Verdeling van de bijstandsmiddelen over

Verdeling van de bijstandsmiddelen over gemeenten – doorontwikkeling

verdeelmodel 2018

Presentatie voor: Bijeenkomst verdeelmodel bijstandsbudgetten 2018

Utrecht, 13 September 2017

SEO: Caren Tempelman, Sandra Vriend, Lennart Kroon Atlas voor gemeenten: Gerard Marlet, Clemens van Woerkens

www.seo.nl - secretariaat@seo.nl - +31 20 525 1630

Overzicht

 Hoe zit het model in elkaar?

 Verfijning model 2018

 Aanleiding en onderzoeksvragen

 Nieuwe kenmerken toegevoegd

 Bestaande kenmerken aangepast

 Onderzocht, maar niet aangepast

 Uitkomsten

Participatiewet

 Gemeenten ontvangen budget voor uitkeringen in het kader van de Participatiewet.

 Macrobudget wordt verdeeld met objectief verdeelmodel dat rekening moet houden met niet-beïnvloedbare

verschillen in termen van bijstandskansen:

 kenmerken van inwoners.

 kenmerken van de regio.

Objectief verdeelmodel

 Vanaf budgetjaar 2017 op basis van integrale data.

 Voorspelt de kans op bijstand van een huishouden.

 Gebruikt daarbij breed scala aan verdeelkenmerken.

 Budget per huishouden = kans op bijstand x normbedrag.

 Budgetaandeel per gemeente is totaal budget over alle huishoudens gedeeld door totaal over alle gemeenten.

Welke kenmerken zitten in het model?

Het model bevat kenmerken in de volgende categorieën:

 Niet-rechthebbenden.

 Aanbodkant arbeidsmarkt.

 Vraagkant arbeidsmarkt.

 Buurteffecten.

Welke kenmerken zitten in het model? (I)

Kenmerken model 2017

AANBODKANT ARBEIDSMARKT NIET-RECHTHEBBENDEN Huishoudsamenstelling Te veel vermogen

Leeftijdsgroepen Student

Corporatiewoning Andere uitkering (AO, WW) Migratieachtergrond

Opleiding – Human capital index (laag, midden/hoog)

Gezondheid

Aandeel laagstopgeleiden in gemeente Regionaal klantenpotentieel

Kans op bijstand van huishoudens begin 2015

Kenmerk Feitelijke

bijstandskans

Doelpopulatie (huishoudens 18 - AOW-leeftijd) 6,0%

Aantal huishoudens 6.821.109

Alleenstaande 10,1%

Eenouder-moeder, jongste kind tot 5 33,6%

Paar zonder kinderen 2,3%

20 tot 25-jarige in hh 2,9%

50-jarige tot AOW-leeftijd in hh 7,3%

Corporatiewoning 18,1%

Migratieachtergrond Turkije 13,1%

Migratieachtergrond Marokko 18,9%

Gebruik GGZ-zorg 13,9%

Medicijnen voor depressie 11,6%

AO-uitkering 15-80% in hh 1,7%

Welke kenmerken zitten in het model? (II)

Kenmerken model 2017 VRAAGKANT ARBEIDSMARKT Beschikbaarheid van werk

WW-percentage

Werken onder niveau

Aandeel studenten (hbo/wo)

BUURTEFFECTEN

Overlast en onveiligheid in buurt Buurt met veel werkzoekenden

0,829 t ot 0,886 0,886 t ot 0,902 0,902 t ot 0,917 0,917 t ot 0,927 0,927 t ot 0,934 0,934 t ot 0,942 0,942 t ot 0,947 0,947 t ot 0,951 0,951 t ot 0,954 0,954 t ot 0,957 0,957 t ot 0,962 0,962 t ot 0,964 0,964 t ot 0,967 0,967 t ot 0,971 0,971 t ot 0,975 0,975 t ot 0,983

Kansen op de arbeidsmarkt (QR)

Verfijning model 2018

Verbetersuggesties na publicatie van de budgetten 2017 door gemeenten, experts, Rfv, onderzoekers en SZW.

Onderzoeksvragen:

 Is het model stabiel?

