Onderzoeksrapport Meerjarige tekorten en overschotten op het bijstandsbudget.pdf

Beschikbaarheid van laaggeschoold werk Vanwege de nabijheid van Schiphol en de bloemenveilig in Aalsmeer is er relatief veel werk in de omgeving, ook voor laagopgeleiden. Daarnaast is in de regio (o.a. in Amsterdam) ook veel werk voor hoogopgeleiden waardoor weinig of geen sprake is van verdringing van laaggeschoold werk door hogeropgeleiden. Wat betreft de ligging ten opzichte van Schiphol wordt wel opgemerkt dat andere gemeenten in de regio een tekort op het bijstandsbudget hebben. De ligging ten opzichte van Schiphol is daarom waarschijnlijk niet de enige verklaring voor het meerjarige overschot van Amstelveen.

Niet onterecht bevoordeeld door verdeelmodel De gemeente geeft ten slotte aan dat wijzigingen in de verdeelsystematiek in het verleden altijd gunstig uitpakten voor Amstelveen. Het is dus volgens hen niet zo dat Amstelveen in het verleden voordeel heeft gehad bij het feit dat bepaalde objectieve kenmerken nog niet (optimaal) in het verdeelmodel waren opgenomen. Ook geeft de gemeente aan dat zij een relatief kleine bijstandspopulatie en -budget hebben. Het procentuele overschot is daarom voor hen al snel groot, omdat dit wordt ‘opgeblazen’.

8

Zie 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

23

Den Bosch Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld overschot (2017-2020): Bijstandsdichtheid (2019):

156.521 overschot 11% 2,2%

Aanpassing verdeelmodel Den Bosch geeft aan dat ze in de eerste jaren van het verdeelmodel te weinig budget ontvingen. Dit had te maken met een aantal factoren die destijds nog niet goed in het model zaten en de gemeente is hiervoor uiteindelijk ook gecompenseerd. Vanaf 2017, toen verbeteringen zijn doorgevoerd aan het model, ging het voor de gemeente beter. Overigens zat de gemeente toen wel ongeveer op haar piek qua aantal bijstandshuishoudens. Dit kwam o.a. door een grote instroom van Syriërs en Eritreeërs. Vanaf 2017 is het beeld van het verdeelmodel consistent en de gemeente geeft aan zich hierin te herkennen.

Beleid en uitvoering De tekorten in 2015 en 2016 waren een reden om kritisch naar beleid en uitvoering te kijken. Er is geleerd van eerder onderzoek naar uitschieters.9 De bevindingen uit dit onderzoek zijn toegepast in de uitvoering. Rechtmatigheid aan de voorkant en handhaving zijn twee dingen die bijvoorbeeld zijn opgepakt. Ook zag de gemeente dat een andere organisatie (Orionis) in 2018 het goed deed. Den Bosch heeft daarop met hen contact opgenomen en geprobeerd van hen te leren. De poortaanpak (voorkomen van instroom in bijstand) van Den Bosch heeft gewerkt. De gemeente heeft niet op de tekorten in 2015 en 2016 gereageerd door op het budget te bezuinigen.

Loonkostensubsidie De gemeente geeft aan dat de ‘LKS-aanpak’ veel effect heeft gehad. Den Bosch zet sterk in op loonkostensubsidies, ook voor mensen met een hogere loonwaarde. Het gebruik van LKS is dan ook hoog in vergelijking tot andere gemeenten. Een deel van de personen in een LKS-baan stroomt door naar reguliere arbeid. Inzet van het instrument LKS vergroot daarmee volgens de gemeenten de kans op uitstroom uit de bijstand. Daarbij geeft de gemeente wel aan dat de vergoeding niet alle kosten dekt. Een deel van het overschot op het bijstandsbudget wordt dus hieraan besteed. Daarnaast wordt benadrukt dat een deel van het overschot wordt besteed aan re-integratie en ondersteuning.

Maatwerk Er wordt geen ‘doelgroepenbeleid’ gevoerd door de gemeenten. De focus is per persoon op wat iemand wel of niet kan. Wel is er specifiek beleid gevoerd rondom de grote instroom van Syriërs en Eritreeërs. Een deel van deze groep ging naar school. De gemeente werkte hiervoor samen met het ROC. Een deel van hen ging ook met LKS aan het werk. Er is voor deze groep veel geïnvesteerd in onderwijs en taalcertificaten. De gemeente heeft daardoor relatief weinig Syrische en Eritrese huishoudens in de bijstand.

Den Haag Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld tekort (2017-2020): 9

553.039 tekort -9%

Zie 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

Bijstandsdichtheid (2019):

24

4,5%

Onderkant van de arbeidsmarkt De onderkant van de arbeidsmarkt in Den Haag is kwetsbaar en heeft geen buffers. De helft van de werkenden heeft in Den Haag een flexibele arbeidsrelatie. Veel instroom in de bijstand komt dan ook uit de categorie ‘overig geen inkomsten’ (bijvoorbeeld flexwerk en zzp). Een groot deel van de uitstroom uit de bijstand komt ook terecht in een flexibele arbeidsrelatie. De gemeente heeft dit samen met CBS inzichtelijk gemaakt.10

Stapeling van problematiek Den Haag heeft onderzoek gedaan naar hun bijstandspopulatie.11 Per leefgebied (bijv. psychische gezondheid, financiën, crimineel verleden, fysieke gezondheid, sociale relaties) is een score gegeven. Op basis hiervan zijn mensen ingedeeld op de Zelfredzaamheidmatrix (ZRM). Als mensen op meerdere gebieden niet zelfredzaam zijn, leidt dit vaak tot een lage kans op uitstroom (en hoge kans op instroom). Ook laaggeletterdheid speelt een rol. In Den Haag is dit heel hoog (23%) in vergelijking met het landelijk gemiddelde (12%) en in vergelijking met andere G4gemeenten. Het gaat daarbij niet alleen om migranten. Verder geeft de gemeente aan dat de relatie tussen gezondheid en bijstandskans sterker is in grote gemeenten waardoor het effect van gezondheid wordt onderschat. Dit speelt niet alleen in de G4, maar ook in de G40. Hierbij speelt ook de vraag of gezondheid wel goed wordt gemeten. Als huisartsen terughoudend zijn in het voorschrijven van medicijnen, dan wordt de gezondheid van mensen in het model overschat.

Langdurig in de bijstand Den Haag geeft aan dat je als gemeente beperkt bent in welk deel je kunt activeren middels beleid. Den Haag heeft iedereen die langer dan 1,5 jaar in bijstand zit opnieuw gesproken om te kijken welke mogelijkheden voor arbeid er voor hen zijn. In totaal ging het om 20 duizend van de in totaal 26 duizend huishoudens die bijstand ontvangen. Daaruit bleek dat een groot deel (negentig procent) heel moeilijk te activeren is. Deze mensen scoorden zo laag op de ‘zelfredzaamheidsmatrix’ dat re-integratietrajecten nog niet opportuun zijn. De gemeente stelt dat de impact van beleid op de omvang van deze groep wordt overschat. De gemeente geeft in dit verband ook aan dat de wetgeving en de arbeidsmarkt steeds verder uit elkaar gegroeid zijn. De Wet werk en bijstand is gemaakt in een tijd waarin de overtuiging was dat iedereen in de bijstand aan het werk kan. Ondertussen is de arbeidsmarkt de afgelopen 10-15 jaar steeds meer geflexibiliseerd, wat met name de banen waar de kwetsbaarste groep voor in aanmerking komt onzekerder heeft gemaakt. Daarnaast is de doelgroep van de participatiewet juist uitgebreid door de sluiting van andere sociale regelingen, zoals de WSW en de Wajong.

In verhouding heeft de gemeente dus meer mensen in de bijstand die tot de kwetsbare groep behoren (en die vroeger in de oude regelingen nauwelijks te bewegen waren naar overheidsonafhankelijkheid) i.c.m. een verdeelmodel dat uitgaat van een prikkel tot uitstroom, en een uitgangspunt onder de wet dat iedereen aan het werk kan. Deze drie elementen, uitgangspunten van de wet en het verdeelmodel, samenstelling doelgroep en inrichting van de arbeidsmarkt passen volgens de gemeente niet op elkaar. De verwachting is dan ook dat het kwetsbare deel van de populatie in de bijstand in verhouding alleen maar zal toenemen de komende jaren. De gemeente vindt dat een tekort daarom niet te wijten is aan beleid en uitvoering en dat bij de bekostiging niet alleen gekeken zou moeten worden naar het resultaat, maar ook naar de inspanning op dit terrein.

