Agendabundel

5

Deze vraag geldt zowel voor de herijking van het klassieke domein als voor de herijking van het sociaal domein. Voor de beantwoording van deze vragen hanteert Panteia een meetlat voor goed beleidsonderzoek, aan de hand waarvan de onderzoeksaanpak en -resultaten van de herijking van de verdeelmodellen beoordeeld kunnen worden. Deze meetlat betreft de volgende 6 aspecten: 1. Is het doel van het onderzoek helder (en helder genoeg geformuleerd)? 2. Zijn de uitgangspunten en aannamen helder, onderbouwd en verdedigbaar met het oog op de doelstelling? 3. Is de onderzoeksaanpak helder, onderbouwd en verdedigbaar met het oog op de doelstelling? 4. Zijn de onderzoeksresultaten (ontwikkelde verdeelmodellen) betrouwbaar? 5. Zijn de onderzoeksresultaten (ontwikkelde verdeelmodellen) valide (meten de modellen wat zij moeten meten, oftewel doen zij recht aan de doelstelling van het onderzoek)? 6. Zijn de onderzoeksresultaten reproduceerbaar, transparant en (in dit geval) onderhoudbaar? Deze zes aspecten vormen de deelvragen van deze contra-expertise. De beantwoording van deze vragen is volledig gebaseerd op de rapporten van AEF 1 en Cebeon 2. Na afronding van het onderzoek zijn AEF en Cebeon in de gelegenheid gesteld te reageren op de bevindingen uit dit rapport. Deze reactie is als bijlage aan het rapport toegevoegd.

Dit rapport presenteert de bevindingen van de contra-expertise die Panteia heeft uitgevoerd. De indeling van het rapport volgt in grote lijnen de zes deelvragen: Hoofdstuk 2 bespreekt aanleiding en doel van de herijking van de verdeelmodellen en beantwoordt daarmee deelvraag 1. Hoofdstuk 3 behandelt de belangrijkste uitgangspunten en bestuurlijke keuzes die gemaakt zijn bij de herijking en geeft daarmee antwoord op deelvraag 2. Hoofdstuk 4 bespreekt de gekozen methode (lineaire regressie) en de manier waarop deze methode is vormgegeven. Hoofdstuk 5 behandelt de het specifieke vraagstuk van endogene factoren en het kip eiprobleem. Tezamen beantwoorden hoofdstukken 4 en 5 deelvraag 3. Hoofdstuk 6 presenteert de bevindingen met betrekking tot de betrouwbaarheid, validiteit en reproduceerbaarheid van de herijking van de verdeelmodellen. In dit hoofdstuk worden dus de deelvragen 4, 5 en 6 behandeld. Hoofdstuk 7 bevat de conclusies van dit onderzoek. Bijlage 1 bevat de reactie van AEF en Cebeon op de hoofdtekst van dit rapport. Bijlage 2 bespreekt de visie van Panteia op de reactie van AEF en Cebeon.

1

AEF (2020), Een nieuw budgetverdeelmodel voor het sociaal domein, 21 april 2020 en AEF (2020), Onderzoeksverantwoording Herijking gemeentefonds sociaal domein, 22 april 2020. 2 Cebeon (2020), Herijking verdeling klassiek domein gemeentefonds, 30 november 2020.

6

2

Meetpunt 1: doelstelling Dit hoofdstuk bespreekt het doel van de herijking van de verdeelmodellen. Aan de hand van de rapportages voor beide domeinen bespreken wij de geformuleerde doelstellingen en kijken wij naar de duidelijkheid, consistentie tussen de beide rapportages en meetbaarheid van de doelstellingen. Paragraaf 2.1 gaat in op de aanleiding van de herijking, paragraaf 2.2 op de geformuleerde doelstellingen en in paragraaf 2.3 vatten we een en ander samen in enkele conclusies.

2.1

Aanleiding voor herijking verdeelmodel De context waarin het openbaar bestuur werkt, is de afgelopen decennia sterk veranderd. Om gemeenten optimaal te faciliteren, is het van belang dat de financiële verhoudingen aansluiten bij het veranderde takenpakket. Tegen deze achtergrond heeft het ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK) een breed onderzoek uitgezet om te komen tot een herijkte verdeling van de algemene uitkering van het gemeentefonds, inclusief de onderdelen buiten de algemene uitkering die samenhangen met het sociaal domein. Het doel van de herijking is te komen tot een volledige en integrale herziening van de verdeling van het gemeentefonds. De herijking is volledig, omdat alle uitgavenclusters van het gemeentefonds erin zijn betrokken evenals de verevening van de inkomsten.

2 . 1 . 1 V e r sch i l l en in a a n le i d ing v oo r he r i jk in g tus s en k la ss i ek en s oc ia a l d om e in In het klassieke domein ligt de directe aanleiding voor het onderzoek in noodzakelijk onderhoud (overhead, onwenselijk geachte maatstaven), de behoefte om specifieke vraagpunten op te lossen en de nadrukkelijke wens om de verdeling te vereenvoudigen. In het sociaal domein hebben de afgelopen jaren als gevolg van decentralisaties veel veranderingen plaatsgevonden in de gemeentelijke taken. Daardoor sloot het bestaande verdeelmodel niet goed meer aan op de werkelijke kosten. De aanleiding voor herziening in het sociaal domein is dus duidelijk verschillend van het klassieke domein. Dit is ook zichtbaar in de manier waarop het onderzoek is opgezet. Overigens gold ook voor het bestaande verdeelmodel in het sociaal domein dat er enkele ongewenste maatstaven gebruikt werden en dat de wens bestond om het verdeelmodel te vereenvoudigen. De aanleiding voor herijking is dus niet voor beide domeinen gelijk. In het socia al domein was herijking noodzakelijk omdat het bestaande verdeelmodel niet meer goed aansloot bij de kostenstructuur van gemeenten. In het klassieke domein was die aansluiting nog wel in orde en vormden noodzakelijk onderhoud en enkele specifieke punten de aanleiding tot herijking.

Deze verschillen in aanleiding voor de herijking kunnen van invloed zijn op de keuzes die gedurende het proces zijn gemaakt.

2.2

Doel van de herijking Het centrale doel van de verdeling is om gemeenten in een gelijkwaardige financiële uitgangspositie te brengen. Dit is vastgelegd in artikel 7 van de Financiële verhoudingswet (Fvw). Bij de verdeling van de algemene uitkering dient daarom rekening te worden gehouden met: a) verschillen in noodzakelijke uitgaven tussen gemeenten (kostenoriëntatie) en

7

b) de mogelijkheden die een gemeente heeft om die kosten te kunnen dekken uit eigen inkomsten (draagkracht). Dit maakt dat vergelijkbare gemeenten bij een gelijke belastingdruk een gelijkwaardig voorzieningenniveau kunnen realiseren, het zogeheten derde aspiratieniveau van Goedhart. Het is duidelijk dat dit doel bestaat uit twee delen: enerzijds moet de verdeling rekening houden met verschillen in noodzakelijke uitgaven, anderzijds moet er ook rekening worden gehouden met de mogelijkheden die gemeenten hebben om eigen inkomsten te genereren. Via het model voor inkomstenverevening wordt met dit laatste rekening gehouden. Dit inkomstenmodel is door het ministerie van BZK zelf opgesteld en vormt geen onderdeel van deze contra-expertise. De inkomsten uit eigen middelen zijn echter ook opgenomen in het verklaringsmodel voor het klassieke domein, in paragraaf 6.2 concluderen wij dat daarmee sprake is van ‘oververevening’ van de inkomsten uit eigen middelen. De modellen voor het klassieke en sociaal domein zijn bedoeld om de verschillen in noodzakelijke uitgaven te modelleren. Daarmee zou kostenoriëntatie dus kunnen worden gezien als het centrale doel van deze verdeelmodellen. Wel is belangrijk om te beseffen dat de verdeling van het macrobudget ten behoeve van het gemeentefonds gebaseerd is op het saldo van uitgaven volgens het uitgavenmodel en inkomsten volgens het inkomstenmodel.

