Scan op genderstereotypering van het re-integratie- en participatiebeleid van de gemeente Amsterdam.pdf

Uitvoerende ambtenaren Als een cliënt een aanvraag indient voor een bijstandsuitkering doet een inkomensconsulent een eerste check of de aanvrager recht heeft op een bijstandsuitkering. Als het recht op bijstand is vastgesteld wordt het dossier doorgegeven aan de afdeling Intake, aan een “intaker”. Deze neemt (telefonisch) contact op met de aanvrager voor een kennismakingsgesprek. Daarin wordt kort ingegaan op wat de klant kan verwachten van de gemeente en een afspraak gemaakt voor een intakegesprek. In het intakegesprek door de intaker wordt achterhaald wat de afstand tot de arbeidsmarkt is van de aanvrager. Hiervoor wordt gekeken naar “wat kan je” en “wat wil je”. Om vast te stellen wat iemand kan, wordt er gekeken naar opleiding, werkervaring, hoe lang iemand niet meer aan het werk is, etc. Om vast te stellen wat een klant wil, wordt hen van tevoren gevraagd om een toekomstplan te maken. Dit plan wordt als basis genomen om te kijken hoe de wensen van de klant bereikt kunnen worden. Wat is het uiteindelijke doel, en welke tussenstappen zijn hiervoor nodig? Een van de geïnterviewden geeft aan dat de werkwijze met toekomstplannen goed helpt om de motivatie van mensen te achterhalen, en tot gevolg heeft dat klanten zich serieus genomen voelen. Bovendien voelen zij zich eigenaar van het plan: het is hun plan, en niet dat van de gemeente.

Daardoor zijn zij ook veel gemotiveerder om ermee aan de slag te gaan. Deze medewerker geeft verder aan dat in het kader van de toekomstplannen ook weleens suggesties voor beroepsmogelijkheden worden gedaan door de intaker. De kans bestaat dat hierbij minder snel stereotype doorbrekende voorstellen worden gedaan dan stereotypebevestigende.

23

De informatie die in het intakegesprek wordt verzameld wordt in het computersysteem ingevoerd, dit betreft leeftijd, opleiding, werkervaring, zelfredzaamheid, gezondheid, etc. Ook kan een cv worden toegevoegd. Als de intaker klaar is, genereert het systeem een samenvatting en een suggestie voor het vervolgtraject (re-integratie of participatie). De indeling van klanten in tredes is door de gemeente losgelaten, maar het computersysteem geeft dit nog wel automatisch aan, omdat dit nu eenmaal is ingebouwd. De intaker heeft echter de uiteindelijke verantwoordelijkheid en kan dit “overrulen”. Uit één van de interviews blijkt dat de gemeente begin 2019 haar ambitie voor uitstroom naar werk naar boven heeft bijgesteld. De criteria voor het aanpassen van een re-integratietraject zijn hiervoor aangepast, maar niet meer doorgevoerd in het computersysteem. De beoordeling van de intaker is daardoor leidend geworden. In deze procedure zijn er een aantal momenten waarop onbewuste stereotypering een rol kan spelen. Zo blijkt de werkervaring van mannen door werkgevers soms hoger te worden ingeschat dan werkervaring van vrouwen.52 Mogelijk is hier ook sprake van bij de intake binnen participatie- en re-integratiebeleid, waardoor de werkpotentie van mannen als hoger wordt beoordeeld dan die van vrouwen.

Ook kunnen, zoals een geïnterviewde al aangeeft, intakers stereotype-bevestigende voorstellen doen voor wat betreft de toekomstplannen van de klant. Echter, als de klant aangeeft een counter-stereotype toekomstdroom te hebben, zal de intaker de klant hierin ondersteunen. Omdat de focus bij de maatregelen gericht is op toestroom naar werk, bestaat het gevaar dat bij huishoudens waarbij beide partners afhankelijk zijn van de bijstand, de aandacht vooral uitgaat naar degene met de beste kans op uitstroom naar betaalde arbeid. Als deze persoon voldoende verdient, zijn tenslotte beide partners niet meer afhankelijk van een bijstandsuitkering. De partner zonder betaalde arbeid wordt daarbij nugger. Gezien het feit dat in Amsterdam bij paren 1,6 keer zoveel mannen vanwege werk uit de bijstand vertrekken als vrouwen, bestaat de kans dat het stereotype van “de werkende man en de zorgende vrouw” hier onbewust een rol in speelt. Daardoor bestaat de kans dat reintegratiemaatregelen met name voor de man worden ingezet en participatiemaatregelen voor de vrouw. De suggestie die door het computersysteem wordt gedaan voor de indeling van klanten, kan helpen om genderstereotypering te voorkomen. Klanten worden dan allemaal via dezelfde criteria beoordeeld, en onbewuste stereotypen kunnen dan geen rol spelen.

