CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE

Transcriptie

1 7 CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE UITWERKING VAN EEN WIJKMONITORING DIE HET HELE GRONDGEBIED VAN HET BRUSSELS HOOFDSTEDELIJK GEWEST BESTRIJKT FASE 3 Afbakening achtergestel zones Mei 2008

2 Inhoudstafel Inhoudstafel Inleiding Selectie variabelen Principale componenten analyse : op zoek naar één synthetische achterstellingsdimensie De varimax componenten: op zoek naar verschillen dimensies achterstelling Typologie: verschillen types achterstelling Confrontatie achtergestel zone met afgebaken wijken in het kar Wijkmonitoring (Monitoring districts)...50 Referenties...53 Bijlage: afbakening wijken Monitoring /55

3 Woornlijst Variabele: Reeks waarn die zijn verkregen voor elke wijk op een bepaal achterstellings-indicator. Om te vermijn dat ze waarn enkel het aantal bewoners of woningen elke wijk weergeven - wat een vergelijking in termen achterstelling zou verhinren -, worn ze waarn meestal uitgedrukt in een percentage het geheel in kwestie (bijvoorbeeld: het aantal woningen bewoond door eigenaar als percentage het totaal aantal woningen wijk in kwestie). De studie gebruikt 21 variabelen die oorspronkelijke variabelen worn genoemd. Deze worn gecombineerd met componenten om achterstellingsmaatregelen te synthetiseren. Variantie: Meeteenheid voor waarverschillen tussen wijken op een variabele. De waar elke wijk wordt vergeleken met gemidl waar variabele. Deze verschillen worn in het kwadraat verheven (om te vermijn dat positieve en negatieve verschillen elkaar opheffen). De variantie is gelijk aan het gemidl ze verschillen in het kwadraat. In studie zijn variabelen gestandaardiseerd (gekalibreerd) zodat ze elk een gemidl gelijk aan 0 en een variantie gelijk aan 1 hebben. Correlatie: Een meeteenheid voor relatie tussen twee variabelen. De correlatiecoëfficiënt varieert tussen -1 en +1. Een coëfficiënt gelijk aan 0 wijst op totale afwezigheid een relatie tussen twee variabelen: voor een gegeven wijk is het onmogelijk om waar een variabele in te schatten op basis waar anre variabele. Een coëfficiënt gelijk aan + of -1 betekent een perfecte relatie, namelijk dat waarn een wijk voor één variabele exact worn getermineerd door waarn anre variabele. In dat opzicht beschrijft elke variabele exact zelf verschillen tussen wijken. In tussenliggen gevallen is het nuttig om terminatiecoëfficiënt te bekijken, namelijk het kwadraat correlatiecoëfficiënt. Die drukt uit hoe groot het geel verschilpercentage twee wijken (variantie) voor twee variabelen is. Zo geeft een correlatiecoëfficiënt een terminatiecoëfficiënt 0.5, wat betekent dat twee gegeven variabelen 50% variantie gemeen hebben, oftewel: 50% verschillen tussen wijken volgens eerste variabele zijn dat ook voor twee variabele. 3/55

4 Component: Een statistische combinatie oorspronkelijke variabelen, die samen een nieuwe synthesevariabele vormen. De studie gebruikt twee soorten componenten. De eerste principale component beschrijft met één enkele combinatie oorspronkelijke variabelen grootst mogelijke variantie (verschillen tussen wijken). Aangezien elke oorspronkelijke variabele een aspect ruimtelijke verspreiding achterstelling beschrijft, is eerste principale component doeltreffendst mogelijke synthetische meeteenheid achterstellingsverschillen tussen wijken. De varimax componenten zijn combinaties oorspronkelijke variabelen die zijn bedoeld om oorspronkelijke variabelen waar ruimtelijke verling vergelijkbaar is achtereenvolgens te synthetiseren. Elke groep oorspronkelijke variabelen die een gelijkenis (correlatie) heeft, wordt optimaal weergegeven door een varimax component. De principale en varimax componenten resulteren in een gegevensanalysemetho, die principale componentenanalyse (PCA) wordt genoemd. 4/55

5 1. Inleiding. Dit rapport stelt analyse voor die werd gemaakt om meest achtergestel gebien het grondgebied het Brussels Hoofdstelijk Gewest af te bakenen. De analyse baseert zich op statistische data, meer bepaald op 21 variabelen die verkregen wern uit Socio-Economische Enquête 2001 en Kruispuntdatabank Sociale Zekerheid. De analyse behelst een doordachte piste die via verschillen fasen tot een eindconclusie komt die helr zal zijn en nuttig voor het beleid. Het eerste el bevat een korte bespreking gebruikte variabelen; het twee el geeft een eerste analyse, principale componentenanalyse, met bedoeling een syntheseindicator voor achterstelling op te stellen die een samenvatting moet zijn 21 variabelen toegepast op het Brussels Hoofdstelijke Gewest. Deze principale component of syntesecomponent beschrijft in één lineaire combinatie 21 oorspronkelijke variabelen grootst mogelijke verschillen tussen buurten. Aangezien oorspronkelijke variabelen elk een aspect achterstelling meten, vertegenwoordigt ze principale component mathematisch best mogelijke maat achterstelling. Deze variabele is dus nut bij het bepalen welke buurten achtergesteld zijn of niet. Daarna worn varimax componenten uit principale componentenanalyse narbij bekeken. Hierdoor is het mogelijk verschillen dimensies achterstelling te onrschein. Elke varimax component hergroepeert zo goed mogelijk originele variabelen die een verwante ruimtelijke verling vertegenwoordigen. Als laatste wordt het uiteinlijke doel voorgesteld: een typologie achterstelling. Voor elke wijk worn verschillen aanwezige dimensies achterstelling gefinieerd in functie verschillen dimensies gevonn in fase 2. Zoals we zullen zien is achterstelling dan ook geen toevallige situatie, maar is zij sterk gebonn aan geografische eigenheid het Gewest. Het is ze geografische gebonnheid die belangrijk zal zijn om een aangepast beleid uit te werken. 5/55

