Stadsfoto Ede. Afdruk 2010

Stadsfoto Ede Afdruk 2010

Deze STADSFOTO is uitgevoerd in opdracht van de Provincie Gelderland, en maakt onderdeel uit van de Vijfde Gelderse Stedenmonitor: De Gelderse Stad. (Atlas voor gemeenten, Utrecht, 2010). Atlas voor gemeenten Postbus 9627 3506 GP UTRECHT T 030 2656438 F 030 2656439 E info@atlasvoorgemeenten.nl I www.atlasvoorgemeenten.nl Atlas voor gemeenten, Utrecht, 2010 Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of enig andere manier, zonder voorafgaande schriftelijke toestemming van de uitgever.

Stadsfoto Ede 2010 Kansen en problemen van de stad in kaart gebracht, verklaard en vergeleken

Inhoud Belangrijkste conclusies uit de Stadsfoto van Ede 7 1 Wat is een Stadsfoto? 9 2 Leefbaarheid in Ede 13 2.1 Aspecten van leefbaarheid 13 2.2 Achtergronden van leefbaarheid 22 3 Arbeidsparticipatie in Ede 29 3.1 Aard van de arbeidsparticipatie 29 3.2 Achtergronden van arbeidsparticipatie 37 4 De economie van Ede 43 4.1 Aard van de economische situatie 43 4.2 Achtergronden van werkgelegenheidsgroei 51 5 De bevolking van Ede 55 5.1 Aard van de bevolking 55 5.2 De aantrekkingskracht van Ede 64 6 Het woonklimaat in Ede 71 7 Beschrijving van de indicatoren 79 7.1 Leefbaarheid 79 7.2 Arbeidsparticipatie 81 7.3 Economie 85 7.4 Bevolkingssamenstelling 87 7.5 Woonklimaat 89 Bijlage: Wijkwijzers 93 5

6

Belangrijkste conclusies uit de Stadsfoto van Ede Het gaat goed met Ede. Net als in de meeste Gelderse steden is de aantrekkingskracht van Ede bovengemiddeld 1. Dit heeft met name te maken met de gunstige leefbaarheidssituatie en de bovengemiddelde kansen op een baan. Op het voorzieningenniveau scoort Ede benedengemiddeld wat een dempende werking heeft op de aantrekkingskracht. Er valt echter een toename van het winkel- en restaurantaanbod te zien wat de toekomstige aantrekkingskracht zal vergroten. In 2008 is de aantrekkingskracht voor het eerst sinds jaren gedaald door een verslechtering van de bereikbaarheid van banen als gevolg van de toenemende filedruk ( s ochtends de stad uit en s avonds de stad in). De gunstige leefbaarheidssituatie is ook terug te vinden in de buurten waarin in het kader van het GSO-beleid is geïnvesteerd. In al deze buurten is een verbetering te zien van de leefbaarheidssituatie wat duidt op een effectieve beleidsinzet. De positieve leefbaarheidssituatie heeft voor een groot deel te maken met de arbeidsparticipatie die in Ede gunstig is. De langdurige werkloosheid is benedengemiddeld en daalt. Datzelfde geldt voor de jeugdwerkloosheid. Hoewel die sinds 2009 licht stijgt. De kansen voor inwoners van Ede op een baan binnen een redelijke reistijd zijn nog steeds bovengemiddeld. Deze kansen staan wel onder druk door een toenemende filedruk en een relatief slechte bereikbaarheid van de banen met het OV (inclusief trein- en busverbindingen). Ook het totaalbeeld van de economie van Ede is positief. De werkgelegenheidsgroei is bovengemiddeld hoewel deze daalt. Belangrijkste remmende factor is de filedruk ( s ochtends de stad in en s avonds de stad uit). Daarnaast blijft het aandeel creatieve klasse achter bij het gemiddelde van de benchmarksteden wat ook is terug te zien in een benedengemiddeld en dalend aandeel zakelijke dienstverlening. Het beeld van het woonklimaat is gunstig. De woningvoorraad heeft een positieve invloed op de leefbaarheid: relatief weinig sociale huur en 1 Het gemiddelde in deze Stadsfoto wordt bepaald door alle Nederlandse steden met een inwoneraantal tussen 100.000-200.000. Dit zijn Amersfoort, Breda, Dordrecht, Emmen, Enschede, Groningen, Haarlem, Den Bosch, Leiden, Maastricht en Zwolle. Deze Stadsfoto is niet vergelijkbaar met de vorige stadsfoto (2008) omdat de benchmark toen bestond uit de G27. 7

hoogbouw. Verder is de woningvoorraad met relatief veel ruime woningen gunstig voor de aantrekkingskracht. Het voorzieningenniveau in Ede laat echter te wensen over. Op de meeste voorzieningen scoort Ede benedengemiddeld (culinair aanbod, winkelaanbod en podiumkunsten). Alleen de bereikbaarheid van natuur is bovengemiddeld. Voor de toekomst zijn er dus nog aandachtspunten die ten dele aansluiten bij de beleidsprioriteiten uit De Gelderse stad. Ten eerste geldt voor Ede, net als voor de andere Gelderse steden, dat terugdringing van files (zowel naar als vanuit Ede) de werkgelegenheidsgroei en de kansen op werk en daarmee de aantrekkingskracht vergroten. Ten tweede wordt de aantrekkingkracht van Ede voor het grootste gedeelte bepaald door de leefbaarheid en de kansen op de arbeidsmarkt. Als Ede erin slaagt het voorzieningenniveau kwalitatief en kwantitatief verder te verbeteren zal dit de aantrekkingskracht op kansrijke bevolkingsgroepen verder vergroten. 8

