Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor: Prinsipielle vurderinger og empiriske undersøkelser

Report 2024/20

Rasmus Bøgh Holmen, Sarah Eidsmo, Knut Moum, Haakon Vennemo, Åsmund Sunde Valseth og Herman Ringdal

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor: Prinsipielle vurderinger og empiriske undersøkelser

Category	Reports
Sub-Categories	Economic Analysis Statistics and Empirical Analysis Local and regional analysis Taxes and public economics Local and regional development
Year	2024
Report Number	20
Author(s)	Rasmus Bøgh Holmen Sarah Eidsmo Knut Moum Haakon Vennemo Åsmund Sunde Valseth Herman Ringdal
Download	file_download (2.5 MB)
Read in browser	PDF

Rapport 2024/20	 | For Kommunal	- og distriktsdepartementet	 	
 	
 	
 	
Bruk av kapitalkostnader i utgiftsutjevningen i 
inntektssystemet for kommunal sektor	 	
Prinsipielle vurderinger og empiriske undersøkelser	 	
Rasmus Bøgh Holmen, Sarah Eidsmo, Knut Moum, Haakon Vennemo,	 	
Åsmund Sunde Valseth og Herman Ringdal

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
Vista Analyse	 | Rapport 2024/20	 	2 	
 
Dokumentdetaljer	 	
Tittel	 	Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	: 	
Prinsipielle vurderinger og empiriske undersøkelser	 	
Rapportnummer 	 	Rapport 2024/20	 	
Forfattere	 	Rasmus Bøgh Holmen, Sarah Eidsmo, Knut Moum, Haakon Vennemo,	 	
Åsmund Sunde Valseth og Herman Ringdal	 	
ISBN	 	978	-82	-8126	-682	-7 	
Prosjektnummer	 	23	-RBH	-08	 	
Prosjektleder	 	Rasmus Bøgh Holmen	 	
Kvalitetssikrer	 	Haakon Vennemo og Steinar Strøm	 	
Oppdragsgiver	 	Kommunal	- og distriktsdepartementet	 	
Dato for ferdigstilling	 	12. november 2024	 	
Kilde forsidefoto	 	Vista Analyse basert på Microsoft	 	
Tilgjengelighet	 	Offentlig	 	
Nøkkelord	 	Bruttoinvesteringer, depresieringer, finansiell kapital, inntektssystemet for kommunal 
sektor, 	kommuneøkonomi, realkapital, rentekostnader og utgiftsutjevning	 	
 
 
Om Vista Analyse	 	
Vista Analyse AS er et samfunnsfaglig analyseselskap med hovedvekt på økonomisk utredning, evaluering, rådgivning 
og forskning. Vi utfører oppdrag med høy faglig kvalitet, uavhengighet og integritet. Våre 	sentrale temaområder er 	
klima, energi, samferdsel, næringsutvikling, byutvikling og velferd.	 	
Våre medarbeidere har meget høy akademisk kompetanse og bred erfaring innenfor konsulentvirksomhet. Ved 
behov benytter vi et velutviklet nettverk med selskaper og ressurspersoner nasjonalt og internasjonalt. Selskapet er 
i sin helhet eiet av medarbeiderne.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
Vista Analyse	 | Rapport 2024/20	 	3 	
 
Forord	 	
I denne rapporten utreder vi hvorvidt kapitalkostnader bør tas inn i utgiftsutjevningen i inntektssystemet for 
kommuner og fylkeskommuner. Det er bred enighet om at disse kostnadene i prinsippet bør inkluderes, men 
kvaliteten på 	datagrunnlaget	 har 	tidligere 	blitt vurdert som for lav.	 	
Oppdraget er gjennomført 	av Vista Analyse 	på oppdrag for Kommunal	- og distriktsdepartementet. Rasmus Bøgh 	
Holmen 	har vært prosjektleder	. Herman Ringdal, Knut Moum, Sarah Eidsmo og Åsmund 	Sunde 	Valseth	 har vært 	
prosjektmeda	rbeidere.	 Haakon Vennemo har vært 	både prosjektmedarbeider	 og intern 	kvalitetssikrer, mens	 Steinar 	
Strøm har bidratt med 	ekstern 	kvalitetssikring.	 Rapporten ble korrekturlest av 	Anna Herzog	, som er selvstendig 	
næringsdrivende og profesjonell korrekturleser. 	Oppdraget er gjennomført i perioden november 2023 til 	juni	 2024.	 	
Prosjektet	 har blitt fulgt av en referanse	gruppe	 bestående av 	fem	 eksperter på kapitalestimering og 	
kommuneøkonomi	. Disse 	inkluder	er 	Arvid Raknerud	 ved Statistisk sentralbyrå	, 	Dag Morten Dalen	 ved 	
Handelshøyskolen BI og Vista Analyse	, Martin Fjordholm ved KS	, Rune Sørensen	 ved Handelshøyskolen BI	 og 	Sverre 	
Kittelsen	 ved Frischsenteret.	 I tillegg har vi fått verdifulle råd 	om data fra 	informanter ved 	Statistisk sentralbyrå	, 	
herunder	 Anne Britt Thorud og Else Bredeli	 om 	KOSTRA	-data, og 	Ingunn Sagelvmo 	om 	nasj	onalregnskapsdata. 	
Dessuten 	har	 kredittanalytiker Ole André Kjennerud i DNB Markets kommet med nyttige innspill 	om rentekostnader. 	
Vi takker samtlige for deres bidrag.	 	
Sissel F	erstad 	har vært oppdragsansvarlig hos Kommunal	- og distriktsdepartementet	 og 	overvært	 prosjektets 	
referansegruppemøter fra departementets side sammen med 	Even Vaboen	. Andre involverte fra departementets 	
side 	inkluderer	 Grete Lilleschulstad	, Karen Nystad Byrhagen	 og	 Lars Tore Rydland	. Vi ønsker å takke departementet 	
for et godt samarbeid gjennom prosjektperioden.	 	
12	. november	 2024	 	
Rasmus Bøgh Holmen 	 	
Prosjektleder	 	
Vista Analyse AS

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
Vista Analyse	 | Rapport 2024/20	 	4 	
 
Ordliste	 	
Avkastningskrav	 	Andel av de investeringene	 etter kapitalslit	 som 	kapitalistene	 krever i avkastning	. 	
Avskrivning	 	Regnskapsmessig 	gradvis ned	justering 	av verdien 	av en	 eiendel 	som reflekterer dens levetid	 	
Bruttoinvestering	er 	Den totale verdien av investeringer i fysiske eiendeler før kapitalslit	et er trukket fra	 	
CAPM	 	«Capital Asset Pricing Model	» er en 	likevekts	modell som beregner forventet avkastning på en 	
investering basert på risiko, den risikofrie renten og den forventede 	markeds	avkastningen.	 	
Deflator	 	Indeks som beskriver prisutviklingen til en gitt størrelse	 	
Depresieringsrate	 	Andelen	 av verdien eller volumet av en eie	ndel 	som forvitrer hver period	e for en 	gitt	 levetid	 	
DM	 	«Direkte 	Metode	» innebærer 	avledning	 av realkapitalbeholdninger 	fra tilgjengelige verdianslag 	
med eventuelle justeringer	 	
Enhetsbrukerprisen på 
kapital	 	
Kostnadene forbundet med bruk av en enhet av kapital	 over en bestemt periode, 	inkludert 	
kapital	slit og rentekostnader	 	
Finansiell kapital	 	Likvide midler	 og omsettelige verdipapire	r som finansierer 	drift og investeringer	 	
GAAP	 	«Generally Accepted Accounting Principles	» omfatter internasjonale regnskapssystemer, som 	
prioriterer presis regnskapsføring av resultatregnskapet.	 	
GKRS	 	«God 	kommunal 	regnskapsskikk	» er en norsk variant av GAAP	-regnskapssystemet, som brukes i 	
kommunal sektor.	 	
GRS	 	«God 	regnskapsskikk	» betegner	 den norske versjonen av	 GAAP	-regnskapssystemet, som brukes 	
i ulike varianter i norsk næringsliv.	 	
IFRS	 	«International Financial Reporting Standards	» er et internasjonalt regnskapssystem, som 	
prioriterer presis regnskapsføring av 	balanseregnskapet	. 	
Inntektssystemet for 
kommunal sektor	 	
En finansieringsmodell som fordeler økonomiske midler til primærkommuner og 
fylkeskommuner med sikte på å sikre likeverdige tjenester på tvers av landet	 	
Kalkylerente	 	Rente	 som brukes til å diskontere fr	amtidige kontantstrømmer 	i nåverdiberegninger	 	
Kapitalslit	 	Reduksjonen i 	realkapitalen	 over tid som følge av bruk, slitasje og foreldelse	 	
Kapitaltjenester	 	Den produktive tjenesten som 	realkapitalen	 gir over en bestemt periode	 	
Kostnad	 	Den ø	konomiske verdien av ressursene som brukes opp 	i produksjonen 	eller forbruke	s 	
Nedskrivning	 	Regnskapsmessig 	ned	justering 	av verdien 	av en	 eiendel på grunn av 	et uregelmessig verditap	 	
NIBOR	 	«Norwegian Interbank Offered Rate	» gjenspeiler	 for gitt løpetid og kredittspredning 	rentenivået 	
som en bank krever for usikret pengemarkedsutlån i norske kroner til en annen bank.	 	
PIM	 	«Perpetual 	Inventory 	Method	» innebærer estimering av realkapitalbeholdninger ved å summere 	
investeringstall	 etter kapitalslit	. 	
Produktinnsatsutgifter	 	Utgifter forbundet med kjøp av varer og tjenester	 	
Realkapital	 	Fysiske produksjonsmidler som vedvarer over flere perioder	 	
Rentefot	 	Rentesatsen 	for	 hvor mye renter som påløper på e	n kapitalplassering	 over en bestemt periode	 	
Rentekostnad	 	Kostnaden kny	ttet til finansiering 	ved at man binder	 opp 	kapital	 	
Risikopremie	 	Mer	avkastningen en investor krever for å ta på seg høyere risiko, utover den risikofrie renten.	 	
Swap	-rente	 	En rentebytteavtale mellom t	o kontantstrømmer	, også kjent som en 	«nullkupongrente	» 	
Utgift	 	Økonomisk forpliktelse	 ved en anskaffelse	, som resulterer i reduksjon 	i tilgjengelige ressurser	 	
Utgiftsutjevning	 i 	
inntektssystemet	 	
Omfordeling av	 statlige overføringer for å utjevne forskjeller i kommunale utgifter, slik at alle 	
kommuner får tilstrekkelige ressurser til å tilby likeverdige tjenester	 	
WACC	 	«Weighted 	Average 	Cost of 	Capital	» er den gjennomsnittlige finansieringskostnaden, vektet 	
med forholdet mellom egenkapital og gjeld, 	justert for skattefordelen ved rentebetalinger.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
Vista Analyse	 | Rapport 2024/20	 	5 	
 
Innhold	 	
Dokumentdetaljer	 ................................	................................	................................	................................	........................	 2 	
Forord	 ................................	................................	................................	................................	................................	...........	 3 	
Ordliste	 ................................	................................	................................	................................	................................	.........	 4 	
Innhold	 ................................	................................	................................	................................	................................	..........	 5 	
Sammendrag og konklusjoner	 ................................	................................	................................	................................	......	 6 	
1 	Bakgrunn	 ................................	................................	................................	................................	.............................	 12	 	
1.1	 	Innledning	 	12	 	
1.2	 	Kort om inntektssystemet og kapitalkostnader	 	13	 	
1.3	 	Kort om måling av kapitalkostnader i kommunesektoren	 	16	 	
1.4	 	Tidligere studier om kapitalkostnader og inntektssystemet	 	20	 	
2 	Prinsipielle vurderinger av målingen av kapitalkostnader	 ................................	................................	..................	 26	 	
2.1	 	Håndtering av realkapitalen	 	26	 	
2.2	 	Håndtering av rentekostnader	 	33	 	
2.3	 	Kapitalens prisutvikling	 	42	 	
2.4	 	Kapitaltjenester	 	44	 	
3 	Implementering	 ................................	................................	................................	................................	..................	 45	 	
3.1	 	Datagrunnlag	 	45	 	
3.2	 	Metodikk	 	56	 	
4 	Empiriske undersøkelser	 ................................	................................	................................	................................	.....	 64	 	
4.1	 	Kapitalestimering	 	64	 	
4.2	 	Kapitalkostnader og kommunenes økonomi	 	88	 	
Referanser	 ................................	................................	................................	................................	................................	 124

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	6 	
 
 
Sammendrag og konklusjoner	 	
I denne utredningen undersøker vi om 	– og eventuelt hvordan 	– kapitalkostnader bør tas inn i 	
utgiftsutjevningen i det kommunale inntektssystemet.	 De prinsipielle avveiningene knyttet til 	
inkludering av kapitalkostnader i 	utgiftsutjevningen	 er diskutert i tidligere utredninger, skjønt 	
det empiriske vurderingsgrunnlaget har vært mer begrenset.	 Vi har gjennomført alternative 	
kapitalberegninger basert på et relativt rikt datasett, der KOSTRA og nasjonalregnskapet fra 
Statistisk sentralbyrå utgjør de mest sentrale datakildene.	 Kommunenes realkapitalbeholdninger 	
lar seg mål	e på rimelig	e robust	e måte	r med «Direkte Metode» (DM) og «Perpetual Inventory 	
Model» (PIM), selv om estimatene fanger opp til dels ulike ting, og deres størrelsesorden er 
beheftet med noe usikkerhet.	 I våre empiriske analyser utforsker vi en løpende rente tilsvarende 	
summen av kalkylerenten for de kommunale selvkosttjenestene og et risikopåslag, og en fast 
rente tilsvarende det offentliges realavkastningskrav på bruttoinvesteringer omregnet til et 
nomi	nelt krav.	 Ulike tilnærminger til målingen av kapitalkos	tnader eller kapitalutgifter gir i 	
hovedsak sterkt korrelerte mål, men nivåene på de ulike målene varierer til dels betraktelig.	 	
Kapitalkostnadsmålene er sterkt korrelert med sentrale 	utgift	selementer i de kommunale 	
driftsregnskapene og fanger opp 	forhold i omgivelsene som bruttodriftsutgiftene ikke gjør.	 Våre 	
regresjonsanalyser av alternative kostnadsmål og de eksisterende kriteriene i utgiftsutjevningen 
gir relativt få signifikante resultater på tvers av sektorer.	 	
Vår overordnede anbefaling er å forsøke å finne hensiktsmessige måter å inkludere 
kapitalkostnadene i inntektssystemet på, uten at det kan forventes å gi radikale utslag i 
utgiftsutjevningen.	 Dersom man lykkes med å finne en hensiktsmessig måte å inkludere 	
kapitalkostnader i utgiftsutjevningen på, anbefaler vi i behandlingen av kapitalslitet lik vekting 
av DM	-estimatet og PIM	-estimatet utregnet på tjenestefunksjonsnivå med disaggregerte 	
paramet	ere, eventuelt at man bare anvender sistnevnte estimat.	 Videre t	ar vi til orde for at 	
rentekostnadene i 	utgiftsutjevningen	 bør måles 	ved	 bruk 	sav 	en langsiktig rente med et 	
risikopåslag med utgangspunkt i kapitalbeholdningen som ligger til grunn for målingen.	 Gitt at 	
man lykkes med å finne brukbare kriterier i utjevningen for kapitalkostnadene i 
primærkommunene, anbefaler vi ikke at kapitalkostnader behandles annerledes for 
primærkommunene enn for fylkeskommunene i utgiftsutjevningen, da hensynene til 
estimatsi	kkerhet og kapitalintensitet trekker i hver sin retning.	 	
I denne utredningen undersøker vi om 	– og eventuelt hvordan 	– kapitalkostnader bør tas inn i 	
utgiftsutjevningen i det kommunale inntektssystemet. 	Inntektssystemet for kommunesektoren 	
inneholder ordninger for utjevning av ufrivillige forskjeller i utgifter mellom primærkommuner og 
fylkeskommuner, slik at kommunene blir bedre i stand til å yte likeverdige tjenester. Systemet 
skal i prinsippet dekke bå	de drifts	- og investeringsutgifter innenfor lovbestemte kommunale 	
tjenester utenom selvkosttjenestene. Per i d	ag er det likevel kun bruttodriftsutgifter som fanges 	
opp av inntektssystemet med unntak av utgiftsutjevningen for fylkesveiene og det tilhørende 
fergesamband. Vårt mandat er å vurdere hvorvidt kapitalkostnader inkludert kapitalslit og 
rentekostnader bør i	nkluderes i systemet. En slik vurdering bør ta utgangspunkt i formålet med 	
utjevningen. Det er dermed viktig å vurdere om inkludering av kapitalkostnader vil gi kommunene 
et bedre grunnlag for å yte likeverdige tjenester overfor sine innbyggere. Vi er også	 bedt om å 	
vurdere hvorvidt primærkommunene og fylkeskommunene bør behandles likt med hensyn til 
kapitalkostnader i utgiftsutjevningen.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	7 	
 
 
De prinsipielle avveiningene knyttet til inkludering av kapitalkostnader i 	utgiftsutjevningen 	er 	
diskutert i tidligere utredninger, skjønt det empiriske vurderingsgrunnlaget har vært mer 
begrenset. 	Tidligere utredere har gjennomgående ment at kapitalkostnader prinsipielt sett bør 	
inkluderes i det kommunale inntektssystemet. Flere	 av dem	 har imidlertid vært bekymret for at 	
målefeil kan medføre at inkludering av kostnader i systemet vil gjøre mer skade enn nytte. Det 
gjelder for Rattsø	-utvalget, Borge	-utvalget og Inntektssystemutvalget, som samtlige anbefaler at 	
kapitalkostnader fortsatt h	oldes utenfor utgiftsutjevningen. På den andre siden går et flertall i 	
ekspertutvalget for fylkeskommunenes inntektssystem inn for at kapitalkostnader inkluderes i 
systemet på fylkesnivå. Ekspertutvalget framhever at fylkeskommunene er mer kapitalintensive	 	
enn kommunene. Å ignorere kapitalkostnader vil ventelig slå mer ut på fylkesnivå enn på 
kommunenivå. Disse utredningene har hatt brede mandater og vektlagt forhold knyttet til 
inntektssystemet og kommuneøkonomi snarere enn detaljer knyttet til målingen av	 realkapitalen 	
og renter. I flere av de tidligere utredningene om temaet har det ellers nærmest blitt tatt for gitt 
at realkapitalkostnadene bør måles med oppdaterte priser. Implikasjonene ved at for eksempel 
gevinster knyttet til eiendom i så fall fanges 	opp av depresieringstallene er ikke diskutert.	 	
Vi har gjennomført alternative kapitalberegninger basert på et relativt rikt datasett, der KOSTRA 
og nasjonalregnskapet fra Statistisk sentralbyrå utgjør de mest sentrale datakildene.	 Fra 	
nasjonalregnskapet har vi hentet ut disaggregerte deflatorer og depresieringsrater etter funksjon 
og kapitalart, der de sistnevnte er harmonisert til å stemme med kapitalslittallene i KOSTRA. For 
fast eiendom og anlegg har vi lagt Statistisk sentralbyr	ås regionale boligprisindekser til grunn for 	
den samlede utviklingen, me	n justert bygg	- og anleggskomponenten basert på funksjonens 	
prisutvikling innenfor denne kapitalarten, sett opp mot prisutviklingen i kommunal sektor samlet. 
Dette innebærer at kapitalestimatene som bygger på disaggregerte kapitaldeflatorer også 
innbefatte	r en regional komponent. Bruken av eiendomspriser gjør formodentlig at målingen av 	
kapitalbeholdningene blir mer presis	. Grepet	 kan 	imidlertid 	også betraktes som mindre 	
treffsikkert for deflatering av kapitalslitet enn en bygg	- og anleggsindeks, ettersom d	et er bygg	- 	
og anleggskomponenten av eiendommer som depresierer. En begrensning når det gjelder 
KOSTRA	-dataene er at strømningsvariablene knyttet til realkapitalen som hovedregel er oppgitt 	
for fordeling på funksjoner og ikke art, mens det motsatte er tilf	ellet for beholdningsvariablene. 	
Anslag på kapitalsammensetning basert på datakildene har derfor også spilt inn på 
harmoniseringen av dataene. Tomteandelen for faste eiendommer og anlegg er kalibrert og 
anslått til 35 prosent basert på kapitalens levetid, 	nasjonalregnskapets investeringsdata og 	
forutsetning om 20 prosent tomteandel for nyinvesteringer.	 Vi anbefaler at KOSTRA	-	
rapporteringen 	i framtiden 	legger opp til å inkludere kapitalbeholdninger og kapitalstrømmer på 	
både art og funksjon, slik at beregningsgrunnlaget for kapitalkostnadene bedrer seg med tiden.	 	
Videre bør beregningene åpenbart bygge på de mest disaggregerte dataene med god datakvalitet 
som Statistisk sentralbyrå kan oppdrive over tid, herunder data på kapitaldeflatorer, 
depresieringsrater o	g kapitalsammensetning over funksjoner innen kommunal sektor.	 	
Kommunenes realkapitalbeholdninger lar seg måle på rimelig	e robust	e måte	r med «Direkte 	
Metode» (DM) og «Perpetual Inventory Model» (PIM), selv om estimatene fanger opp til dels 
ulike ting, og deres størrelsesorden er beheftet med noe usikkerhet. 	I våre empiriske 	
undersøkelser måler vi realkapitalbeholdningen til norske primærkommuner og fylkeskommuner 
med en variant av DM basert på historisk kost og fem varianter av PIM basert på oppdaterte 
priser. Vi beregner kapitalbeholdningen med PIM både over	 kapitalar	ter med disaggregerte 	
kapitaldeflatorer og disaggregerte depresiseringsrater, og over tjenestefunksjoner med

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	8 	
 
 
kombinasjoner av disaggregerte kapitaldeflatorer og disaggregerte depresiseringsrater. Vi tar 
utgangspunkt i KOSTRA	-data etter både funksjon og kapitalart, og varierer forutsetningene 	
knyttet til heterogeniteten i kapitalmassen, herunder prisvekst og levet	id. De resulterende 	
settene av estimater er sterkt korrelerte med hverandre. Våre samlede kapitalestimater for 
kommunal sektor varierer fra 1,05 billioner kroner ved DM til 1,83 billioner kroner ved PIM 
estimert på funksjonsnivå med aggregerte kapitalkjenn	etegn. DM	-estimatene er annerledes enn 	
PIM	-estimatene av natur, siden de fokuserer på historiske innkjøpsutgifter heller enn dagens 	
kapitalverdier. De samlede PIM	-estimatene med disaggregerte kjennetegn er derimot relativt 	
like, til tross for ulikt datagru	nnlag, nærmere bestemt 1,66 billioner kroner ved estimering med 	
basis i funksjoner og 1,75 billioner kroner ved estimering med basis i kapitalarter. Kapitalmassen 
i kommunal sektor domineres av fast eiendom og anlegg, med grunnskole som den største 
funksjo	nen 	i primærkommunene og samferdsel som den største funksjonen 	i fylkeskommunene.	 	
I våre empiriske analyser utforsker vi en løpende rente tilsvarende summen av kalkylerenten for 
de kommunale selvkosttjenestene og et risikopåslag, og en fast rente tilsvarende det offentliges 
realavkastningskrav på bruttoinvesteringer omregnet til et nomi	nelt krav. 	Risikopremien til 	
kalkylerenten til kommunal sektor anslås til 1,5 prosent, basert på vurderingene til Hagen	-	
utvalget. For den faste renten er realavkastningskravet på 4 prosent, mens en 
inflasjonsforventning på 2 prosent ligger til grunn for om	regningen til nominelle termer. 	
Gjeldsrenten primærkommunene møter tenderer til å være synkende med sentralitet, mens den 
samlede gjeldsgraden tenderer til å være økende med sentralitet. Siden egenkapitalen 	på grunn 	
av risikoeksponering	 kan antas å stå overfor en høyere rente enn gjelden, får vi to motstridende 	
effekter på den samlede renten. Dette taler for at vi 	med rimelighet 	kan 	forutsette	 samme rente 	
for alle kommuner, skjønt tilsvarende analyser for fylkeskommunene er tvetydige. I prinsippet 
kunne ber	egningsgrunnlaget for rentekostnadene vært bredere enn realkapitalbasen, 	siden	 en 	
del 	former for	 omløpsmidle	r også innebærer begrensede muligheter for avkastning. Blant de 	
mest aktuelle kapitalartene er imidlertid varelageret begrenset og fordringer kun aktuelt for et 
mindre utvalg av kommunene, hvilket bidrar til at vi ikke anbefaler å gå i denne retningen.	 	
Ulike tilnærminger til målingen av kapitalkostnader eller kapitalutgifter gir i hovedsak sterkt 
korrelerte mål, men nivåene på de ulike målene varierer til dels betraktelig. 	Med basis i anslagene 	
på kapitalbeholdningene estimerer vi alternative mål for kapitalkostnader og kapitalutgifter. 
Målene innbefatter bruttoinvesteringsutgifter, bruttoinvesteringsstrømmer og kapitalslit målt 
ved DM og PIM. I tillegg har vi inkludert kost	nadsmål som legger rentekostnader til kapitalslitet, 	
og i ett tilfelle kapitaltjen	ester, som også fanger opp prisveksten på kapitalen. Utenom 	
korrelasjonene med bruttoinvesteringsvariablene ligger samtlige korrelasjonskoeffisienter 
mellom 	målene 	på godt over 85 prosent	 for	 både primærkommunene og fylkeskommunene. Som 	
for realkapitalbeholdningene er størrelsesorden på kapitalslitestimatene vesentlig høyere for PIM 
enn for DM. Usikkerhet knyttet til kapitalens levetid og prisvekst gir relativt små utslag på 
størrelsesforholde	ne innbyrdes mellom kommunene og kun moderate utslag på 	
kapitalbe	holdningens omfang.	 	
Kapitalkostnadsmålene er sterkt korrelert med sentrale 	utgift	selementer i 	de kommunale	 	
driftsregnskap	ene	 og fanger opp forhold i omgivelsene som bruttodriftsutgiftene ikke gjør.	 	
Forholdene i omgivelsene vedrører demografisk utvikling, geografi, næringsøkonomi og 
skalaegenskaper. Både for primærkommunene og fylkeskommunene er kapitalkostnadsmålene 
per innbygger i hovedsak sterkt korrelert med bruttodriftsutgifter per innbygger. De 	fleste 	
korrelasjonskoeffisientene ligger i sjiktet mellom 75 og 85 prosent. Vå	re undersøkelser viser

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	9 	
 
 
videre betydelig korrelasjon mellom kapitalkostnadsmålene per innbygger og utvalgte 
geografiske og sosioøkonomiske forhold i omgivelsene, skjønt korrelasjonene tenderer til å være 
enda sterkere ved tilsvarende analyser for bruttodriftsutgifter og omgivelse	ne. På 	
tjenestefunksjonsnivå er imidlertid korrelasjonskoeffisientene mellom bruttodriftsutgifter og 
kapitalkostnadene for tjenestene som inngår i utgiftsutjevningen i primærkommunene kun i 
sjiktet mellom 10 og 50 prosent, mens de 	i hovedsak 	ligger mellom 	70 og 	90 prosent for 	
fylkeskommunene. 	Når vi betinger eller kontrollerer for bruttodriftsutgifter i regresjonsanalyser 	
for primærkommunene, forblir mange av sammenhengene mellom kapitalkostnadsmålene og de 
kontekstuelle variablene signifikante. Sentrale primærkommuner tenderer til å ha både re	lativt 	
lave kapitalkostnader per innbygger og relativt lave bruttodriftsutgifter per innbygger. Etter at 
man betinger på sammenhengen mellom bruttodriftsutgiftene og hvert av de respektive 
kjennetegnene, skifter imidle	rtid fortegnene for en del av sammenhengene mellom 	
kapitalkostnadsmålene og kjennetegnene som er typiske for sentrale strøk.	 	
Våre regresjonsanalyser av alternative kostnadsmål og de eksisterende kriteriene i 
utgiftsutjevningen gir relativt få signifikante resultater på tvers av sektorer.	 Like fullt trekker ulike 	
kapitalkostnadsmål koeffisientene til systemkriteriene i utgiftsutjevningen i samme retning når 
utslagene av å inkludere dem er betydelige. I tilknytning til inntektssystemet for 
primærkommunene foretar vi regresjonsanalyser for kr	iterievektene over funksjoner, tilsvarende 	
Inntektssystemutvalgets regresjoner med bruttodri	ftsutgifter som utfallsvariabler. I tillegg til 	
bruttodriftsutgifter opererer vi med tre alternative utfallsvariabler, der anslag for 
kapitalkostnadene er lagt til bruttodriftsutgiftene, i tillegg til en rekke dekomponeringer av 
kostnadene. Kapitalkostnads	variablene i regresjonene er kapitalslit målt ved DM og ved PIM på 	
funksjonsnivå, der sistnevnte variabel måles med og uten løpende rentekostnader. Inkludering av 
kapitalkostnader i utfallsvariabelen forandrer like fullt ikke regresjonsresultatene for 
krit	erievektene radikalt. Videre blir mange av regresjonsresultatene insignifikante når 	
kapitalkostnadene brukes alene som utfallsvariabler. Til sammenlikning synes valg av analyseår å 
ha vel så stor betydning for regresjonsresultatene. For fylkeskommunene for	etar vi enkle 	
korrelasjonsanalyser mellom kostnadsmålene og kriteriene, som jevnt over viser sterk korrelasjon 
på tvers av tjenesteområdene i inntektssystemets utgiftsutjevning.	 	
Vår overordnede anbefaling er å forsøke å finne hensiktsmessige måter å inkludere 
kapitalkostnadene i inntektssystemet på, uten at det kan forventes å gi radikale utslag i 
utgiftsutjevningen.	 Vi har vist at kapitalkostnadene lar seg måle forholdsvis nøyaktig, der 	
mesteparten av usikkerheten er knyttet til nivå og ikke til de relative forskjellene mellom 
kommunene. Videre har vi vist at bruttodriftsutgifter er en utilstrekkelig proxy for 
kapital	kostnadene over tjenestefunksjoner, særlig for primærkommunene. 	Samtidig er 	
kapitalkostnadene tett korrelert med forhold i omgivelsene. Prinsipielt bør kapitalkostnadene 
inkluderes i inntektssystemet for primærkommunene, da de utgjør en vesentlig andel av deres 
kostnadsbyrde. Dette vil etter vår vurdering bidra til at 	inntektsutjevningen predikerer 	
kostnadsvariasjoner på en mer treffsikker måte og med dette gjør kommunene bedre i stand til 
å yte likeverdige tjenester overfor innbyggerne sine, selv ved enkelte målefeil i kapitalkostnadene. 
Dersom man legger kapitalkostna	dene til bruttodriftsutgiftene i utgiftsutjevningen, vil det både 	
påvirke nivået på kostnadene og variasjonen i de samlede kostnadene. Inkludering av 
kapitalkostnader i regresjonene for kriterievektene for primærkommunene gir imidlertid relativt 
svake resu	ltater. Sektorbehandlingen av kapitalkostnadene vil for gitte systemkriterier ikke 	
innebære vesentlige endringer i kriterievektene for primærkommunene, men beløpene til

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	10	 	
 
 
omfordeling endres. Vi anbefaler at det undersøkes nærmere om man kan finne kriterier som er 
mer relevant for kapitalkostnadene enten i 	en 	felles regresjon med eller 	i en 	separat regresjon 	
fra bruttodriftsutgiftene. Dersom dette ikke fører fram, kan man alternativt undersøke om en 
kriterieregresjon på et aggregert nivå kan gi grunnlag for en aggregert kompensasjon. Det er også 
et alternativ å benytte bruttoinvesteringsstrøm	mer som utfallsvariabel i kriteriefunksjonene. For 	
å ta hensyn til at denne variabelen varierer betydelig år for år kan man i så fall benytte 
paneldatametodikk over flere år framfor tversnittanalyser. Først etter at 	disse	 	
regresjonsanalyse	ne	 eventuelt gir 	negative resultater, bør man legge tanken om kompensasjon 	
for kapitalkostnader 	for primærkommunene bort. Variabelusikkerhet er ellers langt fra et nytt 	
fenomen i inntektssystemet. Man kan også snu på problemstillingen ved å betrakte utelatelsen 
av kapitalkostnader fra utfallsvariabelen som en vesentlig målefeil, når utgangspunktet er	 at disse 	
kostnadene 	også 	skal dekkes av utgiftsutjevningen. Om kapitalkostnadene går inn i 	
inntektssystemet, vil departementet ha mulighet til å bygge estimatene i kriterieregr	esjonene på 	
enda mer presise underlagsdata enn vi har kunnet benytte i våre undersøkelser med tanke på 
kapitalens egenskaper og data på funksjonsnivå.	 	
Dersom man lykkes med å finne en hensiktsmessig måte å inkludere kapitalkostnader i 
utgiftsutjevningen på, anbefaler vi i behandlingen av kapitalslitet lik vekting av DM	-estimatet og 	
PIM	-estimatet utregnet på tjenestefunksjonsnivå med disaggregerte paramet	ere, eventuelt at 	
man bare anvender sistnevnte estimat.	 Tidligere utredninger har lagt vekt på at PIM	-estimatene 	
bør ha forrang framfor DM	-estimatene, fordi de bygger på oppdaterte priser og ikke historiske 	
kostnader. 	PIM	-estimatene bygger på mer realistis	ke beholdningsstørrelser for realkapitalen enn 	
DM, som generelt undervurderer kapitalverdiene.	 Videre er verdivurderinger ved PIM i 	
motsetning fra DM konsistent med betraktninger om alternative anvendelser, der leie og 
omsetning av kapital utgjør reelle muligheter. Samtidig gjenspeiler DM	-estimatene 	mer direkte	 	
hva kommunene faktisk har måttet betale for sine historiske investeringer og får ikke implisitt 
med prisgevinster på deler av kapitalmassen som ikke skal omsettes. DM	-estimatene er heller 	
ikke avheng	ig av komplekse kapitalberegninger, 	de 	innbefatter statistikk med bred aksept blant 	
kommunene	, og 	de 	bygger på mer disaggregert informasjon enn det som ellers er synlig i KOSTRA. 	
Det er imidlertid ikke uproblematisk å summere kapitalinvesteringer med kroneverdier fra ulike 
år uten 	en gang 	å ta hensyn til generell inflasjon	, slik man gjør ved DM. PIM	-estimatene baker 	
derimot implisitt inn prisutviklingen på kapitalen, som gitt kapitalsammensetningen som regel vil 
domineres av verdiøkningen på eiendom over ti	d. Når det ikke er utsikt	er til avhending 	eller leie 	
av eiendommer, kan 	inkludering av 	prisveksten i kapitalslitet og rentekostnadene 	i PIM	-	
estimatene	 være 	problematisk	, ettersom	 kapitalkostnadene vurderes som lave på grunn av en 	
salgs	- eller leie	mulighet som er 	uaktuell. Bygg og anlegg 	vil 	i slike tilfeller være relativt viktig for 	
reinvesteringer i eiendom, samtidig som tomteprisen øke	r relativt mye, uten at tomtens andel av 	
eiendomsverdien er kjent. 	Årlige s	vingninger i	 verdi	veksten	 kan	 også	 bidra til ustabilitet i 	de 	målte 	
kapitalkostnaden	e over tid	, med påfølgende konsekvenser for forutsigbarhet og forankring	. PIM	-	
antakelsen om e	n geometrisk	 depresieringsbane	 for kapitalvolumet 	vurderes gjerne som mer 	
realistisk enn den lineære depresieringsbanen antatt ved DM	. Alt i alt er det argumenter	 både i 	
favør av PIM og i favør av DM	, skjø	nt PIM 	kan	 forventes å	 gjenspeile de reelle kostnadene best. 	
Vi finner det derfor fornuftig å vekte de to kapitalkostnadsmålene likt eller eventuelt bare bruke 
PIM	-estimatene	. På grunn av 	at 	de 	kommunale tjenesteforpliktelse	ne	 innebærer 	langsiktige 	
kapitalbindinger	, anbefaler vi å ekskludere pris	veksten	 på kapital	en	 fra utgiftsutjevningen	. Like 	
fullt trekker	 hensynet til	 alternative anvendelser	 og 	den 	implisitt	e inkludering av prisveksten i	 	
beregnings	grunnlaget 	for	 de øvrige kapitalkostnadene	 ved PIM	 i motsatt retning.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	11	 	
 
 
Videre tar vi til orde for at rentekostnadene i 	utgiftsutjevningen 	bør måles 	ved bruk av	 en 	
langsiktig rente med et risikopåslag med utgangspunkt i kapitalbeholdningen som ligger til grunn 
for målingen.	 Så lenge kalkylerenten for kommunal sektor er satt til nullkupongrenten med fem 	
års løpetid og et påslag på 0,5 prosent, foreslår vi å benytte denne som grunnrente. Det bør 
vurderes om en annen mer stabil rente bør legges til grunn for kalkylerenten, for e	ksempel en 	
langsiktig NIBOR	-rente. Videre anbefaler v	i å legge til en risikopremie. I utgangspunktet framstår 	
1,5 prosent som anbefalt av Hagen	-utvalget som et naturlig valg. Volatiliteten i kalkylerenten kan 	
være en utfordring, så en fast og inflasjonsjustert realavkastningsmål kan være en mulighet. Et 
slik	t alternativ vil imidlertid i liten grad fange opp svingninger i kommunenes kostnadsbyrde på 	
kort sikt, hvilket taler imot. I lys av nedjusteringer av forventet produktivitetsvekst i 
Finansdepartementets perspektivmelding og debatten om eventuell nedjuster	ing av 	
realavkastningskravet på offentlige infrastrukturinvesteringer kan det imidlertid vurderes om 
påslaget eller rentefoten bør reduseres. Ettersom omfanget av andre kapitalbindinger med 
begrenset avkastning utover realkapitalen er begrenset, anbefaler 	vi kun å benytte 	
realkapitalbeholdningen som beregningsgrunnlag for rentekostnadene. Når det gjelder hvilket 
anslag på realkapitalbeholdningen som bør legges til grunn	 for renteberegningene	, anbefaler vi å 	
benytte kapitalbeholdningen som 	danner grunnlaget for	 beregningen av kapitalslitet. Dette 	
innebærer	 å vekte realkapitalbeholdningene målt ved DM og PIM likt, eventuelt begrense seg til 	
PIM om dette 	utgjør tilnærmingen i	 de øvrige beregningene. Også her handler deler av valget 	
mellom alternativene om hvorvidt man mener det er riktig å inkludere verdiøkningen i 
realkapitalen i beholdningsestimatet eller ikke. Realismen i kapitalbeholdningene og perspektivet 
om alternativ a	nvendelse	r taler for	 PIM, mens utnyttelse av disaggregert regnskapsinformasjon 	
og bred aksept for tallene i kommune	-Norge taler for DM.	 	
Gitt at man lykkes med å finne brukbare kriterier i utjevningen for kapitalkostnadene i 
primærkommunene, anbefaler vi ikke at kapitalkostnader behandles annerledes for 
primærkommunene enn for fylkeskommunene i utgiftsutjevningen, da hensynene til 
estimatsi	kkerhet og kapitalintensitet trekker i hver sin retning. 	Tidligere utredninger 	
argumenterer for at høyere kapitalintensitet i fylkeskommunene enn i primærkommunene tilsier 
at det er viktigst å kompensere for kapitalkostnader på det høyeste forvaltningsnivå	et. 	
Inntektssystemet kompenserer allerede i dag for kapitalkostnader forbundet med fylkesveiene 
og fergeoverganger. Det er imidlertid vesentlig enklere å anslå sammenhenger mellom 
kapitalkostnader og kriterier i utgiftsutjevningen for primærkommunene enn f	ylkeskommunene, 	
ettersom det dreier seg om langt flere enheter. Når argumentene veies mot hverandre, ser vi ikke 
tungtveiende argumenter for at kompensasjon for kapitalkostnader bør være mer aktuelt på det 
ene forvaltningsnivået enn på det andre. Det er im	idlertid et poeng at kapitalkostnadene for 	
fylkeskommunene viser 	relativ 	sterk korrelasjon med kriteriene for hver tjenestefunksjon i 	
utgiftsutjevningen. Per i dag foreligger ikke systemkriterier for tjenestefunksjonene i 
primærkommunene som er i stand til å forklare variasjonen i kapitalkostnader mellom 
primærkommunene på en g	od måte. Dersom man skulle mislykkes med å finne fornuftige 	
systemkriterier for kapitalkostnadene på primærkommunenivå, bør det ikke stå i veien for å 
innføre kompensasjon for kapital	kostnader på fylkeskommunenivå utover dagens kompensasjon 	
for fylkesveier med tilhørende ferger. Ettersom korrelasjonene med kriteriene i 
utgiftsutjevningen for fylkeskommunene 	er såpass sterke for kapitalkostnadene, bør sektoriell 	
behandling av kapitalkostnadene være utgangspunktet for en slik kompensasjon.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	12	 	
 
 	
1	 	Bakgrunn	 	
Spørsmålet om 	hvorvidt 	kapitalkostnader bør tas inn i 	utgiftsutjevningen i det kommunale 	
inntektssystemet	 eller ikke,	 har vært gjenstand	 for 	tidligere	 vurderinger. Disse bygger 	på 	
betraktninger forbundet med	 både 	oppbyggingen av systemet og	 kapitalestimering i 	
kommunesektoren. I dette kapittelet 	vil vi kort redegjøre 	for 	utgangspunktet for 	vår 	utredning	 	
om håndtering av kapitalkostnader i 	utgiftsutjevningen og foreta 	enkelte 	innledende drøftelser	. 	
1.1	 	Innledning	 	
Kommunal	- og distriktsdepartementet framhever i Kommuneproposisjonen for 2024 	
(Kommunal	- og 	distriktsdepartementet 2023b	) behovet for en helhetlig vurdering av 	
kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor. Dette danner 
bakgrunnen for vårt oppdrag.	 	
Inntektssystemet for primærkommuner og fylkeskommuner 	er ment å	 sette de enkelte 	
kommunene i stand til å levere likeverdige tjenester til sine innbyggere med effektiv bruk av sine 
ressurser. 	En liknende begrunnelse er ønsket om 	at forskjeller i utgiftsbehovet til kommunene 	
bør fange	s opp 	av 	utgiftsutjevningen	 på en 	treffsikker	 måte. 	Kommunene får hoveddelen av sine 	
inntekter gjennom skatter, rammetilskudd og brukerbetalinger 	i form av 	gebyrer	 for 	
selvkosttjenester. I til	legg kommer	 mindre andeler i form av 	øremerkede tilskudd, 	
moms	kompensasjon, finansinntekter og distriktspolitiske tilskudd.	1 Noen kommuner har også 	
betydelige inntekter fra naturressurser.	 	
Målet om likeverdighet kan operasjonaliseres på flere måter. En mulig presisering er at 
kommuner som 	foretar	 de samme prioriteringe	ne	, også skal kunne yte de samme tjenester per 	
innbygger til sine ulike grupper av innbyggere 	(se Cappelen 2005). Det fordrer at kommuner 	
kompenseres for ulempene når de 	uforskyldt har svake skattegrunnlag eller er dyre i drift som 	
følge av forhold utenfor egen kontroll.	 Målet med 	selve 	utgiftsutjevningen i inntektssystemet er 	
å bidra til 	at tjeneste	ne blir likeverdige over kommuner	 gjennom 	kompensasjon for uforskyldt 	
høye kos	tnader. 	Fra et rent prinsipielt ståsted er det lite grunnlag for å 	forskjellsbehandle mellom 	
driftsutgifter og kapitalutgifter i inntektssystemet, 	som	 innebærer at 	kapitalutgifter i	deelt sett 	
burde 	utjevnes	. Tanken er at kostnadsforskjelle	r mellom kommunene	 kan 	skyldes forhold utenfor 	
deres	 kontroll, som demografiske, 	næringsøkonomiske, 	sosioøkonomiske og geografiske 	
forutsetninger.	 	
I praksis 	kan	 imidlertid ufullstendig datagrunnlag 	tale 	mot å inkludere kapitalkostnader i 	
utgiftsutjevningen i inntektssystemet. Dette er også grunnen til at kapitalkostnader ikke inngår i 
inntektssystemet i dag med unntak av fylkeskommunenes veiinvesteringer. 	Videre blir 	
merverdien av å inkludere kapitalkostnader i utgiftsutjevningen mindre	, 	dersom 	
kapitalkostnadene er 	tilnærmet konstante per innbygger både mellom kommuner og mellom 	
sektor, eller dersom de er 	tett korrelert med bruttodriftsutgiftene. Tidl	igere undersøkelser viser 	
at kapitalkostnadene står for en større andel av kostnadsvariasjonene for fylkeskommunene enn 	
 	
1 Merk at d	istriktspolitiske tilskudd er en del av rammetilskuddet	. Det er imidlertid	 ujevnt fordelt og bidrar til 	
inntektsforskjeller mellom kommunene	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	13	 	
 
 
for 	primær	kommunene, e	ttersom 	fylkeskommunene	 er 	mer kapitalintensive (se for eksempel 	
tabell 8 i 	Kommunal	- og distriktsdepartementet 2022	). 	
Kapitalkostnadene består av kapitalslit og rentekostnader	, i tillegg til 	at 	kapitalens prisutvikling vil 	
ha betydning	. I KOSTRA	 rapporteres de samlede avskrivninger per kommunale 	tjenestefunksjoner	 	
med utgangspunkt i anskaffelseskostnaden, uten at kapitalslitet kan spores direkte tilbake til de 
ulike formene for varige driftsmidle	r og immateriell kapital. 	Dersom man skal måle det reelle 	
kapitalslitet, bør lenken mellom de varige driftsmidlene og de ikke	-finansielle 	eiendelene 	anslås. 	
I tillegg til balansepostene for varige driftsmidler vil dette kreve deflatorer og depresieringsrater, 
fortrinnsvis på et disaggregert nivå.	 Dette er momenter som tyder på at kapitalkostnadene i 	
praksis 	kompliserer kapit	alestimeringen og vil kunne være kilder til målefeil	. 	
I flere tidligere utredninger tas det nærmest for gitt at 	tallene for 	kapitalslitet	 bør måles som 	
oppdaterte kostnader	 snarere en	n historiske kostnader (se spesielt 	NOU 2005:18 	og 	NOU 	
2022:10	). Dette kan tolkes som at man har vært opptatt av nåverdien 	av utg	iftene 	over tid 	snarere 	
enn 	av 	hva som har vært de historiske utgiftene	. I praksis vil dette innebære at kapitalgevinster 	
fanges opp i kapitalbeholdningene og dermed depresieringstallene. Det kan argumenteres for en 
slik tilnærming ut fra et alternativkostnadsperspektiv	 eller	 et gjenkjøpsperspektiv	. Samtidig kan 	
det synes søkt og utilsiktet å fange opp eiendomsprisgevinster i avskrivningstallene	 for 	
eiendommer 	i tilfeller 	uten utsikter for 	tomte	salg	 og 	først og fremst reinvesteringer i bygg	, hvilket 	
vil være 	en 	konsekvens	 av en slik tilnærming	 (se delkapittel 	2.3	 for mer om denne diskusjonen)	. 	
Fagd	ebatten om kompensasjon av kapitalkostnader i utgiftsutjevningen i inntektssystemet har 	
handlet mye om kapitalslit, men også rentekostnader 	utgjør et vesentlig diskusjonstema	. 	
Rente	kostnader	 reflekterer kostnadene av å få penger i dag istedenfor i fr	amtiden	 og kan 	
relateres til bredere beregningsgrunnlag enn bare realkapitalen. I praksis kan kommunene	s 	
lånerenter og gjeldsgrad variere mellom kommuner, hvilket gjør	 det vanskeligere å vite 	hvilken 	
rente det bør kompenseres for. Problemet forsterkes av at enkelte forskjeller i rente kan være 
velbegrunnet i 	investeringenes risikoprofil. 	Et annet praktisk problem er at renter varierer over 	
tid 	med både langsiktige og kortsiktige svingninger. Især kortsiktige svingninger skaper 	problemer 	
for et kompensasjonssystem.	 Både kommunenes kapitalslit og rentekostnader avhenger 	
dessuten mekanisk av hvor store 	brutto	investeringer kommunene foretar over tid.	 	
1.2	 	Kort om inntektssystemet	 og kapitalkostnader	 	
Både for primærkommuner og fylkeskommuner utjevnes inntekter og utgifter hver for seg. Grovt 
sett henter systemet for skatteutjevning midler fra kommuner med inntekter over 
gjennomsnittet og gir til kommuner med inntekter under gjennomsnittet	, sammenliknet med en 	
situasjon med like tilskudd per innbygger i alle kommuner	. En del naturressursbaserte inntekter 	
er per i dag holdt utenom utjevningen	. I hovedsak 	kontrollerer 	vi derfor 	for frie inntekter i 	
utregningen av systemets kriterievekter.	 Utjevningen av de	 resterende inntektene er 	likevel	 ikke 	
fullstendig. Utgiftsutjevningen henter midler fra kommuner	, der befolkningssammensetning eller 	
andre kostnadsforhold utenfor kommunenes kontroll tilsier lave kostnader per innbygger	. 	
Tilsvarende 	tilføre	s midler til kommuner	, der	 omgivelsene	 tilsier	 høyere kostnader per innbygger.	 	
Kommuneregnskapene for både primærkommunene og fylkeskommunene impliserer at vel 80	 	
prosent av driftsutgiftene på begge forvaltningsnivåer inngår i det kommunale inntektssystemet.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	14	 	
 
 
Utgiftene kan tilskrives kommunale tjenestefunksjoner som står overfor relativt sterke nasjonale 
føringer. De øvrige kommunale tjenestene er typisk	e selvkosttjenester s	om finansieres gjennom 	
brukerbetalinger	, tjenester kommunene selv har valgt å tilby	, eller tjenester som i prinsippet skal 	
dekkes av utjevningen, men er utelatt 	på grunn 	av beregningstekniske 	eller 	pragmatiske	 årsaker	. 	
Utelatelse av en kommunal tjeneste fra utgiftsutjevningen 	utelukker	 ikke nødvendigvis at den er 	
finansiert ved frie inntekter. Innbyggertilskuddet utgjør majoriteten av rammetilskuddet til 
kommunene, som i tillegg omfatter regionalpolitiske tilskudd og skjønnstilskudd. I og med at 
innbyggertilskuddet før utgiftsutjevninge	n er fordelt med et likt beløp per innbygger, vil det kunne 	
være egnet til å finansiere tjenester som enten ikke er beheftet med store utgiftsvariasjoner over 
kommuner eller ikke innbefatte	r sterke forventninger om likeverdig tjenestetilbud.	 Det 	kan	 typisk 	
også 	dreie seg om tjenester som er av relativt beskjedent omfang eller uten åpenbare 	variabler i 	
omgivelsene 	som fungerer godt som 	i regresjonene som fastsetter kriterievektene. I slike tilfeller 	
vil utelatelse av dem få begrenset betydning for den samlede kompensasjonen.	 	
I Figur 	1.1 a) og b) har vi illustrert hvordan bruttodriftsutgiftene i kommunal sektor fordeler seg 	
over tjenestefunksjoner for henholdsvis primærkommunene og fylkeskommunene.	2 I 2022 	
utgjorde helse og omsorg og grunnskolen de største tjenestefunksjonene i primærkommunene 
med til sammen mer enn halvparten av bruttodriftsutgiftene. Deretter fulgte barnehager og 
administrasjon, politisk styring, fellesutgifter og uspesifiserte tjen	ester. Nærmere hver femte 	
bruttodriftsutgiftkrone i primærkommunene var involvert i tjenester som ikke inngår i 
utgiftsutjevningen, hvorav vann, avløp, renovasjon og avfall (såkalte VAR	-tjenester) utgjør den 	
mest omfattende tjenestefunksjonen.	 	
For fylkeskommunene la videregående utdanning beslag på 4	1 prosent av de samlede 	
bruttodriftsutgiftene i 2022, mens samferdsel sto 	for 	vel	 35 prosent. 	Merk at innholdet innenfor 	
samferdsel domineres av transportinfrastruktur og kollektivtilbud med vei og buss som de største 
delfunksjonene. 	Innholdet 	varierer betydelig mellom fylkeskommunene avhengig av sentralitet, 	
tilgang til kyst, utbygd jernbane og geografiske avstander, hvilket også er bakgrunnen for at flere 
delsektorer inngår hver for seg i fylkeskommunenes inntektssystem. 	Den tredje 	
tjenestefunksjonen	 i inn	tektssystemet for fylkeskommunene	 – tannhelse 	– står kun for knapt fire 	
prosent av forvaltningsnivåets bruttodriftsutgifter. Vel en femtedel av fylkeskommunenes 
bruttodriftsutgifter er knyttet til tjenester som ligger utenfor utgiftsutjevningen.	 	
For de tjenestefunksjonene som inngår i utgiftsutjevningen	, anslås utgiftsbehovet til den enkelte 	
kommune ved hjelp av en kostnadsnøkkel. Kostnadsnøkkelen i inntektssystemet er bygget opp i 
to trinn. For hver tjenestefunksjon benyttes indikatorer til å beregne kommunens 	forventede 	
utgiftsbehov per innbygger relativt til landsgjennomsnittet. Det er lagt vekt på å finne indikatorer 
som ikke lar seg påvirke av den enkelte kommunes atferd. Indikatorvektene er i hovedsak basert 
på regresjonsanalyser og 	skalert 	slik at de summerer seg til én for hver tjenestefunksjon. De 	
funksjonsspesifikke normerte kostnadene utgjør første trinn. Variabelen vil være et tall over eller 
under én, som indikerer om kostnadsnivået er over eller under landsgjennomsnittet.	 	
 	
2 Merk at tallene her skiller seg litt fra totaltallene for kommunal sektor i Kostra. Det 	er tre grunner til dette. For det 	
første sammenfaller ikke de nasjonale tallene for hver tjenestefunksjon i Kostra med summen av nøkkeltallet over 
kommuner, som vi har basert oss på. For det andre har vi lagt avviket mellom samlede kommunale tjenester og 
summ	en av alle tjenester til tjenestefunksjonen «administrasjon og felles» for hver primærkommune og 	
forvaltningskommune. For det tredje har vi satt negative tall for bruttodriftsutgifter og andre ikke	-negative 	
regnskapsposter lik null.	 Vi viser til seksjon 	3.1.1	 for detaljer.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	15	 	
 
 
I andre trinn beregnes et vektet gjennomsnitt av de funksjonsfordelte 	utgiftsbehovene 	med	 	
tjenestefunksjonens andel av de samlede utgiftene som vekte	r.3 En kommune der alle 	
indikatorverdiene er lik landsgjennomsnittet	, vil få indeks	 for beregnet utgiftsbehov	 lik én. 	
Kommuner som er dyrere å drive enn landsgjennomsnittet	, vil få kostnadsindeks over én og får 	
et tillegg til innbyggertilskuddet gjennom 	utgiftsutjevningen	. Kommuner som er billigere i drift 	
enn landsgjennomsnittet	, får indeks under én og får dermed et trekk. Summert over alle 	
kommuner går systemet i balanse.	 	
Figur 	1.1 	Fordeling av bruttodriftsutgifter for a) primærkommunene (øverst) og b) 
fylkeskommunene (nederst) over tjenestefunksjoner i 2022	 	
 
 	
Kilde: Vista 	Analyse	 	
 	
3 Merk at det i dette steget ikke spiller noen rolle om en regner per innbygger eller ikke, ettersom en eventuell 
normalisering fra samlede utgifter til utgifter per innbygger vil være symmetrisk innad i kommunene.	 	
Helse og omsorg	; 	
34.5 %	
Grunnskole	; 	
18.4 %	
Barnehage	; 	
11.3 %	
Administrasjon og 	
felles	; 9.2 %	VAR	-tjenester	; 5.1 %	
Sosialsektoren	; 4.6 %	
Kultursektoren	; 4.1 %	
Barnevern	; 2.9 %	
Samferdsel	; 2.2 %	
Kommunale 
boliger	; 2.2 %	
Plan, 	
byggesak og 
miljø	; 1.8 %	
Næringsforvaltning	; 	
1.6 %	Brann	-og 	
ulykkesvern	; 1.4 %
Kirke	; 	
0.7 %	Annet	; 7.7 %	
a) Fordeling av bruttodriftsutgiftene i primærkommunene	
Videregående 
opplæring	; 41.0 %	
Samferdsel	; 35.4 %	
Administrasjon og 
felles	; 10.5 %	
Kultursektoren	; 4.0 %	
Tannhelse	; 3.7 %	
Næringsforvaltning	; 	
3.0 %	
Plan, 	
byggesak og 
miljø	; 2.5 %	Annet	; 9.2 %	
b) Fordeling av bruttodriftsutgiftene i fylkeskommunene

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	16	 	
 
 
Når målet er likeverdige tjenester, bør i utgangspunktet alle kostnader som er nødvendige for å 
frambringe tjenestene	, tas i betraktning	. Dette inkluderer	 både løpende driftsutgifter og 	
kapitalkostnader. Med unntak for fylkesveier	 med tilhørende fergesamband	 er det ikke slik i dag. 	
Det er likevel noen	 tenkelige	 situasjoner	, der kapitalkostnader kan behandles mer summarisk enn 	
driftskostnader uten 	vesentlige og 	uheldige konsekvenser for fordelingen av 	
tjenesteproduksjonen mellom kommuner. 	 	
For det første kan kapitalkostnader tas helt ut av omfordelingssystemet uten systematiske 
konsekvenser for finansieringen av tjenesteproduksjonen, dersom de er tilnærmet konstante per 
innbygger både mellom kommuner og mellom 	tjenestefunksjoner	. 	I et slikt tilfelle vil 	
utgiftsbehovet	 per innbygger 	i alle kommuner 	være	 lik landsgjennomsnittet	, og det blir ingen 	
omfordeling.	 En forenklet håndtering er også mulig	, dersom kapitalkostnadene står i et fast 	
forhold til driftskostnadene, enten på tvers av 	tjenestefu	nksjoner 	eller innen den enkelte 	
tjenestefunksjon	. Det andre tilfellet inntreffer 	når	 kapitalkostnadene står i	 et fast forhold 	til 	
driftsutgiftene 	på tvers av 	tjenestefunksjoner	. I så fall vil 	det	 kun 	være 	beløpet 	til omfordel	ing	 	
som påvirkes av om vi tar kapitalkostnadene med eller ikke, mens vektingen av de ulike 
tjenestefunksjonene 	og av de enkelte indikatorene innen hver sektor er upåvirket.	 	
Dersom kapitalkostnadene 	står i faste forhold 	til drifts	utgiftene	 innen den enkelte 	
tjenestefunksjon	, står vi overfor et tredje tilfelle. 	Her 	påvirkes totalbeløpet og vektingen av de 	
ulike 	tjenestefunksjonene	, mens indikatorvektene på 	funksjons	nivå fortsatt vil være upåvirket. 	
Utsagnet «	kun beløpet 	til omforde	ling	 som påvirkes	» innebærer at kommuner som har høyere 	
driftsutgifter enn gjennomsnittet får høyere kompensasjon enn i dag	. Dette skyldes at	 de også 	
har høyere kapitalutgifter, men man kan altså bruke	 akk	urat samme vekter på kapitalutgifter som 	
på driftsutgifter. 	 	
En 	tidlig	 test på om kapitalkostnader bør innarbeides	 med egne nøkler og vekter	, kan være å se 	
på gjennomsnittlig nivå for kapitalkostnader mellom 	tjenestefunksjoner 	og på korrelasjonen 	
mellom disse 	kostnadene	 og 	de løpende 	driftsutgifte	ne	 etter 	tjenestefunksjon	. Hvis 	
gjennomsnittsnivået er likt og korrelasjonen er nær null, peker det 	i retning av det første tilfelle	t. 	
Hvis korrelasjonen er nær én	, peker det i retning av 	det andre 	eller 	det tredje 	tilfelle	t beskrevet 	
over	. Ved andre korrelasjonsmønstre eller som en alternativ test, kan kapitalkostnader inkluderes 	
i de regresjonene som er brukt for å forklare driftsutgiftene per innbygger innenfor 
utgiftsutjevningen	. Det gir informasjon om hvordan regresjonsresultatene eventuelt påvirkes og 	
mulighet	 til å teste ut flere indikatorvariable. 	Det er også mulig å se for seg at kompensasjonen 	
for kapitalkostnader skjer på et aggregert nivå. 	Slike empiriske øvelser fordrer avklaring av 	
hvordan kapitalkostnader 	bør	 måles.	 Vi 	vil 	foreta	 slike 	empiriske 	undersøkelser i kapittel 	4. 	
1.3	 	Kort om måling av kapitalkostnader i kommunesektoren	 	
For å avgrense kostnadene ved å bruke realkapital bruke	r vi	 et skolebygg som eksempel. En 	
kommune som eier et skolebygg, kan ta 	utgangspunkt 	i å 	selge 	bygget eller bruke det ett år til. 	La 	
oss starte med å	 forutsette at det er et rimelig velfungerende marked for bygg av denne typen. 	
Dersom bygge	t selges, kan salgssummen plasseres med avkastning. Hvis kommunen fortsetter å 	
bruke bygget, går den glipp av denne avkastningen, omtalt som rentekostnad. Hvis bygget selges 
etter ett år	, kan kostnadene ved å bruke kapitalen i	 løpet av	 dette året anslås som rentetapet	, 	
påplusset	 verdifallet eller 	fratrukket	 verdistigningen av bygget gjennom året.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	17	 	
 
 
Verdiendringen gjennom året kan begrepsmessig deles i to: Et tap knyttet til slitasje og elde 
omtalt som depresiering og et tap (eller 	en 	gevinst) knyttet til at bygninger av denne typen er blitt 	
billigere (eller dyrere) i løpet av året.	4 Kostnadene ved å bruke kapitalen kan dermed beregnes 	
som summen av rentetap og depresiering, fratrukket en e	ventuell	 prisgevinst eller 	tillagt	 et 	
eventuelt pristap	. I prinsippet kan utregningen både skje i nominelle og reelle termer. 	For enkelte 	
lesere kan det være nyttig å se de matematiske uttrykk	ene	 for 	kapitalkostnadene	, så vi har 	
kommet med en formalisert 	representasjon	 av de omtalte 	størrelsen	e i Tekstboks 	1.1. 	
Tekstboks 	1.1 	Matematisk presisering av årlig kapitalenhetskostnad med og uten inflasjon	 	
I det følgende vil vi gi en matematisk presisering av 	den årlige 	kapitalenhetskostnad	en. 	La 	������ være 	
prisen på investeringsvare	n, ������ er avkastningskravet, 	� er depresiering,	 ������̇ er realprisgevinst på 	
investeringsvarer (realpristap hvis størrelsen er negativ), og 	������ være generell	 inflasjon. Årlig 	
kapitalenhetskostnad 	�, hvilket tilsvarer årlig leiepris, er gitt i det følgende:	 	
Årlig kapitalenhetskostnad	: �=	(������+	�−	������̇������⁄	)������. Man kan lure på hva størrelsen 	������ utenfor 	
parentesen har med saken å gjøre. Dens rolle er å sørge for at kapitalenhetskostnaden vurderes 
til gjenanskaffelsesverdi. I lærebøker antas ofte at 	������ =	 1. Da blir uttrykket 	 	
Årlig kapitalenhetskostnad hvis 	������=	1: �=	(������+	�−	������̇������⁄	). 	
Av og til antas også at 	������̇������⁄	=	0. Årlig kapitalenhetskostnad hvis	 ������=	1 og 	������̇������⁄	=	0: �=	(������+	�). 	
Hvis vi vil bringe inn inflasjon i det opprinnelig uttrykket	, må vi gjøre både rente og prisstigning til 	
nominelle størrelser. Da får vi i det generelle tilfellet	 	
Årlig kapitalenhetskostnad 	�=	(������+	������+	�−	������̇������⁄	−	������)������=	(������+	�−	������̇������⁄	)������	. Den årlige 	
kapitalenhetskostnaden er altså den samme enten vi har med inflasjon eller ikke.	 	
I praksis vil både kapitalprisene, depresieringsratene og eventuelt også avkastningskravet variere 
avhengig av kapitalart og anvendelse	. 	
Kilde: Vista Analyse	 	
Et tilsvarende regnestykke kan gjøres hvis kommunen sitter med bygget i flere år, eller dersom 
det investere	s i et nytt bygg som den sitter med inntil det ikke lenger oppfyller sin funksjon. For 	
en kommune som leier et skolebygg er kostnadene ved å bruke kapitalen gitt ved leien, pluss 
eventuelle tilleggsutlegg knyttet til vedlikehold eller standardheving.	 	
Fra utleiers side bør leien tilsvare hva det koster utleier å eie bygget et år, altså de samme 
størrelsene som nettopp er nevnt. Hvis det var et avvik, ville brukere av slike bygg prøve å erstatte 
leie med eie eller omvendt, avhengig av hva som var billigs	t. Med rimelig velfungerende marked 	
for leie kan en dermed bruke markedsleien som mål på kapitalkostnadene. I fravær av 
velfungerende leiemarkeder kan kostnadene ved å eie og bruke et bygg anslås med utgangspunkt 
i elementene rentetap, kapitalslit og event	uelt nettorealprisgevinst.	 	
Regnskapene for kommunesektoren i 	KOSTRA	 inneholder tall for bruttoinvesteringer og 	
avskrivning	er etter tjenestefunksjon (men ikke kapitalart), verdsatt til de prisene som gjaldt i 	
 	
4 Verdiforringelsen knyttet til slitasje kan reduseres gjennom vedlikehold og liknende	. En kan tenke seg at det finnes et 	
optimalt nivå på vedlikeholdet som gjør summen av depresiering og vedlikehold minst mulig.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	18	 	
 
 
investeringsåret. Det er også tall for neddepresierte kapitalbeholdninger etter art (men ikke etter 
funksjon) målt til anskaffelseskostnad.	 	
For å anslå depresiering og rentetap etter funksjon målt i dagens priser, kan det dermed være 
ønskelig å gå veien om tall for verdien av kapital etter funksjon målt ved prisene for det aktuelle 
året. Slike tall kan konstrueres ved å summere investeringskos	tnader, fratrukket beregnet 	
depresiering over tid, målt i faste priser med det aktuelle året som basisår. Denne metoden 
omtales gjerne som 	«Perpetual 	Inventory 	Method	» (PIM	). Motstykket er	 «Direkte 	Metode	» (DM	), 	
som i dette tilfelle innebærer 	at 	man basere	r seg direkte på de	t bokførte 	kapitalslitet	 og de 	
bokførte 	beholdningene.	 Vi kommer tilbake til disse tilnærmingene i seksjon 	2.1.3	. 	
Investeringer innebærer kostnader i dag og nyttevirkninger 	spredt utover 	framtiden	. Kommuner 	
vil i mange tilfeller kunne investere i ulik grad, også når de bakenforliggende kjennetegnene er 
relativt like. Dynamikken 	i en	 kompensasjon	 over tid 	er illustrert i 	Figur 	1.2. For enkelthets skyld 	
har vi sett bort fra kompensasjon av rentetap, hvilket også kan tolkes som at alternativrenten er 
lik null. 	Kompens	asjonen 	vil imidlertid 	komme 	uavhengig av om man har investert eller ikke, 	
dersom 	det er forventede kapitalkostnader gitt et sett 	av 	observerbare variabler 	i omgivelsene 	
som ligger til grunn for kompensasjonen. Dermed vil kommunene stå overfor en avveining i 
forhold til når de vil binde kapitalen som er uavhengig av timingen på kompensasjonen, der nytten 
av investeringen må ses opp mot kapitalkostnadene ved å binde opp kap	italen	. 	
Figur 	1.2 	Illustrasjon av sammenhengen mellom en investering og 	en hypotetisk 	
kompensasjon 	utenom rentetap 	i utgiftsutjevningen 	gjennom	 det 	
kommunale inntektssystemet for en gitt kommune.	 	
 	
