21-117 Bijlage 3. Lange termijn prognose
Tekst van het document
2020/2021 2024/2025
Stichting Onze Wijs (42653) De Aventurijn 15NS Henry Dunantlaan 6 4334 BA Middelburg januari 2021
mw. drs. R. Jordanov E rjordanov@verus.nl T 0348 - 744 121
Contact Postbus 381, 3440 AJ Woerden Korenmolenlaan 2, 3447 GG Woerden E info@verus.nl | www.verus.nl
Disclaimer © 2021 Verus – Alle rechten voorbehouden. Niets uit dit rapport mag worden verveelvoudigd, overgenomen, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar worden gemaakt in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen of op enige andere manier, zonder voorafgaande toestemming van Verus en bronvermelding. Dit rapport is met grote zorgvuldigheid samengesteld. Desondanks kan niet worden ingestaan voor mogelijke feitelijke onjuistheid en/of onvolledigheid van de opgenomen gegevens. Verus aanvaardt geen aansprakelijkheid, evenmin kunnen aan de inhoud van dit rapport rechten worden ontleend.
400 350
320
303
336
347
154
155
279
300
248 220
250 177
200 150
101
198 122
162
146
139
153
151
100 50 0 2016/2017 2017/2018 2018/2019 2019/2020 2020/2021 2021/2022 2022/2023 2023/2024 2024/2025
Onderbouw
Totaal
schooljaar
prognose
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
Personele bekostiging regulier
€ 933.227
€ 1.042.847
€ 1.098.203
€ 1.150.148
€ 1.196.613
Personeels- en arbeidsmarktbeleid
€ 200.196
€ 222.885
€ 240.306
€ 252.989
€ 264.507
Materiële instandhouding
€ 193.613
€ 211.260
€ 226.063
€ 232.241
€ 246.974
Prestatiebox
€ 48.814
€ 54.916
€ 59.601
€ 63.012
€ 66.109
€ 1.375.850
€ 1.531.907
€ 1.624.173
€ 1.698.390
€ 1.774.202
Totaal bovenstaand
NB: De prognose van de bekostiging is indicatief en gaat uit van de landelijke gewogen gemiddelde leeftijd (GGL). De bekostiginsprognose is exclusief specifieke regelingen/subsidies.
kalenderjaar
bruto vloeroppervlak m2
prognose
2021
2022
2023
2024
2025
1603
1724
1810
1890
1945
Deskundig, snel en áltijd op maat. Zo kunnen de leerlingenprognoses van Verus gekenmerkt worden. Dankzij ruime ervaring hebben de adviseurs van Verus expertise op het gebied van planning en prognose en beschikken zij over de deskundigheid om complexe data op de juiste manier te interpreteren. Prognoses van Verus zijn bovendien altijd op maat: dat wil zeggen dat we naar de specifieke context van de school en de omgeving kijken. De prognoses worden van ‘onderaf’, vanuit het voedingsgebied, opgebouwd zodat ze zo goed mogelijk aansluiten bij uw eigen situatie. Wij werken met een prognosemodel dat ontwikkeld is door Verus en dat voldoet aan het Programma van Eisen van de VNG. Meer informatie over totstandkoming van de prognose treft u aan in de technische bijlage van dit rapport. Adequate prognoses zijn belangrijk voor uw bedrijfsvoering. Vooruitkijken helpt u onder meer bij de ontwikkeling van meerjarenbeleid op het terrein van financiën, personeel en huisvesting. Heeft u na het lezen van het rapport behoefte aan verdere toelichting, wilt u meer informatie of heeft u ondersteuning nodig van Verus? Neem dan vrijblijvend contact op: wij beschikken over gespecialiseerde kennis op het gebied van huisvesting, planning, bekostiging, financieel- en personeelsbeleid. Meer informatie over het thema bedrijfsvoering vindt u op onze website: https://www.verus.nl/themas/bedrijfsvoering.
Deze prognose is opgesteld door: mw. drs. R. Jordanov rjordanov@verus.nl 0348 - 744 121
Het voedingsgebied van de basisschool omvat: de wijken Middelburg-Noord (01) en MiddelburgZuidwest (02).