1 Wat is een Stadsfoto? De Nederlandse stad staat voor een periode van grote onzekerheden. De economische crisis werkt in de ene stad sterker door dan in de andere. 2 En de krimpende bevolking zal niet elke stad in Nederland raken, maar vooral die in de periferie van het land. 3 Door de landelijke bevolkingsstagnatie zal de concurrentie tussen steden gaan toenemen. De woningmarkt wordt ruimer, waardoor meer mensen kunnen stemmen met hun voeten. Sommige steden krijgen daardoor te maken met leegstand, andere kunnen blijvend nieuwe mensen verwelkomen, en blijven daardoor behoefte houden aan uitbreiding. Inzicht in de concurrentiepositie van een stad is dan ook belangrijker dan ooit. Alleen met dat inzicht kan een verwachting worden uitgesproken over de toekomstige ontwikkeling van een stad, én de implicaties daarvan voor het stedelijke beleid. Deze STADSFOTO probeert dat inzicht voor Ede te bieden. Maar wat is eigenlijk een STADSFOTO? Wetenschappelijke fundering De STADSFOTO gaat uit van kansen en problemen die specifiek zijn voor een stad. Een stad biedt over het algemeen bijvoorbeeld meer economische kansen dan landelijk gebied, en in steden wonen meestal mensen met een gemiddeld hogere opleiding. Maar steden hebben vaak ook te maken met typisch stedelijke problemen zoals hardnekkige sociaal-economische achterstanden, congestie en onveiligheid. 4 Die kansen en problemen van Nederlandse steden zijn in opeenvolgende theoretische en empirische studies uitgebreid geanalyseerd. 5 Daarbij werden met statistische analyses ook de achtergronden van die stedelijke kansen en problemen achterhaald: Waarom doet de ene stad in Nederland het economisch beter dan de andere? Waarom kampt de ene stad met meer leefbaarheidsproblemen dan de andere? Kortom: Wat zijn de verschillen tussen de steden in Nederland, en hoe zijn die verschillen te verklaren? 2 G.A. Marlet, C.M.C.M. van Woerkens, 2009: Kansen in crisis in: Atlas voor gemeenten 2009 (Atlas voor gemeenten, Utrecht). 3 G.A. Marlet, C.M.C.M. van Woerkens, 2010: Krimp!?, in: Atlas voor gemeenten 2010 (Atlas voor gemeenten, Utrecht). 4 P.C. Cheshire, D.G. Hay, 1989: Urban Problems in Western Europe. An economic Analysis (Unwin Hyman, London). 5 Zie voor een overzicht: De schaal van de stad. Stadsspecifieke kansen en problemen, en het schaalniveau waarop ze spelen (Atlas voor gemeenten, Utrecht, 2008). Download via: www.atlasvoorgemeenten.nl. En: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen). 9

Het resultaat van dat onderzoek is een zo gedetailleerd mogelijk beeld van (de achtergronden van) de kansen en problemen waar Nederlandse steden mee te maken hebben. De uitkomsten uit dat onderzoek dat overigens nog steeds periodiek wordt verbeterd en geactualiseerd vormen de basis voor deze STADSFOTO. In de STADSFOTO worden indicatoren gepresenteerd die er meetbaar toe doen bij het verklaren van de vitaliteit van een stad. Op die manier kan worden voorkomen dat beleidsinspanningen worden ingezet op punten die niet bewezen effectief zijn. De in de STADSFOTO gebruikte data lopen in vijwel alle gevallen tot en met 2009. Daarop is een aantal uitzonderingen, waarvan de belangrijkste te maken hebben met leefbaarheid en voorzieningen. Zoals de cijfers over de bereikbaarheid van recreatievoorzieningen die maar tot 2006 lopen omdat er geen recentere gegevens uit de CBS-bodemstatistieken zijn. En de gegevens op het gebied van overlast en onveiligheid die tot en met 2008 lopen omdat de Veilighiedsmonitor over 2009 nog niet beschikbaar is. In alle gevallen zijn de meest actuele beschikbare gegevens gebruikt. De verwachting is niet dat voor het einde van 2010 verdere actualisatie van gegevens mogelijk is. Beleidsrelevantie De genoemde kansen en problemen zijn weliswaar kenmerkend voor steden, maar tussen steden zijn er grote verschillen. Om die reden is er niet één recept om stedelijke problemen mee op te lossen, en stedelijke kansen te helpen verzilveren. Het optimale beleidsrecept zal per stad verschillen. Om dat recept zo goed mogelijk te kunnen afstemmen op de specifieke situatie in de stad, is kennis van die specifieke lokale omstandigheden het startpunt. De STADSFOTO kan daarbij behulpzaam zijn. Bovendien kan de STADSFOTO aanwijzingen opleveren voor de effectiviteit van dat stedelijke beleid. In de STADSFOTO worden namelijk niet alleen de kansen en problemen van de stad in kaart gebracht. Ook de scores op de indicatoren die er meetbaar toe doen bij het verklaren van die kansen en problemen worden weergegeven. Op die manier wordt bijvoorbeeld in beeld gebracht welke factoren een verklaring bieden voor de leefbaarheid in Ede. Wat overblijft is het deel van de leefbaarheidsproblemen die juist niet met de gehanteerde modellen verklaard kunnen worden. Dat onverklaarde deel, het zogenoemde residu, kan iets zeggen over de effectiviteit van beleid. Causaliteit De analyses in de STADSFOTO kunnen de indruk wekken dat er steeds sprake is van causale (oorzaak-gevolg) relaties. In feite bestaat er bij dit soort 10

analyses echter altijd twijfel over de richting van de causaliteit. Waar mogelijk is die twijfel met theoretische onderbouwing en de daarvoor beschikbare kwantitatieve technieken zoveel mogelijk weggenomen. Desondanks dient de lezer bij het bestuderen van deze STADSFOTO steeds rekening te houden met de mogelijkheid dat de gemeten verbanden in een aantal gevallen ook omgekeerd kunnen liggen. Dimensies De STADSFOTO bevat niet alleen een analyse van, en verklaringen voor, de leefbaarheid in Ede. Ook de arbeidsparticipatie, de economie en de bevolkingssamenstelling van de stad komen aan bod. Voor de vijfde dimensie, het woonklimaat, worden in deze STADSFOTO diverse indicatoren gepresenteerd die van belang zijn voor het verklaren van de (andere) kansen en problemen van de stad. Het woonklimaat zelf wordt echter niet verklaard, omdat ervan wordt uitgegaan dat alle componenten van het woonklimaat met beleid te beïnvloeden zijn. Indicatoren In totaliteit worden voor die vijf dimensies in deze STADSFOTO ruim zestig indicatoren gebruikt. Al die indicatoren staan beschreven in het laatste hoofdstuk van dit rapport. Een deel van de indicatoren is geselecteerd op basis van de genoemde objectieve analyses van de aard en achtergronden van kansen en problemen in steden. Een ander deel is daaraan toegevoegd op verzoek van de begeleidingscommissie van de Gelderse stedenmonitor. Benchmarks Ede is in deze STADSFOTO op al die dimensies en indicatoren vergeleken met het gemiddelde van een benchmark van vergelijkbare steden. Die benchmark bestaat uit alle andere steden 6 in Nederland met tussen de 100.000 en 200.000 inwoners. 7 Dat is de benchmark die is afgesproken voor alle grote GSO-steden waarvoor in het kader van de Gelderse Stedenmonitor een STADSFOTO is gemaakt (Apeldoorn, Arnhem, Ede en Nijmegen). Er is gekozen voor dezelfde benchmark voor alle steden in de 6 Zie voor een opsomming van de Nederlandse gemeenten die als stad worden aangemerkt: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen), p.94. 7 Amersfoort, Breda, Dordrecht, Emmen, Enschede, Groningen, Haarlem, 's-hertogenbosch, Leiden, Maastricht, Zwolle. 11