Dit veronderstelt echter wel dat de gegevens die in het systeem worden ingevoerd neutraal zijn. Dit zal voor een aantal criteria zeker zo zijn (bijvoorbeeld opleidingsniveau), maar andere criteria zijn toch subjectiever en meer een inschatting van de intaker (bijvoorbeeld de mate van motivatie van een klant). Stereotypering is dan niet volledig uit te sluiten. Bovendien zouden criteria en eventuele algoritmes genderstereotiepe aannames kunnen bevatten, en daarmee juist kunnen leiden tot het institutionaliseren van genderstereotypen.

52

Van Beek & Pouwels, 2017, p. 5.

24

Op basis van de indeling van de intaker wordt het dossier vervolgens overgedragen aan de collega’s die een re-integratie- of participatietraject starten. De klantmanager bepaalt vervolgens samen met de cliënt welk instrument ingezet wordt. Klantmanagers hebben hierbij een grote vrijheid, waardoor met name op dit moment stereotypering plaats kan vinden. Klantmanagers maken gebruik van eerdere ervaringen bij het voorstellen van instrumenten aan cliënten, en vergeten daarbij misschien aan niet-traditionele oplossingen te denken. Het zou kunnen zijn dat klantmanagers bepaalde instrumenten niet aanbieden omdat zij ervan uitgaan dat een man/vrouw hier toch geen interesse in heeft. Anderzijds kan het ook zo zijn dat een klantmanager juist inzet op counter-stereotiepe keuzes omdat dat hetgeen is dat de arbeidsmarkt vraagt. Omdat niet consequent wordt bijgehouden wie vaker welk traject volgt, en het niet gemakkelijk is om deze informatie op meta-niveau uit het systeem te genereren, is het op dit moment niet mogelijk om vast te stellen of biases van intakers en klantmanagers daadwerkelijk een rol spelen bij de inzet van instrumenten. In het contact met de klantmanager kunnen ook grote verschillen optreden. Een aantal van hen geeft aan dat ze weinig tijd hebben om klanten te zien vanwege een grote werklast, anderen geven aan dat de klant leidend is in de vorm en mate van contact.

Heeft een klant meer behoefte aan contact dan wordt daarop ingegaan, waarbij er wel een minimum standaard wordt gezet. Omdat zoals eerdergenoemd blijkt dat mannen gemiddeld meer contactmomenten hebben dan vrouwen, zou het interessant zijn om te achterhalen of dit ook zo is bij de gemeente Amsterdam, en wat daarvan de redenen zijn. Krijgen bepaalde groepen van mannen of vrouwen intensievere trajecten aangeboden, of zijn hiervoor andere oorzaken aan te wijzen? Helaas zijn er onvoldoende gegevens beschikbaar om in deze scan na te gaan of dat in de Amsterdamse praktijk daadwerkelijk zo is. Het is dus de vraag of uitvoerders onderscheid maken naar gender en of zij genderstereotypen bevestigen. Op basis van de gehouden interviews lijkt er niet veel aandacht te zijn voor

cultuur- en gendersensitief werken door klantmanagers. Zo wordt bijvoorbeeld geen training gegeven om bewust te worden van stereotypen, vooroordelen en verschillende uitgangsposities van klanten, waardoor de kans bestaat dat bestaande rollen in de uitvoering bevestigd worden. Uitkeringsgerechtigde De geïnterviewde ambtenaren die contact hebben met cliënten geven aan dat veel cliënten genderstereotiepe opvattingen blijken te hebben, waardoor zij niet open staan voor stereotype-doorbrekende beroepen. Zo zien klantmanagers vrouwen die het moederschap hoger stellen dan werken, waardoor zij minder actief naar werk zoeken dan mannen en minder gemotiveerd zijn om aan het werk te gaan. In enkele gevallen komt het bij oudere mensen met een migratieachtergrond nog voor dat vrouwen eerst toestemming van hun man willen hebben voordat zij aan een traject beginnen. Omdat de motivatie van de klant van groot belang is bij het inzetten van een instrument, kunnen deze opvattingen bijdragen aan genderstereotiepe keuzes. Klantmanagers geven aan dat het inderdaad zo is dat relatief 25

weinig vrouwen een stereotiep “mannelijke” vooropleiding of stage, zoals heftruckchauffeur, volgen. Het traject voor opleiding tot schoonheidsspecialiste werd weer nauwelijks door mannen gevolgd. Door echter in te zetten op de motivatie van de klant, worden degenen die counterstereotiepe keuzes willen maken, hierin ondersteund door de gemeente. Hierdoor wordt het voor de klant makkelijker om deze keuze te maken en door te zetten, en een counterstereotiepe beroepskeuze te maken. De inzet op persoonlijke motivatie kan hierbij dus twee kanten op werken: stereotype bevestigend of stereotype doorbrekend. Werkgevers Op de arbeidsmarkt vindt ook (gender)stereotypering en discriminatie door werkgevers plaats. Uit de probleemanalyse van de gemeente blijkt dat werkgevers vaak een beeld hebben van waar de werknemer aan moet voldoen, en vooroordelen hebben met betrekking tot leeftijd, migratieachtergrond en arbeidsbeperking. Zo heeft de jobcoach ervaren dat werkgevers soms eisen stellen met betrekking tot leeftijd, geslacht, Nederlandse taalbeheersing en dat het soms moeilijk is om jonge alleenstaande moeders naar werk te bemiddelen. Ook in het Werkplan Aanpak Arbeidsdiscriminatie wordt erkend dat werkgevers soms onbewuste vooroordelen hebben die leiden tot (gender)stereotypering en discriminatie.