Bron: Kadaster
De woningvoorraad in het genoemde voedingsgebied ontwikkelt zich volgens de gemeente als volgt:
12000 10000
5
124
150
114
9427
9432
9556
9706
2021
2022 nieuwbouw tijdens jaar
2023 voorraad op 1 januari
2024
8000 6000 4000 2000 0
De onderstaande tabel toont de historische ontwikkeling van het aantal kinderen in het voedingsgebied per leeftijd per 1 januari van het betreffende kalenderjaar. Daarnaast geeft het een prognose van het kindertal per leeftijd voor de komende jaren (rekening houdend met eventuele woningbouw). feitelijk leeftijd
2014
2015
0
161
1
167
2
prognose
2016
2017
2018
2019
2020
183
171
174
159
168
187
17 1
172
185
176
174
157
164
18 6
17 1
200
174
169
185
195
188
167
17 1
19 4
18 0
3
168
198
181
178
185
212
194
17 3
17 7
203
18 9
4
167
171
207
183
188
197
210
19 9
17 8
18 4
2 12
5
174
168
179
220
185
198
199
2 17
206
18 6
19 3
221
6
191
176
177
188
217
192
203
204
222
2 13
19 3
200
7
185
187
183
188
200
220
197
2 10
2 11
233
224
203
8
207
191
191
187
193
206
221
200
2 14
2 17
240
230
9
221
197
194
196
187
191
214
223
202
2 18
222
245
10
213
220
202
195
194
190
201
2 17
226
207
224
228
11 12
255 239
215 248
220 215
205 230
207 212
201 207
195 206
205 19 8
221 209
233 228
2 15 241
232 221
ba s .ge n. ba s .ge n 4 / 7
16 8 5 7 17
15 9 9 702
16 18 746
16 3 1 779
16 3 5 790
16 5 7 807
17 0 2 809
17 3 4 830
17 4 2 8 17
17 6 0 8 16
17 9 6 823
18 2 2 821
2021
2022
2023
2024
2025
19 7
NB: De meest actuele demografische gegevens die beschikbaar zijn, hebben betrekking op uitgangsjaar 2020 (1 januari), de cijfers voor 20201 en verder betreffen een prognose. De historische aantallen zijn conform CBS-richtlijnen afgerond op veelvouden van vijf. In de daadwerkelijke analyses ten bate van de leerlingenprognose zijn wel de onafgeronde aantallen benut.
De volgende tabel toont de jaarlijkse mutatiefactoren in het voedingsgebied per leeftijd, gecorrigeerd voor veranderingen in de woningvoorraad. De mutatiefactoren tonen de ontwikkelingen in de omvang van de leeftijdscohorten tussen kalenderjaren (van 0-jarigen naar 1-jarigen, van 2- naar 3-jarigen enzovoorts). De geprognosticeerde factoren zijn het gemiddelde van de afgelopen vijf jaren. feitelijk leeftijd
2014/ 2015
2015/ 2016
prognose
2016/ 2017
2017/ 2018
2018/ 2019
2019/ 2020
2020/ 2021
2021/ 2022
2022/ 2023
2023/ 2024
2024/ 2025
2025/ 2026
0 1
1,069
1,016
1,016
0,989
0,982
0,972
0,995
0 ,9 9 6
1,0 0 8
1,0 11
1,0 0 7
1,0 0 3
2
1,043
0,988
0,987
1,096
1,074
1,059
1,041
1,0 4 1
1,0 5 4
1,0 5 7
1,0 5 3
1,0 5 0
3
0,991
1,046
1,039
0,989
1,081
1,027
1,037
1,0 3 7
1,0 5 0
1,0 5 3
1,0 4 9
1,0 4 5
4
1,019
1,051
0,998
1,045
1,059
0,986
1,028
1,0 2 8
1,0 4 1
1,0 4 4
1,0 4 0
1,0 3 6
5
1,007
1,052
1,049
1,000
1,047
1,006
1,031
1,0 3 1
1,0 4 4
1,0 4 7
1,0 4 3
1,0 4 0
6
1,012
1,059
1,037
0,976
1,032
1,021
1,025
1,0 2 5
1,0 3 8
1,0 4 1
1,0 3 7
1,0 3 4
7
0,980
1,045
1,048
1,053
1,008
1,022
1,035
1,0 3 6
1,0 4 9
1,0 5 1
1,0 4 7
1,0 4 4
8
1,033
1,027
1,008
1,016
1,024
1,000
1,015
1,0 16
1,0 2 8
1,0 3 1
1,0 2 7
1,0 2 4
9
0,953
1,021
1,013
0,989
0,984
1,034
1,008
1,0 0 9
1,0 2 1
1,0 2 4
1,0 2 0
1,0 17
10
0,996
1,031
0,992
0,979
1,010
1,048
1,012
1,0 12
1,0 2 5
1,0 2 8
1,0 2 4
1,0 2 1
11 12
1,010 0,973
1,005 1,005
1,002 1,032
1,050 1,023
1,030 0,994
1,022 1,020
1,022 1,015
1,0 2 2 1,0 15
1,0 3 5 1,0 2 8
1,0 3 8 1,0 3 1
1,0 3 4 1,0 2 7
1,0 3 1 1,0 2 4
