Rekentool bijstandsbudgetten 2015



Vergelijkbare documenten
Grensoverschrijdende stedelijke netwerken. Gerard Marlet Abdella Oumer Roderik Ponds Clemens van Woerkens Sittard - 14 april 2014

Eindexamen aardrijkskunde havo 2002-II

Krimp in Woerden? Gemeenteraad Woerden 11 april Frits Oevering. Kennis & Economisch Onderzoek

Rapport Huizenprijsontwikkelingen regio's in Nederland

Verhuizingen en huishoudensveranderingen in Nederland: verschillen tussen COROP-regio s

Regionale bedrijvendynamiek

Graag meer windenergie, maar liever niet in de buurt

We kunnen de vergrijzing betalen. Dick Scherjon, bestuursadviseur

Economie van de Woningmarkt: universele en regionale marktmechanismen

gemeente venray j afdeling Casenr: 3 0 SEP 20U Po;.:..-.:-.;.-: Kopie aan: r.'e:;o\..'orker Afgehandei'jj Oatum

Economisch presteren van het regionale bedrijfsleven in 2010

Het midden- en kleinbedrijf naar regio

Woningmarktontwikkelingen landelijk en regionaal

Verhuurderheffing en huurmaatregelen in krimpregio s. Doorwerking op financiën van corporaties van enkele varianten

De ruimtelijke structuur van de clusters van nationaal belang. Otto Raspe en Martijn van den Berge

RIGO Research en Advies BV De bewoonde omgeving Regionale leefbaarheidskaarten

Inhoud. Verdeelmodel Inkomensdeel Participatiewet. 2. Project verdeelmodel inkomensdeel 2015

DE WOX 4E KWARTAAL 2007

Heffing en. investeringsaftrek

TROUW!SCHOOLPRESTATIES!2011

Arnhem-Nijmegen. Een analyse van de economische groei

Minste. nieuws. van kleine banen. werkgelegenheidsdaling LANCERING BANENVERLIES IN Voor feiten en cijfers over werkgelegenheid

Van welvaart naar welzijn. Aangeboden door Rabobank Kromme Rijnstreek. Samen sterker. Duurzaamheid van 40 Nederlandse regio's.

Ministerie BZK/DGWB. Presteren woningcorporaties. Volkshuisvestelijke prestaties verslagjaar november 2013

Stagnatie zet door op startersmarkt Randstad trekt extra startende ondernemers

Kengetallen op maat. Stimulansz

Langdurige werkloosheid in Nederland

Dynamiek in de steden, stilte aan de randen van het land

Regionale vestigingspatronen van immigranten,

nieuws Voor feiten en cijfers over werkgelegenheid Banenverlies in 2012 Het Bruto Gemeentelijk Product LISA Klantendag 2013 Economische variëteit

Documentatierapport Kenmerken, huur, kosten en weegfactor van een zelfstandige huurwoning in Nederland (Huurenquête vanaf 2015)

DE WOX 2E KWARTAAL 2008

Regiobericht 1.0 Noord

Restschuld in Nederland: omvang en consequenties. Frans Schilder Johan Conijn

Regionale innovatie in Nederland

De besparing voor een gemeente als er iemand uit de bijstand stroomt

Vooronderzoek: Foto van Haaksbergen

Restschuld in Nederland: omvang en consequenties

Calcasa rapport goedkope koopwoningen 2013

Kenmerken van wanbetalers zorgverzekeringswet

. Ongelijke gevallen Ongelijk behandeld

MKB Regio Top 40 Economische kracht van het MKB in 2011

School of Real Estate

Dit hoofdstuk gaat over de arbeidsparticipatie van Leidenaren, over uitkeringen en over huishoudinkomens.

