Afschrikken helpt meer dan bemiddelen

Afschrikken helpt meer dan bemiddelen
Aute ur(s ):
J.P. Hop en M. Zijl (auteur)
De auteurs zijn werkzaam b ij de Stichting voor Economisch Onderzoek (seo) van de Universiteit van Amsterdam. marloes@seo.uva.nl
Ve rs che ne n in:
ESB, 89e jaargang, nr. 4438, pagina 344, 23 juli 2004 (datum)
Rubrie k :
sociale zekerheid
Tre fw oord(e n):

Gemeenten worden financieel geprikkeld om het aantal bijstandgerechtigden te verminderen. Sociale diensten hebben veel invloed.
Strenger zijn – zowel aan de poort als voor uitkeringsontvangers – heeft meer succes dan arbeidsbemiddeling.
Gemeenten kunnen de bijstanduitkeringen van hun inwoners niet langer bij het Rijk declareren. Vanwege de Wet Werk en Bijstand
krijgen zij in plaats daarvan een budget voor de verlening van bijstand (uitkeringsbudget) én een budget om uitkeringsgerechtigden te
begeleiden naar een baan (reïntegratiebudget). Het uitkeringsbudget is gebaseerd op objectieve kenmerken van de gemeente, zoals het
aantal inwoners en hun inkomensniveau. Gemeenten krijgen geen geld voor de bijstandontvangers die ze meer hebben dan op basis van
objectieve kenmerken verwacht mag worden. Hebben ze juist minder bijstandgerechtigden, dan houden ze geld over dat ze voor andere
doeleinden mogen gebruiken.
Gemeenten hebben zo een financiële prikkel om hun bijstandpopulatie te verkleinen. De kunst is om het reïntegratiebudget zo te besteden
dat de gemeente zo weinig mogelijk bijstandgerechtigden overhoudt.
Wij hebben een instrument ontwikkeld waarmee gemeenten op grond van hun eigen beleid ten aanzien van de sociale dienst en
veranderingen in externe factoren het aantal bijstandgerechtigden kunnen voorspellen. Hiertoe hebben we een model geschat dat ons in
staat stelt om de effecten te meten van verschillende beleidsopties die de sociale dienst bij het uitvoeren van haar taken heeft.
Modelbouw
Het verdeelmodel voor het uitkeringsbudget van het ministerie van Sociale Zaken en Werkgelegenheid is gebaseerd op een set
objectieve factoren, zoals het aantal inwoners van een gemeente en het aandeel allochtonen, lage inkomens en eenoudergezinnen daarin.
In de afgelopen jaren zijn verscheidene onderzoeken verricht naar het optimale model om de bijstandmiddelen te verdelen (zie onder
andere Goudriaan et al., 2003; Keuzekamp et al., 2000). Daarbij is een groep variabelen – in steeds wisselende samenstelling – gebruikt. Het
verdeelmodel is gebaseerd op een cross-sectie analyse. Zo’n model vergelijkt bijstandsuitgaven in één jaar tussen gemeenten en
verklaart deze uit gemeentekenmerken in dat betreffende jaar.
Omdat ons doel het maken van een voorspelmodel was, wilden wij – in tegenstelling tot het model van het ministerie – de dynamiek in het
aantal bijstandgerechtigden modelleren. Dat kan door gebruik te maken van cijfers over meerdere jaren. In een dynamisch model hoort
ook een (landelijke) conjunctuurvariabele. Immers, we verwachten dat het aantal bijstandcliënten varieert met de conjuncturele
ontwikkeling. In het model van het ministerie is deze variabele niet opgenomen; een momentopname kan immers geen conjunctuurgolven
identificeren.
Verder beschikken we over een set kenmerken van de gemeentelijke sociale diensten die zijn gedestilleerd uit de zogenaamde Benchmark
Abw. Het betreft grootheden zoals caseload per medewerker, ziekteverzuim onder medewerkers, de kosten van intake, herkeuring,
debiteurenbeheer en fraudebestrijding.
De cijfers over de objectieve kenmerken zijn beschikbaar voor de jaren 1998-2001 van 223 gemeenten die op 1 januari 2001 meer dan
20.000 inwoners hadden. De Benchmarkgegevens zijn beschikbaar voor 65 gemeenten met op 1 januari 2001 meer dan 20.000 inwoners.
We gebruiken alle gegevens tezamen in een paneldataregressie met fixed effects.1 De verklarende variabele is daarbij de fractie
uitkeringsgerechtigden.2 In de tabel 1 presenteren we de resultaten.

