Essays on poverty and minimum income protection for Europe’s elderly Tim Goedemé Doctoraatsverdediging Universiteit Antwerpen 14 december 2012 Welkom jury, familie, collega’s, vrienden en geïnteresseerden; dank u. Zeer blij dat ik kan verdedigen. Ik hoop dat je het interessant zal vinden. Presentatie is een hele uitdaging: tijd is beperkt voor het hele werk te bespreken, in het bijzonder om dat het over een verzameling van redelijk aparte papers gaat. Het is ook een uitdaging omdat het een divers publiek is. De presentatie is een soort van gestratificeerde representatieve steekproef van m’n doctoraat. Vragen achteraf na verdediging zeker welkom. De tekst op de slides is in het Engels zodat de jury leden ook kunnen volgen, maar ik zal de presentatie in het Nederlands houden.

Introduction

Introduction 2 themes: Poverty Minimum income protection Concept, Data & Method, Results Waar gaat het over? De originele vraag die de keuze van onderzoeksonderwerpen heeft bepaald gaat als volgt… Dit zijn belangrijke vragen: Substantieel niveau van armoede bij ouderen, voor veel verschillende indicatoren Grote verschillen tussen landen en evolutie doorheen de tijd -> ruimte om van elkaar en van geschiedenis te leren Ouderen groeiend aandeel in de bevolking (Zo wordt geschat dat de ratio van het aantal personen van 65 jaar en ouder en de bevolking op actieve leeftijd (15-64 jaar) in de Europese Unie zal toenemen van 0.25 in 2008 tot 0.54 in 2060) -> van 4 tov 1 naar minder dan 2 personen op actieve leeftijd per oudere. Pensioenshervormingen Twee manieren om deze vragen te beantwoorden: uitgaan van bestaande, veel gebruikte concepten, data, methoden en technieken en focussen op het verkrijgen van resultaten. Ofwel proberen al deze elementen te verbeteren, zodat de vragen (in de toekomst) op een betere manier kunnen worden beantwoord. Heb voor het tweede gekozen omdat: (1) er nog veel punten waren waar er verbetering van onderliggende, noodzakelijke bouwstenen mogelijk was en (2), dit de wijdere relevantie van het werk ten goede is gekomen, zowel maatschappelijk als voor het onderzoek. Het gaat dus om een collectie van papers, over twee thema’s: poverty & MIPI, en voor elk van de thema’s aandacht voor concepten, data en methode en resultaten. Drie papers is werk samen met anderen, drie niet. Natuurlijk is een doctoraat dat binnen een onderzoeksgroep wordt afgewerkt voor een stuk sowieso het product van het kunnen functioneren binnen deze onderzoeksgroep. Ik wil m’n fantastische collega’s dan ook nu al graag bedanken. Bij What’s in the thesis vermelden dat het om een bundeling van papers gaat, meeste gepubliceerd, en drie van de zes in samenwerking met anderen (+ dat ik daarnaast nog andere dingen heb gedaan (?) )

PhD thesis Introduction The Europeanisation of reference groups & poverty Statistical reliability of poverty estimates Measurement of poverty trends in Europe Wide disparities in minimum income protection Long-term evolution of minima Towards a European universal basic pension? 4 suggestions for further research Conclusion Hier bij vermelden wie heeft meegewerkt aan welk hoofdstuk.

The definition and measurement of poverty

1. Poverty Definition: - Persons beset by poverty: individuals or families whose resources are so small as to exclude them from the minimum acceptable way of life of the member state in which they live (Council of the European Communities, 1975: 34) Sociale situatie Objectieve situatie: subjectief gevoel is belangrijk, maar geen criterium om armoede vast te stellen Lack of economic resources Societal context is important Minimum acceptable living standard in the society -> no use of measuring if you are not going to do something about it. Minimum acceptable way of life: menswaardig kunnen participeren aan de samenleving. Vraag: hoe kunnen we nu meten waar er hoeveel mensen in armoede leven, of uitkeringen, lonen en beroepsinkomens voldoende zijn om niet arm te zijn en hoe veel ze eventueel te laag zijn?

