De veerkrachtcapaciteit van de oost vlaamse economie 2012

De veerkracht­capaciteit

van de Oost-Vlaamse economie – editie 2012

Waar kennis werkt

inhoud Veerkrachtcapaciteit van de Oost-Vlaamse economie – editie 2012 is een uitgave van de studiedienst van het Huis van de economie

voorwoord

5

inleiding – een beknopt theoretisch verhaal Definitie van veerkracht Meting

7

de veerkrachtcapaciteit van een regio Definitie Berekening

11

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

15

tel. +32 9 267 86 86 economie@oost-vlaanderen.be www.oost-vlaanderen.be

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

23

conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen

33

Redactie

conclusie (2): veerkracht van de Vlaamse provincies

37

Huis van de economie Seminariestraat 2 9000 Gent Provinciale dienst Economie, Europese en Internationale samenwerking

Pascal de Meyer

Dataverzameling en –verwerking Pascal de Meyer Jos Saerens Steunpunt Sociale Planning (provincie Oost-Vlaanderen, directie Welzijn, Gezondheid, Wonen, Jeugd en Ontwikkelings­ samenwerking)

Ontwerp Karakters

Verantwoordelijke uitgever Geert Versnick, gedeputeerde p/a Gouvernementstraat 1 9000 Gent

Wettelijk depotnummer D/2012/5139/23

3

voorwoord

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, stijgende werkloosheid en recordcijfers qua aantal faillissementen.

Gebruik makend van een methodiek ontwikkeld door Amerikaanse onderzoekers 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 veerkrachtcapaciteit 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 ‘Ondernemersdag’, 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 microen macro-economisch onderzoek.

Geert Versnick gedeputeerde bevoegd voor economie, ruimtelijke planning en buitenlandse betrekkingen

5

inleiding

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 wetenschappelijke term is dit begrip afkomstig uit de biologie en milieukunde, met name de mogelijkheid van planten of dieren om zich aan te passen of zelfs te profiteren van moeilijke milieuomstandigheden.

In de context van regionale macro-economie en economische geografie betekent ‘resilience’ (in de verdere tekst wordt de Nederlandse vertaling ‘veerkracht’ gehanteerd) het vermogen van een regio om te reageren op een exogene schok of verstoring. Een dergelijke schok kan divers van aard zijn: een natuurramp, een terroristische aanslag, een bankencrisis, sluiting van een groot bedrijf…

Cruciaal in de meting van veerkracht bij een geïdentificeerde schok is het onderscheid tussen ‘graad van veerkracht’, ‘hersteltijd’ en ‘graad van herstel’. Dit wordt geïllustreerd in figuur 1.

Figuur 1: schok en veerkracht

Employment/Output

b e

f

a c d

Time

a – development (growth) path before shock b – nature and severity of shock c – resistance to shock d – speed of recovery to pre-shock state e – total duration of shock f – development (growth) path after shock

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).

7

8

inleiding

Wat betekent regionale economische veerkracht nu precies? In de literatuur worden meerdere concepten gehanteerd omtrent veerkracht. Hierna worden de bekendste opgesomd.

1.1. 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 evenwichtsverlies 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 groeipad 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 opkomst, stabiliteit en eventuele neergang van de instituten die de basis vormen van een economische groei op lange termijn. Voor de studie van de betrokken instituten hanteren economen het concept ‘maatschappelijke structuur van accumulatie’. Dat zijn combinaties van elkaar wederzijds versterkende economische, politieke en sociale instituties die over een lange periode stabiel blijven en zo de voorwaarden creëren voor een lange termijn groei. Je zou kunnen zeggen dat deze combinaties de voorwaarden vormen voor een opwaartse Kondratieffgolf.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

1.4. Evolutionair perspectief 4

Deze kijk benadrukt flexibiliteit en verandering als kernelementen voor veerkracht. 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 veerkracht 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 bedrijfstak conjunctuurgevoelig is. Daaruit wordt dan geconcludeerd dat een conjunctuurgevoelige sector minder schokbestendig is. Als die dan in een bepaalde regio oververtegenwoordigd is (gemeten via de concentratiecoëfficiënten), dan is de regionale economie minder schokbestendig.

Wanneer een schok kan geïdentificeerd worden, kan de economische performantie pre- en post-schok bepaald worden. Via de vergelijking van beide kan 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.

