Van WW naar bijstand - UWV...De doorstroom van WW naar bijstand is vanuit de uitstroom WW bezien met...

26
Van WW naar bijstand Mei 2019

Transcript of Van WW naar bijstand - UWV...De doorstroom van WW naar bijstand is vanuit de uitstroom WW bezien met...

Van WW naar bijstand Mei 2019

Van WW naar bijstand 1

Samenvatting 2

1. Inleiding 3

2. Omvang van de doorstroom 4

3. Kenmerken van doorstroom 8

Bijlage I Tabellen met doorstroom van WW naar bijstand per regio 14

Bijlage II Toelichting op verklaringsmodel 23

Colofon 25

Inhoudsopgave

Van WW naar bijstand 2

Dit rapport geeft inzicht in de omvang en ontwikkeling van de doorstroom vanuit de WW naar een

bijstandsuitkering in het kader van de Participatiewet, IOAW of IOAZ in 2017 en eerdere jaren.

De gunstige economische ontwikkelingen hebben een positief effect op de doorstroom van WW naar

bijstand. Het percentage personen dat na beëindiging van de WW-uitkering doorstroomde naar de

bijstand neemt af en kwam in 2017 uit op 4,6% (ruim 19 duizend personen). Dat is veel lager dan in de

voorgaande drie jaren, toen dat aandeel op ongeveer 6% lag. Uit UWV-cijfers over uitstroom naar werk1

blijkt dat het aandeel personen dat na beëindiging van de WW uitstroomt naar werk is toegenomen in

2017.

Drie kenmerken die vooral een rol spelen bij de kans op wel of geen doorstroom van WW naar bijstand

zijn de samenstelling van het huishouden, de eigen visie op terugkeer naar werk bij start van de WW en

de leeftijd. Zo is de doorstroom onder alleenstaanden hoger dan onder personen die het huishouden

delen met een partner. Mensen die bij de start van de WW aangeven meer dan gemiddeld positief te zijn

over de terugkeer naar werk stromen minder vaak door naar de bijstand dan mensen die aangeven

minder positief over terugkeer naar werk te zijn. De doorstroom loopt ook op met de leeftijd, en is het

hoogst onder 55- tot 60-jarigen. Deze leeftijdsgroep en de 50- tot 55-jarigen hadden daarentegen wel

een grote afname van het doorstroompercentage in 2017.

Naast de hiervoor genoemde kenmerken hangen geslacht en omvang van het dienstverband ook samen

met de kans op wel of geen doorstroom. Dat geldt ook voor de sociaaleconomische status van de wijk en

het opleidingsniveau. De doorstroom is hoger onder WW’ers die wonen in wijken met een lagere

sociaaleconomische status dan gemiddeld. Het is ook hoger onder lager opgeleiden. Ten slotte spelen de

omvang van de gemeente, het beroep en de regionale economische ontwikkeling nog een kleine rol.

Rond de grote steden Rotterdam, Den Haag en Amsterdam is de doorstroom van WW naar bijstand hoger

dan gemiddeld. De afname in 2017 vond echter ook plaats in deze steden. Dat de doorstroom hier hoger

ligt, hangt onder andere samen met een hoger aandeel alleenstaanden en lager opgeleiden en meer

wijken met een lagere sociaaleconomische status vergeleken met andere gemeenten. Verder is

doorstroom van WW naar bijstand ook relatief hoog in de Noordelijke provincies en in delen van

Gelderland.

Naast doorstroom van WW naar bijstand kunnen WW’ers die na hun 60e werkloos zijn geworden in

aanmerking komen voor een uitkering in het kader van de Wet Inkomensvoorziening oudere werklozen

(IOW). In 2017 ontving 9% van de 60-plussers die uitstroomden uit de WW een IOW-uitkering (bijna 4

duizend personen).

1 UWV (28 mei 2019). Meer uitstroom naar werk vanuit de WW.

Samenvatting

Van WW naar bijstand 3

Dit rapport geeft een overzicht van de doorstroom van mensen die na afloop van hun WW-uitkering in de

bijstand terecht komen. Beide regelingen zijn een onderdeel van de sociale zekerheid in Nederland. De

Werkloosheidswet (WW) is een werknemersverzekering en biedt een uitkering aan werkloze werknemers

die voldoende arbeidsverleden hebben. Het is een individuele uitkering waarvan de hoogte afhangt van

het laatst verdiende salaris. De duur van deze WW-uitkering is echter beperkt. WW’ers die voor afloop

van de WW-uitkering er niet in slagen om werk te vinden met voldoende inkomsten, kunnen in

aanmerking komen voor bijstand. Dat is een uitkering in het kader van de Participatiewet, die afhangt van

de samenstelling en inkomen of vermogen van het hele huishouden. Het kan voorkomen dat iemand die

uitstroomt uit de WW niet voldoet aan de voorwaarden voor een bijstandsuitkering. Bovendien is de

hoogte van de bijstandsuitkering gemaximeerd volgens landelijke normen en ligt het uitkeringsbedrag

meestal veel lager dan de hoogte van de WW-uitkering. Vaak is inkomensverlies en mogelijk langdurige

werkloosheid het gevolg. Bovendien vormen voor gemeenten de personen die uit de WW komen een

relatief groot deel van hun instroom (11% in 2017). Reden genoeg om nader analyse te doen naar deze

doorstroom. UWV heeft al eerder publicaties uitgebracht met cijfers over de omvang en ontwikkeling van

de doorstroom van WW naar bijstand2. De uitkomsten in dit rapport zijn een vervolg daarop.

Indeling rapport

Hoofdstuk 2 van dit rapport geeft een beeld van de omvang van de doorstroom van WW naar bijstand in

2017 en eerdere jaren. Aan het einde van hoofdstuk 2 komt ook de doorstroom vanuit de WW naar

uitkeringen in het kader van de Inkomensvoorziening oudere werklozen (IOW) kort aan bod. WW’ers die

na hun 60e werkloos zijn geworden kunnen daarvoor in aanmerking komen. In hoofdstuk 3 staat een

overzicht van kenmerken (bijvoorbeeld samenstelling huishouden en leeftijd) die samenhangen met de

kans op doorstroom. De bijlage bevat tabellen met de doorstroompercentages voor elke

arbeidsmarktregio en gemeente. Ook bevat de bijlage een toelichting en een tabel met de uitkomsten van

de analyse naar de kenmerken die samenhangen met de kans op de doorstroom van WW naar bijstand.

2 Bron: UWV (maart 2016). Na de WW in de bijstand.

1. Inleiding

Van WW naar bijstand 4

Doorstroom van WW naar bijstand neemt af

In 2017 ontvingen ruim 19 duizend personen na afloop van hun WW-uitkering een bijstandsuitkering. Dat

komt neer op 4,6% van alle personen die in dat jaar uit de WW stroomden. Dit doorstroompercentage ligt

lager dan in de voorgaande drie jaren, toen nog ongeveer 6% na beëindiging van de WW-uitkering

doorstroomde naar de bijstand. Het is bovendien voor het eerst lager dan voor de crisis van eind 2008.

Onder bijstand verstaan we in dit onderzoek alle bijstandsuitkeringen in het kader van de Participatiewet

(voorheen WWB), IOAW of IOAZ (zie Box 2.1 voor de methode).

Figuur 2.1 Percentage personen dat na beëindiging van de WW-uitkering doorstroomt naar bijstand % van uitstroom WW

De afname van de doorstroom van WW naar bijstand in 2017 hangt samen met de toename van de

krapte op de arbeidsmarkt in dat jaar door gunstige economische ontwikkelingen. Daardoor was het voor

werkzoekenden makkelijker dan in de jaren daarvoor om werk te vinden waardoor bijstand na de WW

minder vaak nodig is. Dat blijkt ook uit het aandeel personen dat vanuit de WW uitstroomt naar werk. Dat

nam toe van 64% in de eerste helft van 2016 naar 66% in de eerste helft van 2017 en kwam in de eerste

helft van 2018 uit op 69%3. Verder stimuleerde de invoering op 1 juli 2015 van de Wet Werk en

Zekerheid (WWZ) WW’ers om met behoud van een deel van de WW-uitkering werk te vinden, ook al is

dat tegen een lager uurloon dan voor de werkloosheid4. Dit kan de overgang naar werk na afloop van de

WW-uitkering vergemakkelijken.

De doorstroom van WW naar bijstand is vanuit de uitstroom WW bezien met 4,6% in 2017 relatief

beperkt. Vanuit de instroom in de bijstand gezien, gaat het om een groter aandeel. De 19 duizend

instromers vertegenwoordigden ongeveer 11% van het aantal nieuwe bijstandsuitkeringen in de periode

oktober 2016-maart 2018 (zie Box 2.1).

Niet iedereen van wie de WW-uitkering is beëindigd en onvoldoende inkomen uit werk heeft, komt in

aanmerking voor bijstand. Voorwaarden voor het recht op bijstand zijn onder andere onvoldoende

inkomen of eigen vermogen om in het levensonderhoud te voorzien5. Dat betekent dat een WW’er die na

beëindiging van de WW-uitkering onvoldoende inkomsten uit werk heeft, maar wel veel spaargeld of een

partner met voldoende inkomsten, niet in aanmerking komt voor bijstand. Een deel stroomt na afloop van

3 Bron: UWV (28 mei 2019). Meer uitstroom naar werk vanuit de WW. 4 Bronnen: UWV Kennisverslag, 2018-4. Inkomstenverrekening in de WW https://www.uwv.nl/overuwv/Images/UKV-2018-4-

inkomstenverrekening-in-de-WW.pdf

UWV Kennisverslag, 2016-4. Wat gebeurt er met de WW https://www.uwv.nl/overuwv/Images/ukv-2016-4-wat-gebeurt-

er-met-de-ww.pdf 5 Bron: https://www.rijksoverheid.nl/onderwerpen/participatiewet/vraag-en-antwoord/wanneer-heb-ik-recht-op-bijstand

5,9%

8,3%

6,8%

6,2%6,6% 6,7%

6,1% 6,0% 5,9%

4,6%

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

2. Omvang van de doorstroom

Van WW naar bijstand 5

de WW-uitkering door naar een situatie zonder werk en zonder uitkering. UWV beschikt over te weinig

informatie om de omvang en ontwikkeling van deze groep in beeld te kunnen brengen.