Kilde: Vista Analyse	 	
Kommunene kan finansiere investeringer ved egne oppsparte midler 	– altså deres egenkapital 	– 	
eller ved å ta opp lån, men kan ikke lånefinansiere driftsutgifter. Rentetapet ved å sitte med 
kapital kan dermed anslås som et gjennomsnitt av egenkapitalkostnad 	og lånerente, men det 	
finnes også andre muligheter. Vi drøfter prinsipper rundt dette nærmere i 	del	kapittel 	2.2	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	19	 	
 
 
Et alternativ til å ta utgangspunkt i beregnede årlige kapitalkostnader kan være å gå rett på 
brutto	investeringene	 i realkapitalen	. Dette vil innebære å beregne investeringskostnader i en 	
kommune relativt til en norm og kompensere kommuner som må investere for mye. Man 
behandler da investeringskostnadene som om de var driftskostnader, uten hensyn til at 
investeringer varer lengre enn	 et år. 	Bruttoinvesteringer varierer betydelig over tid	. Hvis man	 tar 	
for seg 	et gjennomsnitt 	av bruttoinvesteringene 	over tid som depresieres, 	nærmer man seg noe 	
som minner om kapitalslitet. Det vil	le imidlertid 	vært mulig 	å imøtekomme problemstillingen 	med	 	
høy variasjon	 ved å 	bruke	 bruttoinvesteringer	 som utfallsvariabel 	i paneldataregresjoner 	over tid 	
i kriteriefunksjonene 	tilknyttet utgiftsutjevningen.	 Framgangsmåten kan i prinsippet gjøres 	
økonomisk ekvivalent med å ta utgangspunkt i kapitalkostnader.	 	
Et argument for å ta utgangspunkt i kapitalkostnadene er at det er kapitalbeholdningen og ikke 
de enkelte investeringsdosene som bestemmer kapasiteten til å yte tjenester og som dermed 
påvirkes av behovet for tjenestene. Utgiftsbehovet knyttet til kapitalk	ostnader kan anslås på 	
lignende måte som utgiftsbehovet knyttet til driftskostnader, det vil si med utgangspunkt i tall for 
demografi med 	mer	. Å bare kompensere ufrivillige kostnader knyttet til den løpende bruken av 	
kapital innebærer også at kommunene sel	v må bære kostnadene ved feiltilpasninger av 	
kapitalbeholdningen, for eksempel fordi de bommer på anslag for fr	amtidig befolkningsutvikling. 	
Dette styrker kommunenes insentiver til god planlegging.	 	
I utgiftsutjevningen	 for kommunal sektor kompenserer man for kommunenes driftsutgifter og 	
ikke driftskostnader. Merk at mens utgifter innebærer betalingsforpliktelser, ut	trykker 	
kostnadene når ressurser forbrukes. Tidligere diskusjoner om hvorvidt kapitalforbruket bør tas 
hensyn til i 	utgiftsutjevningen	 eller ikke, har fokusert på kostnader fr	amfor utgifter. Videre heter 	
det utgiftsutjevning og ikke kostnadsutjevning. Mens utgiften finner sted når man forplikter seg 
til å betale, finner kostnadene sted når godet man kjøper forbrukes. Fokuset på 	kapital	kostnader 	
kan synes snodig når utjevningen i inntektssystemet for kommunal sektor i utgangspunkt 
kompenserer for avvik i kommunenes forventede driftsutgifter	 og ikke forventede 	
driftskostnader. Trolig henger det sammen med posteringene i 	KOSTRA	, der man opere	rer med 	
bruttodrift	sutgifter snarere en	n bruttodriftskostnader.	 Videre	 bruker man trolig	 utgifter om 	
denne delen av utjevningen for å skille den fra inntektsutjevningen, 	snarere enn	 for å skille den 	
fra en hypotetisk kostnadsutjevning. For øvrig kan kommunene ikke låne til drift, de sitter normalt 
ikke med store varelagre	, og de har egne regler for pensjonskostnader.	 	
Nå skal det sies at forskjellen mellom kostnader og utgifter er mer 	påtagelig 	for forbruket av 	
realkapitalen enn for andre produksjonskostnader. For realkapitalen vil kostnader og utgifter 	å 	
skille seg vesentlig fra hverandre, idet utgiftene som regel finner sted ved anskaffelsen, 	med 	
mindre det er snakk om avbetaling. Kostnadene finner derimot sted over tid, hvilket i regnskapet 
reflekteres 	ved at kapitalen først kapitaliseres 	og	 deretter kostnadsføres over tid som kapitalslit. 	
I konvensjonelle foretaksreg	nskap bokføres kapitalslitet både i form av avskrivninger og 	
nedskrivninger, men i kommuneregnskapene bokføres bare avskrivninger. For driftsregnskapet 
for øvrig 	består 	forskjellen mellom driftskostnader og driftsutgifter først og fremst 	av	 endringer i 	
varelageret og eventuelt endringer i fordringer	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	20	 	
 
 	
1.4	 	Tidligere 	studier om	 kapitalkostnader 	og	 inntektssystemet	 	
Spørsmålet om behandling av 	kapitalkostnader i inntektssystemet er diskutert i tre norske 	
offentlige utredninger (NOU 1996:1, NOU 2005:18 og NOU 2022:10) og av en ekspertgruppe 
(Kommunal	- og distriktsdepartementet 	2022)	. I tillegg belyser flere andre faglige arbeider 	
kapitalestimering i kommunal sektor i Norge (	se for eksempel 	Langørgen og Rønningen 2002, 	
Kalvarskaia og Langørgen 2004, 	Aastvedt med flere 2006	, Raknerud med flere 2007, 	Håkonsen	, 	
Kallager og Lunder 2017, Thorstensen, Lie og Lunder 2021 og Holmen 2022	a). 	
Rattsø	-utvalget utrede	t et enklere og mer rettferdig inntektssystem for kommuner og 	
fylkeskommuner	 (NOU 1996:1). Utvalget vis	er til at alle tilskudd til investeringsformål 	hadde blitt	 	
holdt utenfor da inntektssystemet ble etablert i 1986. 	De	t pek	er på at alle kostnader ved 	
nasjonale velferdstjenester i prinsippet bør inngå i utgiftsutjevningen, også kapitalkostnader. Et 
system som kun kompenserer for et høyt utgiftsbehov	 knyttet til drift	, kan bare sikre delvis 	
utgiftsutjevning	. Rattsø	-utvalget argumentere	r også for at en eventuell kompensasjon burde ta 	
utgangspunkt i behovet for tjenester og den kapitalbeholdning som er nødvendig for å 
tilfredsstille dette, slik at kommunene ikke så lett kunne påvirke størrelsen på en kompensasjon 
gjennom egen atferd. 	Etter utvalgets syn er kommuneregnskapene lite egnet til å gi informasjon 	
om kapitalkostnader, siden de er ført etter kontantprinsippet.	 På usikkert grunnlag antar utvalget 	
likevel at kapitalkostnadene fordeler seg mellom kommunene om lag som driftsutgiftene og	 	
mener 	at ekskluderingen av kapitalkostnader dermed ikke ville ha særlige fordelingsvirkninger.	 	
Borge	-utvalget	 la fram 	en ny utredning av inntektssystemet for kommunene under tittelen 	
«Fordeling, forenkling, forbedring, inntektssystemet for kommuner og 	fylkeskommuner	» (NOU 	
2005:18)	. I likhet med	 Rat	tsø-utvalget 	mener	 Borge	-utvalget at alle utgifter til 	primær	kommunal 	
og fylkeskommunal tjenesteproduksjon i prinsippet burde omfattes av utgiftsutjevningen. 
Utvalget 	gir uttrykk for	 at 	man ikke vil trenge egne indikatorer for kapitalutgiftene i 	
inntektssystemet	, dersom 	de	 er proporsjonale med driftsutgiftene. Å inkludere kapitalutgifter i 	
utgiftstallene vil imidlertid omfordele fra kommuner med lavt beregnet utgiftsbehov til drift, til 
kommuner med høyt beregn	et utgiftsbehov 	til 	drift. Dette tils	ier	 etter utvalgets syn at 	
opplysningene om 	avskrivning	er og realkapital må være gode nok til å fastslå i hvilken grad 	
kapitalutgiftene faktisk samvarier	er med 	de løpende 	driftsutgiftene. Til tross for etableringen av 	
KOSTRA	 noen år tidligere men	er Borge	-utvalget at dette kravet ikke var oppfylt	 da utvalget 	
utarbeidet sin rapport	. Det konkluderer med at det er for tidlig å vurdere om kapitalutgiftene 	
burde inkluderes i utgiftsutjevningen	 og eventuelt hvordan	. 	
Inntektssystemutvalget 	– også kjent som Haraldsvik	-utvalget 	– gjennomg	år inntektssystemet for 	
primærkommunene (NOU 2022:10). Utvalget peke	r på at de frie inntektene skal finansiere både 	
løpende driftsutgifter	 og kapitalutgifter i tjenesteproduksjonen	, men at eventuelle ufrivillige 	
variasjoner i kapitalutgiftene ikke bl	ir utjevnet. Som 	utvalget framhever	, innebærer dette at 	
tilskudd til kapitalformål fordeles mellom kommunene gjennom innbyggertilskuddet	 inklusive 	
utjevning	smekanismen	, skatteinntektene	 og de regionalpolitiske tilskuddene.	 Utvalget 	basere	r 	
sine vurderinger på 	Borge	-utvalgets v	urderinger	 og analysene i to rapporter 	av Telemarksforsking 	
(Håkonsen	, Kallager og Lunder 2017 og Thorstensen, Lie og Lunde	r 2021), som omtales under. 	
Det 	konkludere	r med at kvaliteten på data ikke var god nok til at behandlingen av kapitalutgifter 	
i utgiftsutjevningen burde endres.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	21	 	
 
 
Et ekspertutvalg ledet av Lunder og oppnevnt av Kommunal	- og distriktsdepartementet (2022) 	
fremme	r forslag om revideringer av fylkeskommunenes inntektssystem fra og med 2024.	 	
Utvalget vektlegger at tilskudd til kapitalformål i det gjeldende systemet i hovedsak blir fordelt 
gjennom innbyggertilskuddet og skatteinntektene, inklusive inntektsutjevningen, det vil si med 
tilnærmet samme beløp per innbygger.	 Unntaket 	er, som nevnt	 i delkapittel 	1.2	, knyttet til 	
fylkesveier	 (se Krehic og Nyhus 2022	, Holen, Saltnes og Leland 2021	, og 	Kommunal	- og 	
distriktsdepartementet 2023b	 for detaljer	), inkludert et eget kriterium for 	fergesamband	 (se 	
Svendsen med flere 2017	, Rødseth med flere 2022a	 og 	Kommunal	- og distriktsdepartementet 	
2023b	 for 	videre lesing	). Utvalget 	konstatere	r at fylkeskommunene se	r ut til å være mer 	
kapitalintensive enn 	primær	kommunene	. Etter deres 	vurdering 	tilsier den 	relativt høye 	
kapitalintensiteten en særskilt vurdering av behandlingen av kapitalkostnader i fylkeskommunene	. 	
Ekspertutvalg	et 	slutte	r seg til Rat	tsø	-, Borge	- og Har	aldsvik	-utvalgene i vurderingen av at 	
utgiftsutjevningen i prinsippet også bør omfatte kapitalkostnader. 	Utvalget definerer 	
kapitalkostnader som summen av rentekostnad og kapitalslit 	målt ved regnskapsmessige 	
avskrivning	er. I	 sine	 diskusjone	r konsentrer	te utvalget seg 	like fullt 	om den sist	nevnt	e 	
komponenten.	 Utvalget 	er delt	 i avveiingen av fordeler og ulemper ved å legge 	avskrivning	stallene 	
i KOSTRA	 til grunn for omfordeling i systemet. Flertallet konk	ludere	r med at disse tallene 	bør	 tas 	
inn i beregningen av fylkenes utgiftsbehov, med følgende begrunnelse	r: For det første er 	
kapitalkostnader allerede inkludert for fylkesveier	. Utvalget foresl	år ikke å endre dette	. For det 	
andre er f	ylkene 	høyst sannsynlig	 mer kapitalintensive enn kommunene	. For det	 tredje 	– ved kjøp 	
av transporttjenester fra andre inngår kapitalkostnadene i fylkeskommunenes betalinger og 
dermed i bokførte driftsutgifter. 	Dermed blir det kompensert for innkjøpte kapitaltjenester	, men 	
ikke kapitaltjenester fra eiet kapital.	 	
Mindretallet 	viser	 til at en burde vente på bedre tall før en gikk til et skritt med presumptivt 	
betydelige omfordelingsvirkninger	 	(Kommunal	- 	og distriktsdepartementet 2022	). 	
Ekspertutvalgets anbefalinger og oppfølging av disse er oppsummer i 	kommuneproposisjonen for 	
2024	 (Kommunal	- og distriktsdepartementets 2023b).	 	
Kommunal	- og distriktsdepartementet konkluderer i Kommuneproposisjonen for 2024 	
(Kommunal	- og distriktsdepartementet 2023b	) med at kapitalkostnader inntil videre fremdeles 	
bør holdes utenfor utgiftsutjevningen for fylkeskommunene, sett bort i fra fylkesveiene 	med 	
tilhørende ferger 	som i dag	. Departementet viser til at Inntektssystemutvalget og ekspertutvalget 	
kom til motstridende konklusjoner	, og at det er behov for mer kunnskap om kapitalkostnader og 	
utgiftsutjevningen for både primærkommuner og fylkeskomm	uner	, før man konkluderer	. 	
Behandlingen av kapitalkostnader i 	utgiftsutjevningen	 har	 også blitt behandlet	 i flere faglige 	
analyser de siste 	25	 årene.	 Langørgen	 (2001)	 ved Statistisk sentralbyrå	 argumenterer for at 	
betydelige årlige variasjoner i 	kommunenes 	kapitalutgifte	r utjevnes over tid, slik at behovet for 	
kompensasjon for disse utgiftene er begrenset i et lengre tidsperspektiv. Kapitalutgiftene må her 
forstås som bruttodriftsutgiftene, eventuelt fratrukket avhending av realkapitalen.	 	
Langørgen og Rønningen (2002) 	ved Statistisk sentralbyrå 	skil	ler	 mellom to forhold i diskusjonen 	
om hva kapitalkostnader betyr for kommunenes mulighet til å yte likeverdige tjenester	. For det 	
første vil det ifølge forfatterne 	være utfordrende å	 tilpasse kapitalbeholdningen til behovene	 og	 	
at det reflekteres i etterspørselen	, både	 på kort og lang sikt	. For det andre trekker de fram at 	
ufrivillige variasjoner i 	kommunenes 	utgiftsbehov 	kan	 skyldes kapitalutgifter.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	22	 	
 
 
Det andre punktet er mest relevant for 	vår studie	. Forfatterne pek	er på at tallene for 	
avskrivninger og kapital i 	KOSTRA	 kan ligge for lavt	, fordi de er regnet i anskaffelsespriser. De 	
argumenter	te likevel 	for at 	det ville være interessant å studere hvordan 	avskrivning	stallene 	
samvariere	r med relevante forklaringsvariable	r. Langørgen og Rønningen beregne	r avskrivning	er 	
per innbygger i alt og etter 	åtte	 tjenesteområder for 322 kommuner i året 2001. 	De f	inner	 en klar 	
tendens til at de beregnede 	kapital	tallene faller med kommunenes størrelse og øker med nivået 	
på deres frie inntekter og samlede driftsutgifter	, normalisert per innbygger.	 	
Regresjonene til Langørgen og Rønningen	 for 	avskrivning	er 	i utdanningssektoren 	og samlet	 vis	er 	
signifikant positiv effekt av frie inntekter per innbygger, invers av folkemengde, spredtbygdhet	 og	 	
befolkningsendring	, samt nivå og 	vekst i andelen 	6 til 15 år	. Som en robusthetstest s	er forfatterne 	
blant annet også på avskriv	ninger samlet	 som utfallsvariabel	 og aldersgruppen til 15 år	 som 	
forklaringsvariabel	. Hovedr	egresjonene forklar	er 52 prosent	 av den samlede variasjonen i tallene 	
for 	avskrivning	er per innb	ygger	, mens prosentsatsen øk	er til 64 prosent i robusthetstesten	. 	
I en annen studie 	fra 	Statistisk sentralbyrå 	bringer	 Kalvarskaia og Langørgen (2004) analysen til 	
Langørgen og Rønningen (2002) et skritt videre ved å beregne 	avskrivning	er for 	
primærkommunenes skolebygninger. 	Avskrivning	er 	blir	 	beregne	t 	ved å akkumulere 	
prisomregnede faktiske investeringer ved to ulike forutsetninger om formen på depresieringene	 	
– lineære og geometriske.	 De beregnede avskrivningene 	viser	 seg å være	 sterkt korrelert med 	
hverandre, men korrelasjonskoeffisienten med 	KOSTRA	-tallene for 	avskriv	ning	er 	var nede i 0,55. 	
Forfatterne	 diskuter	er også beregning av rentekostnader, men 	bruker	 ikke 	variabelen	 i analysen	. 	
Kalvarskaia og Langørgen 	sammenli	kne	r regresjonene av 	KOSTRA	-avskrivning	ene for skolebygg i 	
Langørgen og Rønningen (2002) med regresjoner av beregnet kapitalslit basert på akkumulerte 
investeringer og lineær depresiering. Som i analysene av 	KOSTRA	-avskrivning	ene fra 2002, 	finner	 	
forfatterne signifikant positiv effekt av frie inntekter per innbygger, invers av folkemengde, 
spredtbygdhet, befolkningsendring og andelen av befolkningen 6	 til 	15 år i regresjoner med 	
beregnet kapitalslit som venstresidevariabel. 	Regresjonene på de beregnede 	avskrivnings	tallene 	
forklar	er riktignok 	en 	lavere andel av variasjonen i tallene enn regresjonene på 	avskrivning	en	e i 	
KOSTRA	, nærmere bestemt	 40 	prosent	 sett opp 	mot 52 p	rosent.	 	
Telemarksforsking har sett på kapitalkostnader i primærkommunene i t	re sammenhenger	 	
(Aastvedt med flere 2006,	 Håkonsen, Kallager og Lunder 2017	 og 	Thorstensen, Lie og Lunder 	
2021	). Aastvedt med flere (2006) påpeker at utviklingen i tomtepriser gir opphav til variasjoner i 	
kommunenes brukerpriser på kapital. Forfatterne argumenterer for at det vil være noe kunstig å 
inkludere kalkulatoriske kostnader basert på kostnader kommunene ikk	e står overfor når det ikke 	
er utsikter for å avhende tomter. De understreke	r at kostnadsvariasjonene knyttet til leie vil gi 	
seg utslag i driftsutgiftene. I sine drøftelser av hvordan inkludering av kapitalkostnader i 
inntektssystemet vil påvirke storbykommunene, argumenterer forfatterne for at 
stordriftsfordeler i kapitalkostnad	ene og relativt høye tomtepriser i sentrale strøk vil trekke i 	
motsatte retninger med uviss nettoeffekt.	 	
Aastvedt med flere diskuterer videre mulighetene for adekvat måling av kapitalkostnadene 
knyttet til eiendom. Et alternativ er utleie av de kommunale eiendommene fra egne 
eiendomsforvaltningsenheter til kommunale tjenestefunksjoner. Forfatterne framhever 
insentivutfordringer knyttet til prisingen og avhengighet av velfungerende kontrollmekanismer 
som svakheter ved denne løsningen. Et annet alternativ er å innføre full periodisering av de

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	23	 	
 
 
kommunale regnskapene, slik at det ikke gis muligheter til 	å hente inn 	økte 	utgifter	 i form av økte 	
inntekter et annet sted i regnskapet	. I dette tilfellet trekker forfatterne fram varierende 	
tomteverdier mellom kommuner, hvilket uten gode kontrollmekanismer gir muligheter til å 
påvirke avskrivningsgrunnlaget ved fastsettelse av eiendommenes tomteandel med påfølgende 
resultateffekter.	 	
Håkonsen, Kal	lager og Lunder (2017) undersøk	er blant annet 	i hvilken grad kapitalkostnader, 	
definert som summen av kapitalslit og rentekostnad, påvirkes av befolkningsendringer. 
Begrunnet i KOSTRAs rapportering av 	grunnerverv	 for eiendommer forutsetter forfatterne en 	
svært lav tomteandel på kun tre prosent av investeringene, som ikke tar høyde for geografiske 
forskjeller. Deretter holder de andelen som de anslår som tomter utenfor beregningene.	 Flere 	
alternative	 mål for kapitalkostnader bl	ir brukt	, herunder	 avskrivning	er fra 	KOSTRA	, beregnede 	
avskrivning	er basert på bruttoanskaffelseskostnader og	 nettogjenanskaffelseskostnader, 	samt	 	
sum	men av	 avskrivning	er og rentetap når kapital	en	 beregnes ut fra nettogjenanskaffelseskostnad. 	
Det opplyses om at det kan diskuteres hva som er korrekt risikojustert rente for kommunale 
brutto	investeringer, men at selvkostrenten benyttes i disse beregningene.	 	
Håkonsen	, Kallager og Lunder (2017) motiverer	 beregningen av de alternative målene ved å 	
påpeke	 flere 	svakheter ved 	KOSTRA	-tallene	. En svakhet er at	 KOSTRA	-tallene 	er 	basert på historisk 	
anskaffelsespris	. 	Disse tallene	 	beregnes	 	også 	i 	brutto	terner	, 	hvilket innebærer 	at 	
investeringstilskudd, brukerfinansiering og andre inntekter ikke trekkes fra	. Videre kommer	 	
nedskriving av kapital ikke til syne i regnskapet på annen måte enn at den tilhørende 
avskrivning	en forsvinner. Det andre momentet trekker i retning av at 	KOSTRA	-tallene 	
overvurderer kapitalslite	t, mens det første og tredje momentet trekker i retning av 	
undervurdering. 	Forfatterne	 argumenter	er for at nettoresultatet trolig er en undervurdering.	 	
Håkonsen	, 	Kallager	 	og Lunder	 	beregne	r 	avskrivning	er og kapitalkostnader for 	sju	 	
tjeneste	funksjoner	 i utgiftsutjevningen med utgangspunkt i prisomregnede investeringstall	. De 	
antar	 lineære 	avskrivning	er og at 	den femårige	 swap	-renten	 – også kjent som den femårige 	
nullkupong	renten	 (se seksjon 	2.2.3	) – fanger opp alternativkostnaden ved å binde opp kapital. 	
For fire av 	tjenestefunksjonene	 – nærmere bestemt 	administrasjon, skole, barnehage	, og helse 	
og 	omsorg 	– blir det gjennomført to sett av regresjoner	, som også belyser betydningen av å 	
inkludere kapitalkostnader i utgiftsutjevningen. 	 	
I det første settet 	av regresjoner	 undersøke	r forfatterne	 i hvilken grad de ulike målene for 	
kapitalkostnader forklares av de daværende variablene i utgiftsutjevningen supplert med en 
indikator for befolkningsvekst. Et fellesbilde for alle 	tjenestefunksjonene	 er at forklaringskraften 	
til regresjonene 	øker	 når en går fra 	KOSTRA	-avskrivning	ene som venstresidevariabel via 	
beregnede 	avskrivning	er verdsatt ved bruttoanskaffelseskostnade	r til beregnede 	avskrivning	er 	
verdsatt ved nettogjenanskaffelseskostnad. Å le	gge rentekostnadene til det siste anslaget for 	
avskrivning	er 	betyr	 derimot nesten ingenting. Det fr	amg	år også 	av studien 	at forklaringskraften i 	
regresjonene er klart lavere enn i regresjone	r, der de samme høyresidevariablene brukes til å 	
forklare driftsutgiftene. Å inkludere relativ befolkningsvekst som ny forklaringsvariabel endre	r 	
ikke nevneverdig på dette bildet.	 	
I det andre settet av 	regresjoner undersøker Håkonsen, Kallager og Lunder om samvariasjonen 	
mellom de ulike forklaringsvariablene i utgiftsutjevningen og utfallsvariablene endres når 
kapitalkostnadene legges til driftsutgiftene.	 Resultatene	 tyder på at	 betydningen av 	de ulike

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	24	 	
 
 
kriterievariablene i utgiftsutjevningen i noen grad 	blir 	påvirket 	av dette, men utslagene er ifølge 	
forfatterne	 	«… 	ikke større enn variasjonen i estimater som 	Kommunal	- 	og 	
moderniseringsdepartementet	 vanligvis må forholde seg til når de fastsetter kriterievekter	» (side 	
73, 	Håkonsen, Kallager og Lunder	 2017).	 Forskerne konkludere	r med at en inkludering av 	
kapitalkostnader dermed ikke vil gi omfattende endringer i inntektsfordelingen.	 Den siste 	
vurderingen 	illustreres	 også 	ved å vise plott av 	bruttodriftsutgi	fter 	og beregnede kapitalkostnader 	
mot indeks for beregnet utgiftsbehov over kommunene for de fire 	tjenestefunksjonene	. Plottene 	
gir	 inntrykk av at kapitalkostnadene har lav korrelasjon med indeks for beregnet utgiftsbehov, 	
riktignok	 uten at	 korrelasjonskoeffisientene 	oppgis	. 	
I den andre rapporten fra Telemarksforsking, Thorstensen, Lie og Lunder (2021) 	er 	
problemstillingen «	… 	om 	avskrivning	ene i 	KOSTRA	 gir et godt anslag på kommunenes 	
kapitalkostnader, slik at disse kan benyttes i beregningsgrunnlaget for inntektssystemet	» (se side 	
2, 3, 6 eller 8 i 	Thorstensen, Lie og Lunder 2021	). I s	in rapport	 tar	 forfatterne	 utgangspunkt i 	
retningslinjene for beregning av selvkost	 (Kommunal	- og moderniseringsdepartementet, BDO og 	
Telemark	sforsking	 2014	), der årlige 	kapitalkostnader defineres som bestående av to elementer	. 	
Det første elementet er a	vskrivningskostnader	 i form av	 kostnadsfordeling av anskaffelseskost 	
over brukstiden	. Det andre elementet er a	lternativkostnaden	 målt ved	 kalkulatorisk rentekostnad	. 	
Dette 	vil si	 den avkastning kommunen alternativt kunne oppnå	dd i markedet 	ved 	isteden 	å 	
plassere penger tilsvarende investeringsbeløpet	 i netto	 etter avskrivninger. I et fungerende 	
marked vil 	renten	 angi alternativkostnaden.	 	
Thorstensen, Lie og Lunder (2021) anbefaler at det generelt ikke skilles mellom lånefinansiering 
og egenkapitalfinansiering.	 Forskerne viser til at selv om det ved egenkapitalfinansiering ikke 	
påløper ordinære finanskostnader, lider kommunen «	… 	et tap ved at den går glipp av den 	
avkastning en alternativ bruk av midlene ville gitt	» (side 14, 	Thorstensen, Lie og Lunder 2021)	. 	
Tapet beregnes	 som en kalkulatorisk rentekostnad, ettersom det ikke synliggjøres i 	
kommuneregnskapet. 	Thorstensen, Lie og Lunder 	viser	 til at det i selvkostberegninger benyttes 	
en kalkylerente framfor den faktiske 	renten	 som kommunen står overfor. 	Videre 	fastsl	år 	
forfatterne	 at rentekostnader kun delvis blir fanget opp i 	KOSTRA	.5 I tillegg påpeke	r de	 at 	
rentekostnader vil bli overvurdert	, dersom 	de beregnes ut fra varige driftsmidler basert på 	
brutto	investeringsutgifter	 og ikke nettoinvesteringsutgifter	.6 	
Arbeidet til 	Thorstensen, Lie og Lunder (2021)	 bygger	 i betydelig grad 	videre 	på Håkonsen, 	
Kallager	 og Lunder (2017)	. Forfatterne	 trekker	 også	 de samme konklusjonene om utfordringer 	
med 	KOSTRA	-tallene og mangelen på gevinst ved å trekke ulike anslag for kapitalkostnader fra 	
den tidligere rapporten inn i inntektsutjevningen. 	De	 konkluder	er med at en ressursfordeling med 	
en lik fordeling per innbygger 	– som for kommunene i dag	 – framstår som en akseptabel løsning 	
i en situasjon	, der det fortsatt er svakheter i tallmaterialet.	 	
 	
5 «Påløpte renter over hele året 	– det vil si rentekostnadene på lånt kapital	 – framkommer i K	OSTRA	 under art 500 	
Renteutgifter, provisjoner og andre finansutgifter. Slike rentekostnader blir generelt ikke ført mot den enkelte 
KOSTRA	-funksjon og omfatter for eksempel også rentekostnader på kommuners Startlån	» (side 11, Thorstensen, 	
Lie og Lunder 2021).	 	
6 «Netto investeringsbeløp vil si brutto investeringsutgift fratrukket for eksempel et statlig investeringstilskudd som 
investeringen har utløst, eller for eksempel et anleggsbidrag ved en investering innenfor vann	- og avløpsområdet	» 	
(side 10, Thorstensen, Lie og Lunder 2021).

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	25	 	
 
 
Tidligere studier 	har i mindre	 grad 	diskutert 	betydningen av heterogenitet i kapitalkostnadene 	
eller problematiser	t eventuell deflatering av kapitalslitet. Et unntak 	er 	Rødseth med flere (2022b) 	
som diskuterer denne tematikken kort i rapportens tredje kapittel.	 Kraftmarkedet er et eksempel 	
på en næring, der reguleringsmyndighetene i sin tid valgte å vekte kapitalestimatene fra DM og 
PIM likt 	i en sektorregulering 	(Kittelsen 1994).	 	
I forbindelse med utarbeidelsen av Statistisk sentralbyrås kapitaldatabase på foretaksnivå 
benyttes 	«Direkte 	Metode	» (DM	) for å måle kapitalbeholdninger basert på bokførte verdier 	
framfor summering av investerings	volum	 etter kapitalslit	, slik det gjøres ved bruk av	 «Perpetual 	
Inventory 	Method	» (PIM	). De begrunner dette med 	at 	PIM	-estimatene basert på Foretaks	- og 	
virksomhets	registren	e ved Brønnøysund	 og Statistisk sentralbyrås investeringsundersøkelse blir 	
for usikre og ikke utnytter informasjonen fra regnskapene godt nok (Raknerud med flere 2007).	 	
Holmen (2022	a) viser at estimering av disaggregerte kapitaltall med disaggregerte kapitalformer 	
er mulig både ved PIM og DM ved bruk av norske foretaks	- og virksomhetsdata, inkludert foretak 	
og virksomheter som faller inn under kommunal sektor. Datagrunnlaget for å for	eta 	
kapitalestimeringer er imidlertid vesentlig svakere og mer aggregert i 	KOSTRA	. Dette innebærer 	
at estimater med PIM vil være enda mer utsatt for måleproblem	atikk 	forbundet med 	
sammensetningseffekter og heterogeniteten i kapitalens egenskap	er.	 Merk at PIM er mer 	
avhengig av disaggregerte gode kapitaltall enn DM, fordi DM utnytter den spesifikke 
informasjonen knyttet til hver observasjonsenhet (	typisk 	foretak	 eller kommune) mer direkte.	 	
Den eksisterende litteraturen på kapitalkostnader og inntektssystemet fokuserer primært på 
historiske kostnader	, til dels med unntak av Langørgen og Rønningen (2002)	. Flere studier 	kaster	 	
imidlertid også 	lys over 	kommunenes framtidige kapitalbehov (Medby og Karlstad 2008	, Aalen, 	
Grimsby og Grünfeld 2017, 	Haraldsvik	, Hopland	 og	 Kvamsdal 	2020	, Bruaset med flere 2021	, og 	
Vennemo, Bjørkås og Mariussen 2022).	 Borge og Lindset (2022) finner utst	rakt bruk av kort	siktig 	
finansiering blant primærkommunene, som er økende i partifragmentering og avtakende i 
disposisjonsfond. Deres funn indikerer videre at de samlede lånene er positivt korrelert med frie 
inntekter, partifragmentering og sosialistandel og negativt korrelert me	d antall innbyggere.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	26	 	
 
 	
2	 	Prinsipielle vurderinger 	av	 	
m	åling	en	 av kapitalkostnader	 	
I det følgende	 gjennomgår vi relevant metodikk for måling av kapitalkostnade	r med vekt på 	
kapitalslitet	 og rentekostnader	. I tillegg kommer vi inn på betydningen av k	apitalens prisutvikling	 	
og 	konseptet kapitaltjenester, som sammenfatter 	kapitalkostnadene	. Med dette gir kapittelet en 	
innføring i hvordan kommunenes kapitalkostnader kan og bør måles fra et prinsipielt ståsted.	 	
2.1	 	Håndtering av 	realkapitalen	 	
For å sikre en adekvat måling av realkapitalbasen bør dens heterogenitet adresseres. Målingen 
av realkapitalbasen vil igjen være bestemmende for målingen av kapitalslitet.	 Vi vil 	i dette 	
kapittelet	 redegjøre kort for hva realkapitalen består av	, og hvordan det spiller inn på målingen 	
av kapitalslitet.	 I tillegg kommer vi inn på måling av bruttoinvesteringene og 	håndteringen av ulike 	
aggregeringsnivåer i 	grunnlagsdataene	. 	
2.1.1	 	Måling av bruttoinvesteringer	 	
Bruttoinvesteringer 	– også kjent som b	rutto kapitaldannelse	 – innebærer anskaffelser og 	
nedleggelse av ressursinnsats i realkapital	, varer	 eller verdigjenstander	 som vedvarer over tid, 	
fratrukket avhendinger. 	På aggregert nivå har k	ons	ept	et røtter tilbake til	 utviklingen av	 vestlig	 	
nasjonalregnskaps	metodikk på 1930	-tallet (se for eksempel	 Kuznets 	1934	). Merk at 	
bruttoinvesteringer 	er et mål for realinvesteringer og 	ekskluderer finansielle investeringer, idet 	
disse	 ikke kan knyttes til driften.	 	
Eksempler på former for anskaffet realkapital er bygg, anlegg, tomter, maskiner, transportmidler, 
utstyr, kultiverte biologiske ressurser og patenter. Realkapital opparbeidet av gjennom egen 
ressursinnsats vil typisk være forskning og utvikling, men det ka	n også dreie seg	 om	 egne 	
patenteringer eller opparbeidede fysiske realkapitalvarer til egen bruk. Varelageret består 
derimot av varer som forbrukes forløpende, der beholdningen endres over tid avhengig av 
tilførsel eller forbruk.	 Videre er n	ettoanskaffelse	r av verdigjenstander	 lite	 relevant når man ser 	
på 	produksjons	enheter	 som	 kommunal sektor.	 I vår kontekst vil vi kun være interessert i 	
bruttoinvesteringer i fast realkapital, som også vil dominere de samlede bruttoinvesteringene i 
de fleste sammenhenger. Vi referer	er til seksjon 	2.1.3	 for en nærmere konseptuell diskusjon av 	
realkapitalkonseptet og seksjon	 3.1.1	 for den operative definisjon	en	 i vår	t datagrunnlag, som 	
ligger til grunn for	 våre empiriske undersøkelser.	 For gitt tilpasningskostnader justerer 	
beslutningsenheter sine kapitalbeholdninger gradvis i retning av ønskede nivåer gjennom 
investeringer (Haavelmo 1954 og Tobin 	og Brainard 	1977).	 	
Bruttoinvesteringene i en periode kan avledes fra regnskapet som endringen i 
kapitalbeholdningen fratrukket av	- og nedskrivninger.	 Ved tradisjonelle regnskapsstandarder 	der	 	
balanserefør	ingen skjer	 til historiske kostnader 	– herunder	 «God kommunal regnskapsskikk	» 	
(GKRS	) – bør denne utregningen skje i løpende priser	 (se seksjon 	2.1.2	 for mer om

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	27	 	
 
 
regnskapsstandarder)	. Ved regnskapsstandarder der balanseføringen skjer til oppdaterte priser 	– 	
hvilket i praksis vil være tilfellet for «	International Financial Reporting Standards	» (	IFRS	) – bør 	
man derimot regne ut investeringssammenhengen i faste priser (se Holmen 2022a 	og 	Callao	, 	
Jarne	 og	 Laínez 2007	 for detaljer).	 Videre oppgis b	ruttoinvesteringer med fradrag for inngående 	
merverdiavgift	. I utarbeidelsen av nasjonalregnskapet 	benytter Statistisk sentralbyrå 	i tillegg	 egne 	
investeringsundersøkelser	 (se 	Todsen 1997a og 1997b	, og 	Amdal med flere 2016	). 	
Bruttoinvesteringer innebærer en strøm av investeringer, altså 	differansen	 mellom	 investeringer	 	
i kapital	 og avhendinger.	 Ordet «brutto» referer	er dermed ikke til at man kun s	er på selskapets	 	
realinvesteringer som øker kapitalmassen	. Isteden 	refererer 	det til at man betrakter 	
investeringen, før man har tatt hensyn til 	kapitalslitet. Nettoinvesteringer 	tilsvarer derimot 	
realinvesteringene	 etter at kapitalslitet er trukket fra	. Ettersom kommuneregnskape	ne 	
rapportert inn til	 KOSTRA	 («KOmmune	-STat	-Rapportering	») er ført etter kontantprinsippet 	
snarere enn	 periodiseringsprinsippet	 (se 	Kommunal	- og moderniseringsdepartementet 2019b og 	
2021b	), er det i kommunal sektor snakk om bruttoinvesteringsutgifter 	heller	 enn 	
bruttoinvesteringer. De	t innebærer at vi må trekke avhending av fast realkapital 	fra 	
bruttodriftsutgiftene 	for å 	finne	 bruttoinvesteringene. For å klargjøre skillet me	llom 	
bruttoinvesteringene og bruttoinvesteringsutgiftene vil vi videre referere til 	bruttoinvesteringene 	
som 	bruttoinvesterin	gsstrømmer, 	men	 meningsinnholdet 	for	blir det samme	. 	
2.1.2	 	Bokføring av regnskapsmessig	 kapitalslit	 	
I regnskapssammenheng kan kostnader enten kostnadsføres med en gang eller kapitaliseres i 
form av investeringer som kostnadsføres over tid 	gjennom	 avskrivninger	 og nedskrivninger. 	
Denne formen for regnskapsmessig kapitalslit reflekterer at kapitalvarenes økonomiske verdi 
forvitres over tid gjennom reelt kapitalslit	. 	
Prinsipielt er det liten grunn til å forskjellsbehandle kostnader som kostnadsføres med en gang 
og kostnader som kostnadsføres over tid i utgiftsutjevningen i inntektssystemet	. Timingen for 	
kompensasjonen og samsvar mellom kostnader, utgifter og kompensasjon kan like fullt ha en viss 
betydning	. En del av denne problematikken vil vi komme tilbake til 	i delkapittel 	2.1.6	 om 	
rentekostnader. Når det gjelder realkapitalkostnadene	 innebærer imidlertid måleproblematikk	en	 	
i praksis 	argumenter mot å inkludere kapitalslitet i	 inntektssystemet	. I det følgende vil vi redegjøre 	
nærmere for hva 	disse måleproblemene består i, og hvordan de kan løses.	 	
Kommuner og fylkeskommuner fører avskrivninger i regnskapet i tråd med Forskrift om 
økonomiplan, årsbudsjett, årsregnskap og årsberetning for kommuner og fylkeskommuner 
(Kommunal	- 	og 	moderniserings	departementet 2019	b), samt tilsvarende lovverk for 	
interkommunale selskaper	 (Kommunal	- og distriktsdepartementet 2023a)	. Disse tallene 	
publiseres i 	KOSTRA	, men er prisgitt regnskapsføringen i kommunal sektor. Selvkostveilederen til 	
Kommunal	- og distriktsdepartementet tilsier at kapitalslitet måles gjennom avskrivn	inger, det vil 	
si periodisering av anskaffelseskostnaden over brukstiden (Kommunal	- 	og 	
moderniseringsdepartementet, BDO og Telemark	sforsking 2014).	 Merk at regnskapspraksisen i 	
kommunal sektor gjennomgås av Kommunal	- og moderniseringsdepartementet (2021	b). 	
Kapitalslitet varierer betydelig over kapitalformer og 	delsektorer, der delsektorer gjerne omtales 	
som funksjoner	. 	Samtidig oppgis kun det samlede kapitalslitet i 	KOSTRA	 (i selve 	
kommunen/	fylkeskommunen eller hele konsernet).	 «God kommunal regnskapsskikk	» (GKRS	) er

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	28	 	
 
 
beslektet med	 «God regnskapsskikk	» (GRS	) som benyttes av norske foretak og er en slags avart 	
av regnskapssystemet som er kjent som	 «GAAP	»-regnskapsstandarde	r («Generally Accepted 	
Accounting Principles	») 	internasjonalt	. Kapital	beholdning	en og kapitalslitet er oppført i 	
regnskapet til historisk kost, hvilket innebærer at det ikke tas hensyn til prisutviklingen i 
kapitalmassen. D	isse	 standarde	ne	 vektlegger	 å rapportere 	resultat	regnskapet	 riktig, snarere enn 	
balanse	regnskapet	.7 	
Siden de regnskapsmessige av	skrivningene	 og nedskrivningene kommer fra ulike kapitalformer, 	
vil det 	strengt tatt 	ikke være tilstrekkelig å bruke 	én 	deflator 	– også kjent som én 	prisindeks	 – til 	
å omregne kapitalslitet i løpende priser. 	Dersom man skal kunne tilskrive andeler av de samlede 	
regnskapsmessige avskrivningene og nedskrivningene til spesifikke kapitalformer, vil man 
dessuten trenge 	opplysninger om 	størrelsesforholdet på kapitalformene og de tilhørende 	
depresieringsratene	. 	
Bruttoføring og	 mangel på en post for 	nedskrivninger av kapitalen kan føre til utilsiktede 	
skjevheter 	primær	kommunene imellom og fylkeskommunene imellom. Avskrivningene beregnes 	
brutto i den forstand at de ikke korrigeres for investeringstilskudd med videre, 	hvilket	 innebærer 	
at de kan inneholde merverdiavgift, som kompenseres gjennom momskompensasjonsordningen. 
I tillegg gjelder egne regler for 	avskrivninger	 i kommuneregnskapene	, blant annet ved at de 	
forsvinner ved nedleggelse av et tjenestetilbud. 	Videre	 inngår ikke n	edskrivninger inngår som en 	
egen regnskapspost	 i KOSTRA	. Disse 	forholdene 	trekker	 i re	tning 	av at avskrivningene tenderer til 	
å under	vurderes noe	. 	
2.1.3	 	Estimeringsprosedyre for 	kapitalbeholdningen	 	
Målingen 	av 	kapitalbeholdningen 	påvirker målingen av kapitalslitet. Måten 	
beholdningsstørrelsene måles på i 	KOSTRA	 vil være ekvivalent 	med	 «Direkte 	Metod	e» (DM	) (se 	
for eksempel Kuznets 1934, Callao med flere 2007, Raknerud med flere 2007 og Holmen 2022	a), 	
men mange forfattere argumenterer for at summering av investeringstall 	etter kapitalslit 	
gjennom den såkalte	 «Perpetual 	Inventory 	Method	» (PIM	) er en mer nøyaktig metode (se for 	
eksempel Goldsmith 1951, Ringstad og Griliches 1968, Todsen 1997a og 1997b, Kalvarskaia og 
Langørgen 2004, Mueller 2008, Berlemann og Wesselhöft 2014, Amdal med flere 2016 og 
Holmen 2022	a). Oversikter over kapitalmåling inkludert 	depresieringer 	gis blant annet av Diewert 	
(1980 og 2005), Hulten (1991) og OECD (2001 og 2009).	8 	
Statistisk sentralbyrås kapitaldatabase på foretaksnivå er basert på den direkte metode	n (DM) for 	
å måle kapitalbeholdninger basert på bokførte verdier	, framfor bruk av PIM. Raknerud	, 	
Rønningen 	og	 Skjerpen	 (2007) begrunner dette med at PIM	-estimatene basert 	på 	Foretaks	- og 	
 	
7 Dette står i motsetning 	til «	IFRS	»-regnskapssystemer 	– altså regnskapssystemer som følger 	«International Financial 	
Reporting Standards	». Disse	 vek	tlegger isteden	 riktighet i balanse	regnskapet	 snarere enn	 i resultat	regnskapet.	 	
8 Alternativer til PIM og DM eksisterer, men er mindre vanlige. I Leif Johansens produksjonsteori vurderes 
beholdningene av og bruttoinvesteringene i realkapital ut fra overlevelsessannsynligheter, kapitalartsspesifikke 
teknologiske endringer og 	delvis	 irreversible bruttoinvesteringer, men uten periodisk kapitalslit (Johansen 1959 og 	
1972, og Johansen 	og Sørsveen 1967). Peterson (2002) gjennomgår flere tilnærminger til kapitalestimering på 	
selskapsnivå basert på kontantstrømmer, bokføring, og salgsverdier, som riktignok kan ses på som ulike varianter 
av PIM og DM.	 Nasjonale statistikkmyndigheter utnytter informasjon fra en rekke kilder i estimeringen av 	
realkapitalvariabler i sine nasjonalregnskaper, herunder formuesundersøkelser, folketellinger, 
brannforsikringsregistre, selskapsregnskaper, administrative eiendoms	registre og aksjeverdsettelser (se for 	
eksempel OECD og Eurostat 2014).

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	29	 	
 
 
virksomhetsregistrene	 og Statistisk sentralbyrås investeringsundersøkelse blir for usikre og ikke 	
utnytter informasjonen i regnskapene godt nok.	 Deres poeng er at de enkelte regnskapene 	
bygger på langt 	mer disaggregert informasjon enn det man har i regnskapsstatistikken	 og at en 	
del av denne informasjon går tapt når man bruker aggregert regnskapsinformasjon. Denne 
utfordringen kan ventes å være større i 	KOSTRA	 enn i 	Foretaks	- og virksomhets	registrene	, som 	
forfatterne benytter, ettersom 	KOSTRA	 er 	enda 	mer aggregert. 	Holmen (2022	a) viser at 	
estimering av disaggregerte kapitaltall med disaggregerte kapitalformer er mulig både ved PIM 
og DM ved bruk av norske foretaks	- og virksomhetsdata, inkludert ni kapitalformer for foretak og 	
virksomheter som faller inn under ulike kommunale 	funksjoner	.9 	
KOSTRA	 danner imidlertid et vesentlig svakere datagrunnlag for å foreta kapitalestimeringer enn 	
Foretaks	- 	og virksomhets	registren	e, slik at måleproblematikk forbundet med 	
sammensetningseffekter og disaggregerte kapitalegenskaper blir enda mer problematisk. Blant 
annet vil variasjoner i depresieringen på kommunenivå innad i en kapitalform ikke tas hensyn til 
ved bruk av PIM, som er me	r avhengig av homogene kapitalformer enn DM.	 Merk at PIM er mer 	
avhengig av disaggregerte gode kapitaltall enn DM, fordi DM ut	nytter spesifikk informasjon 	om 	
hver observasjonsenhets depresieringer.	 Tallenes gjenkjennelighet og dermed aksept kan isolert 	
sett være et argument i favør DM.	 Realismen i b	eholdningenes størrelse	 er derimot et argument 	
i favør PIM. 	Flere andre argumenter for PIM og DM blant annet relatert til prisjusteringen av 	
kapitalslitet og kapitalens alternative anvendelser behandles i seksjon 	2.1.5	. 	
2.1.4	 	Estimeringsprosedyre for depresieringene	 	
I kommuneregnskapene føres kapitalslitet ved 	«lineær depresiering	», altså med fratrekk av en 	
fast depresieringsandel av den opprinnelig	e 	kapitalbeholdning	en	 	over tid	. Lineære 	
depresieringsbaner har en fordel ved at de er relativt transparente, men andre baner vil i praksis 
ofte stemme bedre med 	virkeligheten	. Det mest brukte alternativet i internregnskap og 	
kapitalestimering er trolig 	«geometrisk depresiering	», også kjent som 	«saldoavskrivning	», som 	
innebærer fratrekk av en fast 	depresieringsandel 	av hver p	eriodes inngående kapitalbeholdning.	 	
Andre varianter er 	«hyperbolsk depresiering	» med gradvis reduksjon i depresieringssatsen og 	
«logistisk depresiering	» med	 gradvis økning i depresieringssats. Geometrisk depresiering og 	
hyperbolsk depresiering er begge eksempler på 	«degressiv depresiering	». Dette står i motsetning 	
til 	«progressive depresieringer	», der depresieringene	s omfang	 øker over tid.	 Sammenliknet med 	
lineær avskrivning fører bruk av geometrisk	 avskrivning	 til at 	en 	større andel av kapitalkostnadene 	
påløper tidlig i levetiden til kapitalen. 	Endelig finner 	man	 eksempler på 	«lyspæredepresiering	», 	
der en kapitalgjenstand har full 	virkningsgrad	 inntil den plut	selig ikke virker lenger.	10 	
Hulten og Wykoff (1981a og 1981b) argumenterer for at geometriske depresieringsrater er mer i 
tråd med virkeligheten enn lineære depresieringsrater, samtidig som ratene forblir konstante 
over tid, i motsetning til hyperbolske 	og logistiske 	depresieringsrater. I flere andre studier 	
argumenteres det for 	andre depresieringsbaner enn de	n lineære 	(se for eksempel Harper 1999 	
og Biatour	, Bryon og Kegels 	2007). I Barth	 med flere 	(2015	 og 2016	) sin survey av depresieringer 	
 	
9 Holmen (2022	a) tar for seg tolv realkapitalformer, men kun ni av dem er til stede i kommunal sektor. I tillegg kommer 	
goodwill og utsatt skattefordel, som regnes som operative anleggsmidler, men ikke realkapital.	 	
10 I engelsk litteratur er denne formen for depresiering gitt det poetiske navnet «	One Hoss Shay	» etter et dikt av Oliver 	
Wendel Holmes (se Diewert og Wei 2017 for begrepsbruken og Holmes 1892 for selve diktet).

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	30	 	
 
 
i Norge svarer derimot mange av respondentene at lineære depresieringer med utgangspunkt i 
kapitalverdien i løpende priser framstår mest realistisk	e, skjønt mange også mener at 	bruk av 	
geometrisk	e depresieringsrater 	er mer realistisk	. Dersom kapitalmassen står overfor prisstigning, 	
impliserer imidlertid lineære depresieringer i løpende priser i realiteten fallende depresieringer i 
faste priser, hvilket samsvarer med en geometrisk depresieringsprofil for kapitalvolum	et. 	
Valget av fr	amgangsmåter for å estimere depresieringer er et sentralt tema innenfor den 	
neoklassiske litteraturen om kapitalestimering (se for eksempel Jorgenson 1996 og Hulten og 
Wykoff 1996 for detaljerte gjennomganger av metoder). Forskning indikerer også at 
depresi	eringsrater ofte er medsykliske (Albonico	, Kalyvitis	 og 	Pappa	 2014) og avhengige av det 	
teknologiske utviklingsstadiet (Peles 1988).	11 	
De reelle levetidene på kapitalmassen varierer i realiteten fra om lag 3 til 100 år, hvilket også 
reflekteres av avskrivningstiden	e i regnskapet. Typisk er levetidene lengst for bygg og anlegg, og 	
lavere for mobil 	real	kapital som immateriell kapital, maskiner, transportmidler og utstyr. For 	
tomter er det ikke noe kapitalslit utenom eventuel	t en anleggsbit som vedrører opparbeiding. Vi 	
kommer tilbake til de konkrete levetidene i regnskapene i 	seksjon	 3.1.1	.12 	
I kapittel 10 i Scheel	-utvalgets rapport (NOU 2014:13) 	gjennomgås satsene i avskrivningssystemet	. 	
Statistisk sentralbyrå ved 	Barth med flere (2015	 og 2016	) oppdaterer kunnskapsgrunnlaget med	 	
en empirisk kartlegging og	 en	 litteraturkartlegging. Både subsidiebehov og overens	stemmelse 	
mellom regnskapsmessige og realøkonomiske satser har blitt fremmet i debatten om 
fastsettelsen av anleggsmidlers avskrivningssatser (se også Finansdepartementet 2001, 2015 og 
2016, Finanskomiteen ved Stortinget 2012, 2016 og 2017, og NOU 2022:20 f	or mer om denne 	
diskusjonen). Hvordan	 regnskapsføringen praktiseres har ikke reell betydning for kapitalslitets 	
verdi, men uoverensstemmelser vil ofte kunne ledsages av større målefeil i kapitalmålingen.	 	
2.1.5	 	Prisjustering av 	kapitalslitet	 	
Det reelle kapitalslitet skjer i volum (anslått ved 	faste priser) og ikke verdi (det vil si i løpende 	
priser). Prisutviklingen på realkapitalen generelt er diskutert i delkapittel 2.4, mens vi her 
behandler hvordan den påvirker målingen av kapitalslitet spesifikt	 (se 	delkapittel 	3.1	 for detaljer 	
om målingen)	. Typisk vil den gjennomsnittlige årlige prisutviklingen på kapitalmassen variere fra 	
oppgang på over seks prosent for eiendom til nedgang på rundt to prosent for enkelte maskiner. 	
 	
