Nota: opstellen economische subregio s Vraagberekening bedrijventerreinen West- Vlaanderen

Transcriptie

1 Nota: opstellen economische subregio s Vraagberekening bedrijventerreinen West- Vlaanderen Pieter Staelens Rebel Tim Goesaert Rebel Freke Caset Ugent Frank Witlox - Ugent

2

3 3 / 36 Inhoudstafel Inleiding 6 1 Methodologie afbakening economische subregio s Doelstelling afbakening Parameters afbakening Verhuisbewegingen bedrijven Dataverzameling afbakening subregio s Keuze clusteralgoritme Functionele regio s De methode van Tolbert en Sizer De inductieve methode van Van der Laan Aantal clusters 15 2 Resultaten Analyse van de verhuismatrix Resultaat clusteralgoritme Resultaat met 9 subregio s Keuze voor 9 subregio s Vergelijkende oefeningen Vergelijking: subregio s op basis van pendelmatrix Gemeentes met binding buiten eigen subregio Inclusie van data uit periode Kenmerken van de subregio s 27 3 Referenties 30 4 Bijlagen Kaart West-Vlaanderen Bijkomende figuren 31

4 4 / 36 Figuren Figuur 1: Cumulatieve verdeling van verhuizende ondernemingen naar verhuisafstand (N=320) Cabus et al., Figuur 2: Typologie van benaderingen voor functionele regio s op basis van pendeldata (Van Nuffel, 2007, p. 512) Figuur 3: Dendrogram van de agglomeratieve hiërarchische clustering (average-linkage) op basis van de verhuismatrix van vestigingen (periode ) Figuur 4: Schematische voorstelling van het clusteralgoritme van Van der Laan en Schalke (bron: Van der Laan en Schalke, 1999, p. 207) Figuur 5: Intensiteit van de verhuisbewegingen Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent...17 Figuur 6: De 9 subregio's van West-Vlaanderen op kaart - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 7: Afbakening subregio s op basis van pendeldata (8 regio s) - Bron: ADSEI Verwerking gegevens en kaart: Rebel en UGent Figuur 8: Gemeenten met binding buiten eigen subregio - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 9: Subregio's met inclusie van data Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 10: Specialisatie van de subregio s in industriële sectoren volgens Nacebel (2008) (relatieve aandelen van de tewerkstelling) Bron: RSZ Verwerking gegevens: Rebel Figuur 11: Kaart van West-Vlaanderen met aanduiding van gemeenten Figuur 12: Verdeling van de inkomende en uitgaande verhuisbewegingen van bedrijven over de Belgische provincies - Bron: Lokovest Verwerking gegevens: Rebel Figuur 13: Resultaat clustering tot 5 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 14: Resultaat clustering tot 6 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 15: Resultaat clustering tot 7 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 16: Dendrogram van de afbakening in 9 subregio's - Bron: UGent op basis van Lokovest Figuur 17: Loontrekkende tewerkstelling in de 9 subregio's - Bron: RSZ Verwerking: Rebel Figuur 18: Specialisatie van de subregio s in dienstensectoren - Bron: RSZ Verwerking: Rebel 35

5 5 / 36 Figuur 19: Specialisatie van de subregio s in overige sectoren - Bron: RSZ Verwerking: Rebel. 36 Tabellen Tabel 1: Geografische indeling van de verhuisbewegingen... 8 Tabel 2: overzicht verhuisbewegingen van en naar West-Vlaanderen per provincie (bron: Lokovest berekeningen Rebel) Tabel 3: De 9 subregio's van West-Vlaanderen in tabelvorm Tabel 4: Overzicht van gemeenten per subregio met aanduiding van subregio in geval van clustering op basis van pendeldata (bruin), gemeenten met binding groter dan 75% (groen) en subregio s in geval van inclusie van data (blauw) Tabel 5: Aantal inwoners en loontrekkenden per subregio Bron: ADSEI en RSZ Verwerking gegevens: Rebel Tabel 6: Evolutie tewerkstelling per subregio Bron: RSZ Verwerking gegevens: Rebel Tabel 7: Evolutie aantal vestigingen per subregio : Bron: RSZ Verwerking gegevens: Rebel... 28

6 6 / 36 Inleiding De vraag naar bedrijventerreinen in West-Vlaanderen werd in 2006 berekend voor de Provincie West-Vlaanderen en zijn 5 RESOC s, door P. Cabus en W.Vanhaverbeke 1. Negen jaar later wil de Provincie West-Vlaanderen, samen met POM West-Vlaanderen, een nieuwe raming van de vraag laten opstellen, ditmaal voor de periodes en De ruimtelijk-economische factoren zijn intussen dan ook grondig gewijzigd: de relatieve sectorspecialisatie van de Provincie West-Vlaanderen is gewijzigd, distributieketens zijn gewijzigd, het concept duurzaam en zuinig ruimtegebruik vindt sterke ingang en er zijn evoluties omtrent verweefbaarheid, zowel richting meer als richting minder verweefbaarheid. De Provincie wenst vooreerst economische subregio s af te bakenen. Dit is een logische stap, gezien een vraagraming op enkel Provinciaal niveau veel nuance laat liggen. Economische subregio s zijn ruimtelijk aaneengesloten entiteiten die een economisch coherent geheel vormen. Een vraaganalyse uitvoeren op niveau van deze economische subregio s verrijkt de raming. Een indeling in dergelijke subregio s kan verder ook gebruikt worden als aggregatieniveau voor ander economisch onderzoek. Bovendien wordt vanuit het Vlaams beleidsniveau opgedragen aan de provincies om een afbakening in economische subregio s te hanteren voor het bepalen van potentiële tekorten aan ruimte voor bedrijventerreinen. Bijgaand verslag is een neerslag van het onderzoek naar deze economische subregio s. Het geeft de methodologie weer die gebruikt werd om te komen tot de clustering van de 64 West-Vlaamse gemeenten, en maakt enkele nuanceringen op basis van enkele bijkomende cluster-oefeningen. Ten slotte worden de subregio s beschreven op vlak van hun kenmerken qua tewerkstelling en economische specialisatie. 1 Cabus,P. & Vanhaverbeke, W.; 2006; Ruimtelijk-economische onderbouwde behoefteraming van economische ruimte in West-Vlaanderen

