De veerkrachtcapaciteit van de oost vlaamse economie 2012
-
Upload
provincie-oost-vlaanderen-economie-europese-internationale-samenwerking -
Category
Documents
-
view
215 -
download
1
description
Transcript of De veerkrachtcapaciteit van de oost vlaamse economie 2012
De veerkracht capaciteitvan de Oost-Vlaamse economie – editie 2012
Waar kennis werkt
3inhoud
voorwoord 5
inleiding – een beknopt theoretisch verhaal 7Definitie van veerkrachtMeting
de veerkrachtcapaciteit van een regio 11DefinitieBerekening
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
Veerkrachtcapaciteit van de Oost-Vlaamse economie – editie 2012is een uitgave van
de studiedienst van het
Huis van de economie
Huis van de economieSeminariestraat 29000 Gent
Provinciale dienst Economie, Europese en Internationale samenwerkingtel. +32 9 267 86 [email protected]
RedactiePascal de Meyer
Dataverzameling en –verwerkingPascal de MeyerJos SaerensSteunpunt Sociale Planning (provincie Oost-Vlaanderen, directie Welzijn, Gezondheid, Wonen, Jeugd en Ontwikkelings-samenwerking)
OntwerpKarakters
Verantwoordelijke uitgeverGeert Versnick, gedeputeerdep/a Gouvernementstraat 19000 Gent
Wettelijk depotnummerD/2012/5139/23
5voorwoord
Voor het vierde jaar op rij doet de studiedienst van het Huis van de economie onderzoek naar de veerkracht van de economie in de provincie Oost-Vlaanderen. Het blijft een actueel onderwerp, in deze tijden van nulgroei van het BBP, stij-gende werkloosheid en recordcijfers qua aantal faillissementen.
Gebruik makend van een methodiek ontwikkeld door Amerikaanse onderzoe-kers van de State University of New York analyseert de studiedienst de mate waarin regionale economieën schokbestendig zijn. De veerkrachtcapaciteit wordt in beeld gebracht: in welke mate en hoe snel kan een regio recupereren van een schok?
De onderzoeksmethode werd reeds gehanteerd in de publicatie De veerkracht-capaciteit van Oost-Vlaanderen (2011). Op basis van verdere analyse en rekening houdend met bemerkingen geformuleerd naar aanleiding van de voorstelling van deze studie werden een aantal wijzigingen doorgevoerd bij het toepassen van de Amerikaanse methodiek in een Vlaamse context.
Het resultaat van dit onderzoek werd gepresenteerd tijdens de ‘Ondernemers-dag’, een evenement dat de provincie al enkele jaren samen met de Vlerick Business School organiseert. De provincie Oost-Vlaanderen is ‘knowledge partner’ van de Vlerick Business School. In deze context werken wij samen op het vlak van micro- en macro-economisch onderzoek.
Geert Versnickgedeputeerde bevoegd voor economie, ruimtelijke planning en buitenlandse betrekkingen
Employment/Output
Time
a – development (growth) path before shockb – nature and severity of shockc – resistance to shockd – speed of recovery to pre-shock statee – total duration of shockf – development (growth) path after shock
a
be
f
d
c
7inleiding
inleiding – een beknopt theoretisch verhaal 1
1. Definitie van veerkracht
De studiedienst van het Huis van de economie heeft in de publicaties van 2009, 2010 en 2011 schokbestendigheid / veerkracht2 geanalyseerd. Beide termen zijn een mogelijke vertaling van het Engelse begrip ‘resilience’. Als wetenschap-pelijke 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 bete-kent ‘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 on-derscheid tussen ‘graad van veerkracht’, ‘hersteltijd’ en ‘graad van herstel’. Dit wordt geïllustreerd in figuur 1.
Figuur 1: schok en veerkracht
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 en 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 HILL, Edward et al., ‘Exploring regional economic resilience’, IURD Working Paper Series, 19 blz.
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).
8
Wat betekent regionale economische veerkracht nu precies? In de literatuur wor-den meerdere concepten gehanteerd omtrent veerkracht. Hierna worden de be-kendste opgesomd.
1.1. 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 evenwichtsver-lies door een exogene schok kan vermijden of de gevolgen van de schok kan beperken. Dit is eerder schokbestendigheid dan veerkracht.
1.2. Pad-afhankelijkheid (‘lock-in’ – ‘how the past shapes the future’)
In dit concept komt veerkracht neer op de mate waarin een regionale economie kan vermijden om ‘ingesloten’ te geraken op een suboptimaal niveau of groei-pad of de mate waarin de economie een snelle transitie kan maken naar een hoger niveau of groeipad.