11 Andre 	studier antyder at det nøyaktige valget av depresieringsrater har begrenset innvirkning på målingen av den 	
langsiktige produktivitetsutviklingen (se for eksempel Baldwin med flere 2005 eller Holmen 2020). Oulton og 
Srinivasan (2003) finner at kapital knytt	et til datamaskiner og programvare utgjør den største feilkilden i målingen 	
av kapitaltjenester og kapitalbeholdning.	 	
12 Et knippe kartlegger levetider, depresieringsrater og depresieringsmønstre for et gitt land, deriblant Canada 
(Statistics Canada 	2008), Japan (Nomura og Momose 2008 og Nomura og Suga 2018), Nederland (Van Roijen	-	
Horsten med flere 2008), Storbritannia (Oulton 2001 og Rincon	-Aznar med flere 2017) og USA (Fraumeni 1997). I 	
Norge gjennomførte Barth med flere (2015 og 2016) en omfattende	 kartlegging av levetiden på kapitalmassen over 	
kapitalarter og næringer. Tidligere har grunnlaget for depresieringsratene benyttet i nasjonalregnskapet blitt 
klargjort av Todsen (1997a og 1997b	) og 	Amdal med flere 	(2016	). Holmen (2022a) kombinerer tidligere 	
kartlegginger av depresieringsrater, avskrivningsregler og kapitalslittall fra nasjonalregnskapet fra Foretaks	- og 	
virksomhetsregistren	e i Brønnøysund til å anslå depresieringsrater på tvers av kapital	arter og næringer.	 Vennemo	 	
med flere (2020)	 drøfter levetider på realkapitalen i store statlige investeringsprosjekter, mens 	Vennemo og 	
Godeseth (2021)	 og 	Tveter, Tomasgard 	og Laingen	 (2022)	 studerer 	kapital	levetider 	innenfor samferdselssektoren.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	31	 	
 
 
En del prisindekser tar ikke fullt ut høyde for kvalitetsforbedringer i den respektive kapitalvaren, 
hvilket innebærer at prisutviklingen i realiteten vil være svakere for de berørte kapitalartene.	 	
Flere har påpekt at mangel på prisjustering innebærer at avskrivningstallene i KOSTRA 
undervurderer kapitalslitstallene (se for eksempel Kalvarskaia og Langørgen 2004 og 
Thorstensen, Lie og Lunder 2021). Mer presist er det prisutviklingen knyttet til faste	 eiendommer 	
og anlegg som forårsaker dette. Dersom man ønsker å måle det faktiske kapitalslitet, vil det 
imidlertid være kapitalgevinster forbundet med prisutviklingen på kapitalen. Det gjelder særlig 
for fast eiendom og anlegg, der tomtekomponenten er bun	tet med den øvrige kapitalen. 	Ut fra 	
en alternativkostnads	betraktning	 kan k	apitalartsspesifikk deflatering av kapitalslitet være 	
fordelaktig, men henger 	like fullt	 ikke direkte sammen med kommunenes utgiftsutvikling.	 	
Prisen på fast eiendom og anlegg øker betydelig over tid, særlig i sentrale strøk. Dessuten er den 
konjunkturutsatt. Kapitalarten dominerer kapitalmassen og består av to grunnkomponenter 	– 	
tomten og bygg	- og anleggsmassen. Merk at tomter ikke er utskilt i 	grunndataene. I praksis 	
tenderer tomter 	– særlig i sentrale strøk 	– til 	å ha 	større prisvekst enn bygg og anlegg. Det går i 	
teorien an å avlede egne prisindekser for tomter basert på prisindekser for eiendom og bygg og 
anlegg, me	n disse vil etter alt å dømme være beheftet med stor usikkerhet. En av grunnene til 	
dette er at de avhenger av tomteandeler, som 	varierer 	betydelig over kommuner og til og med 	
innad i kommuner (se seksjon 	3.1.2	 for nærmere diskusjoner om datamulighetene knyttet til slike 	
analyser). Dersom tomten ikke har noen utsikter for salg, stiller det seg imidlertid 	litt	 annerledes. 	
Bruttoinvesteringene vil i så tilfelle tendere til å innbefatte en overvekt av reinvesteringer i bygg 
og anlegg framfor nyinvesteringer i både bygg og anlegg og tomter.	 	
Dersom kapitalslitet måles i oppdaterte priser, typisk ved PIM, vil det dermed bli høyere over tid 
i områder med høy vekst i eiendomspriser, hvilket ikke nødvendigvis vil være ønskelig å inkludere 
i utgiftsutjevningen. Hvis det foretas en jevn strøm av nyi	nvesteringer i både bygg og tomter over 	
tid, kan måling av depresieringer til oppdaterte priser bidra til at kapitalslitet blir mer riktig sett 
fra en betraktning om alternative anvendelser. Dersom det derimot i stor utstrekning er snakk 
om reinvesteringer	 av bygningskomponenten av eiendommene, sammenhengen mellom 	
historiske og nye investeringer er svak, og utsiktene for omsetning av tomtene er relativt 
begrensede, kan kompensasjon til historiske kostnader som gjenspeiler faktiske utgifter være mer 
nærligge	nde. 	Fravær av utsikter for salg eller leie	 taler for å måle depresieringene ved DM.	 	
Et historisk argument mot å inkludere avskrivningene i inntektssystemet er at de kommunale 
eiendomsverdiene ble satt nokså ad hoc ved opprettelsen av KOSTRA i begynnelsen av 2000	-	
tallet. Nå har det imidlertid gått over 20 år siden omleggingen og mange eien	dommer har også 	
vekslet hender. Dermed blir betydningen av disse målefeilene mindre betydelig enn tidligere, selv 
om levetiden på et bygg anslås til å være om lag 40 år. Et annet	, relatert argument er at de 	
bokførte kapitalverdiene i KOSTRA er mer gjenkjen	nelige og har relativt bred aksept blant 	
kommunene. I tillegg bygger de bokførte kapitalbeholdningene og de regnskapsmessige 
avskrivningene på mer disaggregert informasjon enn det som ellers er synlig i KOSTRA.	 	
En del av begrunnelsen for å kompensere kommunene for kapitalkostnadene som beregnes i 
Tekstboks 	1.1 i delkapittel 	1.3	, er at kostnadenes nåverdi blir den samme, dersom man antar en 	
betalingsstrøm med stabile egenskaper når det kommer til sammensetning	en	 (se også delkapittel 	
2.3	). En slik utledning vil også i større grad kunne gjenspeile brukerprisen ved å spre

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	32	 	
 
 
kompensasjonen over tid i form av en brukerpris på en beregnet samlet kapitalbeholdning, selv 
om asymmetrisk prisutvikling mellom tomter og bygg	- og anleggsmassen kompliserer bildet.	 	
Kombinasjonen av prisvekst på realkapitalen og regnskapsføring ved standarden for norske 
kommuner (GKRS) kan gi feil bedømming av kapitalverdien over tid ved at prisstigningen ikke er 
med. PIM blander ikke sammen prisnivåer fra ulike perioder, slik som DM 	gjør. DM reflekterer 	
hva som var den opprinnelige utgiften, men ulike prisnivåer er blandet sammen.	 En ting er at den 	
kapitalartsspesifikke prisutviklingen ikke er tatt hensyn til, men DM	-estimatene tar heller ikke 	
høyde for den generelle inflasjonen.	 I ti	llegg kan det være eksempler på at kapitalen er helt 	
fullstendig kostnadsført 	i årsregnskapet 	i form av avskrivninger, men fremdeles har en reell verdi. 	
Dette forholdet går imidlertid på ti	dspunktet	 for	 kostnadsføringen og ikke kapitalslitets verdi.	 	
Når det gjelder mobil realkapital, blir dynamikken noe annerledes med generelt kortere levetid 
og svakere enn for eiendomskapitalen. Utstyr, maskiner og immateriell kapital vil ofte ikke ha 
noen utsikter for salg eller innleie, slik at prisutviklingen ette	r kjøpstidspunktene ikke vil ha noe 	
videre betydning. For transportmidler vil derimot videresalg og innleie være mer aktuelt.	 	
Samlet sett er det ikke helt opplagt til hvilke priser man ønsker å måle kapitalkostnadene i 
utgiftsutjevningen, dersom kapitalkostnader inkluderes. Disse avveiningene kunne etter vårt 
skjønn med fordel 	ha 	blitt viet større fokus tidligere.	 	
2.1.6	 	Håndtering av ulike aggregeringsnivåer i dataene	 	
Næringssammenlikninger av realkapitalen mellom kapitalformer viser at depresieringsratene (	og 	
derved 	levetider) og prisutvikling ofte er relativt like for samme kapitalform på tvers av 	
funksjoner, skjønt vesentlig unntak forekommer både på grunn av forskjeller i bruk og innhold (se 
for eksempel Todsen 1997b	, Barth med flere 	2015 og 	2016	, og Holmen 2022	a). Det går også an 	
å avlede d	isaggregerte deflatorer fra nasjonalregnskapet (se Holmen 2022	a). Med såpass 	
aggregerte kapitalformer som det er i 	KOSTRA	, vil likevel sammensetningseffekter kunne gi utslag 	
i vesentlige forskjeller i depresieringsrater (med tilhørende impliserte levetider) og prisutvikling 
for de aggregerte kapitalformene på tvers av funksjoner.	 	
I praksis er særlig kapitalartene og til en viss grad funksjonene i 	KOSTRA	 relativt aggregerte, slik 	
at det ofte vil være flere tilgjengelige underliggende kapitaldeflatorer og depresieringsrater på en 
gang. Problematikken er særlig aktuell i forbindelse med skillet mellom bygg og anlegg, og tomter, 
men også når det gjelder skil	ler mellom maskiner og utstyr og transportmidler. For å u	tnytte 	
denne informasjonen 	til fulle	 trenger man å anslå styrkeforholdet mellom de underliggende 	
kapital	artene	, som igjen kan	 brukes til en form for vekting av kapital	artene	 i avledning av 	
kapitalparam	etere. Dersom dataene gir god grunn til å tro at dette styrkeforholdet endrer seg 	
vesentlig over tid, kan man anvende tidsspesifikke vekter. Generelt er imidlertid tidsinvariante 
vekter å anbefale, for å unngå støy i dataene. Vi kommer tilbake til hvordan d	ette gjøres i praksis 	
for vår anvendelse i seksjon 	4.1.1	 og referer	er for øvrig til Holmen (2022	a). 	
Når implisitte parametere for depresieringsrater og kapitaldeflatorer skal avledes fra forskjellige 
datakilder som nasjonalregnskapet og 	KOSTRA	, vil det også være aktuelt å søke samsvar mellom 	
disse datakildene. Igjen vil det være aktuelt å beregne samsvaret mellom kapitalformene i 
datakildene. Det bør imidlertid vurderes om implikasjonen av matchingen virker rimelig og i 
hvilken grad datakildene	 er sammenliknbare. Bruk av samsvarsparametere vil gjerne være

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	33	 	
 
 
imperfekt. Skulle man være heldig å treffe godt på makronivå, kan man likevel bomme på 
mikronivå. Derfor bør man foreta vurderinger 	av 	om gevinstene fra mer presise 	
depresieringsrater og kapitaldeflatorer overstiger kostnadene ved imperfekt matching av 
kapitalformene mellom datakilder.	 	
Når kapitalslitet skal spores tilbake til hver enkelt kapitalart, vil styrkeforholdene mellom 
produktene av 	depresieringsratene og kapitalbeholdningen for hver kapitalform kunne benyttes 	
som fordelingsnøkler. Bruken av fordelingsnøkler for vekting skjer i utgangspunktet målt i faste 
priser ved regnskap med balanseføring til historisk kost (som for GKRS), men kan	 eventuelt 	
omregnes til løpende priser med disaggregerte deflatorer ved regnskap med balanseføring til 
oppdaterte priser (som ved bruk av IFRS). Det	te stiller krav til at deflatorene og 	
depresieringsratene er av tilstrekkelig kvalitet til å kunne gi brukbare	 estimater og oppfylle 	
inntektssystemets krav til datakvalitet.	 	
Dersom man vet hva den samlede depresieringsraten er i den ene datakilden, kan man skalere 
en eller flere av de underliggende depresieringsratene i den andre datakilden, slik at det samlede 
depresieringspresset blir det samme. Ideelt sett burde alle depres	ieringsrater justeres. Dersom 	
en kapitalform dominerer, og depresieringsratene er beheftet med betydelig usikkerhet, kan det 
likevel være mer hensiktsmessig 	kun 	å justere tallene for den aggregerte kapital	arten	. 	
2.2	 	Håndtering 	av rentekostnader	 	
I delkapittel 	1.3	 klargjorde vi at rentekostnader ideelt sett skal inngå i kapitalutgiftene	. Dette er 	
det 	også bred 	faglig enighet om, hvilket reflekteres av utredningene på området, jamfør 	
delkapittel 	1.4	. I dette 	delkapittelet	 går vi gjennom prinsipielle spørsmål for hvordan 	
rentekostnader bør inngå	, herunder	 renter og avkastningskra	v, den samfunnsøkonomiske 	
kalkulasjons	renten	, kal	kyle	renten	 for kommunale gebyrer, kommunale lånerenter, risikopåslag 	
og grunnlaget for renteberegninger.	 I seksjon 	3.2.1	 komme	r vi 	tilbake til hvordan vi vil måle 	
rentekostnadene i praksis	, før diskusjonen konkluderes i forbindelse med den empiriske analysen 	
av renter og avkastningskrav 	i seksjon 	4.1.1	. 	
2.2.1	 	Rente	r og avkastningskrav	 	
Renten	 er både en regnskapsmessig størrelse og et uttrykk for 	investeringers alternativkostnad. I	 	
en ideell verden er de to like	 for gitt risikoeksponering	, men i virkeligheten skiller de lag for kortere 	
eller lengre perioder. 	Som analytiker og 	beslutningstaker må man 	velge 	om det skal legges vekt 	
på	 en rente 	som uttrykker alternativkostnad eller en som uttrykker 	regnskapsmessige forhold	. Vi 	
kommer tilbake til dette 	utover i kapittelet og i seksjon 	3.2.1	 om målingen i praksis.	 	
Beslektet med de	nne diskusjonen	 er temaet	 volatilitet. En rente 	tolket som alternativkostnad 	for 	
investeringer over mange år 	er 	stabil over lange tidsrom, typisk mange år, men	s en rente	kostnad	 	
i regnskapet 	gjerne er 	gitt av	 en 	løpende 	markedsrente	, som 	kan svinge fra år til år. Alt annet lik	t 	
er det en 	betydelig 	ulempe 	å ha et	 kompensasjonssystem som må omberegnes jevnlig 	av hensyn 	
til volatile markedsrenter. 	 	
Kommunale investeringer finansieres 	av egenkapital og gjeld. Gjeld	 har 	en pris, nemlig 	
gjeldsrente. 	Egenkapital har også en 	form for pris i form av avkastnin	gskravet	, som eierne 	krever

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	34	 	
 
 
av kapitalen og alternativt kunne oppnådd for gitt risiko fr	amfor å nedbetale	 gjeld. 	Det er vanlig 	
å legge til grunn at 	kravet til a	vkastning på egenkapital 	som 	brukes til å finansiere investeringer	, 	
vil være høyere enn	 gjelds	renten	. Grunnen er at 	investeringer i realkapital er 	beheftet med 	
usikkerhet, men	s nedbetaling av	 lån gir en sikker avkastning	. Man 	krever en risikopremie for å 	
investere i realkapital. 	Kommunale investeringer gir ofte avkastning som ikke måles i markedet, 	
enten det er skolebygg eller 	sosiale institusjoner eller noe annet. Dette berører ikke det 	
prinsipielle i situasjonen	. R	isikopremien	 – det vil si 	forskjellen mellom avkastningskrav	ene	 for 	en 	
usikker og 	en 	sikker investering	 – kan ikke 	uten videre 	beregnes 	for kommunal 	sektor.	 	
Kommuner har ulik 	sammensetning av gjeld og egenkapital	. Noen finansierer i stor grad med 	
gjeld, andre gjør det i mindre grad. 	Sammensetningen kan også endre seg over tid.	 Kommuner 	
med høy gjeldsgrad står ofte overfor en høyere lånerente enn 	kommuner med lav gjeldsgrad. 	Det 	
kan argumenteres for at 	en 	bør 	ta hensyn til 	alt 	dette når en regner ut gjennomsnitt	. Andre vil si 	
det er et selvstendig poeng at 	utgifts	utjevningen	 er finansieringsnøytral.	13 	
I praksis	 vil det 	være utfordrende empirisk	 å ta hensyn til forskjeller i gjeldsgrad	 mellom 	
kommuner	. Spørsmålet blir 	da hva som er mest riktig 	– og 	minst feil	 – av å regne ett gjennomsnitt, 	
eller 	for eksempel bruk	e én kalkylerente inspirert av rente på gjeld	, hvilket vi vi	l drøfte videre	 	
utover	 i dette delkapittelet	. I og med at 	gjeld og egenkapital har forskjellige avkastningskrav, er 	
det nærliggende å bruke gjennomsnittet i beregninger, slik vi antydet	 i delkapittel 	1.3	. Dette målet 	
er kjent som gjennomsnittlig vektet kapitalkostnad, 	populært kalt 	«WACC	» e	tter det engelske	 	
begrepet «	Weighted 	Average 	Co	st of 	Capital	» (se 	Modigliani	 og Miller 1958 og 1963	). Siden 	
kommunal risikopremie ikke er kjent, må anslag hentes fra andre 	sektorer	 eller fra offentlige 	
utredninger	, dersom man vil forfølge dette sporet.	 	
I Norge anslår flere sektormyndigheter WACC, deriblant 	Reguleringsmyndigheten for energi	 ved 	
Norges vassdrags	- 	og energidirektorat	 	(2021) i elektrisitetsmarkedet og Nasjonal	 	
kommunikasjonsmyndighet (2023) i markedene for elektronisk kommunikasjon. 	I sitt arbeid med 	
Statistisk sentralbyrås kapitaldatabase antar 	Raknerud, Rønningen og Skjerpen 	(2007)	 et 	
avkastningskrav tilsvarende 	renten	 på 	statsobligasjoner	. Holmen (2022	a) anslår faktisk avkastning 	
over tid for norske aksjeselskaper med både PIM og DM, og antar at avkastningskravet 
sammenfaller med dette. 	Eller	s analyserer en rekke	 empiriske studier faktisk og forventet 	
avkastningskrav	 internasjonalt 	(se for eksempel 	Oulton	 2007 for ex	-post og ex	-ante beregninger 	
av enhetsbrukerprisen på kapital	 og	 Damodaran 2023	 for WACC	-estimater	). Vi referer	er ellers til 	
seksjon 	2.2.5	 for flere referanser om	 avkastningskrav 	for	 egenkapitalen.	 	
2.2.2	 	Samfunnsøkonomisk kalkulasjonsrente	 	
Siden midten av 1960	-tallet har Norge operert med en samfunnsøkonomisk kalkulasjonsrente 	
som uttrykker alternativkostnaden av offentlige investeringer. 	I kraft av å være	 kandidat til 	
beregningene av utgiftskompensasjon er den samfunnsøkonomiske kalkulasjonsrenten klart 
plassert i kategorien alternativkostnad. Tanken bak den samfunnsøkonomiske kalkulasjonsrenten 
har alltid vært å bidra til mer lik avkastning av offentlige 	investeringer. Hvis man ikke hadde en 	
 	
13 Diskusjonen om normrente eller faktiske gjennomsnitt likner litt på diskusjonen om en skal kompensere kommunene 
for ufrivillige avvik fra normerte kostnader, eller for ufrivillige avvik fra det kommunale gjennomsnittet, som da 
brukes som norm. En begrunnel	se for å gjøre det siste, er at det er vanskelig å spesifisere normer. For 	
rentekostnader kan en slik løsning også være litt enklere.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	35	 	
 
 
kalkulasjonsrente, eller hvis man hadde flere, så kunne man risikert at avkastningen i én del av 
offentlig sektor systematisk lå lavere enn avkastningen i en annen del.	 	
Denne observasjonen har implikasjoner for kommunal sektor. Kommunal sektor er en del av 
offentlig sektor og «	kjemper	» om de samme	 midlene som resten av offentlig sektor	, og	 indirekte,	 	
resten av samfunnet. I arbeidet med å utarbeide anslaget for kalkulasjonsrenten er det å forvente 
at beslutningstagerne har sett hen til faktiske avkastningsmønstre, lånerenter og så videre i alle 
deler av offentlig sektor, og samfunnet ellers, før de har	 kommet fram til et akseptabelt 	
gjennomsnitt.	 Bruk av samfunnsøkonomisk k	alkulasjonsrente for kommunale kapitalutgifter kan 	
dermed begrunnes i at den som et gjennomsnitt treffer kommunale og andre offentlige 
investeringer ganske bra, og dessuten at kalkulasjonsrenten gir uttrykk for hva det i gjennomsnitt 
koster samfunnet i for	m av rentetap når en kommunal investering utøves. 	 	
Kalkulasjonsrenten uttrykker den samfunnsøkonomiske alternativkostnaden ved å binde kapital 
til et prosjekt og viser til avkastningen kapitalen kunne ha fått i sin beste 	alternative anvendelse. 	
Den bør i prinsippet inkludere en risikofri realrente	, samt et tillegg som reflekterer blant annet 	
tiltakets systematiske risiko. 	Samtidig	 er det ønskelig at kalkulasjons	renten	 som benyttes ved 	
vurdering av offentlige tiltak 	er 	basert på enkle retningslinjer. 	 	
Selv om kalkulasjons	renten	 er stabil over tid, har den endret seg siden 1960	-tallet. Den startet 	
som en realrente på hele ti prosent	 (se Strøm 	1967 	og 1968	), men gikk 	etter hvert 	ned til 	sju	 	
prosent	 (Strøm	, Kartevoll	 og 	Lorentsen	 1980)	. Siden 2014 har den vært fire prosent realrente for 	
investeringer med inntil 40 års levetid. Endringen og nedgangen over tid har blant bakgrunn i en 
diskusjon av hvor risikable offentlige investeringer er. 	Hagen	-utvalget (NOU 2012:16)	 fremmet 	
forslaget om fire prosent	. Det	 kn	yttet 	forslaget	 til et resonnement	, der 2,5 prosent reelt ble ansett 	
som rente på sikre investeringer, og 1,5 prosent var risikopremien på et normalt risikabelt 
prosjekt, som et offentlig investeringsprosjekt i gjennomsnitt må sies å være.	 Dette var for øvrig 	
på linje med det daværende anslaget for forventet realavkastning av plasseringene i Statens 
pensjonsfond	, utland. 	Finansdepartementet (2021)	 og 	Direktoratet for forvaltning og 	
økonomistyring	 (2023) anbefaler 	i tråd med Hagen	-utvalget 	at den samfunnsøko	nomiske 	
kalkulasjons	renten	 settes til 	fire	 prosent	. 	
Selv om fire prosent er tallet som brukes for investeringer i offentlig sektor, så er det verdt å peke 
på at 	anslaget for forventet 	realavkastning på petroleumsfondet	 ble 	satt ned	 til tre prosent	 ved 	
inngangen til	 2018	 baser	t på 	Finansdepartementet 	(201	7). Dersom en offentlig investering 	
finansieres av uttak fra fondet, er det med andre ord tre prosent avkastning man per forutsetning 
går glipp av. Handlingsregelen skal hindre at marginale offentlige investeringer finansieres av 
fondet. Med dagens anslag fo	r avkastning hjemme og ute har en imidlertid prinsipielt sett laget 	
seg en mulighet for arbitrasjegevinst 	ved å 	låne ute, invester	e hjemme og få 	én prosent 	
meravkastning	. En slik mulighet kan neppe sies 	å være lite bærekraftig.	 Kalkulasjonsrenten 	på	 fire 	
prosent over tid	 framstår like fullt	 som 	litt høy med tanke på hva man kan forvente i dagens 	
finansmarked	 og de nedjusterte forventningene om økonomisk vekst i den siste 	
Perspektivmeldingen	 (Finansdepartementet 2024	). Dessuten 	har 	real	renten	 i Norge i flere år vært 	
lav og 	til dels 	negativ, mens både inflasjonen og den nominelle 	renten	 har økt betydelig siden 	
korona	-pandemien.	 	
I tillegg til de	t samfunnsøkonomiske 	realavkastningskravet	 kan en vurdere å legge til inflasjon	, for 	
eksempel 	Norges Bank	s inflasjonsmål 	i pengepolitikken 	(Finansdepartementet 2018)	. Det faktum

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	36	 	
 
 
at vi i våre beregninger forholder oss til nominelle renter taler for en slik omregning. 	Norge har 	
som kjent et inflasjonsmål på to prosent	. S	elv om inflasjonen 	for	 øyeblikket ligger over dette, er 	
det fortsatt målet å komme ned på to prosent.	 Det er imidlertid flere faglige argumenter som 	
taler for og imot dette, jamfør 	Tekstboks 	1.1 i delkapittel 	1.3	 og den tilknyttede diskusjonen. 	
Særlig kan det være et poeng at man ikke tar hensyn til prisstigningen på realkapital i 
kompensasjon, om så er tilfellet.	 Merk at d	et er 	i seg selv ikke et	 problem å bruke en nominelle 	
rente	, hvis man diskonterer nominelle størrelser.	 Problemer oppstår imidlertid	, dersom man 	
bruker en realrente til å di	skon	tere nominelle størrelser.	 	
Det 	kan dessuten argumenteres for at de	t relevante for beregninger i denne rapporten 	vil være 	
hva	 inflasjonen var i 2020 og 2022. Ifølge 	Statistisk sentralbyrå	 var 	inflasjonen 	målt ved 	
konsumprisindeksen 1,3 prosent i 2020 og 5,8 prosent i 2022	. For Finansdepartement	ets 	
Kommunal deflator 	– som tilsvarer 	konsumprisindeksen	 tillagt 0,5 prosentpoeng og 	årets 	
lønnsvekst i økonomien	 samlet 	– lå inflasjonen på 1,0 prosent i 2020 og 6,7 prosent 	i 2022	. 	
Samlet	 sett er det flere fordeler med 	å bruke kalkulasjons	renten	 i beregning av 	utgifts	utjevningen	 	
i det kommunale inntektssystemet. Denne 	renten	 	har solid forankring i 	
alternativkostnadstankegangen, er konsisten	t med andre økonomiske vurderinger i offentlig 	
sektor og innebærer en stabil rente over tid. 	Det kan imidlertid også ses på som en ulempe at 	
renten	 ikke tar hensyn til variasjoner over tid.	 For eksempel 	var 	fire	 prosent realrente høyere enn 	
mange kommuners faktiske 	gjelds	kostnad	er i 2020 og 2022	. Dermed kan det være en	 	
overkompensasjon av kommuner som bruker mye kapital	, litt avhengig	 av hvilke	t avkastningskrav 	
på egenkapitalen man legger til grunn	. 	
2.2.3	 	Kalkyle	renten	 for kommunale gebyrer	 	
Kommunale gebyrer skal dekke kostnadene ved å produsere de gebyrpålagte tjenestene. Det 
inkluderer kapitalkostnader	, og i 	disse 	inngår en kalkylerente. En mulighet i forbindelse med 	
utgifts	utjevningen	 er å bruke kalkyle	renten	 som uttrykk for rentedelen av kommunale 	
kapitalkostnader også utenom de gebyrpålagte tjenestene. Begrunnelsen vil være at den 	renten	 	
som er relevant for kapitalkostnader knyttet til 	selvkost	tjenester	,14 også vil være relevant for 	
øvrige kapitalkostnader i kommunal sektor	. Kalkyle	renten	 er dessuten godt utredet og akseptert 	
i kommunesektoren. 	 	
Kalkyle	renten	 er i prinsippet et uttrykk for kommunal alternativkostnad, men i bestemmelsen av 	
den har man sett hen til markedsrenter som inngår i kommunale regnskaper.	 Renten	 på 	
kommunale gebyrpålagte tjenester er regulert i 	selvkostforskriften, som angir 	
beregningsmetodikk for samlet kommunale selvkosttjenester, altså kommunale tjenester som i 
prinsippet skal være selvfinansierte 	(Kommunal	- og moderniseringsdepartementet 	2019a).	 Den 	
sier i 	siste del av 	§ 5	 fjerde ledd at	 «... 	kalkylerenten er likt årets gjennomsnittli	ge 	fem	årige swap	-	
rente med et tillegg på 	et halvt	 prosentpoeng	». Det er snakk om den femårige	 swap	-renten	 til 	
 	
14 Selvkosttjenester er tjenester som i prinsippet skal brukerfinansieres av brukergebyrer som gjenspeiler selvkost. VAR	-	
tjenester 	– det vil si tjenester forbundet med vann, avløp, renovasjon og avfall 	– utgjør den klart største grenen av 	
selvkosttjenestene. 	De andre kommunale selvkosttjenestene inkluderer behandling av plan	- og byggesaker, kart og 	
delingsforretning, og feiertjenester. Blant disse skiller renovasjon og avfall seg ut i den forstand at det er krav om 
at gebyrnivået skal settes til selvkost. Andr	e kommunale tjenester som skolefritidsordningen og deltjenester 	
innenfor andre tjenesteområder kan også legge selvkostprinsippet til grunn. De regnes likevel normalt ikke som 
selvkosttjenester, ettersom handlingsregelen er valgfri for disse tjenestene.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	37	 	
 
 
Norges Bank, som også er kjent som 	nullkupong	renten	 med en løpetid på fem år. Merk at swap	-	
renter innebærer en rentebytteavtale om bytte av to kontantstrømmer, vanligvis 	– så vel som i 	
dette tilfellet 	– mellom kontantstrømmer med fast og flytende rente. Rentederivatet innebærer 	
en forsikring mot negativ re	nteutvikling for den ene kontraktsparten.	 	
Kalkyle	renten	 har bakgrunn i en utredning fra 	Kommunal	- og moderniseringsdepartementet, BDO 	
og Telemarksforsking (201	4), som diskuterer hva den bør være	. Utredernes	 utgangspunkt er at 	
den 	renten	 som 	benyttes som norm for beregningene av kalkulatorisk rentekostnad er dekkende 	
for de 	kostnader kommunen står overfor. Det er altså 	kommunens	 alternativkostnad som skal 	
være førende. Utredningen 	uttrykker	 videre at dersom en velger kortsiktig 	og 	flytende rente i 	
finansmarkedet, vil kalkyle	renten	 variere betydelig fra år til år, og dermed kunne gi store 	
svingninger i gebyrnivåene. 	Dette vil for eksempel være tilfellet for de norske 	
pengemarkedsrentene, 	«NIBOR	» («Norwegian Interbank Offered Rate	»). Svingningene	 kan 	
unngås ved å basere kalkyle	renten	 på swap	-renten	 med 	tre	 års gjenstående løpetid. For at 	
kommunene om lag skal kunne få dekket sine faktiske kostnader, kan det i kalkyle	renten	 legges 	
inn et tillegg på et halvt prosentpoeng	 for at kommunene skal få dekket sine faktiske kostnader	. 	
En	 slik	 kalkylerente vil ikke nødvendigvis reflektere det faktiske rentenivået ett bestemt år, men 	
vil over tid om lag dekke gjennomsnittlige rentekostnader for en kommune. 	Senere ble 	
kalkyle	renten	 endret til 	den fem	årig 	swap	-rente	n pluss 0,5 prosentpoeng påslag.	 Tidligere ble 	
regelverket tolket 	som	 at faktisk lånerente kan legges til grunn når denne er høyere enn 	
kalkyle	renten	. Den tidligere tolkningen har henvist til kravet om 100 prosent kostnadsdekning. 	
Regelverket ble ved inngangen av 2020 strammet inn ved at kalkyle	renten	 heretter 	skal	 benyttes.	 	
Den kommunale k	alkyle	renten	 er 	en nominell rente. 	De	n svinger over tid 	og 	kan 	til 	tider 	implisere 	
en	 negativ realrente. 	I den siste tiårsperioden har	 kalkyle	renten	 svært nær	 null	 og til dels under 	
inflasjonen, spesielt når man bruker den kommunale deflatoren til å beregne inflasjon. Det tilsier 
at realrentene var nær null og til dels under null. 	Et slikt realrentenivå	 innebærer i neste instans	 	
at en kommune som finansierte en investerin	g – i denne perioden	 – ikke behøvde å betale tilbake 	
hele investeringsbeløpet regnet i reelle kroner. Dermed reduseres også behovet for 
kompensasjon gjennom utgiftsutjevningen	, uten at det blir borte	. 	
Et alternativ er å sette prisen på kapital lik på tvers av finansieringskilder ved hjelp av en 
kalkylerente, på samme måte som i selvkostmetoden som benyttes på VAR	-området	 (altså innen 	
vann, avløp, renovasjon og avfall)	. Ved bruk av denne metoden legges det implisitt til grunn at 	
kostnaden ved å binde kapital er uavhengig av hvordan investeringen finansieres. Fra finansteori 
er denne innsikten kjent som Modigliani	-Miller	-teoremet (Modigliani og Miller 1958). Teoremet 	
for	utsetter ingen transaksjonskostnader	 	og uniform lånerate.	 	Ved skatter blir full 	
gjeldsfinansiering optimal (	Modigliani og Miller 1	963), men her det snakk om offentlige aktører.	 	
Kalkyle	renten	 for selvkosttjenester 	er en mulig 	kalkylerente for 	beregninger av 	kapital	kostnader 	
i utgiftsutjevningen i 	inntektssystem	et for	 kommunal 	sektor.	 I prinsippet kunne 	imidlertid også	 	
andre renter	 ha blitt lagt til grunn	. Vanlig praksis for å beregne kalkylerenter er å ta utgangspunkt 	
i en langsiktig rente med lav risiko, for eksempel en langsiktig statsobligasjonsrente. Deretter 
legger man på et påslag som reflekterer meravkastningskravet for gitt risiko.	 Vi tar	 til orde for at 	
rentekostnadene i det 	utgiftsutjevningen	 bør måles som en langsiktig rente med et risikopåslag 	
med utgangspunkt i kapitalbeholdningen som ligger til grunn for målingen.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	38	 	
 
 
De nominelle rentene som kommunene står overfor vil i praksis ofte være høyere enn swap	-	
renten	, men de kan også binde seg til mer langsiktige og stabile renter.	 På oppdrag for KS 	
diskuterer Oslo Economics og Momentum Solutions (2020) alternativer til dagens kalkylerente. 
Utredningen 	påpeker	 at den vanligste måten å låne penger på for kommuner er tremåneders 	
NIBOR	. De	 mener også at dagens praksis gir en kalkylerente som svinger mer enn ønskelig. 	
Forslaget i utredningen er å erstatte dagens kalkylerente med et treårssnitt av tremåneders 
NIBOR	, pluss et påslag. 	Ifølge 	Oslo Economics og Momentum Solutions 	bør 	det utredes nærmere 	
hva 	nivået på påsla	get	 bø	r være	, og om dette bør endres fra dagens nivå på 0,5 prosentpoeng	. I 	
hvilken grad den faktiske låne	renten	 og kommunenes alternativkostnader reflekteres godt av 	
kalkyle	renten	 er heller ikke gitt. 	Reguleringen av Kommunalban	kens 	lånevirksomhet 	gjør at 	deres	 	
rente	 følger en litt annen utviklingsbane enn grunnrentene som hittil har vært oppe til diskusjon 	
om valg av grunnrente i kalkyle	renten	. 	
Hvis vi vil kompensere for et rentetap i dag, må vi vel regne om verditall fra ulike år til dagens 
priser ved hjelp av en passende prisindeks og deretter bruke en rente som er relevant i dag til å 
beregne nominell og/eller reel rentekostnad.	 I dagens selvkostberegninger benytter man en 	
nominell kalkylerente. Det ville vært mulig å foreta realøkonomiske beregninger ved å deflatere 
tallene	, dersom man ønsker å se bort fra prisstigningen. Et argument for dette kan være en form 	
for likebehandling med prisutvikl	ingen på kapitalen, gitt at man ikke kompenserer for denne. 	
Dermed	 forholder 	man 	seg til volumtall framfor verditall basert på når oppkjøpet fant sted. I et 	
slik regnestykke ville man vært interessert i realrente framfor en nominell rente. I så fall bør man 
benytte en egnet deflator. Nærliggende alternativer for de kommunale selvkosttj	enestene 	
inkluderer Teknisk beregningsutvalgs kommunal	deflator eller Statistisk sentralbyrås produksjons	- 	
og kostnadsdeflatorer for kommunal sektor eller relevante næringer.	 	
Kalkylerenter benyttes også i andre sammenhenger	 innenfor norsk offentlig forvaltning	. Det 	
framgår av forarbeidene til forurensningsloven § 34 (jf. punkt 3.5.3.2 i Miljøverndepartementet 	
1993) at det legges til grunn at kapitalkostnadene skal være basert på prinsippet om 
alternativkostnad. Det vil blant annet si at beregningen er finansieringsnøytr	al. Begrepet 	
finansieringsnøytral innebærer at det ikke tas hensyn til om midlene til bruk i virksomheten er 
tilført som egenkapital eller som lånekapital. Det be	tyr at én kalkylerente skal legges til grunn, 	
både på egenkapital og lånekapital. Aktiverte byggelånsrenter er knyttet til lånekapital og skal 
ikke inngå i grunnlaget.	 	
2.2.4	 	Kommunale lånerenter	 	
Ved å bruke kommunal lånerente som anslag for rentekostnaden drar vi beregningene ytterligere 
i retning av å la markedsrente og markedsforhold bestemme rentekostnaden i 
utgiftskompensasjonen. Argumentet for å bruke lånerente er at låne	renten	 gir uttrykk for faktiske 	
kapitalkostnader, riktignok bare på gjeld	. U	nder henvisning til finansieringsnøytralitet og 	
anførslene 	til Thorstensen, Lie og Lunder (2021) kan det 	like fullt 	argumenteres for at låne	renten	 	
kan brukes som renteindikator for all kommunal kapital	. 	
Riksrevisjonen (2015) finner at hver sjette primærkommune hadde en kombinasjon av høy gjeld 
og lite økonomisk handlingsrom i 2013. De setter funnet i sammenheng med lite informasjon om 
gjeldsbelastningen i kommunenes sentrale styringsdokumenter, lite tilpa	sset virkemiddelbruk fra

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	39	 	
 
 
daværende Kommunal	- 	og moderniseringsdepartementet og begrenset effekt av 	
statsforvalternes veiledning og kontroll på bærekraften i gjeldsbelastningen.	 	
Bredeli i Statistisk sentralbyrå (2017) finner en kraftig økning i kommunenes gjeldsutgifter fra 
2003 til 2016, som i stor grad er lånefinansiert.	 Som årsaker fr	amhever forfatteren utviklingen i 	
samlet befolkning og befolkningsstruktur, vedlikeholdsetterslep, økte forventninger om og 
standarder for kvalitet, låne	renten	 og 	rentekompensasjonsordning	er. I en relatert Statistisk 	
sentralbyrå	-studie finner Egge (2019) at de 	norske kommune	nes	 gjeld firedoblet	 fra 2000 til 2017 	
nominelt, hvilket innebærer en raskere økning i gjelden enn inntektene. Forfatteren trekker fram 
store investeringsbehov og lavt rentenivå som forklaringer 	på	 utviklingen.	 	
Primærkommuner og fylkeskommuner kan velge å finansiere sine investeringer med løpende 
inntekter, engangsinntekter eller oppsparte midler, men som vist i 	Vennemo, Bjørkås	 og	 	
Mariussen 	(2022) er låneopptak fortsatt den vanligste finansieringen av varige driftsmidler.	 Ifølge 	
Kommuneloven	 (se 	§14	-16 i 	Kommunal	- og distriktsdepartementet 2023	c) kan primærkommuner 	
og fylkeskommuner ta opp lån for å finansiere investeringer i varige driftsmidler	 under gitte 	
betingelser	. Det kan dreies seg om driftsmidler som	 skal	 eies av kommunen selv	, som skal eies 	av 	
en annen kommune, der kommunen har et lovpålagt ansvar	, eller som skal eies av	 selskaper hvor	 	
kommunen har eierandel	, og 	der	 kommune	n har bestemmende innflytelse ved investeringer på 	
områder 	og	 et lovpålagt ansvar.	 	
Gjeldsrenten	 kan beregnes på grunnlag av lånerenter. Kommunene kan velge mellom ulike type 	
lån med ulike løpetider, som diskutert i 	Borge og Lindset (2022). 	For det første kan de velge 	
avdragsbaserte lån i Kommunalbanken med flytende eller fast rente med løpetid opptil 50 år. De 
flytende rentene settes i takt med 	NIBOR 	som 	rente	fot, altså norske pengemarkedsrenter mellom 	
bankene ved forskjellige løpetider. I tillegg kommer et 	fast 	påslag eller 	et løpende påslag som 	
følger 	utviklingen i rentemarkedet for øvrig. Den faste renten tilbys ikke for mer enn 10 år. 	En 	
annen variant er o	bligasjonslån 	som også både 	kan ha	 flytende eller fast rente. Løpetidene som 	
tilbys for obligasjonslån er mellom 	et og 	ti år. Den flytende renten er gitt av 	NIBOR 	og et fast 	
rentepåslag	, som øker med	 løpetide	n. En tredje variant er Norges Banks sertifikatlån, som har 	
løpetid opp mot 12 måneder og gjerne lavere rente enn obligasjonslån. Ulempen med slike lån er 
at man risikerer å måtte refinansiere til	 en høyere og kjent rente. Sertifikatlånsrente inneholder 	
en belønning for å ta risiko og fr	amstår derfor litt mindre relevant som referanserente. 	Som nevnt 	
i delkapittel 	1.4	 dokumenterer 	Borge og Lindset (2022) utst	rakt bruk av kort	siktig 	finansiering 	
blant primærkommunene og positiv korrelasjon mellom frie inntekter og totalt samlet låneopptak.	 	
Kommunalbanken utgjør den primære kreditoren for primærkommunene og fylkeskommunene. 
Følgelig er	 reguleringen av Kommunalbankens lånevirksomhet viktig for låneopptaket i kommunal 	
sektor. 	Kommunalbanken krever sikringsbokføring for 20 prosent av bankens portefølje av 	
fastrenteutlån, hvilket påvirker hvem som kjøper gjelden	. I praksis fører 	det 	til at norske banker 	
styrer un	na	 obligasjonene til kommunalbanken.	 Det samme gjelder 	langt på vei også 	andre 	
europeiske investorer, som i stor grad også må forholde seg til norsk regelverk og derfor ikke 
spiller noen sentral rolle som oppkjøpere. 	Isteden dominerer amerikan	ske banker 	oppkjøpet av 	
obligasjonene, da de 	i mindre grad	 forholder seg til norske regler.	 Gjeldsstrukturen får 	
konsekvenser for Kommunalbankens videre tilpasning og med det også låne	renten	. På grunn av 	
valutakursen investerer Kommunalbanken i valutasikringsderivater for å overføre valutarisiko til 
derivatrisiko.	 De andre nordiske landene	 har ikke tilsvarende sikringsbokføring og finansierer i 	
større grad 	gjelden lokalt. 	Uansett bidrar 	utformingen av regulering	srammeverket 	til at

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	40	 	
 
 
kommunalbankens rente er relativt ustabil i forhold til tilsvarende renter i de andre nordiske 
landene og liknende renter inn	en	lands.	 	
En f	ordel med å bruke kommunal lånerente i beregning av utgiftskompensasjon	 er at den	 følger 	
kommunale gjeldsrenter godt	. Det er imidlertid også flere ulemper. Til tider vil nominelle 	
lånerenter implisere negative realrenter	. Videre innebærer 	renten	 høy volatilitet med mindre 	
man lager glidende gjennomsnitt 	à la 	kalkyle	renten	 over.	 Fra et teoretisk ståsted er det også lite 	
tilfredsstillende å kun se på lånerenter, i og med at	 risikopremien på egenkapital ikke tas hensyn 	
til.	 Forskjeller i lånerenter mellom 	ulike typer av kommuner kan også reflektere ulik grad av 	
risikoeksponering med tanke på sammensetningen av kortsiktig og langsiktig gjeld, samt 
anvendelser og sikring.	 	
I prinsippet kan kommunenes gjennomsnittlige lånerente regnes ut som rentekostnader over 
gjeld. Kommunene har imidlertid andre finansielle kostnader	, som kunne vært innregnet. Dette 	
inkluderer en del finansielle poster som både kan være positive og negative, som verdiutviklingen 
på	 verdipapirer og nettogevinster knyttet til valuta. Videre vil gjelds	renten	 avhenge av omfanget 	
og løpetiden på gjelden. Dessuten vil lav gjeldsgrad innebære høy egenkapital, som man kan 
argumentere for bør stå overfor et høyere avkastningskrav, jamfør seksjon 	2.2.5	. 	
2.2.5	 	Kalkyle	- eller lånerente med tillegg av risikopremie på egenkapitalen	 	
Det faktum at kommunene 	både er eksponert for risiko og 	ikke utelukkende 	er 	gjeldsfinansierte 	
taler for at man legger til en risikopremie. Det gjelder enten man operer	er med en 	
kalkulasjonsrente eller	 en	 kalkylerente og legger til et risikopåslag, eller man operer	er med 	
separate avkastningskrav for gjelden og egenkapitalen.	 Når avkastningskrav fastsettes i 	
finanssektoren	, er det v	anlig å legge påslag på en 	rente for en obligasjon med lav 	
risikoeksponering, for eksempel en statsobligasjon	. 	
Norske kommuner finansierer sine investeringer med en blanding av egenkapital og gjeld. Som 
forklart i seksjon 	2.2.1	 er kravet til forventet avkastning av egenkapital høyere enn gjeldsrenten, 	
fordi avkastningen er usikker. I ytterste fall risikerer man at det man investerer i, ikke gir 
avkastning overhodet eller attpåtil negativ avkastning.	 	
Stilt overfor en konkret investering er det ikke klart om 	i hvilken grad	 den finansieres av 	
gjeldsopptak	 eller	 egenkapital. Den vektede, gjennomsnittlige renten utgjør forventet rente på 	
beslutningspunktet. Det kan	 argumenteres for at denne 	renten	 bør inngå i utgiftsutjevning	en i 	
inntektss	ystemet	. Som nevnt i seksjon 	2.2.1	 refereres den 	vektede gjennomsnittlige 	renten	 ofte 	
til som 	WACC	-renten	 etter det engelske begrepet 	«Weighted 	Average 	Co	st of 	Capital	». 	
Skal man regne ut WACC	-renten	, er det eneste praktiske å bruke den gjennomsnittlige 	
gjeldsandelen over alle primærkommuner til å beregne skjæringspunktet mellom gjeld og 
egenkapital. 	Egenkapitalen regnes i så fall ut som differansen mellom 	samlet kapital 	– utledet ved 	
DM eller PIM 	– og gjelden.	 Eventuelt kan man bruke en egen andel for fylkeskommuner. Som 	
diskutert i 	seksjon	 2.2.4	 har kommunene ulike gjeldsandeler, og det kan være en tendens til at 	
høy gjeldsandel trekker med seg høy rente. Dette får man ikke tatt hensyn til ved å bruke den 
gjennomsnittlige andelen. 	Til gjengjeld 	bevarer man 	finansieringsnøytralitet, siden den enkelte 	
kommune i praksis ikke vil merke endring i WACC	-renten	, hvis	 den endrer egen gjeldsandel.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	41	 	
 
 
WACC	-renten	 krever et empirisk anslag for risikopremien. 	Risikopremien 	for kommunal sektor 	
kan hentes utenfra sektoren	, siden kommunale investeringer som regel gir avkastning utenom 	
markedet.	 Som nevnt i seksjon 	2.2.1	 fastholdes anbefalingen til 	Hagen	-utvalget (NOU 2012:16)	 	
om et realavkastningskrav på offentlige investeringer på fire prosent i dag av 
Finansdepartementet (2021) og Direktoratet for forvaltning og økonomistyring (2023). 	Hagen	-	
utvalget	 dekomponerer kravet i en rentefot på 2,5 prosent og en risikopremie på 1,5 prosent.	 	
Dette framstår som en naturlig kandidat for risikopremien også for inntektssystemtjenestene i 
kommunal sektor.	 	
Et tillegg for risikopremien er ikke inkludert i selvkostforskriften (Kommunal	- 	og 	
moderniseringsdepartementet 2019a), men formålet med bruk av en rente i utgiftsutjevningen 
er et annet enn selvfinansiering av kommunale gebyrfinansierte tjenester. Den komm	unale 	
kalkyle	renten	 for selvkosttjenester er i prinsippet en lånerente, hvilket taler for å legge til en 	
risikopremie. 	Konkursrisiko kan være en del av begrunnelsen for høy risikopremie i privat sektor, 	
men 	denne risikoen 	er langt lavere i kommunal sektor. 	Riktignok risikerer kommuner med uheldig 	
finansiell styring dårlig omdømme og å havne 	på 	den såkalte 	«ROBEK	»-lista («	Register om 	
betinget godkjenning og kontroll	») over 	primær	kommuner og fylkeskommuner	. Kommuner på 	
lista må	 på grunn av økonomisk ubalanse må ha statlig godkje	nning på lån	eopptak og 	
investeringer som vil føre til langsiktige utgiftsforpliktelser.	 	
Det finnes mange andre beregninger av risikopremien. Det er vanlig å hente den fra børsen, og 
de senere årene har børsen både i Norge og ellers steget 	med en rate som er 	langt 	høyere 	enn 	
renten	 på sikre objekter. 	PWC (2023)	 anslår r	isikopremien	 i det norske markedet	 til å ha ligget i	 	
området 	fem 	prosent	 i senere år	, ikke ulikt alternative kilder	. I sektormyndighetenes WACC	-	
anslag dekomponeres 	avkastningskravet for gjeld og egenkapital, deriblant	 	
Reguleringsmyndigheten for energi	 ved 	Norges vassdrags	- og energidirektorat	 (2021) i 	
elektrisitetsmarkedet og Nasjonal	 kommunikasjonsmyndighet (2023) i markedene for elektronisk 	
kommunikasjon, mens 	Damodaran 	(2023	) dekomponerer sine WACC	-anslag til avkastningskrav 	
på egenkapital og gjeld over næringer internasjonalt	. 	
WACC kan estimeres ved hjelp av k	apitalverdimodellen	, bedre kjent 	som 	«CAPM	» etter det	 	
engelske begrepet «	Capital Asset Pricing Model	» (se Treynor 1961, Shar	pe 1964, Lintner 1965 	og	 	
Mossin 1996)	. Modellen er konsentrert rundt avveiningen mellom risikoeksponering og forventet 	
avkastning. 	Den	 beregner forventet avkastning på en investering basert på risiko, den risikofrie 	
renten og den forventede markedsavkastningen.	 Andre retninger innenfor finansteori med 	
relevans i denne sammenheng inkluderer arbitrasjeteori og opsjonsteori (se for eksempel 
Cochrane 2009 eller	 Danthine	 og 	Donaldson	 2014 	for en innføring i fag	litteraturen	 i finans	). 	
2.2.6	 	Grunnlaget for renteberegningene 	 	
I kommuneregnskapene er realkapitalen ført under varige driftsmidler og immaterielle eiendeler. 
I tillegg består kommunenes eiendeler av omløpsmidler, finansielle anleggsmidler og 
pensjonsmidler. Når det skal beregnes rentekostnader på kapitalen, vil særli	g realkapitalen være 	
relevant, da slike investeringer ikke uten videre 	har avkas	ter av seg	, jo mindre	 de tas i bruk	. 	
Eiendom utgjør et viktig unntak, men samtidig kan prisutviklingen på eiendom skilles ut som en 
egen komponent. For andre deler av kapitalma	ssen enn realkapital bør kommunene kunne hente 	
en ordinær avkastning i finansmarkedene til gitt risiko. Dette gjelder blant annet for

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	42	 	
 
 
pensjonsmidlene og for finansielle anleggsmidler som langsiktige eierposter og langsiktige utlån, 
herunder konvensjonelle utlån og langsiktige obligasjonsposisjoner. For omløpsmidler kan det 
være vanskeligere, fordi kapitalen enten må være relativt omsette	lig og bidra til likviditet, eller 	
fordi kapitalen deler egenskaper med realkapitalen ved at den er nært knyttet til produksjonen. 
Eksempler på det første inkluderer sertifikater og derivater, kortsiktige eierposter og 
bankinnskudd. Eksempler på det siste 	inkluderer varer, kortsiktige fordringer og kortsiktige 	
utgående formaliserte lån.	 Det er altså realkapital, eventuelt med tillegg av omløpsmidler, som 	
er det naturlige objektet for utgiftskompensasjon	, dersom en skal kompensere for kapitalutgifter. 	
Det finnes imidlertid flere former for realkapital, som skaper tekniske problemer som må løses.	 	
Et annet spørsmål er hvorvidt grunnlaget for renteberegningene bør prisjusteres eller ikke. Vi 
refererer til seksjon 	2.1.5	 om prisjustering av kapitalslitet og delkapittel 	2.3	 om prisutviklingen på 	
realkapitalen for parallelle vurderinger og avveininger knyttet til denne problematikken. Ellers 
anser vi det som et poeng at tilnærmingene til bruk av PIM og DM for beregningen av kapitalslitet 
og 	for 	grunnlaget for rentekostnad	sberegningene	 bør være	 de samme.	 	
2.3	 	Kapitalens prisutvikling	 	
I tillegg til kapitalslitet og rentekostnader innbefatter kapitalkostnadene en tredje komponent, 
nærmere bestemt kapitalens prisendring. Prisendringen kan både være positiv og negativ.	 	
Fortegnet 	på	 kapitalens prisendring i en kommune vil typisk henge sammen med heterogeniteten 	
i kapitalmassen	 (se seksjon 	2.1.6	 og 	delkapittel 	3.1	). Eiendom har gjerne en positiv prisutvikling i 	
et lengre tidsperspektiv og varierer over lokaliteter. Erfaringsmessig stiger 	eiendomsprisene mest 	
i sentrale strøk. Maskiner, utstyr og transportmidler vil derimot ofte ha en svak og muligens 
negativ prisutvikling over tid. Dette avhenger av hvordan kvalitetsforbedringer er håndtert i 
kapitaldeflatoren som skiller mellom volum	- og 	prisutvikling	 (se for eksempel 	Cummins 	og	 	
Violante	 2002	 og	 Sakellaris 	og	 Wilson 2004	 for 	mer om 	denne problemstillingen	). 	
Et viktig prinsipielt spørsmål er om prisutviklingen skal regnes med når man beregner eventuell 
kapital	kostnads	kompensasjon	 	i utgiftsutjevningen i det kommunale inntektssystemet	. 	
Spørsmålet kan belyses med et skolebygg i et sentralt område som eksempel. Et skolebygg med 
tomt i et sentralt område er som regel mer verdifullt nå enn før, hvis man skulle selge det. Derfor 
kan det i lys av det generelle argumentet i delkapittel 1.3 si	es at kostnaden ved å holde kapitalen 	
i et år er lavere i det sentrale området 	enn enkelte andre steder. Leie av skolebygninger vil også 	
skje til dagens priser, slik at prisgevinsten bør med	, hvis 	kommunene skal være like tilbøyelige til 	
å leie som til å eie. Ergo skulle dette tilsi at den sentrale kommunen bør kompenseres mindre for 
sine kapitalutgifter knyttet til skole enn enkelte andre kommuner.	 	
Nåverdikonsistens innebærer at nåverdien av alle investeringene over systemets levetid er lik 
nåverdien av brukerprisen på den samlede kapitalbeholdningen som er til disposisjon i den 
enkelte periode og sluttbeholdningen av kapital når ordningen eventuelt 	avvikles, fratrukket 	
nåverdien av en eventuell initial kapitalbeholdning. 	Ved inkludering av en prisjusteringsfaktor vil 	
både et PIM	-anslag og et DM	-anslag i utgangspunktet kunne gi en riktig nåverdi for 	en full 	
kostnadskompenasjon.	15 Ved å ta prisvekstkomponenten ut fra brukerprisen blir den førstnevnte 	
 	
15 Ved PIM fordeles kapitalkostnaden over tid basert på kapitalverdier med oppjusterte priser, mens spredningen ved 
DM minner mer om periodiseringen av et lån med renter og avdrag basert på anskaffelsespriser.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	43	 	
 
 
nåverdien større enn den sistnevnte, hvilket indikerer en overkompensasjon i tilfellet med positiv 
prisvekst	 (som typisk vil være tilfellet når eiendom dominerer kapitalmassen)	, og vice versa.	 	
Dersom eiendommene har en alternativ anvendelse, eller det er fleksibilitet i tidspunktet for 
ervervelse, kan det brukes som argumenter for å inkludere prisutviklingen på eiendom i 
utgiftsutjevningen. En slik behandling vil i større grad være i tråd med en	 nåverdiberegning for 	
kompensasjonen og reflektere den årlige brukerprisen på realkapitalen, jamfør 	Tekstboks 	1.1 i 	
delkapittel 	1.3	. Et annet argument for at prisvekstkomponenten bør tas med ved bruk av PIM er 	
at prisveksten implisitt er med i grunnlaget for beregningene av kapitalslitet og rentekostnader, 
uten at det er snakk om noe én	-til-én	-forhold mellom prisvekstkomponenten og 	
inte	raksjonskomponentene	, der prisveksten inngår.	 	
Like fullt kommer verdien av et skolebygg bare til uttrykk, hvis den blir solgt eller leie er et reelt 
alternativ. Siden kommunene er avhengig av å tilby skoler til skolebarna, kan det argumenteres 
for at verdistigningen ikke bør inngå i beregnet kapitalko	stnad. Det kan også bli aktuelt å bygge 	
skoler på nye tomter. Ofte vil likevel investeringer knytte seg til bygg	- og anleggkomponenten og 	
ikke tomtekomponenten, som tenderer å ha en mer aggressiv prisvekst, spesielt i sentrale strøk 
av landet (se Aastvedt 	med flere 2006 for en tilstøtende diskusjon). 	I den grad ekskluderingen av 	
prisgevinsten kan gjøre det noe gunstigere å eie enn å leie, ser vi det ikke som noe stort problem.	 	
Ved høy prisvekst på kapitalen øker dens sluttverdi 	– typisk representert ved tomteverdien, så vel 	
som beregningsgrunnlaget for framtidige beregning av depresiering og rentetap.	 Det er 	imidlertid	 	
ikke gitt at man ønsker å ta med prisøkning på kapital etter ervervelse når kapitalen verken har 
utsikter 	til salg eller leie.	 Det kan ta lang tid før 	en 	kommune	 får tatt ut hele verdien av høyere 	
løpende depresisering og rentetap, eller den 	økte	 sluttverdien av 	sine 	tomte	r. Før den tid 	kan 	
kommuner 	møte	 likviditet	sutfordring	er. Det framstår som urimelig at man skal inndra 	
kompensasjon for prisgevinster på kapital som er bunde	t opp for å oppfylle lovpålagte oppgaver, 	
som ikke lar seg realisere i overskuelig framtid. For at prisbanen skal være relevant, bør kapitalen 
også ha tilknytning til markedet som prisutviklingen knytter seg til. 	Hvis det ikke skjer gjennom 	
leie eller salg, er det nyanskaffelser som står igjen som 	en 	eventuell relevant tilknytning til 	
prisutviklingen i 	markedene for tilsvarende kapitalvarer	. 	
Utfordringe	r med tidsinko	nsistens 	sett ut fra et nåverdiperspektiv 	ved utelatelse av 	
pris	vekstkomponenten	 fra bruker	prisen på	 kapital 	kan 	forventes å 	reduseres 	noe 	gjennom	 	
måletekniske 	forhold.	 For det første 	vil k	apitalavhending påvirke PIM	-beregningene gjennom å 	
bidra negativt til bruttoinvesteringsstrømmen.	 Merk at b	ruttoinvesteringsstrømmen beregnes 	
som differansen mellom bruttoinvesteringsutgifter og 	avhending av 	kapitalen	, der prisgevinsten	 	
ved avhending vil være reflektert i den sistnevnte størrelsen	. For det andre kan e	ventuell 	
tidsinkonsistens i 	kriterievektene 	også delvis 	reduseres	 av 	at kriterievektene	 estimeres på nytt 	
hvert år	. For DM vil nedgangen i kapitalbeholdning tilsvare den bokførte verdien av kapitalen som 	
avhendes, men kommer ikke til uttrykk i de regnskapsmessige avskrivningene utover det 	som 	
følger av reduksjonen i bokført kapitalbeholdning.	 	
Det er argumenter for å ta hensyn til verdistigningen på kapitalen når kapitalkostnadene 
beregnes, hvilket vi har diskutert i delkapittel 	2.1.5	 for kapitalslitet. En del av denne diskusjonen 	
går på at skillet mellom bygg og anlegg og tomter er vanskelig å håndtere i dataene. 
Argumentasjonen knyttet til prisvekst på kapitalen og rentekostnader vil være ekvivalent.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	44	 	
 
 
Alt i alt 	heller vi 	av 	praktiske årsaker 	mot at verdistigningen i reelle termer ikke bør inngå	 som et 	
separat ledd	 i utgiftsutjevningen. I et slikt system kan sterk prisvekst på kapitalen 	– som særlig vil 	
være aktuelt på eiendomsmarkedet 	– gi berørte kommuner likviditetsutfordringer	 som	 i ytterste 	
konsekvens 	kan medføre	 en kraftig innskrenking 	av deres	 handlingsrom, 	med	 mindre de omsetter 	
realkapitalen.	 Endringer i verdistigningskomponenten fra et år til det neste vil også bidra til 	
ustabilitet i den målte 	kapitalkostnaden som den enkelte kommune ikke nødvendigvis kjenner 	
seg igjen i.	 	
2.4	 	Kapitaltjenester	 	
Konseptet 	enhetsbrukerprisen på kapital	 ble introdusert av Jorgenson (1963) og relatert til 	
kapitaltjenester av Jorgenson og Griliches (1967) og Christensen og Jorgenson (1969). Kapitalens 
brukerpris reflekterer kapitalslitet, 	rentekostnader og nettopristap, samt interaksjonseffekter 	
mellom disse komponentene (se også Baldwin og Gu 2007 og Oulton 2007	 og 	Inklaar	 2010	). 	
Kapitaltjenester	 beregnes som	 produktet mellom kapitalbeholdningene og brukerprisene. 	
Kapitaltjenester tilsvarer den produktive tjenesten som realkapitalen gir over en bestemt periode. 
Mens realkapitalbeholdningen reflekterer verdien av	 depresierte investeringsstrømmer	 fra alle 	
perioder	, gjenspeiler kapitaltjenester realkapitalens brukerverdi på 	et gitt	 tidspunkt. 	Vi viser til 	
Jorgenson (1989) og OECD (2009) for oversikter over målingen av kapitaltjenester.	 	
I studier om produksjon måles fast kapital ofte som fast kapitalbeholdning, der alle beholdninger 
av fast kapital oppsummeres uavhengig av deres egenskaper. Selv om dette målet kan ha fordeler 
med hensyn til enkel måling, vil naiv bruk av en aggregert fast	 kapitalbeholdning i målingen av 	
kapitalkostnader føre til målefeil knyttet til heterogenitet i kapital. Generelt vil kortvarige 
kapitalkategorier assosiert med relativt lav prisvekst 	– typisk mobil realkapital 	– kreve høyere årlig 	
avkastning på kapital en	n langvarige kapitalkategorier assosiert med relativt høy prisvekst 	– typisk 	
immobil realkapital. Dette skyldes at kortvarige kapitalkategorier med relativt lav prisvekst har 
færre år til å tjene inn sin verdi, og fordi lav prisutvikling på kapitalen må ko	mpenseres med 	
høyere avkastning i produksjonen (Holmen 2022a).	 	
Som diskutert i delkapittel 	1.3	 og delkapittel 	2.3	, er det gode 	praktiske 	argumenter for å 	
ekskludere priskomponenten fra utgiftsutjevningen, da det framstår som urimelig at 
kompensasjonen skal reduseres	 vesentlig 	på grunn av urealiserte prisgevinster uten utsikter for 	
realisering. Det bør likevel påpekes at betraktninger om nåverdien av kapitalens årlige brukerpris 
og kapitalens alternative anvendelser drar i motsatt retning. Vi referer	er ellers til 	Tekstboks 	1.1 i 	
delkapittel 	1.3	 og 	Tekstboks 	3.1 i seksjon 	3.2.1	 for formaliseringer.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	45	 	
 
