DE RE-INTEGRATIE VAN LANGDURIG ARBEIDSONGESCHIKTEN OP DE
2. Werkwijze en beperkingen
In dit deel beschrijven we de standaardsimulatiemethode waarmee we de financiële vallen in kaart brengen, en vervolgens de administratieve gegevens waarop deel 3 is gebaseerd.
2.1. De standaardsimulatiemethode
De financiële effecten van transities van uitkeringsafhankelijkheid naar tewerkstelling berekenen we aan de hand van standaardsimulaties. Bij standaardsimulaties vergelijken we voor hypothetische of typegezinnen het netto beschikbare gezinsinkomen in geval van volledige uitkeringsafhankelijkheid met situaties van voltijdse en deeltijdse tewerkstelling.
Een belangrijk voordeel van standaardsimulaties is dat ze de interacties, de samenhang en de cumulatie van sociale uitkeringen en fiscale maatregelen zichtbaar maken. Zo verduidelijken de berekeningen in dit hoofdstuk de rol van de sociale en de fiscale werkbonus. De standaardsimulaties tonen het netto beschikbaar gezinsinkomen na verrekening van het bruto-inkomen uit werk en/of uitkering, de sociale bijdragen én de eindafrekening van de personenbelasting.
De standaardsimulaties in dit hoofdstuk zijn gebaseerd op MIMOSIS, het microsimulatiemodel van de FOD Sociale Zekerheid. Dit model laat simulaties toe over de volgende beleidsdomeinen: de ziekte en validiteitsuitkeringen, de werkloosheidsuitkeringen, de gezinsbijslagen, de inkomensgaranties zoals het leefloon, de inkomensgarantie voor ouderen, de tegemoetkomingen voor personen met een handicap, de sociale zekerheidsbijdragen, en (in mindere mate) de pensioenen.53
53 Een beschrijving van het model is te vinden op de website van de FOD Sociale Zekerheid: http://bit.
ly/36HMWXE.
De berekeningen van het netto beschikbaar gezinsinkomen gebeuren op jaarbasis zodat fiscale effecten mee kunnen worden verrekend. De resultaten hiervan tonen dus de financiële gevolgen van transities in en uit werk op de langere termijn, dit wil zeggen na de eindbelasting. Er wordt uitgegaan van de bedragen die gelden per 1 september 2018. Deze bedragen worden geëxtrapoleerd naar het volledige jaar. Er wordt geen rekening gehouden met indexeringen of andere wijzigingen die later gedurende het jaar plaatsvinden. Er wordt ook vanuit gegaan dat een gesimuleerd arbeidsregime gedurende het hele jaar ongewijzigd blijft en dat er geen kadastraal inkomen is.
De personenbelasting geldt voor aanslagjaar 2018 en houdt rekening met eventuele fiscale voordelen uit de fiscale werkbonus en het belastingkrediet voor kinderen ten laste en met de belastingvrije som voor personen met een handicap. De gemeentelijke opcentiemen worden meegenomen in de berekeningen aan 7%; de gewestelijke opcentiemen zijn gebaseerd op het Vlaams en het Waals gewest.
Bij tewerkstelling gaan we uit van een werknemer die werkt in een bediendestatuut in de privésector. Voor de berekening van het loon maken we gebruik van het gewaarborgd gemiddeld minimum maandinkomen (GGMMI) voor een werknemer van minimaal 20 jaar en met één jaar anciënniteit. Naast het loon voor de geleverde prestaties, omvat dit GGMMI ook de eindejaarspremie. Voor de berekening van de werkbonus of de berekening van de uitkeringen moet echter het zuivere loon worden genomen exclusief de eindejaarspremie. Daarom wordt in de simulatie het GGMMI omgerekend naar het eigenlijke brutoloon (exclusief de eindejaarspremie). Het is dit brutoloon dat ook het uitgangspunt vormt voor de berekening van het totaal bruto jaarloon. Voor een bediende omvat dit jaarloon 11 brutolonen voor gewerkte maanden, 1 maandloon als eindejaarspremie, 1 maandloon als enkel vakantiegeld, en het dubbel vakantiegeld.
Uitkeringsgerechtigden worden verondersteld aan alle geldende toelaatbaarheids- en toekenningsvoorwaarden te voldoen. Voor de uitkering van primair arbeidsongeschikten gaan we uit van een ‘regelmatige werknemer’, met name een persoon die voorheen voltijds werkte. We gaan bovendien uit van personen die op basis van hun gezondheids- en/of mentale toestand in staat zijn om aan het werk te gaan en daartoe ook bereid zijn.
