De economische activiteit en het transformatieproces van lead firms in Vlaanderen sinds 2005

Transcriptie

1 Steunpunt Ondernemen & Regionale Economie STORE Naamsestraat 61/ B-3000 Leuven, Belgium Beleidsrapport STORE-B De economische activiteit en het transformatieproces van lead firms in Vlaanderen sinds 2005 Lieselot Baert a,b en Jo Reynaerts,a,b a Steunpunt Ondernemen & Regionale Economie (STORE) b Vlaams Centrum voor Economie & Samenleving (VIVES), Faculteit Economie en Bedrijfswetenschappen, KU Leuven 31 maart 2015 Steunpunt beleidsrelevant onderzoek 3de generatie Ondernemen en Regionale economie c STORE en KU Leuven (2015). De auteurs wensen Joep Konings te bedanken voor opmerkingen en suggesties, en Stijn De Ruytter en Cathy Lecocq voor onderzoeksondersteuning en het aanleveren en/of berekenen van de nodige data. Bijzondere dank gaat daarnaast uit naar de leden van de Spoorwerkgroep Clusters voor hun inbreng bij het totstandkomen van dit rapport en de aftoetsing van de tussentijdse resultaten.

2 Executive Summary Dit rapport ontwikkelt een methodologie voor de identificatie van lead firms op basis van microdata, en past deze toe op de Vlaamse industrie tussen 2005 en Concreet is een lead firm een onderneming die van groot belang is voor de industrie in Vlaanderen en die eveneens gekenmerkt wordt door een hoge arbeidsproductiviteit. We stellen hiertoe verschillende definities voor. Enerzijds maken we een onderscheid tussen ondernemingen die goed presteren in termen van belang en genormaliseerde arbeidsproductiviteit (B, AP N ), anderzijds focussen we op ondernemingen die tot de hoogste percentielen behoren wat betreft genormaliseerd belang en genormaliseerde arbeidsproductiviteit (B N, AP N ). We maken daarnaast aan de hand van percentielen een onderscheid tussen ondernemingen die tot de 25 (p = 0.75) of 10 (p = 0.90) procent meest belangrijke ondernemingen behoren. Het aantal lead firms dat we kunnen identificeren varieert sterk met de gekozen definitie. Wanneer we echter het economisch belang van de lead firms volgens deze verschillende definities met elkaar vergelijken, stellen we vast dat hoewel de groep van lead firms volgens de (B N, AP N )-definitie veel omvangrijker is, deze bijkomende ondernemingen maar weinig extra bijdragen in de creatie van toegevoegde waarde en tewerkstelling. verkiezen bijgevolg de (B, AP N )-definitie voor de empirische identificatie van lead firms in Vlaanderen. We stellen vast dat de meeste lead firms tot de sectoren voeding en chemie behoren. Wanneer we de technologie-intensiteit van de lead firms in kaart brengen, stellen we vast dat de meeste van deze ondernemingen veeleer gekenmerkt worden door een lage technologie-intensiteit. Dit is een zorg voor de beleidsmakers, aangezien het weinig waarschijnlijk is dat deze sectoren in de toekomst bijkomende toegevoegde waarde en tewerkstelling zullen creëren. We zien eveneens dat de lead firms vooral middelgrote en grote ondernemingen zijn (met minstens 50 werknemers) en dat deze ondernemingen bijgevolg meer mature ondernemingen zijn. We Daarnaast stellen we vast dat de meeste lead firms gesitueerd zijn in de provincies Antwerpen en Oost-Vlaanderen. Tot slot besluiten we dat de lead firms op substantiële wijze bijdragen tot de toegevoegde waarde en tewerkstelling in de Vlaamse industrie. Wanneer we het transformatieproces van de lead firms in kaart brengen, stellen we vast dat de lead firms reeds voor de crisis van 2008 een achteruitgang kenden wat betreft toegevoegde waarde, tewerkstelling en arbeidsproductiviteit. In tegenstelling tot de niet-lead firms, zijn deze ondernemingen er vanaf 2009 weliswaar sneller in geslaagd om deze achteruitgang om te buigen in een trage vooruitgang. Bovendien zien we zeer uiteenlopende transformatieprocessen voor de lead firms: de zogenaamd sterke STORE-B c STORE en KU Leuven (2015) i

3 lead firms hebben niet alleen aan belang gewonnen, ze zijn er tevens in geslaagd om hun productiviteit te verhogen, terwijl de zwakke lead firms achteruit gegaan zijn zowel wat betreft belang als arbeidsproductiviteit. Een lichtpunt voor de beleidsmakers is dat de hoogtechnologische sectoren een gunstiger transformatieproces hebben doorgemaakt over de periode 2005 tot STORE-B c STORE en KU Leuven (2015) ii

4 Inhoudsopgave 1. Inleiding 1 2. De identificatie van lead firms Kernindicatoren Percentielen als referentie bij de identificatie van lead firms - Illustratie Algoritme voor de identificatie van lead firms Data De economische kenmerken van lead firms Sectorale verdeling van lead firms Technologie-intensiteit van lead firms Bedrijfsgrootte en leeftijd van lead firms Geografische spreiding van lead firms Het economisch belang van lead firms Het transformatieproces van de lead firms De evolutie van lead versus niet-lead firms De evolutie van lead firms sinds Geografische verschillen A. Procentuele verdeling aantal ondernemingen in de Vlaamse industrie 34 B. Transformatie lead en niet-lead firms sinds B.1. Evolutie toegevoegde waarde, tewerkstelling en arbeidsproductiviteit 37 B.2. Transformatieproces lead firms STORE-B c STORE en KU Leuven (2015) iii