6 2. Selectie variabelen. De data gebruikt voor analyse achtergestel buurten zijn afkomstig uit Socio-Economische Enquête 2001 en Kruispuntbank Sociale Zekerheid. Deze variabelen wern geselecteerd op basis sterk onrbouwd onrzoek naar achterstelling die eerr gebeur in het kar Atlassen Buurten in Moeilijkhen opgesteld in opdracht ferale Minister Grootstenbeleid1. De variabelen die in laatste atlas gebruikt wern om achterstelling in Belgische stadsgewesten te meten, worn nu gebruikt voor afbakening achterstelling in het Brussels Hoofdstelijk Gewest met uitzonring ene variabele die nationaliteit opneemt2. De keuze om variabelen ze studies over te nemen, houdt in dat we achterstelling finiëren uit ruimtelijke verschijningsvorm sociale ongelijkhen in alle Belgische stadsgewesten samen hetgeen ons een breed wetenschappelijk ijkpunt biedt waartegenover Brussel kan worn afgewogen. Zowel een focus op het Brussels Hoofdstelijk Gewest, als het vergelijken met anre Belgische sten wordt daarmee mogelijk. De hier voorgestel variabelen zijn dus niet uit lucht gegrepen, maar hebben daadwerkelijk een sturen werking inzake achterstelling. De betekenis en berekeningswijze variabelen worn in het volgen hoofdstuk besproken. Dit els is els overgenomen uit Dynamische analyse buurten in moeilijkhen". KULeuven - ULB, Sociale structuren en buurten in moeilijkhen in Belgische stadsgewesten, ULB KUL euven ICEDD, Dynamische analyse buurten in moeilijkhen, Grootstenbeleid, Verschillen studies tonen aan dat ruimtelijke concentratie sommige nationaliteiten een nuttige indicator voor het opsporen achtergestel buurten vormt. Intuïtief wordt ze indicatorfunctie gemakkelijk verward met vreemlingen als oorzaak achterstelling, wat uiteraard een verkeerd beeld schept (niet het nationaliteitsverschil of cultureel verschil, maar wel sociaaleconomische positie is oorzaak achterstelling) en zo tot sociaal onrechtvaardige oplossingen zou kunnen lein (het verdringen vreemlingen als oplossing voor het achterstellingsprobleem) en tenslotte stigmatiserend werkt. 1 6/55

7 1. Aanel eigenaarswoningen (Bron: sociaal-economische enquête 2001) Het feit dat men eigenaar is zijn woning is niet automatisch onevenredig met een zekere mate achterstelling of met een toename armoe. De aankoop een woning gaat namelijk gepaard met een hoge schulnlast en bovendien zijn heel wat eigenaarswoningen niet aangepast aan grootte het huishoun. Daarnaast is het mogelijk dat aangekochte woning sterke tekortkomingen vertoont waarbij eigenaar bij gebrek aan al dan niet financiële midlen niet in staat is nodige renovaties uit te voeren. Dit doet zich onrmeer voor wanneer men genoodzaakt is een woning aan te kopen omwille een stijging huurprijzen en/of door dreiging om uitgewezen te worn uit een buurt waar men toegang heeft tot nodige infrastructuren en sociale netwerken (noodkoop). Omgekeerd is een el huursector slechts toegankelijk voor huishouns met een hoog inkomen. Dit is bijvoorbeeld het geval voor personen met een hoge internationale functie die omwille hun grote ruimtelijke mobiliteit buiten het land herkomst hun huisvesting eerr zoeken binnen huursector. Niettemin komt het feit dat men zich bevindt binnen huursector veelal overeen met een beperkt vermogen om een woning aan te kopen of eigendom te verwerven. Dergelijke huishouns komen vaak terecht in woningen beperkte kwaliteit en kennen over het algemeen een grote resintiële mobiliteit wat dan weer opbouw duurzame sociale netwerken tegengaat. Een uitzonring op dit laatste voorbeeld is sociale huursector die zich wel kenmerkt door een grote resintiële stabiliteit dankzij combinatie lage huurprijzen met relijk kwaliteitsvolle woningen. Door financiële moeilijkhen sociale woningbouwmaatschappijen en een toename het aantal inwoners met financiële problemen in ze sector, is stabiliteit echter ook hier in het gedrang gekomen. 2. Synthesevariabele omtrent beschikbare woonvertrekken (Bron: sociaal economische enquête 2001) Het aantal beschikbare woonvertrekken is niet alleen gerelateerd aan het inkomen en afhankelijk algemene sociale status het huishoun maar het geeft ook informatie over mogelijkheid om zich als individu te isoleren binnen het huishoun. Dit kan namelijk gevolgen hebben voor schoolwerk of anre activiteiten waarvoor enige concentratie vereist is. Ongeacht sociale status het huishoun moet men echter rekening houn met het feit dat woningen in centraal stelijke gebien gemidld sowieso over minr woonvertrekken beschikken (zie Figuur 1). We moeten er hierbij ook rekening mee houn dat het 7/55

8 Brussels Hoofdstelijk Gewest zich volledig binnen agglomeratie nestelt, niet binnen banlieue.3 De behoun indicator vat vijf variabelen samen in verband met het aantal en het type woonvertrekken: -Aanel woningen met living (zitkamer + eetkamer); -Aanel woningen met speelkamer, ontspanningskamer, enz.; -Aanel woningen met privé-bureau; -Aanel woningen met badkamer; -Aanel woonvertrekken per inwoner (kelr, zolr, hal, veranda, garage, niet inbegrepen). Figuur 1: Gemidld aantal woonvertrekken per huishoun in het Hoofdstelijk Gewest, agglomeratie en banlieue Brussel Brussels Hoofdstelijk Gewest Brusselse agglomeratie Brusselse banlieue Gegevens: NIS - SEE De stelijke woonkern (of morfologische agglomeratie) omvat kernstad en stadsrand. Het is het landschapsel dat aaneensluitend bebouwd is met huizen, openbare gebouwen, industriële en hanlsuitrustingen, met inbegrip tussenliggen verkeerswegen, parken, sportterreinen enz. stelijke woonkern wordt begrensd door een zone bestaan uit landbouwgrond, bossen, braakliggen en woeste gronn en versprei bewoning. De (operationele) agglomeratie wordt bekomen door stelijke woonkern aan te passen aan gemeentegrenzen. Hiervoor berekent men het relatief aanel inwoners een gemeente die in een woonkern wonen, ten overstaan het totaal aantal inwoners gemeente. De gemeente wordt bij agglomeratie opgenomen indien dit aanel meer dan 50 % bedraagt. Voor Brussel vallen binnen agglomeratie het Brussels Hoofdstelijk Gewest, als ook Beersel, Eigenbrakel, Dilbeek, Drogenbos, Grimbergen, Halle, Kraainem, Linkebeek, Machelen, Sint-Genesius-Ro, Sint-Pieters-Leeuw, Tervuren, Vilvoor, Waterloo, Wemmel, Wezembeek-Oppem en Zaventem De banlieue sluit aan bij agglomeratie. Het is buitenste zone stad. De bevolkingsontwikkeling wordt er in belangrijke mate door suburbanisatie uit het centrum bepaald. Morfologisch worn zowel het wonen als bedrijven en instellingen in banlieue gekenmerkt door een extensieve vorm bomgebruik. Morfologisch doet banlieue lanlijk aan, functioneel is ze stelijk. Voor Brussel vallen binnen banlieue Asse, Bevekom, Kasteelbrakel, Chaumont-Gistoux, Edingen, Gooik, Graven, Hoeilaart, Hulnberg, Itter, Kampenhout, Kortenberg, Terhulpen, Lasne, Lennik, Meise, Merchtem, Overijse, OttigniesLouvain-la-Neuve, Pepingen, Rixensart, Opzullik, Steenokkerzeel, Ternat, Tubeke en Waver 8/55