Een beperking van standaardsimulaties is de vraag naar representativiteit van de typegezinnen. In dit hoofdstuk simuleren we alleen de financiële vallen voor een alleenstaande. Ter voorbereiding van effectieve beleidshervormingen wordt bij voorkeur een ruimere set van typegezinnen geanalyseerd, maar het is inherent aan standaardsimulaties dat ze niet alle complexe situaties vatten die zich in werkelijkheid voordoen. Bovendien tonen standaardsimulaties de financiële impact en daarom niet de feitelijke impact van een val op het arbeidsaanbod. Gedragseffecten zijn immers niet opgenomen en ook andere aspecten die mogelijk bijdragen tot inactiviteitsvallen (zoals de kwaliteit van het werk, de combinatie van werk en gezin, de motivatie) worden buiten beschouwing gelaten. Ten slotte wordt niet de gehele financiële impact gemeten. Wijzigingen in kosten (gas en elektriciteit, gezondheidszorg, woon-werkverkeer, enzovoort) worden bijvoorbeeld niet meegenomen in de berekeningen.
2.2. Administratieve gegevens
Om het socio-economisch profiel van langdurig arbeidsongeschikte personen te schetsen, maken we gebruik van de onderliggende data van het MIMOSIS-model (cf. supra). Het gaat om een representatieve steekproef van 332.718 gezinnen, of 995.833 personen, uit de populatie van het Datawarehouse Arbeidsmarkt en Sociale Bescherming (DWH AM&SB) van de Kruispuntbank Sociale Zekerheid (KSZ).
Deze steekproef is disproportioneel gestratificeerd om betrouwbare resultaten te kunnen genereren voor zowel België als de deelentiteiten (zoals het Brussels Hoofdstedelijk Gewest en het Duitstalig gebied). De dataset bevat geanonimiseerde gegevens over persoons- en gezinskenmerken, alsook het socio-economisch profiel van de betrokkenen. De gegevens hebben betrekking op 2015.
De dataset laat toe de personen te identificeren die omwille van hun langdurige arbeidsongeschiktheid gekend zijn bij de instellingen voor sociale zekerheid. Voor de afbakening van de langdurig arbeidsongeschikten en de operationalisering van de arbeidsmarktvariabelen (bv. het onderscheid tussen formele en effectieve tewerkstelling) vallen we terug op een eerdere – en zeer gedetailleerde– studie naar het socio-demografisch en socio-economisch profiel van langdurig arbeidsongeschikten op basis van administratieve gegevens in het kader van het zogenaamde HANDILAB-onderzoek (waarover gerapporteerd door Moron en Debels, 2012). We verwijzen dan ook naar deze studie voor een uitgebreide beschrijving van de gebruikte variabelen en definities.54 In dit hoofdstuk beperken we ons tot beknopte omschrijvingen (cf. infra).
Het werken met administratieve gegevens heeft tal van voordelen. Ze laten grotere en dus betrouwbaardere steekproeven toe dan survey-gegevens en bevatten ook meer detailinformatie. Maar het werken met administratieve databanken heeft ook zijn beperkingen. Ten eerste laat het DWH AM&SB nog niet toe de volledige populatie van langdurig arbeidsongeschikten in kaart te brengen doordat sommige databanken nog niet zijn opgenomen (bv. de gegevens van het Vlaams Agentschap voor Personen met een Handicap). Dit verklaart waarom we hier tot een minder hoge schatting van het aandeel langdurig arbeidsongeschikten komen dan eerdere studies op basis van survey-gegevens (zie bijvoorbeeld Samoy, 2015). En doordat vooral personen met beperktere vormen van arbeidsongeschiktheid buiten ons bereik vallen, onderschatten we eveneens de werkzaamheidsgraad van de langdurig arbeidsongeschikten (zie Samoy, 2015 en Scholliers et al. 2018 voor alternatieve schattingen op basis van survey-gegevens). Daarnaast ontbreekt in administratieve datasets vaak cruciale informatie. Zo bevat het DWH AM&SB nauwelijks informatie over een onmisbare contextvariabele als het opleidingsniveau, of over de begin- en einddatum van periodes van tewerkstelling. Dit laatste maakt het moeilijk te bepalen of uitkeringen en arbeidsinkomens effectief werden gecumuleerd gedurende bepaalde periodes dan wel dat een periode van ziekte eerder kort werd onderbroken door een periode van werkhervatting. Ten derde volgt de beschikbare informatie vaak een
54 Hoewel we ons door de HANDILAB studie hebben laten leiden bij de operationalisering van de doelgroep en de variabelen, zijn de resultaten die we in dit hoofdstuk presenteren zijn niet geheel vergelijkbaar met de resultaten van de HANDILAB-studie. Dit is het gevolg van verschillen in de steekproeftrekking en de aangevraagde gegevens.
administratieve logica die beperkend is voor sociaalwetenschappelijk onderzoek. Zo verdwijnen invaliden uit het DWH AM&SB van zodra ze een job vinden die buiten de regeling van toegelaten werkhervatting valt, hoewel hun graad van invaliditeit niet noodzakelijk wijzigt. Dit is uiteraard een groot manco voor het onderzoek naar de arbeidsmarktpositie van invalide personen. Desondanks leveren administratieve data een schat aan gegevens die meer inzicht kunnen brengen in de socio-economische positie van moeilijk op de arbeidsmarkt te integreren groepen (zie deel 3).