1.3. Systeem perspectief en lange termijn perspectief
In deze context betekent een onderzoek naar veerkracht een studie naar de op-komst, 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 ac-cumulatie’. Dat zijn combinaties van elkaar wederzijds versterkende economi-sche, 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 sectorale groei zichtbaar. Volgens het Schumpeter-Freeman-Perez paradigma bevinden we ons nu op het keerpunt van de vijfde cyclus (het informatietijdperk).
inleiding
9inleiding
1.4. Evolutionair perspectief 4
Deze kijk benadrukt flexibiliteit en verandering als kernelementen voor veer-kracht. Het ‘panarchy’ model stelt dat adaptatie in regionale economieën een sequentiële cyclus volgt 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 veer-kracht bestuderen. In deze benadering zien 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.
2. Meting
Hoe meet je of een regio (niet-)veerkrachtig of schokbestendig is? In de vorige onderzoeken werd hiervoor een enkelvoudige lineaire regressie in combinatie met concentratiecoëfficiënten gebruikt. De variabelen in de lineaire regressie waren de groei van het BBP en de sectorale groei van de toegevoegde waarde. Hierbij werd dus geen schok an sich bestudeerd, eerder in welke mate een be-drijfstak conjunctuurgevoelig is. Daaruit wordt dan geconcludeerd dat een con-junctuurgevoelige sector minder schokbestendig is. Als die dan in een bepaal-de regio oververtegenwoordigd is (gemeten via de concentratiecoëfficiënten), dan is de regionale economie minder schokbestendig.
Wanneer een schok kan geïdentificeerd worden, kan de economische perfor-mantie pre- en post-schok bepaald worden. Via de vergelijking van beide kan geconcludeerd worden of een regio economisch veerkrachtig is of niet.
In deze studie wordt gebruik gemaakt van een meetmethodologie 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.
de veerkrachtcapaciteit van een regio
12de veerkrachtcapaciteit van een regio
de veerkrachtcapaciteit van een regio
1. 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 beïn-vloeden van een regio om te recupereren 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 hierboven vermeld, werd de index ontwikkeld in 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 capaciteit1. Inkomensgelijkheid2. Economische diversiteit3. Betaalbaarheid van het wonen4. Zakenomgeving
B. Socio-demografische capaciteit5. Scholingsgraad6. Inwoners zonder handicap7. Inwoners met een inkomen boven de armoedegrens8. Inwoners met ziekteverzekering
C. Maatschappelijke connectiviteitscapaciteit9. Burgerparticipatie infrastructuur10. Bevolkingsstabiliteit11. Huiseigenaarschap12. Kiesdeelname
Uit de loutere opsomming van de indicatoren kunnen snel twee conclusies getrok-ken worden. Ten eerste is het duidelijk dat het om een indicator van Amerikaanse origine 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 indica-toren 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.
13de veerkrachtcapaciteit van een regio
2. Berekening
Omdat de schalen en meeteenheden van de indicatoren sterk uiteenlopen, wor-den de gemeten waarden gestandaardiseerd via de z-transformatie. De formule van de z-transformatie ziet er als volgt uit (gem = gemiddelde en sd = standaard-afwijking):
z = x - gem(x)
waarbij gem(z) = 0 en sd(z) = 1 sd(x)
Van elke waargenomen waarde x wordt het gemiddelde van alle waarnemingen afgetrokken, waarna dit gedeeld wordt door de standaardafwijking van alle waar-nemingen. 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.
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
16
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.
De gebruikte indicatoren zijn lokale varianten van de maatstaven gehanteerd in de oorspronkelijke ‘resilience capacity index’. Naast informatie over relevan-tie, definitie en bron wordt indien nodig ook een woordje uitleg gegeven over de berekeningsmethodiek.
Zoals reeds 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 Deel-name aan verkiezingen is een maatstaf voor burgerlijk engagement: het stem-men als middel om resultaten te beïnvloeden.7 Voor België zou eventueel de invloed kunnen onderzocht worden van enerzijds de tweede of derde ziekteverzeke-ringspijler 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 maat-staf gehanteerd. Voor bepaalde indicatoren, zoals ‘zakenomgeving’, vallen meerdere invalshoeken te bedenken.
