Evaluatie armoederegelingen Den Haag

1.1 Aanleiding

Bestaanszekerheid en kansengelijkheid zijn voor de gemeente Den Haag belangrijke thema’s. In het kader daarvan bestaan er verschillende armoederegelingen die gericht zijn op inwoners van Den Haag met een inkomen dat zich rond het sociaal minimum of daaronder bevindt. Deze hebben als doel om deze mensen de kans te geven mee te doen in de maatschappij en om te voorkomen dat zij te maken krijgen met problematiek zoals schulden en een verslechterde lichamelijke en psychische gezondheid. Binnen de gemeente bestaan in dit kader de volgende regelingen:

• Ooievaarspas;
• Bijzonder Bijstand;
• Individuele inkomenstoeslag;
• Tegemoetkoming chronisch zieken en gehandicapten;
• Kindpakket Leergeld;
• Haagse zorgverzekering;
• Kwijtschelding gemeentelijke belastingen.

Meer inzicht in de werking en effecten van deze regelingen draagt bij aan het verder grip krijgen op beleid voor de thema’s bestaanszekerheid en kansengelijkheid. Daarom heeft gemeente Den Haag aan het Urban Data Center (UDC) en het Centraal Bureau voor de Statistiek (CBS) gevraagd om op basis van bij het CBS beschikbare integrale data op verschillende uitkomstmaten een vergelijking te maken tussen gebruikers en niet-gebruikers van deze regelingen.

1.2 Opzet

Om de invloed van een armoederegeling in te kunnen schatten is het niet voldoende om alle gebruikers van de regeling op bepaalde aspecten te vergelijken met alle niet-gebruikers. Gebruikers van armoederegelingen vormen namelijk een specifieke groep mensen die in sterke mate afwijkt van de inwoners van Den Haag die de regelingen niet gebruiken. Het is heel goed mogelijk dat verschillen tussen beide groepen in bijvoorbeeld gezondheid of schuldenproblematiek zijn toe te schrijven aan verschillen die toch al tussen de gebruikers en niet-gebruikers bestaan. Daarom moeten gebruikers van een regeling vergeleken worden met een controlegroep van niet-gebruikers, die zo is samengesteld dat deze zoveel mogelijk lijkt op de groep gebruikers van de regeling. Dat gebeurt door middel van de techniek propensity score matching (PSM).

Werken met PSM is een iteratief proces, waarbij van tevoren niet altijd duidelijk is hoeveel tijd de analyse kost en of het met de beschikbare data mogelijk is om tot zinvolle resultaten te komen. In die zin is dit een experimenteel onderzoek. De opzet was om te proberen alle in paragraaf 1.1 genoemde regelingen te analyseren. Vanwege het feit dat niet voor alle regelingen de juiste data beschikbaar is en aangezien gaandeweg bleek dat de analyse meer tijd in beslag nam dan gedacht, is het onderzoek in overleg met gemeente Den Haag beperkt tot de volgende drie regelingen: Ooievaarspas, individuele inkomenstoeslag en Kindpakket Leergeld.

De volgende onderzoeksvragen staan in dit rapport centraal:

• In hoeverre is het mogelijk om gebruikers van armoederegelingen van gemeente Den Haag te vergelijken met een vergelijkbare controlegroep, om zo een inschatting te kunnen maken van de effectiviteit van deze regelingen?
• Als deze vergelijking gemaakt kan worden, wat zijn dan de verschillen tussen gebruikers en de controlegroep van niet-gebruikers op relevante uitkomstmaten?

Deze vragen zullen dus voor de Ooievaarspas, de individuele inkomenstoeslag en het Kindpakket Leergeld beantwoord worden. Tijdens het onderzoek naar het Kindpakket Leergeld is gebleken dat de eerste vraag negatief beantwoord moet worden, waardoor voor deze regeling niet kan worden ingegaan op de tweede vraag.

1.3 Leeswijzer

In het vervolg van het rapport staan de belangrijkste bevindingen uit de analyses centraal. In hoofdstuk 2 wordt eerst de methode en de techniek van PSM verder toegelicht. De hoofdstukken 3, 4 en 5 beschrijven het onderzoek en de uitkomsten voor respectievelijk de Ooievaarspas, de individuele inkomenstoeslag en Kindpakket Leergeld. Hoofdstuk 6 sluit af met de belangrijkste conclusies uit dit onderzoek.

Zoals beschreven in hoofdstuk 1 wordt voor de volgende regelingen onderzocht in hoeverre het met gebruik van propensity score matching (PSM) mogelijk is om een controlegroep van niet-gebruikers te creëren die verschillen tussen gebruikers en niet-gebruikers van de regeling in beeld brengt:

• Ooievaarspas
• Individuele inkomenstoeslag
• Kindpakket Leergeld

Indien het mogelijk is om met PSM een goede controlegroep te creëren is er vervolgens gekeken hoe de gebruikers in de interventiegroep¹⁾ en de controlegroep verschillen op verschillende uitkomstmaten²⁾.

2.1. Propensity score matching (PSM)

Het doel van het onderzoek is om een controlegroep te creëren van mensen die de regeling niet gebruiken, maar die op veel andere aspecten zo goed mogelijk lijkt op de groep die de regeling wel gebruikt. Dit is voor iedere regeling apart gedaan met de techniek PSM. Dit is een techniek die afhankelijk is van de variabelen die gebruikt worden. Het werken hiermee vereist inhoudelijke kennis over het onderwerp om de juiste variabelen voor de analyse te bepalen. Daarom is ervoor gekozen dit onderzoek iteratief op te zetten en in samenspraak met een expertgroep van inhoudelijk deskundigen van de gemeente Den Haag te bepalen welke variabelen benodigd zijn voor het onderzoek.

Bij PSM wordt er een model gemaakt dat op basis van verschillende kenmerken kan voorspellen hoe groot de kans is dat iemand gebruik maakt van een regeling. Het gaat hier om kenmerken die van invloed zijn op het gebruik van de regeling. Daarom is eerst samen met de expertgroep bepaald welke kenmerken mogelijk van invloed zijn op het gebruik van de regeling, de achtergrondkenmerken. In bijlage A is een lijst opgenomen met deze achtergrondkenmerken en de bijbehorende definities zijn te vinden in bijlage B. Deze kenmerken worden bekeken voordat iemand gebruikt maakt van de regeling zodat er nog geen invloed van de regeling is geweest, in dit geval twee jaar voor de regeling. Vervolgens zijn van al deze kenmerken enkelvoudige regressies gemaakt, die de samenhang tussen het kenmerk en het gebruik van de regeling in beeld brengen. Met de kenmerken die de grootste kans op het gebruik van een regeling geven, is vervolgens een meervoudige regressie gemaakt, waarin de interacties tussen de kenmerken ook meegenomen zijn. Uiteindelijk is daarmee een model gecreëerd dat voor iedere persoon de kans op gebruik van een regeling geeft.

Op basis van het meervoudig model krijgt iedere persoon van zowel de interventiegroep als de controlegroep een score. Iedere gebruiker, in de interventiegroep, van de regeling wordt vervolgens gekoppeld aan een persoon met een score die zo dicht mogelijk bij die van hem/haar ligt met betrekking tot de kenmerken in het model³⁾. Mocht de groep hierna niet helemaal goed vergelijkbaar zijn op bepaalde belangrijke kenmerken dan kan er nog exact gematcht⁴⁾ worden. De niet-gebruikers die gekoppeld zijn aan een gebruiker vormen de groep waarmee uiteindelijk de gebruikers van de regeling worden vergeleken. Dit is de smalle controlegroep. Omdat deze groepen sterk op elkaar lijken op de voor het gebruik van de regeling relevante kenmerken, is de kans groot dat verschillen tussen beide groepen veroorzaakt worden door het gebruik van de regeling. Daarna wordt bepaald of er tussen beide groepen nog significante verschillen zijn voor belangrijke achtergrondkenmerken. Als die er niet zijn, kan een schatting gemaakt worden van de invloed van de regeling op de uitkomstmaten.