7 7 / 36 1 Methodologie afbakening economische subregio s 1.1 Doelstelling afbakening Er bestaan heel wat administratieve subregio s in West-Vlaanderen, met als doel de werking van bepaalde functies op te delen. Denk hierbij maar aan de bestuurlijke arrondissementen, gerechtelijke kantons, de werkingsgebieden van intercommunales. Deze aaneengesloten ruimtelijke gebieden hebben echter vaak weinig te maken met de economische realiteit. In dit deel van het onderzoek worden ruimtelijk aaneengesloten gebieden afgebakend die vanuit economisch standpunt een geheel vormen. Subregio s die een ruimtelijk aaneengesloten en vanuit economisch standpunt logisch geheel vormen, kunnen de basis vormen voor verdere monitoring van economische parameters in de Provincie West-Vlaanderen. Meerbepaald voor de vergelijking van vraag en aanbod aan bedrijventerreinen, en het instellen van een beleid hieromtrent, kunnen gegevens die geaggregeerd worden naar economische subregio s, de basis vormen. 1.2 Parameters afbakening Verhuisbewegingen bedrijven Als basis-parameter voor de afbakening in functioneel samenhangende subregio s wordt gekozen voor de verhuisdynamiek van vestigingen. Onderstaande argumenten ondersteunen deze keuze: - Pragmatisch is dit de meest logische aanpak met het oog op de uiteindelijke vraagramingen; - Verhuisbewegingen, zo blijkt uit de literatuur (zie onder), voltrekken zich doorgaans op erg lokaal schaalniveau. Het maakt van migratiegegevens een krachtig instrument om op micro-niveau nieuwe subregio s te definiëren; - Verhuisbewegingen zijn het resultaat van een weldoordacht proces en ontstaan uit een voortdurende afweging tussen verschillende pull- en pushfactoren (Van Oort et al., 2007; Cabus et al., 2008). Hierdoor groepeert data m.b.t. verhuisbewegingen dus meerdere gegevens; - De databron, Lokovest, is zodoende uitgebouwd om voor alle relevante gemeentes (inclusief buurgemeenten in Oost-Vlaanderen en Henegouwen) betrouwbare en gedetailleerde data aan te leveren. Recente analyses m.b.t. de verhuisdynamiek van Vlaamse ondernemingen zijn schaars. In 2008 werd echter door Cabus et al. (2008) een grondige analyse gemaakt van migratiedata die in 2003 werd verzameld voor 320 Vlaamse ondernemingen 2. Aan de hand van een enquête werd o.a. gepeild naar de lokalisatielogica van de bedrijven en de factoren die het beslissingsproces bepalen. De algemene enquête werd gehouden bij bedrijven met minstens 5 werknemers uit 6 geselecteerde sectoren (de industrie, bouwsector, groothandel, TDL (Transport, Distributie en 2 Het gaat om de SPRE-enquête die werd uitgevoerd in opdracht van het Strategisch Plan Ruimtelijke Economie (zie ook Cabus en Vanhaverbeke 2004).

8 8 / 36 Logistiek), zakelijke diensten en financiële dienstverlening). De resultaten van de studie wijzen op het belang van de eigen regio inzake verhuisdynamiek. Vlaamse bedrijven zijn met andere woorden erg honkvast, waardoor de meeste verhuizen plaatsvinden op lokaal niveau. Zo verhuist 61% van de bedrijven naar een nieuwe locatie binnen een straal van 5 km. Slechts 10% verhuist verder dan 20 km. De gemiddelde verhuisafstand bedraagt dan ook slechts 9,43 km (Cabus et al., 2008, p. 195). Figuur 1 illustreert dit. Maakt men een ruimtelijke indeling van de verhuisbeweging dan valt ongeveer 80% van de verhuisbewegingen binnen hetzelfde arrondissement; 64% kiest voor een locatie in de eigen gemeente. Deze cijfers zijn weergegeven in Tabel 1. Figuur 1: Cumulatieve verdeling van verhuizende ondernemingen naar verhuisafstand (N=320) Cabus et al., 2008 Tabel 1: Geografische indeling van de verhuisbewegingen Ook in Van Oort et al. (2007), Nederlands bedrijfsmigratieonderzoek uitgevoerd door het Ruimtelijk Planbureau, wordt bewijs gevonden voor deze lokale oriëntatie; 94% van de ondernemingen verhuist binnen de eigen arbeidsmarktregio en een minderheid (2,4%) verplaatst zich over langere afstanden, zoals naar een andere provincie. Het maakt van migratiegegevens een krachtig instrument om op micro-niveau nieuwe subregio s te definiëren. Voorts blijkt het minimaliseren van de verhuisafstand voornamelijk belangrijk omdat de bestaande toeleveringsrelaties en de werkgelegenheid niet in het gedrang mogen komen. Dit laatste sluit aan bij Knoben (Van Oort et al., 2007, p. 59) die stelt dat bedrijven over korte afstanden verhuizen om zo de belangrijkste netwerken niet te veranderen, de werknemers niet mee hoeven te verhuizen en toeleveranciers en klanten niet ver hoeven te reizen naar de nieuwe locatie (Cabus et al. 2008). Verder onderscheiden Cabus et al. (2008) een reeks pull- en pushfactoren voor de verschillende fasen in de demografie van ondernemingen (i.e. stabiele bedrijven, verhuizers, starters en verhuizende starters). Deze keuze voor een indeling in ontwikkelingsgroepen komt voort uit de beleidsrelevantie ervan: Het is belangrijk het locatiegedrag van de ondernemingen en de vestigingsplaatsen te kennen in functie van de ontwikkelingsfase van de onderneming. Er wordt hierbij vanuit gegaan dat een startende onderneming andere eisen kan stellen aan de omgeving dan een bedrijf dat wenst te verhuizen [ ] Een aangepast ruimtelijk-economisch beleid voor de

9 9 / 36 verschillende ontwikkelingsfasen van ondernemingen is essentieel voor een efficiënt en duurzaam ondernemingsklimaat (p. 3). Uit de analyse van de pull-factoren volgt dat startende ondernemingen aangeven zich in veel grotere mate dan verhuizers te laten leiden door de vertrouwdheid met de regio waarin zij wonen of werken. Beide groepen hechten bij de vestigingsbeslissingen veel belang aan de bereikbaarheid van hun toekomstige locatie en aan de relaties die ze kunnen aangaan of onderhouden met klanten, toeleveranciers en andere bedrijven. Ook het aanbod en de verscheidenheid aan locaties heeft een belangrijke invloed op de locatiekeuze van ondernemingen. Deze resultaten sluiten aan bij de conclusie van Van Oort et al. (2007, p. 9) dat de bereikbaarheid met de auto, de economische omvang en een geringe afstand tot andere economische concentraties (waardoor een grotere markt voor afzet en personeel ontstaat) belangrijke kenmerken zijn die bepalen of een gemeente aantrekkelijk is als vestigingsplaats voor bedrijven uit andere gemeenten. (Cabus et al., 2008, p. 21). Push-factoren daarentegen zetten aan tot verhuis. Het meest voor de hand liggende voorbeeld hierbij is een bedrijf dat groeit en daarom een andere vestiging dient te zoeken. De belangrijkste push-factor, zo blijkt uit het onderzoek, is dan ook ruimtegebrek (zo n 47,3%). Dit resultaat bevestigt de resultaten in Van Oort et al. (2007). Andere factoren die bij veel bedrijven aanleiding geven tot verhuis hebben te maken met het niet meer voldoen van de vestiging aan de eisen van de onderneming en interne herstructureringen. Ook een slechte bereikbaarheid, beperkte parkeermogelijkheden en de wens tot een andere eigendomsvorm blijken belangrijke pushfactoren. 1.3 Dataverzameling afbakening subregio s Verhuismatrix Als basis voor de clusteroefening wordt een matrix met verhuisbewegingen van vestigingen 3 opgesteld. De gegevens voor deze matrix zijn verzameld uit KBO via Lokovest, de door CEVI ontwikkelde toepassing met informatie op ondernemings- en vestigingsniveau 4. Alle verhuisbewegingen van vestigingen naar of vanuit een West-Vlaamse gemeente zijn hierin beschikbaar. Als startpunt voor de afbakening in subregio s werd een 64*64 matrix opgesteld, met de verhuisbewegingen tussen 2010 en 2015 vanuit en naar elk van de 64 West-Vlaamse gemeenten. Hierbij maken we abstractie van de verhuisbewegingen van en naar de andere provincie in wat we de gesloten oefening noemen. De keuze valt hierbij op de verhuisbewegingen van rechtspersonen, waarbij de verhuisbewegingen van natuurlijke personen niet weerhouden worden. De reden is dat de migratie van rechtspersonen meer een economische logica volgt, waarbij de verhuisbeslissing van natuurlijke personen meer door persoonlijke keuzes beïnvloed kan worden. Aanvullend werden de verhuisbewegingen in de periode opgevraagd. Deze zullen bijkomend geanalyseerd 3 Dit in plaats van de migratiegegevens van ondernemingen. Deze laatste toont de administratieve zetel van een groep en schetst eerder de juridische realiteit; terwijl vestigingsinformatie een beeld geeft van de fysieke realiteit. 4 Deze toepassing werd geraadpleegd bij POM West-Vlaanderen, dienst DSA.

