Onderzoeksrapport Meerjarige tekorten en overschotten op het bijstandsbudget.pdf
Tekst van het document
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET EEN VERKENNING VAN OBJECTIEVE VERKLARINGEN NOTITIE
AUTEURS WOUTER VERMEULEN, LENNART KROON, TIM SCHWARTZ, JOERI ATHMER, MARTEN MIDDELDORP (ATLAS), FRANCINE BUREMA (ATLAS) EN JORAN VELDKAMP (ATLAS) IN OPDRACHT VAN MINISTERIE VAN SOCIALE ZAKEN EN WERKGELEGENHEID AMSTERDAM, <DATUMKIEZER>
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
i
Samenvatting Sommige gemeenten hebben meerjarig te maken met forse tekorten of overschotten op het bijstandsbudget. In opdracht van het ministerie van SZW hebben SEO Economisch Onderzoek en Atlas Research onderzocht of er objectieve kenmerken zijn die dit kunnen verklaren. Uitbreiding van het verdeelmodel kan dan een oplossing zijn, mits deze kenmerken door het afwegingskader komen en daarmee ook het model op huishoudniveau verbeteren. Tabel S.1 laat zien dat meerdere objectieve kenmerken systematisch samenhangen met een meerjarig tekort of overschot op het bijstandsbudget. Systematische samenhang is in deze tabel gebaseerd op een vergelijking tussen de 15 gemeenten met de grootste tekorten en de 15 gemeenten met de grootste overschotten over de periode 2017-2020 onderling en met een vergelijkingsgroep van dertig gemeenten met eenzelfde bevolkingsopbouw en kleine verschillen tussen budget en uitgaven. De lijst van de in het onderzoek betrokken kenmerken is gebaseerd op workshops en interviews met gemeenten, aangevuld met kenmerken die in juridische procedures rondom de verdeling van de bijstandsbudgetten zijn genoemd, kenmerken die eerder zijn onderzocht en kenmerken uit een eigen inventarisatie. Tabel S.1
Systematische samenhang kenmerken met meerjarige tekorten of overschotten
Naam kenmerk
Bron
Systematische samenhang (na controle voor centrumfunctie)
Segregatie Verhuisindex (o.b.v. bijstandsontvangst)
Gemeenten
Ja (ja)
Verhuisindex (o.b.v. niet-westerse migratieachtergrond)
Gemeenten
Ja
Segregatie-index (o.b.v. bijstandsontvangst)
Gemeenten
Segregatie-index (o.b.v. niet-westerse migratieachtergrond)
Gemeenten
(Stapeling van) problematiek / Centrumfunctie Huishoudens met problematische schulden
Gemeenten
Multiproblematiek: criminaliteit en gezondheidsproblemen
Gemeenten
Multiproblematiek: problematische schulden en gezondheidsproblemen
Gemeenten
Gezondheidsproblemen gekruist met regionaal klantenpotentieel
Gemeenten
Jeugdproblematiek: aandeel jongeren van 12-25 jaar verdacht van misdrijf
Eerder getoetste kenmerken
Aandeel jongeren met jeugdzorg
Eerder getoetste kenmerken
Aandeel (voormalige) studenten met psychische problematiek
Gemeenten
Ja (ja)
Aandeel echtscheidingen
Eerder getoetste kenmerken
Ja
Aandeel laaggeletterden
Gemeenten
Regionaal klantenpotentieel
Gemeenten
Ja
Stedelijkheid
Gemeenten
Ja
(Langdurig) in de bijstand
Ja Ja
Ja
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
ii
Naam kenmerk
Bron
Systematische samenhang (na controle voor centrumfunctie)
Aandeel bijstandsontvangers dat langer dan 1, 2, … , 10 jaar in de bijstand zit
Gemeenten
Ja*
Loonkostensubsidies
Gemeenten
Ja (ja)
Overige demografische kenmerken Aandeel statushouders
Gemeenten
Aandeel huishoudens met huurtoeslag
Eerder getoetste kenmerken
Aandeel sociale huurwoningen
Eerder getoetste kenmerken
Aandeel goedkope huurwoningen
Gemeenten
Kenmerken voor ‘nietsers’: bpg en verschil bpg tussen mannen en vrouwen op gemeenteniveau
Eerder getoetste kenmerken
Aandeel hoogopgeleiden
Eerder getoetste kenmerken
Aandeel personen met een hoog inkomen op gemeenteniveau
Eerder getoetste kenmerken
Ja
Ja (ja)
Arbeidsmarkt Beschikbaarheid van laaggeschoold werk
Gemeenten
Beschikbaarheid van werk naar sector
Gemeenten
Aandeel werk in groeisectoren in totale beschikbaarheid van werk
Eigen inventarisatie
Aandeel werk in krimpsectoren in totale beschikbaarheid van werk
Eigen inventarisatie
Aandeel conjunctuurgevoelige werkgelegenheid in totale beschikbaarheid van werk
Eigen inventarisatie
Aandeel deeltijdwerk in totale beschikbaarheid van werk
Eigen inventarisatie
Aandeel kleine deeltijdbanen in totale beschikbaarheid van werk
Eigen inventarisatie
Aandeel flexwerk in totale beschikbaarheid van werk
Gemeenten
Ja (ja)
Bruto arbeidsparticipatie
Eerder getoetste kenmerken
Ja
Arbeidsmigranten en buitenlandse seizoenarbeiders
Gemeenten
Ja
Aandeel zelfstandigen en zzp’ers
Gemeenten
Ja (ja)
Geografisch
*
Afstand tot zee
Gemeenten
Afstand tot de grens
Gemeenten
Nee (ja)
Het kenmerk verschilt systematisch voor mensen die langer dan 1, 2, 3 of 4 jaar in de bijstand zitten.
Verschillen tussen gemeenten zijn het sterkt voor segregatie op basis van bijstandsontvangst, het aandeel huishoudens met huurtoeslag, het aandeel echtscheidingen, het aandeel (voormalige) studenten met psychische problematiek en het aandeel loonkostensubsidies. Voor de meeste van deze kenmerken geldt dat tekortgemeenten hoger scoren dan de gemiddelde gemeenten en de overschotgemeenten. De overschotgemeenten scoren over het algemeen juist lager dan de tekortgemeenten en de vergelijkingsgroep. Een uitzondering is het aandeel loonkostensubsidies, een instrument dat overschotgemeenten juist relatief vaak inzetten.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
iii
Een groot deel van de kenmerken die systematisch verschillen tussen tekort- en overschotgemeenten hangt samen met de centrumfunctie van een gemeente. Dit geldt bijvoorbeeld voor segregatie, stapeling van problematiek, echtscheidingen, het aandeel hoopgeleiden en het aandeel huishoudens met huurtoeslag. Tabel S.1 laat zien dat een groot deel van getoetste kenmerken inderdaad niet langer systematisch afwijken tussen tekort- en overschotgemeenten en de vergelijkingsgroep wanneer gecorrigeerd wordt voor verschillen in het regionale klantenpotentieel. Vooral segregatie op basis van bijstandsontvangst, het aandeel bijstandsontvangers met LKS en het aandeel voormalige studenten met psychische problematiek blijven sterk afwijken tussen tekort- en overschotgemeenten en gemiddelde gemeenten. Voor toekomstige verfijning van het verdeelmodel ligt het dan ook voor de hand om de rol van centrumfunctie en de kenmerken op huishoudniveau die hiermee samenhangen nader te onderzoeken. Ook een aantal kenmerken die te maken hebben met opleidingsniveau vragen aandacht, waaronder (voormalige) studenten met psychische problematiek. Langdurig bijstandsgebruik is een derde onderwerp voor nader onderzoek. Hierbij spelen vragen omtrent de optimale specificatie van de kenmerken en de verklaringskracht op huishoudniveau.
