De dynamiek van de regionale
werkloosheid
De aandacht voor het werkloosheidsvraagstuk in Nederland in het algemeen is vele
malen groter dan de belangstelling voor de situatie op de regionale arbeidsmarkt. In dit
artikel wordt getracht deze lacune op te vullen door de landelijke werkloosheid uit te
splitsen naar instroom en gemiddelde werkloosheidsduur voor iedere provincie in
Nederland. Uit een analyse van de laatstgenoemde component blijkt dat in het merendeel
der gevallen een toeneming van het aantal (onvervulde) banen in een regio leidt tot een
afneming van de gemiddelde werkloosheidsduur in die regio.
DRS. C. GORTER – PROF. DR. P. NIJKAMP – DR. P. RIETVELD*
Inleiding
Door de enorme stijging van de werkloosheid in het begin van de jaren tachtig is dit vraagstuk in het middelpunt
van de belangstelling van economen en politic! komen
staan. Het terugdringen van de omvang van de werkloosheid kreeg hoge prioriteit. De belangstelling voor andere
zaken, zoals de aandacht voor de regionale spreiding van
de werkloosheid, is daardoor afgenomen.
Na 1984 is de stijging van de werkloosheid tot stilstand
gekomen en volgde een lichte daling. Wij achten het daarom zinvol de balans op te maken van de posities van de
verschillende regie’s in Nederland. Er kunnen dan mogelijk conclusies getrokken worden betreffende de effectiviteit van een macrobeleid voor de mesogebieden (dat wil
zeggen provincies) en daarnaast kan bezien worden of een
ander c.q. flankerend beleid noodzakelijk is.
Behalve de omvang op zich is een belangrijk aspect van
de werkloosheid de dynamiek van het werklozenbestand.
In het algemeen wordt een bestand bepaald door een zogenaamd ‘stock-flow’-proces, hetgeen hier betekent dat
mensen in- en uitstromen. Vanuit dit perspectief gezien is
het een tekortkoming om alleen naar de omvang van het
bestand te kijken zonder de doorstroom nader te analyseren. De verandering in de werkloosheid bestaat dus eigenlijk uit twee componenten, namelijk de instroom en de uitstroom. Als gemakkelijk te interpreteren grootheid voor de
uitstroom wordt daarbij vaak de werkloosheidsduur genomen.
Dit artikel beoogt een analyse van de werkloosheid te
geven waarin zowel de dynamiekas de regionale verschillen centraal zullen staan. Dat het eerste aspect niet die
aandacht heeft gekregen die door ons nodig geacht wordt,
blijkt uit de beschikbaarheid van data van stromen op de
arbeidsmarkt. Pas vanaf 1986 zijn (afgezien van de tweejaarlijkse arbeidskrachtentelling van het CBS) maandelijkse cijfers van de in- en uitstroom van de geregistreerde
werkloosheid beschikbaar. Een directe meting van in- en
138
uitstroom verdient uiteraard de voorkeur boven een indirecte berekeningsmethode van de stromen. Helaas gebruikt de directe meetmethode voor de instroom het aantal inschrijvingen bij de arbeidsbureaus. Dit is een overschatting van het aantal personen dat werkelijk werkloos
wordt in de meetperiode. Voor onze analyse hebben we er
voor gekozen om met behulp van een statistisch model inen uitstroom te schatten uit data van het werklozenbestand
gespecificeerd naar de duur van inschrijving. Voor het jaar
1985 is dit zelfs noodzakelijk; er waren toen immers nog
geen stroomcijfers beschikbaar.
Naast een beschrijvende analyse van de in- en uitstroom
van werklozen, zal getracht worden een verklarende analyse te geven van de verschillen in regionale werkloosheidsduur. We kiezen hier voor de werkloosheidsduur omdat de sterke toeneming van het aantal langdurig werklozen naast een economised tevens een groot maatschappelijk probleem heeft gecreeerd; wij komen hier nog op terug. Voorts worden de resultaten gepresenteerd voor Nederland gedurende de jaren 1983-1987 en worden de regionale verschillen blootgelegd voor 1985 en 1986. Ten
slotte wordt getracht een verklaring te geven voor de geobserveerde regionale verschillen in werkloosheidsduur.