10 11

Zie Dashboard Bijstandsmonitor Den Haag (cbs.nl). Zie Aanbiedingsbrief eindrapport Werkoffensief +500 Gemeente Den Haag (raadsinformatie.nl)

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

25

Reistijdenmatrix De reistijdenmatrix die wordt gebruikt voor het regionale kenmerk ‘Beschikbaarheid van werk’ is verouderd en de potentie van banen buiten Den Haag lijkt er volgens Den Haag te zwaar in te zitten. Als voorbeeld wordt Schiphol genoemd. De gemeente vraagt zich af of de matrix goed rekening houdt met reistijden en of het voor de doelgroep wel loont om zo ver te reizen voor een laagbetaalde baan. Hierbij speelt de verhouding tussen loon en reiskosten een rol, maar ook of mensen in staat zijn de afstand af te leggen. De gemeente vraagt zich bijvoorbeeld af hoeveel mensen vanuit de bijstand in Den Haag zijn uitgestroomd naar een baan op Schiphol, maar vermoedt dat het om weinig personen gaat. De gemeente geeft als suggestie om te kijken naar feitelijke uitstroom vanuit bijstand naar banen in bepaalde gemeenten in het verleden. Daarnaast zijn de reistijden gebaseerd op vervoer met de auto, terwijl een groot deel van de bijstandspopulatie is aangewezen op openbaar vervoer. Den Haag vermoedt daarom dat het kenmerk ‘beschikbaarheid van werk’ de situatie te optimistisch inschat.

Mismatch op de arbeidsmarkt Den Haag ziet in de praktijk een mismatch op de arbeidsmarkt die een plek zou moeten krijgen in het verdeelmodel. Er vindt bijvoorbeeld weinig uitstroom plaats vanuit de bijstand naar de horeca. Hoewel daar op dit moment veel vraag naar arbeid is, gaat het om representatief werk onder druk met piekbelasting waar de bijstandspopulatie vaak lastig op te matchen is. De gemeente geeft aan dat het een idee zou kunnen zijn om opleidingsniveau mee te nemen in de weging van sectoren, omdat de vraag naar arbeidskrachten veelal op een hoger opleidingsniveau zit dan het aanbod van de bijstandspopulatie.

Verdringing door arbeidsmigranten Den Haag heeft te maken met veel arbeidsmigranten, zowel ingezetenen als niet-ingezetenen die concurreren om het werk in en rondom Den Haag. Dat zijn vooral banen aan de onderkant van de arbeidsmarkt. Dit beperkt het werkelijke potentieel van bijvoorbeeld Westland, waar veel verdringing door arbeidsmigranten is, voor hun bijstandspopulatie. De gemeente geeft aan dat het al jaren niet lukt om mensen te plaatsen in Westland.

Segregatie Een ander punt heeft betrekking op segregatie. Den Haag is een van de meest gesegregeerde steden van Nederland. Op basis van CBS-data blijkt dat de verschillen tussen mensen in de bijstand en “werkende armen” aan de ene kant en “werkende niet-armen” aan de andere kant nog groter zijn dan verwacht. Gebrek aan een goed netwerk kan een belemmering zijn om uit de bijstand te komen. Onderzoek van SCP bevestigt de relatie tussen segregatie, beperkte sociale contacten en minder bestaanszekerheid en kans op werk. 12 Er zit weliswaar een kenmerk ‘buurten waar werken niet de norm is’ in het model, maar dit kenmerk zegt volgens Den Haag vooral iets over gedrag. Bij de discussie over segregatie gaat het juist over de mate waarin je via je omgeving in een ander netwerk terecht kunt komen. In dit verband wijst de gemeente ook op de instroom van statushouders die vaak bij elkaar in de buurt gaan wonen.

Goedkope huurwoningen en kostendelersnorm Den Haag geeft aan dat er in de gemeente relatief weinig corporatiewoningen zijn. Het verdeelkenmerk corporatiewoning, dat een benadering is voor de onderkant van de huurmarkt, geeft dus een vertekend beeld van de

12

Vrooman, C., Gijsberts, M., & Boelhouwer, J. (red.) (2014). Verschil in Nederland. Sociaal en Cultureel Rapport 2014. Den Haag: Sociaal en Cultureel Planbureau.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

26

feitelijke situatie in Den Haag. 13 Er zijn bijvoorbeeld veel mensen die op kamers wonen in de private sector. Hierbij speelt nog een ander probleem dat gerelateerd is aan de prijscomponent. Bij kamerbewoning wordt de kostendelersnorm toegepast, maar mensen die een kamer in hetzelfde pand huren behoren niet altijd tot hetzelfde huishouden. Den Haag vraagt zich af of het prijsmodel hier wel goed rekening mee houdt.

Loonkostensubsidie Den Haag heeft veel met LKS gedaan, meer dan hun aandeel in het budget. Dit verklaart mogelijk waarom de gerealiseerde prijs in Den Haag hoger ligt dan de verwachte prijs.

Niet-gebruik van de bijstand Een andere mogelijke verklaring die de gemeente ziet is het niet-gebruik van bijstand. Recent onderzoek van de Nederlandse Arbeidsinspectie14 schat in dat ongeveer 177 duizend mensen in Nederland recht hebben op een bijstandsuitkering, maar deze niet aanvragen. Gemeenten die deze groep actief opzoeken, lopen eerder tegen een tekort aan. Een mogelijke verklaring van het tekort zou kunnen zijn dat Den Haag deze mensen beter bereikt dan andere gemeenten.

Dordrecht Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld tekort (2017-2020): Bijstandsdichtheid (2019):

119.513 tekort -11% 3,3%

Mismatch op de arbeidsmarkt Dordrecht is van oudsher een arbeidersstad. De gemeente is qua beroepsbevolking vrij homogeen. Dit is een nadeel bij het aan het werk krijgen van de hele populatie. Voor veel productiewerk geldt dat er automatisering heeft plaatsgevonden en de werkgelegenheid daarmee dus is afgenomen. Dordrecht ziet dat de mismatch steeds groter wordt en dat er uitstroom van talent is. Een deel van de bevolking trekt weg, omdat er geen hoger onderwijs is. Hierdoor wordt de bevolking nog homogener. Ook de diversiteit van de woningvoorraad speelt een rol. Er is een ambitieus woningbouwprogramma gestart in Dordrecht dat hier verandering in moet brengen. Het is lastig om op beschikbaarheid van geschikt werk te sturen. Het onderwijsprofiel in de gemeente leidt uiteindelijk ook tot een andere samenstelling van sectoren. Het economische programma is gericht op de huidige bevolking en niet per se op het verbeteren van de economische infrastructuur.

Omgevingsfactoren De interactie tussen personen en hun omgeving is volgens Dordrecht van belang. ‘Overerfbaarheid’ van bijstand speelt mogelijk een rol. Dit is wel een gevoelig onderwerp, omdat het enigszins stigmatiserend is. Ook andere subjectieve factoren, zoals de (geografische) plaatsing van scholen voor primair onderwijs, spelen een rol.

Stapeling van problematiek Stapeling van problematiek is een beperkende factor als je kijkt naar beschikbaarheid voor werk en de kans op uitstroom. Als iemand bijvoorbeeld een verleden heeft in ggz-zorg (maar wel hoogopgeleid is), beïnvloedt dat vermoedelijk de mate waarin degene beschikbaar is voor de arbeidsmarkt. Verder speelt hier volgens Dordrecht een 13

14

Meer in het algemeen pleit de gemeente ervoor om toe werken naar een situatie waarin dit soort benaderingen of proxies niet meer nodig zijn en gebruikgemaakt wordt van ‘echte’ data. Zie Inspectie SZW (2021). Niet-gebruik van de algemene bijstand.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

27

interactie tussen participatiemiddelen en het bijstandsbudget. Op de participatiemiddelen is flink gekort waardoor er geen middelen zijn om mensen met stapeling van problematiek te helpen. Vervolgens blijven deze mensen afhankelijk van bijstand en word je als gemeente nog eens gestraft. In dit verband geeft Dordrecht ook aan in een vicieuze cirkel te zitten. De gemeente krijgt minder budget waardoor ze haar populatie minder goed kan helpen waardoor ook weer de prestaties minder worden. Dordrecht ziet het als een probleem dat de verschillende verdeelmodellen (zoals voor WMO) losstaan van elkaar. Het zou bijvoorbeeld interessant zijn om de samenhang met de verdeling van het budget voor de WMO te verkennen. Welke kenmerken zitten in dat model en zouden die ook kunnen spelen voor de bijstand?