betreffende categorie (GSO-groot, GSO-klein en KSB) omdat daarmee de uitkomsten voor die steden onderling vergelijkbaar zijn. 8 De scores van Ede op al die indicatoren worden in de volgende hoofdstukken per dimensie vergeleken met het gemiddelde de benchmark. Waar mogelijk worden daarbij ook de ontwikkelingen van, en de verklaringen voor, die scores gegeven. 8 Zie voor een samenvatting van de uitkomsten uit de Stadsfoto s van alle Gelderse steden: De Gelderse Stad. Dertien Gelderse steden op vijf dimensies vergeleken met andere steden (Atlas voor gemeenten, Utrecht, 2010). 12

2 Leefbaarheid in Ede De STADSFOTO voor Ede begint met het in kaart brengen van de leefbaarheid in Ede. Daarvoor zijn verschillende problemen op het gebied van overlast en onveiligheid in kaart gebracht, maar ook het onveiligheidsgevoel onder de bevolking van Ede, en het voorzieningenniveau in de stad. Overlast en onveiligheid zijn op twee niveaus onderzocht: de problemen en de achtergronden van de problemen. De problemen beperken zich tot de aard van de overlast en onveiligheid in Ede. De achtergronden zijn de structurele kenmerken van Ede die statistische samenhang met die problemen vertonen. In paragraaf 2.2 zijn de achtergronden van de leefbaarheidsproblemen in de stad ontrafeld. Maar eerst wordt in de volgende paragraaf de leefbaarheid in Ede met de genoemde indicatoren in kaart gebracht. 2.1 Aspecten van leefbaarheid De leefbaarheid in Ede is allereerst afgemeten aan de mate van overlast, verloedering en onveiligheid in de woonomgeving. De meeste gegevens daarvoor komen uit de Veiligheidsmonitor (zie de bijlage voor een uitgebreide verantwoording). Van alle indicatoren voor overlast, verloedering en onveiligheid is allereerst geanalyseerd of en in hoeverre ze van invloed zijn op de waardering die de bewoners hebben voor hun woonomgeving. 9 Alleen de indicatoren die mensen mee laten wegen in die waardering voor hun woonomgeving zijn in figuur 2.1 opgenomen (van geweldsmisdrijven tot en met fietsendiefstal ). Die indicatoren zijn samengevoegd in de Index Overlast & Onveiligheid (de eerste indicator in de grafiek). De indicatoren tellen in de index niet even zwaar mee; er is rekening gehouden met het gewicht dat mensen geven aan de verschillende aspecten van overlast, verloedering en onveiligheid. Die index is uitgedrukt in een waarde die is te interpreteren als: het aandeel van de bevolking dat serieus last heeft van problemen op het gebied van overlast, verloedering en onveiligheid in de woonomgeving (zie ook figuur 2.2). 10 Dat geldt ook voor de subindex voor verloedering (figuur 2.8). 9 Zie voor de modelbeschrijving: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Weg uit de wijk, in: Economisch statistische berichten, 4502. 10 Zie voor verdere uitleg: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht). 13

Figuur 2.1 Leefbaarheid in Ede index overlast en onveiligheid geweldsmisdrijven overlast door drugsgebruik overlast dronken mensen overlast jongeren overlast van omwonenden index verloedering inbraak in woningen auto-inbraak fietsendiefstal onveiligheidsgevoel voorzieningen in de woonomgeving De staafjes tonen de afwijking van het gemiddelde van de benchmark. Daarvoor zijn z-scores gebruikt, die zijn omgezet naar waarschijnlijkheid, op een schaal van +50 tot -50. Op die manier kunnen verschillende meeteenheden op vergelijkbare wijze worden gepresenteerd. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager de relatieve score. Jaren: 2008 (1 t/m 12); 2009 (13). Bronnen: CBS(2); Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD (1,3,4,5,6,7,8,9,10,11,12) en Vastgoedmonitor (13). Zie de bijlage voor een uitgebreide beschrijving van de indicatoren. 14

Uit de score op de Index Overlast & Onveiligheid blijkt dat de meeste problemen op het gebied van overlast, onveiligheid en verloedering zich in Ede minder vaak voordoen dan gemiddeld in de benchmarksteden. Dat is gezien de vorige STADSFOTO (2008) niet opmerkelijk; ook toen waren net als in deze STADSFOTO alle aspecten benedengemiddeld op overlast van jongeren na (op deze indicator scoort Ede ongeveer gemiddeld). Alleen op het voorzieningenniveau in de directe woonomgeving scoort Ede benedengemiddeld. Uit figuur 2.2 blijkt dat de problemen in Ede op het gebied van overlast, verloedering en onveiligheid al vanaf 1998 kleiner waren dan gemiddeld in de benchmarksteden. Bovendien nemen die problemen al sinds 1999 af (net als in de benchmarksteden). Op de meeste leefbaarheidsaspecten valt een daling te zien die ongeveer gelijk loopt met het gemiddelde van de benchmarksteden (zie figuren 2.4 tot en met 2.11). Alleen op het gebied van geweldsmisdrijven (figuur 2.3) lijkt na een stabilisatie sinds 2003 weer een stijging te zijn ingezet in 2007. Tot slot valt op dat de overlast van jongeren sinds 2007 iets hoger is dan het gemiddelde van de benchmarksteden en bovendien minder hard daalt dan het gemiddelde. Figuur 2.2 Ontwikkeling overlast, verloedering en onveiligheid, 1998-2008 37% 36% Index overlast en onveiligheid 35% 34% 33% 32% 31% 30% 29% 28% 27% 26% 25% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de bevolking dat last heeft van problemen op het gebied van overlast, verloedering en onveiligheid in de woonomgeving. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. Zie de bijlage voor een uitgebreide beschrijving van deze indicator. 15

Figuur 2.3 Ontwikkeling geweldsmisdrijven, 1998-2008 9 Aantal geregistreerde geweldsmisdrijven per 1000 inwoners 8 7 6 5 4 3 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data CBS/KLPD. Figuur 2.4 Ontwikkeling overlast van drugsgebruik, 1998-2008 26% Aandeel inwoners dat overlast ervaart van drugsgebruik 24% 22% 20% 18% 16% 14% 12% 10% 8% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. 16