1. Poverty The At-risk-of-poverty indicator: Threshold -> relative Net disposable income from all household members Divided by equivalence scale = equivalent net disposable household income Threshold: 60% of national median Threshold -> relative -> national Economic resources (maar niet vermogen) Possibilities (maar enkel leeftijd en gezinssamenstelling, niet andere competenties, sociale omgeving, minderuitgaven door publieke diensten (bv. OMNIO),…) Relatief -> link met samenleving (nationaal), doorheen de tijd

1. Poverty In 2004 en 2007 EU uitgebreid naar landen van Oost-Europa (20% van de huidige EU bevolking) Bijzonder: in sommige armere landen, lagere armoedecijfers dan in sommige rijkere landen. -> wellicht zijn de armen in sommige landen nog armer dan de armen in andere landen -> wordt op deze manier wel in alle landen dezelfde sociale situatie gemeten?

1. Poverty Criticism: Very large differences in living standards Europeanisation of reference groups … Er zijn veel verschillende kritieken. Hier ga ik enkel in op twee elementen / discussies die van bijzonder belang zijn voor de meting van armoede in de Europese Unie. De centrale vraag is dus hoe hoog de armoede in verschillende landen is en hoe we over armoede in verschillende landen, vanuit comparatief perspectief moeten nadenken. Dit is belangrijk, want het heeft consequenties voor hoe armoede moet worden aangepakt en hoe we eventueel herverdeling moeten organiseren (toch als armoede gaat over minder hebben dan wat we als samenleving minimaal aanvaardbaar achten).

1. Poverty RO EU27 BE LU 60% poverty threshold BE 97% of RO below poverty threshold BE Leg PPS uit. BE: prijzen 11% hoger dan EU27 gemiddelde - > inkomens delen door 1.11; BG 50% van Europees gemiddelde -> inkomens*2. >>sneller overschakelen naar voorbeeld landen bv. BE en RO!<< >>Duidelijker belang en probleem voor AROP uitleggen!<< Europese mediaan is ongeveer gelijk aan 850 euro per maand voor een alleenstaande en 1250 euro voor een gezin. 60% armoedelijn van Roemenië ligt op +/- 12% van de EU27 mediaan (0.6*0.2), die van Belgie op 72% van EU27 mediaan. -> 97% van Roemenen heeft inkomen onder Belgische armoedegrens en minder dan 1% van de Belgen heeft een inkomen onder de Roemeense armoedegrens. Dus veel van de Belgische armen hebben wellicht een hogere koopkracht dan een deel van de ‘rijkere’ Roemenen. MAAR: gaat hier puur over koopkracht. Levensstandaard is meer dan dat: gaat ook over de mate waarin men in de samenleving kan participeren. Het mag duidelijk zijn dat wie in Roemenië tot de 20 procent rijkste behoort, wellicht veel beter aan het dagelijks leven (cultuur, media, politiek,…) kan participeren dan wie tot de 15% armsten behoort in België. Misschien heb je in Roemenië gewoon een minder hoog inkomen nodig om niet uitgesloten te zijn van de minimum aanvaardbare levensstandaard? M.a.w., zolang we niet kunnen zeggen dat de grenzen van de samenleving veel meer samenvallen met de Europese grenzen of zolang we niet met zekerheid kunnen zeggen dat de middelen die nodig zijn om niet te zijn uitgesloten van de minimaal aanvaardbare levensstandaard, zijn grote koopkrachtverschillen op zich onvoldoende om de AROP indicator in de prullenmand te gooien als een indicator van armoede. (en zeker niet zolang we over een betere indicator beschikken). EU15 is goed voor 80% van de EU bevolking, en 90% van het beschikbaar equivalent inkomen NMS12 is goed voor 20% van de EU bevolking en nog geen 10% van het totaal equivalent beschikbaar huishoudinkomen 50% bevolking EU27; 40% EU15 en 90% NMS heeft inkomen lager dan EU-wide median; RO: 99 – BE: 39 20% bevolking EU27; 10% EU15 en 60% NMS heeft een lager inkomen dan 50% van EU-wide median RO: 92% - BE: 5.5% 10% bevolking EU27; 12% EU15 en 1% NMS heeft inkomen hoger dan 2*EU-wide median; RO: 0.05 – BE: 10% RO: Median 24 % EU-wide median -> 20% NMS & 2% EU15 LU: Median 186 % EU-wide median -> 99% NMS & 85% EU15 (7,5x median RO) BE: Median 120 % EU-wide median -> 95% NMS & 57% EU15 (5x median RO)

