De arbeidsmarkt en de
invloed van voorspellingen
L. Borghans”
G
oede arbeidsmarktvoorspellingen kunnen een belangrijke rol spelen bij bet
afstemmen van vraag en aanbod op de arbeidsmarkt. Dit geldt zeker bij een
duidelijk afgebakende beroepsgroep, zoals de onderwijzers. De gebruikelijke
economiscbe theorie biedt echter geen goed instrument waarmee de rol van de
voorspellingen kan worden geanalyseerd. Dit leidt vaak tot te optimistische ideeen
over de effecten van bet geven van arbeidsmarktvoorspellingen aan studenten.
De omvang van het aanbod van onderwijzers is een
regelmatig terugkerend probleem. De Commissie
Prognose Primair Onderwijs voorspelt voor de periode na 1992 een tekort aan onderwijzers, terwijl we
thans nog in een peri ode van overschot zitten1.
Overschotten en tekorten aan onderwijzers volgen
elkaar in hoog tempo op.
De verklaringen voor dit fenomeen zijn onder te
verdelen in twee soorten. Ten eerste wordt een tekort of overschot aan onderwijzers vaak geweten
aan een bepaalde (incidentele) beleidsverandering. Zo kan het invoeren van wiskunde als toegangseis op de pedagogische academic leiden tot
onvoldoende aanbod van onderwijzers en zou
ook het slechte imago van het vak voor tekorten
hebben gezorgd.
Een tweede type verklaringen betreft het keuzegedrag van studenten. Studenten zouden bij hun keuze om naar de pedagogische academic te gaan nauwelijks letten op de arbeidsmarktperspectieven van
het onderwijzersvak en daardoor zou de afstemming tussen vraag en aanbod van onderwijzers
slecht zijn. Kennelijk zijn studenten niet in staat de
toekomstige ontwikkelingen goed in te schatten.
Vanuit dit perspectief ligt het dan ook voor de hand
op basis van goede voorspellingen over de toekomstige vraag naar onderwijzers, studenten te wijzen
op hun perspectieven.
In dit artikel wordt nader ingegaan op de vraag in
hoeverre arbeidsmarktvoorspellingen de problemen
op de markt voor onderwijzers kunnen oplossen.
Een probleem hierbij is dat bij zorgvuldige beschouwing blijkt dat de bestaande theorieen over het keuzegedrag van studenten, de varkenscyclustheorie en
de theorie van de rationele verwachtingen, niet geschikt zijn om het begrip ‘arbeidsmarktvoorspellingen’ in te passen. In beide theorieen zijn de verwachtingen van studenten volledig afhankelijk van
arbeidsmarktdata en speelt de manier waarop studenten deze weten te interpreteren geen rol. Om de
effecten van voorlichting aan studenten gebaseerd
op arbeidsmarktvoorspellingen te bestuderen wordt
ESB 6-11-1991
een alternatief model geformuleerd, waarin het keuzegedrag van studenten mede bepaald wordt door
de kwaliteit van de voorspellingen.
Varkenscyclus en rationele verwachtingen
In de literatuur over studiekeuze en arbeidsmarktverwachtingen kunnen twee theorieen worden onderscheiden: de varkenscyclustheorie en de theorie
van de rationele verwachtingen.
In de varkenscyclustheorie gaat men er van uit dat
studenten bij hun studiekeuze uitgaan van de huidige arbeidsmarktsituatie in plaats van hun perspectieven op het moment dat zij zullen afstuderen . Stel
dat de arbeidsmarkt op het moment zeer gunstig is
voor onderwijzers, dan zullen er op basis hiervan
veel studenten kiezen voor een pedagogische academic. Over vier jaar zal dat leiden tot een grote toestroom van nieuwe onderwijzers, waardoor de arbeidsmarkt zal verslechteren. De nieuwe instroom
op de pedagogische academic zal dan zeer laag
zijn, omdat de studenten deze slechte arbeidsmarkt
als uitgangspunt nemen. Hierdoor zal weer vier jaar
later het aantal nieuwe onderwijzers klein zijn, zodat de arbeidsmarktsituatie weer zal verbeteren.
De varkenscyclustheorie is vaak gebruikt om het studiekeuzegedrag en de aansluitproblemen tussen onderwijs en arbeidsmarkt te beschrijven. Ook blijkt
dat met behulp van dit model redelijk goed beschrijvingen van de empiric kunnen worden gemaakt.