Figuur 2.5 Ontwikkeling overlast van dronken mensen, 1998-2008 31% 30% Aandeel inwoners dat overlast ervaart van dronken mensen 29% 28% 27% 26% 25% 24% 23% 22% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. Figuur 2.6 Ontwikkeling overlast van jongeren, 1998-2008 42% Aandeel inwoners dat overlast ervaart van groepen jongeren 41% 40% 39% 38% 37% 36% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. 17

Figuur 2.7 Ontwikkeling overlast van omwonenden, 1998-2008 26% 24% Aandeel inwoners dat overlast ervaart van omwonenden 22% 20% 18% 16% 14% 12% 10% 8% 6% 4% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. Figuur 2.8 Ontwikkeling verloedering van de woonomgeving, 1998-2008 58% 56% Index Verloedering 54% 52% 50% 48% 46% 44% 42% 40% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de bevolking dat last heeft van verloedering van de woonomgeving. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. 18

Figuur 2.9 Ontwikkeling inbraken in woningen, 1998-2008 4,0% 3,6% Inbraak in woningen 3,2% 2,8% 2,4% 2,0% 1,6% 1,2% 0,8% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de bevolking dat slachtoffer geworden is van woningbraak. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Figuur 2.10 Ontwikkeling diefstal uit auto s, 1998-2008 10% 9% Diefstal uit auto's 8% 7% 6% 5% 4% 3% 2% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de bevolking dat slachtoffer geworden is van diefstal uit de auto. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. 19

Figuur 2.11 Ontwikkeling fietsendiefstal, 1998-2008 18% 16% Fietsendiefstal 14% 12% 10% 8% 6% 4% 2% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de bevolking dat slachtoffer is geworden van fietsendiefstal. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Naast al die verbeteringen is het onveiligheidsgevoel onder de inwoners van Ede gedaald net als onder de inwoners in veel andere steden (zie figuur 2.12). 20

Figuur 2.12 Ontwikkeling onveiligheidsgevoel, 1998-2008 38% 36% Onveilgheidsgevoel 34% 32% 30% 28% 26% 24% 22% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Het aandeel van de inwoners dat zich weleens onveilig voelt. Bron: Veiligheidsmonitor, bewerking: Atlas voor gemeenten. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. De vraag is vervolgens waar die verbeteringen op het gebied van overlast, verloedering en onveiligheid met name zijn opgetreden, en of het GSObeleid daar effect op heeft gehad. Om daar iets over te kunnen zeggen zijn analyses gemaakt van de leefbaarheid in alle buurten die onder de zogenoemde GSO-wijken vallen. De GSO-wijken zijn de wijken waar het provinciale wijkenbeleid zich als onderdeel van het GSO-beleid de laatste jaren op heeft gericht. In de bijlage bij deze STADSFOTO staan uitgebreide grafische analyses van de omvang, ontwikkeling en achtergronden van de problemen in die buurten in Ede. In onderstaande tabel zijn de belangrijkste conclusies daaruit samengevat. Daaruit blijkt dat al die buurten in Ede op een aantal aspecten grotere leefbaarheidsproblemen hebben dan gemiddeld, vooral door relatief veel jongerenoverlast. Die problemen zijn echter in vrijwel alle gevallen meer afgenomen dan elders. Dat is een eerste aanwijzing dat het GSO-beleid op dit punt zijn vruchten heeft afgeworpen. 21

Tabel 2.1 Belangrijkste conclusies uit de wijkanalyses Problemen Achtergronden Ontwikkeling (t.o.v. landelijke trend) De Burgen Overlast jongeren Langdurig werklozen, gebrek aan hogere inkomensgroepen, relatief veel sociale huur De Horsten Overlast jongeren Gebrekkige kwaliteit woonomgeving, gebrek hogere inkomensgroepen, gebrek aan ouderen, Marokkanen in de omgeving Hoogbouw-Zuid Rommel op straat, overlast door drugsgebruik, overlast jongeren, overlast omwonenden, fietsendiefstal, bekladding Relatief veel sociale huur, langdurig werklozen, gebrek aan hogere inkomensgroepen, gebrek aan ouderen Uitvindersbuurt Rommel op straat Relatief veel sociale huur en gebrek aan hogere inkomensgroepen Afname sinds 1998 Afname tot 2004, daarna stabilisering Afname sinds 2000 Afname sinds 1999 Bron: Wijkwijzers (zie bijlage) 2.2 Achtergronden van leefbaarheid In deze paragraaf worden de achtergronden van de (ontwikkeling van de) leefbaarheidsproblemen in Ede achterhaald. Daarvoor wordt aangesloten bij statistische analyses waarmee is onderzocht welke kenmerken van een stad over het algemeen significant samenhangen met problemen op het gebied van overlast, verloedering en onveiligheid. Als indicator voor overlast, verloedering en onveiligheid (de afhankelijke variabele) is daarbij de eerder beschreven Index Overlast & Onveiligheid gebruikt. In tabel 2.1 zijn de resultaten uit dat onderzoek samengevat. Uit dat onderzoek blijkt dat de samenstelling en sociaal-economische positie van de bevolking een belangrijke verklaring biedt voor problemen op het gebied van overlast, verloedering en onveiligheid. Steden met veel langdurige werklozen hebben over het algemeen te maken met meer 22

leefbaarheidsproblemen. Het gaat hier overigens uitdrukkelijk om een statistische analyse van gemiddelden, niet van individuen. Op basis van die analyse mag de conclusie worden getrokken dat een buurt met veel langdurige werklozen over het algemeen ook te maken heeft met meer overlast. De conclusie die echter niet getrokken mag worden, is dat iedere langdurig werkloze per se overlast veroorzaakt. Ook steden waar veel jongeren tussen 10 en 19 jaar wonen, kennen vaak meer problemen. Het gebrek aan hogere inkomensgroepen, zelfstandigen, gezinnen met kinderen en ouderen is ook niet goed voor de leefbaarheid, waarschijnlijk door de samenbindende werking die van die bevolkingsgroepen uitgaat. Bovenop die sociaal-economische achtergrond van de problemen blijken ook culturele aspecten een rol te spelen. Een relatief groot aandeel inwoners van Antilliaanse of Marokkaanse afkomst in de wijk hangt bovenop de samenhang die loopt via de hogere werkloosheid onder die groepen significant samen met meer overlast en onveiligheid in de wijk. De significant verklarende factoren die in tabel 2.2 zijn opgesomd, hebben niet allemaal hetzelfde gewicht. De sociaal-economische compositie van de bevolking blijkt bijvoorbeeld zwaarder te wegen in het verklaren van problemen op het gebied van overlast en onveiligheid dan de etnische samenstelling van de bevolking. Hardnekkige werkloosheid in de stad leidt dus tot problemen in de wijken, ongeacht de vraag of die werklozen autochtoon of allochtoon zijn. 23