9 Deze synthese-indicator stelt eerste component een principaal componentenanalyse voor waarbij in totaal 54% behoun wordt (in termen variantie) totale informatie uit oorspronkelijke variabelen over alle statistische sectoren België. De ren waarom dit op België wordt berekend, en niet op Brussel is dat wij daardoor een vergelijkingsbasis creëren voor achterstelling. Als we ze indicator enkel op Brussel zoun berekenen is er kans dat wij achterstelling aanvaarn als norm, waardoor we slechts nog een zeer sterke achterstelling zoun kunnen meten (een onrschatting het fenomeen). Een correlatieanalyse synthese-indicator met vijf oorspronkelijke variabelen voor alle Belgische stadsgewesten geeft aan welke variabele het sterkste verband toont met synthese-indicator (Tabel 1, midlste kolom). De grootste waar wordt genoteerd voor het aanel woningen met speelkamer. De aanwezigheid een rgelijke ruimte geeft dan ook een zekere luxe weer en getuigt over het algemeen voldoen woonvertrekken binnen woning. Het aanel huishouns met privé-bureau kent eveneens een sterke correlatie en is voornamelijk terug te vinn bij relatief hoog opgelei huishouns. De correlatie is het zwakst met het aanel huishouns met badkamer wat zich logischerwijze verklaart doordat dit een woonvertrek is met een directe nutsfunctie voor eenr welk huishoun, ongeacht sociale status. Tabel 1: Correlatie tussen synthesevariabele en oorspronkelijke variabelen (België) Variabele Speelkamer, ontspanningskamer, enz. Privé-bureau Aanel woonvertrekken per inwoner Living Badkamer Correlatie voor Belgische stadsgewesten Correlatie voor het Brussels Hoofdstelijk Gewest Wanneer we ze berekening maken voor het Brussels Hoofdstelijk Gewest zien we in rechter kolom Tabel 1 dat het bezitten een privé-bureau, en een speelkamer of ontspanningskamer heel sterk correleert met synthesevariabele. Deze zaken spelen dus in het Brussels Hoofdstelijk Gewest nog meer mee dan algemeen voor België. De overige drie variabelen spelen in het BHG een stuk minr mee in synthesevariabele hetgeen opnieuw wijst op hun directe nutsfunctie voor eenr welk huishoun. Het lage cijfer voor living wijst erop dat vele woningen, aangepast aan kleine huishouns, geen aparte living hebben. We bekeken spreiding variabele living in Brussel en vonn een hoog 9/55

10 percentage living fragmentair verspreid in bre rand het gewest. Daarentegen zijn hoge percentages synthesevariabele in gehele bre rand het gewest te vinn. Algemeen kent Brussel dus grotere extremen binnen synthesevariabele dan algemeen voor België het geval is. 3. Synthesevariabele omtrent staat woning (Bron: sociaal- economische enquête 2001) en 4. Aanel woningen zonr centrale verwarming (Bron: sociaal-economische enquête 2001) De staat woning is zowel oorzaak als gevolg sociale achterstelling. Enerzijds kan een woning in slechte staat bijdragen aan een toename armoe en zowel gezondheid als het algemeen welzijn scha toebrengen, alsook het behoud of ontwikkeling bepaal sociale relaties tegenwerken (oorzaak). Anrzijds en meer algemeen vormt het in het bezit zijn een woning in slechte staat vaak een indicator voor beperkte financiële midlen een huishoun aangezien het daardoor enkel toegang krijgt tot weinig waarvolle en slecht onrhoun woningen (gevolg). Omwille een hoge schulnlast zal het huishoun mogelijks ook niet in staat zijn woning voldoen te onrhoun. Het is echter moeilijk om goe synthesevariabelen te vinn omtrent staat woning. De enige uniforme variabelen die terug te vinn zijn op statistisch buurtniveau komen uit sociaal-economische enquête 2001 waarin elk huishoun gevraagd werd naar hun opvattingen over staat binnen- en buitenmuren, elektrische installatie, ramen, het dak, daklijst en dakgoot. De synthesevariabele is, bij gebrek aan objectieve data, opgesteld op basis bovenvermel variabelen, en enige voorzichtigheid omtrent interpretatie is dus noodzakelijk. Opvattingen over staat woning variëren namelijk sterk persoon tot persoon en zijn onrmeer afhankelijk het eigendomstype woning (huurr of eigenaar) of culturele samenleving waartoe men behoort. Een verre analyse toont bijvoorbeeld aan dat huurrs hun woning over het algemeen in slechtere staat beschouwen dan eigenaars (aangezien eigenaars over het algemeen mening zijn dat ze zelf verantwoorlijk zijn voor staat hun woning en daarom eerr geneigd zijn hun woning in goe staat te verklaren). Deze tenns is nog duilijker bij sociale woningen: sociale woningbouwmaatschappijen worn vaak beschouwd als openbare instellingen en in dat geval worn tekortkomingen aan woning ernstiger opgevat dan gelijkaardige gebreken in woningen privé eigenaars/verhuurrs. 10/55

11 Omwille subjectiviteit gegevens is het interessant om naast variabelen over staat woning een objectieve variabele toe te voegen aan analyse. Hiertoe werd gekozen voor het al dan niet aanwezig zijn centrale verwarming in woning. Dit gegeven kan niet beschouwd worn als een algemeen eenduidige variabele omtrent kwaliteit woning, maar ze blijft wel kenmerkend voor recente woningen of woningen betere kwaliteit. Bovendien is het mogelijk om aan hand ze variabele een vrij nauwkeurige intificatie te maken nieuwe (of gerenoveer) sociale woningbouw- complexen. De synthesevariabele omtrent staat woning komt overeen met eerste component een principaal componentenanalyse waarbij 69% alle verschillen in afzonrlijke variabelen over alle statistische sectoren België behoun wordt. Elk zes variabelen (staat binnenmuren, buitenmuren, elektrische installatie, ramen, dak, daklijst en dakgoot) is onrvereld in drie klassen namelijk grote herstellingen noodzakelijk, kleine herstellingen noodzakelijk of woning is in goe staat. Voor PCA wern dus 18 variabelen in rekening gebracht die elk het aanel onrvraagn weergeeft dat voor een bepaal variabele tot een bepaal klasse behoort. De correlatie tussen synthesevariabele en afzonrlijke indicatoren (Tabel 2 (BS)) toont aan dat het verband met staat binnenmuren het grootst is. Daarop volgen staat buitenmuren en elektrische installatie. De correlaties zijn het zwakst met staat het dak en met staat daklijst en dakgoot. Tabel 2: Correlatie tussen synthesevariabele en oorspronkelijke variabelen (Belgische stadsgewesten en BHG). Variabelen Binnenmuren Buitenmuren Elektrische installatie Ramen Daklijst en Klassen Goe staat Kleine herstellingen Grote herstellingen BS* BHG* BS* BHG* BS* BHG* dakgoot Dak * BS = Belgische stadsgewesten; BHG = Brussels Hoofdstelijk Gewest /55