Naast kostenoriëntatie spelen bij de herijking nog andere doelen een rol, zoals het vereenvoudigen van de verdeelmodellen. In de rapporten wordt daarom als doel van de herijking geformuleerd dat de nieuwe verdeling beter is dan de bestaande verdeling. Sociaal domein: “Het doel van het herijkingstraject is om tot een verdeling te komen die beter aansluit bij de huidige praktijk dan de bestaande verdeling.” 3 Klassiek domein: “Het doel van het herijkingstraject is te komen tot een verdeling die als ‘beter’ wordt gezien dan de huidige.” 4 De kwalificatie “beter” of “beter aansluitend bij de huidige praktijk” draait niet alleen om de kostenoriëntatie. Voor de beoordeling of het herijkte model beter is dan het huidige worden meerdere factoren beschouwd, die zijn opgenomen in een beoordelingskader. 5 Of het doel van de herijking bereikt is, hangt dus af van de weging die wordt gegeven aan verschillende elementen van het beoordelingskader. Het onderzoek in het klassieke domein maakt een prioritering van de elementen uit het beoordelingskader. Daarbij weegt kostenoriëntatie het zwaarst, gevolgd door globaliteit en uitlegbaarheid. Uit deze prioritering volgt echter niet concreet wanneer een model ‘beter’ is, dat blijft altijd een bestuurlijke afweging.

Voor het sociaal domein wordt volstaan met de opmerking dat weging van de criteria uit het beoordelingskader een bestuurlijke afweging is. Bestuurlijke keuzes tijdens het onderzoeksproces spelen dus een belangrijke rol bij de weging van elementen uit het beoordelingskader. Dit maakt het lastig om helder te krijgen wanneer gesteld kan worden dat het doel van de herijking gerealiseerd is.

3

AEF (2020), Een nieuw budgetverdeelmodel voor het sociaal domein, pagina 26. Cebeon (2020), Herijking verdeling klassiek domein gemeentefonds, pagina 31. 5 De uitgangspunten uit het beoordelingskader worden in hoofdstuk 3 uitgebreid besproken. 4

8

2.3

Conclusie ten aanzien van het aspect doelstelling Uit de rapporten van AEF en Cebeon concluderen we het volgende ten aanzien van de geformuleerde doelstellingen van de herijking van de verdeelmodellen: 

Duidelijkheid van de doelstelling: doel van de herijking is te komen tot een verdeelmodel dat ‘beter’ is dan de bestaande verdeling. De herijkte verdeelmodellen worden beoordeeld op diverse criteria en mede daardoor zijn de onderzoeken gestructureerd opgezet. Het is echter niet eenduidig is vast te stellen wanneer een verdeelmodel beter is. Gevolg is dat niet geheel duidelijk is wanneer de doelstelling bereikt is. Op het bestaande verdeelmodel was bovendien in allerlei opzichten het nodige aan te merken. Er zijn dus veel uitkomsten denkbaar die voldoen aan het doel ‘beter dan de bestaande verdeling’. Dat kan tot gevolg hebben dat een model wordt gekozen dat weliswaar beter is dan het bestaande, maar niet het best mogelijke model. Een ander mogelijk gevolg is dat deze doelstelling de vrijheid biedt om toe te werken naar een gewenste uitkomst, zolang maar voldaan wordt aan de eis dat het ‘beter’ is dan het bestaande.





6 7

Het effect daarvan is te zien in het subcluster Ruimte, Milieu en Economie (RME) in het klassieke domein. In dat cluster worden veel handmatige aanpassingen gedaan, waarbij onder andere gewichten van maatstaven gemaximeerd worden omdat deze als te hoog worden beschouwd. Het uiteindelijke voorkeursmodel is dan ook niet zozeer het resultaat van een analyse van verbanden tussen kosten en maatstaven, maar meer een bestuurlijke keuze voor een model dat “de meest plausibele gewichten voor dit clusteronderdeel”6 oplevert, waarbij het resultaat met betrekking tot de verdeling leidend is7. Meetbaarheid: het beoordelingskader bestaat uit een lijst van criteria, maar voor veel van die criteria is niet vooraf gedefinieerd op welke wijze gemeten kan worden hoe een model scoort. Hoe criteria tegen elkaar moeten worden afgewogen wordt evenmin duidelijk gemaakt. Daardoor is het onmogelijk om objectief te meten of de modellen voldoen aan de doelstelling. Mogelijk gevolg hiervan is dat (bestuurlijke) keuzes doorslaggevend worden voor het bepalen van het best passende model. Het hierboven genoemde voorbeeld van het subcluster RME laat zien dat deze aanpak veel mogelijkheden biedt om een gewenste uitkomst te bereiken.

Consistentie tussen beide onderzoeken: beide onderzoeken hebben tot doel een beter verdeelmodel te ontwikkelen en daarvoor maken beide onderzoeken terecht gebruik van hetzelfde beoordelingskader. De weging die gegeven wordt aan de elementen van dit beoordelingskader verschilt echter. In het klassieke domein wordt een prioritering in elementen uit het beoordelingskader aangebracht, terwijl er in het sociaal domein geen sprake is van een prioritering. Hierdoor is onduidelijk of afwegingen op dezelfde manier hebben plaatsgevonden. Aangezien de doelstelling op zich al de nodige ruimte biedt en bovendien lang niet altijd meetbaar is hoe een model presteert, is het niet duidelijk in hoeverre deze verschillende benaderingen (wel of niet prioriteren van de criteria) leiden tot verschillen tussen de modellen. Met andere woorden: in hoeverre had een identieke aanpak tot andere verdeelmodellen geleid?

Cebeon (2020), Herijking verdeling klassiek domein gemeentefonds, Bijlage E, pagina 130. Het betreffende gewicht is zo bepaald, dat het niet meer verdeeld dan in het huidige model.

9

Meetpunt 2: Uitgangspunten

3

Dit hoofdstuk bespreekt de uitgangspunten van de herijking van de verdeelmodellen. Zijn de uitgangspunten en aannames helder, onderbouwd en verdedigbaar met het oog op de doelstelling? Uit de rapportages leiden wij af welke aannames en (bestuurlijke) keuzes gemaakt zijn en in hoeverre ze zijn onderbouwd dan wel een arbitrair karakter hebben. Paragraaf 3.1 bespreekt de uitgangspunten, zoals die zijn vastgelegd in het beoordelingskader voor de herijking. Paragraaf 3.2 bespreekt de totstandkoming van de keuze voor de maatstaven die zijn meegenomen in de herijking van de verdeelmodellen. In paragraaf 3.3 formuleren we de belangrijkste bevindingen in de vorm van enkele conclusies.

3.1

Uitgangspunten Om de uitkomsten van de herijking te kunnen beoordelen, is aan het begin van het onderzoek van AEF en Cebeon een beoordelingskader opgesteld. Het beoordelingskader voor het klassieke domein is afgestemd met de beoordelingscriteria voor het sociaal domein en vastgesteld in het Bestuurlijk Overleg tussen de ministeries van BZK en Financiën en de VNG in september 2019. Hieruit blijkt dat beide onderzoeken hetzelfde beoordelingskader hanteren, al loopt de wijze van presentatie in de rapporten uiteen. Dit doet echter geen afbreuk aan de inhoud. Onderstaand overzicht van het beoordelingskader is gebaseerd op het rapport van AEF 8, dat 5 onderwerpen onderscheidt waaronder verschillende criteria vallen. 1. De mate waarin de verdeling voldoet aan de Financiële verhoudingswet (Fvw)  Kostengeoriënteerd: de verdeling moet de noodzakelijke kosten van gemeenten reproduceren.  Globaal: de verdeling moet niet te specifiek zijn  Objectief: de verdeling mag niet beïnvloedbaar zijn door gemeenten. Daarnaast mag de verdeling geen negatieve prikkels veroorzaken  Stabiel: de verdeling mag geen grote jaarlijkse fluctuaties kennen  Flexibel: de verdeling moet op lange termijn de dynamiek van de kosten volgen 2.

Uitlegbaarheid: voor het draagvlak is het belangrijk dat de uitkomsten uitlegbaar zijn, bijvoorbeeld dat er een plausibel verband is tussen de maatstaven en de kosten  ten aanzien van de methode  ten aanzien van de clusterindeling  ten aanzien van de plausibiliteit van het verband op niveau van maatstaven en gewichten  ten aanzien van de uitkomsten voor vergelijkbare gemeenten  ten aanzien van uitschieters  ten aanzien van reproduceerbaarheid 3. Vereenvoudiging: een belangrijke aanleiding voor de kritiek op het gemeentefonds was de complexiteit.  Aantal maatstaven  Type maatstaven en meetbaarheid  Kosten voor het onderhoud van de verdeling 4. Betrouwbaarheid van het onderzoek: zorgvuldig, transparant en reproduceerbaar

8

10

AEF (2020), Een nieuw budgetverdeelmodel voor het sociaal domein, Bijlage B, pp. 82-85.