Tabel 2.2 Wat zijn de achtergronden van overlast en onveiligheid? Samenhang met overlast, verloedering, onveiligheid BEVOLKINGSSAMENSTELLING Aandeel jongeren 0-9 jaar - Aandeel jongeren 10-19 jaar + Aandeel ouderen 65+ - Aandeel Marokkanen + Aandeel Antillianen + Gevoel van saamhorigheid - Aandeel hogere inkomensgroepen - ARBEIDSPARTICIPATIE Aandeel langdurig werklozen (> 3 jr.) + Kruitvatindicator + (aandeel langdurig werklozen in een kansrijke omgeving) Kruitvatindicator jongeren (aandeel werkloze jongeren in een kansrijke omgeving) ECONOMIE Aandeel zelfstandigen - WOONOMGEVING Percentage hoogbouw + Percentage sociale huurwoningen + Tevredenheid met de bebouwde omgeving - Gemiddelde bouwperiode 1975-1985 (woonerfjes) + Aantal winkels (voor dagelijkse boodschappen) + Aantal winkels met veel jongeren van 10-19 jaar in de + buurt Aantal scholen voor basisonderwijs + Aantal cafés in de wijk + Nabijheid binnenstad + AGGLOMERATIE EN STEDELIJKHEID Omvang van de stad + De tabel is een gestileerde weergave van de uitkomsten uit modelschattingen waarmee de mate van overlast, verloedering en onveiligheid in steden wordt verklaard. Een + in de tabel betekent dat die factor significant positief samenhangt met de mate van overlast, verloedering en onveiligheid (hoe hoger de waarde van die factor, hoe meer overlast en onveiligheid). Een - betekent dat die factor negatief samenhangt met overlast en onveiligheid (hoe hoger de waarde van die factor, hoe minder overlast en onveiligheid). + Van alle beschikbare indicatoren voor sociale samenhang hangt alleen de indicator saamhorigheid significant samen met de mate van overlast, verloedering en onveiligheid in de buurt. Die indicator geeft aan of mensen vinden dat ze in een buurt wonen met veel saamhorigheid. Indicatoren die de feitelijke contacten tussen wijk- en buurtgenoten aangeven, zoals 24

participatie- en verenigingsgraad, hangen niet significant samen met overlast en onveiligheid. Naast bevolkingskenmerken biedt ook een aantal fysieke aspecten een verklaring voor leefbaarheidsproblemen in de wijk. Zo blijken zich in wijken met veel flats en veel sociale woningbouw meer problemen voor te doen, maar ook in de zogenoemde bloemkoolwijken de wijken met woonerfjes die eind jaren zeventig, begin jaren tachtig gebouwd zijn. Daar is de onoverzichtelijkheid en anonimiteit waarschijnlijk een reden voor overlast. Ook zijn er rond cafés, scholen en winkels meetbaar meer problemen. Het feit dat een wijk in een grote stad ligt, is tot slot op zich al reden voor meer overlast en onveiligheid. Dat laatste heeft te maken met de anonimiteit en lagere pakkans in steden en met het feit dat er in steden over het algemeen meer te halen valt dan in dorpen. De vraag is vervolgens welke van die achtergronden van leefbaarheidsproblemen ook daadwerkelijk een verklaring bieden voor de problemen waar Ede op het gebied van overlast, verloedering en onveiligheid mee kampt, en voor de relatief forse afname van die problemen sinds 2005. Het antwoord op die vraag staat in de figuren 2.13 en 2.14. Figuur 2.13 toont allereerst de leefbaarheidsscore van Ede, ten opzichte van het gemiddelde van de benchmark. Die score is gebaseerd op de Index Overlast & Onveiligheid, die zoals gezegd is samengesteld uit de indicatoren voor overlast, verloedering en onveiligheid uit figuur 2.1. In figuur 2.13 is de score op die index als afwijking van het gemiddelde van de benchmark gepresenteerd. De overige staafjes in de figuur laten zien welke categorieën factoren een verklaring bieden voor die afwijking van het gemiddelde van de benchmark. Opgestapeld zijn die staafjes even hoog als het linker staafje in de grafiek. De x-as in de figuur geeft het gemiddelde van de benchmark weer. Hoe verder het staafje boven de x-as uitsteekt, hoe belangrijker de categorie is voor het verklaren van de relatieve score van Ede op het gebied van overlast, verloedering en onveiligheid. Tot slot blijft een onverklaard deel over: het residu. Van dat residu is in figuur 2.14 de ontwikkeling door de tijd opgenomen. 25

Figuur 2.13 De achtergronden van de leefbaarheidsproblemen in Ede, 2008 0% -1% -2% overlast en onveiligheid -3% agglomeratie & stedelijkheid arbeidsparticipatie bevolkingssamenstelling economie (zelfstandigen) woonomgeving residu -4% -5% -6% -7% -8% De linker staaf laat zien in welke mate de leefbaarheidsproblemen in Ede afwijken van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. Staafje omhoog: biedt verklaring voor meer overlast, verloedering en onveiligheid in Ede dan gemiddeld in de benchmark. Staafje naar beneden: biedt verklaring voor minder overlast, verloedering en onveiligheid in Ede dan gemiddeld in de benchmark. De as-indeling is bepaald o.b.v. de mininum- en maximumscores voor Ede, niet o.b.v. de minimum- en maximumscores van andere steden. De hoogte van de staafjes zegt dus niets over de absolute score van Ede ten opzichte van andere steden. Het enige doel van deze grafiek is de afwijking ten opzichte van het gemiddelde van de benchmark te verklaren. Die verklaringen worden door de gekozen as-indeling zo geprononceerd mogelijk weergegeven. Uit figuur 2.13 blijkt allereerst nogmaals dat de totale mate van overlast en onveiligheid in Ede geringer is dan gemiddeld in de benchmark; de linker staaf ligt onder de x-as. Die gunstige positie van Ede anno 2008 is te verklaren uit alle overige kenmerken van de stad: de dichtheid is benedengemiddeld (staafje agglomeratie & stedelijkheid), de langdurige werkloosheid is benedengemiddeld (staafje arbeidsparticipatie, zie volgende hoofdstuk), de bevolkingssamenstelling is relatief gunstig (zie hoofdstuk 5), het aandeel zelfstandigen is bovengemiddeld en de woonomgeving pakt gunstig uit op de leefbaarheid (relatief weinig hoogbouw en sociale huur, zie hoofdstuk 6). Tot slot is er een negatief residu (het staafje residu wijst naar beneden). De leefbaarheidssituatie is in Ede gunstiger dan op basis van de onderzochte indicatoren te verwachten viel. Dit kan te maken hebben met andere specifiek lokale factoren en/of succesvol beleid. In figuur 2.14 is te zien dat 26