* De auteur is werkzaam bij het Researchcentrum voor Onderwijs en Arbeidsmarkt (ROA) van de Rijksuniversiteit
Limburg. Hij dankt Hans Heijke voor diens commentaar.
1. Commissie Prognose Primair Onderwijs, Vraag en aanbod in het primair onderwijs 1989-1994, Publikatie 16, februari 1990.
2. Bij voorbeeld A. de Grip, Onderwijs en arbeidsmarkt:
scholingsdiscrepanties, Amsterdam, 1988; E.J.J. Roos, Hollen ofstilstaan, OSA-voorstudie nr. V 29, 1989; A. Bouman,
Varkenscycli op de arbeidsmarkt, ESB, 23 augustus 1989,
biz. 816; R.B. Freeman, The market for college-trained
manpower, Cambridge Mass., 1971; R.B. Freeman, Labour
markets in action, New York, 1989.
Verder is deze theorie uitstekend in staat te verklaren waarom de aansluitproblemen met name bij onderwijzers zo groot zijn. Voor de onderwijzersmarkt
geldt immers dat de opleidingsduur betrekkelijk
lang is (vier jaar), de vraag naar onderwijzers is,
doordat deze voornamelijk institutioneel bepaald is,
zeer inflexibel, en voor onderwijzers zijn er betrekkelijk weinig beroepen waarnaar kan worden uitgeweken als de marktsituatie slecht blijkt te zijn. Al
deze factoren hebben een ongunstige uitwerking op
de aansluiting gezien vanuit de varkenscyclustheorie en dit lijkt overeen te stemmen met de ervaringen in Nederland met onderwijzers.
Toch is er een tekortkoming aan dit varkenscyclusmodel, waardoor het niet zo geschikt is om het effect van arbeidsmarktinformatie te voorspellen. Dat
studenten kiezen op basis van de huidige in plaats
van de toekomstige arbeidsmarktsituatie wordt als
uitgangspunt genomen, maar wordt op zich zelf niet
nader verklaard. Een voor de hand liggende verklaring van dit ‘nai’eve’ gedrag is het onvermogen van
studenten de toekomstige ontwikkelingen te voorspellen, maar deze relatie tussen de voorspelcapaciteiten van studenten en het keuzegedrag wordt niet
expliciet gemaakt in de varkenscyclustheorie.
Een tweede theorie die wordt gebruikt in het onderzoek naar het studiekeuzegedrag is gebaseerd
op rationele verwachtingen . Deze theorie gaat er
van uit dat studenten bij hun keuze, op basis van
de gegevens die hen ter beschikking staan, de
best mogelijke voorspelling maken van de arbeidsmarkt op het moment van hun afstuderen. Ook
deze theorie bleek empirisch redelijk succesvol.
Zarkin schatte dit model voor de Amerikaanse onderwijzersmarkt. Opmerkelijk is dat zijn typering
van de arbeidsmarkt voor onderwijzers haaks
staat op het beeld dat vanuit de varkenscyclustheorie wordt geschetst.
Hij redeneerde dat de markt voor onderwijzers juist
een markt zou zijn waarop weinig aansluitproblemen zijn te verwachten. Een student die overweegt
om naar de pedagogische academic te gaan dient
immers een voorspelling te maken van de toekomstige vraag naar onderwijzers. Deze vraag naar onderwijzers hangt, volgens Zarkin, echter voornamelijk
af van het aantal kinderen op de basisschool, en dit
kinderaantal zal goed te voorspellen zijn met behulp van de geboortenstatistieken, die zeer goed
toegankelijk zijn. De onzekerheid zal daardoor
klein zijn en daardoor zal het aanbod van onderwijzers doorgaans goed aansluiten op de vraag.
Deze bevindingen lijken niet in overeenstemming
met de Nederlandse situatie op de onderwijzersmarkt. Verder is ook deze theorie moeilijk bruikbaar voor een onderzoek naar de effecten van het
verstrekken van arbeidsmarktvoorspellingen. Uitgangspunt van de rationele-verwachtingentheorie
is immers dat de student, gegeven de hem beschikbare informatie, de best mogelijke voorspelling van de toekomstige arbeidsmarktsituatie
maakt. Het heeft dus bij voorbaat geen zin om de
student een andere voorspelling ter beschikking
te stellen omdat deze nooit beter kan zijn, tenzij
deze voorspelling gebaseerd is op betere statistieken. Maar dan zou dit cijfermateriaal ook rechtstreeks aan de student gegeven kunnen worden,
zodat hij hieruit zelf zijn conclusies kan trekken.