Samenwerkingsverband Dordrecht voert de Participatiewet uit voor zes andere gemeenten middels het samenwerkingsverband Drechtsteden. Dit doen ze met uniform beleid en uitvoering. Een van deze andere gemeenten is Zwijndrecht, een gemeente met een overschot op het budget. Dit vindt de gemeente opvallend, aangezien de gemeenten op het eerste gezicht veel op elkaar lijken. Het verschil zit volgens Dordrecht niet in het beleid, want dat is uniform. De gemeente vraagt zich af of het model dan wel goed werkt.

Loonkostensubsidie Het samenwerkingsverband Drechtsteden heeft veel ingezet op LKS. Met name in 2015, 2016 en 2017 waren zij hierin voorlopers. LKS werd toen nog objectief gebudgetteerd. Inmiddels wordt het budget verdeeld op basis van realisaties en dit is vermoedelijk terug te zien in het tekort van dit jaar dat dichter bij nul zit. Hoewel iedere gemeente in het samenwerkingsverband hetzelfde beleid voert wat betreft LKS kan het zijn dat dit beleid in de gemeente Dordrecht een ander effect heeft gehad.

Groningen Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld tekort (2017-2020): Bijstandsdichtheid (2019):

234.977 tekort -9% 4,6%

Aandeel studenten Groningen kent een groot aandeel studenten. Het gaat om zo’n 62 duizend (waarvan 35 duizend wonend in de gemeente zelf) op een inwonertal van in totaal 230 duizend inwoners. Er speelt een discussie om het kenmerk aandeel studenten uit het model te halen, omdat ook een kenmerk verdringing in het model zit. De omvang van de studentenpopulatie is voor de gemeente Groningen echter wel een belangrijke factor. Onder andere op basis van de historische instroom ziet de gemeente dat psychosociale problematiek zich vaak openbaart in de leeftijd waarop mensen studeren. Er is een aanzienlijk deel van het bijstandsbestand van Groningen dat ooit het predicaat hoogopgeleid heeft gekregen, maar vervolgens in de bijstand is gekomen en gebleven. Dit zijn dus mensen met ogenschijnlijk hoge baankansen die vanwege een ‘life event’ toch niet aan het werk komen.

Beschikbaarheid van laaggeschoold werk In Groningen is er een grote tweedeling tussen hoog- en laagopgeleiden. De hoogopgeleiden vinden makkelijk een baan, de laagopgeleiden minder snel. Volgens de laatste uitgave van de Atlas voor gemeenten is de werkloosheid onder laagopgeleiden het grootst in de gemeente Groningen. Dat heeft te maken met de geringe beschikbaarheid van werk voor die groep. Er is weinig maakindustrie in de gemeente en omgeving. Daardoor is een

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

28

instrument als LKS minder goed in te zetten. Door de aanwezigheid van de universiteit zijn er weliswaar veel banen voor hoogopgeleiden, maar volgens Groningen heeft dat slechts beperkt invloed op de beschikbaarheid van werk voor laagopgeleiden. En het type werk dat wordt gecreëerd door aanwezigheid van de universiteit is vaak representatief werk (horeca, supermarkt, etc.) waarvoor de bijstandspopulatie minder goed in aanmerking komt. De beschikbaarheid van laaggeschoold werk zit daarnaast wel in het prijsmodel, maar zou volgens de gemeente ook in het volumemodel moeten worden opgenomen. De gemeente Groningen heeft ook vraagtekens geplaatst bij de manier waarop dit wordt gemeten. Dit wordt ook meegenomen in het lopend onderzoek naar de regiokenmerken.

Medicijngebruik Een ander mogelijk punt heeft betrekking op het medicijngebruik. De gemeente Groningen vraagt zich af hoe het zit met de registratie van medicijngebruik als personen (studenten) nog zijn meeverzekerd met een ouder die in een andere gemeente woont. De gemeente vraagt zich af of in deze gevallen het medicijngebruik wel juist wordt gemeten.15

Centrumfunctie Verder vraagt de gemeente zich af of de centrumfunctie goed in het model verwerkt is en wat er zou gebeuren als dit kenmerk, dat sinds 2018 niet meer in het model zit, weer wordt ingevoerd. Het effect van problematiek zoals een slechte gezondheid heeft volgens de gemeente een groter effect op bijstandsafhankelijkheid in grotere steden. Welke stapeling van problematiek met name speelt, vindt de gemeente moeilijk aan te geven omdat dit niet goed genoeg in beeld is.

Langdurig in de bijstand De gemeente Groningen ziet een toename van de populatie bijstandsontvangers die langdurig bijstand ontvangt. Grote sprongen in het bijstandsvolume hebben vooral te maken met de instroomkant. De uitstroom uit de bijstand is niet zo groot. De groep die langer dan drie jaar een uitkering heeft, blijft toenemen. Dit is een groep waar beleid een relatief beperkt effect op heeft.

Goedkope huurwoningen Ten slotte bestaat er twijfel over in hoeverre goedkope huurwoningen goed in het model zitten. Daarvoor zit er nu een proxy in het model die gebaseerd is op corporatiewoningen. In Groningen zijn er echter relatief weinig corporatiewoningen. Groningen noemt als voorbeeld studenten die afstuderen en in de bijstand terechtkomen en op hun kamer blijven wonen. Deze worden dan niet geregistreerd als wonend in een corporatiewoning.

Maastricht Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld overschot (2017-2020): Bijstandsdichtheid (2019):

121.108 overschot 18% 3,1%

Beleid en uitvoering In het verleden (2004, 2008, met ingang van de WWB) is Maastricht streng(er) gaan optreden en heeft de gemeente ook een directe aanpak ingevoerd. Dit heeft ervoor gezorgd dat mensen minder lang in de bijstand verbleven. Het aantal eenoudergezinnen in de bijstand is dankzij een gerichte aanpak fors teruggelopen. Ook het aandeel alleenstaanden in de bijstand nam af. Voor die tijd was er een relatief ruimhartig beleid voor ouders met kinderen onder

15

Het medicijngebruik wordt in die situaties correct geregistreerd, namelijk op persoonsniveau.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

29

de 12 jaar. Het kwam soms voor dat paren uit elkaar gingen, omdat ze dan meer geld kregen vanuit de bijstand. Op het moment dat de bijstand stopte, kwam het paar dan weer bij elkaar. Hier is de gemeente scherper op gaan letten. Wat de gemeente ook zag, was dat door het striktere beleid aan de poort de aanvraag voor bijstand soms niet werd doorgezet. Er zijn ook veel vrouwen met kinderen begeleid naar deeltijdwerk, wat mogelijk was omdat ook gelijk kinderopvang werd geregeld. De voorsprong die destijds gehaald is, heeft Maastricht lang kunnen vasthouden, tot aan nu. De invoering van WWB heeft dus voor Maastricht wel effect gehad. Ten tijde van de RWW was er namelijk veel gebruik van bijstand. Door de striktere aanpak en meer aandacht voor de klant is dit teruggelopen. Wel merkt de gemeente op dat de aanpak en de aandacht de laatste jaren, ook vanwege corona, enigszins is verslapt en dat is terug te zien in meer instroom in de bijstand. Daarnaast merkt de gemeente op dat continuïteit en aandacht voor de klant erg belangrijk zijn. Dit is ook gebaseerd op wat Maastricht hoort en ziet bij andere gemeenten. De marginale effectiviteit van het beleid is wel afgenomen (ook omdat de gemeenten op een gegeven moment tegen het ‘granieten bestand’ aan liep) waardoor de inzet van mankracht t.o.v. effecten ook terugliep.