   

Betrouwbare data, op basis van nettolasten inclusief toerekening van overhead en reserves Relevante achtergronden van kosten zijn in beeld Gevalideerde uitkomsten Getoetst op knelpunten uit het kwalitatief onderzoek

5. Ondersteunend aan transformatie: deze criteria hebben betrekking op het sociaal domein, waar de decentralisatie ook een verandering van het beleid (transformatie) naar meer participatie, inclusie en maatwerk en een integrale aanpak inhield. De herijking dient daar rekening mee te houden. 9 Criteria die daarbij genoemd worden:  ‘Ontschot’ werken  Lokaal maatwerk  Beweging van individuele naar collectieve voorzieningen  Mogelijkheid om specifieke middelen te volgen Voor beide onderzoeken geldt dat er keuzes moeten worden gemaakt in gevallen waar de criteria uit het beoordelingskader op gespannen voet met elkaar staan. Deze keuzes zijn gemaakt in overleg met de bestuurlijke stuurgroep en begeleidingsgroepen die door het ministerie van BZK zijn ingesteld. De rapporten bieden enig inzicht in de manier waarop de criteria uit het beoordelingskader worden gewogen. Voor het klassieke domein wordt gesteld dat kostenoriëntatie vanuit de Fvw het centrale uitgangspunt is. Daarnaast wordt veel waarde gehecht aan (bestuurlijk en ambtelijk) uitlegbare uitkomsten. Zodoende is voor het klassieke domein de volgende prioritering aangebracht: 1. Kostenoriëntatie. 2. Uitlegbaarheid (plausibele relatie maatstaven en kosten) en globaliteit (niet onnodig veel maatstaven). 3. Overige elementen uit het beoordelingskader.

Er wordt echter niet duidelijk gemaakt hoe deze criteria gewogen moeten worden. Om die reden zit er veel ruimte in de afwegingen en is daarmee het resultaat van bestuurlijk overleg. Voor het sociaal domein wordt gesteld dat weging van de criteria uit het beoordelingskader een bestuurlijke afweging is. Het beoordelingskader kan helpen bij de bestuurlijke keuze tussen verschillende varianten van het model. Er wordt in de rapportages geen verklaring gegeven waarom voor het klassiek e domein wel een prioritering is aangebracht en voor het sociaal domein niet. Voor beide domeinen geldt dat de criteria uit het beoordelingskader een handvat zijn, maar dat de uiteindelijke keuze voor het verdeelmodel een bestuurlijke beslissing is. Hoewel dit vanuit bestuurlijk oogpunt begrijpelijk is, ontstaat hierdoor het risico dat het uitgangspunt van kostenoriëntatie in het geding komt. Dit is zichtbaar in het subcluster RME in het klassieke domein, waar bestuurlijke keuzes zijn gemaakt om aansluitverschillen voor de kleinste gemeenten te beperken. Op zichzelf is het verdedigbaar dat grote aansluitverschillen voor een specifieke groep als onwenselijk worden gezien.

In het cluster RME wordt echter gesteld dat uiteindelijk is gekozen voor een model dat “de meest plausibele gewichten voor dit clusteronderdeel” oplevert en waarbij men voor twee historische maatstaven het gewicht heeft gemaximeerd op de bijdrage aan de verdeling in het huidige model (zie ook paragraaf 2.3). Hiermee wordt de (bestuurlijke) toets op plausibiliteit opgerekt: niet alleen wordt de keuze van maatstaven en het mogelijke teken (negatief of positief) getoetst op plausibiliteit, ook 9

In het rapport voor het sociaal domein wordt aangegeven dat deze criteria vooral een rol spelen bij de afbakening van de clusters.

11

het gewicht van maatstaven wordt daar nu door bepaald. Daarmee begeeft men zich op een hellend vlak, want van een objectieve basis om verdelingen van middelen op te baseren is dan feitelijk geen sprake meer en de vraag doet zich voor of het niet mogelijk was geweest de objectiviteit wat strakker in de methodiek te borgen. Was het bijvoorbeeld niet mogelijk geweest om eerst een regressie uit te voeren op alle maatstaven behalve de historische maatstaven en vervolgens op de residuen de gewichten van de historische maatstaven te schatten? Wellicht had dat wel aanvaardbare gewichten voor de historische maatstaven opgeleverd.

3.2

Keuze maatstaven In de verdeelmodellen voor het gemeentefonds wordt gebruik gemaakt van objectieve maatstaven die iets zeggen over de structuur van een gemeente, bijvoorbeeld het aantal inwoners of het aantal woonruimten. Deze maatstaven (structuurkenmerken) moeten ‘kostendrijvers’ zijn, in de betekenis die de Financiële verhoudingswet daaraan geeft, namelijk dat er sprake moet zijn van een inhoudelijke relatie tussen de beoogde maatstaven en de uitgaven van gemeenten. Het is dus van belang dat de relatie tussen de gekozen maatstaven en de kosten goed wordt onderbouwd. De wijze waarop wordt bepaald welke maatstaven in aanmerking komen voor het verdeelmodel is dus een belangrijk uitgangspunt voor de herijking van de modellen. Een eerste keuze hierbij is dat de verklaringsmodellen voor zowel het klassieke als het sociaal domein zijn geschat per cluster(onderdeel), omdat per homogeen clusteronderdeel maatstaven konden worden gekozen die een onderbouwde relatie hebben met de kosten. In het sociaal domein zijn 4 clusters gekozen, zonder nadere onderverdeling. Het klassieke domein bestaat uit 5 clusters, onderverdeeld in 12 subclusters.

3 . 2 . 1 K e uz e ma a t sta ve n: k la ss i ek e do me i n Bestuurlijk is afgesproken om bij de herijking van het klassiek domein alleen de huidige verdeelmaatstaven te gebruiken, aangevuld met een aantal nieuwe maatstaven voor centrumfuncties, onderwijsachterstanden en mensen met een niet westerse migratieachtergrond. Ter onderbouwing van deze keuze voor de gebruikte maatstaven vermeldt het rapport: “In stap 0 kunnen we uitgaan van een logische en plausibele relatie van deze maatstaven met de kosten. Omdat deze relaties tijdens het groot onderhoud nog tegen het licht zijn gehouden dan wel in het verleden zijn onderzocht.” 10 Gezien het belang van de inhoudelijke duiding van maatstaven als zijnde kostendrijvers, ware het wenselijk geweest om een duidelijke verwijzing te geven naar de onderzoeksrapporten, waarin kostendrijverschap wordt aangetoond. 3 . 2 . 2 K e uz e ma a t sta ve n: s oc ia a l d om e in In het sociaal domein hebben veel wijzigingen in het takenpakket van gemeenten plaatsgevonden, onder andere als gevolg van decentralisaties. Vanwege deze wijzigingen in het takenpakket werd vooraf al geconstateerd dat de bestaande set maatstaven niet meer voldeed. Daarom is er nieuw onderzoek gedaan naar de maatstaven die de kosten van gemeenten zouden kunnen verklaren.

Daarvoor zijn de volgende stappen genomen:  Op basis van literatuuronderzoek, interviews met kennisinstituten en input van gemeenten is een groslijst van (ruim 100) maatstaven opgesteld. 10

12

Cebeon (2020), Herijking verdeling klassiek domein gemeentefonds, pagina 46.



Deze lijst is getoetst aan het afwegingskader, niet-bruikbare maatstaven zijn verwijderd. Bijvoorbeeld omdat er geen data beschikbaar waren (of niet voor alle jaren).