1114
Het zou volstaan om in iedere openbare bibliotheek een exemplaar van de Enquete Beroeps Bevolking neer te leggen.
Toch gaat het te ver om te veronderstellen dat alle
studenten op basis van deze gegevens even goede
voorspellingen maken als arbeidsmarktspecialisten.
Voor het bestuderen van de effecten van arbeidsmarktinformatie wordt in de volgende paragraaf een
model gei’ntroduceerd dat het vermogen toekomstige ontwikkelingen te voorspellen als uitgangspunt
neemt.
Veranderlijkheid en voorspelbaarheid
Verondersteld wordt dus dat iemand die probeert de
toekomstige vraag naar onderwijzers te schatten dit
met een bepaalde fout doet. De omvang van deze
fout wordt gemeten door haar variantie CT2V. Hoe beter iemand in staat is de toekomstige arbeidsmarkt
te voorspellen, hoe kleiner de variantie van zijn
voorspelfout zal zijn. Naast het maken van een echte arbeidsmarktvoorspelling kan iedereen ook de
huidige vraag naar onderwijzers als voorspelling
voor de toekomstige vraag gebruiken. Aangezien de
vraag doorgaans zal varieren bevat ook deze nai’eve
voorspelling een fout, waarvan de omvang wordt gemeten door O2n4.
In dit model heeft iedereen dus twee voorspellingen
tot zijn beschikking. Een echte voorspelling die een
lage variantie heeft bij personen die goed kunnen
voorspellen en de nai’eve voorspelling die een lage
variantie heeft als de vraag naar onderwijzers relatief weinig verandert in de tijd. De kwaliteit van de
echte voorspelling hangt dus af van de voorspelbaarheid, terwijl de kwaliteit van de nai’eve voorspelling
afhangt van de Veranderlijkheid van de vraag naar
onderwijzers.
Met behulp van een regel uit de statistiek is het mogelijk een optimale combinatie van deze twee voorspellingen samen te stellen:
VOORSPELLING = A. HUIDIGE VRAAG + (1-A.) VERWACHTE TOEKOMSTIGE VRAAG
Deze combinatie is optimaal, dat wil zeggen heeft
een minimale voorspelfout, als:
Dat betekent dat X dicht bij 1 zal liggen als de vraag
heel slecht voorspelbaar is (CT v is groot) of de veran-
derlijkheid heel gering is (a
n
is heel klein). In dat
geval zullen studenten dus liever de huidige situatie
als uitgangspunt voor hun keuze gebruiken, dan dat
zij uitgaan van hun relatief zeer slechte voorspel-
3. A. Siow, Occupational choice under uncertainty, Econometrica, 1984, biz. 631; G.A. Zarkin, Cobweb versus rational expectations models. Lessons from the market for public school teachers, Economic letters, 1983, biz. 87; G.A.
Zarkin, Occupational choice: an application to the market
for public school teachers, Quarterly Journal of Economics, 1985, biz. 409.
4. Omdat de nai’eve voorspelling niet zuiver zal zijn, is o n
geen variantie, maar het tweede moment van de voorspelfout.
ling. De fout die gemaakt wordt door niet te anticiperen is kleiner dan de fout die gemaakt wordt door
dit wel te doen. De kwaliteit van de voorspelling op
basis van deze mix tussen de verwachte toekomstige vraag en de nai’eve voorspelling bepaalt de discrepantie tussen vraag en aanbod op de arbeidsmarkt.
