De veerkrachtÂcapaciteit
van de Oost-Vlaamse economie – editie 2016
Waar kennis werkt
inhoud De veerkrachtcapaciteit van de Oost-Vlaamse economie – editie 2016 is een uitgave van de economische studiedienst van de Provincie Oost-Vlaanderen.
PAC Het Zuid 4e verdieping W. Wilsonplein 2 9000 Gent Provinciale dienst Economie, Europese en Internationale samenwerking tel. +32 9 267 86 86 economie@oost-vlaanderen.be www.oost-vlaanderen.be
Redactie Pascal de Meyer
Dataverzameling en –verwerking Pascal de Meyer Steunpunt Sociale Planning (provincie Oost-Vlaanderen, directie Welzijn, Gezondheid, Wonen, Jeugd en Ontwikkelings samenwerking) Johan De Clus, Henk Sap, Christophe Timbremont, Stijn Van de Perre (docenten Arteveldehogeschool-Sociaal Werk)
Ontwerp Karakters
Verantwoordelijke uitgever Geert Versnick, gedeputeerde p/a Gouvernementstraat 1 9000 Gent
Wettelijk depotnummer D/2016/5139/2
voorwoord
5
inleiding – een beknopt theoretisch verhaal definitie van veerkracht meting
7
de veerkrachtcapaciteit van een regio definitie berekening
11
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
15
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
23
conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
33
conclusie (2): veerkracht van de Vlaamse provincies
37
3
voorwoord
Dit is de vijfde publicatie van de economische studiedienst van de Provincie Oost-Vlaanderen gewijd aan veerkracht. De eerste editie dateert al van 2009, en was geïnspireerd door de economische schokken die de westerse wereld op dat moment teisterden, een gevolg van de bankencrisis en de ernstige problemen in de eurozone. Veerkracht, de Nederlandse vertaling van resilience, is al enige tijd een populair onderzoeksonderwerp in onder meer de macro-economie en de economische geografie. Het hoeft geen betoog dat het onderwerp zowel beleidsmakers als onder zoekers intrigeert. Hoe reageert een regio op een crisis? Hoe valt het bijvoorbeeld te verklaren dat de evolutie van Ierland en Spanje na de huizencrisis die beide economieÍn trof, zo verschillend was? De veerkrachtcapaciteit van een regio, en de onderliggende factoren, geven een indicatie van de brandpunten waarop het beleid kan gericht worden om de schokbestendigheid te bevorderen. Waar de twee eerste studies keken naar het verband tussen de economische groei en de sectorale samenstelling van de tewerkstelling, is de aanpak van de daaropvolgende edities veel diverser. Voor de arrondissementen worden in deze studie niet minder dan acht indicatoren in beeld gebracht, voor de provinciale vergelijking zeven. Om het belang van de indicatoren in de totaalscore te bepalen, werd beroep gedaan op docenten van de Arteveldehogeschool. Opvallend is dat zij, vanuit verschillende invalshoeken, zowat unaniem economische diversiteit naar voor schuiven als cruciaal element voor de veerkracht van een regio. De impact van de overheden op de onderzochte indicatoren en hoe die zich vertalen richting veerkracht is niet steeds evident. Het spreekt voor zich dat de Provincie Oost-Vlaanderen de conclusies zoveel als mogelijk zal implementeren in haar beleid voor de komende jaren.
Geert Versnick gedeputeerde bevoegd voor economie, ruimtelijke planning en buitenlandse betrekkingen
5
inleiding
Inleiding – een beknopt theoretisch verhaal1 Definitie van veerkracht De economische studiedienst van de provincie heeft in vier publicaties (20092012) schokbestendigheid / veerkracht2 geanalyseerd. Beide termen zijn een mogelijke vertaling van het Engelse begrip ‘resilience’. Als wetenschappelijke term is dit begrip afkomstig uit de biologie en milieukunde, met name de mogelijkheid van planten of dieren om zich aan te passen of zelfs te profiteren van moeilijke milieuomstandigheden. In de context van regionale macro-economie en economische geografie betekent ‘resilience’ (in de verdere tekst wordt de Nederlandse vertaling ‘veerkracht’ gehanteerd) het vermogen van een regio om te reageren op een exogene schok of verstoring. Een dergelijke schok kan divers van aard zijn: een natuurramp, een terroristische aanslag, een bankencrisis, sluiting van een groot bedrijf, … Cruciaal in de meting van veerkracht bij een geïdentificeerde schok is het onderscheid tussen ‘graad van veerkracht’ (c), ‘hersteltijd’ (d) en ‘graad van herstel’ (f). Dit wordt geïllustreerd in figuur 1. Figuur 1: veerkracht na een schok.
Bron: Ron Martin (University of Cambridge)
1
Zie onder meer: CHRISTOPHERSON, Susan et.al., ‘Regional resilience: theoretical and empirical perspectives’, Cambridge Journal of Regions, Economy and Society, 2010, 3, blz. 3-10; HASSINK, Robert, ‘Regional resilience: a promising concept to explain differences in regional economic adaptability?’, Cambridge Journal of Regions, Economy and Society, 2010, 3, blz. 45-58; MARTIN, Ron en Peter SUNLEY, ‘On the notion of regional economic resilience: conceptualization and explanation’, Journal of Economic Geography, vol. 15, januari 2015, blz. 1-42.
2
Het gaat om volgende publicaties: De regionale schokbestendigheid van de Oost-Vlaamse economie (2009), Economische veerkracht van de Oost-Vlaamse arrondissementen (2010) en De veerkrachtcapaciteit van de Oost-Vlaamse economie (2011 en 2012).