12 Deze volgor verwijst echter niet altijd naar objectieve werkelijkheid, maar wel naar beperkte kennis onrvraagn in verband met laatstgenoem variabelen. De juistheid gegevens neemt namelijk af naarmate variabele minr goed zichtbaar is, wat veelal het geval is voor woningen die zich binnen een flatgebouw bevinn. In kolommen ernaast (BHG) zien we dat dit voor Brussel nog iets meer het geval is. De algemene volgor is echter anrs, waarbij elektrische installatie iets beter correleert met synthesevariabele dan buitenmuren, hoewel dit verschil in volgor niet groot is wanneer we drie klassen in rekening brengen. 5. Synthesevariabele omtrent kwaliteit woonomgeving (Bron: sociaal-economische enquête 2001) Net als staat een woning is slechte kwaliteit woonomgeving zowel een versterken factor armoe (enerzijds omwille directe effecten zoals lawaaihinr, anrzijds omwille indirecte invloen zoals belemmering voor ontwikkeling sociale netwerken), als een gevolg er (resulteert in het onvermogen om zich een betere plaats toe te eigenen binnen woningmarkt). Onrmeer onr invloed het niveau grondprijzen, vormt kwaliteit woonomgeving een belangrijkste fundamenten waarop sociaalruimtelijke segregatie zich reproduceert. De slechte kwaliteit kan namelijk lein tot een toenemen concentratie armoe in bepaal wijken wat op haar beurt een verre verloering ze buurten in hand werkt. Het aantal variabelen over kwaliteit woonomgeving in het Brussels Gewest beschikbaar op statistisch buurtniveau is, net zoals in anre stadsgewesten, echter zeer beperkt. Daarom werd net zoals voor staat woning een synthesevariabele opgesteld op basis gegevens uit sociaaleconomische enquête Daarin werd huishouns gevraagd hun mening weer te geven over kwaliteit nabije woonomgeving en dit meerbepaald wat betreft het uitzicht gebouwen, netheid, rust, luchtkwaliteit en het aantal groenvoorzieningen4. Dat men voor ze indicator gebruik maakt subjectieve variabelen is eenvoudigweg te verantwoorn doordat kwaliteit woonomgeving net door subjectieve opvattingen inwoners vastgelegd wordt. 4 De opvattingen over straten, voetpan en fietspan wern niet behoun. Fietspan hebben slechts betrekking op een beperkt aantal inwoners en dit geldt in minre mate ook voor straten. Niettemin zou men zich kunnen afvragen of een onr- of oververtegenwoordiging wegen in nabije woonomgeving al dan niet in positieve of negatieve zin bijdraagt aan het algemeen welzijn bevolking en aan attractiviteit woonomgeving. Wat uitrusting voetpan betreft is er sowieso een groot verschil naargelang men zich in een centrale of perifere buurt bevindt. 12/55

13 Men dient echter net zoals bij staat woning, ook bij ze indicator rekening te houn met eventuele vertekeningen die voortkomen uit het gebruik subjectieve variabelen. Men kan bijvoorbeeld vooronrstellen dat bepaal personen (vermoelijk vooral eigenaars) mening zijn dat zij als het ware voorbestemd zijn om in een kansarme buurt te wonen waardoor zij dit eerr als hun eigen keuze zien in plaats een noodzaak. Dit zou ervoor zorgen dat zij problemen hun buurt sneller relativeren en minimaliseren wat een overschatting kwaliteit met zich mee zou brengen. Dergelijke problemen zijn echter niet enkel typerend voor achtergestel buurten. De perifeer wonen midnklasse bijvoorbeeld, vaak eigenaar een woning, kan eveneens neiging hebben zijn woonomgeving te overwaarren en te beschouwen als een woonplaats waar men zelf voor gekozen heeft. Ook hier kan het echter zijn dat keuze beïnvloed geweest is door een bepaal iologie, of plaats vond binnen een bepaal sociale context of omwille slechts een beperkt aantal mogelijkhen. De resultaten tonen echter dat ze effecten, voor zover ze werkelijk bestaan, geen afbreuk doen aan reletie variabelen. Technisch komt synthese-indicator overeen met eerste component een principaal componentenanalyse welke 57% informatie (in termen variantie) uit oorspronkelijke variabelen over alle statistische sectoren België weergeeft. De beoorling vijf variabelen gebeurt aan hand drie mogelijke antwoorn: weinig aangenaam, bevredigend of zeer aangenaam wat betreft het uitzicht gebouwen, netheid, rust en luchtkwaliteit. Slecht voorzien, normaal voorzien, en heel goed voorzien wat betreft groenvoorzieningen. De PCA werd dus uitgevoerd op 15 variabelen die elk het percentage personen voorstellen dat voor een bepaal variabele een welbepaal appreciatie heeft aangeduid. In Tabel 3 is correlaties tussen oorspronkelijke variabelen en syntheseindicator opgenomen. Als we kijken naar cijfers voor Belgische stadsgewesten (BS) zien we dat klassen zeer aangenaam of heel goed voorzien lijnrecht tegenover anre klassen staan, met het duilijkste contrast met meest ongunstige klasse. 13/55

14 Tabel 3: Correlatie tussen synthesevariabele en oorspronkelijke variabelen (Belgische stadsgewesten en BHG). Variabelen naar appreciatie Netheid Uitzicht gebouwen klassen Zeer aangenaam BS* BHG* Bevredigend BS* BHG* Weinig aangenaam BS* BHG* Rust Luchtkwaliteit Heel goed voorzien BS* BHG* Groene ruimten * BS = Belgische stadsgewesten; BHG Normaal voorzien Slecht voorzien BS* BHG* BS* BHG* = Brussels Hoofdstelijk Gewest Voor het Brussels Hoofdstelijk Gewest is polarisatie tussen correlaties 'zeer aangenaam' versus 'weinig aangenaam sterker. Ook meest objectieve variabele (groenvoorzieningen) toont hier een sterkere polarisatie. 6. Aanel éénourhuishouns waar geen enkele persoon in het bezit is een diploma minstens het hoger secundair (Bron: sociaal- economische enquête 2001 en 7. Aanel alleenstaann zonr minstens een diploma het hoger secundair (Bron: sociaal-economische enquête 2001) Het is in ze studie niet aan or om uit te maken in welke mate aanwezigheid twee ours een positieve bijdrage levert aan ontwikkeling het kind bij gelijkstelling alle anre factoren. De financiële midlen een éénourgezin of alleenstaan kunnen echter wel beperkt zijn aangezien het slechts over één inkomen kan beschikken. Daarnaast kunnen rgelijke huishouns meer moeilijkhen onrvinn om zich te integreren in sociale netwerken of om beroep te doen op onrlinge solidariteit of diensten voor financiële onrsteuning. Eénourgezinnen bestaan merenels uit vrouwen met kinren met als gevolg dat zowel huishoulijke taken als het voorzien inkomsten op schours ze vrouwen terecht komt. Deze dubbele taak resulteert vaak in een verminr toegang tot arbeidsmarkt. Bovendien is het aantal mogelijkhen op woningmarkt beperkt waardoor éénourhuishouns vaak terechtkomen in centraal stelijke buurten waar een laag kwalitatieve huursector domineert en het aantal verhuisbewegingen relatief hoog ligt. Dit laatste verklaart onr anre waarom het moeilijk is voor éénourgezinnen om een sociaal netwerk op te 14/55