Daarnaast is het voor het afwegingskader van belang in hoeverre de kenmerken beïnvloedbaar zijn door gemeenten, deze vraag speelt vooral voor langdurig bijstandsgebruik.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
i
Inhoudsopgave Samenvatting
i
1
Inleiding
1
1.1
Aanleiding
1
1.2
Vraagstelling
1
1.3
Relatie met eerder onderzoek
2
1.4
Opbouw van dit onderzoek
2
2
3
4
5
Selectie van gemeenten
4
2.1
Systematische vergelijking
4
2.2
Verdiepend onderzoek
6
Selectie van kenmerken
10
3.1
Inbreng vanuit de acht gemeenten
10
3.2
Shortlist
12
Vergelijking kenmerken tussen gemeenten
15
4.1
Uitbijteranalyse
15
4.2
Verschillen tussen tekort-, overschot- en gemiddelde gemeenten
17
Gevolgen voor het bijstandsverdeelmodel
21
Bijlage A
Verdiepend onderzoek voor acht gemeenten
22
Bijlage B
Groslijst kenmerken
33
Bijlage C
Beschrijving kenmerken systematische analyse
39
Bijlage D
Resultaten systematische kenmerken voor modelkenmerken
48
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
1
1
Inleiding
1.1 Aanleiding Met de komst van de Wet werk en bijstand (WWB) in 2004 werden gemeenten volledig financieel verantwoordelijk voor de uitvoering van de bijstand. Zij ontvangen hiervoor een budget vanuit het Rijk. Gemeenten mogen bij effectieve uitvoering de overschotten op hun budget behouden en worden zo gestimuleerd tot effectief beleid. De verdeling van het budget is gebaseerd op een objectief verdeelmodel. De bedoeling van het werken met een objectief verdeelmodel is dat gemeenten een budget ontvangen voor de uitgaven die objectief te verwachten zijn. Uitgaande van een optimale inschatting van de objectief te verwachten uitgaven worden tekorten en overschotten volledig verklaard door beleid en uitvoering. Tekorten en overschotten reflecteren dan volledig de mate waarin gemeenten de bijstandsuitgaven in de hand weten te houden, bijvoorbeeld door mensen intensief te begeleiden en snel naar werk te laten uitstromen. In de praktijk zijn er echter gemeenten die meerjarig met forse tekorten of overschotten te maken hebben. Forse meerjarige tekorten zijn onwenselijk, zowel voor de betrokken gemeenten zelf, die jaarlijks voor bezuinigingsopdrachten worden gesteld, als voor de intergemeentelijke solidariteit die via het vangnet wordt aangesproken. Terwijl grote tekorten meestal door het vangnet worden gedempt, is er bij grote overschotten geen sprake van demping.
Dat wordt door veel gemeenten als onrechtvaardig ervaren. Grote en langdurige afwijkingen tussen budget en uitgaven roepen in zijn algemeenheid de vraag op in hoeverre deze door gemeenten via beleid en uitvoering te beïnvloeden zijn. Kunnen gemeenten nadeel ondervinden van het model, bijvoorbeeld omdat bepaalde objectieve factoren in de gemeente te specifiek zijn om door het model te worden opgepakt? Speelt een factor als een relatief groot onbeweeglijk bestand waarop de gemeente nauwelijks invloed heeft een rol? Zijn er ook minder meetbare factoren die een rol spelen? Vanuit diverse kanten is er aanleiding om goed naar de situatie bij gemeenten met meerjarige tekorten of overschotten te kijken. Gemeenten, VNG en Divosa vragen vanuit de begeleidingscommissie van het bijstandsverdeelmodel aandacht voor de positie van gemeenten met grote (meerjarige) tekorten. SZW begrijpt dat het voor gemeenten met een meerjarig tekort een moeilijke opgave kan zijn om de uitgaven terug te dringen. De Toetsingscommissie vangnet Participatiewet wil anticiperen op de vraag die op hen afkomt of bij het bepalen van de hoogte van de vangnetuitkering rekening zou kunnen worden gehouden met het deel van het tekort dat niet door beleid en uitvoering te beïnvloeden is.
1.2 Vraagstelling Tegen deze achtergrond heeft het ministerie van SZW twee onderzoeken uitgezet naar de rol van objectieve kenmerken enerzijds en beleid en uitvoering anderzijds in het ontstaan van meerjarige tekorten en overschotten. Dit onderzoek gaat over de rol van objectieve kenmerken.1 Het doel is: • Onderzoeken of (specifieke) kenmerken een verklaringsgrond kunnen bieden voor de meerjarige tekorten of overschotten.
1
De kern van het nieuwe onderzoek naar beleid en uitvoering wordt gevormd door casestudies bij 15 gemeenten. Dit onderzoek loopt van mei 2022 tot voorjaar 2023.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
•
2
Nagaan of er kenmerken zijn die in het model kunnen worden opgenomen en de verklaringskracht van het model kunnen verbeteren.
De voorgestelde aanpak daarbij is om opvallende verschillen in (specifieke) kenmerken in beeld te brengen tussen groepen gemeenten die er qua resultaat op de bijstandsbudgetten goed, slecht en gemiddeld voorstaan: doen bepaalde kenmerken zich relatief vaak voor bij tekortgemeenten of overschotgemeenten, in vergelijking met gemiddelde gemeenten? Bij de selectie gaat het daarbij om forse meerjarige tekorten en overschotten over de periode 2017 tot en met 2020.
1.3 Relatie met eerder onderzoek In het verleden is de uitbreiding van het bijstandsverdeelmodel met nieuwe kenmerken meerdere keren onderzocht aan de hand van het afwegingskader.2 Een van de criteria in dit afwegingskader is dat de verklaringskracht van het model voldoende toeneemt. Hierbij gaat het om de verklaring van bijstandsgebruik voor alle huishoudens in alle gemeenten. Er is dus geen specifieke focus op uitschieters. Het is echter mogelijk dat bepaalde kenmerken voor de ‘gemiddelde gemeente’ minder belangrijk zijn dan voor uitschieters en daarom niet boven komen drijven in een onderzoek naar alle huishoudens in alle gemeenten. Dit rechtvaardigt een aanpak die zich juist op deze uitschieters richt. Er is in 2016 en 2017 onderzoek gedaan naar uitschieters. 3 Hoewel er in deze onderzoeken ook aandacht was voor objectieve kenmerken lag de focus vooral op de rol van beleid en uitvoering. Konden gemeenten met een groot tekort of overschot hierop sturen? Een eerste verschil met de huidige opzet is dus dat de focus nu juist op objectieve factoren ligt. Een tweede verschil is de selectie van gemeenten. Destijds was de omvang van het tekort of overschot het belangrijkste criterium, terwijl dit onderzoek zich richt op meerjarige tekorten en overschotten. Ten derde is het model sinds 2017 veranderd en kan ook het belang van bepaalde kenmerken in de afgelopen jaren veranderd zijn.
Verder is de uitkomst van het bijstandsverdeelmodel voor een aantal specifieke gemeenten op hun verzoek nader onder de loep genomen. Dit levert geen inzicht in de vraag welke kenmerken systematisch verschillen tussen tekorten overschotgemeenten en gemiddelde gemeenten. Tegen deze achtergrond lijkt het zinvol om mogelijke objectieve verklaringen voor meerjarige tekorten en overschotten nu onder de loep te nemen.
1.4 Opbouw van dit onderzoek Het onderzoek bestaat uit een aantal stappen die in de opeenvolgende hoofdstukken van deze notitie worden besproken. Allereerst zijn gemeenten geselecteerd met aanzienlijke meerjarige tekorten of overschotten op het bijstandsbudget. Het gaat om 15 tekort- en 15 overschotgemeenten. Ook is een vergelijkingsgroep van dertig
2
3
Zie bijvoorbeeld “Tempelman et al. (2017). Verfijning bijstandsverdeelmodel 2018. Amsterdam en Utrecht: SEO Economisch Onderzoek en Atlas voor gemeenten” of “Tempelman et al. (2018). Verdeling van de bijstandsmiddelen 2019. Amsterdam en Utrecht: SEO Economisch Onderzoek en Atlas voor gemeenten”. Marlet et al. (2016). Analyse residuen Bijstandsverdeelmodel 2017. Utrecht en Amsterdam: Atlas voor gemeenten en SEO Economisch Onderzoek. Marlet et al. (2017). Van budget naar besteding. Verklaringen voor tekorten en overschotten op het gemeentelijke bijstandsbudget. Utrecht en Amsterdam: Atlas voor gemeenten en SEO Economisch Onderzoek.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
3
gemeenten geselecteerd waarvoor bijstandsuitgaven juist dicht bij het budget lagen. De vergelijkingsgroep is qua opbouw van bevolkingsomvang vergelijkbaar met de groep van tekort- en overschotgemeenten. Binnen de groep tekort- en overschotgemeenten zijn acht gemeenten geselecteerd voor verdiepend onderzoek. Er hebben workshops met deze gemeenten plaatsgevonden en we hebben interviews met de afzonderlijke gemeenten gehouden om mogelijke verklaringen in kaart te brengen. Op basis van de workshops en interviews met de acht gemeenten hebben we een longlist van mogelijk te onderzoeken kenmerken opgesteld. Deze longlist is aangevuld met kenmerken die in juridische procedures rondom de verdeling van de bijstandsbudgetten zijn genoemd. Daarnaast is een eigen inventarisatie van mogelijke kenmerken gemaakt. In overleg met het ministerie van SZW en de begeleidingscommissie is uit deze longlist een shortlist gedestilleerd van kenmerken die daadwerkelijk zijn geconstrueerd en waarvoor vervolgens is getoetst of ze systematisch verschillen tussen tekort- en overschotgemeenten en de vergelijkingsgroep. Een van de criteria hierbij was of het kenmerk goed te operationaliseren is. Hoewel de focus lag op objectieve kenmerken zijn ook een aantal kenmerken meegenomen die direct of indirect door gemeenten te beïnvloeden zijn. Daarnaast zijn alle kenmerken in het model getoetst.