Artikelen. De Nederlandse demografie in zeven tegenstellingen. Joop Garssen

Restschuld in Nederland: omvang en consequenties. Frans Schilder Johan Conijn

Reacties op bevolkingsdaling

Centraal Bureau voor de Statistiek. Persbericht. In 2025 fors meer huishoudens in de Randstad

Regionale verschillen in arbeidsaanbod

Inhoudsopgave. Onderzoek Marktaandelen Hulp bij het Huishouden pagina 1 van 12

Centraal Bureau voor de Statistiek MONITOR GEDETINEERDEN MET BIJSTAND, JANUARI - DECEMBER H.M. Ammerlaan. Divisie SRS Sector SAV

Arbeidsgehandicapten in Nederland

Sociaal-economische trends

De Meerjarige aanvullende uitkering 2013 t/m 2015

12. Vaak een uitkering

Calcasa Jaarverslag 2014 Miljoenenwoningen

Transcriptie:

Rekentool bijstandsbudgetten 2015 Handleiding Deze handleiding bevat een beknopte toelichting op het gebruik van de rekentool. Een nadere toelichting op de werking van het verdeelmodel vindt u in het document Algemene toelichting op het verdeelmodel. Start 1. Open de rekentool. Deze opent in microsoft Excel. 2. Zorg ervoor dat macro s worden ingeschakeld. Boven aan het scherm staat een melding dat macro s zijn uitgeschakeld. Door op opties te klikken kunnen de macro s worden ingeschakeld. 3. Zoek in het tabblad Gemeentecodes de gemeente waarvoor de berekening moet worden gemaakt. 4. Ga naar het tabblad Start en vul in het gele vak de gemeentecode in. Het rechtstreeks invullen van de gemeentenaam werkt niet. 5. Klik op de knop Bereken budget rechts van het gele vak. De budgetten van de gemeente worden nu berekend en er verschijnen twee nieuwe tabbladen: een tabblad Invoer en een tabblad budgetberekening. 6. Het tabblad Budgetberekening geeft de uitkomsten van de berekening. De startgetallen in dit tabblad komen overeen met de getallen uit de beschikking met het voorlopig budget 2015. 7. Het tabblad Invoer bevat de kenmerken van de gemeente waarvan de huishoudenskenmerken gebruikt worden om een representatief databestand met huishoudens te vormen. Zie voor meer uitleg het document Algemene toelichting op het verdeelmodel. Disclaimer Deze rekentool met toelichting wordt u ter beschikking gesteld om u meer inzicht te geven in de werking van het model en de berekende budgetten. Aan deze rekentool en deze beschrijving kunnen geen rechten worden ontleend.

Mogelijke analyses 1) Gevoeligheidsanalyse door invoervariabelen te wijzigen Het tabblad Invoer bevat de verschillende kenmerken van een gemeente. Deze kenmerken bepalen het objectief vastgestelde bijstandsbudget. Door deze kenmerken te wijzigen kan de gevoeligheid van een bepaald kenmerk op het budget worden vastgesteld. Een dergelijke exercitie is bijvoorbeeld geschikt om te analyseren waarom de ene gemeente meer of minder budget ontvangt dan een andere gemeente en bijvoorbeeld hoe een te verwachten ontwikkeling in een gemeente invloed zal hebben op het budget. 2) Samenstelling objectief te verwachten bijstandspopulatie Het tabblad Budgetberekening toont voor verschillende categorieën huishoudens hoeveel daarvan naar verwachting bijstand zullen ontvangen. Dit aantal wordt met het verdeelmodel objectief bepaald en kan dus afwijken van het werkelijke aantal huishoudens in de bijstand. Door de uitkomsten van het model te vergelijken met de werkelijke bijstandspopulatie kan inzicht worden verkregen welke groepen boven of juist onder verwachting vaak bijstand ontvangen. Dit geeft een indicatie welke doelgroepen meer of minder aandacht behoeven. 1) Gevoeligheidsanalyse door invoervariabelen te wijzigen De verschillende invoervariabelen kunnen worden gewijzigd. Het wijzigen gaat als volgt: 1. Vul in de geel gearceerde kolom een alternatieve waarde in. 2. Klik op de knop Herbereken budget. Vervolgens worden de uitkomsten getoond in het tabblad Budgetberekening. Hieronder volgt een opsomming van de te wijzigen variabelen. De definities staan in de bijlage. Bij het wijzigen van de variabelen moet rekening worden gehouden met de volgende aandachtspunten: 1. De rekentool kent geen check op het realiteitsgehalte van de aantallen en percentages. Als een irrealistische bevolkingssamenstelling wordt ingevoerd (bijvoorbeeld meer paren met kinderen dan het totaal aantal huishoudens), dan zal de rekentool geen budget kunnen berekenen. De gebruiker van de rekentool is zelf verantwoordelijk voor het realiteitsgehalte van de aanpassingen. 2. Een verandering van het budget van de gekozen gemeente zal de verdeling van het macrobudget over de gemeenten beïnvloeden omdat het macrobudget vaststaat. Zo zal een stijging van het budget van een gemeente zorgen voor een (generieke) korting bij alle gemeenten. Dit laatste effect is niet in de rekentool verwerkt. Het model bevat de volgende variabelen: Aanpassing huishoudenssamenstelling De huishoudenssamenstelling van de gekozen gemeente kan worden aangepast. Het gaat hier om de volgende variabelen die gewijzigd kunnen worden: - Totaal aantal huishoudens 15-64 jaar. Met daarbij de onderverdeling: 1. Eenouder vrouw. 2. Eenouder man 3. Paar zonder kinderen 4. Paar met kinderen Er is nog een vijfde huishoudtype (alleenstaanden), maar dit hoeft niet apart te worden opgegeven. Dit type wordt automatisch berekend door de laatste vier typen huishoudens af te trekken van het totaal aantal huishoudens.

