Ongelijkheid in arbeidsuren en inkomen gedurende het eerste jaar van de coronapandemie

In 2020 reageerde Nederland op de verspreiding van het coronavirus door eerst maatregelen met betrekking tot fysieke afstand van elkaar in te voeren, vervolgens geleidelijk te heropenen en daarna weer een nieuwe lockdown op te leggen. De lockdowns hadden het grootste effect op het aantal arbeidsuren van werkenden in niet-essentiële functies die niet vanuit huis konden werken, en dit had disproportionele gevolgen voor diegenen met een laag opleidingsniveau en een laag inkomen. Tegelijkertijd veranderde de inkomensongelijkheid niet.

De coronacrisis heeft grote gevolgen gehad voor het economische en sociale leven in Nederland. Net als in andere landen was de eerste stijging van het aantal infecties voor de Nederlandse overheid aanleiding om het economische en sociale leven beperkingen op te leggen om zo de verspreiding van SARS-CoV-2 een halt toe te roepen. Half maart 2020 werden alle scholen en kinderopvangcentra gesloten, net als restaurants, cafés, bars en andere bedrijven waar persoonlijk contact plaatsvond. Mensen werd geadviseerd om thuis te blijven, een afstand van minstens anderhalve meter te bewaren en sociale contacten te vermijden. Tijdens de zomer werden de meeste beperkingen versoepeld, maar in het najaar van 2020 werd Nederland door een nieuwe golf getroffen, die de overheid noopte om een harde lockdown op te leggen waarbij alle niet-essentiële winkels dicht waren. Bovendien kondigde de overheid een avondklok af. Die begon half januari 2021 en duurde tot april en was bedoeld om de verspreiding van de deltavariant tegen te gaan.

Om het effect van de lockdown op de arbeidsmarkt te verminderen, tuigde de Nederlandse overheid half maart 2020 meerdere steunprogramma’s op, die daarna tot in 2021 werden verlengd. Met de eerste twee noodprogramma’s voor de Nederlandse economie was een bedrag gemoeid van ongeveer 30 miljard euro, zo’n drie tot vier procent van het bnp. De extra overheidsuitgaven in verband met corona vallen als percentage van het bnp in Nederland lager uit dan in andere, grotere economieën zoals Duitsland, het VK en de VS, en zijn ongeveer gelijk aan die van Zweden en Noorwegen (IMF, 2021). Zaken als van de ene op de andere dag opeens thuis moeten werken en een lockdown in veel sectoren van de economie hebben waarschijnlijk een sterke invloed op het beroepsleven van mensen gehad. In dit artikel onderzoeken we hoe het aantal arbeidsuren en het huishoudinkomen zich tijdens de coronapandemie hebben ontwikkeld. We onderzoeken welke mensen de lasten van de pandemie hebben gedragen en welk effect dit heeft gehad op ongelijkheid in de Nederlandse maatschappij. Tenslotte laten we ons licht schijnen op de rol van overheidssteun bij de bescherming van werknemers tegen een daling van het huishoudinkomen.

Data

Om de wijzigingen in het aantal arbeidsuren en het inkomen tijdens de verschillende fasen van de coronacrisis te doorgronden, ontwierpen we een aantal modules voor het panel van de Langlopende Internet Studies voor de Sociale wetenschappen (LISS). Het LISS-panel is gebaseerd op een bij het Centraal Bureau voor de Statistiek geregistreerde aselecte steekproef van individuen; het loopt sinds 2007 en bestaat uit ruwweg 4.000 Nederlandse huishoudens die bestaan uit in totaal ongeveer 7.000 individuen. De enquêtes worden uitgevoerd door CentERdata, een aan Tilburg University verbonden enquête-onderzoeksbureau.

De eerste module van onze vragenlijst werd tussen 20 en 31 maart 2020 uitgezet, een paar dagen na het begin van de eerste lockdown. Vijf andere modules volgden in april, mei, juni, september en december. Met ongeveer 80 procent bevond de response zich bij alle golven in de hoogste regionen van wat voor het panel gebruikelijk is. In deze hele paper beperken we onze steekproef tot respondenten tussen 18 en 66 jaar oud die voor de pandemie een werkweek van tenminste 10 uur hadden. Dat levert ons over alle golven 17.314 waarnemingen op.