15 bouwen. Om enkel die groep in rekening te brengen met een vergrootte kans op armoe, worn alleen huishouns in rekening gebracht die niet beschikken over een diploma hoger dan het lager secundair onrwijs. Zij worn niet enkel beperkt in hun toegang tot arbeidsmarkt, maar kunnen ook hun kinren veelal minr mogelijkhen bien naar onrwijs toe. Een aantal factoren die voor éénourhuishouns aan basis liggen kansarmoe, wegen eveneens zwaar door voor alleenstaann die zich min of meer binnen zelf segmenten huursector bevinn. Een verre opsplitsing naar enkel die personen met in het beste geval een diploma het lager secundair onrwijs maakt het mogelijk om meest kwetsbare groep binnen alleenstaann in rekening te brengen. 8. Belang het aanel personen met een diploma hoger onrwijs ten opzichte het totaal aantal personen die hun studies beëindigd hebben (gestandaardiseerd naar leeftijd) (Bron: sociaal-economische enquête 2001) en 9. Aanel huishouns met kinren waar minstens één persoon in het bezit is een diploma het hoger secundair onrwijs (Bron: sociaal-economische enquête 2001) en 10. Aanel 12- tot 25-jarigen die een opleiding volgen in het algemeen secundair hoger onrwijs of die een diploma hebben minstens het hoger algemeen secundair onrwijs (Bron: sociaal-economische enquête 2001) Het opleidingsniveau heeft niet alleen een invloed op toegang tot sociaal waarvolle en hooggewaarer functies binnen arbeidsmarkt. Het beïnvloedt eveneens capaciteit weten hoe men moet omgaan met problemen binnen het alledaagse leven zoals bijvoorbeeld gezondheid en het algemeen welzijn. Daarnaast kan het opleidingsniveau aan basis liggen steeds werkeren sociale ongelijkhen binnen het onrwijs over generaties heen. Een laag opleidingsniveau heeft namelijk enerzijds een weerslag op het individu zelf dat meer moeilijkhen zal onrvinn om toegang te krijgen tot arbeidsmarkt. Anrzijds kunnen daardoor ook toekomstmogelijkhen hun kinren in het gedrang komen. De verschillen in omkaring die ours wege hun opleidingsniveau opleggen aan hun kinren zijn zeker niet enige ren voor dit werkerend patroon. De overconcentratie sociaal achtergestel kinren in een el scholen draagt ook in grote mate bij tot een beperking omkarings- en vormingsmogelijkhen onrwijsinstellingen. Deze overconcentratie wordt 15/55

16 in eerste instantie veroorzaakt door segregatiemechanismen binnen woningmarkt waardoor kansarme huishouns zich sterk concentreren binnen zelf buurten. Daarnaast spelen verscheine min of meer bewuste verlingsen uitsluitingsmechanismen uitgaand scholen zelf, een versterken rol in dit proces. De kans dat jongeren met hetzelf opleidingsniveau als hun ours geconfronteerd zullen worn met sociale uitsluiting, is daarom ook veel groter in buurten in moeilijkhen dan in welgestel buurten. De drie behoun variabelen leggen achtereenvolgens nadruk op het opleidingsniveau totale bevolking, op omkaringsmogelijkhen ours inzake onrwijs en op schooltrajecten die gevolgd worn door jongere generaties. Wat betreft het beëindigd onrwijsniveau wordt het aanel personen met een diploma hoger secundair het lange type sterk beïnvloed door leeftijdsstructuur omwille vooruitgang het opleidingsniveau tijns laatste cennia (Figuur 2). Figuur 2: Percentage diplomahours naar niveau en leeftijdsklasse. 80 lager secundair onrwijs (m ax) 60 % hoger onrwijs 40 hoger secundair onrwijs Leeft ijd Vandaar dat men als variabele voor het hoger opleidingsniveau het verschil neemt tussen het werkelijk aanel gediplomeern in het hoger onrwijs het lange type en het verwacht aanel berekend op basis leeftijdsstructuur. Deze standaardisatie volgens leeftijd verbetert namelijk correlatie ze variabele 16/55

17 met het merenel anre indicatoren die gebruikt worn om socioeconomische synthese-indicator te construeren. Het omkaringsvermogen ours inzake onrwijs werd geëvalueerd voor huishouns met kinren waar minstens één persoon beschikt over een diploma hoger secundair onrwijs of hoger. Aangezien gemidl leeftijd volwassenen uit gezinnen met kinren veel minr varieert dan het geval is voor totale bevolking, is het niet nodig om bij ze indicator leeftijdsstructuur in rekening te brengen. Bij gebrek aan voldoen getailleer schoolstatistieken op statistisch buurtniveau wordt het aanel leerlingen uit het algemeen secundair onrwijs beschouwd als een goe maat voor het onrwijsniveau dat naar toekomst toe (eventueel via doorstroming naar het hoger onrwijs) kan lein tot een waarvolle positie op arbeidsmarkt. De numerieke zwakte beschouw doelgroep (minr dan 8% totale bevolking) kan echter resulteren in een te zwakke vertegenwoordiging op statistisch buurtniveau. Daarom wordt ze indicator uitgebreid tot het geheel 12 tot 25 jarigen waarbij naast gene die het algemeen secundair onrwijs volgen, ook stunten in het hoger onrwijs en diegene die reeds een diploma het algemeen secundair onrwijs bekomen hebben, in rekening gebracht worn. Weliswaar leidt het volgen technisch of beroepsonrwijs of het zich beperken tot een opleiding korte duur niet systematisch tot kansarmoe of sociale uitsluiting. De waarring ze opleidingen varieert namelijk sterk naargelang lokale karakteristieken arbeidsmarkt, maar niettemin lein rgelijke studieprogramma s toch nog vaak tot een inperking mogelijkhen voor het individu. 11. Aanel tewerkgesteln in tertiaire sector die laag gekwalificeer diensten verleent (Bron: Kruispuntbank voor Sociale Zekerheid, 2002) en 12. Aanel arbeirs in actieve beroepsbevolking (Bron: Kruispuntbank voor Sociale Zekerheid, 2002) Zoals we later zullen zien, wordt term arbeir hier gebruikt in betekenis laagopgelei werknemer, wat ook activiteitssector is (secondair of tertiair). Het is niet mogelijk om het kwalificatieniveau activiteiten op arbeidsmarkt rechtstreeks en systematisch af te lein het opleidingsniveau. Enerzijds kan een individu zich bepaal kwalificaties toe-eigenen die niet voortvloeien uit het behalen een bepaald diploma (wel uit ervaring bijvoorbeeld). Anrzijds 17/55