De verdeling van de werkloosheid
__
Zoals gesteld geeft het werkloosheidspercentage ons
geen inzicht in de dynamiek van het bestand. Dit cijfer vertelt ons niet hoeveel mensen werkloos worden en hoe lang
mensen werkloos blijven. Bij een zelfde werkloosheidsniveau zijn oneindig veel combinaties van instroom en gemiddelde werkloosheidsduur te vinden. De omvang van
beide componenten bepaalt echter in welke mate de ‘last’
* De auteurs zijn verbonden aan de vakgroep Ruimtelijke economie van de Vrije Universiteit te Amsterdam.
van de werkloosheid gelijkmatig verdeeld is over de beroepsbevolking. Als de werkloosheid is opgebouwd uit een
hoge instroom en een lage gemiddelde werkloosheidsduur,
dan is dat vanuit de optiek van een ‘eerlijke’ verdeling minder erg dan het omgekeerde beeld, een lage instroom en
een hoge gemiddelde werkloosheidsduur1. Een korte periode van werkloos zijn kan zelfs positief uitwerken op de
mobiliteit en de kwaliteit van de ‘match’ van werkzoekende
en werkgever.
Als een zeer ongelijke verdeling van de werkloosheid inderdaad ongewenst wordt geacht, dan zal het beleid zich
in eerste instantie moeten richten op (her)intreding van
langdurig werklozen. Het creeren van nieuwe werkgelegenheid en het terugdringen van het totale aantal werklozen op zich leidt niet zonder meer tot (her)intreding van
deze groep en de ongelijkheid wordt dan niet verkleind.
Speciale maatregelen, gericht op het verbeteren van de
kansen van langdurig werklozen zijn hiervoor nodig.
Uit het bovenstaande blijkt dat het voor een goed inzicht
in de toestand op de arbeidsmarkt noodzakelijk is om naast het niveaucijfer van de werkloosheid – informatie te
hebben over de in- en uitstroomintensiteit van de werklozen. De geschetste decompositie van de werkloosheid in
instroom en gemiddelde duur kan sterk verschillen per arbeidsmarktgebied. Dit betekent dat twee gebieden, die gelijke werkloosheidpercentages hebben, niettemin kunnen
verschillen in instroom en gemiddelde werkloosheidsduur.
Als we uitgaan van een doelstelling van een meer gelijkmatig verdeelde ‘last’ van de werkloosheid, dan verdient
een regio met een hogere gemiddelde werkloosheidsduur
meer aandacht op het gebied van arbeidsmarktmaatregelen dan een regio met een hogere instroom van werklozen
(en een bij benadering gelijk werkloosheidspercentage).
De decompositie van de werkloosheid levert ons dus
een beter inzicht op in de samenstelling van de regionale
werkloosheid. Om een goed overzicht te krijgen van de verschillen in samenstelling van de regionale werkloosheid
(ten opzichte van het landelijke beeld) gebruiken we het
volgende classificatiesysteem (zie figuur 1)2.
