2. Kwantitatieve analyses op gemeenteniveau

2.1. Inleiding

In dit hoofdstuk wordt in kaart gebracht hoe groot de gemeentelijke verschillen zijn in gebruik van re-integratie- en participatievoorzieningen. Vervolgens wordt door middel van regressieanalyse onderzocht in hoeverre het verschil op gemeenteniveau verklaard kan worden door objectieve verschillen tussen gemeenten, bijvoorbeeld in bevolkingsopbouw, samenstelling van huishoudens, sociaaleconomische kenmerken of gezondheidsverschillen. Het eerste doel van de regressieanalyse is om te bepalen welk deel van het verschil tussen gemeenten door deze kenmerken verklaard kan worden; en welk deel nog blijft bestaan als er hiervoor gecorrigeerd wordt. Een ander doel is om een shortlist te maken van gemeenten die voor interviews benaderd kunnen worden. Op deze shortlist staan gemeenten die een groot verschil hebben tussen werkelijk gebruik en geschat gebruik op basis van objectieve kenmerken en enkele gemeenten waarbij dit verschil juist minimaal is. 

2.2. Methode

Voor de analyses beschreven in deze paragraaf is een bestand samengesteld met daarin informatie over alle gemeenten in de Nederland. Naast informatie over gebruik van de SRG eind november 2023 (aantal voorzieningen per 100 inwoners tussen de 15 en 65 jaar, uitgesplitst naar type en totaal) is de volgende informatie op gemeentelijk niveau opgenomen:

• Bevolkingsgrootte tussen 15 en 65 jaar
• Mate van stedelijkheid (categorische variabele van 1 tot 5)
• Adressendichtheid
• Aandeel bijstandsgerechtigden (als percentage)
• Sociaaleconomische status 
• Arbeidsdeelname (als percentage)
• Opleiding
• Percentage eenpersoonshuishouden
• Percentage eenouderhuishoudens
• Percentage inwoners met niet-Nederlandse herkomst
• Percentage cliënten met voorzieningen Wmo en Jeugdwet 2015
• Softwareleverancier van de gemeente
• Arbeidsmarktregio
• Percentage goede tot zeer goede ervaren gezondheid
• Percentage gebruik geneesmiddelen 
• Percentage inwoners met psychische klachten

Bovenstaande informatie is op gemeentelijk niveau beschikbaar bij het CBS. Aangezien er gebruik is gemaakt van data over 2022 en 2023 en de AOW-gerechtigde leeftijd in die jaren niet hetzelfde was is er voor gekozen om voor de leeftijdselectie 65 jaar aan te houden, in plaats van de AOW-leeftijd. 

Op basis van dit bestand zijn regressieanalyses uitgevoerd op gemeenteniveau waarbij het aantal voorzieningen per 100 inwoners tussen de 15 en 65 jaar de afhankelijke variabele is en bovenstaande factoren de onafhankelijke variabelen. 

Het regressie-model wordt stapsgewijs opgebouwd. Op deze wijze is gezocht naar het model dat de variatie tussen de gemeenten het best kan verklaren aan de hand van de opgegeven variabelen, zonder aan statistische significantie in te boeten door te veel variabelen mee te nemen. 

2.3. Resultaten

2.3.1. Verschillen in gemeentelijk gebruik

Allereerst is het totale SRG-gebruik per inwoner tussen de 15 en 65 jaar naar gemeente geanalyseerd. Onderstaande figuur geeft een visuele weergave van de gemeentelijke verschillen. Er zijn behoorlijke verschillen tussen gemeenten in het aantal personen dat gebruik maakt van een voorziening, variërend van minder dan 1 voorziening per 100 inwoners tussen de 15 en 65, tot meer dan 4. In sommige delen van Nederland (met name het noorden, oosten) is er een hoger gebruik dan in het midden van het land. Echter, gemeenten met een hoog gebruik grenzen soms aan gemeenten met een laag gebruik. 

Hoe groot zijn de verschillen tussen gemeenten als ingezoomd wordt op het type voorziening? De hypothese is dat gemeentelijke verschillen bij voorzieningen waar financiële consequenties aan verbonden zijn (zoals bijvoorbeeld Loonkostensubsidie op grond van de Participatiewet) kleiner zijn dan bij andere voorzieningen. Ook is de verwachting dat hoe minder specifiek de omschrijving (bijv. ‘uitbesteed en onbekend’), hoe groter de verschillen per gemeente. 