5 Lijst van figuren 1. Belang in termen van toegevoegde waarde van ondernemingen binnen een fictieve industrie met twee sectoren Arbeidsproductiviteit van ondernemingen binnen een fictieve industrie met twee sectoren Verschil in arbeidsproductiviteit voor sectoren 1 en Genormaliseerde arbeidsproductiviteit binnen een fictieve industrie met twee sectoren Genormaliseerd belang binnen een fictieve industrie met twee sectoren 8 6. Representativiteit lead firms in de totale economie volgens technologieintensiteit Aantal lead firms volgens bestuurlijk arrondissement Evolutie kernindicatoren voor de totale Vlaamse industrie ( ) Evolutie toegevoegde waarde lead versus niet-lead firms ( ) Evolutie tewerkstelling lead versus niet-lead firms ( ) Evolutie arbeidsproductiviteit lead versus niet-lead firms ( ) Transformatie van de lead firms en niet-lead firms over de periode 2005 tot 2012 volgens de (B, AP N, p = 0.75)-definitie Transformatie sterke en zwakke lead firms volgens NACE 2-cijfer classificatie Transformatie sterke en zwakke lead firms volgens technologieintensiteit Transformatie sterke en zwakke lead firms volgens bedrijfsomvang Transformatie sterke en zwakke lead firms volgens tewerkstellingsgroei Transformatie tewerkstelling sterke en zwakke lead firms (B, AP N, p = 0.75) Transformatie sterke en zwakke lead firms volgens provincie Representativiteit lead firms volgens NACE 2-cijfer sector Representativiteit lead firms volgens grootteklasse Representativiteit lead firms volgens leeftijd (in 2012) Representativiteit lead firms volgens provincie Evolutie toegevoegde waarde lead versus niet-lead firms ( , p = 0.90) Evolutie tewerkstelling lead versus niet-lead firms ( , p = 0.90) STORE-B c STORE en KU Leuven (2015) iv

6 25. Evolutie arbeidsproductiviteit lead versus niet-lead firms ( , p = 0.90) Transformatie van de lead firms en niet-lead firms over de periode 2005 tot 2012 volgens de (B, AP N, p = 0.75)-definitie Lijst van tabellen 1. Aantal lead firms volgens de verschillende definities Aantal lead firms volgens NACE 2-cijfer classificatie Aantal lead firms volgens technologie-intensiteit Aantal lead firms volgens bedrijfsomvang (in 2012) Aantal lead firms volgens leeftijd (in 2012) Aantal lead firms volgens provincie/bestuurlijk arrondissement Belang van lead firms in termen van toegevoegde waarde (in miljoenen EUR, ) Belang van lead firms in termen van tewerkstelling (in voltijdse equivalenten, ) Aantal sterke en zwakke lead firms Aantal sterke en zwakke lead firms volgens NACE 2-cijfer classificatie (p = 0.75) Aantal sterke en zwakke lead firms volgens technologieintensiteit (p = 0.75) Aantal sterke en zwakke lead firms volgens bedrijfsomvang (p = 0.75) Tewerkstellingsgroei van de sterke en zwakke lead firms Aantal sterke en zwakke lead firms volgens provincie/bestuurlijk arrondissement (p = STORE-B c STORE en KU Leuven (2015) v

7 1. Inleiding De sectoranalyse van de Vlaamse industrie door De Ruytter et al. (2012) bracht het economisch belang van de verschillende industriële sectoren in Vlaanderen in kaart. Eén van de voornaamste bevindingen uit deze studie was de verhouding waarbij 20 procent van de ondernemingen verantwoordelijk zijn voor 80 percent van de tewerkstelling en toegevoegde waarde in Vlaanderen. Uit de sectoranalyse bleek eveneens dat deze bedrijven tot de meest productieve ondernemingen van de sector behoren en dat zij een multinationale onderneming of een Belgisch filiaal van een multinationale onderneming zijn. Ondernemingen die van groot belang zijn voor de industrie in termen van toegevoegde waarde en die bovendien gekenmerkt worden door een hoge productiviteit, duiden we aan met de term lead firms (Ferdows, 1997). Een alternatieve benaming om dergelijke succesvolle ondernemingen aan te duiden, is hidden champions (Simon, 1996). Naar analogie met Ferdows (1997) definiëren we een lead firm in het vervolg van dit rapport als volgt: Een lead firm is een onderneming die haar sterkte haalt uit de aanwezigheid van kennis en vaardigheden, die deze kennis benut voor het ontwikkelen van producten en/of processen, en die haar innovaties transfereert naar de andere fabrieken binnen dezelfde economische cluster. 1 Vereecke et al. (2010) baseren zich op deze definitie om lead firms in Vlaanderen te identificeren aan de hand van survey data. Deze auteurs verschaffen inzichten in de kenmerken van tien door hen gekozen lead firms op basis van interviews met het management van deze ondernemingen. Het is echter objectiever om de empirische identificatie van lead firms te baseren op microdata. Concreet identificeren we in dit rapport lead firms voor de industriële sectoren in Vlaanderen aan de hand van hun belang binnen de industrie en hun arbeidsproductiviteit. We gaan met andere woorden na welke ondernemingen over de periode 2005 tot 2012 persistent de grootste bijdrage leverden in de creatie van toegevoegde waarde en tevens de hoogste productiviteit realiseerden. Eén van de belangrijkste bijdragen van dit rapport bevindt zich dan ook in de identificatie van lead firms en de academische discussie die we hiermee wensen op te wekken. Na de identificatie van de lead firms nemen we enkele kenmerken van deze ondernemingen onder de loep: sectorale verdeling, technologie-intensiteit, bedrijfsomvang, leeftijd en geografische spreiding. Vervolgens gaan we na wat de 1 Voor een analyse van de spillover effecten van lead firms of andere ondernemingen binnen dezelfde economische cluster verwijzen we de lezer naar De Ruytter et al. (2014). STORE-B c STORE en KU Leuven (2015) 1

8 bijdrage van de lead firms is in termen van toegevoegde waarde en tewerkstelling in de Vlaamse industrie. Ten eerste stellen we vast dat de meeste lead firms actief zijn in de sectoren voeding en chemie. Wanneer we de lead firms vervolgens aggregeren op basis van hun technologie-intensiteit, zien we dat het merendeel van deze succesvolle ondernemingen tot de laagtechnologische sectoren behoren. Wat de leeftijd en bedrijfsomvang betreft, bemerken we dat de meeste lead firms mature middelgrote en grote ondernemingen zijn. In termen van geografische spreiding, stellen we vast dat de lead firms vooral terug te vinden zijn in de provincies Antwerpen en Oost-Vlaanderen, wat in lijn ligt met de verwachtingen aangezien in deze provincies de meeste ondernemingen gevestigd zijn (De Ruytter et al., 2012). Tot slot besluiten we dat de lead firms op substantiële wijze bijdragen tot de creatie van toegevoegde waarde en tewerkstelling binnen de Vlaamse industrie. Wanneer we het transformatieproces van de lead firms en de gewone ondernemingen (of niet-lead firms) met elkaar vergelijken, stellen we vast dat de lead firms reeds voor de crisis van 2008 een achteruitgang kenden in de creatie van toegevoegde waarde, tewerkstelling en arbeidsproductiviteit. Daarnaast constateren we dat de lead firms in de nasleep van deze crisis een geleidelijke positieve groei wisten te realiseren, terwijl de niet-lead firms de gevolgen van de crisis pas voelden vanaf Wanneer we het transformatieproces van de lead firms over de periode 2005 tot 2012 in meer detail bestuderen, zien we dat dit proces echter niet voor alle ondernemingen hetzelfde is; we stellen onder meer sectorale en geografische verschillen vast. We observeren dat enkele lead firms ook wel sterke lead firms genoemd erin geslaagd zijn om hun positie te versterken over de periode 2005 tot Deze sterke lead firms hebben niet alleen aan belang gewonnen, ze zijn ook productiever geworden. We stellen bovendien vast dat deze sterke lead firms veelal tot sectoren met een hoge technologie-intensiteit behoren. Het ongunstige economische klimaat ten gevolge van de crisis heeft er daarentegen ook voor gezorgd dat sommige lead firms ook wel zwakke lead firms genoemd zowel aan belang als productiviteit moesten inboeten. Dit rapport is verder als volgt opgebouwd: paragraaf 2 beschrijft kort de kernindicatoren, methodologie en cijfergegevens die in dit rapport gehanteerd worden om de lead firms te identificeren. De economische activiteit van de lead firms wordt besproken in paragraaf 3. Paragraaf 4 analyseert het economisch belang van de lead firms voor de Vlaamse industrie. Tot slot wordt het transformatieproces van de lead firms in detail beschreven in paragraaf 5. STORE-B c STORE en KU Leuven (2015) 2

