Sähköverkkotoiminnan kustannustehokkuuden estimointi StoNED-menetelmällä:

Sähköverkkotoiminnan kustannustehokkuuden estimointi StoNED-menetelmällä: Lisäselvitys kustannusmuuttujan määrittelyn vaikutuksista tehokkuusestimoinnin tuloksiin ja tehostamistavoitteisiin Timo Kuosmanen 23.12.2010

1. Johdanto Sähkön jakeluverkko on luonnollinen monopoli, jonka hinnoittelun kohtuullisuutta valvoo Energiamarkkinavirasto (EMV). EMV:n valvontamalli perustuu nelivuotisiin valvontajaksoihin. Kullakin valvontajaksolla sovellettavat hinnoittelun kohtuullisuuden kriteerit määritellään jakson alussa. EMV tarkastaa valvontajakson päätyttyä jokaisen sähköyhtiön osalta erikseen, ovatko valvontajakson aikana perityt verkkomaksut olleet ennalta vahvistettujen kriteerien ja sähkömarkkinalain mukaisia. Kohtuullisen hintatason määrääminen edellyttää yhtäältä verkkoon sitoutuneen pääoman kohtuullisen tuoton ja toisaalta toiminnasta aiheutuvan kohtuullisen kustannuksen arviointia. Verkonhaltijoille valvontamallissa asetetun kohtuullisen kustannuksen on periaatteessa tulkittu tarkoittavan tehokkaan toiminnan kustannustasoa. EMV:n on johdonmukaisesti pyrkinyt soveltamaan tehokkaan kustannusrintaman estimoinnissa menetelmiä, jotka perustuvat uusimpaan ja luotettavimpaan tutkimustietoon. Tämän kehitystyön jatkona EMV tilasi kesällä 2010 Sigma-Hat Economics Oy:ltä tutkimuksen tehokkuusmittauksen kehittämisestä kolmannelle valvontajaksolle vuosina 2012-2015. Tutkimuksen tulokset ja toimenpidesuositukset on julkaistu loppuraportissa Kuosmanen ym. (2010). Raportissa esitetään useita kehittämisehdotuksia, joista ehkä keskeisimpänä voidaan pitää perinteisten DEA- ja SFA-menetelmien korvaamista Kuosmasen (2006) ja Kuosmasen & Kortelaisen (2011) kehittämällä StoNED-menetelmällä (engl. stochastic nonparametric envelopment of data), jossa yhdistyvät nykyisin rinnakkain sovellettujen DEA- ja SFA-menetelmien toivotut ominaisuudet johdonmukaisena ja toimivana kokonaisuutena. Energiamarkkinaviraston Tiekartta 2020 hankkeen yhteydessä Lappeenrannan teknillisen yliopiston (LUT) laatimissa selvityksissä Honkapuro ym. (2010) ja Honkapuro ja Partanen (2010) ehdotetaan yhtenä vaihtoehtona valvontamallin kehittämiseksi, että verkon jälleenhankinta-arvon perusteella lasketuista tasapoistoista luovuttaisiin ja kirjanpidon suunnitelman mukaiset sähköverkon poistot hyväksyttäisiin valvontamallissa kohtuullisina poistokustannuksina. Tämän selvityksen tarkoitus on täydentää Kuosmanen ym. (2010) tutkimusta tarkastelemalla kustannusrintamamallissa panosmuuttujana käytetyn kustannusmuuttujan vaihtoehtoisia spesifikaatioita LUT:n esittämän ehdotuksen pohjalta. Otamme lyhyesti kantaa vaihtoehtoisten mallispesifikaatioiden perusteluihin sekä vaikutuksiin StoNED-kustannusrintaman estimoinnin ja verkonhaltijakohtaisten tehostamistavoitteiden näkökulmasta. Tämän lisäksi selvityksessä tarkastellaan neljän verkkoyhtiön fuusioitumisen vaikutuksia StoNED-kustannusrintamaan ja sen perusteella laskettuihin tehostamistavoitteisiin. Lopuksi arvioimme, kuinka tutkimuksessa Kuosmanen ym. (2010) ehdotettu siirtymäaika voitaisiin toteuttaa tässä selvityksessä tarkastellun mallispesifikaation pohjalta. 2. Mallispesifikaatio ja siihen tehtävät muutokset Kuosmasen ym. (2010) tutkimuksessa suositeltu kustannusrintamamallin spesifikaatio voidaan esittää yhtälönä x C( y ) exp( z ), missä i i i i x i on verkonhaltijan i kokonaiskustannus (TOTEX) C on estimoitava kustannusfunktio (kustannusrintama) 2

y i on verkonhaltijan i tuotosvektori (sis. siirretty energia, verkon pituus ja käyttäjämäärä) z on verkonhaltijan i verkon maakaapelointiaste on maakaapelointiasteen keskimääräistä kustannusvaikutusta kuvaava parametri u v on yhdistetty virhetermi, johon sisältyy sekä tehottomuus että stokastiset i i i satunnaistekijät u i on verkonhaltijan i tehottomuutta kuvaava muuttuja v i on satunnainen virhetermi Kustannusfunktiolle C ei aseteta etukäteen mitään tiettyä funktiomuotoa, mutta C:n oletetaan toteuttavan seuraavat säännöllisyysehdot: C on kasvava kaikkien tuotosten y suhteen C on globaalisti konveksi funktio: C noudattaa vakioskaalatuottoja Satunnaismuuttujille u ja v oletetaan klassisten SFA-mallien mukaisesti seuraavat todennäköisyysjakaumat. Tehottomuutta kuvaavan muuttujan u oletetaan noudattavan puolinormaalia jakaumaa. Stokastinen virhetermi v oletetaan normaalisti jakautuneeksi. Molemmat satunnaismuuttujat oletetaan riippumattomiksi toisistaan sekä keskimääräisistä tuotoksista y ja ympäristötekijöistä z. Kuosmasen ym. (2010) tutkimuksessa käytetyt kustannus- ja tuotosmuuttujat otettiin suoraan nykyisin valvontamallissa sovellettavien DEA- ja SFA-mallien ja niiden pohjana olevien aikaisempien tutkimusten ja selvitysten perusteella annettuina, eikä niiden vaihtoehtoisia määrittelyjä tai laskentaperusteita katsottu kyseisen tutkimuksen puitteissa tarpeelliseksi arvioida uudelleen. Kuitenkin Kuosmanen ym. (2010) tuovat esiin yhtenä mahdollisena ongelmakohtana tehokkuusestimoinnissa käytetyn kokonaiskustannuksen TOTEX, joka koostuu operatiivisista kustannuksista (OPEX), verkon jälleenhankinta-arvon (JHA) perusteella lasketusta tasapoistosta (CAPEX) sekä keskeytyksistä aiheutuvasta haitasta (KAH). Kuitenkin nykyisin sovellettavassa valvontamallissa verkonhaltijoiden mahdollisuudet vaikuttaa kustannuskomponentteihin CAPEX ja KAH on katsottu niin rajallisiksi, että tehostamistavoite kohdennetaan yksinomaan operatiivisiin kustannuksiin OPEX. Tämän menettelyn problematiikkaa on pohdittu yksityiskohtaisesti raportissa. Mahdollisena ratkaisuehdotuksena Kuosmanen ym. (2010) ehdottavat tehostamistavoitteen kohdentamista kokonaiskustannuksiin TOTEX. Toisaalta verkonhaltijoiden keinot ja mahdollisuudet tehostaa pääomakustannusta CAPEX on useissa tutkimuksissa ja selvityksissä todettu varsinkin lyhyellä aikavälillä varsin rajallisiksi (ks. mm. Syrjänen ym., 2006; Honkapuro ym., 2010). Pääomakustannuksen CAPEX mittaaminen on sinänsä erittäin haastava tehtävä. Nykyisin sovellettavassa valvontamallissa määriteltyyn CAPEX komponenttiin liittyy ainakin kaksi mahdollista heikkoutta. Ensinnäkin verkkokomponenttien pitoaikojen määrittely ja arviointi on haastava tehtävä. Verkonhaltijat voivat nykyisin sovelletussa valvontamallissa (tietyin rajoituksin) itse määritellä eri komponenttien pitoajat. Mitä pidempi pitoaika, sen alhaisempi on vuosittainen tasapoisto. Siten varsin mielivaltaiset erot verkonhaltijoiden itse määrittelemissä pitoajoissa vaikuttavat tehokkuusestimoinnin tuloksiin. 3

