3 Bijlage I Regio analyse ZKIJ

Dat betekent dat het belangrijk is om, het lief st al bij de start, na te denken over de verduurzaming, of wel de f inanciering op langere termijn. Het gaat dan om de vraag of maatregelen ook breder toegepast kunnen worden en of er ook in de toekomst een vorm van reguliere bekostiging mogelijk is. Voor beide punten (ef f ectmeting en verduurzaming) geldt dat evalueren met behulp van een maatschappelijke kosten baten analyse (MKBA) behulpzaam is. In de eerste plaats is een ef f ectmeting het hart van de analyse, waarbij ook aanknopingspunten voor optimalisatie duidelijk worden. In de tweede plaats brengt een MKBA de verdelingsef f ecten in kaart. Het maakt , met andere woorden, zichtbaar bij welke partijen de eventuele baten vallen waardoor duidelijk wordt wie (vanuit reguliere budgetten) aan zet is voor (mee)f inancieren. Drie maatregelen vanuit het huidige programma die volgens ons in aanmerking komen om op deze wijze te evalueren zijn de vsv-coaches, de maatregelen in het vo en het maatwerk budget. De belangrijkste meerwaarde van deze manier van evalueren is het gesprek dat op basis hiervan kan worden gevoerd. Projecten worden onderling vergelijkbaar en de analyses bieden inzicht in sleutels tot ef f ectiviteit, randvoorwaarden voor succes en de mogelijkheden tot optimaliseren. Zodat de middelen daar kunnen worden ingezet waar ze het meeste impact hebben.

-0-0-0-

29

Bijlage 1. Toelichting selectie benchmark 1. Selectiecriteria voor vergelijkbare regio’s Algemeen Om werkelijk inzicht te krijgen in de doorstroom, uitval en arbeidsdeelname van jongeren in een regio (is het veel of misschien juist weinig?) dient deze te worden bezien in relatie tot de bevolkingssamenstelling. Uit onderzoek blijkt immers dat er een correlatie tussen de bevolkingssamenstelling in een regio en het aantal jongeren dat uitvalt of in anderszins extra ondersteuning nodig heef t 7. Een goede manier om dat inzicht te krijgen is benchmarken met vergelijkbare regio’s. Een goede benchmark start dus met een goede selectie van ref erentieregio’s. Op die manier wordt voorkomen dat verschillen in uitval worden verklaard door verschillen in bijvoorbeeld samenstelling van de bevolking of andere specif ieke regiokenmerken die samenhangen met uitval. De selectie van ref erentieregio’s dient te gebeuren aan de hand van indicatoren, die: -

Een logische en bewezen samenhang hebben met schooluitval;

-

Eenvoudig en uitlegbaar zijn en beperkt in aantal;

-

Onaf hankelijk zijn van VSV-maatregelen (met andere woorden: min of meer ‘gegeven’ zijn).

Eerste selectie Om een beeld te krijgen van indicatoren die aan bovenstaande criteria voldoen hebben we gekeken naar het recente onderzoek van het CBS in het kader van het nieuwe verdeelmodel voor VSV -middelen. Daarvoor golden immers dezelf de criteria. Het CBS heef t op basis van microdata voor zowel het VO als het MBO geschat welke kenmerken (op persoonsniveau) de kans op schooluitval het beste voorspellen. Voor het MBO resulteerden 12 indicatoren in vier categorieën 8. Deze zijn weergegeven in onderstaande tabel9. Tabel B1.1. Geselecteerde kenmerken uitval in het MBO Sociaal-demografisch

Aanwezigheid problematiek

-

Onderwijs

Geslacht Verdachte van misdrijf Mbo-niveau Leeftijd Problematische schulden Leerweg Ouderlijke structuur Psychosociale problemen Onderwijsrichting Opleidingsniveau moeder Welvaart huishouden Bron: CBS, verkenning alternatief verdeelmodel voor voortijdig schoolverlaten

7

Omgevingskenmerk -

Stedelijkheid buurt

Zie onder meer SCP - ‘gestruikeld voor de start’, CBS – relatie multiproblematiek en schooluitval, CPB – voortijdig schoolverlaten in Nederland 8 Deze vier categorieën komen sterk overeen met de resultaten uit eerder onderzoek van het SCP naar verklarende factoren voor schooluitval. Zie ‘Gestruikeld voor de start’ 9 Het model voor het VO kent vergelijkbare, maar net iets afwijkende, indicatoren. Omdat veruit het grootste deel van de VSV-ers (circa 85%) uitvalt in het MBO beperken we ons tot dit model.