het residu al sinds 1999 afneemt en sinds 2003 benedengemiddeld is en daarmee een positieve invloed heeft op de leefbaarheid. Figuur 2.14 Ontwikkeling van het residu uit het verklaringsmodel voor de mate van overlast en onveiligheid in Ede, 1998-2008 2% 1% Residu 0% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008-1% -2% -3% -4% -5% -6% -7% -8% Bron: Atlas voor gemeenten 27

28

3 Arbeidsparticipatie in Ede Hardnekkige werkloosheid biedt over het algemeen een belangrijke verklaring voor leefbaarheidsproblemen in steden. Maar ook in andere opzichten is werkloosheid problematisch voor een stad, zowel financieel, economisch als in het kader van het welzijn van de bevolking. In dit hoofdstuk wordt de arbeidsparticipatie onder de bevolking van Ede dan ook in kaart gebracht en nader geanalyseerd. 3.1 Aard van de arbeidsparticipatie In figuur 3.1 zijn indicatoren opgenomen die over het algemeen een verklaring bieden voor leefbaarheidsproblemen in de wijken: jeugdwerkloosheid, langdurige werkloosheid en de zogenoemde kruitvatindicatoren; de interactie tussen werkloosheid en een economisch kansrijke omgeving. De kruitvatindicatoren geven het deel van de werkloosheid aan dat niet kan worden verklaard door het gebrek aan banen. Ofwel: de gegeven de beschikbaarheid van banen onnodige werkloosheid. Die indicator blijkt de beste aanwijzing te bieden voor mensen die uit frustratie over hun economische achterstandspositie geneigd zijn overlast en onveiligheid te veroorzaken. 11 Daarnaast is nog een indicator opgenomen voor de mate waarin de sociaaleconomische achterstanden zich in enkele wijken in de stad concentreren: de segregatie van langdurig werklozen. De rest van de indicatoren in figuur 3.1 zeggen iets over de totale participatiegraad in Ede. De netto participatiegraad is het aandeel van de beroepsbevolking dat feitelijk (meer dan 12 uur per week) werkt, met of zonder steun van de overheid. 12 Daarnaast zijn de totale werkloosheid, het bijstandsniveau, het aantal arbeidsongeschikten en de Wajongers in de grafiek opgenomen. Tot slot zijn indicatoren opgenomen die iets zouden kunnen zeggen over de toekomstige arbeidsparticipatie in Ede: het aantal vroegtijdig schoolverlaters en het aantal mensen met een startkwalificatie. 11 Zie voor een uitgebreide beschrijving van de kruitvatindicator: G.A. Marlet, C.M.C.M. van Woerkens, 2008: Werk aan de wijk, in: Atlas voor gemeenten 2008, thema leefbaarheid (Atlas voor gemeenten, Utrecht). 12 Zie voor de methode waarmee de netto participatiegraad is berekend: G. Marlet, C. van Woerkens, R. Zwart, 2009: Zicht op gemeentelijke participatiegraad, in: Meer dan ooit. Sociale diensten en participatiebevordering (Divosa Monitor, Utrecht), pp. 35-58. 29

Figuur 3.1 Arbeidsparticipatie in Ede, 2009 werkloosheid jeugdwerkloosheid langdurige werkloosheid kruitvatindicator langdurige werkloosheid segregatie langdurige werkloosheid kruitvatindicator jeugdwerkloosheid bijstandsniveau startkwalificatie voortijdig schoolverlaten netto participatiegraad arbeidsongeschiktheid Wajong De figuur toont de afwijking van het gemiddelde van de benchmark. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager. Bronnen: Atlas voor gemeenten (3,5,6,10), UWV Werkbedrijf (2,4), CBS (1 7,8,11,12), Cfi (9). 30

De netto participatiegraad is in Ede veel hoger dan gemiddeld in de benchmarksteden. Vooral sinds 2005 is die participatiegraad fors toegenomen, van circa 62% in 2006 tot 71% in 2009 (figuur 3.10). Het is dan ook niet verwonderlijk dat de totale werkloosheid in Ede in 2009 fors lager was dan gemiddeld in de andere steden in de benchmark (figuur 3.1), en net als elders is afgenomen (figuur 3.2). Het bijstandsniveau is ook fors lager dan gemiddeld, en is sinds 2006 net als in de andere steden licht afgenomen (figuur 3.8). Verder is het aandeel arbeidsongeschikten onder de bevolking benedengemiddeld, maar dat aandeel is sinds 2007 licht toegenomen tegenover een afname in de benchmark (figuur 3.11). Het bovengemiddelde aandeel Wajongers is het enige problematische aspect. Dat aandeel stijgt bovendien (figuur 3.12). In totaliteit kan worden geconcludeerd dat de arbeidsdeelname in Ede relatief groot is, en het aantal uitkeringsgerechtigden relatief klein. Ook de jeugdwerkloosheid ligt onder het niveau van de benchmark (figuur 3.1). Die jeugdwerkloosheid is sinds 2009 licht gestegen, maar minder dan in de andere steden (figuur 3.3). De langdurige werkloosheid ligt ook fors onder het gemiddelde van de benchmark (figuur 3.1). Bovendien daalt de langdurige werkloosheid, net als in de benchmarksteden, sinds 2008 na een jarenlange stijging (figuur 3.5). En dat heeft er voor gezorgd dat ook de score op de kruitvatindicator voor langdurige werkloosheid na een toename is gestabiliseerd sinds 2008 (figuur 3.6). Of de daling van de langdurige werkloosheid in Ede ook zal leiden tot minder ruimtelijke ongelijkheid (figuur 3.7) kunnen we nog niet zeggen wegens gebrek aan data. De segregatie nam nog toe in 2008 (het keerpunt van de langdurige werkloosheid), maar is nog altijd kleiner dan elders (figuur 3.1). Positief is ook dat het aantal vroegtijdig schoolverlaters in Ede fors lager ligt dan in de benchmark (figuur 3.1). Dit is echter nog niet terug te zien in het aandeel mensen met een startkwalificatie dat kleiner is dan in andere steden. Dat aandeel neemt wel toe (figuur 3.9). 31