26

4. Conclusies en aanbevelingen In dit hoofdstuk worden de conclusies uit voorgaande hoofdstukken samengevat en een aantal concrete aanbevelingen gegeven om genderstereotypering in het beleid en de uitvoering daarvan tegen te gaan.

Conclusies In zowel de probleemanalyse, de beleidsdoelen als de maatregelen valt op dat er niet of nauwelijks naar gender wordt gekeken. Met andere woorden, het beleid is - met uitzondering van enkele maatregelen gericht op nuggers, werkgevers en het vergroten van de financiële onafhankelijkheid van vrouwen - grotendeels genderneutraal. Toch blijkt uit onderzoek dat gender wel degelijk een rol speelt op het terrein van werk en participatie. Ten eerste beïnvloeden (onbewuste aanwezige) genderstereotypen de keuzes die mensen willen of kunnen maken, doordat genderstereotypen tot maatschappelijke normen leiden over wat mannen en vrouwen ‘horen te doen’. Ten tweede blijkt dat er verschillen zijn in het aandeel mannen en vrouwen dat niet-werkzoekend, werkloos is of bijstand ontvangt. Deze verschillen haken in op andere kenmerken, zoals migratieachtergrond, opleidingsniveau, leeftijd en huishouden. Ten derde toont onderzoek een landelijke trend aan waarbij mannen en vrouwen verschillen als het gaat om onder andere de motivatie en belemmeringen die zij ervaren bij hun re-integratie. Doordat het beleid grotendeels genderneutraal is geformuleerd, lijken er geen genderstereotypen te worden gehanteerd of versterkt. Het betekent echter ook dat genderstereotypen niet actief worden bestreden en dat bestaande genderstereotypen onverlet hun vrije loop kunnen gaan.

Dit heeft voor de probleemanalyse, de beleidsdoelen en de maatregelen verschillende gevolgen. In de probleemanalyse wordt daardoor geen rekening gehouden met het feit dat mannen en vrouwen verschillende mogelijkheden en beperkingen kunnen ervaren om mee te kunnen doen op een manier die past bij hun talenten en mogelijkheden, en dat deze kunnen worden beïnvloed door genderstereotypen. Als het gaat om de beleidsdoelen, heeft de genderneutrale benadering tot gevolg dat de verschillende uitgangsposities van mannen en vrouwen die van invloed is op de afstand tot de arbeidsmarkt niet wordt gezien. Dit aspect lijkt niet te worden betrokken bij het vaststellen van de doelgroepen die voorrang krijgen. Toch blijkt dat vrouwen met een migratieachtergrond een relatief grote kans hebben om in de bijstand terecht te komen.

27

Dat bijstand wordt toegekend op huishoudniveau, heeft twee gevolgen voor paren in de bijstand. Allereerst wordt de uitkering op naam van één van beide partners geregistreerd, waardoor het stereotype van de man als kostwinner ertoe kan leiden dat registratie vaker op naam van de man gebeurt. Ten tweede kan het doel van verlagen van de kosten van de bijstandsbegroting ertoe leiden dat er een focus ontstaat op het re-integreren van degene die de minste afstand tot de arbeidsmarkt heeft, met als gevolg dat er voor de andere partner minder ambitieus wordt ingezet. Vanuit heersende stereotypen zou dit ertoe kunnen leiden dat met name aan mannen re-integratietrajecten en aan de vrouwelijke partner participatietrajecten worden aangeboden, een mechanisme dat (onbewust) versterkt zou kunnen worden door registratie van de uitkering op naam van de man. Bovendien leidt de registratie op huishoudniveau ertoe dat primaire rapportage ook op huishoudniveau gebeurt, hetgeen analyses op individueel niveau, o.a. op het gebied van uitstroom uit de bijstand, bemoeilijkt. Het kruisen met de gegevens op individueel niveau uit andere bestanden blijkt namelijk erg arbeidsintensief. Bij de maatregelen heeft genderneutraal beleid zowel gevolgen voor het pakket van maatregelen, als voor de uitvoering van beleid.