Uit deze figuur kunnen we op eenvoudige wijze aflezen
welke regie’s goed of slecht presteren ten aanzien van werkloosheidsduur en instroom van werklozen. De iso-werkloosheidscurve geeft alle combinaties van instroom en gemiddelde duur die, onder de veronderstelling van een stationaire
toestand (dat wil zeggen instroom = uitstroom), leiden tot een
gelijk werkloosheidspercentage3. De posities van de regie’s
vertellen ons welke componenten verantwoordelijk zijn voor
de geconstateerde omvang van de werkloosheid. Als deze
informatie bekend is dan kunnen er geschikte keuzen gemaakt worden ten aanzien van het te voeren regionale beleid. Indien de regionale werkloosheid in sterke mate veroorzaakt wordt door een hoge instroom van werklozen dan ligt
het voor de hand dat het beleid zich richt op:
– het behoud van de huidige werkgelegenheid (bij voorbeeld door steun te verlenen aan bedrijven waarmee het
tijdelijk slecht gaat);
– de nieuwkomers op de arbeidsmarkt (bij voorbeeld extra scholingsprogramma’s die de kwaliteit van de nieuwe werkzoekenden vergroten);
– de relatie onderwijs-arbeidsmarkt (bij voorbeeld door de
kwaliteit van het reguliere onderwijs te verbeteren en hierdoor een betere aansluiting bij de vraag te verkrijgen).
Wordt de hoge werkloosheid echter vooral veroorzaakt
door een hoge (gemiddelde) werkloosheidsduur, dan gaan
de gedachten uit naar een beleid gericht op:
– creatie van nieuwe werkgelegenheid;
– uitvoering van scholings/werkervaringprogramma’s
voor langdurig werklozen;
– stimulering van de mobiliteit (tussen banen en/of gebieden) van werklozen.
ESB 8-2-1989
Figuur 1. Omvang, instroom en gemiddelde duur van de
regionale werkloosheid
Gem. voor
Nederland
Gemiddelde
werkloosheidsduur
in maanden
X
regioA
X
Gem. voor
Nederland
~— — — iso-werkloosheidscurve
regio B
Instroomintensiteitpermaand
Ten slotte merken we op dat het beleid vrijwel altijd een
combinatie zal vormen van maatregelen ten aanzien van instroom en duur. De prioriteiten kunnen evenwel beter vastgesteld worden indien bekend is in welke mate instroom en
duur bijdragen tot de omvang van de werkloosheid.
Instroom- en uitstroomgegevens
In de inleiding stelden wij reeds vast dat stroomcijfers voor
1986 niet direct beschikbaar waren. Daarom hebben wij een
statistisch model ontworpen dat ons in staat stelt de stroomcijfers te schatten met behulp van data van het werklozenbestand, onderverdeeld in vijf duurklassen naar duur van inschrijving. In het model wordt een (niet-lineair) kleinste-kwadratenprobleem geformuleerd, waarin het verschil geminimaliseerd wordt tussen de waargenomen en geschatte verdeling van de werklozen over een aantal duurklassen. De
geschatte verdeling – met een indeling van duurklassen met
een duurverschil van een maand – komt tot stand met behulp van de verdeling in de vorige periode en de kansen voor
werklozen in een bepaalde duurklasse om werkloos te blijven. Als verondersteld wordt dat de intensiteit waarmee
werklozen in een cohort c de toestand van werkloosheid verlaten, verloopt volgens een gammaverdeling met parameters
(a,p), dan is het verwachte aandeel werklozen in het cohort
c dat werkloos gebleven is na een tijdsperiode t gelijk aan
pc(t), waarbij pc(t) = (1 + pt)”a. Het model stelt ons dan in staat
voor iedere periode de in- en uitstroom te schatten4. Een belangrijke eigenschap van het model is dat het corrigeert voor
de instroom van werklozen die niet geregistreerd worden in
het cohort met een werkloosheidsduur korter dan 1 maand,
maar pas in het cohort van 1 tot 3 maanden.
Wij zullen nu enige schattingsresultaten bespreken. We
beginnen met de uitkomsten voor mannen in Nederland
(1983-1987). Later bezien we de regionale verschillen.
1. Hierbij dient aangetekend te worden dat op individueel niveau
niet alleen de duur van de werkloosheid belangrijk is, maar ook de
frequentie van werkloos worden. lemand kan bij voorbeeld een
groot deel van de tijd werkloos zijn doordat hij of zij steeds banen
met een korte duur krijgt, steeds gevolgd door een zekere periode van werkloosheid. Over baanduren is echter nog weinig bekend, zeker in combinatie met werkloosheidsduren.