Het onderzoek eindigt met een verkenning van vervolgstappen richting mogelijke aanpassing van het verdeelmodel om beter rekening te houden met kenmerken waardoor in sommige gemeenten meerjarige tekorten of overschotten ontstaan.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
2
4
Selectie van gemeenten
Dit hoofdstuk beschrijft de selectie van tekort- en overschotgemeenten voor een systematische vergelijking van kenmerken. We selecteren ook een vergelijkingsgroep waarvoor uitgaven en budget juist dicht bij elkaar liggen. Daarnaast beschrijft dit hoofdstuk de selectie van vijf tekort- en drie overschotgemeenten voor verdiepend onderzoek op basis van workshops en interviews.
2.1 Systematische vergelijking We zoeken verklaringen voor gemeenten die meerjarig een substantieel tekort of overschot op hun bijstandsbudget hebben. Tekorten en overschotten zijn bepaald door de definitieve budgetten te vergelijken met de werkelijk gerealiseerde netto uitgaven (bestedingen minus baten) in hetzelfde jaar, uitgerekend als percentage van de budgetten.4 De selectie is gebaseerd op de periode van 2017 tot 2020. Doordat de uitgaven vanaf het jaar 2021 tijdens de selectiefase van dit onderzoek nog niet beschikbaar zijn, is het met deze methode niet mogelijk om de jaren 2021 en 2022 mee te nemen. We selecteren tekort- en overschotgemeenten onder gemeenten die volledig objectief gebudgetteerd zijn en dus meer dan 40 duizend inwoners hebben. In dit onderzoek gaat het namelijk om de vraag of meerjarige uitbijters samenhangen met objectieve kenmerken, zodat aanpassing van het model een oplossing zou kunnen bieden. Voor gemeenten die niet of gedeeltelijk objectief gebudgetteerd zijn, is dit minder relevant. Het is bekend dat het objectieve model het bijstandsgebruik voor deze gemeenten minder goed voorspelt. Dat is de reden dat ze gedeeltelijk of volledig historisch gebudgetteerd zijn. 5
Selectie tekort- en overschotgemeenten Binnen de groep van volledig objectief gebudgetteerde gemeenten kijken we vervolgens naar het cumulatieve tekort of overschot over de periode 2017-2022. Een voordeel van deze methode is dat gemeenten die één jaar een relatief klein tekort of overschot hebben en de andere jaren een aanzienlijk tekort of overschot niet buiten de selectie vallen. Tabel 2.1 laat zien welke 15 tekort- en 15 overschotgemeenten over deze periode het grootste cumulatieve tekort of overschot hebben. Meerjarige tekorten lopen op tot 14 procent in Leeuwarden en meerjarige overschotten lopen op tot 25 procent in Amstelveen.
4
5
Voor het jaar 2020 zijn de tekorten en overschotten bijvoorbeeld als volgt berekend: procentueel tekort/overschot = (budget 2020 – uitgaven 2020) / budget 2020. Zie bijvoorbeeld: Vermeulen, W., Kroon L., Schwartz T., Middeldorp M., Burema F. (2021). Vaststellen van de bijstandsbudgetten 2022. Herschatting en verdeling van de budgetten. SEO-rapport nummer 2021-85.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
Tabel 2.1
5
Overzicht tekort- en overschotgemeenten
Tekortgemeenten
Gemiddeld tekort
Overschotgemeenten
Gemiddeld overschot
Leeuwarden
-14%
Amstelveen
25%
Utrechtse Heuvelrug
-13%
Hollands Kroon
23%
Leidschendam-Voorburg
-13%
Horst aan de Maas
19%
Zutphen
-11%
Waalwijk
18%
Vlissingen
-11%
Maastricht
18%
Dordrecht
-11%
Venray
18%
's-Gravenhage (gemeente)
-9%
Heusden
16%
Súdwest-Fryslân
-9%
Heerhugowaard
16%
Groningen (gemeente)
-9%
Oosterhout
15%
Arnhem
-9%
Beverwijk
15%
Nijmegen
-8%
Schagen
14%
Hilversum
-8%
Steenwijkerland
14%
Zevenaar
-8%
Peel en Maas
12%
Zwijndrecht
-8%
Roosendaal
12%
Ede
-8%
's-Hertogenbosch
11%
Selectie vergelijkingsgroep met saldo stabiel rondom nul Tabel 2.2 laat zien tegen welke vergelijkingsgroep we kenmerken van tekort- en overschotgemeenten in dit onderzoek afzetten. Er is een groep gemeenten geselecteerd waarvoor het saldo stabiel rondom nul ligt en die qua omvang op een vergelijkbare manier samengesteld is als de tekort- en overschotgemeenten. Als eerste stap is voor elk van de geselecteerde tekort- en overschotgemeenten gekeken naar de gemeentegrootte in 2020. Voor alle tekort- en overschotgemeenten binnen een bepaalde gemeentegrootteklasse is binnen die gemeentegrootteklasse hetzelfde aantal gemeenten voor de vergelijkingsgroep gezocht. Dit betekent dat uiteindelijk evenveel gemiddelde gemeenten worden geselecteerd (dertig) als tekort- en overschotgemeenten bij elkaar (15+15). Vervolgens is per gemeente gekeken naar de optelsom van de absolute waarde van de saldi over vier jaar. Per gemeentegrootteklasse zijn de gemeenten geselecteerd waarvoor dit cumulatieve absolute saldo het dichtst bij nul ligt. Er is gekozen voor een cumulatief absoluut saldo, omdat dit onderzoek gemeenten met een meerjarig tekort of overschot vergelijkt met gemeenten waarvoor er meerjarig nauwelijks een verschil is tussen de voorspeelde budgetten en de werkelijke uitgaven.
Wanneer wordt uitgegaan van een gemiddeld saldo over vier jaar, dan kunnen gemeenten die het ene jaar bijvoorbeeld een overschot van 15 procent en het andere jaar een tekort van 15 procent hebben ook door de selectie komen. Oftewel, het gaat hier om gemeenten met een relatief stabiel saldo rond de nul.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
Tabel 2.2
Overzicht van de gemeenten die zijn meegenomen in de analyses
Inwoners
40.000 tot 100.000 inwoners
100.000 tot 250.000 inwoners
Meer dan 250.000 inwoners Aantal
6
Tekortgemeenten
Overschotgemeenten
Vergelijkingsgroep
Hilversum
Amstelveen
Barendrecht
Smallingerland
Leidschendam-Voorburg
Beverwijk
Berkelland
Stichtse Vecht
Súdwest-Fryslân
Heerhugowaard
Doetinchem
Terneuzen
Utrechtse Heuvelrug
Heusden
Harderwijk
Velsen
Vlissingen
Hollands Kroon
Heerenveen
Vijfheerenlanden
Zevenaar
Horst aan de Maas
Heerlen
Weert
Zutphen
Oosterhout
Helmond
Westerkwartier
Zwijndrecht
Peel en Maas
Meierijstad
Wijchen
Roosendaal
Nieuwegein
Schagen
Nijkerk
Steenwijkerland
Noordoostpolder
Venray
Oss
Waalwijk
Sittard-Geleen
Arnhem
‘s-Hertogenbosch
Alphen aan den Rijn
Venlo
Dordrecht
Maastricht
Amersfoort
Westland
Ede
Apeldoorn
Groningen (gemeente)
Emmen
Leeuwarden
Enschede
Nijmegen
Tilburg
’s-Gravenhage (gemeente)
Amsterdam
15
15
30
Gemeentelijke herindelingen Jaarlijks vinden gemeentelijke herindelingen plaats waarbij gemeenten fuseren tot nieuwe gemeenten of kleinere gemeenten samengaan met grotere gemeenten. Het aantal gemeenten is in de periode van 2017 tot 2020 afgenomen van 388 naar 352. Bij het bepalen van meerjarige tekorten en overschotten spelen deze gemeentelijke herindelingen een rol. Voor het bestuderen van de tekorten en overschotten is de gemeentelijke indeling voor 2020 gebruikt. Dit betekent dat gemeenten die in eerdere jaren nog aparte gemeenten waren worden behandeld alsof ze al die jaren al gefuseerd waren. Dit geeft de mogelijkheid om de gemeenten over alle jaren te kunnen volgen. 6
2.2 Verdiepend onderzoek We selecteren acht van de dertig tekort- en overschotgemeenten voor verdiepend onderzoek, gebaseerd op workshops en interviews met elke gemeente afzonderlijk. De acht gemeenten zijn zo gekozen dat ze, binnen de populatie tekort- en overschotgemeenten, geografisch verspreid over het land gelegen zijn en variatie in grootteklasse en bijstandsdichtheid kennen. Daarnaast is meegewogen of gemeenten een procedure in het kader van Bezwaar en 6
Aparte gemeenten worden behandeld alsof ze gefuseerd zijn, ook wanneer ze in die periode geen gezamenlijk beleid hebben gevoerd. In tabel 2.2 gaat het dan om de gemeenten Meierijstad, Zevenaar, Groningen en Vijfheerenlanden.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
7
beroep hebben aangespannen. Deze gemeenten hebben zich naar waarschijnlijkheid al verdiept in de redenen waarom het model mogelijk niet volledig recht doet aan de situatie in die gemeente (ter voorbereiding op rechtszaken). Als subset van de geselecteerde tekort- en overschotgemeenten zijn alle acht gemeenten volledig gebudgetteerd. Omdat tekorten als problematischer worden ervaren dan overschotten kiezen we vijf tekortgemeenten en drie overschotgemeenten.
