Haalbaarheidsstudie toeslagenaffaire-onderzoek

Het Centraal Bureau voor de Statistiek (CBS) heeft de afgelopen periode vanuit verschillende departementen vragen gekregen over mogelijke gevolgen van de toeslagenaffaire. De directeur-generaal van het CBS heeft daarop besloten een haalbaarheidsonderzoek te verrichten naar de mogelijkheden tot het uitvoeren van statistisch onderzoek. Het ging daarbij in eerste instantie om vragen met betrekking tot mogelijke gevolgen (hierna ook aangeduid als uitkomsten) voor gedupeerde ouders én hun kinderen. In de loop van de studie is besloten om enkel te focussen op uitkomsten voor gedupeerde ouders. De mogelijkheden voor toekomstig onderzoek rondom de kinderen worden in een nog uit te voeren haalbaarheidsstudie onderzocht.

Het doel van deze studie is om:

• in kaart te brengen welke vragen er kunnen spelen rondom mogelijke gevolgen van de toeslagenaffaire voor gedupeerde ouders;
• óf het CBS data heeft om statistische informatie te kunnen leveren rond die verschillende vragen;
• en of het op basis van de beschikbare data methodologisch verantwoord is om dit onderzoek uit te voeren.

De uitkomst van deze studie:
Voor tien van de onderzochte uitkomsten is toekomstig onderzoek technisch mogelijk gebleken. Voor een aantal uitkomsten is onderzoek wellicht¹⁾ mogelijk, en voor een aantal uitkomsten acht het CBS onderzoek niet mogelijk. Voor de uitkomsten waarvoor onderzoek mogelijk is gebleken en de uitkomsten waarvoor dat wellicht mogelijk is, geeft het CBS aanbevelingen mee.

Het rapport is technisch van aard. Deze samenvatting is geschreven om de conclusies van de haalbaarheidsstudie toegankelijker te maken voor een breder publiek.

Aanpak van de haalbaarheidsstudie

Om te bepalen wat de mogelijkheden zijn voor toekomstig onderzoek naar gevolgen van de toeslagenaffaire voor gedupeerden, zijn op hoofdlijnen drie stappen gezet. Het gaat hierbij om onderzoek op basis van registerdata van het CBS en data over de gedupeerdengroep van Uitvoeringsorganisatie Herstel Toeslagen (UHT).

In de eerste stap is in kaart gebracht welke mogelijke gevolgen (uitkomsten) van de toeslagenaffaire potentieel onderzocht kunnen worden. Hiervoor is een lijst samengesteld met mogelijke gevolgen voor gedupeerden. Vervolgens is bekeken of een eenduidig mechanisme van dupering te verwachten is: is te verwachten dat dupering enkel in positieve of enkel in negatieve zin samenhangt met de uitkomst? Daarna is in kaart gebracht welke van de geselecteerde uitkomsten op een goede manier te meten zijn middels de bij het CBS beschikbare data. Tot slot is per uitkomst bekeken van hoeveel gedupeerden deze ook voorafgaand aan dupering kon worden gemeten. Hier is naar gekeken om te bepalen of de aantallen toereikend zijn om onderzoek te doen.

In de tweede stap is in kaart gebracht of het mogelijk is om een geschikte vergelijkingsgroep samen te stellen. Uit eerder onderzoek is namelijk bekend dat gedupeerde ouders niet representatief zijn voor alle ouders die kinderopvangtoeslag (KOT) ontvangen. Gemiddeld genomen hebben zij bijvoorbeeld vaker een niet-Nederlandse herkomst, zijn zij lager opgeleid, hebben zij een lager inkomen en zijn zij vaker alleenstaande ouder dan niet-gedupeerden.²⁾ Om een zinvolle vergelijking te kunnen maken tussen de situatie van gedupeerde en niet-gedupeerde ouders is het daarom van belang om een vergelijkbare groep met niet-gedupeerde ouders samen te stellen. Dit noemen we de smalle vergelijkingsgroep. Voor de smalle vergelijkingsgroep worden ouders geselecteerd uit een groep van alle ouders die KOT hebben ontvangen in een bepaalde periode. Als het mogelijk blijkt om een vergelijkbare groep met niet-gedupeerde ouders samen te stellen (de smalle vergelijkingsgroep) kunnen in toekomstig onderzoek wellicht uitspraken gedaan worden over gevolgen van dupering. Hierbij moet worden opgemerkt dat causale uitspraken niet mogelijk zijn.

Tijdens de derde stap is per uitkomst bekeken hoeveel gedupeerden daarmee te maken hebben gehad na dupering. Het gaat hier bijvoorbeeld om het aantal gedupeerden dat in de ziektewet is geraakt. De uitkomsten die betrekking hebben op de periode na dupering worden niet gepresenteerd. De reden hiervoor is dat het huidige onderzoek een domein overstijgende haalbaarheidsstudie betreft. Bij daadwerkelijke uitvoering van een onderzoek op één van de domeinen dient fijnmaziger en nauwkeuriger (gericht op het betreffende domein) gekeken te worden naar achtergrondkenmerken die belangrijk zijn voor het betreffende domein. 

Op basis van deze drie stappen is per potentiële uitkomst een conclusie geformuleerd met betrekking tot de mogelijkheden voor toekomstig onderzoek.

Resultaten

In Hoofdstuk 7 van dit rapport is een overzicht opgenomen van de conclusies van deze haalbaarheidsstudie.
Op basis van de eerste stap is een aantal uitkomsten uitgesloten voor deze haalbaarheidsstudie, omdat hiervoor naar verwachting geen eenduidig mechanisme speelt. Een aantal andere uitkomsten zijn voor deze haalbaarheidsstudie uitgesloten vanwege beperkingen aan de data. Tot slot blijkt voor een aantal uitkomsten dat toekomstig onderzoek op basis van de bij het CBS aanwezige registerdata niet mogelijk is. Dit kan zijn omdat er geen registerdata bij het CBS beschikbaar is of omdat er sprake is van dusdanige beperkingen aan de beschikbare data dat toekomstig onderzoek niet mogelijk wordt geacht. Het CBS beschikt bijvoorbeeld niet over data die iets zegt over de kwaliteit van partnerrelaties. Voor uitkomsten zoals huisartsenconsulten gelden zwaarwegende beperkingen aan de data, en acht het CBS toekomstig onderzoek niet mogelijk.

In de eerste stap is ook gekeken naar aantallen voorafgaand aan dupering. Voor medicijngebruik bij verslavingsproblematiek zijn de aantallen dusdanig laag dat het trekken van betrouwbare statistische conclusies in het geding kan komen. Daarom acht het CBS toekomstig onderzoek naar medicijngebruik bij verslavingsproblematiek niet mogelijk.