7
8
inleiding
Wat betekent regionale economische veerkracht nu precies? In de literatuur worden meerdere concepten gehanteerd omtrent veerkracht. Hierna worden de bekendste opgesomd. 1. Evenwicht
Dit is het vermogen van een regio om een bestaande situatie, die verondersteld wordt een evenwicht te zijn, te bewaren bij een exogene schok. In welke mate is een regio in staat terug te keren naar het vroegere niveau en/of groeipad van productie, tewerkstelling, bevolking…? Een hiermee verwant concept is de mate waarin een regio een evenwichts verlies door een exogene schok kan vermijden of de gevolgen van de schok kan beperken. Dit is eerder schokbestendigheid dan veerkracht. 2. Pad-afhankelijkheid (‘lock-in’ – ‘how the past shapes the future’)
In dit concept komt veerkracht neer op de mate waarin een regionale economie enerzijds kan vermijden om ‘ingesloten’ te geraken op een suboptimaal niveau of groeipad of anderzijds een snelle transitie kan maken naar een hoger niveau of groeipad. 3. Systeem perspectief en lange termijn perspectief
In deze context betekent een onderzoek naar veerkracht een studie naar de opkomst, stabiliteit en eventuele neergang van de instituten die de basis vormen van een economische groei op lange termijn. Voor de studie van de betrokken instituten hanteren economen het concept ‘maatschappelijke structuur van accumulatie’. Dat zijn combinaties van elkaar wederzijds versterkende economische, politieke en sociale instituties die over een lange periode stabiel blijven en zo de voorwaarden creëren voor een lange termijn groei. Je zou kunnen zeggen dat deze combinaties de voorwaarden vormen voor een opwaartse Kondratieff-golf.3 Een regionale economie is veerkrachtig wanneer haar maatschappelijke structuur van accumulatie stabiel is of wanneer een snelle transitie mogelijk is van de ene maatschappelijke structuur van accumulatie naar een andere.
3
Nikolai Kondratieff (1892-1938) verwijst hiermee naar een economische cyclus met golven van 50 tot 60 jaar. In een opwaartse golf is een hoge sectoriële groei zichtbaar. Volgens het Schumpeter-Freeman-Perez paradigma bevinden we ons nu op het keerpunt van de vijfde cyclus (het informatietijdperk).
inleiding
4. Evolutionair perspectief4
Deze kijk benadrukt flexibiliteit en verandering als kernelementen voor veerkracht. Adaptatie in regionale economieën verloopt volgens een sequentiële cyclus van innovatie en herstructurering, groei en het benutten van opportuniteiten, stabiliteit en toenemende rigiditeit; gevolgd door een fase van ‘ontspanning’ (‘release’) en uiteindelijk de herhaling van de cyclus. Elke fase van de cyclus wordt geassocieerd met verschillende gradaties aan veerkracht, verbondenheid en (des)accumulatie van kapitaal. Macro-economen hanteren het vaakst het evenwichtsconcept wanneer zij veerkracht bestuderen. In deze benadering ziet onderzoekers drie mogelijke reacties op een negatieve economische schok: 1. Een snelle terugkeer naar het vroegere groeipad. Dit zijn economisch veerkrachtige regio’s. 2. Het groeipad blijft behouden. Deze regio’s zijn schokbestendig. 3. Geen terugkeer naar het vroegere groeipad. Dit zijn niet-veerkrachtige regio’s.
Meting Hoe meet je of een regio (al dan niet) veerkrachtig of schokbestendig is? In de eerdere onderzoeken van de economische studiedienst van de provincie werd hiervoor een enkelvoudige lineaire regressie in combinatie met concentratiecoëfficiënten gebruikt. De variabelen in de lineaire regressie waren de groei van het bruto binnenlands product (BBP) en de sectorale groei van de toegevoegde waarde. Hierbij werd dus geen schok an sich bestudeerd, eerder in welke mate een bedrijfstak conjunctuurgevoelig is. Daaruit wordt dan geconcludeerd dat een conjunctuurgevoelige sector minder schokbestendig is. Als die dan in een bepaalde regio oververtegenwoordigd is (gemeten via de concentratiecoëfficiënten), dan is de regionale economie minder schokbestendig. Wanneer een schok kan geïdentificeerd worden, kan de economische performantie pre- en post-schok bepaald worden. Via de vergelijking van beide kan dan geconcludeerd worden of een regio economisch veerkrachtig is of niet. Net als in de editie 2012 van het onderzoek naar de veerkrachtcapaciteit wordt in deze studie gebruik gemaakt van een methodologie ontwikkeld door het Buffalo Regional Institute, State University of New York. De methodologie gaat niet uit van identificeerbare schokken, maar stelt een algemene systematiek voor om te onderzoeken of een regio veerkrachtig is. Meer uitleg daarover vind je in het volgende hoofdstuk.
4
Zie bijvoorbeeld SIMMIE, James en Ron MARTIN, ‘The economic resilience of regions: towards an evolutionary approach’, Cambridge Journal of Regions, Economy and Society, 2010, 3, blz. 27-43.
9
De veerkrachtcapaciteit van een regio
12
de veerkrachtcapaciteit van een regio
De veerkrachtcapaciteit van een regio Definitie De originele ‘resilience capacity index’ (verder vertaald als ‘veerkrachtcapaciteit’) is een enkelvoudige statistiek die de status van een regio weergeeft aan de hand van twaalf factoren.5 Deze factoren worden verondersteld de capaciteit te beïnvloeden van een regio om te recuperen van een toekomstige onbekende schok. De index laat vergelijkingen van regio’s toe maar ook identificatie van sterke en zwakke punten van een regio tegenover andere regio’s. Zoals reeds vermeld, werd de index ontwikkeld in het het Buffalo Regional Institute van de State University of New York, door dr. Kathryn A. Foster. De index is gebaseerd op twaalf indicatoren, gegroepeerd onder drie thema’s. A. Regionale economische capaciteit 1. Inkomensgelijkheid 2. Economische diversiteit 3. Betaalbaarheid van het wonen 4. Zakenomgeving B. Socio-demografische capaciteit 5. Scholingsgraad 6. Inwoners zonder handicap 7. Inwoners met een inkomen boven de armoedegrens 8. Inwoners met ziekteverzekering C. Maatschappelijke connectiviteitscapaciteit 9. Burgerparticipatie infrastructuur 10. Woonstabiliteit 11. Huiseigenaarschap 12. Kiesdeelname Uit de loutere opsomming van de indicatoren kunnen snel twee conclusies getrokken worden. Ten eerste is het duidelijk dat het om een specifiek Amerikaanse indicator gaat, zie indicatoren 8 en 12 die voor België niet relevant zijn. Ten tweede zijn de indicatoren consistent zo gekozen dat een hogere waarde een hypothetisch hoger niveau van veerkracht betekent. Zie bijvoorbeeld de keuze voor indicatoren 6 en 7.
