De veerkrachtcapaciteit van de oost vlaamse economie 2011

De veerkrachtcapaciteit

van de Oost-Vlaamse economie

Waar kennis werkt

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

Huis van de economie Seminariestraat 2 9000 Gent Provinciale dienst Economie, Europese en Internationale samenwerking tel. +32 9 267 86 86 economie@oost-vlaanderen.be www.oost-vlaanderen.be

voorwoord

5

inleiding – een beknopt theoretisch verhaal Definitie van veerkracht Meting

7

de veerkrachtcapaciteit van een regio Definitie Berekening

11

de methodiek voor Oost-Vlaanderen en de Vlaamse provincies

15

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

23

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

33

conclusie (2): veerkracht van de Vlaamse provincies

37

Redactie Pascal de Meyer

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

Ontwerp Karakters

Verantwoordelijke uitgever Marc De Buck, gedeputeerde p/a Gouvernementstraat 1 9000 Gent

Wettelijk depotnummer D/2011/5139/17

3

voorwoord

De studiedienst van het Huis van de economie heeft in 2009 en 2010 de schokbestendigheid van de Oost-Vlaamse economie en de veerkracht van de OostVlaamse arrondissementen onderzocht. Deze publicaties werden geïnspireerd door de recessie die de wereldeconomie treft sinds 2008. Blijkbaar zitten we in een langdurige neergaande cyclus (‘the great recession’), want ook nu, in 2011, is de economische situatie allesbehalve rooskleurig.

Een vervolgverhaal op de publicaties van 2009 en 2010 blijft dan ook relevant.

De studiedienst gebruikt voor deze uitgave een methodiek ontwikkeld door de State University of New York.

In essentie wordt via de veerkrachtcapaciteit (RCI – resilience capacity index) gemeten in welke mate een regio kan omgaan met exogene schokken. Dit is ruimer dan het uitsluitend economische verhaal dat in de vorige twee studies werd onderzocht. Ook socio-demografische en maatschappelijke elementen worden meegenomen in de berekening.

Deze publicatie werd gepresenteerd tijdens de ‘Ondernemersdag’, een evenement dat de provincie organiseert samen met de Vlerick Leuven Gent Management School. Dit past in het partnerschap dat sedert 2003 bestaat tussen beide instanties. Ook de komende jaren willen we samenwerken op het vlak van micro- en macro-economisch onderzoek.

Marc De Buck gedeputeerde bevoegd voor Economie, Ruimtelijke Ordening, Europese en Internationale samenwerking

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 en 2010 schokbestendigheid / veerkracht 2 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 (milieu)omstandigheden.

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.

Een dergelijke schok kan divers van aard zijn: een natuurramp, een terroristische aanslag, een bankencrisis, sluiting van een groot bedrijf…

Wat betekent regionale economische veerkracht nu precies? In de literatuur worden drie concepten gehanteerd omtrent veerkracht.

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.

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

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) en Economische veerkracht van de Oost-Vlaamse arrondissementen (2010)

7

8

inleiding

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 Kondratieff-golf.3 Een regionale economie is veerkrachtig wanneer haar maatschappelijke structuur van accumulatie stabiel is of wanneer een snelle transitie mogelijk is van de ene maatschappelijke structuur van accumulatie naar een andere.

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.

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

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 conjunctuur­ gevoelige 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.

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.4 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.

4

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 Aan elke indicator wordt in de index eenzelfde gewicht toegekend. 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 ongewogen 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 gaan stemmen. In de Verenigde Staten kan een ziekteverzekering effectief een basis verschaffen voor sociale, lichamelijke en economische zekerheid.5 Deelname aan verkiezingen is een maatstaf voor burgerlijk engagement: het stemmen als middel om resultaten te beïnvloeden.6 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. De studiedienst van het Huis van de economie wil in latere publicaties eventuele andere benaderingen uittesten.

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 van perfecte

5

“Having health insurance provides a foundation for social, physical and economic security”.

Zie http://brr.berkeley.edu/rci/site/sources.

6

“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

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.7 Voor de berekening van de veerkrachtcapaciteit wordt gemeten hoever de economie van een regio verschilt van de 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).8 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 2009. 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 ten goede komen.

7

Zie bijvoorbeeld RAMCHARAN, Rodney, ‘How big are the benefits of economic diversification? Evidence from earthquakes’, IMF Working Paper 05/48, 2005, 33 blz.

8

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 recente gegevens beschikbaar op het niveau van de arrondissementen. Deze indicator wordt dan ook niet gebruikt.

4. Zakelijke omgeving 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.

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.

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 2010 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.9 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.

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 inwoners zonder handicap gemeten.