Tabel 1. Resultaten van de paneldata-analyse ter verklaring van het aantal bijstandcliënten op gemeenteniveau

trend [1, … , 4]
conjunctuur: % mutatie consumptieve uitgaven huishoudens
aantal inwoners (logaritme)
percentage personen met een laag inkomen
percentage eenouderhuishoudens

coëfficiënt
(standaard fout)
-0.077 (0.015)
-0.024 (0.007)
-0.464 (0.204)
0.019 (0.008)
0.030 (0.017)

percentage beëindigde gevallen ww wegens max. duur
percentage huurwoningen
omgevingsadressendichtheid (logaritme)
intercept
personeelskosten per afgehandelde aanvraag (/100)
personeelskosten per heronderzoek (/100)
personeelskosten per debiteur (/100)
personeelskosten per arbeidstoeleiding (/100)
personeelskosten per fraudeonderzoek (/100)
instroom naar gesubsidieerd werk (in %)
overheadquote (in %)
ziekteverzuim (in %)
caseload
kosten inhuur externen (in %)
# cross-sections (gemeenten)
# time-series (jaren)

0.127 (0.047)
0.017 (0.004)
-0.549 (0.040)
3.919 (0.710)
-0.057 (0.038)
-0.186 (0.065)
-0.218 (0.067)
0.007 (0.007)
-0.001 (0.003)
-0.039 (0.026)
0.008 (0.010)
0.019 (0.015)
0.038 (0.015)
0.011 (0.004)
223
4