18 varieren mogelijkhen om een diploma te valoriseren, naast het feit dat ze meestal al ruime mogelijkhen bien, naargelang kenmerken lokale economische structuur, en naargelang aanwezigheid bepaal discriminatievormen bij aanwerving, die voor mensen afkomstig uit een kansarme buurt een nael kunnen betekenen. De gebruikte gegevens zijn afkomstig Kruispuntbank voor Sociale Zekerheid. Deze bron maakt het mogelijk om zowel actieve arbeirs behorend tot secundaire als tertiaire sector uit te zetten ten opzichte totale actieve beroepsbevolking (volgens juridisch statuut). De gegevens laten echter niet toe beroepskenmerken elk individu afzonrlijk in rekening te brengen, maar wel activiteitensectoren instellingen te bepalen waar ze personen tewerkgesteld zijn. Daarom werd een klassering uitgevoerd alle activiteitssectoren (NACE co 5) op basis het gemidl mediaan inkomens statistische sectoren waar personen wonen die tewerkgesteld zijn binnen een bepaal activiteitensector. Dit gebeurt zowel voor loontrekkenn als zelfstandige beroepen, zij het enkel binnen tertiaire sector (enige weerhoduen gezien zijn alomtegenwoordigheid in het Brussels Hoofdstelijk Gewest). De resulteren classificatie plaatst hoog kwalitatieve sectoren als het hoger onrwijs, subsectoren binnen het verzekeringswezen of een aantal diensten aan bedrijven (advies en bijstand, ICT-advies, controleactiviteiten en technische analyses, ) tegenover sectoren lage kwaliteit zoals horeca of industriële onrhoudsdiensten. Vervolgens wordt elke statistische sector enkel het aanel beroepsbevolking uit tertiaire sector in rekening gebracht die tewerkgesteld is binnen een r slechtst geklasseer activiteiten volgens aldus opgestel hiërarchie. Op die manier was het mogelijk concentratie laaggeschool arbeirs die laagste lonen hebben, op te sporen ( working poors ). 13. Aanel werkzoekenn in beroepsbevolking (Bron: sociaaleconomische enquête 2001) en 14. Aanel langdurig werklozen meer dan 2 jaar ten opzichte totale beroepsbevolking (Bron: Kruispuntbank voor Sociale Zekerheid, 2002) en 15. Aanel werknemers met contract onbepaal duur ten opzichte totale actieve beroepsbevolking (Bron: sociaal-economische enquête 2001) en 18/55

19 16. Aanel huishouns waarbij geen enkel gezinslid beschikt over inkomsten uit tewerkstelling (Bron: sociaal-economische enquête 2001) De toegangsmogelijkhen tot arbeidsmarkt nemen een belangrijke plaats in mechanismen achterstelling en sociale uitsluiting. Dit enerzijds omdat zij een beperken invloed kunnen uitoefenen op het inkomen, op huisvesting of op toegang tot basisgoeren en diensten (cultureel of medisch). Anrzijds kan een beperkte toegang tot arbeidsmarkt lein tot sociale uitsluiting. Daarbovenop komt dat werkloosheid een mogelijke aanwijzing is voor anre moeilijkhen zoals een lage kwalificatie- of scholingsgraad. Indien het gaat om langdurige werkloosheid wordt men mogelijks geconfronteerd met een opeenstapeling negatieve gevolgen zoals een verhoog schulnlast of het verlies professionele kwaliteiten. Vandaar dat men niet alleen het aanel werkzoekenn in beroepsbevolking, maar ook het belang langdurige werkloosheid in rekening dient te brengen. Niet alleen (langdurige) werkloosheid, maar ook professionele onstabiliteit brengt op zich reeds een aantal specifieke moeilijkhen met zich mee. Een onstabiele werksituatie kan een belemmering betekenen op vlak het uitbouwen knowhow, het kan mogelijkheid tot eigendomsverwerving in het gedrang brengen of meer algemeen een uitstel betekenen huishoulijke en resintiële stabiliteit. Om ze aspecten mee in rekening te brengen bij berekening syntheseindicator, wordt daarom het aanel werknemers met een contract onbepaal duur aan selectie toegevoegd. Anre contracttypes zijn niet alleen minr standvastig, ze zullen ook sneller resulteren in financiële moeilijkhen na stopzetting activiteit. Tenslotte brengt uitsluiting op arbeidsmarkt heel wat materiële, sociale en psychologische gevolgen met zich mee. Behalve dat ze ook zij het op een anre manier een el gepensioneern of mensen op brugpensioen treffen, kunnen ze echter enkel geanalyseerd worn op individueel niveau. De ernst problemen zal toenemen indien het gaat om alleenstaann, wanneer meerre situaties non-activiteit samenkomen binnen eenzelf huishoun of meer algemeen in huishouns waar niemand kan genieten inkomsten uit arbeid. 19/55

20 17. Aanel woningen die beschikken over een vaste telefoon (Bron: sociaal-economische enquête 2001) Met opkomst draagbare telefoon kan afwezigheid een vast telefoontoestel dag daag niet langer systematisch beschouwd worn als een isoleren factor voor een huishoun. De variabele blijft echter wel een waarvolle indicator voor constructie synthese-indicator. Uit een evolutieanalyse blijkt namelijk dat het aanel huishouns met een vaste telefoonlijn gestegen is 78% in 1991 tot 83% in 2001 voor alle Belgische stadsgewesten samen. Hieruit kan men concluren dat het veralgemeend gebruik gsm gemidld niet ten koste gegaan is vaste telefoonlijn. Wanneer enkel huishouns met een laag inkomen in rekening gebracht worn, blijkt dit echter wel het geval te zijn: het aanel huishouns met vaste telefoon en gelegen binnen buurten in moeilijkhen evolueert bijvoorbeeld 64,47% in 1991 naar 63.22% in 2001 voor alle Belgische stadsgewesten samen. Ook voor het Brussels Hoofdstelijk gewest zien wij een daling het aantal huishouns met een vaste telefoonlijn, 73% in 1991 naar 70% in Ruimtelijk gaat het aanel huishouns met telefoonaansluiting duilijk vooruit in Vlaanren, terwijl het afneemt in Brussel. Vanuit dit standpunt is het dan ook niet verwonrlijk dat ze variabele daag nog steeds zeer relet is. Het is overigens waarschijnlijk dat een el huishouns die hun vaste telefoon hebben ingeruild voor een gsm, ze enkel gebruiken als passieve ontger. Voor ze doelgroep corresponert variabele dus nog steeds met een reële beperking communicatiemidlen. 18. Uitrusting huishouns met PC en internetaansluiting (Bron: sociaal-economische enquête 2001) Ondanks duilijke daling aankoopprijs een computer en een veralgemeen kennis vaardighen om ze te kunnen gebruiken, blijkt uitrusting huishouns met pc, en meer nog met internetaansluiting, gemidld zeer onthullend te zijn in termen inkomens- en onrwijs- of kwalificatieniveau. In huidige context een razendsnelle en veralgemeen verspreiding elektronische communicatiemidlen, met inbegrip persoonlijke besteldiensten, lijkt afwezigheid rgelijke midlen dan ook meer en meer een sociale, materiële, intellectuele en professionele handicap te worn. Technisch gezien stemt behoun variabele overeen met een gemidl uitrustingsgraad huishouns met pc en internetaansluiting na standaardisatie bei gegevens naar leeftijd. 20/55