Maastricht is daarom wel wat minder strikt geworden in de afgelopen jaren. Het beeld bestaat volgens de gemeente soms dat een strikt beleid aan de poort door de klanten wordt ervaren als ‘heksenjacht’, maar Maastricht merkt juist dat klanten het vaak fijn vinden als ze actief begeleid worden.

Beschikbaarheid van laaggeschoold werk De beschikbaarheid van laaggeschoold werk wordt ook gezien als mogelijke verklaring voor het overschot van Maastricht. De toeristische sector en de universiteit creëren bijvoorbeeld veel banen voor laaggeschoolden. In de horeca zijn er genoeg banen in bijvoorbeeld de keuken of de schoonmaak. Dus ook daar is wel werk waar bijstandsgerechtigden geplaatst kunnen worden. Er zijn wel sectoren die gevoelig zijn voor verdringing, met name sectoren met een hoge mate van automatisering. Een ander voorbeeld is het academisch ziekenhuis waar veel communicatie in het Engels is. Dit kan een barrière zijn voor sommige bijstandsgerechtigden.

Ligging aan de grens Verder lijkt Maastricht te profiteren van haar ligging aan de grens met België. Er zijn weliswaar Belgen die in Maastricht werken, maar het gaat daarbij met name om hooggeschoold werk waardoor er geen verdringing is van werk voor laagopgeleiden. Daar staat tegenover dat er over de grens ook laaggeschoold werk beschikbaar is voor mensen uit Maastricht. Het is dus opvallend dat Maastricht lijkt te profiteren van de ligging aan de grens, terwijl dit voor de meeste gemeenten als nadelig gezien wordt.

Aandeel studenten Ten opzichte van andere studentsteden (zoals Groningen) wordt aangegeven dat Maastricht relatief veel buitenlandse studenten heeft. Deze hebben minder vaak een bijbaan en zij verdringen daarom ook minder vaak werk voor laagopgeleiden, in vergelijking tot Nederlandse studenten. Een groot deel van de buitenlandse studenten trekt bovendien weg uit Maastricht. Ze gaan terug naar hun thuisland of doen een master in het buitenland. Ook veel studenten zoeken naar werk in de Randstad. Er is wel een categorie studenten die in de regio zijn opgegroeid. Die blijven nu vaak thuis wonen en zoeken na afronding van hun studie ook vaker werk in Maastricht. Voor eventuele bijstand zijn zij wel aangewezen op hun thuisgemeente. Deze mensen ziet Maastricht dus meestal niet terug in hun bijstandsbestand. Degenen die wel uit de gemeente Maastricht komen, ziet de gemeenten soms wel terug in de bijstand. Voor buitenlandse studenten is dat vrijwel nooit het geval. Bij (psychische) problematiek gaan die over het algemeen terug naar hun thuisland.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

30

Stapeling van problematiek Maastricht geeft aan dat een groot deel van het bijstandsbestand kampt met psychische problemen. Op de vraag welke andere (multi)problematiek een rol speelt, wordt aangegeven dat het vaak gaat om een laag opleidingsniveau dat door de hele familielijn loopt. Ook gaat het relatief vaak om criminaliteit en voortijdig schoolverlaten. Zeker in de criminaliteit gaat soms veel geld om, wat sommige jongeren aantrekt. Door de grensligging van Maastricht is de gemeente ook aantrekkelijk voor criminelen. De gemeente ligt dicht bij Antwerpen en Duitsland. De vraag is wel of deze criminelen ook bijstand ontvangen. Soms kan dat wel het geval zijn, bijvoorbeeld in het geval van hennepknippers. De zwaardere criminelen zitten vaak niet in de bijstand. Het is ook mogelijk dat door die criminaliteit juist minder mensen bijstand aanvragen, omdat ze niet in beeld willen zijn bij de gemeente. Wel is door de gemeente gekeken in hoeverre minder jongeren zich zouden melden bij de gemeente rondom de introductie van de kostendelersnom. Dit viel destijds echter mee: er was geen duidelijke afname van het aantal aanvragen door jongeren.

Langdurig in de bijstand Wat betreft de populatie bijstandsontvangers die langdurig bijstand ontvangen, geeft de gemeente aan dat dit voor zo’n vijftig procent van het bijstandsbestand geldt en dat je die personen gewoon niet naar de arbeidsmarkt kunt begeleiden. Het gaat om mensen met allerlei problematiek. Vroeger was het zo dat daarvan een groot deel naar de Wajong ging. Dat kan nu niet meer zo makkelijk. Dit heeft soms ook tot discussies met UWV geleid. Soms zag de gemeente namelijk mensen instromen in de bijstand met problematiek die er al lange tijd was, maar die nog niet goed in beeld was. Maastricht maakt zich enigszins zorgen over de nieuwe doelgroep. Het perspectief op een betaalde baan is voor deze mensen soms bijna nul. De Wajong is op dit moment volgens de gemeente te scherp afgekaderd. De begeleidingskosten bij LKS zijn soms nog steeds erg hoog, wat een rem kan zijn bij het inzetten van dit instrument. Het is ook belangrijk om oog te hebben voor de maatschappelijke kosten die komen kijken bij inactiviteit. Mensen die niet actief zijn, komen bijvoorbeeld eerder in de criminaliteit of gebruiken gemiddeld meer zorg.

Vlissingen Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld tekort (2017-2020): Bijstandsdichtheid (2019):

44.565 tekort -11% 3,8%

Beschikbaarheid van werk De gemeente Vlissingen voert al vijf jaar juridische procedures met SZW over hun BUIG-budget. Twee belangrijke punten daarin zijn de beschikbaarheid van werk en de centrumfunctie. De indicator beschikbaarheid van werk kijkt naar hoeveel banen er opgeteld over de sectoren zijn waarbij ook rekening gehouden wordt met de reisafstand voor een baan. Vlissingen kent echter een aantal sectoren waarin voor de doelgroep lastig werk te vinden is. Een voorbeeld hiervan is de sector scheepsbouw waar voornamelijk gespecialiseerde Oost-Europeanen werken. Dit betreft permanent werk, geen seizoensarbeid. De gemeente geeft aan dat dit niet uit zou moeten maken voor de budgetverdeling wanneer deze sectoren verspreid liggen over het land, maar dat juist veel van deze sectoren op bepaalde locaties geconcentreerd zijn. De gemeente geeft verder aan dat het havengebied relatief lastig is te bereiken en ook daardoor vaak niet aantrekkelijk voor de bijstandspopulatie. De horeca is een andere sector die belangrijk is in Zeeland. Dit heeft te maken met de grote invloed van toerisme in Zeeland. Voor de horeca in Zeeland is het moeilijk om aan werknemers te komen. Ze richten zich daarom ook op mensen in de bijstand. De gemeente richt sommige trajecten daarom ook specifiek op de uitstroom naar horeca.

Horecazaken zijn daarnaast vaak groot genoeg om verschillende typen banen te faciliteren.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

31

Een ander punt is hoe snel mensen hun werk bereiken. Bereikbaarheid is in het model berekend op basis van reistijd over de weg. Zeeland bestaat uit eilanden die maar via een paar bruggen of dammen te bereiken zijn. Er is een toltunnel die voor de doelgroep te duur is voor dagelijks gebruik. Doordat de regio dunbevolkt is, is de bereikbaarheid via het openbaar vervoer slecht. Hierdoor zijn banen op verdere afstand moeilijker bereikbaar voor bijstandsgerechtigden die afhankelijk zijn van het ov. Het ov is met name na 18.00 uur beperkt, wat voor werk in de horeca een belangrijke belemmering is. Banen in de horeca liggen vooral aan de kust. De gemeente doet hier overigens wel iets mee. Ze geven bijvoorbeeld fietsen aan mensen die er geen hebben. Maar of de gemeente hier actiever in is dan andere gemeenten is niet bekend. Zeeland heeft relatief gezien een lage werkloosheid, maar Vlissingen schiet er qua werkloosheid juist wel bovenuit. Per saldo is er dus waarschijnlijk veel werkgelegenheid buiten de gemeentegrenzen en de gemeente geeft aan dat de reis van het ene naar het andere eiland vaak ook wordt gezien als een psychologische drempel.