In onze vragenlijsten worden aan respondenten vragen gesteld over het aantal thuis en op het werk gewerkte uren. Om het effect van de pandemie op het arbeidsaanbod bij bepaalde banen te beoordelen, halen we twee kenmerken van banen naar boven die van belang kunnen zijn voor het arbeidsaanbod tijdens contactbeperkingen.

Ten eerste vragen we alle ondervraagden die voorafgaand aan corona werkten, of hun baan kan worden gekwalificeerd als essentieel voor de instandhouding van het openbare leven. Alles bij elkaar heeft 35 procent van de respondenten een essentiële baan. Ten tweede vragen we in de vragenlijsten van mei en december naar het deel van het gebruikelijke werk dat vanuit huis kan worden gedaan. In mei werd bij deze vraag expliciet naar de periode voorafgaand aan de pandemie verwezen. Gemiddeld kan 44 procent van alle taken vanuit huis worden gedaan. Verder vragen we tijdens de pandemie elke maand naar het huishoudinkomen. Hiermee zijn we in staat om te onderzoeken hoe een verandering in het aantal arbeidsuren doorwerkt op de financiële situatie van huishoudens en hoe ongelijkheid erdoor wordt beïnvloed.

Alle vragen worden beschreven in Von Gaudecker et al. (2021). Vragenlijsten van het LISS-panel uit 2019 en de eerste maanden van 2020 leveren een rijke verzameling op van aanvullende achtergrondkenmerken.

Effect op arbeidsuren en inkomens per sociaaleconomische groep

Om de impact van de crisis op de ongelijkheid in de maatschappij te analyseren, beschrijven we eerst hoe veranderingen in arbeidsuren en huishoudinkomen verband houden met de sociaaleconomische status als functie van opleidingsniveau, persoonlijk inkomen en huishoudinkomen. Er zijn ten minste twee redenen waarom een daling van het aantal arbeidsuren voor mensen belangrijk is, zelfs als zij hun baan niet verliezen. Ten eerste, als het aantal arbeidsuren op middellange termijn niet op peil kan worden gehouden, dan kan men op basis van de verandering in het aantal gewerkte uren inschatten wat de vermoedelijke omvang zal zijn van ontslagen in de toekomst. Ten tweede kunnen minder arbeidsuren leiden tot een verminderde accumulatie van menselijk kapitaal en daarmee tot een beperking van de loonstijging in de toekomst.

Vergeleken met de situatie vóór corona nam het geaggregeerde wekelijkse aantal onvoorwaardelijke arbeidsuren in maart onmiddellijk af met 4,3 uur ofwel 12 procent. In april daalde het verder en in mei bereikte het een dieptepunt met een afname van 7,7 uur per week. Tot december steeg daarna het aantal arbeidsuren met 2,5 uur weer licht. Zoals we nu weten is de meest opvallende verandering op de arbeidsmarkt de niet eerder vertoonde stijging geweest van de hoeveelheid werk die vanuit huis wordt verricht. Er is een forse stijging van 4 uur in maart naar 15 uur in april. Het aandeel van vanuit huis gewerkte uren nam voor het geheel toe van 11 naar 50 procent. Dit aandeel daalde geleidelijk tot 31 procent in september voordat het in december weer toenam. Zie Zimpelmann et al. (2021) voor de exacte ontwikkeling van het aantal vanuit huis gewerkte uren.

In figuur 1 wordt onderzocht of de veranderingen in arbeidsuren tijdens de coronapandemie ongelijk over sociaaleconomische groepen zijn verdeeld. Te zien zijn de veranderingen in het totaalaantal arbeidsuren in verhouding tot begin maart 2020. Er wordt respectievelijk onderscheid gemaakt naar opleidingsniveau (figuur 1a) en persoonlijk brutoinkomen (gemeten voor de pandemie, figuur 1b). Bij mensen met lager voortgezet onderwijs of minder daalde het aantal arbeidsuren in maart en april gemiddeld met meer dan 22 procent. Hoger opgeleide ondervraagden gaven een aanzienlijk lagere vermindering van arbeidsuren op: bij degenen met afgerond hoger onderwijs bedroeg de vermindering slechts 11 procent.

Dit verschil neemt af in latere maanden, toen de beperkingen werden opgeheven, maar begon in december weer toe te nemen. Figuur 1b laat zien dat op basis van inkomen ook veranderingen in arbeidsuren kunnen worden voorspeld: in de groep mensen die minder dan 2.500 euro per maand verdient, was de afname van het totaalaantal arbeidsuren in maart en april gemiddeld meer dan 20 procent. Dit is ruwweg tweemaal zo veel als bij mensen die meer verdienen. Het verschil met de hoogste inkomensgroep wordt in de loop van de tijd minder, maar bedraagt in september en december toch nog ongeveer 3 procent.