Veranderlijkheid
(02n)
Vervangingsvraag
Demografisch
Beleid
0,042
0,017
0,057
Voorspelbaarheid
A,, met
standaardfout
(02V)
0,558
0,038
0,323
0,93
0,69
0,85
(0,49)
(0,52)
(0,32)
Op basis van dit model zijn schattingen gemaakt
voor de Nederlandse onderwijzersmarkt tussen 1953
en 1983 . De keuze van studenten voor de pedagogische academic is in overeenstemming met het be-
schreven model gerelateerd aan de vraag naar onderwijzers. Hierbij is de vraag naar nieuwkomers in
het onderwijs opgesplitst in drie componenten. De
eerste component is de vervangingsvraag. Vervolgens werd de uitbreidingsvraag opgesplitst in een
demografisch gedeelte en een beleidsgedeelte. Het
demografisch gedeelte van de uitbreidingsvraag is
het aantal onderwijzers dat nodig is om de toename
in het leerlingenaantal op te vangen bij een gelijkblijvend aantal kinderen per onderwijzer. Het beleidsgedeelte van de uitbreidingsvraag is het overi-
ge gedeelte van de uitbreidingsvraag, veroorzaakt
door veranderingen in de verhouding tussen onderwijzers en leerlingen. Zo een verandering kan veroorzaakt zijn door een expliciete beslissing de klassedeler te wijzigen, maar kan natuurlijk ook
voortkomen uit de flexibiliteit in het systeem, waardoor de verhouding tussen onderwijzers en leerlin-
gen niet altijd gelijk hoeft te zijn. Ook dit laatste gedeelte wordt bij de beleidscomponent gevoegd,
omdat de mate waarin zulke flexibiliteit wordt toegestaan in feite ook een impliciete beleidsbeslissing is.
Veranderlijkheid en voorspelbaarheid zijn voor de
drie componenten van de vraag afzonderlijk geschat.
In tabel 1 staan de schattingen van de veranderlijkheid en de voorspelbaarheid van deze drie componenten met de daarbij behorende A/s. De beleidscomponent kent de grootste veranderlijkheid, die
bovendien de laatste tijd nog aanzienlijk aan het toenemen is. De veranderlijkheid van de vervangingsvraag is iets kleiner, maar de voorspelbaarheid van
de vervangingsvraag is, opmerkelijk genoeg, een
stuk slechter dan van de beleidscomponent. De demografische component blijkt een erg kleine veranderlijkheid te hebben en is ook relatief zeer goed
voorspelbaar. Zarkin had dus gelijk bij zijn bewering dat deze demografische veranderingen goed
voorspelbaar zijn, maar had ongelijk in zijn veron-
Arbeidsmarktinformatie
Tabel 1. Veranderlijhbeid en
De voorspellingen van arbeidsmarktspecialisten zul- voorspelbaarlen in principe beter zijn dan die van de studenten heid van de
vraag naar onzelf, zodat een student indien hij de beschikking
derwijzers
krijgt over zo een arbeidsmarktvoorspelling hij zijn (perjaar, ten
eigen voorspelling kan bijstellen met behulp van
opzichte van
Het effect van het geven van arbeidsmarktinforma-
tie kan in dit model eenvoudig worden berekend.
deze betere voorspelling. In het model betekent dit de totale
dat o v, de mate waarin de student kan voorspellen, vraag)
wordt vervangen door een lagere variantie op basis
van de publieke arbeidsmarktvoorspelling.
Deze vergroting van de voorspelbaarheid heeft
twee effecten. Ten eerste zal de keuze van studenten verbeteren, voor zover deze gebaseerd was op
een voorspelling van de toekomstige vraag. Dit zal
vooral gelden voor het geval waarin de studiekeuze
al voor een groot deel bepaald werd door de ‘echte’
voorspelling (A, dicht bij 0) en dus niet voor het geval waarin studenten zich hoofdzakelijk baseerden
op de huidige arbeidsmarktsituatie (A. dicht bij 1).
Ten tweede wordt als gevolg van de verbeterde
voorspelling van de toekomstige vraag de voorspelbaarheid relatief verbeterd ten opzichte van de veranderlijkheid. Hierdoor zal de optimale mix van bei-
de voorspellers veranderen ten gunste van de echte
voorspelling van de toekomstige vraag (A, zal da-
len). Studenten zullen als gevolg van de publieke arbeidsmarktvoorspelling dus steeds meer op de toekomstige vraag gaan anticiperen.
In tabel 2 staan de effecten op de voorspelfout voor
een aantal denkbeeldige varianten weergeven. Bekeken wordt welke vermindering van de voorspelfout
zal optreden als gevolg van een publieke arbeidsmarktvoorspelling. De kwaliteit van deze voorspelling is in deze voorbeelden respectievelijk 10%,
20%, 50% en 80% beter dan die van de studenten
zelf. Tussen haakjes staan de relatieve verbeteringen in de aansluiting van het aanbod op de vraag.
