Determinanten van de duur tot uittrede uit het leefloon in België Sarah Carpentier CSB Lunchseminarie 4 februari 2010.

Presentatie over: "Determinanten van de duur tot uittrede uit het leefloon in België Sarah Carpentier CSB Lunchseminarie 4 februari 2010."— Transcript van de presentatie:

1 Determinanten van de duur tot uittrede uit het leefloon in België Sarah Carpentier CSB Lunchseminarie 4 februari 2010

2 2 1.Onderzoeksvraag doctoraat 2.De Belgische bijstand 3.Determinanten van duur tot uittrede 4.In de nabije toekomst Overzicht

3 3 1. Probleemstelling doctoraat Probleemstelling: Gedecentraliseerd bijstandsbeleid: tussen lokale autonomie en universalisme Wat is de impact van OCMW-beleid op duurzame activering van bijstandsgerechtigden Deelvragen -In welke mate is het beleid tussen OCMW’s verschillend? -Wat is het effect van differentieel OCMW-beleid op duurzame activering van bijstandsgerechtigden? -Is er een differentiële impact van het OCMW-beleid voor personen met verschillende sociale achtergrondkenmerken?

4 4 1. Probleemstelling doctoraat Relevant ifv vraag naar het adequate niveau om de bijstand te organiseren Wie heeft wetgevende bevoegdheid, wie doet de administratieve uitvoering en wie financiert? -Literatuur: Theorie van fiscaal federalisme prominent (Van Mechelen, 2009) focus op design en efficiëntie van beleid, maar niet op uitkomsten en doelmatigheid => lacune in de literatuur -Praktijk: In EU-landen verschillende mix, slinger van decentralisatie naar recentralisatie en omgekeerd (Minas & Overbye, 2009) recent ifv activering: decentralisatietendens

5 5 Zowel substantiële argumenten als data- argumenten om deze vraag voor België te bestuderen -Bijstandssysteem stemt qua grote lijnen overeen met het optimale design volgens het fiscaal federalisme -Data zijn beschikbaar om de trajecten op lange termijn op te volgen 1. Probleemstelling doctoraat

6 6 Bijstand: -RMI & RMH -Voor personen op beroepsactieve leeftijd -3 doelstellingen Verzekeren van een minimuminkomen Toeleiden naar zelfredzaamheid (activering) Sociale hulpverlening 2. De Belgische bijstand

7 7 Tov sociale bescherming in België -Werkloosheidsuitkeringen onbeperkt in de tijd -Wachtuitkering voor schoolverlaters -Andere categoriale bijstandsschema’s (ouderen, gehandicapten en kinderen) Laag % bijstandsgerechtigden in Europees perspectief 2. De Belgische bijstand

8 Percentage of adults claiming social assistance by municipality (2004)

9 9 Matig gedecentraliseerd (sinds 1974) -Nationaal wettelijk kader Leefloon en equivalent leefloon Positieve en negatieve incentieven van het activeringsbeleid Verzekeren van menselijke waardigheid -Administratieve uitvoering: OCMWs Grote autonomie en appreciatiebevoegdheid Supplementaire initiatieven om menselijke waardigheid te garanderen naar eigen inzicht & conform de lokale behoeften 2. De Belgische bijstand

10 10 - Gedeelde financiering Leefloon (50-65%) Tewerkstellingsmaatregelen (ifv maatregel) Aanvullende steun: volledig lokaal Voornaamste lokale bevoegdheden: -Generositeit (aanvullende steun) -Conditionaliteit (werkbereidheid en vrijstelling) -Activering (training & tewerkstelling) Regionale bevoegdheden: -Financiering OCMW’s (gedeeltelijk) -Relatie gemeente-OCMW -Arbeidsmarktbeleid & welzijnsbeleid Uitkomsten resultaat van multilevel governance 2. De Belgische bijstand

11 11 3. Onderzoeksvraag paper Wat zijn determinanten van de duur tot uittrede uit de bijstand? Maakt het uit welk OCMW een persoon begeleidt? Variatie in uittredekans tussen personen en tussen OCMW’s