Om de vergelijkbaarheid niet in het gedrang te brengen, wordt de z-transfor-matie afzonderlijk uitgevoerd voor enerzijds de zes Oost-Vlaamse arrondisse-menten en anderzijds de vijf Vlaamse provincies. De z-transformatie is enkel bedoeld om meetschalen en –eenheden vergelijkbaar te maken, maar standaar-diseert niet de grootte-afwijkingen tussen arrondissementen en provincies.
1. Inkomensgelijkheid
Dit is een indicator voor de verdeling van economische middelen over een popu-latie, gemeten via het inkomen. De veronderstelling is dat hoe gelijker de inko-mensverdeling, hoe coherenter de respons op een economische schok zal zijn. De inkomensongelijkheid wordt gemeten via de Gini-coëfficiënt (G). Deze coëf-ficiënt geeft aan in hoeverre de inkomensverdeling over een populatie verschilt
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
17
van perfecte inkomensgelijkheid (i.e. alle personen of gezinnen hebben hetzelf-de inkomen). Deze statistiek (0 ≤ G ≤ 1) is groter naarmate de ongelijkheid groter is. Aangezien wij de inkomensgelijkheid willen meten, wordt het omgekeerde van G voor de gezinsinkomens na belastingen berekend (= 1-G). Bron zijn de fiscale statistieken van de FOD Economie – Algemene Directie Statistiek en Eco-nomische Informatie (ADSEI). De gehanteerde gegevens dateren van het inko-mensjaar 2008 (aanslagjaar 2009).
2. Economische diversificatie
Onze vorige studies omtrent schokbestendigheid / veerkracht gingen uit van de hypothese dat regio’s met een grote concentratie van conjunctuurgevoelige sec-toren niet schokbestendig waren. Voortwerkend op deze hypothese zijn onder-zoekers tot de veronderstelling gekomen dat economische diversificatie de veer-kracht van een regio vergroot.8
Voor de berekening van de veerkrachtcapaciteit wordt gemeten hoever de eco-nomie van een regio verschilt van nationale (in dit geval: Vlaamse) economie op basis van de tewerkstellingsaandelen van de primaire en secundaire sector (ps), de tertiaire sector (t) en de quartaire sector (q).9 Die laatste wordt in deze gede-finieerd als de overheidssector. De economische diversificatie wordt dan bere-kend als het omgekeerde van de som van de afwijkingen: (r = regio-aandeel, n = nationaal aandeel):
economische diversifactie = 1 − ∑((|rps-nps|);(|rt-nt|);(|rq-nq|))
Als de economische diversificatie gelijk is aan 1, wijkt de regionale economie niet af van de nationale economie.
De gehanteerde gegevens zijn afkomstig van de RSZ, voor het jaar 2011. De ge-gevens van de Oost-Vlaamse arrondissementen worden vergeleken met die van de provincie. De data van de Vlaamse provincies worden vergeleken met die van het Vlaams Gewest.
3. Betaalbaarheid van het wonen
Voor deze maatstaf wordt ervan uitgegaan dat minder dan 35% van het huishou-delijk 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 die dan het economisch herstel kunnen te goede komen.
8 Zie bijvoorbeeld RAMCHARAN, Rodney, ‘How big are the benefits of economic diversification? Evidence from earthquakes’, IMF Working Paper 05/48, 2005, 33 blz.
9 NACE-BEL 2008 2-digit klassen primaire + secundaire sector: 01-43, tertiaire sector: 45-82; quartaire sector: 84-99
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
18
Helaas zijn hierover in België geen gegevens beschikbaar. Deze indicator wordt dan ook niet gebruikt. Nader onderzoek kan in de toekomst eventueel zorgen 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 dynami-scher, hoe veerkrachtiger. Voor hun studie hanteren de onderzoekers een sub-component van de ‘innovation index’ ontwikkeld door het Indiana Business Cen-ter. Helaas bestaat een vergelijkbare index niet voor Vlaanderen, toch niet op het niveau van arrondissementen.
Om deze belangrijke economische indicator toch een plaats te kunnen geven in het Oost-Vlaamse verhaal wordt een benaderende methode gebruikt. Innovatie-gerichtheid wordt gezien als proxy indicator van zakendynamiek. Statistisch duiden we deze innovatiegerichtheid via het aandeel van de tewerkstelling in de bedrijfs-takken ‘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. Het moge duidelijk zijn dat dit slechts een benaderend cijfergegeven is. Hier wordt bijvoorbeeld voorbij ge-gaan aan onderzoek en ontwikkeling binnen bedrijven uit andere sectoren. Ook aan deze indicator zal nog nader onderzoek gewijd worden.