Methode 1 baseert zich op twee aspecten. Ten eerste het deelnamepercentage van de 4-jarigen op de school ten opzichte van het totaalaantal 4-jarigen in het voedingsgebied. Ten tweede op de doorstroomfactoren binnen de school. De doorstroomfactoren tonen de ontwikkelingen in de omvang van leeftijdsgroepen tussen schooljaren (van 4-jarigen naar 5-jarigen, van 5- naar 6-jarigen enzovoorts). Onderstaande tabel toont de historische leerlingaantallen per leeftijdsgroep en de geprognosticeerde aantallen op basis van methode 1: feitelijk
prognose
leeftijd
2015/2016
2016/20017
2017/2018
2018/2019
2019/2020
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
4
32
21
43
35
41
38
35
36
42
39
5
17
35
21
46
35
41
38
35
36
42
6
19
22
36
21
47
36
42
39
36
38
7
12
23
22
37
23
47
36
42
39
36
8
10
12
23
22
40
25
51
39
46
42
9
20
18
13
23
24
42
26
54
41
48
10
23
21
19
13
24
25
44
27
56
43
11
17
20
19
21
10
21
22
38
24
49
12
1
5
2
2
4
4
8
9
15
10
4-7 jaar
80
101
122
139
146
162
151
153
154
155
totaal
151
177
198
220
248
279
303
320
336
347
De volgende tabel toont het historische deelnamepercentage van de 4-jarigen op school. Het toekomstig deelnamepercentage van de 4-jarige leerlingen is bepaald op: het gemiddelde van de laatste vier deelnamepercentages. feitelijk
deelnam e
prognose
2015/2016
2016/20017
2017/2018
2018/2019
2019/2020
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
15,5%
11,5%
22,9%
17,8%
19,5%
19,1%
19,8%
19,8%
19,8%
19,8%
leerlingen
32
21
43
35
41
38
35
36
42
39
kinderen
207
183
188
197
210
199
178
184
212
197
Onderstaande tabel laat de historische doorstroomfactoren zien ten opzichte van het voorgaande schooljaar. De toekomstige doorstroomfactoren bepaald op: de laatstbekende cijfers uit de analyse periode. feitelijk
prognose
leeftijd
2015/2016
2016/2017
2017/2018
2018/2019
2019/2020
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
5
0,944
1,094
1,000
1,070
1,000
1,000
1,000
1,000
1,000
1,000
6
1,118
1,294
1,029
1,000
1,022
1,029
1,029
1,029
1,029
1,029
7
0,706
1,211
1,000
1,028
1,095
1,000
1,000
1,000
1,000
1,000
8
0,833
1,000
1,000
1,000
1,081
1,087
1,087
1,087
1,087
1,087
9
1,053
1,800
1,083
1,000
1,091
1,050
1,050
1,050
1,050
1,050
10
0,920
1,050
1,056
1,000
1,043
1,042
1,042
1,042
1,042
1,042
11
1,063
0,870
0,905
1,105
0,769
0,875
0,875
0,875
0,875
0,875
12
0,053
0,294
0,100
0,105
0,190
0,400
0,400
0,400
0,400
0,400
Methode 2 baseert zich op het deelnamepercentage van de gehele schoolbevolking (4 t/m 12-jarigen) ten opzichte van de basisgeneratie in het voedingsgebied. Het toekomstige deelnamepercentage van de schoolbevolking is bepaald op: oplopend naar 19,0% in schooljaar 2024/2025. Onderstaande tabel toont de historische leerlingaantallen van de school, de omvang van de basisgeneratie en de verhouding tussen beide (het deelnamepercentage). Tevens geeft het de geprognosticeerde leerlingaantallen van de school weer op basis van methode 2: feitelijk leeftijd
prognose
2015/2016
2016/2017
2017/2018
2018/2019
Leerlingen 4-12
151
177
198
220
248
279
296
317
332
346
Basisgeneratie
1620
1630
1635
1655
1700
1735
1742
1760
1796
1822
Deelname
9,3%
10,9%
12,1%
13,3%
14,6%
16,1%
17,0%
18,0%
18,5%
19,0%
Basisgeneratie 4/7
745
780
790
805
810
830
817
816
823
821
Leerlingen 4-7
80
101
122
139
146
162
139
147
152
156
2019/2020 2020/2021 2021/2022 2022/2023 2023/2024 2024/2025
De prognosemethode die naar inschatting het meest passend is voor de school, betreft methode 1. Onderstaande figuur toont de historische en geprognosticeerde leerlingaantallen tot en met 2024/2025 (onderbouw en totaal) op basis van deze analysemethode. In volgend hoofdstuk wordt op basis van deze aantallen de verwachte bekostiging en ruimtebehoefte doorgerekend.