Stapeling van problematiek Ook de centrumfunctie speelt volgens de gemeente een rol in het meerjarige tekort. Vlissingen heeft bijvoorbeeld daklozen- en vrouwenopvang en komt ook veel tekort op WMO en Jeugdzorg. Mede hierdoor is het een Artikel 12gemeente. De gemeente vermoedt dat deze factoren elkaar versterken door stapeling van problematiek. Om welke specifieke problematiek het gaat, is lastig te zeggen, maar de centrumfunctie houdt bijvoorbeeld in dat er relatief veel goedkope woningen zijn, kamerbewoning relatief vaak voorkomt en dat er relatief veel dak- en thuislozen en huishoudens met lage inkomens zijn. Er is een grote kans dat die mensen blijven wonen in Vlissingen en ook relatief veel beroep doen op de voorzieningen: bijstand maar ook jeugdzorg en WMO. Dit ziet de gemeente terug in de hele sociale structuur die in Vlissingen is ontstaan. Opvallend voor Vlissingen is wel dat het gaat om een kleine stad, maar dus wel met aanzienlijke grootstedelijke problematiek. Vlissingen is wat dit betreft slecht te vergelijken met andere gemeenten in Zeeland. De gemeente ziet ook dat er uitstroom uit de bijstand is in andere Zeeuwse gemeenten in Zeeland van mensen die naar Vlissingen gaan (en daar in de bijstand komen). Dus in die zin heeft Vlissingen een bepaalde aantrekkingskracht in de regio. Middelburg trekt bijvoorbeeld een andere populatie aan.

Het gaat dus deels om ‘geïmporteerde problematiek’. De gemeente krijgt ook signalen dat de problematiek steeds groter wordt. Er wordt steeds vaker aangegeven dat er meerdere problemen spelen. Niet alleen score op modelkenmerken is belangrijk voor de bijstandskans, maar ook de interactie met de omgevingsfactoren. Voor iemand met stapeling van problematiek werkt dit wellicht zwaarder door. Stel je werkt, en je woont in een buurt waar werken niet de norm is. In principe ben je de hele dag weg, dus in die zin heb je daar minder ‘last’ van dan een niet-werkende in dezelfde buurt. Vlissingen geeft ook aan dat overschotgemeenten eerder in een positieve spiraal komen. Ze houden geld over dat weer besteed kan worden aan betere re-integratie(voorzieningen). Voor tekortgemeenten is dat juist andersom. Die komen eerder in een negatieve spiraal en moeten eerder tegen de stroom in roeien. De gemeente geeft ten slotte aan dat de gewichten van het model moeilijk zijn te duiden vanwege de vormgeving van het model. Dit maakt het lastig om goede verklaringen te vinden voor het meerjarige tekort.

Zevenaar Inwoners begin 2022 (o.b.v. CBS Statline): Meerjarig tekort/overschot: Gemiddeld tekort (2017-2020): Bijstandsdichtheid (2019):

44.643 tekort -8% 2,0%

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

32

Beschikbaarheid van werk Qua werkgelegenheid speelt volgens de gemeente de ligging ten opzichte van Duitsland en de Rijn (natuurlijke barrière) een rol. De verbinding met het openbaar vervoer vanuit de voormalige gemeente Rijnwaarden (nu onderdeel van de gemeente Zevenaar) is niet goed. De werkgelegenheid is hier ook minder geworden. In het verre verleden was er veel industrie, maar door automatisering is veel werkgelegenheid verdwenen. Er is een switch gemaakt naar een op vrijetijdsbesteding gerichte economie, maar dit levert aanzienlijk minder banen op (voor de bijstandspopulatie). Zevenaar geeft aan niet te profiteren van de ligging aan de grens. De gemeente heeft niet de aantrekkingskracht van een grote stad als Maastricht. Daarnaast is de werkgelegenheid in de voormalige gemeente Rijnwaarden (dat tegen Duitsland aan ligt) laag. Er zijn weinig mensen die in Duitsland gaan werken. Ook gaan er relatief weinig mensen (voor werk) naar Lingewaarde dat aan de andere kant van de Rijn ligt. Hier lijkt een soort psychologische barrière te spelen. Er is vooral een stroom naar het noorden, in het bijzonder Arnhem. Andersom geldt ook dat er relatief weinig Duitsers in Nederland werken, voor zover ingeschat kan worden. Wel zijn er vanuit Oost-Europa mensen die in de regio werken.

Stapeling van problematiek Zevenaar geeft aan dat bij instroom in de bijstand vaak meervoudige problematiek speelt. Een groot deel van het bestand heeft een niet-westerse migratieachtergrond. Zij hebben vaak te maken met taalproblemen en/of trauma’s, omdat zij gevlucht zijn uit conflictgebieden. Ook financiële problemen spelen een rol. Daar wordt wel zeer alert naar gekeken bij de intake. Daarnaast gaat de gezondheid van mensen vaak achteruit als ze langer in de bijstand zitten. Zevenaar geeft aan dat de ontwikkeling van het bijstandsbestand in de gemeente de goede kant op gaat, maar dat het budget nog niet toereikend is. Mogelijk wordt het komende jaar het break-even-point bereikt. De gemeente vindt het lastig om een vinger te krijgen achter de verklaringen voor het tekort. Er is bij de gemeente ook niet de capaciteit om heel diep in de werking van het verdeelmodel te duiken.

Samenwerkingsverband Het verdeelmodel pakt al jaren ongunstig uit voor Zevenaar en voor de gemeente Duiven, waarmee samen wordt gewerkt. Westervoort, de derde gemeente uit het samenwerkingsverband, heeft echter al jaren een overschot, terwijl de bijstandsdichtheid hier hoger is. Deze vergelijking is overigens niet helemaal zuiver, aangezien Westervoort voornamelijk historisch wordt gebudgetteerd. Verder wordt opgemerkt dat de bestuurlijke fusie van Rijnwaarden en Zevenaar een mogelijke verklaring is voor het meerjarige tekort.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

33

Bijlage B Groslijst kenmerken Deze bijlage beschrijft de groslijst van kenmerken die mogelijk systematisch verschillen tussen gemeenten met een meerjarig tekort of overschot. Deze groslijst is gebaseerd op kenmerken die gemeenten hebben aangedragen tijdens de verkennende analyse (workshops en gesprekken met individuele gemeenten), kenmerken die komen uit juridische procedures uit het verleden, een eigen inventarisatie van mogelijke verklarende kenmerken, kenmerken die eerder zijn getest en de kenmerken die reeds in het verdeelmodel zitten. Een overzicht van de door gemeenten aangedragen kenmerken staat in Tabel 3.1. Voor de andere bronnen volgt hieronder een overzicht van de kenmerken voor de groslijst.

Kenmerken uit juridische procedures uit het verleden Er is een inventarisatie gemaakt van kenmerken die zijn aangedragen in juridische procedures. Input hiervoor zijn de rapporten van APE en Berenschot omtrent het bijstandsverdeelmodel. 16 De objectieve factoren die daarin naar voren zijn gekomen als mogelijk verklaringen voor tekorten zijn in Tabel B.1 opgenomen. Voor een groot deel van deze kenmerken geldt dat ze ook zijn genoemd in de workshops óf dat ze al zijn opgenomen in het bijstandsverdeelmodel. Tabel B.1

Kenmerken genoemd in juridische procedures

Naam kenmerk

Niveau

Bron

Goedkope woningen

regionaal

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Grensgemeente Duitsland

regionaal

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Regionaal klantenpotentieel / centrumfunctie

regionaal

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Arbeidsmarkt

regionaal

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Eenouderhuishoudens

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Ouderen (50+)

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Arbeidsongeschiktheidsuitkeringen

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Huishoudens met risico op schulden

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Psychose

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Jeugdproblematiek

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Seizoeneffect juni, bijstandshuishoudens in juni t.o.v. december

huishouden

APE (2017). Buig-budget in 2017 Den Haag, Amsterdam, Rotterdam en Utrecht.

