Doorontwikkeling verdeelmodel 2017!

Transcriptie

1 Doorontwikkeling verdeelmodel 2017! Presentatie voor: bijeenkomst Presentatie verdeelmodel bijstandsbudgetten!!! Utrecht, 23 juni 2016! SEO: Caren Tempelman, Marloes Lammers, Tom Smits, Sandra Vriend! Atlas voor gemeenten: Gerard Marlet, Roderik Ponds, Clemens van Woerkens, Rutger Zwart! - secretariaat@seo.nl !

2 Outline! Aanleiding! Doorontwikkeling verdeelmodel! Onderzoek! Aanmaken analysebestand! Analyse! Herverdeeleffecten en plausibiliteit!

3 Participatiewet! Gemeenten ontvangen budget voor uitkeringen in het kader van de Participatiewet! Gemeenten zijn zelf verantwoordelijk voor uitvoering:! Overschot vrij besteden, tekort zelf aanvullen! Macrobudget wordt verdeeld met objectief verdeelmodel dat rekening moet houden met niet-beïnvloedbare verschillen in termen van bijstandskansen:! kenmerken van inwoners en kenmerken van de regio!

4 Aanleiding! 2015 & 2016: toepassing verdeelmodel van SCP! Meerdere niveaus (zowel huishouden als regio)! Obv steekproefgegevens (Enquete Beroepsbevolking)! Schatten op basis van de EBB kent een aantal problemen:! Onderkant van de arbeidsmarkt ondervertegenwoordigd! Herweging nodig:! Intransparant, ruis! Beperkte mogelijkheid om aanvullende kenmerken op te nemen! Oplossing: gebruik integrale data! Uitdaging: proxies voor opleiding en arbeidshandicap!

5 Doorontwikkeling verdeelmodel (1)! Integrale data! Geen herweging nodig, meer (gedetailleerde) kenmerken opnemen, instellingsbewoners meenemen, betere aansluiting bij huishoudensbegrip bijstand! Basisset! Op basis van economische theorie een set van indicatoren samenstellen die de kans op bijstand verklaren!

6 Doorontwikkeling verdeelmodel (2)! Toepassing normbedrag! Grof versus detail! Heroverwegen gekozen uitkomstmaat! Kans op bijstand, fractie aantal maanden bijstand, bedrag aan bijstand! Heroverwegen modelspecificatie! Lineair/niet-lineair, met/zonder niet-geobserveerde niveaus!

7 Onderzoeksaanpak! 1. Afstemmen onderzoeksvoorstel en keuzes! 2. Opstellen basisset! 3. Aanmaken analysebestand! 4. Analyse! 5. Rapportage! Gedurende het onderzoek regelmatig overleg met experts en begeleidingscommissie met gemeenten, VNG, RfV, Divosa en ministeries.!

8 Aanmaken analysebestand (1)! Alle personen die op 1 januari 2014 in de GBA staan ingeschreven (excl. adreslozen met bijstand)! 16,8 miljoen personen, 6,8 miljoen huishoudens! Groot aantal bestanden gekoppeld! Persoonskenmerken (leeftijd, geslacht, herkomst)! Huishoudkenmerken (type hh, woonsituatie)! Uitkeringen (AO, WW, bijstand)! Vermogen! Opleidingsniveau, deelname onderwijs! Zorggebruik, medicijngebruik! Baangegevens, gegevens over zelfstandigen! Wsw!

9 Aanmaken analysebestand (2)! Proxies voor opleidingsniveau! Human capital index: een combinatie tussen opleidingsniveau en cumulatief arbeidsinkomen! Proxies voor gezondheid/arbeidsbeperking! Medicijngebruik (adhd, depressie, psychose, verslaving)! Gebruik GGZ en eerstelijns psychologische zorg! Zorgkosten (basisverzekering ZVW)!