De resultaten zijn in lijn met deze hypotheses. De variantie tussen gemeenten is het kleinst voor Loonkostensubsidie op grond van de Participatiewet, gevolgd door Training/cursus/opleiding en Jobcoaching. De meeste variantie komt voor bij voorzieningen die een minder specifieke omschrijving hebben (uitbesteed en onbekend) of weinig voorkomen (WiW/ID banen). Zie voor een overzicht per type Bijlage 1, tabel B.1.1. 

Figuur 2.3.1.2 geeft een illustratie van gemeentelijke verschillen voor het voorzieningstype vrijwilligerswerk. De horizontale as geeft het aantal voorzieningen vrijwilligerswerk op gemeentelijk niveau weer. De verticale as geeft het aantal gemeenten. Uit de figuur wordt duidelijk dat 113 gemeenten geen of vrijwel geen vrijwilligerswerk aanleveren. De verdeling heeft een lange, uitdunnende staart naar rechts.  

2.3.2. Regressieanalyses 

In deze paragraaf wordt met behulp van regressieanalyses geprobeerd een deel van de gemeentelijke verschillen in het gebruik van voorzieningen te verklaren door objectieve kenmerken. Er zijn immers belangrijke verschillen in demografische kenmerken, gezondheid van inwoners en sociaaleconomische status tussen gemeenten, die samen kunnen hangen met het gebruik van re-integratie en participatievoorzieningen. 

Allereerst wordt gekeken naar een basismodel waarbij de te voorspellen waarde het aantal voorzieningen per gemeente is (uitgedrukt als het aantal voorzieningen per 100 inwoners van 15 tot 65 jaar). Verklarende variabelen zijn het percentage inwoners in de bijstand, de gemiddelde sociaal economische status in de gemeente en de bevolkingsgrootte van de gemeente. Er wordt een lineaire regressie gebruikt. 

Dit basismodel verklaart ruwweg 20 procent van de variantie, waarbij de sociaaleconomische status de meest significante variabele is. Dit betekent dat 80 procent van de variantie niet verklaard wordt door dit model, wat dus een beperkte verklarende kracht heeft.   

Vervolgens is er een stapsgewijs regressiemodel gedraaid, waarbij er iteratief variabelen zijn toegevoegd en verwijderd bij het regressiemodel totdat er geen verbetering meer in de verklaarde variantie waar te nemen is. Op deze wijze kan uiteindelijk ruwweg 25 procent van de variantie verklaard worden, waarbij de volgende variabelen in het uiteindelijke model voorkomen:

• Percentage netto arbeidsparticipatie
• Sociaaleconomische status
• Percentage personen met goede of zeer goede gezondheid
• Percentage inwoners met een Nederlandse herkomst
• Percentage eenouderhuishoudens

Hierbij blijft sociaaleconomische status de meest significante variabele, met daarna in volgorde het percentage inwoners met een Nederlandse herkomst en het percentage eenouderhuishoudens. 

Vervolgens is het verschil tussen het werkelijk aantal personen met een voorziening en het voorspeld aantal personen met een voorziening per gemeente uitgerekend. Dit verschil wordt getoond in figuur 2.3.2.1. Op de horizontale as is het percentage personen met een voorziening gegeven. Op de verticale as wordt het aantal gemeenten weergegeven. Uit de figuur wordt duidelijk dat bij een groot aantal gemeenten het verschil tussen verwacht en werkelijk gebruik in re-integratie- en participatievoorzieningen rond de 0 ligt. Voor deze gemeenten kan het model het aantal voorzieningen per inwoner dus goed inschatten. 

Er zijn enkele gemeenten te zien die een stuk meer voorzieningen hebben dan voorspeld, deze bevinden zich aan de rechterkant van de figuur. Aan de andere kant zijn er minder uitschieters, dus gemeenten die een stuk minder voorzieningen hebben dan het model voorspelt. Dit komt deels omdat de ruimte voor uitschieters aan de positieve kant een groter is dan aan de negatieve kant. Het is immers niet mogelijk dat een gemeente een negatief aantal voorzieningen heeft.

2.3.3. Regressie per type voorziening

In dit deel is per type voorziening gekeken naar welk deel van de variantie in registratie per gemeente verklaard kan worden vanuit dezelfde selectie aan verklarende variabelen. Voor de Loonkostensubsidie op grond van de Participatiewet is dit 30 procent, dus meer dan voor het totaal aantal voorzieningen. Dit is de enige voorziening waarbij er meer variantie verklaard kan worden dan voor het totaal; de variantie die verklaard kan worden voor Beschut Werk zit met 23 procent ook nog dichtbij de variantie die verklaard kan worden voor het totaal. Voor alle andere typen voorzieningen ligt het percentage dat mogelijk verklaard kan worden lager, zie Bijlage 2. 