Box 2.1 Doorstroom

Voor het vaststellen van de doorstroom van WW naar bijstand vult UWV de informatie uit de WW-administratie aan met informatie over bijstandsuitkeringen uit de Polisadministratie van UWV (het register van alle inkomstenverhoudingen in Nederland). Onder bijstand vallen in dit onderzoek bijstandsuitkeringen aan personen tot de AOW-leeftijd in het kader van de Participatiewet, de Wet inkomensvoorziening oudere en gedeeltelijk arbeidsongeschikte werkloze werknemers (IOAW) en Inkomensvoorziening oudere en gedeeltelijk arbeidsongeschikte gewezen zelfstandigen (IOAZ). Iemand telt als doorstromer indien de einddatum van de WW-uitkering valt in een tijdvak van plus of min 3 maanden van de ingangsdatum van de bijstandsuitkering. Voor bijvoorbeeld de uitstroom uit de WW van 2017 wordt gekeken naar een mogelijke instroomperiode in de bijstand van oktober 2016 tot maart 2018. Dit ruime tijdvak is gekozen onder andere omdat bij de overgang van WW naar bijstand getoetst wordt of iemand voldoet aan de voorwaarden voor het krijgen van bijstand, en er tijd kan zitten tussen de einddatum van de WW-uitkering en de begindatum van de bijstand. Daarnaast komt het sinds de invoering van de inkomstenverrekening in de WWZ voor dat WW-uitkeringen op een later moment als beëindiging worden geregistreerda.

Naast de invoering van de inkomstenverrekening is in de WWZ ook een duurverkorting van de WW afgesproken. Van het eerste kwartaal van 2016 tot het tweede kwartaal van 2019 wordt stapsgewijs de maximale duur van de WW-uitkering verkort tot maximaal twee jaar. Verder is deze verandering van toepassing op WW-rechten die na 1 januari 2016 zijn opgebouwd. WW’ers zullen hierdoor eerder de maximale duur van de WW-uitkering bereiken. Het grootste effect hiervan vindt naar verwachting echter plaats in 2019-2020a. Een andere beleidsmaatregel die een rol kan spelen is het stapsgewijs verhogen van de pensioenleeftijd (vanaf 1 januari 2013). Mensen kunnen daardoor op latere leeftijd nog instromen in de WW en ook langer in de WW blijvena. Dat geldt ook voor de bijstand. In de doorstroom van WW naar bijstand maken 65-plussers maar een heel klein deel uit. Hierdoor is het effect van het verhogen van de pensioenleeftijd op de ontwikkeling van het totale doorstroompercentage heel klein. Naast doorstroom naar de bijstand is ook vastgesteld hoeveel personen na beëindiging van de WW-uitkering een uitkering volgens de Wet inkomensvoorziening oudere werklozen (IOW) ontvangen. De IOW biedt tot aan de AOW-leeftijd een (aanvulling op het) inkomen aan oudere werklozen, die na het bereiken van de leeftijd van 60 jaar recht hebben gekregen op een WW-uitkering en van wie het recht op WW-uitkering is verstreken. De IOW-uitkering bedraagt maximaal 70% van het minimumloon en er is geen vermogenstoets. Het is bovendien een individueel recht en is dus niet afhankelijk van het inkomen van de eventuele partner. UWV voert de IOW uit en ook de IOW-gegevens komen uit de Polisadministratie. De doorstroom van WW naar IOW is alleen berekend voor 2017. a Bron: UWV Kennisverslag 2016-4. Wat gebeurt er met de WW? https://www.uwv.nl/overuwv/Images/ukv-2016-4-wat-gebeurt-er-met-de-ww.pdf

Regionale verschillen in doorstroom van WW naar bijstand

Het percentage personen dat na afloop van de WW-uitkering doorstroomt naar de bijstand ligt hoger dan

gemiddeld rond de grote steden Rotterdam, Den Haag en Amsterdam. Dit hangt onder andere samen

met een verschil in samenstelling van de bevolking in kleine en grote gemeenten (zie hoofdstuk 3). Zo is

het aandeel alleenstaanden en lager opgeleiden in grote steden hoger dan in kleine gemeenten en

hebben grote steden naar verhouding meer wijken met een lagere sociaaleconomische status. De afname

van het doorstroompercentage in 2017 geldt echter ook voor deze drie grote steden. De kaarten tonen

verder dat doorstroom van WW naar bijstand ook hoger dan gemiddeld is in de Noordelijke provincies en

in delen van Gelderland.

Van WW naar bijstand 6

Figuur 2.2 Percentage doorstroom van WW naar bijstand per regio, 2017

a Per arbeidsmarktregio b Per gemeente

Van de gemeenten met 20 duizend inwoners of meer6 had gemeente Leeuwarden in 2017 de hoogste

doorstroom vanuit WW naar bijstand (8,9%). Gemeenten Groningen en Delft volgen daarachter met elk

8,2% doorstroom. Van de 4 grootste steden van Nederland had Rotterdam een doorstroompercentage

van 7,6%, Amsterdam 7,1%, Den Haag 7,0% en Utrecht 4,8%. Van de gemeenten met 20 duizend

inwoners of meer hadden gemeenten Maasdriel, Stein, Langedijk, Raalte, Veere en Bergen (NH) de

laagste aandelen, allen onder de 1,5% in 2017. In veel gemeenten daalde de doorstroom van WW naar

bijstand in 2017. In Bijlage I staan tabellen met de doorstroompercentages in 2015, 2016 en 2017 voor

alle arbeidsmarktregio’s en gemeenten in Nederland.

Tabel 2.1 Gemeenten met hoogste en laagste percentage doorstroom van WW naar bijstand, 2017 Hoogste

doorstroompercentage1 Doorstroom-

% Laagste

doorstroompercentage1 Doorstroom-

%

1 Leeuwarden 8,9% 1 Maasdriel 1,0%

2 Groningen 8,2% 2 Stein 1,2%

3 Delft 8,2% 3 Langedijk 1,3%

4 Delfzijl 7,6% 4 Raalte 1,3%

5 Zoetermeer 7,6% 5 Veere 1,4%

6 Rotterdam 7,6% 6 Bergen NH 1,4%

7 Assen 7,2% 7 Horst aan de Maas 1,6%

8 Capelle aan den IJssel 7,1% 8 Bunschoten 1,7%

9 Amsterdam 7,1% 9 Sint-Michielsgestel 1,7%

10 Arnhem 7,1% 10 Koggenland 1,8%

11 Den Haag 7,0% 11 Werkendam 1,8%

12 Wageningen 7,0% 12 Tubbergen 1,8%

13 Nissewaard 7,0% 13 Zaltbommel 1,8%

14 Nijmegen 6,9% 14 Oost Gelre 1,8%

15 Sliedrecht 6,8% 15 Bladel 1,9%

16 Leidschendam-Voorburg 6,7% 16 Vught 1,9%

17 Vlissingen 6,6% 17 Rijssen-Holten 1,9%

18 Lelystad 6,3% 18 Montferland 2,0%

19 Smallingerland 6,3% 19 Twenterand 2,0%

20 Oldambt 6,2% 20 Meierijstad 2,0%

1 Exclusief gemeenten met minder dan 20.000 inwoners.

6 De vergelijking met kleine gemeenten blijft hier buiten beschouwing omdat vanwege kleine absolute aantallen doorstromers

een klein verschil tot een grote verandering in het doorstroompercentage kan leiden.

Van WW naar bijstand 7

Box 2.2 Toolkit Gezamenlijke dienstverlening van gemeenten en UWV

Om de doorstroom van WW naar bijstand te voorkomen werken gemeenten en UWV in steeds meer gemeenten samen om dienstverlening te verlenen aan werkzoekenden die dreigen door te stromen vanuit de WW naar de bijstand. Als hulpmiddel daarbij is de Toolkit Gezamenlijke dienstverlening van Max WW naar bijstand ontwikkeld. De Toolkit bevat meerdere praktische oplossingen, gebaseerd op succesvolle praktijkervaringen van gemeenten en regio’s die al enkele jaren een gerichte aanpak hebben om de doorstroom vanuit maximale duur WW naar bijstand te voorkomen. Zie: https://www.samenvoordeklant.nl/werkgeversdienstverlening/toolbox/toolkit-gezamenlijke-dienstverlening-van-ww-naar-bijstand

Meeste doorstromers hebben maximale duur WW bereikt

De ruim 19 duizend personen die in 2017 na afloop van de WW in de bijstand kwamen, hebben

gemiddeld 1 jaar en 3 weken een WW-uitkering gehad (55 weken). Bij negen op de tien van hen eindigde

de WW-uitkering vanwege het bereiken van de maximale WW-duur. Dit percentage is berekend op de

personen die doorstroomden. Gerelateerd aan alle personen die uit de WW stroomden vanwege het

bereiken van de maximale WW-duur, stroomde 11,4% door naar de bijstand. Dat is lager dan een jaar

eerder. In 2016 stroomde 14% van de personen van wie de WW-uitkering was beëindigd vanwege het

bereiken van de maximale duur door naar de bijstand. Uit UWV-cijfers blijkt dat tegelijkertijd de uitstroom

naar werk voor de groep die de maximale duur heeft bereikt, is toegenomen, van 40% in de eerste helft

van 2016 naar 43% in de eerste helft van 20177.

