De relatie werknemer – werkgever: een toegevoegde waarde Peter Vets - RSZ – Directie voor Statistiek Expertenworkshop Ondernemingsdata in België 25 september.

Presentatie over: "De relatie werknemer – werkgever: een toegevoegde waarde Peter Vets - RSZ – Directie voor Statistiek Expertenworkshop Ondernemingsdata in België 25 september."— Transcript van de presentatie:

1 De relatie werknemer – werkgever: een toegevoegde waarde Peter Vets - RSZ – Directie voor Statistiek Expertenworkshop Ondernemingsdata in België 25 september 2009 Exploratie van de mogelijkheden van de RSZ-gegevens in het kader van ondernemingsdemografie

2 25 september 2009Expertenworkshop Ondernemingsdata in België Exploratie van de mogelijkheden van de RSZ-gegevens  Situering RSZ-gegevens  De bijzonderheden van het RSZ- statistiekmodel  Oplossingen op maat Non-responsbehandeling Werknemersstromen Toekomst?

3 25 september 2009Expertenworkshop Ondernemingsdata in België Situering SZ in België  SZ in België: Hoofdzakelijk arbeidsgebonden Werknemersstelsel  Werkgevers verantwoordelijk voor betaling bijdragen en "inschrijving werknemers"  Betaling bijdragen en inschrijving werknemers is gecentraliseerd => Rijksdienst voor sociale zekerheid (RSZ) Stelsel zelfstandigen  Zelfstandigen sluiten zichzelf aan bij verzekeringskas  Vennootschappen worden ook aangesloten bij verzekeringskas  Verzekeringskassen geven bijdragen en inschrijvingen door aan Rijksdienst voor Sociale Zekerheid voor Zelfstandigen Probleem: indien verzekerde = zaakvoerder vennootschap Geen link verzekerde – onderneming

4 25 september 2009Expertenworkshop Ondernemingsdata in België RSZ – kwartaalaangifte  Respondent: werkgever  Termijn: binnen de 2 maanden na verstrijken van kwartaal  Volledig elektronisch circuit  Grotendeels via gespecialiseerde dienstverleners (sociale secretariaten  Informatie met dubbel doel:  Berekening te betalen bijdragen  Berekening sociale rechten werknemers =>gedetailleerde informatie op niveau arbeidsrelatie (eventueel meerdere arbeidsrelaties voor eenzelfde werknemer bij eenzelfde werkgever)  Elk kwartaal is een volledig nieuwe bevraging

5 25 september 2009Expertenworkshop Ondernemingsdata in België RSZ – kwartaalaangifte een bijzondere enquête  Basisentiteit: arbeidsrelaties Informatie over type, aard, volume, lonen, bijdragen zowel attribuut van  Werkgevers  Werknemers => Dubbele populatie Werkgevers zijn respondenten Clustersteekproef met werkgevers als Proxy voor Werknemer Exhaustief – dus selectiekans = 100%

6 25 september 2009Expertenworkshop Ondernemingsdata in België RSZ – kwartaalaangifte een bijzondere enquête  Basisentiteit: arbeidsrelaties =>Dubbele populatie  Werkgevers  Werknemers  Beide populaties hebben unieke identificatienummers Werkgevers: Ondernemingsnummer  Deelpopulatie van KBO (hoedanigheid RSZ-werkgever) Werknemers: INSZ-nr  Hoofdzakelijk (>98%) Rijksregisternr.  Kwartaalaangifte -> Bevraging met Panelkarakter (voor beide populaties)

7 25 september 2009Expertenworkshop Ondernemingsdata in België Gevolgen voor Data-output Populatie: Werkgevers  Exhaustieve Basisset Microdata: Aggregaten per onderneming van "economische grootheden"  Tewerkstelling, Arbeidsvolume, loon, loonkost (bijdragen, bijdrageverminderingen)  verdeeld volgens beperkt aantal werknemers- of prestatiekenmerken (geslacht, voltijds/deeltijds,..) => Sedert 10-tal jaar: basisbron voor Nationale Rekeningen  Economische statistieken verdeeld volgens werkgeverskenmerken Activiteitssector, grootte onderneming,…)  Panelkarakter: Uitdroging/representativiteit geen probleem: exhaustief Wel probleem:  Klasseverschuivingen: dimensie onderneming, Activiteit  Non-respons: Officieel niet bestaand (niet administratief geregistreerd => zwartwerk) Veroorzaakt door timing: afsluiting statistiekcircuit voor afsluiting administratieve verjaring