400 350
303
347
154
155
248 220
250
150
336
279
300
200
320
177 101
198 122
139
146
162
151
153
100 50 0 2016/2017 2017/2018 2018/2019 2019/2020 2020/2021 2021/2022 2022/2023 2023/2024 2024/2025
Onderbouw
Totaal
Op basis van de verwachte leerlingaantallen voor komende jaren en de ‘achterstandsscore’ van de school (CBS-indicator), volgt voor de komende schooljaren de onderstaande prognose van de rijksbekostiging. Aangezien het onderwijs vele specifieke en aanvullende regelingen kent, betreft het een globale, richtinggevende prognose. schooljaar
prognose
2020/2021
2021/2022
2022/2023
2023/2024
2024/2025
Personele bekostiging regulier
€ 933.227
€ 1.042.847
€ 1.098.203
€ 1.150.148
€ 1.196.613
Personeels- en arbeidsmarktbeleid
€ 200.196
€ 222.885
€ 240.306
€ 252.989
€ 264.507
Materiële instandhouding
€ 193.613
€ 211.260
€ 226.063
€ 232.241
€ 246.974
Prestatiebox
€ 48.814
€ 54.916
€ 59.601
€ 63.012
€ 66.109
€ 1.375.850
€ 1.531.907
€ 1.624.173
€ 1.698.390
€ 1.774.202
Totaal bovenstaand
NB: De prognose van de bekostiging is indicatief en gaat uit van de landelijke gewogen gemiddelde leeftijd (GGL). De bekostiginsprognose is exclusief specifieke regelingen/subsidies.
De ruimtebehoefte wordt bepaald volgens de normberekening zoals vastgelegd in de modelverordening onderwijshuisvesting van de VNG. In onderstaande tabel is de ruimtebehoefte gebaseerd op de actuele (nieuwe) ruimtenormering van de VNG, waarbij op grond van het aantal leerlingen het genormeerde bruto vloeroppervlak wordt bepaald. kalenderjaar
bruto vloeroppervlak m2
prognose
2021
2022
2023
2024
2025
1603
1724
1810
1890
1945
Ter indicatie van het aantal te vormen groepen, geeft onderstaande tabel een prognose van de formatiebehoefte op basis van de voormalige ‘formatierekeneenheden’. Aangezien deze systematiek niet meer gehanteerd wordt, is de tabel enkel als aanvullende informatievoorziening bedoeld. kalenderjaar
aantal groepen
prognose
2021
2022
2023
2024
2025
12
13
13
14
14
Het opstellen van een leerlingenprognose gebeurt in een aantal stappen. Allereerst moet worden bepaald waar de leerlingen van de school vandaan komen. Het gebied waar ten minste 70% van de leerlingen uit afkomstig zijn, wordt het voedingsgebied genoemd. Vervolgens wordt op basis van de bevolkingsgegevens van het voedingsgebied een prognose gemaakt van de basisgeneratie (het totaalaantal kinderen van 4 t/m 11 jaar en 30% van de 12-jarigen in het voedingsgebied). De geprognosticeerde basisgeneratie vormt het demografische potentieel voor scholen in het voedingsgebied. Vervolgens wordt het toekomstig aantal leerlingen van een school geschat aan de hand een historisch verantwoord (deelname)percentage van de basisgeneratie.
Het voedingsgebied van een school is het gebied waar de leerlingen van die school grotendeels vandaan komen (minstens 70%). Het voedingsgebied vormt de basis van de rest van de prognose, een goede bepaling van het voedingsgebied is daarom erg belangrijk. Een voedingsgebied kan bestaan uit een reeds bestaand gebied, een toekomstig nieuwbouwgebied of een combinatie van deze twee. Hoewel het voedingsgebied van een school niet altijd synchroon loopt met de wijk- en buurtindeling van de gemeente, zal bij de bepaling van het voedingsgebied toch zoveel mogelijk aangesloten moeten worden gezocht bij de gemeentelijke wijk- en buurtindeling, omdat alleen voor deze gebieden de benodigde gegevens kunnen worden verstrekt.