30

De kenmerken in het verdeelmodel geven een eerste richting voor welke indicatoren mogelijk bruikbaar zijn als selectiecriteria voor ref erentiegemeenten. De kenmerken uit het model zijn echter zelf niet toepasbaar: Het CBS-model is op persoonsniveau geschat en de selectiecriteria voor ref erentieregio’s moeten op gemeentelijk en/of regioniveau beschikbaar én voldoende onderscheidend zijn. -

De uitval per onderwijsniveau is één van de indicatoren waarop regio’s worden vergeleken en dus niet geschikt als selectiecriterium vooraf .

-

Het aantal selectiecriteria is bij voorkeur beperkt tot drie of vier, eenvoudig te bewerken in een Excel tool en beschikbaar in openbare bronnen, zoals CBS-statline.

Op basis van het bovenstaande komen de volgende selectiecriteria en bijbehorende indicatoren naar boven voor verder onderzoek: -

Sociaal-economische kwetsbaarheid van de bevolking, met als mogelijke indicatoren SES-WOA en/of aandeel minima-huishoudens.

-

Stedelijkheid van de omgeving, met als mogelijke indicatoren omgevingsadressendichtheid en/of bevolkingsdichtheid.

-

Hier is door ons nog een derde maat aan toegevoegd, namelijk spreiding binnen de regio, met als mogelijke indicatoren het aandeel jongeren dat in de contactgemeente woont en/of het aantal gemeenten in de regio. Dit omdat het een indicator is voor de (bestuurlijke) complexiteit van (het implementeren van) de aanpak in de regio.

In het onderstaande werken we dit verder uit. Sociaal-economische kwetsbaarheid van de bevolking Er zijn twee indicatoren die in aanmerking komen als maat voor de sociaal-economische kwetsbaarheid van de bevolking in de regio. In de eerste plaats is dat de SES -score10. Dit is een indicator die door het CBS is ontwikkeld en die aangeef t hoe de gemiddelde sociaal economische status van de bevolking in een gebied zich verhoudt tot andere gebieden. De gemiddelde score in Nederland is (per def initie) 0. Bij een hogere score zijn de inwoners welvarender en/of hoger opgeleid en/of langduriger aan het werk en bij een lagere score andersom. De SES-score is bedoeld als indicator voor sociaal-economische kwetsbaarheid, maar heef t als nadeel dat de achterliggende methodiek complex is en dat de scores zelf lastig zijn om mee te rekenen in een Excel-tool. Een alternatief is het aandeel minima-huishoudens (tot 110%) in een gebied. Het voordeel van deze indicator ten opzichte van de SES-score is dat hij eenvoudig uit te leggen én eenvoudig te gebruiken is. De vraag die daarbij opkomt is of deze indicator de s ociaal-economische kwetsbaarheid van de bevolking voldoende weergeef t. Om dat te kunnen beoordelen hebben we gekeken naar de correlatie tussen de SES-score per gebied en het aandeel minima-huishoudens. Dit is weergegeven in onderstaand f iguur.

10

Voluit is dit de SES-WOA score, een verhoudingsgetal (o.b.v. een Multiple Correspondentie Analyse, zie de uitleg van het CBS) gebaseerd op Welvaart, Opleiding en Arbeidsverleden van de inwoners in het gebied. Deze SES-score is de opvolger van de SES-score zoals die werd berekend door het SCP.

31

Figuur B1.2. Correlatie SES-score en aandeel minima-huishoudens per Doorstroompuntregio

Bron: CBS, bewerking LPBL

De f iguur laat duidelijk zien dat er een correlatie is: hoe hoger de SES -score, hoe lager het aandeel minima-huishoudens. Uit de statistische analyse blijkt dan ook dat de correlatie 0,86 is, of wel zeer hoog. Omdat het aandeel minima-huishoudens eenvoudiger is uit te leggen en makkelijker om mee te rekenen, verkiezen we deze (boven de SES-score) als één van de criteria om ref erentiegebieden te selecteren. Stedelijkheid Uit het CBS-onderzoek naar het verdeelmodel voor VSV-middelen blijkt dat stedelijkheid samenhangt met uitval. Een mogelijke verklaring hiervoor is de probleemcumulatie waarvan in stedelijke gebieden vaker sprake is (SCP). Daarnaast wordt de extra af leiding die een stedelijke omgeving biedt genoemd (CBS). Ook voor de stedelijkheid van een gebied zijn er meerdere mogelijke indicatoren. We onderzoeken de categorieën van het CBS, de omgevingsadressendichtheid (OAD) en de bevolkingsdichtheid op hun geschiktheid als criterium voor het selecteren van ref erentiegemeenten. Een veelgebruikte indicator is de mate van stedelijkheid van het CBS – verdeeld in vijf categorieën. Dit is een maatstaf voor de omvang van menselijke activiteiten in een gebied.