De geschatte invloed van de objectieve factoren wijkt niet af van de resultaten van eerder onderzoek. De mate van verstedelijking aantal inwoners, omgevingsadressendichtheid – blijkt belangrijk, evenals het aandeel huurwoningen en de samenstelling van de
bevolking in termen van inkomen en eenoudergezinnen. Opvallend is de dalende trend die we waarnemen, los van het geschatte
conjunctuureffect: het aantal bijstandcliënten per inwoner daalt, ongeacht de ontwikkeling van de verklarende grootheden. Dit is
mogelijk een indicatie dat veranderingen in bijstandsbeleid tussen 1998 en 2001 hun vruchten hebben afgeworpen. Verder blijken de
kenmerken van de sociale dienst van grote invloed te zijn.3 Daar onze resultaten qua objectieve factoren niet afwijken van eerder
onderzoek, focussen we in dit artikel op de kenmerken van de sociale dienst. Op die manier maken we zichtbaar wat gemeenten (dus
sociale diensten) zelf kunnen doen om het aantal bijstandgerechtigden te verminderen.
De invloed van de sociale dienst
Om de invloed van de kenmerken van de sociale dienst te illustreren, passen we in dit artikel het voorspelmodel toe op een imaginaire
voorbeeldgemeente, Middeldam. Middeldam heeft 45.000 inwoners en is gemiddeld wat betreft alle andere kenmerken. Gemeenten met
circa 45.000 inwoners hadden in 2001 minimaal 330 en maximaal 1400 bijstandgerechtigden. Het aantal bijstandgerechtigden van
Middeldam ligt bij ongewijzigd beleid en uitvoeringspraktijk op ruim 750. We laten zien hoe dit aantal verspringt als kenmerken van de
sociale dienst veranderen.
We bespreken eerst een aantal grootheden die we grofweg kunnen aanduiden als het personeelsbestand. Dit betreft het aantal cliënten
per medewerker, ziekteverzuim, overhead en het aantal uitzendkrachten. Vervolgens bespreken we de manier waarop de medewerkers hun
tijd besteden: behandelen van aanvragen, heronderzoeken, arbeidstoeleiding, debiteurenbeheer en fraudeonderzoek. De figuur toont hoe
groot de effecten zijn van beleidsveranderingen op deze onderwerpen: hoe het aantal bijstandcliënten verandert als Middeldam
(geleidelijk) onderdelen van haar beleid wijzigt en in plaats van een gemiddelde gemeente een extreme gemeente wordt.
Personeelsbestand
Als een medewerker verantwoordelijk is voor meer bijstandcliënten, kan hij minder tijd besteden per cliënt. Logischerwijze leidt dit tot
minder aandacht, lagere kwaliteit van de dienstverlening en tragere uitvoering. Meer cliënten per medewerker kan ook betekenen dat de
sociale dienst efficiënter werkt, als zij hetzelfde werk levert met minder mensen. Dit blijkt niet het geval te zijn: de figuur laat duidelijk zien
dat een hogere caseload leidt tot een grotere bijstandpopulatie. Zou de caseload in Middeldam verlaagd worden tot 15 cliënten, dan
zouden er op termijn 530 bijstandgerechtigden resteren. Dat is een daling van de bijstandpopulatie met dertig procent. Investering in een
paar extra medewerkers betaalt zich op die manier snel terug.
Ziekteverzuim
Als er veel ziekteverzuim is, dan moet meer werk door collega’s gedaan worden. Bovendien kan hoog ziekteverzuim een teken zijn van een
slechte werksfeer of organisatie. Het gemiddelde ziekteverzuim bij sociale diensten is hoog (tien procent). De benchmark heeft maxima
van zelfs 29 procent. De figuur laat zien dat het aantal bijstandcliënten zou afnemen tot 650 – een daling van 12 procent – als het
ziekteverzuim in Middeldam gereduceerd wordt van 10 tot 3 procent.
Terugbrengen van het ziekteverzuim is een lastige, maar weinig kostbare, operatie. Een investering in de verzuimbegeleiding van
medewerkers is derhalve snel terugverdiend.
Overhead en externen
Ook de verdeling tussen uitvoerend personeel en overhead is van belang. Hoe meer overhead per uitvoerende, hoe minder mensen de
totale caseload moeten dragen. Zij kunnen daardoor minder tijd besteden per cliënt, wat kwaliteit en snelheid van uitvoering beïnvloedt.
Het lijkt aannemelijk dat hier een ondergrens aan zit. Overhead neemt immers taken van het uitvoerende personeel uit handen en
verhoogt zo de efficiëntie. De gemiddelde overhead bij sociale diensten ligt echter vrij hoog: Middeldam heeft 23 procent overhead; bijna
een op de vier medewerkers verricht geen uitvoerende werkzaamheden. De ondergrens is nog niet in zicht. Als Middeldam tien procent
overhead zou hebben, dan zou het aantal bijstandcliënten teruglopen met zestig personen, een daling van acht procent.
De kwaliteit van de dienstverlening lijdt onder een te groot aandeel externen onder het personeel. Wanneer zittend personeel niet in staat
is alle taken af te handelen – bijvoorbeeld wegens hoog ziekteverzuim – dan kunnen sociale diensten externe arbeidskrachten – veelal