Het prognosemodel heeft als hoofdtaak om de basisgeneratie (het totaalaantal kinderen van 4 t/m 11 jaar en 30% van de 12-jarigen in het voedingsgebied: ruwweg de leeftijdsopbouw van basisschoolleerlingen) in het voedingsgebied van de school te prognosticeren. Voor de kortetermijnprognose wordt de zogenaamde ‘cohortmethode’ worden gebruikt. De methode komt in de basis neer op het ‘doorschuiven’ van leeftijdscohorten over de tijd. Eerst wordt een historische analyse gemaakt van de ontwikkeling van de bevolking en de woningvoorraad in de afgelopen jaren in het voedingsgebied (de analyseperiode). Voor de historische analyse zijn de volgende gegevens nodig: per jaar het aantal kinderen van 0 t/m 12 jaar in 1jaarscohorten, en per jaar het aantal woningen. In de analyse wordt de omvang van een cohort in jaar t vergeleken met de omvang van dat cohort in jaar t + 1. De analyses worden uitgedrukt in zogenaamde ‘mutatiefactoren’. Als voorbeeld: Een cohort van 100 0-jarige kinderen in 2018 en 103 1jarige kinderen in 2019 levert voor dat leeftijdscohort een mutatiefactor op van 103/100 = 1,03. Op deze manier ontstaan per leeftijdscohort en per kalenderjaar reeksen van mutatiefactoren die de ontwikkeling van de bevolking in de analyseperiode laten zien. Vervolgens worden deze mutatiefactoren vergeleken met de ontwikkeling van de woningvoorraad in dezelfde periode.
In het voornoemde voorbeeld zou de woningvoorraad in het jaar 2019 toegenomen kunnen zijn van 400 naar 420, hetgeen een mutatiefactor woningvoorraad van 420/400 = 1,05 oplevert.
De ‘gecorrigeerde mutatiefactor kinderen’ bedraagt dan 1,03/1,05 = 0,98. Hieruit kan de conclusie worden getrokken dat de woningvoorraad sterker is gegroeid dan het cohort van de 0-jarigen en dat bij een geringere groei van de woningvoorraad vermoedelijk een negatief migratiesaldo had ontstaan voor dit cohort. Op een vergelijkbare manier kan voor elk leeftijdscohort en elk kalenderjaar een feitelijke en een gecorrigeerde mutatiefactor worden berekend, waardoor duidelijk wordt wat er werkelijk is gebeurd in de analyseperiode (mutatie in aantal kinderen in het cohort) en wat er (rekenkundig) naar verwachting zou zijn gebeurd wanneer er geen wijziging in de woningvoorraad had plaatsgevonden. Met de analysegegevens uit het verleden en de toename van de woningvoorraad in de prognoseperiode kan vervolgens een prognose worden gemaakt van het aantal kinderen van 0 t/m 12 jaar door middel van een cohortsgewijze doorschuiving op basis van de mutatiefactoren (bijvoorbeeld op basis van het gemiddelde over de afgelopen vijf jaar). Deze methodiek maakt het mogelijk om gevolgen van de toe- of afname van de woningvoorraad in de prognoseperiode tot uitdrukking te brengen.
Nadat in de vorige stap de geprognosticeerde omvang van de basisgeneratie en de specifieke leeftijdscohorten in kaart is gebracht, kan de ontwikkeling van het leerlingaantal voor de individuele basisschool worden geprognosticeerd. Binnen een kortetermijnprognose zijn twee methodes mogelijk om het leerlingaantal te schatten: methode 1 op basis van doorstroomfactoren binnen de school en het instroompercentage van 4-jarigen en methode 2 op basis van het deelnamepercentage van de gehele schoolbevolking. Daarnaast is het mogelijk om het gemiddelde van methode 1 en 2 te hanteren. Hieronder volgt een nadere toelichting van de methodes. Methode 1 baseert zich op twee factoren, enerzijds de jaarlijkse doorstroomfactoren binnen de school en anderzijds het deelnamepercentage van 4-jarigen. De doorstroomfactor wordt berekend door het aantal leerlingen van een bepaalde leeftijd in het ene schooljaar te vergelijken met het aantal leerlingen van een 1 jaar hogere leeftijd in het daaropvolgende schooljaar. Als voorbeeld: wanneer er in oktober 2014 20 kinderen van 4-jarige leeftijd de school bezochten en er in oktober 2015 25 5-jarige kinderen op deze school zaten, betreft de doorstroomfactor voor deze leeftijdsgroep tussen oktober 2014-2015 25 / 20 = 1,25.