De vijf categorieën (zeer sterk stedelijk, sterk stedelijk, matig stedelijk, weinig stedelijk en niet stedelijk) zijn gebaseerd op de gemiddelde omgevingsadressendichtheid (OAD) in een gebied, of wel: het aantal adressen binnen een cirkel met een straal van één kilometer rondom een adres.

32

Het nadeel van deze indeling is dat er ‘harde’ grenzen worden getrokken tussen de vijf categorieën. Zo vallen Eem & Vallei (met een gewogen OAD van 1.758 11) en Friesland Noord (OAD 1.159) allebei in de categorie ‘matig stedelijk’. Echter, Eem & Vallei lijkt qua stedelijkheid meer op Gooi - en Vechtstreek (OAD van 1.838, categorie sterk stedelijk). Friesland Noord lijkt juist meer op West Friesland (OAD van 958, categorie weinig stedelijk). Door de grenzen vallen gebieden die sterk op elkaar lijken dus in verschillende categorieën, zie de f iguur hieronder. Kortom: voor het selecteren van ref erentiegebieden die zo goed mogelijk vergelijkbaar zijn kunnen we beter werken met een directe indicator dan met een indicator die gebieden categoriseert 12. Figuur B1.3. Stedelijkheid: categorie versus (gewogen) OAD

Bron: CBS, bewerking LPBL

De OAD is, zoals gezegd, een maat voor de dichtheid van menselijke activiteiten in een gebied. Door de manier waarop deze wordt berekend, heef t bijvoorbeeld ook een industrieterrein een relatief hoge OAD, terwijl er nauwelijks mensen wonen. De theoretische samenhang met VSV (o.b.v. probleemcumulatie of meer af leiding, zie hierboven) verdwijnt in dat geval. We hebben daarom ook gekeken naar een alternatief , namelijk de gemiddelde bevolkingsdichtheid. Deze laatste is niet zozeer een indicator voor menselijke activiteit in een gebied, maar wel voor de dichtheid van wonen in een gebied. Deze twee zijn door ons nader onderzocht op hun bruikbaarheid als selectiecriterium. Onderstaand f iguur toont de correlatie tussen bevolkingsdichtheid en gewogen OAD per Doorstroompuntregio 13. Duidelijk is dat er sprake is van grote samenhang. Een statische analyse bevestigt dat: de correlatie is 0,9. De graf iek geef t ook inzicht in de verschillen tussen de beide indicatoren: regio 29 (Rijnmond) scoort relatief hoog op OAD en wat lager op bevo lkingsdichtheid. Dit is waarschijnlijk terug te voeren op de haven. Ook regio 24 (Noord -Kennemerland) heef t een hoge OAD, terwijl de bevolkingsdichtheid niet zo hoog is. Met andere woorden: er is weliswaar veel bebouwing en activiteit, maar mensen wonen veel minder dicht op elkaar dan in een sterk stedelijk gebied.

Op basis van het bovenstaande kiezen we bevolkingsdichtheid als criterium voor de selectie van ref erentieregio’s. Het is een directe indicator (en werkt dus beter dan categorieën) en sluit beter aan bij de beleidstheorie dan de OAD (dichtheid van wonen versus dichtheid van adressen). 11

We maken hierbij gebruik van een gewogen OAD voor de regio. Dat wil zeggen dat de OAD per gemeente is gewogen met het aantal huishoudens in de gemeente om te komen tot een OAD voor de regio. Er is gekozen voor huishoudens als weegfactor omdat het immers gaat om hoeveel mensen wonen in een meer of minder verstedelijkt gebied. 12 Bijkomend (methodologisch) probleem is dat categorisering o.b.v. de gewogen OAD niet tot dezelfde uitkomsten leidt als de categorisering van het CBS. 13 Daarbij zijn beide indicatoren geschaald op 0 tot 100%

33

Figuur B1.4. Correlatie bevolkingsdichtheid en OAD per Doorstroompuntregio

Bron: CBS, bewerking LPBL

Spreiding De 40 Doorstroompuntregio’s in Nederland verschillen in organisatorische complexiteit. Benchmarken met regio’s die ook in dat opzicht vergelijkbaar zijn vergroot de zeggingskracht van de resultaten. We hebben daarom een derde selectiecriterium toegevoegd, dat d e spreiding en complexiteit van de regio weergeef t. Hiervoor hebben we zelf een indicator ontwikkeld: namelijk het aandeel jongeren dat in de contactgemeente woont. Immers: hoe meer verspreid over de regio, hoe meer (bestuurlijk en ambtelijk) overleg nodig is over de aanpak van schooluitval en de ondersteuning van kwetsbare jongeren.