Na het doorlopen van de eerste stap zijn de volgende tien uitkomsten geselecteerd voor de tweede stap, waarbij is bekeken in hoeverre het mogelijk is een geschikte smalle vergelijkingsgroep samen te stellen:

Domein Financiën en werk:
1. Huishoudinkomen;
2. Werkuren;
3. Vermogen van het huishouden;
4. Wanbetaler van de zorgverzekering;
5. Verandering van woonsituatie;
6. Baanbeëindiging.

Domein Emotionele problemen, gedragsproblemen en zorg:
7. In de ziektewet raken;
8. Medicijngebruik bij psychiatrische aandoeningen en psychologische problemen;
9. Gemaakte GGZ-kosten.

Domein Justitie en veiligheid:
10. Geregistreerd als verdachte van een misdrijf.³⁾

Voor de bovenstaande tien uitkomsten blijkt het mogelijk om een geschikte smalle vergelijkingsgroep samen te stellen.
In de derde stap is voor de tien uitkomsten in kaart gebracht of de aantallen na dupering ook toereikend zijn om onderzoek te doen. Dit blijkt voor alle tien de uitkomsten het geval. De conclusie is dan ook dat het technisch mogelijk is om met registerdata van het CBS, in combinatie met data over de gedupeerdengroep van UHT, onderzoek te doen naar de tien hierboven opgesomde uitkomsten. 

Aanbevelingen voor toekomstig onderzoek

Het CBS heeft een aantal aanbevelingen voor vervolgonderzoek: 1) voor uitkomsten die in deze haalbaarheidsstudie zijn afgevallen omdat hiervoor naar verwachting geen eenduidig mechanisme speelt: onderbouw dit theoretisch op een goede manier en breng de mogelijke mechanismen nauwkeurig in kaart. Dit is nodig om de resultaten goed te kunnen interpreteren; 2) voor de uitkomsten die zijn afgevallen omdat er beperkingen zijn aan de data die niet zwaarwegend genoeg zijn om toekomstig onderzoek af te raden: controleer of met deze beperkingen rekening moet worden gehouden.

Tot slot doet het CBS voor toekomstig onderzoek naar mogelijke gevolgen van de toeslagenaffaire in het algemeen een aantal methodologische aanbevelingen: 1) stel een geschikte vergelijkingsgroep samen, waarmee de gedupeerdengroep vergeleken kan worden. Dit is belangrijk, omdat bekend is dat het een zeer specifieke groep betreft, die zich niet goed laat vergelijken met een bredere populatie, zoals alle KOT-ontvangers; 2) het is het raadzaam om in toekomstige analyses ook informatie over het stempel Opzet/Grove Schuld⁴⁾ mee te nemen. Het is aannemelijk dat de groep gedupeerden die dit stempel heeft gekregen van de Belastingdienst de meeste nadelige gevolgen ondervindt; 3) ook is het raadzaam om informatie over de hoogte van de terugvordering mee te nemen in toekomstig onderzoek. Voor de hoogte van de terugvordering geldt immers eveneens dat het aannemelijk is dat gedupeerden met hogere terugvorderingen meer nadelige gevolgen ondervinden.

De overige aanbevelingen voor toekomstig onderzoek zijn te vinden in het conclusiehoofdstuk van dit rapport (zie Paragraaf 7.2).

Het Centraal Bureau voor de Statistiek heeft de afgelopen tijd vanuit verschillende departementen vragen gekregen over mogelijke gevolgen van de toeslagenaffaire. De directeur-generaal van de statistiek heeft daarop besloten een haalbaarheidsonderzoek te verrichten naar de mogelijkheden tot het uitvoeren van statistisch onderzoek naar verschillende deelaspecten van de toeslagenaffaire. Het gaat hierbij om vragen met betrekking tot mogelijke gevolgen van de toeslagenaffaire voor gedupeerde gezinnen. Het doel van deze studie is om in kaart te brengen welke vragen er kunnen spelen rondom de toeslagenaffaire, óf het CBS data heeft om statistische informatie te kunnen leveren en of het op basis van de beschikbare data methodologisch verantwoord is om onderzoek uit te voeren.

Het CBS hecht bij het onderzoek naar dit maatschappelijk zeer relevante en zeer gevoelige onderwerp veel waarde aan kwaliteitsborging en tegenspraak. Op verschillende momenten in dit onderzoek is het CBS daarom bijeengekomen met een onafhankelijke expertgroep, onder extern voorzitterschap. In Bijlage 1 staat de samenstelling van de expertgroep beschreven en worden de stappen vermeld waarbij deze expertgroep om input is gevraagd.

2.1 Kinderopvangtoeslag

In Nederland hebben ouders de mogelijkheid om bij de Belastingdienst/Toeslagen kinderopvangtoeslag (KOT) aan te vragen. Deze toeslag is bedoeld als tegemoetkoming voor geregistreerde kinderopvangkosten. Er zijn verschillende voorwaarden⁵⁾ waaraan voldaan moet worden om in aanmerking te komen voor deze toeslag. Zo moet de aanvrager (en een eventuele partner) werken, een opleiding of inburgeringscursus volgen, of deelnemen aan een traject naar werk. Bovendien moeten de aanvrager en het kind waarvoor de toeslag wordt aangevraagd op hetzelfde adres staan ingeschreven bij de gemeente.⁶⁾ Tot slot is er een verplichte eigen bijdrage. Dit betekent dat ouders een deel van de opvangkosten zelf moeten betalen. Deze eigen bijdrage is inkomensafhankelijk: ouders met minder inkomen ontvangen meer kinderopvangtoeslag dan ouders met een hoger inkomen. Het kan voorkomen dat een aanvrager te veel kinderopvangtoeslag ontvangen heeft. Dit kan bijvoorbeeld gebeuren als het inkomen of de huishoudsituatie van een aanvrager verandert. Het te veel aan uitgekeerde kinderopvangtoeslag wordt dan door de Belastingdienst/Toeslagen teruggevorderd.