De Vlaamse data omtrent personen met een handicap zijn afkomstig van het Vlaams Agentschap voor Personen met een Handicap (VAPH). De statistiek telt het aantal inwoners met een zogenaamd ‘PEC-ticket’ (toestand 2011). Dat zijn personen die een ondersteuningsaanvraag omwille van een handicap hebben ingediend en waarvan de Provinciale Evaluatie Commissie heeft geoordeeld dat deze aanvraag terecht is.

7. Inwoners met een inkomen boven de armoedegrens Armoede is een veel gebruikte indicator voor sociaal-economische kwetsbaarheid, vooral op individueel of gezinsniveau. Als proxy variabele zit hier een reeks problemen achter 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 arrondisementeel niveau. Deze indicator wordt dan ook niet gebruikt.

9

“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 2008 categorie 94 (‘verenigingen’) in de RSZstatistieken zijn opgenomen. De gegevens dateren van 31 december 2009. Het spreekt voor zich dat deze data slechts een benaderende kijk op het verenigingsleven geven. Enerzijds hebben vele verenigingen die een belangrijke rol spelen in de burgerparticipatie geen rechtspersoonlijkheid (feitelijke verenigingen) en die zijn niet terug te vinden in de statistieken. Anderzijds zijn in de gebruikte NACE-BEL categorie verenigingen opgenomen die weinig of niets te maken hebben met maatschappelijk engagement.

9. Woonstabiliteit Deze indicator meet in hoeverre inwoners hun roots hebben in een regio. De logica hierachter is dat nieuwkomers minder vertrouwd zijn met de gemeenschap waarin ze terecht komen dan personen die er al een tijdje wonen. Veerkracht komt deels voort uit de mate waarin een inwoner vertrouwd is met een plaats. Dit verbetert de wijze waarop de gemeenschap kan gestuurd worden en vergemakkelijkt de toegang tot diensten en steun in geval van een economische of maatschappelijke uitdaging.10 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 2010-2011. Provinciale gegevens zijn momenteel (nog) niet beschikbaar. Enkel de arrondissementen worden bestudeerd.

10 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 2009 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 onderzocht regio’s weergegeven: 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

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

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

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 (2009, % totaal) regio

1e + 2e sector

3e sector

4e sector

arrondissement Aalst

21,6

35,5

42,9

arrondissement Dendermonde

35,0

28,5

36,6

arrondissement Eeklo

29,8

28,8

41,4

arrondissement Gent

23,8

35,2

41,0

arrondissement Oudenaarde

36,9

25,2

37,9

arrondissement Sint-Niklaas

28,4

36,4

35,2

provincie Antwerpen

25,0

42,3

32,7

provincie Limburg

28,4

33,2

38,4

provincie Oost-Vlaanderen

26,6

33,8

39,6

provincie Vlaams-Brabant

14,5

52,6

32,9

provincie West-Vlaanderen

29,1

32,9

38,0

Vlaams Gewest

24,8

39,3

35,9

Bron: RSZ + berekeningen studiedienst Huis van de economie

In tabel 4 worden de z-scores weergegeven van de economische diversificatie zoals berekend met de formule vermeld op bladzijde 11.

Tabel 4: z-scores economische diversificatie (2009) regio arrondissement Aalst

z-score +0,359

arrondissement Dendermonde

-0,863

arrondissement Eeklo

+0,356

arrondissement Gent

+1,146

arrondissement Oudenaarde

-1,545

arrondissement Sint-Niklaas

+0,547

provincie Antwerpen

+0,973

provincie Limburg

+0,218

provincie Oost-Vlaanderen

+0,366

provincie Vlaams-Brabant

-1,689

provincie West-Vlaanderen

+0,132

Bron: berekeningen studiedienst Huis van de economie

25

26

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

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’ (2009, % totaal) regio

aandeel

arrondissement Aalst

0,85

arrondissement Dendermonde

0,67

arrondissement Eeklo

0,27

arrondissement Gent

2,87

arrondissement Oudenaarde

0,44

arrondissement Sint-Niklaas

0,54

provincie Antwerpen

2,43

provincie Limburg

1,08

provincie Oost-Vlaanderen

1,69

provincie Vlaams-Brabant

4,12

provincie West-Vlaanderen

0,98

Bron: RSZ + berekeningen studiedienst Huis van de economie

Tabel 6 bevat de z-scores omtrent zakelijke omgeving.