Figuur 2.3 Percentage doorstroom van WW naar bijstand per reden einde WW % van uitstroom WW

60-plussers kunnen doorstromen naar IOW in plaats van bijstand

Iemand die 60 jaar of ouder was bij start van de werkloosheid en de maximale duur van de WW-uitkering

heeft bereikt, kan in aanmerking komen voor een IOW-uitkering. In tegenstelling tot de bijstand geldt

voor de IOW-uitkering geen inkomens- en vermogenstoets (zie Box 1). In 2017 ontving 9% van de 60-

plussers die uitstroomden uit de WW een IOW-uitkering (bijna 4 duizend personen). Cijfers over eerdere

jaren, berekend volgens de methode van dit artikel, zijn niet beschikbaar. Uit de maandelijkse UWV-

publicatie Cijfers en Trends is echter wel bekend dat de instroom in de IOW toeneemt8.

7 Bron: UWV (28 mei 2019). Meer uitstroom naar werk vanuit de WW. 8 Bron: UWV Cijfers en trends. Februari 2019: https://www.uwv.nl/overuwv/Images/cijfers-trends-uwv-feb-2019.pdf

Januari 2017: https://www.uwv.nl/overuwv/Images/cijfers-en-trends-uwv-januari-2017.pdf

5,9%

14,1%

4,6%

11,4%

0%

2%

4%

6%

8%

10%

12%

14%

16%

Alle beëindigingen WW Beëindigingen vanwege bereiken maximale duur

WW

2016 2017

Van WW naar bijstand 8

Dit hoofdstuk toont de verschillen in het percentage doorstroom van WW naar bijstand voor diverse

kenmerken, zoals bijvoorbeeld de samenstelling van het huishouden, leeftijd, opleidingsniveau en

omvang van de gemeente. Met behulp van een logistische regressie hebben we bepaald welke

verklarende factoren een rol spelen (zie Bijlage II). Nieuw hierbij is dat we naast harde, objectieve

gegevens zoals leeftijd of samenstelling van het huishouden ook een zachte, meer subjectieve factor

meenemen in de analyse. In dit geval de eigen visie die werkzoekenden hebben op terugkeer naar werk

bij de start van de WW-uitkering (zie ook Box 3.1).

Het blijkt dat de volgende kenmerken samenhangen met de kans op doorstroom van WW naar bijstand,

in volgorde van afnemende samenhang: samenstelling van het huishouden, eigen visie op terugkeer naar

werk bij start van de WW, leeftijd, geslacht en omvang dienstverband, sociaaleconomische statusscore

van de wijk, opleidingsniveau, omvang van de gemeente, beroep en de regionale economische groei.

Deze kenmerken komen in dit hoofdstuk in die volgorde aan bod.

Alleenstaanden stromen vaker door dan samenwonenden

Net als in eerdere jaren stroomden in 2017 alleenstaanden vaker door van WW naar bijstand dan

samenwonenden. Van de alleenstaanden met één of meer kinderen kreeg 13,6% na afloop van de WW

een bijstandsuitkering en van de alleenstaanden zonder kinderen 8,4%. Van de uitstromers uit de WW die

samenwonen met een partner, ontving daarentegen maar 1,8% bijstand na afloop van de WW.

Alleenstaanden zijn op zichzelf aangewezen voor hun inkomen. Bij samenwonenden telt het inkomen van

de partner mee bij het vaststellen van het recht op bijstand. Voor alleenstaanden met kinderen is het

daarnaast moeilijker om zelf voldoende te kunnen verdienen naast de zorgtaken thuis. Zowel bij

alleenstaanden als bij samenwonenden nam de doorstroom in 2017 af. De logistische regressie (bijlage

II) toont dat ook gecorrigeerd voor verschillen in de andere kenmerken die meegenomen zijn in het

model, de kans om door te stromen ten opzichte van geen doorstroom bij alleenstaanden hoger is dan bij

samenwonenden.

Figuur 3.1 Percentage doorstroom van WW naar bijstand per type huishouden % van uitstroom WW

Eigen visie op terugkeer naar werk hangt samen met doorstroom

Het blijkt dat mensen die boven gemiddeld positief zijn over terugkeer naar werk bij de start van de WW

een lagere kans hebben om door te stromen naar de bijstand dan mensen die daar minder positief over

denken. Zo is de kans op doorstroom ten opzichte van geen doorstroom voor mensen die minder dan

gemiddeld positief zijn over terugkeer naar werk veel groter dan bij mensen die meer dan gemiddeld

positief zijn. Hierbij is gecorrigeerd voor verschillen in andere kenmerken. Dit kenmerk komt uit de

gegevens van de Werkverkenner9 van UWV (zie Box 3.1 en Bijlage II).

9 Bron: UWV Kennisverslag 2018-8. https://www.uwv.nl/overuwv/Images/uwv-kennisverslag-2018-8.pdf

16,8%

9,7%

2,6%

13,6%

8,4%

1,8%

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

Alleenstaand met kind(eren) Alleenstaand zonder kind(eren) Samenwonend

2016 2017

3. Kenmerken van doorstroom

Van WW naar bijstand 9

Figuur 3.2 Percentage doorstroom van WW naar bijstand naar eigen visie op terugkeer

naar werk bij start van de WW % van uitstroom WW

Box 3.1 Visie op terugkeer naar werk uit Werkverkenner UWV

UWV biedt sinds het najaar van 2016 nieuwe dienstverlening aan werkzoekende WW’ers op basis van wetenschappelijke inzichten. De Werkverkenner staat daarin centraal. Dit is een instrument dat een online vragenlijst en UWV-administratiegegevens combineert om: 1) de kans op werkhervatting binnen 1 jaar te voorspellen; en 2) een snelle diagnose te krijgen van de persoonlijke belemmeringen en mogelijkheden van een werkzoekende om werk te vinden. Werkzoekenden met een lage kans op werk worden direct uitgenodigd voor een werkorientatiegesprek. Dan bespreken de adviseur werk van UWV en de werkzoekende, ook op basis van de uitslagen van de Werkverkenner, de situatie van de klant (diagnose) en maken zij afspraken over (sollicitatie)activiteiten en in te zetten dienstverlening. De werkzoekende kan de online vragenlijst invullen bij de start van de WW-uitkering. Een van de Werkverkenner-factoren is de eigen visie op terugkeer naar werk. Dit wordt afgeleid uit drie vragen: 1. Ik denk dat het lang zal duren voordat ik werk vind. 2. Ik ben vaak afgewezen, ik verwacht geen werk meer te vinden. 3. Ik verwacht snel een baan te vinden. Wie een positievere visie op terugkeer naar werk heeft, heeft ook een hogere kans om werk te vinden binnen een jaar. Dit kan te maken hebben met zelfvertrouwen of met hoe positief iemand in het algemeen in het leven staat. Maar ook met de vraag op de arbeidsmarkt naar iemands beroep of kwalificaties. Daarnaast kan de gezondheidsbeleving van een werkzoekende een rol spelen. UWV heeft verschillende producten in haar dienstverlening die ingezet worden voor werkzoekenden met een minder positieve visie. Het gaat dan bijvoorbeeld om sollicitatietrainingen, vervolggesprekken of het aanbieden van workshops zoals ‘Succesvol naar werk’. De beschikbaarheid van gegevens uit de Werkverkenner maakt het mogelijk om naast zogenaamde ‘harde’ kenmerken zoals leeftijd en samenstelling van het huishouden, ook ‘zachte’ kenmerken mee te nemen in het onderzoek naar de kans op doorstroom van WW naar bijstand. Uit analyse van alle factoren uit de Werkverkenner bleek vooral de eigen visie die WW’ers hebben bij de start van de werkloosheid een rol te spelen bij de doorstroom van WW naar bijstand. Dit kenmerk is daarom meegenomen in de logistische regressie. Voor meer informatie over de start en ontwikkeling van de Werkverkenner zie: UWV Kennisverslag 2018-8. Werkverkenner 2.0 https://www.uwv.nl/overuwv/Images/uwv-kennisverslag-2018-8.pdf en UWV Kennisverslag 2014-3. https://www.uwv.nl/overuwv/Images/20141209_UKV_2014_03%20DIG.pdf

Doorstroom hoogst onder 55- tot 60-jarigen

De doorstroom na afloop van de WW naar de bijstand is het hoogst onder de 55- tot 60-jarigen. In 2017

is hun doorstroompercentage 8,6%. In de leeftijdsgroepen daaronder ligt het doorstroompercentage rond

het landelijke gemiddelde van 4,6%. Bij dit verschil speelt mee dat oudere werkzoekenden minder

makkelijk een baan vinden dan jongere werkzoekenden. Uit de logistische regressie blijkt dat de

samenhang tussen de kans op wel en geen doorstroom en leeftijd blijft bestaan na correctie voor

verschillen in de andere kenmerken. De afname van de doorstroom van WW naar bijstand in 2017 vond

plaats in alle leeftijdsgroepen. Onder 50- tot 60-jarigen kwam het doorstroompercentage zelfs bijna 2%-

punt lager uit in 2017.

3,2%

5,1%

7,0% 7,1%

2,1%

4,1%

6,4%

7,3%

0%

1%

2%

3%

4%

5%

6%

7%

8%

boven gemiddeld positief gemiddeld positief beneden gemiddeld

positief

ver beneden gemiddeld

positief

2016 2017

Van WW naar bijstand 10

Figuur 3.3 Percentage doorstroom van WW naar bijstand per leeftijdsgroep % van uitstroom WW

Zowel bij mannen als bij vrouwen hogere doorstroom onder parttimers

In 2017 stroomde 6,6% van de mannen die voor de werkloosheid een parttime dienstverband hadden,

door van WW naar bijstand. Dat is meer dan onder mannen met een fulltime dienstverband (4,3%). Ook

bij vrouwen is de doorstroom onder parttimers groter dan onder fulltimers, maar daar is het verschil

kleiner en liggen de percentages lager dan bij mannen. Het model toont dat deze verschillen blijven

bestaan na correctie voor verschillen in de andere kenmerken. Ook hier geldt dat het

doorstroompercentage in alle groepen daalde in 2017.