12

13 13 Studie van duur tot uittrede (onbepaalde uitstroom) Maar Uittrede is niet noodzakelijk een verbetering van de levensstandaard (Kazepov,1999; Saraceno, 2002; Hansen, 2008) overkoepelt veel situaties -Tewerkstelling -Stijging van het inkomen van de partner -Verandering in de huishoudsituatie -Ander statuut sociale bescherming (vb. Invaliditeit) -Sancties -Gevangenis, buitenland,… Snelle uittrede geen indicatie van een goed OCMW-beleid (Kazepov, 1999; Saraceno, 2002) Duur wel indicatief voor situatie personen en adequaat inspelen op sociale risico’s 3. Onderzoeksvraag paper

14 14 Individuele kenmerken (heterogeneity) Leefloners verschillen in sociale achtergrondkenmerken die hun kans op uittrede bepalen Duur in de bijstand (bijstandsafhankelijkheid) Tijd die men leefloon ontvangt is bepalend voor kans op uittrede Arbeidsmarktsituatie Kans op uittrede varieert ifv situatie arbeidsmarkt Lokaal en nationaal bijstandsbeleid Uittrede kans bepaald door generositeit (inactiviteitsval) en activeringsbeleid 3.1. Literatuur

15 15 Verschillende elementen best gevat door Rational choice theorie + enige dat enigzins meetbaar is Veronderstelt: -keuzes maken door kosten en baten van beschikbare alternatieven te beoordelen ten opzichte van voorkeuren -optie kiezen die de kosten minimaliseert en het meest aansluit bij zijn/haar voorkeuren zicht op kosten en baten, alternatieven en preferenties (problematisch: geen zicht op preferenties) 3.1. Literatuur

16 16 Administratieve betalingsgegevens – Datawarehouse Arbeidsmarkt en Sociale Bescherming proportioneel gestratificeerde steekproef van 1/3 de van de ‘eerste’ intreders in het leefloon in 2004 -Geen leefloon ontvangen sinds het laatste kwartaal van 2002 -Tussen 25 en 55 jaar = 5174 individuen in 505 OCMW’s Observatieperiode van 36 maanden; maandelijkse gegevens Gelinkt met gemeentelijke gegevens uit diverse bronnen 3.2. Data

17 17 OCMW’s begeleiden gemiddeld 10 personen in steekproef, varieert van 1 tot 444 personen Kenmerken steekproef - individuen -55% vrouwen -Meer dan 40% is jonger dan 35 -42% heeft een andere nationaliteit bij geboorte -35 % koppel met kinderen, 23% alleenstaand, 12% eenoudergezin, 12% koppel zonder kinderen -Bijna 50% is gehuwd, 20% gescheiden, 33% ongehuwd -Gemiddelde werkintensiteit v/d voorbije vijf jaar is 34% 3.2. Data

18 18 Kenmerken steekproef - gemeentes -Gemiddelde werkloosheidsgraad: 10% (min. 4% max. 35%) -Gemiddeld jaarlijks bedrag aanvullende steun per bijstandsgerechtigde: 1760 € (min. 0 €; max. 9680€) -Gemiddeld tewerkstellingspercentage art. 60: 13% (varieert tussen 0 en 50%) 76% met 1 periode in de bijstand, 18% 2 periodes, 5% meer dan 3 episodes Mediane duur van periode: 7 maand 3.2. Data

19 19 3.3. Hypotheses Duur -Hoe langer in het leefloon, hoe langer de duur voor uittrede Individuele kenmerken -Niet-lineaire relatie voor leeftijd -Minder snelle kans op uittrede voor vrouwen met kinderen -Kortste duur tot uittrede voor alleenstaanden, gevolgd door koppels zonder kinderen, koppels met kinderen en tenslotte eenoudergezinnen -Geen duidelijke hypothese ivm burgerlijke staat -Langere duur voor uittrede bij andere nationaliteit bij geboorte -Hogere kans op snelle uittrede bij een hogere werkintensiteit in de voorbije 5 jaar