2.2 Ontstaan van de toeslagenaffaire

De Belastingdienst/Toeslagen voert controles uit om te bepalen of aanvragers recht hebben op KOT en of het juiste bedrag is toegekend. Door de processen en werkwijzen waar de Belastingdienst/Toeslagen in het verleden mee gewerkt heeft om fraude met KOT op te sporen, zijn er aanvragers onterecht als fraudeur aangemerkt. Ook de afhandeling van frauderisicosignalen verliep onzorgvuldig en niet altijd rechtmatig.⁷⁾ Tussen 2013 en 2019 maakte de Belastingdienst gebruik van een model dat, aan de hand van vooraf gedefinieerde indicatoren⁸⁾, het risico op onjuistheden in beschikkingen bepaalde. De beschikkingen met het hoogste risico op fouten werden maandelijks geselecteerd voor handmatige behandeling. In deze handmatige behandeling werd vervolgens gewerkt met een ‘alles-of-niets’-benadering, waarbij na het vaststellen van onvolkomenheden (zoals een niet volledig betaalde eigen bijdrage of een ontbrekende handtekening) de toeslag voor het hele jaar werd teruggevorderd. Ook werd een groepsgewijze aanpak gehanteerd, waardoor (onschuldige) ouders aan intensieve controles bloot konden komen te staan. Tot slot kon sprake zijn van een ‘Opzet/Grove Schuld’ benadering⁹⁾. Bij zo’n tweederde van de personen met dit stempel werd een verzoek om een persoonlijke betalingsregeling bij de Belastingdienst/Toeslagen afgewezen, met als gevolg dat de schuld dan in zijn geheel moest worden terugbetaald. Indien dat niet uitvoerbaar was, konden dwanginvorderingen volgen, zoals beslaglegging op auto’s en gedwongen verkoop van woningen¹⁰⁾. Dit strenge terugvorderingsbeleid bleek in veel gevallen onterecht en kon grote financiële gevolgen hebben voor ouders. In het algemeen werden er vaak grote bedragen teruggevorderd en voor veel ouders was er sprake van onzekerheid over het recht op toeslag en toekomstige terugvorderingen. Deze problematiek wordt aangeduid als de toeslagenaffaire¹¹⁾ en speelde vanaf ongeveer 2005.

2.3 Gedupeerden van de toeslagenaffaire

In 2020 is Uitvoeringsorganisatie Herstel Toeslagen (UHT) opgericht om te herstellen wat er in het verleden niet goed is gegaan. Potentiële gedupeerden konden zich tot december 2023 melden bij UHT. Om geregistreerd te worden als gedupeerde moeten KOT aanvragers óf een formele beschikking van de Belastingdienst hebben ontvangen waarin staat dat zij gedupeerd zijn óf een bedrag van 30 duizend euro hebben ontvangen als onderdeel van de Catshuisregeling Kinderopvangtoeslag¹²⁾. Om voor dit bedrag in aanmerking te komen, moet aan de volgende voorwaarden zijn voldaan: 

• De aanvrager heeft zich gemeld als gedupeerde;
• De KOT is tussen 2005 en 2019 onterecht stopgezet of de aanvrager heeft in die periode onterecht KOT terug moeten betalen;
• En de aanvrager is voor minimaal 1 500 euro gedupeerd geraakt.

2.4 Eerste toets en integrale beoordeling

Tot april 2023 zijn ruim 62 duizend aanmeldingen gedaan bij UHT.¹³⁾ Uit een 1e toets dan wel integrale beoordeling blijkt dat ruim 29 duizend van deze aanvragers gedupeerd zijn geraakt door de toeslagenaffaire¹⁴⁾ (Zie Tabel 2.4.1). Bij een integrale beoordeling onderzoekt UHT wat er precies is misgegaan met de KOT. Indien men daadwerkelijk gedupeerd is geraakt, leidt de integrale beoordeling tot een datum die een indicatie geeft van de start van dupering.¹⁵⁾ Voor gedupeerden wiens dossiers niet integraal beoordeeld zijn, maar waarvoor alleen uit een 1e toets is gebleken dat men gedupeerd is geraakt, is geen betrouwbare informatie beschikbaar over het moment waarop dupering is ontstaan. Om ouders die slachtoffer zijn geworden van de toeslagenaffaire na dupering te kunnen vergelijken met een vergelijkbare groep niet-gedupeerden is het moment van dupering cruciaal. Daarom richt deze haalbaarheidsstudie zich enkel op de integraal beoordeelde gedupeerden.

2.5 Data over integraal beoordeelden

UHT heeft een bestand geleverd aan het CBS met daarin bijna 7 duizend personen die begin augustus 2023 bij UHT geregistreerd stonden als gedupeerd na integrale beoordeling. Het gaat daarbij om unieke aanvragers waarvoor de integrale beoordeling (IB) voor alle betrokken jaren volledig is afgerond. Onder de ruim 29 duizend gedupeerden (laatste kolom van Tabel 2.4.1) bevinden zich ook integraal beoordeelde gedupeerden waarbij de integrale beoordeling nog niet volledig is afgerond, maar waarvoor al wel bekend is dat men daadwerkelijk gedupeerd is geraakt. De integraal beoordeelde gedupeerd bevonden aanvragers waarbij de IB nog niet volledig is afgerond, vallen af voor deze haalbaarheidsstudie omdat voor hen geen hoogte terugvordering en informatie over het Stempel Opzet / Grove Schuld bekend is. Onder de ruim 29 duizend gedupeerden bevinden zich daarnaast aanvragers die gedupeerd zijn bevonden vanuit de 1^e toets, maar waarvoor geen datum van de start van dupering bekend is (omdat hun dossiers niet integraal beoordeeld zijn). Zij vallen daardoor ook af voor deze haalbaarheidsstudie. Van deze bijna 7 duizend integraal beoordeelde gedupeerden blijven er uiteindelijk 4,5 duizend gedupeerden over voor deze haalbaarheidsstudie (zie Paragraaf 5.2). Dit heeft voornamelijk te maken met het feit dat gedupeerden buiten de analyseperiode van deze haalbaarheidsstudie gedupeerd zijn geraakt, of niet binnen vijf jaar voorafgaand aan dupering KOT hebben ontvangen. Zie voor meer informatie hierover Paragraaf 3.2.1 en Hoofdstuk 5. In deze haalbaarheidsstudie kon niet worden nagegaan in hoeverre de 4,5 duizend gedupeerden representatief zijn voor de gehele groep gedupeerden van ruim 29 duizend, aangezien het CBS uitsluitend van de bijna 7 duizend integraal beoordeelden data heeft ontvangen. 
Het CBS adviseert om bij vervolgonderzoek wel na te gaan of de te analyseren groep gedupeerden representatief is voor de gehele groep (zie ook Paragraaf 7.2 Methodologische aanbevelingen). De privacy van de gedupeerden is zorgvuldig gewaarborgd (zie Bijlage 2 voor meer informatie over hoe het CBS omgaat met privacy).

Naast een indicator voor de start van dupering heeft het CBS ook gegevens ontvangen met betrekking tot de hoogte van de terugvordering. Het CBS heeft tevens informatie ontvangen over of ouders het stempel Opzet/Grove Schuld hebben gekregen van de Belastingdienst. Deze informatie kan helpen om mogelijke gevolgen van dupering in toekomstig onderzoek nauwkeuriger in kaart te brengen.