5. Scholingsgraad
De scholingsgraad van de bevolking op de arbeidsmarkt is een vanzelfspreken-de indicator voor de veerkracht van een regio. Scholing is een cruciale maat-schappelijke nood wanneer het er op aan komt om de schokbestendigheid van een regio te bepalen.
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
19
Voor Vlaanderen wordt dit gemeten door het percentage van de bevolking van 15 jaar en ouder met een diploma behaald aan een hogeschool (korte of lange type) of universiteit te delen door het percentage van die bevolking die ten hoog-ste een getuigschrift lager onderwijs heeft behaald. Het zijn de gegevens van 2011 gebaseerd op de ‘Enquête naar de arbeidskrachten’ van de FOD Economie – ADSEI. Op arrondissementeel niveau zijn die niet beschikbaar. Enkel de pro-vinciale data worden weergegeven.
6. Inwoners zonder handicap
Hoe cru dit ook moge klinken, een handicap beperkt aanpasbaarheid en opties in crisistijden.10 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 arbeids-gehandicapten. 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 – de meest recente cijfers dateren van november 2012). 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 werkloos-heid dan onder de werkenden. Maar aangezien deze vertekening niet per se geo-grafisch 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 werk-zoekenden gemeten zonder handicap.
7. Inwoners met een inkomen boven de armoedegrens
Armoede is een veel gebruikte indicator voor sociaal-economische kwetsbaar-heid, vooral op individueel of gezinsniveau. Dit is proxy variabele waarachter een reeks problemen zit 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 provinci-aal of arrondissementeel niveau. Deze indicator wordt dan ook niet gebruikt.
10 “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 develop-ment, SERC Discussion Paper 53, London School of Economics, 2010, 21 blz.
de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
20
8. Burgerparticipatie infrastructuur
De burgerparticipatie infrastructuur van een regio, gemeten via de dichtheid van burgerverenigingen, fungeert als proxy variabele voor maatschappelijk engage-ment. Een maatschappelijk netwerk biedt niet alleen kanalen voor steun in tij-den van crisis maar kan ook het middel zijn via hetwelk inwoners hun maat-schappij 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 ves-tigingen in een regio die onder NACE-BEL categorie 94 (‘verenigingen’) in de RSZ-statistieken zijn opgenomen. De gegevens dateren van 1 januari 2011. Het spreekt voor zich dat deze data slechts een benaderende kijk op het vereni-gingsleven geven. Enerzijds hebben vele verenigingen die een belangrijke rol spelen in de burgerparticipatie geen rechtspersoonlijkheid (feitelijke verenigin-gen) en die zijn niet terug te vinden in de statistieken. Anderzijds zijn in de ge-bruikte NACE-BEL categorie verenigingen opgenomen die weinig of niets te ma-ken hebben met maatschappelijk engagement.
9. Bevolkingsstabiliteit
Deze indicator meet in hoeverre inwoners hun roots hebben in een regio. De lo-gica 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 vergemak-kelijkt de toegang tot diensten en steun in geval van een economische of maat-schappelijke uitdaging.11
De bevolkingsstabiliteit wordt berekend als het jaarlijks gemiddeld percenta-ge 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 in-woners ouder dan 1 jaar.
De gegevens zijn afkomstig uit het Rijksregister, met een meting over de jaren 2011-2012. Provinciale gegevens zijn momenteel (nog) niet beschikbaar. Enkel de arrondissementen worden bestudeerd.
11 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
21de methodiek voor Oost-Vlaanderen en de Vlaamse provincies
10. Huiseigenaarschap
Deze indicator is eigenlijk de overtreffende trap van bevolkingsstabiliteit als maatstaf voor engagement en gehechtheid aan een locatie.
De cijfers voor het jaar 2011 worden verkregen door een combinatie van Rijks-register-data en gegevens van de Algemene Administratie van de Patrimonium-documentatie (FOD Financiën - AAP) – vroeger bekend als het kadaster. Provinci-ale gegevens zijn momenteel (nog) niet beschikbaar. Enkel de arrondissementen worden bestudeerd.