Zo valt op dat een relatief groot deel van de aangeboden leerstages en voorschakeltrajecten uit de Instrumentenwaaier is gericht op stereotiep mannelijke beroepen. Verder is een aantal van de aangeboden instrumenten niet toegankelijk voor uitkeringsgerechtigden zonder eigen vervoer of met zorgtaken. Ondanks dat de gemeente Amsterdam ondersteuning biedt in gevallen waar de Wet Kinderopvang van toepassing is, voldoen niet alle instrumenten aan de vereisten van de Belastingdienst en moet kinderopvang informeel worden geregeld. Daarnaast worden er relatief weinig instrumenten aangeboden die het makkelijker maken om zorg en betaalde arbeid te combineren. Dit betekent dat de instrumenten niet goed aansluiten bij de behoeften van alleenstaande ouders. Voor wat betreft de uitvoering van het beleid, ligt de focus op het “arbeidsfit” maken van de cliënt waarbij de motivatie van de cliënt centraal staat en maatwerk de inzet is. Dit kan zowel leiden tot het bevestigen als het doorbreken van genderstereotypen. Het zoeken naar mogelijkheden voor iedere cliënt om op de arbeidsmarkt in te stromen en het feit dat na 6 maanden “alle arbeid passend” is kan leiden tot het doorbreken van stereotypen. Als de uitkeringsgerechtigde counter-stereotype keuzes maakt om tot de arbeidsmarkt toe te treden, zullen die door de gemeente worden ondersteund.

Tegelijkertijd bestaat de kans dat stereotypen die bij uitvoerende ambtenaren en uitkeringsgerechtigden aanwezig zijn, ertoe leiden dat bepaalde opties niet worden overwogen. In dat geval krijgen stereotypen de vrije loop. De genderstereotypen van (potentiële) werkgevers beïnvloeden de mogelijkheden van klanten om uit te stromen. De gemeente Amsterdam zet weliswaar in op het tegengaan van discriminatie door werkgevers en het zich openstellen voor werknemers die niet perfect in 28

het profiel passen, maar doet dit nauwelijks op het gebied van gender. Zo wordt in het Werkplan Aanpak Arbeidsdiscriminatie algemeen ingezet op het voorkomen en bestrijden van discriminatie door werkgevers, maar zijn er geen specifieke maatregelen tegen discriminatie op basis van gender. Of de genderstereotypen die de vrije loop krijgen met dit genderneutale beleid daadwerkelijke effecten hebben, valt op basis van de beschikbare data van de gemeente Amsterdam niet eenduidig vast te stellen.

Aanbevelingen Om ongewenste effecten van onbewuste genderstereotypering in (de uitvoering van) het participatie- en re-integratiebeleid van de gemeente Amsterdam tegen te gaan, doen wij de volgende aanbevelingen. •

•

Verzamel en analyseer data met betrekking tot gender consequent en systematisch, en pas indien nodig beleid en/of uitvoering aan: o Zorg dat de achtergrondkenmerken van cliënten niet alleen in hun persoonlijke dossier staan, maar dat deze ook op statistisch niveau beschikbaar, bruikbaar en gemakkelijk opvraagbaar zijn. o Gebruik deze gegevens om actief en op intersectionele wijze te monitoren of bepaalde groepen structureel oververtegenwoordigd zijn in het klantbestand, of ondervertegenwoordigd zijn bij de uitstroom (naar werk). Let hierbij onder andere ook op de genderverhoudingen bij a) de groepen die voorrang krijgen, b) de inzet van participatie- en re-integratietrajecten, alsook welke instrumenten worden ingezet c) het aantal contacturen met klantmanagers, en d) uitstroom en reden van uitstroom. o Splits data die op huishoudniveau worden verzameld met betrekking tot aanvraag en uitstroom uit naar individueel niveau, zodat het bij paren gemakkelijker wordt om vast te stellen welke partner uitstroomt naar werk en welke partner hierdoor uitstroomt als nugger. Gebruik de verzamelde data bij de aanpassing van bestaand, of formulering van nieuw beleid: o Hou in de probleemanalyse rekening met de verschillende uitgangspositie van mannen en vrouwen, vanuit een intersectioneel perspectief. Breng specifieke belemmeringen voor diverse groepen van vrouwen en mannen in kaart.

Analyseer of bepaalde groepen oververtegenwoordigd zijn. o Bepaal of er beleidsdoelen voor specifieke groepen van mannen of vrouwen moeten worden gesteld. Neem mee of bepaalde groepen oververtegenwoordigd zijn en specifieke aandacht behoeven. 29