1. Poverty Criticism: Very large differences in living standards -> not necessarily conflicting with definition Europeanisation of reference groups -> only publicly-oriented reference groups relevant -> test by developing comparable reference budgets

1.Poverty Data & Method: Samples EU Statistics on Income and Living Conditions (EU-SILC) We werken met steekproeven: we selecteren slechts een aantal mensen (enkele duizenden per land) om iets te weten te komen over een hele populatie (België, Europese Unie). En wanneer we de resultaten van een steekproef bekijken, mogen we dat niet uit het oog verliezen. Want een steekproef lijkt in vele opzichten op een … foto

In vele opzichten is een steekproef hetzelfde als een foto: Hoe meer je op details inzoomt, hoe waziger het beeld wordt. Hetzelfde geldt voor steekproeven: hoe meer je naar kleine groepen in de populatie kijkt, hoe kleiner de precisie van de cijfers. Bovendien geldt dat hoe hoger de resolutie van de foto is, hoe scherper het beeld is. Hetzelfde geldt voor steekproeven: hoe groter ze zijn, en hoe beter ze ervoor zorgen dat alle elementen uit de populatie in de steekproef vertegenwoordigd zijn, hoe preciezer de resultaten zijn. Met andere woorden, de manier waarop een foto wordt gemaakt en de wijze waarop een steekproef zijn getrokken, zijn van het grootste belang voor de precisie van het resultaat. Net zoals bij foto’s, zit er dus op steekproefschattingen een fout. Het probleem is dat je bij een foto – letterlijk – op het zicht kan zien hoe precies hij is. Bij steekproeven is dit niet het geval, daarvoor moet je de precisie schatten / berekenen. En net omdat je de precisie niet op het zicht kan inschatten, geldt dat een resultaat van een steekproef maar zinvol is, als je weet hoe precies of betrouwbaar het is.

In vele opzichten is een steekproef hetzelfde als een foto: Hoe meer je op details inzoomt, hoe waziger het beeld wordt. Hetzelfde geldt voor steekproeven: hoe meer je naar kleine groepen in de populatie kijkt, hoe kleiner de precisie van de cijfers. Bovendien geldt dat hoe hoger de resolutie van de foto is, hoe scherper het beeld is. Hetzelfde geldt voor steekproeven: hoe groter ze zijn, en hoe beter ze ervoor zorgen dat alle elementen uit de populatie in de steekproef vertegenwoordigd zijn, hoe preciezer de resultaten zijn. Met andere woorden, de manier waarop een foto wordt gemaakt en de wijze waarop een steekproef zijn getrokken, zijn van het grootste belang voor de precisie van het resultaat. Net zoals bij foto’s, zit er dus op steekproefschattingen een fout. Het probleem is dat je bij een foto – letterlijk – op het zicht kan zien hoe precies hij is. Bij steekproeven is dit niet het geval, daarvoor moet je de precisie schatten / berekenen. En net omdat je de precisie niet op het zicht kan inschatten, geldt dat een resultaat van een steekproef maar zinvol is, als je weet hoe precies of betrouwbaar het is.

In vele opzichten is een steekproef hetzelfde als een foto: Hoe meer je op details inzoomt, hoe waziger het beeld wordt. Hetzelfde geldt voor steekproeven: hoe meer je naar kleine groepen in de populatie kijkt, hoe kleiner de precisie van de cijfers. Bovendien geldt dat hoe hoger de resolutie van de foto is, hoe scherper het beeld is. Hetzelfde geldt voor steekproeven: hoe groter ze zijn, en hoe beter ze ervoor zorgen dat alle elementen uit de populatie in de steekproef vertegenwoordigd zijn, hoe preciezer de resultaten zijn en hoe kleiner de statistische foutenmarge is. Met andere woorden, de manier waarop een foto wordt gemaakt en de wijze waarop een steekproef zijn getrokken, zijn van het grootste belang voor de precisie van het resultaat. Net zoals bij foto’s, zit er dus op steekproefschattingen een fout. Het probleem is dat je bij een foto – letterlijk – op het zicht kan zien hoe precies hij is. Bij steekproeven is dit niet het geval, daarvoor moet je de precisie schatten / berekenen. En net omdat je de precisie niet op het zicht kan inschatten, geldt dat een resultaat van een steekproef maar zinvol is, als je weet hoe precies of betrouwbaar het is.