2.2 Populatie

Voor iedere regeling bestaat de populatie van het onderzoek uit een interventiegroep, een brede controlegroep en een smalle controlegroep. De interventiegroep wordt gevormd door personen die in het betreffende jaar voor het eerst gebruik maken van de regeling. Hiervoor heeft de gemeente Den Haag bestanden aangeleverd met personen die gebruik hebben gemaakt van de armoederegelingen⁵⁾. Deze zijn eerst door het CBS gepseudonimiseerd. Dat wil zeggen dat de burgerservicenummers (BSN’s) versleuteld zijn, zodat individuele personen voor de onderzoekers niet meer herkenbaar zijn. Het gaat om het eerste gebruik van de regeling, dus mensen die al meerdere jaren gebruik maken van de regeling worden uitgesloten van de interventiegroep. De reden daarvoor is dat als we groepen van gebruikers en niet-gebruikers op een juiste manier willen vergelijken, deze groepen dezelfde uitgangspositie moeten hebben. Als mensen al langer gebruik maken van een regeling kunnen ze daardoor zijn beïnvloed, waardoor een zuivere vergelijking niet mogelijk is. Om die reden, en vanwege andere selecties⁶⁾, is de groep gebruikers die meegenomen is in het onderzoek veel kleiner dan de groep gebruikers uit de bestanden die gemeente Den Haag gedeeld heeft met het CBS.

De brede controlegroep wordt gevormd door personen die in alle geleverde jaren⁷⁾ geen gebruik hebben gemaakt van de regeling. Voor iedere persoon in de interventiegroep wordt een persoon uit de brede controlegroep gekozen met een propensity score die het dichtstbij ligt. De personen die op deze manier vanuit de brede controlegroep worden geselecteerd, vormen samen de smalle controlegroep. Uiteindelijk wordt de interventiegroep vergeleken met de smalle controlegroep.

2.3 Uitkomstmaten

Als het gelukt is een goede vergelijkbare controlegroep te maken kan er op verschillende uitkomstmaten gekeken worden hoe de uitkomstmaten eruit zien voor de interventiegroep en de smalle controlegroep. Voor de Ooievaarpas is gekeken naar de volgende uitkomstmaten: inkomen uit werk, gezondheidsproblemen, jeugdzorg in het huishouden, voortijdig schoolverlaten, Wmo in het huishouden en instroom in problematische schulden van het huishouden. Voor de individuele inkomenstoeslag is gekeken naar: gezondheidsproblemen, jeugdzorg in het huishouden, Wmo in het huishouden en instroom in geregistreerde problematische schulden in het huishouden. Voor het Kindpakket Leergeld is het niet gelukt om een goede vergelijkingsgroep te vinden. Om deze reden wordt er daar dus niet naar uitkomstmaten gekeken. Voor de definities van de uitkomstmaten zie bijlage B.

De Ooievaarspas⁸⁾ is een gratis pas voor mensen met een laag inkomen. Door middel van korting of gratis acties maakt de Ooievaarspas het mogelijk dat mensen leuke dingen kunnen doen in Den Haag en omgeving, zoals bijvoorbeeld sporten, naar een concert of een cursus volgen. Naast de aanvrager van de Ooievaarspas kunnen andere personen in het huishouden van de aanvrager ook gebruik maken van deze activiteiten. Om een Ooievaarspas te kunnen aanvragen moeten mensen in Den Haag, Leidschendam-Voorburg of Rijswijk woonachtig zijn, een (huishoud)inkomen hebben tot 130 procent van het wettelijk sociaal minimum en een (huishoud)vermogen hebben onder de vermogensgrens die geldt voor de bijstand. In dit onderzoek wordt alleen gekeken naar gebruikers van de Ooievaarspas die in Den Haag woonachtig zijn.

Gemeente Den Haag heeft een bestand geleverd met gebruikers van de Ooievaarpas vanaf 2011. Voor deze regeling is gekeken naar de jaren vanaf 2015 tot en met 2020. De analyse is begonnen bij 2015, zodat het eerste gebruik redelijk zuiver kon worden afgeleid voor deze groep. De groep gebruikers die geanalyseerd wordt, heeft in ieder geval niet in de vier jaar voorafgaand aan de analyse gebruik gemaakt van de regeling. Verder kon daarmee ook worden uitgesloten dat de personen in de interventiegroep twee jaar daarvoor (in dit geval dus 2013) niet ook al de regeling hadden. Dit is namelijk het moment waarop gekeken wordt naar de achtergrondkenmerken, waarbij er nog geen invloed van de regeling mag zijn.

3.1 Populatie en selecties

Gemeente Den Haag heeft gegevens geleverd van ongeveer 90 tot 100 duizend gebruikers van de Ooievaarspas per jaar tussen 2011 en 2020. Voor dit onderzoek wordt gekeken naar de gebruikers vanaf 2015 die in het betreffende jaar voor het eerst gebruik maakten van de Ooievaarspas (interventiegroep). Daarnaast is er voor gekozen om slechts één unieke⁹⁾ persoon per huishouden mee te nemen in de analyses, namelijk de hoofdaanvrager van de Ooievaarspas. Tabel 3.1.1 laat zien dat van de totaal 90 190 gebruikers van de Ooievaarspas in 2015, er 6 520 personen waren die de pas dat jaar voor het eerst aangevraagd hebben.

Voor het samenstellen van de interventiegroep is eerst een selectie gemaakt van personen die voldoen aan de voorwaarden voor het aanvragen van de regeling:

• De persoon is woonachtig in Den Haag;
• Het huishoudinkomen is maximaal 130 procent van het wettelijk sociaal minimum;
• Het huishoudvermogen is onder de vermogensgrens die ook geldt voor de bijstand.

Een voorwaarde voor de analyses was verder dat de personen twee jaar voordat ze de eerste keer van de regeling gebruik hadden gemaakt stonden ingeschreven in de Basisregistratie Personen (BRP). Dit was noodzakelijk omdat anders geen informatie van de persoon over de relevante achtergrondkenmerken van vóór het gebruik van de regeling bekend is. Per jaar is één persoon per huishouden geselecteerd. Tot slot zijn in de jaren na 2015 personen uitgesloten waarvan iemand in het huishouden in een eerder jaar deel uit maakte van de interventiegroep.

De uiteindelijk geselecteerde interventiegroep is vergeleken met alle personen die volgens de gegevens van de Gemeente Den Haag in dat specifieke jaar gebruik maakten van de Ooievaarspas¹⁰⁾. Door de selecties van de interventiegroep is er een aantal noemenswaardige verschillen tussen de interventiegroep en de totale populatie van gebruikers van de Ooievaarspas.

Van de personen in de aangeleverde gegevens is per jaar ongeveer 10 tot 13 procent van de populatie niet woonachtig in Den Haag. Deze personen zijn voor de interventiegroep afgevallen. Daarnaast laten de resultaten van deze vergelijking zien dat eenpersoonshuishoudens oververtegenwoordigd zijn in de interventiegroep: meer dan de helft van de personen in de interventiegroep leeft in een eenpersoonshuiden, vergeleken met een kwart van de personen in de populatie. Paren met kinderen zijn daarentegen ondervertegenwoordigd in de interventiegroep. Gemiddeld genomen hebben de personen in de interventiegroep een lager inkomen en minder vermogen dan personen in de populatie. Personen met loon als werknemer als voornaamste inkomensbron zijn ondervertegenwoordigd in de interventiegroep. Tot slot hebben personen in de interventiegroep vaker een startkwalificatie, maar zijn personen met een laag opleidingsniveau ondervertegenwoordigd in de interventiegroep in vergelijking met de populatie.

Voor de controlegroep zijn personen geselecteerd die ook voldoen aan bovenstaande voorwaarden (woonplaats, inkomen, vermogen, registratie in de BRP twee jaar vóór het jaar van analyse) en die geen van de jaren 2011 tot en met 2020 zelf, of iemand in het huishouden, van de Ooievaarspas gebruikmaakten. Ook voor de controlegroep is één persoon per huishouden geselecteerd. Tabel 3.1.2 laat de aantallen per selectie zien voor de controlegroep.