De kenmerken geslacht en omvang van het dienstverband voor de WW (parttime/fulltime) zijn

gecombineerd tot één kenmerk omdat ze een wisselwerking blijken te hebben (zie ook toelichting in

Bijlage II).

Figuur 3.4 Percentage doorstroom WW naar bijstand per geslacht en omvang

dienstverband voor werkloosheid, 2017 % van uitstroom WW

Uit de totale doorstroompercentages naar geslacht blijkt dat het aandeel dat in 2017 vanuit WW

doorstroomt naar bijstand onder vrouwen (4,1%) lager ligt dan onder mannen (5,1%). Het verschil

tussen mannen en vrouwen is in 2017 echter kleiner dan in 2016. Toen stroomde 6,6% van de mannen

en 5,2% van de vrouwen door. Dat het verschil in eerdere jaren groter was, kan te maken hebben met

dat mannen vaker in conjunctuurgevoelige beroepen werken dan vrouwen. Daarnaast is de

6,3%

8,6%

6,6%

5,7%

5,7%

5,7%

5,7%

5,0%

4,7%

4,9%

6,7%

4,8%

4,2%

4,3%

4,4%

4,2%

4,1%

4,2%

0% 1% 2% 3% 4% 5% 6% 7% 8% 9% 10%

60 jaar en ouder

55 tot 60 jaar

50 tot 55 jaar

45 tot 50 jaar

40 tot 45 jaar

35 tot 40 jaar

30 tot 35 jaar

25 tot 30 jaar

15 tot 25 jaar

2017 2016

5,7%

8,6%

4,8%5,3%

4,3%

6,6%

3,5%

4,3%

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

Man fulltime Man parttime Vrouw fulltime Vrouw parttime

2016 2017

Van WW naar bijstand 11

arbeidsdeelname van vrouwen toegenomen en het verschil tussen mannen en vrouwen kleiner

geworden10. De kans dat vrouwen in de WW komen en daarmee de kans om door te stromen naar de

bijstand ligt daardoor steeds dichter bij de kans voor mannen.

Doorstroom hangt ook samen met sociaaleconomische status van de wijk

In wijken met een lage score op sociaaleconomische status stroomde 7,1% van de WW-uitstroom door

naar bijstand in 2017. Dat is meer dan onder WW-uitstromers die wonen in wijken met een gemiddelde

score op sociaaleconomische status (4,2%) en met een hoge score (3,0%). Uit de logistische regressie

blijkt dat ook na correctie voor verschillen in de andere kenmerken dit verband blijft bestaan. Vergeleken

met 2016 nam de doorstroom af onder WW-uitstromers in alle typen wijken.

De sociaaleconomische statusscore van de wijk komt van het Sociaal en Cultureel Planbureau11 en is

afgeleid van 3 kenmerken van de mensen die in de wijk wonen: opleiding, inkomen en positie op de

arbeidsmarkt (zie toelichting in Bijlage II).

Figuur 3.5 Percentage doorstroom WW naar bijstand per sociaaleconomische statusscore van de woonwijk, 2017 % van uitstroom WW

Doorstroom hoger bij een laag opleidingsniveau

In 2017 stroomde van de uitstromers uit de WW met een laag opleidingsniveau 6,4% door naar de

bijstand. Dat is meer dan bij de WW-uitstromers met een middelbaar of hoog opleidingsniveau

(respectievelijk 5,0% en 2,8%). Uit de logistische regressie blijkt dat ook na correctie op verschillen in

andere kenmerken het doorstroompercentage afneemt met het stijgen van het opleidingsniveau.

De kans op het vinden van een baan is voor werkzoekenden met een hoger opleidingsniveau groter dan

voor laagopgeleiden. Verder hebben hoger opgeleiden vaker een hoog inkomen gehad en daarmee een

grotere kans op meer eigen vermogen. Zij komen dan minder snel in aanmerking voor recht op bijstand.

Vergeleken met 2016 nam voor alle opleidingsniveaus het doorstroompercentage af.

10 CBS. Arbeidsdeelname naar geslacht en leeftijd. https://www.cbs.nl/nl-nl/visualisaties/dashboard-

arbeidsmarkt/werkenden/arbeidsdeelname-naar-leeftijd-en-geslacht 11 Bron: SCP. https://www.scp.nl/Onderzoek/Lopend_onderzoek/A_Z_alle_lopende_onderzoeken/Statusscores

8,9%

5,5%

3,7%

7,1%

4,2%

3,0%

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

Laag Gemiddeld Hoog

2016 2017

Van WW naar bijstand 12

Figuur 3.6 Percentage doorstroom WW naar bijstand per opleidingsniveau % van uitstroom WW

Doorstroompercentage loopt op met omvang van de gemeente

Het doorstroompercentage van WW naar bijstand loopt op met de omvang van de gemeente. Van de

WW-uitstromers in gemeenten met minder dan 10 duizend inwoners stroomde 3,3% door naar de

bijstand in 2017. In gemeenten met 250 duizend inwoners of meer lag dat aandeel op 6,9%. Dit verschil

hangt onder andere samen met een verschil in samenstelling van de bevolking in kleine en grote

gemeenten. Zo is het aandeel alleenstaanden en lager opgeleiden in grote steden hoger dan in kleine

gemeenten en hebben grote steden naar verhouding meer wijken met een lagere sociaaleconomische

status.

Uit de logistische regressie blijkt dat als we rekening houden met verschillen in alle meegenomen

kenmerken, waaronder huishoudsamenstelling en sociaaleconomische statusscore van de wijk, de

samenhang tussen gemeente-omvang en doorstroom deels blijft bestaan. Het verschil tussen de drie

grootste klassen van gemeente-omvang verdwijnt dan echter. De afname van de doorstroom in 2017

vond plaats in alle omvang klassen van gemeenten.

Figuur 3.7 Percentage doorstroom van WW naar bijstand per gemeente-omvang klasse, 2017 % van uitstroom WW

7,8%

6,3%

3,5%

6,4%

5,0%

2,8%

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

Laag Middelbaar Hoog

2016 2017

6,9%

5,5%

5,2%

4,6%

3,6%

3,4%

3,3%

0% 1% 2% 3% 4% 5% 6% 7% 8%

250 duizend inwoners of meer

150 duizend tot 250 duizend inwoners

100 duizend tot 150 duizend inwoners

50 duizend tot 100 duizend inwoners

20 duizend tot 50 duizend inwoners

10 duizend tot 20 duizend inwoners

Minder dan 10 duizend inwoners

Van WW naar bijstand 13

Kleine samenhang met beroepsklasse en regionale economische groei

De beroepsklasse van de WW’er hangt ook samen met de doorstroom van WW naar bijstand. Het effect is

echter klein vergeleken met de hiervoor genoemde kenmerken. Het doorstroompercentage was in 2017

het laagst voor managers (2,5%), pedagogische beroepen (3,3%) en agrarische beroepen (3,8%). De

hoogste doorstroom gold voor dienstverlenende beroepen (6,9%), openbaar bestuur, veiligheid en

juridische beroepen (6,3%) en transport en logistiek beroepen (6,1%). De afname van de doorstroom in

2017 vond plaats in alle beroepsklassen.

Figuur 3.8 Percentage doorstroom van WW naar bijstand per beroepsklasse % van uitstroom WW

Het laatste kenmerk dat volgens het toegepaste analysemodel samenhangt met de doorstroom van WW

naar bijstand, is de regionale economische groei. Voor personen in gebieden met een hogere

economische groei is de kans op doorstroom van WW naar bijstand iets kleiner. Het effect is echter klein

vergeleken met de andere kenmerken van het model.

8,2%

7,9%

7,7%

6,9%

5,9%

5,8%

5,8%

5,7%

5,4%

5,0%

4,0%

3,4%

6,9%

6,1%

6,3%

5,8%

4,8%

4,5%

4,5%

4,5%

4,4%

3,8%

3,3%

2,5%

0% 1% 2% 3% 4% 5% 6% 7% 8% 9%

Dienstverlenende beroepen

Transport en logistiek beroepen

Openbaar bestuur, veiligheid en juridische…

Ict beroepen

Bedrijfseconomische en administratieve beroepen

Technische beroepen

Creatieve en taalkundige beroepen

Commerciële beroepen

Zorg en welzijn beroepen

Agrarische beroepen

Pedagogische beroepen

Managers

2017 2016

Van WW naar bijstand 14

Deze bijlage bevat twee tabellen:

Tabel B1.1 toont de doorstroom van WW naar bijstand, per arbeidsmarktregio.

Tabel B1.2 toont de doorstroom van WW naar bijstand, per gemeente volgens de gemeentelijke

indeling van 2017.

Tabel B1.1 Percentage doorstroom van WW naar bijstand per arbeidsmarktregio % van uitstroom WW

Arbeidsmarktregio 2015 2016 2017

Achterhoek 4,2% 4,6% 3,4%

Amersfoort 4,6% 4,7% 4,1%

Drechtsteden 7,1% 6,7% 4,3%

Drenthe 5,0% 5,0% 4,7%

Flevoland 6,2% 6,9% 5,5%

FoodValley 5,0% 5,4% 4,3%

Friesland 6,4% 6,3% 5,6%

Gooi en Vechtstreek 5,2% 5,6% 3,5%

Gorinchem 5,0% 5,5% 3,6%

Groningen 7,6% 7,7% 6,3%

Groot Amsterdam 7,7% 7,4% 6,2%

Haaglanden 10,0% 9,2% 6,7%

Helmond-De Peel 4,2% 4,0% 3,5%

Holland Rijnland 5,2% 5,3% 4,1%

Midden-Brabant 5,7% 5,5% 4,2%

Midden-Gelderland 6,8% 7,0% 5,1%

Midden-Holland 6,7% 5,7% 4,8%

Midden-Limburg 4,9% 4,7% 3,4%

Midden-Utrecht 5,5% 5,2% 4,0%

Noord-Holland Noord 4,6% 4,7% 3,5%

Noord-Limburg 4,4% 4,4% 3,2%

Noordoost-Brabant 4,1% 4,4% 3,5%

Regio Zwolle 4,9% 4,9% 3,7%

Rijk van Nijmegen 7,9% 7,4% 5,7%

Rijnmond 8,1% 7,9% 6,1%

Rivierenland 4,6% 4,5% 3,0%

Stedendriehoek en Noordwest Veluwe 5,6% 5,7% 4,5%

Twente 5,5% 5,7% 4,4%

West-Brabant 5,0% 4,8% 3,9%

Zaanstreek/Waterland 7,0% 6,4% 4,7%

Zeeland 6,2% 6,4% 4,7%

Zuid-Holland Centraal 8,6% 8,2% 6,1%

Zuid-Kennemerland en IJmond 5,4% 5,3% 3,8%

Zuid-Limburg 5,8% 5,8% 3,8%

Zuidoost-Brabant 4,7% 4,6% 3,7%

Totaal 6,0% 5,9% 4,6%

Bijlage I Tabellen met doorstroom van WW naar bijstand per regio

Van WW naar bijstand 15

In Tabel B1.2 geeft ‘< 10’ aan dat het bij die gemeente in een van de verslagjaren om minder dan 10

personen gaat die doorstromen. In die gevallen is vanwege de kans op onthulling van individuen ook niet

het exacte doorstroompercentage weergegeven. Bovendien kan bij kleine absolute aantallen een klein

verschil leiden tot grote veranderingen in het percentage.