Met deze haalbaarheidsstudie brengt het CBS de mogelijkheden in kaart om met registerdata onderzoek te doen naar mogelijke gevolgen van de toeslagenaffaire. De volgende punten zijn daarbij (op hoofdlijnen) in kaart gebracht:

1. Welke gevolgen van de toeslagenaffaire potentieel als uitkomstmaat onderzocht kunnen worden op basis van de volgende criteria:
   a) Welke mogelijke gevolgen van de toeslagenaffaire kunnen worden verwacht?
   b) Voor welke mogelijke gevolgen van de toeslagenaffaire kan een eenduidig mechanisme verwacht worden? Met andere woorden: Hangt dupering enkel in positieve of in negatieve zin samen met het gevolg?
   c) Welke mogelijke gevolgen van de toeslagenaffaire zijn valide te meten met de bij het CBS beschikbare data?
   d) Zijn de aantallen voorafgaand aan dupering/selectie¹⁶⁾ voldoende omvangrijk om onderzoek te doen?
2. Kan voor de geselecteerde uitkomstmaten een geschikte vergelijkingsgroep samengesteld worden die op relevante kenmerken vergelijkbaar is met de groep gedupeerden?
3. Zijn de aantallen na dupering/selectie toereikend om onderzoek te doen?

3.1 Mogelijke gevolgen van dupering, databeschikbaarheid en mechanismen

Het CBS wil een zo compleet mogelijk beeld schetsen van de (on)mogelijkheden voor toekomstig onderzoek naar de gevolgen van de toeslagenaffaire met behulp van registerdata. Daarom is in een eerste stap (a) een overzicht gemaakt van de terreinen waar de gedupeerden van de toeslagenaffaire mogelijke gevolgen ondervinden. Dit overzicht (zie Bijlage 3) is samengesteld op basis van 1) de mogelijke gevolgen die naar voren komen in de wetenschappelijke literatuur (met name in het Family Stress Model; Conger et al., 2002; Falconier, & Jackson, 2020; Masarik & Conger, 2017); 2) mogelijke gevolgen waar het CBS vragen over heeft gekregen, en; 3) mogelijke gevolgen die zijn ingebracht door de leden van de expertgroep. De mogelijke gevolgen in het overzicht vallen binnen de volgende vijf domeinen: financiën en werk, wonen, psychologische problemen en zorg, gezin en socialisatie, en justitie en veiligheid.
Vervolgens is een selectie gemaakt van mogelijke gevolgen van dupering op deze vijf domeinen. Per mogelijk gevolg uit het overzicht is daarbij het volgende bepaald:

b) In hoeverre is een eenduidig mechanisme van dupering te verwachten: hangt dupering enkel in positieve of enkel in negatieve zin samen met het gevolg? Verschillende mechanismen kunnen elkaar immers uitmiddelen. Daardoor zou een vergelijking van gemiddelden of verdelingen tussen de gedupeerdengroep en een vergelijkingsgroep gevolgen van dupering kunnen maskeren;
c) Of de data bij het CBS beschikbaar zijn en in hoeverre met de beschikbare data een valide meting (d.w.z. een valide vaststelling van die mogelijke gevolgen) mogelijk is. Ook is bekeken of de data die bij het CBS beschikbaar zijn een compleet beeld schetsen van het betreffende gevolg;
d) Of de aantallen voorafgaand aan dupering/selectie groot genoeg zijn om onderzoek te doen. Het gaat dan om de verdeling van de gedupeerden en niet-gedupeerden over de verschillende categorieën binnen de uitkomstmaten.

3.2 Samenstellen van een vergelijkingsgroep

In een tweede stap is bekeken of het mogelijk is om voor de geselecteerde mogelijke gevolgen – op basis van b t/m d van Paragraaf 3.1 – een vergelijkingsgroep samen te stellen. Uit eerder onderzoek is bekend dat gedupeerde ouders niet representatief zijn voor alle ouders die KOT ontvangen. Gemiddeld genomen zijn zij bijvoorbeeld lager opgeleid, vaker alleenstaande ouder en hebben ze een lager inkomen en dan niet-gedupeerde ouders.¹⁷⁾ Daarom is het van belang om een vergelijkbare groep met niet-gedupeerde ouders samen te stellen. Dit heet de smalle vergelijkingsgroep, deze is nodig om een zinvolle vergelijking te kunnen maken tussen de situatie van gedupeerde en niet-gedupeerde ouders. Voor de smalle vergelijkingsgroep worden ouders geselecteerd uit een groep van alle ouders die KOT hebben ontvangen in een bepaalde periode. Deze grotere groep ouders heet de brede vergelijkingsgroep. Als het lukt om een vergelijkbare groep met niet gedupeerde ouders samen te stellen (smalle vergelijkingsgroep) kunnen betere uitspraken gedaan worden over mogelijke gevolgen van dupering.

3.2.1 Samenstellen brede vergelijkingsgroep

De brede vergelijkingsgroep bestaat uit ouders die minimaal één keer KOT hebben ontvangen in een bepaalde periode, maar niet bij Uitvoeringsorganisatie Herstel Toeslagen (UHT) bekend zijn als gedupeerd door de toeslagenaffaire. Ook mogen zij geen toeslagpartner of persoon in hun huishouden hebben die geregistreerd staan als gedupeerd. De gedupeerdengroep en vergelijkingsgroep dienen immers strikt gescheiden te zijn om betrouwbare uitspraken te kunnen doen over mogelijke gevolgen van dupering. Het verschil met de smalle vergelijkingsgroep is dat huishoudens in de brede vergelijkingsgroep op relevante achtergrondkenmerken afwijken van de gedupeerdengroep. Om de brede vergelijkingsgroep samen te stellen, zijn alle personen voor een bepaald jaar geselecteerd indien zij in dat jaar of in de vijf jaren ervoor minimaal één keer KOT hebben ontvangen¹⁸⁾. Voor elk jaar is bekeken of personen al dan niet KOT hebben ontvangen, om zo specifieke patronen met betrekking tot de ontvangen KOT in kaart te brengen. Het kan bijvoorbeeld om het volgende patroon gaan: geen KOT ontvangen in 2008 en 2009 en wel KOT ontvangen vanaf 2010 tot en met 2012. Alle niet-gedupeerden die een patroon vertoonden dat identiek was aan dat van minimaal één gedupeerde zijn geselecteerd voor de brede vergelijkingsgroep. Op deze manier worden personen geselecteerd voor de brede vergelijkingsgroep die in dezelfde periode als de gedupeerden KOT hebben ontvangen. Deze procedure is vervolgens toegepast voor alle geanalyseerde jaren (zie Hoofdstuk 5.1 voor de analyseperiode).
Het is belangrijk om op te merken dat deze afbakening kan resulteren in personen die in meerdere jaren in de brede vergelijkingsgroep voorkomen. Het patroon van ontvangen KOT kan voor een persoon gelijk zijn aan dat van een in 2012 gedupeerd persoon, én aan dat van een in 2013 gedupeerd persoon. In eerste instantie komt deze persoon op basis van de beschreven afbakening voor beide jaren in de brede vergelijkingsgroep terecht. Vervolgens worden personen in de brede vergelijkingsgroep die in meerdere jaren voorkomen willekeurig toegewezen aan één specifiek jaar. Dit wordt het selectiejaar genoemd.