Tekortgemeenten Aangezien het Bezwaar en beroep-criterium het meest restrictief is, bestaat de selectie van tekortgemeenten in eerste instantie uit de gemeenten die aan dit criterium voldoen. Het gaat dan om de gemeenten ’s-Gravenhage, Groningen, Vlissingen en Dordrecht. Doordat deze gemeenten verspreid over het land liggen, wordt hiermee ook aan het tweede criterium voldaan. De lijst met tekortgemeente is vervolgens aangevuld met kleinere gemeenten (hoogstens 50 duizend inwoners), omdat het merendeel van de overschot- en tekortgemeenten kleinere gemeenten zijn en een representatieve selectie wenselijk is. De vier hierboven geselecteerde gemeenten kennen (in 2019) een bovengemiddeld aandeel personen in de bijstand. Om deze reden is de selectie van tekortgemeenten aangevuld met een kleinere gemeente waar het aandeel personen in de bijstand kleiner dan gemiddeld is. Op basis van dat criterium komen Zevenaar, de Utrechtse Heuvelrug en Houten in aanmerking – zie Tabel 2.3. Gezien de geografische ligging is uiteindelijk Zevenaar geselecteerd als vijfde tekortgemeente. Tabel 2.3
Bijstandsdichtheid meerjarige tekortgemeenten
Gemeentenaam
Aantal inwoners
Aantal bijstandsontvangers
Aandeel bijstandsontvangers
Arnhem
159.300
7.900
4,9%
Groningen (gemeente)
231.300
10.700
4,6%
Leeuwarden
123.100
5.600
4,6%
's-Gravenhage (gemeente)
537.800
24.200
4,5%
Nijmegen
176.700
7.200
4,1%
Vlissingen
44.400
1.700
3,8%
Dordrecht
118.700
3.900
3,3%
Zutphen
47.600
1.500
3,1%
Zwolle
127.500
3.600
2,8%
Leidschendam-Voorburg
75.400
1.900
2,5%
Súdwest-Fryslân
89.700
2.200
2,5%
Nederland
17.282.200
414.600
2,4%
Hilversum
90.200
2.100
2,4%
Zevenaar
43.500
900
2,0%
Ede
115.700
1.800
1,5%
Utrechtse Heuvelrug
49.500
700
1,4%
Toelichting:
Het aantal inwoners en het aantal bijstandsontvangers betreffen de situatie in 2019 en zijn afgerond op honderdtallen. De geselecteerde tekortgemeenten zijn dikgedrukt.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
8
Overschotgemeenten Voor de selectie van drie overschotgemeenten voor verdiepend onderzoek is Amstelveen een logische eerste kandidaat. Deze gemeente heeft het grootste overschot – gemiddeld 25 procent in de periode 2017 tot en met 2020. Maastricht is een interessante tegenhanger voor Groningen, aangezien deze gemeenten in veel opzichten sterk op elkaar lijken. Groningen heeft echter een meerjarig tekort en Maastricht een meerjarig overschot. Beide gemeenten zijn perifeer gelegen universiteitssteden met 100 duizend tot 250 duizend inwoners. Ook is Maastricht een van de weinige overschotgemeenten met een bovengemiddeld aandeel personen in de bijstand – zie Tabel 2.4. Om de geografische spreiding in de geselecteerde gemeenten te handhaven is als laatste overschotgemeente ‘s-Hertogenbosch aan de selectie toegevoegd. Tabel 2.4
Bijstandsdichtheid meerjarige overschotgemeenten
Gemeentenaam
Aantal inwoners
Aantal bijstandsontvangers
Aandeel bijstandsontvangers
Maastricht
121.600
3.800
3,1%
Roosendaal
77.000
2.000
2,5%
Nederland
17.282.200
414.600
2,4%
Beverwijk
41.200
1.000
2,3%
154.200
3.500
2,2%
Venray
43.300
800
1,9%
Steenwijkerland
43.900
800
1,8%
Oosterhout
55.600
900
1,6%
Waalwijk
48.200
700
1,5%
Heerhugowaard
56.700
800
1,4%
Amstelveen
90.800
1.200
1,3%
Heusden
44.100
500
1,2%
Schagen
46.600
500
1,2%
Hollands Kroon
47.800
500
1,1%
Horst aan de maas
42.300
400
0,9%
Peel en maas
43.300
400
0.9%
's-Hertogenbosch
Toelichting:
Het aantal inwoners en het aantal bijstandsontvangers betreffen de situatie in 2019 en zijn afgerond op honderdtallen. De geselecteerde overschotgemeenten zijn dikgedrukt.
Selectie gemeenten voor de verkennende analyses Bovenstaande selecties leiden tot een groep van acht gemeenten die hebben deelgenomen aan het verdiepende onderzoek. Tabel 2.5 laat de spreiding qua grootteklasse zien, naast de spreiding van de 15 geselecteerde tekorten overschotgemeenten naar grootteklasse, en Figuur 2.1 toont de geografische spreiding. Tabel 2.5
Grootteklasse van geselecteerde tekort- en overschotgemeenten
Grootteklasse
Tekort
Overschot
Aantal tekort
Aantal overschot
40.000 tot 100.000
Vlissingen + Zevenaar
Amstelveen
8
13
100.000 tot 250.000
Dordrecht + Groningen
Maastricht + ‘s-Hertogenbosch
6
2
Groter dan 250.000
’s-Gravenhage
-
1
0
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
Figuur 2.1
De acht voor verdiepend onderzoek geselecteerde gemeenten liggen geografisch gespreid
9
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
3
10
Selectie van kenmerken
De selectie van kenmerken waarvoor is onderzocht of ze systematisch verschillen tussen tekort- en overschotgemeenten en de vergelijkingsgroep leunt zwaar op de workshops en interviews die we hebben gehouden met de acht gemeenten die voor dit verdiepende onderzoek zijn geselecteerd. Het verdiepende onderzoek begon met twee workshops met de tekort- en overschotgemeenten apart. Vervolgens is elke gemeente geïnterviewd over mogelijke objectieve verklaringen voor het tekort of overschot. Ten slotte zijn de bevindingen van de systematische analyse in een afsluitende workshop aan de acht gemeenten voorgelegd. Het verdiepende onderzoek heeft een aantal mogelijke kenmerken voor de systematische vergelijking opgeleverd. We hebben deze kenmerken op een longlist gezet en aangevuld met kenmerken die in juridische procedures rondom de verdeling van de bijstandsbudgetten zijn genoemd en met kenmerken die eerder zijn onderzocht. Daarnaast hebben we een eigen inventarisatie van mogelijke kenmerken gemaakt. In overleg met het ministerie van SZW en de begeleidingscommissie is uit deze longlist een shortlist gedestilleerd van kenmerken die we daadwerkelijk hebben geconstrueerd en waarvoor we vervolgens hebben getoetst of ze systematisch verschillen tussen tekort- en overschotgemeenten en de vergelijkingsgroep. Een van de criteria hierbij was of het kenmerk goed te operationaliseren is.
Hoewel de focus lag op objectieve kenmerken hebben we ook een aantal kenmerken meegenomen die direct of indirect door gemeenten te beïnvloeden zijn. Daarnaast hebben we alle kenmerken in het model getoetst. De volgende paragraaf vat de door gemeenten genoemde factoren die mogelijk samenhangen met meerjarige tekorten en overschotten samen. Paragraaf 3.2 bespreekt de kenmerken die op de shortlist zijn beland. Bijlage A geeft meer achtergrond over de acht gemeenten die in het verdiepende onderzoek zijn gemeenten. Bijlage B bevat de longlist van kenmerken op basis waarvan de selectie is gemaakt.