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
24resultaten voor Oost-Vlaanderen en de Vlaamse provincies
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
1. Inkomensgelijkheid
De inkomensgelijkheid wordt gemeten via het omgekeerde van de Gini-coëffici-ent. In onderstaande tabel worden de Gini-coëfficiënten van de onderzochte re-gio’s weergegeven. Tegenover de vorige studie zijn geen recentere gegevens beschikbaar geraakt. De Gini-coëfficiënt is echter typisch een maatstaf die zeer beperkte schommelingen kent. In de Verenigde Staten bijvoorbeeld is de coëf-ficiënt tussen 1967 (eerste meting) en 2009, dus over 40 jaar, met 17,9% toege-nomen. Tussen 2000 en 2009 bedroeg de wijziging +1,3%.12
Tabel 1: Gini-coëfficiënten na belasting (inkomsten 2008)
regio Gini-coëff. (G)
arrondissement Aalst 0,280
arrondissement Dendermonde 0,283
arrondissement Eeklo 0,281
arrondissement Gent 0,308
arrondissement Oudenaarde 0,287
arrondissement Sint-Niklaas 0,290
provincie Antwerpen 0,307
provincie Limburg 0,277
provincie Oost-Vlaanderen 0,293
provincie Vlaams-Brabant 0,325
provincie West-Vlaanderen 0,290
Bron: FOD Economie - ADSEI
12 Bron: United States Census Bureau.
25resultaten voor Oost-Vlaanderen en de Vlaamse provincies
Uit deze tabel blijkt dat Gent het arrondissement is met de hoogste inkomens-ongelijkheid. Vlaams-Brabant is de provincie met de minst gelijke inkomensver-deling.
In tabel 2 worden de resultaten weergegeven na z-transformatie op G – 1.
Tabel 2: z-scores inkomensgelijkheid (inkomsten 2008)
regio z-score
arrondissement Aalst +0,779
arrondissement Dendermonde +0,444
arrondissement Eeklo +0,712
arrondissement Gent -1,909
arrondissement Oudenaarde +0,133
arrondissement Sint-Niklaas -0,160
provincie Antwerpen -0,483
provincie Limburg +1,166
provincie Oost-Vlaanderen +0,299
provincie Vlaams-Brabant -1,449
provincie West-Vlaanderen +0,467
Bron: berekeningen studiedienst Huis van de economie
2. Economische diversificatie
Voor deze indicator wordt gebruik gemaakt van de locatiecoëfficiënten in drie grote sectoren (primair en secundair = ‘maaksectoren’; tertiair = marktdiensten; quartair = niet-marktgerichte diensten).
Tabel 3 geeft de tewerkstellingsaandelen weer van deze drie grote sectoren.
Tabel 3: tewerkstellingsaandelen naar grote sectoren (2011, % totaal)
regio 1e + 2e sector 3e sector 4e sector
arrondissement Aalst 21,2 36,2 42,6
arrondissement Dendermonde 34,3 29,8 35,9
arrondissement Eeklo 30,6 29,4 40,1
arrondissement Gent 23,4 36,9 39,7
arrondissement Oudenaarde 35,2 27,6 37,2
arrondissement Sint-Niklaas 28,7 36,9 34,4
provincie Antwerpen 24,5 42,8 32,7
provincie Limburg 27,8 34,2 38,0
provincie Oost-Vlaanderen 26,3 35,1 38,7
provincie Vlaams-Brabant 14,1 53,1 32,8
provincie West-Vlaanderen 28,8 34,2 37,1
Vlaams Gewest 24,4 40,2 35,5
Bron: RSZ + berekeningen studiedienst Huis van de economie
26
In tabel 4 worden de z-scores weergegeven van de economische diversificatie zoals berekend met de formule vermeld op bladzijde 17.
Tabel 4: z-scores economische diversificatie (2011)
regio z-score
arrondissement Aalst +0,338
arrondissement Dendermonde -0,955
arrondissement Eeklo +0,041
arrondissement Gent +1,285
arrondissement Oudenaarde -1,372
arrondissement Sint-Niklaas +0,663
provincie Antwerpen +0,993
provincie Limburg +0,148
provincie Oost-Vlaanderen +0,386
provincie Vlaams-Brabant -1,679
provincie West-Vlaanderen +0,152
Bron: berekeningen studiedienst Huis van de economie
3. Zakelijke omgeving
Voor deze indicator wordt gebruik gemaakt van data omtrent ‘innovatieve sec-toren’. 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’ (2011, % totaal)
regio aandeel
arrondissement Aalst 0,91
arrondissement Dendermonde 0,70
arrondissement Eeklo 0,22
arrondissement Gent 2,87
arrondissement Oudenaarde 0,47
arrondissement Sint-Niklaas 0,54
provincie Antwerpen 2,36
provincie Limburg 1,10
provincie Oost-Vlaanderen 1,70
provincie Vlaams-Brabant 4,08
provincie West-Vlaanderen 1,01
Bron: RSZ + berekeningen studiedienst Huis van de economie
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
27
Tabel 6 bevat de z-scores omtrent zakelijke omgeving.