20 20 3.3. Hypotheses Gemeentelijke kenmerken -Langere duur voor uittrede bij een hoger werkloosheidsgraad -Langere duur bij een meer genereuze uitkering -Kortere duur bij een hogere graad van participatie aan tewerkstellingsmaatregelen

21 21 “There are no general laws in social sciences that are constant over time and independent of the context in which they are embedded” (Rein)

22 22 Schatten van de kans op uittrede, gegeven de duur in het leefloon (=schatten van de hazard rate) Event: uittrede uit het leefloon (ongespecificeerd) o.a. deelname aan tewerkstellingsmaatregel= exit Combinatiestatuten (werkloosheid/werkend) bij intrede wel meegenomen Meerdere periodes in de bijstand gemodelleerd (recurrent events) Multilevel event history analysis houdt rekening met -Clustering van observaties (niet onafhankelijk) -Unobserved heterogeneity (! Spuriousness) -Onevenwichtig design -Tijdstip waarop een event plaatsvindt -Censoring 3.4. Methodologie

23 23 Stricte hierarchiën (no cross-classification) -Episodes uniek toegewezen aan personen -Unieke toewijzing van personen aan OCMW’s (t1) Kenmerken op tijdstip van intrede (no time- varying covariates) Discrete-time framework -Maandelijks gerapporteerde data, onderliggende proces is continu -Adequaat voor multilevel event history analysis Discrete-time logit model Logistische regressie van hazard rate 3.4. Methodologie

24 Spell1 l Spell2 Welfare agency 2 Person 1 Spell1 Person 3 Spell1 Person 2 Person 1 Spell2 Welfare agency 1 Person 2 Spell1

25 25 Gemodelleerd met Mlwin 2.13 MCMC schatting (= Markov Chain Monte Carlo) Vergelijking van modellen op basis van Deviance information criterium (DIC) 3.4. Methodologie

26 Declining baseline hazard rate for multiple episodes

27 27 3.4. Vaststellingen Nulmodel (empty random intercept): -Kans op uittrede verschilt significant tussen gemeentes -5% van de variabiliteit situeert zich op gemeentelijk niveau (= theoretische benadering) = Niet zo substantieel (ondanks grote verschillen tussen duur in gemeenten beschrijvend, en ondanks grote verschillen in aspecten van beleid tussen gemeentes)

28 Logit for odds of leaving Reference categories: Women, Couple with children, Married & Flanders

29 29 3.4 Vaststellingen Langere duur in het leefloon, langere duur tot uittrede (controlerend voor andere kenmerken) Voornamelijk individuele kenmerken bepalen de variabiliteit in de duur tot uittrede (leeftijd, geslacht, huishoudtype, burgerlijke staat, werkintensiteit voorbije 5 jaar) Op gemeentelijk niveau: Geen significant effect van de tewerkstellingsgraad (bij opname van regio) Significant effect van regio en van participatie in art. 60 Heel klein significant effect of generositeit (geen verbetering van model) Bevestiging voor zowel afhankelijkheidsthese als heterogeniteitsthese Gemengde bevestiging voor rational choice

30 30 3.5. Vervolg analyse Verder uitwerken: Uittrede naar enkel tewerkstelling bestuderen Tijdsafhankelijke variabelen opnemen Meer beschrijvende statistieken aanmaken Verdere uitwerking van multilevel event history en onderliggende assumpties testen Betere indicatoren op gemeentelijk niveau + scholing (activeringsdruk, diversiteit aan maatregelen, jobratio voor laaggeschoolden, …) Interactie-effecten en cross-level interactie nagaan

31 31 Beschrijvend paper -Belgische bijstand -Kaarten voor België die OCMW-beleid in kaart brengen Paths out of social assistance in Belgium: Who has which trajectory towards paid labour? 4. In de nabije toekomst

32 32 Vragen, suggesties, opmerkingen?

33 *=no improvement of goodness of fit of the model Negatieve duuronafhankelijkheidJa* Longer duration for women with childrenNee Longer duration for low work intensityJa Non-linear relationship for ageNee Longer spells if higher unemployment rateNee Welfare agency population composition effectNee Longer spells if higher amount of benefitJa* Shorter duration if higher employment participation rate Nee

34

35

36

37

38