2. Analoog aan H. Armstrong en J. Taylor, Regional economics
and policy, Philip Allan Publishers Limited, Oxford, 1985, biz. 161.
3. De formule voor de iso-werkloosheidscurve ziet er als volgt uit:
q = u/((1-u)*d), met u = werkloosheidspercentage, q = instroomintensiteit en d = gemiddelde werkloosheidsduur.
4. Een volledige beschrijving van het model is te vinden in Gorter,
Nijkamp en Rietveld, The duration of unemployment: stocks and
flows on regional labour markets in the Netherlands, VU Research
Memorandum 88-36, 1988.
139
Figuur 2. Instroomintensiteit van werkloze mannen in Nederland gedurende 1983-1987, in promilles per maand
10
Nederland (1983-1987)
We presenteren de schattingsresultaten in de vorm van
een instroomintensiteit van werklozen (in promille) en een
gemiddelde werkloosheidsduur (in maanden). Hoewel de
schattingen per maand zijn uitgevoerd, hebben we driemaandelijkse gemiddelden berekend omdat de geschatte
instroom per maand, als gevolg van de doorons uitgevoerde correctie, deel uitmaakt van een cohort van twee maanden en daardoor op maandbasis minder betrouwbaar is.
Voor de indeling van de driemaandelijkse gemiddelden
hanteren we een seizoengebonden patroon, namelijk de
winter (december, januari, februari), het voorjaar (maart,
april, mei), de zomer (juni, juli, augustus) en het najaar
(September, oktober, november).
Als we eerst kijken naar de schattingen voor de instroomintensiteit gedurende de periode 1983-1987 in figuur 2, dan zien we dat de instroomintensiteit per maand
gemiddeld ongeveer 1,2 % van de werkende beroepsbevolking bedraagt. Als er geen mensen zijn die meer dan
een keer per jaar werkloos worden, dan zou per jaar maar
liefst een op de zeven werkenden werkloos worden. Uit de
f iguur is op te maken dat de seizoensinvloeden aanzienlijk
zijn. In de herfst is er gewoonlijk een hoge instroom en in
het voorjaar een lage instroom. Vermoedelijk wordt de
hoge instroom in de herfst veroorzaakt door de schoolverlaters en de (tijdelijk) ontslagen personen in de seizoengevoelige sectoren zoals de bouw en het toerisme. Over de
hele periode gezien daaltde instroomintensiteit per maand
van ongeveer 1,4% naar 1,0%. De oorzaak van deze daling is waarschijnlijk de afneming van het aantal schoolverlaters en het aantal ontslagen personen.
In de tweede plaats beschouwen we de waarden voor
de gemiddelde werkloosheidsduur. Wanneer verondersteld wordt dat de toestand van de werkloosheid stationair
is, dan is op eenvoudige wijze uit de schattingen van de
parameters van het model de gemiddelde werkloosheidsduur te bepalen5. Ook hier hanteren we driemaandelijkse
gemiddelden. In figuur 3 presenteren we de geschatte gemiddelde duur voor mannen in Nederland gedurende de
periode 1983-1987. Opvallend is de verbetering in 1984 en
het daarna nagenoeg constante niveau van de gemiddelde duur van circa 14 maanden (afgezien van seizoensinvloeden). Over de hele periode gezien is de gemiddelde
duur met ongeveer 6 maanden verminderd, hetgeen een
opmerkelijke verbetering is. Dit neemt niet weg dat het absolute niveau van 14 maanden ten opzichte van de jaren
zeventig nog steeds ongekend hoog is. Het probleem van
de langdurige werkloosheid is bepaald nog niet opgelost.