10 10 / 36 worden. In eerste instantie wordt als observatieperiode gekozen. Dit geeft reeds goed de basis aan van mogelijke onderliggende trends en levert een interessant aantal observaties op. Een uitbreiding van de observatieperiode kan deze trend verder onderbouwen en de analyse versterken; tegelijk moet rekening gehouden worden met de mogelijkheid dat er over de tijd verschuivingen zijn opgetreden in de lokale netwerken. Dit zou inhouden dat oudere verhuisbewegingen nu minder relevant zijn. Tot slot blijkt uit een eerste analyse dat de kwaliteit van rapportering in de eerste jaren van de observatieperiode minder goed is. Lokovest omvat informatie over alle ondernemingen en vestigingen op Belgisch grondgebied. De verhuismatrix werd dan ook uitgebreid met verhuisbewegingen in andere provincies. Dit laat toe om de afbakening van subregio s uit te breiden tot buiten de provinciegrenzen. Concreet wordt de matrix uitgebreid met de migratiegegevens van vestigingen uit Oost-Vlaanderen en Henegouwen, die verhuisden naar of vanuit West-Vlaanderen. Hoewel dit niet strikt het doel is van de clusteroefening, biedt dit waardevolle informatie voor de behoefteraming die in een latere fase van deze studie zal worden opgestart. De ruimtevraag in subregio s met een link naar andere provincies zal beïnvloed worden door de activiteiten en evoluties in deze randgebieden. Tewerkstelling De migratiegegevens worden aangevuld met tewerkstellingsinformatie op het niveau van de vestiging. Dit moet toelaten om de clusteroefening te verfijnen. Het is hierbij niet de bedoeling om meer gewicht te geven aan verhuisbewegingen van grote ondernemingen, wel om de matrix te corrigeren voor verhuizingen van eenmansbedrijven die in beperkte mate door economische logica gedreven zijn 6. Deze filtering is echter een afweging tussen meer observaties met een mogelijk te ruime selectie van ondernemingen enerzijds versus een selectie van meer relevante ondernemingen, met het risico op een te kleine dataset anderzijds. De tewerkstellingsinformatie wordt verkregen door de verhuisbewegingen te koppelen aan de in de VKBO databank gerapporteerde werkgelegenheid in de vestiging. Indien de koppeling met deze gegevens niet mogelijk was, werd de koppeling gemaakt met de RSZ-databank, waarin ook tewerkstellingsinformatie op niveau van de vestiging wordt gerapporteerd. Sectorindeling Een laatste informatielaag die toegevoegd wordt betreft de activiteiten van de verschillende vestigingen. Hiermee worden de verhuisbewegingen gecorrigeerd voor activiteiten die een zeer specifiek ruimtegebruik kennen, die niet of amper in België voorkomen of die niet of nauwelijks op bedrijventerreinen te vinden zijn. We volgen hierin Cabus et al. (2006), die een zelfde selectie doorvoeren voor de behoefteraming in Midden-West-Vlaanderen. De gegevens over activiteiten in de vestigingen worden ook uit Lokovest verkregen. Het voordeel is dat in Lokovest meerdere activiteiten worden gerapporteerd, zodat een volledig beeld van de activiteiten van de vestiging verkregen wordt. In wat volgt wordt gewerkt met de verschillende gerapporteerde hoofdactiviteiten van de vestiging. 5 Tot en met september Om deze reden werd geen rekening gehouden met vestigingen die geen rechtspersoon vormen, waarbij het meestal gaat om zelfstandigen (al dan niet met helpers)

11 11 / 36 Volgende activiteiten worden weerhouden in de verhuismatrix 7. - Industrie - Bouw - Handel - Vervoer en groothandel - Diensten Volgende sectoren worden niet weerhouden. Indien een vestiging uitsluitend in onderstaande sectoren actief is wordt ze niet geselecteerd in de verhuismatrix. - Landbouw, bosbouw en visserij - Energie - Horeca diensten - Openbare diensten 1.4 Keuze clusteralgoritme Functionele regio s Functionele regio s vormen een betere ruimtelijke referentie inzake beleidsbeslissingen dan administratieve grenzen (Sebastiani, 2003; Van Nuffel 2007). Er bestaat dan ook een uitgebreide literatuur m.b.t. het verdelen van een gebied in functionele regio s vertrekkende vanuit stroomdata (pendel, migratie e.a.). Er is echter een grote variatie aan methodologieën, waarbij twee overkoepelende typologieën kunnen worden onderscheiden: een deductieve en inductieve benadering. Bij deze eerste gaat het volgens Van der Laan en Schalke (2001) om methoden waarbij a priori bepaalde centra worden toegewezen op basis van externe kennis en/of literatuurstudie. Bij inductieve methodes worden de centra gedetecteerd door het gekozen algoritme zelf en hebben alle entiteiten (gemeentes in dit geval) in principe evenveel kans om toegewezen te worden aan een cluster. Figuur 2 geeft een overzicht van de verschillende typologieën die gangbaar zijn in het definiëren van functionele regio s op basis van pendeldata, met verdere onderverdeling naargelang de methode gepolariseerd of niet niet gepolariseerd is (voor technische details, zie Van Nuffel, 2007). 7 De indeling in Cabus et al. (2006) is gebaseerd op de NACE-BEL classificatie uit Deze kreeg echter in 2008 een update. De in Cabus et al. (2006) vermelde sectoren werden dan ook omgezet naar de meest recente classificatie.