Tabel B1.2 Doorstroom van WW naar bijstand per gemeente Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Aa en Hunze 35 29 20 5,2% 5,1% 3,5%

Aalburg 10 < 10 < 10 3,5% 4% tot 5% 1% tot 2%

Aalsmeer 12 19 18 1,8% 3,0% 2,9%

Aalten 22 23 25 3,2% 3,9% 5,1%

Achtkarspelen 50 49 27 4,6% 5,2% 3,2%

Alblasserdam 24 26 13 6,3% 6,4% 4,1%

Albrandswaard 19 15 12 3,7% 3,2% 2,6%

Alkmaar 145 150 107 5,0% 5,5% 4,2%

Almelo 183 173 122 7,1% 7,2% 5,5%

Almere 466 486 363 6,8% 7,8% 5,9%

Alphen aan den Rijn 145 146 112 5,4% 5,9% 4,9%

Alphen-Chaam < 10 10 < 10 4% tot 5% 5,2% 2% tot 3%

Ameland < 10 < 10 < 10 3% tot 4% 0% tot 1% 1% tot 2%

Amersfoort 214 205 172 5,0% 5,3% 4,7%

Amstelveen 84 74 58 4,8% 4,4% 3,6%

Amsterdam 2183 1964 1639 9,0% 8,4% 7,1%

Apeldoorn 302 271 221 6,8% 6,6% 5,7%

Appingedam 44 38 30 9,9% 10,2% 9,0%

Arnhem 474 432 325 9,0% 8,8% 7,1%

Assen 191 142 127 9,3% 7,4% 7,2%

Asten 11 10 < 10 2,2% 2,3% 2% tot 3%

Baarle-Nassau < 10 < 10 < 10 2% tot 3% 5% tot 6% 1% tot 2%

Baarn 23 22 18 4,1% 4,4% 4,0%

Barendrecht 42 28 22 4,0% 3,0% 2,5%

Barneveld 40 42 15 4,1% 5,1% 2,1%

Bedum 18 14 15 6,8% 6,1% 5,8%

Beek 16 11 17 3,5% 2,9% 5,0%

Beemster < 10 < 10 < 10 2% tot 3% 0% tot 1% 3% tot 4%

Beesel 26 27 < 10 6,3% 7,5% 3% tot 4%

Bellingwedde 13 14 < 10 5,5% 6,3% 3% tot 4%

Berg en Dal 57 59 39 5,9% 6,4% 4,8%

Bergeijk 14 < 10 < 10 3,2% 1% tot 2% 1% tot 2%

Bergen LB 13 10 12 3,3% 2,8% 3,8%

Bergen NH 23 17 < 10 4,8% 3,9% 1% tot 2%

Bergen op Zoom 136 120 80 5,9% 5,4% 4,1%

Berkelland 56 32 33 4,3% 2,9% 3,4%

Bernheze 17 15 18 2,2% 2,1% 2,9%

Best 26 23 26 3,2% 3,2% 3,7%

Beuningen 38 28 20 5,3% 4,3% 3,2%

Beverwijk 88 68 45 7,4% 6,5% 4,5%

Binnenmaas 19 21 12 3,6% 4,1% 2,7%

Bladel < 10 14 < 10 2% tot 3% 3,4% 1% tot 2%

Blaricum < 10 < 10 < 10 3% tot 4% 5% tot 6% 0% tot 1%

Bloemendaal 13 12 < 10 3,8% 4,2% 3% tot 4%

Bodegraven-Reeuwijk 33 34 13 4,6% 5,5% 2,3%

Boekel < 10 < 10 < 10 2% tot 3% 1% tot 2% 1% tot 2%

Borger-Odoorn 44 33 31 5,0% 4,4% 4,4%

Borne 22 23 20 3,5% 4,3% 3,6%

Van WW naar bijstand 16

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Borsele 26 21 < 10 5,1% 5,0% 2% tot 3%