Als we kijken naar het seizoenspatroon van de uitstroom
(de reciproke van de gemiddelde duur), dan zien we dat er
in de laatste drie jaar een regelmatig beeld ontstaat. Hoge
uitstroom in het voorjaar en het najaar en lage uitstroom in
de zomer en de winter. Het aantrekken van de economie
lijkt zich wat betreft de werkgelegenheid dus vooral in het
voor- en najaar af te spelen. We moeten hierbij echter een
kanttekening plaatsen. De werklozen kunnen ook uitstromen naar categorieen buiten de beroepsbevolking (pensioen, huisman, wao, overlijden). De uitstroom van werklozen is dus niet per definitie gelijk aan de instroom in de categorie met baan.
De provincies (1985,1986)
Naast het analyseren van de dynamiek in het werklozen-
bestand (door middel van de decompositie in instroom en
uitstroom), willen we tevens de ruimtelijke dimensie aan
onze analyse toevoegen. We hebben reeds opgemerkt dat
regie’s met nagenoeg hetzelfde werkloosheidspercentage
een geheel andere samenstelling van de werkloosheid
kunnen hebben. Een manier om dit vast te stellen is de posities van regie’s te vergelijken met het eerder geschetste
classificatiesysteem.
Voor de jaren 1985 en 1986 zullen we de figuren met
daarin de posities van de regie’s presenteren. We hebben
gekozen voor cijfers op jaarbasis omdat anders seizoensinvloeden zouden kunnen overheersen en structurele verschillen onderbelicht zouden blijven. In de figuren wordt het
landelijke punt van instroomintensiteit en gemiddelde
werkloosheidsduur als referentiepunt genomen. De isowerkloosheidscurve is dan ook door dit referentiepunt getrokken. Deze lijn stelt ons in staat te beoordelen welke regio’s, op grond van de schattingen uit het model, ongeveer
hetzelfde werkloosheidspercentage hebben. Het landelijke
referentiepunt levert tevens een vierdeling van de totale figuur op volgens figuur 4.
Figuur 4. Indelingsschema voor provincies naar gemiddelde werkloosheid en instroomintensiteit
Gemiddelde
Figuur 3. De gemiddelde werkloosheidsduur voor mannen
in Nederland gedurende 1983-1987, in maanden
werkloosheidsduur
re I. hoog
A
B
rel. laag
C
D
rel. laag
rel. hoog
Instroomintensiteit
5. Er geldt dat de gemiddelde werkloosheidsduur een functie is
van de parameters van de blijfkansen p°(t): gemiddelde duur =
140
Figuur 5. Arbeidsmarktkarakteristieken van de Nederlandse provincies voor mannen in 1985
Gemiddelde
werkloosheidsduur
Gemiddelde
werkloosheidsduur
inmaanden
in maanden
9
11
13
15
Instroomintensiteit in promilles per maand
De provincies die in gebied C liggen zijn in tweevoudig
opzicht beter af dan alle andere provincies, terwijl voor de
provincies in B het omgekeerde geldt. Voor de provincies
in gebieden A en D kan men niet zonder meer afleiden welke beter af zijn. De provincies in A hebben een relatief lage
instroomintensiteit en een relatief hoge gemiddelde duur,
terwijl de provincies in D juist een relatief hoge instroomintensiteit en een relatief lage gemiddelde duur hebben.
Met behulp van iso-werkloosheidscurves kunnen we tevens beoordelen of het werkloosheidspercentage van een
bepaalde regio gelijk, hoger of lager is dan het percentage
van een andere regio (hoger liggende curves betekenen
uiteraard een hoger werkloosheidspercentage).
Als we de uitkomsten voor 1985 in figuur 5 bekijken, dan
valt direct op dat de regio’s in A en D nagenoeg hetzelfde
werkloosheidspercentage hebben. De posities van deze
regio’s is echter sterk verschillend. Daarnaast zien we dat
Zeeland en Utrecht gunstige posities hebben en dat Groningen een zeer ongunstige positie inneemt. Dit konden we
overigens al opmaken uitde hoogte van de werkloosheidspercentages.