5
Voor meer informatie omtrent de originele resilience capacity index kan je terecht op de website ‘Building resilient regions’: http://brr.berkeley.edu/rci.
de veerkrachtcapaciteit van een regio
Berekening De schalen en meeteenheden van de indicatoren lopen sterk uiteen en de gemeten waarden worden dan ook gestandaardiseerd via de z-transformatie. De formule van de z-transformatie ziet er als volgt uit (gem = gemiddelde en sd = standaardafwijking):
x - gem(x) waarbij gem(z) = 0 en sd(z) = 1 sd(x)
z=
Van elke waargenomen waarde x wordt het gemiddelde van alle waarnemingen afgetrokken, waarna dit gedeeld wordt door de standaardafwijking van alle waarnemingen. De z-score kwantificeert het aantal standaardafwijkingen (in positieve of negatieve richting) die een waarneming verschilt van het gemiddelde. De veerkrachtcapaciteit van een regio is het gewogen gemiddelde van alle z-scores voor de regionale indicatoren.
13
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
16
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
De methodiek voor Oost-Vlaanderen en de Vlaamse provincies In deze studie wordt de veerkrachtcapaciteit gemeten van de zes Oost-Vlaamse arrondissementen en de vijf Vlaamse provincies.
Gebruikte indicatoren en specifieke methodiek De gebruikte indicatoren zijn lokale varianten van de maatstaven gehanteerd in de oorspronkelijke ‘resilience capacity index’. Naast informatie over relevantie, definitie en bron wordt indien nodig ook een woordje uitleg gegeven over de berekeningsmethodiek. Zoals al eerder zijdelings opgemerkt, zijn er twee indicatoren die irrelevant zijn voor de Belgische situatie, met name het aantal inwoners met een (basis)ziekteverzekering en het aantal inwoners op kiesgerechtigde leeftijd die effectief gaan stemmen. In de Verenigde Staten kan een ziekteverzekering effectief een basis verschaffen voor sociale, lichamelijke en economische zekerheid.6 Deelname aan verkiezingen is een maatstaf voor burgerlijk engagement: het stemmen als middel om resultaten te beïnvloeden.7 Voor België zou eventueel de invloed kunnen onderzocht worden van enerzijds de tweede of derde ziekteverzekerings pijler of anderzijds een sommatie van degenen die niet opdagen om te stemmen en het aantal blanco en ongeldige stemmen, maar dit zou ons op dit ogenblik te ver voeren. Deze indicatoren worden dan ook buiten beschouwing gelaten. Een aantal indicatoren zijn voor Vlaanderen niet beschikbaar op dezelfde wijze als voor de Verenigde Staten. Waar mogelijk wordt dan een alternatieve maatstaf gehanteerd. Voor bepaalde indicatoren, zoals ‘zakenomgeving’, vallen meerdere invalshoeken te bedenken. Om de vergelijkbaarheid te maximaliseren, wordt de z-transformatie afzonderlijk uitgevoerd voor enerzijds de zes Oost-Vlaamse arrondissementen en anderzijds de vijf Vlaamse provincies. De z-transformatie is enkel bedoeld om meetschalen en –eenheden vergelijkbaar te maken, maar standaardiseert niet de grootte- afwijkingen (qua bevolking en economisch belang) tussen arrondissementen en provincies. 1. Inkomensgelijkheid
Dit is een indicator voor de verdeling van economische middelen over een populatie, gemeten via het inkomen. De veronderstelling is dat hoe gelijker de inko-
6
“Having health insurance provides a foundation for social, physical and economic security”. Zie http://brr.berkeley.edu/rci/site/sources.
7
“Voter participation is a measure of civic engagement, demonstrated by a commitment to influence outcomes through votes”. Ibid .
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
mensverdeling, hoe coherenter en dus effectiever de respons op een economische schok zal zijn. In de vorige editie werd de inkomensongelijkheid gemeten via de Gini-coëfficiënt. De FOD Economie – Algemene Directie Statistiek publiceert deze echter niet meer. We gebruiken in deze publicatie de verhouding P25/ P75, met name hoeveel keer het inkomen van het 25ste percentiel kleiner is dan het inkomen van het 75ste percentiel. Percentielen zijn de verdeling van de gemiddelde inkomens, gerangschikt van laag tot hoog, per procent. Het 75ste percentiel kan beschouwd worden als ‘hogere middenklasse’, terwijl het 25ste percentiel ‘arm’ is.8 Hoe groter de P25/P75-verhouding, hoe groter de inkomensgelijkheid. De data zijn afkomstig van de FOD Economie – Algemene Directie Statistiek (inkomensjaar 2013). 2. Economische diversificatie
Onze vorige studies omtrent schokbestendigheid / veerkracht gingen uit van de hypothese dat regio’s met een grote concentratie van conjunctuurgevoelige sectoren niet schokbestendig waren. Voortwerkend op deze hypothese zijn onderzoekers tot de veronderstelling gekomen dat economische diversificatie de veerkracht van een regio vergroot.9 In deze publicatie hanteren we de inverse Krugman specialisatie index (IKSI).10 De berekening voor deze studie gebeurt als volgt:
i
IKSI = 1 − gemiddelde ( V k – V k)
V ki is het aandeel in de tewerkstelling van regio i (arrondissement of provincie) voor bedrijfstak k, terwijl Vk het aandeel van de tewerkstelling voor bedrijfstak k is in de provincie of het Vlaams Gewest. De IKSI wordt berekend op basis van de data voor 38 bedrijfstakken. De gegevens zijn afkomstig van de RSZ, voor het jaar 2014. 3. Betaalbaarheid van het wonen
Voor deze maatstaf wordt ervan uitgegaan dat minder dan 35% van het huishoudelijk inkomen naar de woonkosten mag gaan, in de vorm van huur of van een hypothecaire afbetaling. Wanneer dit aandeel de 35% overschrijdt, heeft een gezin minder flexibiliteit om in tijden van crisis alternatieve investeringen te doen.