Boxmeer 24 25 31 3,2% 3,7% 4,8%

Boxtel 30 45 26 3,3% 5,3% 3,4%

Breda 324 287 228 6,1% 5,7% 4,9%

Brielle 18 21 < 10 5,0% 5,8% 2% tot 3%

Bronckhorst 32 27 23 3,7% 3,7% 3,4%

Brummen 19 22 18 3,7% 4,9% 4,3%

Brunssum 50 45 21 5,5% 5,7% 2,8%

Bunnik < 10 < 10 < 10 1% tot 2% 3% tot 4% 3% tot 4%

Bunschoten 12 11 < 10 2,6% 3,3% 1% tot 2%

Buren 16 18 16 2,4% 3,3% 3,1%

Capelle aan den IJssel 172 147 120 9,0% 8,3% 7,1%

Castricum 23 19 18 4,0% 3,7% 3,6%

Coevorden 56 57 47 5,3% 5,8% 5,3%

Cranendonck 12 18 10 2,2% 3,6% 2,3%

Cromstrijen < 10 < 10 < 10 2% tot 3% 3% tot 4% 2% tot 3%

Cuijk 32 39 30 4,5% 5,6% 5,2%

Culemborg 44 32 29 5,7% 4,4% 4,5%

Dalfsen 28 19 16 3,9% 3,0% 2,9%

Dantumadiel 39 27 30 5,6% 4,7% 5,7%

De Bilt 49 48 24 5,6% 6,4% 3,4%

De Fryske Marren 66 57 39 4,3% 4,0% 3,2%

De Marne 18 14 13 6,8% 5,6% 6,1%

De Ronde Venen 35 37 30 3,7% 4,6% 4,0%

De Wolden 20 16 13 3,2% 2,9% 2,6%

Delft 201 219 156 9,3% 10,3% 8,2%

Delfzijl 64 68 54 7,7% 8,9% 7,6%

Den Bosch 232 213 159 4,9% 5,0% 4,0%

Den Haag 1800 1506 1067 10,8% 9,7% 7,0%

Den Helder 102 83 64 7,8% 7,0% 5,4%

Deurne 23 26 19 2,5% 3,4% 2,6%

Deventer 179 183 117 5,6% 6,2% 4,2%

Diemen 39 35 23 5,8% 5,7% 4,0%

Dinkelland 19 20 11 3,0% 3,6% 2,3%

Doesburg 20 31 13 5,6% 9,0% 4,2%

Doetinchem 98 112 65 5,6% 7,3% 4,7%

Dongen 32 25 20 4,2% 3,9% 3,3%

Dongeradeel 41 39 29 4,8% 5,9% 5,3%

Dordrecht 281 249 118 7,7% 7,3% 3,8%

Drechterland 14 < 10 10 3,2% 2% tot 3% 2,8%

Drimmelen 17 22 19 2,6% 3,7% 3,3%

Dronten 43 39 35 3,5% 3,8% 3,5%

Druten 38 18 16 7,6% 4,0% 4,3%

Duiven 46 38 20 5,7% 5,3% 3,0%

Echt-Susteren 46 38 21 5,1% 4,9% 3,2%

Edam-Volendam 11 16 14 2,0% 3,5% 2,9%

Ede 123 132 97 4,8% 5,8% 4,7%

Eemnes 11 < 10 < 10 5,9% 1% tot 2% 1% tot 2%

Eemsmond 32 24 28 6,5% 6,2% 6,8%

Eersel 15 18 < 10 4,1% 4,9% 0% tot 1%

Eijsden-Margraten 14 14 11 2,6% 2,7% 2,7%

Eindhoven 424 366 267 6,0% 5,5% 4,3%

Elburg 25 15 13 4,2% 2,8% 2,7%

Emmen 237 231 188 5,4% 5,7% 5,1%

Enkhuizen 26 19 26 4,3% 3,7% 5,5%

Enschede 348 344 250 7,3% 7,6% 5,9%

Van WW naar bijstand 17

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Epe 39 36 28 4,8% 4,7% 4,1%

Ermelo 28 25 18 4,9% 4,9% 3,7%

Etten-Leur 62 63 50 4,7% 5,2% 4,4%

Ferwerderadiel 10 10 11 3,6% 4,4% 5,2%

Franekeradeel 37 32 21 5,5% 5,4% 4,0%

Geertruidenberg 23 19 27 3,4% 3,2% 5,5%

Geldermalsen 18 18 12 3,2% 3,6% 2,7%

Geldrop-Mierlo 61 41 28 5,4% 3,9% 3,0%

Gemert-Bakel 27 29 23 3,3% 3,8% 3,5%

Gennep 26 16 15 5,1% 3,6% 3,7%

Giessenlanden 11 12 < 10 4,4% 5,5% 2% tot 3%

Gilze en Rijen 35 31 23 4,8% 4,8% 4,1%

Goeree-Overflakkee 51 37 23 5,9% 4,9% 3,4%

Goes 60 54 38 6,2% 6,4% 4,8%

Goirle 27 17 13 4,5% 3,4% 2,8%

Gooise Meren 56 55 35 4,3% 4,8% 3,3%

Gorinchem 62 54 52 6,2% 6,2% 5,7%

Gouda 158 117 96 8,2% 6,5% 5,4%

Grave 11 15 < 10 3,0% 4,8% 2% tot 3%

Groningen 582 504 432 10,5% 9,7% 8,2%

Grootegast 14 19 12 3,9% 5,5% 4,0%

Gulpen-Wittem 13 < 10 < 10 3,7% 2% tot 3% 1% tot 2%

Haaksbergen 28 19 12 4,4% 3,4% 2,4%

Haaren < 10 < 10 < 10 2% tot 3% 3% tot 4% 1% tot 2%

Haarlem 220 198 143 5,0% 5,0% 3,8%

Haarlemmerliede Ca < 10 < 10 < 10 2% tot 3% 0% tot 1% 1% tot 2%

Haarlemmermeer 121 129 96 3,5% 4,0% 3,2%

Halderberge 27 38 25 3,0% 5,0% 3,5%

Hardenberg 85 67 54 3,9% 3,5% 3,2%

Harderwijk 56 65 44 4,5% 5,6% 4,3%

Hardinxveld-Giessendam < 10 10 < 10 3% tot 4% 4,0% 2% tot 3%

Haren 26 31 18 6,8% 9,3% 5,7%

Harlingen 34 26 28 6,8% 5,9% 6,6%

Hattem < 10 < 10 11 1% tot 2% 3% tot 4% 4,5%

Heemskerk 54 42 29 6,4% 5,4% 4,0%

Heemstede 15 21 12 3,3% 4,9% 3,0%

Heerde 21 16 14 4,6% 4,1% 4,1%

Heerenveen 113 93 83 6,9% 6,1% 6,2%

Heerhugowaard 56 64 26 4,2% 5,2% 2,2%

Heerlen 228 240 150 7,6% 8,7% 5,8%

Heeze-Leende < 10 < 10 < 10 1% tot 2% 2% tot 3% 1% tot 2%

Heiloo 22 12 < 10 5,5% 3,4% 2% tot 3%

Hellendoorn 36 41 17 3,5% 4,2% 2,0%

Hellevoetsluis 62 53 53 5,8% 5,5% 5,8%

Helmond 189 162 127 5,4% 5,1% 4,4%

Hendrik-Ido-Ambacht 16 18 16 2,7% 3,4% 3,1%

Hengelo 176 182 133 6,8% 7,4% 5,6%

Het Bildt 26 14 20 7,6% 4,7% 7,1%

Heumen 17 < 10 11 4,9% 2% tot 3% 3,8%

Heusden 39 42 22 3,5% 3,8% 2,2%

Hillegom 28 15 14 4,6% 2,8% 2,9%

Hilvarenbeek < 10 11 < 10 1% tot 2% 4,2% 2% tot 3%

Hilversum 125 132 96 5,5% 6,1% 4,6%

Hof van Twente 39 39 26 4,1% 4,5% 3,5%

Hollands Kroon 35 39 32 3,1% 3,8% 3,5%

Hoogeveen 88 81 72 4,4% 4,3% 4,3%

Van WW naar bijstand 18

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Hoogezand-Sappemeer 94 99 60 7,7% 9,2% 5,7%

Hoorn 126 94 74 6,2% 5,4% 4,2%

Horst aan de Maas 28 21 18 2,0% 1,7% 1,6%

Houten 33 31 26 2,9% 3,0% 2,8%

Huizen 61 59 28 6,1% 7,1% 3,2%

Hulst 26 30 21 4,7% 6,4% 4,5%

IJsselstein 51 40 34 5,3% 4,8% 4,6%

Kaag en Braassem 17 23 13 3,2% 4,4% 2,6%

Kampen 75 78 41 4,6% 5,6% 3,4%

Kapelle < 10 < 10 < 10 3% tot 4% 2% tot 3% 2% tot 3%

Katwijk 63 46 43 5,1% 4,2% 4,3%

Kerkrade 85 75 35 6,0% 5,9% 3,0%

Koggenland 11 < 10 < 10 2,5% 2% tot 3% 1% tot 2%

Kollumerland Ca 20 17 16 4,0% 4,0% 4,2%

Korendijk 13 < 10 < 10 8,4% 4% tot 5% 4% tot 5%

Krimpen aan den IJssel 22 42 18 4,6% 7,9% 3,8%

Krimpenerwaard 57 48 47 5,3% 4,7% 5,1%

Laarbeek 17 15 10 2,9% 2,9% 2,2%

Landerd < 10 12 < 10 1% tot 2% 3,9% 2% tot 3%

Landgraaf 63 69 38 6,1% 7,0% 4,1%

Landsmeer < 10 13 < 10 2% tot 3% 6,6% 3% tot 4%

Langedijk 20 21 < 10 3,1% 3,7% 1% tot 2%

Lansingerland 52 38 32 4,4% 3,6% 3,1%

Laren 15 < 10 < 10 7,9% 4% tot 5% 3% tot 4%

Leek 23 35 30 3,9% 6,6% 6,0%

Leerdam 24 27 11 4,8% 5,2% 2,5%

Leeuwarden 369 357 294 9,9% 10,5% 8,9%

Leeuwarderadeel 10 14 < 10 3,7% 5,6% 2% tot 3%

Leiden 220 197 140 8,0% 7,2% 5,3%

Leiderdorp 18 22 15 3,3% 4,5% 3,4%

Leidschendam-Voorburg 159 135 97 9,7% 8,8% 6,7%

Lelystad 186 177 142 7,0% 7,1% 6,3%

Leudal 31 22 20 3,5% 2,8% 2,8%

Leusden 25 28 23 3,5% 4,6% 4,3%

Lingewaal 13 11 < 10 5,3% 4,8% 3% tot 4%

Lingewaard 41 43 21 3,2% 3,7% 2,0%

Lisse 23 23 11 3,9% 4,7% 2,2%

Littenseradiel 10 < 10 < 10 3,4% 3% tot 4% 3% tot 4%

Lochem 43 26 21 5,3% 3,8% 3,1%

Loon op Zand 19 29 15 2,7% 4,6% 2,6%

Lopik < 10 < 10 < 10 2% tot 3% 2% tot 3% 3% tot 4%

Loppersum 26 15 12 8,6% 5,7% 4,6%

Losser 35 20 26 5,7% 3,6% 4,4%

Maasdriel 18 14 < 10 2,8% 2,3% 1% tot 2%

Maasgouw 28 18 21 4,9% 3,4% 4,0%

Maassluis 49 39 18 5,7% 4,7% 2,3%

Maastricht 218 162 119 6,9% 5,8% 4,6%

Marum 14 < 10 < 10 4,5% 2% tot 3% 2% tot 3%

Medemblik 47 43 27 3,9% 4,1% 2,8%

Meerssen 16 19 < 10 3,8% 4,5% 1% tot 2%

Meierijstad 65 74 36 2,9% 3,7% 2,0%

Menameradiel 20 14 10 5,2% 4,3% 3,2%

Menterwolde 26 19 28 5,9% 5,1% 7,7%

Meppel 51 54 43 4,8% 5,3% 4,5%

Middelburg 99 86 52 8,5% 7,7% 5,4%

Midden-Delfland 14 12 < 10 4,7% 4,5% 3% tot 4%

Van WW naar bijstand 19

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Midden-Drenthe 51 34 38 5,6% 4,2% 4,9%