3.1 Inbreng vanuit de acht gemeenten Tabel 3.1 geeft, ingedeeld naar thema, een overzicht van de (objectieve) factoren die in het verdiepende onderzoek met de vijf tekort- en drie overschotgemeenten zijn genoemd. Deze factoren vormen een belangrijke basis voor de selectie van kenmerken die zijn getoetst in de systematische analyses. Ook de rol van beleid en uitvoering is ter sprake gekomen in de verkennende analyse. Beleid en uitvoering vallen echter buiten de scope van dit onderzoek. Tabel 3.1
Overzicht door gemeenten genoemde factoren die mogelijk samenhangen met meerjarige tekorten en overschotten
Naam kenmerk
Toelichting Segregatie
Segregatie
In een sterker naar herkomst of bijstandsafhankelijkheid gesegregeerde gemeente hebben mensen in de bijstand mogelijk een slechter netwerk en vinden zij minder makkelijk een baan. (Stapeling van) problematiek / Centrumfunctie
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
11
Naam kenmerk
Toelichting
Aandeel studenten (met psychische problematiek)
Sommige gemeenten geven aan een groot bestand (voormalige) studenten te hebben waarvan een deel psychische problematiek ontwikkelt tijdens de studententijd. Vaak gaat het dan weliswaar om hoogopgeleiden waardoor het verdeelmodel een lage bijstandskans voorspelt. Echter, deze groep stroomt toch vaak in de bijstand. Een ander punt heeft te maken met verdringing, namelijk: studenten die als bijbaan laaggeschoold werk doen en daarmee banen innemen die mensen in de bijstand ook zouden kunnen invullen.
Centrumfunctie / Regionaal klantenpotentieel / Relatie tussen gemeentegrootte en gezondheid / Stapeling van problematiek
Enkele gemeenten geven aan dat de relatie tussen gezondheid en bijstandskans sterker is in grote gemeenten. Dit hangt volgens hen samen met hun constatering dat grote gemeenten, vanwege de aanwezigheid van specifieke zorgvoorzieningen, zwaardere gevallen en stapeling van (zorg)problematiek aantrekken. De vraag is ook of de indicator centrumfunctie getoetst kan worden. (Langdurig) in de bijstand
Loonkostensubsidies (LKS)
Sommige gemeenten geven aan dat de gerealiseerde bijstandsprijs hoger is dan de voorspelde prijs, omdat ze relatief veel LKS hebben ingezet en hier hoge kosten aan verbonden zijn. In de onderzoeksperiode werd het LKS-budget nog niet verdeeld op basis van realisaties.
Niet-gebruik bijstand
Gemeenten die actief de groep niet-gebruikers opzoeken lopen wellicht eerder tegen een tekort aan.
Langdurig in de bijstand (‘granieten bestand’)
Hoe langer mensen in de bijstand zitten, hoe moelijker ze over het algemeen te activeren zijn. Gemeenten met een groter bestand langdurig bijstandsontvangers hebben dan een relatief groter gedeelte van hun bijstandspopulatie dat moeilijker te activeren is. Overige demografische kenmerken
Goedkope huurwoningen
Het model bevat met het kenmerk wonend in een corporatiewoning een benadering voor goedkope huurwoningen. Sommige gemeenten geven echter aan dat zij relatief veel goedkope huurwoningen hebben die niet als corporatiewoning geteld worden. Het model zou hier dan niet genoeg rekening mee houden.
Statushouders
Er wordt aangegeven dat statushouders vaak bij elkaar in de buurt wonen. Statushouders hebben over het algemeen een relatief grote kans op bijstand. Gemeenten zouden hier dan disproportioneel nadeel van ondervinden. Arbeidsmarkt
Beschikbaarheid van laaggeschoold werk
Dit kenmerk zit in de prijscomponent van het model maar niet in de volumecomponent. Gemeenten dragen in de workshops echter aan dat dit wel invloed heeft op de bijstandskans.
Arbeidsmigranten en buitenlandse seizoenarbeiders
Gemeenten geven aan dat een deel van het (laaggeschoolde) werk wordt gedaan door arbeidsmigranten en buitenlandse seizoenarbeiders. Er is dus mogelijk sprake van verdringing.
Beschikbaarheid van werk (reistijden)
Dit kenmerk zit al in het verdeelmodel, maar gemeenten geven aan dat de reistijdenmatrix die de beschikbaarheid van werk bepaalt te optimistisch is. Ook noemen gemeenten dat de reistijd per weg wordt gebruikt, terwijl de reistijd per openbaar vervoer relevanter is voor bijstandsgerechtigden.
Beschikbaarheid van werk (sectoren)
Er zijn volgens gemeenten bepaalde sectoren op de arbeidsmarkt die wel en niet geschikt zijn voor de bijstandspopulatie. Volgens de gemeenten is de verdeling van deze sectoren over gemeenten niet gelijkmatig. De beschikbaarheid van werk op basis van het totaalaantal banen zou dan geen goed beeld geven van de feitelijke beschikbaarheid van werk voor de bijstandspopulatie. Deze discrepantie zou bovendien per gemeente verschillen.
Flexwerk en zzp’ers
Flexwerkers bouwen relatief weinig WW op en belanden sneller in de bijstand. Ook zzp’ers zijn volgens gemeenten een kwetsbare groep. Geografisch
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
12
Naam kenmerk
Toelichting
Ligging aan de grens en ligging aan de zee
Enerzijds geven gemeenten aan te profiteren van de ligging aan de grens, aangezien er (laaggeschoold) werk is over de grens. Anderzijds zijn er gemeenten die aangeven nadeel te hebben van de grens. De ligging aan zee werkt nadelig, omdat daar geen werk beschikbaar is.
Psychologische/natuurlijke barrières
Reizen naar bepaalde gebieden (zoals tussen eilanden in Zeeland) wordt soms als psychologische drempel gezien. De beschikbaarheid van werk houdt hier mogelijk geen rekening mee.
Toelichting:
Zie Bijlage A voor meer achtergrond over de acht gemeenten uit het verdiepende onderzoek.
3.2 Shortlist Tabel 3.2 geeft de selectie van kenmerken die zijn onderzocht in de systematische analyse. Input voor deze selectie van kenmerken zijn de verkennende analyse uit het voorgaande hoofdstuk, juridische procedures uit het verleden, een eigen inventarisatie en eerder getoetste kenmerken. Verder hebben we alle huidige modelkenmerken getoetst, voor de overzichtelijkheid zijn deze niet in Tabel 3.2 opgenomen. Zie Tabel 3.1 en Bijlage B voor een overzicht van de kenmerken op de groslijst en Bijlage C voor een gedetailleerde beschrijving van de kenmerken op de shortlist. Tabel 3.2
Overzicht van de kenmerken die zijn getoetst in de systematische analyse
Naam kenmerk
Bron
Toelichting
Segregatie Verhuisindex (o.b.v. bijstandsontvangst)
Gemeenten
Operationalisering van segregatie
Verhuisindex (o.b.v. niet-westerse migratieachtergrond)
Gemeenten
Operationalisering van segregatie
Segregatie-index (o.b.v. bijstandsontvangst)
Gemeenten
Operationalisering van segregatie
Segregatie-index (o.b.v. niet-westerse migratieachtergrond)
Gemeenten
Operationalisering van segregatie
(Stapeling van) problematiek / Centrumfunctie Huishoudens met problematische schulden
Gemeenten
Operationalisering van stapeling van problematiek
Multiproblematiek: criminaliteit en gezondheidsproblemen
Gemeenten
Operationalisering van stapeling van problematiek
Multiproblematiek: problematische schulden en gezondheidsproblemen
Gemeenten
Operationalisering van stapeling van problematiek
Gezondheidsproblemen gekruist met regionaal klantenpotentieel
Gemeenten
Operationalisering van relatie tussen gemeentegrootte en gezondheid
Jeugdproblematiek: aandeel jongeren van 12-25 jaar verdacht van misdrijf
Eerder getoetste kenmerken
-
Aandeel jongeren met jeugdzorg
Eerder getoetste kenmerken
-
Aandeel (voormalige) studenten met psychische problematiek
Gemeenten
-
Aandeel echtscheidingen
Eerder getoetste kenmerken
-
Aandeel laaggeletterden
Gemeenten
-
Regionaal klantenpotentieel
Gemeenten
-
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
13
Naam kenmerk
Bron
Toelichting
Stedelijkheid
Gemeenten
-
(Langdurig) in de bijstand Aandeel bijstandsontvangers dat langer dan 1, 2, … , 10 jaar in de bijstand zit
Gemeenten
-
Loonkostensubsidies
Gemeenten
