Onderzoeksmethode
Onderzoeksbestand
Voor de analyses in dit rapport is een onderzoeksbestand samengesteld met persoonsgegevens uit het Stelsel van Sociaal-statistische Bestanden (SSB). Het SSB bevat databestanden met gegevens over personen, uitkeringen, banen, inkomen, opleidingen, huishoudens, woningen, ruimtelijke indelingen en nog veel meer. Deze gegevens zijn onderling gekoppeld. Omdat personen van Sub-Saharaanse herkomst in Nederland een relatief kleine bevolkingsgroep vormen, zijn de analyses beperkt tot de registraties uit het SSB. Er is geen gebruik gemaakt van informatie uit enquêtes.
Populatie
De populatie bestaat uit alle personen met een herkomst uit één van de landen uit Sub-Sahara Afrika die op 1 januari 2022 geregistreerd zijn in de Basisregistratie Personen (BRP). Als afbakening van Sub-Sahara wordt dezelfde definitie gehanteerd als door de VN (Verenigde Naties, 2023). De volgende landen worden gerekend tot Sub-Sahara Afrika:
Angola Ghana Nigeria
Benin Guinee Réunion
Botswana Guinee-Bissau Rwanda
Brits Indische Oceaanterritorium Ivoorkust Sao Tomé en Principe
Burkina Faso Kaapverdië Senegal
Burundi Kameroen Seychellen
Centraal-Afrikaanse Republiek Kenia Sierra Leone
Comoren Lesotho Sint Helena
Congo Liberia Somalië
Congo (Democratische Republiek) Madagaskar Tanzania
Djibouti Malawi Togo
Equatoriaal-Guinea Mali Tsjaad
Eritrea Mauritanië Uganda
Eswatini Mauritius Zambia
Ethiopië Mayotte Zimbabwe
Franse Zuidelijke en Antarctische Gebieden Mozambique Zuid-Afrika
Gabon Namibië Zuid-Soedan
Gambia Niger
Regressieanalyse
In dit rapport wordt een groot aantal statistieken uitgesplitst naar herkomst. Waargenomen verschillen tussen herkomstgroepen zijn vaak (deels) terug te voeren op de kenmerken van die herkomstgroepen, waaronder de verdelingen van geslacht, leeftijd, opleidingsniveau of inkomen. Daarom zijn controles uitgevoerd waarbij rekening wordt gehouden met deze kenmerken. Dit is gedaan door middel van enkelvoudige lineaire regressies. Bij deze regressieanalyses is het verschil tussen de herkomstgroepen en de totale Nederlandse bevolking geschat, voor en na de invoering van ieder kenmerk. De herkomstgroepen zijn daarbij gecodeerd volgens gewogen effectcodering, zodat de coëfficiënten van de herkomstgroepen de gecorrigeerde verschillen geven ten opzichte van het Nederlands gemiddelde. De uitkomsten van deze regressies zijn kort geduid aan het einde van iedere alinea.
Kitagawa-Oaxaca-Blinder decompositie
In ieder hoofdstuk is een verdiepende analyse gedaan met behulp van de Kitagawa-Oaxaca-Blinder decompositiemethode (zie ook Jann, 2008). Deze methode is een variant op de meervoudige regressiemethode. Het doel van de methode is om een verschil in gemiddelde uitkomsten tussen twee groepen te duiden. Een voorbeeld betreft het gemiddelde loonverschil tussen Sub-Saharaanse en overig Buiten-Europese migranten.
De Kitagawa-Oaxaca-Blinder decompositie kan op verschillende manieren worden geïmplementeerd. In dit rapport is gebruik gemaakt van een lineaire tweevoudige decompositie. Daarbij wordt in iedere groep een aparte meervoudige lineaire regressie geschat, met als uitkomst de bewuste maat (bijv. maandloon) en als onafhankelijke variabelen de kenmerken (bijv. leeftijd, opleidingsniveau en woonregio). De methode toont vervolgens in hoeverre de variabelen tezamen het groepsverschil kunnen verklaren. Ook toont het de rol van iedere individuele variabele, indien de andere variabelen gelijk zouden blijven (‘ceteris paribus’). Er kan bijvoorbeeld worden bekeken of een jongvolwassen, hoogopgeleide, in Gelderland woonachtige persoon van Sub-Saharaanse herkomst hetzelfde loon verdient als andere jongvolwassen, hoogopgeleide in Gelderland woonachtige personen.
De decompositie laat voor iedere variabele zien in hoeverre die bijdraagt aan het verklaarde en aan het onverklaarde groepsverschil. In dit rapport wordt alleen ingegaan op de bijdrage aan het verklaarde groepsverschil, omdat het onverklaarde verschil van een tweevoudige decompositie geen eenduidige interpretatie heeft.
Literatuur
Jann, B. (2008). The Blinder-Oaxaca decomposition for linear regression models. The Stata Journal, 8(4), 453–479.
Verenigde Naties (2023). Standard country or area code for statistical use. Geraadpleegd op 20 februari 2023.