Toepassing kostendelersnorm / Commerciële kamerverhuur

huishouden

Berenschot (2021). Aanvullend onderzoek naar onevenredige benadeling gemeente Landgraaf

Centrumfunctie / stapeling van problematiek

regionaal

Berenschot (2021). Aanvullend onderzoek naar onevenredige benadeling gemeente Landgraaf

Toepassing kostendelersnorm (prijscomponent)

huishouden

Bezwaar gemeente Groningen

16

APE (2017). Buig-budget in 2017 in Den Haag, Amsterdam, Rotterdam en Utrecht., meerdere (niet-openbare) rapportages van Significant APE uit 2019, onder andere voor de gemeenten Den Haag en Dordrecht. Berenschot (2021). Aanvullend onderzoek naar onevenredige benadeling gemeente Landgraaf. Significant APE (2021), Fluctuaties in de BUIG-budgetaandelen.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

34

Eigen inventarisatie verklarende kenmerken Op basis van een brainstormsessie van het onderzoeksteam is een lijst met kenmerken opgesteld die, aanvullend op wat door gemeenten is aangedragen, mogelijk samenhangen met meerjarige tekorten of overschotten – zie Tabel B.2. Bij het samenstellen van deze lijst was het geen vereiste dat er ook daadwerkelijk gegevens zijn om het kenmerk samen te stellen. Deze vereiste wordt pas getoetst bij het selecteren van de kenmerken voor de shortlist. Tabel B.2

Overzicht inventarisatie onderzoekers mogelijke verklarende kenmerken

Naam kenmerk

Niveau

Toelichting

regionaal

In gemeenten waar de economie groeit, zal vermoedelijk het aantal banen toenemen (en daarmee de kans op bijstand afnemen).

Economische groei Economische groei

Deze kenmerken liggen in het verlengde van de beschikbaarheid van werk wat door gemeenten is aangedragen in de workshops.

Sectorsamenstelling

Variatie in de sectorsamenstelling

regionaal

In gemeenten met een variatie aan sectoren zal een afname in aantal banen in één sector minder grote gevolgen hebben voor het aanbod van banen dan in gemeenten die sterk leunen op één sector.

Conjunctuurgevoeligheid

regionaal

In een gemeente met veel banen in sectoren die conjunctuurgevoelig zijn, zal het aanbod van banen (en daarmee de kans op bijstand) sterk(er) fluctueren.

Aanwezigheid van groeisectoren

regionaal

Een gemeente met relatief veel banen in groeisectoren kan verwachten dat het aanbod van banen relatief sterk zal groeien (en daarmee de kans op bijstand verkleinen).

Aanwezigheid van krimpsectoren

regionaal

Een gemeente met relatief veel banen in krimpsectoren kan een krimp in aanbod van banen verwachten, en daarmee een groei in personen in de bijstand. Deze kenmerken liggen in het verlengde van wat door gemeenten is aangedragen in de workshops.

Flexwerk Aanwezigheid van deeltijdbanen

regionaal

Aanwezigheid van kleine deeltijdbanen

regionaal

Aanwezigheid oproep- en uitzendwerk

regionaal

Een grote aanwezigheid van flexwerk kan een grotere kans betekenen om in de bijstand te komen, omdat mensen sneller vanuit flexwerk in de bijstand terechtkomen. Tegelijkertijd kan deze aanwezigheid ook een grotere kans betekenen om weer uit de bijstand te komen, omdat mensen vaker vanuit bijstand zullen instromen in flexwerk dan in een vaste (voltijd)baan.

Verdringing door jongeren Aandeel lageloonbanen vervuld door jongeren

regionaal

Hoe meer jongeren (studenten en jongeren die geen bijstand krijgen wanneer zij niet zouden werken) banen vervullen met lage lonen, hoe groter de kans dat mensen in deze gemeente in de bijstand terechtkomen (verdringing).

huishouden

Personen die in de bijstand zijn gekomen, omdat ze geen tijd hebben om te werken zullen minder snel weer aan het werk gaan dan personen die om andere redenen hun werk zijn kwijtgeraakt.

huishouden

Voorspeller van mogelijke toetreders in de bijstand

huishouden

Kinderen van ouders met lage inkomens hebben vaker lage inkomens; kinderen van ouders met bijstand ontvangen vaker bijstand.17

huishouden

Mensen met sterkere binding met een regio zullen minder geneigd zijn om te verhuizen – ook als dat hun baankansen (negatief) beïnvloedt.

Tijd om te werken Mantelzorgers Mogelijke toetreders Werkloze 17-jarigen in jaar t-1 Overerfbare armoede/inactiviteit Sociaaleconomische status ouders Regionale gebondenheid Aandeel huishoudens met sterke regionale binding Arbeidsgeschiedenis Aantal maanden werk in afgelopen jaren

17

huishouden

Zie bijvoorbeeld https://www.sciencedirect.com/science/article/abs/pii/S0049089X18301789.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

35

Naam kenmerk

Niveau

Toelichting

Aantal banen in afgelopen jaren

huishouden

Sommige carrièrepaden en/of sectoren verkleinen de kans om weer aan het werk te komen.

Eerder geteste kenmerken In eerdere modeljaren zijn een groot aantal kenmerken getest. Alleen kenmerken die voldoen aan het afwegingskader komen in aanmerking voor opname in het bijstandsverdeelmodel. Dit houdt in dat een kenmerk uitlegbaar (er moet een theoretische grond zijn om te verwachten dat de factor van invloed is op de bijstandskans), niet-beïnvloedbaar (de factor mag niet op korte termijn te beïnvloeden zijn door lokaal beleid) en aanvullend (met de factor mag nog geen rekening gehouden zijn in het verdeelmodel) moet zijn. Kenmerken die voldoen aan het afwegingskader zijn alleen opgenomen indien ze de verklaringskracht van het gehele model significant verbeteren. Het is echter mogelijk dat de kenmerken die vanwege deze vereiste zijn afgevallen wél samenhangen met meerjarige overschotten of tekorten. In hoeverre een kenmerk samenhangt met meerjarige overschotten of tekorten is immers geen onderdeel van het afwegingskader. Hieronder volgt per modeljaar een overzicht van de getoetste kenmerken die niet in het uiteindelijk verdeelmodel zijn opgenomen. Tabel B.3

Overzicht kenmerken die in eerdere modeljaren van het bijstandsverdeelmodel reeds getoetst zijn

Naam kenmerk

Opmerking

Model 2019 Jeugdzorg in het huishouden (exclusief voogdij, pleegzorg en jeugdhulp met verblijf)

-

Model 2018 Interactievariabelen als vervanging van centrumfunctie en om te corrigeren voor stapeling van problematiek: -

-

Niet-westerse migratieachtergrond in hh X Alleenstaande moeder, kind jonger dan 18; Niet-westerse migratieachtergrond in hh X HCI laag; Alleenstaande moeder, kind jonger dan 18 X 50 tot AOW-leeftijd in hh; Alleenstaande moeder, kind jonger dan 18 X HCI laag in hh; Alleenstaande moeder, kind jonger dan 18 X Gezondheidsproblemen in hh; 50 tot AOW-leeftijd in hh X HCI laag in hh; 50 tot AOW-leeftijd in hh X Gezondheidsproblemen in hh.

Gedetineerden: indicator voor detentie op peildatum 31 december 2014

-

Chronische aandoeningen:

-

-

Diabetes in hh; Epilepsie/neuropathische pijn in hh; Hartaandoening in hh; Hiv/aids/nieraandoening in hh; Chronische ziekte in hh.

Beschikbaarheid van werk: -

Beschikbaarheid van werk incl. ov; Extra beschikbaarheid van werk per ov; Beschikbaarheid van werk voor laag-, middelbaar, en hoogopgeleiden in gemeente; Beschikbaarheid van werk inclusief buitenland; Beschikbaarheid van werk zonder grenspendel (incl. correctiefactoren voor banen en beroepsbevolking in België en Duitsland).

Buurten waar werken niet de norm is: -

Varianten op bestaand kenmerk

Aandeel bbv in een buurt waar werken niet de norm is in gemeente obv 6-positie postcode; Aandeel bbv in een buurt waar werken niet de norm is in gemeente obv uitkeringsgerechtigden (excl. AO).

Varianten op bestaand kenmerk

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

36

Naam kenmerk

Opmerking

Migratieachtergrond: Uitsplitsing naar eerste en tweede generatie migratieachtergrond voor herkomstlanden Marokko, Turkije, Suriname en Nederlandse Antillen. Uitsplitsing migratieachtergrond overig Afrika naar noordelijk, centraal en zuidelijk Afrika.