9 2. De identificatie van lead firms Een lead firm is een onderneming die van groot belang is binnen een industrie in termen van toegevoegde waarde en die eveneens gekenmerkt wordt door een hoge productiviteit. Dergelijke ondernemingen hebben een leidende positie binnen een bepaalde sector en/of regio en kunnen bijgevolg kleinere ondernemingen meetrekken in hun economisch succes. Om deze lead firms voor Vlaanderen te identificeren, maken we in dit rapport gebruik van microdata. Concreet definiëren we een lead firm aan de hand van de toegevoegde waarde die deze onderneming creëert binnen de totale industrie, en de arbeidsproductiviteit van deze onderneming Kernindicatoren Het belang van een onderneming wordt gemeten aan de hand van het aandeel dat deze onderneming heeft in de creatie van toegevoegde waarde binnen de totale industrie. De industrie wordt hier concreet gedefinieerd als de NACE 2-cijfer classificaties 10 t.e.m. 33 (Eurostat, 2008). De toegevoegde waarde TW it wordt binnen een onderneming i op tijdstip t gecreëerd bij de omvorming van grondstoffen en halffabricaten tot afgewerkte producten (De Ruytter et al., 2012). Het belang B it van een onderneming i op tijdstip t wordt als volgt gedefinieerd (uitgedrukt in %): B it = [ TW it I i=1 TW it ] 100, waarbij I het aantal ondernemingen in de totale Vlaamse industrie voorstelt. De productiviteit van een onderneming wordt uitgedrukt door middel van de arbeidsproductiviteit. De arbeidsproductiviteit AP it van een onderneming i op tijdstip t wordt gemeten als de verhouding van de toegevoegde waarde TW it ten opzichte van het aantal tewerkgestelde voltijdse equivalenten VE it (De Ruytter et al., 2012): AP it = TW it VE it. Om de lead firms te onderscheiden van de gewone ondernemingen, moeten we het belang en de arbeidsproductiviteit van de verschillende bedrijven binnen de Vlaamse industrie met elkaar vergelijken. Idealiter brengen we ook de exportperformantie van de lead firms in kaart, omdat we op die manier de positie van deze ondernemingen op de internationale markt in rekening brengen. Het gebrek aan bedrijfsspecifieke exportdata laat ons voorlopig niet toe om de export STORE-B c STORE en KU Leuven (2015) 3

10 te analyseren Percentielen als referentie bij de identificatie van lead firms - Illustratie In deze paragraaf onderzoeken we hoe we lead firms concreet kunnen identificeren. We proberen een antwoord te formuleren op de vraag: Wanneer is een onderneming een lead firm en wanneer niet? Zoals hierboven gedefinieerd zijn lead firms ondernemingen die over een bepaalde periode persistent een groot aandeel hebben in de creatie van toegevoegde waarde en die daarnaast gekenmerkt worden door een hoge arbeidsproductiviteit. Om de lead firms te kunnen onderscheiden van de niet-lead firms, nemen we respectievelijk het 75ste en het 90ste percentiel van deze kernindicatoren als scherprechters. 3 Naar analogie met Baert et al. (2014) stellen we een kritische drempel van tien werknemers in. In wat volgt illustreren we de methode om lead firms te identificeren grafisch aan de hand van een fictief voorbeeld. Twee-sector industrie We veronderstellen een industrie met twee sectoren waarbij elke sector precies 50 ondernemingen telt. Het belang en de arbeidsproductiviteit van de ondernemingen werden willekeurig gekozen volgens een uniforme verdeling. 4 Figuur 1 geeft het op grootte gerangschikte belang van alle ondernemingen binnen de industrie weer op de horizontale as, terwijl de verticale as het procentuele belang van elke individuele onderneming voorstelt. De licht- en donkerblauwe staven stellen respectievelijk de bedrijven uit sectoren 1 en 2 voor. Binnen elke sector volgen we een willekeurige onderneming: bedrijf A (paarse staaf) behoort tot sector 1 en bedrijf B (oranje staaf) maakt deel uit van sector 2. De rode verticale lijn geeft vervolgens het 75ste percentiel weer: links van de lijn bevinden zich de 75% minst belangrijke ondernemingen, terwijl we rechts de 25% belangrijkste ondernemingen terugvinden. 5 Op basis van Figuur 1 stellen we vast 2 De analyse van de exportprestaties van ondernemingen in Vlaanderen is wel opgenomen in het STORE jaarplan 2015 (deliverable C1.1). 3 Een percentiel is een punt in een gesorteerde reeks getallen. Bijvoorbeeld, wanneer het marktaandeel van een onderneming i binnen een economie I op het p-de percentiel ligt, dan betekent dit concreet dat p% van alle ondernemingen een marktaandeel heeft die kleiner is dan dat van onderneming i en dat (1 p)% een marktaandeel heeft die groter is dan dat van onderneming i (MacClave et al., 2007). 4 De som van de belangen van de individuele ondernemingen (als een percentage) is hierbij gelijk aan 100. De arbeidsproductiviteit van de ondernemingen uit sectoren 1 en 2 werd willekeurig getrokken, respectievelijk uit de intervallen [1, 100] en [50, 200]. 5 Vermits we in dit fictieve voorbeeld een industrie veronderstellen met exact 100 ondernemingen, vinden we links (rechts) van de rode lijn precies 75 (25) ondernemingen: dit zijn de 75 (25) STORE-B c STORE en KU Leuven (2015) 4