3.2.2 Samenstellen smalle vergelijkingsgroep

Wanneer men geïnteresseerd is in gevolgen van dupering door de toeslagenaffaire, is idealiter een onderzoeksdesign voorhanden op basis waarvan uitspraken gedaan kunnen worden over oorzaak en gevolg. De effectieve methode om een causale relatie vast te stellen is via een Randomized Controlled Trial (RCT). Bij een RCT worden deelnemers willekeurig toegewezen aan een experimentele groep dan wel aan een controlegroep. Het principe hierachter is dat eventuele verschillen in een bepaald resultaat (bijvoorbeeld baanbeëindiging) tussen deze groepen toegewezen kunnen worden aan de interventie. Als een RCT niet mogelijk is, zoals bij de toeslagenaffaire, dan is matching een alternatieve methode om groepen met elkaar te vergelijken (Rosenbaum & Rubin, 1983). Het is echter niet mogelijk (zoals bij een zuiver experiment) om op basis van matching causale uitspraken te doen.

Voor het samenstellen van de smalle vergelijkingsgroep (ook wel controlegroep genoemd) wordt met een statistische matchingstechniek gezocht naar niet-gedupeerden uit een bredere populatie die op relevante achtergrondkenmerken lijken op de gedupeerden. Het gaat dan om kenmerken voorafgaand aan dupering/selectie. Dit is belangrijk, omdat deze kenmerken in de gedupeerdengroep dan nog niet beïnvloed kunnen zijn door dupering. Er wordt dan een gedupeerde gekoppeld (gematcht) aan een niet-gedupeerde die op bepaalde kenmerken op diegene lijkt. Dit om uiteindelijk de vraag te kunnen beantwoorden of bepaalde uitkomsten vaker of juist minder vaak voorkomen bij de groep gedupeerden van de toeslagenaffaire, ten opzichte van een vergelijkbare groep niet-gedupeerden.

Een achtergrondkenmerk is relevant voor matching als deze samenhangt met zowel de kans om gedupeerd te raken als met de kans op een bepaald mogelijk gevolg (bijvoorbeeld baanbeëindiging). In deze haalbaarheidsstudie worden niet één, maar meerdere mogelijke gevolgen bekeken, waarvoor één smalle vergelijkingsgroep wordt samengesteld. Hierdoor kan het voorkomen dat een achtergrondkenmerk meegenomen wordt in de matching, ondanks dat het geen belangrijke voorspeller is voor een bepaald gevolg (maar wel belangrijk voor dupering). Dit achtergrondkenmerk is dan immers wel een belangrijke voorspeller voor minimaal één ander mogelijk gevolg.

Kanttekeningen bij matching
Er zijn twee belangrijke aannames die ten grondslag liggen aan het gebruik van matching om een smalle vergelijkingsgroep samen te stellen. De eerste aanname veronderstelt dat er geen unobserved confounders zijn. Dit zijn kenmerken die wel belangrijk zijn voor dupering en het gevolg waarin men geïnteresseerd is, maar die niet zijn meegenomen in de matching. Dit kan zijn omdat men zich niet bewust is van het belang van dit kenmerk of omdat het kenmerk niet gemeten is. Daarnaast bestaat er ongemeten variatie in de kenmerken die wel zijn meegenomen in de matching. Dit zou bijvoorbeeld een rol kunnen spelen bij de variabele huishoudinkomen. Deze variabele is in categorieën ingedeeld om de matching mogelijk te maken, maar door deze categorisering kan informatie verloren gaan.

Het risico van unobserved confounders speelt een rol bij alle methoden waarbij op basis van observationele data uitspraken worden gedaan over mogelijke gevolgen, dus niet alleen bij matching. Wanneer de eerste aanname wordt geschonden, zullen de verschillen tussen de gedupeerdengroep en de smalle vergelijkingsgroep na dupering/selectie¹⁹⁾ niet daadwerkelijk zijn toe te schrijven aan dupering door de toeslagenaffaire. De verschillen ontstaan dan door ongemeten verschillen tussen de groepen op een niet meegenomen achtergrondkenmerk. Stel bijvoorbeeld dat gedupeerden vaker in gemeenten wonen waar een ruimhartig armoedebeleid wordt gehanteerd, maar dat de variabele gemeente niet is meegenomen in de matching. Het kan dan zijn dat de gedupeerdengroep en de smalle vergelijkingsgroep op dit achtergrondkenmerk niet gelijk zijn: er kunnen in de smalle vergelijkingsgroep meer aanvragers in gemeenten wonen met een sober armoedebeleid. Dit kan tot gevolg hebben dat armoede in de gedupeerdengroep gemiddeld genomen minder zichtbaar is dan in de smalle vergelijkingsgroep. Er zou in dit geval ten onrechte geconcludeerd kunnen worden dat dupering geen grotere armoede tot gevolg heeft gehad.

Een tweede aanname die ten grondslag ligt aan het gebruik van matching veronderstelt dat er voor alle personen in de steekproef een kans moet zijn om gedupeerd te raken, evenals een kans om niet gedupeerd te raken. Met andere woorden: de kans op dupering mag niet 0 of 1 zijn. Alleen in deze situatie is het nuttig om een vergelijking te maken tussen gedupeerden en niet-gedupeerden.

Matchingsmethoden
Er zijn meerdere manieren waarop achtergrondkenmerken in matching gebruikt kunnen worden om een geschikte smalle vergelijkingsgroep samen te stellen. Eén manier wordt aangeduid met de Engelse term exact matching. Dit betekent dat je uit de brede vergelijkingsgroep iemand selecteert voor de smalle vergelijkingsgroep met exact hetzelfde kenmerk als een gedupeerde. Zo zijn er bijvoorbeeld relatief veel gedupeerden met een Turkse herkomst²⁰⁾. Bij exact matching zorg je ervoor dat je voor elke gedupeerde met een Turkse herkomst ook een niet-gedupeerde selecteert met een Turkse herkomst. Een andere manier om relevante achtergrondkenmerken mee te nemen bij het samenstellen van een smalle vergelijkingsgroep is met propensity score matching. De propensity score van een aanvrager heeft een directe relatie met de kans om gedupeerd te raken gegeven diens kenmerken. De propensity scores kunnen worden berekend op basis van een multivariaat model waarin de meest relevante achtergrondkenmerken zijn opgenomen voor enerzijds de kans op dupering en anderzijds voor de geselecteerde mogelijke gevolgen. 