8
AUGUSTINE, Nancy et. al., Regional economic capacity, economic shocks and economic resilience (working paper), MacArthur Foundation Network on Building Resilient Regions, Berkeley, 2013, blz. 4-5.
9
Zie bijvoorbeeld RAMCHARAN, Rodney, ‘How big are the benefits of economic diversification? Evidence from earthquakes’, IMF Working Paper 05/48, 2005, 33 blz.
10 PALAN, Nicole, Measurement of specialization – the choice of indices, FIW Working Paper, nr. 62, Graz, 2010, geen paginanummering.
17
18
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
Helaas zijn hierover in België geen gegevens beschikbaar. Deze indicator wordt dan ook niet gebruikt. Nader onderzoek kan in de toekomst indicaties geven voor een alternatieve maatstaf. 4. Zakenomgeving
In de oorspronkelijke resilience capacity index gaat het hierbij over een reeks factoren die de dynamiek van een regionale economie beïnvloeden. Hoe dynamischer, hoe veerkrachtiger. Voor hun studie hanteren de onderzoekers een subcomponent van de ‘innovation index’ ontwikkeld door het Indiana Business Center. Een vergelijkbare index bestaat niet voor Vlaanderen. Om deze belangrijke economische indicator toch een plaats te kunnen geven in het Oost-Vlaamse verhaal wordt een benaderende methode gebruikt. Innovatiegerichtheid wordt gezien als proxy indicator van zakendynamiek. Statistisch duiden we deze innovatiegerichtheid via het aandeel van de tewerkstelling in de bedrijfstakken ‘telecommunicatie’, ‘informatica’ en ‘speur- en ontwikkelingswerk op wetenschappelijk gebied’ (respectievelijk NACE-BEL 2008 categorieën 61, 62+63, 72) in de totale tewerkstelling van een regio. De gegevens zijn afkomstig van de RSZ, voor het jaar 2014. Het moge duidelijk zijn dat dit slechts een benaderend cijfergegeven is. Hier wordt bijvoorbeeld voorbij gegaan aan onderzoek en ontwikkeling binnen bedrijven uit andere sectoren. 5. Scholingsgraad
De scholingsgraad van de bevolking op de arbeidsmarkt is een vanzelfsprekende indicator voor de veerkracht van een regio. Scholing is een cruciale maatschappelijke nood wanneer het er op aan komt om de schokbestendigheid van een regio te bepalen. Voor Vlaanderen wordt dit gemeten door het percentage van de bevolking van 15 tot en met 64 jaar met een diploma behaald aan een hogeschool (korte of lange type) of universiteit te delen door het percentage van die bevolking die ten hoogste een getuigschrift lager secundair onderwijs heeft behaald. Het zijn de gegevens van 2014 gebaseerd op de Enquête naar de arbeidskrachten van de FOD Economie – Algemene Directie Statistiek. Op arrondissementeel niveau zijn geen recente gegevens beschikbaar – de meest recente zijn van 2011, uit de ‘Census 2011’.11 Enkel de provinciale data worden weergegeven.
11 De ‘Census 2011’ is een ‘volkstelling’ op basis van gekoppelde administratieve databanken. Daardoor zou het mogelijk moeten zijn om op regelmatige tijdstippen een update uit te voeren. Zie DEWITTE, Pieter, Census 2011: de eerste administratieve census in België, Trefpunt Economie, nr. 8, december 2015, geen bladzijdenummering.
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
6. Inwoners zonder handicap
Hoe cru dit ook moge klinken, een handicap beperkt aanpasbaarheid en opties in crisistijden.12 Beperkingen op het vlak van de zintuigen, mobiliteit, zelfzorg of cognitiviteit resulteren in een maatschappelijke risicofactor waardoor regio’s met een groter aandeel inwoners met een beperking meer kwetsbaar zijn voor de gevolgen van natuurlijke, maatschappelijke en economische uitdagingen. Belangrijk voor de veerkracht van een regionale economie is het aandeel arbeidsgehandicapten. Dat zijn personen met een lichte of zware, fysieke of geestelijke stoornis die het hen moeilijk tot onmogelijk maakt werk te vinden en te houden. Voor Vlaanderen zijn hieromtrent zeer recente gegevens beschikbaar voor de niet-werkende werkzoekenden (bron: Arvastat-VDAB – jaargemiddelde 2014). Het hanteren van werkloosheidscijfers in plaats van gegevens omtrent werkenden vertekent de omvang van het probleem. Zoals de definitie het zegt, gaat het hier precies om personen die moeilijk of niet werk vinden en/of houden. Deze zijn vanzelfsprekend meer te vinden in de werkloosheid dan onder de werkenden. Maar aangezien deze vertekening niet per se geografisch van origine is, blijven de Arvastatdata zeker bruikbaar voor deze studie. Om in lijn te zijn met de systematiek dat een hogere waarde een hypothetisch hoger niveau van veerkracht betekent, wordt in deze indicator het aandeel werkzoekenden gemeten zonder handicap. 7. Inwoners met een inkomen boven de armoedegrens
Inkomen boven de armoedegrens is een veel gebruikte indicator voor sociaaleconomische kwetsbaarheid, vooral op individueel of gezinsniveau. Dit is een variabele waarachter een reeks problemen zitten die een maatstaf zijn voor de mogelijkheden en opties die een persoon, gezin of regio heeft om af te rekenen met een crisis. Gegevens omtrent deze indicator zijn (nog) niet beschikbaar voor het provinciaal of arrondissementeel niveau. Ook hier gebruiken we, net als bij ‘zakenomgeving’, een proxy variabele. De POD Maatschappelijke Integratie beschikt over gegevens omtrent het aantal personen dat recht heeft op een leefloon of een equivalent leefloon. Dit laatste is financiële steun voor personen die geen recht hebben op een leefloon, maar die zich wel in een vergelijkbare situatie bevinden. De gehanteerde data zijn van 2014.