•

•

•

Omdat de intakers, klantmanagers, en andere uitvoerders van het beleid op basis van hun expertise veel verantwoordelijkheid en vrijheid hebben in de uitvoering van hun vak, is het belangrijk om hen de middelen in handen te geven om dit zo goed mogelijk te doen. Train daarom ambtenaren in gender- en cultuursensitief werken: o Maak ambtenaren bewust van hun valkuilen met betrekking tot genderstereotypering om te voorkomen dat zij mogelijk genderstereotiep handelen. Het zal hen in staat stellen genderstereotypen aan de kant van de cliënt te herkennen en weg te nemen en ertoe leiden dat zij beter doorvragen naar specifieke beperkingen die een cliënt ondervindt. o Verduurzaam het aanbod ter ondersteuning van transgender cliënten door ook in de toekomst nieuwe klantmanagers hierop te trainen. Zorg voor een divers aanbod aan instrumenten, zodat deze tegemoetkomen aan de behoeften van alle verschillende uitkeringsgerechtigden: o Voorkom dat o.a. leerstages en voorschakeltrajecten met name zijn gericht op stereotiep mannelijke of stereotiep vrouwelijke beroepen. Omdat deze voortrajecten met name ontwikkeld worden naar de behoefte van de arbeidsmarkt, zou de gemeente kunnen overwegen de insteek om te draaien: uitgaan van de opleiding van uitkeringsgerechtigden en kijken of hier een vraag voor ontwikkeld kan worden.

De gemeente doet dit al voor mensen met grote afstand tot de arbeidsmarkt, maar zou dit uit kunnen breiden voor bepaalde beroepsgroepen. o Op dit moment zijn er nauwelijks maatregelen en instrumenten die de belemmeringen in het combineren van huishouden/zorg wegnemen, hetgeen waarschijnlijk vaker vrouwen treft. Het zou goed zijn als de gemeente dit aanbod verder uitbreidt. o Neem instrumenten ter ondersteuning van transgender cliënten duurzaam op in de Instrumentenwaaier. Bied bij de instrumenten die niet in aanmerking komen voor kinderopvangvergoeding van het rijk, (bijna) gratis kinderopvangfaciliteiten aan, om cliënten in staat te stellen hun participatie of re-integratietraject te combineren met de zorg voor kinderen.

30

Bronnen Boss, E. (2018). Ondersteuning van LHBTI-inwoners binnen het sociaal domein. Utrecht: Movisie. Geraadpleegd van https://www.movisie.nl/publicatie/ondersteuning-lhbtiinwoners-binnen-sociaal-domein Centraal Bureau voor de Statistiek. (2020a). Begrippen: Werkloos. Geraadpleegd van https://www.cbs.nl/nl-nl/onze-diensten/methoden/begrippen?tab=w#id=werkloos Centraal Bureau voor de Statistiek. (2020b). Begrippen: Niet-uitkeringsgerechtigde (in het kader van de Participatiewet). Geraadpleegd van https://www.cbs.nl/nl-nl/onzediensten/methoden/begrippen?tab=n#id=niet-uitkeringsgerechtigde--in-het-kader-van-departicipatiewet-Centraal Bureau voor de Statistiek. (2020c). StatLine datasets via thema: Arbeid en sociale zekerheid. Den Haag/Heerlen. Geraadpleegd van https://opendata.cbs.nl/statline/#/CBS/nl/navigatieScherm/thema?themaNr=50750 De Blank, M., & Holla, S. (2020). Factsheet: Genderstereotypering in werk, zorg en onderwijs. Amsterdam: Atria. Geraadpleegd van https://hdl.handle.net/11653/book116218 De Graaf-Zijl, M., Josten, E., Boeters, S., Eggink, E., Bolhaar, J., Ooms, I., den Ouden, A., & Woittiez, I. (2015). De onderkant van de arbeidsmarkt in 2025. Den Haag: CPB & SCP. Geraadpleegd van https://www.cpb.nl/publicatie/de-onderkant-van-de-arbeidsmarkt-in2025 Deyl, C., Ruitenberg, J., Stouten, J., & Zuurbier, H. (2016). Mannen en vrouwen in de sociale zekerheid.

Den Haag: Inspectie SZW. Geraadpleegd van https://www.inspectieszw.nl/publicaties/rapporten/2016/12/15/mannen-en-vrouwen-inde-sociale-zekerheid Deyl, C., Ruitenberg, J., Stouten, J., & Zuurbier, H. (2017, 10 januari). Vrouwen stromen minder vaak uit naar werk. Sociale Vraagstukken. Geraadpleegd van https://www.socialevraagstukken.nl/vrouwen-stromen-minder-vaak-uit-naar-werk/ Doove, S., Dill, A., Joosten, M., & Rouw, B. (2018a). Langdurig in de bijstand [tabellenset]. Den Haag: CBS. Geraadpleegd van https://www.cbs.nl/nl-nl/maatwerk/2018/36/langdurigin-de-bijstand Doove, S., Dill, A., Joosten, M., & Rouw, B. (2018b). Uitstroom uit de langdurige bijstand. Den Haag: CBS. Geraadpleegd van https://www.rijksoverheid.nl/documenten/rapporten/2019/11/20/uitstroom-uit-delangdurige-bijstand-cbs 31