3.2 Regressies

Om te bepalen welke kenmerken het gebruik van de Ooievaarspas voorspellen, zijn er enkelvoudige regressies uitgevoerd. Voor de complete lijst met welke kenmerken zijn bekeken voor de Ooievaarspas, zie bijlage A. Voor al deze kenmerken is gekeken of er een significante invloed is op de kans op de regeling of dat er geen eenduidig beeld te zien is voor alle populatiejaren. De kenmerken die van invloed zijn op de kans op de regeling voor alle populatiejaren zijn verwerkt in tabel 3.2.1. Voor niet genoemde kenmerken werd er geen duidelijk beeld gevonden over de invloed op de kans op de regeling, i.e. soms werd wel een effect gevonden, soms niet.

Op basis van de enkelvoudige regressies waren de belangrijkste voorspellers voor het gebruik van de Ooievaarspas opleidingsniveau, belangrijkste inkomstenbron, type huishouden, het ontvangen van kinderbijslag en stadsdeel (hier m.n. personen die twee jaar voor gebruik van de ooievaarspas nog niet in Den Haag woonden). Belangrijk is wel dat deze kenmerken gemiddeld over de jaren nog geen twee procent van het gebruik van de Ooievaarspas verklaren. Verder is er ook samenhang te zien tussen het gebruik van de Ooievaarspas en andere gemeentelijke regelingen in het huishouden. Van de personen in de interventiegroep maakt 11 procent deel uit van een huishouden waarin ook de individuele inkomenstoeslag wordt gebruikt. Bij 33 procent wordt binnen het huishouden gebruik gemaakt van de kwijtschelding van belasting. Voor bijzondere bijstand¹¹⁾ is dat 20 procent en voor Kindpakket leergeld 15 procent.

Naast het bekijken van het enkelvoudige effect van de verschillende achtergrondkenmerken is ook gekeken hoe deze kenmerken in samenhang de kans op het gebruik van de Ooievaarspas het beste voorspellen (meervoudige regressie). Uit deze analyse bleek dat het model met voornaamste inkomensbron, opleidingsniveau, type huishouden, eigendom woning, kosten onder het eigen risico, verblijfsduur, en leeftijd het gebruik van de Ooievaarspas het beste voorspelt. De verklarende variantie verschilt wel tussen de jaren en varieert van een kleine vijf procent in 2020 tot ruim negen procent in 2015. Ondanks dit lage percentage, lijken er geen andere kenmerken in het model te zijn die de kans op het gebruik van de Ooievaarspas beter kunnen voorspellen. Daarnaast is het lage aandeel van verklaarde variantie in lijn met de lage percentages in de enkelvoudige regressies. Een overzicht van de resultaten van het meervoudig model zijn te zien in tabel 3.2.2.

3.3 Matching

Om de verschillen tussen de gebruikers van de Ooievaarspas en de controlegroep op de uitkomstmaten te onderzoeken is per jaar op basis van de kenmerken uit het meervoudige regressie model een controlegroep geselecteerd. Voor iedere persoon in de interventiegroep is op basis van de kenmerken van het meervoudige model en met de matching methode ‘nearest neighbour’ één vergelijkbare persoon uit de controlegroep geselecteerd. Dus voor iedere persoon in de interventiegroep in 2015, is er uit de brede controlegroep één persoon geselecteerd die op de geselecteerde kenmerken vergelijkbaar is met de persoon uit de interventiegroep. Hetzelfde is gedaan voor de personen uit de interventiegroep van 2016, de interventiegroep van 2017, enzovoort. Na het selecteren van de smalle controlegroep is getest of de controlegroep en interventiegroep inderdaad vergelijkbaar zijn op de uitkomstmaten op t-1 (dus het jaar voordat de persoon voor het eerst van de regeling gebruik maakte). Deze vergelijking op t-1 sluit uit dat de interventiegroep al beïnvloed is door de regeling. Deze vergelijkingen zijn gemaakt voor de populatie van 2018 en 2020 omdat voor die jaren alle uitkomstmaten beschikbaar zijn voor het jaar voorafgaand aan de regeling.

3.4 Uitkomsten

Voor de Ooievaarspas zijn de verschillen tussen de interventie- en controlegroep onderzocht voor het hebben van inkomen uit werk, het hebben van gezondheidsproblemen, het gebruik van jeugdzorg, voortijdig schoolverlaten, het gebruik van Wmo en instroom in problematische schulden (alleen beschikbaar voor 2019 en 2020). In Bijlage B wordt uitgelegd wat er gemeten wordt bij de verschillende uitkomstmaten.¹²⁾

Inkomen uit werk

Het aantal personen met inkomen uit werk is in alle jaren hoger in de controlegroep dan in de interventiegroep. Personen die gebruik maken van de Ooievaarspas hebben dus minder vaak inkomen uit werk dan degenen die deze regeling niet gebruiken. Dat wil echter niet zeggen dat dat wordt veroorzaakt door de Ooievaarspas. Als dat zo was, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Dit verschil is echter ook al te zien in het jaar waarin de regeling voor het eerst gebruikt wordt.

Figuur 3.4.1 laat het verloop van het aantal personen met inkomen uit werk voor de controlegroep en de interventiegroep van 2015 en de daaropvolgende jaren zien. Het verloop is redelijk stabiel, maar bij de interventiegroep is een lichte toename van het aantal personen met inkomen uit werk te zien, terwijl bij de controlegroep juist een lichte afname waar te nemen is. De verschillen tussen de jaren zijn echter klein en daardoor is het lastig hier duidelijke conclusies aan te verbinden.

Gezondheidsproblemen

Het aantal personen met gezondheidsproblemen in de controlegroep is in alle jaren lager dan in de interventiegroep. Personen die gebruik maken van de Ooievaarspas hebben dus vaker gezondheidsproblemen dan personen die deze regeling niet gebruiken. Dat wil echter niet zeggen dat de Ooievaarspas gezondheidsproblemen zou veroorzaken. Als dat zo was, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Dit verschil is ook al te zien in het jaar waarin de regeling voor het eerst gebruikt wordt.

Figuur 3.4.2 laat het verloop van gezondheidsproblemen voor de controlegroep en de interventiegroep van 2015 en de daaropvolgende jaren zien. Zowel in de controle-als-interventiegroep is het aantal personen met gezondheidsproblemen redelijk stabiel. Vanaf 2019 lijkt er voor beide groepen een lichte daling in het aantal personen met gezondheidsproblemen te zijn, deze afname wordt echter voor een belangrijk deel veroorzaakt door een toename in de groep Onbekend. Dit zijn personen die in dat jaar niet meer ingeschreven staan in het BRP¹³⁾. Voor de andere jaren is het beeld van de ontwikkeling vergelijkbaar met dat van 2015.

Jeugdzorg

Het aantal personen waar in het huishouden gebruik gemaakt wordt van jeugdzorg is hoger voor de interventiegroep dan voor de controlegroep. Dit betekent echter niet dat er een samenhang is tussen het gebruik van de Ooievaarspas en het gebruik van jeugdzorg. Als dat wel zo zou zijn, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Het verschil is echter ook al te zien in het jaar waarin de regeling voor het eerst gebruikt wordt. Verder is het aantal gebruikers van jeugdzorg zowel in de interventie- als in de controlegroep laag.

Figuur 3.4.3 laat het verloop van het gebruik van jeugdzorg voor de controlegroep en de interventiegroep van 2015 en de daaropvolgende jaren zien. Bij de interventiegroep is er tot 2019 een lichte afname te zien van het aantal personen dat gebruik maakt van jeugdzorg, na 2019 is er weer een lichte stijging, en is het aantal gebruikers van jeugdzorg weer ongeveer op het gelijke niveau als in 2015. Bij de controlegroep zien we in tegenstelling tot de interventiegroep juist een lichte toename van het aantal gebruikers van jeugdzorg. Het verloop bij de latere populaties is vergelijkbaar.