12 12 / 36 Figuur 2: Typologie van benaderingen voor functionele regio s op basis van pendeldata (Van Nuffel, 2007, p. 512) Reeds geruimere tijd is de klemtoon in dergelijk onderzoek op de inductieve aanpak gaan liggen. Casado-Diaz en Coombes (2004, pp. 8-9, geciteerd in Van Nuffel 2007) argumenteren in dit verband: The intuitive appeal of the deductive approach s urban-centred structure has only been outweighed when and where its mono-centric model can no longer provide adequate LLMA[Local Labour Market Area] definitions due to increasingly complex and diffused commuting patterns. Thus it is this increasing real world complexity which has shifted research interest away from the deductive methods rigid mono-centric model towards the inductive method s greater flexibility which, in turn, is underpinned by a much more abstract conception of LLMAs as clusters of commuter flows within a wider mesh of linkages. Hoewel dus in het onderzoek van Casado-Diaz en Coombes pendelstromen worden onderzocht, is deze logica m.b.t. de toenemende aandacht voor inductieve methodes ook door te trekken tot de verhuisdynamiek van vestigingen in het algemeen (Van Nuffel, 2007). Daarom opteren we voor een inductieve methode voor de afbakening in economische subregio s De methode van Tolbert en Sizer voor verhuisdata van vestigingen Meer specifiek wordt gekozen voor de methode van Tolbert en Sizer (1996). In Figuur 2 wordt deze als een Type I2 inductieve methode aangeduid. Een dergelijk algoritme leidt tot een regionalisering zonder enige a priori bepaalde detectering van centra. Via deze methode wordt dan ook altijd rekening gehouden met de volledige matrix met stroomdata. De overige benaderingen (D1, D2 en I1) brengen vaak enkel de belangrijkste stromen in rekenschap. Dit willen

13 13 / 36 we vanuit de vraagstelling expliciet vermijden. Hoewel de methode initieel gebruikt werd om een afbakening op basis van pendeldata te creëren (zie ook voor een recente toepassing De Ruytter 2014), is dit algoritme evenzeer toepasbaar op de migratiedynamiek van vestigingen. Vanuit de logica van vestigingen in West-Vlaanderen, is er immers geen sprake van bepaalde dominante attractiepolen voor de verhuisbewegingen (i.e. geen a priori te bepalen centra). De methode bestaat concreet uit een clusteranalyse die gebruik maakt van de volledige matrix van proportionele migratiestromen tussen gemeenten, en dit voor de periode 2010 t.e.m waarbij de rijen worden gevormd door de vertrekgemeenten en de kolommen door de aankomstgemeenten. Elke cel van deze matrix bevat op die manier de proportionele migratiestroom die als volgt wordt gedefinieerd (aangepast op basis van Tolbert en Sizer, 1996): M ij = (S ij + S ji ) met i, j ε M min (b j + b i ) Waarbij Mi,j = proportionele migratiestroom van de vestigingen van gemeente i naar gemeente j S = som van het aantal verhuisbewegingen b = het aantal vestigingen M = het totaal aantal gemeentes Zoals uit de formule blijkt is de matrix symmetrisch. Hoe groter de proportionele migratiestroom, hoe groter de functionele relatie tussen beide gemeentes zal zijn. Verder wordt het minimum van het totaal aantal vestigingen in de twee gemeentes als wegingsfactor gebruikt. De elementen van de diagonaal van de matrix worden voorts op nul gezet. Vervolgens wordt op deze matrix een hiërarchisch clusteralgoritme (average linkage) losgelaten, waarin gemeentes paarsgewijs worden toegewezen aan steeds groter wordende clusters totdat alle gemeentes zijn toegewezen. Het resulterende dendrogram, waarin het volledige clusterproces wordt weergegeven, is voorgesteld in Figuur 3.

14 14 / 36 Figuur 3: Dendrogram van de agglomeratieve hiërarchische clustering (average-linkage) op basis van de verhuismatrix van vestigingen (periode ) De inductieve methode van Van der Laan voor pendeldata De afbakening op basis van pendeldata gebeurde aan de hand van de methodologie die door Van der Laan en Schalke (1999) werd uitgewerkt en toegepast werd voor de Nederlandse context. Opnieuw is er geen natuurlijke methode voor een dergelijke analyse, met het resultaat dat vrij verschillende grenzen getrokken kunnen worden op basis van gelijkaardige analyses met dezelfde data. Vandaar is het belangrijk om pragmatisch goed te onderbouwen waarom voor een specifieke methode wordt gekozen. Omwille van de redenen aangehaald kiezen we opnieuw voor een inductieve methode. Dit betekent dat we op voorhand geen centra gaan aanduiden waarrond het algoritme zal clusteren, maar we starten van het gedrag van de individuele vestiging. Echter, zie Figuur 4, de methode van Van der Laan en Schalke (1999) is een gepolariseerde methode. In dergelijke methodiek gaat het algoritme in de data op zoek naar mogelijke centra waarop vele stromen zich enten. Deze logica komt uiteraard, in tegenstelling tot deze van migratie van ondernemingen, beter overeen met de werkelijkheid. Pendel voltrekt zich over grotere afstanden dan verhuisbewegingen van bedrijven en ent zich bovendien veel sterker op bepaalde centra (in dit geval de grotere steden Brugge, Kortrijk e.a.). Figuur 4 geeft een schematische weergave van de 7 eerste stappen (van de in totaal 9) die in het clusteralgoritme worden doorlopen.

15 15 / 36 Figuur 4: Schematische voorstelling van het clusteralgoritme van Van der Laan en Schalke (bron: Van der Laan en Schalke, 1999, p. 207) Aantal clusters De keuze van het aantal clusters is afhankelijk van verschillende factoren. De informatiewaarde van de clustering kan met enkele statistische indicatoren bepaald worden. Daarnaast moet de door het algoritme voorgestelde clustering steeds door de onderzoekers afgetoetst worden: is de door het algoritme voorgestelde oplossing een logisch geheel? Deze aftoetsing moet vooral rekening houden met de doelstelling van de clusteroefening.