Mill en Sint Hubert 10 < 10 < 10 3,5% 3% tot 4% 1% tot 2%

Moerdijk 43 43 23 4,2% 4,7% 2,8%

Molenwaard 15 22 10 3,9% 6,0% 2,7%

Montferland 27 29 16 2,6% 3,1% 2,0%

Montfoort < 10 12 < 10 2% tot 3% 5,1% 1% tot 2%

Mook en Middelaar < 10 < 10 < 10 4% tot 5% 3% tot 4% 2% tot 3%

Neder-Betuwe 30 < 10 12 6,5% 2% tot 3% 3,4%

Nederweert 14 < 10 < 10 3,0% 1% tot 2% 1% tot 2%

Neerijnen < 10 < 10 < 10 3% tot 4% 4% tot 5% 0% tot 1%

Nieuwegein 114 93 53 6,1% 5,3% 3,5%

Nieuwkoop 19 17 10 3,6% 3,3% 2,4%

Nijkerk 41 29 31 4,1% 3,3% 4,0%

Nijmegen 513 441 302 9,8% 9,5% 6,9%

Nissewaard 167 171 148 6,8% 7,4% 7,0%

Noord Beveland < 10 11 < 10 3% tot 4% 6,6% 4% tot 5%

Noordenveld 40 43 25 5,1% 6,2% 3,7%

Noordoostpolder 75 66 42 5,2% 5,3% 3,7%

Noordwijk 17 15 17 2,7% 2,8% 3,2%

Noordwijkerhout 12 14 14 3,5% 4,1% 4,0%

Nuenen Ca 26 20 14 5,3% 4,5% 3,3%

Nunspeet 16 21 18 3,0% 4,0% 4,0%

Nuth 13 12 < 10 3,2% 3,4% 2% tot 3%

Oegstgeest 18 22 13 4,3% 5,8% 3,7%

Oirschot 14 10 11 3,0% 2,5% 3,1%

Oisterwijk 24 19 24 4,0% 3,7% 4,8%

Oldambt 92 98 65 7,4% 9,5% 6,2%

Oldebroek 24 22 13 3,5% 3,6% 2,3%

Oldenzaal 46 39 15 4,9% 4,8% 2,1%

Olst-Wijhe 19 10 10 4,0% 2,6% 2,6%

Ommen 17 20 < 10 3,6% 4,6% 2% tot 3%

Onderbanken 12 13 < 10 5,9% 6,4% 3% tot 4%

Oost Gelre 20 18 11 2,3% 2,7% 1,8%

Oosterhout 77 51 43 4,5% 3,3% 3,0%

Ooststellingwerf 49 32 27 6,3% 4,7% 4,1%

Oostzaan < 10 < 10 < 10 4% tot 5% 2% tot 3% 3% tot 4%

Opmeer 10 < 10 < 10 3,8% 4% tot 5% 1% tot 2%

Opsterland 62 51 33 6,8% 6,6% 4,6%

Oss 153 133 117 5,0% 5,0% 4,9%

Oud-Beijerland 18 19 15 3,7% 4,4% 4,2%

Oude IJsselstreek 61 58 21 5,3% 5,7% 2,5%

Ouder-Amstel 22 12 13 7,7% 4,8% 4,8%

Oudewater < 10 < 10 < 10 3% tot 4% 2% tot 3% 3% tot 4%

Overbetuwe 41 36 20 3,3% 3,3% 2,1%

Papendrecht 53 43 21 7,2% 6,4% 3,6%

Peel en Maas 43 42 30 3,1% 3,6% 2,9%

Pekela 28 28 23 5,6% 6,6% 6,1%

Pijnacker-Nootdorp 36 28 29 3,6% 3,3% 3,3%

Purmerend 158 128 98 7,5% 6,4% 5,5%

Putten 20 24 16 3,9% 5,3% 3,8%

Raalte 29 27 10 3,1% 3,1% 1,3%

Reimerswaal 17 16 11 3,1% 3,1% 2,1%

Renkum 29 49 30 3,9% 7,0% 5,2%

Renswoude < 10 < 10 < 10 2% tot 3% 0% tot 1% 1% tot 2%

Reusel-De Mierden < 10 < 10 < 10 2% tot 3% 3% tot 4% 2% tot 3%

Rheden 83 92 59 6,5% 8,3% 5,7%

Van WW naar bijstand 20

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Rhenen 21 16 < 10 5,3% 4,3% 1% tot 2%

Ridderkerk 74 62 28 6,9% 6,0% 2,9%

Rijnwaarden 23 15 < 10 6,8% 4,7% 2% tot 3%

Rijssen-Holten 36 26 14 3,6% 3,1% 1,9%

Rijswijk 139 119 71 11,0% 9,5% 5,8%

Roerdalen 18 19 10 3,3% 3,8% 2,2%

Roermond 127 132 73 6,4% 7,1% 4,5%

Roosendaal 162 124 86 6,4% 5,3% 3,9%

Rotterdam 2056 1994 1485 9,7% 9,5% 7,6%

Rozendaal < 10 < 10 < 10 5% tot 6% 0% tot 1% 0% tot 1%

Rucphen 21 23 12 2,9% 3,6% 2,3%

Schagen 29 38 28 3,2% 4,4% 3,5%

Scherpenzeel < 10 < 10 < 10 1% tot 2% 1% tot 2% 2% tot 3%

Schiedam 193 165 88 7,2% 6,2% 3,6%

Schiermonnikoog < 10 < 10 < 10 4% tot 5% 0% tot 1% 0% tot 1%

Schinnen 10 < 10 < 10 3,3% 0% tot 1% 1% tot 2%

Schouwen-Duiveland 40 51 36 5,7% 7,9% 6,2%

Simpelveld 13 < 10 12 4,1% 3% tot 4% 5,2%

Sint Anthonis < 10 < 10 < 10 2% tot 3% 0% tot 1% 0% tot 1%

Sint-Michielsgestel 24 16 < 10 3,3% 2,9% 1% tot 2%

Sittard-Geleen 178 150 70 6,2% 5,8% 3,0%

Sliedrecht 32 34 27 6,9% 7,8% 6,8%

Slochteren 20 18 17 4,7% 4,6% 4,3%

Sluis 31 20 16 6,3% 5,1% 4,3%

Smallingerland 147 127 94 7,9% 7,6% 6,3%

Soest 56 52 29 4,9% 5,2% 3,4%

Someren 10 < 10 11 1,8% 1% tot 2% 2,2%

Son en Breugel 14 14 15 3,4% 3,9% 4,8%

Stadskanaal 65 73 47 5,9% 7,5% 5,4%

Staphorst 15 11 11 3,8% 3,6% 4,1%

Stede Broec 22 21 17 3,7% 4,1% 3,6%

Steenbergen 33 23 17 4,3% 3,5% 2,8%

Steenwijkerland 68 57 37 4,7% 4,7% 3,2%

Stein 20 14 < 10 3,0% 2,3% 1% tot 2%

Stichtse Vecht 76 68 42 4,4% 4,7% 3,0%

Strijen < 10 12 < 10 2% tot 3% 7,1% 3% tot 4%

Sudwest Fryslan 155 120 113 6,3% 5,4% 5,4%

Ten Boer 11 < 10 < 10 6,2% 2% tot 3% 1% tot 2%

Terneuzen 85 60 56 6,8% 5,3% 5,2%

Terschelling < 10 < 10 < 10 0% tot 1% 3% tot 4% 3% tot 4%

Texel < 10 < 10 < 10 1% tot 2% 2% tot 3% 2% tot 3%

Teylingen 27 31 21 3,7% 4,6% 3,0%

Tholen 26 15 15 4,1% 2,7% 3,1%

Tiel 91 91 48 6,8% 7,6% 4,4%

Tilburg 523 449 320 7,3% 6,7% 5,2%

Tubbergen 12 < 10 < 10 2,0% 1% tot 2% 1% tot 2%

Twenterand 36 25 19 3,1% 2,4% 2,0%

Tynaarlo 45 40 35 6,1% 5,6% 5,3%

Tytsjerksteradiel 41 47 34 4,2% 5,6% 4,3%

Uden 63 44 34 4,9% 4,1% 3,8%

Uitgeest < 10 < 10 < 10 2% tot 3% 2% tot 3% 0% tot 1%

Uithoorn 44 28 15 5,9% 4,3% 2,3%

Urk < 10 < 10 < 10 3% tot 4% 2% tot 3% 2% tot 3%

Utrecht 605 497 398 6,4% 5,7% 4,8%

Utrechtse Heuvelrug 50 41 24 4,8% 4,3% 2,9%

Vaals 12 13 13 5,3% 7,0% 6,7%

Van WW naar bijstand 21

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Valkenburg aan de Geul 19 17 11 4,5% 4,1% 2,8%

Valkenswaard 35 36 25 4,0% 5,0% 3,5%

Veendam 49 63 37 5,1% 6,8% 4,4%

Veenendaal 93 62 52 5,6% 4,2% 3,9%

Veere 17 12 < 10 4,1% 3,5% 1% tot 2%

Veldhoven 49 37 34 4,1% 3,5% 3,5%

Velsen 88 80 53 5,7% 5,7% 3,9%

Venlo 207 201 131 5,4% 5,6% 3,8%

Venray 82 58 36 5,1% 4,1% 2,9%

Vianen 17 24 11 3,2% 5,1% 2,4%

Vlaardingen 150 132 78 6,7% 6,2% 4,0%

Vlagtwedde 28 32 16 5,4% 6,6% 3,6%

Vlieland < 10 < 10 < 10 5% tot 6% 0% tot 1% 0% tot 1%

Vlissingen 125 134 79 9,0% 10,3% 6,6%

Voerendaal 10 16 < 10 3,0% 4,7% 3% tot 4%

Voorschoten 36 28 25 7,9% 6,5% 6,2%

Voorst 24 21 19 4,7% 4,5% 4,6%

Vught 27 28 10 4,0% 4,8% 1,9%

Waalre 18 13 < 10 4,9% 3,7% 2% tot 3%

Waalwijk 77 61 37 5,0% 4,1% 2,9%

Waddinxveen 42 28 29 6,5% 4,9% 4,7%

Wageningen 57 56 53 7,3% 7,5% 7,0%

Wassenaar 26 23 19 6,6% 7,1% 5,5%

Waterland < 10 10 < 10 2% tot 3% 4,0% 3% tot 4%

Weert 73 58 42 4,6% 4,0% 3,1%

Weesp 30 26 11 6,0% 5,2% 2,5%

Werkendam 27 17 < 10 5,0% 3,4% 1% tot 2%

West Maas en Waal 24 26 < 10 4,5% 5,6% 2% tot 3%

Westerveld 28 17 13 5,4% 3,5% 3,0%

Westervoort 41 26 20 7,2% 5,3% 4,6%

Westland 96 80 69 4,6% 4,2% 3,7%

Weststellingwerf 48 35 30 5,3% 4,7% 4,2%

Westvoorne < 10 11 < 10 3% tot 4% 4,4% 2% tot 3%

Wierden 18 13 18 2,8% 2,5% 3,5%

Wijchen 48 42 41 4,1% 4,1% 4,4%

Wijdemeren 14 19 < 10 3,1% 4,6% 2% tot 3%

Wijk bij Duurstede 23 12 12 3,9% 2,4% 2,9%

Winsum 22 25 13 6,6% 8,8% 5,3%

Winterswijk 43 38 26 5,0% 5,2% 4,0%

Woensdrecht 23 23 21 4,0% 4,8% 4,5%

Woerden 49 51 29 4,3% 5,1% 3,1%

Wormerland 14 24 < 10 3,9% 7,3% 1% tot 2%

Woudenberg 13 < 10 < 10 6,1% 0% tot 1% 1% tot 2%

Woudrichem 12 19 < 10 3,8% 6,5% 1% tot 2%

Zaanstad 365 284 180 8,5% 7,1% 4,9%

Zaltbommel 22 22 10 3,2% 3,5% 1,8%

Zandvoort 21 27 15 4,7% 6,7% 4,0%

Zederik 10 10 < 10 4,2% 5,1% 2% tot 3%

Zeewolde 28 22 13 4,6% 3,9% 2,2%

Zeist 100 95 60 6,9% 7,1% 4,5%

Zevenaar 55 60 31 5,5% 6,3% 3,7%

Zoetermeer 405 373 243 11,1% 11,0% 7,6%

Zoeterwoude < 10 < 10 < 10 2% tot 3% 4% tot 5% 2% tot 3%

Zuidhorn 24 24 16 5,3% 5,7% 4,0%

Zuidplas 60 39 29 5,6% 4,9% 3,9%

Zundert 19 12 12 3,4% 2,2% 2,5%

Van WW naar bijstand 22

Doorstroom (aantal) Doorstroom (percentage)

Gemeente (2017) 2015 2016 2017 2015 2016 2017

Zutphen 106 108 73 7,5% 8,1% 5,8%

Zwartewaterland 18 29 13 3,6% 6,1% 3,4%

Zwijndrecht 93 73 63 7,4% 6,4% 6,0%

Zwolle 277 239 172 7,2% 6,7% 4,9%

Van WW naar bijstand 23

Model

In dit onderzoek is met behulp van een logistische regressieanalyse een verklaringsmodel geschat voor de

kans op doorstroom vanuit een WW-uitkering naar een bijstandsuitkering (doorstroom). Doorstroom, de

afhankelijke variabele in het model, heeft twee waarden, ja of nee (wel of niet doorstromen naar

bijstand). Voor de schatting van het model zijn gegevens over de jaren 2016 en 2017 gebruikt.