8 25 september 2009Expertenworkshop Ondernemingsdata in België Gevolgen voor Data-output Populatie: Werknemers  Exhaustieve Basisset Microdata: Aggregaten per werknemer van "economische grootheden"  Tewerkstelling, Arbeidsvolume, loon, loonkost (bijdragen, bijdrageverminderingen)  Beschikking over aantal werknemerskenmerken (leeftijd, woonplaats,...)  Gebruik beperkt aantal werkgeverskenmerken (grootte, activiteit,…)  Sedert 10-tal jaar: basisbron voor Datawarehouse AM & SB  Geïntegreerde dataset van SZ-instellingen  Indeling naar socio-economische positie Belgische bevolking  Werkend, werkloos, pensioen, ziekte-invaliditeit, kinderbijslagtrekkend,..  Socio - Economische statistieken: Loontrekkenden verdeeld volgens Demografische kenmerken (leeftijd, geslacht, woonplaats,..) verdeeld volgens werkgeverskenmerken (Activiteitssector, grootte onderneming,…) Prestatiekenmerken (voltijds/deeltijds, loonklassen,…)  Panelkarakter: Uitdroging/representativiteit geen probleem: exhaustief Klasseverschuivingen: voornamelijk afkomstig van werkgeverskenmerken  Non-respons: Officieel niet bestaand (niet administratief geregistreerd => zwartwerk) Veroorzaakt door timing: afsluiting statistiekcircuit voor afsluiting administratieve verjaring Niet eigen aan werknemer (werkgevers zijn de respondenten)

9 25 september 2009Expertenworkshop Ondernemingsdata in België 1+1=?  Basisregel statistiek: Maximaal gebruik van informatie uit de beschikbare gegevens werkgever/onderneming Werknemer/persoon Relatie tussen werknemer/werkgever – dynamiek

10 25 september 2009Expertenworkshop Ondernemingsdata in België Gebruik informatie Link werknemer – werkgever  Behandeling nonrespons Wat:  Unit-nonrespons: ontbreken aangiften werkgevers voor bepaald tijdstip  Item-nonrespons: ontbreken werknemers op aangifte Klassieke Behandeling:  Detectie via populatieregister – opvolging enquête  Correctie via weging/imputatie Exhaustieve dataset ondernemingen - panelkarakter Grote variantie Beschikbaarheid van goede hulpvariabelen  Imputatie voor units op basis van voorgaande kwartalen Problemen  Detectie: timing administratieve<>statistische enquête  Imputatie: Werkgevers reeds geregistreerd onder andere "identiteit" Probleem bij gedeeltelijke aangiften

11 25 september 2009Expertenworkshop Ondernemingsdata in België Link werknemer – werkgever Behandeling nonrespons  Maar ook: Exhaustieve dataset voor werknemers Verdelen volgens coherente werknemerscriteria =>Imputatie van items (werknemers) voor de units op basis van voorgaande kwartalen Methode:  Opsporen ontbrekende werkgevers/werknemers

12 25 september 2009Expertenworkshop Ondernemingsdata in België Opsporing nonrespons: via de werknemer vind je de werkgever Werknemers Aanwezig einde kwartaal K-1 Werknemers Aanwezig einde kwartaal K (WN_2) (WN_1) (WN_3) (WN_4)

13 25 september 2009Expertenworkshop Ondernemingsdata in België Opsporing nonrespons: via de werknemer vind je de werkgever Werknemers Aanwezig kwartaal K (OND_1, WN_2) (OND_1, WN_1) (OND_1, WN_3) Hergroeperen per werkgever K-1: allen ontbrekend? =>Indicatie non-respons Enkel bruikbaar voor voldoende grote ondernemingen in stabiele sectoren (Ond_A,WN_5) (Ond_A,WN_4) Werknemers Aanwezig einde kwartaal K-1