16 16 / 36 2 Resultaten 2.1 Analyse van de verhuismatrix De finale verhuismatrix omvat in totaal verhuisbewegingen van rechtspersonen uit de ruimtevragende categorieën. Hiervan vallen verhuisbewegingen volledig binnen West- Vlaanderen. Het zijn deze verhuisbewegingen die worden gebruikt voor de gesloten oefening om de subregio s te bepalen in West-Vlaanderen. Bijkomend worden inkomende verhuisbewegingen geregistreerd van bedrijven die uit een andere provincie naar West-Vlaanderen verhuisd zijn. Het betreft voornamelijk bedrijven uit Oost- Vlaanderen (850). Het aantal inkomende verhuisbewegingen vanuit Henegouwen is zeer beperkt (41) en zelfs een stuk lager dan vanuit het Brussels Gewest (116). Verder worden ook uitgaande verhuisbewegingen geregistreerd van bedrijven die vanuit West-Vlaanderen naar een andere provincie zijn getrokken. Ook hier is Oost-Vlaanderen de belangrijkste provincie (736). Het aantal uitgaande verhuisbewegingen naar Henegouwen (93) is dubbel zo groot als het aantal inkomende vanuit Henegouwen, maar relatief gezien nog steeds laag. Tabel 2: overzicht verhuisbewegingen van en naar West-Vlaanderen per provincie (bron: Lokovest berekeningen Rebel) Provincie Binnenkomend % binnenkomend Vertrekkend % vertrekkend West-Vlaanderen % % Oost-Vlaanderen % % Antwerpen 325 6% 264 5% Vlaams-Brabant 136 3% 88 2% Brussels Gewest 116 2% 138 3% Limburg 46 1% 47 1% Henegouwen 41 1% 93 2% Waals-Brabant 12 0% 11 0% Luik 9 0% 14 0% Namen 5 0% 10 0% Luxemburg 3 0% 7 0% Totaal % % Figuur 5 geeft de intensiteit van de verhuisbewegingen weer in de periode Het betreft verhuizen van bedrijven die als ruimtevragend worden gekenmerkt. Om de figuur niet te overladen, werden enkel de pijlen met een waarde groter dan 5 weerhouden. De kaart geeft duidelijk aan dat de sterkste dynamiek qua verhuizen van vestigingen zich in de Zuid-West-Vlaamse driehoek Kortrijk-Waregem-Roeselare bevindt. Daarnaast is er eveneens een sterke dynamiek zichtbaar rond Brugge en tussen Brugge en Oostende. In het westen van de provincie zijn er amper verhuisbewegingen tussen 2 gemeenten groter dan 5, met uitzondering van een zekere dynamiek tussen Ieper en zijn omliggende gemeenten.

17 17 / 36 Qua provinciegrensoverschrijdende dynamiek, is het duidelijk dat deze het sterkst is met Gent, waarbij vestigingen voornamelijk verhuizen tussen Gent en andere West-Vlaamse steden zoals Brugge en Waregem. De kaart geeft duidelijk weer dat er geen intensieve verhuisbewegingen zijn tussen West-Vlaamse en Henegouwse gemeenten. Figuur 5: Intensiteit van de verhuisbewegingen Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent 2.2 Resultaat clusteralgoritme Resultaat met 9 subregio s De gesloten oefening, op basis van de 64x64 matrix met verhuisbewegingen tussen vestigingen met ruimtevragende activiteiten, heeft als resultaat de indeling in subregio s zoals weergegeven op Figuur 6. Hierbij ontstaan 9 subregio s met geografisch aaneengesloten gemeenteclusters, die zich in grote lijnen verzamelen rond de grootste stedelijke centra van de provincie. Dit ondanks het feit dat het gebruikte algoritme een inductieve methode gebruikt die niet vertrekt vanuit sterke centra of polen, maar gemeentes clustert op basis van sterke relatieve onderlinge interactie. De 9 subregio s zijn de volgende:

18 18 / 36 - Brugge en zijn 8 omliggende gemeenten (Knokke-Heist; Damme; Beernem; Oostkamp; Zedelgem; Jabbeke; Zuienkerke; Blankenberge) subregio Brugge - Oostende met zijn 4 omliggende gemeenten (Middelkerke; Gistel; Oudenburg; Bredene) en kustgemeente De Haan subregio Oostende - Een cluster rond Torhout en Lichtervelde die ook nog de gemeenten Kortemark, Ichtegem en Koekelare omvat subregio Torhout - Een cluster rond Diksmuide en Veurne die nog 5 andere westhoek-gemeenten omvat (De Panne; Koksijde; Nieuwpoort; Alveringem; Houthulst) subregio Veurne - Een cluster rond Ieper en Poperinge die nog 6 andere gemeenten omvat (Heuvelland; Mesen; Zonnebeke; Vleteren; Lo-Reninge; Langemark-Poelkapelle) subregio Ieper - Een cluster rond Roeselare en Izegem die nog 7 andere gemeenten uit Midden-West- Vlaanderen omvat (Moorslede; Staden; Hooglede; Ardooie; Ingelmunster; Lendelede; Ledegem) subregio Roeselare - Een cluster met Tielt en 4 omliggende gemeenten (Ruiselede; Wingene; Meulebeke; Pittem) subregio Tielt - Een cluster in het zuidoosten van de provincie rond Waregem, met nog 5 andere gemeenten (Dentergem; Oostrozebeke; Wielsbeke; Deerlijk; Anzegem) subregio Waregem - Een cluster in het Leie-Scheldegebied rond Kortrijk, met nog 8 andere gemeenten (Wervik; Menen; Wevelgem; Kuurne; Harelbeke; Zwevegem; Spiere-Helkijn; Avelgem) subregio Kortrijk De subregio Torhout kan verklaard worden vanuit het feit dat vestigingen uit deze gemeenten te weinig binding hebben met de omliggende regionale steden (Oostende, Brugge en Roeselare), of dat deze net te veraf liggen, om voor deze vestigingen een logische verhuiskeuze te vormen. Uit de figuren in bijlage blijkt bovendien dat deze subregio ook bewaard blijft bij een indeling van de provincie in minder clusters, wat aangeeft dat deze subregio een sterk economisch-geografisch geheel vormt vanuit het opzicht van bedrijven. Ruimtelijk gezien hebben de subregio s rond Brugge en deze rond Ieper de grootste oppervlakte. Brugge vormt met zijn 8 buurgemeenten een relatief groot gebied, maar heeft met elk van deze voldoende sterke binding, zodat zij 1 geheel vormen. Bovendien is er ook sterke interactie tussen de buurgemeenten van Brugge onderling. Wat betreft de subregio rond Ieper en Poperinge kan de verklaring gevonden worden in het feit dat binnen de relatief beperkte economische densiteit in de Westhoek, de meeste gemeenten op economisch vlak toch een sterke binding hebben met Poperinge of Ieper.