Het blijkt dat een verbetering van de arbeidsmarktvoorspelling leidt tot een verbetering van de voor-
derstelling dat de vraag naar onderwijzers hoofdzakelijk door deze demografische component wordt
bepaald. In Nederland althans, blijken de vervangingsvraag en de beleidscomponent aanmerkelijk
belangrijker te zijn .
De relatieve omvang van de veranderlijkheid en
de voorspelbaarheid bepaalt de mate waarin studenten op de toekomstige ontwikkelingen zullen
anticiperen. In het geval van de vervangingsvraag
is de voorspelbaarheid veel slechter dan de veranderlijkheid, waardoor studenten hoofdzakelijk
gestuurd zullen worden door de huidige situatie
(A dicht bij 1). In het geval van de demografische
component houden veranderlijkheid en voorspelbaarheid elkaar redelijk in evenwicht, zodat zowel de huidige situatie als de voorspelde ontwikkelingen een rol zullen spelen in het gedrag van
de studenten.
ESB 6-11-1991
5. Deze schattingen zijn gepubliceerd in L. Borghans, Occu-
pational choice: the market for primary school teachers,
ROA Research Memorandum, 1991/3E. De gebruikte data
zijn afkomstig uit de CBS-publikaties Statistiek van het ba-
sisonderwijs; leerlingen en scholen, Statistiek van het basisonderwijs; instroom, doorstroom en uitstroom van hoofden en onderwijzers; en Statistiek van het beroepsonderwijs; opleidingsscholen voor kleuterleidsters, pedagogische
academies en de voorgangers hiervan.
6. In het OSA-rapport Vraag en aanbod in hetprimair onderwijs 1989-1994; rapport over prognoses en beleidsmogelijkheden, dat ten grondslag ligt aan de nieuwe onderwijzersramingen die binnenkort zullen verschijnen, wordt
ook het relatieve belang van deze drie componenten van
de vraag bekeken (biz. 4). Door, mijns inziens ten onrech-
te, de absolute omvang van de drie componenten te bekijken in plaats van de veranderlijkheid, wordt het belang
van de uitbreidingsvraag overschat en van de beleidscomponent onderschat.
1115
Verbetering
voorspelling
Vervangingsvraag
Demografisch
Beleid
0,000301
(0,8%)
0,000671
(1,7%)
0,002555
(6,5%)
0,019597
(21,9%)
0,000389
(3,3%)
0,000842
(7,2%)
0,002773
(23,6%)
0,009588
(55,3%)
0,000794
(1,6%)
0,001751
10%
20%
50%
80%
Tabel 2. De effecten van een
verbetering
van de arbeidsmarktvoorspelling
op de discrepantie tussen
vraag en aanbod
(3,6%)
0,006319
(13,0%)
0,033106
(37,5%)
spelfouten die procentueel gezien veel lager is. Dit
is vooral het geval bij de kleine verbetering van
10%. Voor de vervangingsvraag heeft dit slechts een
voor een zeer groot gedeelte baseren op de huidige
arbeidsmarktsituatie (varkenscyclus), is dus een
zeer aanzienlijke verbetering van de arbeidsmarktvoorspellingen nodig om een significante verbetering van de voorspelfout te bewerkstelligen. Om bij
de vervangingsvraag de voorspelfout te halveren is
fecten van een
verbetering
van de voorspelbaarbeid,
vergeleken
voorspelbaarheid de veranderlijkheid aan te passen.
met de effec-
In het geval van de beleidscomponent van de uitbrei-
ten van een
vermindering
van de veranderlijhbeid
voor de beleidscomponent van de
uttbreidingsvraag
dingsvraag is dit, in principe, echter wel mogelijk. De
overheid zou kunnen streven naar het zolang mogelijk in stand houden van bepaalde regelingen die invloed hebben op de vraag naar onderwijzers, of zou
een verbetering van de arbeidsmarktvoorspelling nodig van 93,5%.
Doorgaans is het niet mogelijk om in plaats van de
veranderingen heel geleidelijk kunnen doorvoeren.
In tabel 3 worden de effecten van een vermindering
van de veranderlijkheid vergeleken met de effecten
van een verbetering van de voorspelbaarheid.