9

de veerkrachtcapaciteit van een regio

12

de 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 beïnvloeden 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 capaciteit 1. Inkomensgelijkheid 2. Economische diversiteit 3. Betaalbaarheid van het wonen 4. Zakenomgeving B. Socio-demografische capaciteit 5. Scholingsgraad 6. Inwoners zonder handicap 7. Inwoners met een inkomen boven de armoedegrens 8. Inwoners met ziekteverzekering C. Maatschappelijke connectiviteitscapaciteit 9. Burgerparticipatie infrastructuur 10. Bevolkingsstabiliteit 11. Huiseigenaarschap 12. Kiesdeelname Uit de loutere opsomming van de indicatoren kunnen snel twee conclusies getrokken worden. Ten eerste is het duidelijk dat het om een 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.

de veerkrachtcapaciteit van een regio

2. Berekening Omdat de schalen en meeteenheden van de indicatoren sterk uiteenlopen, worden de gemeten waarden gestandaardiseerd via de z-transformatie. De formule van de z-transformatie ziet er als volgt uit (gem = gemiddelde en sd = standaardafwijking):

x - gem(x) waarbij gem(z) = 0 en sd(z) = 1 sd(x)

z=

Van elke waargenomen waarde x wordt het gemiddelde van alle waarnemingen afgetrokken, waarna dit gedeeld wordt door de standaardafwijking van alle waarnemingen. De z-score kwantificeert het aantal standaardafwijkingen (in positieve of negatieve richting) die een waarneming verschilt van het gemiddelde.

De veerkrachtcapaciteit van een regio is het gewogen gemiddelde van alle z-scores voor de regionale indicatoren.

13

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

16

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies In deze studie wordt de veerkrachtcapaciteit gemeten van de zes Oost-Vlaamse arrondissementen en de vijf Vlaamse provincies.

De gebruikte indicatoren zijn lokale varianten van de maatstaven gehanteerd in de oorspronkelijke ‘resilience capacity index’. Naast informatie over relevantie, definitie en bron wordt indien nodig ook een woordje uitleg gegeven over de berekeningsmethodiek.

Zoals 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 Deelname aan verkiezingen is een maatstaf voor burgerlijk engagement: het stemmen als middel om resultaten te beïnvloeden.7 Voor België zou eventueel de invloed kunnen onderzocht worden van enerzijds de tweede of derde ziekteverzekeringspijler of anderzijds een sommatie van degenen die niet opdagen om te stemmen en het aantal blanco en ongeldige stemmen, maar dit zou ons op dit ogenblik te ver voeren. Deze indicatoren worden dan ook buiten beschouwing gelaten.

Een aantal indicatoren zijn voor Vlaanderen niet beschikbaar op dezelfde wijze als voor de Verenigde Staten. Waar mogelijk wordt dan een alternatieve maatstaf gehanteerd. Voor bepaalde indicatoren, zoals ‘zakenomgeving’, vallen meerdere invalshoeken te bedenken.

Om de vergelijkbaarheid niet in het gedrang te brengen, wordt de z-transformatie afzonderlijk uitgevoerd voor enerzijds de zes Oost-Vlaamse arrondissementen en anderzijds de vijf Vlaamse provincies. De z-transformatie is enkel bedoeld om meetschalen en –eenheden vergelijkbaar te maken, maar standaardiseert niet de grootte-afwijkingen tussen arrondissementen en provincies.

1. Inkomensgelijkheid Dit is een indicator voor de verdeling van economische middelen over een populatie, gemeten via het inkomen. De veronderstelling is dat hoe gelijker de inkomensverdeling, hoe coherenter de respons op een economische schok zal zijn.

De inkomensongelijkheid wordt gemeten via de Gini-coëfficiënt (G). Deze coëfficiënt 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

van perfecte inkomensgelijkheid (i.e. alle personen of gezinnen hebben hetzelfde 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 Economische Informatie (ADSEI). De gehanteerde gegevens dateren van het inkomensjaar 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 sectoren niet schokbestendig waren. Voortwerkend op deze hypothese zijn onderzoekers tot de veronderstelling gekomen dat economische diversificatie de veerkracht van een regio vergroot.8 Voor de berekening van de veerkrachtcapaciteit wordt gemeten hoever de economie 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 gedefinieerd als de overheidssector. De economische diversificatie wordt dan berekend 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 gegevens 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 huishoudelijk inkomen naar de woonkosten mag gaan, in de vorm van huur of van een hypothecaire afbetaling. Wanneer dit aandeel de 35% overschrijdt, heeft een gezin minder flexibiliteit om in tijden van crisis alternatieve investeringen te doen 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

17

18

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

Helaas zijn hierover in België geen gegevens beschikbaar. Deze indicator wordt dan ook niet gebruikt. Nader onderzoek kan in de toekomst 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 dynamischer, hoe veerkrachtiger. Voor hun studie hanteren de onderzoekers een subcomponent van de ‘innovation index’ ontwikkeld door het Indiana Business Center. 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. Innovatiegerichtheid wordt gezien als proxy indicator van zakendynamiek. Statistisch duiden we deze innovatiegerichtheid via het aandeel van de tewerkstelling in de bedrijfstakken ‘telecommunicatie’, ‘informatica’ en ‘speur- en ontwikkelingswerk op wetenschappelijk gebied’ (respectievelijk NACE-BEL 2008 categorieën 61, 62+63, 72) in de totale tewerkstelling van een regio. Het moge duidelijk zijn dat dit slechts een benaderend cijfergegeven is. Hier wordt bijvoorbeeld voorbij gegaan aan onderzoek en ontwikkeling binnen bedrijven uit andere sectoren. Ook aan deze indicator zal nog nader onderzoek gewijd worden.