-
Overige demografische kenmerken Aandeel statushouders
Gemeenten
-
Aandeel huishoudens met huurtoeslag
Eerder getoetste kenmerken
-
Aandeel sociale huurwoningen
Eerder getoetste kenmerken
-
Aandeel goedkope huurwoningen
Gemeenten
-
Kenmerken voor ‘nietsers’: bpg en verschil bpg tussen mannen en vrouwen op gemeenteniveau
Eerder getoetste kenmerken
-
Aandeel hoogopgeleiden
Eerder getoetste kenmerken
Kenmerken voor kans op sociale stijging
Aandeel personen met een hoog inkomen op gemeenteniveau
Eerder getoetste kenmerken
Kenmerken voor kans op sociale stijging
Arbeidsmarkt Beschikbaarheid van laaggeschoold werk
Gemeenten
-
Beschikbaarheid van werk naar sector
Gemeenten
-
Aandeel werk in groeisectoren in totale beschikbaarheid van werk
Eigen inventarisatie
-
Aandeel werk in krimpsectoren in totale beschikbaarheid van werk
Eigen inventarisatie
-
Aandeel conjunctuurgevoelige werkgelegenheid in totale beschikbaarheid van werk
Eigen inventarisatie
-
Aandeel deeltijdwerk in totale beschikbaarheid van werk
Eigen inventarisatie
-
Aandeel kleine deeltijdbanen in totale beschikbaarheid van werk
Eigen inventarisatie
-
Aandeel flexwerk in totale beschikbaarheid van werk
Gemeenten
-
Bruto arbeidsparticipatie
Eerder getoetste kenmerken
-
Arbeidsmigranten en buitenlandse seizoenarbeiders
Gemeenten
-
Aandeel zelfstandigen en zzp’ers
Gemeenten
-
Geografisch Afstand tot zee
Gemeenten
Operationalisering van ligging aan de grens en ligging aan de zee
Afstand tot de grens
Gemeenten
Operationalisering van ligging aan de grens en ligging aan de zee
Toelichting:
Zie Bijlage C voor een uitgebreide beschrijving van de kenmerken
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
14
In Tabel 3.2 is een deel van de kenmerken op de groslijst niet opgenomen, omdat ze nog niet op gemeenteniveau beschikbaar zijn en dat ze op microniveau in de CBS Microdata moeten worden aangemaakt. Omwille van tijd en budget is met SZW afgesproken om een beperkt aantal kenmerken mee te nemen die op microniveau moeten worden samengesteld. Deze kenmerken zijn aangevuld met kenmerken die relatief eenvoudig te maken zijn, bijvoorbeeld op basis van CBS Statline, en kenmerken die al in het verdeelmodel zitten. Bij de selectie van de kenmerken waarvoor relatief veel werk nodig is, is prioriteit gegeven aan de kenmerken die gemeenten hebben aangedragen in de workshops en interviews. Voor de meeste kenmerken die in het verleden in juridische procedures zijn genoemd, geldt dat deze ook op de shortlist komen. Dit komt deels omdat er overlap is met de kenmerken die zijn genoemd tijdens de workshop en deels omdat het om kenmerken gaat die al in het verdeelmodel zitten. Dat geldt niet voor het kenmerk ‘goedkope woningen’. Dit kenmerk hangt echter samen met het kenmerk ‘goedkope huurwoningen’ dat wel op de shortlist staat. Een aantal kenmerken die zijn opgehaald op basis van onze eigen inventarisatie komen ook niet op de shortlist.
Voor sommige van deze kenmerken zou het wel interessant kunnen zijn om ze verder te verkennen, bijvoorbeeld de sociaaleconomische positie van ouders en het aandeel lageloonbanen vervuld door jongeren en mantelzorgers. Van de door gemeenten aangedragen kenmerken zijn er drie niet op de shortlist terechtgekomen. De ‘Beschikbaarheid van werk (reistijden)’ is niet opgenomen, omdat dit al onderdeel is van lopend onderzoek naar de specificatie van de regiokenmerken. ‘Niet-gebruik bijstand’ is niet opgenomen, omdat hierover geen gegevens beschikbaar zijn op gemeenteniveau. Verder zagen we geen manier om ‘Psychologische/natuurlijke barrières’ op een voor het bijstandsverdeelmodel bruikbare manier te operationaliseren.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
4
15
Vergelijking kenmerken tussen gemeenten
De kern van het onderzoek bestaat uit een systematische vergelijking van de voor de shortlist geselecteerde kenmerken tussen tekort- en overschotgemeenten en de vergelijkingsgroep. Dit hebben we gedaan met regressieanalyse. Elk kenmerk op de shortlist is geregresseerd op twee indicatoren die aangeven of een gemeente een tekortdan wel overschotgemeente is. Het bestand waarop deze regressies zijn uitgevoerd, bestaat uit de 15 tekort- en de 15 overschotgemeenten en de dertig gemeenten in de vergelijkingsgroep, zoals beschreven in Hoofdstuk 2. We noemen het verschil tussen deze drie groepen systematisch voor een kenmerk als de coëfficiënt van ten minste één van de indicatoren statistisch significant verschilt van nul, of als de coëfficiënten voor de twee indicatoren statistisch significant van elkaar verschillen. Dit geeft aan dat het onwaarschijnlijk is dat het kenmerk voor deze groepen hetzelfde gemiddelde heeft en dat de waargenomen verschillen te wijten zijn aan toeval of ruis. Voordat we de resultaten van deze systematische analyse rapporteren in Paragraaf 4.2 laten we allereerst zien in hoeverre de acht gemeenten, die aan de verkennende analyse hebben meegedaan, een uitbijter zijn voor de kenmerken op de shortlist.
4.1 Uitbijteranalyse Tabel 4.1 laat zien op welke kenmerken van de shortlist de acht gemeenten uit het verdiepende onderzoek uitbijter zijn. Kenmerken waarop geen van de gemeenten uitbijter is, zijn niet in deze tabel opgenomen. Een gemeente is uitbijter op een kenmerk als het verschil met het gemiddelde van de vergelijkingsgroep groter is dan twee standaarddeviaties van de vergelijkingsgroep. De kans dat het waargenomen verschil in dat geval te wijten is aan toeval of ruis is kleiner dan vijf procent. Tabel 4.1
Den Haag is uitschieter voor een groot aantal kenmerken
Naam kenmerk
Meer dan twee SD’s boven gemiddelde
Meer dan twee SD’s onder gemiddelde
Segregatie Verhuisindex (o.b.v. bijstandsontvangst)
’s-Gravenhage, Dordrecht
Verhuisindex (o.b.v. niet-westerse migratieachtergrond)
’s-Gravenhage
Segregatie-index (o.b.v. niet-westerse migratieachtergrond)
’s-Gravenhage
Amstelveen
(Stapeling van) problematiek Multiproblematiek: criminaliteit en gezondheidsproblemen
’s-Gravenhage
Multiproblematiek: problematische schulden en gezondheidsproblemen
’s-Gravenhage, Dordrecht
Jeugdproblematiek: aandeel jongeren van 12-25 jaar verdacht van misdrijf
Vlissingen
Jeugdzorg Aandeel (voormalige) studenten met psychische problematiek
Amstelveen Groningen
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
Naam kenmerk
Meer dan twee SD’s boven gemiddelde
Aandeel echtscheidingen
Vlissingen
Aandeel laaggeletterden
’s-Gravenhage, Dordrecht
16
Meer dan twee SD’s onder gemiddelde
Stedelijkheid Regionaal klantenpotentieel
Groningen
Stedelijkheid
’s-Gravenhage (Langdurig) in de bijstand
Aandeel bijstandsontvangers dat vijf jaar of langer in de bijstand zit
’s-Gravenhage*
Overige demografische kenmerken Aandeel statushouders
’s-Gravenhage
Aandeel hoogopgeleiden
Amstelveen, Groningen Arbeidsmarkt
Aandeel werk in groeisectoren in totale beschikbaarheid van werk
Amstelveen
Aandeel deeltijdwerk in totale beschikbaarheid van werk
Groningen
Aandeel flexwerk in totale beschikbaarheid van werk
Vlissingen
Bruto arbeidsparticipatie
Maastricht Geografisch
Afstand tot zee Toelichting:
*
Maastricht De tabel rapporteert per kenmerk welke van de acht geïnterviewde gemeenten uitbijters zijn. Kenmerken waarvoor geen van deze gemeenten uitbijter zijn worden niet opgenomen. Een gemeente is voor een bepaald kenmerk uitbijter als de score hierop meer dan twee standaarddeviaties boven of onder het gemiddelde ligt, waarbij gemiddelde en standaarddeviatie zijn bepaald voor de vergelijkingsgroep van gemiddelde gemeenten. De gemeente ’s-Gravenhage is ook uitbijter voor het aandeel personen dat langer dan 1, 2, 3, 4, 6, 7, 8 en 10 jaar in de bijstand zit. Vanwege de leesbaarheid is dit in de tabel achterwege gelaten.