21 19. Aantal huishouns zonr auto (Bron: sociaal-economische enquête 2001) De afwezigheid een auto in een huishoun kan in eerste instantie wijzen op een zwak inkomen. Op eenzelf inkomensniveau zijn er evenwel meer huishouns zonr auto terug te vinn in centraal stelijke buurten vergeleken met periferie en hetzelf geldt voor oure gezinnen (gemidld eveneens sterk vertegenwoordigd in bepaal len het stadscentrum). Omwille het groter aanbod aan openbaar vervoer en betere bereikbaarheid vrienn, kennissen en voorzieningen, speelt uitrusting voor transport evenwel een minr grote rol in dichtbebouw centra grote sten dan in perifere len het stadsgewest. Rekening hound met het huidig aanbod aan openbaar vervoer kan ze afwezigheid echter op heel wat plaatsen bijdragen tot sociaal isolement en een verminring toegangsmogelijkhen tot verschillen diensten of arbeidsmarkt. Het is dan ook niet zonr ren dat ze variabele vrij vaak beschouwd wordt als een achterstellingsindicator. 20. Mediaan inkomen per aangifte (Bron: Nationaal Instituut voor Statistiek, Fiscale Statistieken, aangifte 2002, inkomens 2001) Het is vermoelijk overbodig om te wijzen op het belang het inkomen als indicator voor armoe en achterstelling. Het is echter wel belangrijk om nadruk te leggen op een aantal tekortkomingen variabele waardoor ze een foutieve weergave kan zijn het reële inkomensniveau een huishoun. In eerste instantie kan er bij eenzelf inkomen een grote variëteit bestaan in huishounsgrootte met aanzienlijke verschillen in financiële midlen per persoon tot gevolg. Het aantal len binnen een gezin zou men in rekening kunnen brengen door gebruik te maken het gemidld inkomen per inwoner in plaats het mediaan inkomen per aangifte. Bij ze metho wordt het niet-belastbaar inkomen echter als nul beschouwd en heeft men meer te maken met wisselvallighen extreme waarn aangegeven inkomens. Een bijkomend nael voor zowel het mediaan inkomen als het gemidld inkomen is dat lokale verschillen in koopkracht niet in aanmerking genomen worn terwijl een aantal consumptiemidlen zoals huisvesting sterke ruimtelijke variaties kennen in prijs. Verr houdt noch het mediaan inkomen, noch het gemidld inkomen rekening met transfers binnen het huishoun. Stuntenwijken bijvoorbeeld, kunnen zwakke inkomens vertonen ondanks het feit dat stunten vaak tot een hogere 21/55

22 sociale klasse behoren. De uitgaven ze jongeren blijven echter voor een groot el gefinancierd door hun ours. Tenslotte hebben huishouns nog een aantal niet-belastbare inkomsten en belastingsvoorlen die geen el uitmaken het aangegeven inkomen, wat op die manier kan bijdragen tot het verzwakken nauwkeurigheid indicator. Niettemin meet ze variabele bij benaring het inkomen uit arbeid en vermogen en is het een voor hand liggen indicator om buurten in moeilijkhen op te sporen aangezien ze zowel een weerspiegeling is het opleidingsniveau als arbeidsmarktpositie. 21. Indicator subjectieve gezondheidstoestand (gestandaardiseerd naar leeftijd) (Bron: sociaal-economische enquête 2001) De sterke relatie met het inkomen, het opleidingsniveau, vroegere en huidige werkomstandighen, huisvesting, enz. maakt dat gezondheidstoestand reeds op zich kan beschouwd worn als een betekenisvolle socio-economische synthesevariabele. Het is echter praktisch onmogelijk om een objectieve schatting gezondheidstoestand inwoners te bekomen op statistisch buurtniveau. De enige bruikbare statistische gegevens op dit schaalniveau zijn subjectieve beoorlingen door inwoners zelf, afkomstig uit socio- economische enquête Men kan hierbij wel vermoen dat ze subjectieve opvattingen zich min of meer zullen baseren op objectieve vaststellingen medische instanties. Figuur 3 : Waargenomen gezondheidstoestand volgens leeftijd (mannen) % Leeftijd zeer goed goed gemidld slecht zeer slecht 22/55

23 Figuur 3 toont aan dat gezondheidstoestand in grote mate samenhangt met leeftijd. Alvorens ze variabele te kunnen gebruiken voor constructie synthese-indicator dient men ze dus best te standaardiseren naar leeftijd om invloed er te neutraliseren. De behoun indicator komt daarom overeen met het verschil tussen werkelijke gezondheidstoestand en het verwachte niveau in functie leeftijdsstructuur. De beoorling gezondheidstoestand gebeur in enquête aan hand vijf mogelijke categorieën namelijk zeer goed, goed, gemidld, slecht of zeer slecht. De gebruikte gezondheidsvariabele komt in feite overeen met het (gewogen) gemidl twee partiële indicatoren die resulteren uit een standaardisatie naar leeftijd categorieën zeer goed en goed. Voor bei variabelen wordt het verschil genomen tussen het werkelijk aanel personen in zeer goe of goe gezondheid en verwachte resultaten bei klassen op basis leeftijdsstructuur. De eerste partiële indicator beschouwt leeftijdsgroep jonger dan 40 jaar die zichzelf in zeer goe gezondheid acht en twee groep 40 jaar en our die een goe of zeer goe gezondheid aangeeft. Een verre analyse toont namelijk aan dat tot leeftijd ongeveer 40 jaar, inwoners die zich in zeer goe gezondheid verklaren algemeen in anre buurten wonen dan anren. Boven 40 jaar ligt die ruimtelijke scheiding tussen groep bewoners die zichzelf in zeer goe tot goe gezondheid achten en zij die in een gemidl of slechte gezondheid aangeven. Vandaar dat het interessant is om bei leeftijdsgroepen eerst afzonrlijk te verwerken alvorens ze samen te nemen in één variabele. 23/55