12 “What makes local and regional economies resilient? Adaptation, adaptability and adaptive capacity” – blz. 3 en volgende in DAWLEY, Stuart et.al., Towards the resilient region?: Policy activism and peripheral region development, SERC Discussion Paper 53, London School of Economics, 2010, 21 blz.
19
20
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
8. Burgerparticipatie infrastructuur
De burgerparticipatie infrastructuur van een regio, gemeten via de dichtheid van burgerverenigingen, fungeert als proxy variabele voor maatschappelijk engagement. Een maatschappelijk netwerk biedt niet alleen kanalen voor steun in tijden van crisis maar kan ook het middel zijn via hetwelk inwoners hun maatschappij begrijpen en er in investeren. Dit bevordert regionale veerkracht. Burgerparticipatie infrastructuur wordt gemeten als het aantal verenigingen per 10 000 inwoners. Concreet vertaalt dit zich in Vlaanderen als het aantal vestigingen in een regio die onder NACE-BEL categorie 94 (‘verenigingen’) in de RSZstatistieken zijn opgenomen. De gegevens dateren van 2014. Het spreekt voor zich dat deze data slechts een benaderende kijk op het verenigingsleven geven. Enerzijds hebben vele verenigingen die een belangrijke rol spelen in de burgerparticipatie geen rechtspersoonlijkheid (feitelijke verenigingen) en die zijn niet terug te vinden in de statistieken. Anderzijds zijn in de gebruikte NACE-BEL categorie verenigingen opgenomen die weinig of niets te maken hebben met maatschappelijk engagement. 9. Woonstabiliteit
Deze indicator meet in hoeverre inwoners hun roots hebben in een regio. De logica hierachter is dat nieuwkomers minder vertrouwd zijn met de gemeenschap waarin ze terecht komen dan personen die er al een tijdje wonen. Veerkracht komt deels voort uit de mate waarin een inwoner vertrouwd is met een plaats. Dit verbetert de wijze waarop de gemeenschap kan gestuurd worden en vermakkelijkt de toegang tot diensten en steun in geval van een economische of maatschappelijke uitdaging.13 De woonstabiliteit wordt berekend als het jaarlijks gemiddeld percentage van de bevolking die in dezelfde regio woonde het jaar voordien. Concreet wordt het aantal inwoners dat op hetzelfde of op een ander adres in dezelfde regio woonde (in vergelijking met vorig jaar), gedeeld door het totaal aantal inwoners ouder dan 1 jaar. De gegevens zijn afkomstig uit het Rijksregister, met een meting over de jaren 2013-2014. Provinciale gegevens zijn momenteel (nog) niet beschikbaar. Enkel de arrondissementen worden bestudeerd.
13 Zie bijvoorbeeld CUTTER, Susan et.al., ‘Disaster resilience indicators for benchmarking baseline conditions’, Journal of Homeland Security and Emergency Management, 2010, vol. 7, nr. 1, artikel 51
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
10. Huiseigenaarschap
Deze indicator is eigenlijk de overtreffende trap van woonstabiliteit als maatstaf voor engagement en gehechtheid aan een locatie. De cijfers voor het jaar 2014 worden verkregen door een combinatie van Rijksregister-data en gegevens van de Algemene Administratie van de Patrimoniumdocumentatie (FOD Financiën - AAP) – vroeger bekend als het kadaster. Recente provinciale gegevens zijn momenteel niet beschikbaar. Ook hiervoor kan de census-methodiek wellicht soelaas bieden in de toekomst (zie voetnoot 11 onder indicator ‘scholingsgraad’). Enkel de arrondissementen worden bestudeerd. Op deze indicator zit wel wat ruis. Gemiddeld is in Oost-Vlaanderen voor zo’n 7% van de gevallen de situatie onduidelijkheid, met aandelen die variëren tussen 4 en 10%.