Tabel 6: z-scores zakelijke omgeving (2011)
regio z-score
arrondissement Aalst -0,042
arrondissement Dendermonde -0,260
arrondissement Eeklo -0,755
arrondissement Gent +1,982
arrondissement Oudenaarde -0,497
arrondissement Sint-Niklaas -0,429
provincie Antwerpen +0,249
provincie Limburg -0,757
provincie Oost-Vlaanderen -0,277
provincie Vlaams-Brabant +1,613
provincie West-Vlaanderen -0,828
Bron: berekeningen studiedienst Huis van de economie
4. 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 (2011)
regio aandeel
provincie Antwerpen 1,40
provincie Limburg 1,20
provincie Oost-Vlaanderen 1,40
provincie Vlaams-Brabant 2,49
provincie West-Vlaanderen 1,15
Bron: FOD Economie - ADSEI + berekeningen studiedienst Huis van de economie
Concreet betekent dit bijvoorbeeld dat Vlaams-Brabant twee en een halve keer zoveel hooggeschoolden telt als laaggeschoolden.
Tabel 8: z-scores scholingsgraad (2011)
regio z-score
provincie Antwerpen -0,237
provincie Limburg -0,593
provincie Oost-Vlaanderen -0,235
provincie Vlaams-Brabant +1,751
provincie West-Vlaanderen -0,686
Bron: berekeningen studiedienst Huis van de economie
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
28
5. 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 (2012, % totale aantal werkzoekenden)
regio aandeel (H)
arrondissement Aalst 13,6
arrondissement Dendermonde 14,3
arrondissement Eeklo 22,7
arrondissement Gent 12,3
arrondissement Oudenaarde 13,7
arrondissement Sint-Niklaas 13,9
provincie Antwerpen 11,2
provincie Limburg 16,5
provincie Oost-Vlaanderen 13,6
provincie Vlaams-Brabant 10,8
provincie West-Vlaanderen 16,4
Bron: VDAB-Arvastat + berekeningen studiedienst Huis van de economie
Een z-transformatie op 1 – H geeft de resultaten in tabel 10.
Tabel 10: z-scores aandeel niet-arbeidsgehandicapte werkzoekenden (2012)
regio z-score
arrondissement Aalst +0,389
arrondissement Dendermonde +0,202
arrondissement Eeklo -2,006
arrondissement Gent -0,748
arrondissement Oudenaarde +0,355
arrondissement Sint-Niklaas -0,313
provincie Antwerpen +0,909
provincie Limburg -1,020
provincie Oost-Vlaanderen +0,029
provincie Vlaams-Brabant +1,072
provincie West-Vlaanderen -0,991
Bron: berekeningen studiedienst Huis van de economie
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
29
6. Burgerparticipatie infrastructuur
Als benaderende variabele wordt hier het aantal verenigingen per 10 000 inwoners gebruikt.
Tabel 11: aantal verenigingen per 10 000 inwoners (2011)
regio aantal
arrondissement Aalst 3,65
arrondissement Dendermonde 3,87
arrondissement Eeklo 4,12
arrondissement Gent 7,60
arrondissement Oudenaarde 4,31
arrondissement Sint-Niklaas 3,64
provincie Antwerpen 3,89
provincie Limburg 4,27
provincie Oost-Vlaanderen 5,21
provincie Vlaams-Brabant 4,09
provincie West-Vlaanderen 6,69
Bron: RSZ, FOD Economie - ADSEI + berekeningen studiedienst Huis van de economie
Het verbaast niet dat de score van het arrondissement Gent met daarin provincie-hoofdstad Gent hier uit de band springt. Deze hoge score vertekent het gemiddelde (ook provinciaal) en dit heeft zijn gevolgen voor de z-scores.