Tabel 6: z-scores zakelijke omgeving (2009) regio

z-score

arrondissement Aalst

-0,093

arrondissement Dendermonde

-0,279

arrondissement Eeklo

-0,679

arrondissement Gent

+1,998

arrondissement Oudenaarde

-0,519

arrondissement Sint-Niklaas

-0,410

provincie Antwerpen

+0,286

provincie Limburg

-0,761

provincie Oost-Vlaanderen

-0,285

provincie Vlaams-Brabant

+1,599

provincie West-Vlaanderen

-0,838

Bron: berekeningen studiedienst Huis van de economie

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

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 (2010) regio

aandeel

provincie Antwerpen

1,47

provincie Limburg

1,19

provincie Oost-Vlaanderen

1,38

provincie Vlaams-Brabant

2,54

provincie West-Vlaanderen

1,13

Bron: FOD Economie - ADSEI + berekeningen studiedienst Huis van de economie

Concreet betekent dit bijvoorbeeld dat Antwerpen anderhalve keer zoveel hooggeschoolden telt als laaggeschoolden.

Tabel 8: z-scores scholingsgraad (2010) regio

z-score

provincie Antwerpen

-0,129

provincie Limburg

-0,607

provincie Oost-Vlaanderen

-0,279

provincie Vlaams-Brabant

+1,737

provincie West-Vlaanderen

-0,722

Bron: berekeningen studiedienst Huis van de economie

27

28

resultaten voor Oost-Vlaanderen en de Vlaamse provincies

5. Inwoners zonder handicap Tabel 9 geeft het aandeel personen met een handicap in de totale bevolking (= H) weer.

Tabel 9: aantal inwoners met een handicap (2011, % totale bevolking) regio

aandeel (H)

arrondissement Aalst

0,018

arrondissement Dendermonde

0,017

arrondissement Eeklo

0,022

arrondissement Gent

0,020

arrondissement Oudenaarde

0,013

arrondissement Sint-Niklaas

0,020

provincie Antwerpen

0,019

provincie Limburg

0,023

provincie Oost-Vlaanderen

0,019

provincie Vlaams-Brabant

0,016

provincie West-Vlaanderen

0,023

Bron: VAPH + berekeningen studiedienst Huis van de economie

Een z-transformatie op 1 – H geeft de resultaten in tabel 10.

Tabel 10: z-scores aandeel inwoners zonder handicap (2011) regio

z-score

arrondissement Aalst

+0,098

arrondissement Dendermonde

+0,282

arrondissement Eeklo

-1,173

arrondissement Gent

-0,426

arrondissement Oudenaarde

+1,752

arrondissement Sint-Niklaas

-0,534

provincie Antwerpen

+0,249

provincie Limburg

-1,703

provincie Oost-Vlaanderen

+0,439

provincie Vlaams-Brabant

+1,315

provincie West-Vlaanderen

-0,930

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 10Â 000 inwoners gebruikt.

Tabel 11: aantal verenigingen per 10Â 000 inwoners (2009) regio

aantal

arrondissement Aalst

3,69

arrondissement Dendermonde

3,90

arrondissement Eeklo

4,15

arrondissement Gent

7,68

arrondissement Oudenaarde

4,33

arrondissement Sint-Niklaas

3,67

provincie Antwerpen

3,93

provincie Limburg

4,31

provincie Oost-Vlaanderen

5,26

provincie Vlaams-Brabant

4,12

provincie West-Vlaanderen

6,72

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 aandeel inwoners zonder handicap (2011) regio

z-score

arrondissement Aalst

-0,568

arrondissement Dendermonde

-0,436

arrondissement Eeklo

-0,272

arrondissement Gent

+2,012

arrondissement Oudenaarde

-0,153

arrondissement Sint-Niklaas

-0,583

provincie Antwerpen

-0,812

provincie Limburg

-0,488

provincie Oost-Vlaanderen

+0,343

provincie Vlaams-Brabant

-0,646

provincie West-Vlaanderen

+1,603

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 (2010-2011) regio

aandeel

arrondissement Aalst

97,0

arrondissement Dendermonde

92,1

arrondissement Eeklo

92,1

arrondissement Gent

90,5

arrondissement Oudenaarde

93,0

arrondissement Sint-Niklaas

91,3

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 (2010-2011) regio

aandeel

arrondissement Aalst

+1,900

arrondissement Dendermonde

-0,240

arrondissement Eeklo

-0,267

arrondissement Gent

-0,934

arrondissement Oudenaarde

+0,146

arrondissement Sint-Niklaas

-0,605

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 (2009 - % gezinnen)) regio

aandeel

arrondissement Aalst

61,9

arrondissement Dendermonde

61,7

arrondissement Eeklo

60,4

arrondissement Gent

51,0

arrondissement Oudenaarde

65,1

arrondissement Sint-Niklaas

55,5

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 (zie ook woonstabiliteit), aangetrokken onder meer door het ruimere aanbod aan huurappartementen.