Voortijdig schoolverlaten

Het aantal voortijdig schoolverlaters ligt hoger in de interventiegroep dan in de controlegroep. Dit wil echter niet zeggen dat er een samenhang is tussen het gebruik van de Ooievaarspas en het aantal voortijdig schoolverlaters. Als dat zo was, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Dit verschil is echter ook al te zien in het jaar waarin de regeling voor het eerst gebruikt wordt.

Figuur 3.4.4 laat het verloop van het aantal voortijdig schoolverlaters voor de controlegroep en de interventiegroep van 2015 en de daaropvolgende jaren zien. Bij beide groepen is het aantal schoolverlaters redelijk stabiel, maar met een lichte afname. Het verloop bij de latere populaties is vergelijkbaar.

Gebruik Wmo

Het aantal personen dat gebruikt maakt van de Wmo is hoger in de interventiegroep dan in de controlegroep. Dat wil echter niet zeggen dat de Ooievaarspas het gebruik van de Wmo zou stimuleren. Als dat zo was, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Dit verschil is echter ook al te zien in het jaar waarin de regeling voor het eerst gebruikt wordt.

Figuur 3.4.5 laat het verloop van gezondheidsproblemen voor de controlegroep en de interventiegroep van 2015 en de daaropvolgende jaren zien. Voor zowel de controle- als de interventiegroep neemt het aantal gebruikers met name in het eerste jaar toe, daarna blijft het aantal gebruikers licht stijgen. De overige jaren laten ook een stabiel verloop zien voor het aantal personen dat gebruik maakt van de Wmo voor de controle- en de interventiegroep.

Instroom problematische schulden

Instroom in problematische schulden is alleen onderzocht voor de jaren 2019 en 2020. Het gaat hierbij om de instroom in problematische vschulden en mensen die al langer dit soort schulden hebben vallen hier niet onder. In zowel de interventie- als de controlegroep, en in beide jaren, zijn de aantallen van personen die instromen in problematische schulden slechts enkele tientallen. Deze aantallen zijn zo laag, dat het niet mogelijk is om hier verder uitspraken over te kunnen doen.

De individuele inkomenstoeslag is een gemeentelijke regeling voor personen uit huishoudens met een laag inkomen. Huishoudens ontvangen een bijdrage voor het aanschaffen van noodzakelijke benodigdheden of kunnen het bedrag gebruiken voor het aflossen van schulden. De regeling kan maximaal één keer per jaar per huishouden aangevraagd worden. Hiervoor moet minstens één persoon uit het huishouden voldoen aan de voorwaarden die gesteld zijn, maar wordt wel uitgegaan van het inkomen en vermogen uit het huishouden. Het bedrag wat een persoon kan ontvangen is afhankelijk van het type huishouden waaruit de persoon komt.

Er is door de gemeente Den Haag informatie over het gebruik van deze regeling geleverd vanaf 2010. Voor deze regeling is gekeken naar de jaren 2015, 2017 en 2020. De analyse is begonnen bij 2015, zodat het eerste gebruik redelijk zuiver kon worden afgeleid voor deze groep. De groep gebruikers die geanalyseerd wordt, heeft in ieder geval niet in de vijf jaar voorafgaand aan de analyse gebruik gemaakt van de regeling. Verder kon daarmee ook worden uitgesloten dat de personen in de interventiegroep twee jaar daarvoor (in dit geval dus 2013) niet ook al de regeling hadden. Dit is namelijk het moment waarop gekeken wordt naar de voorspellers, waarbij er nog geen invloed van de regeling mag zijn.

4.1 Populatie en selecties

Gemeente Den Haag heeft een bestand geleverd waarin duidelijk wordt welke personen gebruik maken van de individuele inkomenstoeslag. Daarop zijn bepaalde selecties gemaakt om een goede interventiegroep samen te stellen. De aantallen bij deze selecties staan voor de jaren 2015, 2017 en 2020 in tabel 4.1.1. Allereerst is ervoor gezorgd dat het bestand van de gemeente Den Haag alleen unieke personen bevatte. Om te kijken naar het effect van de regeling is het van belang dat iemand voor het eerst gebruik maakt van de regelingen. De persoon is dan nog niet beïnvloed door het gebruik van de regeling. Hier is een selectie op gemaakt. Daarna is een selectie gemaakt van personen die voldoen aan de volgende voorwaarden van de regeling:

• De persoon is 21 jaar of ouder, maar jonger dan de AOW-leeftijd;
• De persoon is woonachtig in Den Haag;
• Het huishoudinkomen is maximaal 110% van het minimumloon, voor minstens 36 aaneengesloten maanden;
• Het huishoudvermogen ligt onder de vermogensgrens.

Daarnaast zijn personen geselecteerd die twee jaar voor de eerste aanvraag in het BRP waren ingeschreven. Dit was van belang voor de analyse, omdat relevante achtergrondkenmerken uit het verleden bekeken moesten worden voor het gebruik van de regeling en de persoon op dat moment nog niet beïnvloed is door het gebruik van de regeling. Voor de interventiegroep is automatisch een persoon per huishouden geselecteerd, omdat de regeling per huishouden maximaal één keer per jaar aangevraagd kan worden. Ook zijn per jaar alleen de personen in de interventiegroep meegenomen die de individuele inkomenstoeslag voor het eerst gebruikten.

Tabel 4.1.1 geeft weer hoe de selectie van personen in de interventiegroep verloopt. Hier wordt per selectie duidelijk hoeveel personen er overblijven in de interventiegroep. Een groot deel van de aanvragen valt af door de selectie van personen die de regeling sinds 2010 voor het eerst gebruiken. Ook waar geselecteerd is op het voldoen aan de voorwaarden van de regeling, valt een grote groep personen af. Dit komt voornamelijk door de voorwaarden met betrekking tot het inkomen en vermogen. Dit kan komen doordat de gemeente Den Haag het inkomen bepaalt door te kijken naar de laatste loonstrook, terwijl in dit onderzoek het inkomen van de voorgaande drie jaren als criterium gebruikt wordt. Een ander verschil met de toetsing door gemeente Den Haag is dat een persoon in de interventiegroep twee jaar voor de peildatum aan deze voorwaarden moet voldoen. Daarnaast vallen aan het eind van het proces personen af door de manier van matching. Om een groep te krijgen die zoveel mogelijk op elkaar lijkt, valt hierbij een aantal personen af die niet gematcht kunnen worden¹⁴⁾.

Deze uiteindelijk groep is vergeleken met alle personen die gebruik maken van de individuele inkomenstoeslag zoals geleverd door de gemeente Den Haag¹⁵⁾. Opvallend is hierbij dat in alle jaren deze originele groep procentueel meer personen uit Escamp bevat en minder personen uit het centrum. Daarnaast is het vermogen van de originele groep hoger, dit verschilt gemiddeld gezien tussen de 4 000 en 6 500 euro met de gematchte interventiegroep. Daarnaast komen in de originele groep minder personen voor met een langdurig laag inkomen, maar is het gemiddelde inkomen in de originele groep in alle jaren ongeveer 1 000 euro hoger dan in de uiteindelijke interventiegroep. Als laatste zijn de personen in de oorspronkelijke groep gemiddeld gezien 4 jaar ouder, dit komt omdat we kijken naar het eerste gebruik bij de uiteindelijke groep. Ook zijn de personen in de uiteindelijke groep hoger opgeleid en hebben meer personen een startkwalificatie.