11 Figuur 1: Belang in termen van toegevoegde waarde van ondernemingen binnen een fictieve industrie met twee sectoren 2.00 belang in de totale economie in % (Bi) bedrijven gerangschikt volgens hun belang in de totale economie (rang(b i )) bedrijven uit sector 1 bedrijven uit sector 2 bedrijf A uit sector 1 bedrijf B uit sector 2 Bron: Eigen berekeningen. Figuur 2: Arbeidsproductiviteit van ondernemingen binnen een fictieve industrie met twee sectoren 200 arbeidsproductiviteit in EUR/werknemer (APi) bedrijven gerangschikt volgens hun arbeidsproductiviteit (rang(a P i )) bedrijven uit sector 1 bedrijven uit sector 2 bedrijf A uit sector 1 bedrijf B uit sector 2 Bron: Eigen berekeningen. STORE-B c STORE en KU Leuven (2015) 5

12 dat onderneming A uit sector 1 tot de belangrijkste ondernemingen behoort in termen van belang, terwijl dit niet het geval is voor onderneming B uit sector 2. Daarnaast vereist de definitie van leads firm eveneens dat deze ondernemingen een hoge arbeidsproductiviteit hebben. Naar analogie met Figuur 1 wordt de op grootte gerangschikte arbeidsproductiviteit voor alle ondernemingen grafisch weergegeven op de horizontale as in Figuur 2, terwijl de verticale as de arbeidsproductiviteit van elke individuele onderneming voorstelt. De rode verticale lijn scheidt de 75% minst productieve ondernemingen van de 25% meest productieve ondernemingen. We besluiten op basis van Figuur 2 dat de meest productieve ondernemingen behoren tot sector 2. Concreet stellen we vast dat bedrijf A uit sector 1 geen deel uitmaakt van de meest productieve ondernemingen, terwijl onderneming B uit sector 2 wel tot de groep van ondernemingen behoort met de hoogste arbeidsproductiviteit. Figuur 3: Verschil in arbeidsproductiviteit voor sectoren 1 en 2 (a) Sector 1 wordt gekenmerkt door een lage arbeidsproductiviteit (b) Sector 2 wordt gekenmerkt door een hoge arbeidsproductiviteit arbeidsproductiviteit in EUR/werknemer (APi) arbeidsproductiviteit in EUR/werknemer (APi) bedrijven gerangschikt volgens hun arbeidsproductiviteit (rang(api)) bedrijven gerangschikt volgens hun arbeidsproductiviteit (rang(api)) bedrijven uit sector 1 bedrijf A uit sector 1 bedrijven uit sector 2 bedrijf B uit sector 2 Sectorale heterogeniteit en het belang van normalisatie Wanneer we de arbeidsproductiviteit van sectoren 1 en 2 echter meer in detail bestuderen aan de hand van Figuur 3, stellen we vast dat sector 1 gekenmerkt wordt een lage arbeidsproductiviteit, terwijl de bedrijven uit sector 2 een hoge productiviteit hebben. Indien we het 50ste percentiel nemen als referentie, zien we dat de mediane arbeidsproductiviteit voor sector 1 is gelijk aan 48.5, terwijl deze voor sector 2 gelijk is aan Een dergelijk verschil in arbeidsproductiviteit kan minst (meest) belangrijke ondernemingen in termen van toegevoegde waarde. 6 De gemiddelde arbeidsproductiviteit voor sector 1 is gelijk aan 48.8, terwijl deze voor sector 2 gelijk is aan STORE-B c STORE en KU Leuven (2015) 6

13 bijvoorbeeld het gevolg zijn van een verschillende mate van kapitaalintensiteit van deze sectoren. Deze sectorale heterogeniteit duidt op het belang van normalisatie bij de berekening van de arbeidsproductiviteit. Figuur 3a illustreert immers dat bedrijf A wel tot de meest productieve ondernemingen van sector 1 behoort, terwijl Figuur 3b toont dat bedrijf B geen deel uitmaakt van de 25% meest productieve ondernemingen van sector 2. In wat volgt controleren we dus voor deze sectorale verschillen in productiviteit door de arbeidsproductiviteit van elke onderneming te normaliseren met de mediane arbeidsproductiviteit van de sector waartoe de desbetreffende onderneming behoort. De genormaliseerde arbeidsproductiviteit APist N van een onderneming i uit sector s op tijdstip t wordt dus berekend als APist N = AP ist mediaan(ap st ). De op grootte gerangschikte genormaliseerde arbeidsproductiviteit wordt vervolgens weergegeven in Figuur 4. Ondernemingen met een relatieve arbeidsproductiviteit kleiner (groter) dan 1 zijn minder (meer) productief dan de mediane onderneming binnen de sector. We stellen vast dat wanneer we de genormaliseerde arbeidsproductiviteit bestuderen, de 25% meest productieve ondernemingen zowel afkomstig zijn uit sectoren 1 als 2. Het eerdere besluit op basis van Figuur 2 was dus niet correct, aangezien de sectorale productiviteitsverschillen in deze figuur niet in rekening werden gebracht. Bovendien illustreert Figuur 4 dat bedrijf A uit sector 1 wel degelijk tot de meest productieve ondernemingen van de industrie behoort, in tegenstelling tot bedrijf B uit sector 2. We kunnen vervolgens naar analogie met Figuur 2 de omvang van elke sector in rekening brengen bij de berekening van het belang van elke individuele onderneming. We normaliseren hiertoe het belang van de ondernemingen zoals voorgesteld in Figuur 1 met het mediane belang van de twee sectoren uit de fictieve economie, zie Figuur 5. Het genormaliseerde belang Bist N van een onderneming i uit sector s op tijdstip t wordt dan als volgt berekend: B N ist = B ist mediaan(b st ). Figuur 5 toont dat bedrijf A uit sector 1 nog steeds behoort tot de belangrijkste ondernemingen in termen van toegevoegde waarden, in tegenstelling tot bedrijf B uit sector 2. Op basis van dit fictieve voorbeeld dat het belang van normalisatie aangeeft, leiden we af dat bedrijf A uit sector 1 tot de belangrijkste ondernemingen behoort zowel in termen van belang binnen de totale industrie als wat de genormaliseerde arbeidsproductiviteit betreft, ondanks de lagere absolute waarde voor arbeidsproductiviteit. Deze onderneming neemt bijgevolg een belangrijke positie in binnen de industrie en kan aangeduid worden als een lead firm. STORE-B c STORE en KU Leuven (2015) 7