19 Figuur 6: De 9 subregio's van West-Vlaanderen op kaart - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent 19 / 36

20 20 / 36 Tabel 3: De 9 subregio's van West-Vlaanderen in tabelvorm Brugge Kortrijk Roeselare Ieper Veurne Oostende Waregem Tielt Torhout Beernem Avelgem Ardooie Heuvelland Alveringem Bredene Anzegem Meulebeke Ichtegem Blankenberge Harelbeke Hooglede Ieper De Panne De Haan Deerlijk Pittem Koekelare Brugge Kortrijk Ingelmunster Langemark- Poelkapelle Diksmuide Gistel Dentergem Ruiselede Kortemark Damme Kuurne Izegem Lo-Reninge Houthulst Middelkerke Oostrozebeke Tielt Lichtervelde Jabbeke Menen Ledegem Mesen Koksijde Oostende Waregem Wingene Torhout Knokke-Heist Spiere- Helkijn Lendelede Poperinge Nieuwpoort Oudenburg Wielsbeke Oostkamp Wervik Moorslede Vleteren Veurne Zedelgem Wevelgem Roeselare Zonnebeke Zuienkerke Zwevegem Staden Keuze voor 9 subregio s Het clusteralgoritme vertrekt van 64 subregio s, waarbij elke gemeente zijn eigen subregio vormt. Daarna clustert het algoritme de 2 gemeenten met de sterkste onderlinge dynamiek aan elkaar, waarna deze 2 gemeenten 1 cluster vormen naast de 62 andere aparte gemeenten, zodat er nu 63 clusters zijn. Zo clustert het algoritme verder, tot er slechts 1 cluster meer overblijft. Het dendogram, waarop elk van deze 64 stappen kan afgelezen worden, werd toegevoegd in Figuur 16 in bijlage. Het resultaat met 10, 11 of meer clusters lijkt voor het doel van deze oefening onbevredigend, aangezien hierbij kleine clusters met 2 of 3 gemeenten overblijven. Deze clusters zijn te klein om te kunnen spreken van een economische subregio, en komen niet overeen met zoekgebieden van bedrijfsvestigingen. Het resultaat met 9 clusters geeft subregio s die minimaal uit 5 gemeenten bestaan, en die qua gemiddelde oppervlakte even groot zijn als een cirkel met straal 10 km, wat op zijn beurt overeenkomt met de gemiddelde verhuisafstand van vestigingen. De resultaten waarbij verder wordt geclusterd, tot 8, 7, 6 of 5 clusters, zijn eveneens toegevoegd in bijlage. Bij 8 clusters worden de subregio s rond Kortrijk en Waregem samengevoegd tot 1 grote Zuid-West-Vlaamse subregio. Hierbij gaat de nuance verloren dat de omgeving van Waregem sterke interactie kent met de buurgemeenten aan Oost-Vlaamse zijde, zoals Zulte, Kruishoutem en Gent. Het resultaat van een open oefening plaatst Waregem en omgeving binnen 1 provinciegrensoverschrijdende subregio. Bij 7 clusters worden de subregio s rond Veurne-Diksmuide enerzijds en Ieper-Poperinge anderzijds, samengevoegd tot 1 grote Westhoek-subregio. Dit is vanuit het standpunt van ruimtezoekende bedrijven niet zo logisch, gezien pakweg Zonnebeke of Heuvelland zo goed als geen enkele functionele band hebben met de westelijke kustzone. Verdere clustering naar 6 en 5 subregio s geeft enkel aanleiding tot te grote subregio s met te weinig economisch-functionele verbanden tussen de gemeenten. 2.3 Vergelijkende oefeningen In deze sectie wordt een alternatieve methodologie en indeling gepresenteerd.

21 21 / 36 De eerste is gebaseerd op de analyse van pendelbewegingen van werknemers. Ook deze gegevens leveren een stroommatrix op, die vertaald kan worden naar subregio s met een sterke interne samenhang. De analyse van verhuisbewegingen past echter beter binnen de doelstelling van deze studie, met name de afbakening van economische subregio s als basis van de toekomstige ruimtevraag. Toch is het interessant om een indeling op basis van een pendelmatrix op te stellen en de vergelijking te maken met de in de vorige sectie geïdentificeerde subregio s. De tweede is gebaseerd op de inclusie van data uit de periode Deze data is ouder, maar de ruimere tijdshorizon zorgt hier mogelijk voor een interessante nuance Vergelijking: subregio s op basis van pendelmatrix Figuur 7 toont de indeling in subregio s op basis van pendelbewegingen. Het optimaal aantal clusters ligt op 8 clusters. Vanaf 9 clusters worden de resultaten minder logisch. Over het algemeen zijn er sterke overeenkomsten tussen deze resultaten, en de resultaten op basis van vestigingsverhuizen. Wat opvalt is dat de cluster in Midden-West-Vlaanderen (subregio Torhout) niet gevormd wordt. Dit is te wijten aan de specifieke aard van pendelbewegingen: inwoners uit dit gebied zijn voor hun werk grotendeels gericht op de grote steden in de regio, zoals Brugge, Oostende of Roeselare. Torhout komt zo bij cluster Brugge, gemeenten Koekelare en Ichtegem bij de cluster rond Oostende, en gemeente Kortemark bij de cluster rond Roeselare. Waar we voor verhuisbewegingen van ondernemingen typisch uitgaan van een kleine actieradius, beslaat deze voor pendelbewegingen vaak een groter gebied, en is deze nog meer op de stedelijke centra gericht. Om deze redenen krijgen de grootste stedelijke centra dan ook iets meer gewicht in de clustering op basis van pendelgegevens. De cluster rond Brugge krijgt er de gemeenten Torhout en Wingene bij, en De Haan verhuist uit de cluster van Oostende naar deze rond Brugge. De cluster rond Kortrijk krijgt er de gemeenten Lendelede (wissel vanuit cluster rond Roeselare) en Deerlijk (wissel vanuit cluster rond Waregem) bij. Verder is er nog slechts 1 verschil met de matrix op basis van verhuisbewegingen van vestigingen: Lo-Reninge wisselt van de cluster rond Ieper-Poperinge naar deze rond Diksmuide-Veurne.

22 22 / 36 Figuur 7: Afbakening subregio s op basis van pendeldata (8 regio s) - Bron: ADSEI Verwerking gegevens en kaart: Rebel en UGent Gemeentes met binding buiten eigen subregio Het algoritme clustert gemeentes samen tot een aantal subregio s. Desalniettemin hebben bepaalde gemeentes soms een relatief sterke dynamiek met een naburige subregio. Dit is voor deze oefening op basis van verhuizen van vestigingen niet anders dan voor oefeningen voor bijvoorbeeld de woningmarkt 8, of voor aankopen van periodieke goederen 9. In Figuur 8 worden de gemeenten weergegeven waarvan voor meer dan 25% gericht is op een andere subregio dan deze waartoe de gemeente behoort. De 15 betreffende gemeenten zijn in hoofdzaak relatief kleine gemeenten naar inwonertal, die ook voor andere functies zoals wonen, werken, school of winkelen op de grens liggen tussen twee of meerdere invloedssferen. Vaak is het totaal aantal verhuisbewegingen vanuit en naar deze gemeenten beperkt, zodat enkele specifieke verhuisbewegingen in deze of gene richting mee beslissen over de subregio waartoe de gemeente finaal behoort. Dit hoeft geenszins een probleem 8 Sum Research, Regionale woningmarkten West-Vlaanderen, IDEA Consult, Interprovinciale studie detailhandel Rapport West-Vlaanderen, 2014