Voorbeeld 1: Verwacht wordt dat het aantal huishoudens in de leeftijd van 15-64 jaar met 1% zal stijgen en deze stijging doet zich bij alle huishoudenstypen in gelijke mate voor. In dat geval dient zowel het totaal aantal huishoudens te worden verhoogd, als de getoonde 4 typen huishoudens met 1%. Automatisch zal dan ook het aantal alleenstaanden met 1% stijgen. Voorbeeld 2: Verwacht wordt dat er meer alleenstaanden in de gemeente komen wonen. In dat geval dient alleen het totaal aantal huishoudens te worden gewijzigd en hoeft de rest niet te worden gewijzigd. Voorbeeld 3: Verwacht wordt dat het aantal alleenstaanden met 1000 stijgt, maar het aantal paren met kinderen met 1000 daalt. In dat geval blijft het totaal aantal huishoudens hetzelfde. In dit geval dient alleen het aantal paren met kinderen met 1000 te worden verlaagd. Aanpassen van de leeftijdssamenstelling van de bevolking Het aantal huishoudens met een persoon in de leeftijd van 15-24 jaar en het aantal huishoudens met een persoon in de leeftijd van 55-64 jaar kan worden aangepast. Als een van deze twee variabelen wordt aangepast en het totaal aantal huishoudens van 15 t/m 64 jaar wordt niet op evenredige wijze aangepast dan wijzigt hierdoor impliciet ook het aantal huishoudens dat geen persoon heeft in de betreffende leeftijdscategorie. Aanpassen aantal huishoudens niet-westerse herkomst Het aantal huishoudens met een volwassen niet-westerse persoon in de gemeente kan worden aangepast. Als deze variabele wordt aangepast en het totaal aantal huishoudens wordt niet op evenredige wijze aangepast dan wijzigt hierdoor impliciet het aantal huishoudens dat geen persoon heeft met een volwassen niet-westerse persoon. Aanpassen percentage koopwoningbezit Het model berekent aan de hand van dit percentage het aantal huishoudens dat in een koopwoning woont. Dit gebeurt door het percentage koopwoningen te vermenigvuldigen met het aantal huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar. Dit percentage kan worden aangepast. Aanpassen personen in de leeftijd van 15-64 jaar In het model wordt ook rekening gehouden met het aantal huishoudensleden in de leeftijd van 15-64 jaar. In de database met de vele duizenden huishoudenstypen waarmee wordt gerekend, is bij de diverse huishoudenstypen ook het aantal huishoudensleden in de leeftijd van 15-64 jaar opgenomen. Als in de invoersheet dit aantal wordt gewijzigd zonder dat het totaal aantal huishoudens 15-64 jaar wordt gewijzigd, zal het model meer huishoudleden toewijzen aan hetzelfde aantal huishoudens. Aanpassen percentage personen met een lage opleiding betekent voor het aantal personen in de leeftijd van 15-64 jaar met een lage opleiding in de gemeente. In de berekeningen van het model zal daarom ook het aantal huishoudens met een persoon met een lage opleiding veranderen.