14 Figuur 4: Genormaliseerde arbeidsproductiviteit binnen een fictieve industrie met twee sectoren 2 genormaliseerde arbeidsproductiviteit in EUR/werknemer (AP N i) bedrijven gerangschikt volgens hun genormaliseerde arbeidsproductiviteit (rang(ap N i)) bedrijven uit sector 1 bedrijven uit sector 2 bedrijf A uit sector 1 bedrijf B uit sector 2 Bron: Eigen berekeningen. Figuur 5: Genormaliseerd belang binnen een fictieve industrie met twee sectoren genormaliseerd belang in de totale economie (B N i) bedrijven gerangschikt volgens hun genormaliseerd belang in de totale economie (rang(b N i)) bedrijven uit sector 1 bedrijven uit sector 2 bedrijf A uit sector 1 bedrijf B uit sector 2 Bron: Eigen berekeningen. STORE-B c STORE en KU Leuven (2015) 8

15 2.3. Algoritme voor de identificatie van lead firms Op basis van de voorgaande illustratie, hanteren we in dit rapport het volgende algoritme om lead firms te identificeren met behulp van microdata, waarbij we het p-de percentiel nemen als referentie: (i) Selecteer de ondernemingen i die op tijdstip t minstens 10 werknemers tewerkstellen. (ii) Bereken het belang B ist of het genormaliseerde belang Bist N én de genormaliseerde arbeidsproductiviteit APist N voor elke onderneming i uit sector s op tijdstip t. (iii) Selecteer de ondernemingen i die op tijdstip t tot de (1 p)% meest belangrijke en meest productieve ondernemingen behoren. (iv) Herhaal stappen (i) tot (iii) voor tijdstippen t = 2005,..., 2012, en selecteer die ondernemingen i die voor alle tijdstippen t tot de (1 p)% meest belangrijke en productieve ondernemingen behoren Data De relevante cijfergegevens voor de economische analyse in dit rapport zijn afkomstig van Bureau van Dijk (2013). Voor een meer gedetailleerde beschrijving van deze dataset verwijzen we de lezer naar Baert and Reynaerts (2013). 7 We schetsen een beeld van het aantal lead firms in de Vlaamse industriële sectoren gedefinieerd als de NACE 2-cijfer sectoren 10 t.e.m. 33 (zie Eurostat, 2008) voor de periode 2005 tot Daarnaast is het belangrijk om op te merken dat we hier een gebalanceerde dataset hanteren: we elimineren alle ondernemingen uit de dataset waarvoor we onvoldoende informatie ter beschikking hebben wat betreft toegevoegde waarde en tewerkstelling voor de periode 2005 tot Tot slot willen we de lezer er attent op maken dat wanneer we in dit rapport verwijzen naar de totale industrie, we het geheel van industriële ondernemingen bedoelen waarvoor alle cijfergegevens voor toegevoegde waarde en tewerkstelling beschikbaar zijn voor de volledige periode 2005 tot Bemerk dat de dataset uit Baert and Reynaerts (2013) werd vervolledigd met de meest recente cijfergegevens voor Vlaanderen wordt in dit rapport gedefinieerd als het Vlaamse Gewest inclusief het Brussels Hoofdstedelijk Gewest. 9 Indien een onderneming pas na 2005 werd opgericht, volstaat het dat alle cijfergegevens beschikbaar zijn sinds het jaar van oprichting. STORE-B c STORE en KU Leuven (2015) 9

16 3. De economische kenmerken van lead firms Uit Sectie 2 leren we dat de lead firms op verschillende manieren gedefinieerd kunnen worden. Ten eerste maken we een onderscheid tussen (i) lead firms die goed presteren in termen van belang en genormaliseerde arbeidsproductiviteit of (B, AP N )-definitie, en (ii) lead firms die tot de hoogste percentielen behoren wat betreft genormaliseerd belang en arbeidsproductiviteit ook wel (B N, AP N )- definitie. Ten tweede nemen we het 75ste (p = 0.75) of 90ste (p = 0.90) percentiel als scherprechter om de lead firms te onderscheiden van de gewone ondernemingen. De verschillende definities voor de identificatie van de lead firms kunnen als volgt worden samengevat: (i) B, AP N, p = 0.75, (ii) B, AP N, p = 0.90, (iii) B N, AP N, p = 0.75, en (iv) B N, AP N, p = Tabel 1: Aantal lead firms volgens de verschillende definities Definitie (B, AP N ) (B N, AP N ) p = 0.75 p = 0.90 p = 0.75 p = 0.90 Aantal Lead Firms Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Tabel 1 illustreert dat het aantal lead firms sterk varieert met de gekozen definitie. 10 Dit verschil is enerzijds het gevolg van de gekozen referentie (d.i. percentiel), en anderzijds het gevolg van de normalisatie. Wanneer we het 90ste (i.p.v. het 75ste) percentiel hanteren als scherprechter, gebruiken we een meer strikte definitie aangezien we hier enkel de tien procent beste ondernemingen in rekening brengen. De groep van lead firms is eveneens minder omvangrijk wanneer we focussen op het belang B (i.p.v. het genormaliseerde belang B N ), vermits we in dit geval het belang van een individuele onderneming vergelijken met het belang van alle ondernemingen in de totale industrie zonder rekening te houden met sectorale verschillen. In wat volgt nemen we een aantal kenmerken van de lead firms onder de loep: sectorale verdeling, technologie-intensiteit, bedrijfsomvang, leeftijd en geografische spreiding. 10 Een overzicht van alle lead firms kan geraadpleegd worden door de Vlaamse overheid ter ondersteuning van het beleid. STORE-B c STORE en KU Leuven (2015) 10