Voor de controlegroep is in de eerste plaats uitgegaan van de volledige populatie van de gemeente Den Haag. Daarop is eerst een selectie gemaakt van de personen die op de peildatum voldeden aan de voorwaarden voor de individuele inkomenstoeslag en vervolgens ook twee jaar voor het peilmoment in de BRP voorkwamen. Voor de controlegroep zijn alle personen die in de jaren 2010 tot 2020 de regeling gebruikten uitgesloten. De reden daarvoor is dat dan eerdere invloed van het gebruik van de regeling wordt uitgesloten. Daardoor vielen veel personen af. Daarnaast is willekeurig één persoon per huishouden geselecteerd, zodat niet meerdere personen per huishouden in de controlegroep zaten. Door de methode van matching is uiteindelijk in alle jaren nog ongeveer 84 procent van de personen overgebleven. De aantallen die per selectiestap overblijven, zijn weergegeven in tabel 4.1.2.

4.2 Regressies

Door middel van een regressie is gekeken welke achtergrondkenmerken binnen de groep van belang zijn om de kans op de regeling te voorspellen. Een complete lijst met kenmerken voor de individuele inkomenstoeslag wordt gegeven in bijlage A. Voor al deze kenmerken is gekeken of er een significante invloed is op de kans op de regeling of dat er geen eenduidig beeld te zien is voor alle populatiejaren. De kenmerken die van invloed zijn op de kans op de regeling voor alle populatiejaren zijn verwerkt in tabel 4.2.1. Voor leeftijd en kinderbijslag werd geen duidelijk beeld gevonden over de invloed op de kans op de regeling, i.e. soms werd wel een effect gevonden, soms niet.

Uit de enkelvoudige regressies bleek een aantal variabelen het belangrijkst om de kans op gebruik van de regeling te voorspellen, namelijk het type huishouden, de voornaamste inkomensbron, het opleidingsniveau en het gebruik van de Ooievaarspas in het huishouden¹⁶⁾. Hierbij bleek voor alle jaren te gelden dat alleenstaanden en eenoudergezinnen vaker de toeslag kregen toegekend dan huishoudens met twee volwassenen. Personen die gebruik maakten van sociale voorzieningen hadden een hogere kans op gebruik van de regeling dan personen met inkomen uit werk of een zelfstandige onderneming. Daarnaast gebruiken personen met een laag en gemiddeld opleidingsniveau de toeslag vaker dan personen met een hoog opleidingsniveau. Voor personen met een gemiddeld opleidingsniveau is dit verschil alleen in 2020 statistisch significant. Tot slot hadden personen die in het bezit waren van een Ooievaarspas ook een hogere kans op de toekenning van de individuele inkomenstoeslag. Het hierboven beschreven patroon was zichtbaar voor alle geanalyseerde jaren.

Personen met de individuele inkomenstoeslag maakten ook veel gebruik van andere gemeentelijke regelingen. Gemiddeld gezien maakt 91 procent van de personen met een individuele inkomenstoeslag ook gebruik van de Ooievaarspas, 70 procent van kwijtschelding belasting, 19 procent van bijzondere bijstand¹⁷⁾ en 30 procent van het Kindpakket Leergeld in het huishouden.

De vier kenmerken die in de enkelvoudige regressies het belangrijkst waren, namelijk het type huishouden, de voornaamste inkomensbron, het opleidingsniveau en het gebruik van de Ooievaarspas in het huishouden, bleken ook in samenhang het best de kans op de regeling te verklaren. Daarom bestaat het uiteindelijke model uit deze variabelen. Dit model verklaart een relatief groot deel van het wel of niet gebruik maken van de regeling. Voor 2015 is dat 21,4 procent, voor 2017 21,2 en voor 2020 19,1 procent. Tabel 4.2.2 geeft weer welke kenmerken in het uiteindelijke model zijn opgenomen en wat per kenmerk de conclusie is.

4.3 Matching

De individuele inkomenstoeslag is in eerste instantie bekeken voor alle jaren. Voor de jaren 2015, 2017 en 2020 werd een controlegroep gevonden die voldoende leek op de interventiegroep. Voor de jaren 2016, 2018 en 2019 bleven de groepen te veel van elkaar verschillen. Daarom is besloten deze jaren niet mee te nemen bij het analyseren van de uitkomstmaten. Ook in de jaren 2015, 2017 en 2020 zijn er verschillen te vinden tussen de groepen, maar deze verschillen spelen een kleinere rol in het voorspellen van de kans op de regeling of op de uitkomstmaat.

Naast het matchen door middel van 'nearest neighbour'¹⁸⁾ is gekozen om ook exact te matchen op twee variabelen, namelijk gestandaardiseerd inkomen en leeftijd. Beide variabelen bleven na matching met alleen nearest neighbour significant verschillend tussen de groepen. Doordat deze variabelen ook relatief belangrijk bleken in de meervoudige regressie en voor de uitkomstmaten, is gekozen om exacte matching voor deze variabelen te doen.

4.4 Uitkomsten

De uitkomstmaten voor de individuele inkomenstoeslag zijn gezondheidsproblemen, het gebruik van Wmo, het gebruik van jeugdzorg en de instroom in problematische schulden^{19) 20)}. Voor de laatste uitkomstmaat zijn enkel de gegevens van 2019 en 2020 beschikbaar.

Gezondheidsproblemen

Opvallend is dat het aantal personen met gezondheidsproblemen in de controlegroep in alle jaren lager is dan in de interventiegroep. Dus mensen die gebruik maken van de individuele inkomenstoeslag hebben vaker gezondheidsproblemen dan mensen die deze regeling niet gebruiken. Dat wil echter niet zeggen dat de individuele inkomenstoeslag gezondheidsproblemen zou veroorzaken. Als dat zo was, dan zou dit verschil alleen in de jaren na het eerste gebruik van de regeling te zien zijn. Dit verschil is echter ook al in het jaar waarin de regeling voor het eerst gebruikt wordt te zien.

Zowel in de controle- als in de interventiegroep daalt het aantal personen met gezondheidsproblemen over het algemeen in de populaties van 2015 en 2017. Figuur 4.3.1 laat voor de controlegroep en de interventiegroep van 2015 zien dat het aantal mensen met gezondheidsproblemen in de daaropvolgende jaren is afgenomen. Voor de interventiegroep is dit een afname van 15 procent, voor de controlegroep een afname van 23 procent. Deze afname kan onder andere veroorzaakt zijn door een toename in de groep personen die in dat jaar niet meer ingeschreven staan in het BRP²¹⁾. Voor de controle- en interventiegroepen van 2017 is het beeld van de ontwikkeling vergelijkbaar met dat van de groepen uit 2015. Voor de groepen van 2020 zien we ook dat de interventiegroep meer personen bevat met gezondheidsproblemen ten opzichte van de controlegroep.

Wmo

Binnen de controle- en interventiegroep van 2015 is het aantal gebruikers van Wmo licht toegenomen. Mensen die gebruikmaken van de individuele inkomenstoeslag maken over het algemeen vaker gebruik van Wmo dan mensen zonder deze regeling. Dit is ook het geval in het jaar waarin de regeling voor het eerst werd aangevraagd en het jaar daarvoor, wat betekent dat dit niet veroorzaakt wordt door het gebruik van de regeling. In de ontwikkeling van het Wmo-gebruik na het eerste gebruik van de regeling zijn weinig verschillen tussen de beide groepen. Het beeld voor de controle- en interventiegroep van 2017 is vrij vergelijkbaar met de groepen van 2015.

Jeugdzorg

Voor het gebruik van jeugdzorg is in de groepen geen duidelijk patroon zichtbaar, maar schommelt het gebruik over de jaren. Dit patroon is te zien in zowel de populatie van 2015 als 2017. In de controlegroepen van zowel 2015 als 2017 is een afname te zien van het gebruik ten opzichte van 2017. In de jaren 2015 en 2017 is het aantal personen dat gebruik maakt van jeugdzorg in de interventiegroep groter dan in de controlegroep. In 2020 is het aantal personen met jeugdzorg in beide groepen nagenoeg aan elkaar gelijk.