Aanpassen percentage personen met een hoge opleiding betekent voor het aantal personen in de leeftijd van 15-64 jaar met een hoge opleiding in de gemeente. In de berekeningen van het model zal daarom ook het aantal huishoudens met een persoon met een hoge opleiding veranderen. Aanpassen percentage personen met een arbeidsongeschiktheidsuitkering betekent voor het aantal personen in de leeftijd van 15-64 jaar met een arbeidsongeschiktheidsuitkering in de gemeente. In de berekeningen van het model zal daarom ook het aantal huishoudens met een persoon met een arbeidsongeschiktheidsuitkering veranderen. Aanpassen percentage personen met een arbeidsbeperking betekent voor het aantal personen in de leeftijd van 15-64 jaar met een arbeidsbeperking in uw gemeente. In de berekeningen van het model zal daarom ook het aantal huishoudens met een persoon met een arbeidsbeperking veranderen. Aanpassen percentage personen wonend in een buurt met een matige leefbaarheid betekent voor het aantal personen in de leeftijd van 15-64 jaar wonend in een buurt met een matige leefbaarheid. In de berekeningen van het model zal daarom ook het aantal huishoudens wonend in een buurt met een matige leefbaarheid veranderen. Aanpassen gemiddelde woningwaarde in een buurt met een matige leefbaarheid De gemiddelde woningwaarde kan worden aangepast. Het bedrag moet worden gedeeld door 1000 euro. Aanpassen gemiddelde woningwaarde in een buurt met een goede leefbaarheid De gemiddelde woningwaarde kan worden aangepast. Het bedrag moet worden gedeeld door 1000 euro. Aanpassen kansen op de arbeidsmarkt Het indexcijfer kan worden aangepast. Netto arbeidsparticipatie Het percentage kan worden aangepast. Aanpassen Corop-effect Nederland is ingedeeld in 40 COROP-gebieden die bestaan uit meerdere aangrenzende gemeenten. De indeling in COROP-gebieden is een regionaal niveau tussen provincies en gemeenten in. Het CBS gebruikt de indeling voor regionaal onderzoek. Het model houdt rekening met niet door andere factoren te verklaren verschillen tussen regio s. De verschillen worden uitgedrukt in een COROP-factor. Door een andere corop-regio te kiezen kan worden gesimuleerd dat de gemeente bij een andere corop-regio behoort.

2) Samenstelling objectief te verwachten bijstandspopulatie Het tabblad Budgetberekening geeft inzicht in de samenstelling van het huishoudensbestand in een gemeente (kolom C), welke huishoudens naar verwachting een beroep zullen doen op een bijstandsuitkering (kolom D en E) en wat hiervoor de te verwachten uitkeringslasten zijn (kolom F). Het model gaat er hierbij vanuit dat een huishouden een volledig beroep doet op de bijstand. De aantallen die worden berekend zijn dus volledige uitkeringsrechten. De volgende categorieën worden onderscheiden: - Huishoudenstype (alleenstaande, eenouder vrouw, eenouder man, paren zonder kinderen en paren met kinderen). - Naar woning (wonend in een huurhuis of wonend in een koophuis). - Naar leeftijd I (onderscheid tussen met en zonder iemand in de leeftijd van 15-24-jarige in het huishouden). - Naar leeftijd II (onderscheid tussen met en zonder iemand in de leeftijd van 55-64-jarige in het huishouden). - Naar herkomst (onderscheid tussen wel iemand of niemand aanwezig met een nietwesterse achtergrond). - Naar opleiding I (onderscheid naar iemand of niemand met een lage opleiding aanwezig). - Naar opleiding II (onderscheid naar iemand of niemand met een hoge opleiding aanwezig). - Naar AO-uitkering (iemand of niemand aanwezig met een AO-uitkering). - Naar arbeidsbeperking (iemand of niemand aanwezig met een arbeidsbeperking). - Naar wijk (wonend in een wijk met een matige of een goede leefbaarheid). Al deze categorieën tellen op tot het totaal aantal in een gemeente zoals dat wordt genoemd in de bovenste rij (rij 11). Ditzelfde geldt voor respectievelijk het te verwachten aantal huishoudens in de bijstand en de te verwachten uitgaven aan bijstand. Kolom F geeft het te verwachten benodigde budget voor de uitkeringslasten. Deze bedragen zijn berekend door de aantallen uit kolom E te vermenigvuldigen met het gemiddelde bruto uitkeringsbedrag voor die specifieke subcategorie. De totaal te verwachten uitkeringslasten in 2015 van een gemeente zijn berekend door voor alle huishoudenstypen in deze gemeente de kans op bijstand te vermenigvuldigen met het voor dat huishouden relevante bruto uitkeringsbedrag en al deze bedragen bij elkaar op te tellen. Het model maakt gebruik van twee bijstandsbedragen namelijk het bruto bijstandsbedrag voor één uitkeringsjaar voor alleenstaanden/alleenstaande ouders ( 14.582) en voor echtparen ( 18.946). De gemiddelde bedragen voor een bepaalde categorie zijn berekend als een gewogen gemiddelde van de verschillende huishoudenstypen in die categorie en kunnen per gemeente verschillen als gevolg van een andere verhouding tussen huishoudenstypen in een gemeente. De aantallen in het overzicht kunnen voor een gemeente worden vergeleken met de aantallen mensen in een uitkering in deze gemeente. Dit maakt het mogelijk te analyseren welk huishoudenstype in een gemeente onder- of oververtegenwoordigd is in vergelijking met de statistische verwachting voor deze gemeente. Zoals eerder genoemd wordt alleen met volledige bijstandsuitkeringen gerekend, van belang is dus dat hiermee rekening wordt gehouden in het vergelijken van deze cijfers met de gemeentelijke cijfers. Bij een vergelijking van een gemeente met andere gemeenten zal opvallen dat het te verwachten percentage in de bijstand van het totaal aantal huishoudens en in de verschillende categorieën varieert. Redenen hiervoor zijn bijvoorbeeld gelegen in verschillen tussen gemeenten voor de arbeidsmarktkansen in de regio, de verschillen in woningwaarde of de verschillen in de leefbaarheid in de wijken. En ook de samenstelling van groepen huishoudens verschilt per gemeente. Zo kan bijvoorbeeld het percentage hoogopgeleiden in de categorie alleenstaanden in de ene gemeente hoger zijn dan in een andere gemeente. Vanwege deze verschillen zullen ook de verwachte bijstandsuitgaven tussen gemeenten met vergelijkbare inwoneraantallen in meer of mindere mate van elkaar afwijken.