17 3.1. Sectorale verdeling van lead firms Tabel 2 toont de verdeling van de lead firms over de verschillende NACE 2-cijfer sectoren. We stellen vast dat ongeacht de gehanteerde definitie de meeste lead firms behoren tot de sectoren voeding (NACE 10) en chemie (NACE 20). De sector van de metaalproducten (NACE 25) telt eveneens een aanzienlijk aantal lead firms wanneer we het 75ste percentiel nemen als referentie, maar dit aantal daalt sterk met het 90ste percentiel. We vinden daarentegen nauwelijks lead firms terug in volgende sectoren: leer (NACE 15), cokes en petroleumproducten (NACE 19), andere transportmiddelen (NACE 30) en installatie en reparatie van machines (NACE 33). We bemerken dat deze resultaten in lijn liggen met eerdere bevindingen: De Ruytter et al. (2012) stellen namelijk vast dat de voeding en dranken (NACE 10-11), chemie (NACE 20), farmacie (NACE 21) en metaalindustrie (NACE 25) behoorden tot de beter presterende sectoren in Vlaanderen, terwijl de sectoren textiel (NACE 13), kleding (NACE 14) en meubelen (NACE 31) het relatief minder goed deden. Wanneer we vervolgens de representativiteit van de sectorale verdeling van de lead firms voor de totale industrie nagaan, stellen we vast dat de meeste ondernemingen in de Vlaamse industrie inderdaad actief zijn in de sectoren voeding (NACE 10) en metaalproducten (NACE 25), zie Figuur 19 in bijlage A. De chemische sector is daarentegen samen met de sectoren dranken (NACE 11), tabak (NACE 12), farmacie (NACE 21) en elektrische apparatuur (NACE 27) oververtegenwoordigd wat het procentuele aantal lead firms betreft. Daarnaast stellen we vast dat we maar weinig lead firms terugvinden in de sectoren drukkerijen en opgenomen media (NACE 18), meubelen (NACE 31) en overige industrie (NACE 32), ondanks het feit dat deze sectoren relatief goed vertegenwoordigd zijn in de totale industrie Technologie-intensiteit van lead firms We kunnen de NACE 2-cijfer sectoren ook aggregeren volgens hun technologieintensiteit. We hanteren de classificatie van Eurostat (2014) en onderscheiden volgende niveaus van technologie-intensiteit: high-technology (NACE 2-cijfer sectoren 21 en 26), medium-high-technology (NACE 2-cijfer sectoren 20, 27 t.e.m. 30), medium-low-technology (NACE 2-cijfer sectoren 19, 22 t.e.m. 25 en 33) en lowtechnology (NACE 2-cijfer sectoren 10 t.e.m. 18, 31 en 32). Tabel 3 toont dat het merendeel van de lead firms behoort tot sectoren met een lage technologieintensiteit (d.i. low en medium-low). Deze laagtechnologische sectoren zullen in de toekomst wellicht weinig bijkomende toegevoegde waarde en tewerkstelling STORE-B c STORE en KU Leuven (2015) 11

18 Tabel 2: Aantal lead firms volgens NACE 2-cijfer classificatie (B, AP N ) (B N, AP N ) NACE 2-cijfer sector p = 0.75 p = 0.90 p = 0.75 p = Voeding Dranken Tabak Textiel Kleding Leer Hout, excl. meubelen Papier Drukkerijen, opgenomen media Cokes en petroleumproducten Chemie Farmacie Rubber en kunststof Niet-metaalhoudende minerale producten Metalen in primaire vorm Metaalproducten Informatica, optica/elektronica Elektrische apparatuur Machines Auto-industrie Andere transportmiddelen Meubelen Overige industrie Installatie en reparatie van machines Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). STORE-B c STORE en KU Leuven (2015) 12

19 procentuele verdeling ondernemingen creëren. Wanneer we aan de hand van Figuur 6 de procentuele verdeling van de lead firms over de verschillende technologieniveaus vergelijken met de procentuele verdeling voor de Vlaamse industrie in haar geheel, stellen we vast dat de lead firms desondanks meer voorkomen in sectoren met een hoge technologieintensiteit (d.i. high en medium-high), dan wat men zou verwachten op basis van de verdeling van de technologie-intensiteit voor de totale industrie. Tabel 3: Aantal lead firms volgens technologie-intensiteit (B, AP N ) (B N, AP N ) Technologie-intensiteit p = 0.75 p = 0.90 p = 0.75 p = 0.90 high medium-high medium-low low Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Figuur 6: Representativiteit lead firms in de totale economie volgens technologieintensiteit high medium-high medium-low low technologie-intensiteit totale industrie lead (B, APN, p=0.75) lead (B, APN, p=0.90) lead (BN, APN, p=0.75) lead (BN, APN, p=0.90) Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). STORE-B c STORE en KU Leuven (2015) 13

20 3.3. Bedrijfsgrootte en leeftijd van lead firms We kunnen eveneens nagaan of de lead firms zich van de niet-lead firms onderscheiden in termen van bedrijfsomvang en leeftijd. In Tabel 4 wordt het aantal lead firms weergegeven op basis van het aantal tewerkgestelden in voltijdse equivalenten in de onderneming. We onderscheiden hiertoe zes grootteklassen: (i) 10 tot 49 werknemers, (ii) 50 tot 99 werknemers, (iii) 100 tot 249 werknemers, (iv) 250 tot 499 werknemers, (v) 500 tot 999 werknemers, en (vi) meer dan 1000 werknemers. We stellen vast dat de verdeling van de lead firms over de verschillende grootteklassen varieert met de gekozen definitie. Wanneer we focussen op de lead firms volgens de (B, AP N )-definitie, zien we op basis van de cijfergegevens uit Tabel 4 dat het merendeel van de lead firms in 2012 middelgrote en grote ondernemingen zijn; deze ondernemingen creëren met andere woorden werkgelegenheid voor minstens 50 werknemers. Indien we echter de (B N, AP N )- definitie aanwenden om lead firms te identificeren, stellen we vast de lead firms veelal kleine en middelgrote ondernemingen zijn. Bovendien kunnen we op basis van de staafdiagrammen in Figuur 20 in bijlage A besluiten dat de verdeling van de lead firms over de verschillende grootteklasses niet representatief is voor de Vlaamse industrie. Deze forse afwijking is voornamelijk te wijten aan de eerder gestelde voorwaarde dat een lead firm jaarlijks minstens tien werknemers in dienst moet hebben. We stellen namelijk vast dat meer dan 50 procent van de industriële ondernemingen in Vlaanderen minder dan tien arbeidsplaatsen creëert. Tabel 4: Aantal lead firms volgens bedrijfsomvang (in 2012) (B, AP N ) (B N, AP N ) Bedrijfsgrootte p = 0.75 p = 0.90 p = 0.75 p = 0.90 Klein Middelgroot Groot meer Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Vermits het merendeel van de lead firms middelgrote ondernemingen zijn, verwachten we bijgevolg dat deze ondernemingen meer mature ondernemingen STORE-B c STORE en KU Leuven (2015) 14