Toinen JHA:n tasapoistoon liittyvä ongelma koskee verkkokomponenteille arvioituja keskimääräisiä hintoja, jotka perustuvat nykyiseen hintatasoon. Kuitenkin jakeluverkkoihin sitoutunut pääoma koostuu hyvin suurelta osin komponenteista, jotka on hankittu useita vuosia tai jopa vuosikymmeniä aikaisemmin, huomattavasti nykyhintatasoa edullisempaan hintaan. Näin ollen jakeluverkon JHA saattaa systemaattisesti yliarvioida verkon alkuperäisen hankintakustannuksen nykyarvoa. Kuviossa 1 on havainnollistettu vuoden 2009 tilinpäätöstietoihin perustuen JHA:n tasapoiston ja yritysten kirjanpitoon perustuvien suunnitelman mukaisten (ns. sumu-) poistojen eroa. Kuviosta havaitaan, että sumu-poisto jää lähes poikkeuksetta JHA:n tasapoistoa alhaisemmaksi. Ainoastaan viiden verkonhaltijan tapauksessa sumu-poisto ylittää JHA:sta lasketun tasapoiston. Kuviosta on poistettu 7 verkonhaltijaa, joiden sumu-poisto vuonna 2009 oli 0 euroa. Koko toimialan tasolla JHA:n tasapoisto oli 395,0 Milj. vuonna 2009, kun vastaava sumu-poiston yhteissumma oli 221,7 Milj. 100000 10000 1000 100 Suunnitelman mukaiset poistot verkosta (1000 ) 10 Verkon JHA:sta laskettu tasapoisto (1000 ) 1 1 3 5 7 9 111315171921232527293133353739414345474951535557596163656769717375777981 Kuvio 1: Verkon JHA:sta lasketun tasapoiston ja sumu-poiston vertailu eri verkonhaltijoilla. Verkonhaltijat järjestetty vaaka-akselilla sumu-poiston mukaisessa suuruusjärjestyksessä. Huom! pystyakselin asteikko logaritminen. Poistot esitetty tuhansissa euroissa vuoden 2009 hinnoin. Koska pääomakustannuksen CAPEX mittaaminen joko JHA:n tasapoiston tai kirjanpidon mukaisen sumu-poiston avulla (tai mahdollisesti jollakin muulla tavoin) on osoittautunut varsin haastavaksi, havaitut verkonhaltijoiden väliset tehokkuuserot saattavat jossakin määrin johtua CAPEX komponentissa olevista mittavirheistä (ml. verkkokomponenttien vääristä hinnoista ja pitoajoista johtuvat virheet). Tilastollisten virheiden vaikutusten vähentämiseksi on perusteltua arvioida, kuinka 4

pääomakustannuksen CAPEX jättäminen tehokkuusestimoinnin ulkopuolelle Honkapuron ym. (2010) ja Honkapuron ja Partasen (2010) ehdotusten pohjalta vaikuttaisi tehokkuusestimoinnin tuloksiin sekä valvontamallin toimintaan. Nykyisin sovellettavassa valvontamallissa pääomakustannus CAPEX on jätetty tehostamistavoitteen ulkopuolelle sillä perusteella, että verkonhaltijoiden mahdollisuudet tehostaa jo aikaisemmin tehtyjä ja käyttöön otettuja pääomainvestointeja ovat erittäin rajalliset. Tällöin olisi johdonmukaista jättää CAPEX myös tehokkuusestimoinnin ulkopuolelle. Lukemalla kaikki todelliset pääomakustannukset hyväksyttyjen kustannusten piiriin ilman tehostamistavoitteita, valvontamalli kannustaa verkonhaltijoita investoimaan. Malli ei ainakaan missään tapauksessa luo väärää kannustinta välttää investointeja. CAPEX:n jättäminen tehokkuusestimoinnin ulkopuolelle asettaa operatiiviset kustannukset eriarvoiseen asemaan. Investointien lisäksi malli kannustaa korvaamaan työpanosta ja muita operatiivisia kustannuksia pääomapanosten avulla. Kuitenkin tilastoaineiston perusteella verkon JHA:sta lasketun tasapoiston ja OPEX:n korrelaatiokerroin vuosien 2005-2009 keskiarvoihin perustuvassa aineistossa on erittäin korkea 0,985. Siten verkonhaltijoiden todelliset mahdollisuudet korvata OPEX kustannuksia CAPEX:a kasvattamalla vaikuttavat Suomen olosuhteissa olevan varsin rajalliset. Toisaalta on myös mahdollista, että verkonhaltijat eivät käytännössä hyödynnä nykyisin tarjolla olevia substituutiomahdollisuuksia kovin tehokkaasti. Kustannuskomponenttien välistä riippuvuutta on havainnollistettu tarkemmin kuviossa 2. 16000 14000 CAPEX (JHA:n tasapoisto) 12000 10000 8000 6000 4000 2000 0 0 2000 4000 6000 8000 10000 12000 14000 16000 OPEX Kuvio 2: Operatiivisen kustannuksen ja verkon JHA:sta lasketun tasapoiston välisen korrelaation havainnollistus. Kuvio perustuu vuosien 2005-2009 keskiarvoihin. Suurimmat verkkoyhtiöt on havainnollisuuden vuoksi rajattu kuvion ulkopuolelle. 5