Bijlage: Definities Referentiepersoon (CBS-definitie) Lid van het huishouden ten opzichte van wie de posities van de andere leden in het huishouden worden bepaald en van wie de kenmerken eventueel ook aan het huishouden worden toegekend. Toelichting: Uit de leden van het huishouden wordt de referentiepersoon door het CBS als volgt gekozen: - als er een paar is binnen het huishouden: de man; - als het paar van gelijk geslacht is: de oudste van het paar; - in een eenouderhuishouden: de ouder; - in een overig huishouden: de oudste meerderjarige man of - als deze ontbreekt - de oudste meerderjarige vrouw. Meerderjarig = 18 jaar of ouder. Modelfactoren: Aantal huishoudens 15-64 : -het aantal huishoudens in een gemeente in de leeftijd van 15 t/m 64 jaar per 1-1-2014. Eenouder vrouw: -het aantal alleenstaande vrouwen in de leeftijd van 15 t/m 64 jaar met 1 of meerdere kinderen in het huishouden per 1-1-2014. Eenouder man: -het aantal alleenstaande mannen in de leeftijd van 15 t/m 64 jaar met 1 of meerdere kinderen in het huishouden per 1-1-2014. Paar zonder kinderen: - het aantal paren zonder thuiswonende kinderen waarvan de referentiepersoon in de leeftijd van 15 t/m 64 jaar is per 1-1-2014. Paar met kinderen: - het aantal paren waarvan de referentiepersoon in de leeftijd van 15 t/m 64 jaar is met 1 of meer thuiswonende kinderen per 1-1-2014. Met een persoon in de leeftijd van 15-24 jaar: - aantal huishoudens met referentiepersoon in de leeftijd van 15-64 jaar met tenminste een persoon in de leeftijd van 15-24 jaar per 1-1-2014. Met een persoon in de leeftijd van 55-64 jaar: - het aantal huishoudens met referentiepersoon in de leeftijd van 15-64 jaar met tenminste een persoon in de leeftijd van 55-64 jaar per 1-1-2014. Met een volwassen niet-westerse allochtoon: - aantal huishoudens met referentiepersoon in de leeftijd van 15-64 jaar met tenminste een volwassen niet-westerse allochtoon in de leeftijd van 15 t/m 64 jaar per 1-1-2014. Percentage koopwoningen: - aantal koopwoningen als percentage van de totale woningvoorraad per 1-1-2012 Aantal personen in de leeftijd van 15 t/m 64 jaar: - Aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar per ultimo 2013.