21 zullen zijn. Tabel 5 geeft hiertoe de leeftijd in jaren in 2012 weer van de lead firms. De meeste lead firms zijn tussen de 20 en de 50 jaar oud, wat in lijn ligt met de verwachtingen voor de totale industrie, zie Figuur 21 in bijlage A. Tabel 5: Aantal lead firms volgens leeftijd (in 2012) (B, AP N ) (B N, AP N ) Leeftijd p = 0.75 p = 0.90 p = 0.75 p = meer Bron: Eigen berekeningen op basis van Bureau van Dijk (2013) Geografische spreiding van lead firms Vervolgens brengen we de geografische spreiding van de lead firms in kaart. De Ruytter et al. (2012) stellen vast dat ondanks de beperkte omvang van Vlaanderen, er verschillen waar te nemen zijn wat betreft de regionale spreiding van industrieën. We vinden bijvoorbeeld de auto-industrie (NACE 29-30) traditioneel terug in de provincies Limburg en Oost-Vlaanderen, terwijl de aardolie- en cokessector (NACE 19) zich vooral in de provincie Antwerpen situeert omwille van de nabijheid van de Antwerpse haven. Aangezien de lead firms slechts in een handvol sectoren terug te vinden zijn, veronderstellen we dan ook dat deze regionale spreiding van industrieën tot uiting zal komen in de geografische spreiding van de lead firms. Tabel 6 toont dat de meeste lead firms gevestigd zijn in de provincies Antwerpen en Oost-Vlaanderen. Dit resultaat ligt in lijn met de verwachtingen: De Ruytter et al. (2012) vinden dat in deze provincies zowel de voedingssector (NACE 10) als de chemische sector (NACE 20) zeer belangrijk zijn voor de creatie van toegevoegde waarde en tewerkstelling. We vinden daarnaast ook heel wat lead firms terug in het Brussels Hoofdstedelijk Gewest. Enige voorzichtigheid is echter geboden bij de interpretatie van dit resultaat aangezien hier het zogenaamde hoofdzeteleffect speelt. Wanneer de administratieve hoofdzetel van een onderneming zich in Brussel bevindt, terwijl de eigenlijke productie ergens anders plaats vindt, wordt Brussel als eigenlijke locatie gerapporteerd in de boekhoudkundige data die we gebruiken in deze analyse. Indien we de geografische spreiding van de industriële ondernemingen en de lead firms in Vlaanderen STORE-B c STORE en KU Leuven (2015) 15

22 Tabel 6: Aantal lead firms volgens provincie/bestuurlijk arrondissement (B, AP N ) (B N, AP N ) Provincie/Arrondissement p = 0.75 p = 0.90 p = 0.75 p = 0.90 Antwerpen Antwerpen Mechelen Turnhout Brussels Hoofdstedelijk Gewest Limburg Hasselt Maaseik Tongeren Oost-Vlaanderen Aalst Dendermonde Eeklo Gent Oudenaarde Sint-Niklaas Vlaams-Brabant Halle-Vilvoorde Leuven West-Vlaanderen Brugge Diksmuide Ieper Kortrijk Oostende Roeselare Tielt Veurne Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). STORE-B c STORE en KU Leuven (2015) 16

23 vergelijken aan de hand van Figuur 22 in bijlage A, stellen we inderdaad vast dat het procentuele aandeel lead firms voor het Brussels Hoofdstedelijk Gewest zeer groot is. Tot slot stellen we vast dat er vooral in de provincie Limburg maar weinig lead firms gevestigd zijn. Figuur 7: Aantal lead firms volgens bestuurlijk arrondissement (a) 75ste percentiel, (B, AP N )-definitie meer (b) 90ste percentiel, (B, AP N )-definitie meer Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). De geografische spreiding van de lead firms volgens de (B, AP N )-definitie wordt daarnaast ook grafisch weergegeven in Figuur 7, waarbij Figuren 7a en 7b het aantal lead weergeven op arrondissementsniveau waarbij respectievelijk het 75ste en 90ste percentiel gekozen werden als referentie. De interpretatie van de figuren is eenvoudig: hoe donkerder de kleur van het arrondissement, hoe meer lead firms er gevestigd zijn. Wanneer we het Brussels Hoofdstedelijk Gewest buiten beschouwing laten, zien we dat de arrondissementen Antwerpen, Gent, Mechelen, Turnhout en Halle-Vilvoorde het meeste lead firms tellen. STORE-B c STORE en KU Leuven (2015) 17

24 4. Het economisch belang van lead firms De Ruytter et al. (2012) stellen vast dat 20 procent van de ondernemingen in Vlaanderen verantwoordelijk zijn voor 80 procent van de tewerkstelling en toegevoegde waarde. Het spreekt voor zich dat, vermits de lead firms tot de belangrijkste en meest productieve industriële ondernemingen behoren, deze bedrijven van groot belang zijn voor de Vlaamse industrie. Tabellen 7 en 8 tonen het belang van de lead firms voor de totale industrie in termen van de creatie van toegevoegde waarde en tewerkstelling. 11 Tabel 7: Belang van lead firms in termen van toegevoegde waarde (in miljoenen EUR, ) Lead firms B, AP N B N, AP N Jaar Totale industrie p = 0.75 p = 0.90 p = 0.75 p = , , , , , , , ,422 12,781 7,550 13,359 7,993 (36.64) (21.64) (38.30) (22.92) 12,288 7,152 12,877 7,606 (34.34) (19.99) (35.98) (21.25) 12,143 7,015 12,766 7,486 (34.45) (19.90) (36.22) (21.24) 10,893 6,232 11,482 6,709 (33.97) (19.43) (35.80) (20.92) 11,287 6,716 11,907 7,199 (35.82) (21.31) (37.78) (22.84) 11,398 6,651 12,019 7,109 (35.12) (20.49) (37.03) (21.91) 11,352 6,788 11,956 7,218 (36.43) (21.78) (38.36) (23.16) 11,389 6,697 11,995 7,156 (37.44) (22.01) (39.43) (23.52) Noot: De procentuele bijdrage van de lead firms wordt tussen haakjes gerapporteerd. Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Tabel 7 toont aan dat indien we het 75ste percentiel kiezen als referentie, de lead firms verantwoordelijk zijn voor de creatie van ongeveer 35 tot 40 procent van alle toegevoegde waarde. Wanneer we daarentegen het 90ste percentiel als 11 We willen de lezer erop wijzen dat de totale industrie in dit rapport gedefinieerd is als het geheel van industriële sectoren (NACE 2-cijfer sectoren 10 t.e.m. 33) waarvoor alle cijfergegevens voor toegevoegde waarde en tewerkstelling beschikbaar zijn voor de volledige periode 2005 tot 2012, zie Sectie 2.4. STORE-B c STORE en KU Leuven (2015) 18