Er bleef een lijst van 89 maatstaven over. Per cluster zijn er ca. 50 maatstaven geselecteerd die een plausibele relatie met de kosten zouden kunnen hebben. Met behulp van de regressieanalyse zijn hier vervolgens de maatstaven uit geselecteerd die de lasten van gemeenten het beste verklaren. 3 . 2 . 3 V e r g el i jk i ng tu ss en k la s s ie k e e n s oc ia a l d om e in Zowel voor het klassieke als voor het sociaal domein is de keuze voor de maatstaven gebaseerd op kwalitatieve argumenten. Voor het sociaal domein geldt dat de selectie bestaat uit een groslijst en niet gekoppeld is aan de uitgaven in de vier clusters. Dat laatste was wel wenselijk geweest. Vervolgens worden deze maatstaven in een regressieanalyse meegenomen en wordt de relatie met de uitgaven in kaart gebracht. Voor de regressieanalyse zijn per cluster circa 50 maatstaven geselecteerd, waaronder de nodige maatstaven zullen zijn die geen duidelijke relatie met de kosten hebben. Dit blijkt wel uit het basismodel in het cluster Jeugd, waar de regressie in eerste instantie diverse maatstaven selecteert die niet gerelateerd zijn aan jeugd. Dat leidt ertoe dat deze maatstaven verwijderd worden en de regressie opnieuw geschat wordt.

Het was weliswaar logischer geweest om voorafgaand aan de regressie een scherpere selectie van maatstaven te maken, maar we begrijpen de praktische keuze om dit pas achteraf te doen Het valt op dat de onderzoeken voor het klassieke en sociaal domein een verschillende werkwijze hanteren voor de keuze van de onderzochte maatstaven. De reden hiervoor lijkt gelegen in de verschillende aanleidingen voor de herijking: in het sociaal domein was het bestaande model niet langer passend, terwijl aan het bestaande model in het klassieke domein voornamelijk onderhoud gepleegd moest worden. Zo wordt er in het klassieke domein op voorhand voor gekozen om de maatstaf klantenpotentieel te vervangen door de nieuwe maatstaf centrumfunctie, maar wordt in het soci aal domein op grond van de regressieresultaten besloten om met de maatstaf klantenpote ntieel te (blijven) werken. Daarnaast gebruiken beide modellen een maatstaf ‘laag inkomen met drempel’, maar daarbij worden verschillende drempels gehanteerd. Uit het oogpunt van consistentie was het beter geweest dit type keuzes meer op elkaar af te stemmen.

3.3

Conclusies ten aanzien van het aspect uitgangspunten Bestudering van de rapporten levert de volgende conclusies op ten aanzien van de duidelijkheid, onderbouwing en consistentie van de uitgangspunten van beide onderzoeken:  Correctheid: er wordt uitgegaan van een uitgebreid beoordelingskader, dat aansluit bij de vereisten die voortvloeien uit de Financiële verhoudingswet en bij eerdere onderzoeken naar de ontwikkeling van verdeelmodellen. Dit beoordelingskader vormt het handvat voor het maken van bestuurlijke keuzes.  Onderbouwing keuze voorkeursmodellen: keuzes voor voorkeursmodellen worden onderbouwd aan de hand van het beoordelingskader. Dit beoordelingskader biedt een duidelijk handvat voor het afwegen van keuzes. De keuzes in het sociaal domein zijn zeer uitgebreid onderbouwd, met voor elke modelvariant een heldere beoordeling aan de hand van het beoordelingskader. In het klassieke domein is de onderbouwing van de keuze voor een voorkeursmodel beperkt, waardoor niet altijd duidelijk is op grond waarvan een keuze gemaakt is.  Onderbouwing van keuze maatstaven: in het klassieke domein is duidelijk dat bestaande maatstaven de basis vormen voor de analyse, waarbij vooraf al enkele wijzigingen zijn vastgesteld. Deze keuze wordt onderbouwd met verwijzing naar eerder onderzoek naar

13



14

geschikte maatstaven, maar er wordt niet gespecificeerd om welk onderzoek het gaat of wat de conclusies daarvan waren. Dat mogelijke nieuwe maatstaven niet onderzocht zijn wordt onderbouwd met de constatering dat de bestaande set voldeed. In het sociaal domein vindt een op kwalitatieve gronden gebaseerde voorselectie van maatstaven plaats, waarbij 50 maatstaven door de selectie komen. Vervolgens wordt daaruit, op basis van regressie analyse en kwalitatieve beoordelingen, per cluster de set maatstaven voor het verdeelmodel geselecteerd. Consistentie: de onderzoeken hanteren hetzelfde beoordelingskader, maar dat kader bevat veel criteria. Hoe criteria tegen elkaar moeten worden afgewogen is onduidelijk. Dit is telkens onderwerp van een bestuurlijke keuze, wat ruimte biedt om verschillende afwegingen te maken. De onderzoeken hanteren verschillende methoden om te komen tot een set van maatstaven die dient als basis voor de analyse. Deze verschillende methoden leiden tot (op het oog) tegenstrijdige keuzes, zoals verschillende definities voor de maatstaven voor centrumfunctie en ‘laag inkomen met drempel’. Uit het oogpunt van consistentie was het beter geweest de methode voor de keuze van maatstaven meer op elkaar af te stemmen.

4

Meetpunt 3: Onderzoeksaanpak Beide onderzoeken maken in hun onderzoeksaanpak gebruik van de methode van regressieanalyse. De wijze waarop deze methode is toegepast verschilt echter wel op sommige aspecten. Dit hoofdstuk bespreekt de wijze waarop de methode van regressieanalyse in beide onderzoeken is toegepast, hoe dit is onderbouwd, in hoeverre er is gekeken naar de voor- en nadelen van deze aanpak en hoe daar in de onderzoeken mee wordt omgegaan.

4.1

Keuze voor lineaire regressie In 2018 heeft onderzoeksbureau SEO een onderzoek gepubliceerd naar de optimale verdeelsystematiek voor het sociaal domein van het gemeentefonds. 11 Uit dit onderzoek kwam regressieanalyse op basis van gemeentelijke uitgaven naar voren als meest geschikte methode op korte termijn. 12 Regressieanalyse op basis van gemeentelijke uitgaven wordt door SEO beoordeeld als een wetenschappelijk verantwoorde methode, die bestuurlijk acceptabel is en niet leidt tot ongewenste prikkels voor gemeenten. Wel plaatst SEO een aantal kanttekeningen bij deze methode:  Voor een betrouwbare analyse kan niet worden gewerkt met gegevens van een kleine groep gemeenten, maar dienen bij voorkeur gegevens van alle gemeenten gebruikt te worden.  Voor de regressieanalyse wordt gebruik gemaakt van Iv3-gegevens. Deze zijn echter matig van kwaliteit, wat opschonen van de data en gelijktrekken van definities noodzakelijk maakt.  De methode sluit niet helemaal aan bij de noodzakelijke kosten van gemeenten, omdat de analyse gebaseerd is op historische kosten waarbij noodzakelijke kosten en beleidskeuzes niet van elkaar te onderscheiden zijn. Op basis van het onderzoek van SEO is ervoor gekozen de verdeling voor het sociaal domein met behulp van lineaire regressieanalyse te bepalen.

Omdat consistent ie in methode voor de verdeling van de algemene uitkering wenselijk werd geacht, is er ook voor het klassieke domein voor gekozen om modellen te schatten met behulp van lineaire regressie. Als uitgangspunt is gekozen voor lineaire maatstaven. De keuze voor een lineaire regressie met lineaire maatstaven is mede ingegeven door de wens om het model uitlegbaar te houden. Niet-lineaire verbanden of maatstaven zijn moeilijker uit te leggen. Daarnaast zou het opnemen van niet-lineaire maatstaven de uitkomsten van het model bij gemeentelijke herindelingen sterk kunnen beïnvloeden, wat gezien wordt als een ongewenste prikkel. Ondanks het uitgangspunt om te werken met lineaire maatstaven zijn er in de modellen enkele niet-lineaire maatstaven opgenomen. Daarnaast worden er maatstaven met drempel gebruikt, terwijl ook dergelijke maatstaven ertoe leiden dat de verdeelmodellen minder goed bestand zijn tegen gemeentelijke herindelingen. Het is echter mogelijk dat sommige maatstaven niet-lineair samenhangen met kosten. Zo lijkt in enkele clusters sprake te zijn van hogere lasten voor gemeenten die in inwonertal heel klein of juist heel groot zijn. Dergelijke niet -lineaire verbanden zijn

11

SEO (2018), De optimale verdeelsystematiek voor het sociaal domein in het gemeentefonds Regressieanalyse op basis van individueel gebruik werd weliswaar als een meer geschikte methode beoordeeld, maar geconcludeerd werd dat dat op dit moment niet uitvoerbaar is. 12

15

met de gekozen werkwijze lastig te vangen. Een andere consequentie van de gekozen werkwijze is dat grotendeels wordt afgezien van kruistermen. Een kruisterm is een combinatie van meerdere maatstaven in één verklarende variabele, waarmee de samenloop van verschillende problemen gemodelleerd kan worden. 13 Het is heel goed denkbaar is dat juist de combinatie van verschillende kostendrijvers tot hogere lasten leidt. De gekozen methode beperkt dus de mogelijkheden om de invloed van maatstaven op de gemeentelijke uitgaven goed weer te geven, en dus de mogelijkheden om de kosten goed te beschrijven (kostenoriëntatie).