Instroom in problematische schulden

Deze uitkomstmaat is alleen beschikbaar voor de jaren 2019 en 2020. Hierin is te zien dat een klein aandeel (namelijk, ongeveer 3 procent in de controlegroep en ongeveer 4 procent in de interventiegroep) van de personen instroomt in problematische schulden. Het gaat hierbij dus om personen die in dat jaar voor het eerst dit soort schulden hebben. Mensen die al langer problematische schulden hebben vallen hier niet onder. De aantallen in deze groepen zijn echter niet groter dan enkele tientallen. Dat is te weinig om uitspraken over te kunnen doen.

Het Kindpakket Leergeld is een regeling voor kinderen van vier tot en met 17 jaar in gezinnen met een laag inkomen. De regeling is bedoeld om kinderen te laten meedoen met school, sport en culturele activiteiten²²⁾. Voor het Kindpakket Leergeld is gekeken naar de jaren 2017 tot en met 2020. Dit is anders dan de andere regelingen en komt doordat er informatie over het gebruik geleverd was vanaf 2015. Door te beginnen met 2017 was in ieder geval uit te sluiten dat personen in de interventiegroep twee jaar daarvoor (in dit geval dus 2015) niet ook al het Kindpakket Leergeld hadden. Dit is namelijk het peilmoment waarvoor gekeken wordt naar de voorspellers waarbij er (nog) geen invloed moet zijn van de regeling.

5.1 Populatie en selecties

Gemeente Den Haag heeft een bestand geleverd met personen die gebruik hebben gemaakt van het Kindpakket Leergeld. Dit zijn ongeveer 20 duizend personen per jaar. Daarop zijn bepaalde selecties gemaakt om een goede interventiegroep samen te stellen. De aantallen bij deze selecties staan in tabel 5.1.1.

Om te kijken naar het effect van de regeling is het van belang dat iemand voor het eerst gebruik maakt van de regelingen. De persoon is dan nog niet beïnvloedt door de regeling dus eventuele effecten van de regeling zijn nog niet ingetreden. Hier is dus een selectie op gemaakt.

Daarnaast is er een selectie gemaakt voor personen die voldoen aan de volgende voorwaarden van de regeling²³⁾:

• Het kind is in de leeftijd van vier tot 18 jaar;
• Het kind is woonachtig in Den Haag;
• Het huishoudinkomen is beneden de 130% van het minimumloon;
• Het huishoudvermogen is onder de vermogensgrens.

Door deze selectie²⁴⁾ op de voorwaarden blijft ongeveer 30 procent in 2017 en ongeveer 18 procent in de jaren 2018 tot en met 2020 van de personen over. Dit komt met name doordat inkomen op een andere manier wordt bekeken dan wanneer door gemeente Den Haag bepaald wordt of iemand voor de regeling in aanmerking komt²⁵⁾. Ook selectie op leeftijd speelt hier een rol. Veel kinderen vallen af omdat ze nog niet op 1 januari van het betreffende jaar vier zijn maar in de loop van het jaar wel.

Daarnaast is ook een selectie gemaakt op kinderen die twee jaar voordat ze de eerste keer de regeling hadden, stonden ingeschreven in de BRP. Dit omdat er anders geen informatie van vóór de regeling bekend was die nodig is om naar de relevante achtergrondkenmerken te kijken. Bij het Kindpakket Leergeld is er geen selectie gemaakt op één persoon per huishouden (zoals wel gedaan bij de andere twee regelingen) omdat er binnen het Kindpakket Leergeld verschillende regelingen vallen en door één persoon per huishouden te kiezen zou daar ook een selectie op gemaakt worden.

Uiteindelijk blijven er 1 150 personen over in 2017 en tussen de 240 en 340 personen in de jaren 2018 tot en met 2020²⁶⁾. Deze uiteindelijke groep verschilt op een aantal kenmerken²⁷⁾ van de personen in de oorspronkelijke levering²⁸⁾. Het blijkt dat het gaat om relatief jonge kinderen, het gemiddelde ligt ongeveer twee jaar jonger dan de kinderen in de oorspronkelijke levering. Ook gaat het in de uiteindelijke groep om iets minder personen uit het Centrum, minder personen met een langdurig laag inkomen, meer personen wonend in een woning in de vrije huur sector en meer personen uit een eenouderhuishouden. Verder liggen zowel het gemiddelde gestandaardiseerd besteedbaar inkomen als het gemiddelde vermogen lager voor de uiteindelijke groep ten opzichte van de oorspronkelijke levering.

Voor de controlegroep zijn personen geselecteerd die voldoen aan de voorwaarden en in geen van de jaren 2015 tot en met 2020 het Kindpakket Leergeld hebben gehad. Verder mogen zij geen persoon in het huishouden hebben met het Kindpakket Leergeld in het betreffende jaar. De aantallen die horen bij deze selecties zijn te vinden in tabel 5.1.2. Uiteindelijk blijven hier ongeveer 1 200 tot 1 400 personen over.

5.2 Regressies

Om te kijken welke kenmerken van belang zijn voor de kans op de regeling, de voorspellers, zijn er enkele regressies uitgevoerd. Voor de complete lijst met kenmerken die zijn bekeken voor het Kindpakket Leergeld, zie bijlage A. 
Voor al deze kenmerken is gekeken of deze significant van invloed zijn op de kans op de regeling of dat er geen eenduidig beeld te zien is voor alle populatiejaren. De kenmerken die van invloed zijn op de kans op de regeling voor alle populatiejaren staan in tabel 5.2.1. Voor de volgende kenmerken werd er geen invloed gevonden op de kans op de regeling: WW-uitkering in het huishouden, WSNP-traject in het huishouden en kosten voor eigen risico zorgverzekering in het huishouden. Voor de andere kenmerken werd er geen duidelijk beeld gevonden over de invloed op de kans op de regeling, i.e. soms werd er wel een effect gevonden, soms niet.

Op basis van de enkelvoudige regressies waren de belangrijkste achtergrondkenmerken: leeftijd, Ooievaarspas, stadsdeel en inkomensbron²⁹⁾. Personen met een andere gemeentelijke regeling in het huishouden (Ooievaarspas, individuele inkomenstoeslag, kwijtschelding belasting en bijzondere bijstand) hebben een hogere kans op het Kindpakket Leergeld.

Verder is ook te zien dat er overlap is tussen het Kindpakket Leergeld en de andere armoederegelingen van de gemeente Den Haag in hetzelfde jaar. Gemiddeld gezien heeft de interventiegroep van het Kindpakket Leergeld 99 procent ook de Ooievaarspas, 20 procent de individuele inkomenstoeslag, 41 procent kwijtschelding belasting en 19 procent bijzondere bijstand³⁰⁾ in het huishouden.

Naast het bekijken van alle mogelijk relevante kenmerken apart is ook gekeken naar welke kenmerken in samenhang de kans op het Kindpakket Leergeld het beste voorspelt. Uit deze analyse bleek dat het model met de kenmerken voornaamste inkomensbron van het huishouden, Ooievaarspas in het huishouden, leeftijd en stadsdeel het beste was. De verklarende variantie wisselt wel sterk per jaar, zo is die in 2017 ruim 28 procent maar in 2018 maar ruim zes procent. Toch lijken er op basis van de enkelvoudige regressies geen andere kenmerken beter de kans op de regeling te voorspellen maar zijn de verklarende variantie in de jaren 2018 tot en met 2020 sowieso al lager, ook bij de enkelvoudige regressies. Ook de coëfficiënten en significanties laten per jaar niet altijd hetzelfde zien. De resultaten van het meervoudig model zijn te zien in tabel 5.2.2.

5.3 Matching

Voor het Kindpakket Leergeld was het niet mogelijk om een goede controlegroep te vinden voor kinderen met het Kindpakket Leergeld. De voornaamste reden hiervoor zijn de lage aantallen³¹⁾. Voor de jaren 2018 tot en met 2020 ligt de interventiegroep tussen de 240 en 340 personen. De controlegroep is hierbij ongeveer vier tot zes keer zo groot. Voor een goede controlegroep is het van belang dat er geen significante verschillen meer zijn op variabelen die belangrijk zijn voor de uitkomstmaten³²⁾. Door de lage aantallen is het niet goed vast te stellen welke kenmerken dat zijn. Er wordt dan gekeken naar de uitkomstmaten vóór de regeling en die komen, in de al kleine groepen, heel weinig voor. Een voorbeeld hiervan is voortijdig schoolverlaten voordat iemand in de regeling zit.