5. Scholingsgraad De scholingsgraad van de bevolking op de arbeidsmarkt is een vanzelfsprekende indicator voor de veerkracht van een regio. Scholing is een cruciale maatschappelijke nood wanneer het er op aan komt om de schokbestendigheid van een regio te bepalen.

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

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 hoogste 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 provinciale 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 arbeidsgehandicapten. Dat zijn personen met een lichte of zware, fysieke of geestelijke stoornis die het hen moeilijk tot onmogelijk maakt werk te vinden en te houden.

Voor Vlaanderen zijn hieromtrent zeer recente gegevens beschikbaar voor de niet-werkende werkzoekenden (bron: Arvastat-VDAB – 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 werkloosheid dan onder de werkenden. Maar aangezien deze vertekening niet per se geografisch van origine is, blijven de Arvastatdata zeker bruikbaar voor deze studie.

Om in lijn te zijn met de systematiek dat een hogere waarde een hypothetisch hoger niveau van veerkracht betekent, wordt in deze indicator het aandeel werkzoekenden gemeten zonder handicap.

7. Inwoners met een inkomen boven de armoedegrens Armoede is een veel gebruikte indicator voor sociaal-economische kwetsbaarheid, 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 provinciaal 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 development, SERC Discussion Paper 53, London School of Economics, 2010, 21 blz.

19

20

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

8. Burgerparticipatie infrastructuur De burgerparticipatie infrastructuur van een regio, gemeten via de dichtheid van burgerverenigingen, fungeert als proxy variabele voor maatschappelijk engagement. Een maatschappelijk netwerk biedt niet alleen kanalen voor steun in tijden van crisis maar kan ook het middel zijn via hetwelk inwoners hun maatschappij begrijpen en er in investeren. Dit bevordert regionale veerkracht.

Burgerparticipatie infrastructuur wordt gemeten als het aantal verenigingen per 10 000 inwoners. Concreet vertaalt dit zich in Vlaanderen als het aantal vestigingen in een regio die onder NACE-BEL categorie 94 (‘verenigingen’) in de RSZstatistieken zijn opgenomen. De gegevens dateren van 1 januari 2011. Het spreekt voor zich dat deze data slechts een benaderende kijk op het verenigingsleven geven. Enerzijds hebben vele verenigingen die een belangrijke rol spelen in de burgerparticipatie geen rechtspersoonlijkheid (feitelijke verenigingen) en die zijn niet terug te vinden in de statistieken. Anderzijds zijn in de gebruikte NACE-BEL categorie verenigingen opgenomen die weinig of niets te maken hebben met maatschappelijk engagement.

9. Bevolkingsstabiliteit Deze indicator meet in hoeverre inwoners hun roots hebben in een regio. De logica hierachter is dat nieuwkomers minder vertrouwd zijn met de gemeenschap waarin ze terecht komen dan personen die er al een tijdje wonen. Veerkracht komt deels voort uit de mate waarin een inwoner vertrouwd is met een plaats. Dit verbetert de wijze waarop de gemeenschap kan gestuurd worden en vergemakkelijkt de toegang tot diensten en steun in geval van een economische of maatschappelijke uitdaging.11 De bevolkingsstabiliteit wordt berekend als het jaarlijks gemiddeld percentage van de bevolking die in dezelfde regio woonde het jaar voordien. Concreet wordt het aantal inwoners dat op hetzelfde of op een ander adres in dezelfde regio woonde (in vergelijking met vorig jaar), gedeeld door het totaal aantal inwoners ouder dan 1 jaar.

De gegevens zijn afkomstig uit het Rijksregister, met een meting over de jaren 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

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 Rijksregister-data en gegevens van de Algemene Administratie van de Patrimoniumdocumentatie (FOD FinanciÍn - AAP) – vroeger bekend als het kadaster. Provinciale gegevens zijn momenteel (nog) niet beschikbaar. Enkel de arrondissementen worden bestudeerd.

21

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

24

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

resultaten voor Oost-Vlaanderen en de Vlaamse provincies 1. Inkomensgelijkheid

De inkomensgelijkheid wordt gemeten via het omgekeerde van de Gini-coëfficiënt. In onderstaande tabel worden de Gini-coëfficiënten van de onderzochte regio’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 coëfficiënt tussen 1967 (eerste meting) en 2009, dus over 40 jaar, met 17,9% toegenomen. 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.

resultaten 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 inkomensverdeling.