Figuur 3.2 De ontwikkeling van de werkloosheid, 1999-2009 8% Het aantal werklozen als percentage van de beroepsbevolking 7% 6% 5% 4% 3% 2% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS Figuur 3.3 De ontwikkeling van de jeugdwerkloosheid, 2000-2010 16% 14% Jeugdig (15 t/m 24 jr) werklozen als percentage van de beroepsbevolking 12% 10% 8% 6% 4% 2% 0% 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS 32

Figuur 3.4 De ontwikkeling van de score op de kruitvatindicator voor jeugdwerkloosheid, 2000-2010 50 45 40 Kruitvatindicator jeugdwerkloosheid 35 30 25 20 15 10 5 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS Figuur 3.5 De ontwikkeling van de langdurige werkloosheid, 2001-2010 3,4% 3,2% Langdurig (> 3 jr) werklozen als percentage van de beroepsbevolking 3,0% 2,8% 2,6% 2,4% 2,2% 2,0% 1,8% 1,6% 1,4% 1,2% 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS 33

Figuur 3.6 De ontwikkeling van de score op de kruitvatindicator voor langdurige werkloosheid, 2001-2010 55 50 Kruitvatindicator langdurige werkloosheid 45 40 35 30 25 20 15 10 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS Figuur 3.7 De ontwikkeling van de ruimtelijke segregatie van langdurig werklozen 1,2% Segregatie van langdurig (> 3 jr) werklozen 1,1% 1,0% 0,9% 0,8% 0,7% 0,6% 2001 2002 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS 34

Figuur 3.8 De ontwikkeling van het bijstandsniveau, 1999-2009 6,0% 5,5% Aantal bijstandsgerechtigden als percentage van de beroepsbevolking 5,0% 4,5% 4,0% 3,5% 3,0% 2,5% 2,0% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS Figuur 3.9 De ontwikkeling van het aantal mensen met een startkwalificatie, 2003-2008 78% 77% Aandeel beroepsbevolking met startkwalificatie 76% 75% 74% 73% 72% 71% 70% 69% 2003 2004 2005 2006 2007 2008 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS 35

Figuur 3.10 Ontwikkeling van de netto participatiegraad, 1999-2009 72% 70% Netto participatiagraad 68% 66% 64% 62% 60% 58% 56% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Het aantal mensen dat meer dan 12 uur werkt als percentage van de beroepsbevolking. Bron: Atlas voor gemeenten o.b.v. data CBS/GBA/EBB/RIO. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Figuur 3.11 Ontwikkeling van de arbeidsongeschiktheid (als aandeel van de beroepsbevolking), 1999-2009 10,4% 10,0% Arbeidsongeschiktheid 9,6% 9,2% 8,8% 8,4% 8,0% 7,6% 7,2% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS 36

Figuur 3.12 Ontwikkeling van het aantal Wajongers, als aandeel van de beroepsbevolking, 1999-2009 2,1% 2,0% 1,9% Wajong 1,8% 1,7% 1,6% 1,5% 1,4% 1,3% 1,2% 1,1% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS 3.2 Achtergronden van arbeidsparticipatie In deze paragraaf worden de achtergronden van de (ontwikkeling van de) langdurige werkloosheid in Ede achterhaald. Ook die analyse is weer gebaseerd op statistisch onderzoek naar de verklaringen voor de verschillen in werkloosheid tussen Nederlandse steden. Onderstaande tabel laat op gestileerde wijze de resultaten zien van de modelschattingen waarmee de verschillen tussen Nederlandse steden worden verklaard. De tabel geeft aan of een bepaalde factor er significant toe doet bij het verklaren van de afwijkende langdurige werkloosheid, bovenop de verklaring die de andere factoren in de tabel al bieden. Alleen de significant verklarende factoren uit het best verklarende, meest robuuste model zijn getoond. 37

Tabel 3.1 Wat verklaart de langdurige werkloosheid in een stad? Samenhang met langdurige werkloosheid ECONOMIE Kansen op de arbeidsmarkt - Werkgelegenheidsgroei - BEVOLKINGSSAMENSTELLING Aandeel 55-64-jarigen + Aandeel 45-54-jarigen - Aandeel 35-44-jarigen + Aandeel 25-34-jarigen - Aandeel eenoudergezinnen + Aandeel Turken + Aandeel Marokkanen + Aandeel Antillianen + Aandeel overige niet-westerse allochtonen - Aandeel laagstopgeleiden + (t/m lager voorbereidend onderwijs) Aandeel vrouwen + WOONOMGEVING Problematische woonomgeving + Aandeel sociale huur + De tabel is een gestileerde weergave van de uitkomsten uit de modellen waarmee de langdurige werkloosheid in de steden wordt verklaard. Een + in de tabel betekent dat die factor positief samenhangt met werkloosheid (hoe hoger de waarde van die factor, hoe meer werkloosheid). Een - betekent dat die factor negatief samenhangt met werkloosheid. Uit de modellen blijkt dat steden met veel kansen op de arbeidsmarkt over het algemeen minder langdurige werkloosheid kennen dan steden die hun bewoners geen gunstige (regionale) arbeidsmarkt kunnen bieden. Kansen op de arbeidsmarkt zijn gemeten voor zowel hoog-, midden- als laagopgeleiden door de hoeveelheid geschikte banen op acceptabele reisafstand te tellen, en die te corrigeren voor andere mensen die om die banen concurreren (mensen van buiten de gemeente die ook in de markt zijn voor de banen waarvoor de inwoners van Ede in de markt zijn). In alle gevallen is de arbeidsmarkt niet afgebakend langs bestaande bestuurlijke of functionele gemeente- en regiogrenzen, maar met zogenoemde ruimtelijke gemiddelden, op basis van feitelijke reistijden en de feitelijke reistijdwaardering van verschillende bevolkingsgroepen, waarin banen 38

