Regionale verdeelsleutel op basis van risicoscores voor voortijdig schoolverlaten

5. Eén scenario: berekening regionale vsv-risicoscores

De resultaten in hoofdstuk 4 toonden dat scenario 1 en scenario 4 een vergelijkbaar beeld lieten zien wat betreft (her)verdeling en stabiliteit. OCW heeft, na input van de begeleidingscommissie, gekozen voor scenario 4 als voorkeursscenario om de regionale vsv-risicoscores te berekenen. In dit scenario wordt gekozen om de regionale vsv-risicoscores te berekenen op basis van de jongeren met de hoogste 40 procent vsv-kans (en niet op basis van alle jongeren zoals in scenario 1). Dit is in lijn met de gedachte dat bij een nieuwe verdeelsleutel ook gekeken moet worden naar de mate van problematiek (om de middelen in te zetten daar waar de vsv-problematiek relatief groot is). Ook het gegeven dat in dit scenario relatief veel mbo-studenten meegenomen worden is in lijn met deze gedachte aangezien de vsv-problematiek op het mbo relatief groter is dan op het vo. Vanuit de begeleidingscommissie, waar bijvoorbeeld ook coördinatoren van RMC-regio’s in zitten, werd ook aangegeven dat zij dit scenario het gemakkelijkste vonden om te communiceren naar betrokkenen. 

In onderstaande tabel wordt de verdeelsleutel op basis van de vsv-risicoscores per RMC-regio weergegeven. Hierbij is wederom uitgegaan van de vsv-kansen berekend op basis van het basiscohort (2018/’19). Dit omdat de coronacrisis op dat moment nog geen invloed kon hebben op de modellen en het idee is dat de ontwikkelde modellen daardoor meer toekomstbestendig zijn. Zoals in het vorige hoofdstuk te lezen is, zijn de regionale vsv-risicoscores en de bijbehorende verdeling van de budgetten stabiel over de cohorten heen. Ook indien gekeken wordt naar recentere cohorten en zelfs wanneer naar een coronacohort gekeken wordt.39)

5.1 Regionale verdeelsleutel op basis van vsv-risicoscores
RankRMC-regioScore
1Rijnmond9,40
2Agglomeratie Amsterdam8,70
3Haaglanden/Westland7,06
4Utrecht4,47
5Arnhem/Nijmegen4,16
6Twente3,83
7Zuidoost-Brabant3,78
8West-Brabant3,75
9Eem en Vallei3,66
10Noord-Oost-Brabant3,38
11Flevoland3,10
12Zuid-Holland-Zuid2,94
13Gewest Zuid-Limburg2,93
14Stedendriehoek2,88
15IJssel-Vecht2,63
16Midden-Brabant2,51
17Gewest Limburg-Noord2,36
18Centraal en Westelijk Groningen2,31
19West-Kennemerland2,18
20Zuid-Holland-Oost2,09
21Zuid-Holland-Noord2,05
22Friesland Noord1,87
23Achterhoek1,75
24Noord-Kennemerland1,63
25Friesland-Oost1,49
26Rivierenland1,24
27West-Friesland1,22
28Gooi en Vechtstreek1,19
29Noordwest-Veluwe1,14
30Noord- en Midden Drenthe1,11
31Kop van Noord-Holland1,03
32Zuid-Oost Drenthe1,00
33Oost-Groningen0,90
34Zuid-West Drenthe0,86
35Zuid-West Friesland0,81
36Oosterschelde Regio0,78
37Walcheren0,68
38Noord-Groningen-Eemsmond0,63
39Zeeuws-Vlaanderen0,51

Zoals in Tabel 5.1 is weergegeven hebben de RMC-regio’s waar de grootste steden van Nederland in liggen de hoogste vsv-risicoscores (Rijnmond, Agglomeratie Amsterdam, Haaglanden/Westland en Utrecht). De kleinere regio’s hebben de laagste vsv-risicoscores (Walcheren, Noord-Groningen-Eemsmond en Zeeuws-Vlaanderen).40)

De scores in Tabel 5.1 zijn percentages. Stel dat op basis van deze scores een budget van 100 miljoen euro verdeeld zou worden. De RMC-regio met de hoogste score, RMC-regio Rijnmond, zou dan 9,4 procent van dit bedrag krijgen dus 9,4 miljoen euro. De RMC-regio met de laagste score, Zeeuws-Vlaanderen, zou dan iets meer dan een half miljoen euro krijgen. 

De scores zoals weergegeven in Tabel 5.1 zijn de scores die het CBS in de toekomst periodiek zou berekenen en publiceren indien OCW besluit in de toekomst het beschikbare vsv-budget te verdelen op basis van de regionale vsv-risicoscores (dus wanneer de nieuwe verdeelsleutel geïmplementeerd zou worden). OCW zal hiermee vervolgens de bedragen berekenen (op basis van het beschikbare budget) en deze verdelen over de RMC-regio’s.  

39) De exacte regio-indeling en de bijbehorende namen kunnen veranderen over de tijd. De cijfers in dit hoofdstuk zijn louter als voorbeeld bedoeld. Bij implementatie van de nieuwe verdeelmethodiek zal de exacte regio-indeling van het peilmoment gebruikt worden bij de berekening van de regionale vsv-risicoscores. 
40) Bij regio’s met een vergelijkbare samenstelling van de populatie naar achtergrondkenmerken, zal de risicoscore groter zijn voor de regio die de meeste jongeren bevat. Indien twee regio’s even groot zijn wat betreft aantal jongeren, zal de risicoscore groter zijn bij de regio waarin meer jongeren wonen met kenmerken die de kans op vsv vergroten. Met andere woorden de kenmerken die de kans op vsv voorspellen (zie hoofdstuk 2) spelen een bepalende rol.