Van de gemeenten die aan de verkennende analyse hebben meegedaan, is met name de gemeente Den Haag een uitbijter op een groot aantal van de geselecteerde kenmerken. Dit geldt bijvoorbeeld voor segregatie (zowel op basis van huishoudens met bijstand als op basis van huishoudens met een niet-westerse migratieachtergrond), voor twee indicatoren voor stapeling van problematiek (huishoudens met een crimineel verleden én gezondheidsproblemen en huishoudens met problematische schulden én gezondheidsproblemen), voor het aandeel bijstandsontvangers dat langdurig (meer dan vijf jaar) bijstand ontvangt en voor het aandeel laaggeletterden. Ook de gemeente Dordrecht is een uitbijter op een aantal van deze kenmerken (huishoudens met schulden én gezondheidsproblemen, segregatie o.b.v. bijstandshuishoudens en aandeel laaggeletterden). De gemeente Groningen scoort hoog op het regionale klantenpotentieel en is ook een uitbijter op het aandeel (voormalige) studenten met psychische problematiek en het aandeel hoogopgeleiden. Verder valt de gemeente Vlissingen op door een hoog aandeel echtscheidingen en een hoog aandeel jongeren dat in contact is geweest met justitie en de gemeente Amstelveen door een laag aandeel jongeren met jeugdzorg maar een hoog aandeel hoopgeleiden.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
17
Wat betreft de kenmerken voor de arbeidsmarkt is de gemeente Amstelveen relatief gunstig gelegen ten opzichte van groeisectoren. De gemeente Vlissingen heeft wat betreft de beschikbaarheid van werk relatief weinig banen die onder flexwerk vallen. De gemeente Maastricht heeft een relatief lage bruto arbeidsparticipatie.
4.2 Verschillen tussen tekort-, overschot- en gemiddelde gemeenten Tabel 4.2 laat zien op welke kenmerken tekort- en overschotgemeenten significant van elkaar en van de vergelijkingsgroep verschillen. In de regressieanalyse die aan deze tabel ten grondslag ligt, zijn alle kenmerken gestandaardiseerd door het gemiddelde over alle gemeenten in de vergelijkingsgroep ervan af te trekken en te delen door de standaarddeviatie van de vergelijkingsgroep. Coëfficiënten geven het gemiddelde verschil tussen een tekort- dan wel overschotgemeente en de vergelijkingsgroep weer. Voor het kenmerk ‘Verhuisindex (o.b.v. bijstandsontvangst)’ in de eerste rij van Tabel 4.2 betekent de coëfficiënt van 0,93 voor tekortgemeenten daarom dat dit kenmerk voor tekortgemeenten gemiddeld genomen 0,93 standaarddeviaties groter is dan voor gemiddelde gemeenten. Tekortgemeenten zijn in dit opzicht dus aanzienlijk meer gesegregeerd dan gemeenten in de vergelijkingsgroep. Tabel 4.2
Tekort- en overschotgemeenten verschillen op een aantal kenmerken significant
Naam kenmerk
Coëfficiënt tekortgemeente
Coëfficiënt overschotgemeente
Significantieverschil tekort- en overschotgemeenten
Segregatie Verhuisindex (o.b.v. bijstandsontvangst)
0,93 ***
-0,53 *
***
Verhuisindex (o.b.v. niet-westerse migratieachtergrond)
0,59 *
-0,28
**
(Stapeling) van problematiek Multiproblematiek: criminaliteit en gezondheidsproblemen
0,22
-0,58 *
**
Multiproblematiek: problematische schulden en gezondheidsproblemen
0,29
-0,57 *
**
Jeugdproblematiek: aandeel jongeren van 12-25 jaar verdacht van misdrijf
0,33
-0,53*
**
Aandeel (voormalige) studenten met psychische problematiek
1,11 ***
-0,43
***
Aandeel echtscheidingen
0,61 **
-0,35
***
Stedelijkheid Stedelijkheid
0,63**
-0,18
**
Regionaal klantenpotentieel
0,42
-0,44
**
Regionaal klantenpotentieel x gezondheidsproblemen
0,32
-0,48
**
(Langdurig) in de bijstand Aandeel bijstandsontvangers dat vier jaar of langer in de bijstand zit
0,46
-0,32
**
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
Naam kenmerk
18
Coëfficiënt tekortgemeente
Coëfficiënt overschotgemeente
Significantieverschil tekort- en overschotgemeenten
Aandeel bijstandsontvangers dat drie jaar of langer in de bijstand zit
0,49
-0,37
**
Aandeel bijstandsontvangers dat twee jaar of langer in de bijstand zit
0,51*
-0,45
***
Aandeel bijstandsontvangers dat één jaar of langer in de bijstand zit
0,51*
-0,51*
***
Aandeel loonkostensubsidies
-0,44
0,51 *
***
Overige demografische kenmerken Aandeel huishoudens met huurtoeslag
0,61 **
-0,40
***
Aandeel hoogopgeleiden
0,74 **
0,05
*
**
Arbeidsmarkt Aandeel flexwerk in totale beschikbaarheid van werk
-0,30
0,59*
Aandeel conjunctuurgevoelige werkgelegenheid in totale beschikbaarheid van werk
-0,81**
-0,29
Bruto arbeidsparticipatie
-0,46
0,29
**
Aandeel niet-ingezetenen
-0,45
0,41
**
Toelichting:
*, **, *** wijzen respectievelijk op een significant verschil op 10%, 5% en 1%-significantieniveau. De tabel toont alleen de getoetste kenmerken waarvoor er een significant verschil is. Zie Bijlage B voor een beschrijving van de kenmerken.
Verschillen tussen gemeenten zijn het sterkt voor segregatie op basis van bijstandsontvangst, het aandeel huishoudens met huurtoeslag, het aandeel echtscheidingen, het aandeel (voormalige) studenten met psychische problematiek en het aandeel loonkostensubsidies. Voor de meeste van deze kenmerken geldt dat tekortgemeenten hoger scoren dan de gemiddelde gemeenten en de overschotgemeenten. De overschotgemeenten scoren over het algemeen juist lager dan de tekortgemeenten (en de gemiddelde gemeenten). Een uitzondering is het aandeel loonkostensubsidies. Dit is juist systematisch hoger in overschotgemeenten dan in de vergelijkingsgroep en in tekortgemeenten. Het aandeel loonkostensubsidies voor tekortgemeenten is niet significant lager dan voor gemiddelde gemeenten. Het is dus niet zozeer dat tekortgemeenten relatief minder LKS inzetten dan gemiddeld, maar vooral dat overschotgemeenten relatief meer LKS inzetten dan gemiddeld. Verder is ook het aandeel niet-ingezetenen lager in tekortgemeenten dan in overschotgemeenten, wat niet strookt met de hypothese dat niet-ingezetenen mensen uit de bijstand verdringen. Wat betreft de arbeidsmarktkenmerken hebben de tekortgemeenten gemiddeld een lager aandeel flexwerk en een lager aandeel conjunctuurgevoelige werkgelegenheid in de totale beschikbaarheid van banen. Ook de bruto arbeidsparticipatie is lager voor tekortgemeenten.
Verder valt op dat een groot aantal kenmerken, zoals Arbeidsmigranten en buitenlandse seizoenarbeiders, Goedkope huurwoningen of Problematische schulden niet in Tabel 4.2 terugkomen. Ook een aantal alternatieve manieren om de beschikbaarheid van werk te berekenen, zoals een variant waarbij sectoren gewogen zijn naar de mate
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
19
waarin mensen vanuit de bijstand hierin werk vinden, komen niet in deze tabel terug. Onze analyse wijst voor deze kenmerken dus niet op significante verschillen tussen tekort- en overschotgemeenten en de vergelijkingsgroep.
Samenhang met centrumfunctie Een groot deel van de kenmerken die systematisch verschillen tussen tekort- en overschotgemeenten hangt samen met de centrumfunctie van een gemeente. Dit geldt bijvoorbeeld voor segregatie, stapeling van problematiek, echtscheidingen, het aandeel hoopgeleiden en het aandeel huishoudens met huurtoeslag. Voor deze kenmerken is het dus mogelijk dat de systematische samenhang met meerjarige tekorten en overschotten niet zozeer het gevolg is van het kenmerk zelf, maar van de centrumfunctie of van andere kenmerken die hiermee samenhangen. We hebben daarom onderzocht wat van de systematische samenhang overblijft als we in de regressies corrigeren voor centrumfunctie (regionaal klantenpotentieel). Tabel 4.3 laat zien dat een groot deel van de getoetste kenmerken inderdaad niet langer systematisch afwijken tussen tekort- en overschotgemeenten wanneer gecorrigeerd wordt voor verschillen in het regionale klantenpotentieel. Segregatie op basis van bijstandsontvangst, het aantal huishoudens met loonkostensubsidie ten opzichte van het aantal bijstandshuishoudens en het aandeel voormalige studenten met psychische problematiek blijven echter nog steeds wel sterk (significant) afwijken tussen tekort- en overschotgemeenten en gemiddelde gemeenten.