Aangezien belangrijke kenmerken voor de uitkomstmaten niet goed vast te stellen zijn, is hierdoor dan ook niet goed te bepalen of, als er verschillen worden gevonden voor de interventie- en controlegroep op de uitkomstmaten, deze gevonden verschillen veroorzaakt worden door de regeling of doordat de twee groepen verschillen op belangrijke kenmerken voor de uitkomstmaten. Als bijvoorbeeld leeftijd een belangrijk kenmerk is voor voortijdig schoolverlaten en de twee groepen verschillen hier significant op dan kan het zijn dat het eventueel gevonden verschil in voortijdig schoolverlaten komt door de leeftijd en niet door de regeling.

Voor 2017 was er wel een grotere interventiegroep³³⁾ maar was de controlegroep relatief gezien te klein, slechts 1,1 keer zo groot als de interventiegroep maar ook hier was het niet mogelijk om de belangrijke kenmerken voor de uitkomstmaten goed vast te stellen.

In dit onderzoek staan de volgende onderzoeksvragen centraal:

• In hoeverre is het mogelijk om gebruikers van armoederegelingen van gemeente Den Haag te vergelijken met een vergelijkbare controlegroep, om zo een inschatting te kunnen maken van de effectiviteit van deze regelingen?
• Als deze vergelijking gemaakt kan worden, wat zijn dan de verschillen tussen gebruikers en de controlegroep van niet-gebruikers op relevante uitkomstmaten?

Voor de Ooievaarspas en de individuele inkomenstoeslag is het gelukt om een goede controlegroep te vinden voor de personen in de interventiegroep, al was het voor de individuele inkomenstoeslag niet voor alle populatiejaren mogelijk. Voor het Kindpakket Leergeld is duidelijk geworden dat de eerste vraag negatief beantwoord moet worden, waardoor voor deze regeling niet kan worden ingegaan op de tweede vraag.

Met betrekking tot de tweede onderzoeksvraag zijn er voor zowel de Ooievaarspas als de individuele inkomenstoeslag op de onderzochte uitkomstmaten geen duidelijke verschillen te zien tussen de interventiegroep en de controlegroep. Dit betekent echter niet dat de regelingen geen andere effecten hebben. Verder blijkt uit het onderzoek dat belangrijke achtergrondkenmerken voor de kans op de Ooievaarpas zijn: opleidingsniveau, voornaamste inkomensbron van het huishouden, type huishouden, kinderbijslag en stadsdeel. Bij de individuele inkomenstoeslag zijn dit type huishouden, de voornaamste inkomensbron van het huishouden, het opleidingsniveau en de Ooievaarspas in het huishouden. Voor het Kindpakket Leergeld zijn dit voornaamste inkomensbron van het huishouden, Ooievaarspas in het huishouden, leeftijd en stadsdeel.

In dit onderzoek is uitgegaan van de achtergrondkenmerken en uitkomstmaten die kwantitatief meetbaar zijn en die in enige vorm in een registratie voorkomen. Het is niet ondenkbaar dat er kenmerken van mensen bestaan die niet kwantitatief meetbaar zijn en die veel meer van invloed zijn op het gebruik van de regelingen of waar de regelingen meer invloed op hebben. Op basis van dit onderzoek kan dus niet geconcludeerd worden dat de onderzochte regelingen niet effectief zouden zijn. Waarschijnlijk is het wel zo dat de effecten van de regelingen gezocht moeten worden in andere dan kwantitatief meetbare aspecten. Daarom is een aanbeveling voor vervolgonderzoek dan ook om een kwalitatief onderzoek uit te voeren onder gebruikers van de regelingen, om op die manier meer te vernemen over mogelijke effecten die minder goed meetbaar zijn met registraties.

Tabel A.1 geeft per regeling de achtergrondkenmerken weer waarop in overleg met de expertgroep de enkelvoudige regressies zijn uitgevoerd.

Inputvariabelen

Bijstand - Als ten minste één persoon in het huishouden een uitkering heeft die wordt verstrekt op grond van de Participatiewet.

Bijzondere bijstand - Als ten minste één persoon uit het huishouden deze gemeentelijke regeling heeft aangevraagd. Dit is bijstand die alleen wordt verstrekt als iemand in bijzondere omstandigheden verkeert en daardoor hogere kosten heeft dan de kosten waarin de algemene bijstandsuitkering voorziet.

Detentie - Personen die op enig moment in de periode vanaf 2005 in detentie hebben gezeten.

Eigendom woning - Het type eigenaar van de woning. Bij koopwoningen is dit een Eigen woning, bij huurwoningen wordt het onderscheid gemaakt tussen Woningcorporatie en Vrije huur. Wanneer hierover geen gegevens bekend zijn, valt de persoon in de categorie Onbekend.

Gestandaardiseerd besteedbaar inkomen - Het besteedbaar inkomen gecorrigeerd voor verschillen in grootte en samenstelling van het huishouden. Deze correctie vindt plaats met behulp van equivalentiefactoren. In de equivalentiefactor komen de schaalvoordelen tot uitdrukking die het gevolg zijn van het voeren van een gemeenschappelijke huishouding. Met behulp van de equivalentiefactoren worden alle inkomens herleid tot het inkomen van een eenpersoonshuishouden. Op deze wijze zijn de welvaartsniveaus van huishoudens onderling vergelijkbaar gemaakt. Het gestandaardiseerd inkomen is een maat voor de welvaart van (de leden van) een huishouden. Het besteedbaar inkomen bestaat uit het bruto-inkomen verminderd met:

• betaalde inkomensoverdrachten zoals alimentaties van de ex-echtgeno(o)t(e);
• premies inkomensverzekeringen zoals premies betaald voor sociale verzekeringen, volksverzekeringen en particuliere verzekeringen in verband met werkloosheid, arbeidsongeschiktheid en ouderdom en nabestaanden;
• premies ziektekostenverzekeringen, en
• belastingen op inkomen en vermogen.

De populatie is vervolgens op basis van kwantielen in categorieën verdeeld.

GGZ kosten - Zorgkosten die zijn gefinancierd vanuit de Zorgverzekeringswet (Zvw) voor basis en/of gespecialiseerde geestelijke gezondheidszorg (GGZ).

Huurtoeslag - Als ten minste één persoon uit het huishouden deze toeslag ontvangt. Dit is een bijdrage van de overheid aan de huurkosten, voor huurders van zelfstandige woningen.

Kinderbijslag - Als ten minste één persoon uit het huishouden deze toeslag ontvangt. Dit is een bijdrage van de overheid in de kosten voor kinderen tot 18 jaar en is onafhankelijk van je inkomen.

Kinderopvangtoeslag - Als ten minste één persoon uit het huishouden deze toeslag ontvangt. Dit is een bijdrage van de overheid in de kosten voor de opvang van je kind. De hoogte van de kinderopvangtoeslag is afhankelijk van je verzamelinkomen. Een persoon komt in aanmerking voor deze toeslag als de ouder(s) werken.

Kosten onder eigen risico - Zorgkosten die zijn gefinancierd vanuit de Zorgverzekeringswet (Zvw) en vallen onder het eigen risico. Hierin worden alleen kosten voor multidisciplinaire zorg, geboortezorg en huisartsenzorg niet meegenomen.

Kwijtschelding belasting - Als ten minste één persoon uit het huishouden deze gemeentelijke regeling heeft aangevraagd. Wanneer een persoon de gemeentelijke belasting niet kan betalen, kan de gemeente gevraagd worden om kwijtschelding.