Percentage met een lage opleiding - het aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met referentiepersoon in de leeftijd 15 t/m 64 jaar met als hoogst voltooide opleiding MBO-2 als percentage van het totaal aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar. Dit wordt berekend als een 3-jaarsgemiddelde over de jaren 2011 t/m 2013. Percentage met een hoge opleiding - het aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met referentiepersoon in de leeftijd 15 t/m 64 jaar met als hoogst voltooide opleiding minimaal HBO als percentage van het totaal aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar. Dit wordt berekend als een 3-jaarsgemiddelde over de jaren 2011 t/m 2013. Percentage met een arbeidsongeschiktheidsuitkering - het aantal personen in de leeftijd van 15 t/m de AOW-gerechtigde leeftijd in huishoudens met referentiepersoon in de leeftijd 15 t/m 64 jaar met een arbeidsongeschiktheidsuitkering als percentage van het totaal aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar per ultimo 2013. Percentage met een arbeidsbeperking - het aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met referentiepersoon in de leeftijd 15 t/m 64 jaar met een zelfgerapporteerde arbeidsbeperking als percentage van het totaal aantal personen in de leeftijd van 15 t/m 64 jaar in huishoudens met een referentiepersoon in de leeftijd van 15 t/m 64 jaar. Dit wordt berekend als een 5-jaarsgemiddelde over de jaren 2009 t/m 2013. Percentage wonend in een wijk met een matige leefbaarheid -aantal inwoners dat woont in een wijk met een matige leefbaarheid of lager als percentage van het totaal aantal inwoners in een gemeente. Gemiddelde woningwaarde in wijken met een matige leefbaarheid. - gemiddelde WOZ-waarde in wijken met een leefbaarheidsscore matig positief of lager. Gemiddelde woningwaarde in wijken met een goede leefbaarheid. - gemiddelde WOZ-waarde in wijken met een leefbaarheidsscore beter dan matig positief. Kansen arbeidsmarkt - het aantal banen voor hoogopgeleiden in of op acceptabele reisafstand van de gemeente in verhouding tot het aantal hoogopgeleiden in de beroepsbevolking dat om die banen concurreert (bron: Atlas voor gemeenten). 2012. Netto arbeidsparticipatie - de netto arbeidsparticipatie is het aantal werkzame personen gedeeld door het aantal personen behorend tot de potentiële beroepsbevolking in het COROP-gebied in 2013. COROP - Nederland is ingedeeld in 40 COROP-gebieden die bestaan uit meerdere aangrenzende gemeenten. De indeling in COROP-gebieden is een regionaal niveau tussen provincies en gemeenten in. Het CBS gebruikt de indeling voor regionaal onderzoek. De naam COROP is een afkorting van COördinatiecommissie Regionaal OnderzoeksProgramma. Deze commissie ontwierp de indeling in COROP-gebieden in 1971. Indeling van 1-1-2014.

De 40 COROP-regio s per 1-1-2014 1 Oost-Groningen 2 Delfzijl en omgeving 3 Overig Groningen 4 Noord-Friesland 5 Zuidwest-Friesland 6 Zuidoost-Friesland 7 Noord-Drenthe 8 Zuidoost-Drenthe 9 Zuidwest-Drenthe 10 Noord-Overijssel 11 Zuidwest-Overijssel 12 Twente 13 Veluwe 14 Achterhoek 15 Arnhem/Nijmegen 16 Zuidwest-Gelderland 17 Utrecht 18 Kop van Noord-Holland 19 Alkmaar en omgeving 20 IJmond 21 Agglomeratie Haarlem 22 Zaanstreek 23 Groot-Amsterdam 24 Het Gooi en Vechtstreek 25 Agglomeratie Leiden en Bollenstreek 26 Agglomeratie 's-gravenhage 27 Delft en Westland 28 Oost-Zuid-Holland 29 Groot-Rijnmond 30 Zuidoost-Zuid-Holland 31 Zeeuwsch-Vlaanderen 32 Overig Zeeland 33 West-Noord-Brabant 34 Midden-Noord-Brabant 35 Noordoost-Noord-Brabant 36 Zuidoost-Noord-Brabant 37 Noord-Limburg 38 Midden-Limburg 39 Zuid-Limburg 40 Flevoland