25 scherprechter kiezen, zien we dat de lead firms ongeveer 20 procent van de toegevoegde waarde creëren. Wat de tewerkstelling betreft, toont Tabel 8 dat wanneer we focussen op het 75ste percentiel de lead firms bijna 20 procent van het totale aantal arbeidsplaatsen creëren. De minder omvangrijke groep van lead firms die ontstaat indien we het 90ste percentiel nemen als referentie, voorziet ongeveer 7 procent van de arbeidsplaatsen in Vlaanderen. We besluiten dat de lead firms inderdaad van substantieel belang zijn voor de Vlaamse industrie. Tabel 8: Belang van lead firms in termen van tewerkstelling (in voltijdse equivalenten, ) Lead firms B, AP N B N, AP N Jaar Totale industrie p = 0.75 p = 0.90 p = 0.75 p = , , , , , , , ,852 58,945 2, ,539 28,036 (17.04) (7.40) (18.37) (8.11) 59,511 2, ,341 28,391 (16.71) (7.27) (18.07) (7.97) 58,113 2, ,024 28,292 (16.26) (7.18) (17.63) (7.92) 58,902 2, ,895 28,749 (16.36) (7.24) (17.74) (7.98) 57,219 2, ,210 27,551 (16.46) (7.15) (17.90) (7.93) 56,709 2, ,796 26,967 (16.69) (7.15) (18.19) (7.94) 57,186 2, ,521 27,130 (16.65) (7.09) (18.21) (7.90) 56,614 2, ,159 26,561 (16.51) (6.91) (18.13) (7.75) Noot: De procentuele bijdrage van de lead firms wordt tussen haakjes gerapporteerd. Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Tot slot willen we de lezer er op wijzen dat hoewel we tweemaal zoveel lead firms kunnen identificeren op basis van de (B N, AP N )-definitie, deze meer omvangrijke groep van lead firms amper 1 tot 2 procent bijkomende toegevoegde waarde en arbeidsplaatsen creëren. Bijgevolg zullen we in wat volgt enkel focussen op de lead firms die geïdentificeerd werden aan de hand van de (B, AP N )-definitie, aangezien dit de lead firms bij uitstek zijn voor de Vlaamse industrie. STORE-B c STORE en KU Leuven (2015) 19

26 5. Het transformatieproces van de lead firms 5.1. De evolutie van lead versus niet-lead firms Het steeds veranderende economische klimaat zorgt ervoor dat de lead firms het hoofd moeten te bieden aan een aantal uitdagingen, zoals enerzijds een dalende vraag door de crisis van 2008 of door toenemende concurrentie uit lageloonlanden, of anderzijds een toenemende vraag naar nieuwe (hoog)technologische producten... Om een beter inzicht te krijgen in het transformatieproces van ondernemingen, kunnen we de evolutie van de kernindicatoren toegevoegde waarde, tewerkstelling en arbeidsproductiviteit grafisch voorstellen door middel van een indexcijfer. Concreet wordt een indexcijfer met basisjaar 2005 voor een indicator X als volgt berekend: I 2005+t X = X2005+t X , waarbij we de som van de kernindicatoren over alle ondernemingen heen bereken, aangezien we geïnteresseerd zijn in de evolutie van alle industriële ondernemingen die actief zijn in Vlaanderen. 12 Figuur 8 geeft deze indexcijfers voor de totale industrie grafisch weer. We stellen vast dat de creatie van toegevoegde waarde gedaald is over de periode 2005 tot 2012, waarbij de daling het grootst is in het jaar Wat de evolutie van de tewerkstelling betreft, constateren we dat de schommelingen in tewerkstelling minder groot zijn dan deze in toegevoegde waarde of arbeidsproductiviteit. We observeren echter dat ten gevolge van de crisis het aantal arbeidsplaatsen in Vlaanderen is afgenomen sinds Wanneer we de evolutie van de arbeidsproductiviteit bekijken, zien we een zeer sterke daling in het jaar Deze daling ligt in lijn met de verwachtingen aangezien deze maatstaf berekend wordt als de verhouding van de toegevoegde waarde en het aantal werknemers. In wat volgt berekenen we de indexcijfers voor de lead en de niet-lead firms afzonderlijk, waarbij we het 75ste percentiel hanteren als scherprechter In tegenstelling tot de toegevoegde waarde en de tewerkstelling, kunnen we de arbeidsproductiviteit van de individuele ondernemingen niet zomaar optellen. Concreet berekenen we een gewogen som voor de arbeidsproductiviteit, waarbij het belang van een onderneming als weegfactor genomen wordt. Dit betekent dat de arbeidsproductiviteit van een onderneming met een groter belang binnen de Vlaamse industrie een groter gewicht krijgt in de berekening van deze gewogen som. 13 De grafieken voor het 90ste percentiel zijn terug te vinden zijn in bijlage B.1. De grafieken waarbij de lead firms op basis van de (B N, AP N )-definitie zijn gedefinieerd, zijn niet opgenomen in dit rapport, maar kunnen op aanvraag beschikbaar gemaakt worden. STORE-B c STORE en KU Leuven (2015) 20

27 indexcijfer (2005=100) Figuur 8: Evolutie kernindicatoren voor de totale Vlaamse industrie ( ) toegevoegde waarde tewerkstelling gewogen arbeidsproductiviteit Bron: Eigen berekeningen op basis van Bureau van Dijk (2013). Figuren 9, 10 en 11 tonen de evolutie van respectievelijk de toegevoegde waarde, tewerkstelling en arbeidsproductiviteit voor de lead en de niet-lead firms. We stellen vast dat deze ondernemingen een verschillende evolutie hebben doorgemaakt sinds 2005, waarbij het transformatieproces van de lead firms minder gunstig was dan dat van de niet-lead firms. Naar analogie met Figuur 8 observeren we een daling in de creatie van toegevoegde waarde door de lead firms. Figuur 9 illustreert echter dat, hoewel deze daling reeds voor de crisis begon, de lead firms er na 2008 wel beter in geslaagd zijn om de creatie van toegevoegde waarde terug op stabiel niveau te brengen. Ten tweede zien we aan de hand van Figuur 10 dat het aantal arbeidsplaatsen dat gecreëerd wordt door de lead firms, stabieler is gebleven doorheen de tijd in tegenstelling tot de niet-lead firms. Tot slot besluiten we dat de arbeidsproductiviteit van de lead firms meer gedaald is over de periode 2005 tot 2012 dan deze van de niet-lead firms, zie Figuur 11. STORE-B c STORE en KU Leuven (2015) 21