Langdurig laag inkomen - Huishoudens die vier jaar of langer van een inkomen onder de inkomensgrens moeten rondkomen. De gemeente Den Haag stelt als voorwaarde voor het aanvragen van de individuele inkomenstoeslag dat personen een langdurig laag inkomen van drie jaar of langer hebben.

Leeftijd - Het aantal jaren dat is verstreken sinds de geboortedatum van de persoon op 1 januari. De populatie is vervolgens op basis van kwantielen in categorieën verdeeld.

Opleidingsniveau - Hoogst behaalde opleidingsniveau van persoon. Dit omvat de volgende categorieën:

• Laag: dit omvat onderwijs op het niveau van basisonderwijs, het vmbo, de eerste 3 leerjaren van havo/vwo en de entreeopleiding, de voormalige assistentenopleiding (mbo1);
• Midden: dit omvat de bovenbouw van havo/vwo, de basisberoepsopleiding (mbo2), de vakopleiding (mbo3) en de middenkader- en specialistenopleidingen (mbo4);
• Hoog: dit omvat onderwijs op het niveau van hbo of wo;
• Onbekend: geen informatie over hoogst behaalde opleidingsniveau.

Sociaal minimum - Het wettelijk bestaansminimum zoals dat in de politieke besluitvorming is vastgesteld.

Stadsdeel - Gemeente Den Haag telt acht stadsdelen, die samengesteld zijn uit een combinatie van wijken. Het gaat om Centrum, Escamp, Haagse Hout, Laak, Leidschenveen-Ypenburg, Loosduinen, Scheveningen en Segbroek. Deze variabele geeft aan in welk deel van de gemeente Den Haag de persoon woont.

Startkwalificatie - Het minimale niveau dat nodig is om een volwaardige plaats op de arbeidsmarkt te veroveren, of door te stromen naar vervolgonderwijs (hoger onderwijs). Het niveau hiervan is vastgesteld op een afgeronde havo- of vwo-opleiding of een basisberoepsopleiding (mbo2).

Type huishouden - Typering van een huishouden op basis van de onderlinge relaties van de personen binnen het huishouden.

Verblijfsduur - De verblijfsduur geeft weer hoeveel hele jaren de persoon in Nederland is gevestigd op 1 januari.

Vermogen - Waarde van het totale vermogen van het huishouden. Het vermogen is gelijk aan het verschil tussen de bezittingen (som bank- en spaartegoeden, obligaties en aandelen, eigen woning, ondernemingsvermogen en overige bezittingen) en de schulden (hypotheekschuld eigen woning, overige schulden zoals voor consumptieve doeleinden, financieringen van aandelen, obligaties of rechten op periodieke uitkeringen, schulden voor financiering tweede woning of ander onroerend goed en schulden volgens de wet studiefinanciering) van een huishouden. De populatie is vervolgens op basis van kwantielen in categorieën verdeeld.

Voornaamste inkomstenbron - De bron waaruit een huishouden in een jaar het meeste inkomen ontvangt.

WSNP - Als ten minste één persoon in het huishouden gebruik maakt van de Wet Schuldsanering Natuurlijke Personen (WSNP). De WSNP biedt natuurlijke personen, die in een problematische schuldsituatie verkeren, de mogelijkheid om schuldenvrij te worden.

WW-uitkering - Als ten minste één persoon in het huishouden een uitkering op grond van de Werkloosheidswet (WW) ontvangt. De WW-uitkering biedt werkloze werknemers, met voldoende arbeidsverleden en die beschikbaar zijn voor arbeid, financiële steun. De duur van de uitkering is afhankelijk van het arbeidsverleden van de verzekerde. Het Uitvoeringsinstituut Werknemersverzekeringen (UWV) beoordeelt of men voor een WW-uitkering in aanmerking komt.

Zorgtoeslag - Als ten minste één persoon uit het huishouden deze toeslag ontvangt. Dit is een bijdrage van de overheid in de kosten voor de verplichte zorgverzekering. Als je 18 jaar of ouder bent heb je tot een bepaald inkomen recht op zorgtoeslag.

Uitkomstmaten

Gezondheidsproblemen - Persoon heeft gezondheidsproblemen als hij/zij in het betreffende jaar aan minimaal één van de volgende voorwaarden voldoet:

• Gebruikt medicijnen tegen verslaving, depressie, psychose of bipolaire stoornis (ATC codes N07B, N06A, N05A);
• Gebruikt medicijnen uit 4 of meer hoofdgroepen;
• Heeft zorgkosten voor GGZ (basis en/of specialistische GGZ);
• Heeft zorgkosten (exclusief geboortezorg en ggz-zorg) boven de 50.000 euro.

Inkomen uit werk - Persoon is werknemer, directeur-grootaandeelhouder, zelfstandig ondernemer, overige zelfstandige en/of meewerkend gezinslid in het betreffende jaar.

Instroom in problematische schulden - Persoon behoort tot een particulier huishouden met geregistreerde problematische schulden volgens de smalle definitie op 1 januari van het betreffende jaar maar het huishouden heeft geen problematische schulden op 1 januari het jaar ervoor. De definitie van problematische schulden is in dit geval: Ten minste één persoon in het huishouden voldoet aan ten minste één van de volgende criteria:

• Volgt een WSNP-traject;
• Heeft ten minste zes maanden de zorgpremie niet betaald;
• Een betalingsachterstand van een Wet Mulder-boete bij het Centraal Justitieel Incassobureau (CJIB) heeft waarvan de tweede aanmaning ten minste twee maanden openstaat, of zich al in een ernstigere wanbetalersfase bevindt. Daarnaast moet het openstaande bedrag in totaal minimaal 50 euro zijn;
• Heeft langer dan 27 maanden een toeslagschuld van totaal minimaal 50 euro openstaan bij de Belastingdienst;
• Heeft langer dan 15 maanden een schuld van totaal minimaal 50 euro voor overige belastingaanslagen openstaan bij de Belastingdienst;
• Heeft een belastingschuld die in de 12 maanden voor het peilmoment oninbaar is geleden;
• Heeft een betalingsachterstand bij de DUO van 3 maanden of langer en van minimaal 270 euro.

Jeugdzorg in het huishouden - Persoon heeft in het betreffende jaar iemand in het huishouden (zelf of een ander lid van het huishouden) jeugdhulp, jeugdbescherming en/of jeugdreclassering.

Voortijdig schoolverlater - Persoon heeft op 1 oktober van het betreffende jaar als hoogst behaalde opleidingsniveau een laag opleidingsniveau (geen startkwalificatie) en studeert op dat moment niet. Tot een laag opleidingsniveau behoort onderwijs op het niveau van basisonderwijs, het vmbo, de eerste 3 leerjaren van havo/vwo en de entreeopleiding, de voormalige assistentenopleiding (mbo1), praktijkonderwijs.

Wmo in het huishouden - Persoon heeft in het betreffende jaar iemand in het huishouden (zelf of een ander lig van het huishouden) Wmo. De Wet maatschappelijke ondersteuning (Wmo) stelt gemeenten verantwoordelijk voor het ondersteunen van de zelfredzaamheid en participatie van mensen met een beperking, chronische psychische of psychosociale problemen. Het omvat ondersteuning binnen het kader van de Wmo 2015 geleverd in de vorm van een product of dienst die is afgestemd op de wensen, persoonskenmerken, mogelijkheden en behoeften van een individu. Wmo-maatwerkvoorzieningen kunnen worden ingedeeld in de volgende hoofdgroepen:

• Ondersteuning thuis (begeleiding, persoonlijke verzorging, kortdurend verblijf, overige ondersteuning gericht op het individu of huishouden/gezin, dagbesteding, overige groepsgerichte ondersteuning en overige maatwerkarrangementen);
• Hulp bij het huishouden;
• Verblijf en opvang (beschermd wonen, opvang, spoedopvang en overige beschermd wonen en opvang);
• Hulpmiddelen en diensten (woondiensten, vervoersdiensten, rolstoelen, vervoervoorzieningen, woonvoorzieningen en overige hulpmiddelen).