Varianten op bestaand kenmerk

Ggz-gebruik: Uitsplitsing naar basis-ggz, specialistische ggz (tot en boven € 4.500).

Variant op bestaand kenmerk

AO-uitkering: Uitsplitsing Wajonguitkering

Variant op bestaand kenmerk

Model 2017 Bruto participatiegraad

-

Aandeel hervormden in gemeente

-

Aandeel gereformeerden in gemeente

-

Aandeel protestanten in gemeente

-

Kenmerken voor ‘nietsers’: bpg en verschil bpg tussen mannen en vrouwen op gemeenteniveau Kenmerken voor kans op sociale stijging: aandeel hoogopgeleiden en aandeel personen met een hoog inkomen op gemeenteniveau

-

Kenmerken voor segregatie: verdeling uitkeringen (aanwezigheid van buurten met grote afwijking van gemeentelijk gemiddelde)

-

Regionaal klantenpotentieel

-

Aandeel huishoudens met huurtoeslag (o.b.v. oude definitie sociale huurwoning)

-

Aandeel sociale huurwoningen op gemeenteniveau (o.b.v. SYSWOV, aangeleverd door Atlas)

-

2

Stedelijkheid (aantal inwoners per km in vijf categorieën);

-

Aandeel leerlingen speciaal onderwijs

Kenmerk is in een later modeljaar alsnog (op huishoudniveau) in het model terechtgekomen.

Aandeel inwoners in standplaatsen (poging tot identificeren van woonwagenkampen)

Kenmerk is in een later modeljaar alsnog (op huishoudniveau) in het model terechtgekomen.

Arbeidsverleden van ouders

Aangedragen door experts en gemeenten maar (destijds) niet integraal beschikbaar en dus niet getest.

Echtscheidingen

Aangedragen door experts en gemeenten maar (destijds) niet integraal beschikbaar en dus niet getest.

Schulden

Aangedragen door experts en gemeenten maar (destijds) niet integraal beschikbaar en dus niet getest.

Aandeel woningen met een lage huur op gemeenteniveau

Aangedragen door experts en gemeenten maar (destijds) niet integraal beschikbaar en dus niet getest.

Kenmerken reeds in het model De huishoudkenmerken die reeds in het verdeelmodel zitten, zijn alle ook meegenomen in de analyses. Het gaat om de volgende kenmerken. Tabel B.4

Kenmerken in het huidige verdeelmodel voor de bijstand

Kenmerken in het huidige verdeelmodel Huishoudtype Eenouder-moeder, jongste kind tot 5

Eenouder-moeder, jongste kind 5-12

Eenouder-moeder, jongste kind 12-18

Eenouder-moeder, jongste kind 18+

Eenouder-vader, jongste kind tot 5

Eenouder-vader, jongste kind 5-12

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

37

Kenmerken in het huidige verdeelmodel Eenouder-vader, jongste kind 12-18

Eenouder-vader, jongste kind 18+

Paar, jongste kind 18-

Paar, jongste kind 18+

Paar zonder kinderen

Thuiswonend meerderjarig kind

Overig huishouden Leeftijdsgroepen Leeftijd 20 tot 25 jaar in huishouden

Leeftijd 25 tot 30 jaar in huishouden

Leeftijd 30 tot 40 jaar in huishouden

Leeftijd 40 tot 50 jaar in huishouden

Leeftijd 50 jaar tot AOW-leeftijd in huishouden Woonsituatie Corporatiewoning

Standplaats

Herkomst Migratieachtergrond (Turks) in hh

Migratieachtergrond (Surinaams) in hh

Migratieachtergrond (Antilliaans) in hh

Migratieachtergrond (Marokko) in hh

Migratieachtergrond (Ghanees) in hh

Migratieachtergrond (Somalië of Eritrea) in hh

Migratieachtergrond (overig Afrikaans) in hh

Migratieachtergrond (Afghaans) in hh

Migratieachtergrond (Irakees) in hh

Migratieachtergrond (Syrisch) in hh

Migratieachtergrond (Iranees) in hh

Migratieachtergrond (Chinees) in hh

Migratieachtergrond (Indiaas) in hh

Migratieachtergrond (overig niet-westers) in hh

Migratieachtergrond (voormalig Joegoslavisch) in hh

Migratieachtergrond (voormalig Sovjet-Unie) in hh

Migratieachtergrond (overig westers) in hh Opleidingsniveau Lage HCI in huishouden

Middelbare/hoge HCI in huishouden

(V)SO/PrO in huishouden Zorggebruik Zorgkosten boven de € 50.000 in hh

Gebruik ggz-zorg in hh

Gebruik medicijn tegen verslaving in hh

Gebruik medicijn tegen depressie in hh

Gebruik medicijn tegen psychose in hh

Gebruik 4 tot 6 medicijngroepen in hh

Gebruik 6 tot 8 medicijngroepen in hh

Gebruik 8 of meer medicijngroepen in hh

Stapeling van factoren Niet-westerse migratieachtergrond in hh & 50 tot AOW-leeftijd in hh

Niet-westerse migratieachtergrond in hh & gezondheidsproblemen in hh

HCI laag in hh & gezondheidsproblemen in hh Niet-rechthebbenden Alleenstaande, vermogen boven € 5.000

Alleenstaande, vermogen tot en met € 5.000, overwaarde boven € 50.000

Paar, vermogen boven € 10.000

Paar, vermogen tot en met € 10.000, overwaarde boven € 50.000

Student (mbo/hbo/wo) in huishouden

WW-uitkering in huishouden

AO-uitkering (15%-80% of onbekend) in huishouden

AO-uitkering (80%-100%) in huishouden

ANW-uitkering in huishouden

Ziektewetuitkering, wachtgeld of overige uitkering in huishouden

Pensioenuitkering in huishouden Loonkostensubsidie Indicator LKS (prijscomponent) Vraagkant

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

Kenmerken in het huidige verdeelmodel Werken onder niveau in gemeente

Aandeel studenten (hbo/wo) in gemeente

Aandeel WW in beroepsbevolking van gemeente

Beschikbaarheid van werk in gemeente

Beschikbaarheid van laaggeschoold werk (prijscomponent) Buurteffecten Aandeel bbv in een buurt waar werken niet de norm is in gemeente o.b.v. 6-ppc gebieden

Overlast in de buurt

38

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

39

Bijlage C Beschrijving kenmerken systematische analyse Deze bijlage bevat een beschrijving van de operationalisering van de kenmerken die zijn getoetst in de systematische analyse.

Arbeidsmigranten en buitenlandse seizoenarbeiders Voor het bepalen van het aandeel arbeidsmigranten en seizoenarbeiders is gebruikgemaakt van CBS Microdata. Daarbij is de aanname gemaakt dat personen die wel geregistreerd worden in de POLIS-administratie, maar niet geregistreerd worden als woonachtig in Nederland, arbeidsmigranten of seizoenarbeiders zijn. Per gemeente wordt het aantal banen waarvoor bovenstaande geldt op peildatum 31 december (T-1) geteld. Reden hiervoor is dat het bestand met de standplaatsen van de banen over de maand december wordt genomen en de kans dat een baan die in januari van een peiljaar geldt in december van datzelfde jaar nog bestaat, kleiner is dan dat een baan die op 31 december (T-1) geldt nog geldt op 1 januari (T).