4.2

Opbouw regressie Zowel in het klassieke als het sociaal domein wordt gebruik gemaakt van regressieanalyse om de lasten van gemeenten te verklaren. De manier waarop de regressieanalyse is opgezet is echter niet hetzelfde. Deze paragraaf bespreekt de gehanteerde regressiemethodes en gaat vervolgens in op de mogelijke effecten van de verschillen in benadering.

4 . 2 . 1 S o c ia a l do me i n In het sociaal domein is de regressie uitgevoerd volgens de forward stepwise methode. Daarin wordt stapsgewijs steeds de maatstaf toegevoegd wordt die ten opzichte van de bestaande set maatstaven het model het meeste verbetert. De regressie dient hiermee dus ook het doel van het selecteren van de maatstaven. De werkwijze in het sociaal domein bestaat uit de volgende stappen: 1. Aan het begin van de analyse zijn er afhankelijk van het cluster ongeveer 50 maatstaven beschikbaar om de kosten mee te voorspellen. Daarin zoekt de regressieanalyse de maatstaf die het beste op de gegevens past. Die wordt toegevoegd aan het model. 2. In de volgende stap zoekt de analyse in de overgebleven 49 maatstaven welke maatstaf in combinatie met de al toegevoegde maatstaf de kosten het beste verklaart. Die wordt als tweede toegevoegd aan het model, en zo verder.14 3. Hieruit volgt een ‘basismodel’ waar nog geen handmatige aanpassingen aan zijn gedaan. Dit basismodel wordt getoetst aan het beoordelingskader (kostenoriëntatie, globaal, objectief, stabiel, flexibel, plausibel, aantal maatstaven, analyse uitschieters en validatie). 4. Aan de hand van het basismodel worden, in overleg met stuurgroep en begeleidingsgroep, afwegingen gemaakt aan welke randvoorwaarden het model moet voldoen en welke aanpassingen er nodig zijn.

Op basis van deze randvoorwaarden worden diverse modelvarianten geschat. 5. Ook de modelvarianten worden getoetst aan het beoordelingskader. In overleg met stuurgroep en begeleidingsgroep is vervolgens een keuze gemaakt voor een voorkeursvariant. De regressie in het sociaal domein dient dus twee doelen: ten eerste worden de maatstaven geïdentificeerd die de kosten het beste verklaren. Ten tweede wordt, nadat (bestuurlijke) afwegingen zijn gemaakt over de randvoorwaarden waaraan het model moet voldoen, de regressieanalyse gebruikt om de coëfficiënten van de in het model opgenomen maatstaven te bepalen. Overigens dient hierbij te worden opgemerkt dat er weliswaar forward regression wordt toegepast om de maatstaven te

13

Er kan bijvoorbeeld gedacht worden aan de concentratie van bepaalde aandachtsgroepen in een gemeente (bijvoorbeeld personen met een laag inkomen). Als er in een gemeente veel personen uit zo’n aandachtsgroep wonen en deze personen ook nog eens zeer dicht op elkaar wonen, kan een cumulatie van problemen ontstaan die door de reguliere lineaire maatstaf ‘laag inkomen’ onvoldoende wordt opgepakt. Introductie van een kruisterm, bijvoorbeeld ‘laag inkomen’ maal ‘adressendichtheid’ kan dan helpen om het samenspel tussen deze maatstaven in de regressie op te nemen. 14 Om te bepalen wanneer gestopt moet worden met het toevoegen van maatstaven, maakt AEF gebruik van het ‘Akaike information criterion’.

16

vinden die de kosten het best verklaren, maar dat dit niet hoeft te betekenen dat deze maatstaven uiteindelijk ook gebruikt worden. Zo werden in het cluster Jeugd in eerste instantie maatstaven gevonden die inhoudelijk niet specifiek aan jeugd gerelateerd waren. Voor de (bestuurlijke) uitlegbaarheid werd dit niet wenselijk geacht, daarom werden de desbetreffende maatstaven uitgesloten en in het gekozen model vervangen door meer aan jeugd gerelateerde maatstaven. Daarmee werd door de deskundigen het inhoudelijke oordeel over kostendrijverschap ‘ex-post’ gegeven. 4 . 2 . 2 K l a ss i ek d om e in In het klassiek domein is een andere werkwijze gehanteerd. De set van maatstaven die in de modellen werd opgenomen was al vooraf bepaald, op basis van de bestaande set en vooraf vastgelegde aanpassingen aan die set maatstaven. Dit is de basis voor de regressieanalyse. Hieraan zijn de Algemene Eigen Middelen van gemeenten en de Specifieke Vaste Bedragen (SVB) van G4- en Waddengemeenten als verklarende variabelen toegevoegd. 15 Dit leidt tot de zogeheten nulvariant. Indien dit door de stuurgroep en begeleidingsgroep wenselijk werd geacht, zijn vervolgens enkele alternatieve modelvarianten geschat. De werkwijze in het klassiek domein bestaat uit de volgende stappen: 1. Regressieanalyse uitvoeren met de maatstaven die in het huidige verdeelmodel gebruikt worden. 2.

Maatstaven toevoegen en vervangen: 2.1 Algemene Eigen Middelen toevoegen als verklarende variabele 2.2 Specifieke Vaste Bedragen toevoegen als verklarende variabele 2.3 Vervangen van ongewenste maatstaven: dit betreft maatstaven die vooraf als ongewenst zijn aangemerkt, bijvoorbeeld maatstaven met drempels waar slechts enkele gemeenten op scoren, vaste bedragen en verouderde maatstaven16. 3. Dit levert een nulvariant van het verklaringsmodel op. Vervolgens zijn daar in sommige gevallen nog aanpassingen op gedaan: 3.1 Maatstaven met een negatief gewicht worden onwenselijk geacht en zijn verwijderd. 3.2 In overleg met de stuurgroep en begeleidingsgroep zijn voor sommige clusters alternatieve varianten verkend. 4 . 2 . 3 C o ns e qu ent i es g ek oz en b ena de r in g Er is een duidelijk verschil in de gekozen benadering tussen het klassieke en soci aal domein. Het klassieke domein gaat uit van een vaststaande set van maatstaven, terwijl de gebruikte maatstaven in het sociaal domein met behulp van forward regressie bepaald worden. In beide domeinen worden aan de hand van bestuurlijke afwegingen vervolgens nog maatstaven verwijderd (en in een enkel geval ook toegevoegd). Het verschil in gehanteerde aanpak om tot de gewenste maatstaven te komen komt voort uit de verschillende uitgangspunten ten aanzien van de te kiezen maatstaven en is vanuit die optiek te legitimeren.

Toch had een meer consistente aanpak voor de hand gelegen, waarbij in het klassieke domein een voorselectie plaatsvindt op basis van eerder onderzoek en vervolgens een stepwise regression zoals toegepast voor het sociaal domein.

15

Zie hoofdstuk 5 voor een uitgebreide bespreking van de keuze om deze variabelen in het verklaringsmodel op te nemen. 16 Nieuwe maatstaven die zijn geïntroduceerd ter vervanging van verouderde maatstaven zijn onder meer de maatstaven voor centrumfunctie, onderwijsachterstand en migratieachtergrond.