Tabel 16 geeft de z-scores weer.

Tabel 16: z-scores huiseigenaarschap (2009) regio

aandeel

arrondissement Aalst

+0,518

arrondissement Dendermonde

+0,468

arrondissement Eeklo

+0,223

arrondissement Gent

-1,609

arrondissement Oudenaarde

+1,147

arrondissement Sint-Niklaas

-0,747

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 eveneens het gemiddelde van die zeven scores. Dit gemiddelde is meteen een relatieve maatstaf voor de veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen.

Tabel 17: veerkrachtcapaciteit van de Oost-Vlaamse arrondissementen indicatoren

arrondissementen Aalst

Dendermonde

Eeklo

Gent

Oudenaarde

Sint-Niklaas

inkomensgelijkheid

0,779

0,444

0,712

-1,909

0,133

0,160

economische diversificatie

0,359

-0,863

0,356

1,146

-1,545

0,547

zakelijke omgeving

-0,093

-0,279

-0,679

1,998

-0,519

-0,410

inwoners zonder handicap

0,098

0,282

-1,173

-0,426

1,752

-0,534

burgerparticipatie infrastructuur

-0,568

-0,436

-0,272

2,012

-0,153

-0,583

woonstabiliteit

1,900

-0,240

-0,267

-0,934

0,146

-0,605

huiseigenaarschap

0,518

0,468

0,223

-1,609

1,147

-0,747

veerkrachtcapaciteit

0,428

-0,089

-0,157

0,040

0,137

-0,310

Van de zes Oost-Vlaamse arrondissementen is Aalst het arrondissement met de grootste veerkrachtcapaciteit, op grote afstand gevolgd door Oudenaarde en Gent. Sint-Niklaas is afgetekend het arrondissement met de zwakste veerkrachtcapaciteit.

Figuur 1 geeft de z-scores voor de zeven gebruikte veerkrachtindicatoren weer in een spinnenwebdiagram.

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

35

Figuur 1: veerkrachtindicatoren van de Oost-Vlaamse arrondissementen

Figuur 1: de veerkrachtindicatoren van de Oost-Vlaamse arrondissementen inkomensgelijkheid 2,500 2,000

1,500 1,000

huiseigenaarschap

economische diversificatie

0,500 0,000 -0,500

Aalst

-1,000

Denderm

-1,500

Eeklo

-2,000

Gent

Oudena woonstabiliteit

zakelijke omgeving

e Oost-Vlaamse arrondissementen

burgerparticipatie infrastructuur economische diversificatie

Aalst Dendermonde Eeklo Gent Oudenaarde zakelijke omgeving

inwoners zonder handicap

Sint-Niklaas

inwoners zonder handicap

Sint-Nik

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 eveneens het gemiddelde van die zes scores. Dit gemiddelde is meteen een relatieve maatstaf voor de veerkrachtcapaciteit van de Vlaamse provincies.

Tabel 18: veerkrachtcapaciteit van de Vlaamse provincies indicatoren

provincies Antwerpen

Limburg

Oost-Vlaanderen

Vlaams-Brabant

West-Vlaanderen

inkomensgelijkheid

-0,483

economische diversificatie

0,973

1,166

0,299

-1,449

0,467

0,218

0,366

-1,689

zakelijke omgeving

0,132

0,286

-0,761

-0,285

1,599

-0,838

scholingsgraad

-0,129

-0,607

-0,279

1,737

-0,722

inwoners zonder handicap

0,249

-1,703

0,439

1,315

-0,930

burgerparticipatie infrastructuur

-0,812

-0,488

0,343

-0,646

1,603

veerkrachtcapaciteit

0,014

-0,363

0,147

0,145

-0,048

Oost-Vlaanderen komt uit deze berekeningen te voorschijn als de provincie met de grootste veerkrachtcapaciteit, met een gemiddelde z-score die net iets hoger ligt dan die van Vlaams-Brabant. De zwakste score qua veerkrachtcapaciteit wordt genoteerd in Limburg.

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

conclusie (2): veerkracht van de Vlaamse provincies

39

Figuur 2: veerkrachtindicatoren van de Vlaamse provincies

Figuur 2: de 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

Antwe

-1,500

Limbu

-2,000

Oost-V

Vlaam

West-

en van de Vlaamse provincies

inwoners zonder handicap

zakelijke omgeving

scholingsgraad economische diversifica e

Antwerpen

Limburg Oost-Vlaanderen Vlaams-Brabant West-Vlaanderen

zakelijke omgeving

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.