EIGE. (2019). Gender Equality Index 2019. Work-life balance. Luxemburg: Publications Office of the European Union. Geraadpleegd van https://eige.europa.eu/publications/genderequality-index-2019-report Kuyper, L. (2017). Transgender personen in Nederland. Den Haag: SCP. Geraadpleegd van https://www.scp.nl/publicaties/publicaties/2017/05/09/transgender-personen-in-nederland Ministerie van Sociale Zaken en Werkgelegenheid. (2019). Factsheet verschillen arbeidsmarkt, uitkeringen en re-integratie mannen en vrouwen. Den Haag: Rijksoverheid. https://www.kennisplatformwerkeninkomen.nl/documenten/rapporten/2020/02/14/factsheet-man-vrouw-verschillen-arbeidsmarkt-uitkeringen-en-re-integratie OIS Amsterdam. (2018). Monitor Vrouwenemancipatie 2017. Gemeente Amsterdam. Geraadpleegd van https://data.amsterdam.nl/artikelen/artikel/monitorvrouwenemancipatie-2017-de-positie-van-amsterdamse-vrouwen/8d9a2d47-8f70-421aa5ef-d6a5e7bae2ee/ OIS Amsterdam. (2019). Amsterdam in cijfers, Jaarboek 2019. Gemeente Amsterdam. Geraadpleegd van https://data.amsterdam.nl/publicaties/publicatie/amsterdam-in-cijfers2019/b27fc8e9-2c05-40ae-8fce-5738016a5be3/ OIS Amsterdam (2020, te verschijnen). Uitstroom uit de bijstand 2016-2018. Gemeente Amsterdam. Portegijs, W., & van den Brakel, M. (2018). Emancipatiemonitor 2018. Den Haag: CBS & SCP.

Geraadpleegd van https://www.cbs.nl/nl-nl/publicatie/2018/50/emancipatiemonitor-2018 Rud, I., Nesseler, C., Groot, W., & Maassen van den Brink, H. (2018). Onderwijs- en Arbeidsmarktmonitor 2017. Metropoolregio Amsterdam. Geraadpleegd van https://www.amsterdameconomicboard.com/app/uploads/2018/09/Onderwijs-enArbeidsmarktmonitor2017.pdf Sol, C. C. A. M., Glebbeek, A. C., Edzes, A. J. E., Busschers, I., de Bok, H. I., Engelsman, J. S., & Nysten, C. E. R. (2011). 'Fit or Unfit': Naar expliciete re-integratie theorieën. Universiteit van Amsterdam. Geraadpleegd van http://www.verbeteronderzoek.nl/uploaded_files/publications/RVO5-web-1.pdf Stavenuiter, M., Kahmann, M., Kok. E., van Mourik, K., Out, M., & de Gruijter, M. (2020). Reintegratie van vrouwen met een afstand tot de arbeidsmarkt. Utrecht: Verwey-Jonker Instituut & Movisie. Geraadpleegd van https://www.verwey-jonker.nl/publicaties/2020/reintegratie-van-vrouwen-met-een-afstand-tot-de-arbeidsmarkt

32

Van Beek, A., & Pouwels, B. (2017). Gelijke beloning verzekerd? Gelijke beloning van mannen en vrouwen bij verzekeringsorganisaties. Utrecht: College voor de Rechten van de Mens. Geraadpleegd van https://mensenrechten.nl/nl/publicatie/5b46fce2748c2212a54517ed Van Echtelt, P., Sadiraj, K., Hoff, S., Muns, S., Karpinska, K., Das, D., & Versantvoort, M. (2019). Eindevaluatie van de Participatiewet. Den Haag: SCP. Geraadpleegd van https://www.scp.nl/publicaties/publicaties/2019/11/19/eindevaluatie-van-departicipatiewet

33

ADDENDUM Door de vragen die tijdens het uitvoeren van deze genderscan naar voren kwamen, is door OIS aanvullend onderzoek gedaan naar de samenstelling van het bijstandsbestand van de gemeente Amsterdam. Deze informatie is daardoor niet meegenomen in de analyse van de huidige genderscan. Het betreft informatie over de samenstelling van het bijstandsbestand naar gender en informatie over de uitstroom uit de uitkering naar betaald werk, naar gender. Hieronder een overzicht van de cijfers.

A. Samenstelling bestand naar gender (1-1-2020) Tabel 1: Niet-uitkeringsgerechtigden (NUG) naar gender Aantal % Man 58 36 Vrouw 101 64 Totaal 159 100 Het is belangrijk vast te stellen dat dit alleen de Nuggers zijn die in het bijstandsbestand van de gemeente zijn opgenomen omdat zij een re-integratie- of participatie-traject volgen, en niet alle Nuggers in de gemeente Amsterdam. Het zou interessant zijn te onderzoeken wat de gender-verhouding van alle Nuggers in de gemeente is, en of dit correleert met de gender-verhouding van Nuggers in het bijstandsbestand. Tabel 2: Samenstelling van het bijstandsbestand naar gender en huishoudsamenstelling Samenstelling Paar zonder Paar met Eenoudergezin Alleenstaand huishouden kinderen kinderen Aantal % Aantal % Aantal % Aantal % Man 1370 57 3735 50 1108 12 12810 63 Vrouw 1044 43 3751 50 8325 88 7611 37 Totaal 2414 100 7486 100 9433 100 20421 100

Overig Aantal 148 75 223

Tehuisbewoner % 66 34 100

Aantal 766 326 1092

% 70 30 100

Totaal* Aantal 19937 21132 41069

% 49 51 100

* Het betreft het totaal aantal individueel rechthebbende uitkeringsgerechtigden. Bij een huishouden kan het dus gaan om een hoofdaanvrager, rechthebbende partner en rechthebbend kind.