 	
3	 	Implementering	 	
I dette kapittelet redegjør vi for hvordan 	vi måler kapital	kostnader for kommunal sektor. Vi starter 	
med å ta for oss datagrunnlaget, før vi redegjør for selve kapitalestimeringen	. 	
3.1	 	Data	grunnlag	 	
I det 	følgende gjennomgår vi	 data knyttet til kapitalestimeringen, herunder regnskapsdata for 	
kommunal sektor, prisstatistikk og data som avdekker depresieringsrater. Deretter tar vi for oss 
datagrunnlaget for variabler som fanger opp inntektssystemet og kontekstuelle variabler.	 	
3.1.1	 	Regnskapsdata for kommunal	 sektor	 	
Vi innhentet regnskapsdata for norske kommuner og fylkeskommuner fra Statistisk sentralbyrås 
statistikker for Kommuneregnskap og Fylkeskommuneregnskap. 	Disse dataene utgjør en del av 	
«KO	mmune	-ST	at-RA	pportering	», som trolig er bedre kjent under forkortelsen	 KOSTRA	. I 	
hovedsak dekker tidsseriene periodene 	200	4 til 2022	 for resultattallene og 200	3 til 2022 for 	
beholdningsstørrelsene.	 Vi 	viser	 til Kommunal	- og moderniseringsdepartementet (	2019	b og 	
2021	b) og St	atistisk sentralbyrå (2024)	 for redegjørelse	r for	 henholdsvis de kommunale 	
regnskapene	, regnskapsføringen rapportert i 	KOSTRA	 og en brukerinnføring i 	KOSTRA	-statistikken 	
(se også	 Kommunal	- og distriktsdepartementet 2023a	 for interkommunale selskaper	). 	
Realkapitalbasen i kommunal sektor fanges opp av de ikke	-finansielle eiendelene i 	
driftsregnskapene på konsernnivå som ikke	-finansielle driftsmidler. Disse kan deles inn i tre 	
hovedkategorier, som igjen består av underliggende kategorier med ulike kjennete	gn:	 	
• 	Faste eiendommer og anlegg 	(A.1.1) 	består i prinsippet av tre former for immobil kapital i 	
form av tomter, bygg og anlegg. Når det gjelder faste eiendommer er det vanskelig å skille 
mellom verdien på eksisterende tomter og bygg. Statistisk sentralbyrå anslår tomt	eandel	en	 	
av 	verdien til 	ny	investeringer i nye eiendommer til rundt 25 prosent	. Grunnen til den høyere 	
andelen er at a	nlegg 	og bygninger 	depresierer (mest anlegg)	, mens tomter 	bare 	depresierer 	
i den grad opparbeidede områder forvitrer over tid. Prisveksten for fast eiendom (altså 
tomter og bygg) er 	dessuten 	som regel høyere over tid enn pris	vekst	en på anlegg	 (se for 	
eksempel delseksjonen om 	kapitaldeflatorer under seksjon 	4.1.1	). I tillegg er prisen for 	
særlig fast eiendom geografisk betinget, siden kapitalen er immobil og har lang levetid.	 	
• 	Utstyr, maskiner og transportmidler 	(A.1.2) 	utgjør kommunenes fysiske mobile realkapital. 	
Sammenliknet med faste eiendommer og anlegg er prisveksten for disse kapitalformene 
som regel lavere, samtidig som levetiden er kortere (altså høyere depresieringsrate). Videre 
er depresieringsraten for utstyr 	generelt høyere enn for maskiner og transportmidler. 	
Denne kapitalkategorien er gjenstand for relativt store kvalitetsforbedringer, hvilket 
tilhørende deflator bør ta hensyn til, dersom man skal kunne regne seg f	ra kapitaltal	l i 	
løpende priser til kapitaltall i faste priser.	 En slik omregning vil blant annet være nødvendig 	
ved konvensjonelle anvendelser av PIM.	 	
• 	Immaterielle eiendeler 	(A.3) 	innbefatter patenter, forskning og utvikling, goodwill og utsatt 	
skattefordel i tilknyttede foretak. Innenfor tradisjonell norsk regnskapsmetodikk er det

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	46	 	
 
 	
valgfritt om man vil kostnadsføre kostnadene tilknyttet forskning og utvikling direkte eller 
kapitalisere dem og føre kostnadene som kapitalslit over år. Patenter har generelt noe 
lenger levetid (og lavere depresieringsrater) enn forskning og utvikling og 	goodwill. Goodwill 	
fanger overprisen betalt ved oppkjøp. Utsatt skattefordel er ikke en realkapitalform og kan 
være både positiv og negativ.	 	
Faste eiendommer og anlegg dominerer kapitalmassen, særlig på 	primær	kommunenivå, slik at 	
håndteringen av denne kapitalformen blir særlig sentral. På fylkesnivå utgjør utstyr, maskiner og 
transportmidler en relativt større andel av kapitalmassen enn på kommunenivå.	 Omfanget av 	
immateriell kapital er derimot beskjedent 	for primærkommunene og ikke tilstedeværende for 	
sekundærkommunene.	 	
I tillegg til disse tre kategoriene hender det at realkapital	en	 fanges opp i varelageret under 	
omløpsmidlene, først og fremst knyttet til kapitalvarer (under B.4 i Kommuneregnskapet) på lager 
som brukes i drift i en mellomfase. Omfanget av dette er generelt begrenset og er neglisjerbart i 
kommunal sektor. Endringer i 	omløpsmidlene bidrar uansett ikke til de driftsmessige av	- og 	
nedskrivningene, slik at de ikke blir direkte relevant 	når hensikten er å identifisere 	
real	kapitalkostnader	 	som ikke hensyntas av 	utgiftsutjevningen i 	det kommunale 	
inntektssystemet	.16 	
Vi måle	r kapitalbasen på konsernnivå for kommunene og fylkeskommunene, 	hvilket innebærer	 	
at finansielle anleggsmidler (A.2) 	er relevant når det gjelder realkapitalkostnadene	. Finansielle 	
anleggsmidler bidrar 	ellers	 ikke til driftsmessige av	- og nedskrivninger. Kommunene har heller 	
ikke noen klare insentiver eller muligheter til å kostnadsføre 	finansielle 	anleggsinvesteringer 	
direkte	 i den forstand at de unngår kapitalisering	. 	
Egenskapen til kapitalmassen varierer ikke bare over kapitalformene som er definert i 
kommuneregnskapene og 	KOSTRA	, men også over delsektorer. Innad i hver kapitalkategori vil 	
sammensetningen i de underliggende og mer disaggregerte kapitalformene variere, samtidig som 
innhold i disse kapitalformene kan være noe annerledes. Sektorsammensetningen er derfor ikke 
uten bet	ydning når man vurderer kapitalslitet i kommunal sektor, hvilket taler for sektorvis 	
behandling.	 Det faktum at k	ommun	en	es relative kapitalutgi	fter varierer mellom sektorer	 tilsier 	
det samme	 (se også delkapittel 1.2	 og delkapittel 	2.4	). 	
Noen funksjoner inngår helt eller delvis i 	utgiftsutjevningen	, mens andre er selvkosttjenester 	
finansiert av gebyrer og 	ikke	-lovpålagte 	tjenester. Siden vi operer	er med nokså aggregerte 	
tjenestefunksjoner, vil det også være kombinasjoner av disse. Vi beregner i utgangspunktet 
kapitaltall for alle tjenestefunksjonene i primærkommunene og fylkeskommunene, men ser i 
enkelte av våre empiriske analyser kun på funksjonene 	som inngår i inntektssystemet.	 	
I det følgende har vi listet opp f	unksjoner i primærkommunene 	som inngår i våre 	
kapitalberegninger, der funksjoner som helt eller delvis inngår i 	utgiftsutjevningen	 i det 	
kommunale inntektssystemet er uthevet i fet skrift	: 	
• 	Administrasjon, 	politisk 	styring og fellesutgifter i primærkommunen 	(FGK1)	, samt 	
uspesifisert	e tjenester	 i primærkommunen	 	
 	
16 Varekjøp fanges opp i driftsutgiftene, men man kan stå igjen med en måleutfordring forbundet med timingen ved 
endringene i varelageret. I prinsippet bokføres biologiske kultiverte ressurser ofte i varelageret, men denne 
real	kapitalformen er neglisjerbar i kommunal sektor.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	47	 	
 
 	
• 	Kultursektoren i primærkommunen (FGK2)	 	
• 	Plan, byggesak og miljø i primærkommunen (FGK3)	 	
• 	Næringsforvaltning i primærkommunen (FGK4)	 	
• 	Samferdsel i primærkommunen (FGK5)	 	
• 	Barnehage	 (FGK7)	 	
• 	Grunnskole	 (FGK8b)	 	
• 	Helse og omsorg 	(FGK9)	 	
• 	Sosialsektoren	 (FGK12)	 	
• 	Barnevern	et (FGK13)	 	
• 	Vann, avløp, 	renovasjon og avfall (FGK14)	 	
• 	Kirke (FGK15)	 	
• 	Kommunale boliger (FGK16)	 	
• 	Brann	- og ulykkesvern (FGK17)	 	
Funksjoner i fylkeskommunene i våre beregninger på funksjonsnivå er som følger:	 	
• 	Administrasjon, 	politisk 	styring og fellesutgifter i 	fylkeskommunen 	(FGF1)	, samt 	
uspesifisert	e tjenester	 i fylkeskommunen	 	
• 	Plan, byggesak og miljø i fylkeskommunen (FGF2)	 	
• 	Kultur	sektoren i fylkeskommunen	 (FGF3)	 	
• 	Samferdsel	 i fylkeskommunen	 (FGF4)	 	
• 	Næringsforvaltning	 i fylkeskommunen	 (FGF5)	 	
• 	Videregående opplæring 	(FGF7)	 	
• 	Tannhelse 	(FGF8)	 	
En utfordring med	 KOSTRA	-tallene er at funksjonene overlapper med hverandre	, slik at 	
nøkkeltallene over funksjoner ikke summer	er seg til totalen	 for en gitt kommune	. For å håndtere 	
dobbeltellingsproblematikken	 har vi tatt flere grep.	 For det 	første 	operer	er 	vi på konsernnivå og 	
ikke på kommunenivået i snever forstand, hvilket innebærer at vi styrer unna en del utfordringer 
knyttet til organisering og dobbel	telling av finansielle nøkkeltall og produktinnsats	. For det andre 	
utelukker vi eiendomsfunksjonene for primærkommunene (FGK6) og fylkeskommunene (FGF6), 
da disse utelukkende overlapper med de øvrige funksjonene. Etter å ha foretatt disse to grepene 
samstemmer tallene noenlunde. Det er imidlertid enkelte un	ntak, blant annet knyttet til	 tjenester 	
utenfor ordinært kommunalt ansvar, 	interkommunale selskaper og den tidligere helsefunksjonen 	
som eksisterte i fylkeskommunen helt i starten av studieperioden	 for våre beregninger	. Vi legger 	
residualen 	– referert til som uspesifiserte tjenester 	– til funksjonen a	dministrasjon, politisk styring 	
og fellesutgifter	 for hver	t forvaltningsnivå.	 I funksjonene for a	dministrasjon, politisk styring	, 	
fellesutgifter	 og	 uspesifisert	 bidra	r posteringer innenfor felleskostnader til at 	regnskapsposter 	
som i utgan	gspunktet 	burde vært	 positive	, derimot	 er negative. I disse tilfellene er	 de berørte	 	
regnskapsposte	ne	 satt lik null.	 	
Funksjonsinndelingen varierer noe over tid, men vi har aggregert den nåværende og tidligere 
inndelinger opp på et nivå som samsvarer. Vi har ikke hatt tilsvarende utfordringer med 
kapitalarter, som samsvarer over hele perioden. Tidsseriebrudd har visst seg	 å utgjøre en mindre 	
utfordring når det gjelder størrelsesordenen på tallene. I den grad de samme variablene har vært 
tilgjengelig både i nye og gamle tidsserier, har vi justert tallene bakover basert på en lik vekting

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	48	 	
 
 
av forholdstallene mellom variabelen i den nye og den gamle tidsserien for årene med overlapp. 
Dermed unngår vi forhåpentligvis at tidsseriebrudd får nevneverdig betydning for våre resultater.	 	
Selv om 	KOSTRA	 opererer med en rekke ulike funksjoner, er det verdt å merke seg at noen få 	
funksjoner i praksis dominerer de økonomiske nøkkeltallene	 for tjenesteyting 	knyttet til det 	
kommunale inntektssystemet for	 hvert forvaltningsnivå, jamfør delkapittel 	1.2	. Målt etter 	
bruttodriftsutgifter	 dre	ier det seg 	om 	helse og eldreomsorg, grunnskolen inkludert 	
skolefritidsordningen og barnehager	 for 	primærkommunene	, men	s samferdsel og videregående 	
skole er de klart største funksjonene på fylkesnivå. 	Det 	har derfor vær	t særlig viktig å få et godt 	
grep om 	egenskaper ved ka	pitalmassen innenfor disse 	tjenestene	 for å kunne utføre våre analyser 	
på en god måte.	 	
Det 	er 	vesentlig å være oppmerksom på at	 en del kommunale funksjoner ikke nødvendigvis føres 	
likt i de innrapporter	te kommuneregnskapene og kommunenes interne regnskap. Organiseringen 	
i kommunal sektor kan også variere	, blant annet ved ulik grad av privatisering, bruk av offentlige 	
foretaksformer og praksis for inter	nprising når kapitalen knyttet til en sektor ligge	r under 	
eiendomsforvaltning, kommunale foretak eller interkommunale selskap.	 	
På kapitalsiden inkluderer kommuneregnskapene	 tall for bruttoinvesteringsutgifter og 	
avskrivninger over funksjoner, bokførte verdier over kapitalarter og aggregerte tall for finansielle 
regnskapsposter i resultatregnskapet og balanseregnskapet. 	Merk at verken primærkommunene 	
eller fylkeskommunene fører nedskrivninger i egne regnskapsposter i rapporteringen til 	KOSTRA	. 	
For å kunne gi robuste anslag på de realøkonomiske kapitalkostnadene med ulik metodikk, burde 
man strengt 	tatt 	hatt variablene tilgjengelig p	å både funksjon og kapitalart, og helst samtidig. 	
Disse tallene rapporteres imidlertid ikke inn 	i 	KOSTRA	. Oppløsningen forbundet med 	
realøkonomiske nøkkeltall i 	KOSTRA	 er oppsummert i 	Tabell 	3.1. 	
Tabell 	3.1 	Tilgjengeligheten av realøkonomiske kostnader i 	KOSTRA	 	
Aggregeringsnivåer	 	Variabler	 	
Funksjoner	 	Kapitalart	 	Avskrivninger og 
bruttoinvesteringsutgifter	 	Bokført kapitalbeholdning	 	
Aggregert	 	
Aggregert	 	 	 	
Disaggregert	 	 	 	
Disaggregert	 	
Aggregert	 	 	 	
Disaggregert	 	 	 	
Fargeforklaringer: 	Tilgjengelig	 og 	utilgjengelig	 	
Kilde: Vista Analyse basert på 	KOSTRA	-statistikken til Statistisk sentralbyrå	 	
Vi anslår bruttoinvesteringer over kapitalarter basert på størrelsesforholdet mellom de positive 
beholdningsendringene til kapitalartene. Dersom det 	kun er	 ikke	-positive beholdningsendringer, 	
baserer vi oss isteden på endringene kapital	massen	s bestanddeler	. Vi anslår	 avskrivninger over 	
kapitalarter med produktet mellom depresieringsrater og inngående kapitalbeholdninger som 
fordelingsnøkler	 (se Holmen 2022a)	. Tilsvarende	 fordeler 	vi 	de initiale kapitalverdiene over 	
funksjoner basert på hver funksjons andel 	av	 samlede kapitalverdiene over perioden.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	49	 	
 
 
Det er verdt å merke seg at bruttoinvesteringsstrømmene ikke bare består av 
brutto	investeringsutgiftene	, men også salg av varige driftsmidler. Bruttoinvesteringsstrømmene 	
tilsvarer differansen mellom disse to variablene. Salg av varige driftsmidler oppgis 	ikke over	 	
kapitalarter	, men over	 funksjoner. 	Videre relaterer regnskapsposten	 seg 	kun til 	faste eiendommer 	
og anlegg, og utstyr, maskiner og transportmidler, og dermed ikke immaterielle eiendeler. Vi 
fordeler regnskapsvariabelen mellom de to kapitalartene 	basert på omfanget av eventuelle	 	
negative beholdnings	endringer for hver kapitalbeholdning. I fravær av negative	 	
beholdningsendringer fordeler vi avhendingen over kapitalarter basert på 
beholdningsstørrelsene.	 	
Vi støter ikke på de samme utfordringene med de finansielle regnskapspostene, i og med at 
disaggregerte data på funksjon eller kapitalart ikke gir noe merverdi for våre beregninger av 
realøkonomiske rentekostnader. I den grad det 	er ulike 	reelle 	avkastningskrav over kapitalarter 	
og funksjoner på grunn av forskjeller i risikopåslag, vil det i realiteten være en sammenheng	. 	
Likevel er	 denne heterogeniteten verken rett fram å 	fange opp i 	mål	inger	 eller 	noe 	sannsynlig 	
opphav 	til 	de store variasjonene i kapitalestimatene. Det kan imidlertid 	være	 vesentlig å kunne 	
skille mellom egenkapital og gjeld	 og eventuelt kortsiktig og langsiktig gjeld	. Ellers er det verdt å 	
minne om at rentekostnader og renteinntekter i realøkonomisk forstand omfatter flere finans	ielle 	
poster i resultatregnskapet enn de regnskapsmessige postene for rentekostnader og 
renteinntekter	, i tillegg til å innbefatte avkastningskrav på egenkapitalen.	 	
Utover kapitaldataene har vi hentet inn 	data på 	bruttodriftsutgifter, bruttodriftsinntekter og 	
lønnsutgifter. Nettodriftsutgiftene er regnet ut som differansen mellom bruttodriftsutgifter og 
bruttodriftsinntekter, men	s produktinnsatsutgifter 	og fordringstap er regnet ut som differansen 	
mellom bruttodriftsutgifter og lønnsutgifter. 	Merk at 	produktinnsatsutgifter 	i tillegg til vare	kjøp	, 	
tjeneste	kjøp	 og elektrisitet omfatter leiekostnader, hvilket innebærer at 	variabelen fanger opp 	
kapitalkostnader knyttet til	 leie av eiendom, transportmidler, maskiner og utstyr. 	Definisjonen til 	
bruttodriftsinntekter har underveis i vår tidsserie blitt endret ved at mottatte avdrag på lån har 
blitt lagt inn i regnskapsposten, etter tidligere ha blitt klassifisert som en finansiell inntekt. Vi har 
korrigert tidsserien bakover i trå	d med den nye definisjonen for å unngå et tidsseriebrudd.	 	
Vi har lagt kommune	- og fylkesinndelingene for perioden 2020 til 2023 til grunn for analysen, 	
hvilket innebærer 356 kommuner og 11 fylker. Valget er foretatt på bakgrunn av hva som er mulig 
å undersøke med dataene. Dette innebærer at vi ikke har tatt hensy	n til at Haram kommune ble 	
skilt ut av Ålesund kommune ved inngangen av 2024, eller at fylkene Troms og Finnmark, Viken, 
Vestfold og Telemark ble delt opp på samme tidspunkt. Tallene for historiske primærkommuner 
og fylkeskommunene som har slått seg sammen	 inngår i tallene for de nye kommunene. I likhet 	
med andre analyser av norske kommuner over tid støter vi på en utfordring ved at de tidligere 
kommunene Snillfjord og Tysfjord har blitt fordelt over flere nye kommuner ved inngangen av 
2020. Vi har løst dis	se utfordringene ved å fordele regnskapstallene for disse to kommunene over 	
de nye kommunene ved hjelp av befolkningsandeler ved tidspunktet for oppsplitting. Vi har ikke 
tatt høyde for andre grensejusteringer i fylkesgrensene eller kommunegrensene.	 	
Ellers er nøkkeltallene for alle kommunene omregnet til strukturen for primærkommuner og 
fylkeskommuner som var gjeldende fra 2020 til 2023. Herunder er oppsplittingen av 	de tidligere 	
kommunene 	Snillfjord og Tysfjord håndtert ved 	å utnytte 	befolkningsfordelingen på 	
grunnkretsnivå i 2019	 som fordelingsnøkler for alle regnskapsvariabler	. I de øvrige tilfellene er 	
det snakk om sammenslåinger, slik at det har vært tilstrekkelig å summere tallene.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	50	 	
 
 
En særegen datautfordring knytter seg til Oslo, som både utgjør en primærkommune og en 
fylkeskommune. For at Oslo skal være sammenliknbar	e med andre primærkommuner og 	
fylkeskommuner har det vært nødvendig å skille mellom disse to forvaltningsnivåene. Vi har 
anslått fordelingen ved å ta for oss hvordan nøkkelstørrelser fordeler 	seg 	over samtlige 	
funksjonsområder i et	 hvert forvaltningsnivå 	samlet 	over 	hele 	studieperioden.	 I tillegg til 	
avskrivninger og bruttoinvesteringsutgifter oppgis ordinære bruttodriftsu	tgifter, korrigerte 	
bruttodriftsutgifter og lønnsutgifter over kommuner på funksjonsnivå. Disse variablene anvendes 
årlig som fordelingsnøkler for seg selv mellom forvaltningsnivåene i Oslo. Videre benyttes årlige 
ordinære bruttodriftsutgifter som fordelingsnøkkel for nettodr	iftsutgifter og 	
bruttodriftsinntekter i hovedstaden, mens årlige bruttoinvesteringsutgifter brukes som 
fordelingsnøkkel for avhending av varige driftsmidler. For balansestørrelser og finansielle 
nøkkeltall tar vi i bruk samlede bruttoinvesteringsutgifter o	ver hele perioden som 	
fordelingsnøkkel mellom Oslo primærkommunen og Oslo fylkeskommune.	 	
3.1.2	 	Nasjonalregnskapsdata	 og eiendomsstatistikk	 	
Vi har innhentet prisindekser 	fra Statistisk sentralbyrå 	for	 KOSTRA	-kategoriene	 «Utstyr, maskiner 	
og transportmidler» og «faste eiendommer og anlegg» over næringer	, og for «faste eiendommer 	
og anlegg»	 over regioner	. Tidsserien går	 fra 2002 til 202	2. 	
Bruttoinvesterings	deflatorer 	og depresieringsrater 	over 	næringer	 (eller institusjonell sektor	) og 	
kapitalarter	 er hentet ut 	fra 	nasjonalregnska	pet	 til Statistisk sentralbyrå. 	Prisindeksene 	
gjenspeiler 	prisutviklingen på ny kapital, som i tråd med standard konvensjon 	også 	forutsettes 	å 	
gjenspeile prisutviklingen for gammel kapital	. Vi har tatt utgangspunkt i den mest disaggregerte 	
næringsinndelingen som Statistisk sentralbyrå publiserer realkapitaldata over kapitalarter for, 
som i hovedsak er A64 andre revisjon med enkelte tilfeller av videre disaggregering ved hjelp 	av 	
Statistisk sentralbyrås hovednæringer andre rev	isjon. For 2022 er ikke næringsinndelingen A64 	
andre revisjon tilgjengelig, så vi har isteden benyttet interaksjonen mellom A64 andre revisjon og 
Statistisk sentralbyrås hovednæringer andre revisjon. Vi finner fram til deflatorene vi er ute etter 
ved å div	idere bruttoinvesteringen i fast realkapital i løpende priser på bruttoinvesteringen i fast 	
realkapital i faste priser med de ønskede avgrensingene av næring (eller institusjonell sektor) og 
art, der vi har beholdt 2015 som basisår for deflatorene.	 	
Depresieringsratene er avledet fra Nasjonalregnskapet basert på investeringslikningen benyttet i 
de tilknyttede PIM	-beregningene 	mellom 2006 og 2020 	(se 	den første likningen i 	Tekstboks 	3.1). 	
Sammen med depresieringene og kapitalsammensetningen i 	KOSTRA	, samt forutsetninger om 	
tomteandeler	, danner dette datagrunnlaget for anslag av depresieringsrater over kapitalarter og 	
kommunale funksjoner. Vi kommer tilbake til hvordan vi har gjort dette i praksis i seksjon 	4.1.1	. 	
Inndelingen i kapitalformer i nasjonalregnskapet stemmer godt overens med kapitalinndelingen i 
KOSTRA	 i den forstand	 at nasjonalregnskapskategoriene	 i hovedsak kan sorteres inn under 	
KOSTRA	-kategoriene. Dermed kan man også enkelt avlede deflatorer fra nasjonalregnskapet	, som 	
passer til kapitalformene i 	KOSTRA	. Det gjør man ved å ta forholdstallet mellom tilsvarende 	
kapitalaggregat i løpende og faste priser i nasjonalregnskapet. Unntaket er bygg	- og 	
anleggsdeflatoren, som ikke	 dekker 	tomtekomponenten i 	eiend	om	sverdien	. For 	KOSTRA	-	
kategorien «	Utstyr, maskiner og 	transportmidler	» lar	 vi kapitalartene «	Maskiner og utstyr», «	Skip 	
og båter	» og 	«Transportmidler ellers	» i nasjonalregnskap	et beskrive prisutviklingen	. For 	KOSTRA	-

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	51	 	
 
 
kategorien «Immaterielle eiendeler»	 lar vi 	kapitalartene 	«F	oU og annen immateriell realkapital»	 	
i nasjonalregnskap	et beskrive prisutviklingen.	 	
For 	KOSTRA	-kategorien «faste eiendommer og anlegg» finner vi imidlertid prisutviklingen for 	
nasjonalregnskapets kapitalart «	bygg og anlegg» mindre egnet til å beskrive utviklingen. Grunnen 	
er at denne deflatoren ikke innbefatter prisutviklingen knyttet til tomter. Sammenlikner man 
bruttoinvesteringsdeflatoren for «bygg og anlegg» med prisindekser for eiendomspriser, blir det 
ogs	å klart at de sistnevnte tenderer til å ha en mer aggressiv prisutvikling. Med andre ord tenderer 	
tomteprisene til å øke mer enn pr	isene knyttet til bruttoinvesteringene i bygg og anlegg. I tillegg 	
har eiendomsprisene gjennom tomteelementet en geografisk dimensjon	, som ikke behandles i 	
nasjonalregnskapet. Nasjonalregnskapets deflatorer for bygg og anlegg tar hensyn til nærings	- og 	
sektorheterogeniteten i kapitalmassen, men nærings	- og sektordimensjonen er mindre viktige for 	
prisutviklingen enn den geografiske dimens	jonen.	 Bruken av eiendomspriser gjør	 ventelig	 	
målingen av kapitalbeholdningen mer 	presis. Det	 kan 	imidlertid 	også anses som mindre egnet for 	
deflatering av kapitalslitet sammenli	kn	et med en bygg	- og anleggsindeks, siden det er bygg	- og 	
anleggskomponenten i	 eiendommer	, som 	depresierer og ikke tomten	. I praksis vil denne 	
problematikken være belyses gjennom robusthetsjekker knyttet til nivåene på deflatorene.	 	
Statistisk sentralbyrå rapporterer samlede kapitaldeflatorer for kommunal sektor per kapitalform 
i nasjonalregnskapet. Dette er imidlertid en komposittdeflator, så det vil være mer relevant å 
bruke relevante næringsdeflatorer. For å kunne benytte oss av de	flatorene på kommunedataene 	
har vi hatt behov for å anslå samsvaret mellom næringene i nasjonalregnskapet og funksjonene i 
KOSTRA	. Vi anvender	 den mest disaggregerte versjonen av nasjonalregnskapet over næringer 	
som er offentlig tilgjengelig (	det vil si 	interaksjonen mellom	 næringene i	 A64	 andre revisjon	 og 	i 	
hovednæringer andre revisjon	). Den samme næringsinndelingen vil også 	komme til anvendelse	 i 	
den nevnte avledningen av depresieringsrater. Vi har rapportert korrespondansen mellom 
nasjonalregnskapsnæringer og 	KOSTRA	-funksjonene i 	Tabell 	3.2.17 	
Generelt er d	e regionale forskjelle	ne	 i eiendomsprisutviklinge	n viktig	 for kommunal sektor og 	
fortjener derfor mer oppmerksomhet.	 Følgelig har vi isteden 	tatt utgangspunkt i	 	
boligprisindeks	en fra Statistisk sentralbyrås 	eiendomsprisstatistikk	 som deflator for «faste 	
eiendommer og anlegg»	. Disse indeksene	 skiller mellom elleve geografiske områder. De 	
inkluderer egne indekser for storbyene 	– Oslo og Bærum	, Stavanger	, Bergen	 og 	Trondheim	. De 	
sju øvrige geografiske områdene er 	Akershus ellers	, Innlandet, 	Østlandet ellers	, Agder og 	
Rogaland ellers	, Vestlandet ellers	, Trøndelag ellers	 og 	Nord	-Norge	. Rindal utgjør et spesielt tilfelle 	
i denne sammenheng, idet kommunen i 2019 skiftet fylke fra Møre o	g Romsdal til Trøndelag. Vi 	
har latt denne primærkommunen følge prisindeksen til Vestland ellers til og med 2018 og deretter 
prisindeksen til Trøndelag fra og me	d 2019. 	I årene 	200	2 til	 2004 har vi kun indekser for Oslo og 	
Bærum, 	Akershus ellers og 	resten av landet. 	For disse årene	 har vi lagt til grunn 	prisindeksen	 for 	
resten av landet 	som beste anslag 	på	 prisutviklingen	 i alle regionene utenfor Oslo og Akershus.	 	
Også disse boligprisindeksene har 2015 som basisår.	18 	
 	
17 Vi gjør oppmerksom på at det ved en spesialbestilling til nasjonalregnskapet fra departementet vil være mulig å 
framskaffe enda mer disaggregerte deflatorer, både med tanke på kapitalform, næring og institusjonell sektor.	 	
18 Merk at Statistisk sentralbyrå også 	publiserer	 statistikk for kvadratmeterpriser over boligtyper på kommunenivå, men 	
disse prisene er ikke kvalitetsjusterte. 	Husbankens statistikk utgjør en annen offentlig 	statistik	kilde som kan bidra 	
til å belyse kommunale tomteprise	r. Det fins også private statistikkleverandører som leverer disaggregert 	
eiendomsprisstatistikk, deriblant Arealstatistikk og Eiendomsverdi.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	52	 	
 
 
Tabell 	3.2 	Korrespondansen mellom kommunale funksjoner og	 	
nasjonalregnskapsn	æringer som ligger til grunn for bruk av deflatorer og 	
depresieringsrater	 	
Kommunal funksjon	 	Nasjonalregnskapsnæring	 	
KOSTRA	-	
kode	 	Navn på 	KOSTRA	-funksjon	 	NACE	-Kode	 	Navn på nasjonalregnskapsnæring	 	
FGK14	 	VAR	-tjenester	 	36 til 39	 	VAR	-tjenester	 	
FGF4	 	Samferdsel (	fylkeskommunen	) 	49 til 52 
utenom 49.5, 
50.101 og 
50.201	 	
Transport utenom rørtransport og 
utenriks sjøfart	 	FGK5	 	Samferdsel (	primærkommunen	) 	
FGK16	 	Kommunale boliger	 	
68 utenom 	
egne 	
boligtjenester	 	
Eiendom utenom boligtjenester	 	
FGF1	 	Administrasjon og felles	 	
(fylkeskommune	n) 	
84 utenom 
84.22	 	Offentlig administrasjon	 	
FGK1	 	Administrasjon og felles	 	
(primærkommunen	) 	
FGK17	 	Brann	- og ulykkesvern	 	
FGF5	 	Næringsforvaltning (	fylkeskommunen	) 	
FGK4	 	Næringsforvaltning (	primærkommunen	) 	
FGF2	 	Plan, byggesak og miljø	 	
(fylkeskommunen	) 	
FGK3	 	Plan, byggesak og miljø	 	
(primærkommunen	) 	
FGK8b	 	Grunnskole	 	
85 	Utdanning	 	
FGF7	 	Videregående opplæring	 	
FGF8	 	Tannhelse	 	86 	Helse	 	
FGK9	 	Helse og omsorg	 	86 til 88	 	Helse og omsorg	 	
FGK7	 	Barnehage	 	
87 til 88	 	Omsorg	 	FGK13	 	Barnevern	 	
FGK12	 	Sosialsektoren	 	
FGF3	 	Kultursektoren (	fylkeskommunen	) 	
90 til 92	 	Kunst, underholdning og spill	 	
FGK2	 	Kultursektoren (	primærkommunen	) 	
FGK15	 	Kirke	 	94 og 99	 	Medlemsorganisasjoner	 	
Kilde: Vista Analyse basert på 	KOSTRA	-statistikken til Statistisk sentralbyrå	 	
Regionale eiendomsprisindekser 	er beskrivende for 	prisutviklingen til fast eiendom samlet, men 	
ikke nødvendigvis kapitalslitet. 	Vi ønsker derfor å utnytte	 bygg	- og anleggsdeflatoren og anslag

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	53	 	
 
 
for tomteverdiens andel av eiendomsverdiene til å ta høyde for næringsmessig	e forskjeller i 	
prisutviklingen for fast	e eiendommer og anlegg	. I praksis 	korrigerer vi en 	andel av 	
eiendomskapitalen med forholdstallet mellom 	bygg	- og anleggs	deflatoren	e for den 	berørte 	
næringen og hele landet. 	Andelen som korrigeres	, tilsvarer bygg	- og anleggskapitalens andel 	av 	
eiendomskapitalen.	 Tomteandelen er 	beheftet med stor	 usikker	het	 og vil i praksis variere fra sted 	
til sted	, men basert på informasjon fra Statistisk sentralbyrå og egne kalibreringer av denne 	(se 	
delkapittel 	4.1.1	 om andeler av kapitalbeholdningen)	 settes andelen uniformt til 0,35	. (Se for 	
eksempel Holmen 2022	a for hvordan dette kan gjøres	 med ulike tomteandeler og anslag på 	
tomteandeler	 og Liu 2016	 for en 	relevant 	analyse av arealverdsetting i 	Norge i 	regi av Statistisk 	
sentralbyrå	). 	
Basert på kapitalsammensetningen i Kostra har vi deretter aggregert kapitaldeflatorene opp på 
funksjon	er, regioner og samlet nivå, slik at 	det er samsvar mellom våre disaggregerte og 	
aggregerte delfatorer. Dette innebærer også at 	deflatorene vi 	anvender på funksjonsnivå også vil 	
ta høyde for regionale forskjeller.	 I våre aggregerte deflatorer er derimot 	de regionale forskjellene 	
ikke synliggjort.	 	
Hovedtrekkene i kapitalberegningene i nasjonalregnskapet er i tråd med eldre dokumentasjon 
(Todsen 1997a og 1997b	, og 	Amdal med flere 2016	), men har siden den gang 	fulgt 	utviklingen i 	
internasjonal nasjonalregnskapsmetodikk (se for eksempel OECD 2001 og 2009). I tillegg har man 
blant annet kommet lenger i håndteringen av kvalitetsforbedringer i nasjonalregnskapets 
deflatore	r og immaterielle kapital som kapitalform, samt kartlagt depresieringsrater over 	
kapitalformer og næringer (Barth med flere 2015 og 2016	). 	
3.1.3	 	Data 	knyttet til omstendighetene	 	
Som bakgrunn for de empiriske beregningene er det nyttig å tenke gjennom hvorfor 
kapitalkostnadene eventuelt er ulike mellom kommuner. En slik gjennomtenkning gir oss 
hypoteser om de empiriske utslagene og bidrar til å vurdere om de er robuste.	 I våre analyser ser 	
vi 	KOSTRA	-tallene og våre 	mål for kapitalkostnader	- og	 -utgifter opp mot en rekke kovariater	 på 	
kommunenivå	. Til sammen dreier det seg 	om 	tre grupper kovariater.	 Flere aktuelle variabler 	
inngår i 	utgiftsutjevningen i 	det kommunale inntektssystemet for kommunene. Vi har i tillegg 	
identifisert flere mulige årsaker til variasjon i kapitalkostnadene i skalaegenskaper, demografisk 
utvikling, geografi og næringsøkonomi.	 	
For 	det 	første benytter vi 	ulike klassifiseringer	 for kommunene. De	tte inkluderer	 	
fylkesinndelingen	 for perioden 2020 til 2023 og den seksdelte sentralitetsklassifiseringen fra 	
2023.	 Data	ene for	 topologiene er hentet fra Statistisk sentralbyrå.	 For det andre 	benytter vi oss 	
av sentrale kovariater som ikke inngår direkte i 	utgiftsutjevningen 	i det hele tatt eller på samme 	
form som vi analyserer	. Disse dataene er hentet ut for perioden 2000 til 2023 når det har vært 	
mulig, men minimum fra 2008 til 2022. Igjen er alle kommunene omregnet til strukturen for 
primærkommuner og fylkeskommuner som var gjeldende fra 2020 til 2023, der oppsplittingen av 
Sni	llfjord og Tysfjord er basert på befolkningsfordelingen på grunnkretsnivå i 2019	 med referanse 	
til seksjon 	3.1.2	. 	
Våre utvalgte 	kovariater	 vedrører 	arbeidsmarkedet, 	demografi	en	, geografi	en	 og	 produksjonen	, 	
der samtlige	 er hentet fra Statistisk sentralbyr	å. To særlig sentrale variabler er befolkning 	og 	
sysselsetting.	 Befolkningstallene er omregnet til årsgjennomsnitt og benyttes også til å

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	54	 	
 
 
normalisere andre nøkkeltall til å 	gjelde 	«per innbygger». Vi har hentet inn 	tall	 for 	befolkning over 	
alder, samt skilt mellom 	befolkning i tettsteder og i spredtbygd	e strøk.	 For s	ysselsetting 	har vi 	
hentet inn tall 	over alder	, næring og	 utdanning	 ved inngangen av fjerde kvartal	, samt skilt mellom 	
arbeid	ssted og bosted.	 I forbindelse med våre undersøkelser av geografiske forhold har vi 	
inn	hentet tall for t	ettstedareal, ferskvannsareal og øvrig landareal	. I tillegg har vi samlet inn tall 	
for g	jennomsnittsald	er og g	jennomsnittlig personinntekt	. 	
Basert på de innsamlede 	dataene utleder vi tolv kovariater	, som vi undersøker nærmere i våre 	
empiriske analyser:	 	
C1	 Befolkning, årsgjennomsnitt	 	
C2	 Intern reiseavstandsproxy	 (summen av radien av en sirkel tilsvarende tettstedsarealet 	
multiplisert med	 gjennomsnittlig befolkningsandel	 i tettsted og radien av en sirkel 	
tilsvarende resten av kommunearealet multiplisert med 	gjennomsnittlig 	
befolkningsandel for 	spredtbygd	e strøk	, jamfør Holmen 2022	b) 	
C3	 Årlig befolkningsvekst, 	de 	siste ti år	 	
C4	 Årlig sysselsettingsvekst etter bosted, 	de 	siste ti år	 	
C5	 Sysselsetting per 	innbygger, årsgjennomsnitt	 	
C6	 Gjennomsnittsalder	 	
C7	 Gjennomsnittlig personinntekt	 	
C8	 Andel med høyere utdanning blant sysselsatte	 	
C9	 Sysselsetting etter arbeidssted over sysselsetting etter bosted	 	
C10	 Herfindahl	-indeks, næringskonsentrasjon	 i privat sektor (basert på to	-siffer NACE utenom 	
NACE 84 til 88, jamfør	 Kommunal	- og moderniseringsdepartementet 2020	) 	
C11	 Sysselsettingsandel i vareproduksjon	 (NACE 1 til 43)	 	
C12	 Sysselsettingsandel i ikke	-markedsrettede tjenester	 (NACE 84 til 99)	 	
Merk at flere av de listede kovariatene kan forventes å være sterkt korrelerte med hverandre. I 
våre empiriske undersøkelser 	vil vi imidlertid 	behandle dem 	hver for seg	. 	
For det tredje har vi hentet inn data for kriteriene i	 utgiftsutjevningen i	 inntektssystemet	 fra 2020 	
til 2022, altså de tre første årene etter implementeringen av Kommunereformen	. Det dreier seg 	
om t	otalt 40 kriterier for primærkommunene og 	24 kriterier for fylkeskommunene	, hvorav	 alle 	
kriteriene på primærkommunenivå og 	20 av kriteriene på fylkesnivå er stabile over tid	. 	
Kriteriedataene	 er innhentet fra Kommunal	- og 	distrikts	departeme	ntet, skjønt 	de i stor grad 	
baserer seg på data fra Statistisk sentralbyrå.	 I våre anvendelser har vi kun benyttet kriteriene 	
som inngår i de sektorielle vektene	. En	 oversikt over anvendelse	r av 	kriteriene	 i utgiftsutjevningen 	
for primær	kommunene	 og fylkeskommunene	 fra 2022	, gitt vår operasjonalisering av 	
sektorinndelingen, gis i henholdsvis 	Tabell 	3.3 og 	Tabell 	3.4. Vi referer	er til 	Kommunal	- og 	
moderniseringsdepartementet (2021	a) for 	ytterligere detaljer og 	nærmere dokumentasjon.	 	
I tillegg 	har vi mottatt data fra Kommunal	- og distriktsdepartementet for frie inntekter 	fra 2020 	
til 2022 	inkludert eiendomsskatt, inntekter fra konsesjonskraft og havbruksinntekter.	 	
Produksjonsavgiften for vindkraft inngår ikke i tallene for denne tidsperioden.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	55	 	
 
 
Tabell 	3.3 	Anvendelser av kriterie	ne	 i utgiftsutjevningen i 	inntektssystemet for 	
primærkommunene over tjenestefunksjoner	. Nummereringen av vektene var 	
gjeldende fra 2020 til 2022.	 	
Kriterium i inntektssystemet for 	
primærkommunene	 	
Grunnskolen
 	
Barnehagen
 	
Helse og 
omsorg
 	
Barnevernet
 	
Sosialsektoren
 	
Admin. og felles
 	
Innhold	 	Nummer	 	
Dødelighetskriterium	 	Kriterium 3	 	 	 	X 	X 	 	X 	
Innbyggere 2 til 5 år	 	Kriterium 4	 	 	X 	X 	X 	 	X 	
Innbyggere 6 til 15 år	 	Kriterium 5	 	X 	 	X 	X 	 	X 	
Innbyggere 16 til 22 år	 	Kriterium 6	 	 	 	X 	X 	X 	X 	
Innbyggere 23 til 66 år	 	Kriterium 7	 	 	 	X 	 	X 	X 	
Innbyggere 67 til 79 år	 	Kriterium 8	 	 	 	X 	 	 	X 	
Innbyggere 80 til 89 år	 	Kriterium 9	 	 	 	X 	 	 	X 	
Innbyggere 90 år eller eldre	 	Kriterium 10	 	 	 	X 	 	 	 	
Gradert basiskriterium	 	Kriterium 12	 	X 	 	X 	 	 	X 	
Reiseavstand innad i 	sone	 	Kriterium 13	 	X 	 	X 	 	 	 	
Reiseavstand innen nabokrets	 	Kriterium 15	 	 	 	X 	 	 	 	
Innvandrere 6 til 15 år	 	Kriterium 17	 	X 	 	 	 	 	 	
Psykisk utviklingsh	emme	de	 	på 	
minst 16 år	 	Kriterium 18	 	 	 	X 	 	 	 	
Dødelighetskriterium	 	Kriterium 20	 	 	 	X 	 	 	 	
Uføre 18 til 49 år	 	Kriterium 21	 	 	 	 	 	X 	 	
Flyk	tninger	 	Kriterium 22	 	 	 	 	 	X 	 	
Opphopningsindeks	 	Kriterium 25	 	 	 	 	 	X 	 	
Aleneboende 30 til 66 år	 	Kriterium 26	 	 	 	 	 	X 	 	
Barn av aleneforsørger, til 15 år	 	Kriterium 27	 	 	 	 	X 	 	 	
Lavinntektskriterium	 	Kriterium 28	 	 	 	 	X 	 	 	
Ettåringer uten kontantstøtte	 	Kriterium 32	 	 	X 	 	 	 	 	
Antall med høyere utdanning	 	Kriterium 33	 	 	X 	 	 	 	 	
Kilde: Vista Analyse basert på Kommunal	- og distriktsdepartementets Grønt Hefte	 fra 2022

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	56	 	
 
 
Tabell 	3.4 	Anvendelser av kriterie	ne	 i utgiftsutjevningen i 	inntektssystemet for 	
fylkes	kommunene over tjenestefunksjoner	. Nummereringen av vektene var 	
gjeldende for 2022.	 	
Kriterium i inntektssystemet for fylkeskommunene	 	
Samferdsel
 	
Videregående skole
 	
Tannhelse
 	
Innhold	 	Nummer	 	
Innbyggere 1 til 18 år	 	Kriterium 3	 	 	 	X 	
Innbyggere 16 til 18 år	 	Kriterium 4	 	 	X 	 	
Innbyggere 19 til 20 år	 	Kriterium 5	 	 	 	X 	
Innbyggere, minst 67 år	 	Kriterium 6	 	 	 	X 	
Psykisk utviklingshemmet, minst 18 år	 	Kriterium 7	 	 	 	X 	
Søkere til høykost utdanning siste tre år	 	Kriterium 8	 	 	X 	 	
Søkere til læringsplass siste tre år	 	Kriterium 9	 	 	X 	 	
Reiseavstand til 11 000 innbyggere	 	Kriterium 10	 	X 	X 	 	
Innbyggere i spredtbygde strøk	 	Kriterium 11	 	X 	 	 	
Skalert 	sysselsatte etter arbeidsted	 	Kriterium 13	 	X 	 	 	
Normerte fergekostnader	 	Kriterium 14	 	X 	 	 	
Kystlinje i alt	 	Kriterium 15	 	X 	 	 	
Normerte båtkostnader	 	Kriterium 16	 	X 	- 	 	
Vedlikehold fylkesvei	 	Kriterium 17	 	X 	 	 	
Kilde: Vista Analyse basert på Kommunal	- og 	distriktsdepartementets Grønt Hefte	 fra 2022	 	
3.2	 	Metodikk	 	
I det følgende redegjør vi for metodikken som 	ligger 	til grunn for våre empiriske undersøkelser. 	
Vi starter med måling av kapitalvariabler, før vi vender oppmerksomheten 	mot	 økonometrisk 	
metodikk.	 	
3.2.1	 	Måling av 	kapitalvariabler	 	
I det følgende gjennomgår 	vi målingen av kapitalvariablene i studien. Vi sta	rter med 	
realkapitalbeholdningen, før vi tar for oss kapitalkostnadene.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	57	 	
 
 
I våre empiriske undersøkelser	 måler vi realkapitalbeholdningen fra utgangen av 2002 til 	
utgangen av 2022. I våre etterfølgende analyser vil vi imidlertid fokusere på perioden fra 2010 til 
2022, og da særlig 2022, ettersom PIM gjerne er avhengig	e av lange tidsserier for å 	gi 	brukbare 	
resultater. Vi benytter oss av seks alternative mål for beholdningen:	 	
K1	 DM basert på 	rapportering	 på art	 	
K2	 PIM med disaggregerte deflatorer og 	disaggregerte 	depresieringsrater	, basert på 	
rapportering	 på art	 	
K3	 PIM med aggregerte deflatorer og disaggregerte depresieringsrater, basert på 
rapportering	 på 	funksjon	 	
K4	 PIM med	- disaggregerte deflatorer og aggregerte depresieringsrater, basert på 	
rapportering	 på 	funksjon	 	
K5	 PIM med disaggregerte deflatorer og disaggregerte depresieringsrater, basert på 
rapportering	 på 	funksjon	 	
K6	 PIM med aggregerte deflatorer og aggregerte depresieringsrater, basert på 	rapportering	 	
på 	funksjon	 	
K1	 er de	t eneste realkapitalmålet der vi benytter direkte metode (DM). Målet 	tilsvarer 	
realkapitalbeholdningen oppgitt	 med dekomponering over de tre realkapitalartene redegjort for 	
i seksjon	 3.1.1	, nærmere bestemt 	over 	fast eiendom og anlegg, maskiner, utstyr og 	
transportmidler, og immaterielle eiendeler.	 Den faste realkapitalbeholdningen	 målt i årsslutt DM 	
tilsvarer den bokførte faste realkapitalbeholdningen.	 	
K2 	til K6 er alle eksempler på 	anvendelser av 	PIM	, der man summerer investeringsvolum 	etter 	
kapitalslit 	over tid.	 I beregningene begrenser vi kapitalbeholdningene nedad til null for 	hver 	
disaggregert beholdning	. I våre anvendelser av PIM beregner vi ikke bare kapitalslitet knyttet til 	
inngående kapitalbeholdning, men også 	kapitalslitet knyttet til hvert års	 investeringer	. Disse antas 	
å finne sted	 midt 	i året, i tråd 	med anbefalingene til OECD (2009).	 	
Ettersom datagrunnlaget fra 	KOSTRA	 ikke bryter ned realkapitalmassen på art og funksjon 	
samtidig, beregner vi ikke realkapitalbeholdninger 	med en slik nedbryting	. En slik oppsplitting 	
vanskeliggjøres ytterligere ved at ikke de samme variablene er tilgjengelig på artsnivå og 
funksjonsnivå. I prinsippet vil man kunne anslå fordelingen ved å benytte seg av andre datakilder 
som nasjonalregnskapet, men det skal mye til	 for at diasaggregeringen skal gi mer enn det koster. 	
Dessuten ville det vært utfordrende å leg	itimere endringer i inntektssystemet med såpass 	
syntetiske data.	 	
Realkapitalbeholdningen målt ved PIM tilsvarer de depresierte bruttoinvestering	sstrømmene	 i 	
fast realkapital over tid og er formalisert i Tekstboks 3.1. I beregningene av kapitaltall har vi 
deflatert alle strømningsvariablene med bruttoinvesteringsdeflatorer som gjenspeiler 
kapitalprisene midt i året. Beholdningsstørrelsene ved årsslutt er def	latert med deflatorer for 	
kapitalprisene i slutten av hvert år. Etter at realkapitalbeholdningen er beregnet, omregner vi den 
til løpende priser basert på bruttoinvest	eringsdeflatorene.	 	
K2 skiller seg fra de øvrige PIM	-målene ved at man fokuserer på art med både disaggregerte 	
deflatorer og disaggregerte depresieringsrater. Ettersom modellen krever bruk av disaggregerte 
bruttoinvesteringstall på art, har vi benyttet oss av anslåtte investe	ringstall på art. Disse er 	
redegjort nærmere for i seksjon 3.2.2. Som inngående beholdninger for 200	3 bruker vi 	
simpelthen beholdningene på art som oppgis i regnskapet	 i 2002	. Her kunne man ha oppjustert

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	58	 	
 
 
beholdningene basert 	på 	avviket mellom PIM og DM i årene man ser på (se Holmen 2022	a for 	
hvordan dette gjøres), men vi har valgt heller å gjøre det enkelt på dette punktet.	 Valget	 skyldes 	
også at 	kapital	beholdningene på denne tiden ble satt relativt ad hoc ved opprettelsen av Kostra 	
og dermed ikke 	følger direkte	 av historisk 	bokføring.	 	
K3 til K6 er i hovedsak like med oppbrytning av beregningene over funksjoner, men modellene 
skiller seg fra hverandre ved at de baserer seg på ulike kombinasjoner av disaggregerte og 
aggregerte deflatorer og depresieringsrater. Hensikten med å variere diss	e forutsetningene er å 	
kaste lys over deres betydning. Igjen tar vi utgangspunkt i den inngående kapitalbeholdningen i 
2003 når vi skal anslå den inngående beholdningen 	fram til	 2022. For disse modellene mangler vi 	
imidlertid nedbryting av beholdningen på 	funksjon. Vi anslår hver funksjons andel av den 	
inngående beholdningen basert på størrelsesforholdene mellom hver funksjons PIM	-estimat for 	
etterfølgende år når den inngående beholdningen settes til null.	 	
Kostnader og utgifter relatert til kommunenes realkapital kan måles på flere forskjellige måter	 	
med henvisning til	 formaliser	ingen av	 beregningene av 	kapitalkostnadene og kapitalkostnadene	 i 	
Tekstboks 	3.1. Gjennom våre empiriske analyser baserer vi oss på de følgende målene	: 	
M1	 Bruttoinvesteringsutgifter	 	
M2	 Bruttoinvesteringsstrømmer	 	
M3	 Kapitalslit målt ved DM	 	
M4	 Kapitalslit målt ved PIM over kapitalarter med disaggregerte deflatorer og disaggregerte 
depresieringsrater	 	
M5	 Kapitalslit målt ved PIM over tjenestefunksjoner med disaggregerte deflatorer og 
disaggregerte depresieringsrater	 	
M6	 Kapitalslit målt ved PIM over tjenestefunksjoner med aggregerte deflatorer og 
disaggregerte depresieringsrater	 	
M7	 Kapitalslit målt ved PIM over tjenestefunksjoner med disaggregerte deflatorer og 
aggregerte depresieringsrater	 	
M8	 Kapitalslit målt ved PIM over tjenestefunksjoner med disaggregerte deflatorer og 
disaggregerte depresieringsrater	 	
M9	 Summen av kapitalslit og rentekostnader målt ved PIM over kapitalarter med 
disaggregerte deflatorer, disaggregerte depresieringsrater og løpende rente	 	
M10	 	Summen av kapitalslit og rentekostnader målt ved PIM over tjenestefunksjoner 	
med disaggregerte deflatorer, disaggregerte depresieringsrater og fast rente	 	
M11	 	Summen av kapitalslit og rentekostnader målt ved PIM over tjenestefunksjoner 	
med disaggregerte deflatorer, disaggregerte depresieringsrater og løpende rente	 	
M12	 	Kapitaltjenester målt ved disaggregerte deflatorer, disaggregerte 	
depresieringsrater og løpende rente	 	
M13	 	Løpende rentekostnader målt ved PIM på funksjonsnivå med 	disaggregerte 	
deflatorer, disaggregerte depresieringsrater	 	
M14	 	Bruttodriftsutgifter og kapitalslit målt ved DM	 	
M15	 	Bruttodriftsutgifter og kapitalslit målt ved PIM på funksjonsnivå 	med 	
disaggregerte deflatorer og disaggregerte depresieringsrater	 	
M16	 	Bruttodriftsutgifter, kapitalslit og rentekostnader målt ved PIM på funksjonsnivå 	
med 	disaggregerte deflatorer, disaggregerte depresieringsrater 	og løpende rente	 	
I våre 	empiriske 	undersøkelser av kommunenes kapitalkostnader og deres sammenhenger med 	
kommunenes driftsøkonomi og omgivelsene fokuserer vi på kapitalkostnads	- og utgiftsmålene

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	59	 	
 
 
M1 til M12.	 Når vi i undersøkelsene av kapitalkostnader og kommunal driftsøkonomi beveger oss 	
ned på funksjonsnivå, tar vi for oss målene 	M3, M5, M11	 og M13	. 	
Tekstboks 	3.1 	Matematisk presisering av kapitalkostnadsberegningene estimert ved PIM 
med beskrivelse av analogien til DM	 	
I det følgende	 sammenfatter 	vi de sentrale likningene ved bruk av 	«Perpetual 	Inventory 	Method	» 	
(PIM	). Vi angir også analogien til 	«Direkte	 Metode	» (	DM	) underveis. Variablene 	�������,������, �������, �������,������, ������������	�,������, 	
������������	�,������, �������	�,������ og 	��������������	�,������ angir 	henholdsvis fast realkapitalbeholdning	, bruttoinvestering	er i fast 	
realkapital, kapitaldepresieringer, rentekostnader, prisgevinster på kapitalen, samlede 
kapitaltjenester 	og kapitaltjenester utenom prisgevinsten på kapitalen for komponent 	� i form av 	
kapitalform eller 	funksjon 	for en gitt 	region	 i år 	�. Videre beskriver parameterne 	�� og 	������̇������� 	
henholdsvis 	volumbasert 	depresieringsrat	e og 	gjennoms	nittlig prisvekst for 	komponent	 �, mens 	
������������ representerer den nominelle rentesatsen 	i år 	�. A	vhengig av valg av rente kan 	rentesatsen 	være 	
tidsavhengig eller tidsinvariant. 	Kapitalmassen kan ikke depresieres	 lenger ned enn	 til 	null.	 Ved 	
PIM har vi:	 	
Fast realkapitalbeholdning:	 
�������,������+12=	(1−	��)�������,������−12+	(1−	��)0.5������� 	
Kapitalslit:	 	
�������,������=	���������,������−12+	(1−	(1−	��)0.5)�������,������ 	
Rentekostnader:	 	
������������	�,������=	�������������������,������−12+	(1−	(1−	������������)0.5)�������,������ 	
Prisgevinst:	 	
������������	�,������=	������̇��������������,������−12+	(1−	(1−	������̇�������)0.5)�������,������ 	
Kapitaltjenester:	 	
�������	�,������=	�������,������+	������������	�,������−	������������	�,������ 	
Kapitaltjenester utenom prisutvikling	: 
��������������	�,������=	�������,������+	������������	�,������ 	
Den f	ast	e realkapitalbeholdningen	 og kapitalslitet kan leses rett ut fra regnskapet fra DM. Videre 	
benyttes de samme formlene for prisgevinsten og kapitaltjenester med og uten prisutvikling for 
DM som for PIM. For rentekostnadene kan 	renten	 på gjelden i prinsippet avledes direkte fra 	
årsregnskapet, men ikke 	renten	 på egenkapitalen. Vi velger imidlertid å bruke samme 	rente	 for 	
hele realkapitalbeholdningen	 i dette tilfellet. Vi benytter oss av en tidsvarierende og en 	
tidsinvariant rentesats.	 	
Samtlige variabler deflateres i alle likningene, der beholdningsstørrelsene deflateres med 
deflatorer ved årsskiftet og strømningsstørrelsen deflateres med deflatorer ved midten av året. 
Vi skiller ikke mellom generell prisvekst og kapitalspesifikk prisvek	st. Resultatene omregnes 	til 	
2022	-priser før presentasjon av resultatene.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	60	 	
 
 
Vi benytter to varianter av 	bruttoinvesteringsutgifter som mål for realutgiftene 	– 	
bruttoinvesteringsutgifter 	(M1) 	og bruttoinvesteringsstrøm	mer	 (M2)	. Forstavelsen 	«brutto	» 	
reflekterer i de	tte tilfellet at det dreier 	seg 	om investeringer før depresieringer er trukket fra. 	
Bruttoinvesterings	utgifter 	reflekterer positive nye investeringer og reinvesteringer i fast 	
realkapital, men neglisjerer salg av realkapitalen. 	Denne variabelen oppgis over funksjoner i 	
KOSTRA	. 	Bruttoinvesteringsstrømme	r 	korrigerer derimot for salg av realkapitalen.	 	
Bruttoinvesteringsstrømmer omtales vanligvis bare som bruttoinvesteringer, men vi legger til 
endelsen «strømmer» for å redusere forvirring rundt begrepet og klargjøre skillet overfor 
bruttodrift	sutgifter.	 	
Bruttoinvesteringsvariablene skiller seg fra de øvrige anvendte målene for kapitalkostnader og 	 	
-utgifter ved at de er uavhengige av hvordan realkapitalbeholdningen estimeres. En	 annen	 	
forskjell er at de 	strengt tatt 	er utgiftsmål og ikke kostnadsmål	, selv om vi 	for 	enkelhets skyld i 	
stor grad vil omtale samtlige mål som kapitalkostnadsmål	. 	
Kapitalslitet representeres som kapitalkostnadsmål ved M3 til M8, der målingen i M3 skjer ved 
DM, målingen i M4 skjer ved PIM og disaggregerte egenskaper over kapitalarter og M5 til M8 
skjer ved PIM og kombinasjoner av disaggregerte og aggregerte kapitalde	flatorer og 	
depresieringsrater. Ideelt sett burde kapitalestimeringen vært gjennomført på disaggregerte 
kapitalarter og tjenestefunksjoner samtidig. Datagrunnlaget l	egger imidlertid ikke til rette for en 	
slik disaggregering. Eventuelle forsøk på å anslå fo	rdelingen av kapitalarter over 	
tjenestefunksjoner ville trolig ført til et delvis syntetisk datasett og neppe tilfredsstilt det 
kommunale inntektssystemets krav til nøyaktighet. Vi refererer til seksjon	 2.1.3	 for diskusjoner 	
om styrker og 	svakheter	 ved PIM og D	M. 	
Vekslingen mellom disaggregerte og aggregerte deflatorer og depresieringsrater kan ses på som 
robusthetsjekker på hvordan målefeil i kapitaldeflatorene og depresieringsratene slår ut på 
kapitalkostnadene. I tillegg har vi undersøkt utslaget av feilvurderin	ger i nivået på prisveksten på 	
kapitalen og depresieringsratene	. Målefeilene er vurdert	 ved å ta for oss hvilke utslag 20 prosent 	
høyere eller lavere kapitalprisvekt eller depresieringsrater 	gir seg 	i kapitalslitet for PIM estimert 	
med disaggregerte kapita	legenskaper basert på både kapitalarter og tjenestefunksjoner.	 	
Fra et prinsipielt ståsted er det ikke noen spesiell grunn til å forskjellsbehandle kapitalkostnader 
og rentekostnader. 	I våre empiriske analyser tilnærmer vi oss rentekostnadene på to måter. I den 	
ene varianten operer	er vi med en fast rente. 	Denne er 	kalkulasjons	renten	 på fire prosent anbefalt 	
av Finansdepartementet (2021) for investeringer med et tidsperspektiv på opptil 40 år. Omregnet 
til nominelle termer basert på inflasjonsmålet på to prosent, som Norges Bank styrer 
rentesettingen etter (Finansdeparte	mentet 2018), tilsvarer dette en nominell rente på 6,08 	
prosent. I den andre varianten operer	er vi med løpende rente. I dette tilfellet lar vi 	den 	
kommunale kalkyle	renten	 	for selvkosttjenester utgjøre 	rentefoten	 	(Kommunal	- 	og 	
moderniseringsdepartementet 	2019a)	 og legger til en risikopremie på 1,5 prosent i tråd med 	
vurderingene til 	Hagen	-utvalget (NOU 2012:16).	 Denne 	renten	 er nominell, som er 	
utgangspunktet for våre statusberegninger for 2022.	19 	
 	