De conclusie is dat een uitsplitsing van de landelijke
werkloosheid naar dynamische component (instroom en
duur) en naar regio aanzienlijke verschillen boven water
haalt. We hadden al gesteld dat dit gevolgen heeft voor het
te voeren regionale beleid. Voor de provincies gelegen in
gebied A ligt de hoogste prioriteit bij een vermindering van
de werkloosheidsduur, terwijl voor de provincies gelegen
in gebied D de nadruk meer op een terugdringing van de
instroom zou moeten liggen.
Wanneer we de analyse herhalen voor 1986, dan ziet de
figuur van de regionale werkloosheid uitgesplitst naar instroom en duur er uit als weergegeven in figuur 6.
Het landelijke referentiepunt is opgeschoven in de richting van de oorsprong en komt hiermee dus op een isowerkloosheidscurve met een lager werkloosheidsniveau
(van 14,4% naar 13,3%). De relatieve posities van de regio’s zijn slechts weinig veranderd met uitzondering van de
provincie Drenthe, waareen opmerkelijke verbetering in instroom te constateren valt.
Regionale verschillen nader bezien
Gebleken is dat een uitsplitsing van het landelijke werkloosheidscijfer naar zowel een ruimtelijke als een dynamische dimensie informatie over de aard van de werkloosheid
kan toevoegen. Thans vragen wij ons af wat de oorzaken van
de verschillende samenstelling (qua instroom en duur) van
de regionale werkloosheid zijn. In dit artikel concentreren wij
, ons op de mogelijke oorzaken van een verschil in werkloosl heidsduur. Dit betekent niet dat de instroomcomponent on-
ESB 8-2-1989
Figuur 6. Arbeidsmarktkarakteristieken van de Nederlandse provincies voor mannen in 1986
9
11
13
15
Instroomintensiteit in promilles per maand
belangrijk is, integendeel6. We hebben reeds gezien dat voor
sommige regio’s juist de instroom de grootste bijdrage levert
aan de omvang van de werkloosheid. Als de oorzaken van
deze hoge instroom te ontdekken zouden zijn, dan zou een
gerichte effectieve aanpak van het ontstaan van werkloosheid ontworpen kunnen worden.
Een nadere analyse van de regionale verschillen in (gemiddelde) werkloosheidsduur is gewenst uit overwegingen
van economische en sociale aard. Het bijna permanent uitschakelen van een bepaald deel van de beroepsbevolking
is, naast een verspilling van middelen, een sociale onrechtvaardigheid. Vandaar dat in het laatste deel van dit artikel gekozen is voor een nader onderzoek naar de oorzaken van
de regionale verschillen in de werkloosheidsduur.
In eerste instantie bekijken we of de samenstelling van
de werklozen in een regio qua leeftijd of beroepsgroep verschilt van de landelijke samenstelling van de werklozen. Dit
onderzoeken we met behulp van een zogenaamde
‘shift/share’-analyse, een gebruikelijk instrument van regionaal-economisch onderzoek7. Het blijkt dat noch de leeftijdsopbouw noch de beroepsgroepsamenstelling van de
werklozen in de regio een verklaring kan geven voor de
verschillen in langdurige werkloosheid tussen de regio en
het land als geheel8. Het verband tussen werkloosheidsduur en aanbodfactoren zoals leeftijd en beroepsgroep, dat
op individueel niveau vrijwel zeker bestaat, is met geaggregeerde data dus niet meer direct aantoonbaar.
Een volgende stap in onze analyse is het beschouwen
van de gezamenlijke invloed van leeftijd en beroepsgroep,
gecombineerd met een indicator voor de regionale vraag
naar arbeid, het aantal vacatures. We gebruiken hiervoor
een eenvoudig regressiemodel met de gemiddelde werkloosheidsduur per provincie als te verklaren variabele en
de volgende verklarende variabelen:
– het percentage werklozen jonger dan 25 jaar;
– het percentage werkloze bouwvakarbeiders;
– het aantal vacatures gedeeld door de regionale beroepsbevolking.