Beschikbaarheid van flexwerk Voor deze indicator wordt de gebruikelijke indicator Beschikbaarheid van werk gemaakt, waar in plaats van het totaalaantal banen het aantal flexibele banen wordt genomen. Onder flexibele banen worden de volgende banen geteld: ● Oproepwerk ● Uitzendwerk ● Banen met contract voor bepaalde tijd Per gemeente wordt het aantal banen per baantype per jaar geteld op peildatum 31 december (T-1) genomen. Reden hiervoor is dat het bestand met de standplaatsen van de banen over de maand december wordt genomen en de kans dat een baan die in januari van een peiljaar geldt in december van datzelfde jaar nog bestaat, kleiner is dan dat een baan die op 31 december (T-1) geldt nog geldt op 1 januari (T). De stappen om de banen te tellen per gemeente per baantype worden gedaan in de CBS Microdata-omgeving, op basis van de volgende bronbestanden: ● SPOLISBUS (om type baan en aantal banen te bepalen) ● GEMEENTESTPLTAB (om de standplaats van de baan te bepalen om de tellingen per gemeente te kunnen doen)

Beschikbaarheid van (kleine) deeltijdbanen Voor deze indicator wordt de gebruikelijke indicator Beschikbaarheid van werk gemaakt, maar in plaats van het totaalaantal banen wordt het aantal (kleine) deeltijdbanen gebruikt. Hierbij worden als deeltijdbanen de banen genomen die in de polisadministratie binnen de CBS Microdata-omgeving worden aangemerkt als deeltijdbaan (variabele SPOLISDIENSTVERBAND). De definitie die hierbij wordt gegeven is: “Baan van een werknemer waarbij het aantal overeengekomen uren lager ligt dan het aantal dat behoort bij een volledige dag- en weektaak.”

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

40

Voor een kleine deeltijdbaan wordt een baan genomen die volgens deze definitie als deeltijdbaan wordt aangemerkt en een wekelijkse arbeidsduur van minder dan 12 uur heeft. De stappen om de banen te tellen per gemeente per baantype worden gedaan in de CBS Microdata-omgeving, op basis van de volgende bronbestanden: ● SPOLISBUS (om type baan en aantal banen te bepalen) ● GEMEENTESTPLTAB (om de standplaats van de baan te bepalen om de tellingen per gemeente te kunnen doen)

Beschikbaarheid van werk naar conjunctuurgevoeligheid Voor deze indicator wordt de gebruikelijke indicator Beschikbaarheid van werk gewogen naar de conjunctuurgevoeligheid per sector. De conjunctuurgevoeligheid van sectoren wordt bepaald met behulp van LISA-gegevens. Uit de LISA-dataset wordt voor de jaren 2004-2020 eerst per jaar en per 2-digit-SBI (sector) het aantal banen gesommeerd en daarvan het landelijk gemiddelde en standaardafwijking berekend. Vervolgens schatten we per sector de trend (x = jaar, y = aantal banen) en wordt daar de root-mean-square error (RMSE) van uitgerekend. De conjunctuurgevoeligheid van een sector, of anders gezegd de afwijking een sector van de (landelijke) trend, wordt daarna geconstrueerd door de RMSE te delen door het gemiddelde aantal banen van die sector.

Beschikbaarheid van werk – groei- en krimpsectoren Voor deze indicator wordt de gebruikelijke indicator Beschikbaarheid van werk gewogen naar de aandelen sectoren per pc4 die zijn aangemerkt als groeisectoren. Welke sectoren groei- en krimpsectoren zijn, wordt bepaald met behulp van LISA-gegevens. Om groeisectoren te identificeren is per sector het vijfjaarsgemiddelde van het aantal banen genomen en de ontwikkeling (trend) berekend om deze af te zetten tegen de landelijke ontwikkeling van diezelfde periode. Sectoren waarvoor geldt dat de ontwikkeling van de werkgelegenheid positief en minimaal twee procent groter was dan het Nederlandse gemiddelde worden aangemerkt als groeisector. Omgekeerd geldt hetzelfde voor krimpsectoren: sectoren waarvoor geldt dat de ontwikkeling van de werkgelegenheid negatief en minimaal twee procent kleiner was dan het Nederlandse gemiddelde worden aangemerkt als krimpsector.

Beschikbaarheid van werk naar sector Voor deze indicator wordt kenmerk Beschikbaarheid van werk gewogen naar sector waarbij de sectoren waar bijstandsontvangers relatief vaak naar uitstromen zwaarder wegen dan sectoren waar relatief weinig bijstandsontvangers werk vinden. Om deze weging te bepalen wordt voor de onderzochte jaren (2017 t/m 2020) het aantal banen per sector geteld op de peildatum 1 januari en het aandeel van de sector in het totaalaantal banen bepaald. Vervolgens wordt van de personen die op 1 januari (T-1) een bijstandsuitkering ontvingen, en op 1 januari (T) een baan hebben, bepaald in welke sector dit is. Wanneer een persoon meerdere banen heeft op het peilmoment wordt de sector genomen van de baan waar de persoon in dat jaar de meeste uren heeft gewerkt. Onder deze banen wordt, net als bij het totaal van alle banen, het aantal banen per sector geteld en het aandeel van de sector in het totaalaantal banen bepaald.

MEERJARIGE TEKORTEN EN OVERSCHOTTEN OP HET BIJSTANDSBUDGET

41

Tot slot wordt het aandeel van de sector onder de banen waarin bijstandsontvangers zijn uitgestroomd, gedeeld op het aandeel van de sector in alle banen. Het resultaat hiervan wordt gebruikt als de weging voor banen bij het berekenen van Beschikbaarheid van werk. De stappen om de weging te bepalen worden gedaan in de CBS Microdata-omgeving, op basis van de volgende bronbestanden: ● BIJSTANDPERSOONBUS (om op peildatum 1 januari (T-1) te bepalen welke personen bijstand ontvangen) ● SPOLISBUS (om op peildatum 1 januari (T) banen te tellen ● BETAB (om de SBI-sector van de banen te bepalen)

Bruto participatiegraad De bruto arbeidsparticipatiegraad meet het aandeel van de potentiële beroepsbevolking (15-74-jarigen) dat werkt of kan en wil werken. De bruto arbeidsparticipatiegraad is bepaald op basis van CBS Statline-tabel ‘Arbeidsdeelname; regionale indeling 2020’.

Centrumfunctie: regionaal klantenpotentieel x gezondheidsproblemen Het regionale klantenpotentieel is een proxy voor de centrumfunctie van een gemeente. Het is een algemene maatstaf die toepasbaar is op de kosten op alle beleidsterreinen waarvan wordt verondersteld dat de gemeentelijke kosten samenhangen met de mate waarin gemeenten een centrumfunctie hebben. Voorbeelden hiervan zijn culturele voorzieningen, festivals, hogescholen en werkgelegenheid. Het gaat om de verhouding tussen het aantal potentiële regionale klanten en het aantal inwoners van een gemeente. Data van het regionale klantenpotentieel zijn afkomstig van CBS Statline. Dit vermenigvuldigen we per gemeente met het aandeel huishoudens dat minstens één persoon met gezondheidsproblemen heeft binnen de gemeente. Een persoon met gezondheidsproblemen definiëren we als een persoon die medicijnen gebruikt tegen verslaving (excl. nicotine), chronische stemmingsstoornissen, psychose en/of bipolaire stoornis heeft, of medicijnen gebruikt uit vier of meer hoofdgroepen, of met zorgkosten boven 50 duizend euro of gebruikmaakt van ggz-zorg. Gegevens over medicijnen halen we uit MEDICIJNTAB en gegevens over zorgkosten destilleren we uit ZVWZORGKOSTENTAB. Voor het laatste bestand zijn data over 2020 nog niet beschikbaar, voor dat jaar gebruiken we de zorgkostengegevens uit 2019.

Na het berekenen van de kruisvariabele per jaar (2017-2020) op gemeenteniveau middelen we over de vier jaren.

Echtscheidingen Het relatieve aantal echtscheidingen per duizend gehuwden per gemeente gestandaardiseerd naar leeftijd van de bevolking. We halen deze gegevens van CBS Statline voor de jaren 2017-2020 en middelen over deze jaren.

Goedkope huurwoningen De HUURENQUETE is beschikbaar in de CBS Microdata en bevat onder andere gegevens over huren van particulieren. Op basis van dit bestand is per gemeente het aandeel goedkope huurwoningen vastgesteld. Belangrijk om op te merken is dat het niet gaat om integrale gegevens maar om een steekproef van huurders in Nederland. Het gaat per jaar om de gegevens van zo’n 400 duizend huurders. Per huurder in de HUURENQUETE is vastgesteld of de betaalde netto/kale huur onder de liberalisatiegrens lag. Ook is gekeken of de huur onder 75 of 50 procent van de liberalisatiegrens lag. Deze liberalisatiegrens betrof € 710,68 in 2017 en 2018, € 720,42 in 2019 en € 737,53 in 2020. Vervolgens is de gemeente waar deze huurders woonden