Jos OPEX ja CAPEX komponentit skaalataan siirretyn energian määrällä toiminnan mittakaavaerojen vaikutuksen eliminoimiseksi, korrelaatioksi saadaan 0,854, mikä on edelleen varsin korkea. Koska OPEX korreloi näin vahvasti JHA:n tasapoiston kanssa, sen voidaan olettaa kuvaavan varsin hyvin todellista pääomakustannusta CAPEX. Siten CAPEX:n jättäminen pois kustannusmuuttujasta ei välttämättä vaikuta kovin paljon verkonhaltijoiden tehokkuusestimaatteihin. Hyvänä puolena olisi se, että CAPEX komponenttiin sisältyvien mittavirheiden eliminointi parantaisi tehokkuusestimoinnin tarkkuutta ja luotettavuutta. Nykyisin tehokkuusanalyysissä mukana olevien OPEX ja KAH komponenttien lisäksi kustannusmuuttujaan voitaisiin sisällyttää kustannuseriä, jotka nykyisin sovellettavassa valvontamallissa on käsitelty läpilaskutuserinä. Yksi varteenotettava kustannuserä on häviösähkö, joka nykyisin on tehostamistavoitteen ulkopuolella. Häviösähkön sisällyttäminen tehokkuusanalyysiin ja tehostamistavoitteen piiriin loisi aikaisempaa vahvemman kannustimen välttää häviötä. Lisäksi malli kannustaisi aikaisempaa paremmin ostamaan häviösähkön mahdollisimman edulliseen hintaan. Kolmanneksi, häviösähkön sisällyttäminen tehostamistavoitteeseen lisäisi verkonhaltijoiden tarjolla olevaa keinovalikoimaa toiminnan tehostamiseksi: häviösähkön välttäminen ja sen kustannuksen alentaminen luettaisiin yrityksen hyväksi tehokkuutta arvioitaessa. Nykyisin sovellettavassa valvontamallissa KAH painotetaan kertoimella 0,5. KAH ei sisälly yrityksen tuloslaskelmaan, vaan on ulkoisvaikutus. Verkkoyhtiöt voivat jossakin määrin ennaltaehkäistä keskeytyksiä, mutta niitä tapahtuu kaikista varotoimista huolimatta (mm. myrskyt). Kerroin 0,5 voidaan tulkita siten, että taloudellinen vastuu keskeytyksistä on jaettu loppukäyttäjien kanssa niin, että sähköyhtiöiden vastuu keskeytyksistä on keskimäärin 50% kustannuksista. Mikäli toteutunut KAH kohtuullistetaan kertomalla se luvulla 0,5, on luontevaa ja johdonmukaista noudattaa samaa periaatetta myös kustannusrintaman määrittelevän sallitun kustannuksen osalta. KAH:n tapaan häviösähköön ja sen hintaan voidaan jossakin määrin vaikuttaa, mutta häviötä tapahtuu varotoimista huolimatta. Häviösähkön kohtuullistamista kertoimen 0,5 avulla voidaan perustella samoilla argumenteilla kuin KAH:n tapauksessa. Tämän lisäksi on syytä korostaa, että jos OPEX tulkitaan kuvaavan myös pääomakustannusta CAPEX näiden kahden kustannuskomponentin voimakkaan korrelaation perusteella, painottamalla KAH:n ja häviösähkön osuutta kertoimella 0,5 saadaan näiden runsaasti satunnaisvaihtelua sisältävien komponenttien kustannusosuudet vastaamaan paremmin niiden todellista painoa kokonaiskustannuksissa TOTEX. Toisin sanoen, jos OPEX mittaa kustannusta OPEX+CAPEX, niin antamalla KAH:lle ja häviösähkölle pienempi paino saadaan eri kustannuskomponenttien suhteelliset osuudet pysymään lähes samoina kuin ne olisivat kokonaiskustannuksissa TOTEX. Tähän perusteluun palataan tarkemmin taulukon 1 yhteydessä. 3. Muuttujat ja aineisto Tässä selvityksessä käytetty aineisto ja muuttujat poikkeavat aikaisemmasta tutkimuksesta Kuosmanen ym. (2010) seuraavasti: 1) Panoskustannuksena tarkastellaan TOTEX:n sijasta seuraavia viittä vaihtoehtoa: C1 = OPEX + KAH + Häviösähkö 6

C2 = OPEX + KAH C3 = OPEX+0,5KAH + 0,5Häviösähkö C4 = OPEX+0,5KAH C5 = OPEX+0,5KAH + Häviösähkö 2) Tarkastelujaksona on vuodet 2005-2009 (keskiarvo). Toisin sanoen tarkasteluun on lisätty viimeisin saatavissa oleva vuosi 2009. 3) Neljä aikaisemmissa tutkimuksissa (mm. Syrjänen ja Vanhanen, 2007) mahdollisesti poikkeaviksi havainnoiksi luokiteltua verkkoyhtiötä on varmuuden vuoksi jätetty seuraavan tarkastelun ulkopuolelle. Kuosmasen ym. (2010) aiemmassa tutkimuksessa todettiin, ettei StoNED menetelmä ole herkkä poikkeavien havaintoyksiköiden vaikutuksille, mutta vastaavan laajuista herkkyysanalyysiä ei voida tämän selvityksen puitteissa suorittaa kaikille kohdassa 1) luetelluille mallispesifikaatioille erikseen. Kustannusmuuttujan spesifikaatioiden vertailun jälkeen suoritetaan systemaattisempi herkkyysanalyysi valitulla mallispesifikaatiolla, jonka perusteella alustavasti poikkeaviksi havainnoiksi luokiteltuja yrityksiä voidaan palauttaa takaisin havaintoaineistoon. 4) Siirretyn energian määrässä jätetään huomioimatta toisille verkonhaltijoille luovutettu sähköenergian siirto 110 kv:n verkossa. Tämä katsotaan olevan jakeluverkkotoiminnan luonteesta poikkeavaa läpisiirtoa. 5) Toimintaympäristöä kuvaavana muuttujana käytetään kokonaismaakaapelointiasteen sijasta keskijänniteverkon maakaapelointiastetta (lyh. kj-maakaapelointiaste). 110 105 Indeksi (2005=100) 100 95 Y1 (energia) Y2 (verkkopituus) Y3 (käyttäjämäärä) 90 2005 2006 2007 2008 2009 vuosi Kuvio 3: Tuotosmuuttujien kokonaismäärien kasvu vuosina 2005-2009 7