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

25

26

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

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 arrondissement Aalst

z-score +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 sectoren’. Zoals reeds aangestipt, mag het duidelijk zijn dat het hier gaat om een approximatieve invulling. De gegevens worden weergegeven in tabellen 5 en 6.

Tabel 5: tewerkstellingsaandeel ‘innovatieve sectoren’ (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

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

27

28

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

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

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

29

30

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

7. Woonstabiliteit Voor deze indicator zijn enkel gegevens op arrondissementeel niveau beschikbaar.

In tabel 13 wordt volgende indicator weergegeven: het aantal inwoners dat op hetzelfde of op een ander adres in dezelfde regio woonde (in vergelijking met vorig jaar), gedeeld door het totaal aantal inwoners ouder dan 1 jaar (aandeel in %).

Tabel 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

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 onder 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

31

conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen

34

conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen

conclusie (1): veerkracht van de Oost-Vlaamse arrondissementen Uiteindelijk kunnen we de veerkracht van de Oost-Vlaamse arrondissementen bepalen op basis van zeven reeksen z-scores. Voor drie van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op arrondissementeel 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 relatieve maatstaf voor de veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen.

De wegingscoëfficiënten brengen enerzijds in rekening hoe zwaar een indicator weegt voor de bepaling van de veerkracht en anderzijds in welke mate een indicator ‘robuust’ kan genoemd worden, dat wil zeggen in hoeverre de gehanteerde meting goed overeenkomt met de definitie van de indicator. Zo kunnen de indicatoren ‘economische diversificatie’ en ‘zakelijke omgeving’ als even belangrijk 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 16 2. Economische diversificatie 20 3. Zakelijke omgeving 16 4. Werkzoekenden zonder arbeidshandicap 10 5. Burgerparticipatie infrastructuur 10 6. Woonstabiliteit 14 7. Huiseigenaarschap 14 Tabel 17: veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen indicatoren

arrondissementen Aalst

Dendermonde

Eeklo

Gent

Oudenaarde

Sint-Niklaas

inkomensgelijkheid

+0,779

+0,444

economische diversificatie

+0,338

-0,955

+0,712

-1,909

+0,133

+0,160

+0,041

+1,285

-1,372

zakelijke omgeving

-0,042

+0,663

-0,260

-0,755

+1,982

-0,497

geen arbeidshandicap

-0,429

+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

conclusie (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 SintNiklaas. Eeklo is afgetekend het arrondissement met de zwakste veerkrachtcapaciteit.

Figuur 2 geeft de z-scores voor de zeven gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram.

Figuur 2: veerkrachtindicatoren van de Oost-Vlaamse arrondissementen

inkomensgelijkheid 2,500 inkomensgelijkheid 2,500

2,000

2,000

1,500

1,500

1,000

1,000

huiseigenaarschap huiseigenaarschap

0,500 0,500

economische

economische diversificatie diversificatie

0,000 0,000 -0,500 -0,500 -1,000

-1,000

-1,500

-1,500

-2,000

-2,000

-2,500

-2,500 zakelijke omgeving

woonstabiliteit

woonstabiliteit

burgerparticipatie infrastructuur

burgerparticipatie infrastructuur

Aalst Dendermonde Eeklo Gent Oudenaarde Sint-Niklaas

geen arbeidshandicap

geen arbeidshandicap

zakelijke omgeving

35

conclusie (2): veerkracht van de Vlaamse provincies

38

conclusie (2): veerkracht van de Vlaamse provincies

conclusie (2): veerkracht van de Vlaamse provincies De veerkracht van de provincies wordt bepaald op basis van zes indicatoren waarvoor z-scores kunnen berekend worden. Voor vier van de tien indicatoren zoals gedefinieerd op blz. 16-21 zijn (nog) geen gegevens beschikbaar op provinciaal 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 volgende wegingscoëfficiënten gebruikt (totaal = 100): 1. Inkomensgelijkheid 19 2. Economische diversificatie 22 3. Zakelijke omgeving 19 4. Scholingsgraad 16 5. Werkzoekenden zonder arbeidshandicap 12 6. 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

Figuur 3: veerkrachtindicatoren van de Vlaamse provincies

inkomensgelijkheid 2,000 1,500 1,000

0,500

burgerpar cipa e infrastructuur

0,000

economische diversifica e

-0,500 -1,000 -1,500 -2,000

zakelijke omgeving

geen arbeidshandicap

scholingsgraad

Antwerpen

Limburg Oost-Vlaanderen Vlaams-Brabant West-Vlaanderen

39

Waar kennis werkt

Huis van de economie De economische veerkracht van de Oost-Vlaamse arrondissementen is een uitgave van de studiedienst van het Huis van de economie.

Overname van cijfer足gegevens is toegelaten mits bronvermelding.