 Is het zinvol om rekening te houden met seizoeneffecten?

 Is het zinvol om nieuwe indicatoren in het model op te nemen?

 Is het zinvol om bestaande indicatoren aan te passen?

Nieuwe kenmerken model 2018 (I)

 Op basis van afwegingskader. Een factor moet:

 Uitlegbaar zijn: theoretische grond dat de factor van invloed is op bijstandskans.

 Niet-beïnvloedbaar zijn: niet op korte termijn beïnvloedbaar door lokaal arbeidsmarktbeleid.

 Aanvullend zijn: met de factor mag nog geen rekening gehouden zijn in het model.

Als verklaringskracht voldoende toeneemt is factor opgenomen in model 2018.

Nieuwe kenmerken model 2018 (II)

 De volgende factoren zijn toegevoegd:

 Stapeling van problematiek.

 Speciaal of praktijkonderwijs gevolgd.

 Niet-rechthebbenden (ANW-uitkering, Ziektewet,

wachtgeld of overige uitkering en pensioenuitkering).

 Standplaatsen.

Stapeling van problematiek (I)

 Centrumfunctie voor zorgtaken en maatschappelijke opvang, kan leiden tot een aanzuigende werking van probleemhuishoudens.

 Huishoudens waar problemen zich opstapelen hebben een grotere kans op bijstand dan wordt verwacht als

afzonderlijke huishoudkenmerken worden ‘opgeteld’.

Kenmerk 1 Kenmerk 2 Bijstandskans Aantal hh

Feitelijk Voorspeld (oude

model)

Niet-westerse migratieachtergrond Gezondheidsproblemen 25,4% 23,8% 325.877 Niet-westerse migratieachtergrond 50-plusser 23,2% 22,0% 232.916 Human capital index-laag Gezondheidsproblemen 19,9% 18,8% 890.098

Stapeling van problematiek (II)

 Voldoende modelverbetering? Ja

Variabele Coefficienten

Niet-westerse migratieachtergrond & gezondheidsproblemen 0,566***

Niet-westerse migratieachtergrond & 50-plusser 0,121**

Human Capital Index -laag & gezondheidsproblemen 0,157***

Kenmerk 1 Kenmerk 2 Bijstandskans

Feitelijk Voorspeld (oude model)

Voorspeld (nieuwe model)

Niet-westerse migratieachtergrond Gezondheidsproblemen 25,4% 23,8% 24,8%

Niet-westerse migratieachtergrond 50-plusser 23,2% 22,0% 22,7%

Human capital index-laag Gezondheidsproblemen 19,9% 18,8% 19,7%

Bestaande kenmerken aangepast (I)

 Migratieachtergrond nader uitgesplitst:

 Landen met sterk verhoogde bijstandskans (Eritrea, Iran).

 Grootste herkomstlanden met afwijkende bijstandskans.

Migratieachtergrond Aantal hh Bijstandskans Werkelijk Voorspeld

(oud)

Voorspeld (nieuw)

Eritrea in hh 3.135 49,8% 35,7% 49,5%

China in hh 47.834 5,8% 7,5% 5,8%

Iran in hh 23.019 26,4% 20,5% 26,3%

India in hh 15.431 4,1% 6,7% 4,0%

Voormalig Sovjet-Unie in hh 44.024 12,8% 9,5% 12,8%

Wel onderzocht, geen modelaanpassing

 De volgende aanpassingen zijn niet gedaan, meestal omdat het tot onvoldoende verbetering leidde:

 Chronische ziekten.

 Doorstroom vanuit WW.

 Beschikbaarheid van werk:

 reistijden OV

 uitsplitsing naar opleidingsniveau

 anders rekening houden met ligging aan de grens

 GGZ-zorggebruik:

 onderscheid basis en specialistische GGZ

 hoogte van de zorgkosten

 Arbeidsongeschiktheid- en Wajonguitkering.

Budgetberekening

Verklaringsmodel:

 Gewichten volgen uit schattingen obv gegevens begin januari 2015.

Verdeelmodel:

 Kenmerken eind december 2016.