10 Model huishoudkenmerken! Kenmerken model 2016! Kenmerken model 2017! Huishoudkenmerken! Eenouder-moeder! Eenouder-vader! Paar zonder kinderen! Paar met kinderen! Eenouder-moeder naar leeftijd jongste kind! Eenouder-vader naar leeftijd jongste kind! Paar zonder kinderen! Paar naar leeftijd jongste kind! Instellingsbewoner, overig huishouden, thuiswonend meerderjarig kind! 15 tot 25-jarige in hh! Verdere opsplitsing naar leeftijdsgroepen! 55- tot 65-jarige in hh! Koopwoning! Sociale huurwoning! (huurwoning met huurtoeslag)! Niet-westerse allochtoon in hh! Laagopgeleide in hh! Hoogopgeleide in hh! AO-uitkering in hh! Arbeidsbeperkte in hh! -! Corporatiewoning (BAG)!! Opsplitsing (niet-)westerse allochtonen naar herkomst! HCI laag! HCI midden/hoog! AO-uitkering 15%-80%/80%-100%, WW-uitkering! Zorgkosten, medicijngebruik! Vermogen en overwaarde!

11 Model 2017 regionale kenmerken! Kenmerken model 2016! Kenmerken model 2017! Regionale kenmerken! Woningwaarde buurt! Arbeidsmarktkansen hoogopgeleiden gemeente! WW-percentage gemeente (tov potentiele bbv)! Bevolkingsgroei gemeente! Overlast en onveiligheid in buurt! Beschikbaarheid van werk in gemeente! WW-percentage gemeente (tov bbv)! -! Werken onder niveau in gemeente! Aandeel laagstopgeleiden in gemeente! Aandeel studenten (hbo/wo) in gemeente! Aandeel van de bbv in een buurt met veel NWWers!

12 Analyse: bijstandskans naar huishoudkenmerken! Variabele! Bijstandskans Integraal! Voorspelde bijstandskans model 2017! Doelpopulatie huishoudens 17-aow leeftijd! 5,8%! 5,8%! Aantal huishoudens! ! !!!! Alleenstaande! 9,6%! 9,6%! Eenouder-moeder, jongste kind tot 5! 33,3%! 33,3%! Instellingsbewoner! 11,2%! 11,2%! 25 tot 30-jarige in hh! 4,9%! 4,7%! 50-jarige tot AOW-leeftijd in hh! 6,9%! 6,8%! Corporatiewoning! 17,0%! 17,0%! met herkomst Marokko/Turkije in hh! 12,8%! 12,8%! met herkomst Suriname/Ned. Antillen in hh! 13,7%! 13,6%! met herkomst Syrië in hh! 35,5%! 35,1%! HCI-laag in hh! 13,2%! 13,3%! Zorgkosten boven ! 14,3%! 14,1%! Medicijnen voor verslaving! 19,8%! 19,5%! Student (mbo/hbo/wo) in hh! 1,9%! 1,7%! WW-uitkering in hh! 2,4%! 2,3%! AO-uitkering 15-80% in hh! 1,5%! 1,5%!

13 Analyse: bijstandskans naar regiokenmerken! Variabele! Bijstandskans Integraal! Voorspelde bijstandskans model 2017! Aandeel studenten minder dan 2%! 4,1%! 3,9%! Aandeel studenten minstens 3%! 5,8%! 5,8%! Aandeel WW ers in beroepsbevolking minder dan 4%! 3,1%! 3,2%! Aandeel WW ers in beroepsbevolking minstens 6%! 9,4%! 9,4%! Overlast en onveiligheid (laag)! 2,9%! 2,8%! Overlast en onveiligheid (hoog)! 10,5%! 10,6%! Aandeel beroepsbevolking in buurt met veel NWW (laag)! 3,0%! 2,9%! Aandeel beroepsbevolking in buurt met veel NWW (hoog)! 11,5%! 11,5%! Beschikbaarheid van werk (laag)! 6,9%! 6,8%! Beschikbaarheid van werk (hoog)! 6,6%! 6,6%!

14 Analyse! Toepassing normbedrag! Bij verdeling kiezen voor gedetailleerd normbedrag! Heroverwegen gekozen uitkomstmaat! Afweging tussen preciezere uitkomstmaat (fractie) en betere voorspelkracht model (kans op bijstand).! Heroverwegen modelspecificatie! Alleen geobserveerde niveaus: huishouden, buurt en gemeente!