21
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
24
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Resultaten voor Oost-Vlaanderen en de Vlaamse provincies Inkomensgelijkheid Als indicator hiervoor hanteren we de P25/P75-verhouding (inkomsten 2013), het aantal keren dat het inkomen van de ‘armen’ kleiner is dan dat van de ‘hogere middenklasse’. Tabel 1: P25/P75-verhouding (inkomsten 2013) regio
P25/P75
arrondissement Aalst
0,388
arrondissement Dendermonde
0,396
arrondissement Eeklo
0,399
arrondissement Gent
0,370
arrondissement Oudenaarde
0,381
arrondissement Sint-Niklaas
0,393
provincie Antwerpen
0,389
provincie Limburg
0,408
provincie Oost-Vlaanderen
0,382
provincie Vlaams-Brabant
0,356
provincie West-Vlaanderen
0,397
Bron: FOD Economie – ADS + eigen berekeningen
Uit deze tabel blijkt dat Gent het arrondissement is met de hoogste inkomens ongelijkheid. Vlaams-Brabant is de provincie met de minst gelijke inkomens verdeling. In tabel 2 worden de resultaten weergegeven na z-transformatie. Tabel 2: z-scores inkomensgelijkheid (inkomsten 2013) regio
z-score
arrondissement Aalst
+0,031
arrondissement Dendermonde
+0,752
arrondissement Eeklo
+1,057
arrondissement Gent
-1,648
arrondissement Oudenaarde
-0,634
arrondissement Sint-Niklaas
+0,443
provincie Antwerpen
+0,144
provincie Limburg
+1,097
provincie Oost-Vlaanderen
-0,195
provincie Vlaams-Brabant
-1,569
provincie West-Vlaanderen
+0,524
Bron: eigen berekeningen
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Economische diversificatie De economische diversificatie van een regio meten we met de inverse Krugman specialisatie index (IKSI). Tabel 3 geeft de waarden van de IKSI weer. Tabel 3: inverse Krugman specialisatie index (2014) regio
IKSI
arrondissement Aalst
0,994
arrondissement Dendermonde
0,991
arrondissement Eeklo
0,992
arrondissement Gent
0,996
arrondissement Oudenaarde
0,990
arrondissement Sint-Niklaas
0,993
provincie Antwerpen
0,997
provincie Limburg
0,995
provincie Oost-Vlaanderen
0,996
provincie Vlaams-Brabant
0,991
provincie West-Vlaanderen
0,993
Bron: RSZ + eigen berekeningen
Daaruit blijkt dat Gent het arrondissement is met de grootste diversificatie. Qua provincies is het Antwerpen dat hier het best scoort. De z-scores (tabel 4) maken dit verhaal nog wat duidelijker. Tabel 4: z-scores economische diversificatie (2014) regio
z-score
arrondissement Aalst
+0,510
arrondissement Dendermonde
-0,671
arrondissement Eeklo
-0,306
arrondissement Gent
+1,522
arrondissement Oudenaarde
-1,341
arrondissement Sint-Niklaas
+0,286
provincie Antwerpen
+1,063
provincie Limburg
+0,217
provincie Oost-Vlaanderen
+0,652
provincie Vlaams-Brabant
-1,482
provincie West-Vlaanderen
-0,449
Bron: eigen berekeningen
25
26
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Zakelijke omgeving Voor deze indicator wordt gebruik gemaakt van data omtrent innovatieve sectoren. Zoals reeds aangestipt, mag het duidelijk zijn dat het hier gaat om een approximatieve invulling. De gegevens worden weergegeven in tabellen 5 en 6. Tabel 5: tewerkstellingsaandeel innovatieve sectoren (2014, % totaal) regio
aandeel
arrondissement Aalst
0,88
arrondissement Dendermonde
0,74
arrondissement Eeklo
0,18
arrondissement Gent
3,21
arrondissement Oudenaarde
0,49
arrondissement Sint-Niklaas
0,87
provincie Antwerpen
2,29
provincie Limburg
1,23
provincie Oost-Vlaanderen
1,93
provincie Vlaams-Brabant
4,55
provincie West-Vlaanderen
1,09
Bron: RSZ + eigen berekeningen
Tabel 6: z-scores zakelijke omgeving (2014) regio
z-score
arrondissement Aalst
-0,170
arrondissement Dendermonde
-0,298
arrondissement Eeklo
-0,810
arrondissement Gent
+1,979
arrondissement Oudenaarde
-0,530
arrondissement Sint-Niklaas
-0,173
provincie Antwerpen
+0,053
provincie Limburg
-0,708
provincie Oost-Vlaanderen
-0,208
provincie Vlaams-Brabant
+1,673
provincie West-Vlaanderen
-0,809
Bron: eigen berekeningen
Gelet op de keuze van de proxy indicator verbaast het niet dat Gent als arrondissement en Vlaams-Brabant als provincie hier er in positieve richting uitspringen.
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Scholingsgraad In dit onderdeel wordt het aandeel hooggeschoolden gerelateerd aan het aandeel laaggeschoolden. Enkel gegevens op provincieniveau zijn beschikbaar. Tabel 7: aandeel hooggeschoolden / aandeel laaggeschoolden (2014) regio
aandeel
provincie Antwerpen
1,29
provincie Limburg
1,02
provincie Oost-Vlaanderen
1,17
provincie Vlaams-Brabant
1,82
provincie West-Vlaanderen
1,06
Bron: FOD Economie - ADS + eigen berekeningen
Concreet betekent dit bijvoorbeeld dat Vlaams-Brabant bijna twee keer zoveel hooggeschoolden telt als laaggeschoolden. Tabel 8: z-scores scholingsgraad (2014) regio
z-score
provincie Antwerpen
+0,057
provincie Limburg
-0,780
provincie Oost-Vlaanderen
-0,313
provincie Vlaams-Brabant
+1,691
provincie West-Vlaanderen
-0,655
Bron: eigen berekeningen
Werkzoekenden zonder arbeidshandicap Tabel 9 geeft het aandeel werkzoekenden met een handicap als procent van het totaal aantal niet werkende werkzoekenden (= H) weer. Tabel 9: aantal arbeidsgehandicapte werkzoekenden (2014, % totaal aantal werkzoekenden) regio
aandeel (H)
arrondissement Aalst
14,0
arrondissement Dendermonde
13,8
arrondissement Eeklo
22,5
arrondissement Gent
12,4
arrondissement Oudenaarde
12,8
arrondissement Sint-Niklaas
13,4
provincie Antwerpen
11,7
provincie Limburg
17,0
provincie Oost-Vlaanderen
13,6
provincie Vlaams-Brabant
11,1
provincie West-Vlaanderen
16,2
Bron: VDAB-Arvastat + eigen berekeningen
27
28
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Een z-transformatie op 1 – H geeft de resultaten in tabel 10. Tabel 10: z-scores aandeel niet-arbeidsgehandicapte werkzoekenden (2014) regio
z-score
arrondissement Aalst
+0,209
arrondissement Dendermonde
+0,274
arrondissement Eeklo
-2,016
arrondissement Gent
+0,632
arrondissement Oudenaarde
+0,529
arrondissement Sint-Niklaas
+0,373
provincie Antwerpen
+0,835
provincie Limburg
-1,171
provincie Oost-Vlaanderen
+0,125
provincie Vlaams-Brabant
+1,079
provincie West-Vlaanderen
-0,867
Bron: eigen berekeningen
Inwoners met een inkomen boven de armoedegrens We gebruiken hier de proxy variabele leefloongerechtigden (inclusief personen met een equivalent leefloon). Tabel 11 toont het percentage (L) van de totale bevolking die een leefloon of een equivalent leefloon ontvangen. Tabel 11: personen met (equivalent) leefloon (2014, % totale bevolking) regio
aandeel (L)
arrondissement Aalst
0,83
arrondissement Dendermonde
0,68
arrondissement Eeklo
0,76
arrondissement Gent
1,42
arrondissement Oudenaarde
0,48
arrondissement Sint-Niklaas
1,05
provincie Antwerpen
1,07
provincie Limburg
0,55
provincie Oost-Vlaanderen
1,04
provincie Vlaams-Brabant
0,65
provincie West-Vlaanderen
0,83
Bron: POD Maatschappelijke Integratie + eigen berekeningen
Armoede is duidelijk gelinkt aan stedelijkheid. De provincies Antwerpen en OostVlaanderen, met de twee Vlaamse grootsteden, halen de hoogste scores. We zien het ook aan de arrondissementele cijfers. De arrondissementen met de grootste Oost-Vlaamse steden (Gent, Aalst en Sint-Niklaas) laten de hoogste aandelen noteren.