Verbetering
voorspelbaarheid/
veranderlijkheid
80%
1116
verbetering van de arbeidsmarktvoorspelling.
Conclusies
Vanuit het gezichtspunt van het hier gepresenteerde
model kan geconcludeerd worden dat het verbete-
ren van de aansluiting tussen de pedagogische academic en de arbeidsmarkt voor onderwijzers, door
middel van arbeidsmarktvoorspellingen, zeker geen
zelfs absoluut gezien groter is dan bij de vervangingsvraag.
In een situatie waarin studenten hun verwachtingen
50%
ginaal is. Zeker voor kleine veranderingen geldt dus
dat een vermindering van beleidsveranderingen
veel meer effect heeft op de voorspelfout, dan een
triviale zaak is. In onderzoek gebaseerd op de varkenscyclustheorie wordt dit probleem doorgaans
niet onderkend, omdat men er van uit gaat dat het
sche component, die relatief goed voorspelbaar is,
20%
voorspelbaarheid dit effect aanvankelijk slechts mar-
volg. Dit komt doordat, zoals aangegeven in label 1,
bij de vervangingsvraag studenten vrijwel volledig
afgaan op de huidige situatie (A, = 0,93). De veranderlijkheid is zeer klein vergeleken met de fouten
bij de echte voorspelling. Hierdoor heeft een verbeterde arbeidsmarktvoorspelling aanvankelijk nog
niet zoveel effect. Pas als de voorspelling zo goed is
dat de kwaliteit vergelijkbaar wordt met de veranderlijkheid, zal er een grotere invloed op de voorspelfout ontstaan. Dit blijkt ook uit het feit dat de
arbeidsmarktvoorspelling van 10% bij de demografi-
10%
de veranderlijkheid onmiddellijk doorwerking op
de voorspelfout, terwijl bij een verbetering van de
verbetering van 0,8% van de voorspelfout tot ge-
verkleining van de voorspelfout bij een verbeterde
Tabel3.Deef-
Doordat ook bij de beleidscomponent studenten
hun verwachtingen voornamelijk baseren op de huidige situatie (A, = 0,85), heeft een vermindering van
Effect bij
verbetering
voorspelbaarheid
Effect bij
vermindering
veranderlijkheid
0,000794
(1,6%)
0,001751
(3,6%)
0,006319
0,004180
(8,6%)
0,008491
(13,0%)
0,018168
(37,5%)
(17,5%)
0,022260
(45,9%)
0,037438
(77,3%)
gebrek aan anticiperend gedrag bij studenten te wij-
ten is aan nai’viteit. Vanuit deze gedachte lijkt het
voldoende te zijn als studenten bewust worden gemaakt van het feit dat ze vooruit moeten kijken en
aan hun perspectieven moeten denken.
Als men echter, zoals in dit artikel gebeurde, er van-
uit gaat dat het negeren van veranderingen op de arbeidsmarkt voortkomt uit de moeilijkheid deze veranderingen te voorspellen, blijkt het oplossen van
de problemen aanzienlijk moeilijker te zijn. Om een
noemenswaardige verbetering van het aansluitingsprobleem te bewerkstelligen moeten arbeidsmarktvoorspellingen worden geleverd die vele malen beter zijn dan de voorspellingen die door leken
gemaakt kunnen worden. Zeker gezien de omvang
van de problemen bij de markt voor onderwijzers
betekent dit zeker niet dat zulke voorspellingen
daarom maar beter achterwege kunnen blijven,
maar lijkt het eerder een aanbeveling om de moei-
lijkheden bij het verbeteren van de aansluiting niet
te onderschatten. Indien men serieus en degelijk arbeidsmarktvoorspellingen probeert te maken, zal dit
zeker kunnen bijdragen aan een verbetering van de
situatie.
Ten slotte dient de overheid zich af te vragen in hoeverre de discrepanties tussen vraag en aanbod bij
onderwijzers niet door haar eigen beleid worden
veroorzaakt. Door veelvuldige, onverwachte veranderingen in het beleid inzake de vraag naar
onderwijzers maakt de overheid het moeilijk voor
studenten hun studiekeuze af te stemmen op de
arbeidsmarktperspectieven. Een kleine vermindering van deze veranderlijkheid zou direct kunnen
leiden tot een vrijwel evenredige vermindering van
de aansluitproblemen.
Lex Borghans