 Voorspelde bijstandskans per hh ultimo 2016 volgt uit vermenigvuldiging gewichten en kenmerken.

 Voorspeld bedrag per hh ultimo 2016 volgt uit

vermenigvuldiging bijstandskans met norm van 1 juli 2017.

 Gemeentelijk budget volgt door voorspelde bedragen over huishoudens binnen een gemeente op te tellen.

Uitkomsten: verschil tussen voorspeld en werkelijk aantal bijstandshuishoudens

 Voorspeld aantal huishoudens per gemeente:

 Voorspelde kans op bijstand per huishouden.

 Optellen per gemeente (indeling 2018).

 Procentueel verschil voorspeld en werkelijk:

 Voorspeld aantal bijstandshuishoudens ten opzichte van feitelijk aantal bijstandshuishoudens.

 % van feitelijk aantal bijstandshuishoudens.

Uitkomsten: verschil tussen voorspeld en werkelijk aantal bijstandshuishoudens

Afwijking voorspeld en werkelijk aantal huishoudens met bijstand

Model 2017

(peildatum 31 dec 2015)

Model 2018

(peildatum 31 dec 2016)

Abs gem min max # neg # pos Abs gem min max # neg # pos

Gemeentegrootte

15.000 – 25.000 inw (n =96/94) 11,1 -35,7 60,4 38 58 8,9 -26,7 49,7 40 54 25.000 – 50.000 inw (n = 140/140) 10,4 -21,9 46,6 60 80 8,8 -22,0 39,3 61 79 50.000 – 100.000 inw (n = 47/49) 7,5 -13,9 47,0 17 30 6,5 -12,7 40,0 23 26 100.000 – 250.000 inw (n = 27/27) 6,3 -7,7 33,0 13 14 5,5 -10,4 23,1 13 14

minstens 250.000 inw (n = 4/4) 5,4 -8,7 3,6 3 1 5,1 -8,5 3,8 2 2

Totaal (n = 314/314) 9,8 -35,7 60,4 131 183 8,1 -26,7 49,7 139 175

Gewogen naar inwonertal 8,0 -35,7 60,4 131 183 6,9 -26,7 49,7 139 175

Gewogen naar uitgavenaandeel 6,7 -35,7 60,4 131 183 6,0 -26,7 49,7 139 175

Vergelijking met model 2017- oorzaken verschillen

 Instellingsbewoners zijn uit model gehaald.

 Model 2018 bevat meer kenmerken dan model 2017.

 Gewichten model 2018 verschillen tov 2017.

 Gewijzigd beleid bij de gemeente.

 Wijzigingen in de samenstelling van huishoudens of de regionale situatie in gemeenten.

Uitkomsten: herverdeeleffecten

 Voorspeld budget per gemeente:

Voorspelde kans op bijstand per huishouden x Normbedrag voor ieder huishouden

Aggregeren per gemeente (indeling 2018) geeft budgetaandeel.

 Herverdeeleffect:

Voorspelde budgetaandeel (model 2018) ten opzichte van historische uitgavenaandeel 2016.

%-verandering in uitgavenaandeel voor iedere gemeente.

 Herverdeeleffecten 2017 ten opzichte van historische uitgaven 2015.

 Let op: uitgavenaandeel bevat dak- en thuislozen en instellingsbewoners.

Herverdeeleffecten reguliere budgetten

Objectief budget Regulier budget Herverdeeleffecten Model 2017 Model 2018 Model 2017 (incl

overgangsreg.) Model 2018

Gemeentegrootte

15.000 – 25.000 inw / 0 – 25.000 inw

14,5 13,8 4,3 4,3

25.000 – 50.000 inw 12,9 12,3 8,0 9,8

50.000 – 100.000 inw 8,8 8,8 6,9 8,7

100.000 – 250.000 inw 5,8 5,7 4,5 5,7

minstens 250.000 inw 9,9 8,5 6,7 7,1

Totaal 12,1 11,6 6,0 7,0

Gewogen naar inwonertal 10,0 9,5 6,2 7,5

Gewogen naar uitgavenaandeel 8,5 8,1 5,6 6,8

Bedankt!