19 I en eventuell omregning fra løpende nominell rente til løpende realrente kan man bruke Finansdepartementets 
indeks for pris	- og lønnsvekst i kommunal sektor, Kommunal deflator, som skal gjenspeile sektorens samlede 	
prisendring, veid over delkomponenter. 	Kommunal deflator tilsvarer summen 	av 	konsumprisindeksen, et 	
risikopåslag på 0,5 prosentpoeng og årslønnsveksten i hele økonomien. Prisindeksen tar utgangspunkt i et

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	61	 	
 
 
I kapitalkostnadsmålene M9 legger vi til grunn PIM	-estimatene basert på PIM over kapitalarter 	
med disaggregerte 	kapitaldeflatorer og depresieringsrater	 og løpende rente. Videre legger vi i 	
M10 og M11 til grunn PIM	-estimatene basert på PIM over tjenestefunksjoner med disaggregerte 	
realkapitalparametere	 og henholdsvis fast og løpende rente. I M12 tar vi utgangspunkt i M11, 	
men 	i tillegg 	legger 	vi til den forventede prisgevinsten på realkapitalen, utregnet som 	
prisgevinsten over perioden innad i 	hver enkelt tj	enestefunksjon eller kapitalart	. Dette målet er 	
kjent som kapitaltjenester og tar i våre utregninger også implisitt hensyn til kryssvirkninger 
mellom prisendringer på den ene siden og rentekostnader og depresieringer på den andre siden.	 	
I våre undersøkelser av sammenhengen mellom kapitalkostnadsmålene og kriteriene i 
utgiftsutjevningen 	legger vi bruttodriftsutgifter til tre utvalgte kostnadsmål. Disse 	
samlevariablene betegnes 	som 	M14, M15 og M16 og de løpende bruttodriftsutgiftene summeres 	
ved henholdsvis kapitalslit målt ved DM (M3) og ved PIM på funksjonsnivå med disaggregerte 
realkapitalparametere med (M5) og uten løpende rente (M11). I dekomponeringen av 
kostnadsmålene tar vi i	 tillegg for oss rentekostnader med disaggregerte realkapit	alparametere 	
og løpende rente (M13), så vel som M3 og M5.	 	
3.2.2	 	Økonometrisk analyse	 	
I våre undersøkelser av hvordan kapitalkostnadsmålene forholder seg til omgivelsene, 
kommuneøkonomien og kriteriene i 	utgiftsutjevningen 	benytter vi oss til dels av økonometrisk 	
analyse. Mer spesifikt anvender vi ulike varianter av ordinær lineær minste kvadraters metode. 
Disse analysene kan ses på som mer komplekse korrelasjonsanalyser enn de ordinære parvise 
korrelasjonsanalysene. Estimer	ingen er gjennomført med 	heteroskedastisitetsrobuste	 	
standardavvik, som innebærer at vi tar hensyn til at standard	avvik	et til residualen i regresjonene 	
kan avhenge av forklaringsvariablenes størrelse.	 Vi referer	er til 	Stock	 og Watson (2020) for en 	
innføring og Greene (2018) for en videre fordypning	. 	
I de første regresjon	sanalysene tar vi for oss betinget samvariasjon mellom kapitalkostnadene og 	
kovariatene. Disse analysene er redegjort for i 	Tekstboks 	3.2. 	
 	
konsumentperspektiv. Alternativ kan man benytte Statistisk sentralbyrås 	impliserte 	bruttoproduktdeflator for 	
kommunal sektor, dersom man legger et produksjonsperspektiv til grunn. Bruttoproduktdeflatoren for kommunal 
sektor er også en komposittdeflator, der de ulike sektorene har egne deflatorer for bruttoproduksjon og 
produktinnsats. Br	uttoproduktdeflatoren fås ved å dividere differansen mellom bruttoproduksjonen og 	
produktinnsatsen i løpende priser på tilsvarende differanse i faste priser.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	62	 	
 
 
Tekstboks 	3.2 	Økonometrisk	 analyse av betinget samvariasjon	 mellom kapitalkostnadene 	
og kovariatene, gitt bruttodriftsutgiftene	 	
Alternative mål for k	apitalkostnad	er er 	i varierende grad korrelert med bruttodriftsutgifter over 	
tjenestesektorer. Det er derfor godt mulig at en del av korrelasjonen mellom kapitalkostnadsmål 
og ulike forhold i omgivelsene 	også 	vil være reflektert i 	korrelasjonen mellom 	
bruttodriftsutgiftene og vedkommende kovariater.	 Vi ønsker imidlertid å belyse sammenhengen 	
mellom kapitalkostnadene og de respektive kovariatene, som ikke går gjennom 
bruttodrift	sutgiftene. 	I denne sammenhengen benytter vi oss av to tilnærminger.	 	
I begge tilfellene normaliserer vi samtlige variabler til standardnormalfordelingen basert på deres 
respektive gjennomsnitt og standardfeil. Dette sikrer at resultatene blir sammenliknbare med 
standardnormalfordelingen. Merk at hvis man foretatar en regres	jon ved den ordinære og 	
lineære minste kvadraters metode mellom en utfallsvariabel og en forklaringsvariabel etter en 
slik normalisering, vil regresjonskoeffisienten sammenfalle med korrelasjonskoeffisienten.	 	
For kommune 	������ i år 	� lar vi 	�������,�������	 være kovariat 	�, �������,�������	 være kapitalkostnadsmål	 � og 	�������,������ være 	
kontrollvariabelen, altså 	bruttodriftsutgifter. Videre lar vi deres gjennomsnitt være henholdsvis	 	
�μ�, �μ� og 	�μ, og deres standardavvik være henholdsvis	 �σ�, �σ� og 	�σ. Dere	s harmoniserte 	
motstykker	, �̃������,�������, �̃������,������� og 	�̃������,������ blir da:	 	
�̃������,�������	=	�������,�������	−	�μ�	
�σ�	,	�̃������,�������	=	�������,�������	−	�μ�	
�σ�	,	�̃������,������=	�������,������−	�μ	
�σ	 	
I den første tilnærmingen 	kontrollerer vi for bruttodriftsutgifter i en regresjon med kovariaten 	
som utfallsvariabel og kapitalkostnadsmålet som forklaringsvariabel. Under en slik tilnærming vil 
den delen av 	samvariasjonen som kovariaten deler med både bruttodriftsutgiftene og 	
kapi	talkostnadsmålet kun tilskrives en av variablene.	 En svakhet ved tilnærmingen er dens 	
sårbar	het	 for multikollinearitet. I fravær av korrelasjon mellom kapitalkostnadsmålet og 	
bruttodriftsutgifter vil regresjonskoeffisientene sammenfalle med korrelasjonskoe	ffisientene.	 	
Formelt tilsvarer dette:	 	
�̃������,�������	=	�0�,�+	�1�,��̃������,�������	+	��������,��̃������,������+	�������,�������,� 	
der 	�0�,�, ��� og 	��������,� er regresjonskoeffisienter og 	�������,�������,� er residualen	. 	
Den andre tilnærmingen utføres i en tostegs regresjonsanalyse. I det første steget kjøres en 
lineær regresjon med 	kovariaten	 	som utfallsvariabel og bruttodriftsutgiftene som	 	
forklaringsvariabel. Residualen fra denne regresjonen kan tolkes som	 et mål for kovariaten, 	
justert for samvariasjon med 	bruttodriftsutgifter	. I det andre steget forklarer vi den justerte 	
kovariaten med kapitalkostnadsmålet.	 Formelt sett kan dette uttrykkes som:	 	
�̃������,�������	=	�0�+	���������̃+	������������,�������,�,	������̂������,�������	=	�0�,�+	�1�,��̃������,�������	+	�������,�������,� 	
der 	������������,�������,� er residualen	 fra første steg og utfallsvariabelen i andre steg, mens 	�������,�������,� er residualen i 	
andre steg. Videre er	 �0�, ��������, �0�,� og 	�1�,� regresjonskoeffisienter	. Strengt tatt 	burde de to 	
stegene vært estimert	 simultant	 for å sikre høyest mulig estimeringseffektivitet, men separat 	
estimering av stegene anses som tilstrekkelig når formålet er å kartlegge korrelasjonsmønstre.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	63	 	
 
 
I de siste regresjonsanalysene estimerer vi innvirkningen av kriteriene i 	utgiftsutjevningen i 	
inntektssystemet	 for	 primærkommunene og frie inntekter 	på kapitalkostnadsmål og mål for 	
løpende bruttodriftskostnader	, der alle variabler er 	normalisert per innbygger	. Disse 	
regresjonene 	er i grove trekk	 parallell med 	regresjonene som ligger til grunn for 	
utgiftsutjevningen 	for primærkommunene, men med både alternative kostnadsmål til 	
bruttodriftsutgifter, samt dekomponering av kostnadsmålene. I tillegg	 avviker sektorinndelingene 	
noe på grunn av at vår kapitalestimering følger de aggregerte tjenestefunksjonene i 	KOSTRA	 	
snarere enn sektorinndelingen i inntektssystemet. En redegjørelse for våre økonometriske 
analyser av valg av kostnadsmål og krit	eriene i det kommunale 	utgiftsutjevningen 	er gitt i 	
Tekstboks 	3.3. 	
Tekstboks 	3.3 	Økonometrisk analyse av 	kriteriene i inntektssystemet i primærkommunene	 	
innvirkning på 	kapitalkostnadsmål og mål for løpende bruttodriftskostnader	, 	
gitt omfanget av frie inntekter	 	
De sektorielle kriterievektene i 	utgiftsutjevningen i 	inntektssystemet for primærkommunene er 	
beregnet med økonometrisk analyse med sektorielle systemkriterier som forklaringsvariabler, 
samlede frie inntekter som kontrollvariabel og bruttodriftsutgifter som utfallsvariabler. Samtlige 
variabler er normalisert 	per innbygger. I praksis velges systemkriteriene som benyttes for en gitt 	
sektor ved utprøving, men i våre analyser vil vi ta utvalget av kriterier for hver sektor for gitt.	 	
I våre tilsvarende økonometriske analyser 	benytter vi alternative kostnadsmål som til dels 	
inkluderer kapitalkostnader eller dekomponerer kostnadene som utfallsvariabler.	 	
For funksjon 	� i kommune 	������ i år 	� lar vi 	��,������,������	�	 være kovariat 	� per innbygger med 	�������,������,������=	
{��,������,������	1	,…	,��,������,������	������	} og	 �∈{1,…	,������} kovariater	, og	 ��,������,�������	 være kostnadsmål 	� per innbygger. Videre 	
lar vi 	�������,������ være en kontroll 	for kommune 	������ i år 	�, nærmere bestem	t frie inntekter per innbygger.	 	
�������� er en dummy som indikerer om kovariat 	� inngår blant systemkriteriene for tje	ne	stefunksjon 	
� eller ikke	, oppsummert over kovariater i vektoren	 med 	�������=	{�������1,…	,�������������}. 	
��,������,�������	=	������0�+	��������������,��������������,������,������+	���������������,������,������+	��,������,�������,� 	
der ������0�, �������,�������	=	{�������,1�,1,…	,�������,1�,������} og ������������� er regresjonskoeffisienter, mens 	��,������,�������,� betegner residualen.	 	
Vi benytter 	heteroskedastisitetsrobuste	 standardavvik.	 	
I dagens 	utgiftsutjevning 	benyttes bruttodriftsutgifter som utfallsvariabler.	 I våre økonometriske 	
analyser undersøker vi 	s, ved at man erstatter eller legger kapitalkostnader til bruttodriftsutgifter, 	
eller ser på delkomponenter av kostnadene. Merk at for en gitt tjenestefunksjon tilsvarer 
kriterievektene i 	utgiftsutjevningen 	produktet av regresjonskoeffisienten og summen av 	
kriterieverdiene i regresjonen for vedkommende tjeneste, delt på summen av de sektorielle 
kostnadene eller utgiftene.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	64	 	
 
 	
4	 	Emp	iriske 	undersøkelser	 	
I den første delen av våre empiriske anal	yser 	undersøker vi	 betydningen av ulike forutsetninger 	
for kapitalestimeringen	. I den andre delen	 analyserer 	vi 	hvordan kapitalkostnadene henger 	
sammen med omgivelsene, kommunenes driftsøkonomi og	 det kommunale inntektssystemet	. 	
4.1	 	Kapitalestimering	 	
I gjennomgangen av vår kapitalestimering 	tar vi først for oss nøkkelparametere i 	
kapitalberegningene. 	Videre presenterer vi våre estimater for 	kapital	beholdningene,	 før vi går inn 	
på kapitalstrukturen og rentekostnadene	. Mot slutten av delkapittelet vender vi 	
oppmerksomheten 	mot 	kostnadene og utgiftene knyttet til kommunenes realkapital.	 	
4.1.1	 	Nøkkelparametere	 	
I realkapitalberegninger spiller 	depresieringsrater og kapitaldeflatorer	 en helt 	vesentlig	 rolle for 	
estimatene. 	Ved heterogenitet i kapitalmassen 	som ikke belyses fullt ut av 	kapitalkategoriene i 	
data	, vil anslag på	 andeler av	 kapitalbeholdningene til de ulike delmassene utgjøre ytterligere en 	
sentral parameter. For rentekostnader og kapitaltjenester står	 renter og avkastningskrav sentralt.	 	
Disse parameterne er redegjort for i det følgende.	 	
Andeler av kapitalbeholdningen	 	
Statistisk sentralbyrås nasjonalregnskapseksjon anslår tomteandelen til nyinvesteringer i 
eiendom til om lag 20 prosent. 	Det kan synes noe lavt, men vi tar likevel utgangspunkt i denne 	
satsen. 	Åpenbart vil tomteandelen variere betydelig over geografi og antakelig også noe over 	
næring, men 	det 	har vi ikke tatt hensyn til her. 	Tidligere har Statistisk sentralbyrås 	
nasjonalregnskapseksjon anslått tomteandel til eiendomsmassen til 40 prosent, dog utenom 
anlegg (	se 	Holmen 2022a	 for 	selve 	estimatet 	og L	iu 2016	 for analyser 	om	 arealverdsetting	). 	
Tomteandelen for fast eiendom og anlegg samlet sett vil avhenge av både aldersprofilen på 
kapitalen og kapitalens levetid.	 I Figur 	4.1 a) 	har vi kalib	rert tomteandelen til kapitalmassen ved 	
en symmetrisk aldersprofil over ulike tiårige levetider og med henholdsvis geometrisk og lineær 
depresieringsprofil	. For en gitt depresieringsprofil er imidlertid de kalibrerte tomteandelene 	
relativt like i aldersspennet 40 til 70 år, 	nærmere bestemt 	36,5 prosent 	ved geometrisk 	
depresiering og 	32,8 til 33	,0 prosent ved lineær depresiering.	 Vi anser geometrisk 	depresiering 	
som mest realistisk av de to profilene, særlig målt i faste priser.	 	
Nasjonalregnskapet impliserer en depresieringsrate for bygg og anlegg på rundt 3,38 prosent, 
hvilket 	med standard omregningsformel 	tilsvarer 	en levetid på 	59,2 år. 	I kommuneregnskapene 	
anslås boliger	, skoler, barnehager, idrettshaller, veier, ledningsnett og liknende anlegg til å ha en 	
levetid på 40 år. Videre forutsettes forretningsbygg, lagerbygg, administrasjonsbygg, sykehjem, 
andre institusjonsbygg, kulturbygg, brannstasjoner og liknende bygg 	i denne statistikken 	å ha en 	
levetid på 50 år.	 For næringsvirksomheter varierer levetiden på bygg	- og anleggskapitalen fra 10	 	
og 20	 år 	for henholdsvis frukt	- og bærfelt	 og tekniske installasjoner	 (med depresierin	gsrater på

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	65	 	
 
 
10 til 20 prosent) 	til 100 år for forretningsbygg	 (med 	en 	depresieringsrate på 	to prosent).	 	
Ordinære bygg og anlegg anslås å ha en levetid på 50 år (	med en 	depresieringsrate	 på 	fire	 	
prosent	). 	
For å opprettholde 	bygg	- og anleggsmassen bør	 tre	 til 	fire	 prosent fornyes hvert år.	 	
Nasjonalregnskapstallene 	viser at 	brutto	investeringene i bygg og anlegg	 innenfor kommunal 	
sektor har ligget mellom 	fem	 og 	sju	 prosent 	av realkapitalbeholdnin	gen 	siden 	millenniumsskiftet	. 	
Dette tilsvarer at 	kapit	almassen i realiteten er noe yngre enn 	det en symmetrisk 	alders	profil 	på 	
investeringene 	skulle tilsi.	 Samlet sett 	har vi landet på at	 vi 	i vår utredning 	vil forutsette 	at 	
tomteandelen av 	eiendomsverdien	 ligger på	 35 prosent.	 	
I praksis vil det være betydelig	e variasjoner i tomteandelen over kommuner. Vi ser det derfor som 	
lite 	hensiktsmessig 	og treffsikkert å skille ut tomter	 fra eiendomskapitalen	 i beregningene. 	
Analogt	 velger Raknerud, Rønningen og Skjerpen (2007) i forbindelse med Statistisk sentralbyrås 	
kapitaldatabase for norske foretak å operere med en felles kapitalart for bygg og land	. Dette gjør 	
de til tross for at	 deres beregninger bygger på langt rikere data inkludert foretaks	- og 	
virksomhets	registren	e i Brønnøysund og spørreundersøkelser om investeringer.	 	
Også basert på foretaks	- og virksomhets	registren	e i Brønnøysund estimerer Holmen (2022	a) 	
kapitaltall for bygg og tomter separat med geografiske anslag på tomteandelene, samt noen 
unntaksvise geografiske variasjoner. Han finner ikke grunnlag for å skille mellom prisutviklingen 
på bygg og tomter overordnet, men korrigerer likevel vel relative 	forskjeller i byggkostnader over 	
næringer for byggen	e og anleggene sin samlede	 andel av eiendomsverdien. I 	nasjonalregnskap	et 	
forutsette	r Statistisk sentralbyrå	 en flat 	tomt	eandel på 20 prosent av nyinvesteringer, skjønt	 at 	
det der er et selvstendig poeng å ha egne kapitaltall for bygninger. I 	nasjonalregnskap	et er man 	
også ute etter aggregerte tall på landsbasis eller for fylker. Videre besitter man et langt rikere 
datagrunnlag enn hva som er tilfellet 	med	 KOSTRA	. 	
Siden depresieringsratene 	for bygg og anlegg uansett harmoniseres med 	KOSTRA	-tallene	, og vi 	
operer	er med aggregerte depresieringrater for fast eiendom og anlegg	 med henvisning til	 neste 	
delseksjon	, vil ikke 	unøyaktighet	er i denne forutsetningen ha 	dramatiske	 konsekvenser.	 	
Tomteandelen påvirker 	imidlertid prisutviklingen, idet bare bygg	- og anleggs	delen av 	
eiendomsmassen 	og ikke tomtedelen 	forutsettes å være påvirket av 	den næringsvise 	
prisutviklingen for 	bygg og anlegg	. 	
Av de tre kapitalformene i 	KOSTRA	 brytes maskiner, utstyr og transportmidler ytterligere opp i 	
den aggregerte inndelingen av kapitalarter i nasjonalregnskapet. 	I Figur 	4.1 b) har vi illustrert 	
hvordan denne kapitalarten fordeler seg over maskiner og utstyr og transportmidler inkludert 
skip og båter i nasjonalregnskapsdataene. Fordelingen for nærmeste nasjonalregnskapsnæring er 
deretter relatert til de kommunale funksjonene.	 	
Næringsspesifikke a	vvik i heterogeniteten i kapitalmassen 	sammenliknet med	 kommunal sektor 	
og de tilknyttede tjenester kan føre 	til målefeil	 i kapitaldeflatorene og depresieringsrater	, som vi 	
har benyttet. Til en viss grad 	vil bestillinger av nasjonalregnskapsdata fra Statistisk sentralbyrå 	
kunne 	bidra til å bedre denne datakvaliteten, men det vil uansett forbli en problemstilling. 	
Heterogeniteten i kapitalmassen vil også avhenge av uobservert heterogenitet mellom 
kommunene i 	KOSTRA	-dataene, hvilket uansett blir vanskelig å korrigere for.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	66	 	
 
 
Figur 	4.1 	a) Kalibrert tomteandel av fast eiendom og anlegg ved symmetrisk aldersprofil 
og	 forutsetning av 20 prosent initial tomteandel ved nye bruttoinvesteringer 	
(til venstre) 	og b) sammensetning innad i kapitalarten maskiner, utstyr og 	
transportmidler	 	i kommunale funksjoner 	for nærmeste aggregerte 	
nasjonalregnskaps	næring	 (til høyre)	 	
 	
Kilde: Vista Analyses bearbeidinger av data fra Statistisk sentralbyrå	 	
Depresieringsrater	 	
I våre analyser har vi lagt 	de 	næringsvise 	depresieringsratene 	i n	asjonalregnskap	et til grunn for 	
maskiner, utstyr og transportmidler og immateriell 	kapital	. For 	fast eiendom har vi skalert	 	
depresieringsratene	 i nasjonalregnskapet	, slik at de 	stemmer overens med 	avskrivningene i 	
KOSTRA	, de øvrige depre	sie	ringsrate	ne og 	forutsetningen om arealandelen til fast eiendom.	 I 	
tillegg har vi utnyttet korrespondansen mellom næringene i nasjonalregnskapet og funksjonene i 
KOSTRA	. 	
Resultatet 	er gitt over kapitalarter og funksjoner 	i Figur 	4.2 under	. 	Figuren viser at 	
depresieringsratene	 er langt lavere for fast eiendom enn	 for øvrige kapitalformer	. Videre har 	
samferdsel 	og 	kommunens 	kirke	tjenester	 klart høyere depresieringsrate enn øvrige funksjoner.	 I 	
begge tilfeller skyldes det vesentlig annerledes 	kapitalmasse.	 Disse tallene kan også være 	
gjenstand for en del målefeil, idet vi ikke har tall som belyser avviket mellom kapital	beholdningen 	
innad i næringer i kommunal sektor	 utover det man får ved å kombinere nasjonalregnskapet og 	
KOSTRA	. Like fullt endrer ikke estimatene seg 	radikalt	, hvis vi isteden legger en mer aggregert 	
næringsinndeling i nasjonalregnskapet til grunn for korrespondansen mellom 	næringene og 	
funksjoner i 	KOSTRA	. 	
28%
29%
30%
31%
32%
33%
34%
35%
36%
37%	
Geometrisk depresiering	Lineær depresiering	
a) Kalibrert tomteandel	
Levetid 10 år	Levetid 20 år	Levetid 30 år	
Levetid 40 år	Levetid 50 år	Levetid 60 år	
Levetid 70 år	Levetid 80 år	
0 %	20 %	40 %	60 %	80 %	100 %	
Kommunal sektor, samlet	
Samferdsel
VAR-tjenester	
Kommunale boliger
Admin. og beredskap	
Kirke	
Barneomsorg og sosial	
Kultur	
Helse og eldreomsorg	
Skole	
Tannhelse	
b) Sammensetning av maskiner, 	
utstyr og transportmidler
Maskiner og utstyr	Transportmidler

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	67	 	
 
 
Figur 	4.2 	Depresieringsrater over a) kapitalarter	 (til venstre)	 og b) funksjoner	 (til høyre)	 
 	
Kilde: 	Vista Analyses bearbeidinger av data fra Statistisk sentralbyrå	 	
Kapitaldeflatorer	 	
Prisutviklingen på realkapital 	varierer mer over kapitalarter enn funksjoner. Dette framgår 	av 	
Figur 	4.3. Fast eiendom og anlegg har vesen	tlig mer positiv prisutvikling enn	 de mobile 	
kapitalformene i fysisk forstand. Videre har bygg og anlegg en noe svakere 	prisutvikling en	n fast 	
eiendom og anlegg, hvilket indikerer at utviklingen i tomteprisen bidrar mye til prisveksten.	 	
Når det gjelder funksjoner, skiller samferdsel seg ut ved svakere prisutvikling enn de øvrige 
funksjonene. Dette kan ses i sammenheng med 	at 	realkapitalen innenfor denne sektoren også er 	
mer kortlevd, jamfør forrige delseksjon om depresieringsrater. Ellers er prisutviklingen relativt lik 
over funksjoner, også når man ser på utviklingen år for år. Kultur og tannhelse har svakest 
prisvekst på rea	lkapitalen blant de øvrige funksjonene, mens kommunale boliger og 	
administrasjon og beredskap står for den sterkest	e prisveksten.	 	
2.8 %
2.2 %
3.4 %	
32.4 %	
43.5 %	
3.3 %
1.9 %
2.9 %	
32.4 %	
43.5 %	
0%	10%	20%	30%	40%	50%	
Samlet	
Fast eiendom og anlegg	
Bygg og anlegg	
Maskiner, utstyr og
transportmidler
Immateriell kapital	
a) Depresieringsrater over 	
kapitalarter	
KOSTRA	Nasjonalregnskapet	
0%	5%	10%	
Kommunal sektor, samlet	
Barneomsorg og sosial	
Kultur
Skole	
Kommunale boliger	
Tannhelse	
Admin. og beredskap	
Kirke	
VAR-tjenester	
Helse og eldreomsorg	
Samferdsel	
b) Depresieringsrater over 	
funksjoner	
Primærkommuner	Fylkeskommuner	
Begge forvaltningsnivåer

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	68	 	
 
 
Figur 	4.3 	Realkapitalp	risutviklingen 	over a) kapitalarter	 (øverst)	, b) funksjoner 	(i midten 	
og c) regioner i tilfellet eiendom	skapital	 (nederst) med 2003 som bas	isår 	
 	
Kilde: 	Vista Analyses bearbeidinger av data fra Statistisk sentralbyrå	 	
Renter	 og avkastningskrav	 	
I delkapittel 	2.1.6	 og seksjon 	3.2.1	 diskuterte vi henholdsvis 	de prinsipielle og måletekniske sidene 	
av renter og avkastningskrav. 	I denne delseks	jonen bringer vi drøftelsen videre ved å ta for oss 	
0.6
1.1
1.6
2.1
2.6
3.1	
1998	2000	2002	2004	2006	2008	2010	2012	2014	2016	2018	2020	2022	Indeksert utvikling (baseår 2003)	
a) Realkapitalprisutvikling over kapitalarter	
Samlet
Fast eiendom og anlegg
Bygg og anlegg
Maskiner, utstyr og
transportmidler
Immaterielle eiendeler	
0.7
1.2
1.7
2.2
2.7
Indeksert utvikling (baseår 2003)	
b) Realkapitalprisutvikling over funksjoner	
Kommunal sektor, samlet
Kirke
Barneomsorg og sosial
Kultur
Skole
Kommunale boliger
Tannhelse
Admin. og beredskap
VAR-tjenester
Helse og eldreomsorg
Samferdsel	
0.6
1.1
1.6
2.1
2.6
3.1
3.6	
1998	2000	2002	2004	2006	2008	2010	2012	2014	2016	2018	2020	2022	Indeksert utvikling (baseår 2003)	
c) Eiendomsprisutvikling over eiendomsregioner	
Hele landet
Oslo og Bærum
Akershus ellers
Innlandet
Østlandet ellers
Agder og Rogaland ellers
Stavanger
Bergen
Vestlandet ellers
Rindal
Trondheim
Trøndelag ellers
Nord-Norge

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	69	 	
 
 
renteutviklingen. I de empiriske beregningene vil vi i tråd med seksjon 	3.2.1	 benytte oss av to 	
alternative rentemål.	 	
For det første har vi valgt å benytte et fast rentemål basert på 	statens realavkastningskrav på 	
offentlige 	investeringer på 4 prosent	, omregnet til nominelle termer basert på	 Norges Banks 	
inflasjonsmål på 2 prosent.	 For det andre har vi benyttet oss av kalkyle	renten	 i kommunal sektor 	
med et tillegg på 1,5 prosentpoeng knyttet til egenkapitalens risiko, der størrelsen på påslaget er 
basert på anslaget til 	Hagen	-utvalget (NOU 2012:16)	. Merk at den kommunale kalkyle	renten	 	
tilsvarer Norges Banks nullkupongrent	e med en løpetid på fem år 	– også kjent som den femårige 	
swap	-renten	 – med e	t tillegg 	på 0,5 	prosentpoeng 	for at kommunene skal få dekket sine faktiske 	
kostnader 	(Kommunal	- og moderniseringsdepartementet 	2019a)	. Kalkyle	renten	 kan	 riktignok 	
betraktes som en form for	 fastlånsrente, men som vi vil se	, ligger swap	-renten	 og den flytende 	
låne	renten	 i nærheten av hverandre. 	Vi referer	er til 	seksjon	 3.2.1	 for flere detaljer.	 	
Kommunalbanken utgjør den primære kreditoren for primærkommunene og fylkeskommunene. 
Et aktuelt låneprodukt er obligasjoner med fem års løpetid. Kommunalbankens rente på slike 
obligasjoner følger	 pengemarkeds	renten	 tre 	måneders	 NIBOR	,20 pluss fem års 	kredittspread	 for 	
norske kommuner. 	I Figur 	4.4 a) sammenlikner 	vi 	denne låne	renten	 og 	den kommunale 	
kalkyle	renten	, som 	nevnt over og 	drøftet 	mer i detalj 	i delkapittel 	2.1.6	. Vi ser at kalkyle	renten	 	
historisk har 	ligget	 noe høyere enn låne	renten	. Årsaken er primært at rentekurven er stigende, 	
og at 5 års swap	-rente historisk har vært noe høyere enn 3 måneders 	NIBOR	. 	
Figur 	4.4 	a) Låne	renten	 på femårige obligasjoner og kalkyle	renten	 i prosentpoeng (til 	
venstre) og tre måneders NIBOR og femårs nullkupongrente (til høyre) i 
prosentpoeng	 	
 	
Lånerente tilsvarer tre måneders NIBOR og femårs 	kredittspread	 for norske kommuner utenom 	
Oslo.	 3m står for tre m	åneder	. 	
Kilder: Bloomberg og DNB Markets	 	
Sammenlikner vi	 femårig	 swap	-rente	 og 	tre måneders 	NIBOR 	-rente	 direkte, altså begge uten 	
glidende gjennomsnitt, ser vi at 	den tre måneders	 NIBOR	-renten	 faktisk har variert minst like mye 	
som swap	-renten	, jamfør	 Figur 	4.4 b). I lange perioder ligger swap	-renten	 litt	 over NIBOR	. Dette	 	
er naturlig	, siden swap	-renten	 på 	beslutningstidspunktet	 er en sikker rente for fem år fr	amover.	 	
Mange kommuner har mandater om å sikre opp mot 50	 prosent	 av gjelden ved bruk av swapper. 	
I praksis er sikringsgraden vesentlig lavere, men 	sikringen kan kanskje brukes til å argumentere 	
 	
20 «NIBOR	» står for «	Norwegian Interbank Offered Rate	». NIBOR	-rentene skal gjenspeile rentenivået som en bank 	
krever for usikret pengemarkedsutlån i norske kroner til en annen bank og kan ha ulike løpetider og kredittspredning.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	70	 	
 
 
for at det er et gjennomsnitt av kalkyle	renten	 fra over og obligasjonsrent	ene	, NIBOR	, som	 best 	
gir uttrykk for kommunale gjeldsrenter. På den annen side er det mange kommuner 	som 	har i de 	
senere år 	finansiert seg med kortsiktige obligasjoner	. Slike obligasjone	r har 	jevnt over 	hatt lavere 	
rente enn	 de	 femårige obligasjone	ne	, men 	de	 må 	ofte 	refinansieres og 	innebærer	 større	 	
volatilitet.	 	
Mange	 kommuner finansierer seg ved kortsiktige lån	, jamfør 	Figur 	4.5 a).	 Kortsiktige lån har de 	
siste årene hatt lavere rente enn langsiktige, men de er volatile og krever hyppig refinansiering.	 	
Figur 	4.5 	a) Norske primærkommuners lån fordelt på løpetid i milliarder kroner (til 
venstre) og b)	 påslag på 	primær	kommunegjeld	 i prosent	 (til høyre)	 	
 	
y står for års løpetid	 	
Kilder: DNB Markets	 og Stamdata	 	
Videre er kalkyle	renten	s p	åslag på 0,5 prosent sammenli	knbart med kredittpåslaget i 	
obligasjonsmarkedet	 med henvisning til 	Figur 	4.5 b). Merk at Oslo 	er 	holdt utenfor 	figuren 	på 	
grunn av at kommunen både er en primærkommune og en fylkeskommune, i tillegg til at 
hovedstaden har relativt høyt låneopptak. 	Selv om det er	 visse variasjoner	 mellom 	kalkylerentas 	
påslag og kredittpåslaget i obligasjonsmarkedet	 over tid	, så er	 medianverdiene 	nokså	 like.	 	
4.1.2	 	Finansiell og realøkonomisk kapitalstruktur og rentekostnader	 	
Vi vil nå adressere heterogeniteten i kommunenes finansielle og 	realøkonomiske kapitalstruktur 	
med tilhørende konsekvenser for kommunene.	 	
Primærkommunene	 	
I Figur 	4.6 har vi illustrert sammenhengen mellom bruttodrift	sutgiftene per innbygger i 	
primærkommunene og deres gjeldsrente og gjeldsgrad, samlet sett og kun kortsiktig. Mønsteret 
er relativt likt for alle tre indikatorene med enkelte uteliggere i det sistnevnte tilfellet. Variasjonen 
i gjeldsrente og gjeldsgrad er 	generelt stor med tendering til noe høyere gjeldsrente og gjeldsgrad 	
for sentrale primærkommuner enn for perifere primærkommuner.	 	
Ettersom egenkapitalen vil stå overfor en høyere rente enn gjelden, vil kombinasjonen av høy 
gjeldsgiring og høy gjeldsrente gå imot hverandre når man tar for seg samlet kapitalrente. Det 
samme gjelder ved både lav gjeldsgiring og lav gjeldsrente. Dette ta	ler for at en felles kapitalrente 	
på tvers av kommuner ikke nødvendigvis er så 	urealistisk. Like fullt er korrelasjonskoeffisienten 	
mellom gjelds	renten	 og den samlede gjeldsgraden ikke mer enn 	0,26	3. Videre er

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	71	 	
 
 
korrelasjonskoeffisienten	 mellom 	gjelds	renten	 og den 	kortsiktige	 gjeldsgraden	 på kun 0,040. 	
Korrelasjonskoeffisienten	 mellom 	den samlede gjeldsgraden	 og den kortsiktige gjeldsgraden er 	
0,287, hvilket vitner om vesentlige forskjeller i gjeldsfinansieringen mellom kommuner.	 	
Figur 	4.6 	Bruttodriftsutgifter per innbygger i primærkommunene plottet mot a) 
gjeldsrente (til venstre), b) samlet gjeldsgrad i midten) og c) kortsiktig 
gjeldsgrad (til høyre) over sentralitetsnivåer	 	
 	
Angivelse av fargekoder for sentralitetsnivåer: 	svært perifer	, moderat perifer	, litt perifer	, litt 	
sentral	, moderat sentral	, og 	svært sentral	 	
Kilde: Vista Analyse	 	
Dersom vi istedenfor å ta for oss sentraliteter fokuserer på NUTS2	-land	sdeler, forblir mønsteret 	
noe av det samme	, som illustrert i	 Figur 	4.7. 	
Figur 	4.7 	Bruttodriftsutgifter per innbygger i primærkommunene plottet mot a) 
gjeldsrente (til venstre), b) samlet gjeldsgrad i midten) og c) kortsiktig 
gjeldsgrad (til høyre) over NUTS2	-landsdeler	 	
 	
Angivelse av fargekoder for NUTS2	-landsdeler: 	Nord	-Norge	, Midt	-Norge	, Vestlandet	, Sørlandet 	
og Sørøst	-Norge	, Innlandet	 og 	Oslo og Viken	 	
Kilde: Vista Analyses beregninger av data fra 	Statistisk sentralbyrå	 	
Det	 er kommuner i Oslo og Viken som tenderer til å ha både relativt høy gjeldsgrad og høy 	
gjeldsrente, mens det motsatte tenderer å være tilfellet for nordnorske kommuner. Tendensen 
er imidlertid langt svakere for NUTS2	-landsdeler enn for sentralitetsnivåer.	 	
Som redegjort for i delseksjon 	2.2.6	 kan det argumenteres for at renter på kapitalen ikke bare bør 	
ha realkapital som beregningsgrunnlag, men en bredere del av kapitalbasen. I 	Figur 	4.8 gir vi en 	
oversikt over hvordan bruttodriftsutgiftene per innbygger i primærkommunene samvarierer med 	
0.0 %
0.5 %
1.0 %
1.5 %
2.0 %	
0	200	400	
Gjeldsrente	
Bruttodriftsutgifter per 	innbygger	
30%
40%
50%
60%
70%
80%
90%
100%	
0	200	400	
Samlet gjeldsgrad	
Bruttodriftsutgifter per 	innbygger	
0%
5%
10%
15%
20%
25%	
0	200	400	
Kortsiktig gjeldsgrad	
Bruttodriftsutgifter per 	innbygger	
30%
40%
50%
60%
70%
80%
90%
100%	
0	200	400	
Samlet gjeldsgrad	
Bruttodriftsutgifter per 	innbygger	
0.0 %
0.5 %
1.0 %
1.5 %
2.0 %	
0	200	400	
Gjeldsrente	
Bruttodriftsutgifter per 	innbygger	
0%
5%
10%
15%
20%
25%	
0	200	400	
Kortsiktig gjeldsgrad	
Bruttodriftsutgifter per 	innbygger

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	72	 	
 
 
realkapitalgraden, i tillegg en oversikt over den realøkonomiske kapitalstrukturen. 	De to øverste 	
figurene viser 	sammenhengen mellom bruttodriftsutgifter, kapitalgrad og kommunenes 	
sentralitet og landsdeltilhørighet. Korrelasjonskoeffisienten til bruttodriftsutgiftene per 
innbygger og realkapitalgraden er kun 	-0,108. Sammenhengen	 mellom realkapitalgraden og 	
sentralitet er også relativt svak, dog positiv, og enda et hakk mindre markant for NUTS2	-	
landsdeler.	 	
Figur 	4.8 	Primærkommunenes a) bruttodriftsutgifter per innbygger plottet mot 
realkapitalgrad over sentralitetsnivåer (øverst til venstre) og b) 
bruttodriftsutgifter per innbygger plottet mot realkapitalgrad over NUTS2	-	
landsdeler (øverst til høyre) og c) sammensetni	ng av eiendeler (nederst)	 	
Angivelse av fargekoder for sentralitetsnivåer i de øverste figurene: 	svært perifer	, moderat 	
perifer	, litt perifer	, litt sentral	, moderat sentral	, og 	svært sentral	. Oslo inkluderer både 	
primærkommunen og fylkeskommunen i nedre figur.	 	
Kilde: Vista Analyses beregninger av data fra Statistisk sentralbyrå	 	
Omfanget av det omløpsmidlet som	 i kraft av sine egenskaper	 likner mest på realkapitalen	 – det 	
vil si 	varelageret 	– er svært beskjeden	t. Det er noe variasjon i kortsiktige fordringer, men ikke 	
dramatisk. Når vi ser nærmere på de bakenforliggende tallene, viser det seg at de kortsiktige 
fordringene i stor grad tilhører noen enkeltkommuner, hvilket utfordrer rimeligheten ved og 
hensiktsmess	igheten av kompensasjon. Variasjoner i omfanget av disse kapitalformene er i liten 	
grad reflektert av variasjoner i den f	aste realkapitalen, slik at det vil være lite hensiktsmessig å 	
håndtere det med en multiplikatoreffekt på realkapitalen. På fordringer som ikke betales inn, kan 
det også være adgang til å kreve morarenter. Alt i alt ser vi utfra empirien ikke tungtveiende 
grunner til å beregne rentekostnader av andre eiendeler enn eventuelt realkapitalen.	 	
20%
30%
40%
50%
60%
70%	
0	100	200	300	400	
Realkapitalgrad	
Bruttodriftsutgifter per innbygger	
20%
30%
40%
50%
60%
70%	
0	100	200	300	400	
Realkapitalgrad	
Bruttodriftsutgifter per innbygger	
0 %	20 %	40 %	60 %	80 %	100 %	
Hele landet
Nord-Norge
Midt-Norge
Vestlandet	
Sørlandet og Sør-Østlandet	
Innlandet	
Oslo og Viken	
Andel av eiendeler	
Fast realkapital
Varer
Kortsiktige fordringer
Kortsiktige utlån
Bankinnskudd
Kortsiktige eierposter
Sertifikater og derivater
Langsiktige utlån
Langsiktige eierposter
Pensjonsmidler

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	73	 	
 
 
Fylkeskommunene	 	
I motsetning 	til primærkommunene er det ikke noe særlig korrelasjon mellom de samlede 	
gjeldsgradene fylkeskommunene har, og 	gjeldsrentene de står overfor. Dette framgår av 	Figur 	
4.9. De to parameterne har korrelasjonskoeffisienter på 	-0,080	 inkludert Oslo og 	-0,090 	
ekskludert Oslo. Det er dermed ikke slik at	 den samlede	 gjeldsgraden og gjelds	renten	 trekker i 	
ulike retninger når det gjelder den samlede kapital	renten	 på dette 	forvaltningsnivået. 	
Korrelasjonen mellom kortsiktig gjeldsgrad og gjelds	renten	 er riktignok 0,326 utenom Oslo, men 	
0,36	9 med Oslo. 	Videre er korrelasjonen mellom 	gjelds	renten	 og den kortsiktige gjeldsgraden 	
0,495 med Oslo og 0,516 uten Oslo, hvilket impliserer langt likere overordnet gjeldsstruktur i 
fylkeskommunene enn i 	primærkommunene. 	Samtidig	 er utvalget åpenbart relativt lite, slik at det 	
er vanskelig å trekke sterke konklusjoner utfra denne empirien.	 	
Figur 	4.9 	Bruttodriftsutgifter per innbygger i fylkeskommunene plottet mot a) 
gjeldsrente (til venstre), b) samlet gjeldsgrad (i midten) og c) kortsiktig 
gjeldsgrad (til høyre) over NUTS2	-landsdeler	 	
 	
Angivelse av fargekoder for NUTS2	-landsdeler: 	Nord	-Norge	, Midt	-Norge	, Vestlandet	, Sørlandet 	
og Sørøst	-Norge	, Innlandet	 og 	Oslo og Viken	 	
Kilde: Vista Analyses beregninger av data fra Statistisk sentralbyrå	 	
I Figur 	4.10	 a) har vi illustrert sammenhengen i fylkeskommunene mellom realkapitalgraden og 	
bruttodriftsutgifter over sentralitetsnivåer, normalisert per innbygger. 	Til dels på grunn av at 	
utvalget av fylkeskommuner er lite, er det vanskelig å argumentere for at en større del av 
kapitalmassen enn realkapitalmassen bør benyttes i renteberegningene. For fylkeskommunene 
er det sterk korrelasjon mellom realkapitalgraden o	g bruttodriftsutgifter per innbygger på 	0,221 	
når Oslo holdes utenfor, skjønt korrelasjonsmatrisen 	øker	 til 	0,436 	når Oslo inkluderes.	 	
Fylkeskommunenes samlede kapitalsammensetning er vist i 	Figur 	4.10	 b). 	Også på fylkesnivå er 	
varelageret neglisjerbart. Samtidig er det vesentlige variasjoner i fylkeskommunenes fordringer, 
uten at denne kategorien er spesielt stor.	 	
T&FNordl.	
Trønd.
Vestl.	
Rogal.	
M&R	Agder	V&T	
Innl.	
Oslo	
Viken	
0.5 %
1.0 %
1.5 %
2.0 %
2.5 %
3.0 %	
0	20	40	
Gjeldsrente	
Bruttodriftsutgifter per 	innbygger	
T&F
Nordl.	
Trønd.	
Vestl.	
Rogal.	
M&R	
Agder	
V&T	
Innl.	Oslo
Viken	
40%
45%
50%
55%
60%
65%
70%	
0	20	40	
Samlet gjeldsgrad	
Bruttodriftsutgifter per 	innbygger	
T&F	
Nordl.	
Trønd.	
Vestl.	
Rogal.	M&R
Agder	
V&T	
Innl.	
Oslo	
Viken	
4%
5%
6%
7%
8%
9%
10%
11%	
0	20	40	
Kortsiktig gjeldsgrad	
Bruttodriftsutgifter per 	innbygger

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	74	 	
 
 
Figur 	4.10	 	Fylkeskommunenes a) bruttodriftsutgifter per innbygger plottet mot 
realkapitalgrad over sentralitetsnivåer (øverst) og 	b) sammensetning av 	
eiendeler (nederst)	 	
 	
Angivelse av fargekoder for sentralitetsnivåer i øverste figur: 	svært perifer	, moderat perifer	, litt 	
perifer	, litt sentral	, moderat sentral	, og 	svært sentral	. Oslo inkluderer både 	primærkommunen 	
og fylkeskommunen i nedre figur.	 	
Kilde: Vista Analyses beregninger av data fra Statistisk sentralbyrå	 	
4.1.3	 	Realkapital	beholdnin	g 	
I det følgende presenterer vi estimater for realkapital	beholdningene	 for primærkommunene og 	
fylkeskommunene.	 	
Primærkommunene	 	
Våre estimater for primærkommunenes realkapitalbeholdning ved utgangen av 2022 er framvist 
i Figur 	4.11	. DM	-estimatet er på 0,85 billioner kroner, mens PIM	-estimatene varierer fra 	
1,40	 billioner kroner estimert over funksjoner	 med disaggregerte kjennetegn til 1,4	9 billioner 	
kroner estimert over	 kapitalarter med disaggregerte kjennetegn. 	I PIM	-beregningene på 	
funksjonsnivå drar 	både 	bruk av aggregerte 	deflatorer og depresieringsrater kapitalestimatene 	
opp sammenliknet med bruk av di	saggregerte deflatorer og depresieringsrater.	 	
T&F	Nordl.	
Trønd.	
Vestl.	
Rogal.	M&R	
Agder	
V&T	
Innl.	
Oslo	
Viken	
40%
50%
60%
70%
80%
90%	
10	15	20	25	30	35	
Realkapitalgrad	
Bruttodriftsutgifter per innbygger	
0 %	20 %	40 %	60 %	80 %	100 %	
Hele landet	
Troms og Finnmark	
Nordland
Trøndelag	
Møre og Romsdal	
Vestland
Rogaland	
Agder	
Vestfold og Telemark	
Innlandet	
Viken
Oslo	
Andel av eiendeler	
Fast realkapital
Varer
Kortsiktige fordringer
Kortsiktige utlån
Bankinnskudd
Kortsiktige eierposter
Sertifikater og derivater
Langsiktige utlån
Langsiktige eierposter
Pensjonsmidler

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	75	 	
 
 
Fast eiendom og anlegg 	står for vel 	95	,3 prosent av	 kapitalmassen	 beregnet ved PIM over 	
kapitalarter og 97,6 prosent av kapitalmassen basert på DM. R	esten 	av 	kapitalbeholdningen 	
består 	primært av maskiner, utstyr og transportmidler	, mens andelen av immateriell kapital ligger 	
langt under en promille	. Grunnskolen og VAR	-tjenestene 	utgjør funksjonene med mest 	
omfattende kapitalbeholdninger, som 	er 	for øvrig spredt over en rekke sektorer.	 	
Figur 	4.11	 	Estimert fast realkapitalbeholdning 	i primærkommunene ved utgangen av 	
2022 	etter a) art (øverst) og b) funksjon (nederst)	 	
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d).	 	
Kilde: Vista Analyse	 	
For primærkommunene er estimerte 	real	kapitalbeholdninger 	per innbygger 	over kommuner 	
stekt korrelerte med hverandre over 	kapitalestimerings	metoder	. Dette framgår av 	Tabell 	4.1, 	
som gjengir 	korrelasjonsmatrise 	mellom	 beholdning	sstørrelse	ne	 i 2022	-tall. Merk at Oslo 	
primærkommune her inngår som en egen observasjon, uten at inkluderingen gir betydelige 
utslag	. Alle	 korrelasjonskoeffisiente	ne mellom kapitalestimatene	 er over 	92 prosent. 	For PIM	-	
estimatene 	estimert med utgangspunkt i funksjoner	, men med varierende	 ka	pitaldeflatorer og 	
depresieringsrater,	 er 	samtlige 	korrelasjonskoeffisienter på over 9	8 prosent.	 	
0.0	0.5	1.0	1.5	
(1) Fast realkapital, DM	
(2) Fast realkapital, PIM-dd art	
Billioner kroner	
Fast realkapitalbeholdning etter art	
Fast eiendom og anlegg
Maskiner, utstyr og transportmidler
Immateriell kapital	
0.0	0.5	1.0	1.5	
(4) Fast realkapital PIM-dd	funksjon	
(3) Fast realkapital PIM-da	funksjon	
(6) Fast realkapital PIM-ad	funksjon	
(5) Fast realkapital PIM-aa	funksjon	
Billioner kroner	
Fast realkapitalbeholdning etter funksjon	
Grunnskole
VAR-tjenester
Helse og omsorg
Kommunale boliger
Samferdsel
Kultursektoren
Barnehage
Administrasjon og felles
Næringsforvaltning
Plan, byggesak og miljø
Kirke

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	76	 	
 
 
Tabell 	4.1 	Korrelasjon mellom estimater for realkapital	beholdninger	 per innbygger i 	
norske primærkommuner 	ved utgangen av	 2022	 	
Variabler	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	
(1) Fast realkapital, DM	 	1.000	 	 	 	 	 	 	
(2) Fast realkapital, PIM	-dd art	 	0.920	 	1.000	 	 	 	 	 	
(3) Fast realkapital, PIM	-dd funksjon	 	0.925	 	0.978	 	1.000	 	 	 	 	
(4) Fast realkapital, PIM	-ad funksjon	 	0.932	 	0.975	 	0.992	 	1.000	 	 	 	
(5) Fast 	realkapital, PIM	-da funksjon	 	0.927	 	0.988	 	0.994	 	0.987	 	1.000	 	 	
(6) Fast realkapital, PIM	-aa funksjon	 	0.933	 	0.984	 	0.984	 	0.993	 	0.992	 	1.000	 	
I forkortelsene dd, ad, da og aa angir 	første	 og 	andre bokstav om henholdsvis 	
kapital	deflatorene	 og depresieringsratene er aggregerte (a) eller 	disaggregerte	 (d). 	Angivelse 	
av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-(-0,75)	, (-0,75)	-(-0,50)	, (-	
0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10	)-(-0,00), 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-	
0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse	 	
I Figur 	4.12	 har vi illustrert utviklingen i kapitalmassen basert på de ulike tilnærmingene. Figuren 	
viser tydelig 	at DM innebærer en svakere utvikling 	enn 	PIM, hvilket følger av at prisingen baseres 	
på historisk prising snarere en	n oppdatert prising. Videre er utviklingen i PIM	-estimatet basert på 	
kapitalarter relativt positiv i perioden fra 2008 til 2016 sammenliknet med PIM	-estimatene basert 	
på funksjon. Mellom 202	1 og	 2022 er derimot utviklingen i kapitalmassen vesentlig svakere for 	
PIM	-estimatet basert på kapitala	rt enn PIM	-estimatene basert på funksjon.	 	
Figur 	4.12	 	Utvikling	 i alternative mål for	 realkapitalbeholdningen i løpende priser i 	
primærkommune fra 2003 til 2022	 	
 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d).	 	
Kilde: Vista Analyse	 	
0
200
400
600
800
1 000
1 200
1 400
1 600	
2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022	
Milliarder kroner	
Fast realkapitalbeholdning i løpende priser over tid	
DM	PIM-dd, art	PIM-dd, funksjon	
PIM-ad, funksjon	PIM-da, funksjon	PIM-aa, funksjon

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	77	 	
 
 
Fylkeskommunene	 	
Våre estimater for realkapitalbehold	ningen til norske fylkeskommuner ligger 	mellom 	0,21 	
billioner kroner estimert ved DM 	og 	0,3	4 billioner	 kroner	 estimert ved PIM på funksjonsnivå med 	
aggregerte kapitalforutsetninger. PIM	-estimatene basert på disaggregerte kapitalforutsetninger 	
er 0,27 	billioner	 kroner 	både ved esti	mering basert på kapitalart og basert på funksjon	. Dette 	er 	
visualisert i	 våre illustrasjoner 	Figur 	4.13	. Også	 i tilfellet fylkeskommunene bidrar	 bruk av	 både 	
aggregerte depresieringsrater og aggregerte deflatorer 	til å trekke opp	 disse kapitalestimatene	. 	
Figur 	4.13	 	Estimert fast realkapitalbeholdning i fylkeskommunene ved utgangen av 2022 
etter a) art (øverst) og b) funksjon (nederst)	 	
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d).	 	
Kilde: Vista Analyse	 	
I fylkeskommunene dominerer særlig samferdsel, men også videregående opplæring, 
funksjonene som realkapitalmassen kan tilskrives. Tannhelse og administrasjon og fellesutgifter 
er ikke spesielt kapitalintensive og står dermed for en mindre andel av kapitalm	assen enn av 	
bruttodriftsresultatene. Fast eiendom og 	anlegg dominerer kapitalmassen med en andel på 97,5 	
prosent og 98,0 prosent estimert med henholds	vis DM og PIM basert på art, mens m	askiner, 	
0.0	0.2	0.4	
(1) Fast realkapital, DM	
(2) Fast realkapital, PIM-dd art	
Billioner kroner	
Fast realkapitalbeholdning etter art	
Fast eiendom og anlegg
Maskiner, utstyr og transportmidler
Immateriell kapital	
0.0	0.2	0.4	
(4) Fast realkapital, PIM-dd	funksjon	
(5) Fast realkapital, PIM-ad	funksjon	
(6) Fast realkapital, PIM-da	funksjon	
(3) Fast realkapital, PIM-aa	funksjon	
Billioner kroner	
Fast realkapitalbeholdning etter funksjon	
Samferdsel
Videregående opplæring
Administrasjon og felles
Tannhelse
Næringsforvaltning
Kultursektoren
Plan, byggesak og miljø

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	78	 	
 
 
utstyr og transportmidler står for resten. Fylkeskommun	ene	 står ikke oppført med immaterielle 	
eiendeler i 	KOSTRA	 i 2022.	 	
I Tabell 	4.2 har vi illustrert korrelasjonen mellom estimatene for kapitalbeholdningene. 	
Fylkesfunksjonene i Oslo 	er 	inkludert som en egen observasjon, uten at dette gir store utslag på 	
koeffisientene. 	Korrelasjonsestimatet beregnet med 	DM og 	PIM basert på kapitalarter involverer 	
de laveste korrelasjonskoeffisientene i intervallet 0,	93	 til 0,	98	. Merk 	at dette kapitalestimatet 	
implisitt 	likebehandler fast 	eiendom	 og anlegg innenfor fylkeskommunal samferdsel og resten av 	
fylkeskommunene. 	Ellers	 er 	korrelasjo	nskoeffisient	ene 	innad mellom de forskjellige PIM	-	
funksjons	estimatene på over 0,9	8. 	
Tabell 	4.2 	Korrelasjon mellom estimater for realkapitalbeholdninger per innbygger i 
norske fylkeskommuner ved utgangen av 2022	 	
Variabler	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	
(1) Fast realkapital, DM	 	1.000	 	 	 	 	 	 	
(2) Fast realkapital, PIM	-dd art	 	0.937	 	1.000	 	 	 	 	 	
(3) Fast realkapital, PIM	-dd funksjon	 	0.968	 	0.965	 	1.000	 	 	 	 	
(4) Fast realkapital, PIM	-ad funksjon	 	0.955	 	0.948	 	0.996	 	1.000	 	 	 	
(5) Fast realkapital, PIM	-da funksjon	 	0.979	 	0.979	 	0.991	 	0.981	 	1.000	 	 	
(6) Fast realkapital, PIM	-aa funksjon	 	0.975	 	0.970	 	0.992	 	0.989	 	0.997	 	1.000	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). Angivelse 
av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-(-0,75)	, (-0,75)	-(-0,50)	, (-	
0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-	
0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse	 	
Figur 	4.14	 viser utviklingen i de ulike estimatene 	for fylkeskommunenes realkapitalbeholdning fra 	
2003 til 2022. Figuren 	illustrerer	 i korte trekk at estimatene var relativt like fram til 2010, for 	
deretter bli gradvis mer forskjellige.	 DM	-estimatet har et negativt skift fra 2010 til 2011 med en 	
tilsvarende innhentning fra 2011 til 2012. Noe tilsvarende er ikke synlig for PIM	-estimatene. Fra 	
2021 til 2022 har PIM	-estimatet basert på kapitalartene en langt mer negativ utvikling enn øvrige	 	
estimater.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	79	 	
 
 
Figur 	4.14	 	Utvikling i	 alternative mål for	 realkapitalbeholdningen i løpende priser i 	
fylkes	kommune fra 2003 til 2022	 	
 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller 	disaggregerte (d).	 	
Kilde: Vista Analyse	 	
Kommunal sektor samlet	 	
Samlet sett varierer våre estimater for realkapitalbeholdningen	 inkludert tomter i kommunal 	
sektor i 2022 	fra	 1,05	 billioner kroner 	ved DM 	og i spennet 1,	65	 til 1,	83	 billioner kroner baser	t på 	
PIM.	 Til sammenlikning har Statistisk sentralbyrå i 	nasjonalregnskap	et anslått 	realkapitalmassen 	
ek	skludert tomter i 	kommunal sektor 	i 2022 til 	1,6	6 billioner kroner	 basert på PIM med både 	
disaggregerte 	kapital	arter og funksjoner	. Tilsynelatende er dermed estimatene ganske like. 	 	
Av kapitalmassen i 	nasjonalregnskap	et 	er imidlertid	 98,	2 	prosent 	bygg og anlegg, hvilket er 	
vesentlig høyere enn 	hva 	KOSTRA	-tallene tilsier, selv uten at tomter er medregnet	. Dersom 	
tomter står for om lag 35 prosent av eiendomsverdien i gjennomsnitt,	 tilsvarer 	
nasjonalregnskapstallene at realkapitalbeholdningen inkludert tomter er verdt 	2,26 	billioner	 	
kroner	, altså 	vesentlig høyere enn 	våre estimater	. Vi referer	er til delseksjonen om andeler av 	
kapitalbeholdningen for mer om denne problemstillingen.	 	
Siden vi er interessert i hele eiendomsmassen og ikke bare bygg	- og anleggskomponenten, har vi 	
benyttet eiendomsdeflatorer istedenfor bygg	- og anlegg	sdeflatorer, som ligger til grunn for 	
Statistisk sentralbyrås nasjonalregnskap. På et aggregert nivå utvikler eiendomsprisene seg typisk 
noe mer aggressivt enn bygg	- og anleggsdeflatorene, på grunn av relativt høy prisvekst i 	
tomtekomponenten. Relativt aggr	essive deflatorer skulle imidlertid isolert sett innebåret at 	
historiske investeringer verdsettes relativt	 høyt med dagens kroneverdi og ikke motsatt. Våre 	
deflatorer tar utgangspunkt i den geografiske prisutviklingen og justeres deretter for 
næringsrelatert prisutvikling, jamfør seksjon 	3.1.2	. 	
0
50
100
150
200
250
300
350
400	
2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022	
Milliarder kroner	
Fast realkapitalbeholdning i løpende priser over tid	
DM	PIM-dd, art	PIM-dd, funksjon	
PIM-ad, funksjon	PIM-da, funksjon	PIM-aa, funksjon