Kuviossa 3 on havainnollistettu tuotosmuuttujien kehitystä tarkastelujaksolla. Siirretyn energian määrässä tapahtui laskusuhdanteen myötä tilapäinen pudotus vuonna 2008, mutta sähkön kulutus kääntyi kasvuun jo vuonna 2009. Toisaalta käyttäjämäärä kasvoi tavallista voimakkaammin juuri vuonna 2008. Verkon pituus on kasvanut erittäin tasaisesti koko tarkastelujakson ajan. 4. Kustannusosuudet ja niiden korrelaatiot Taulukossa 1 esitetään eri kustannuskomponenttien suhteelliset osuudet. Aiemmassa Kuosmasen ym. (2010) tutkimuksessa oli mukana OPEX, CAPEX ja KAH. Tämän tutkimuksen aineistossa OPEX ja CAPEX ovat likipitäen yhtä suuria, kun taas KAH vastaa noin kolmasosaa OPEX:ta (tai CAPEX:sta). Häviösähkö on noin kaksi kolmasosaa KAH:n suuruusluokasta. KAH ja häviösähkö ovat molemmat luonteeltaan satunnaisia kustannuskomponentteja, joihin yritykset voivat jossakin määrin omalla toiminnallaan vaikuttaa, mutta joita on vaikea tilastollisesti selittää tuotosmuuttujien (energian siirto, verkon pituus, käyttäjämäärä) avulla. Mallissa C1 KAH:n ja häviösähkön kustannusosuudet nousevat yli 36%:n, kun vastaavasti aiemmassa Kuosmasen ym. (2010) tutkimuksessa KAH:n osuus on vain 14% TOTEX:sta. Siten CAPEX:n pudottaminen pois ja häviösähkön ottaminen mukaan kustannusmuuttujaan kasvattaa huomattavasti mallin satunnaisvaihtelun merkitystä. Kun häviösähkö jätetään kokonaan huomioimatta ja KAH painotetaan kertoimella 0,5, kuten mallissa C4, saadaan KAH:n kustannusosuudeksi sama kuin mitä sen osuus on TOTEX:sta ilman painotusta. Lisäksi painotetussa mallissa OPEX:n suhteellinen osuus 86% on sama kuin OPEX:n ja CAPEX:n yhteenlaskettu osuus TOTEX:sta ilman painotusta. On kuitenkin huomattava, että häviösähkö ei sisälly kumpaankaan edellä vertailtuun spesifikaatioon. Jos häviösähkö sisällytetään malliin painottamalla sitä kertoimella 0,5 samoin kuin KAH:a, kuten mallissa C3 on menetelty, saadaan KAH:n ja häviösähkön yhteenlasketuksi kustannusosuudeksi 22%. Tämä vastaa näiden kahden runsaasti satunnaisvaihtelua sisältävän kustannuskomponentin osuutta kokonaiskustannuksessa TOTEX+Häviösähkö, jossa myös häviösähkö on mukana. Taulukko 1: Kustannuskomponenttien suhteelliset osuudet summa TOTEX:sta C1:stä C2:sta C3:sta C4:stä C5:stä OPEX 321468,5 43 % 64 % 76% 78 % 86% 71% KAH 103158,1 14 % 21 % 24% 13 % 14% 12% Häviö 76896,55 15 % 9 % 17% CAPEX 322342,4 43 % summa 823865,6 100 % 100 % 100% 100 % 100% 100% Kaikki kustannuskomponentit vaikuttavat korreloivan erittäin vahvasti keskenään, kuten taulukosta 2 voidaan havaita. KAH:n ja häviösähkön korrelaatio on kaikkein alhaisin, mutta sekin on lähes 90%. 8

Muuttujien väliset korkeat korrelaatiot johtuvat toimialan yritysten erittäin suurista mittakaavaeroista. Esim. pienin OPEX:n havaittu arvo on alle 0,2% suurimman yrityksen OPEX:sta. 1 Taulukko 2: Kustannusmuuttujien korrelaatiomatriisi OPEX KAH Häviö CAPEX TOTEX OPEX 1 KAH 0,902 1 Häviö 0,989 0,899 1 CAPEX 0,985 0,955 0,979 1 TOTEX 0,990 0,952 0,984 0,999 1 Jotta yritysten mittakaavaerot eivät antaisi vääristynyttä vaikutelmaa, taulukossa 3 on esitetty vastaava korrelaatiomatriisi, josta yritysten mittakaavaerot on puhdistettu jakamalla kukin kustannuskomponentti siirretyn energian määrällä. Siten vertailu kohdistuu suhteellisiin kustannuksiin per siirretyn energian määrä ( /GWh). Myös suhteelliset kustannukset korreloivat positiivisesti. Varsinkin OPEX:n ja CAPEX:n välillä havaitaan varsin voimakas korrelaatio vaikka toiminnan mittakaavasta johtuva näennäinen korrelaatio on puhdistettu pois. Toisaalta KAH ja häviösähkö korreloivat muiden kustannuskomponenttien kanssa heikommin. Tämä kuvaa näihin kahteen kustannuskomponenttiin sisältyvää suurempaa satunnaisuutta. Taulukko 3: Energian siirtoon suhteutettujen kustannusmuuttujien korrelaatiomatriisi OPEX/y1 KAH/y1 Häviö/y1 CAPEX/y1 TOTEX/y1 OPEX/y1 1 KAH/y1 0,392 1 Häviö/y1 0,441 0,478 1 CAPEX/y1 0,854 0,564 0,602 1 TOTEX/y1 0,915 0,668 0,585 0,968 1 Lopuksi taulukossa 4 esitetään selvityksessä tarkasteltavien vaihtoehtoisten kustannusmuuttujien korrelaatiomatriisi. Myös tässä tarkastelussa kustannukset on suhteutettu siirretyn energian määrään, jotta mittakaavaerojen vaikutus saadaan puhdistettua pois. Kaikki vaihtoehtoiset kustannusmuuttujat korreloivat liki täydellisesti keskenään, siitäkin huolimatta että yritysten mittakaavaerot on puhdistettu pois. 1 Suurista mittakaavaeroista huolimatta aiemmassa Kuosmasen ym. (2010) tutkimuksessa ei havaittu tilastollisesti merkitseviä eroja muuttuvien ja vakio-skalaalatuottojen oletuksiin perustuvien mallien välillä. Lisäksi vakioskaalatuotto-oletukseen perustuvassa mallissa ei havaittu tilastollisesti merkitseviä eroja suurten ja pienten yritysten tehokkuuden tasossa tai sen varianssissa. 9