1. Poverty A point estimate without an indication of its precision is pointless Importance: e.g. EU2020 targets Sampling variance Sample design Weighting Imputation Characteristics of indicator In het armoede-onderzoek werd er lang van uitgegaan dat steekproeven groot genoeg waren en precies genoeg waren. (EU-SILC 2009: 550,000 cases). In veel baanbrekende studies wordt de statistische betrouwbaarheid dan ook niet gerapporteerd. Als er wel betrouwbaarheindsintervallen werden berekend, hielden ze meestal geen rekening met het steekproefdesign. Dit laatste is trouwens iets dat in veel opleidingen statistiek volledig buiten beschouwing wordt gelaten. Ook nu nog weten veel onderzoekers niet dat het steekproefdesign een zeer grote invloed kan hebben op de precisie van de puntschattingen. Nochtans heel belangrijk, bv. voor beleidsevaluatie. Ik heb geprobeerd hier voor EU-SILC / ons onderzoeksdomein verandering in te brengen en wel op verschillende manieren.

1. Poverty In PhD: Check sample designs of EU-SILC Evaluate sample design variables Estimation using correct sample design variables (Eurostat) Compared to estimation using available sample design variables in the user database Ten eerste: -steekproef design van alle EU-SILC landen in kaart gebracht -dit vergeleken met steekproefvariabelen in de dataset -UDB niet precies: volledige informatie in Eurostat -> getest: 1/ hoe groot betrouwbaarheid is van EU2020 indicatoren 2/ hoe best gebruik kan worden gemaakt van onvolledige steekproefdesign-informatie in dataset

1. Poverty Point: 5,74% Full / persons = 2,47 Full / households = 1,53 CI-arm: Persons: 0,4 Households: 0,7 Full: 1,02

Minimum income protection for the elderly

2. Minimum Income Protection   Contributory Non-Contributory No means or income test Flat-rate pension Basic pension IE, UK, CZ, EE, LT, LU, PL (persons born before 1949) DK, NL, SE (until 2003) Pension test Minimum pension Conditional basic pension BE, BG, CY, EE, FR, GR, HU, LU, LV, MT, PL, PT, RO (since April 2009), SI, SK (until 2003) CY, EE, FI, SE (since 2003), UK (persons aged 80 and over) Means or income test Pension supplement Social pension AT, CY (since 2009), ES, GR, IT (persons insured before 1996), SI BE, BG, DE (since 2003), ES, FI (since 2002), FR, GR, HU, IE, IT, LT, LV, MT, PT, SE (since 2003), SI, UK

2. Minimum Income Protection How adequate are minimum income protection levels? How have minimum income schemes evolved? Convergence? “check ‘how have’ !!!

2. Minimum Income Protection Bijna nergens in Europa boven armoedelijn – maar wat even belangrijk is: bijzonder grote verschillen in hoogte sociale minima + zelfs in landen met een heel laag mediaan inkomen, uitkeringen als percentage van de mediaan bijzonder laag -> enorme koopkrachtverschillen tussen landen.

2. Minimum Income Protection Redelijk sterke convergentie, zowel voor koppels als singles. Voornamelijk licht neerwaartse convergentie.

Conclusion

3. Conclusion and further research Better measurement of poverty is crucial Start from publicly-oriented reference groups Develop comparable reference budgets everywhere Improve estimation of standard errors and confidence intervals (and properly apply methods) Standard errors: improve sample design variables, imputation, …

3. Conclusion and further research Minimum income protection (MIP) not adequate and… Wide divergence in EU (relative and absolute) Improvement in some, deterioration in other countries Qualified convergence in EU15 & EU27

3. Conclusie Meer informatie: http://www.ua.ac.be/tim.goedeme

3. Conclusion and further research European basic pension? Technical details are important Who is covered Effect on poverty Necessary income flows Imply solidarity between citizens of EU … en moet ons niet weerhouden om verder na te denken over een sterkere minimum inkomensbescherming in Europa.