Voor de typen voorzieningen waar dit percentage laag ligt, komt dat voor een belangrijk deel door de niet-lineaire vorm van de data, zoals geïllustreerd in figuur 2.3.1.2 voor het type voorziening Vrijwilligerswerk.

2.3.4. Regressie op persoonsniveau

Dezelfde regressiemethodiek is ook uitgevoerd voor het aantal personen met voorziening, in plaats van het totaal aantal voorzieningen. Met dezelfde selectie aan mogelijke verklarende variabelen komen de volgende variabelen in het uiteindelijke model:

• Percentage netto arbeidsparticipatie
• Sociaal economische status
• Percentage personen met goede of zeer goede gezondheid
• Percentage inwoners met een Nederlandse herkomst
• Percentage eenouderhuishoudens

Dit zijn dezelfde variabelen die in het model op voorzieningenniveau kwamen. Dit model verklaart ongeveer 35 procent van de variantie in het aantal personen met voorziening tussen gemeenten. Dit is dus een duidelijk groter deel dan het deel van de variantie dat voor enkel de voorzieningen verklaard kan worden (namelijk 25 procent), waardoor het aannemelijk is dat een deel van het verschil tussen gemeenten verklaard wordt door de hoeveelheid voorzieningen die ze per persoon registreren.

2.3.5. Analyse omschrijvingen

Naast de regressieanalyses, is ook gekeken naar de omschrijving van voorzieningen die gemeenten aanleveren. Het aanleveren van voorzieningen die volgens de richtlijnen niet tot de SRG behoren kan een van de oorzaken voor de verschillen tussen gemeenten zijn. In deze analyse zijn alle voorzieningen geselecteerd die op enig moment lopend waren in 2023 (dus begindatum op of voor 31-12-2023 en einddatum op of na 1-1-2023). Vervolgens is gekeken naar de omschrijving van de voorziening zoals die in het gemeentelijk systeem voorkomt. Op basis van onderstaande lijst uit de richtlijnen zijn dertien termen geselecteerd die niet tot de SRG horen. Vervolgens is gekeken of deze termen voorkomen in de omschrijving die de gemeente aanlevert:

• Vervallen of niet gebruiken
• Administratieve activiteiten, administratie, admin
• Diagnose, loonwaarde bepaling, loonwaarde meting, keuring (zonder dat er proefplaatsing bij stond)
• Intake
• Mantelzorg
• No-risk
• Taaltoets, Wet taaleis
• Tegenprestatie
• Bijzondere bijstand, bijzbijst
• Zorg, schuldhulp, verslavingszorg, psychisch of medisch (zonder dat er na, mantel, be, of ivm voorafging aan deze termen)
• Nazorg
• Wmo
• UWV

Van de 424 737 voorzieningen die op enig moment in 2023 lopend waren, zijn er 6 498 waarbij een van bovenstaande termen voorkomt in de omschrijving van de voorziening (1,5 procent). 

Sommige termen komen helemaal niet voor, zoals tegenprestatie en bijzondere bijstand. Andere termen komen enkele tientallen keer voor (bijvoorbeeld taaltoets, Wmo, UWV). De termen die het vaakst voorkomen zijn nazorg, zorg en diagnose (respectievelijk 2 935, 1 805 en 531 keer). Deze termen komen als enige ook bij meer dan 10 gemeenten in de omschrijving voor. 

Gemeenten die ten minste één voorziening registreren met de term nazorg zijn ook gemeenten die overregisteren (dus een hogere registratie hebben dan verwacht wordt op basis van de regressieanalyse). Dit verband is er niet voor de term diagnose en beperkt voor de term zorg. Het aantal gemeenten waarbij de bepaalde termen voorkomt is echter klein, en daardoor kan dit niet als de voornaamste verklaring voor registratieverschillen gezien worden.

2.4. Conclusie

In dit hoofdstuk is onderzocht in hoeverre gemeentelijke verschillen in gebruik van re-integratie- en participatievoorzieningen verklaard kan worden door objectieve kenmerken. De uitkomst is dat ongeveer 25 procent van de verschillen tussen gemeenten te verklaren is door deze kenmerken. Als de analyse op persoonsniveau uitgevoerd wordt, stijgt de verklaringskracht naar 35 procent. Er blijft echter een groot verschil over wat niet door de objectieve kenmerken die in dit onderzoek zijn meegenomen, verklaard kan worden.

De aanlevering van voorzieningen die volgens de richtlijnen niet tot de SRG behoren lijkt een klein deel van de verschillen tussen gemeenten te verklaren.