17

4.3

Steekproef Eén van de criteria uit het beoordelingskader voor de herijking van de verdeelmodellen is dat deze gebaseerd moeten zijn op betrouwbare data. Informatie over gemeentefinanciën wordt door het CBS bijgehouden in de zogeheten Iv3 statistieken. Deze informatie is voor alle gemeenten in Nederland beschikbaar. In de voorbereiding op de herijking bleek echter dat niet alle gemeenten hun uitgaven op dezelfde manier aan Iv3-posten toeschrijven. De Iv3-data werd daarom onvoldoende betrouwbaar geacht. In plaats daarvan is besloten om bij een steekproef van gemeenten uitvraag te doen naar de specifieke uitgaven op basis van grootboekrekeningen. Hiermee was het ook mogelijk een dieper inzicht in de achtergronden van uitgaven te krijgen. Het levert, naar we mogen aannemen, veel betrouwbaarder cijfers op.

4 . 3 . 1 T ots ta n dk o m in g st eek pr o ef Voor het klassieke en sociaal domein is gebruik gemaakt van dezelfde steekproef. In samenspraak met de begeleidingscommissies en stuurgroep is een lijst met relevante criteria opgesteld. Binnen elk van deze criteria diende voldoende vulling van gemeenten te zijn, d.w.z. een voldoende representatieve verdeling van scores op elk criterium. In aanvulling hierop is bepaald dat bepaalde gemeenten sowieso in de steekproef dienden te worden opgenomen:  Alle G4-gemeenten zijn onderdeel van de steekproef vanwege hun bijzondere positie en onderlinge verschillen.  Vanwege de bijzondere situatie van de Waddeneilanden zijn er twee Waddengemeenten vertegenwoordigd in de steekproef.  Er moesten voldoende centrumgemeenten in de steekproef zitten, dit zijn veelal wat grotere gemeenten.  Er is een extra gemeente in Zeeland opgenomen.  Herindelingsgemeenten zijn in beginsel niet meegenomen.  Alle provincies dienden voldoende vertegenwoordigd te zijn in de steekproef  Ook typen gemeenten met bijzondere kenmerken, zoals meerkernige gemeenten en gemeenten met een slechte bodem, moesten voldoende in de steekproef vertegenwoordigd zijn. 4 . 3 . 2 G ev o lg en va n sa m ens tel l i n g s t eek p ro ef Bovenstaande werkwijze heeft ertoe geleid dat grotere gemeenten oververtegenwoordigd zijn in de steekproef.

Dit geldt ook voor gemeenten met relatief veel eigen middelen. Bovendien vormen de G4 een onevenredig groot deel van de steekproef. Om te corrigeren voor over- en ondervertegenwoordiging van groepen in de steekproef, kan weging van groepen worden toegepast. Door gemeenten uit ondervertegenwoordigde groepen zwaarder te laten wegen in de regressieanalyse, kan worden gecompenseerd voor de scheve verdeling van de steekproef. In regressieanalyse is dit niet altijd nodig, als het model correct is gespecificeerd en geen essentiële factoren ontbreken, hoeft het niet uit maken of de regressies gewogen of ongewogen worden geschat 17. Bij het onderzoek in het sociaal domein heeft herweging van gemeenten ter controle plaatsgevonden. Daaruit bleek dat de aansluitverschillen voor kleinere gemeenten bij herweging vergelijkbaar waren, maar die voor G4-gemeenten toenamen. Verder werd gesteld, dat er weliswaar verschillen waren tussen de ongewogen en de gewogen 17

18

Zie bijvoorbeeld https://library.wur.nl/WebQuery/wurpubs/fulltext/305534

modelvarianten op het niveau van clusters, maar dat voor het gehele soc iaal domein de verschillen min of meer tegen elkaar wegvielen. Ook varianten met kleinere steekproeven uit de groep van steekproefgemeenten laten volgens AEF geen serieuze verschillen zien. Al met al concluderen de onderzoekers hieruit dat de steekproef borgt dat de verdeling de objectief verklaarbare kosten volgt. 18 Voor het uiteindelijke verdeelmodel wordt gebruik gemaakt van de ongewogen steekproef. Ook in het onderzoek in het klassiek domein heeft men weging toegepast als één van de validatiestappen van het verklaringsmodel. Het is onduidelijk hoe deze weging precies heeft plaatsgevonden, evenmin wordt duidelijk in welke richting de coëfficiënten van de maatstaven wijzigen. Het rapport over het klassiek e domein volstaat met de melding dat er hoge correlatie is tussen de uitkomsten van het gewogen en ongewogen model. Daaruit wordt geconcludeerd dat het ongewogen model bruikbaar is als verklaringsmodel. Beide onderzoeken kiezen ervoor om geen gebruik te maken van herweging van de modelschattingen. Het is onduidelijk waarom ervoor gekozen wordt dit niet te doen. Dat er verschillen zijn kunnen we opmaken uit de globale duiding in de rapportage en het ligt voor de hand, gezien de restricties die aan de modelspecificaties zijn gesteld, dat de modellen niet optimaal zijn.

In dat geval geldt de vuistregel dat bij twijfel het beste voor weging gekozen kan worden. Het kan best zijn, dat de ongewogen en gewogen regressies wat betreft performance niet veel van elkaar verschillen, maar de gewichten zullen niet gelijk zijn en dan kan het voor individuele gemeenten wel degelijk verschil maken of voor het ene of het andere model wordt gekozen. Om dan te kiezen voor het model, waarbij de populatieverhoudingen niet in acht zijn genomen, kan vragen en discussie oproepen bij gemeenten. In de rapportages is, gezien het belang van de keuze voor wegen dan wel niet wegen van de regressies, de verantwoording hiervan te globaal. Er mag op zijn minst verwacht worden dat de gemaakte keuzes gestaafd worden met harde cijfers te n aanzien van de verschillen tussen de twee varianten. Dat dit ontbreekt en dat weging voor de hand had gelegen maar niet gekozen is, geeft twijfel bij de juistheid van de modellen en de uiteindelijk gekozen gewichten.

4.4

Schalen van kosten en maatstaven Indien gebruik wordt gemaakt van het absolute lastenniveau van gemeenten, bestaat het risico dat de modellen teveel toegespitst worden op de gemeenten met de hoogste lasten. 19 Om dit te voorkomen worden de lasten en maatstaven in het socia al domein geschaald naar het aantal inwoners. 20 De regressie wordt dus uitgevoerd op de netto lasten per inwoner, waardoor de lasten van gemeenten vergelijkbaar zijn. Elke gemeente weegt dan even zwaar in de regressieanalyse. In het klassieke domein is het model voor het cluster Infrastructuur, Ruimte en Milieu (IRM)21 geschaald naar het aantal woonruimten in een gemeente. Over de andere clusters wordt niets gemeld. Het ligt voor de hand dat in andere clusters, net als in het sociaal domein, is geschaald naar aantal inwoners en we gaan hier gemakshalve vanuit dat dit zo gedaan is. 18

AEF (2020), Onderzoeksverantwoording Herijking gemeentefonds sociaal domein, pagina 112. Daardoor ontstaat correlatie tussen de storingsterm en het lastenniveau van gemeenten. Er wordt dan niet voldaan aan de eis van storingstemen met constante variantie (homoskedasticiteit). 20 Voor het domein Jeugd wordt geschaald naar aantal jeugdigen. 21 Het eerder genoemde subcluster RME maakt hier deel van uit. 19

19

4.5

Omgang met negatieve gewichten Het is mogelijk dat, in de resultaten van een regressieanalyse, een negatief gewicht aan een maatstaf worden toegekend. Dat hoeft niet per definitie problematisch te zijn, het kan immers zo zijn dat er een negatieve correlatie is tussen een maatstaf per inwoner en de lasten van een gemeente per inwoner 22. De onderzoeken in het sociaal en klassieke domein blijken verschillend om te gaan met negatieve gewichten.

4 . 5 . 1 O mga ng m et n ega ti ev e g e w ich te n in h et k la s s ie k e dom e in In het onderzoek in het klassieke domein worden maatstaven met negatieve gewichten als ongewenst beschouwd, omdat die niet uitlegbaar zouden zijn. In een model dat is opgebouwd uit structuurkenmerken (kostendrijvers) worden negatieve gewichten niet als logisch gezien. In de analyse van het klassieke domein wordt een negatief gewicht bovendien gezien als een signaal dat er mogelijk sprake is van multicollineariteit: als twee ma atstaven onderling sterk gecorreleerd zijn beïnvloedt het opnemen van beide maatstaven de geschatte coëfficiënten, wat ertoe kan leiden dat één van beide maatstaven een negatieve coëfficiënt krijgt. Dit leek het geval in het subcluster Crisisbeheersing en Brandweer, waar in de nulvariant zowel de maatstaf Inwoners als de maatstaf Woonruimten was opgenomen. Dit leverde een negatief gewicht op voor de maatstaf Woonruimten. Er is vervolgens voor gekozen alleen de maatstaf Woonruimten in het model op te nemen, omdat deze het meest gerelateerd is aan kosten voor de brandweer. Dit is een plausibele verklaring voor de gemaakte keuze. In het subcluster Bestuursorganen en Burgerzaken (BOBZ) zijn diverse aanpassingen gedaan om negatieve gewichten te voorkomen.