De verschillen in gewerkte uren vanuit huis per onderwijs- en inkomensniveau zijn over de gehele duur van de pandemie zelfs nog sterker en hardnekkiger. Zo nam bij de groep met de laagste opleiding het aantal kantooruren thuis in alle waarnemingsmaanden met minder dan 2,5 uur toe; bij ondervraagden met hoger onderwijs was dat meer dan 15 uur gedurende de eerste lockdown en nog altijd meer dan 7,5 uur in september.

Op dezelfde wijze als onze analyse van arbeidsuren onderzoeken we of de pandemie gevolgen heeft gehad voor de ongelijkheid van huishoudinkomens. In de figuren 2a en 2b wordt het huishoudinkomen opgedeeld naar onderwijsniveaus en pre-COVID-niveau van het huishoudinkomen, dat wordt gemeten met de kernvragenlijsten van de LISS voor de jaren 2018 en 2019, als een brede maatstaf voor economische middelen. Bij beide metingen van sociaaleconomische status bewegen de veranderingen in het eerste en derde kwartiel zich tamelijk symmetrisch aan weerszijden van het nulniveau. We zien in 2020 dus geen toename van de inkomensongelijkheid in Nederland. Dit staat in schril contrast met bijvoorbeeld de ervaring in het VK. Met betrekking tot de maand mei laten Crossley et al. (2021) zien dat het inkomensverlies in het laagste kwintiel van de langetermijninkomensverdeling bij het eerste kwartiel 60 procent bedroeg en bij de mediaan 13 procent. In het op een na laagste kwintiel bedroegen de veranderingen respectievelijk 36 procent bij het eerste kwartiel en 6 procent bij de mediaan.

Om het kort samen te vatten verschilt het effect van de pandemie op de arbeidsuren dus sterk per sociaaleconomische status. Beter opgeleide en betaalde individuen konden hun aantal vanuit huis gewerkte uren veel meer verhogen en het totaalaantal arbeidsuren aanzienlijk minder laten dalen; dat laatste met name tijdens de eerste lockdown in maart en april. We zien echter dat deze verschillen zich niet vertalen in verschillen in het huishoudinkomen gedurende de pandemie. Hierna onderzoeken wij of de bewegingen in het aantal gewerkte uren samenhangen met pandemiespecifieke factoren. We analyseren ook de relatie van veranderingen in arbeidsuren met veranderingen in huishoudinkomen, en we onderzoeken waarom de sociaaleconomische gradiënt bij arbeidsuren niet doorwerkt op het huishoudinkomen.

Online-werken en essentiële functies

Twee baankenmerken springen eruit als zeer relevant als de economische activiteit wordt beperkt. De eerste is de mogelijkheid om vanuit huis te werken. De tweede is de vrijstelling die werkenden in essentiële beroepen kregen van de meeste restricties die het beroepsleven kreeg opgelegd. Het blijkt dat het werken vanuit huis sterk samenhangt met opleidingsniveau en inkomen. Bij mensen met minder dan lager voortgezet onderwijs kan slechts 17 procent van het werk in principe vanuit huis worden gedaan, maar bij mensen met hoger onderwijs is dit aandeel meer dan driemaal groter. Evenzo kan slechts 30 procent van het werk dat individuen met een inkomen van minder dan 2500 euro per maand vanuit huis worden gedaan; voor veelverdieners is dit percentage tweemaal zo hoog. Het aandeel van werkenden in essentiële beroepen neemt met het inkomen af. In de lage inkomensgroep bestaat 40 procent uit werkenden in essentiële beroepen; in de hoge inkomensgroep is dat slechts circa 30 procent.