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	80	 	
 
 
En 	viktig	 grunn til 	forskjeller i kapitalestimatene er utvilsomt at 	KOSTRA	-tallene er verdsatt til 	
historisk kost	. Selv om våre PIM	-data tar hensyn til kapitalens prisutvikling, 	har vi ikke 	gjort forsøk 	
på å oppjustere	 de inngående kapital	beholdningene. Som kjent ble disse verdiene satt nokså ad 	
hoc i begynnelsen av 2000	-tallet. På en annen side er store deler	 av 	disse kapitalverdiene 	
avskrevet i dag og mange bygninger har også skiftet hender siden den gang.	 Merk at i	 analoge 	
sammenlikninger mellom 	bygg	- og anleggskapital 	eksk	lusive tomter 	i nasjonalregnskapet og 	
eiendomsverdier	 inklusive tomter	 i Foretaksregisteret i Brønnøysund	 er nasjonalregnskapstallene 	
relativt høye	 sammenliknet med regnskapstallene etter at tomteverdier legges til 	(se for 	
eksempel Holmen 2022	a). 	
Det er naturligvis også andre grunner til at estimatene 	for kapitalbeholdningen i kommunal sektor 	
avviker	. Statistisk sentralbyrås nasjonalregnskapsavdeling har tilgang til mer detaljerte	 tall for 	
kapitalsammensetningen i kommunal sektor enn vi	 har	, samtidig som de foretar	 supplerende 	
spørreundersøkelser som beriker 	grunnlaget for å anslå investeringstallene. 	Innleie av realkapital 	
vil kunne være med i 	nasjonalregnskap	sdataene, men vil være en del av 	bruttodriftsutgift	ene i 	
våre tall. 	Ellers fanger varige driftsmidler og immaterielle eiendeler opp den vesentlige del 	av 	
kommunal sektors kapitalmasse. 	Forskjeller og n	yanser i 	dataene for realkapitalens prisutvikling 	
og depresieringsrater	 vil også virke inn på estimatene. Nedskrivninger inngår ikke i 	KOSTRA	. 	
4.1.4	 	Kapitalkostnader og 	kapital	utgifter	 	
Vi retter nå søkelyset mot alternative mål for primærkommunenes og fylkeskommunenes 
kapitalkostnader og kapitalutgifter. Det fins flere alternative mål for kapitalkostnader og 
kapitalutgifter som kan tenkes å benyttes i 	utgiftsutjevningen i 	det kommunale inntektssystemet. 	
En 	retning	 er å se på brutto	investerings	utgifter, eventuelt brutto	investering	sutgiftstrømmer, der 	
man har korrigert for avhendelse av kapitalen. En annen retning 	er 	å ta utgangspunkt i 	
kommunenes kapitalslit, basert på anslagene for kapitalslitet som vi redegjorde for i seksjon 	4.1.3	. 	
En tredje retning er å summere kapitalslitet med anslag for rentekostnadene, enten det er snakk 
om en for	m for	 flytende eller fast rente. Som redegjort for i seksjon 	3.2.1	 har vi operert med en 	
flytende rente tilsvarende kalkyle	rente og en risikopremie på 1,5 prosent	, og en fast rente 	
tilsvarende et realavkastningskrav på 	fire 	prosent og e	n inflasjonsforvent	ning på 	to prosent. En 	
fjerde variant er å i tillegg ta hensyn til prisutviklingen på kapitalbeholdningen og kapitalslitet, 
hvilket tilsvarer det såkalte kapitaltjenestebegrepet.	 I det følgende tar vi for oss alle disse 	
variantene i kombinasjon med estimatene for realkapitalbeholdningen, redegjort for i seksjon 
4.1.4	. 	
Primærkommunene	 	
I Figur 	4.15	 har vi framvist våre anslag på realkapitalkostnader. 	Ikke overaskende spriker 	
estimatene vesentlig, da 	det 	er snakk om nokså forskjellige mål. 	Kapitalmålene som 	inne	bærer 	
summe	ring av	 kapitalslitet og rentekostnadene	, utgjør 	de	 av mest omfattende 	i størrelsesorden. 	
Bruttoinvesteringsmålene er høyere enn kapitalslitmålene, hvilket innebærer at kapitalmengden 
øker over tid. 	Bruttoinvesteringene er høyere enn bruttoinvesteringsstrømmene ved 	
konstruksjon, ettersom avhending er trukket fra i strømningsvariabelen.	 Størrelsesforholdene 	
mellom kapitalslitestimatene henger sammen med forskjellene i estimatene til beh	oldningene. 	
Bruk av aggregerte framfor disaggregerte kapitaldeflatorer og depresieringsrater tenderer til å

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	81	 	
 
 
øke kapitalslitet, hvilket henger sammen med hvilken kapitalbeholdning som legges til grunn. 
Anslagene øker videre når man legger til rentekostnader	. For 2022 er vårt estimat med fast rente 	
høyere enn vårt estimat med flytende rente, gitt forutsetningene som er lagt til grunn.	 	
Figur 	4.15	 	Estimert	e kapitalkostnader og 	kapital	utgifter i primærkommunene i 2022 etter 	
a) art (øverst) og b) funksjon 	(nederst)	 	
 
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d).	 f og l som 	
følger angir om eventuelle avkastningskrav er fast eller løpende.	 	
Kilde: Vista Analyse	 	
Som for realkapitalbeholdningen dominerer fast eiendom og anlegg de samlede tallene, men i 
mindre grad. Den økte betydningen skyldes høyere depresieringsrater, hvilket igjen innebærer at 
et relativt større investeringsomfang er nødvendig for å opprettholde	 kapitalbeholdningen. 	
Samtidig krever relativt kort levetid og relativ	t svak prisutvikling på kapitalen 	til 	at 	høyere	 årlig 	
avkastning må til for å opprettholde samme kapitalverdi. Kapitalkostnader knyttet til immateriell 	
0	50	100	150	
(3) Kapitalslit, DM	
(4) Kapitalslit, PIM-dd art
(2) Bruttoinvesteringsstrøm
(1) Bruttoinvesteringsutgifter	
(9) Kapitalslit og rentekost, PIM-ddl	art	
Milliarder kroner	
Realkapitalkostnader og 	-utgifter etter art	
Fast eiendom og anlegg
Maskiner, utstyr og transportmidler
Immateriell kapital	
0	50	100	150	
(5) Kapitalslit PIM-dd funk.
(7) Kapitalslit PIM-da funk.
(6) Kapitalslit PIM-ad funk.
(8) Kapitalslit PIM-aa funk.
(12) Kapitaltjenester PIM-ddl	funk.	
(2) Bruttoinvesteringsstrøm
(1) Bruttoinvesteringsutgifter
(11) Kapitalslit og rentekost	PIM-ddl funk.	
(10) Kapitalslit og rentekost	PIM-ddf funk.	
Milliarder kroner	
Realkapitalkostnader og 	-utgifter etter funksjon	
Grunnskole
VAR-tjenester
Helse og omsorg
Samferdsel
Kommunale boliger
Kultursektoren
Administrasjon og felles
Barnehage
Næringsforvaltning
Plan, byggesak og miljø
Kirke
Brann- og ulykkesvern
Sosialsektoren

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 
 	
Vista Analyse	 | Rapport 2024/20	 	82	 	
 
 
kapital har i praksis liten betydning, i hvert fall den som er bokført framfor å være kostnadsført 
direkte.	 	
Som for realkapitalbeholdningen er grunnskolen og VAR	-tjenestene de største 	
tjenestefunksjonene. De to funksjonene dominerer imidlertid kapitalkostnadene vesentlig 
mindre enn realkapitalbeholdningene, hvilket henger sammen med at deres kapitalmasse 	i 	
relativt stor grad 	domineres av 	fast eiendom og anlegg	. 	
Når vi ser på korrelasjonen mellom de ulike kapitalkostnadsmålene og kapitalutgiftsmålene, 	som 	
framvist i 	Tabell 	4.3, er korrelasjonene i 	hovedsak relativt sterke med 	koeffisienter	 over 0,	86	. 	
Unntakene	 er bruttoinvesteringsutgifter og bruttoinvesteringsstrømmer, som har moderate 	
korrelasjonskoeffisienter med de øvrige 	variablene	 i sjiktet 0,3	3 til 0,	40	. Selv	 om disse 	
bruttoinvesteringsvariablene i motsetning til de øvrige målene reflekterer eksakt når utgiftene 
faktisk finner sted, er det langt fra hvert år det skjer. Man kunne tatt bruttoinvesteringer over 
noen år, men da kan man også begynne å snakke om ned	diskontering og nærmer seg noe som 	
kan minne om et kapitalslitmål.	 	
For de ulike 	kapitalkostnads	målene basert på PIM utregne	t med basis 	i tjeneste	funksjoner er 	
korrelasjonskoeffisientene på over 0,97. Det gjelder også når man inkluderer rentekostnadene og 
eventuelt en korreksjon for prisutviklingen	. Det kan tolkes som at disse påslagene er fordelt 	
relativt symmetrisk, som kapitalslitet står overfor en form for multiplikatoreffekt. Denne 
symmetrien er imidlertid svakere når vi ser på kapitalarter, hvilket tyder på at den svekkes når 
man tar hensyn ti	l heterogeniteten i kapit	almassen.	 	
Merk at primærkommuneaktiviteten til Oslo er inkludert som egen primærkommune i 
korrelasjonsanalysene	. Hvorvidt man 	inkluderer eller ekskluderer Oslo har imidlertid lite å si for 	
resultatene.	 Våre analyser viser at valget mellom	 aggregerte og disaggregerte deflatorer og 	
depresieringsrater har mindre betydning for korrelasjonene, men har litt å si for nivåene på 
estimatene. 	For s	amtlige av disse 	estimatene	 vil imidlertid nivåene 	for	 deflatorene og 	
depresieringsratene	 sammenfalle	, ders	om man aggregerer seg opp	 til samlede kapitalstørrelser	. 	
Dermed ligger	 forskjellen	e kun i 	om man tar hensyn til de disaggregerte kapitalegen	skapene eller 	
ikke	. 	
En annen form for målefeil i deflatorene og depresieringsratene er om man bruker parametere 
som er systematisk for høye eller for lave. Denne problemstillingen har vi belyst i 	Figur 	4.16	 a) og 	
b) (se for eksempel Holmen 2019 for tilsvarende robusthetsanalyser for målefeil i deflatorene og 	
depresieringsratene	). Her har vi illustrert hvordan en målefeil på 20 prosent i enten deflatoren 	
og depresieringsraten vil slå ut for kapitalslit	-estimatene for PIM basert på art eller funksjoner i 	
2022. 	Figur 	4.16	 a) viser at størrelsesforholdene mellom kommunene i liten grad blir påvirket, 	
ettersom samtlige korrelasjonskoeffisienter er over 0,9	96. Dette funnet bidrar blant annet til å 	
belyse konsekvensen	e av valget mellom å bruke en eiendomsdeflator eller en bygg	- og 	
anleggsdeflator for eiendomskapitalen	, som ut fra dette ikke framstår radikalt	. 	
Det er imidlertid snakk om moderate utslag på det samlede kapitalslitet, jamfør 	Figur 	4.16	 b). 	
Nivået på kostnaden vil naturligvis få betydning om kapitalslitet slås sammen med 
bruttodrift	sutgiftene i beregninger inne i i	nntektssystemet. For 2022	-estimatene gir 	
feilvurderinger i depresieringsratene på 20 prosent 	nedover eller oppover i tilfellet DM 	noe større 	
utslag på beholdningstallene enn tilsvarende feilvurderinger i kapitaldeflatorene	. For 	
feilvurderinger oppover i 	tilfellet PIM er det derimot motsatt	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	83	 	
 
Tabell 	4.3 	Korrelasjon mellom estimater for kapitalkostnader	 per innbygger og kapitalutgifter	 per innbygger i norske primærkommuner i 2022	 	
Variabler	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	(9)	 	(10)	 	(11)	 	(12)	 	
(1) Bruttoinvesteringsutgifter	 	1.000	 	 	 	 	 	 	 	 	 	 	 	 	
(2) Bruttoinvesteringsstrøm	 	0.988	 	1.000	 	 	 	 	 	 	 	 	 	 	 	
(3) Kapitalslit, DM	 	0.358	 	0.346	 	1.000	 	 	 	 	 	 	 	 	 	 	
(4) Kapitalslit, PIM	-dd art	 	0.353	 	0.336	 	0.862	 	1.000	 	 	 	 	 	 	 	 	 	
(5) Kapitalslit, PIM	-dd funk.	 	0.390	 	0.382	 	0.897	 	0.886	 	1.000	 	 	 	 	 	 	 	 	
(6) Kapitalslit, PIM	-ad funk.	 	0.373	 	0.364	 	0.905	 	0.887	 	0.994	 	1.000	 	 	 	 	 	 	 	
(7) Kapitalslit, PIM	-da funk.	 	0.393	 	0.385	 	0.906	 	0.902	 	0.988	 	0.983	 	1.000	 	 	 	 	 	 	
(8) Kapitalslit, PIM	-aa funk.	 	0.374	 	0.366	 	0.913	 	0.900	 	0.980	 	0.988	 	0.993	 	1.000	 	 	 	 	 	
(9) Kapitalslit og rentekost, PIM	-ddl art	 	0.383	 	0.371	 	0.906	 	0.949	 	0.973	 	0.970	 	0.986	 	0.980	 	1.000	 	 	 	 	
(10) Kapitalslit og rentekost, PIM	-ddf funk.	 	0.397	 	0.389	 	0.908	 	0.899	 	0.988	 	0.982	 	0.998	 	0.990	 	0.983	 	1.000	 	 	 	
(11) Kapitalslit og rentekost, PIM	-ddl funk.	 	0.396	 	0.389	 	0.908	 	0.898	 	0.990	 	0.984	 	0.998	 	0.990	 	0.983	 	1.000	 	1.000	 	 	
(12) Kapitaltjenester, PIM	-ddl funk.	 	0.381	 	0.372	 	0.914	 	0.891	 	0.990	 	0.995	 	0.989	 	0.994	 	0.974	 	0.990	 	0.990	 	1.000	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte 	
(d).	 f og l som følger angir om eventuelle avkastningskrav er fast eller løpende. Angivelse av fargekoder for korrelasjonskoeffisi	entene: 	(-1,00)	-(-0,90)	, (-0,90)	-	
(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	84	 	
 
Figur 	4.16	 	Betydning av målefeil i kapitaldeflatorene og depresieringsratene for 
kapitalslitestimatene for primærkommunene illustrert ved sammenstillinger 
mellom hovedanslag og anslag med innlagt målefeil i form av a) 
korrelasjonskoeffisienter (til venstre) og kostn	adsanslag (til høyre)	 	
 	
Forkortelsen dd angir at 	kapitaldeflatorene og depresieringsratene er disaggregerte.	 	
Kilde: Vista Analyse	 	
Fylkeskommunene	 	
Våre aggregerte estimater for fylkeskommunenes kapitalkostnader og kapitalutgifter er gitt i 
Figur 	4.17	. Igjen ser vi at fast eiendom og anlegg dominerer blant kapitalartene, men mindre enn 	
hva som var tilfellet for realkapitalbeholdningene. Som for realkapitalbeholdningene dominerer 
samferdsel og videregående skole kapitalmassen.	 For 2022 står PIM	-estimatene 	estimert på 	
funksjonsnivå 	med 	fast 	rente 	for de høyeste estimatene, etterfulgt av tilsvarende estimater med 	
løpende rente. Deretter følger bruttoinvesteringsvariablene foran kapitaltjenestevariabelen	 	
estimert ved PIM med disaggregerte kapitalparametere	, der kapitalens prisutvikling 	tas 	høyde for 	
i tillegg til rentekostnadene.	 Kapitalslitet estimert med basis i kapitalarter er 	relativt	 lavt	, nesten 	
på nivå med kapitalslitet målt ved DM	. Dette skyldes 	trolig 	at samferdsel som dom	inerende 	
funksjon i dette tilfellet har blitt tilskrevet den aggregerte 	depresieringsraten for kommunal 	
sektor, mens funksjonen i realiteten står overfor langt hissigere depresiering enn sektoren samlet. 
Samtidig har prisutviklingen på kapitalen vært relativt svak over tid for samferdsel.	 	
Omfanget av kapitalslitestimate	ne henger sammen med realkapitalbeholdningene, men 	
heterogeniteten i de underliggende levetidene og prisutviklingsbanene 	gir 	enk	elte 	utslag. For 	
fylkeskommunene drar bruk av aggregerte framfor disaggregerte depresieringsrater ned 
kapitalslitet for 2022, mens bruk av disaggregerte framfor 	aggregerte kapital	de	flatorer drar i 	
motsatt retning	. Bruk av aggregerte 	depresieringsrater	 gir	 litt	 større	 utslag for fylkeskommunene 	
sammenliknet med primærkommunene	. Det kan ha med få observ	asjonsenheter å gjøre, men 	
trolig spiller det inn at samferdsel er en stor 	del	sektor på fylkesnivå. Denne funksjonen har en 	
vesentlig annerledes form for fast eiendom og anlegg enn mange andre kommunale 
tjenestefunksjoner	, samtidig som 	dens 	omfang varierer over fylker	. Følgelig	 vil ikke disse 	
99.50%
99.55%
99.60%
99.65%
99.70%
99.75%
99.80%
99.85%
99.90%
99.95%	
 Kapitalslit, PIM-dd art	 Kapitalslit, PIM-dd	funksjon	
a) Korrelasjonskoeffisienter
20 prosent lavere depresieringsrater
20 prosent høyere depresieringsrater
20 prosent lavere prisvekst
20 prosent høyere prisvekst	
0
10
20
30
40
50
60	
 Kapitalslit, PIM-dd art	 Kapitalslit, PIM-dd	funksjon	
Milliarder kroner	
b) Kapitalslit	
20 prosent lavere depresieringsrater
20 prosent lavere prisvekst
Hovedestimat
20 prosent høyere prisvekst
20 prosent høyere depresieringsrater

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	85	 	
 
parameterne nødvendigvis treffe like bra for 	fylkeskommunene når man 	bruker aggregerte 	
kapitalparametere for kommunal sektor og 	ikke beveger seg ned på funksjonsnivå.	 	
Figur 	4.17	 	Estimert	e kapitalkostnader og 	kapital	utgifter i 	fylkes	kommunene i	 2022 etter 	
a) art (øverst) og b) funksjon (nederst)	 	
 
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som 
følger angir om eventuelle avkastningskrav er fast eller løpende.	 	
Kilde: Vista Analyse	 	
I Tabell 	4.4 har vi framvist korrelasjonene mellom de alternative målene for kapitalkostnader og 	
kapitalutgifter. De fylkeskommunale funksjonene i Oslo er inkludert som egen observasjon, uten 
at dette påvirker korrelasjonene radikalt.	 Tabellen viser relativt høye 	korrelasjonskoeffisienter 	
mellom kapitalkostnadsvariablene over 0,91 prosent, bortsett fra enkelte av 	korrelasjonene med 	
bruttoinvesteringsvariablene	 som likevel involverer korrelasjonskoeffisienter på over 0,86	. 	
Heterogeniteten innad i kapitalartene når alle funksjoner ses under et	t ser ikke ut til vesentlig å 	
straffe korrelasjonen kapitalkostnadsvariablene estimert med PIM basert på kapitalarter har med 
de andre kapitalkostnadsmålene.	 	
0	10	20	
(3) Kapitalslit, DM	
(4) Kapitalslit, PIM-dd art
(2) Bruttoinvesteringsstrøm
(1) Bruttoinvesteringsutgifter	
(9) Kapitalslit og rentekost, PIM-ddl…	
Milliarder kroner	
Realkapitalkostnader og 	-utgifter etter art	
Fast eiendom og anlegg
Maskiner, utstyr og transportmidler
Immateriell kapital	
0	10	20	30	
 (7) Kapitalslit PIM-da funk.
 (8) Kapitalslit PIM-aa funk.
 (5) Kapitalslit PIM-dd funk.
 (6) Kapitalslit PIM-ad funk.
 (12) Kapitaltjenester PIM-ddl	funk.	
 (2) Bruttoinvesteringsstrøm
(1) Bruttoinvesteringsutgifter
(11) Kapitalslit og rentekost	PIM-ddl funk.	
(10) Kapitalslit og rentekost	PIM-ddf funk.	
Milliarder kroner	
Realkapitalkostnader og 	-utgifter etter funksjon	
Samferdsel
Videregående opplæring
Administrasjon og felles
Tannhelse
Næringsforvaltning
Kultursektoren
Plan, byggesak og miljø

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	86	 	
 
Tabell 	4.4 	Korrelasjon mellom estimater for kapitalkostnader 	per innbygger og kapitalutgifter 	per innbygger i norske 	fylkes	kommuner i 2022	 	
Variabler	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	(9)	 	(10)	 	(11)	 	(12)	 	
(1) Bruttoinvesteringsutgifter	 	1.000	 	 	 	 	 	 	 	 	 	 	 	 	
(2) 	Bruttoinvesteringsstrøm	 	0.984	 	1.000	 	 	 	 	 	 	 	 	 	 	 	
(3) Kapitalslit, DM	 	0.928	 	0.918	 	1.000	 	 	 	 	 	 	 	 	 	 	
(4) Kapitalslit, PIM	-dd art	 	0.899	 	0.876	 	0.959	 	1.000	 	 	 	 	 	 	 	 	 	
(5) Kapitalslit, PIM	-dd funk.	 	0.952	 	0.908	 	0.960	 	0.950	 	1.000	 	 	 	 	 	 	 	 	
(6) Kapitalslit, PIM	-ad funk.	 	0.954	 	0.912	 	0.964	 	0.951	 	0.998	 	1.000	 	 	 	 	 	 	 	
(7) Kapitalslit, PIM	-da funk.	 	0.906	 	0.868	 	0.963	 	0.980	 	0.981	 	0.983	 	1.000	 	 	 	 	 	 	
(8) Kapitalslit, PIM	-aa funk.	 	0.907	 	0.874	 	0.964	 	0.974	 	0.974	 	0.981	 	0.997	 	1.000	 	 	 	 	 	
(9) Kapitalslit og rentekost, PIM	-ddl art	 	0.865	 	0.846	 	0.957	 	0.989	 	0.944	 	0.943	 	0.982	 	0.973	 	1.000	 	 	 	 	
(10) Kapitalslit og rentekost, PIM	-ddf funk.	 	0.937	 	0.897	 	0.965	 	0.968	 	0.992	 	0.994	 	0.994	 	0.991	 	0.964	 	1.000	 	 	 	
(11) Kapitalslit og rentekost, 	PIM	-ddl funk.	 	0.939	 	0.898	 	0.965	 	0.967	 	0.994	 	0.995	 	0.994	 	0.990	 	0.963	 	1.000	 	1.000	 	 	
(12) Kapitaltjenester, PIM	-ddl funk.	 	0.954	 	0.913	 	0.967	 	0.957	 	0.998	 	0.998	 	0.984	 	0.980	 	0.948	 	0.996	 	0.997	 	1.000	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte 	
(d).	 f og l som følger angir om eventuelle avkastningskrav er fast eller løpende. Angivelse av fargekoder for korrelasjonskoeffisi	entene: 	(-1,00)	-(-0,90)	, (-0,90)	-	
(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	87	 	
 
I Figur 	4.18	 har vi belyst hvordan feilvurderinger i depresieringsratene og kapitaldeflatorene 	
virker inn på 	kapitalslitet estimert ved PIM. Som tilsvarende figur for primærkommunene viser 	
denne figuren at moderate endringer i 	depresieringsratene og kapitaldeflatorene gir små utslag i 	
styrkeforholdene mellom estimatene og moderate utslag i nivåene på kapitalslitet.	 	
Figur 	4.18	 	Betydning av målefeil i kapitaldeflatorene og depresieringsratene for 
kapitalslitestimatene for fylkeskommunene illustrert ved sammenstillinger 
mellom hovedanslag og anslag med innlagt målefeil i form av a) 
korrelasjonskoeffisienter (til venstre) og kostn	adsanslag (til høyre)	 	
 	
Forkortelsen dd angir at 	kapitaldeflatorene og depresieringsratene er disaggregerte.	 	
Kilde: Vista Analyse	 	
Kommunal sektor samlet	 	
Statistisk sentralbyrå	 anslår	 i nasjonalregnskapet 	at bruttoinvesteringene og kapitalslitet i 	
kommunal sektor 	er 	henholdsvis 94,5 milliarder kroner og 65,3 milliarder kroner. Våre tall for 	
bruttoinvesteringsutgifter og bruttoinvesteringsstrømmer 	– avledet fra 	KOSTRA	 – tilsvarer 	
henholdsvis 106,3 milliarder kroner og 100,5 milliarder kroner, der bruttoinvesteringsstrømmene 
er ekvivalent	e med hva man i nasjonalregnskapet omtaler som bruttoinvesteringer. 	Våre tall for 	
kapitalslitet er 36,2 milliarder kroner må	lt ved DM 	– tilsvarende de regnskapsmessige 	
avskrivningene 	– og 48,7 til 57,7 milliarder kroner målt ved PIM.	 	
Med andre ord er våre estimater for bruttoinvesteringene og kapitalslitet et hakk lavere enn 
tilsvarende kostnader i nasjonalregnskapet, hvilket må ses 	i sammenheng med noe lavere 	
kapitalbeholdning. I og med at forskjellene i realkapitalkostnadene i stor grad er parallelle til 
forskjellene i realkapitalbeholdningene, referer	er vi til delseksjonen om realkapitalbeholdningen 	
for kommunal sektor samlet i seksjon 	4.1.3	 for en nærmere forklaring. I tillegg spiller eventuelle 	
forskjeller i kapitaldeflatorene, depresieringsratene og kapitalsammensetningen inn, jamfør 
seksjon 	4.1.1	, samt vår bearbeiding av data og estimering av kapital, jamfør delkapittel 	3.1	 og 	
seksjon 	3.2.1	. 	
99.84%
99.86%
99.88%
99.90%
99.92%
99.94%
99.96%
99.98%	
PIM-dd, art	PIM-dd, funksjon	
a) Korrelasjonskoeffisienter
20 prosent lavere depresieringsrater
20 prosent høyere depresieringsrater
20 prosent lavere prisvekst
20 prosent høyere prisvekst	
0
2
4
6
8
10
12
14
16	
PIM-dd, art	PIM-dd, funksjon	
Milliarder kroner	
b) Kapitalslit	
20 prosent lavere depresieringsrater
20 prosent lavere prisvekst
Hovedestimat
20 prosent høyere prisvekst
20 prosent høyere depresieringsrater

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	88	 	
 	
4.2	 	Kapitalkostnader og 	kommunenes økonomi	 	
Vi vil nå rette søkelyset mot hvordan kapitalkostnadene henger sammen med økonomien i 
kommunene. V	i starter med å analysere hvordan kapitalkostnadene henger sammen med 	
kommunenes øvrige driftsøkonomi. Deretter går vi inn på hvordan kommunenes 
kapitalkostnader og bruttodriftsutgifter henger sammen med geografiske og sosioøkonomiske 
forhold i omgivelsene.	 Vi avslutter delkapittelet med å presentere empiriske undersøkelser 	av 	
hvordan 	det kommunale inntektssystemet påvirkes	, dersom	 kapitalkostnadene inkluderes 	i 	
utregningene av systemets kriterievekter.	 	
4.2.1	 	Kapital	kostnader og 	den kommunale	 driftsøkonomi	en	 	
Kommunenes kapitalkostnader henger tett sammen med deres driftsøkonomi, men empiriske 
undersøkelser må til for å 	kunne fastslå	 styrken på og 	egenskapene til	 sammenhengen	e. I denne 	
seksjonen undersøker vi nærmere hvordan våre kapitalkostnadsmål for kommunene henger 
sammen med deres bruttodriftsutgifter og 	andre sentrale	 drifts	regnskaps	poster på tvers av 	
sentralitet og landsdeler.	 	
Det er verdt å merke seg at bruttodrift	sutgifter kan dekomponeres i lønnsutgifter og 	
produktinnsatsutgifter 	og 	fordringstap	, mens nettodrift	sutgifter tilsvarer differansen mellom 	
bruttodrift	sutgifter og 	bruttodrift	sinntekter	. Et annet sentral begrep i 	KOSTRA	-terminologi er 	
korrigerte bruttodriftsutgifter. Konseptet defineres som driftsutgiftene til egen 
tjenesteproduksjon inklusive merverdiavgift og avskrivninger, og fratrukket sykelønnsrefusjon og 
kompensasjon for merverdiavgift.	 	
Primærkommunene	 	
Nivået på bruttodriftsutgifter per innbygger i primærkommunene er fallende med 
befolkningsnivået og sentralitet. Dette kommer fram av 	Figur 	4.19	 a). En svakere variant av det 	
samme mønsteret ser vi over landsdeler, som vist i 	Figur 	4.19	 b), der bruttodriftsutgiftene per 	
innbygger tenderer til å være høyere i Nord	-Norge enn Oslo og Viken.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	89	 	
 
Figur 	4.19	 	Plott for sammenhengen mellom bruttodriftsutgifter per innbygger og 
befolkningsstørrelsen over primærkommunene målt ved logaritmisk skala 
over a)	 sentralitetsnivåer (til venstre) og b) NUTS2	-landsdeler (til høyre)	 	
 	
Kilde: Vista Analyses bearbeidinger av data fra Statistisk sentralbyrå	 	
Våre mål for kapitalkostnader og kapitalutgifter 	per innbygger 	er jevnt over høyt korrelerte med 	
sentrale driftsregnskapsposter	 per innbygger	, som vist i 	Tabell 	4.5. Korrelasjonskoeffisientene 	
mellom bruttodriftsutgifter per innbygger og 	bruttodriftsinvesteringer per innbygger ligger i 	
overkant av 0,30. Ellers ligger korrelasjonskoeffisientene mellom bruttodriftsutgifter per 
innbygger og kapitalkostnadsmålene per innbygger høyt, mellom 0,76 og 0,83. S	ett bort i fra 	
bruttoinvesteringsvariablene er korrelasjonen svakest mellom bruttodrift	sutgifter per innbygger 	
og kapitalslitet estimert ved PIM med disaggregerte kapitalparametere. 	Den er sterkest mellom	 	
bruttodri	fts	utgifter per innbygger og kapitalslitet estimert ved PIM med aggregerte 	
kapita	lparametere. Kapitalkostnadsmålene er ellers sterkere korrelert med bruttodrift	sutgifter, 	
korrigerte bruttodrift	sutgifter og produktinnsatsutgifter	, 	og fordringstap enn med 	
bruttodriftsinntekter, nettodrift	sutgifter og lønnsutgifter.	 	
I Figur 	4.20	 og 	Figur 	4.21	 viser vi gjennom plott sammenhengen mellom bruttodriftsutgifter	 per 	
innbygger og kapitalkostnadsmålene per innbygger	 med indikasjon av henholdsvis sentralitet og 	
landsdeler. Til dels med unntak av 	bruttodriftsinvesteringer per innbygger bekrefter figurene 	
relativt sterke sammenhenger mellom variablene, skjønt det også er en del avvik. Begge målene 
øker med hvor rurale områder det er snakk om. Dette reflekteres også ved at kostnadene per 
innbygger er	 vesentlig høyere i Nord	-Norge enn i Oslo og Viken.	
100
1 000
10 000
100 000
1 000 000	
0	100	200	300	400	
Befolkning (tierlogaritmisk skala)	
Bruttodriftsutgifter per innbygger	
Svært perifer	Moderat perifer	Litt perifer	
Litt sentral	Moderat sentral	Svært sentral	
100
1 000
10 000
100 000
1 000 000	
0	100	200	300	400	
Befolkning (tierlogaritmisk skala)	
Bruttodriftsutgifter per innbygger	
Nord-Norge	Midt-Norge	
Vestlandet	Agder og Sør-Østlandet	
Innlandet	Oslo og Viken

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	90	 	
 
Tabell 	4.5 	Korrelasjon mellom realkapitalkostnad	sestimater	 per innbygger 	og d	riftsregnskapsposter	 per innbygger 	i primærkommune	ne	 i 2022	 	
Variabler	 	Bruttodriftsutgifter	 	Korrigerte 	
bruttodriftsutgifter	 Brutto	drifts	inntekter	 Nettodriftsutgifter	 	Lønnsutgifter	 	Produktinnsats og 
nettofordringstap	 	
(1) 	Bruttoinvesteringsutgifter	 	0.305	 	0.318	 	0.263	 	0.270	 	0.288	 	0.302	 	
(2) Bruttoinvesteringsstrøm	 	0.301	 	0.313	 	0.257	 	0.270	 	0.283	 	0.299	 	
(3) Kapitalslit, DM	 	0.806	 	0.818	 	0.772	 	0.632	 	0.750	 	0.809	 	
(4) Kapitalslit, PIM	-dd art	 	0.767	 	0.768	 	0.709	 	0.629	 	0.717	 	0.767	 	
(5) Kapitalslit, PIM	-dd funk.	 	0.791	 	0.799	 	0.729	 	0.651	 	0.744	 	0.787	 	
(6) Kapitalslit, PIM	-ad funk.	 	0.805	 	0.814	 	0.744	 	0.660	 	0.763	 	0.794	 	
(7) Kapitalslit, PIM	-da funk.	 	0.815	 	0.822	 	0.743	 	0.680	 	0.769	 	0.808	 	
(8) Kapitalslit, PIM	-aa funk.	 	0.828	 	0.835	 	0.755	 	0.689	 	0.788	 	0.813	 	
(9) Kapitalslit og rentek., PIM	-ddl art	 	0.815	 	0.820	 	0.743	 	0.679	 	0.765	 	0.812	 	
(10) Kapitalslit og rentek., PIM	-ddf funk.	 	0.811	 	0.817	 	0.739	 	0.676	 	0.764	 	0.805	 	
(11) Kapitalslit og rentek., PIM	-ddl funk.	 	0.810	 	0.817	 	0.739	 	0.675	 	0.763	 	0.804	 	
(12) Kapitaltjenester, PIM	-ddl funk.	 	0.811	 	0.819	 	0.747	 	0.668	 	0.771	 	0.799	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte 	
(d).	 f og l som følger angir om eventuelle avkastningskrav er fast eller løpende. 	Angivelse av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-	
(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	91	 	
 
Figur 	4.20	 	Bruttodriftsutgifter per innbygger i primærkommunene plottet mot estimater 
for 	kapitalkostnader	- og 	-utgifter per innbygger over sentralitetsnivåer	 	
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som 
følger angir om eventuelle avkastningskrav er fast eller løpende. 	Angivelse av fargekoder for 	
sentralitetsnivåer: 	svært perifer	, moderat perifer	, litt perifer	, litt sentral	, moderat sentral	, og 	
svært sentral	 	
Kilde: Vista Analyse	 	
0
20
40
60
80
100
120
140	
0	200	400	(1) Bruttoinvesteringsutgifter	
Bruttodriftsutgifter	-20
0
20
40
60
80
100
120
140	
0	200	400	(2) Bruttoinvesteringerstrøm	
Bruttodriftsutgifter	
0.0
5.0
10.0
15.0
20.0
25.0
30.0	
0	200	400	
(3) Kapitalslit, DM	
Bruttodriftsutgifter	
0.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0	
0	200	400	
(4) Kapitalslit, PIM
-dd art	
Bruttodriftsutgifter	
0.0
10.0
20.0
30.0
40.0
50.0	
0	200	400	(5) Kapitalslit, PIM
-dd funksjon	
Bruttodriftsutgifter	
0.0
10.0
20.0
30.0
40.0
50.0	
0	200	400	(6) Kapitalslit, PIM
-ad funksjon	
Bruttodriftsutgifter	
0.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0
40.0	
0	200	400	(7) Kapitalslit, PIM
-da funksjon	
Bruttodriftsutgifter	
0.0
10.0
20.0
30.0
40.0
50.0	
0	200	400	(8) Kapitalslit, PIM
-aa funksjon	
Bruttodriftsutgifter	
0
20
40
60
80
100	
0	200	400	(9) Kapsl. og rk., PIM
-ddl art	
Bruttodriftsutgifter	
0
20
40
60
80
100
120	
0	200	400	(10) Kapsl. og rk., PIM
-ddf funk.	
Bruttodriftsutgifter	
0
20
40
60
80
100	
0	200	400	(11) Kapsl. og rk., PIM
-ddl funk.	
Bruttodriftsutgifter	
0
10
20
30
40
50
60
70
80	
0	200	400	(12) Kapitaltjen., PIM
-ddl funk.	
Bruttodriftsutgifter

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	92	 	
 
Figur 	4.21	 	Bruttodriftsutgifter per innbygger i primærkommunene plottet mot estimater 
for kapitalkostnader	- og 	-utgifter per innbygger over NUTS2	-landsdeler	 	
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som 
følger angir om eventuelle avkastningskrav er fast eller løpende	. Angivelse av fargekoder for 	
NUTS2	-landsdeler: 	Nord	-Norge	, Midt	-Norge	, Vestlandet	, Sørlandet og Sørøst	-Norge	, Innlandet	 	
og 	Oslo og Viken	 	
Kilde: Vista Analyse	 	
0
20
40
60
80
100
120
140	
0	200	400	(1) Bruttoinvesteringsutgifter	
Bruttodriftsutgifter	-20
0
20
40
60
80
100
120
140	
0	200	400	(2) Bruttoinvesteringerstrøm	
Bruttodriftsutgifter	
0
5
10
15
20
25
30	
0	200	400	
(3) Kapitalslit, DM	
Bruttodriftsutgifter	
0
5
10
15
20
25
30
35	
0	200	400	
(4) Kapitalslit, PIM
-dd art	
Bruttodriftsutgifter	
0
10
20
30
40
50	
0	200	400	(5) Kapitalslit, PIM
-dd funksjon	
Bruttodriftsutgifter	
0
10
20
30
40
50	
0	200	400	(6) Kapitalslit, PIM
-ad funksjon	
Bruttodriftsutgifter	
0
5
10
15
20
25
30
35
40	
0	200	400	(7) Kapitalslit, PIM
-da funksjon	
Bruttodriftsutgifter	
0
10
20
30
40
50	
0	200	400	(8) Kapitalslit, PIM
-aa funksjon	
Bruttodriftsutgifter	
0
20
40
60
80
100	
0	200	400	(9) Kapsl. og rentek., PIM
-ddl art	
Bruttodriftsutgifter	
0
20
40
60
80
100
120	
0	200	400	(10) Kapsl. og rk., PIM
-ddf funk.	
Bruttodriftsutgifter	
0
20
40
60
80
100	
0	200	400	(11) Kapsl. og rk., PIM
-ddl funk.	
Bruttodriftsutgifter	
0
10
20
30
40
50
60
70
80	
0	200	400	(12) Kapitaltjen., PIM
-ddl funk.	
Bruttodriftsutgifter

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	93	 	
 
Utgiftsutjevningen i d	et kommunale inntektssystemet kompenserer for bruttodriftsutgifter per 	
innbygger på 	tjeneste	funksjonsnivå. Dersom kapitalkostnadene per innbygger 	va	r 	sterkt	 	
korrelerte med bruttodriftsutgiftene per innbygger, kunne det tenkes at bruttodriftsutgifter per 
innbygger kunne fungert som en proxy for kapitalkostnadene, i tillegg til å representere seg selv. 
Nivået på kompensasjonen vil mekanisk påvirkes av hvor mang	e av kostnadene som tas med, men 	
dette kan ses på som en skalering i kompensasjonen. Derfor er det e	t selvstendig poeng å ta for 	
seg korrelasjonen mellom bruttodriftsutgifter og kapitalkostnader over funksjoner, normalisert 
per innbygger.	 	
Når det gjelder kapitalkostnadsmål, konsentrerer vi oss om kapitalslitet mål	t ved DM og 	
kapitalslitet mål	t ved PIM med disaggregerte kapitalparametere. I tillegg inkluderer vi de løpende 	
rentekostnadene 	– altså kalkylerente med en risikopremie 	– og summen av dette målet og det 	
sistnevnte kapitalslitmålet. Vi minner ellers om at ikke alle våre estimerte kapital	mål er 	
oppløselige over funksjoner, men over kapitalarter isteden.	 	
I Figur 	4.22	 har vi belyst korrelasjonen mellom bruttodriftsutgiftene og 	kapitalkostnadsmålene	, 	
normalisert per innbygger	. Generelt viser figuren ikke veldig høye korrelasjoner for funksjonene 	
som inngår i inntektssystemet. Dette peker i retning 	av 	at det ikke vil være tilstrekkelig å bruke 	
bruttodriftsutgiftene som en proxy for kapitalkostnadene.	 Innenfor en gitt tjenestefunksjon 	
varierer korrelasjonskoeffisientene med driftsutgifter relativt lite mellom kapitalkostnadsmålene	 	
med noen unntak knyttet til kapitalslitet avledet med DM.	 	
Det er 	tjeneste	funksjone	r utenfor 	utgiftsutjevningen 	som viser høyest korrelasjon mellom	 de 	
normaliserte bruttodriftsutgiftene og kapitalkostnadsmålene, herunder samferdsel, 
kultursektoren	, VAR	-tjenester	 og brann	- og ulykkesvern	. For administrasjon, 	politisk 	styring og 	
fellesutgifter ligger korrelasjonskoeffisientene 	i underkant av	 50 prosent for 	samtlige 	
kapitalkostnadsmål	, hvilket er høyest blant funksjonene i det kommunale inntektssystemet. For	 	
helse og omsorg og	 barnehage	r ligger korrelasjonskoeffisient	ene i overkant av 40 prosent. 	For 	
barnevernet og grunnskolen ligger korrelasjonskoeffisientene mellom bruttodriftsutgifter og 
kapitalkostnadsmålene 	– etter normalisering 	– kun i overkant av 30 prosent, riktignok nær	mere	 	
40 prosent i tilfellet kapitalslitet målt ved DM for barnevernet.	 For sosialsektoren ligger 	
korrelasjonskoeffisientene kun 	i intervallet	 10 	til 15 	prosent. Lavest korrelasjon blant de 	
kommunale sektorene finner vi i kirken, der muligens substitusjon mellom leie og eie av eiendom 
kan bidra til å forklare lav 	korrelasjon	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	94	 	
 
Figur 	4.22	 	Korrelasjon mellom bruttodriftsutgifter og utvalgte kapitalkostnadsmål over 
funksjoner i primærkommunene	, normalisert per innbygger	 	
 	
Forkortelsen dd indikerer disaggregerte kapitaldeflatorer og depresieringsrater.	 	
Kilde: Vista Analyse	 	
Fylkeskommunene	 	
For fylkeskommunene er det ikke en tilsvarende sammenheng mellom bruttoutgifter per 
innbygger og befolkningsstørrelse som det er for primærkommunene. Dette framgår av 	Figur 	
4.23	 under. 	Kostnadsnivå	et ligger	 like fullt lavere på Østlandet og Sørlandet enn i resten av landet.	 	
0%	10%	20%	30%	40%	50%	60%	70%	80%	90%	
Kirke	
Sosialsektoren	
Næringsforvaltning	
Grunnskole
Barnevern	
Plan, byggesak og miljø	
Barnehage	
Helse og omsorg
Kommunale boliger	
Administrasjon og felles
Brann- og ulykkesvern	
Kultursektoren
VAR-tjenester
Samferdsel	
Korrelasjoner med bruttodriftsutgifter	
Kapitalslit, DM	Kapitalslit, PIM-dd funk.	
Kapitalslit og løpende rentekostnad, PIM-dd funk.	Løpende rentekostnader, PIM-dd funk.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	95	 	
 
Figur 	4.23	 	Plott for sammenhengen mellom bruttodriftsutgifter per innbygger og 
befolkningsstørrelsen over fylkeskommunene målt ved logaritmisk skal	a over	 	
NUTS2	-landsdeler	 	
 	
I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som 
følger angir om eventuelle avkastningskrav er fast eller løpende. Angivelse av fargek	oder for 	
NUTS2	-landsdeler: 	Nord	-Norge	, Midt	-Norge	, Vestlandet	, Sørlandet og Sørøst	-Norge	, Innlandet	 	
og 	Oslo og Viken	 	
Kilde: Vista Analyses bearbeidinger av data fra Statistisk sentralbyrå	 	
I hovedsak er 	korrelasjonen mellom kapitalkostnadsmålene	 og driftsregnskapspostene	, 	
normalisert	 per innbygger, av samme sterke størrelsesorden for fylkeskommunene som for 	
primærkommunene med noen variasjoner. Dette framgår av	 	Tabell 	4.6. 	
Korrelasjonskoeffisientene som involverer bruttoinvesteringsvariablene	, er imidlertid vesentlig 	
høyere for fylkeskommunene og skiller seg i 	mindre	 grad fra de andre kapitalkostnadsmålene. 	
Utover dette er kapitalkostnadenes korrelasjonskoeffisienter langt lavere for 
bruttodriftsinntektene, men også til dels for l	ønnsutgifter	 og k	orrigerte bruttodriftsutgifter	. 	
Igjen vil vi framheve Oslo som et spesielt tilfelle. For det første fungerer hovedstaden i praksis 
både som en primærkommune og en fylkeskommune. For det andre har vi selv vært nødt til å 
beregne splitten mellom primærkommunal og fylkeskommunal aktivitet 	(jamfør seksjon 	3.1.1	) 	
med tilhørende fare for målefeil. I	 Tabell 	4.7 gjengir	 vi derfor korrelasjonene mellom 	de 	
normaliserte 	kapitalkostnadsmålene og driftsregnskapspostene i fylkeskommunene utenom 	
Oslo.	 Kapitalkostnadenes korrelasjoner med driftsregnskapspostene 	er 	litt svakere når Oslo tas 	
ut. Unntakene er korrelasjonskoeffisientene med bruttodriftsinntekter, som blir langt sterkere	 	
uten Oslo	, og korrelasjonskoeffisientene med lønnsutgifter, som blir langt svakere.	 	
I Figur 	4.24	 har vi 	illustrert korrelasjonen mellom bruttodriftsutgiftene og kapitalkostnadsmålene, 	
normalisert per innbygger. Figuren viser gjennomgående høy korrelasjon, der Oslo og deretter 
de andre fylkene på 	Østlandet og Sørlandet	 skiller seg fra resten av landet ved ha både relativt 	
lave 	kapitalkostnader og relativt lave bruttodrift	sutgifter. Det er naturlig å se mønstrene i 	
sammenheng med fylkenes geografi og kostnadene knyttet til særlig fylkeskommunal samferdsel	.	
T&F	
Nordl.	
Trøndelag	
Rogal.	
Vestl.	
M&R	
Agder	
V&T	Innlandet	
Viken	
Oslo	
0	
200 000
400 000
600 000
800 000
1 000 000
1 200 000
1 400 000	
10	15	20	25	30	35	
Befolkning (tierlogaritmisk skala)	
Bruttodriftsutgifter per innbygger	
Nord-Norge	Midt-Norge	Vestlandet	Agder og Sør-Østlandet	Innlandet	Oslo og Viken

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	96	 	
 
Tabell 	4.6 	Korrelasjon mellom realkapitalkostnadsestimater per innbygger og d	riftsregnskapsposter	 per innbygger i 	fylkes	kommune	ne	 i 2022	 	
Variabler	 	Bruttodriftsutgifter	 	Korrigerte 	
bruttodriftsutgifter	 Brutto	drifts	inntekter	 Nettodriftsutgifter	 	Lønnsutgifter	 	Produktinnsats og 
nettofordringstap	 	
(1) Bruttoinvesteringsutgifter	 	0.752	 	0.602	 	0.095	 	0.730	 	0.414	 	0.795	 	
(2) Bruttoinvesteringsstrøm	 	0.793	 	0.660	 	0.070	 	0.783	 	0.490	 	0.822	 	
(3) Kapitalslit, DM	 	0.836	 	0.749	 	0.055	 	0.834	 	0.565	 	0.853	 	
(4) 	Kapitalslit, PIM	-dd art	 	0.855	 	0.796	 	0.032	 	0.864	 	0.652	 	0.850	 	
(5) Kapitalslit, PIM	-dd funk.	 	0.779	 	0.629	 	0.166	 	0.725	 	0.420	 	0.825	 	
(6) Kapitalslit, PIM	-ad funk.	 	0.775	 	0.626	 	0.165	 	0.722	 	0.420	 	0.821	 	
(7) Kapitalslit, PIM	-da funk.	 	0.804	 	0.698	 	0.109	 	0.777	 	0.519	 	0.827	 	
(8) Kapitalslit, PIM	-aa funk.	 	0.792	 	0.687	 	0.106	 	0.766	 	0.511	 	0.815	 	
(9) Kapitalslit og rentek., PIM	-ddl art	 	0.870	 	0.807	 	0.061	 	0.866	 	0.654	 	0.868	 	
(10) Kapitalslit og rentek., PIM	-ddf funk.	 	0.775	 	0.657	 	0.095	 	0.753	 	0.469	 	0.806	 	
(11) 	Kapitalslit og rentek., PIM	-ddl funk.	 	0.776	 	0.655	 	0.102	 	0.751	 	0.464	 	0.809	 	
(12) Kapitaltjenester, PIM	-ddl funk.	 	0.775	 	0.642	 	0.124	 	0.740	 	0.441	 	0.814	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis 	kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte 	
(d).	 f og l som følger angir om eventuelle avkastningskrav er fast eller løpende. 	Angivelse av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-	
(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	97	 	
 
Tabell 	4.7 	Korrelasjon mellom 	realkapitalkostnadsestimater per innbygger og d	riftsregnskapsposter	 per innbygger i fylkeskommunene i 2022 utenom 	
Oslo	 	
Variabler	 	Bruttodriftsutgifter	 	Korrigerte 	
bruttodriftsutgifter	 Brutto	drifts	inntekter	 Nettodriftsutgifter	 	Lønnsutgifter	 	Produktinnsats og 
nettofordringstap	 	
(1) Bruttoinvesteringsutgifter	 	0.668	 	0.382	 	0.704	 	0.599	 	0.036	 	0.759	 	
(2) Bruttoinvesteringsstrøm	 	0.720	 	0.457	 	0.704	 	0.677	 	0.141	 	0.797	 	
(3) Kapitalslit, DM	 	0.779	 	0.582	 	0.742	 	0.743	 	0.233	 	0.845	 	
(4) Kapitalslit, PIM	-dd 	art	 	0.817	 	0.616	 	0.865	 	0.732	 	0.307	 	0.874	 	
(5) Kapitalslit, PIM	-dd funk.	 	0.710	 	0.458	 	0.754	 	0.634	 	0.096	 	0.795	 	
(6) Kapitalslit, PIM	-ad funk.	 	0.705	 	0.454	 	0.753	 	0.626	 	0.095	 	0.789	 	
(7) Kapitalslit, PIM	-da funk.	 	0.734	 	0.514	 	0.781	 	0.656	 	0.181	 	0.805	 	
(8) 	Kapitalslit, PIM	-aa funk.	 	0.718	 	0.499	 	0.769	 	0.638	 	0.172	 	0.788	 	
(9) Kapitalslit og rentek., PIM	-ddl art	 	0.833	 	0.656	 	0.838	 	0.769	 	0.350	 	0.882	 	
(10) Kapitalslit og rentek., PIM	-ddf funk.	 	0.695	 	0.451	 	0.748	 	0.615	 	0.099	 	0.777	 	
(11) Kapitalslit og rentek., 	PIM	-ddl funk.	 	0.697	 	0.452	 	0.749	 	0.617	 	0.099	 	0.779	 	
(12) Kapitaltjenester, PIM	-ddl funk.	 	0.698	 	0.450	 	0.743	 	0.623	 	0.089	 	0.783	 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis kapitaldeflatorene og 	depresieringsratene er aggregerte (a) eller disaggregerte 	
(d).	 f og l som følger angir om eventuelle avkastningskrav er fast eller løpende. Angivelse av fargekoder for korrelasjonskoeffisi	entene: 	(-1,00)	-(-0,90)	, (-0,90)	-	
(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	98	 	
 
Figur 	4.24	 	Bruttodriftsutgifter per 	innbygger i primærkommunene plottet mot estimater 	
for kapitalkostnader	- og 	-utgifter per innbygger over NUTS2	-landsdeler	 	
 	
I forkortelsene dd, ad, da og aa angir 	første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d).	 f og l som 	
følger angir om eventuelle avkastningskrav er fast eller løpende. 	Angivelse av fargekoder for 	
NUTS2	-landsdeler: 	Nord	-Norge	, Midt	-Norge	, Vestlandet	, Sørlandet og Sørøst	-Norge	, Innlandet	 	
og 	Oslo og 	Viken	 	
Kilde: Vista Analyse	 	
T&FNordl.	Trønd.	Rogal.	
Vestl.	M&R
Agder
V&T	
Innl.	Viken
Oslo	0
2
4
6
8
10	
0	20	40	(1) Bruttoinvesteringsutgifter	
Bruttodriftsutgifter	
T&FNordl.	
Trønd.	Rogal.	
Vestl.M&R	
Agder	
V&T	
Innl.	Viken
Oslo	0
2
4
6
8
10	
0	20	40	(2) Bruttoinvesteringerstrøm	
Bruttodriftsutgifter	
T&FNordl.	
Trønd.Rogal.	
Vestl.	
M&R	
Agder
V&TInnl.	Viken
Oslo	
0.0
0.5
1.0
1.5
2.0
2.5	
0	20	40	
(3) Kapitalslit, DM	
Bruttodriftsutgifter	
T&F	Nordl.	Trønd.	
Rogal.	
Vestl.	
M&R	
Agder	V&TInnl.	Viken
Oslo	0.0
0.5
1.0
1.5
2.0
2.5
3.0	
0	20	40	
(4) Kapitalslit, PIM
-dd art	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	Rogal.	
Vestl.
M&R	
Agder	
V&T	
Innl.	VikenOslo	
0
1
2
3
4
5
6
0	20	40	(5) Kapitalslit, PIM
-dd funksjon	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	Rogal.	
Vestl.
M&R	
Agder	V&TInnl.	VikenOslo	
0
1
2
3
4
5
6
0	20	40	(6) Kapitalslit, PIM
-ad funksjon	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	
Rogal.	
Vestl.	
M&R
AgderV&T	Innl.	
Viken
Oslo	
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5	
0	20	40	(7) Kapitalslit, PIM
-da funksjon	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	
Rogal.	
Vestl.	
M&R	
Agder	V&T
Innl.	
Viken
Oslo	
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0	
0	20	40	(8) Kapitalslit, PIM
-aa funksjon	
Bruttodriftsutgifter	
T&FNordl.	
Trønd.Rogal.	
Vestl.	
M&R	
AgderV&TInnl.	
Viken
Oslo	
0
1
2
3
4
5
6
7
8
0	20	40	(9) Kapsl. og rk., PIM
-ddl art	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	
Rogal.	
Vestl.	
M&R	
Agder	V&TInnl.	Viken
Oslo	
0
2
4
6
8
10
12	
0	20	40	(10) Kapsl. og rk., PIM
-ddf funk.	
Bruttodriftsutgifter	
T&FNordl.	Trønd.	Rogal.	
Vestl.	
M&R	
Agder	
V&T	
Innl.	Viken
Oslo	
0
2
4
6
8
10	
0	20	40	(11) Kapsl. og rk., PIM
-ddl funk.	
Bruttodriftsutgifter	
T&F	
Nordl.	
Trønd.	Rogal.	
Vestl.
M&R	
Agder	V&TInnl.	Viken
Oslo	
0
2
4
6
8
10	
0	20	40	(12) Kapitaltjen., PIM
-ddl funk.	
Bruttodriftsutgifter

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	99	 	
 
For de tre fylkeskommunale 	tjenesteområdene	 som inngår i 	utgiftsutjevningen	 – tannhelse	, 	
samferdsel og videregående skole	 – er det relativt høy korrelasjon mellom kapitalkostnadsmålene 	
og bruttodriftsutgiftene	, i hovedsak i intervallet 0,70 til 0,90	. Unntaket er korrelasjonen knyttet 	
til DM innenfor videregående skole, der korrelasjonskoeffisienten er rett under 0,50. 	Dette 	
framgår av 	Figur 	4.25	. De høye korrelasjon	skoeffisient	ene mellom bruttodriftsutgifter per 	
innbygger og kapitalkostnadene per innbygger for de fylkeskommunale tjenestene i 
inntektssystemet skulle kunne tilsi at bruttodriftsutgifter per innbygger kunne fungert som en 
brukbar proxy for kapitalkostnadene per innb	ygger for dette forvaltningsnivå. Det er like fullt 	
vesentlig variasjon i kapitalkostnadene som ikke forklares av bruttodriftsutgiftene.	 	
For korrelasjonene for kultursektoren, plan, byggesak og miljø	, og næringsforvaltning ligger 	
korrelasjonskoeffisientene hovedsakelig på moderate til sterke nivåer mellom 0,30 og 0,60 med 
en uteligger på hver side av dette intervallet.	 Funksjonen administrasjon, fellesutgifter, styring og 	
ukjente tjenester har svak negativ korrelasjon for PIM	-målene basert på funksjonsnivå og over 	
0,50 for kapitalslitet målt ved DM. Dette skyldes trolig at flere negative regnskapsposter inn	går	 i 	
fellesutgiftskategorien, selv	 	om vi har begrenset ikke	-negative regnskapsposter i 	
tjenestefunksjonene samlet ned til null. I tillegg kan vår innlemming av ukjente tjenester inn i 
denne kategorien for å få riktig totaltall for tjeneste ha spilt inn. Oslo driver imidlertid ikke disse 
resultatene, skjønt fylkeskommunens investeringsnivå er svært lavt også der. 	Mer generelt 	
tenderer 	bruttodriftsutgiftenes 	korrelasjon med kapitalslitet målt ved DM til å skille seg en del fra 	
de andre kapitalkostnadsmålene. Disse baserer seg alle på PIM på f	unksjonsnivå og vil i praksis i 	
stor grad være en skalering av hverandre.	 	
Figur 	4.25	 	Korrelasjon mellom bruttodriftsutgifter og utvalgte kapitalkostnadsmål over 
funksjoner i 	fylkes	kommunene	, normalisert per innbygger	 	
 	
Forkortelsen	 dd indikerer disaggregerte kapitaldeflatorer og depresieringsrater.	 	
Kilde: Vista Analyse	 	
-25%	0%	25%	50%	75%	100%	
Administrasjon og felles	
Næringsforvaltning	
Plan, byggesak og miljø	
Kultursektoren	
Videregående opplæring	
Samferdsel
Tannhelse	
Korrelasjoner med bruttodriftsutgifter	
Kapitalslit, PIM-dd funk.	Kapitalslit og løpende rentekostnad, PIM-dd funk.	
Løpende rentekostnader, PIM-dd funk.	Kapitalslit, DM

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	100	 	
 	
4.2.2	 	Kapitalkostnader og kommunenes 	omgivelser	 	
Både kommunenes bruttodriftsutgifter og k	apitalkostnad	er henger sammen med ulike 	
strukturelle forhold i kommunenes omgivelser, herunder geografiske og sosioøkonomiske forhold 
i omgivelsene. I det følgende	 belyse	r vi	 hva som kjennetegner kommunene med ulike nivåer på 	
kapitalkostnader	, 	og hvordan disse sammenhengene påvirkes av å ta høyde for 	
bruttodriftsutgiftene.	 	
Primærkommunene	 	
I Tabell 	4.8 har vi	 belyst sammenhengen mellom k	apitalkostnadene per innbygger 	og et bredt 	
utvalg av kovari	ater, som beskriver sentrale demografiske, geografiske, sosiale og økonomiske 	
forhold i omgivelsene. Til venstre i 	tabellen har vi inkludert korrelasjonen mellom 	
bruttodriftsutgifter per innbygger og de samme kovariatene, som en slags referanse.	 	
Tabellen	 viser at sammenhengen 	mellom de normaliserte bruttodriftsutgifter gjennomgående er 	
mer korrelert med kovariatene enn de normaliserte kapitalkostnadsmålene med to knappe 
unntak	 forbundet med sysselsettings	andel	en	 innen	 ikke	-markedsrettede tjenester	. Videre er 	
korrelasjonen 	med kovariatene 	gjennomgående svakest for bruttoinvesteringsvariablene, men 	
ellers er det ikke så store forskjeller mellom kapitalkostnadsmålene.	 Her bør man huske på 	at 	
kommunenes kapitalkostnader i større grad henger sammen med 	historiske forhold og 	
framtidsutsikter enn bruttodriftsutgiftene, mens vår korrelasjonstabell kun er for 2022.	 	
I vesentlig grad er kommunenes bruttodriftsutgifter og kapitalkostnadene positivt korrelert med 
kjennetegn typisk for kommuner i grisgrendte strøk og negativt korrelert med kjennetegn typisk 
for kommuner i sentrale strøk. 	Vesentlig positiv samvariasjon knytter seg til gjennomsnittsalder, 	
Herfindahl	-indeksen for næringskonsentrasjon	 (se 	Kommunal	- og moderniseringsdepartementet 	
2020	), proxyen for intern reisetid	 (se Holmen 2022b)	, sysselsettingsandelen for vareproduksjon 	
og sysselsatte på arbeidsstedet over s	ysselsatte på bostedet. Vesentlig negativ samvariasjon 	
knytter seg til andelen med høyere utdanning, gjennomsnittlig personinntekt, 
befolkningsstørrelsen og årlig befolkningsvekst de siste ti årene. For sysselsettingsgraden og 
sysselsettingsandelen i ikke	-markedsrettede tjenester er korrelasjonen ikke entydig, mens 	
korrelasjonen er svært svak	t negativ for den årlige sysselsettingsveksten de siste ti årene.	 	
Det neste spørsmålet er om hvorvidt samvariasjonsmønstrene består når man kontrollerer for	 	
korrelasjonen mellom bruttodriftsutgiftene og hver respektive kovariat.	 Vi besvarer spørsmålet 	
ved	 regresjonsanalyse ved minste kvadraters metode	. For å sikre at resultatene blir 	
sammenliknbare med korrelasjonskoeffisientene, normaliserer vi hver variabel til 
standardnormalfordelingen basert på deres respektive gjennomsnitt og standardfeil. Merk at hvis 
man deretter foretar en regresjon med 	en gitt kovariat som utfall	svariabel og et gitt 	
kapitalkostnad	smål	 	som forklaringsvariabel (eller motsatt), vil regresjonskoeffisienten 	
sammenfalle med korrelasjonskoeffisienten	. Vi referer	er til delkapittel 	3.2.2	 for en nærmere 	
redegjørelse, da særlig 	Tekstboks 	3.2. 	
I den etterfølgende regresjonsanalysen benytter vi oss av to alternative spesifikasjoner. I den 
først	e spesifikasjonen kontrollerer vi for bruttodriftsutgifter i samme regresjon. I denne varianten 	
vil den delen 	av 	samvariasjonen som kovariaten deler med både 	bruttodriftsutgiftene og 	
kap	italkostnadsmålet kun tilskrives 	én av variablene. På den ene siden vil	le spesifikasjonen være 	
sårbar for multikollinearitet. På den andre ville den gitt regresjonskoeffisienter som sammenfaller