23 23 / 36 te zijn voor deze oefening, maar het is wel belangrijk deze nuancering mee te geven bij de harde afbakening in subregio s. Het is bovendien belangrijk in het achterhoofd te houden dat geen enkele vorm van afbakening erin zal slagen om gemeenten voor eens en altijd toe te wijzen aan een cluster, aangezien de achterliggende factoren zoals ontsluiting, vestigingsfactoren, woonwensen, lokale economische factoren, constant in verandering zijn. Binnen subregio s Brugge en Kortrijk heeft geen enkele gemeente een vestigingsverhuisdynamiek van meer dan 25% met een andere subregio. Voor de 7 andere subregio s betreft het volgende gemeenten: - Subregio Oostende: Oudenburg ten opzichte van subregio Brugge - Subregio Veurne: Alveringem ten opzichte van subregio Poperinge-Ieper en Houthulst ten opzichte van subregio Roeselare - Subregio Ieper: Zonnebeke ten opzichte van subregio Roeselare - Subregio Roeselare: Ledegem en Lendelede ten opzichte van subregio Kortrijk - Subregio Waregem: Deerlijk en Anzegem ten opzichte van subregio Kortrijk - Subregio Tielt: Meulebeke ten opzichte van subregio Roeselare en Wingene ten opzichte van subregio Brugge - Subregio Torhout: Ichtegem en Torhout ten opzichte van subregio Brugge, Koekelare ten opzichte van subregio Oostende, Kortemark ten opzichte van subregio Roeselare Figuur 8: Gemeenten met binding buiten eigen subregio - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent

24 24 / 36 De gemeenten die binnen deze oefening op de wip zitten, komen in grote mate overeen met de gemeentes die in de clusteroefening op basis van pendelgegevens in een andere cluster terechtgekomen zijn. Dit blijkt ook uit de overzichtstabel (Tabel 4) Inclusie van data uit periode Ten slotte werd ook de oefening gemaakt waarbij de gegevens van verhuisbewegingen uit de periode werden toegevoegd aan de dataset. Het resultaat van het algoritme is zeer gelijkaardig met opnieuw een indeling in 9 subregio s, met eveneens een Midden-West-Vlaamse subregio, zij het nog iets kleiner. De gemeentes die ten opzichte van de basis-oefening wisselen van subregio, worden in stippen aangegeven. Enkele resultaten geven hier een minder logisch resultaat, zoals de wissel van gemeente Middelkerke vanuit subregio Oostende naar subregio Veurne-Diksmuide, en de wissel van gemeente Meulebeke vanuit subregio Tielt naar subregio Waregem. Dit is mogelijk te wijten aan de mindere kwaliteit van datagegevens: verhuisbewegingen van vòòr 2009 werden nietgestandaardiseerd ingevuld, en zitten niet volledig in Lokovest, waardoor er mogelijk vertekening van de realiteit kan optreden. Figuur 9: Subregio's met inclusie van data Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent

25 25 / 36 Toch kunnen de resultaten gezien worden als een bijkomende nuancering van de primaire afbakening, omdat opnieuw een aantal gemeenten die typisch op het grensgebied van invloedssferen liggen, wisselen van subregio. Het betreft hierbij - Vanuit de Midden-West-Vlaamse subregio: Lichtervelde naar subregio Tielt en Kortemark naar subregio Roeselare - Vanuit de subregio Veurne-Diksmuide: gemeente Alveringem naar subregio Poperinge- Ieper en gemeente Houthulst naar subregio Roeselare - Vanuit subregio Roeselare: gemeente Lendelede naar subregio Kortrijk - Vanuit subregio Ieper-Poperinge: gemeente Lo-Reninge naar subregio Veurne- Diksmuide Vanuit de bijkomende oefeningen kan geconcludeerd worden dat er een aantal gemeenten een hoge waarschijnlijkheid hebben om bij een afwijkende oefening bij een andere subregio terecht te komen. Het betreft voornamelijk de 8 gemeenten: Alveringem, Lo-Reninge, Houthulst, Kortemark, Lendelede, Deerlijk, Wingene en Kortemark.

26 26 / 36 Tabel 4: Overzicht van gemeenten per subregio met aanduiding van subregio in geval van clustering op basis van pendeldata (bruin), gemeenten met binding groter dan 75% (groen) en subregio s in geval van inclusie van data (blauw) Brugge Kortrijk Roeselare Ieper Veurne Oostende Waregem Tielt Torhout Brugge Kortrijk Roeselare Ieper Veurne Oostende Waregem Tielt Torhout Knokke-Heist Wervik Staden Heuvelland De Panne Gistel Dentergem Ruiselede Lichtervelde Damme Menen Hooglede Mesen Koksijde Bredene Wielsbeke Meulebeke Kortemark Beernem Wevelgem Ardooie Langemark-P. Nieuwpoort Middelkerke Oostrozebeke Pittem Koekelare Oostkamp Kuurne Izegem Poperinge Diksmuide Oudenburg Anzegem Wingene Ichtegem Zedelgem Harelbeke Ingelmunster Vleteren Alveringem De Haan Deerlijk Jabbeke Zwevegem Moorslede Zonnebeke Houthulst Zuienkerke Spiere-Helkijn Ledegem Lo-Reninge Blankenberge Avelgem Lendelede Torhout Lendelede Kortemark Alveringem Lo-Reninge Koekelare Meulebeke Lichtervelde Wingene Deerlijk Houthulst Middelkerke Ichtegem De Haan Anzegem Lichtervelde Oudenburg Ledegem Meulebeke Ichtegem Zonnebeke

27 27 / Kenmerken van de subregio s Zoals reeds bleek uit Figuur 5, hebben de verschillende subregio s een sterk verschillende economische dynamiek. Ondanks het feit dat ze elk apart een ruimtelijk-economisch geheel vormen, hebben ze een sterk verschillend belang in absolute en relatieve zin, binnen de West- Vlaamse economie. Naar inwonertal nemen de 4 grootste subregio s meer dan 2/3 van het West-Vlaamse totaal in, en naar aantal loontrekkenden nemen zij zelfs 70% van het totaal in (zietabel 5) ). De reden hiervan is dat bij de clustering in subregio s gestreefd werd naar ruimtelijk-economische coherentie binnen elke subregio onderling, en niet naar economische vergelijkbaarheid tussen de verschillende subregio s. Het economisch weefsel in de subregio s Brugge en Kortrijk is dan ook veel denser dan in subregio s Veurne, Torhout en Tielt. Tabel 5: Aantal inwoners en loontrekkenden per subregio Bron: ADSEI en RSZ Verwerking gegevens: Rebel Subregio # inwoners % inwoners # loontrekkenden % loontrekkenden Loontr / inw Brugge 259,810 22% 97,755 24% 0.38 Kortrijk 234,601 20% 87,081 21% 0.37 Roeselare 154,976 13% 62,763 15% 0.40 Oostende 140,625 12% 38,242 9% 0.27 Ieper 91,151 8% 32,606 8% 0.36 Waregem 89,106 8% 34,894 9% 0.39 Veurne 87,439 7% 22,264 5% 0.25 Torhout 63,960 5% 14,231 3% 0.22 Tielt 57,328 5% 18,311 4% 0.32 Totaal 1,178, % 408, % 0.35 Ook de evolutie van de loontrekkende tewerkstelling is de laatste 5 jaar verschillend verlopen in elk van de subregio s (Tabel 6). Ten opzichte van het West-Vlaams gemiddelde van een stijging van 0,5 % over 5 jaar, kenden subregio s Roeselare en Tielt de sterkste stijging in tewerkstelling, met respectievelijke stijgingen van 2,6% en 4,6%. De evolutie qua loontrekkende tewerkstelling verliep in deze periode negatief in de subregio s Oostende, Torhout en Kortrijk met respectievelijke evoluties van -0,7%, -1,1% en 1,7%. Tabel 6: Evolutie tewerkstelling per subregio Bron: RSZ Verwerking gegevens: Rebel Subregio Evolutie Brugge 96,701 97, % Ieper 32,571 32, % Kortrijk 88,564 87, % Oostende 38,499 38, % Roeselare 61,192 62, % Tielt 17,501 18, % Torhout 14,392 14, % Veurne 22,126 22, % Waregem 34,615 34, % Totaal 406, , %