uitzendkrachten – inhuren. Dit personeel heeft vaak weinig ervaring met dit werk en moet daarom worden ingewerkt. Een hoog percentage
ingehuurd personeel leidt daardoor tot meer bijstandcliënten in de gemeente. Als het aandeel externen in Middeldam daalt van 19 naar 5
procent, dan daalt het aantal bijstandgerechtigden met ruim 13 procent naar 650.
Tijdsbesteding
Naast omvang, samenstelling en ziekte van het personeelsbestand is belangrijk waaraan men tijd besteedt. Grofweg verdelen
medewerkers hun tijd over behandeling van aanvragen, heronderzoeken, arbeidstoeleiding, debiteurenbeheer en fraudeonderzoek. De
ene gemeente besteedt veel meer tijd per aanvraag, terwijl een andere gemeente veel tijd besteedt per heronderzoek.
Aanvragen en heronderzoeken
Meer tijd per afgehandelde aanvraag betekent een hogere kwaliteit en een strengere selectie aan de poort. Dit zien we duidelijk in de
figuur: het aantal bijstandcliënten stijgt met 20 procent als de personeelskosten per aanvraag dalen van 420 naar 100 euro per cliënt.
Minder grondig werk in deze fase leidt tot een aanzienlijke stijging in het bestand.
Tijdens een heronderzoek gaat de sociale dienst na of de cliënt nog aan de voorwaarden voldoet die aan de uitkering zijn verbonden.
Bovendien controleert zij of de cliënt voldoende activiteiten ontplooit bij het zoeken naar een baan en bespreekt ze welke
reïntegratieactiviteiten worden ondernomen. Hoeveel tijd een medewerker per heronderzoek besteedt, heeft invloed op de
bijstandpopulatie. Als de kosten per heronderzoek toenemen van 250 naar 500 euro, daalt het aantal bijstandcliënten met bijna 40
procent.
Arbeidstoeleiding
Arbeidstoeleiding van moeilijk plaatsbaren is zo tijdrovend dat de winst – een uitkeringsgerechtigde minder – niet opweegt tegen de
kosten. Het is effectiever om medewerkers meer tijd te laten besteden aan bijvoorbeeld afhandeling van aanvragen en heronderzoeken en
de arbeidsbemiddeling te focussen op de kansrijke bijstandgerechtigden. Arbeidstoeleiding moet vooral efficiënt zijn en cliënten in zo
min mogelijk tijd reïntegreren.
Het helpt hierbij om veel gesubsidieerde arbeidsplaatsen aan te bieden. De gemeente betaalt dan niet langer de bijstanduitkering, maar
het loon voor de arbeidsplaats. Hoe meer van dit soort banen voor de eigen bijstandgerechtigden, hoe kleiner de bijstandpopulatie
wordt. Dit beleid heeft ook een afschrikfunctie. Als gesubsidieerde arbeid toeneemt, dan daalt de bijstandpopulatie meer dan
proportioneel. De dreiging van gesubsidieerde arbeid kan bijstandgerechtigden stimuleren een ‘gewone’ baan te accepteren (zie Black et
al., 2002). Sommige uitkeringsgerechtigden verlengen hun uitkeringsduur omdat zij voorkeur hebben voor vrije tijd. Wanneer zij hun vrije
tijd toch dreigen te verliezen, kiezen ze voor een hoger inkomen op de niet-gesubsidieerde arbeidsmarkt.
Debiteuren en fraude
Debiteurenbeheer – terugvorderen van onterecht verstrekte uitkeringen – is ook een taak van de sociale dienst. Besteedt zij veel aandacht
aan debiteurenbeheer, dan schrikt dit bijstandgerechtigden af. De bijstandspopulatie zou aanzienlijk dalen als Middeldam meer tijd zou
steken in debiteurenbeheer. Momenteel besteedt zij 200 euro aan personeelskosten per openstaande vordering. Zou dit toenemen tot 500
euro, dan neemt het aantal bijstandcliënten af met 45 procent.
Ook kan streng debiteurenbeheer fraudeplegers afschrikken. Fraudeonderzoek op zichzelf blijkt niet altijd effectief. Als de geïnvesteerde
tijd per fraudegeval afneemt van de huidige 2600 euro naar 500 euro, dan groeit de bijstandspopulatie met slechts 1,5 procent. Hier geldt
net als bij arbeidsbemiddeling dat fraudeonderzoek zo tijdrovend is dat de winst niet altijd opweegt tegen de kosten die daarvoor
gemaakt moeten worden. Dit betekent dat fraudeonderzoek efficiënt en effectief moet zijn en dat het meer loont om extra tijd te besteden
aan een goede selectie aan de poort door goede behandeling van aanvragen en kwalitatief hoogwaardige heronderzoeken, die indirect
ook al helpen om fraude tegen te gaan.
Conclusie
De Wet Werk en Bijstand prikkelt gemeenten om het aantal bijstandcliënten te verlagen. Gemeenten kunnen bijstanduitkeringen niet
langer bij het Rijk declareren, maar krijgen een vast budget. Het is daardoor financieel aantrekkelijk om weinig bijstandgerechtigden te
hebben. Hoe kunnen gemeenten dit bewerkstelligen? Ons voorspelmodel geeft aan dat de inrichting van de sociale dienst zeer bepalend
is voor het aantal bijstandgerechtigden. Verlaging van de caseload, verlaging van ziekteverzuim, minder overhead en minder inhuur van
externen kunnen helpen het aantal bijstandcliënten omlaag te brengen. Met relatief kleine investeringen in personeel of
verzuimbegeleiding kunnen gemeenten veel winst behalen.
Tevens is de tijdsbesteding van de medewerkers belangrijk. Selectie aan de poort middels tijdsinvestering in de afhandeling van
aanvragen is effectief. Voor tussentijdse controle door middel van heronderzoeken geldt hetzelfde. Het helpt dus om streng te zijn.
Afschrikken helpt. Arbeidsbemiddeling daarentegen heeft een minder eenduidig effect. Meer tijd per plaatsing leidt niet tot minder
bijstandgerechtigden. Het lijkt dus verstandig vooral te proberen efficiënt te plaatsen door de relatief kansrijken bemiddeling bieden. Al
met al lijkt afschrikken door middel van strengere selectie aan de poort (aanvragen) en controle (heronderzoeken) een effectievere manier
om de bijstandpopulatie terug te brengen dan arbeidsbemiddeling. Eenmalige opschoning van het bestand en daarna streng zijn – door
medewerkers de tijd te geven kwalitatief goede selectie en controle toe te passen – lijkt het beste advies.
J. Peter Hop en Marloes Zijl
Literatuur
Black, D.A., J.A. Smith, M.C. Berger en B.J. Noel (2002) Is the Threat of Reemployment Services more Effective than the Services