Taulukko 4: Tarkasteltujen panoskustannusten korrelaatiomatriisi (suhteutettu energian siirtoon) C1/y1 C2/y1 C3/y1 C4/y1 C5/y1 C1/y1 1 C2/y1 1,000 1 C3/y1 0,999 0,998 1 C4/y1 0,999 0,998 1,000 1 C5/y1 0,999 0,997 1,000 1,000 1 5. Alustavat tulokset 5.1 CNLS-residuaalit StoNED-estimoinnin ensimmäisessä vaiheessa estimoidaan kustannusrintaman muoto ei-parametrisen CNLS-regression avulla (ks. Kuosmanen ym., 2010). Taulukossa 5 on esitetty neljän vaihtoehtoisen kustannusmuuttujan spesifikaatioon perustuvan mallin residuaalien jakaumien keskeisimmät tunnusluvut sekä korrelaatiokertoimet mallispesifikaatioiden välillä. Taulukko 5: CNLS-residuaalien vinous ja keskihajonta eri kustannusmuuttujan spesifikaatioissa, sekä residuaalien korrelaatiomatriisi korrelaatio vinous keskihajonta C1 C2 C3 C4 C5 C1 0,0071 0,1448 1,0000 C2 0,0747 0,1628 0,9739 1 C3 0,0657 0,1553 0,9446 0,9487 1 C4 0,1335 0,1682 0,9180 0,9508 0,9920 1 C5 0,0156 0,1466 0,9559 0,9328 0,9928 0,9697 1 Residuaalit korreloivat erittäin vahvasti kaikkien vertailtujen kustannusmuuttujan spesifikaatioiden kesken. Korrelaatiot ovat kuitenkin aavistuksen alhaisempia kuin taulukossa 4 esitetyt. 5.2 Tehokkuusestimaatit StoNED-menetelmän toisessa vaiheessa tehottomuuden odotusarvo estimoidaan residuaalien vinouden perusteella. Riippumatta jakaumaoletuksista, kustannusrintamamallin residuaalien jakauman vinouden tulee olla positiivinen. Taulukosta 5 havaitaan, että residuaalien vinous on positiivinen kaikissa mallispesifikaatioissa. Taulukossa 6 on esitetty tehokkuusestimaattien tunnuslukuja eri malli spesifikaatioissa. Tehokkuuden odotusarvo on korkea kaikissa mallispesifikaatioissa. 10

Taulukko 6: Tehottomuustermin jakauman tunnuslukuja eri mallispesifikaatioissa Tehokkuuden odotusarvo tehottomuustermin varianssi virhetermin varianssi tehottomuuden osuus kokonaisvarianssista C1 96 % 0,0021 0,0200 9 % C2 91 % 0,0127 0,0216 37 % C3 92 % 0,0106 0,0200 35 % C4 89 % 0,0199 0,0207 49 % C5 95 % 0,0036 0,0199 15 % Vertaamalla taulukon 6 tuloksia taulukon 1 kustannusosuuksiin voidaan havaita, että tehokkuusestimaatin odotusarvo on korkea mallispesifikaatioissa, joissa satunnaisvaihtelua sisältävien kustannuskomponenttien (KAH ja häviösähkö) kustannusosuus on suuri. Tällöin tehottomuuden osuus kokonaisvarianssista estimoidaan suhteellisesti pienemmäksi kuin spesifikaatioissa, joissa KAH:n ja häviösähkön kustannusosuus on alhainen. Kuviossa 4 on havainnollistettu verkonhaltijakohtaisten tehokkuusestimaattien (tehokas kustannus / havaittu kustannus (%)) jakaumia eri mallispesifikaatioissa. Kuviosta havaitaan, että kaikki 5 mallispesifikaatiota tuottavat hyvin samansuuntaisia tuloksia. Kuvion perusteella yksikään mallispesifikaatio ei erottaudu selkeästi kaikkien verkonhaltijoiden kannalta edulliseksi tai epäedulliseksi. Kuvio 4: Tehokkuusestimaattien jakauma eri mallispesifikaatioissa (tehokas kustannus / havaittu kustannus (%)). Verkkoyhtiöt järjestetty mallispesifikaation C3 tehokkuusestimaattien mukaisesti. 11

5.3 Tuotosten rajakustannukset StoNED-mallissa kustannusrintamalle ei oleteta etukäteen lineaarista tai mitään muutakaan rajoittavaa funktiomuotoa. Jokaiselle verkkoyhtiölle sallitaan periaatteessa omat yrityskohtaiset rajakustannukset. Esimerkiksi kaupunkimaisissa olosuhteissa toimivien verkkojen kannalta tarkasteltuna käyttäjämäärän rajakustannus kannattaa asettaa korkeaksi ja vastaavasti verkon pituuden rajakustannus alhaiseksi, jotta verkkoyhtiö vaikuttaisi kustannustehokkaalta muihin verkonhaltijoihin verrattuna. Vastaavasti hajaasutusalueella toimivien verkkojen kannalta on suotuisinta asettaa korkea rajakustannus jakeluverkon pituudelle ja alhainen rajakustannus käyttäjämäärälle. Taulukossa 7 on raportoitu tuotosten estimoitujen rajakustannusten (ts. varjohintojen ) keskiarvot eri mallispesifikaatioissa. Tässä yhteydessä on syytä korostaa, että rajakustannukset eivät välttämättä ole yksikäsitteiset. Esimerkiksi tuotosrintaman kulmapisteissä tai särmillä sijaitsevien verkkoyhtiöiden osalta ei voida määrittää yksikäsitteisiä rajakustannuksia. Toisin kuin aiemmassa tutkimuksessa Kuosmanen ym. (2010), rajakustannusten vaihteluväliä ei ole huomioitu taulukossa 7 esitettyjä keskiarvoja laskettaessa. Esitetyt keskiarvot tulee tulkita lähinnä suuntaa antaviksi arvoiksi eri mallispesifikaatioiden vertailussa. Taulukko 7: Tuotosten keskimääräiset rajakustannukset eri mallispesifikaatioissa Siirretty energia (s/kwh) Verkon pituus ( /km) Käyttäjämäärä ( /käyttäjä) C1 0,5971 564,27 4,70 C2 0,4158 507,92 3,09 C3 0,4296 469,79 2,92 C4 0,3369 440,21 2,75 C5 0,5124 502,48 3,66 TOTEX 0,4773 930,09 12,94 Vertailun vuoksi taulukon 7 alimmalla rivillä on esitetty Kuosmasen ym. (2010) tutkimuksessa raportoidut kokonaiskustannukseen TOTEX perustuvat vastaavat rajakustannukset. Tuloksista havaitaan, että TOTEX:n korvaaminen kustannuskomponenteilla C1-C5 vaikuttaa melko vähän siirretyn energian rajakustannukseen. Sen sijaan verkon pituuden ja käyttäjämäärän rajakustannukset ovat tässä selvityksessä tarkastelluissa spesifikaatioissa huomattavasti alhaisempia. Täytyy muistaa, että kustannuskomponentit C1-C5 ovat kaikkien verkonhaltijoiden osalta huomattavasti pienempiä kuin TOTEX, jolloin tuotosten rajakustannukset ovat luonnollisesti alhaisemmat. Pääomakustannuksen CAPEX jättäminen pois laskee erityisesti kiinteisiin kustannuksiin vaikuttavien tuotosten, verkon pituuden ja käyttäjämäärän rajakustannuksia. 5.4 Maakaapeloinnin vaikutus Verkonhaltijoiden toimintaympäristöä kuvaavana muuttujana z on tässä selvityksessä käytetty keskijänniteverkon maakaapelointiastetta. Kertoimen parametriestimaatit ja siihen liittyvät tilastolliset tunnusluvut on raportoitu taulukossa 8. Maakaapelointiasteella havaitaan olevan erittäin merkitsevä kustannuksia kasvattava vaikutus kaikissa tarkastelluissa mallispesifikaatiossa. Kertoimen tulkinnan helpottamiseksi taulukon viimeisessä sarakkeessa on raportoitu arvo exp( ), joka kuvaa 100% 12