15 Analyse: herverdeeleffecten! Voorspeld budget per gemeente:!!voorspelde kans op bijstand per huishouden *!!Normbedrag voor ieder huishouden! Aggregeren per gemeente (indeling 2014)! Herverdeeleffect:!!Voorspelde budgetaandeel (model 2017) ten opzichte!van historische uitgavenaandeel 2014!!%-verandering in aandeel voor iedere gemeente! Herverdeeleffecten 2016 ook ten opzichte van historische uitgaven 2014!

16 Gemiddelde absolute herverdeeleffecten! Gebudgetteerde gemeenten, n=317! Model 2016! Voorstel model 2017! gem! # neg! # pos! gem! # neg! # pos! Gemeentegrootte! inwoners (n = 102)! 20,0! 25! 74! 14,6! 28! 74! inwoners (n = 141)! 17,0! 29! 112! 13,1! 36! 105! inwoners (n = 44)! inwoners (n = 26)! >= inwoners (n = 4)! 13,2! 14! 31! 10,4! 11! 33! 10,6! 14! 13! 5,3! 13! 13! 15,5! 4! 0! 10,1! 4! 0! Totaal! Gewogen gemiddelde! 16,8! 86! 230! 12,5! 92! 225! 14,6! 86! 230! 10,4! 92! 225!

17 Plausibiliteitsanalyse: verschil werkelijk en voorspeld aantal bijstandhuishoudens! De herverdeeleffecten geven de voorspelkracht van het model minder goed weer omdat:! uitgavenaandeel 2014 uitgaven bevat aan dak- en thuislozen! vertaling naar budgetten obv grof normbedrag is (paren, en alleenstaanden/alleenstaande ouders)! het uitgavenaandeel 2014 wordt beïnvloed door beleid! Verschil tussen werkelijk en voorspeld aantal hh met bijstand geeft zuiverder beeld van modelprestaties!

18 Plausibiliteitsanalyse! Kenmerk! Sign.?! Kenmerk! Sign.?! Aanwezigheid aandachtswijk in gemeente! n.s.! Regionaal klantenpotentieel! n.s.! Reistijd tot de grens! s (+)! Lokaal klantenpotentieel! n.s.! Stedelijkheid! n.s. 1! Aandeel WW! n.s.! Centrumfunctie! n.s.! Aandeel huishoudens met laag inkomen! n.s.! Sociale structuur! n.s. 2! Aandeel alleenstaande huishoudens! n.s.! Gemeentegrootte! s (+)! Aandeel eenouderhuishoudens! n.s.! Aandeel verslaafden! n.s.! Aandeel allochtonen (Marokko, Turkije)! s (+)! Aandeel AO! n.s.! Aandeel allochtonen (Surinaams of Antilliaans)! Aandeel inrichtingsbewoners! n.s.! Aandeel allochtonen (overig niet-westers)! s (+)! Aandeel HBO- en WO-studenten in gemeente! n.s.! Aandeel allochtonen (westers)! n.s.! Aandeel MBO-studenten in gemeente! n.s.! Leefbaarheid/Overlast! s (+)! Aandeel hoog opgeleiden! n.s.! Aandeel huurwoningen! s (+)! Aandeel laag opgeleiden! n.s.! Aandeel woningen met lage WOZ- waarde! n.s.! s (+)! Afwijking kans en fractie bijstand! s (+)! 1 Alleen verschil niet stedelijk en weinig stedelijk, 2 alleen verschil tussen zwak en matig!

19 Plausibiliteitsanalyse! Weinig patronen zichtbaar. Alleen effecten bij:! Gemeentegrootte (wet van de grote aantallen)! Aandeel huurwoningen, maar:! Onverwachte richting! Corporatiewoning zit op huishoudniveau in model, huurwoning op gemeenteniveau getoetst geen extra verklaringskracht.! Afwijking tussen fractie bijstand en kans bijstand, maar:! Onverwachte richting! Reistijd tot de grens:! Gemeenten bij de grens iets negatievere afwijkingen!!!

20 Vervolg! Uitbreiden herverdeeleffecten/plausibiliteitsanalyse en nader onderzoek naar uitschieters (zowel positief als negatief)!!!

21 Bedankt!