Themselves? NBER Working Paper nr. 8825. Cambridge.
Goudriaan, R., R.S. Halbersma en L.J.M. Aarts (2003) Een nieuw verdeelmodel voor de Wet Werk en Bijstand. Ape rapport nr. 112, Den
Haag.
Hop, J.P. en M. Zijl (2003) De Gemeentelijke Bijstandsteller, een instrument voor het voorspellen van het aantal bijstandgerechtigden.
SEO rapport nr. 715, Amsterdam.
Keuzenkamp, H.A., M.H.C. Kok en E. Brouwer (2000) Van verklaren naar verdelen. SEO rapport 564, Amsterdam.

1 In feite betreft het een tweestapsanalyse. De reden hiervoor ligt in het feit dat de Benchmarkgegevens slechts voor 2001 beschikbaar
zijn. Daarom schatten we in de eerste stap een paneldata regressie met fixed effects. De tweede stap is een cross-sectie regressie voor het
jaar 2001. Daarin verklaren we de gemeentespecifieke constanten die resulteren uit de eerste stap uit de Benchmarkgegevens.
2 Dit is een ander verschil met het model van het ministerie, dat bijstandsuitgaven schat.
3 Dit blijkt ook uit de relatief hoge R2 in de tweedestapregressie (R2=0.56).

Copyright © 2004 – 2005 Economisch Statistische Berichten (www.economie.nl)