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	101	 	
 
med korrelasjonskoeffisientene, dersom ikke bruttodrift	sutgiftene og kapitalkostnadsmålene 	
hadde vært korrelert.	 	
Re	sultatet fra regresjonene der bruttodriftsutgifter benyttes som kontroll er gitt i 	Tabell 	4.9. Den 	
interne reiseavstandsproxyen og befolkningen utmerker seg med regresjonsresultater som er 
negative og signifikant	 forskjellig	e fra null	 ved henholdsvis en prosents og fem prosents 	
signifikansnivå. 	Høyere utdanning 	er positivt og signifikant for de fleste kapitalkostnadsmålene 	
ved fem eller ti prosent signifikansnivå, med unntak av bruttoinvesteringsvariablene og 
kapitalslitet med disaggregerte kapitalegenskaper over kapitalarter.	 	
Bruttoinvestering	svariablene	 har derimot positive og signifikante regresjonskoeffisienter i 	
regresjonene med sysselsetting per innbygger, Herfindahl	-indeksen for næringskonsentrasjon og 	
sysselsettingsandelen i vareproduksjon som utfallsvariabler	. Videre 	har 	
bruttoinvesteringsvariablene	 negativ	e og signifikante	 kapitalegenskaper i regresjonene med 	
sysselsettingsandelen i ikke	-markedsrettede tjenester som utfallsvariabler.	 Kapitalslitet 	beregnet	 	
ved DM og ved PIM med aggregerte kapitalegenskaper 	har 	svakt 	sig	nifikante 	og negative 	
regresjonskoeffisienter for	 gjennomsnittsalder	 som utfallsvariabel, og signifikante og positive 	
regresjonskoeffisienter for	 gjennomsnittlig personinntekt som utfallsvariabel	. Kapitalslitet 	
utledet	 ved DM 	kommer i tillegg ut som positiv og signifikant i regresjonen med 	årlig 	
befolkningsvekst de siste ti årene	 som utfallsvariabel.	 	
I den andre spesifikasjonen foretar vi regresjonsanalysen i to steg. I det første steget forklarer vi 
kovariaten med kun bruttodriftsutgiftene. Residualen i dette steget kan tolkes som kovariaten, 
justert for samvariasjonen med bruttodriftsutgiftene. I det	 andre steget benytte	r vi residualen fra 	
det første steget som utfallsvariabel og et gitt kapitalkostnadsmål som forklaringsvariabel. 	I 	
tilnærmingen utelates i prinsippet samvariasjonen som også bruttodriftsutgiftene deler med 
kovariatene.	 	Regresjonsresult	atene fra den andre tilnærmingen til å justere for 	
bruttodriftsutgiftene 	er vist i 	Tabell 	4.10	. Tilnærmingen 	har noen likhetstrekk med resultatene fra 	
den første, men 	mye er også forskjellig.	 Overgangen fra negative og signifikante 	
regresjonsresultater med befolkning som utfallsvariabler ved den første tilnærmingen til positiv	e 	
og insignifikant ved den andre tilnærmingen utgjør den mest slående forskjellen i 
regresjonsresultatene. Utover dette er det flere variasjoner i hva som er signifikant og ikke 
mellom tilnærmingene.	 	
Både sysselsetting per innbygger	, gjennomsnittlig personinntekt 	og andelen med høyere 	
utdanning	 gir positive og signifikante resultater ved 	én 	prosent signifikansnivå for alle 	
kapitalkostnadsmålene, uten	om	 bruttoinvesteringsmålene i tilfelle	ne av de to	 sistnevnte	 	
kovariat.	 Regresjonene med den intern	e reiseavstandsproxyen 	og gjennomsnittsalder som 	
utfallsvariabler 	har negative 	og 	signifikante	 resultater for alle kapital	målene utenom henholdsvis 	
kapitalslitet utregnet med PIM med disaggregerte kapitalegenskaper over kapitalarter og 
bruttoinvesteringsvariablene.	 Igjen er det signifikante resultater i regresjonene m	ed	 variablene 	
for 	bruttoinvestering	er 	og næringsstruktu	r, samt mellom å	rlig befolkningsvekst de siste ti årene	 	
og 	kapitalslitet 	målt	 ved DM	. 	
Alt i alt viser korrelasjons	- og regresjonsanalysene at kapitalkostnadsmålene henger t	ett sammen 	
med en rekke kovariater, også utover samvariasjonen variablene deler med bruttodriftsutgifter.	 	
Utenom	 befolkningskonsentrasjon	 er kjenn	etegnene typisk for sentrale strøk. 	Ettersom 	
tjenestene som inngår i utgiftsutjevningen	 dominerer primærkommunal sektor, tyder dette på at 	
flere kovariater 	vil være relevan	te om 	utjevningen	 utvides til å ta høyde for kapitalkostnader	.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	102	 	
 
Tabell 	4.8 	Korrelasjon mellom realkapitalkostnadsestimater per innbygger og 	kontekstuelle variabler	 i primærkommune	ne	 i 2022	 	
Variabler	 	Bdrutg.	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	(9)	 	(10)	 	(11)	 	(12)	 	
Befolkning	 	-0.246	 	-0.058	 	-0.053	 	-0.166	 	-0.158	 	-0.158	 	-0.170	 	-0.157	 	-0.171	 	-0.156	 	-0.156	 	-0.156	 	-0.180	 	
Intern reiseavstandsproxy	 	0.350	 	0.000	 	0.010	 	0.206	 	0.233	 	0.215	 	0.211	 	0.227	 	0.220	 	0.227	 	0.224	 	0.223	 	0.210	 	
Årlig 	befolkningsvekst de siste ti årene	 	-0.201	 	-0.033	 	-0.039	 	-0.100	 	-0.156	 	-0.173	 	-0.167	 	-0.178	 	-0.171	 	-0.172	 	-0.176	 	-0.176	 	-0.167	 	
Årlig sysselsettingsvekst de siste ti årene	 	-0.065	 	-0.009	 	-0.011	 	-0.042	 	-0.048	 	-0.052	 	-0.050	 	-0.055	 	-0.053	 	-0.053	 	-0.054	 	-0.054	 	-0.050	 	
Sysselsetting per innbygger	 	-0.173	 	0.087	 	0.079	 	0.011	 	-0.056	 	-0.015	 	-0.011	 	-0.028	 	-0.020	 	-0.030	 	-0.019	 	-0.019	 	-0.015	 	
Gjennomsnittsalder	 	0.519	 	0.105	 	0.111	 	0.308	 	0.345	 	0.350	 	0.333	 	0.351	 	0.329	 	0.365	 	0.346	 	0.347	 	0.332	 	
Gjennomsnittlig personinntekt	 	-0.431	 	-0.076	 	-0.087	 	-0.220	 	-0.251	 	-0.245	 	-0.235	 	-0.251	 	-0.237	 	-0.256	 	-0.246	 	-0.246	 	-0.240	 	
Andel med høyere utdanning	 	-0.494	 	-0.080	 	-0.090	 	-0.264	 	-0.306	 	-0.272	 	-0.286	 	-0.297	 	-0.311	 	-0.296	 	-0.291	 	-0.290	 	-0.300	 	
Sysselsatte arbeidssted over bosted	 	0.210	 	0.066	 	0.080	 	0.169	 	0.180	 	0.191	 	0.194	 	0.190	 	0.192	 	0.185	 	0.188	 	0.188	 	0.189	 	
Herfindahl	-indeks, næringskonsentrasjon	 	0.406	 	0.281	 	0.273	 	0.329	 	0.301	 	0.332	 	0.335	 	0.347	 	0.349	 	0.348	 	0.342	 	0.341	 	0.332	 	
Andel i 	vareproduksjon	 	0.214	 	0.144	 	0.146	 	0.167	 	0.130	 	0.145	 	0.165	 	0.136	 	0.157	 	0.139	 	0.134	 	0.135	 	0.162	 	
Andel i ikke	-markedsrettede tjenester	 	0.019	 	-0.095	 	-0.101	 	-0.027	 	0.013	 	-0.003	 	-0.016	 	0.009	 	-0.007	 	0.008	 	0.007	 	0.006	 	-0.012	 	
Angivelse av avhengig variabel: (1) Bruttoinvesteringsutgifter, (2) 	bruttoinvesteringsstrøm, (	3) kapitalslit, DM, (4) kapitalslit, PIM	-dd på artsnivå, (5) 	
kapitalslit, PIM	-dd på funksjonsnivå, (6) kapitalslit, PIM	-ad på funksjonsnivå, (7) kapitalslit, PIM	-da på funksjonsnivå, (8) kapitalslit, PIM	-aa på funksjonsnivå, 	
(9) kapitalslit og rentekostnad	er, PIM	-ddl på artsnivå, (10) kapitalslit og rentekostnader, PIM	-ddf på funksjonsnivå, (11) kapitalslit og rentekostnader, PIM	-	
ddl på funksjonsnivå og (12) kapita	ltjenester, PIM	-ddl på funksjonsnivå. 	I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som følger angir om eventuelle av	kastningskrav er fast eller 	
løpende.	 Angivelse av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 	
0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	103	 	
 
Tabell 	4.9 	Regresjoner ved minste kvadraters metode 	der	 hver 	kovariat 	forklares ved hvert kommunale kapitalkostnads	mål	 per innbygger med 	
bruttodriftsutgifter per innbygger som kontroll	. Samtlige variabler 	måles i 2022 og 	er normalisert til standardnormalfordelingen basert 	på 	
deres respektive gjennomsnitt og standardfeil.	 	
Variabler	 	(1) 	(1) 	(3) 	(4) 	(5) 	(6) 	(7) 	(8) 	(9) 	(10)	 	(11)	 	(12)	 	
Befolkning	 	-0.102**	 	-0.095**	 	-0.215**	 	-0.216**	 	-0.182**	 	-0.184**	 	-0.204**	 	-0.205**	 	-0.212**	 	-0.201**	 	-0.200**	 	-0.197**	 	
(0.045)	 	(0.042)	 	(0.092)	 	(0.085)	 	(0.079)	 	(0.080)	 	(0.085)	 	(0.086)	 	(0.087)	 	(0.084)	 	(0.084)	 	(0.083)	 	
Intern 	reiseavstandsproxy	 	-0.134***	 	-0.125***	 	-0.243***	 	-0.232***	 	-0.203***	 	-0.205***	 	-0.231***	 	-0.231***	 	-0.236***	 	-0.228***	 	-0.226***	 	-0.216***	 	
(0.048)	 	(0.046)	 	(0.091)	 	(0.088)	 	(0.076)	 	(0.076)	 	(0.086)	 	(0.085)	 	(0.087)	 	(0.085)	 	(0.084)	 	(0.080)	 	
Årlig 	befolkningsvekst de siste ti årene	 	0.040	 	0.033	 	0.085**	 	0.025	 	0.009	 	0.017	 	0.012	 	0.021	 	0.018	 	0.012	 	0.012	 	0.019	 	
(0.037)	 	(0.035)	 	(0.042)	 	(0.055)	 	(0.066)	 	(0.063)	 	(0.067)	 	(0.064)	 	(0.062)	 	(0.067)	 	(0.067)	 	(0.064)	 	
Årlig sysselsettingsvekst de siste ti årene	 	0.032	 	0.028	 	0.053	 	0.047	 	0.035	 	0.038	 	0.041	 	0.043	 	0.044	 	0.041	 	0.040	 	0.041	 	
(0.030)	 	(0.028)	 	(0.045)	 	(0.045)	 	(0.043)	 	(0.042)	 	(0.047)	 	(0.045)	 	(0.047)	 	(0.046)	 	(0.046)	 	(0.044)	 	
Sysselsetting per innbygger	 	0.129**	 	0.121**	 	0.126	 	0.057	 	0.103	 	0.109	 	0.092	 	0.101	 	0.089	 	0.100	 	0.100	 	0.105	 	
(0.061)	 	(0.060)	 	(0.092)	 	(0.084)	 	(0.088)	 	(0.090)	 	(0.088)	 	(0.091)	 	(0.087)	 	(0.088)	 	(0.088)	 	(0.090)	 	
Gjennomsnittsalder	 	-0.068	 	-0.059	 	-0.137*	 	-0.084	 	-0.087	 	-0.110	 	-0.101	 	-0.128*	 	-0.088	 	-0.103	 	-0.102	 	-0.115	 	
(0.058)	 	(0.058)	 	(0.079)	 	(0.074)	 	(0.079)	 	(0.078)	 	(0.077)	 	(0.076)	 	(0.077)	 	(0.078)	 	(0.078)	 	(0.078)	 	
Gjennomsnittlig personinntekt	 	0.060	 	0.048	 	0.133*	 	0.088	 	0.103	 	0.118	 	0.108	 	0.126*	 	0.103	 	0.111	 	0.110	 	0.116	 	
(0.056)	 	(0.054)	 	(0.071)	 	(0.069)	 	(0.072)	 	(0.072)	 	(0.070)	 	(0.070)	 	(0.071)	 	(0.070)	 	(0.070)	 	(0.072)	 	
Andel med høyere utdanning	 	0.079	 	0.067	 	0.150**	 	0.092	 	0.133**	 	0.126**	 	0.123**	 	0.116*	 	0.124**	 	0.126**	 	0.127**	 	0.117*	 	
(0.061)	 	(0.060)	 	(0.059)	 	(0.062)	 	(0.061)	 	(0.063)	 	(0.061)	 	(0.063)	 	(0.060)	 	(0.061)	 	(0.061)	 	(0.062)	 	
Sysselsatte arbeidssted over bosted	 	-0.030	 	-0.014	 	-0.067	 	-0.050	 	-0.033	 	-0.034	 	-0.048	 	-0.047	 	-0.055	 	-0.048	 	-0.047	 	-0.042	 	
(0.038)	 	(0.038)	 	(0.044)	 	(0.044)	 	(0.043)	 	(0.043)	 	(0.044)	 	(0.044)	 	(0.044)	 	(0.043)	 	(0.043)	 	(0.044)	 	
Herfindahl	-indeks, 	næringskonsentrasjon	 	0.152**	 	0.146**	 	0.003	 	-0.009	 	0.011	 	0.008	 	0.015	 	0.013	 	0.017	 	0.013	 	0.012	 	0.003	 	
(0.063)	 	(0.064)	 	(0.074)	 	(0.062)	 	(0.068)	 	(0.070)	 	(0.068)	 	(0.070)	 	(0.068)	 	(0.068)	 	(0.068)	 	(0.068)	 	
Andel i vareproduksjon	 	0.083*	 	0.086*	 	0.006	 	-0.021	 	-0.013	 	0.003	 	-0.025	 	-0.008	 	-0.022	 	-0.026	 	-0.025	 	-0.001	 	
(0.046)	 	(0.046)	 	(0.056)	 	(0.053)	 	(0.055)	 	(0.057)	 	(0.055)	 	(0.058)	 	(0.054)	 	(0.055)	 	(0.055)	 	(0.058)	 	
Andel i ikke	-markedsrettede tjenester	 	-0.100**	 	-0.106**	 	-0.042	 	-0.003	 	-0.017	 	-0.031	 	-0.008	 	-0.023	 	-0.008	 	-0.009	 	-0.010	 	-0.027	 	(0.044)	 	(0.044)	 	(0.040)	 	(0.042)	 	(0.043)	 	(0.041)	 	(0.043)	 	(0.041)	 	(0.042)	 	(0.043)	 	(0.043)	 	(0.042)	 	
Angivelse av avhengig variabel: (1) Bruttoinvesteringsutgifter, (2) 	bruttoinvesteringsstrøm, (	3) kapitalslit, DM, (4) kapitalslit, PIM	-dd på artsnivå, (5) 	
kapitalslit, PIM	-dd på funksjonsnivå, (6) kapitalslit, PIM	-ad på funksjonsnivå, (7) kapitalslit, PIM	-da på funksjonsnivå, (8) kapitalslit, PIM	-aa på funksjonsnivå, 	
(9) kapitalslit og rentekostnad	er, PIM	-ddl på artsnivå, (10) kapitalslit og rentekostnader, PIM	-ddf på funksjonsnivå, (11) kapitalslit og rentekostnader, PIM	-	
ddl på funksjonsnivå og (12) kapita	ltjenester, PIM	-ddl på funksjonsnivå. 	I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som følger angir om eventuelle av	kastningskrav er fast eller 	
løpende. 	Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	104	 	
 
Tabell 	4.10	 	Regresjoner ved 	minste kvadraters metode i to steg: I første steg forklares hver kovariat ved bruttodriftsutgifter	 per innbygger	. I andre ste	g 	
forklares residualen fra den første regresjonen ved hvert kommunale 	kapitalkostnadsmål 	per innbygger. Samtlige variabler 	måles i 2022 og 	
er normalisert til standardnormalfordelingen basert på deres respektive gjennomsnitt og standardfeil.	 	
Variabler	 	(1) 	(1) 	(3) 	(4) 	(5) 	(6) 	(7) 	(8) 	(9) 	(10)	 	(11)	 	(12)	 	
Befolkning	 	0.008	 	0.010	 	0.040	 	0.033	 	0.042	 	0.034	 	0.056	 	0.045	 	0.058	 	0.055	 	0.054	 	0.024	 	
(0.023)	 	(0.023)	 	(0.038)	 	(0.035)	 	(0.037)	 	(0.038)	 	(0.039)	 	(0.040)	 	(0.039)	 	(0.039)	 	(0.038)	 	(0.039)	 	
Intern reiseavstandsproxy	 	-0.035**	 	-0.031**	 	-0.067***	 	-0.027	 	-0.050**	 	-0.060**	 	-0.053**	 	-0.068**	 	-0.053**	 	-0.053**	 	-0.053**	 	-0.065**	 	
(0.015)	 	(0.015)	 	(0.026)	 	(0.024)	 	(0.024)	 	(0.025)	 	(0.026)	 	(0.027)	 	(0.026)	 	(0.026)	 	(0.026)	 	(0.026)	 	
Årlig befolkningsvekst de siste ti årene	 	0.031	 	0.024	 	0.185**	 	-0.005	 	-0.038	 	-0.016	 	-0.045	 	-0.016	 	-0.026	 	-0.041	 	-0.041	 	-0.013	 	
(0.055)	 	(0.055)	 	(0.091)	 	(0.085)	 	(0.088)	 	(0.090)	 	(0.094)	 	(0.097)	 	(0.094)	 	(0.093)	 	(0.092)	 	(0.092)	 	
Årlig sysselsettingsvekst de siste ti årene	 	0.011	 	0.009	 	0.028	 	0.003	 	-0.003	 	0.005	 	-0.006	 	0.003	 	0.000	 	-0.006	 	-0.006	 	0.007	 	
(0.052)	 	(0.052)	 	(0.087)	 	(0.081)	 	(0.083)	 	(0.086)	 	(0.089)	 	(0.092)	 	(0.089)	 	(0.088)	 	(0.088)	 	(0.087)	 	
Sysselsetting per innbygger	 	0.153***	 	0.143***	 	0.442***	 	0.193**	 	0.331***	 	0.370***	 	0.348***	 	0.400***	 	0.342***	 	0.363***	 	0.362***	 	0.375***	 	
(0.054)	 	(0.054)	 	(0.088)	 	(0.084)	 	(0.085)	 	(0.088)	 	(0.091)	 	(0.093)	 	(0.092)	 	(0.090)	 	(0.090)	 	(0.089)	 	
Gjennomsnittsalder	 	-0.059	 	-0.050	 	-0.325***	 	-0.133*	 	-0.165**	 	-0.247***	 	-0.221***	 	-0.330***	 	-0.178**	 	-0.225***	 	-0.221***	 	-0.268***	 	
(0.047)	 	(0.047)	 	(0.078)	 	(0.073)	 	(0.075)	 	(0.077)	 	(0.080)	 	(0.082)	 	(0.081)	 	(0.079)	 	(0.079)	 	(0.078)	 	
Gjennomsnittlig personinntekt	 	0.060	 	0.047	 	0.374***	 	0.199***	 	0.261***	 	0.324***	 	0.308***	 	0.391***	 	0.291***	 	0.309***	 	0.306***	 	0.328***	 	
(0.050)	 	(0.050)	 	(0.081)	 	(0.076)	 	(0.078)	 	(0.080)	 	(0.083)	 	(0.085)	 	(0.084)	 	(0.082)	 	(0.082)	 	(0.082)	 	
Andel med 	høyere utdanning	 	0.077	 	0.064	 	0.396***	 	0.183**	 	0.325***	 	0.323***	 	0.326***	 	0.322***	 	0.329***	 	0.329***	 	0.330***	 	0.303***	 	
(0.048)	 	(0.048)	 	(0.078)	 	(0.074)	 	(0.075)	 	(0.078)	 	(0.080)	 	(0.083)	 	(0.081)	 	(0.079)	 	(0.079)	 	(0.079)	 	
Sysselsatte arbeidssted over 	bosted	 	0.002	 	0.019	 	-0.002	 	0.046	 	0.069	 	0.072	 	0.058	 	0.060	 	0.042	 	0.052	 	0.054	 	0.057	 	
(0.055)	 	(0.054)	 	(0.091)	 	(0.084)	 	(0.087)	 	(0.090)	 	(0.093)	 	(0.096)	 	(0.093)	 	(0.092)	 	(0.092)	 	(0.091)	 	
Herfindahl	-indeks, 	næringskonsentrasjon	 	0.172***	 	0.164***	 	0.007	 	-0.026	 	0.030	 	0.025	 	0.049	 	0.043	 	0.053	 	0.039	 	0.038	 	0.008	 	
(0.050)	 	(0.050)	 	(0.085)	 	(0.078)	 	(0.081)	 	(0.083)	 	(0.086)	 	(0.089)	 	(0.087)	 	(0.085)	 	(0.085)	 	(0.085)	 	
Andel i vareproduksjon	 	0.087	 	0.090*	 	-0.015	 	-0.086	 	-0.065	 	-0.021	 	-0.118	 	-0.065	 	-0.109	 	-0.118	 	-0.114	 	-0.035	 	
(0.054)	 	(0.054)	 	(0.091)	 	(0.084)	 	(0.087)	 	(0.090)	 	(0.093)	 	(0.096)	 	(0.093)	 	(0.091)	 	(0.091)	 	(0.091)	 	
Andel i ikke	-markedsrettede tjenester	 	-0.112**	 	-0.118**	 	-0.128	 	-0.004	 	-0.048	 	-0.091	 	-0.021	 	-0.076	 	-0.023	 	-0.026	 	-0.027	 	-0.084	 	
(0.056)	 	(0.056)	 	(0.094)	 	(0.087)	 	(0.090)	 	(0.093)	 	(0.096)	 	(0.099)	 	(0.096)	 	(0.095)	 	(0.095)	 	(0.094)	 	
Angivelse av avhengig variabel: (1) Bruttoinvesteringsutgifter, (2) 	bruttoinvesteringsstrøm, (	3) kapitalslit, DM, (4) kapitalslit, PIM	-dd på artsnivå, (5) 	
kapitalslit, PIM	-dd på funksjonsnivå, (6) kapitalslit, PIM	-ad på funksjonsnivå, (7) kapitalslit, PIM	-da på funksjonsnivå, (8) kapitalslit, PIM	-aa på funksjonsnivå, 	
(9) kapitalslit og rentekostnad	er, PIM	-ddl på artsnivå, (10) kapitalslit og rentekostnader, PIM	-ddf på funksjonsnivå, (11) kapitalslit og rentekostnader, PIM	-	
ddl på funksjonsnivå og (12) kapitaltjenester, PIM	-ddl på funksjonsnivå. 	I forkortelsene dd, ad, da og aa angir første og andre b	okstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som følger angir om eventuelle av	kastningskrav er fast eller 	
løpende. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av 	signifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analys	e

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	105	 	
 
Fylkeskommunene	 	
I det følgende har 	vi 	belyst sammenhengen i fylkeskommunene mellom bruttodriftsutgifter og 	
kapitalkostnader på den ene siden og kovariater på den andre siden. Oversikter over 
samvariasjonen inkludert og ekskludert Oslo er gitt i henholdsvis 	Tabell 	4.11	 og 	Tabell 	4.12	. Vi 	
velger å gjengi resultatene med og uten hovedstaden, både fordi den skiller seg fra de øvrige 
fylkeskommunene, og fordi vi har måttet beregne fordelingen mellom Oslo primærkommune og 
Oslo fylkeskommune selv, jamfør seksjon 	3.1.1	. Korrelasjonsanalysene tyder på 	relativt sterk 	
sammenheng	 mellom kommunenes bruttodriftsutgifter og kapitalkostnader på den ene siden, og 	
forhold i kommunenes omgivelser på den andre siden.	 	
Sammenliknet med tilsvarende resultater for primærkommunene 	tenderer 	
korrelasjonsmønstrene å være sterkere med like fortegn	, jamfør 	Tabell 	4.11	. De eneste 	
kovariatene fortegnene har snudd helt for er sysselsatte ved arbeidssted over sysselsetting over 
bosted og Herfindahl	-indeksen for næringskonsentrasjon. I tillegg 	er 	korrelasjonskoeffisientene 	
for sysselsettingsandelen innenfor ikke	-markedsrettede tjenester og sysselsettingsgraden 	
henholdsvis entydig positiv og entydig negativ for fylkeskommunene.	 Igjen 	tenderer	 	
korrelasjons	koeffisientene med kovariatene høyere for 	bruttodriftsutgifter enn for 	
kapitalkostnads	målene, riktignok med sysselsettingsandel i vareproduksjonen som et markant 	
unntak.	 	
Når vi tar ut Oslo fra korrelasjonsanalysen, blir de fleste korrelasjonsmønstrene noe svakere, 
jamfør 	Tabell 	4.12	. Unntakene er Herfindahl	-indeksen for næringskonsentrasjon, sysselsetting på 	
arbeidstedet over sysselsetting på bostedet og s	ysselsetting per innbygger	. Resultatene knyttet 	
til de to sistnevnte variablene skifter også fortegn når Oslo holdes utenfor.	 Det gjør også 	
korrelasjonen mellom gjennomsnittlig personinntekt og i	ntern reiseavstandsproxy	 på den ene 	
siden og kapitalkostnadsmålene på den andre siden, men ikke tilsvarende korrelasjoner mellom 
bruttodrift	sutgiftene og kovariatene.	 Videre	 blir korrelasjonen	e mellom investeringsvariablene 	
og sysselsettingsandelen innenfor ikke	-markedsrettede tjenester negativ	, og	 mellom 	
bruttodrif	tsutgifter	 og 	sysselsettingsandelen innenfor	 vareproduksjon, negative.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	106	 	
 
Tabell 	4.11	 	Korrelasjon mellom realkapitalkostnadsestimater per innbygger og kontekstuelle variabler i fylkeskommunene i 2022	 	
Variabler	 	Bdrutg.	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	(9)	 	(10)	 	(11)	 	(12)	 	
Befolkning	 	-0.619	 	-0.338	 	-0.403	 	-0.488	 	-0.427	 	-0.349	 	-0.365	 	-0.391	 	-0.412	 	-0.435	 	-0.369	 	-0.368	 	-0.374	 	
Intern reiseavstandsproxy	 	0.589	 	0.174	 	0.190	 	0.306	 	0.421	 	0.296	 	0.281	 	0.352	 	0.325	 	0.450	 	0.312	 	0.311	 	0.300	 	
Årlig 	befolkningsvekst de siste ti årene	 	-0.554	 	-0.206	 	-0.223	 	-0.504	 	-0.478	 	-0.399	 	-0.394	 	-0.497	 	-0.479	 	-0.577	 	-0.428	 	-0.426	 	-0.397	 	
Årlig sysselsettingsvekst de siste ti årene	 	-0.390	 	-0.124	 	-0.119	 	-0.432	 	-0.375	 	-0.338	 	-0.329	 	-0.425	 	-0.404	 	-0.491	 	-0.367	 	-0.364	 	-0.331	 	
Sysselsetting per innbygger	 	-0.292	 	-0.192	 	-0.242	 	-0.299	 	-0.366	 	-0.139	 	-0.140	 	-0.218	 	-0.215	 	-0.317	 	-0.200	 	-0.194	 	-0.185	 	
Gjennomsnittsalder	 	0.460	 	0.151	 	0.201	 	0.259	 	0.348	 	0.173	 	0.151	 	0.223	 	0.189	 	0.347	 	0.196	 	0.194	 	0.195	 	
Gjennomsnittlig personinntekt	 	-0.450	 	-0.191	 	-0.227	 	-0.349	 	-0.404	 	-0.207	 	-0.195	 	-0.264	 	-0.244	 	-0.380	 	-0.241	 	-0.238	 	-0.241	 	
Andel med høyere utdanning	 	-0.668	 	-0.509	 	-0.587	 	-0.604	 	-0.639	 	-0.447	 	-0.449	 	-0.507	 	-0.506	 	-0.608	 	-0.492	 	-0.488	 	-0.484	 	
Sysselsatte arbeidssted over bosted	 	-0.281	 	-0.324	 	-0.347	 	-0.345	 	-0.449	 	-0.259	 	-0.248	 	-0.313	 	-0.294	 	-0.402	 	-0.311	 	-0.306	 	-0.288	 	
Herfindahl	-indeks, næringskonsentrasjon	 	-0.215	 	-0.368	 	-0.314	 	-0.465	 	-0.296	 	-0.496	 	-0.492	 	-0.448	 	-0.442	 	-0.373	 	-0.458	 	-0.462	 	-0.474	 	
Andel i vareproduksjon	 	0.360	 	0.581	 	0.631	 	0.592	 	0.579	 	0.486	 	0.512	 	0.538	 	0.574	 	0.536	 	0.556	 	0.550	 	0.535	 	
Andel i ikke	-markedsrettede tjenester	 	0.655	 	0.165	 	0.179	 	0.318	 	0.430	 	0.255	 	0.232	 	0.307	 	0.267	 	0.440	 	0.254	 	0.254	 	0.251	 	
Angivelse av avhengig variabel: (1) Bruttoinvesteringsutgifter, (2) 	bruttoinvesteringsstrøm, (	3) kapitalslit, DM, (4) kapitalslit, PIM	-dd på artsnivå, (5) 	
kapitalslit, PIM	-dd på funksjonsnivå, (6) kapitalslit, PIM	-ad på funksjonsnivå, (7) kapitalslit, PIM	-da på funksjonsnivå, (8) kapitalslit, PIM	-aa på funksjonsnivå, 	
(9) kapitalslit og rentekostnad	er, PIM	-ddl på artsnivå, (10) kapitalslit og rentekostnader, PIM	-ddf på funksjonsnivå, (11) kapitalslit og rentekostnader, PIM	-	
ddl på funksjonsnivå og (12) kapita	ltjenester, PIM	-ddl på funksjonsnivå. 	I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som følger angir om eventuelle av	kastningskrav er fast eller 	
løpende.	 Angivelse av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 	
0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	107	 	
 
Tabell 	4.12	 	Korrelasjon mellom realkapitalkostnadsestimater per innbygger og kontekstuelle variabler i fylkeskommunene i 2022 utenom Oslo	 	
Variabler	 	Bdrutg.	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	(9)	 	(10)	 	(11)	 	(12)	 	
Befolkning	 	-0.597	 	-0.263	 	-0.341	 	-0.449	 	-0.380	 	-0.279	 	-0.299	 	-0.326	 	-0.353	 	-0.386	 	-0.300	 	-0.298	 	-0.306	 	
Intern reiseavstandsproxy	 	0.513	 	-0.012	 	-0.004	 	0.133	 	0.271	 	0.153	 	0.135	 	0.202	 	0.168	 	0.316	 	0.152	 	0.152	 	0.147	 	
Årlig 	befolkningsvekst de siste ti årene	 	-0.516	 	-0.098	 	-0.114	 	-0.465	 	-0.444	 	-0.334	 	-0.328	 	-0.453	 	-0.431	 	-0.570	 	-0.368	 	-0.364	 	-0.330	 	
Årlig sysselsettingsvekst de siste ti årene	 	-0.354	 	-0.036	 	-0.026	 	-0.413	 	-0.353	 	-0.293	 	-0.283	 	-0.401	 	-0.375	 	-0.499	 	-0.329	 	-0.325	 	-0.285	 	
Sysselsetting per innbygger	 	0.226	 	0.525	 	0.474	 	0.429	 	0.471	 	0.554	 	0.552	 	0.546	 	0.540	 	0.495	 	0.570	 	0.568	 	0.534	 	
Gjennomsnittsalder	 	0.240	 	-0.250	 	-0.203	 	-0.153	 	-0.101	 	-0.179	 	-0.210	 	-0.179	 	-0.226	 	-0.061	 	-0.213	 	-0.209	 	-0.182	 	
Gjennomsnittlig personinntekt	 	-0.179	 	0.296	 	0.270	 	0.112	 	0.127	 	0.219	 	0.238	 	0.220	 	0.249	 	0.118	 	0.251	 	0.248	 	0.209	 	
Andel med høyere utdanning	 	-0.565	 	-0.121	 	-0.255	 	-0.228	 	-0.154	 	-0.054	 	-0.057	 	-0.048	 	-0.055	 	-0.151	 	-0.025	 	-0.028	 	-0.068	 	
Sysselsatte 	arbeidssted over bosted	 	0.522	 	0.539	 	0.549	 	0.688	 	0.650	 	0.614	 	0.649	 	0.691	 	0.737	 	0.667	 	0.676	 	0.670	 	0.640	 	
Herfindahl	-indeks, næringskonsentrasjon	 	-0.399	 	-0.611	 	-0.564	 	-0.788	 	-0.653	 	-0.736	 	-0.732	 	-0.739	 	-0.727	 	-0.716	 	-0.746	 	-0.745	 	-0.738	 	
Andel i 	vareproduksjon	 	-0.035	 	0.314	 	0.380	 	0.257	 	0.112	 	0.188	 	0.235	 	0.188	 	0.264	 	0.078	 	0.232	 	0.228	 	0.232	 	
Andel i ikke	-markedsrettede tjenester	 	0.582	 	-0.047	 	-0.042	 	0.124	 	0.254	 	0.084	 	0.056	 	0.121	 	0.071	 	0.277	 	0.055	 	0.058	 	0.064	 	
Angivelse av avhengig variabel: (1) Bruttoinvesteringsutgifter, (2) 	bruttoinvesteringsstrøm, (	3) kapitalslit, DM, (4) kapitalslit, PIM	-dd på artsnivå, (5) 	
kapitalslit, PIM	-dd på funksjonsnivå, (6) kapitalslit, PIM	-ad på funksjonsnivå, (7) kapitalslit, PIM	-da på funksjonsnivå, (8) kapitalslit, PIM	-aa på funksjonsnivå, 	
(9) kapitalslit og rentekostnad	er, PIM	-ddl på artsnivå, (10) kapitalslit og rentekostnader, PIM	-ddf på funksjonsnivå, (11) kapitalslit og rentekostnader, PIM	-	
ddl på funksjonsnivå og (12) kapita	ltjenester, PIM	-ddl på funksjonsnivå. 	I forkortelsene dd, ad, da og aa angir første og andre bokstav om henholdsvis 	
kapitaldeflatorene og depresieringsratene er aggregerte (a) eller disaggregerte (d). f og l som følger angir om eventuelle av	kastningskrav er fast eller 	
løpende.	 Angivelse av fargekoder for korrelasjonskoeffisientene: 	(-1,00)	-(-0,90)	, (-0,90)	-(-0,75)	, (-0,75)	-(-0,50)	, (-0,50)	-(-0,25)	, (-0,25)	-(-0,10	), (-0,10)	-(-0,00)	, 	
0.00	-0,10	, 0,10	-0,25	, 0.25	-0,50	, 0,50	-0,75	, 0,75	-0,90	 og 	0,90	-1,00	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	108	 	
 	
4.2.3	 	Kapitalkostnader og inntektssystemet	 	
Vi vil nå adressere hvordan 	utgiftsutjevningen i	 inntektssystemet påvirkes, dersom 	
kapitalkostnadene inkluderes i utregningene av systemets kriterievekter. Dette inkluderer 
regresjonsanalyser av kriterievektene i funksjonene i inntektssystemet til primærkommunene og 
en enklere korrelasjons	analyse av funksjonene i inntektssystemet til fylkeskommunene.	 	
Primærkommunene	 	
Inntektssystemutvalget (NOU 2022:10) rapporterer i sitt andre vedlegg regresjonsanalyser for 
tjeneste	områdene	 i utgiftsutjevningen 	i det kommunale inntektssystemet	 gjeldende	 fra 202	0 til 	
202	2 på tvers av funksjoner i primærkommunene med bruttodriftsutgifter som utfallsvariabel. 	
Tilsvare	nde	 regresjoner ligger også til grunn for kriterievektene i 	utgiftsutjevningen	 innenfor 	
hvert tjenesteområde	. Alle variablene i disse regresjonene er normalisert per innbygger. 	I det 	
følgende har vi bygd ut disse analysene ve	d å undersøke betydningen av å inkludere 	
kapitalkostnader i regresjonene.	 	
Funksjonene 	som vi har 	analysert	, gjenspeiler i hovedsak funksjonene i inntektssystemet med 	
noen nyanseforskjeller som følge av imperfekt korrespondanse mellom funksjonsinndelingene i 
våre kapitalberegninger og	 utgiftsutjevningen	 i inntektssystemet. De inkluderer grunnskolen, 	
barnehagene, helse og omsorg, barnevernet, sosialsektoren og administrasjon, styring og 
fellesutgifter. Funksjoner som i hovedsak finansieres ved selvkostprinsipper eller 	som 	langt på vei 	
er 	selvvalgte 	snarere enn	 lovpålagte	, inngår ikke i analysene	. 	
I våre empiriske undersøkelser for funksjonene i primærkommunene benytter vi i tillegg tre 
alternative utfallsvariabler, der 	alternative kapitalkostnad	smål 	legges til 	bruttodriftsutgiftene. 	
Disse er kapitalslitet målt ved DM og kapitalslitet målt ved PIM på funksjonsnivå med 
disaggregerte parametere med og uten løpende rentekostnader. For å belyse resultatenes 
robusthet rapporterer vi regresjonsresultater for både 2020 	og 2022	. Vi	 benytter oss av 	
tverrsnittregresjoner 	i et enkelt år om gangen 	og 	ikke 	paneld	ataregresjoner over tid	, siden 	det	 er 	
tverrsnittregresjoner 	som ligger til grunn for fastsettelsen av kriterievektene i inntektssystemet	. 	
Regresjonene med alternative utfallsvariabler er gitt i tabellene med oddetallsnummer fra 	Tabell 	
4.13	 til 	Tabell 	4.24	. Noen hovedtrekk går igjen i disse regresjonsresultatene. For det første 	
tenderer 	regresjonsresultatene å 	være hakket mer signifikant med bruttodriftsutgifter som 	
utfallsvariabler enn med 	målene som i tillegg inkluderer 	kapitalkostnad	er, uten at det er store 	
forskjeller. For det andre er regresjonsresultatene relativt like på tvers av utfallsvariabler med kun 
små til moderate forskjeller, uten at forskjellene er signifikante. For det tredje slår valg av 
analyseår gjennomgående mer ut på 	resultatene enn valg av utfallsvariabel.	 Oftest drar DM	- og 	
PIM	-målene de samlede 	koeffisien	tene 	for k	ovariatenes innvirkning på kostnadene 	i samme 	
retning	. R	esultatene er ikke entydige	, men forskjellene er i all hovedsak ikke signifikante	. 	
Videre dekomponerer vi kostnadene i ulike komponenter. Vi benytter disse som alternative 
utfallsvariabler for å klargjøre hvilke komponenter i kostnadsmålene som driver resultatene. For 
det første dekomponerer vi driftsutgiftene i 	lønnsutgifter	 og	 produktinnsatsutgifter 	og 	
fordringstap	. For det andre undersøker vi tre kapitalkostnadsmål alene, nærmere bestemt

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	109	 	
 
kapitalslit målt ved DM,	 kapitalslit målt ved PIM på funksjonsnivå med disaggregerte parametere, 	
og	 løpende rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere	. 	
Regresjonene med alternative utfallsvariabler er gitt i tabellene med partallsnummer fra 	Tabell 	
4.13	 til 	Tabell 	4.24	. De signifikante resultatene for bruttodriftsutgifter drives både av 	
produktinnsatsutgifter og fordringstap	, og 	av 	lønnsutgifter, litt avhengig av hvilken regresjon og 	
hvilket systemkriterium 	det er snakk om.	 For kapital	kostnadsmålene er det enkelte signifikante 	
resultater, men langt færre enn for bruttodrift	sutgiftene med tilhørende komponenter.	 	
Samlet sett gir ikke regresjonsresultatene i seg selv sterke argumenter for å inkludere 
kapitalk	ostnader	 i utgiftsutjevningen 	i inntektssystemet for primærkommunene. Resultatene 	
tyder på at kriterienes innvirkning 	på 	kapitalkostnader er relativt svake. Det gir heller ikke store 	
utslag	 å legge dem til bruttodriftsutgiftene, sammenliknet med å bruke 	bruttodriftsutgifter som 	
utfallsvariabel alene.	 Det er imidlertid grunn til ikke å overtolke disse resultatene. Prinsipielt er 	
det de samlede kostnadene som er relevante for kommunenes kostnadsbelastning. Små til 
moderate forskjeller i kriteriene bør derfor ideelt sett også tas hensyn til i primærkommun	enes 	
utgiftsutjevning	. Videre 	bør det nevnes at kriteriene 	i regresjonene i utgiftsutjevningen 	er valgt 	
ut, fordi 	de 	har signifikant effekt bruttodriftsutgifter, 	med	 mindre de er valgt ut på grunn av at de 	
vu	rderes til å være spesielt sektorrelevante.	 En annen grunn til at kapitalkostnadene 	generelt 	
korrelerer svakere med 	kriteriene 	i utgiftsutjevningen 	enn bruttodriftsutgifter kan være at de i 	
relativt stor grad henger sammen med historiske beslutninger 	og vurderinger av framtidsutsikter 	
med tilhørende bakenforliggende forhold. 	I tillegg 	vil kapitalkostnader og bruttodriftsutgifter i 	
enkelte tilfeller kunne fungere som substitutter, for eksempel når leie av kapital er utbredt. 
Utelatte kontroller av relevans 	kan også bidra til å forklare svake resultater for kapitalkostnadene.	 	
I delkapittel 	4.1	 viste vi at selv om kapitalkostnader kan måles på nokså forskjellige måter, er 	
målene typisk tett korrelerte og av relativt lik størrelsesorden for samme type mål.	 Videre har vi 	
vist i seksjon 	4.2.1	 at bruttodriftsutgiftene 	er 	langt 	fra en fullgod proxy for kapitalkostnadene.	 I 	
seksjon 	4.2.2	 har vi 	vist at kapitalkostnadsmålene henger tett sammen med flere kovariater, også 	
når man 	på ulike måter justerer for korrelasjonen mellom bruttodriftsutgifter og kovariatene. Det 	
er også slik at inkludering av kapitalkostnader vil ha innvirkning på 	utgiftsutjevningen for	 	
primærkommunene ved like regresjonsresultater og dermed like kriterievekter, fordi det vil 
innebære en skalering av 	kompensasjonen	. 	
Dette taler for at man bør forsøke å inkludere kapitalkostnader i 	utgiftsutjevningen	 for 	
primærkommunene, men er ikke i seg selv tilstrekkelig for å konkludere med at det bør gjøres. I 
første omgang bør man forsøke å se om de sektorielle kapitalkostnadene kan forklares ved andre 
potensielle kriterier	 i utgiftsutjevningen	, enten sammen med bruttodriftsutgiftene eller alene.	 I 	
og med at dagens kapitalkostnader i større utstrekning enn bruttodriftsutgiftene skyldes	 	
historiske forhold og forhold knyttet til fra	mtiden, kan 	utprøving av 	bruk	 av 	kovariater fra andre 	
tidsperioder som kriteriekandidater også være verdt å prøve ut.	 En mulighet er også å benytte 	
bruttoinvesteringsstrømmer som utfallsvariabel i kriteriefunksjonene. I så fall anbefaler vi å ta i 
bruk paneldatametodikk over flere år	, framfor tversnittanalyser	, for å bøte for at 	
bruttoinvesteringsstrømmene varierer betydelig år for år.	 Dersom det	te ikke gir resultater som 	
begrunner sektoriell behandling, kan man undersøke om det er 	grunnlag for en aggregert	 	
kompensasjon. Først hvis dette ikke leder til resultater, bør inkludering av kapitalkostnader i 
utgiftsutjevningen	 legges til side for denne gang. Det er på ingen måte gitt at man lykkes med å 	
finne hensiktsmessige måter å inkludere kapitalkostnadene i 	utgiftsutjevningen 	på, men 	det 	bør 	
i hvert fall undersøkes nærmere.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	110	 	
 
Tabell 	4.13	 	Regresjoner ved minste kvadraters metode, der 	kostnadene innen grunnskolen i primærkommunene forklares ved kriteriene i	 	
utgiftsutjevningen i	 det kommunale inntektssystemet for primærkommunene. Alternative kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(1)	 	(2)	 	(3)	 	(4)	 	
 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 6 til 15 år	 	97.602***	 	102.161***	 	98.822***	 	100.516***	 	115.152***	 	117.561***	 	114.795***	 	113.759***	 	
(Kriterium 5)	 	(7.190)	 	(8.612)	 	(8.492)	 	(10.959)	 	(7.993)	 	(9.765)	 	(9.768)	 	(15.609)	 	
Gradert 	basiskriterium	 	1,258.115**	 	1,020.969*	 	1,210.671**	 	1,150.885	 	1,875.641**	 	1,913.976**	 	2,118.314**	 	2,672.912**	 	
(Kriterium 12)	 	(507.759)	 	(585.042)	 	(602.410)	 	(848.427)	 	(794.066)	 	(905.226)	 	(858.871)	 	(1,256.060)	 	
Reiseavstand innad i sone	 	0.054**	 	0.042	 	0.045	 	0.033	 	0.065**	 	0.056*	 	0.056*	 	0.035	 	
(Kriterium 13)	 	(0.026)	 	(0.027)	 	(0.028)	 	(0.033)	 	(0.030)	 	(0.033)	 	(0.033)	 	(0.043)	 	
Innvandrere 6 til 15 år	 	41.997	 	30.714	 	25.462	 	3.993	 	83.364**	 	77.840*	 	70.079	 	40.493	 	
(Kriterium 17)	 	(26.039)	 	(31.874)	 	(31.635)	 	(41.906)	 	(39.281)	 	(46.937)	 	(45.260)	 	(70.697)	 	
Samlede frie inntekter	 	0.127***	 	0.144***	 	0.140***	 	0.156***	 	0.123***	 	0.130***	 	0.130***	 	0.146***	 	
(i tusener kroner)	 	(0.010)	 	(0.012)	 	(0.012)	 	(0.018)	 	(0.015)	 	(0.017)	 	(0.016)	 	(0.024)	 	
Konstantleddet	 	-3.368***	 	-3.725***	 	-3.137***	 	-2.849*	 	-4.539***	 	-4.081***	 	-3.679***	 	-1.709	 	
(skjæringspunktet)	 	(0.971)	 	(1.157)	 	(1.123)	 	(1.535)	 	(1.224)	 	(1.477)	 	(1.410)	 	(2.316)	 	
Observasjoner	 	354	 	354	 	354	 	354	 	350	 	350	 	350	 	350	 	
R2 	0.753	 	0.718	 	0.717	 	0.645	 	0.747	 	0.708	 	0.715	 	0.578	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodrif	tsutgifter og kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) bruttodriftsutgifter, kapitalslit og re	ntekostnader målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	111	 	
 
Tabell 	4.14	 	Regresjoner ved minste kvadraters metode, der kostnadene innen grunnskolen i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	
 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 6 til 15 år	 	115.152***	 	100.617***	 	14.535***	 	2.410	 	-0.357	 	-1.036	 	-1.393	 	113.759***	 	
(Kriterium 5)	 	(7.993)	 	(6.077)	 	(5.405)	 	(2.833)	 	(3.303)	 	(7.344)	 	(10.647)	 	(15.609)	 	
Gradert basiskriterium	 	1,875.641**	 	866.482	 	1,009.158**	 	38.336	 	242.673	 	554.599	 	797.272	 	2,672.912**	 	
(Kriterium 12)	 	(794.066)	 	(662.367)	 	(424.157)	 	(233.020)	 	(290.419)	 	(646.517)	 	(936.928)	 	(1,256.060)	 	
Reiseavstand innad i sone	 	0.065**	 	0.047**	 	0.017	 	-0.008	 	-0.009	 	-0.021	 	-0.030	 	0.035	 	
(Kriterium 13)	 	(0.030)	 	(0.023)	 	(0.012)	 	(0.006)	 	(0.007)	 	(0.016)	 	(0.023)	 	(0.043)	 	
Innvandrere 6 til 15 år	 	83.364**	 	43.754*	 	39.610	 	-5.524	 	-13.285	 	-29.587	 	-42.872	 	40.493	 	
(Kriterium 17)	 	(39.281)	 	(25.903)	 	(25.704)	 	(13.801)	 	(15.941)	 	(35.526)	 	(51.467)	 	(70.697)	 	
Samlede frie inntekter	 	0.123***	 	0.100***	 	0.022***	 	0.008	 	0.007	 	0.016	 	0.024	 	0.146***	 	
(i tusener kroner)	 	(0.015)	 	(0.012)	 	(0.007)	 	(0.005)	 	(0.006)	 	(0.013)	 	(0.019)	 	(0.024)	 	
Konstantleddet	 	-4.539***	 	-5.339***	 	0.801	 	0.458	 	0.859	 	1.970	 	2.830	 	-1.709	 	
(skjæringspunktet)	 	(1.224)	 	(1.031)	 	(0.868)	 	(0.505)	 	(0.565)	 	(1.255)	 	(1.820)	 	(2.316)	 	
Observasjoner	 	350	 	350	 	350	 	350	 	350	 	350	 	350	 	350	 	
R2 	0.747	 	0.703	 	0.359	 	0.057	 	0.086	 	0.085	 	0.085	 	0.578	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disa	ggregerte parametere og 	
(8) bruttodriftsutgifter, kapitalslit og løpe	nde rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. Standardavvikene beregnet 	
som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01. 	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	112	 	
 
Tabell 	4.15	 	Regresjoner ved minste kvadraters metode, der kostnadene innen barnehagen i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Alternative kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(1)	 	(2)	 	(3)	 	(4)	 	
 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 2 til 5 år	 	178.335***	 	183.055***	 	182.007***	 	187.079***	 	185.132***	 	188.613***	 	189.729***	 	200.332***	 	
(Kriterium 4)	 	(9.767)	 	(10.476)	 	(10.299)	 	(11.321)	 	(9.401)	 	(10.478)	 	(10.506)	 	(13.983)	 	
Ettåringer uten kontantstøtte	 	126.346	 	180.196	 	172.961	 	233.059	 	414.283**	 	432.825**	 	438.694**	 	496.673*	 	
(Kriterium 32)	 	(392.945)	 	(417.882)	 	(424.252)	 	(475.186)	 	(185.145)	 	(204.143)	 	(207.651)	 	(282.109)	 	
Antall med høyere utdanning	 	188.872***	 	190.171***	 	193.506***	 	199.766***	 	232.775***	 	240.792***	 	237.369***	 	248.124***	 	
(Kriterium 33)	 	(39.925)	 	(42.076)	 	(42.464)	 	(46.758)	 	(38.241)	 	(40.653)	 	(42.454)	 	(54.212)	 	
Samlede frie inntekter	 	0.034***	 	0.037***	 	0.037***	 	0.041***	 	0.042***	 	0.046***	 	0.046***	 	0.055***	 	
(i tusener kroner)	 	(0.007)	 	(0.007)	 	(0.008)	 	(0.009)	 	(0.005)	 	(0.005)	 	(0.005)	 	(0.007)	 	
Konstantleddet	 	-1.474*	 	-1.718**	 	-1.671*	 	-1.946*	 	-1.692**	 	-1.928**	 	-1.955**	 	-2.556**	 	
(skjæringspunktet)	 	(0.795)	 	(0.854)	 	(0.873)	 	(0.993)	 	(0.692)	 	(0.753)	 	(0.774)	 	(1.012)	 	
Observasjoner	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	
R2 	0.663	 	0.643	 	0.643	 	0.608	 	0.656	 	0.636	 	0.637	 	0.572	 	
Angivelse av 	avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodriftsutgifter og	 kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) bruttodriftsutgifter, kapitalslit og rentekostnader 	målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	113	 	
 
Tabell 	4.16	 	Regresjoner ved minste kvadraters metode, der kostnadene innen barnehagen i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	
 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 2 til 5 år	 	185.132***	 	70.931***	 	114.201***	 	3.482*	 	4.597**	 	10.603**	 	15.201**	 	200.332***	 	
(Kriterium 4)	 	(9.401)	 	(18.780)	 	(14.945)	 	(2.002)	 	(2.084)	 	(4.864)	 	(6.948)	 	(13.983)	 	
Ettåringer uten kontantstøtte	 	414.283**	 	737.167**	 	-322.884	 	18.543	 	24.412	 	57.979	 	82.390	 	496.673*	 	
(Kriterium 32)	 	(185.145)	 	(346.324)	 	(281.769)	 	(36.910)	 	(45.123)	 	(105.343)	 	(150.465)	 	(282.109)	 	
Antall med høyere utdanning	 	232.775***	 	84.116	 	148.659***	 	8.017	 	4.594	 	10.755	 	15.349	 	248.124***	 	
(Kriterium 33)	 	(38.241)	 	(56.234)	 	(45.596)	 	(5.499)	 	(6.645)	 	(15.536)	 	(22.181)	 	(54.212)	 	
Samlede frie inntekter	 	0.042***	 	0.076***	 	-0.034***	 	0.004***	 	0.004***	 	0.009***	 	0.013***	 	0.055***	 	
(i tusener kroner)	 	(0.005)	 	(0.005)	 	(0.005)	 	(0.001)	 	(0.001)	 	(0.002)	 	(0.003)	 	(0.007)	 	
Konstantleddet	 	-1.692**	 	-3.109***	 	1.417	 	-0.236**	 	-0.262*	 	-0.601*	 	-0.863*	 	-2.556**	 	
(skjæringspunktet)	 	(0.692)	 	(1.040)	 	(0.864)	 	(0.111)	 	(0.136)	 	(0.316)	 	(0.452)	 	(1.012)	 	
Observasjoner	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	
R2 	0.656	 	0.414	 	0.475	 	0.172	 	0.157	 	0.155	 	0.156	 	0.572	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disa	ggregerte parametere og 	
(8) bruttodriftsutgifter, kapitalslit og løpe	nde rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. Standardavvikene beregnet 	
som heteroskedastisitetsrobuste. Angivelse av s	ignifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	114	 	
 
Tabell 	4.17	 	Regresjoner ved minste kvadraters metode, der kostnadene innen helse og omsorg i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Alternative kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1) 	(2) 	(3) 	(4) 	(1) 	(2) 	(3) 	(4) 	 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	Innbyggere til 1 år	 	-189.229	 	-193.058	 	-177.502	 	-169.219	 	149.594	 	149.468	 	181.062	 	212.551	 	(Kriterium 3)	 	(135.953)	 	(139.510)	 	(147.511)	 	(159.780)	 	(173.469)	 	(177.771)	 	(188.585)	 	(212.862)	 	Innbyggere 2 til 5 år	 	-54.785	 	-61.432	 	-64.484	 	-70.529	 	-250.850**	 	-242.910**	 	-251.851**	 	-253.225**	 	(Kriterium 4)	 	(82.996)	 	(84.393)	 	(88.216)	 	(93.741)	 	(112.670)	 	(114.544)	 	(118.270)	 	(127.324)	 	Innbyggere 6 til 15 år	 	-29.936	 	-33.466	 	-38.349	 	-43.280	 	-107.089**	 	-107.438**	 	-127.877***	 	-149.019***	 	(Kriterium 5)	 	(48.057)	 	(49.472)	 	(52.155)	 	(55.841)	 	(42.473)	 	(42.580)	 	(44.220)	 	(48.968)	 	Innbyggere 16 til 22 år	 	85.458*	 	82.529*	 	102.526**	 	112.892**	 	-15.627	 	-4.433	 	-12.549	 	-9.742	 	(Kriterium 6)	 	(47.682)	 	(48.467)	 	(51.907)	 	(55.444)	 	(51.016)	 	(51.812)	 	(53.486)	 	(58.208)	 	Innbyggere 23 til 66 	år 	11.834	 	8.052	 	14.684	 	16.282	 	-25.869	 	-21.283	 	-38.358	 	-51.038	 	(Kriterium 7)	 	(39.871)	 	(41.225)	 	(46.520)	 	(51.363)	 	(36.159)	 	(37.374)	 	(39.745)	 	(45.203)	 	Innbyggere 67 til 79 år	 	18.429	 	17.978	 	23.977	 	27.236	 	-10.560	 	1.405	 	-14.443	 	-18.540	 	(Kriterium 8)	 	(44.630)	 	(45.956)	 	(51.118)	 	(55.981)	 	(46.498)	 	(47.482)	 	(48.983)	 	(53.832)	 	Innbyggere 80 til 89 år	 	174.553***	 	174.553***	 	192.751***	 	203.142***	 	169.386**	 	172.710**	 	180.657**	 	191.960**	 	(Kriterium 9)	 	(57.876)	 	(59.286)	 	(63.283)	 	(69.479)	 	(70.244)	 	(70.286)	 	(74.902)	 	(86.749)	 	Gradert basiskriterium	 	970.056	 	1,355.723	 	1,722.258	 	2,179.404	 	1,975.147	 	2,462.987	 	2,346.546	 	2,719.119	 	(Kriterium 12)	 	(2,779.632)	 	(2,794.698)	 	(2,974.270)	 	(3,179.384)	 	(3,196.135)	 	(3,264.459)	 	(3,468.756)	 	(3,853.588)	 	Reiseavstand innen sone	 	0.032	 	0.049	 	0.062	 	0.079	 	0.050	 	0.065	 	0.055	 	0.059	 	(Kriterium 13)	 	(0.069)	 	(0.071)	 	(0.077)	 	(0.087)	 	(0.086)	 	(0.085)	 	(0.087)	 	(0.100)	 	Reiseavstand innen nabokrets	 	-0.166	 	-0.229	 	-0.259	 	-0.315	 	-0.345	 	-0.362	 	-0.384	 	-0.423	 	(Kriterium 15)	 	(0.234)	 	(0.241)	 	(0.272)	 	(0.305)	 	(0.252)	 	(0.257)	 	(0.267)	 	(0.310)	 	Psykisk utviklingshemmet på minst 16 år	 	518.502***	 	491.366**	 	493.701**	 	478.783**	 	1,017.336***	 	982.379***	 	1,014.834***	 	1,012.426***	 	(Kriterium 18)	 	(199.550)	 	(199.181)	 	(213.790)	 	(226.088)	 	(292.231)	 	(300.125)	 	(309.391)	 	(333.815)	 	Ikke gift på minst 67 år	 	22.561	 	21.959	 	19.512	 	18.119	 	3.946	 	3.729	 	14.963	 	26.246	 	(Kriterium 19)	 	(39.680)	 	(39.733)	 	(41.758)	 	(44.513)	 	(56.075)	 	(56.276)	 	(58.331)	 	(63.776)	 	Dødelighetskriterium	 	288.785	 	315.679	 	368.984	 	414.688	 	-373.163	 	-436.986	 	-291.094	 	-206.999	 	(Kriterium 20)	 	(392.084)	 	(399.262)	 	(417.613)	 	(442.815)	 	(477.722)	 	(494.337)	 	(526.245)	 	(600.022)	 	Samlede frie inntekter	 	0.315***	 	0.326***	 	0.333***	 	0.344***	 	0.335***	 	0.339***	 	0.347***	 	0.360***	 	(i tusener kroner)	 	(0.055)	 	(0.053)	 	(0.054)	 	(0.055)	 	(0.042)	 	(0.042)	 	(0.044)	 	(0.049)	 	Konstantleddet	 	-7.581	 	-4.460	 	-10.832	 	-12.743	 	42.589	 	38.138	 	50.532	 	58.668	 	(skjæringspunktet)	 	(38.174)	 	(39.482)	 	(44.497)	 	(49.085)	 	(33.743)	 	(34.769)	 	(36.629)	 	(41.279)	 	Observasjoner	 	323	 	323	 	323	 	323	 	322	 	322	 	322	 	322	 	R2 	0.801	 	0.805	 	0.801	 	0.793	 	0.785	 	0.790	 	0.788	 	0.775	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodrif	tsutgifter og kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) bruttodriftsutgifter, kapitalslit og re	ntekostnader målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01. 	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	115	 	
 