Een doorstroomfactor boven de 1 betekent dus dat het aantal leerlingen in dezelfde leeftijdsgroep is toegenomen, een doorstroomfactor kleiner dan 1 indiceert een afname. Voor alle leeftijdsgroepen worden doorstroomfactoren berekend, waarna de prognosemaker een aanname doet over de geschatte doorstroomfactoren in de toekomstige schooljaren op basis van de historische doorstroomfactoren. De tweede factor bij methode 1 betreft het deelnamepercentage 4-jarigen, ruwweg de leeftijd waarop kinderen het basisonderwijs instromen. Het deelnamepercentage 4-jarigen geeft het aantal 4-jarige leerlingen weer ten opzichte van het totaalaantal 4-jarige leerlingen in het voedingsgebied. Als voorbeeld: wanneer er 20 4-jarige kinderen een bepaalde school bezoeken en er op dat moment 200 4-jarige kinderen in het voedingsgebied wonen, betreft het deelnamepercentage 20 / 200 = 10%. De prognosemaker doet vervolgens een aanname over het geschatte deelnamepercentage 4-jarigen in de toekomstige schooljaren op basis van de historische deelnamepercentages. De combinatie van aannames over doorstroomfactoren en aannames over het deelnamepercentage 4-jarigen vormt de analytische basis voor de leerlingenprognose via methode 1. Methode 2 baseert zich op het deelnamepercentage van de gehele schoolbevolking en werkt volgens hetzelfde principe als uitgelegd bij het deelnamepercentage 4-jarigen.
Dat wil zeggen dat bij methode 2 het totaalaantal leerlingen dat een school bezoekt wordt afgezet tegen het totaalaantal kinderen in de basisgeneratie van het voedingsgebied. Als voorbeeld: wanneer er 200 kinderen een bepaalde school bezoeken en er op dat moment 2000 kinderen in het voedingsgebied wonen, betreft het deelnamepercentage van de schoolbevolking 10%. De prognosemaker doet vervolgens een aanname over het geschatte deelnamepercentage voor de gehele schoolbevolking in de toekomstige schooljaren op basis van de historische deelnamepercentages.
begrip Analyseperiode
Basisgeneratie Bovenbouw/Onderbouw Cohort Deelnamepercentage
Doorstroomfactor
Mutatiefactor Prognoseperiode
Uitgangsjaar Voedingsgebied
definitie De periode waarvan de gegevens van het voedingsgebied beschikbaar / ingevuld zijn. Het totaalaantal kinderen van 4 t/m 11 jaar en 30% van de 12-jarigen in een voedingsgebied. Deze leeftijdsgroepen vormen samen bij benadering de leeftijdsopbouw van leerlingen in het basisonderwijs. Leerlingen van respectievelijk 8 jaar en ouder, of 4 t/m 7 jaar. Een groep personen die één of meerdere gemeenschappelijke kenmerken heeft, binnen deze leerlingenprognose gaat het om dezelfde Het totaal van alle leerlingen op de scholen in een voedingsgebied ten opzichte van de basisgeneratie in dat voedingsgebied. Het relatieve verschil in omvang van een cohort binnen dezelfde school op twee verschillende tijdstippen. Deze factor laat de toe- of afname zien van het cohort als gevolg van tussentijdse instroom en uitstroom (om welke reden dan ook) op school. Het relatieve verschil in omvang van een cohort op twee verschillende tijdstippen. Deze factor laat de toe- of afname zien van het cohort als gevolg van vestiging, vertrek en sterfte in die periode. De periode waarover de prognose wordt opgesteld. In het geval van een kortetermijnprognose betreft dit de komende vier schooljaren. Het laatste jaar waarvan bevolkingsgegevens bekend zijn.
Het uitgangsjaar mag ten behoeve van een aanvraag voor huisvesting niet ouder zijn dan t-1 ten opzichte van het jaar van het jaar van indiening Het gebied waaruit een school de leerlingen betrekt. In een bestaand gebied moet minimaal 70 % van de leerlingen uit dat gebied komen.