2. Selecteren van regio’s In voorgaande paragraaf is beschreven dat we voor het selecteren van vergelijkbare regio’s gebruik maken van drie criteria: 1.

Het aandeel minima-huishoudens (als percentage van het to taal aantal huishoudens);

2.

De bevolkingsdichtheid van de regio (geschaald op 0 tot 100%);

3.

Het aandeel jongeren dat in de contactgemeente woont.

Onderstaand f iguur toont een plot van de Doorstroompuntregio’s op basis van het aandeel minima huishoudens en de bevolkingsdichtheid. Regio’s die in de f iguur dicht bij elkaar liggen zijn vergelijkbaar met elkaar. Door in de f iguur een cirkel te trekken om een regio wordt duidelijk welke regio’s het meest vergelijkbaar zijn, dit zijn de ref erentiegemeenten. Een kleinere cirkel levert minder regio’s op, die heel goed vergelijkbaar zijn. Een grotere cirkel leidt tot meer regio’s, die echter iets minder vergel ijkbaar zijn.

34

In onderstaand f iguur is dit toegepast voor regio 36: Noordoost Brabant. Figuur B1.5. Doorstroompunten naar minima-huishoudens (x-as) en bevolkingsdichtheid (y-as)

Bron: CBS, bewerking LPBL

Als er een kleinere cirkel rond regio 36 wordt getrokken dan worden er drie regio’s opgenomen in de benchmarkselectie, namelijk regio 24 (Noord-Kennemerland), 10 (IJssel-Vecht) en 16 (Eem en Vallei). Als de cirkel groter wordt door de selectiecriteria ruimer in te stellen dan vallen ook de regio’s 31 (Oosterschelde Regio), 13 (Achterhoek) en 24 (Noord-Kennemerland) erbij. De Excel-tool werkt volgens dit principe.

35

Bijlage 2. Aanbod Aanbod Nova College Net als bij de meeste andere mbo’s is de zorg en ondersteuning georganiseerd in een eerste, tweede en derde lijn. -

Basisbegeleiding: deze eerstelijns ondersteuning is bedoeld voor studenten die niet of in lichte mate worden beperkt. Het gaat dan vooral om vragen rondom bijvoorbeeld studievaardigheden, aanweNova College zigheid en loopbaanontwikkeling. De beVooraf (orientatie / matching)

geleiding wordt gedaan door de onderwijsteams zelf , namelijk de docenten en de mentoren (SLB-ers / coaches), de BPV-ers en de instructeurs. -

Basis + of extra begeleiding: dit is de tweedelijns ondersteuning, bedoeld voor studenten die incidenteel extra ondersteuning nodig hebben. Het gaat bijvoorbeeld om sociaal-emotionele vraagstukken, empowerment of zorgelijk verzuim. Ook hier geldt dat de onderwijsteams een belangrijke rol hebben, maar zij kunnen een beroep doen op de begeleiding door interne specialisten voor een kort ondersteuningstraject voor de student.

-

Extra / externe begeleiding: de derde lijn betref t de meer complexe of structurele problematiek die niet binnen het team kan worden opgepakt, maar vraagt om maat-

Online orientatie Matchingsprogramma Meeloopdagen Maatwerkinstroomprogramma Orientatiejaar of -programma (cosmopolitisch jaar) Instroomprogramma Havo 4 (kickstart)

enkele opleidingen

Eerste lijn Studieloopbaanbegeleider (mentor) (Stage)- begeleider (bpv’er) Maatwerkonderwijs

Tweede lijn Fysiek inloop-punt ondersteuning en loopbaanbegeleiding (SLA) Chat, bellen, mailen en whatsapp voor ondersteuning & begeleiding Plus- / Ondersteuning & Advies-team Trajectbegeleider: studiebelemmeringen, lb-vragen, uitstroombegl. Verzuimmedewerker/coordinator vsv-coach (verzuim 18+) Trajectcoach gestapelde problematiek (uit vsv-programma) Trajectcoach passend onderwijs (bij beperkingen) Time-out programma (Opmaat) Extra stagebegeleiding/jobcoaching Herorientatieprogramma switchers Extra taal ondersteuning Extra zorg niv 1 en 2

Derde lijn Schoolmaatschappelijk werker Op maat gedragstrainingen Financiele coach Studentcoaches (peer-to-peer) (Student)psycholoog / GGZ Vertrouwenspersoon Verslavingszorg Loket Werk en inkomen Aanbod nazorg (pilots en projecten)

werkondersteuning. Vaak gaat het om ondersteuning buiten de school.