Type propensity score matching
Er zijn verschillende methodes om op basis van de propensity scores een niet-gedupeerde te selecteren als match voor elke gedupeerde. Een veel gebruikte methode is nearest neighbour matching. Dit houdt in dat uit de brede vergelijkingsgroep een persoon wordt geselecteerd voor de smalle vergelijkingsgroep als de propensity score zo dicht mogelijk bij die van de gedupeerde ligt. Met andere woorden: per gedupeerde wordt iemand uit de brede vergelijkingsgroep geselecteerd die zo veel mogelijk dezelfde kans heeft om gedupeerd te raken (maar dat niet is), gegeven diens achtergrondkenmerken. Deze achtergrondkenmerken worden gemeten voorafgaand aan dupering/selectie. Een nadeel van nearest neighbour matching is dat de persoon met de dichtstbijzijnde propensity score, alsnog een persoon kan zijn die niet echt lijkt op de gedupeerde. Deze persoon heeft namelijk wel de dichtstbijzijnde propensity score, maar het verschil tussen beide scores kan alsnog vrij groot zijn. Een manier om hiermee om te gaan is door caliper matching te gebruiken. Met deze techniek bepaal je vooraf hoe groot het verschil tussen de propensity scores maximaal mag zijn tussen de gedupeerde en een persoon uit de brede vergelijkingsgroep, om een persoon te selecteren voor de smalle vergelijkingsgroep. Vervolgens wordt de persoon gekozen met de propensity score die het dichtst ligt bij de score van de gedupeerde. Een voordeel van deze methode is dat het betere matches kan opleveren. Een nadeel van deze methode is dat mogelijk minder matches gevonden kunnen worden. Het kan namelijk voorkomen dat er voor een gedupeerde niemand te vinden is uit de brede vergelijkingsgroep met een klein verschil in propensity score. Deze gedupeerde kan dan niet meegenomen worden in verdere analyses.

Tijdens dit onderzoek zijn meerdere (combinaties van) matchingsmethoden (exact of propensity score matching) en –typen (nearest neighbor en caliper) verkend. Zo is exact matching op een aantal relevante achtergrondkenmerken gecombineerd met nearest neighbor propensity score matching. Deze aanpak is vervolgens vergeleken met exacte matching op een aantal relevante achtergrondkenmerken in combinatie met caliper propensity score matching (zie Hoofdstuk 6). Uiteindelijk is ervoor gekozen om exact matching op relevante achtergrondkenmerken te combineren met nearest neighbor propensity score matching. Deze combinatie van verschillende methoden van matching werkt als volgt: propensity scores worden berekend en vervolgens wordt - binnen de groep niet-gedupeerden met exact dezelfde combinaties van de kenmerken waarop exact matching is toegepast - de persoon met de dichtstbijzijnde propensity score geselecteerd voor de smalle vergelijkingsgroep. Daarbij is er gekozen voor een-op-een matching zonder teruglegging.²¹⁾

Relevante achtergrondkenmerken voor matching
Er is een lijst opgesteld met achtergrondkenmerken die mogelijk relevant zijn voor het voorspellen van dupering (zie Bijlage 4). Deze lijst is samengesteld op basis van 1) eerder onderzoek van het CBS waarbij is gekeken naar voorspellers van dupering²²⁾; 2) de adviezen van de bij deze haalbaarheidsstudie betrokken expertgroep; en 3) de databeschikbaarheid. Voor de geselecteerde mogelijke gevolgen is in kaart gebracht welke kenmerken mogelijk van voorspellende waarde zijn. Van de kenmerken zoals opgenomen in Bijlage 4 is in kaart gebracht of deze samenhangen met enerzijds de kans op dupering en anderzijds met de geselecteerde mogelijke gevolgen (bijvoorbeeld: de kans op baanbeëindiging of in de ziektewet te raken). 

Deze samenhang is in twee stappen bepaald:
Ten eerste is met bivariate analyses (per kenmerk) bepaald welke van de in Bijlage 4 opgenomen kenmerken - voorafgaand aan dupering/selectie - een relatie vertonen met dupering en met de geselecteerde mogelijke gevolgen. Bij bivariate analyses geldt dat er slechts twee variabelen in het model zitten: enerzijds het kenmerk en anderzijds dupering of een uitkomstmaat (bijvoorbeeld wanbetaler van de zorgverzekering). Er is gebruik gemaakt van twee typen analyses: logistische en lineaire regressieanalyses. De logistische regressieanalyses zijn gebruikt voor de binaire afhankelijke variabelen (met twee categorieën, bijvoorbeeld: ja/nee). Voor de niet-binaire afhankelijke variabelen (bijvoorbeeld huishoudinkomen) zijn lineaire regressieanalyses uitgevoerd. Om te bepalen welke achtergrondkenmerken van belang zijn voor het voorspellen van dupering en de geselecteerde mogelijke gevolgen is gekeken naar significantie en sterkte van de samenhang. Als een relatie tussen een achtergrondkenmerk en bijvoorbeeld de kans op dupering significant is, dan is dit een aanwijzing dat de gevonden verschillen tussen de groepen (wel of niet gedupeerd) op het betreffende achtergrondkenmerk niet op toeval berusten. Hierbij moet opgemerkt worden dat de groepen in dit onderzoek omvangrijk zijn. Over het algemeen geldt dat hoe groter de onderzoeksgroep des te groter de kans op significante resultaten. Daarom is het in dit geval relevanter om naar de sterkte van de samenhang te kijken in plaats van (alleen) naar significantie. De proportie verklaarde variantie is een indicator voor de sterkte van de samenhang. Voor de lineaire regressieanalyse is gekeken naar de verklaarde variantie (R²). Logistische regressieanalyse geeft geen proportie verklaarde variantie zoals die voor interval of ratio variabelen in een lineair model gedefinieerd is. Wel bestaan er verschillende pseudo R²-maten die vergelijkbaar zijn met de R² uit lineaire regressieanalyse. Een veelgebruikte pseudo R²-maatstaf is de McFadden R², in deze haalbaarheidsstudie is daarom naar deze maatstaf gekeken²³⁾. 

Ten tweede is met multivariate analyses bepaald welke kenmerken belangrijk zijn voor het voorspellen van dupering en de geselecteerde gevolgen. Sommige van de kenmerken hangen namelijk onderling sterk samen. Zo zijn gedupeerden vaker niet in Nederland geboren en wonen zij vaker in sterk stedelijke gebieden.²⁴⁾ Ook wonen personen met een migratieachtergrond gemiddeld genomen vaker in sterk stedelijke gebieden.²⁵⁾ Daarom zijn er in een tweede stap analyses gedaan waarin meerdere kenmerken tegelijk opgenomen worden. Dit worden multivariate analyses genoemd. Deze multivariate analyses zorgen voor een betere selectie van kenmerken die samenhangen met de kans op dupering en met de geselecteerde gevolgen door rekening te houden met andere kenmerken. Om een uiteindelijke keuze te maken voor kenmerken die meegenomen moeten worden bij het samenstellen van de smalle vergelijkingsgroep is, naast inhoudelijke overwegingen, het Akaike information criterion (AIC) gebruikt. Deze maat wordt gebruikt om de kwaliteit van statistische modellen met elkaar te vergelijken. Over het algemeen geldt: hoe lager de AIC-score hoe beter het model. Een model met meer achtergrondkenmerken verklaart meer variantie in een mogelijk gevolg dan een model met minder achtergrondkenmerken. Het voordeel van de AIC is dat deze maat rekening houdt met het aantal achtergrondkenmerken dat opgenomen wordt in het model: het geeft de voorkeur aan een spaarzaam model. Dit is een model dat zoveel mogelijk variantie verklaart met zo min mogelijk achtergrondkenmerken. Wederom is voor de binaire afhankelijke variabelen gebruik gemaakt van logistische regressie en is voor de niet-binaire afhankelijke variabelen lineaire regressieanalyse gebruikt.