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Tabel 12 toont de z-scores van 1-L: hoe geringer het aandeel leefloontrekkenden, hoe hoger de hypothetische veerkracht. Tabel 12: z-scores bevolking niet in armoede (2014) regio
z-score
arrondissement Aalst
+0,136
arrondissement Dendermonde
+0,578
arrondissement Eeklo
+0,338
arrondissement Gent
-1,689
arrondissement Oudenaarde
+1,179
arrondissement Sint-Niklaas
-0,541
provincie Antwerpen
-1,042
provincie Limburg
+1,209
provincie Oost-Vlaanderen
-0,921
provincie Vlaams-Brabant
+0,776
provincie West-Vlaanderen
-0,022
Bron: eigen berekeningen
Burgerparticipatie infrastructuur Als benaderende variabele wordt hier het aantal verenigingen per 10Â 000 inwoners gebruikt. Tabel 13: aantal verenigingen per 10Â 000 inwoners (2014) regio arrondissement Aalst
aantal 3,12
arrondissement Dendermonde
4,47
arrondissement Eeklo
10,59
arrondissement Gent
1,63
arrondissement Oudenaarde
7,21
arrondissement Sint-Niklaas
3,62
provincie Antwerpen
3,81
provincie Limburg
3,97
provincie Oost-Vlaanderen
4,89
provincie Vlaams-Brabant
3,81
provincie West-Vlaanderen
6,14
Bron: RSZ, FOD Economie - ADS + eigen berekeningen
De lage score van Gent verbaast enigszins. Het gaat hier wel over grotere verenigingen, met gemiddeld 6,4 werknemers, tegenover 5,1 voor heel de provincie.
29
30
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Na z-transformatie ziet deze variabele er als volgt uit: Tabel 14: z-scores aantal verenigingen per 10Â 000 inwoners (2014) regio arrondissement Aalst
z-score -0,609
arrondissement Dendermonde
-0,196
arrondissement Eeklo
+1,682
arrondissement Gent
-1,067
arrondissement Oudenaarde
+0,645
arrondissement Sint-Niklaas
-0,456
provincie Antwerpen
-0,711
provincie Limburg
-0,547
provincie Oost-Vlaanderen
+0,361
provincie Vlaams-Brabant
-0,705
provincie West-Vlaanderen
+1,602
Bron: eigen berekeningen
Woonstabiliteit Voor deze indicator zijn enkel gegevens op arrondissementeel niveau beschikbaar. In tabel 15 wordt volgende indicator weergegeven: het aantal inwoners dat op hetzelfde of op een ander adres in dezelfde regio woonde (in vergelijking met vorig jaar), gedeeld door het totaal aantal inwoners ouder dan 1 jaar (aandeel in %). Tabel 15: woonstabiliteit (2013-2014) regio
aandeel
arrondissement Aalst
98,2
arrondissement Dendermonde
98,2
arrondissement Eeklo
97,7
arrondissement Gent
98,1
arrondissement Oudenaarde
98,0
arrondissement Sint-Niklaas
98,4
Bron: Rijksregister, Steunpunt Sociale Planning + eigen berekeningen
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Tabel 16 geeft de z-scores van de woonstabiliteit weer. Tabel 16: z-scores woonstabiliteit (2013-2014) regio
aandeel
arrondissement Aalst
+0,263
arrondissement Dendermonde
+0,243
arrondissement Eeklo
-1,679
arrondissement Gent
+0,148
arrondissement Oudenaarde
-0,355
arrondissement Sint-Niklaas
+1,380
Bron: eigen berekeningen
Huiseigenaarschap Ook voor deze indicator zijn enkel arrondissementele gegevens beschikbaar. Tabel 17 bevat cijfers omtrent het aandeel eigenaars in vergelijking met het totaal aantal gezinnen. Tabel 17: huiseigenaarschap (2014 - % gezinnen) regio
aandeel
arrondissement Aalst
70,1
arrondissement Dendermonde
67,4
arrondissement Eeklo
64,9
arrondissement Gent
58,9
arrondissement Oudenaarde
72,5
arrondissement Sint-Niklaas
63,8
Bron: Rijksregister, FOD Financiën – AAP, Steunpunt Sociale Planning + eigen berekeningen
Een opvallende uitschieter is Gent. Het relatief lage aandeel eigenaars heeft te maken met het groter aantal ‘passanten’ dat provinciehoofdstad en Vlaamse grootstad Gent aantrekt, onder meer door het ruimere aanbod aan huurwoningen (vooral appartementen). Tabel 18 geeft de z-scores weer. Tabel 18: z-scores huiseigenaarschap (2014) regio
aandeel
arrondissement Aalst
+0,746
arrondissement Dendermonde
+0,330
arrondissement Eeklo
+0,008
arrondissement Gent
-1,572
arrondissement Oudenaarde
+1,178
arrondissement Sint-Niklaas
-0,690
Bron: eigen berekeningen
31
Conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
34
conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
Conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen Uiteindelijk kunnen we de veerkracht van de Oost-Vlaamse arrondissementen bepalen op basis van acht reeksen z-scores. Voor twee van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op arrondisse足 menteel niveau, met name betaalbaarheid van het wonen en scholings足graad. In tabel 19 worden de z-scores voor de acht bruikbare indicatoren weerge足 geven en het gewogen gemiddelde van die acht scores. De weging is uitgevoerd in samenwerking met de Arteveldehogeschool, afdeling bachelor in het sociaal werk. Vier docenten hebben hieraan meegewerkt: een economist, een historicus, een psycholoog en een socioloog. Zij hebben de gebruikte indicatoren gerangschikt naar belang zoals zij dit inschatten. Op basis van de sommatie van deze vier rangschikkingen is de weging dan bepaald. De cijfers tussen haakjes bij de indicatoren geven de globale rangschikking naar ingeschat belang aan, met 1 als belangrijkste en 8 als minst belangrijke. Het gewogen gemiddelde is meteen een relatieve maatstaf voor de veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen. Tabel 19: veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen indicatoren
arrondissementen Aalst
Dendermonde
Eeklo
Gent
Oudenaarde
Sint-Niklaas
inkomensgelijkheid (2)
+0,031
+0,752
+1,057
-1,648
-0,634
+0,443
economische diversificatie (1)
+0,510
-0,671
-0,306
+1,522
-1,341
+0,286
zakelijke omgeving (3)
-0,170
-0,298
-0,810
+1,979
-0,529
-0,173
geen arbeidshandicap (8)
+0,209
+0,274
-2,016
+0,632
+0,529
+0,373
inkomen boven armoedegrens (4)
+0,136
+0,578
+0,338
-1,689
+1,179
-0,541
burgerparticipatie infrastructuur (7)
-0,609
-0,196
+1,682
-1,067
+0,645
-0,456
woonstabiliteit (6)
+0,263
+0,243
-1,679
+0,148
-0,355
+1,380
huiseigenaarschap (5)
+0,793
+0,230
-0,276
-1,524
+1,288
-0,511
veerkrachtcapaciteit
+0,075
-0,013
-0,045
+0,052
-0,112
+0,044
Bron: eigen berekeningen
conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
Van de zes Oost-Vlaamse arrondissementen is Aalst het arrondissement met de grootste veerkrachtcapaciteit, met hoge scores voor economische diversificatie en huiseigenaarschap. Oudenaarde is afgetekend het arrondissement met de zwakste veerkrachtcapaciteit. Dit heeft vooral te maken met de lage score qua economische diversificatie. Figuur 2 geeft de z-scores voor de acht gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram. Figuur 2: veerkrachtindicatoren van de Oost-Vlaamse arrondissementen
35
conclusie (2): veerkracht van de Vlaamse provincies
38
conclusie (2): veerkracht van de Vlaamse provincies
Conclusie (2): veerkracht van de Vlaamse provincies De veerkracht van de provincies wordt bepaald op basis van zes indicatoren waarvoor z-scores kunnen berekend worden. Voor drie van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op provinciaal niveau, namelijk betaalbaarheid van het wonen, woonstabiliteit en huiseigenaarschap. In tabel 20 worden de z-scores voor de zeven bruikbare indicatoren weerge足 geven en het gewogen gemiddelde van die zeven scores. Dit gemiddelde is meteen een relatieve maatstaf voor de veerkrachtcapaciteit van de Vlaamse provincies. De cijfers tussen haakjes bij de indicatoren geven de globale rangschikking naar ingeschat belang aan, met 1 als belangrijkste en 7 als minst belangrijke. Tabel 20: veerkrachtcapaciteit van de Vlaamse provincies indicatoren
provincies Antwerpen
Limburg
inkomensgelijkheid (3)
+0,144
+1,097
Oost-Vlaanderen Vlaams-Brabant West-Vlaanderen -0,195
-1,569
+0,524
economische diversificatie (1)
+1,063
+0,217
+0,652
-1,482
-0,449
zakelijke omgeving (4)
+0,053
-0,708
-0,208
+1,673
-0,809
scholingsgraad (2)
+0,057
-0,780
-0,313
+1,691
-0,655 -0,867
geen arbeidshandicap (7)
+0,835
-1,171
+0,125
+1,079
inkomen boven armoedegrens (5)
-1,042
1,209
-0,921
+0,776
-0,022
burgerparticipatie infrastructuur (6)
-0,711
-0,547
+0,361
-0,705
+1,602
veerkrachtcapaciteit
+0,105
-0,014
+0,003
+0,005
-0,099
Bron: eigen berekeningen
Antwerpen komt uit deze analyse te voorschijn als de meest veerkrachtige provincie. Vooral de score qua economische diversificatie heeft positieve implicaties. Oost-Vlaanderen en Vlaams-Brabant scoren ongeveer even goed op de tweede plaats. Vlaams-Brabant haalt door zijn situering rond het Brussels Hoofdstedelijk Gewest een heel specifiek resultaat, met sterk negatieve scores voor inkomens足 gelijkheid, economische diversificatie en burgerparticatie infrastructuur, en sterk positieve scores voor de andere indicatoren.
conclusie (2): veerkracht van de Vlaamse provincies
Figuur 3 geeft de z-scores voor de zeven gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram. Figuur 3: veerkrachtindicatoren van de Vlaamse provincies
39
Waar kennis werkt
De economische veerkrachtcapaciteit van de Oost-Vlaamse economie – editie 2016 is een uitgave van de economische studiedienst van de Provincie Oost-Vlaanderen. Overname van de cijfergegevens is toegelaten mits bronvermelding.