Om verder te onderzoeken wie precies de kosten van de pandemie heeft gedragen, onderzoeken we of pandemiegerelateerde baankenmerken als verklaring kunnen dienen voor het waargenomen traject van geaggregeerde arbeidsuren en met name de sociaaleconomische gradiënt. Daartoe voeren we een regressieanalyse uit van de relatieve veranderingen in de arbeidsuren op sociaaleconomische variabelen, de status van werkende in een essentieel beroep, de optie om online te werken, en de interactie van de twee in beschouwing genomen baankenmerken. Tabel 1 laat zien dat de impact van de optie van online en de essentiële aard van het beroep op de afname van het aantal arbeidsuren sterk en statistisch significant is. Deze relatie is het meest uitgesproken tussen maart en juni, toen de sterkste restricties golden. Dit patroon is een aanwijzing dat de specifieke kenmerken van een pandemische recessie in de maanden na de eerste lockdown minder belangrijk werden. Bovendien is het feit dat de coëfficiënten voor opleidingsniveau en inkomen in kolom (2) meestal lager uitvallen dan in kolom (1) een aanwijzing dat pandemiespecifieke baankenmerken de in het vorige deel beschreven differentiële effecten naar inkomen en opleidingsniveau voor een belangrijk deel kunnen verklaren. Laagopgeleide individuen lijken de arbeidsuren sterker te verminderen omdat zij niet de mogelijkheid hebben om hun baan vanuit huis te doen. Uit de uitkomsten blijkt echter wel dat bij gegeven baankenmerken mensen met een hoger inkomen er iets beter in slaagden om hun aantal arbeidsuren op peil te houden. Een mogelijke verklaring is dat ze beter in staat zijn geweest om de mogelijkheid om vanuit huis te werken beter te benutten, maar dat werknemers die minder verdienen de technische ondersteuning die daarvoor nodig is vaker ontberen. Verder zou het inkomen vóór de pandemie een indicator kunnen zijn van de mate waarin werkgevers de coronaschok konden opvangen – met name bij zzp’ers.

Vervolgens kijken we nader naar de dynamische relatie tussen sociaaleconomische status en de veranderingen in arbeidsuren en huishoudinkomen om erachter te komen waarom de veranderingen in de huishoudinkomens geen sociaaleconomische gradiënt hebben. We maken onderscheid tussen mensen die tijdens de crisis werkloos raakten of gedurende de crisis hun werk behielden of zzp’er bleven.

De uitkomsten zijn opgenomen in de eerste drie kolommen van tabel 2. Opmerkelijk is dat de veranderingen in arbeidsuren geen effect hebben op werknemers, zoals uit de vijfde rij naar voren komt. Het is niet verrassend dat het er voor zzp’ers aan de onderkant van de verdeling veel slechter uitziet, want de ontwikkeling van het eerste kwartiel wijst op een extra verlies van 25 procent van het huishoudinkomen van vóór corona in vergelijking met degenen die hun baan in loondienst behouden.

Bij de mediaan bedraagt de extra daling 7 procent; in het derde kwartiel is deze kleiner en insignificant. De richting waarin de puntschattingen voor uren zich bewegen, is tegenovergesteld aan de verwachte parallelle beweging van uren en inkomen, maar de schatting ervan is zeer onnauwkeurig. In de laatste twee rijen is te zien dat de omvang van de veranderingen in huishoudinkomen van mensen die de overgang van werkend naar niet-werkend maakten, vergelijkbaar is met die van zzp’ers die zzp’er bleven. Voor degenen die werkloos worden, zijn de puntschattingen groter bij de mediaan en het derde kwartiel. De effecten van grote margeaanpassingen op het huishoudinkomen zijn waarschijnlijk vergelijkbaar met veranderingen in het huishoudinkomen van degenen die zzp’er blijven, omdat de overgang naar niet-werkend bij parttime werkenden vaker voorkomt. Daardoor resteert voor veel huishoudens waar een van de partners parttime werkte, alleen het inkomen van de hoofdverdiener. Evenzo is de uitkeringsvoet van de werkloosheids- of pensioenuitkering vaak hoger voor parttime werkenden met een relatief laag inkomen.

Effect steunprogramma’s overheid

Als laatste onderzoeken we in de tweede groep kolommen van tabel 2 of mensen enige vorm van overheidssteun ontvingen als zij doorgingen met werken. Voor werknemers kijken we naar het NOW-programma. Voor de zzp’ers zijn er de Tozo en de TOGS. Voor mensen in loondienst heeft het feit of de NOW al dan niet van geen effect op het inkomen. Gegevens over andere landen duiden erop dat inkomens daalden als de arbeidsuren van werknemers daalden, en de uitkomsten hier doen dus vermoeden dat het NOW-programma heeft geholpen om de daling van het huishoudinkomen als gevolg van de coronacrisis gering te houden. Bij de zzp’ers zien we veel grotere dalingen van het huishoudinkomen als zij van een steunregeling gebruikmaakten. Dit is een indicator dat de programma’s redelijk goed aan hun doel beantwoordden. Alles bij elkaar doen onze uitkomsten vermoeden dat men er met de NOW in geslaagd is om werknemers langs de intensieve marge een praktisch totale bescherming tegen veranderingen te bieden. Gelet op het in vergelijking met andere landen geringe aantal door werkloosheid gevolgde ontslagen, hebben de steunprogamma’s waarschijnlijk ook aan de beperking daarvan bijgedragen.