24 3. Principale componenten analyse : op zoek naar één synthetische achterstellingsdimensie. Omdat we geselecteer synthesevariabelen berekenn op basis PCA s voor alle Belgische stadsgewesten, bezitten wij nu een goe wetenschappelijke basis om achterstelling te meten in het Brussels Hoofdstelijk Gewest. De eigenlijke analyse achtergestel buurten in Brussel begint dus hier. Alle analyses, figuren en kaarten die volgen zijn bijgevolg berekend op statistisch sectorniveau voor het Brussels Hoofdstelijk Gewest. De eerste stap in afbakening achtergestel buurten bestaat erin via toepassing Principale Componenten Analyse (verr PCA genoemd) op zoek te gaan naar een combinatie oorspronkelijke variabelen ( eerste principale component5) die verschillen inzake achterstelling (zoals beschreven door 21 oorspronkelijke variabelen: aantal eigenaars per statistische sector, gemidld inkomen,...) tussen buurten zoveel mogelijk onrscheidt. Het resultaat is dus één nieuwe samengestel variabele die verschillen tussen wijken voor 21 geselectionneer variabelen zo goed mogelijk weergeeft op één enkele as. Deze nieuwe dimensie wordt weergegeven als een wiskundige samenvatting originele 21 variabelen ( eerste principale component is een gewogen combinatie 21 oorspronkelijke variabelen, waarbij gewichten (coëfficiënten) zo gekozen worn dat ze verschillen tussen buurten zo goed mogelijk weergeven). Aangezien verschillen studies (Kesteloot, 1996, 2001; Vanrmotten, 2006) aantoonn dat geselecteer variabelen allen te maken hebben met achterstelling, kan nieuw bekomen variabele gezien worn als dé dimensie achterstelling. Via nieuwe variabele wordt het bijgevolg mogelijk alle buurten het Brussels Hoofdstelijke Gewest één score te geven op algemene achterstelling. De uitkomsten PCA worn op volgen pagina weergegeven in Tabel 4. 5 Zie Woornlijst 24/55

25 Tabel 4: Principale component : Achterstelling: Correlaties en verklaar variantie Pcinternet - 18 Gezondheid - 21 Inkomen - 20 Scholing ours - 9 Telefoon - 17 Scholing - 10 Hoger onrwijs - 8 Woonvertrekken - 2 Werkzekerheid - 15 Eigenaars- 1 Enkel vergingsinkomen , , , , , , , , , ,64794 Variantie variabele opgenomen door principale component (1=100%) ,850 0,849 0,820 0,814 0,769 0,678 0,656 0,555 0,434 0,420 Slechte staat woning - 3 Geen centrale verwarming - 4 Eenourgezinnen - 6 Alleenstaann - 7 Woonomgeving - 5 Langdurige werkloosheid - 14 Arbeirs -12 Werkzoekend -13 Zonr auto - 19 Laag niveau tertiaire sector , , , , , , , , , , ,421 0,429 0,540 0,610 0,655 0,782 0,815 0,820 0,855 0,869 Correlatie met principale component Variabele (en nummering) In Tabel 4 hierboven zien wij dat nagenoeg alle originele variabelen een correlatie 0,7 of hoger vertonen met gevonn component achterstelling. Dit wil zeggen dat voor nagenoeg alle variabelen geldt dat meer dan helft verschillen die ze tussen buurten meten (variantie) ook door principale component6 weergegeven is. Vlotter gesteld is gevonn dimensie achterstelling dus een zeer goe samenvatting alle verschillen die te vinn zijn in 21 afzonrlijke originele variabelen. Door ons verr slechts op die ene component te focussen verliezen wij weinig informatie ten opzichte het verr werken met 21 oorspronkelijke variabelen. De principale component vertegenwoordigt 69% variatie (verschillen) tussen buurten die 21 originele variabelen beschrijven. Dit is een zeer goed resultaat wat erop wijst dat geselecteer variabelen inrdaad allemaal met een of anr dimensie achterstelling te maken hebben. Zoals eerr gezegd, kan ze combinatie oorspronkelijke variabelen naam synthese component krijgen. Deze zal afbakening achtergestel buurten mogelijk maken. 6 Zie variantie en correlatie in Woornlijst 25/55

26 Variabelen die een achterstelling beschrijven, zullen een negatieve score tonen en ze die op een zeker welstand wijzen een positieve correlatie. De meest achtergestel wijken zijn dus ze met meest negatieve waarn op synthesecomponent. Om nu tot een werkelijke afbakening achterstelling in het Brussels Hoofdstelijk Gewest te komen, moet ze component op kaart worn gezet. Op die manier wordt zichtbaar welke buurten in welke mate achtergesteld zijn. Het is echter moeilijk om te zeggen welke gebien net wel en welke niet achtergesteld zijn het verloopt zoals men weet in gradaties heel erge achterstelling naar welstand ( een minimale naar een maximale score). Daarom moet op basis beleidsrelete criteria bepaald worn welk el als achtergesteld beschouwd zal worn7. In het kar monitoring werd daarom beslist verschillen drempels te onrzoeken op basis het procentueel bevolkingsaantal die als wonend in een achtergestel buurt zullen worn beschouwd. Daarvoor moeten wijken gerangschikt worn op basis hun score op synthesecomponent. Daarna berekend men het aanel elke wijk in totale bevolking. Zo is het mogelijk wijken te bepalen die 30% bevolking vertegenwoordigen levend in meest achtergestel wijken, en hieraan wijken toevoegen om drempelwaar naar 40 of 50% te verhogen. Kaart 1 is relatief eenvoudig te lezen. Allereerst wern buurten met minr dan 200 inwoners niet meegenomen in analyse, aangezien zij teveel statistische vertekening met zich meebrengen. Deze buurten worn blanco weergegeven op kaart. De wijken waarbinnen 30% bevolking die in meest achtergestel buurten woont, zijn in het rood gekleurd. De 40% drempel neemt rood én oranje samen. Voor 50% drempel komt daar ook nog eens sectoren in (donker)gele kleur bij. Het is belangrijk te onrstrepen dat het hier over een achterstelling gaat op basis ruimtelijke kenmerken en niet op basis inwoners ze wijken; Het is heel goed mogelijk dat er zeer welstellen mensen binnen een achtergestel wijk wonen en dat er kansarmen wonen in welstellen wijken. Wat hier telt, is In atlas achtergestel buurten Vlaamse Gemeenschap werd een drempel bepaald voor zeven indicatoren, die telkens ongeveer overeenstemn met 15% gecumuleer bevolking (Kesteloot et al., 1996, 2006). Achterstelling werd bepaald op basis cumulatie minstens vier drempelwaar-overschrijdingen. Uit ze analyse bleek 39% bevolking het Brussels Hoofdstelijk Gewest in een achtergestel buurt te leven. De twee atlassen voor het ferale Grootstenbeleid (gegevens volkstelling 1991 en SEE 2001) gebruiken een synthetische indicator zoals in ze studie. Bij een drempel op 15% gecumuleer bevolking voor 17 stadsgewesten blijkt in eerste studie (voornamelijk gestoeld op tellinggegevens 1991, plus enkele recentere indicatoren) 39% Brusselse bevolking in een achtergestel buurt te wonen. In twee studie wern gegevens gebruikt die in dit onrzoek overgenomen zijn (plus nationaliteit) en woont bij een drempelwaar 30% voor 17 stadsgewesten, 49.5% Brusselse bevolking in een achtergestel buurt. 7 26/55