De maatstaven Bebouwingsdichtheid en Regionaal klantenpotentieel behoorden tot de huidige set maatstaven, maar bleken bij het draaien van de regressie een negatieve coëfficiënt op te leveren. Deze zijn voor de nulvariant verwijderd. In die nulvariant heeft de maatstaf Migratieachtergrond een negatieve coëfficiënt. Deze maatstaf is verwijderd en vervangen door een vast bedrag. 23 Als argument voor invoering van het vaste bedrag wordt vermeld dat dit is ingevoerd om aansluitverschillen bij kleine gemeenten te ondervangen. Bij een vast bedrag van €500.000 bleek ook de maatstaf bebouwingsdichtheid een significant positieve coëfficiënt te hebben. In het uiteindelijk gekozen model is deze maatstaf opgenomen. Deze werkwijze roept de nodige vragen op:  Het is onduidelijk wat de onderbouwing is voor het opnemen van Bebouwingsdichtheid, behalve dat deze in de huidige set maatstaven zit.  Men verwachtte dat Migratieachtergrond een kostendrijver voor burgerzaken zou zijn, maar nu wordt deze dus uit het model verwijderd omdat het in de nulvariant een negatieve coëfficiënt oplevert. Wellicht speelt correlatie met aantal inwoners hierin een rol, maar dat wordt niet toegelicht. Ook wordt niet toegelicht wat het effect is van de introductie van een vast bedrag op de coëfficiënt voor migratieachtergrond.

 In hoeverre zijn vaste bedragen wenselijk, gezien de verkeerde prikkelwerking die dit kan geven bij gemeentelijke herindelingen? 4 . 5 . 2 O mga ng m et n ega ti ev e g e w ich te n in h et s oc ia a l do m e in In het sociaal domein is, voorafgaand aan de regressieanalyse, voor elke maatstaf bepaald welk teken voor een maatstaf plausibel zou zijn (positief, negatief of beide mogelijk). Vervolgens zijn alleen die tekens toegestaan. Negatieve gewichten zijn in 22 23

20

In de modelschattingen is geschaald naar aantal inwoners. Er zijn modelvarianten geschat met verschillende vast bedragen: €250.000 of €500.000.

het sociaal domein dus niet bij voorbaat uitgesloten. In het uiteindelijke verdeelmodel is één maatstaf met een negatief gewicht opgenomen, een hoger (gestandaardiseerd) inkomen van de inwoners leidt voor een gemeente logischerwijs tot lagere kosten in het sociaal domein. 4 . 5 . 3 V e r g el i jk i ng k la ss i ek e en s oc ia a l d om e in Het valt op dat het sociaal en klassieke domein verschillend omgaan met negatieve gewichten voor maatstaven. Onvermeld blijft waarom negatieve gewichten in het klassieke domein onwenselijk worden geacht, maar in het sociaal domein wel acceptabel zijn. Dit verschil heeft waarschijnlijk te maken met de wijze waarop de keuze voor maatstaven tot stand komt: in het klassieke domein is dat gebaseerd op de bestaande set maatstaven, terwijl het in sociaal domein onderzoek gedaan is naar welke maatstaven in aanmerking komen en daarbij ook gekeken is naar een plausibel teken. Het gebruik van forward regression in het sociaal domein verkleint bovendien de kans op multicollineariteit, omdat twee gecorreleerde maatstaven niet zo snel beide aan het model zullen worden toegevoegd. In beide domeinen wordt in een aantal gevallen een negatief gewicht gevonden voor de maatstaf die als schaalfactor fungeert. In het sociaal domein is dat het geval voor de maatstaf Inwoners in de modellen voor de clusters Participatie en Wmo.

In het klassieke domein is dat het geval voor de maatstaf Woonruimten in het cluster RME. In deze gevallen is in beide domeinen wel een zelfde aanpak gehanteerd: h et gewicht van de schaalmaatstaf is in deze modellen op 0 geforceerd. Dit komt erop neer dat de constante (negatieve) term in de regressie op 0 is gezet en het model (daar gaan we vanuit) opnieuw is geschat zonder constante term. Het gevolg is dat de effecten van de maatstaven per inwoner kleiner worden en dit veroorzaakt nadelige aansluitverschillen voor gemeenten met een hoge waarde van de maatstaven per inwoner. In verschillende clusters (sociaal domein en klassieke domein) worden voor enkele maatstaven drempelwaarden ingevoerd om de zorgen dat negatieve gewichten van de maatstaf inwoners (c.q. woonruimten) wordt omgezet in een waarde groter of gelijk aan nul. Hierbij wordt gebruikgemaakt van zogenoemde ‘cosmetische drempel’ en ‘semi-cosmetische drempels 24. Cosmetische drempels zorgen uitsluitend voor een acceptabele niet-negatieve waarde van de schaalvariabele, maar hebben (de naam zegt het al) geen effect op de modeluitkomsten. Semi-cosmetische drempels hebben dat wel, ze werken voordelig voor gemeenten die niet of laag scoren op de maatstaf met drempel en nadelig voor gemeenten die daar hoog op scoren 25.

Een negatieve constante in de regressie (negatief effect schaalvariabele) betekent dat gemiddeld genomen de uitgaven meer dan evenredig toenemen met de waarde van de maatstaf. De methode om een regressie uit te voeren, waarbij het gewicht van de schaalvariabele op 0 wordt geforceerd, doet geen recht aan deze onevenredigheid, zeker wanneer deze groot is zoals bijvoorbeeld voor het subcluster RME in het klassieke domein. Het is niet duidelijk waarom in dit geval geen gebruik is gemaakt 24

Met een drempel wordt voor alle gemeenten de score op een maatstaf met dezelfde hoeveelheid (de drempel) verlaagd. Een semi-cosmetische drempel betekent dat sommige gemeenten door de verlaging een score lager dan 0 zouden krijgen op een maatstaf. Voor deze gemeenten wordt de score op die maatstaf op 0 gezet. 25 De semi-cosmetische drempels zorgen dat gemeenten, die laag scoren op de maatstaf, een positieve bijdrage krijgen die anders negatief was geweest. Verder geldt dat het gewicht van de maatstaf-met-drempel lager is dan van de maatstaf zonder drempel, en dat heeft tot gevolg dat de ingreep nadelig uitpakt voor gemeenten, die hoog scoren op de maatstaf.

21

van drempels en in andere gevallen wel. Ook is het mogelijk dat er sprake is van kromlijnige verbanden of combinatie-effecten van verschillende maatstaven (zie eerder in dit hoofdstuk). In dat geval kennen de modelmatige beperkingen een hoge prijs, in de zin dat ze ten koste gaan van de kostenoriëntatie.

4.6

Conclusies ten aanzien van de methode Bestudering van de rapporten levert enkele conclusies op ten aanzien van de gehanteerde methode. Deze conclusies zijn veelal technisch -statistisch van aard en zullen daardoor voor niet-specialisten wellicht lastig te volgen zijn. Het is echter wel belangrijk om hier aandacht aan te besteden, omdat gemaakte keuzes grote invloed op de uitkomsten van de modellen kunnen hebben. 