Resultaten matching
Vervolgens is geëvalueerd in hoeverre het gelukt is om een geschikte smalle vergelijkingsgroep samen te stellen. Dit betekent dat de verschillen die er op relevante achtergrondkenmerken zijn tussen de gedupeerden en de brede vergelijkingsgroep, verdwijnen wanneer de gedupeerden worden vergeleken met de smalle vergelijkingsgroep. Daarbij gaat het om kenmerken voorafgaand aan dupering/selectie. Tot slot is bekeken of de groepen van elkaar verschillen op de voor deze haalbaarheidsstudie geselecteerde mogelijke gevolgen (zoals baanbeëindiging), wederom gemeten voorafgaand aan dupering/selectie.

3.3 Aantallen na dupering/selectie

In een derde stap is bekeken in hoeverre de aantallen na dupering/selectie voldoende omvangrijk zijn om onderzoek te doen. Het gaat dan om de verdeling van de gedupeerden en niet-gedupeerden over de verschillende categorieën binnen de uitkomstmaten (bijvoorbeeld het aantal gedupeerden dat in de ziektewet is geraakt). Er is ook bekeken of het mogelijk is om de resultaten uit te splitsen naar het al dan niet hebben van een partner. Dit kan inzichtelijk zijn, omdat de groep alleenstaande aanvragers over het algemeen meer KOT ontvangt dan niet-alleenstaande aanvragers en waarschijnlijk daardoor hogere terugvorderingen heeft gekregen dan de groep niet-alleenstaande aanvragers. Verder is bekeken of uitsplitsingen naar het stempel Opzet/Grove Schuld en naar hoogte van de terugvordering mogelijk zijn. Deze informatie kan helpen om mogelijke gevolgen van dupering in toekomstig onderzoek nauwkeuriger in kaart te brengen.
De resultaten die betrekking hebben op de periode na dupering/selectie worden niet gepresenteerd. De reden hiervoor is dat het huidige onderzoek een domein overstijgende haalbaarheidsstudie betreft. Bij daadwerkelijke uitvoering van een onderzoek op één van de domeinen dient fijnmaziger en nauwkeuriger (gericht op het betreffende domein) gekeken te worden naar achtergrondkenmerken die belangrijk zijn voor het betreffende domein.

Zoals beschreven in het vorige hoofdstuk is per mogelijk gevolg uit het overzicht van geselecteerde mogelijke gevolgen die in deze haalbaarheidsstudie worden bekeken (Bijlage 3) het volgende bepaald: 1) in hoeverre een eenduidig mechanisme van dupering wordt verwacht; 2) of de beschikbare data een valide meting mogelijk maken; en 3) of de aantallen groot genoeg zijn om onderzoek uit te voeren. Een overzicht van de mogelijke gevolgen (vanaf nu ook wel uitkomstmaten genoemd) die op basis van de drie bovenstaande overwegingen zijn afgevallen en de precieze reden daarvoor, is te vinden in Bijlage 5. Indien een uitkomstmaat is afgevallen voor deze haalbaarheidsstudie, betekent dit niet automatisch dat er geen toekomstig onderzoek mogelijk is, maar dat er op basis van deze haalbaarheidsstudie geen uitspraken gedaan kunnen worden over de mogelijkheden voor toekomstig onderzoek naar de betreffende uitkomstmaat.

Voor een aantal uitkomstmaten is toekomstig onderzoek op basis van de bij het CBS aanwezige registerdata niet mogelijk. Dit kan komen omdat er geen data bij het CBS beschikbaar is of omdat er sprake is van dusdanige beperkingen aan de beschikbare data dat toekomstig onderzoek niet haalbaar wordt geacht. Voor de volgende uitkomstmaten is er geen registerdata bij het CBS beschikbaar:

• Minnelijke schuldsanering (MSNP)²⁶⁾;
• Het volgen van cursussen;
• Stress;
• Kwaliteit van partnerrelaties;
• Alcohol en drugsgebruik;
• Deelname aan sport en culturele activiteiten;
• Opvoeding;
• Tijd en energie voor kinderen;
• Vakanties.

Voor de volgende uitkomstmaten gelden dusdanige beperkingen dat toekomstig onderzoek niet haalbaar wordt geacht: 

• Huisartsenconsulten;
• Overlijden.

Voor een aantal uitkomstmaten zijn er argumenten om deze toch mee te nemen in de haalbaarheidsstudie, ondanks dat de verwachte mechanismen niet eenduidig zijn en/of er sprake is van beperkte validiteit van de beschikbare metingen. Het gaat hierbij om de volgende uitkomstmaten:

• Vermogen (inclusief schulden) van gedupeerde ouders. Het CBS beschikt uitsluitend over formele schulden. Dit geeft een incompleet beeld omdat er - gezien het verhoogde wantrouwen jegens overheid en instanties - mogelijk ook informele schulden kunnen spelen. Het CBS heeft bovendien geen informatie over vermogen in het buitenland. Ondanks de haken en ogen aan de bij het CBS beschikbare data, vormen schulden en vermogen kern-uitkomstmaten omdat deze direct in verband staan met de hoogte van de terugvordering en het stopzetten van de KOT. Daarom is gekozen om deze toch mee te nemen in de haalbaarheidsstudie, met inachtneming van de genoemde beperkingen. 
• Werkuren en inkomen ouders: Er zijn meerdere voor de hand liggende mechanismen die hier kunnen spelen. Zo zijn er bijvoorbeeld gevallen bekend van ouders die meer zijn gaan werken om schulden af te kunnen betalen, maar zijn er ook ouders die hun baan hebben opgezegd om voor de kinderen te zorgen door het wegvallen van de kinderopvangtoeslag. Ondanks dat er geen eenduidig mechanisme te verwachten is, betreffen werkuren en inkomen kern-uitkomstmaten omdat deze direct samenhangen met de hoogte van de KOT en met de hoogte van de terugvordering. Derhalve worden deze toch meegenomen in de haalbaarheidsstudie. 