maakaapelointiasteella ja 0% maakaapelointiasteella toimivien muilta osin identtisten verkkoyhtiöiden kustannusten osamäärää. Esimerkiksi mallispesifikaatiossa C1 keskijänniteverkon kokonaan maakaapeloineen yhtiön kustannukset arvioidaan olevan noin 15% korkeammat kuin vastaavan 100% ilmajohtoverkkoja käyttävän yhtiön. Maakaapeloinnin merkitys korostuu varsinkin mallispesifikaatioissa C3-C5, joissa OPEX:n kustannusosuus on suhteellisesti huomattavasti suurempi kuin KAH:n ja häviösähkön. Maakaapeloinnin avulla voidaan vähentää keskeytyksiä (maakaapelointiasteen ja KAH/OPEXsuhdeluvun korrelaatio on -0,51) ja jossakin määrin myös häviösähköä (maakaapelointiasteen ja Häviösähkö/OPEX-suhdeluvun korrelaatio on -0,06). Toisaalta maakaapelointiasteen ja operatiivisten kustannusten välillä voidaan havaita positiivinen korrelaatio. Maakaapelointi ei välttämättä suoraan kasvata operatiivisia kustannuksia, mutta tässä yhteydessä on syytä korostaa, että maakaapelointi korreloi lukuisten toimintaympäristöön liittyvien tekijöiden (mm. asukastiheys, liikenneolosuhteet, henkilöstön palkkataso) kanssa, jotka vaikuttavat operatiivisiin kustannuksiin. Maakaapeloinnin suoria kustannusvaikutuksia ei tässä yhteydessä voida erottaa toimintaympäristöön liittyvistä epäsuorista vaikutuksista, joita maakaapelointiasteen avulla pyritään huomioimaan. Taulukko 8: Maakaapeloinnin vaikutus kerroin keskivirhe t-testisuure p-arvo exp( ) C1 0,13901 0,00054 256,29742 0,00000 1,149 C2 0,20782 0,00061 340,34241 0,00000 1,231 C3 0,34038 0,00058 585,25125 0,00000 1,405 C4 0,40048 0,00063 634,25615 0,00000 1,493 C5 0,29489 0,00055 537,34895 0,00000 1,343 5.5 Johtopäätökset Periaatteessa kaikki viisi tarkasteltua mallispesifikaatiota tuottavat valvontamallin näkökulmasta tarkasteltuna mielekkäitä tuloksia. Erot tehokkuusestimaateissa johtuvat pitkälti siitä, kuinka suuri kustannusosuus satunnaisvaihtelua sisältäville KAH ja häviösähkö komponenteille asetetaan. Näille eroille eri mallispesifikaatioiden välillä löytyy siten luonteva ja uskottava tulkinta. Mallin spesifikaation valinnassa on syytä huomioida myös kannustinvaikutukset: KAH:n ja häviösähkön sisällyttäminen tehostamistavoitteeseen kannustaa verkkoyhtiöitä toimenpiteisiin keskeytysten ja häviösähkön välttämiseksi. Toisaalta toimitusvarmuuden ja laadun parantamisella on mahdollista parantaa valvontamallissa arvioitavaa kustannustehokkuutta. Edellä esitettyjen tulosten perusteella KAH ja häviösähkö voidaan mielekkäästi sisällyttää tehokkuusestimoinnissa käytettävään kustannusmuuttujaan. Jotta KAH ja häviösähkö eivät ohjaisi liiaksi tehokkuusestimaatteja, niiden painottaminen kertoimella 0,5 vaikuttaa toimivalta ratkaisulta. Tämä on myös linjassa nykyisin sovellettavan kohtuullistamismenettelyn kanssa, jossa toteutunut KAH kerrotaan luvulla 0,5. Näiden tulosten ja edellä esitettyjen muiden perustelujen (kannustinvaikutukset, satunnaisvaihtelua sisältävien muuttujien kustannusosuudet) perusteella suositeltu kustannusmuuttujan spesifikaatio on C3, jota tarkastellaan seuraavassa hieman yksityiskohtaisemmin. 13