Opvallend is dat de eenoudergezinnen voornamelijk uit vrouwen bestaan en de alleenstaanden voor bijna twee derde uit mannen.

34

Tabel 3: Samenstelling bijstandsbestand naar gender en positie in het huishouden Huishouden Hoofd van Partner Kind* huishouden

Man Vrouw Totaal

Aantal 17073 16667 33730

% 51 49 100

Aantal 912 3647 4559

% 20 80 100

Aantal 1055 426 1481

% 71 29 100

Overig

Aantal 897 402 1299

Huishoudtype onbekend % 69 31 100

Aantal 40 25 65

% 62 38 100

Totaal

Aantal 19977 21157 41134

% 49 51 100

* Dit zijn volwassen kinderen die bijstandsgerechtigd zijn en als thuiswonend kind in een huishouden staan aangemerkt.

Het hoge aantal mannelijke kinderen is opvallend, het is interessant om verder te onderzoeken hoe dit wordt veroorzaakt. Het hoge aantal vrouwelijke partners bevestigt de vaststelling dat in geval van uitkeringen bij paren, de man vaak de hoofdaanvrager is. Tabel 4: Samenstelling bijstandsbestand naar gender en migratieachtergrond Herkomst Niet-westers allochtoon Westers allochtoon Aantal % Aantal % Man 13941 47 1627 47 Vrouw 15571 53 1859 53 Totaal 29512 100 3486 100

Autochtoon Aantal % 4369 54 3702 46 8071 100

Onbekend Aantal % 40 62 25 38 65 100

Totaal Aantal % 19977 49 21157 51 41134 100

Zoals in de genderscan aangegeven blijkt dat bij autochtone Nederlanders meer mannen een bijstandsuitkering ontvangen en dat dit bij allochtone Nederlanders dit iets vaker vrouwen zijn. Tabel 5: Samenstelling bijstandsbestand naar gender en type migratieachtergrond Herkomst Onbekend 1e generatie 2e generatie Aantal % Aantal % Aantal % Man 40 62 12467 46 3177 51 Vrouw 25 38 14414 54 3107 49 Totaal 65 100 26901 100 6284 100

geen migratieachtergrond Aantal % 4273 54 3611 46 7884 100

Totaal Aantal % 19977 49 21157 51 41134 100

In de genderscan is het onderscheid naar eerste of tweede generatie migranten niet meegenomen, maar hier zijn ook enige verschillen tussen de generaties waarneembaar. 35

Tabel 6: Samenstelling bijstandsbestand naar gender en leeftijdscategorie Leeftijdscategorie 18-24 25-34 35-44 45-54 Aantal % Aantal % Aantal % Aantal % Man 911 58 3017 49 3720 43 5480 47 Vrouw 656 42 3116 51 4982 57 6074 53 Totaal 1567 100 6133 100 8702 100 11554 100

55-64 Aantal % 6172 52 5742 48 11914 100

65+ Aantal % 668 53 582 47 1250 100

Onbekend Aantal % 9 64 5 36 14 100

Totaal Aantal % 19977 49 21157 51 41134 100

Zoals de scan aangeeft zijn vrouwen oververtegenwoordigd in de leeftijd van 35-54 jaar, en mannen in de leeftijd onder de 25 en boven de 55 jaar. Tabel 7: Samenstelling bijstandsbestand naar gender en opleidingsniveau Hoogst genoten opleiding Laag Middelbaar Aantal % Aantal % Man 11087 47 4955 50 Vrouw 12399 53 4975 50 Totaal 23486 100 9930 100

Hoog Aantal % 2015 53 1816 47 3831 100

Onbekend Aantal 1920 1967 3887

% 49 51 100

Totaal Aantal % 19977 49 21157 51 41134 100

Vrouwen zijn iets oververtegenwoordigd in de groep met een lage opleiding en mannen in de groep met een hoge opleiding, hetgeen verklaard zou kunnen worden doordat met name oudere vrouwen lager zijn opgeleid dan mannen. Het zou interessant zijn deze aanname te checken. Tabel 8: Samenstelling bijstandsbestand naar gender en perspectief op werk Trede* 0 1 2 Aantal % Aantal % Aantal % Man 1229 50 5646 51 8706 43 Vrouw 1227 50 5506 49 11316 57 Totaal 2456 100 11152 100 20022 100

3 Aantal 2538 1993 4531

4 % 56 44 100

Aantal 1059 625 1684

% 63 37 100

5 Aantal % 799 62 490 38 1289 100

Totaal Aantal % 19977 49 21157 51 41134 100

* Hoe lager de trede, hoe groter de afstand tot de arbeidsmarkt. Bij een hoge trede kan de klant richting werk worden begeleid.