We verwachten bij alle drie de variabelen een negatief
verband met de (gemiddelde) werkloosheidsduur. Voor
jongeren achten we de kans op een baan groter dan voor
ouderen omdat jongeren flexibeler, vaak beter en veelzijdiger opgeleid zijn en tevens goedkoper voor de werkgever
zijn. Bouwvakkers hebben te maken met seizoensinvloe-
6. Zie hiervoor Goiter, Nijkamp en Rietveld, Spatial variations in
the unemployment inflow rates in the Netherlands, 1988 (nog te
verschijnen).
7. Zie voor meer informatie Gorter, Nijkamp en Rietveld, op. cit.,
VU Research Memorandum 88-36, 1988.
8. Langdurige werkloosheid wordt gemeten als het percentage
werklozen met een werkloosheidsduur langer dan 1 jaar.
141
Tabel 1. Resultaten van regressie-analyse naar de gemiddelde werkloosheidsduur per provincie a
ai
32
Holland toont echter aan dat dit verband niet altijd behoeft
op te gaan.
Evaluatie
Alle regie’s
56,6
-1,02
(0,86)
-0,22
(0,28)
-5,32
(5,76)
0,28
Zonder NH
68,9
-0,90
(0,65)
-0,48
(0,24)
-14,63
(5,73)
0,55
den waardoor de kans om bij ontslag op korte termijn weer
opnieuw in dienst genomen te worden wellicht groter is dan
bij andere beroepsgroepen. Met aantal vacatures ten slotte is een indicatie voor het aantal mogelijkheden om een
baan te krijgen, dat wil zeggen voor werklozen om de werkloosheidsduur te beeindigen.
De resultaten van de regressieanalyse vinden we in tabel 1. Hierbij hebben we in een tweede sessie Noord-Holland niet meegerekend omdat Noord-Holland als enige
provincie een stijgende werkloosheid vertoonde in 1985;
wellicht spelen zich in Noord-Holland andere processen op
de arbeidsmarkt af dan in de overige provincies. Men denke hierbij aan een sterke groei van het aantal (her)intreders
van buiten de beroepsbevolking, hetgeen de kansen op intreding van de werklozen negatief zou beihvloeden.
Hoewel het trekken van algemene conclusies uit deze
regressieanalyse bemoeilijkt wordt door het geringe aantal
waarnemingen, doorde constructie van de verklarende variabelen en het hoge aggregatieniveau (provinciaal), kunnen we toch vaststellen dat er een significant negatief verband is tussen de mate waarin banen (nog) onvervuld zijn
en de gemiddelde werkloosheidsduur. Dit betekent dat in
het algemeen de creatie van nieuwe banen de werkloosheidsduur kan terugdringen. De uitzondering van Noord-
vervolg van biz. 137
Maar de Rekenkamer kan toch toetsen of bepaalde posten
terecht of ten onrechte op de buitengewone dienst staan?
De Rekenkamer toest nu per slot van rekening ook bepalingen van de Comptabiliteitswet die niet uitsluitend op de
rekening en verantwoording betrekking hebben. In dit verband kan worden gedacht aan het recente onderzoek of bij
wetsontwerpen de eventuele financiele gevolgen wel
steeds zijn aangegeven, en aan het onderzoek naarde verstrekking van prestatiegegevens.