6. Fuusioiden huomioiminen Edellä tarkastellun viiden vaihtoehtoisen mallispesifikaation vertailun jälkeen EMV on tehnyt kustannusrintaman estimoinnissa käytettävään tilastoaineistoon ja sen laskentaperusteisiin joitakin tarkistuksia ja muutoksia. Näistä merkittävimpänä voidaan mainita verkkoyhtiöiden fuusiot, joita on tapahtunut tai on varmuudella tapahtumassa kaikkiaan neljä kappaletta vuosien 2009-2010 aikana. Valvontamallia varten tehtävien estimointien viimeistelemiseksi nämä fuusiot on huomioitu siten, että yhdistyneet verkkoyhtiöt on käsitelty yhtenä havaintoyksikkönä koko tarkastelujakson 2005-2009 ajalta. Päivitetyllä aineistolla on laadittu yksityiskohtainen herkkyysanalyysi perustuen mallispesifikaatioon C3. Herkkyysanalyysin perusteella yksi edellä esitetystä tarkastelusta poistettu verkkoyhtiö palautettiin takaisin aineistoon, koska sen vaikutus muiden verkkoyhtiöiden tehokkuusestimaatteihin oli hyvin vähäinen. Näin lopullinen havaintoaineisto käsittää kaikkiaan 82 verkkoyhtiötä. Tästä luvusta puuttuu ainoastaan kaksi vuonna 2011 toimintaansa jatkavaa verkkoyhtiötä, jotka suoritetun herkkyysanalyysin perusteella todettiin haittaavan muiden yhtiöiden tehokkuusestimointia niin merkittävästi, ettei niitä voida ottaa mukaan kustannusrintaman estimoinnissa käytettävään havaintoaineistoon. Tästä huolimatta näille estimointivaiheessa poistetuille verkonhaltijoille voidaan laskea estimoidun StoNED-rintaman mukainen sallittu kustannus ja sitä vastaava tehostamistavoite. Neljän fuusion sekä muiden tilastoaineistoon tehtyjen korjausten vaikutus estimoituun kustannusrintamaan ja sen perusteella laskettuihin tehokkuuslukuihin osoittautui erittäin vähäiseksi. Molemmissa C3 mallispesifikaatioissa mukana olevien verkkoyhtiöiden osalta näiden kahden mallin perusteella laskettujen tehokkuuslukujen korrelaatiokerroin on erittäin korkea 0,9981. Myös estimoitu tehokkuuden taso säilyi muutoksista huolimatta lähes ennallaan. Fuusioilla ei voida havaita olevan merkittävää vaikutusta muiden kuin fuusioituneiden yritysten tehokkuusestimaatteihin. Yhden fuusioituneen yhtiön tehokkuus muuttui 4 prosenttiyksikköä. Kaikkien muiden yhtiöiden osalta suurin havaittu muutos jäi alle 3 prosenttiyksikön. Keskimäärin muutos oli ainoastaan 0,40 prosenttiyksikköä. 7. Siirtymäaika Nykyisin sovellettavan valvontamallin mukaiset tehostamistavoitteet OPEX:lle on laskettu 8 vuoden pituisen siirtymäajan mukaisesti. Siirtymäajan pituus on perusteltu toisen valvontajakson valvontapäätöksessä ja sen pohjana olevissa tutkimuksissa. Raportissa Kuosmanen ym. (2010) ehdotetaan 12 vuoden pituista siirtymäaikaa, mutta tämä ehdotus koskee kokonaiskustannusta TOTEX, jossa on mukana kohtalaisen hitaasti sopeutettavissa oleva pääomakustannus CAPEX. Tässä selvityksessä tarkasteltu kustannusspesifikaatio perustuu suuressa määrin OPEX:iin, mutta siinä on mukana myös KAH ja häviösähkö. Toisaalta StoNED tehokkuusestimaatit ovat korkeampia, joten vastaavasti tehostamisvaatimus on SFA:han ja varsinkin DEA:han verrattuna huomattavasti pienempi. Tämän takia on syytä lyhyesti arvioida, miten 8 tai 12 vuoden siirtymäajan malli vaikuttaisi tehostamistavoitteiden suuruuteen. Taulukossa 9 on esitetty vuosittaisten tehostamistavoitteiden tunnuslukuja, jotka on laskettu 8 vuoden ja 12 vuoden siirtymäajan malleilla (laskukaava esitetään alla). Tässä taulukossa esitettyihin lukuarvoihin sisältyy yleinen 2,06% suuruinen tuottavuustavoite, eli sitä ei enää lisätä näihin taulukon 9 mukaisiin 14

tavoitteisiin. Taulukon perusteella voidaan todeta, että siirtymäajan pidentäminen 8 vuodesta 12 vuoteen laskee hieman vuosittaisten tehostamistavoitteiden arvoa, mutta ero on kuitenkin jopa yllättävän pieni. Keskimääräiset tehostamistavoitteet ovat nykyistä alhaisempia ja kaikkein tehokkaimpien, ns. super-tehokkaiden yritysten osalta tehostamistavoitteet voivat olla jopa negatiivisia. Suurimmillaan tehostamistavoite on 8,55% vuodessa, mikä on samaa suuruusluokkaa kuin toiselle valvontajaksolle annettujen tehostamistavoitteiden maksimiarvo (kun yleinen 2,06% suuruinen tuottavuustavoite huomioidaan vertailussa). Taulukon 9 perusteella tehostamistavoitteet vaikuttavat 8 vuoden siirtymäajan mallissa varsin kohtuullisilta, useimpien verkonhaltijoiden tapauksessa ne ovat lievempiä kuin toisella valvontajaksolla asetetut tavoitteet. Taulukko 9: Siirtymäajan pituuden vaikutus tehostamistavoitteisiin keskiarvo keskihajonta mediaani minimi maksimi 8v. 2,91 % 2,22 % 2,84 % -2,07 % 8,55 % 12v. 2,70 % 1,63 % 2,63 % -0,88 % 6,95 % Siirtymäajan aikana sallitun kokonaiskustannuksen laskemiseen sovellettavaa laskukaavaa on myös syytä tarkentaa. Siirtymäajan kuluessa sallittu kohtuullinen kokonaiskustannus STOTEX (johon sisältyy tässä OPEX, KAH ja häviösähkö) voidaan laskea kaavalla t 2019 STOTEX RKI RKI 1 X Cˆ ( y, z ) it, t 2009 i it, it, missä i on verkonhalijakohtainen indeksi, t on kalenterivuosi, RKI t on rakennuskustannusindeksin pisteluku vuonna t X i on valvontajakson aikana sovellettava siirtymäkauden yrityskohtainen tehostamistavoite (%) Ĉ on vuoden 2019 StoNED kustannusrintama, esitettynä vuoden 2009 hinnoin. Verkonhaltijakohtainen tehostamistavoite X i lasketaan kaavalla, 8 8 X 1 (1 2,06%) (exp( e ) 1) i i missä e i on verkonhaltijan i vuosien 2005-2009 keskimääräisellä aineistolla StoNED menetelmällä laskettu CNLS regressioresiduaali, joka kuvaa toteutuneiden kustannusten ja kustannusten ehdollisen odotusarvon osamäärää, ja Eu ( ) on StoNED menetelmällä estimoitu tehottomuustermin u odotusarvo. 8 Kaavassa (1 2,06%) 0,8466 kuvaa yleisen tuottavuustavoitteen mukaista kustannusten tehostamistarvetta 8 vuoden siirtymäajan kuluessa. Toisaalta exp( e i ) 1 voidaan esittää kustannusten tehostamistarpeen ja toteutuneen kustannuksen osamääränä, joten se kuvaa yrityksen i 15