36

<18 <18

Figuur B2.1. Aanbod gemeenten Haarlem

Zandvoort

Heemstede

Bloemendaal

Pilot

Pilot

Pilot

Pilot

(V)SO

(V)SO

(V)SO

(V)SO

Beverwijk

Velsen

Doorstroompunten Verzuim 18+ monitoring Verzuim 18+ contactpersoon op school Verzuim 18+ huisbezoeken Aanwezig bij exitgesprekken op school Benaderen 18-23 + huisbezoek Doorleiden 18-23 m.b.v. sociale kaart Individuele begeleiding 18-23 Eigen groepsaanbod 18-23 Ingekocht trajectaanbod 18-23 "oud-vsv" aanpak Benaderen en ondersteunen 23-27

Werk en inkomen Aanvraag bijstand (18 - 27 jaar) online Jongerenloket Jongerenconsulenten Jobsupport / jobcoaches jongeren (Leerwerk)trajecten bijstandsgerechtigden (Leerwerk)trajecten <23 jaar (Leerwerk)trajecten NUG Actief benaderen jongeren 23-27

Jongerenwerk (Regulier) Jongerenwerkers (10 tot 24 jaar) (Intensieve) Jongerencoach (12 tot 23/25/27 jaar) Jongerenwerk Veiligheid Jongeren Informatie Punt / jongerenspreekuur Jongerenwerk MBO

Centrum voor Jeugd en Gezin Advies en ondersteuning (t/m 18 jaar) Jeugdcoach/adviseur PO/VO Trainingen jongeren < 18 (vrij toegankelijk) Trainingen jongeren > 18 (vrij toegankelijk)

Bron: LPBL o.b.v. interviews en deskresearch

37

VSO

Heemskerk

Bijlage 3. Overzicht gebruikte data en literatuur Databronnen CBS Statline: https://opendata.cbs.nl/#/CBS/nl/ DUO, Onderwijsdata: https://duo.nl/open_onderwijsdata/ Ministerie van OCW: Onderwijs in cijf ers: https://www.onderwijsincijf ers.nl/ Dashboards vsv en jikp https://inf ormatieproducten.duo.rijkscloud.nl/public/dashboardvsvopen/

Literatuur CBS, "Multiproblematiek en vsv - is er een relatie tussen multiproblematiek en voortijdig schoolverlaten?" (inclusief databestanden), juni 2020 CBS, “Verkenning alternatief verdeelmodel voor voortijdig schoolverlaten; herziene versie”, oktober 2023 CBS, “NEETs, jongeren die geen opleiding volgen en niet werken”, april 2018 ECBO, "Later is niet te laat - Inspiratie voor curatief vsv-beleid", november 2012 Eurostat, "Quality of Life, facts and views", edition 2015 Regio Zuid-Kennemerland en IJmond: vsv-programma 2021-2024 & Evaluatie 2023, jaarverslag 2023 en beleidsplan 2023-2026 Kohnstamm Instituut, "Samen op weg naar een startkwalificatie - Evaluatie van het programma Kansen Voor Jongeren van het Oranje Fonds", september 2017 LPBL, “Meta-analyse investeren in kwetsbare jongeren”, januari 2023 MBO Raad en KBA Nijmegen, "Benchmark middelbaar beroepsonderwijs 2018", november 2019 Ministerie van OCW, "Loopbaanmonitor jongeren in kwetsbare positie", juni 2017 Ministerie van OCW, "Ontwikkeling voortijdig schoolverlaters", inf ographics diverse jaren Ministerie van SZW, "Verdere integratie op de arbeidsmarkt, een analyse van wetenschappelijke inzichten over de arbeidsmarktpositie van personen met een niet -westerse migratieachtergrond", 2018 SEO, "De positie op de arbeidsmarkt van personen met een niet-westerse migratieachtergrond" , maart 2018 Van der Gaag e.a,

"Schoolverlaten voorkomen, perspectief van wetenschap, praktijk en beleid", 2020

38