Waarschijnlijk kunnen de forse ombuigingen die nodig
zijn bij wederinvoering van de gulden financieringsregel inderdaad niet op korte termijn worden gerealiseerd. Maar
niets verzet zich ertegen afspraken te maken dat een tekort van bij voorbeeld 2% nni het doel is, terwijl op grond
van Keynesiaanse en bestuurlijke argumenten wordt besloten tot een reductie tot 3% nni in de jaren tot 1995. Overigens ligt ook de beoogde stabilisatie van de staatsschuIdquote slechts “in het verschiet”, maar wordt zij binnen de
eerstvolgende kabinetsperiode nog niet of nog niet geheel
(afhankelijk van de variant) gerealiseerd.
De conclusie moet luiden dat de beschouwingen van de
Studiegroep over de normering van het financieringstekort
vooringenomen, onvolledig en onevenwichtig zijn.
Een teleurstellend rapport
Om verschillende redenen vinden wij het achtste rapport
142
Een analyse van de problemen op de arbeidsmarkt in
Nederland in termen van macrogrootheden laat in het algemeen een aantal belangrijke aspecten achterwege. Voor
een goed inzicht in de, in veel opzichten heterogene, arbeidsmarkt is het nuttig om een uitsplitsing van de werkloosheid te maken naar dynamische en ruimtelijke componenten. Dit kan gezien worden als een stap in de richting
van het onderscheiden van alle relevante dimensies van
de arbeidsmarkt in Nederland. Naast de in dit artikel belichte aspecten van dynamiek en ruimtelijke spreiding is met
name het onderscheid van de werkloosheid naar beroepsgroep, gecombineerd met verschillende opleidingsniveaus, van groot belang. Een gedetailleerd beeld van de
veranderingen in het werklozenbestand op de verschillende ‘homogene’ deelmarkten kan de oorzaken van de eventuele onevenwichtigheden scherper vaststellen. Dit is
onontbeerlijk bij het bepalen van de juiste maatregelen die
moeten leiden tot het terugdringen van de werkloosheid.
In dit artikel is een eerste aanzet tot het vormen van een
informatief beeld van de werkloosheid in Nederland gegeven door per regio de werkloosheid te splitsen in een instroom- en een duurcomponent. Uit een verklarende analyse van de laatstgenoemde component blijkt dat in het merendeel van de gevallen een toeneming van het aantal (onvervulde) banen in een regio leidttot een afneming van de
gemiddelde werkloosheidsduur in die regio.
Gees Gorter
Peter Nijkamp
Piet Rietveld
van de Studiegroep begrotingsruimte een ronduit teleurstellend document. Ten eerste worden enkele centrale stellingen, zoals die over de schadelijke gevolgen van het bestaande heffingenpeil, met geen enkele cijfermatige analyse onderbouwd. Dat valt te betreuren, omdat het rapport een centrale rol kan en behoort te spelen bij de maatschappelijke
meningsvorming over de toekomstige ontwikkeling van de
publieke financier. Ten tweede ontbreekt een duidelijk verband met de theorie. Dit wreekt zich bij voorbeeld bij de beschouwingen over de normering van het tekort. Ten derde
gaat de argumentatie mank aan inconsistenties. Ten vierde
heeft het stuk een zwakke structuur. Het rapport geeft geen
systematische uiteenzetting van beschikbare opties; relevante argumenten worden niet tegen elkaar afgewogen. De
kracht van de argumentatie wordt hoofdzakelijk gezocht in
een herhaling van uitgangspunten en beweringen. Ten slotte rijst het vermoeden dat een en ander mede verband houdt
met de dubbelrol die de ambtelijke opstellers van het rapport
(moeten) spelen. De beoogde objectieve analyse wordt gekleurd en doorkruist door afwegingen en uitspraken die bij
uitstek liggen in het politieke domein.
Wij ronden onze bijdrage af met een wellicht vrijpostige
suggestie voor verbetering. Verdient het, geheel in lijn met
het streven naar privatisering van overheidstaken, geen
aanbeveling over enkele jaren de opstelling van het negende rapport over het te voeren begrotingsbeleid uit te besteden aan een groep niet- ambtelijke deskundigen?
Jakob de Haan
Flip de Kam
Gees Sterks