In het model zijn de volgende verklarende variabelen opgenomen: type huishouden, leeftijd, geslacht en

omvang van het dienstverband (parttime/fulltime), sociaaleconomische statusscore van woonwijk,

gemeentegrootte, opleidingsniveau, beroepsgroep, de regionale economische groei (groei bbp) en de

eigen visie op terugkeer naar werk bij start van de WW. De kenmerken geslacht en omvang van het

dienstverband voor de WW (parttime/fulltime) hebben een wisselwerking met elkaar en zijn daarom

gecombineerd tot één kenmerk. De kans op doorstroom naar de bijstand is voor mannelijke fulltimers

anders dan voor vrouwelijke fulltimers, en voor mannelijke parttimers anders dan voor vrouwelijke

parttimers. De effecten zijn daarom niet los van elkaar te zien. De sociaaleconomische statusscore komt

van het Sociaal en Cultureel Planbureau12 en is gekoppeld aan het analysebestand, zodat elke persoon in

het bestand een score heeft. Deze score is afgeleid van 3 kenmerken van de mensen die in de wijk

wonen: opleiding, inkomen en positie op de arbeidsmarkt. In de regressie is de sociaaleconomische

statusscore als continue variabele gebruikt. In de weergave in de figuur is gebruik gemaakt van een 3-

deling in laag, gemiddeld en hoog m.b.v. +/- 1 maal de standaardafwijking van de gemiddelde score. De

regionale economische groei komt van het CBS13 en is aan het analysebestand gekoppeld. Het geeft de

ontwikkeling van het bbp in 2016 en 2017 aan per Corop-gebied.

UWV biedt sinds het najaar van 2016 nieuwe dienstverlening aan werkzoekende WW’ers op basis van

wetenschappelijke inzichten. De Werkverkenner staat daarin centraal. Dit is een instrument dat een online

vragenlijst en UWV-administratiegegevens combineert om: 1) de kans op werkhervatting binnen 1 jaar te

voorspellen; en 2) een snelle diagnose te krijgen van de persoonlijke belemmeringen en mogelijkheden

van een werkzoekende om werk te vinden. Werkzoekenden met een lage kans op werk worden direct

uitgenodigd voor een werkorientatiegesprek. Dan bespreken de adviseur werk van UWV en de

werkzoekende, ook op basis van de uitslagen van de Werkverkenner, de situatie van de klant (diagnose)

en maken zij afspraken over (sollicitatie)activiteiten en in te zetten dienstverlening14. De beschikbaarheid

van de gegevens uit de Werkverkenner maakt het mogelijk om naast zogenaamde ‘harde’ kenmerken

zoals leeftijd en samenstelling van het huishouden, ook ‘zachte’ kenmerken mee te nemen in het

onderzoek naar de kans op doorstroom van WW naar bijstand. Uit analyse van de factoren die

beschikbaar zijn uit de Werkverkenner bleek vooral de eigen visie die WW’ers hebben bij de start van de

werkloosheid een rol te spelen bij de doorstroom van WW naar bijstand. Dit kenmerk is daarom

meegenomen in de logistische regressie. Omdat de werkverkenner enkele jaren geleden is gestart en

vrijwillig is, is dit niet beschikbaar voor alle personen in het analysebestand (55% wel bekend). Om toch

een representatieve populatieschatting te verkrijgen, is een weegfactor toegekend aan elke persoon

waarvoor dit gegeven uit de Werkverkenner wel bekend is. De logistische regressie is uitgevoerd op dit

gewogen analysebestand.

Uitkomsten

In de tabel B2.1 staan de resultaten van de logistische regressieanalyse. Per verklarende variabele staan

de parameters B (bèta) van de vergelijking, de exp. B (exponent van de bèta), de Wald-statistiek en de

significantie (de * staat voor significant met een zekerheid van 95%) weergegeven. De mate van invloed

van de variabele op de kansen is te zien aan de grootte van de Wald-statistiek (grotere waarde houdt in

dat de invloed groter is). Bij een negatieve waarde van B, is het effect van de variabele op de kans

negatief. In dat geval is de exponent van B kleiner dan 1. Bij een positieve waarde van B, is het effect van

de variabele op de kans positief. In dat geval is de waarde van de exponent van B groter dan 1.

De uitkomsten van dit model geven een indicatie van wat gemiddeld voor Nederland een rol speelt in de

kans op doorstroom vanuit WW naar bijstand ten opzichte van de kans op geen doorstroom. De

uitkomsten zijn niet geheel representatief voor elke gemeente of regio, omdat we specifieke en lokale

beleidsmaatregelen niet konden opnemen in het model. Daarnaast is, vanwege de correlatie met zowel

de sociaaleconomische statusscore van de wijk als met het opleidingsniveau, de migratieachtergrond niet

als verklarende variabele opgenomen in het model.

12 Bron: SCP. https://www.scp.nl/Onderzoek/Lopend_onderzoek/A_Z_alle_lopende_onderzoeken/Statusscores 13 Bron: SBS StatLine. https://opendata.cbs.nl/statline/#/CBS/nl/dataset/84432NED/table?dl=1EE47 14 Bron: UWV Kennisverslag 2018-8. Werkverkenner 2.0. https://www.uwv.nl/overuwv/Images/uwv-kennisverslag-2018-

8.pdf

Bijlage II Toelichting op verklaringsmodel

Van WW naar bijstand 24

Tabel B2.1 Uitkomsten logistische regressie, kans op doorstroom van WW naar bijstand 2016-2017

Variabele B Wald exp. B Significant

Huishouden (ref. samenwonend) 17.768 *

alleenstaand 1,72 15.903 5,60 *

alleenstaand met kind(eren) 2,25 7.778 9,50 *

Visietotaal (ref. bovengemiddeld positief) 3.270 *

gemiddeld positief 0,52 993 1,69 *

beneden gemiddeld positief 0,91 2.473 2,49 *

ver beneden gemiddeld positief 1,07 2.425 2,92 *

Leeftijd (ref. 20 tot 25 jaar) 1.969 *

25 tot 35 jaar 0,48 448 1,62 *

35 tot 45 jaar 0,64 732 1,90 *

45 tot 55 jaar 0,57 579 1,77 *

55 tot 60 jaar 0,86 1.057 2,35 *

60 tot 64 jaar 0,86 903 2,35 *

64 en ouder -1,59 309 0,20 *

Geslacht & omvang baan (ref. man fulltime) 1.150 *

Man, parttime 0,36 556 1,44 *

Vrouw, fulltime -0,26 174 0,77 *

Vrouw, parttime -0,08 27 0,92 *

Statusscore sociaal economische status -0,14 976 0,87 *

Opleiding (ref. laag niveau) 903 *

Gemiddeld -0,16 149 0,85 *

Hoog -0,53 892 0,59 *

Gemeentegrootte (ref. tot 50.000 inwoners) 552 *

50.000 tot 100.000 inwoners 0,12 59 1,13 *

100.000 tot 150.000 inwoners 0,28 202 1,32 *

150.000 tot 250.000 inwoners 0,31 362 1,37 *

250.000 inwoners of meer 0,31 346 1,37 *

Beroep (ref. pedagogische beroepen) 313 *

Creatieve en taalkundige beroepen 0,10 5 1,11 *

Commerciële beroepen 0,04 1 1,04

Bedrijfseconomische en administratieve beroepen 0,12 15 1,13 *

Managers -0,12 9 0,88 *

Openbaar bestuur, veiligheid en juridische beroepen 0,18 15 1,20 *

Technische beroepen -0,14 16 0,87 *

Ict beroepen 0,10 5 1,11 *

Agrarische beroepen -0,14 7 0,87 *

Zorg en welzijn beroepen 0,03 1 1,04

Dienstverlenende beroepen 0,12 11 1,12 *

Transport en logistiek beroepen 0,07 3 1,07

Mutatie BBP -0,04 102 0,96 *

Constante -5,13 12.919 0,01 *

Van WW naar bijstand 25

Uitgave

UWV Arbeidsmarktinformatie en –advies, 28 mei 2019

Postadres

Postbus 58285

1040 AG Amsterdam

Inlichtingen

[email protected]

[email protected]

Persvragen

Voor persvragen kunt u terecht bij één van onze woordvoerders via 020 687 51 85.

Ook buiten kantoortijden kunt u ons voor dringende persvragen bereiken via dit nummer.

Auteurs

Annelies Boerdam

Menno de Vries

Colofon

Disclaimer

Alles uit deze uitgave mag worden overgenomen, echter uitsluitend met bronvermelding.

UWV © mei 2019