Na z-transformatie ziet deze variabele er als volgt uit:
Tabel 12: z-scores aantal verenigingen per 10 000 inwoners (2011)
regio z-score
arrondissement Aalst -0,577
arrondissement Dendermonde -0,437
arrondissement Eeklo -0,268
arrondissement Gent +2,010
arrondissement Oudenaarde -0,143
arrondissement Sint-Niklaas -0,586
provincie Antwerpen -0,815
provincie Limburg -0,481
provincie Oost-Vlaanderen +0,333
provincie Vlaams-Brabant -0,643
provincie West-Vlaanderen +1,606
Bron: berekeningen studiedienst Huis van de economie
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
30
7. Woonstabiliteit
Voor deze indicator zijn enkel gegevens op arrondissementeel niveau beschikbaar. In tabel 13 wordt volgende indicator weergegeven: het aantal inwoners dat op het-zelfde 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 13: woonstabiliteit (2011-2012)
regio aandeel
arrondissement Aalst 97,0
arrondissement Dendermonde 96,9
arrondissement Eeklo 96,8
arrondissement Gent 97,0
arrondissement Oudenaarde 96,9
arrondissement Sint-Niklaas 97,4
Bron: Rijksregister, Steunpunt Sociale Planning + berekeningen studiedienst Huis van de economie
Tabel 14 geeft de z-scores van de woonstabiliteit weer.
Tabel 14: z-scores woonstabiliteit (2011-2012)
regio aandeel
arrondissement Aalst +0,099
arrondissement Dendermonde -0,218
arrondissement Eeklo -1,042
arrondissement Gent -0,029
arrondissement Oudenaarde -0,659
arrondissement Sint-Niklaas +1,850
Bron: berekeningen studiedienst Huis van de economie
resultaten voor Oost-Vlaanderen en de Vlaamse provincies
31resultaten voor Oost-Vlaanderen en de Vlaamse provincies
8. Huiseigenaarschap
Ook voor deze indicator zijn enkel arrondissementele gegevens beschikbaar.
Tabel 15 bevat cijfers omtrent het aandeel eigenaars in vergelijking met het totaal aantal gezinnen.
Tabel 15: huiseigenaarschap (2011 - % gezinnen)
regio aandeel
arrondissement Aalst 66,6
arrondissement Dendermonde 64,3
arrondissement Eeklo 62,5
arrondissement Gent 53,8
arrondissement Oudenaarde 69,0
arrondissement Sint-Niklaas 58,7
Bron: Rijksregister, FOD Financiën – AAP, Steunpunt Sociale Planning + berekeningen studiedienst Huis van de economie
Een opvallende uitschieter is Gent. Het relatief lage aandeel eigenaars heeft te maken met het groter aantal ‘passanten’ dat hoofdstad Gent aantrekt, aangetrokken on-der meer door het ruimere aanbod aan huurappartementen.
Tabel 16 geeft de z-scores weer.
Tabel 16: z-scores huiseigenaarschap (2011)
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: berekeningen studiedienst Huis van de economie
conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
34conclusie (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 zeven reeksen z-scores. Voor drie van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op arron-dissementeel niveau, met name betaalbaarheid van het wonen, scholingsgraad en aandeel inwoners met een inkomen boven de armoedegrens.
In tabel 17 worden de z-scores voor de zeven bruikbare indicatoren weergegeven en het gewogen gemiddelde van die zeven scores. Dit gemiddelde is meteen een rela-tieve maatstaf voor de veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen.
De wegingscoëfficiënten brengen enerzijds in rekening hoe zwaar een indica-tor weegt voor de bepaling van de veerkracht en anderzijds in welke mate een indicator ‘robuust’ kan genoemd worden, dat wil zeggen in hoeverre de gehan-teerde meting goed overeenkomt met de definitie van de indicator. Zo kunnen de indicatoren ‘economische diversificatie’ en ‘zakelijke omgeving’ als even belang-rijk beschouwd worden voor de bepaling van de veerkracht van een regio maar wordt de tweede indicator slechts benaderend gemeten. De indicator ‘zakelijke omgeving’ is dus minder robuust.
De voorgestelde wegingscoëfficiënten zullen nog verder onderzocht worden via een panelbevraging.
Voor het gewogen gemiddelde van de arrondissementele indicatoren worden nu volgende wegingscoëfficiënten gebruikt (totaal = 100):
1. Inkomensgelijkheid 162. Economische diversificatie 203. Zakelijke omgeving 164. Werkzoekenden zonder arbeidshandicap 105. Burgerparticipatie infrastructuur 106. Woonstabiliteit 147. Huiseigenaarschap 14
Tabel 17: veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen
indicatoren arrondissementen
Aalst Dendermonde Eeklo Gent Oudenaarde Sint-Niklaas
inkomensgelijkheid +0,779 +0,444 +0,712 -1,909 +0,133 +0,160
economische diversificatie +0,338 -0,955 +0,041 +1,285 -1,372 +0,663
zakelijke omgeving -0,042 -0,260 -0,755 +1,982 -0,497 -0,429
geen arbeidshandicap +0,389 +0,202 -2,006 +0,748 +0,354 +0,313
burgerparticipatie infrastructuur -0,577 -0,437 -0,268 +2,010 -0,143 -0,586
woonstabiliteit +0,099 -0,218 -1,042 -0,029 -0,659 +1,850
huiseigenaarschap +0,746 +0,330 +0,008 -1,572 +1,178 -0,690
veerkrachtcapaciteit +0,407 -0,242 -0,530 +0,458 -0,341 -0,321
Bron: berekeningen studiedienst Huis van de economie
35conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen
Van de zes Oost-Vlaamse arrondissementen is Gent het arrondissement met de grootste veerkrachtcapaciteit, op grote afstand gevolgd door Aalst en Sint-Niklaas. Eeklo is afgetekend het arrondissement met de zwakste veerkrachtca-paciteit.
