Artikel 6: Regulatorisk kompleksitet og læringsprofiler 1 - Hvad er regulatorisk kompleksitet?

For english see below

Vi har i tidligere indlæg berørt konsekvenserne af både kompleksitet og af hyppige ændringer af regler. I dette indlæg ser vi nærmere på arbejdet med regulatorisk kompleksitet.

Hos Bridge Consulting har vi udviklet en metode til at måle regulatorisk kompleksitet. Vi blev nysgerrige på disciplinen på baggrund af tidligere akademisk forskning, som alene har fokuseret på finansiel regulering, og fordi man i Trump administrationen har haft fokus på samme emne, men dér har benyttet det grovest tænkelige – men ikke helt uefne – mål ”antal sider lovgivning”.

Hos en af vores kunder stødte vi på regler, der var så komplekse, at vi satte os for at se, om vi kunne sætte tal på kompleksiteten. Vi gennemførte i samarbejde med kunden en analyse af de enkelte stykker regulering, hvor vi først kategoriserede de enkelte bindinger i regelværket alt efter om bindingen stammede fra lovgivning, fra politiske aftaler, fra ønsker fra erhvervslivet eller fra ønsker fra egen sagsbehandling. Det kunne give os en indikation af, hvor stor en del af de detaljerede regler, der var ”mejslet i sten”, og hvor stor en del af dem, der stammede fra ønsker eller forbedringer. Vores hypotese var og er, at selv om mange bindinger er svære at ændre på, så er det summen af de mange bindinger og deres kompleksitet, der er problemet, og hvis – som vi tror – der er en eksponentiel sammenhæng mellem mængden af bindinger og den samlede kompleksitet, så vil selv en mindre reduktion i antal bindinger kunne føre til en markant reduktion i kompleksitet.

Herefter satte vi en værdi på de enkelte bindinger i regelværket, der afhang af, hvor kompleks reglen var. Vi gjorde det både for input fra slutbrugeren – altså hvor komplekse var de spørgsmål/felter, de skulle udfylde - fra objektive tal til lange prosa-beskrivelser – og for beslutningskompleksiteten i myndighedens sagsbehandling og kontrol – altså hvor enkel eller vanskelig er beslutningen – er det ja/nej på objektive data eller er det et samlet skøn baseret på alle oplysninger.

For hvert stykke regulering kunne vi nu både sætte tal på antallet af bindinger, og vi kunne tilskrive hver binding en værdi og dermed udregne en samlet kompleksitetsscore for hele regelværket.

I næste uge i Artikel #7: ”Regulatorisk kompleksitet og læringsprofiler 2: Hvad er en læringsprofil?” kommer vi ind på, hvad vi i Bridge Consulting har brugt arbejdet med regulatorisk kompleksitet til – nemlig at berige arbejdet med læringsprofiler i den offentlige forvaltning.

Article 6: Regulatory complexity and learning profiles 1 - What is regulatory complexity?"

In previous posts, we have touched on the consequences of both complexity and frequent changes to regulations. In this post, we take a closer look at the work involved in regulatory complexity.

At Bridge Consulting, we have developed a method for measuring regulatory complexity. We became curious about the discipline based on previous academic research, which has focused solely on financial regulation, and because the Trump administration has focused on the same topic but has used the crudest – but not entirely useless – measure of "number of pages of legislation."

At one of our clients, we encountered rules that were so complex that we decided to see if we could quantify the complexity. In collaboration with the client, we conducted an analysis of the individual pieces of regulation, first categorizing the individual constraints in the regulatory framework according to whether they originated from legislation, political agreements, requests from the business community, or requests relating to their own case processing. This gave us an indication of how much of the detailed rules were "set in stone" and how much of them stemmed from requests or improvements. Our hypothesis was and remains that, even though many constraints are difficult to change, it is the sum of the many constraints and their complexity that is the problem, and if – as we believe – there is an exponential correlation between the number of constraints and the overall complexity, then even a small reduction in the number of constraints could lead to a significant reduction in complexity.

We then assigned a value to each constraint in the piece of regulation based on the complexity of the rule. We did this both for input from the end user – i.e., how complex the questions/fields they had to fill in were – from objective figures to long prose descriptions – and for the complexity of decision-making in the authority's case processing and control – i.e. how simple or difficult the decision is – is it a yes/no based on objective data or is it an overall assessment based on all the information available.

For each piece of regulation, we were now able to put a number on the number of constraints, and we could assign a value to each constraint and thus calculate an overall complexity score for the entire regulation.

Next week in we will discuss what we at Bridge Consulting have used our work on regulatory complexity for – namely, to enrich the work with learning profiles in public administration.