Conclusies

Het effect van de pandemie en de maatregelen om deze te bestrijden op het aantal arbeidsuren in Nederland vertoont hetzelfde beeld als in veel andere landen. Tegelijkertijd staat onze bevinding dat de inkomensongelijkheid in het eerste jaar van de pandemie nauwelijks steeg in sterk contrast met bijvoorbeeld de Britse ervaring (Crossley et al., 2021). Deze uitkomst verschilt ook sterk van het effect van de kredietcrisis in Nederland. Het inkomen daalde in 2009 met 13 procent, terwijl de uitstroom uit de werkgelegenheid vergelijkbaar was (Van den Berg et al., 2014). Het lijkt erop dat deze verschillen te danken zijn aan de steunprogramma’s van de overheid: de NOW is niet alleen bedoeld om banen te behouden, maar ook om werkenden een volledig loon te verzekeren. Dit was niet het geval bij het programma voor baanbehoud tijdens de kredietcrisis (Hijzen en Venn, 2011). Onze verklaring wordt ondersteund door de bevinding dat er geen verband is tussen het gebruik van de NOW en het huishoudinkomen. Dit is dus een sterke aanwijzing dat het streven naar volledige loonstabiliteit via maatregelen voor baanbehoud een beter tegenwicht vormt tegen inkomensterugval op middellange termijn dan andere maatregelen voor baanbehoud. Het huishoudinkomen van zzp’ers werd zeer hard getroffen en dat kon slechts gedeeltelijk door steunmaatregelen worden verzacht. Waarschijnlijk komt hierin tot uiting dat het veel moeilijker is om voor zzp’ers steunmaatregelen te treffen waarbij de arbeidsprikkel bewaard blijft. Het is dus cruciaal om zzp’ers gedurende de pandemie te ondersteunen en ze te helpen om hun werk weer op te starten zodra de besmettingscijfers dat mogelijk maken.

De gegevensverzameling werd in het kader van de Duitse ­Strategie voor excellentie gefinancierd door de Deutsche Forschungsgemeinschaft (DFG, Duitse Stichting voor Onderzoek) – EXC 2126/1 – 390838866, door de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) met een subsidie uit het Corona: Fast-track data-programma (440.20.043), en door het IZA – Instituut voor Arbeidseconomie. Gaudecker en Zimpelmann zijn dankbaar voor de financiële steun van de Duitse Stichting voor Onderzoek (DFG) in de vorm van CRC-TR 224 (project C01). Speciale dank gaat uit naar het team bij CentERdata, dat onze onderzoeken in een recordtijd mogelijk maakte. De uitkomsten in deze paper zijn gebaseerd op Zimpelmann et al. (2021), waarin aanvullende gegevens zijn opgenomen.

Literatuur

Berge, W. van den, H. Erken, M. de Graaf-Zijl en E. Van Loon (2014) The Dutch labour market during the Great Recession. CPB Background Document, juni.

Crossley, T.F., P. Fisher en H. Low (2021) The heterogeneous and regressive consequences of COVID-19: evidence from high quality panel data. Journal of Public Economics, 193, artikelnr 104334.

Gaudecker, H.-M. von, C. Zimpelmann, M. Mendel et al. (2021) CoVID-19 Impact Lab Questionnaire Documentation. Te vinden op covid-19-impact-lab.readthedocs.io.

Hagemann, A. (2017) Cluster-robust bootstrap inference in quantile regression models. Journal of the American Statistical Association, 112(517), 446–456.

Hijzen, A. en D. Venn (2011) The role of short-time work schemes during the 2008–09 Recession. OECD Social, Employment and Migration Working Paper, 115.

IMF (2021) Fiscal monitor database of country fiscal measures in response to the COVID-19 pandemic. IMF Fiscal Affairs Department, oktober.

Zimpelmann, C., H.-M. von Gaudecker, R. Holler et al. (2021) Hours and income dynamics during the COVID-19 pandemic: the case of the Netherlands. Labour Economics, te verschijnen.