Het hoge percentage vrouwen dat ingedeeld is in trede 2, is in lijn met de bevinding dat vrouwen minder snel uitstromen uit de bijstand en dat zij vaker langdurig gebruik maken van de bijstand.

36

B. Duurzame uitstroom naar betaald werk (boven bijstandsniveau) Deze gegevens over de gemeente Amsterdam zijn afkomstig van het CBS en gaan over de periode 2016-2018. CBS-data worden uit verschillende bestanden gegenereerd en geven daardoor een situatie weer van circa 6 maanden geleden. Omdat duurzame uitstroom geldt vanaf 6 maanden, betekent dat deze cijfers refereren naar degenen die circa een jaar geleden zijn uitgestroomd. Door de uitstroomgegevens te vergelijken met de samenstelling van het gehele bestand van uitkeringsgerechtigden, kan een analyse worden gemaakt van welke groepen mannen en vrouwen achterblijven in uitstroom. Tabel 9a: Uitstroom naar betaald werk naar gender en type huishouden Samenstelling huishouden Instituut Alleenstaande Paar zonder kinderen Aantal % Aantal % Aantal % Man 530 82 4580 71 1000 62 Vrouw 120 18 1920 30 610 38 Totaal 650 100 6490 100 1610 100

Paar met kinderen Aantal % 1800 63 1060 37 2860 100

Eenoudergezin Aantal % 1040 29 2500 71 3540 100

Overig Aantal % 170 59 70 41 240 100

Totaal Aantal % 9110 59 6280 41 15390 100

Tabel 9b: idem maar anders gepercenteerd Samenstelling huishouden Instituut Alleenstaande Aantal % Aantal % Man 530 4580 Vrouw 120 1920 Totaal 650 4 6490 42

Paar met kinderen Aantal % 1800 1060 2860 19

Eenoudergezin Aantal % 1040 2500 3540 23

Overig Aantal % 170 70 240 2

Totaal Aantal % 9110 59 6280 41 15390 100

Overig nietwesterse landen Aantal % 1730 70 1160 30 3890 100

Overig Westerse landen Aantal % 740 50 750 50 1490 100

Totaal

Paar zonder kinderen Aantal % 1000 610 1610 10

Tabel 10: Uitstroom naar betaald werk naar gender en migratieachtergrond Herkomst Onbekend Autochtoon Marokko Turkije Suriname

Man Vrouw Totaal

Aantal % Aantal % Aantal % Aantal % Aantal % 340 76 2050 57 1220 63 570 61 1480 50 120 27 1550 43 710 37 370 39 1470 50 450 100 3600 100 1930 100 940 100 2950 100

Nederlandse Antillen en Aruba Aantal % 310 53 270 47 580 100

Aantal % 9440 60 6400 40 15850 100

37

Tabel 11: Uitstroom naar betaald werk naar gender en leeftijd Leeftijdscategorie 18-26 27-31 Aantal % Aantal % Man 1840 60 1720 58 Vrouw 1240 40 1240 42 Totaal 3080 100 2960 100

32-39 Aantal % 2040 58 1450 41 3500 100

Tabel 12: Uitstroom naar betaald werk naar gender en opleidingsniveau Hoogst genoten opleiding Laag Middelbaar Aantal % Aantal % Man 4380 67 3060 53 Vrouw 2120 33 2670 47 Totaal 6500 100 5730 100

40-49 Aantal % 2020 60 1370 40 3390 100

Hoog Aantal % 1600 54 1390 46 2990 100

50-59 Aantal % 1490 62 900 38 2390 100

60-66 Aantal % 330 63 190 37 520 100

Onbekend/niet van toepassing Aantal % 400 63 230 37 630 100

Totaal Aantal % 9440 60 6400 40 15850 100

Totaal Aantal % 9440 60 6400 40 15850 100

38

Werk.en.de Toekomst Voor eerlijke kansen en keuzes in werk en opleiding Werk.en.de Toekomst zet zich in voor het doorbreken van genderstereotypering in het onderwijs en op de arbeidsmarkt en het verbeteren van de mogelijkheden om werk, zorg en leren met elkaar te combineren. Werk.en.de Toekomst is een samenwerking van Atria, kennisinstituut voor emancipatie en vrouwengeschiedenis, Emancipator, de Nederlandse Vrouwen Raad (NVR) en VHTO, Landelijk expertisebureau meisjes/vrouwen en bèta/techniek en wordt gesteund door het Ministerie van Onderwijs, Cultuur en Wetenschap.