Tabell 	4.18	 	Regresjoner ved minste kvadraters metode, der kostnadene innen helse og omsorg i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1) 	(2) 	(3) 	(4) 	(5) 	(6) 	(7) 	(8) 	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	Innbyggere til 1 år	 	149.594	 	133.042	 	16.552	 	-0.126	 	31.468	 	31.490	 	62.958	 	212.551	 	(Kriterium 3)	 	(173.469)	 	(146.581)	 	(81.557)	 	(19.783)	 	(45.492)	 	(46.113)	 	(91.605)	 	(212.862)	 	Innbyggere 2 til 5 år	 	-250.850**	 	-214.018**	 	-36.832	 	7.939	 	-1.002	 	-1.374	 	-2.375	 	-253.225**	 	(Kriterium 4)	 	(112.670)	 	(89.771)	 	(62.732)	 	(8.234)	 	(21.239)	 	(21.522)	 	(42.760)	 	(127.324)	 	Innbyggere 6 til 15 år	 	-107.089**	 	-45.187	 	-61.902**	 	-0.349	 	-20.788*	 	-21.142*	 	-41.930*	 	-149.019***	 	(Kriterium 5)	 	(42.473)	 	(43.258)	 	(24.580)	 	(5.138)	 	(11.939)	 	(12.104)	 	(24.043)	 	(48.968)	 	Innbyggere 16 til 22 år	 	-15.627	 	-38.864	 	23.237	 	11.194*	 	3.078	 	2.807	 	5.886	 	-9.742	 	(Kriterium 6)	 	(51.016)	 	(46.639)	 	(27.664)	 	(6.277)	 	(11.450)	 	(11.614)	 	(23.064)	 	(58.208)	 	Innbyggere 23 til 66 år	 	-25.869	 	-43.900	 	18.031	 	4.587	 	-12.489	 	-12.680	 	-25.169	 	-51.038	 	(Kriterium 7)	 	(36.159)	 	(31.694)	 	(20.950)	 	(5.623)	 	(9.607)	 	(9.740)	 	(19.347)	 	(45.203)	 	Innbyggere 67 til 79 år	 	-10.560	 	-0.486	 	-10.073	 	11.965	 	-3.883	 	-4.097	 	-7.980	 	-18.540	 	(Kriterium 8)	 	(46.498)	 	(42.324)	 	(26.819)	 	(7.745)	 	(11.275)	 	(11.431)	 	(22.705)	 	(53.832)	 	Innbyggere 80 til 89 år	 	169.386**	 	169.349***	 	0.037	 	3.324	 	11.271	 	11.303	 	22.574	 	191.960**	 	(Kriterium 9)	 	(70.244)	 	(61.381)	 	(40.197)	 	(10.705)	 	(24.569)	 	(24.909)	 	(49.478)	 	(86.749)	 	Gradert basiskriterium	 	1,975.147	 	-3,459.737	 	5,434.883***	 	487.841	 	371.401	 	372.572	 	743.972	 	2,719.119	 	(Kriterium 12)	 	(3,196.135)	 	(2,443.119)	 	(1,848.537)	 	(296.750)	 	(693.300)	 	(703.088)	 	(1,396.380)	 	(3,853.588)	 	Reiseavstand innen sone	 	0.050	 	0.014	 	0.035	 	0.015	 	0.005	 	0.004	 	0.009	 	0.059	 	(Kriterium 13)	 	(0.086)	 	(0.076)	 	(0.052)	 	(0.013)	 	(0.032)	 	(0.032)	 	(0.064)	 	(0.100)	 	Reiseavstand innen nabokrets	 	-0.345	 	-0.167	 	-0.178	 	-0.017	 	-0.039	 	-0.038	 	-0.078	 	-0.423	 	(Kriterium 15)	 	(0.252)	 	(0.205)	 	(0.140)	 	(0.037)	 	(0.091)	 	(0.093)	 	(0.184)	 	(0.310)	 	Psykisk utviklingshemmet på minst 16 år	 	1,017.336***	 	1,024.704***	 	-7.368	 	-34.957	 	-2.502	 	-2.408	 	-4.910	 	1,012.426***	 	(Kriterium 18)	 	(292.231)	 	(266.118)	 	(93.794)	 	(25.568)	 	(51.023)	 	(51.691)	 	(102.713)	 	(333.815)	 	Ikke gift på minst 67 år	 	3.946	 	-5.313	 	9.259	 	-0.217	 	11.017	 	11.283	 	22.300	 	26.246	 	(Kriterium 19)	 	(56.075)	 	(54.615)	 	(27.622)	 	(5.598)	 	(14.083)	 	(14.285)	 	(28.368)	 	(63.776)	 	Dødelighetskriterium	 	-373.163	 	266.233	 	-639.396***	 	-63.823	 	82.069	 	84.095	 	166.164	 	-206.999	 	(Kriterium 20)	 	(477.722)	 	(428.404)	 	(233.881)	 	(56.984)	 	(128.806)	 	(130.551)	 	(259.356)	 	(600.022)	 	Samlede frie 	inntekter	 	0.335***	 	0.252***	 	0.083***	 	0.004	 	0.012	 	0.013	 	0.025	 	0.360***	 	(i tusener kroner)	 	(0.042)	 	(0.032)	 	(0.020)	 	(0.004)	 	(0.008)	 	(0.009)	 	(0.017)	 	(0.049)	 	Konstantleddet	 	42.589	 	37.789	 	4.800	 	-4.451	 	7.943	 	8.136	 	16.079	 	58.668	 	(skjæringspunktet)	 	(33.743)	 	(27.642)	 	(20.260)	 	(5.132)	 	(8.773)	 	(8.893)	 	(17.666)	 	(41.279)	 	Observasjoner	 	322	 	322	 	322	 	322	 	322	 	322	 	322	 	322	 	R2 	0.785	 	0.737	 	0.534	 	0.265	 	0.265	 	0.265	 	0.265	 	0.775	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disa	ggregerte parametere og

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	116	 	
 
(8) bruttodriftsutgifter, kapitalslit og løpende rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. S	tandardavvikene beregnet 	
som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse	 	
Tabell 	4.19	 	Regresjoner ved minste kvadraters metode, der kostnadene innen barnevernet i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Alternative kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(1)	 	(2)	 	(3)	 	(4)	 	
 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere til 1 år	 	-115.540**	 	-115.734**	 	-115.781**	 	-116.100**	 	-11.868	 	-11.685	 	-11.681	 	-11.242	 	
(Kriterium 3)	 	(45.371)	 	(45.472)	 	(45.493)	 	(45.660)	 	(31.219)	 	(31.320)	 	(31.318)	 	(31.555)	 	
Innbyggere 2 til 5 år	 	56.933*	 	56.870*	 	56.922*	 	56.903*	 	-73.048**	 	-73.178**	 	-73.177**	 	-73.479**	 	
(Kriterium 4)	 	(32.252)	 	(32.269)	 	(32.266)	 	(32.285)	 	(32.387)	 	(32.454)	 	(32.460)	 	(32.636)	 	
Innbyggere 6 til 15 år	 	-26.732**	 	-26.672**	 	-26.745**	 	-26.765**	 	13.137	 	13.083	 	13.067	 	12.903	 	
(Kriterium 5)	 	(11.553)	 	(11.564)	 	(11.568)	 	(11.589)	 	(11.705)	 	(11.736)	 	(11.739)	 	(11.819)	 	
Innbyggere 16 til 22 år	 	3.831	 	3.845	 	3.928	 	4.062	 	-15.119	 	-15.090	 	-15.044	 	-14.867	 	
(Kriterium 6)	 	(13.012)	 	(13.016)	 	(13.034)	 	(13.063)	 	(11.851)	 	(11.860)	 	(11.864)	 	(11.893)	 	
Barn av aleneforsørger, til 15 år	 	31.961*	 	32.031*	 	32.008*	 	32.077*	 	8.833	 	9.037	 	8.964	 	9.271	 	
(Kriterium 27)	 	(18.713)	 	(18.761)	 	(18.789)	 	(18.893)	 	(22.254)	 	(22.325)	 	(22.347)	 	(22.569)	 	
Lavinntektskriterium	 	23.092***	 	23.097***	 	23.103***	 	23.118***	 	26.283***	 	26.273***	 	26.297***	 	26.332***	 	
(Kriterium 28)	 	(8.885)	 	(8.888)	 	(8.888)	 	(8.892)	 	(8.399)	 	(8.400)	 	(8.405)	 	(8.421)	 	
Samlede frie inntekter	 	-0.004	 	-0.004	 	-0.004	 	-0.004	 	-0.006	 	-0.006	 	-0.006	 	-0.006	 	
(i tusener kroner)	 	(0.005)	 	(0.005)	 	(0.005)	 	(0.005)	 	(0.004)	 	(0.005)	 	(0.005)	 	(0.005)	 	
Konstantleddet	 	4.016***	 	4.018***	 	4.017***	 	4.019***	 	5.171***	 	5.180***	 	5.178***	 	5.195***	 	
(skjæringspunktet)	 	(1.262)	 	(1.263)	 	(1.264)	 	(1.267)	 	(1.404)	 	(1.406)	 	(1.406)	 	(1.412)	 	
Observasjoner	 	356	 	356	 	356	 	356	 	353	 	353	 	353	 	353	 	
R2 	0.114	 	0.114	 	0.114	 	0.114	 	0.094	 	0.094	 	0.094	 	0.093	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodrif	tsutgifter og kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) 	bruttodriftsutgifter, kapitalslit og rentekostnader målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	117	 	
 
Tabell 	4.20	 	Regresjoner ved minste kvadraters metode, der kostnadene innen barnevernet i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	
 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere til 1 år	 	-11.868	 	26.060	 	-37.928	 	0.183	 	0.187	 	0.439	 	0.626	 	-11.242	 	
(Kriterium 3)	 	(31.219)	 	(21.906)	 	(23.669)	 	(0.199)	 	(0.234)	 	(0.548)	 	(0.783)	 	(31.555)	 	
Innbyggere 2 til 5 år	 	-73.048**	 	-28.226	 	-44.823***	 	-0.129	 	-0.129	 	-0.302	 	-0.431	 	-73.479**	 	
(Kriterium 4)	 	(32.387)	 	(21.614)	 	(16.365)	 	(0.137)	 	(0.196)	 	(0.459)	 	(0.655)	 	(32.636)	 	
Innbyggere 6 til 15 år	 	13.137	 	0.668	 	12.469*	 	-0.054	 	-0.070	 	-0.164	 	-0.234	 	12.903	 	
(Kriterium 5)	 	(11.705)	 	(8.101)	 	(6.426)	 	(0.058)	 	(0.077)	 	(0.181)	 	(0.258)	 	(11.819)	 	
Innbyggere 16 til 22 år	 	-15.119	 	-0.276	 	-14.843*	 	0.029	 	0.076	 	0.177	 	0.253	 	-14.867	 	
(Kriterium 6)	 	(11.851)	 	(8.436)	 	(7.677)	 	(0.050)	 	(0.055)	 	(0.130)	 	(0.185)	 	(11.893)	 	
Barn av aleneforsørger, til 15 år	 	8.833	 	23.147	 	-14.314	 	0.203	 	0.131	 	0.307	 	0.438	 	9.271	 	
(Kriterium 27)	 	(22.254)	 	(14.689)	 	(14.585)	 	(0.142)	 	(0.189)	 	(0.442)	 	(0.631)	 	(22.569)	 	
Lavinntektskriterium	 	26.283***	 	12.378**	 	13.905**	 	-0.010	 	0.015	 	0.035	 	0.049	 	26.332***	 	
(Kriterium 28)	 	(8.399)	 	(5.437)	 	(6.258)	 	(0.038)	 	(0.038)	 	(0.089)	 	(0.126)	 	(8.421)	 	
Samlede frie inntekter	 	-0.006	 	-0.014***	 	0.008***	 	0.000	 	0.000	 	0.000	 	0.000	 	-0.006	 	
(i tusener kroner)	 	(0.004)	 	(0.003)	 	(0.003)	 	0.000 	 	0.000 	 	0.000 	 	0.000 	 	(0.005)	 	
Konstantleddet	 	5.171***	 	1.967**	 	3.204***	 	0.009	 	0.007	 	0.017	 	0.024	 	5.195***	 	
(skjæringspunktet)	 	(1.404)	 	(0.917)	 	(0.979)	 	(0.007)	 	(0.007)	 	(0.017)	 	(0.024)	 	(1.412)	 	
Observasjoner	 	353	 	353	 	353	 	353	 	353	 	353	 	353	 	353	 	
R2 	0.094	 	0.080	 	0.160	 	0.021	 	0.014	 	0.014	 	0.014	 	0.093	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disa	ggregerte parametere og 	
(8) bruttodriftsutgifter, kapitalslit og løpe	nde rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. Standardavvikene beregnet 	
som heteroskedastisitetsrobuste. Angivelse av s	ignifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	118	 	
 
Tabell 	4.21	 	Regresjoner ved minste kvadraters metode, der kostnadene innen sosialsektoren i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Alternative kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(1)	 	(2)	 	(3)	 	(4)	 	
 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 16 til 22 år	 	7.125	 	7.084	 	7.969	 	9.121	 	-19.257*	 	-19.064	 	-18.994	 	-18.385	 	
(Kriterium 6)	 	(7.564)	 	(7.606)	 	(7.685)	 	(7.926)	 	(11.658)	 	(11.666)	 	(11.684)	 	(11.766)	 	
Innbyggere 23 til 66 år	 	-4.833	 	-4.816	 	-4.823	 	-4.813	 	-5.209	 	-5.250	 	-5.360	 	-5.713	 	
(Kriterium 7)	 	(4.237)	 	(4.232)	 	(4.256)	 	(4.285)	 	(4.347)	 	(4.352)	 	(4.357)	 	(4.387)	 	
Uføre 18 til 49 år	 	36.679***	 	36.542***	 	36.852***	 	37.084***	 	27.172***	 	27.105**	 	27.311***	 	27.634***	 	
(Kriterium 21)	 	(10.150)	 	(10.234)	 	(10.220)	 	(10.330)	 	(10.463)	 	(10.489)	 	(10.491)	 	(10.579)	 	
Flykninger	 	29.861***	 	29.965***	 	29.793***	 	29.696***	 	42.845***	 	43.026***	 	42.894***	 	43.013***	 	
(Kriterium 22)	 	(6.738)	 	(6.779)	 	(6.779)	 	(6.840)	 	(6.822)	 	(6.837)	 	(6.841)	 	(6.897)	 	
Opphopningsindeks	 	13,606.752	 	13,520.499	 	13,633.360	 	13,671.531	 	-6,141.653	 	-6,231.794	 	-6,094.281	 	-5,985.482	 	
(Kriterium 25)	 	(8,528.498)	 	(8,552.038)	 	(8,576.809)	 	(8,645.795)	 	(7,454.036)	 	(7,462.399)	 	(7,464.890)	 	(7,495.405)	 	
Aleneboende 30 til 66 år	 	18.719***	 	18.845***	 	19.010***	 	19.407***	 	11.542*	 	11.710*	 	11.835*	 	12.520*	 	
(Kriterium 26)	 	(6.581)	 	(6.632)	 	(6.612)	 	(6.662)	 	(6.909)	 	(6.937)	 	(6.934)	 	(7.008)	 	
Samlede frie inntekter	 	0.019***	 	0.019***	 	0.019***	 	0.019***	 	0.016***	 	0.016***	 	0.016***	 	0.016***	 	
(i tusener kroner)	 	(0.006)	 	(0.006)	 	(0.006)	 	(0.006)	 	(0.006)	 	(0.006)	 	(0.006)	 	(0.006)	 	
Konstantleddet	 	1.049	 	1.033	 	0.947	 	0.811	 	4.904*	 	4.901*	 	4.948*	 	5.053*	 	
(skjæringspunktet)	 	(2.533)	 	(2.525)	 	(2.547)	 	(2.572)	 	(2.908)	 	(2.905)	 	(2.911)	 	(2.922)	 	
Observasjoner	 	309	 	309	 	309	 	309	 	338	 	338	 	338	 	338	 	
R2 	0.258	 	0.257	 	0.258	 	0.258	 	0.157	 	0.157	 	0.157	 	0.157	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodrif	tsutgifter og kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) 	bruttodriftsutgifter, kapitalslit og rentekostnader målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	119	 	
 
Tabell 	4.22	 	Regresjoner ved minste kvadraters metode, der kostnadene innen sosialsektoren i primærkommunene forklares ved 	kriteriene i 	
utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle variabler er målt per 	
innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	
 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere 16 til 22 år	 	-19.257*	 	-6.750	 	-12.507*	 	0.193	 	0.263	 	0.609	 	0.872	 	-18.385	 	
(Kriterium 6)	 	(11.658)	 	(6.287)	 	(7.315)	 	(0.182)	 	(0.266)	 	(0.622)	 	(0.888)	 	(11.766)	 	
Innbyggere 23 til 66 år	 	-5.209	 	0.114	 	-5.323*	 	-0.041	 	-0.151	 	-0.353	 	-0.504	 	-5.713	 	
(Kriterium 7)	 	(4.347)	 	(2.421)	 	(2.863)	 	(0.105)	 	(0.092)	 	(0.216)	 	(0.308)	 	(4.387)	 	
Uføre 18 til 49 år	 	27.172***	 	6.317	 	20.855***	 	-0.067	 	0.139	 	0.323	 	0.462	 	27.634***	 	
(Kriterium 21)	 	(10.463)	 	(6.474)	 	(6.753)	 	(0.209)	 	(0.245)	 	(0.574)	 	(0.819)	 	(10.579)	 	
Flykninger	 	42.845***	 	22.789***	 	20.057***	 	0.180	 	0.049	 	0.119	 	0.168	 	43.013***	 	
(Kriterium 22)	 	(6.822)	 	(4.123)	 	(4.521)	 	(0.159)	 	(0.153)	 	(0.357)	 	(0.510)	 	(6.897)	 	
Opphopningsindeks	 	-6,141.653	 	-6,859.678	 	718.025	 	-90.140	 	47.373	 	108.800	 	156.172	 	-5,985.482	 	
(Kriterium 25)	 	(7,454.036)	 	(4,421.057)	 	(4,488.515)	 	(90.860)	 	(100.238)	 	(234.087)	 	(334.324)	 	(7,495.405)	 	
Aleneboende 30 til 66 år	 	11.542*	 	1.606	 	9.936**	 	0.168	 	0.293*	 	0.685*	 	0.978*	 	12.520*	 	
(Kriterium 26)	 	(6.909)	 	(3.810)	 	(4.551)	 	(0.175)	 	(0.165)	 	(0.385)	 	(0.550)	 	(7.008)	 	
Samlede frie inntekter	 	0.016***	 	0.002	 	0.015***	 	0.000	 	0.000	 	0.000	 	0.000	 	0.016***	 	
(i tusener kroner)	 	(0.006)	 	(0.003)	 	(0.004)	 	0.000 	 	0.000 	 	0.000 	 	0.000 	 	(0.006)	 	
Konstantleddet	 	4.904*	 	1.561	 	3.343*	 	-0.003	 	0.045	 	0.104	 	0.149	 	5.053*	 	
(skjæringspunktet)	 	(2.908)	 	(1.549)	 	(1.906)	 	(0.048)	 	(0.048)	 	(0.112)	 	(0.160)	 	(2.922)	 	
Observasjoner	 	338	 	338	 	338	 	338	 	338	 	338	 	338	 	338	 	
R2 	0.157	 	0.080	 	0.204	 	0.011	 	0.020	 	0.019	 	0.020	 	0.157	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte 	parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere og 	
(8) bruttodriftsutgifter, kapitalslit og løpende rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. S	tandardavvikene beregnet 	
som h	eteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	120	 	
 
Tabell 	4.23	 	Regresjoner ved minste kvadraters metode, der kostnadene innen administrasjon, styring og fellesutgifter i primærkommunene fo	rklares 	
ved 	kriteriene i utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Alternative kostnadsmål. Alle variabler er 	
målt per innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(1)	 	(2)	 	(3)	 	(4)	 	
 	2020	 	2020	 	2020	 	2020	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere til 1 år	 	-190.129	 	-205.275	 	-191.788	 	-193.616	 	4.736	 	32.693	 	19.225	 	43.903	 	
(Kriterium 3)	 	(144.602)	 	(147.250)	 	(147.468)	 	(150.939)	 	(157.570)	 	(176.981)	 	(159.607)	 	(170.040)	 	
Innbyggere 2 til 5 år	 	28.426	 	24.043	 	21.679	 	14.645	 	-132.494	 	-145.236	 	-146.093	 	-169.775	 	
(Kriterium 4)	 	(78.796)	 	(80.702)	 	(79.591)	 	(80.811)	 	(102.141)	 	(106.514)	 	(103.079)	 	(106.804)	 	
Innbyggere 6 til 15 år	 	-60.999	 	-67.556	 	-60.623	 	-60.146	 	-72.483	 	-68.730	 	-66.285	 	-55.643	 	
(Kriterium 5)	 	(42.196)	 	(43.711)	 	(42.642)	 	(43.292)	 	(55.771)	 	(57.074)	 	(55.959)	 	(57.516)	 	
Innbyggere 16 til 22 år	 	122.421**	 	119.585**	 	121.837**	 	121.160**	 	49.778	 	48.966	 	51.073	 	53.156	 	
(Kriterium 6)	 	(54.801)	 	(56.299)	 	(54.812)	 	(54.973)	 	(53.683)	 	(57.317)	 	(54.219)	 	(55.696)	 	
Innbyggere 23 til 66 år	 	-3.190	 	-7.840	 	-4.256	 	-5.408	 	-47.643	 	-50.607	 	-46.876	 	-45.577	 	
(Kriterium 7)	 	(29.589)	 	(30.275)	 	(29.621)	 	(29.861)	 	(42.490)	 	(46.358)	 	(42.619)	 	(43.268)	 	
Innbyggere 67 til 79 år	 	-3.396	 	-9.036	 	-5.628	 	-7.998	 	-21.000	 	-21.584	 	-21.153	 	-21.434	 	
(Kriterium 8)	 	(35.222)	 	(35.766)	 	(35.179)	 	(35.366)	 	(47.670)	 	(51.879)	 	(47.433)	 	(47.386)	 	
Innbyggere 80 til 89 år	 	-34.445	 	-35.306	 	-32.783	 	-31.070	 	-104.281	 	-102.914	 	-101.067	 	-95.625	 	
(Kriterium 9)	 	(48.046)	 	(48.882)	 	(48.068)	 	(48.430)	 	(83.480)	 	(88.200)	 	(83.037)	 	(83.775)	 	
Gradert basiskriterium	 	3,284.923**	 	3,212.203**	 	3,386.882**	 	3,491.142**	 	5,930.910**	 	5,754.903**	 	6,031.663**	 	6,207.136**	 	
(Kriterium 12)	 	(1,430.684)	 	(1,501.743)	 	(1,408.545)	 	(1,390.503)	 	(2,516.984)	 	(2,788.665)	 	(2,508.120)	 	(2,501.185)	 	
Samlede frie inntekter	 	0.317***	 	0.329***	 	0.325***	 	0.332***	 	0.275***	 	0.293***	 	0.285***	 	0.302***	 	
(i tusener kroner)	 	(0.039)	 	(0.039)	 	(0.039)	 	(0.038)	 	(0.058)	 	(0.064)	 	(0.057)	 	(0.057)	 	
Konstantleddet	 	-5.089	 	-0.520	 	-4.086	 	-3.018	 	34.493	 	34.922	 	33.057	 	30.643	 	
(skjæringspunktet)	 	(29.373)	 	(29.974)	 	(29.376)	 	(29.552)	 	(41.520)	 	(44.606)	 	(41.601)	 	(42.229)	 	
Observasjoner	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	
R2 	0.782	 	0.783	 	0.786	 	0.787	 	0.724	 	0.710	 	0.732	 	0.739	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) bruttodriftsutgifter og kapitalslit målt ved DM, (3) bruttodrif	tsutgifter og kapitalslit målt ved PIM 	
på funksjonsnivå med disaggregerte parametere og (4) 	bruttodriftsutgifter, kapitalslit og rentekostnader målt ved PIM på funksjonsnivå med disaggregerte 	
parametere og løpende rente. Standardavvikene beregnet som heteroskedastisitetsrobuste. Angivelse av signifikans: * p < 0.10,	 ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	121	 	
 
Tabell 	4.24	 	Regresjoner ved minste kvadraters metode, der kostnadene innen administrasjon, styring og fellesutgifter i primærkommunene fo	rklares 	
ved 	kriteriene i utgiftsutjevningen i det kommunale inntektssystemet	 for primærkommunene. Dekomponering av kostnadsmål. Alle 	
variabler er målt per innbygger gjennom året.	 	
 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	(7)	 	(8)	 	
 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	2022	 	
Innbyggere til 1 år	 	4.736	 	-84.822	 	89.558	 	27.958	 	14.489	 	24.678	 	39.167	 	43.903	 	
(Kriterium 3)	 	(157.570)	 	(68.472)	 	(124.791)	 	(29.996)	 	(22.191)	 	(38.249)	 	(60.440)	 	(170.040)	 	
Innbyggere 2 til 5 år	 	-132.494	 	-16.115	 	-116.379**	 	-12.742	 	-13.599	 	-23.682	 	-37.281	 	-169.775	 	
(Kriterium 4)	 	(102.141)	 	(61.147)	 	(57.607)	 	(12.563)	 	(9.745)	 	(16.831)	 	(26.576)	 	(106.804)	 	
Innbyggere 6 til 15 år	 	-72.483	 	-76.204**	 	3.721	 	3.754	 	6.198	 	10.641	 	16.840	 	-55.643	 	
(Kriterium 5)	 	(55.771)	 	(29.861)	 	(35.011)	 	(5.454)	 	(5.436)	 	(9.387)	 	(14.823)	 	(57.516)	 	
Innbyggere 16 til 22 år	 	49.778	 	13.713	 	36.065	 	-0.812	 	1.295	 	2.082	 	3.377	 	53.156	 	
(Kriterium 6)	 	(53.683)	 	(28.091)	 	(35.405)	 	(8.072)	 	(3.629)	 	(6.275)	 	(9.903)	 	(55.696)	 	
Innbyggere 23 til 66 år	 	-47.643	 	-44.473**	 	-3.170	 	-2.964	 	0.767	 	1.299	 	2.066	 	-45.577	 	
(Kriterium 7)	 	(42.490)	 	(21.130)	 	(27.937)	 	(6.888)	 	(2.762)	 	(4.784)	 	(7.546)	 	(43.268)	 	
Innbyggere 67 til 79 år	 	-21.000	 	-34.266	 	13.266	 	-0.584	 	-0.153	 	-0.281	 	-0.434	 	-21.434	 	
(Kriterium 8)	 	(47.670)	 	(25.069)	 	(31.601)	 	(8.014)	 	(2.668)	 	(4.620)	 	(7.288)	 	(47.386)	 	
Innbyggere 80 til 89 år	 	-104.281	 	-96.475**	 	-7.807	 	1.367	 	3.215	 	5.442	 	8.656	 	-95.625	 	
(Kriterium 9)	 	(83.480)	 	(48.567)	 	(49.884)	 	(14.131)	 	(7.274)	 	(12.566)	 	(19.839)	 	(83.775)	 	
Gradert basiskriterium	 	5,930.910**	 	5,192.584***	 	738.326	 	-176.007	 	100.753	 	175.473	 	276.226	 	6,207.136**	 	
(Kriterium 12)	 	(2,516.984)	 	(1,070.422)	 	(1,796.814)	 	(409.960)	 	(91.696)	 	(158.555)	 	(250.249)	 	(2,501.185)	 	
Samlede frie inntekter	 	0.275***	 	0.073**	 	0.202***	 	0.019	 	0.010***	 	0.017***	 	0.027***	 	0.302***	 	
(i tusener kroner)	 	(0.058)	 	(0.032)	 	(0.032)	 	(0.012)	 	(0.004)	 	(0.006)	 	(0.010)	 	(0.057)	 	
Konstantleddet	 	34.493	 	39.500*	 	-5.007	 	0.429	 	-1.436	 	-2.414	 	-3.849	 	30.643	 	
(skjæringspunktet)	 	(41.520)	 	(20.808)	 	(27.580)	 	(6.027)	 	(2.927)	 	(5.062)	 	(7.989)	 	(42.229)	 	
Observasjoner	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	356	 	
R2 	0.724	 	0.624	 	0.700	 	0.140	 	0.294	 	0.293	 	0.293	 	0.739	 	
Angivelse av avhengig variabel: (1) Bruttodriftsutgifter, (2) lønnsutgifter, (3) 	produktinnsatsutgifter 	og fordringstap, (4) kapitalslit målt ved DM, (5) kapitalslit 	
målt ved PIM på funksjonsnivå med disaggregerte parametere, (7) løpende rentekostnader målt ved PIM på funksjonsnivå med disa	ggregerte parametere og 	
(8) bruttodriftsutgifter, kapitalslit og løpe	nde rentekostnader målt ved PIM på funksjonsnivå med disaggregerte parametere. Standardavvikene beregnet 	
som heteroskedastisitetsrobuste. 	Angiv	else	 av s	ignifikans: * p < 0.10, ** p < 0.05 og *** p < 0.01.	 	
Kilde: Vista Analyse

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	122	 	
 
Fylkeskommunene	 	
Fylkeskommunene er for få til at det gir mening å studere hvordan kriterievektene 	henger 	
sammen med kommunenes bruttodriftsutgifter og kapitalkostnader ved regresjonsanalyse på 
tverrsnittsdata. Følgelig nøyer vi oss med	 en enklere analyse av funksjonene i inntektssystemet 	
til fylkeskommunene	, der vi undersøker korrelasjonen mellom hvert kostnadsmål og hvert 	
kriterium i	 utgiftsutjevningen i inntektssystemet for	 fylkeskommunene.	 Igjen analyserer vi 	
sammenhengen mellom kostnadsmålene og kriteriene i inntektssystemet i 2022. 	 	
I inntektssystemet for fylkeskommunene brytes samferdsel opp i flere funksjoner, der 
kapitalkostnadene i enkelte av disse funksjonene inngår i utgiftsutjevningen. 	Det dreier seg om 	
kapitalkostnadene forbundet med fylkesveier (	se Krehic og Nyhus 2022	, Holen, Saltnes og Leland 	
2021	, og 	Kommunal	- og distriktsdepartementet 2023b	 for detaljer	) og tilhørende ferge	samband	 	
(se Svendsen med flere 2017	, Rødseth med flere 2022a	 og 	Kommunal	- og distriktsdepartementet 	
2023b	 for 	videre lesing	). I våre kapitalberegninger 	er samferdsel behandlet som kun én funksjon, 	
slik at vi også bare 	utfører 	en korrelasjonsanalyse for funksjonen samlet. I tillegg foretar vi 	
tilsvarende korrelasjonsanalyser for videregående skole og tannhelse	, som også inngår i 	
utgiftsutjevningen for 	fylkeskommunene.	 	
I 	Figur 	4.26	 har vi illustrert korrelasjonen	 mellom kriteriene 	utgiftsutjevningen	 for 	
fylk	eskommunene 	i 2022 	og alternative kostnadsmål for fylkeskommunene	 innenfor de tre 	
sektorene.	 Korrelasjonen er 	i hovedsak høy for samtlige sektorer	, dog med enkelte unntak.	 For 	
samferdsel varierer det om det er produktinnsatsutgifter og fordringstap eller lønnsutgifter som 
driver den høye korrelasjonen mellom bruttodriftsutgifter og systemkriteriene. 
Kapitalkostnadene er også sterkt korrelerte med kriteriene, men korrelasjone	n er lavere enn for 	
bruttodriftsutgifter når man ser på kapitalkostnadskomponentene 	alene.	 Kriteriet s	kalert 	
sysselsetting etter arbeidsted	 er 	svak	t korrelert med samtlige kostnadsmål med unntak av 	
produktinnsatsutgifter og fordringstap.	 For videregående skole 	korrelerer	 kapitalkostnadene 	
forbundet med PIM estimert på funksjonsnivå	 – på lik linje med bruttodriftsutgiftene	 – høyt 	med 	
kriteriene. Kriteriene er imidlertid svakere korrelert med kapitalslitet utledet ved DM og til dels 
med produktinnsatsutgifter og fordringstap.	 For tannhelse bidrar både	 produktinnsatsutgiften og 	
fordringstapen	e og lønnsutgiftene til høy korrelasjon mellom bruttodri	ftsutgiftene og kriteriene	 i 	
utgiftsutjevningen	. Korrelasjonen mellom kapitalkostnadsmålene alene og kriteriene er noe 	
svakere enn dette. Kriteriet i	nnbyggere 1 til 18 år	 er relativ svakt korrelert med kostnadsmålene.	 	
Alt i alt 	er resultatene for fylkeskommunene klarere enn resultatene for primærkommunene, 	
hvilket 	tilsier	 sterkere argumenter for å inkludere 	kapitalkostnader	 i utgiftsutjevningen	 for dette 	
forvaltningsnivået	, også	 utover 	fylkesveier og fergesamband	. Samtidig er det i motsetning 	til 	
regresjonsanalysene for primærkommunene 	snakk om enkle korrelasjons	analyser uten kontroller 	
eller beregninger av signifikans. 	Datagrunnlaget er relativt 	svakt med	 få enheter, selv om 	
tidsdimensjonen	 kunne vært utnyttet	 i regresj	onsanalyser	. Høyere kapitalintensitet i 	
fylkeskommunene enn i primærkommunene 	peker i retning av	 at det er relativt viktig å inkludere 	
kapitalkostnader	 i utgiftsutjevningen	 for dette forvaltningsnivået	. Lunder	-utvalget tar til orde for 	
å foreta regresjonsanalyser også for fylkeskommunene (	Kommunal	- og 	distriktsdepartementet 	
2022)	. Sett opp mot dagens fastsettelse av kriteriene i 	utgiftsutjevningen 	for fylkeskommunene 	
taler imidlertid 	våre funn 	for at kapitalkostnader bør inkluderes i utgiftsutjevningen. De 	
prinsipielle poengene 	diskutert i 	forrige delseksjon og i kapittel 	1 peker i samme retning.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	123	 	
 
Figur 	4.26	 	Korrelasjon mellom kriteriene i 	utgiftsutjevningen i	 inntektssystemet for 	
fylke	skommune	ne og 	alternative kostnadsmål for 	fylkeskommunene	 i 2022	 	
innen a) samferdsel (øverst), b) videregående skole (i midten) og c) tannhelse 
(nederst). Alle variabler er målt per innbygger gjennom året.	 	
 	
Forkortelsen dd	l står 	for	 disaggregerte 	kapitalparametere	 og løpende rente	. 	
Kilde: Vista Analyse	 	
-0.8-0.6-0.4-0.200.20.40.60.811.2	
Normertefergekostnader(Kriterium 14)	
Normertebåtkostnader(Kriterium 16)	
Reiseavstand til	11 000innbyggere(Kriterium 10)	
Kystlinje i alt(Kriterium 15)	Vedlikeholdfylkesvei(Kriterium 17)	
Innbyggere ispredtbygdestrøk (Kriterium	11)	
Skalertsysselsettingetter arbeidsted(Kriterium 13)	
Korrelasjonskoefisient	
a) Samferdsel	
-0.2
0
0.2
0.4
0.6
0.8
1	
Reiseavstand til 11 000innbyggere (Kriterium 10)	Søkere til læringsplass siste	tre år (Kriterium 9)	Søkere til høykost utdanningsiste tre år (Kriterium 8)	Innbyggere 16 til 18 år	(Kriterium 4)	
Korrelasjonskoefisient	
b) Videregående skole	
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7	
Innbyggere, minst 67 år	(Kriterium 6)	Innbyggere 19 til 20 år	(Kriterium 5)	Psykisk utviklingshemmet,minst 18 år (Kriterium 7)	Innbyggere 1 til 18 år	(Kriterium 3)	
Korrelasjonskoefisient	
c) Tannhelse	
Bruttodriftsutgifter	Lønnsutgifter	
Produktinnsatsutgifter og fordringstap	Kapitalslit, DM	
Kapitalslit, PIM-dd funk.	Rentekostnader, PIM-ddl funk.	
Kapitalslit og rentekostnader, PIM-ddl funk.	Bruttodriftsutgifter og kapitalslit, DM	
Bruttodriftsutgifter og kapitalslit, PIM-dd funk.	Bruttodriftsutg., kapitalslit og rentekost,, PIM-ddl funk.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	124	 	
 
Referanser	 	
Aalen, P., Grimsby, G., & Grünfeld, L. A. (2017). Oppdaterte prognoser for norske kommuner fram 
mot 2040: Investeringer og gjeld. Menon	-publikasjon Nr. 31/2007.	 	
Aastvedt, A., Råd, O. G., Løyland, K., Lunder, T. E., Håkonsen, L., & Austin, P. (2006). Storbyfaktorer 
i inntektssystemet. Storbyenes egenart og konsekvenser for kommunal tjenesteproduksjon. 
Asplan Viak og Telemark	sforskning 	– Bø. KS Program for storbyrettet forskning. Januar 2006.	 	
Albonico, A., Kalyvitis, S., & Pappa, E. (2014). Capital maintenance and depreciation over the 
business cycle. Journal of Economic Dynamics and Control, 39, 273	-286.	 	
Amdal, N., Bougroug, A., Halvorsen, T., Kurta, D., Scheele, M., Øynes, J.	, & 	Borgås, F. (2016). 	
Norwegian 	national 	accounts. Annual Sector Accounts (ASA), 	Inventory 2016.	 	
Baldwin, J.	 R., Gellatly, G., Tanguay, M., & Patry, A. (2005). Estimating depreciation rates for the 	
productivity accounts. In OECD Workshop on 	Productivity Measurement, Madrid Spain, October 	
(pp. 17	-19).	 	
Baldwin, J. R.	, &	 Gu, W. (2007). Multifactor productivity in Canada: An evaluation of alternative 	
methods of estimating capital services	. The Canadian Productivity Review, No. 15	-206.	 	
Barth, N., Cappelen, Å., Skjerpen, T., Todsen, S.	, & 	Åbyholm, T. (2015). 	Levetid og verdifall på 	
varige driftsmidler	. Statistisk sentralbyrå rapporter	 2015/9.	 	
Barth, N., Cappelen, Å., Skjerpen, T., Todsen, S., & Åbyholm, T. (2016). Expected service lives and 
depreciation profiles for capital assets: Evidence based on a survey of Norwegian firms. Journal 
of Economic and Social Measurement, 41(4), 329	-369.	 	
Berlemann, M.	, & 	Wesselhöft, J. E. (2014). Estimating aggregate capital stocks using the perpetual 	
inventory method. Review of Economics, 65(1), 1	-34.	 	
Biatour, B., Bryon, G., & Kegels, C. (2007). Capital services and total factor productivity 
measurements: Impact of various methodologies for Belgium. International Productivity Monitor, 
14, 32	-43. 	 	
Borge, L.	-E., & Lindset, S. (2022). Kommunal låneforvaltning: En analyse av samlede og korte lån 	
i norske kommuner, SØF	-rapport nr	. 04/22.	 	
Bredeli, E. H. (2017). Utviklingen i kommunenes investeringsutgifter i perioden 2003	-2016: Kraftig 	
økning i kommunenes investeringsutgifter. Publisert: 30. mars 2017. Sist besøkt 22. mai 2024. 
URL: 	https://www.ssb.no/offentlig	-sektor/artikler	-og	-publikasjoner/kraftig	-okning	-i-	
kommunenes	-investeringsutgifter	 	
Bruaset, S., Becker, M. A., Reksten, H., & Baade	-Mathiesen, T. (2021). Kommunalt 	
investeringsbehov for vann og avløp 2021	-2040. Norsk Vann Rapport 259/2021	. 	
Callao, S., Jarne, J. I., & Laínez, J. A. (2007). Adoption of IFRS in Spain: Effect on the comparability 
and relevance of financial reporting. Journal of international accounting, auditing and taxation, 
16(2), 148	-178.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	125	 	
 
Cappelen, A. (2005). Inntektsutjevning og lokal autonomi, notat til Borgeutvalget (NOU 2005:18).	 	
Cochrane, J. H. (2009). Asset pricing. Revised Edition. Princeton University Press.	 	
Cummins, J. G.	, &	Violante, G. L. (2002). Investment	-specific technical change in the United States 	
(1947	–2000): Measurement and macroeconomic consequences	. Review of Economic Dynamics, 	
5(2), 243	-284.	 	
Damodaran, A. (202	4). Cost of 	equity and 	capital (US)	, Stern School of Business at NY University	, 	
January 2024	. 	Sist besøkt 22. mai 2024. 	URL: 	
https://pages.stern.nyu.edu/~adamodar/New_Home_Page/datafile/wacc.html	. 	
Danthine, J. P., & Donaldson, J. B. 	(2014). Intermediate financial theory. Third Edition. Academic 	
Press.	 	
Diewert, W. E. (1980). Aggregation problems in the measurement of capital. In The measurement 
of capital (pp. 433	-538). University of Chicago Press	. 	
Diewert, W. E. (2005). Issues in the measurement of capital services, depreciation, asset price 
changes, and interest rates. In Measuring Capital in the New Economy (pp. 479	-556). University 	
of Chicago Press.	 	
Diewert, 	W. 	E., & Wei, H. (2017). Getting rental prices right for computers: Reconciling different 	
perspectives on depreciation. Review of Income and Wealth, 63, S149	-S168.	 	
Direktoratet for forvaltning og økonomistyring (2023). Veileder i samfunnsøkonomiske analyser. 
21.06.2023, 14:03.	 	
Egge	, E. A. S.	 (2019). Kommuneforvaltningens gjeld: Gjelden øker raskere enn inntektene. SSB 	
analyse 2019/07. Publisert 8. februar 2019. Sist besøkt 22. mai 2024. URL: 
https://www.ssb.no/offentlig	-sektor/artikler	-og	-publikasjoner/gjelden	-oker	-raskere	-enn	-	
inntektene	 	
Finansdepartementet (2001). Ot.prp. nr. 1 (2001	-2002). Skatte	- og avgiftsopplegget 2002 	– 	
lovendringer. Tilråding fra Finansdepartementet av 28. september 2001, godkjent i statsråd 
samme dag.	 	
Finansdepartementet (2015). Meld. St. 4 (2015	–2016). Bedre skatt 	— En skattereform for 	
omstilling og vekst. Tilråding fra Finansdepartementet 25. september 2015, godkjent i statsråd 
samme dag. (Regjeringen Solberg).	 	
Finansdepartementet (2016). Prop. 1 LS (2016	–2017). For budsjettåret 2017 	— Skatter, avgifter 	
og toll 2017. Tilråding fra Finansdepartementet 23. september 2016, godkjent i statsråd samme 
dag. (Regjeringen Solberg). Proposisjon til Stortinget (forslag til 	lovvedtak og stortingsvedtak).	 	
Finansdepartementet (201	7). Meld. St. 29	 (2016	–2017)	. Perspektivmeldingen 2017.	 Tilråding fra 	
Finansdepartementet 31. mars 2017. godkjent i statsråd samme dag. (Regjeringen Solberg).	 	
Finansdepartementet (2018). Meld. St. 8 (2017	–2018). Ny forskrift for pengepolitikken. Tilråding 	
fra Finansdepartementet 2. mars 2018, godkjent i statsråd samme dag. (Regjeringen Solberg).	 	
Finansdepartementet (2021). Prinsipper og krav ved utarbeidelse av samfunnsøkonomiske 
analyser. Rundskriv R. Nr. R	-109. Vår ref. 21/2720	-8. Dato 25.06.2021.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	126	 	
 
Finansdepartementet (2024). Meld. St. 31 (2023 	–2024). Perspektivmeldingen 2024. Tilråding fra 	
Finansdepartementet 9. august 2024, godkjent i statsråd samme dag. (Regjeringen Støre).	 	
Finanskomiteen ved Stortinget (2012). Innst. 4 L (2011	–2012). Innstilling til Stortinget fra 	
finanskomiteen. Prop. 1 LS (2011	–2012). Innstilling fra finanskomiteen om skatter og avgifter 	
2012 	– Lovendringer.	 	
Finanskomiteen ved Stortinget (2016). Innst. 4 L (2015	–2016). Innstilling til Stortinget fra 	
finanskomiteen. Prop. 1 LS (2015	–2016) og Prop. 1 S Tillegg 1 (2015	–2016). Innstilling fra 	
finanskomiteen om skatter, avgifter og toll 2016 	– lovgivningssaker.	 	
Finanskomiteen ved Stortinget (2017). Innst. 4 L (2016	–2017). Innstilling til Stortinget fra 	
finanskomiteen. Prop. 1 LS (2016	-2017). Innstilling fra finanskomiteen om skatter, avgifter og toll 	
2017 	– lovsaker.	 	
Fraumeni, B. (1997). The measurement of depreciation in the US national income and product 
accounts. Survey of Current Business	-United States Department of Commerce, 77, 7	-23.	 	
Goldsmith, R. W. (1951). A perpetual inventory of national wealth. In	: Studies in Income and 	
Wealth, Volume 14 (pp. 5	-73). NBER.	 	
Greene, W. H. (2018). Econometric analysis. Global Edition. Eight Edition. Pearson.	 	
Griliches, Z., & Jorgenson, D. W. (1966). Sources of measured productivity change: Capital 	input. 	
The American Economic Review, 56(1/2), 50	-61.	 	
Haavelmo, T. (1954). A study in the theory of investment. University of Chicago Press.	 	
Haraldsvik, M., Hopland, A. O., & Kvamsdal, S. F. (2020). Drivere bak investeringer i norske 
kommuner	. SØF	-rapport.	 	
Harper, M. J. (1999). Estimating capital inputs for productivity measurement: An overview of US 
concepts and methods. International Statistical Review, 67(3), 327	-337.	 	
Holen, Å., Saltnes	, T. E., &	 Leland	, T.	 (2021). Forslag til ny modell for beregning av kriteriet for 	
fylkesveger i inntektssystemet for fylkeskommunene. Vianova, Prosjektnr. 21063.	 	
Holmen, R. B. (2019). Bygg	- og anleggsnæringens svake produktivitetsutvikling i offentlig statistikk: 	
Betydningen av målefeil, Concept 2019	-2. 	
Holmen, R. B. (2020). Heterogeneity in 	fixed 	capital 	estimation: Implications for 	fixed 	capital 	
figures and 	productivity 	estimation.	 Chapter 4 in Productivity and Mobility by Holmen, R. B. (2020). 	
A dissertation submitted to BI Norwegian Business School for the degree of PhD. PhD 
specialization: Economics.	 	
Holmen, R. B. (2022	a). Fixed 	capital 	estimation: Utilization of 	macro 	data to 	account for 	capital 	
heterogeneity at 	firm 	level. Beta Scandinavian Journal of Business Research. Volume 36, nr. 1	-	
2022, s. 1	–43.	 	
Holmen, R. B. (2022b). Productivity 	impulses from 	regional 	integration: Lessons from 	road 	
openings. Insights into Regional Development. 4(4), 83	-125.	 	
Holmes, O. W. (1892). The 	one 	hoss 	shay: With 	its 	companion 	poems. 	Houghton, Mifflin.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	127	 	
 
Hulten, C. R. (1991). The measurement of capital. In Fifty years of economic measurement: The 
jubilee of the Conference on Research in Income and Wealth (pp. 119	-158), January 1991 	
University of Chicago Press.	 	
Hulten, C. R.	, & 	Wykoff, F. C. (1981a). The estimation of economic depreciation using vintage 	
asset prices: An application of the Box	-Cox power transformation. Journal of Econometrics, 15(3), 	
367	-396.	 	
Hulten, C. R., & Wykoff, F. C. (1981b). The measurement of economic depreciation, Urban 
Institute.	 	
Hulten, C. R., & Wykoff, F. C. (1996). Issues in the measurement of economic depreciation 
introductory remarks. Economic inquiry, 34(1), 10	-23.	 	
Håkonsen, L., Kallager, P. K. R., & Lunder, T, E. (2017). Befolkningsendringer og kommunale 
investeringer. Kompenseres kapitalkostnader som følge av befolkningsendringer? TF	-rapport nr. 	
399.	 	
Inklaar, R. (2010). The sensitivity of capital services measurement: Measure all assets and the cost 
of capital. Review of Income and Wealth, 56(2), 389	-412.	 	
Johansen, L. (1959). Substitution versus fixed production coefficients in the theory of economic 
growth: A synthesis. Econometrica: Journal of the Econometric Society, 157	-176.	 	
Johansen, L. (1972). Production functions; an integration of micro and macro, short run and long 
run aspects (No. 04; HB141, J64.).	 	
Johansen, L., & Sørsveen, A. (1967). Notes on the measurement of real capital in relation to 
economic planning models. Review of Income and Wealth, 13(2), 175	-197.	 	
Jorgenson, D. W. (1963). Capital theory and investment behavior. The American Economic Review, 
53(2), 247	-259.	 	
Jorgenson, D. W. (1989). Capital as a 	factor of 	production, in 	technology and 	capital formation, 	
edited by Jorgenson, D. W.	, & 	Landau, R., Cambridge, MA, pp. 1	–36.	 	
Jorgenson, D. W. 	(1996). Empirical studies of depreciation. Economic inquiry, 34(1), 24	-42.	 	
Jorgenson, D. W., & Griliches, Z. (1967). The explanation of productivity change. The review of 
economic studies, 34(3), 249	-283.	 	
Kalvarskaia, M.	, & 	Langørgen	, A.	 (2004). Capital costs in municipal school buildings. Reports 	
2004/9, Statistisk sentralbyrå.	 	
Kittelsen, S. A. C. (1994). Effektivitet og regulering i norsk elektrisitetsdistribusjon. Effektivitet i 
elforsyningen. SNF	-prosjekt 023. SNF Rapport nr. 3/1994. ISBN 82	-7296	-423	-6. 	
Kommunal	- 	og distriktsdepartementet (2022). Forslag til nytt inntektssystem for 	
fylkeskommunene fra 2024. Rapport fra ekspertutvalg.	 	
Kommunal	- og distriktsdepartementet (2023a). Forskrift om økonomiplan, årsbudsjett, 	
årsregnskap og årsberetning for interkommunale selskaper (budsjett	- og regnskapsforskriften for 	
IKS). Dato FOR	-2023	-08	-16	-1327. Ikrafttredelse 01.01.2024. Kunngjort 16.08.2	023.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	128	 	
 
Kommunal	- 	og distriktsdepartementet (2023b). Prop. 112 S (2022 	–2023). 	
Kommuneproposisjonen 2024. Proposisjon til Stortinget (forslag til stortingsvedtak). Tilråding fra 
Kommunal	- og distriktsdepartementet 11. mai 2023, godkjent i statsråd samme dag. (Regj	eringen 	
Støre).	 	
Kommunal	- og distriktsdepartementet (2023	c). Lov om kommuner og fylkeskommuner 	
(kommuneloven). Dato LOV	-2018	-06	-22	-83. Sist endret: LOV	-2023	-06	-02	-21 fra 01.07.2023.	 	
Kommunal	- og moderniseringsdepartementet 	(2019a)	. Forskrift om beregning av samlet selvkost 	
for kommunale og fylkeskommunale gebyrer 	(selvkostforskriften).	 Dato FOR	-2019	-12	-11	-1731.	 	
Ikrafttredelse 01.01.2020	. Kunngjort. 13.12.2019 kl. 12.20.	 	
Kommunal	- og moderniseringsdepartementet 	(2019b). Forskrift om økonomiplan, årsbudsjett, 	
årsregnskap og årsberetning for kommuner og fylkeskommuner mv. Dato FOR	-2019	-06	-07	-714. 	
Sist endret FOR	-2021	-12	-09	-3479 fra 01.01.2022. Ikrafttredelse 01.01.2020. Kunngjort 	
12.06.2019 kl. 15.40. Rettet 21.12.	2023 (§ 4	-1).	 	
Kommunal	- og moderniseringsdepartementet (2020). Distriktsindeksens sammensetning og 	
vekting av indikatorer etter Asplan Viaks gjennomgang av indeksen i 2019. Rapport	. 	
Kommunal	- og moderniseringsdepartementet (2021	a). Inntektssystemet for kommunar og 	
fylkeskommunar 2022. Grønt hefte. Berekningsteknisk dokumentasjon til Prop. 1 S (2021	–2022).	 	
Kommunal	- og moderniseringsdepartementet (2021	b). Veileder til kontoplanen i 	KOSTRA	 for 	
rapporteringsåret 2021. Kommunal	- og moderniseringsdepartementets forklaringer til standard 	
kontoplan for regnskapsrapporteringen i 	KOSTRA	. November 2020. Publisert 5.11.2020. Endret 	
15.12.2020. Endret 29.1.2021.	 	
Kommunal	- og moderniseringsdepartementet, BDO og Telemark	sforsk	ning (2014). Retningslinjer 	
for beregning av selvkost for kommunale betalingstjenester. H	-3/14.	 	
Krehic, L., & Nyhus, O. H. (2022). Vedlikeholdskriteriet i delkostnadsnøkkelen for fylkesveg	. SØF	-	
rapport nr. 05/22, Trondheim, oktober 2022.	 	
Kuznets, S. (1934). Gross capital formation, 1919	-1933 (pp. 1	-20). NBER.	 	
Langørgen, A. (2001). Inntektssystemet for kommunene: Måling av utgiftsbehov og 
fordelingsvirkninger. Statistisk sentralbyrå.	 	
Langørgen, A., & Rønningen, D. (2003). Kapitalkostnader i kommunene. Statistisk sentralbyrå	. 	
Rapport 2002/34	. 	
Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock 
portfolios and 	capital budgets. The Review of Economics and Statistics, 47(1), 13	-37.	 	
Liu, G. (2016). Including land as a balance sheet item in the 	norwegian 	national 	accounts. Statistics 	
Norway Documents 2016/01.	 	
Medby, P., & Karlstad, S. (2008). Infrastruktur og investeringer	 – Virkninger av befolkningsvekst 	
og befolkningsnedgang i kommunene. Oslo: Norsk institutt for by	- og regionforskning.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	129	 	
 
Miljøverndepartementet (1993). Ot. prp. nr. 66 (1992	-93) Om lov om endringer i lov av 13. mars 	
1981 nr. 6 om vern mot forurensninger og om avfall (forurensningsloven). Tilråding fra 
Miljøverndepartementet av 2. april 1993, godkjent av statsråd samme dag.	 	
Modigliani, F., & Miller, M. H. (1958). The 	cost of 	capital, Corporation 	finance and the 	theory of 	
investment. The American Economic Revier, 48(3), 261	-297.	 	
Modigliani, F., & Miller, M. H. (1963). Corporate 	income 	taxes and the 	cost of 	capital: A 	correction. 	
The American Economic Review, 53(3), 433	-443.	 	
Mossin, J. (1966). Equilibrium in a capital asset market. Econometrica, 34(4), 768	-783.	 	
Mueller, S. (2008). Capital stock approximation using firm level panel data. Jahrbücher für 
Nationalökonomie und Statistik, 228(4), 357	-371.	 	
Nasjonal 	kommunikasjonsmyndighet (2023). Vedtak om kalkulatorisk rente for regnskapsåret 	
2024. Vår ref.: 	2109826	-9. Vår dato: 2023	-12	-20. Saksbehandler: Ove Aurebekk.	 	
Nomura, K., & Momose, F. (2008). Measurement of depreciation rates based on disposal asset 
data in Japan. Economic and Social Research Institute (ESRI) Working paper.	 	
Nomura, K., & Suga, Y. (2018). Measurement of depreciation rates using microdata from disposal 
survey of Japan. In The 35th IARIW General Conference, Copenhagen, Denmark, August 2018.	 	
NOU (1996:1). Et enklere og mer rettferdig inntektssystem for kommuner og fylkeskommuner. 
Delutredning I fra Inntektssystemutvalget ved kongelig resolusjon av 24. februar 1995. Avgitt til 
Kommunal	- og arbeidsdepartementet 11. januar 1996.	 	
NOU (2005:18). Fordeling, forenkling, forbedring 	— Inntektssystemet for kommuner og 	
fylkeskommuner. Utredning fra utvalg oppnevnt ved kongelig resolusjon 3. oktober 2003. Avgitt 
til Kommunal	- og regionaldepartementet 10. oktober 2005.	 	
NOU (2014:13). Kapitalbeskatning i en internasjonal økonomi. Utredning fra utvalg oppnevnt ved 
kongelig resolusjon 15. mars 2013. Avgitt til Finansdepartementet 2. desember 2014. Norges 
offentlige utredninger 2014:13.	 	
NOU (2022:10). Inntektssystemet for kommunene. Utredning fra et utvalg oppnevnt ved kongelig 
resolusjon 12. mai 2020. Avgitt til Kommunal	- og distriktsdepartementet 29. august 2022.	 	
NOU (2022:20). Et helhetlig skattesystem. Utredning fra et utvalg oppnevnt ved kongelig 
resolusjon 18. juni 2021. Avgitt til Finansdepartementet 19. desember 2022. Norges offentlige 
utredninger 2022:20.	 	
OECD (2001). Measuring 	capital: A 	manual on the 	measurement of 	capital 	stocks, 	consumption 	
of 	fixed 	capital and 	capital 	services	. Paris and Washington.	 	
OECD (2009). Measuring 	capital, OECD Manual 2009, Second edition	. OECD Publishing, Paris.	 	
OECD and Eurostat (2014). Eurostat	-OECD 	survey of 	national 	practices in 	estimating 	net 	stock of 	
structures.	 	
Oslo Economics	, & 	Momentum Solutions (2023). Tiltak for jevnere gebyrer for vann	- og 	
avløpstjenester. KS FoU	-nummer 236003. KS FoU.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	130	 	
 
Oulton, N. 	(2001). Measuring capital services in the United Kingdom. Bank of England Quarterly 	
Bulletin, Autumn.	 	
Oulton, N. (2007). Ex post versus ex ante measures of the user cost of capital. Review of Income 
and Wealth, 53(2), 295	-317	 	
Oulton, N., & Srinivasan, S. (2003). Capital stocks, capital services and depreciation: An integrated 
framework.	 Bank of England 2003. ISSN 1368	-5562. 	Working Paper no. 192.	 	
Peles, Y. C. (1988). On the depreciation of automobiles. International Journal of Transport 
Economics/Rivista internazionale di economia dei trasporti, 43	-54.	 	
Peterson, R. H. (2002). Accounting for fixed assets. John Wiley & Sons.	 	
PWC (2023) Risikopremien i det norske markedet. 	07/12/23. 	Sist besøkt 22. mai 2024. 	URL: 	
https://www.pwc.no/no/publikasjoner/risikopremien.html	. 	
Raknerud, A., Rønningen, D.	, & 	Skjerpen, T. (2007). A method for improved capital measurement 	
by combining accounts and firm 	investment data. Review of Income and Wealth, 53(3), 397	-421.	 	
Reguleringsmyndigheten for energi ved Norges vassdrags	- og energidirektorat (2021). 	
Referanserenten. Et faktaark i serien om økonomisk regulering av strømnettselskaper. RME Fakta 
Nr. 8./2021. Oppdatert 14.12.21.	 	
Riksrevisjon (2015). Riksrevisjonens undersøkelse av kommunenes låneopptak og 
gjeldsbelastning	. Dokument 3:5 (2014	–2015).	 	
Rincon	-Aznar, A., Riley, R., & Young, G. (2017). Academic review of asset lives in the UK. Discussion 	
Papers, 474.	 	
Ringstad, V., & Griliches, Z. (1968). A 	method of 	analysing the 	consistency of 	time 	series for	 capital 	
and 	investment. Review of Income and Wealth, 14(4), 411	-414.	 	
Rødseth, K. L., Dong, B., Jakobsen, S.	, & 	Danebergs, J. (2022a). Revidert modell til beregning av 	
fergekriteriet i inntektssystemet for fylkeskommunene. TØI	-rapport 1914/2022.	 	
Rødseth, K.	 L., Førsund, F., Holmen, R.	 B. & Kittelsen, S.	 A. C. (2022b). Forbedringspotensial ved 	
måling av effektivitet i kommunal sektor. TØI	-rapport 1879/2022.	 	
Sakellaris, P.	, & 	Wilson, D. J. (2004). Quantifying 	embodied 	technological 	change	. Review of 	
Economic Dynamics, 7(1), page 1	–26.	 	
Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. 
The Journal of Finance, 	19(3), 425	-442.	 	
Statistics Canada (2008). Depreciation 	rates for the 	productivity 	accounts	. Mimeo Statistics 	
Canada.	 	
Statistisk sentralbyrå (2024). Dokumentasjon av KOSTRA. Sist besøkt 22. mai 2024. URL: 
https://www.ssb.no/offentlig	-sektor/kostra/statistikk/kostra	-kommune	-stat	-rapportering/om	-	
kostra/dokumentasjon	-av-kostra	 	
Stock, J. H., & Watson, M. W. (2020). Introduction to econometrics. Fourth Edition. Pearson.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	131	 	
 
Strøm, S. (1967). Kapitalavkastning i industrisektorer, struktur og tidsutvikling. Hovedoppgave, 
Memorandum frå Sosialøkonomisk institutt 10. juli, 1	-209.	 	
Strøm, S. (1968). Kapitalavkastning i norske industrisektorer. Sosialøkonomen nr	. 4, 22	-31.	 	
Strøm, S., Kartevoll, T., & Lorentsen, L. (1980). Kalkulasjonsrenten	. Sosialøkonomen nr. 6, 9	-16.	 	
Svendsen, H., F. Müller, H. Thune	-Larsen, H., & Bråthen, S. (2017) 	Utgiftsbehov til ferjer og 	
hurtigbåter. Møreforsking. Rapport nr. 1701.	 	
Thorstensen, A., Lie, K., & Lunder, T. E. (2021). Kapitalkostnader i kommunene	. TF	-notat 	
nr.15/2021.	 	
Tobin, J., & Brainard, W. C. (1977). Asset markets and the cost of capital. In Economic Progress, 
Private Values, and Public Policy: Essays in Honor of William Fellner (pp. 235	-262). North	-Holland.	 	
Todsen, S. (1997a). Capital stock and consumption of fixed capital in the Norwegian national 
accounts	. Statistics Norway Economic Survey 4/97, Volume 7.	 	
Todsen, S. (1997b). Beregning av realkapitalbeholdninger og kapitalslit i Nasjonalregnskapet. 
Statistisk sentralbyrå, 97/61. Notater 1997.	 	
Treynor, J. L. (1961). Toward a theory of market value of risky assets. Unpublished 	manuscript. 	
Later published in Korajczyk, R. A. (Ed.) (1999), Asset pricing and portfolio performance: Models, 
strategy, and performance metrics (pp. 15	-22). McGraw	-Hill.	 	
Tveter, E., & Tomasgard, T.,	 & Laingen, M. (2022). Til Dovre faller? En studie av faktisk levetid for 	
veg og jernbane. Concept	-rapport nr. 67.	 	
Van Roijen	-Horsten, M., Van den Berg, D., de Heij, R., & de Haan, M. (2008)	. Service 	life and 	
discard 	patterns of 	capital in the 	manufacturing 	industry. Based on Direct Capital Stock 	
Observations, the Netherlands. Discussion paper 08011, Statistics Netherlands 2008.	 	
Vennemo, H., Bjørkås, E., & Mariussen, M. S. (2022). Kommunenes gjeldsetterspørsel mot 2035. 
Vista Analyse Rapport 2022/33.	 	
Vennemo, H., Furuholmen, J., Rosnes, O., 	& 	Andreev, L. (2020). Noen krevende tema i anvendte 	
samfunnsøkonomiske analyser. En undersøkelse av praksis i Statens prosjektmodell. Concept	-	
rapport nr. 60	 	
Vennemo, H., & Godeset, S. M. (2021). Veiledning om levetid i samfunnsøkonomiske analyser av 
infrastrukturprosjekter i transportsektoren. 	Vista Analyse Rapport 202	1/13.

Bruk av kapitalkostnader i utgiftsutjevningen i inntektssystemet for kommunal sektor	 	
 	
Vista Analyse	 | Rapport 2024/20	 	132	 	
 
 	
 
 
 
 	
Vista Analyse AS	 	
Meltzers gate 4	 	
0257 Oslo	 	
 
post@vista	-analyse.no	 	
vista	-analyse.no