Figuur 2 geeft de z-scores voor de zeven gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram.
Figuur 2: veerkrachtindicatoren van de Oost-Vlaamse arrondissementen
-2,500
-2,000
-1,500
-1,000
-0,500
0,000
0,500
1,000
1,500
2,000
2,500
inkomensgelijkheid
economische diversificatie
zakelijke omgeving
geen arbeidshandicapburgerparticipatie infrastructuur
woonstabiliteit
huiseigenaarschap
Aalst
Dendermonde
Eeklo
Gent
Oudenaarde
Sint-Niklaas
-2,500
-2,000
-1,500
-1,000
-0,500
0,000
0,500
1,000
1,500
2,000
2,500
inkomensgelijkheid
economische diversificatie
zakelijke omgeving
geen arbeidshandicapburgerparticipatie infrastructuur
woonstabiliteit
huiseigenaarschap
conclusie (2): veerkracht van de Vlaamse provincies
38
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 vier van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op pro-vinciaal niveau, namelijk betaalbaarheid van het wonen, aandeel inwoners met een inkomen boven de armoedegrens, woonstabiliteit en huiseigenaarschap.
In tabel 18 worden de z-scores voor de zes bruikbare indicatoren weergegeven en het gewogen gemiddelde van die zes scores. Dit gemiddelde is meteen een relatieve maatstaf voor de veerkrachtcapaciteit van de Vlaamse provincies.
Voor het gewogen gemiddelde van de provinciale indicatoren worden nu vol-gende wegingscoëfficiënten gebruikt (totaal = 100):
1. Inkomensgelijkheid 192. Economische diversificatie 223. Zakelijke omgeving 194. Scholingsgraad 165. Werkzoekenden zonder arbeidshandicap 126. Burgerparticipatie infrastructuur 12
Tabel 18: veerkrachtcapaciteit van de Vlaamse provincies
indicatoren provincies
Antwerpen Limburg Oost-Vlaanderen Vlaams-Brabant West-Vlaanderen
inkomensgelijkheid -0,483 +1,166 +0,299 -1,449 +0,467
economische diversificatie +0,993 +0,148 +0,386 -1,679 +0,152
zakelijke omgeving +0,249 -0,757 -0,277 +1,613 -0,828
scholingsgraad -0,237 -0,593 -0,235 +1,751 -0,686
inwoners zonder handicap +0,909 -1,020 +0,029 +1,072 -0,991
burgerparticipatie infrastructuur -0,815 -0,481 +0,333 -0,643 +1,606
veerkrachtcapaciteit +0,246 -0,274 +0,158 -0,011 -0,119
Oost-Vlaanderen komt uit deze berekeningen te voorschijn als de provincie met de op een na grootste veerkrachtcapaciteit – Antwerpen is de meest veerkrachtige provincie. De zwakste score qua veerkrachtcapaciteit wordt genoteerd in Limburg.
Figuur 3 geeft de z-scores voor de zes gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram.
conclusie (2): veerkracht van de Vlaamse provincies
39
Figuur 3: veerkrachtindicatoren van de Vlaamse provincies
conclusie (2): veerkracht van de Vlaamse provincies
-2,000
-1,500
-1,000
-0,500
0,000
0,500
1,000
1,500
2,000
inkomensgelijkheid
economische diversifica�e
zakelijke omgeving
scholingsgraad
geen arbeidshandicap
burgerpar�cipa�e infrastructuur
Antwerpen
Limburg
Oost-Vlaanderen
Vlaams-Brabant
West-Vlaanderen
De economische veerkracht van de Oost-Vlaamse arrondissementen is een uitgave van de studiedienst van het Huis van de economie. Overname van cijfer gegevens is toegelaten mits bronvermelding.
Huis van de economie
Waar kennis werkt