1. Poverty

1. Poverty RO EU27 BE LU Leg PPS uit. BE: prijzen 11% hoger dan EU27 gemiddelde - > inkomens delen door 1.11; BG 50% van Europees gemiddelde -> inkomens*2. >>sneller overschakelen naar voorbeeld landen bv. BE en RO!<< >>Duidelijker belang en probleem voor AROP uitleggen!<< Europese mediaan is ongeveer gelijk aan 850 euro per maand voor een alleenstaande en 1250 euro voor een gezin. 60% armoedelijn van Roemenië ligt op +/- 12% van de EU27 mediaan (0.6*0.2), die van Belgie op 72% van EU27 mediaan. -> 97% van Roemenen heeft inkomen onder Belgische armoedegrens en minder dan 1% van de Belgen heeft een inkomen onder de Roemeense armoedegrens. Dus veel van de Belgische armen hebben wellicht een hogere koopkracht dan een deel van de ‘rijkere’ Roemenen. MAAR: gaat hier puur over koopkracht. Levensstandaard is meer dan dat: gaat ook over de mate waarin men in de samenleving kan participeren. Het mag duidelijk zijn dat wie in Roemenië tot de 20 procent rijkste behoort, wellicht veel beter aan het dagelijks leven (cultuur, media, politiek,…) kan participeren dan wie tot de 15% armsten behoort in België. Misschien heb je in Roemenië gewoon een minder hoog inkomen nodig om niet uitgesloten te zijn van de minimum aanvaardbare levensstandaard? M.a.w., zolang we niet kunnen zeggen dat de grenzen van de samenleving veel meer samenvallen met de Europese grenzen of zolang we niet met zekerheid kunnen zeggen dat de middelen die nodig zijn om niet te zijn uitgesloten van de minimaal aanvaardbare levensstandaard, zijn grote koopkrachtverschillen op zich onvoldoende om de AROP indicator in de prullenmand te gooien als een indicator van armoede. (en zeker niet zolang we over een betere indicator beschikken). EU15 is goed voor 80% van de EU bevolking, en 90% van het beschikbaar equivalent inkomen NMS12 is goed voor 20% van de EU bevolking en nog geen 10% van het totaal equivalent beschikbaar huishoudinkomen 50% bevolking EU27; 40% EU15 en 90% NMS heeft inkomen lager dan EU-wide median; RO: 99 – BE: 39 20% bevolking EU27; 10% EU15 en 60% NMS heeft een lager inkomen dan 50% van EU-wide median RO: 92% - BE: 5.5% 10% bevolking EU27; 12% EU15 en 1% NMS heeft inkomen hoger dan 2*EU-wide median; RO: 0.05 – BE: 10% RO: Median 24 % EU-wide median -> 20% NMS & 2% EU15 LU: Median 186 % EU-wide median -> 99% NMS & 85% EU15 (7,5x median RO) BE: Median 120 % EU-wide median -> 95% NMS & 57% EU15 (5x median RO)

1. Poverty

1. Poverty Results Sampling variance should not be ignored Non-neglible effects of sample design Possible to make optimal use of available information

1. Poverty

1. Poverty

2. Minimum Income Protection Method: CSB Minimum Income Protection Indicators (CSB-MIPI) Model family simulations Elderly single & elderly couple Main scheme for elderly without sufficient resources + social assistance, housing benefit, - income tax, social contributions, local taxes CSB-MIPI: international network

2. Minimum Income Protection Other assumptions Renting an apartment at 2/3s of median rent Complete residence record No other income Data can be improved in many ways (suggestions in thesis)

2. Minimum Income Protection Towards a European basic pension? Technical details Access to the scheme Benefit structure Financing Administration -> what could be the role of the EU? Enkel een idee geven wat ik met Wim Van Lancker heb geschreven.

2. Minimum Income Protection Bijna nergens in Europa boven armoedelijn – maar wat even belangrijk is: bijzonder grote verschillen in hoogte sociale minima + zelfs in landen met een heel laag mediaan inkomen, uitkeringen als percentage van de mediaan bijzonder laag -> enorme koopkrachtverschillen tussen landen.

2. Minimum Income Protection In BE aantal uitkeringstrekkers (GIB-IGO) als percentage van 65+ gedaald van 7% in 1992 tot 5.2% in 2009

Convergence in MIP

2. Minimum Income Protection

2. Minimum Income Protection

2. Minimum Income Protection