Dit geldt in minder sterke mate voor het aandeel hoogopgeleiden, het aandeel niet-ingezetenen en het aandeel flexwerk en het aandeel conjunctuurgevoelige werkgelegenheid in de totale baanbeschikbaarheid. Opvallend is ook dat de afstand tot de zee significant afwijkt tussen tekort- en overschotgemeenten en gemiddelde gemeenten wanneer voor regionaal klantenpotentieel wordt gecorrigeerd, terwijl dit zonder correctie voor regionaal klantenpotentieel nog niet significant afwijkt. Tabel 4.3
Een groot deel van de kenmerken verschilt niet meer systematisch tussen tekort- en overschotgemeenten wanneer gecorrigeerd wordt voor regionaal klantenpotentieel
Naam kenmerk
Coëfficiënt tekortgemeente
Coëfficiënt overschotgemeente
Significantieverschil tekort- en overschotgemeenten
-0,24
***
Segregatie Verhuisindex (o.b.v. bijstandsontvangst)
0,66 ***
(Stapeling) van problematiek Aandeel (voormalige) studenten met psychische problematiek
0,86 ***
-0,16
***
-
-
Stedelijkheid Regionaal klantenpotentieel
-
Overige demografische kenmerken Aandeel hoogopgeleiden
0,61 **
0,19
(Langdurig) in de bijstand Aandeel loonkostensubsidies
-0,37
0,44
**
0,62 *
**
Arbeidsmarkt Aandeel flexwerk in totale beschikbaarheid van werk
-0,33
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
20
Naam kenmerk
Coëfficiënt tekortgemeente
Coëfficiënt overschotgemeente
Significantieverschil tekort- en overschotgemeenten
Aandeel conjunctuurgevoelige werkgelegenheid in totale beschikbaarheid van werk
-0,88 ***
-0,22
*
Aandeel niet-ingezetenen
-0,46
0,41
**
0,12
**
Geografisch Afstand tot zee Toelichting:
-0,65 **
*, **, *** wijzen respectievelijk op een significant verschil op 10%, 5% en 1%-significantieniveau. De tabel toont alleen de getoetste kenmerken waarvoor er een significant verschil is. De vetgedrukte kenmerken zijn kenmerken die zonder correctie voor regionaal klantenpotentieel niet significant verschillen tussen tekort- en overschotgemeenten. Zie Bijlage C voor een beschrijving van de kenmerken.
In deze analyse is ervoor gekozen om te corrigeren voor regionaal klantenpotentieel vanwege de samenhang met veel van de kenmerken die systematisch verschillen tussen tekort- en overschotgemeenten en de vergelijkingsgroep. Er zijn echter meer systematisch afwijkende kenmerken die onderling sterk correleren. Dit geldt bijvoorbeeld voor het aandeel huishoudens met huurtoeslag en segregatie op basis van bijstandsontvangst, voor het aandeel echtscheidingen en het aandeel huishoudens met gezondheidsproblemen en problematische schulden. Dit onderstreept dat de relaties in bovenstaande tabellen geen causale interpretatie hebben. Het kan zijn dat de samenhang gedreven wordt door andere kenmerken die met zowel het betreffende kenmerk als met tekorten en overschotten samenhangen.
Systematische analyse voor modelkenmerken De systematische analyse is ook uitgevoerd voor de kenmerken die zijn opgenomen in het huidige bijstandsverdeelmodel. Tabel D.1 in Bijlage D laat zien dat voor een aantal kenmerken geldt dat deze systematisch verschillen tussen de tekort- en overschotgemeenten en de gemiddelde gemeenten. Het gaat met name om kenmerken die betrekking hebben op het huishoudtype, zorggebruik en gebruik van sociale voorzieningen. Ook voor deze kenmerken is het aannemelijk dat ze samenhangen met de centrumfunctie/stedelijkheid van een gemeente. Als gecorrigeerd wordt voor centrumfunctie blijkt inderdaad dat de verschillen tussen de tekort-, overschot- en gemiddelde gemeenten aanzienlijk kleiner worden en in de meeste gevallen niet meer significant zijn.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
5
21
Gevolgen voor het bijstandsverdeelmodel
Dat kenmerken in dit onderzoek systematisch samenhangen met meerjarige tekorten of overschotten betekent niet automatisch dat het model hiermee uitgebreid zou moeten worden. Hiervoor is een afwegingskader ontwikkeld dat vereist dat er in theorie een uitlegbare relatie tussen de kans op bijstand en het kenmerk bestaat.7 Het kenmerk mag niet beïnvloedbaar zijn door gemeenten en moet bovendien aanvullend zijn op de andere kenmerken in het model. Een kwantitatieve toets of het kenmerk voldoende bijdraagt aan de verklaringskracht van het model maakt deel uit van het afwegingskader. Deze toets wordt uitgevoerd op huishoudniveau en niet op het niveau van de zestig gemeenten, 15 tekortgemeenten, 15 overschotgemeenten en een vergelijkingsgroep van dertig gemeenten die in dit onderzoek zijn meegenomen. Omdat de kenmerken die we in dit onderzoek hebben meegenomen gecorreleerd zijn, is het zinvol om de specificatie ervan nader op huishoudniveau te optimaliseren voordat we ze aan het afwegingskader onderwerpen. Dit speelt in het bijzonder voor de kenmerken rondom centrumfunctie, omdat de samenstelling van de bevolking in grote steden op allerlei manieren afwijkt van het landelijk gemiddelde. De vraag is hoe dit het best in het model kan worden opgenomen.
Hierbij heeft specificatie van modelkenmerken op huishoudniveau de voorkeur boven specificatie op regioniveau, omdat de samenhang met bijstandsafhankelijkheid op dit niveau betrouwbaarder geschat kan worden. Dit leidt naar verwachting tot stabielere relaties die beter uitlegbaar zijn. Een vraag voor vervolgonderzoek is dus welke kenmerken op huishoudniveau de concentratie van problematiek en stapeling in grote steden het best beschrijven. Ook rondom opleidingsniveau komen een aantal kenmerken naar voren die in samenhang nader op huishoudniveau onderzocht kunnen worden. Dit geldt in het bijzonder voor voormalige studenten met psychische problematiek, een kenmerk dat sterk blijkt samen te hangen met meerjarige tekorten en overschotten. Maar ook voor het aandeel hoogopgeleiden blijkt de samenhang significant. Een aandachtspunt bij het opleidingsniveau is dat dit niet voor alle leeftijdsgroepen op dezelfde manier wordt waargenomen – voor oudere cohorten is het opleidingsniveau niet direct beschikbaar en maken we gebruik van een benadering. Een derde kenmerk uit dit onderzoek dat om verdieping op huishoudniveau vraagt, is of mensen langdurig in de bijstand zitten. Gemeenten geven aan dat deze groep lastig te activeren is. Of iemand langdurig in de bijstand zit, kan tegelijk ook te maken hebben met gemeentelijk re-integratiebeleid uit het verleden.
Het criterium beïnvloedbaarheid uit het afwegingskader is voor dit kenmerk dus een aandachtspunt. Mogelijk is dit door keuzes met betrekking tot de specificatie te beperken, zonder al te veel afbreuk te doen aan de verklaringskracht.
7
Zie Marlet G., Ponds R., Woerkens C. van, Zwart R. (2016). Individuele en regionale ongelijkheid. Atlas voor Gemeenten, Utrecht, 2016.
MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET
22
Bijlage A Verdiepend onderzoek voor acht gemeenten Deze bijlage presenteert de resultaten van de case studies en de individuele interviews met de acht gemeenten die hebben meegedaan aan de verkennende analyse. Per gemeente volgt een samenvatting van de factoren die volgens hen mogelijk samenhangen met hun meerjarige tekort of overschot. Dit is dus niet per se de zienswijze van onderzoekers.
Amstelveen Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld overschot (2017-2020): Bijstandsdichtheid (2019):
92.363 overschot 25% 1,3%
Beleid en uitvoering De gemeente Amstelveen noemt de continuïteit in de organisatie en de stabiele politieke omgeving als factoren die mogelijk bijdragen aan het meerjarige overschot. Ook is er veel aandacht voor handhaving en het re-integratiebeleid focust zich op mensen met een reëel perspectief op duurzame uitstroom. Duurzaam is volgens de gemeente daarbij het sleutelwoord. De gemeente Amstelveen scoorde goed op alle beleidsaspecten die in eerder onderzoek naar de uitschieters in het bijstandsverdeelmodel positief effect hadden op het overschot van gemeenten.8 De gemeente merkt overigens op dat een deel van het geld dat de gemeente overhoudt op het bijstandsbudget wordt ingezet voor het re-integratiebeleid en de ondersteuning van mensen met minder perspectief op uitstroom. Het overschot is daarmee dus geen netto resultaat.