14 25 september 2009Expertenworkshop Ondernemingsdata in België Opsporing nonrespons: via de werknemer vind je de werkgever  Link werknemer – werkgever: Dataset (werknemers 31 maart) – Dataset (werknemers 2de kwartaal) Opdelen werknemers:  Aanwezig T1 en afwezig T2  Aanwezig T2 Hergroeperen per werkgever  Indien voor een werkgever alle (of bijna alle werknemers) ontbreken => grote kans op nonrespons – chek met andere gegevens (register, betalingen,…)

15 25 september 2009Expertenworkshop Ondernemingsdata in België Link werknemer – werkgever mobiliteit op de arbeidsmarkt  Link werknemer – werkgever: Dataset (werknemers einde K-1) U (werknemers einde K) Neem de triplets: (OND_K-1, WN, OND_K) voor alle arbeidsrelaties  OND_K-1 = ondernemingsnummer in kwartaal K-1  OND_K-1 = 0 indien werknemer niet actief in K-1  Toepassing in DWH AM & SB: OND_K-1 <> OND_K => Mobiliteit  socio-economische mobiliteit: OND_ K-1 of OND_K = 0 opsplitsing van instroom/uitstroom arbeidsmarkt obv andere SZ-instellingen:  Mobiliteit werklooosheid, pensioen,… Tewerkstelling  Mobiliteit tussen andere sectoren SZ  Jobmobiliteit: OND_K-1 <> 0 <> OND_K Verdere opsplitsing groep arbeidsrelaties waarbij OND_K-1 <> OND_K  Individuele/collectieve mobiliteit (obv. # combinaties (OND_k-1, OND_K)  Speciale behandeling uitzendkrachten

16 25 september 2009Expertenworkshop Ondernemingsdata in België Link werknemer – werkgever mobiliteit ondernemingen  Link werknemer – werkgever: Dataset (werknemers einde K-1) U (werknemers einde K) Neem de triplets: (OND_K-1, WN, OND_K) voor alle arbeidsrelaties  Mobiliteit binnen de onderneming Hergroeperen per werkgevers (K-1) :  Opsplitsing werknemers blijvers/vertrekkers  Opsplitsing vertrekkers in uitstroom arbeidsmarkt/naar andere werkgever Analoog werkgever K Per werkgever => kerncijfers jobrotatie  instroom(arbeidsmarkt/transfert), uitstroom(arbeidsmarkt/transfert), blijvers  Mobiliteit tussen ondernemingen Hergroepering per stel ondernemingen (collect. Mobiliteit)  Indicator voor wijziging juridische entiteit, splitsing, fusie,…  Deze veroorzaken klasseverschuivingen  Maar ook…

17 25 september 2009Expertenworkshop Ondernemingsdata in België Link werknemer – werkgever mobiliteit ondernemingen  indicator voor ondernemingsdemografie voorbeeld:  The Old Company 0 nieuwe werknemers, 0 blijvers, 30 vertrekkers 30 vertrekkers:  2 uitstroom,  1 naar SomeCompany  27 naar The New Company  The New Company 0 blijvers, 30 nieuwkomers, 0 vertrekkers 30 nieuwkomers  2 instroom  27 komend van The Old Company  1 komend van AnderBedrijf => Link tussen OND_A en OND_B Zie: Jobcreatie en jobdestructie en ondernemingsdynamiek met behulp van werknemersstromen

18 25 september 2009Expertenworkshop Ondernemingsdata in België Toekomst: 1+1+1=? Link werknemer – vestiging - werkgever  Dubbele populatie wordt stilaan 3-voudige populatie Onderneming Vestigingseenheid Werknemer Model aanpassen mobiliteit binnen de onderneming? mobiliteit van ondernemingen obv vestigingseenheden (fusies, splitsingen,…)  Gebruik Personeelsbestand, ASR (oa.C4) Continue bestanden -> sneller en punctueler Kwaliteit gegevens (volledgheid)