28 28 / 36 Zoals kan afgelezen worden in Tabel 7, is ook het aantal vestigingen en de evolutie qua aantal vestigingen verschillend in de subregio s. Het aantal vestigingen is op niveau van de provincie West-Vlaanderen stabiel gebleven overheen de laatste jaren, terwijl er zich een daling heeft voorgedaan in de subregio s Brugge en vooral Oostende, en er een stijging was met meer dan 3% in de subregio s Ieper en Tielt. Ook het aantal werknemers per vestiging verschilt relatief sterk: van een gemiddelde van 13 of meer in de subregio s Waregem en Kortrijk tot een gemiddeld aantal werknemers tussen 8 en 9 in subregio s Veurne en Torhout. Tabel 7: Evolutie aantal vestigingen per subregio : Bron: RSZ Verwerking gegevens: Rebel Subregio Evolutie Werknrs / vestiging Brugge % 12.2 Ieper % 12.3 Kortrijk % 13.5 Oostende % 10.7 Roeselare % 12.7 Tielt % 10.3 Torhout % 8.6 Veurne % 8.1 Waregem % 12.9 Totaal % 11.8 Zoals kan gezien worden op Figuur 10 en op Figuur 19 in bijlage, hebben de 9 subregio s elk hun eigen economische specialisaties. Wat betreft de industriële sectoren, kenmerken de subregio s Kortrijk en Tielt zich met een sterke relatieve aanwezigheid van jobs in de textielindustrie. De subregio s Roeselare en Ieper hebben dan weer een relatief sterke werkgelegenheid in de voedingsindustrie. Subregio Tielt staat dan weer het sterkst in de kunststofindustrie. Over het algemeen liggen de percentages van loontrekkende jobs in de industrie het laagst in de subregio s Oostende en Brugge. Wanneer we naar de andere sectoren kijken, valt op dat subregio Oostende het grootste aandeel jobs heeft in de transport en logistiek, subregio Waregem in de groothandel en de subregio s Tielt en Torhout in de bouwsector. Subregio s Brugge en Veurne kennen een sterk aandeel loontrekkende jobs in openbaar bestuur, en jobs in de horeca zijn relatief gezien het sterkst aanwezig in de subregio s Brugge, Oostende en Veurne. Deze verschillende specialisaties van de subregio s volgt grotendeels het gekende profiel van de historisch gegroeide tewerkstelling, met horeca aan de kust, textielindustrie in Zuid-West- Vlaanderen 10, voedingsindustrie rond Roeselare en instellingen van openbaar bestuur in Brugge. Dit maakt deze indeling interessant als basis voor vraagraming van bedrijventerreinen. 10 Zie bijvoorbeeld de studie Textiel en kunststoffen in West-Vlaanderen, POM West-Vlaanderen, 2012

29 Figuur 10: Specialisatie van de subregio s in industriële sectoren volgens Nacebel (2008) (relatieve aandelen van de tewerkstelling) Bron: RSZ Verwerking gegevens: Rebel 29 / 36

30 30 / 36 3 Referenties Tolbert and Sizer; 1996; US Communitng Zones and Labor Market Areas. Van der Laan L. en Schalke R; 1999; Reality versus Policy: The Delineation and Testing of Local Labour Market and Spatial Policy Areas. Cabus,P. & Vanhaverbeke, W.; 2006; Ruimtelijk-economische onderbouwde behoefteraming van economische ruimte in Midden-West-Vlaanderen tot Nathalie Van Nuffel (2007) Determination of the Number of Significant Flows in Origin Destination Specific Analysis: The Case of Commuting in Flanders, Regional Studies, 41:4, , DOI: / Cabus, P., Horemans, E. & Vanhaverbeke, W.; 2008; Vestigingsgedrag van bedrijven in Vlaanderen: een analyse van het ruimtelijk economisch beleid. Van Oort, F., Ponds, R., van Vliet, J., van Amsterdam, H, Declerck, S., Knoben, J., Pellenbarg, P. en Weltevreden, J.; 2007; Verhuizingen van bedrijven en werkgelegenheid; Ruimtelijke Planbureau achtergronden 0;, Nai uitgevers; Den Haag. POM West-Vlaanderen; 2012; Textiel en kunststoffen in West-Vlaanderen. Sum Research; 2012; Regionale woningmarkten West-Vlaanderen, IDEA Consult; 2014; Interprovinciale studie detailhandel Rapport West-Vlaanderen.

31 31 / 36 4 Bijlagen 4.1 Kaart West-Vlaanderen Figuur 11: Kaart van West-Vlaanderen met aanduiding van gemeenten 4.2 Bijkomende figuren

32 32 / 36 Figuur 12: Verdeling van de inkomende en uitgaande verhuisbewegingen van bedrijven over de Belgische provincies - Bron: Lokovest Verwerking gegevens: Rebel Figuur 13: Resultaat clustering tot 5 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent

33 Figuur 14: Resultaat clustering tot 6 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent 33 / 36

34 34 / 36 Figuur 15: Resultaat clustering tot 7 subregio's - Bron: Lokovest Verwerking gegevens en kaart: Rebel en UGent Figuur 16: Dendrogram van de afbakening in 9 subregio's - Bron: UGent op basis van Lokovest

35 35 / 36 Figuur 17: Loontrekkende tewerkstelling in de 9 subregio's - Bron: RSZ Verwerking: Rebel Figuur 18: Specialisatie van de subregio s in dienstensectoren - Bron: RSZ Verwerking: Rebel

36 Figuur 19: Specialisatie van de subregio s in overige sectoren - Bron: RSZ Verwerking: Rebel 36 / 36