22

Er is gekozen voor het gebruik van lineaire regressieanalyse met (voornamelijk) lineaire maatstaven. Dit beperkt de mogelijkheden om een passend model te schatten, met name als er sprake is van maatstaven die niet-lineair samenhangen met de kosten. Om ongewenste negatieve gewichten bij maatstaven te voorkomen, worden in diverse clusters ingrepen gedaan, bijvoorbeeld door de introductie van vaste bedragen of van maatstaven met een drempel. Ook wordt in een enkel geval toch gebruik gemaakt van niet-lineaire maatstaven. Er blijkt dus wel enige flexibiliteit mogelijk ten opzichte van het uitgangspunt van lineariteit. Dit roept de vraag op waarom in andere gevallen geen gebruik is gemaakt van deze flexibiliteit, bijvoorbeeld door de introductie van kruistermen (combinaties van maatstaven). In enkele clusters wordt een negatief gewicht gevonden voor de maatstaf, die als schaalfactor fungeert en wordt dit opgelost door de regressie zonder constante term te schatten. Wij vinden dit een wel erg grove werkwijze, de in dit geval meer-danevenredige toename van uitgaven in relatie tot de maatstaven wordt daarmee onvoldoende afgevangen. Onduidelijk is waarom in het ene geval constanten op 0 worden geforceerd en in andere gevallen met een drempel wordt gewerkt. Deze keuzes hebben grote invloed op de definitieve gewichten.

Voor de regressieanalyse wordt gebruik gemaakt van een steekproef van gemeenten. Uit de rapporten wordt duidelijk dat deze steekproef niet representatief is voor de gehele populatie: kleine gemeenten zijn ondervertegenwoordigd, G4-gemeenten en gemeenten met een centrumfunctie zijn juist oververtegenwoordigd. Er is niet voor gekozen weging toe te passen om hiervoor te corrigeren en de verschillen in resultaten tussen ongewogen en gewogen regressie zijn niet expliciet gemaakt. Dit kan vragen oproepen bij individuele gemeenten, waarom de populatieverhoudingen niet in acht zijn genomen bij het bepalen van de gewichten van de maatstaven.

5

In het bijzonder: Aanpak kip-ei probleem Naast objectieve maatstaven kunnen ook eigen keuzes van een gemeente van invloed zijn op de lasten. Deze eigen keuzes worden beschouwd als endogene factoren die niet in een verdeelmodel gehonoreerd kunnen worden. Een verdeelmodel beschrijft immers het gemiddelde van alle gemeenten. Eigen keuzes zijn dus een (veelal goed onderbouwde of noodzakelijke) afwijking van dit gemiddelde. Paragraaf 5.1 bespreekt de manier waarop beide onderzoeken omgaan met endogene factoren. Sterk gerelateerd aan de omgang met endogene factoren is het zogen oemde kipeiprobleem: de vraag of hogere uitgaven voortkomen uit eigen beleid en meer beschikbare middelen, of dat meer eigen middelen gegenereerd worden o mdat er nu eenmaal hogere noodzakelijke uitgaven zijn. Paragraaf 5.2 bespreekt de wijze waarop in het verklaringsmodel voor het klassieke domein wordt omgegaan met de beschikbaarheid van eigen middelen. Paragraaf 5.3 bespreekt de behandeling van Specifieke Vaste Bedragen (SVB) in het verklaringsmodel voor het klassieke domein. Tot slot bespreekt paragraaf 5.4 de stap van het verklaringsmodel naar het verdeelmodel in het klassieke domein.

5.1

Endogene factoren Vanuit het uitgangspunt van kostenoriëntatie moet elke gemeente hetzelfde financiële vertrekpunt hebben, dus met de beschikbare middelen eenzelfde niveau van voorzieningen kunnen aanbieden. Als een gemeente hierin een eigen keuze maakt (bijvoorbeeld een hoger niveau van voorzieningen) wordt dat een endogene factor genoemd, die niet in het verdeelmodel gehonoreerd dient te worden. Het rapport over de herijking van het verdeelmodel in het sociaal domein bespreekt de invloed van endogene factoren en concludeert dat het in veel gevallen niet wenselijk is en voor het overige ook niet mogelijk om hiervoor te corrigeren. Hierbij wordt het volgende opgemerkt: “In beginsel zorgt de methodiek (een regressieanalyse met vooraf gedefinieerde maatstaven) ervoor dat alleen de objectieve factoren die de kosten verklaren in het model opgenomen worden. Alleen als gemeenten met dezelfde kenmerken collectief hoge kosten zouden hebben door slecht beleid, zou dat terug te zien zijn in het verdeelmodel. Als slechte beleidskeuzes in verschillende typen gemeenten spelen, leidt dat er vooral toe dat de kosten gemiddeld minder goed aansluiten op het model.

Het heeft slechts beperkt impact op de uitkomsten van het model.” 26 Het rapport over de herijking van het verdeelmodel in het klassieke domein constateert eveneens dat het om verschillende redenen niet goed mogelijk is die endogene keuzes op te nemen in de regressie. 27 Daarop ziet Cebeon echter een uitzondering: in de modellen voor het klassieke domein wordt de keuze gemaakt om Algemene Eigen Middelen en Specifieke Vaste Bedragen (uit het huidige verdeelmodel) als maatstaven voor endogene keuzes te beschouwen. Deze worden daarom als verklarende variabele in het verklaringsmodel opgenomen. Deze keuze komt uitsluitend voort uit de aanname dat endogene keuzes mogelijk zijn vanwege de beschikbaarheid van eigen middelen en de vaste bedragen voor een aantal gemeenten.

26 27

AEF (2020), Een nieuw budgetverdeelmodel voor het sociaal domein, pagina 38. Cebeon (2020), Herijking verdeling klassiek domein gemeentefonds, pagina 44.

23

5 . 1 . 1 V e r sch i l l en in om ga n g m e t en do ge ne fa ct or en De verschillende benaderingen van endogene factoren lijken te wijzen op een verschil van inzicht tussen de onderzoekers in het sociaal en klassieke domein. AEF constateert dat het niet alleen slecht mogelijk is om voor endogene factoren te corrigeren, maar dat het hoogstwaarschijnlijk ook niet nodig is. Deze keuzes zullen immers in een regressie op objectieve maatstaven niet gehonoreerd worden, tenzij meerdere gemeenten met vergelijkbare kenmerken dezelfde keuzes gemaakt hebben. Voor Cebeon lijkt de beslissing om endogene keuzes niet op te nemen in het model veelal gebaseerd op de onmogelijkheid om endogene keuzes goed te kunnen operationaliseren. In de modellen van het klassieke domein worden de Algemene Eigen Middelen en Specifieke Vaste Bedragen als verklarende variabelen opgenomen om toch op enige manier endogene factoren te modelleren. In de modellen van het sociaal domein is een dergelijk idee niet aan de orde, gelet op de benadering van endogene factoren lijkt men daar ook geen enkele reden voor te zien.

In het vervolg van dit hoofdstuk wordt nader ingegaan op gevolgen van de keuze om Algemene Eigen Middelen en Specifieke Vaste Bedragen als verklarende variabelen op te nemen in het verklaringsmodel voor het klassieke domein en wordt de onderliggende aanname besproken dat uitgaven voortkomen uit beschikbare middelen. De volgende paragrafen gaan dus specifiek over het model voor het klassieke domein, omdat er in het sociaal domein niet voor is gekozen de beschikbare middelen en de Specifieke Vaste Bedragen in het model op te nemen.

5.2

Algemene eigen middelen Het kip-eiprobleem gaat om de vraag of uitgaven bepaald worden door de beschikbaarheid van middelen, of dat er juist middelen worden gegenereerd om bestaande (noodzakelijke) uitgaven te dekken. Als uitgaven voortkomen uit de beschikbaarheid van (eigen) middelen, zou dat als een endogene factor moeten worden beschouwd en zouden die buiten de verdeling moeten blijven. Voor Cebeon is dit reden om de Algemene Eigen Middelen (AEM) als verklarende variabele op te nemen in het verklaringsmodel voor het klassieke domein. In het rapport wordt daar het volgende over gemeld: “De feitelijke netto lasten worden niet alleen beïnvloed door kostenbepalende structuurverschillen, maar ook door gemeentelijke keuzes rond voorzieningenniveau en wijze van uitvoering. Keuzes die mede worden beïnvloed door de beschikbaarheid van eigen middelen.” 28 Ter onderbouwing wordt een figuur gepresenteerd (zie figuur 1) waarin de uitgaven in het klassieke en sociaal domein zijn weergegeven, evenals de inkomsten uit OZB en overige eigen middelen. Hieruit wordt de conclusie getrokken dat gemeenten met veel eigen middelen per inwoner ook hogere uitgaven per inwoner hebben. Tevens trekt men uit deze figuur de conclusie dat het model gecorrigeerd moet worden van de rode lijn naar de rode stippellijn. Het is onduidelijk waar deze lijnen voor staan , de x-as ontbreekt in feite.