dichtbij zwaarder meetellen dan banen verder weg. 13 Daarnaast biedt een gunstig economisch tij in (de omgeving van) de stad, afgemeten aan de werkgelegenheidsgroei, een extra stimulans in het terugdringen van de langdurige werkloosheid. Denk daarbij aan de afwezigheid van economische tegenspoed, zoals een fabriekssluiting. Behalve de vraagkant van de arbeidsmarkt is vanzelfsprekend ook de aanbodkant van belang. Steden met relatief veel jongeren kennen minder langdurige werkloosheid, terwijl steden met veel mensen in de leeftijd dat ze jonge kinderen hebben veelal een hoger percentage langdurig werklozen herbergen. Daarnaast worden steden met een hoog percentage 44-54-jarigen minder geplaagd door een hoog werkloosheidspercentage en kennen steden met veel ouderen juist weer meer langdurige werkloosheid. Verder hangt de etnische samenstelling van de bevolking in een stad over het algemeen sterk samen met het aandeel langdurig werklozen. Steden met een groter aandeel Turken, Marokkanen of Antillianen kennen veelal een hogere langdurige werkloosheid. Datzelfde geldt voor het aandeel eenoudergezinnen; hoe meer eenoudergezinnen in een stad, hoe hoger de langdurige werkloosheid over het algemeen is. Met betrekking tot het effect van het opleidingsniveau van de bevolking op de arbeidsparticipatie zijn er twee opvallende uitkomsten. Het aandeel laagstopgeleiden in de stad, ofwel: mensen die de middelbare school niet hebben afgemaakt, hangt samen met veel langdurig werklozen. Tussen hoogopgeleiden en middelbaar opgeleiden bestaat daarentegen geen significant verschil: het aandeel middelbaar opgeleiden hangt niet significant samen met langdurige werkloosheid. Ook als iemand in een problematische omgeving woont, 14 verhoogt dit de kans om werkloos te zijn. Ook een groot aandeel sociale huurwoningen in de stad hangt over het algemeen samen met veel langdurig werklozen. Uit onderzoek van het Centraal Planbureau blijkt dat de arbeidsmobiliteit onder mensen in een sociale huurwoning lager is dan normaal, omdat zij geïnvesteerd hebben in een plek op de wachtlijst voor een goedkope sociale huurwoning. Hierdoor zijn zij minder snel bereid om voor werk te verhuizen omdat zij hiermee mogelijk hun recht op een goedkope woning verspelen. 13 Zie voor een uitgebreide beschrijving: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Regionale verschillen in kansen voor arbeidsmarktbeleid, in: Verschil maken. Drie jaar Wet werk en bijstand, Divosa-monitor 2007 (Divosa, Utrecht). 14 Definitie uit: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht). 39

Figuur 3.13 De achtergronden van de langdurige werkloosheid in Ede, op 31 december 2009 1,0% 0,8% 0,6% 0,4% 0,2% 0,0% -0,2% -0,4% langdurige werkloosheid -0,6% -0,8% -1,0% economie (arbeidsmarkt) bevolkingssamenstelling (demografisch) bevolkingssamenstelling (sociaal) bevolkingssamenstelling (etnisch) woonomgeving residu De staafjes tonen de afwijking van het gemiddelde van de benchmark. De linker staaf laat zien in welke mate de langdurige werkloosheid in Ede afwijkt van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. Staafje omhoog: de betreffende factor biedt een verklaring voor de relatief hoge langdurige werkloosheid. Staafje naar beneden: de betreffende factor biedt een verklaring voor de relatief lage langdurige werkloosheid. Figuur 3.14 Ontwikkeling van het residu uit het verklaringsmodel voor de langdurige werkloosheid in Ede 0,9% Residu 0,5% 0,1% -0,3% 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010-0,7% -1,1% -1,5% Bron: Atlas voor gemeenten 40

Figuur 3.13 laat zien hoe de modeluitkomsten uitpakken voor Ede. De langdurige werkloosheid ligt in Ede zoals gezegd onder het gemiddelde van de benchmark (het linker staafje). Dit heeft te maken met de economische kansen die de regio aan de inwoners van Ede biedt (staafje economie, zie volgend hoofdstuk), de gunstige bevolkingssamenstelling (etnisch en sociaal) en de gunstige woonomgeving. Op basis van de kenmerken aan de vraag- en aanbodkant van de arbeidsmarkt zou in Ede echter een nog lagere langdurige werkloosheid mogen worden verwacht. Het residu is met andere woorden positief. Er zijn dus andere factoren (die niet onderzocht konden worden in deze STADSFOTO) die een remmende werking hebben op het terugdringen van de langdurige werkloosheid. 41

42

4 De economie van Ede De vraagkant van de arbeidsmarkt (de beschikbaarheid van banen) biedt over het algemeen een belangrijke verklaring voor de kans dat een inwoner van een stad werkloos is, zo bleek uit het vorige hoofdstuk. Bovendien is die beschikbaarheid van banen van invloed op de aantrekkingskracht van de stad op economisch kansrijke bevolkingsgroepen, zoals hoger opgeleiden en mensen uit de midden- en hogere inkomensgroepen (zie hoofdstuk 5). De economische situatie in (de omgeving van) Ede is dus van groot belang voor de vitaliteit van de stad, en voor de ontwikkeling op allerlei terreinen. In dit hoofdstuk wordt de economische situatie van Ede geschetst en verklaard. 4.1 Aard van de economische situatie De indicatoren aan de hand waarvan de economische situatie in Ede in kaart wordt gebracht zijn niet zomaar gekozen. Ze zijn afgeleid uit de modellen die ten grondslag liggen aan deze STADSFOTO, en die een verklaring bieden voor de bevolkingssamenstelling, de werkloosheid en de mate van overlast en onveiligheid in de stad. De bereikbaarheid van banen vanuit de stad blijkt bijvoorbeeld een belangrijke verklaring te bieden voor de bevolkingssamenstelling van een stad. Het effect van files op die bereikbaarheid frustreert die aantrekkingskracht van, en het vestigingsklimaat in, de stad juist weer (zie hoofdstuk 5 en paragraaf 4.2). De kansen op de arbeidsmarkt voor de inwoners van de stad, een combinatie van de beschikbaarheid van banen en het aantal mensen dat om die banen concurreert, is een uiterst belangrijke determinant van werkloosheid (zie hoofdstuk 3). Het aantal zelfstandigen in de stad blijkt weer belangrijk te zijn voor de leefbaarheid in de wijken (zie hoofdstuk 2). Datzelfde geldt waarschijnlijk voor het aantal leegstaande winkels, maar dan als negatieve factor. Daarom is Ede in onderstaande figuur op al die indicatoren vergeleken met het gemiddelde van de benchmark. Daarnaast zijn nog indicatoren opgenomen die iets zeggen over de totale werkgelegenheidsgraad en groei, en over de sectorale structuur van die werkgelegenheid, zoals het aandeel industriële werkgelegenheid, het aandeel banen in de zakelijke dienstverlening en de sectorale diversiteit. Die sectorale structuur is van belang voor de toekomstperspectieven van de lokale economie (zie paragraaf 4.2). 43