suhteellista tehostamistavoitetta, joka tulisi saavuttaa siirtymäajan kuluessa. Ottamalla näiden lukujen summasta kahdeksas juuri saadaan vuosittainen tehostamistavoite. t Useimpien yritysten tapauksessa kertoimen 2019 1 X i arvo laskee siirtymäjakson kuluessa asteittain kohti ykköstä, jolloin siirtymäajan lopussa kaikille verkonhaltijoille sallittu kustannustaso on tehokkaan rintaman mukainen. On kuitenkin teknisesti mahdollista, että tehostamistavoitteen X i arvoksi edellä esitetyllä laskukaavalla laskettuna tulee negatiivinen luku. Tämä koskee ainoastaan muutamia ns. supertehokkaita yrityksiä. Näitä yrityksiä ei ehdotetussa mallissa enää pakoteta tehostamaan toimintaa yleisen 2,06% tuottavuuskasvun mukaisesti, vaan näiden yritysten on jopa mahdollista kasvattaa kustannuksia siirtymäjakson aikana. Siirtymäajan periaatteen mukaisesti super-tehokkaiden verkonhaltijoiden ei sallita kasvattaa kustannuksia rajusti heti valvontajakson alussa, vaan sallittu kustannus kasvaa asteittain valvontajakson aikana. Yleisen tuottavuuskasvun mukaisen tehostamistavoitteen takia on mahdollista, että super-tehokkaat yritykset joutuvat tehostamaan toimintaansa valvontajakson alussa suhteessa vuosien 2005-2009 keskimääräiseen tasoon ennen kuin siirtymäajan mukainen sallitun kustannuksen kasvu alkaa vaikuttaa. Vuosien 2005-2009 keskimääräisen aineiston perusteella estimoitu StoNED kustannusrintama vastaa aineiston keskimääräisen vuoden eli 2007 teknisen kehityksen tasoa. Vertailukohtana oleva tehokas kustannusrintama määritellään siirtymäajan lopussa vuonna 2019, huomioiden yleistä tuottavuuskehitystä vastaava 2,06% vuosittainen kustannustehokkuuden paraneminen. Jotta vuosien 2007-2019 välillä tapahtuva yleinen tuottavuuskasvu tulisi huomioiduksi, estimoidut StoNED rintaman 12 mukaiset kustannukset kerrotaan korjaustermillä (1 2,06%) 0,7790. Tämä voidaan tehdä suoraan kustannusrintaman Ĉ laskennan yhteydessä, jolloin erillistä korjaustermiä ei siirtymäajan laskukaavassa tarvita. Kustannusrintaman Ĉ mukaiset kustannukset lasketaan vuosittain, jolloin tuotosmäärissä ja mahdollisesti kj-maakaapelointiasteessa tapahtuvat muutokset tulevat automaattisesti huomioiduksi sallittua kustannusta laskettaessa. Kustannusrintaman Ĉ mukaiset kustannukset voidaan laskea käyttäen Excel-taulukkolaskentasovellutusta, joka päivitetään valitun mallispesifikaation mukaiseksi. Myös yllä esitetyt siirtymäajan laskukaavat otetaan suoraan Excel-sovellutukseen, jolloin käyttäjän tarvitsee ainoastaan syöttää tarvittavat lukuarvot. 9. Johtopäätökset Tässä selvityksessä on arvioitu, kuinka pääomakustannuksen CAPEX poistaminen kustannusrintamamallin mukaisesta kokonaiskustannuksesta Lappeenrannan teknillisen yliopiston (Honkapuro ym., 2010; Honkapuro ja Partanen, 2010) ehdotuksen pohjalta vaikuttaisi StoNEDmenetelmällä suoritettavaan tehokkuusestimointiin ja sen tuloksiin. Toisaalta tehostamistavoitteen alaiseen kokonaiskustannukseen on nykyisen operatiivisen kustannuksen lisäksi otettu mukaan keskeytyksistä aiheutunut haitta ja häviösähkö. Tilastoaineiston perusteella havaitaan, että OPEX ja CAPEX korreloivat erittäin voimakkaasti, jolloin OPEX kykenee tilastollisen estimoinnin näkökulmasta kuvaamaan varsin hyvin molempia kustannuskomponentteja. Painottamalla KAH ja häviösähkö 16

kertoimella 0,5 saadaan OPEX:n kustannusosuus pysymään lähes samana kuin OPEX:n ja CAPEX:n yhteenlaskettu osuus kokonaiskustannuksista. Laaditut StoNED-estimoinnit tarkastelluilla mallispesifikaatioilla tukevat tätä näkemystä. Estimoitu kustannusrintama ja sen perusteella lasketut tehokkuusestimaatit eivät poikkea kovin merkittävästi aikaisemmassa Kuosmasen ym. (2010) tutkimuksessa raportoiduista tuloksista, vaan tarkastellut mallit tuottavat varsin mielekkäitä tuloksia. Lisäksi vertailulaskelmien ja herkkyysanalyysien perusteella menetelmän voidaan todeta olevan erittäin robusti tilastoaineiston muutoksille ja korjauksille, joita valvontamallissa esiintyy väistämättä mm. yritysten fuusioiden myötä. Selvityksen viimeisessä luvussa täsmennetään siirtymäajan kuluessa sovellettavia laskukaavoja, sekä arvioidaan siirtymäajan pituuden vaikutusta yrityskohtaisten tehostamistavoitteiden suuruuteen. Kahdeksan ja kahdentoista vuoden mittaisten siirtymäaikojen vertailu osoittaa, että siirtymäajan pidentäminen kahdeksasta kahteentoista vuoteen ei vaikuta kovin merkittävästi tehostamistavoitteiden suuruuteen. 17

Lähteet EMV (2007): Sähkön jakeluverkkotoiminnan hinnoittelun kohtuullisuuden arvioinnin suuntaviivat vuosille 2008-2011. Energiamarkkinaviraston julkaisuja 1/2007, 30.6.2007. Saatavana www.energiamarkkinavirasto.fi. Honkapuro, S. & J. Partanen (2010): Nykyisen valvontamallin arviointi- poistojen käsittely valvontamallissa. Lappeenrannan teknillinen yliopisto 8.11.2010. Saatavana: www.energiamarkkinavirasto.fi. Honkapuro, S., K. Tahvanainen, J. Partanen, J. Lassila, S. Viljanen, & T. Kaipia (2010): Nykyisen valvontamallin toimivuuden ja ohjausvaikutusten arviointi. Lappeenrannan teknillinen yliopisto 29.4.2010. Saatavana: www.energiamarkkinavirasto.fi. Kuosmanen, T. (2006): Stochastic Nonparametric Envelopment of Data: Combining Virtues of SFA and DEA in a Unified Framework, MTT Discussion Paper No. 3/2006. Saatavana: http://www.mtt.fi/english/publications/dp/2006/dp2006_3.pdf. Kuosmanen, T., & M. Kortelainen (2011): Stochastic Non-Smooth Envelopment of Data: Semi- Parametric Frontier Estimation Subject to Shape Constraints, Journal of Productivity Analysis, painossa. Saatavana: http://www.springerlink.com/content/n7113756n27n4250/fulltext.pdf. Kuosmanen, T., M. Kortelainen, K. Kultti, H. Pursiainen, A. Saastamoinen & T. Sipiläinen (2010): Sähköverkkotoiminnan kustannustehokkuuden estimointi StoNED-menetelmällä: Ehdotus tehostamistavoitteiden ja kohtuullisten kustannusten arviointiperusteiden kehittämiseksi kolmannella valvontajaksolla 2012-2015, Loppuraportti 31.8.2010. Saatavana: www.energiamarkkinavirasto.fi. Syrjänen, M., & J. Vanhanen (2007): SFA- ja DEA-tehokkuusmallien täsmentäminen valvontajärjestelmän viimeistelemiseksi. Gaia Consulting Oy 30.5.2007. Saatavana: www.energiamarkkinavirasto.fi. 18