Voor andere uitkomstmaten gelden andere argumenten om deze niet mee te nemen in de haalbaarheidsstudie. Zo worden de uitkomstmaten voor de getroffen kinderen niet verder onderzocht. Voor de uitkomstmaten bij de getroffen kinderen zijn mogelijk andere achtergrondkenmerken van belang dan voor de uitkomstmaten voor gedupeerde ouders. Naarmate er met meer uitkomstmaten rekening moet worden gehouden bij het samenstellen van een smalle vergelijkingsgroep, zal de smalle vergelijkingsgroep voor elke individuele uitkomstmaat of voor bepaalde domeinen naar alle waarschijnlijkheid steeds minder passend zijn. Wat daarnaast een rol speelt is dat de populatieafbakening voor de kinderen een andere werkwijze vergt dan die voor de ouders. Om dit zorgvuldig uit te zoeken is meer tijd nodig dan de periode die is uitgetrokken voor deze haalbaarheidsstudie. Het CBS heeft er daarom voor gekozen om in de huidige haalbaarheidsstudie geen smalle vergelijkingsgroep samen te stellen voor de kinderen en derhalve geen uitkomstmaten te bekijken die uitsluitend kinderen betreffen (zoals het schooladvies voortgezet onderwijs, zie voor overige voorbeelden Bijlage 3). De mogelijkheden voor toekomstig onderzoek rondom de kinderen zullen in een nog uit te voeren haalbaarheidsstudie door het CBS worden onderzocht. Op basis van deze haalbaarheidsstudie kunnen daarom geen uitspraken gedaan worden over de haalbaarheid van toekomstig onderzoek naar gedupeerde kinderen. Dit geldt ook voor de volgende uitkomstmaten (voor ouders): verhuisbewegingen (bijvoorbeeld intrekken bij familie of verhuizing naar een goedkopere woning) en partnerrelaties. Deze uitkomstmaten vallen onder het domein Wonen en Gezin en socialisatie (zie Bijlage 3). Omdat deze uitkomstmaten te complex zijn om nauwkeurig in kaart te brengen met de bij het CBS beschikbare data is er - gezien de beperkt beschikbare tijd voor deze haalbaarheidsstudie - voor gekozen om hier niet op te focussen. Er wordt echter wel gekeken naar verandering van woonsituatie (bijvoorbeeld van koopwoning naar huurwoning), omdat dit qua verwacht mechanisme deels valt onder het domein Financiën en werk. Immers, verkoop van een koopwoning kan ingegeven zijn door financiële nood. Voor de uitkomstmaten detentie en veroordelingen zullen naar alle waarschijnlijkheid de aantallen eerder ontoereikend zijn. Daarom zal alleen naar de uitkomstmaat geregistreerd als verdachte van een misdrijf worden gekeken, deze uitkomstmaat is waarschijnlijk wel toereikend qua aantallen. De uitkomstmaat opleidingen wordt relevanter geacht voor de getroffen kinderen dan voor de gedupeerde ouders en wordt daarom in het huidige haalbaarheidsonderzoek niet meegenomen. 

De hierboven beschreven selectieprocedure en de voor deze haalbaarheidsstudie beschikbare tijd hebben ertoe geleid dat voor de volgende uitkomstmaten - die betrekking hebben op gedupeerde ouders - wordt bekeken in hoeverre de aantallen groot genoeg zijn om onderzoek te doen:

Domein: Financiën en werk:
1. Huishoudinkomen;
2. Werkuren;
3. Vermogen van het huishouden;
4. Wanbetaler van de zorgverzekering;
5. Verandering van woonsituatie;
6. Baanbeëindiging.

Domein: Emotionele problemen, gedragsproblemen en zorg:
7. In de ziektewet raken;
8. Medicijngebruik bij verslavingsproblematiek
9. Medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca);
10. Gemaakte GGZ-kosten.

Domein: Justitie en veiligheid:
11. Geregistreerd als verdachte van een misdrijf.

4.1 Operationalisering van de geselecteerde uitkomstmaten

Een deel van de uitkomstmaten kan direct worden geoperationaliseerd. Voor andere uitkomstmaten zijn geen registerdata beschikbaar. In deze gevallen worden proxy variabelen gebruikt: met deze variabelen beoogt het CBS de betreffende uitkomstmaat zo goed mogelijk te benaderen. Een overzicht van de operationalisering van de uitkomstmaten is opgenomen in Bijlage 6.

Financiën en werk

Voor het eerste domein, financiën en werk, kan de financiële en werksituatie in kaart worden gebracht aan de hand van het huishoudinkomen, vermogen van het huishouden, registratie als wanbetaler van de zorgverzekering, baanbeëindiging en werkuren van de aanvrager en (indien van toepassing) diens partner (zie Paragraaf 4.2). Door financiële nood kan het zijn dat personen gedwongen zijn hun koopwoning te verkopen. Hoewel er natuurlijk ook andere redenen kunnen zijn om van een koopwoning naar een huurwoning te verhuizen, wordt deze verandering van woonsituatie in het huidige onderzoek ook onder het domein Financiën en werk geschaard.

Psychologische problemen en zorg

Voor psychologische problemen van ouders is in de CBS registerdata geen directe meting beschikbaar. Mogelijke proxy variabelen waar het CBS over beschikt zijn het terechtkomen in de ziektewet, gemaakte ziektekosten voor geestelijke gezondheidszorg (GGZ) binnen de basisverzekering en de vergoeding van psychofarmaca. Het gebruik van medicatie bij verslaving is een mogelijke indicator voor middelengebruik. Voor dit domein geldt dat naar alle waarschijnlijkheid een deel van de problematiek niet wordt gemeten, bijvoorbeeld vanwege het mijden van zorg. 

Justitie en veiligheid

Voor het domein Justitie en veiligheid kunnen registraties van verdachten van misdrijven, waaronder bijvoorbeeld vermogensdelicten en geweld, een indicator vormen voor gedragsproblemen. Hierbij dient vermeld te worden dat dit geen perfecte meting is van gedragsproblemen. Veel gedragsproblemen zullen niet zo extreem zijn dat deze zichtbaar worden in een registratie als verdachte. Daarbij komt het soms voor dat men ten onrechte als verdachte geregistreerd wordt²⁷⁾.

4.2 Aanvragers en partners

Het merendeel van de geselecteerde uitkomstmaten wordt gemeten op persoonsniveau. Deze uitkomstmaten moeten vervolgens geaggregeerd worden op huishoudniveau van de aanvrager om een completer beeld te krijgen van de situatie van een gezin. Afhankelijk van of de aanvrager een stabiele relatie had met dezelfde partner gedurende de analyseperiode (het jaar voor dupering/selectie en de drie jaar na dupering/selectie) is dit op de volgende wijze uitgevoerd:

• De uitkomstmaat is voor alle jaren enkel berekend op het niveau van de aanvrager als een aanvrager alleenstaand was in het jaar voor dupering/selectie, of als de aanvrager weliswaar een partner had in het jaar voor dupering/selectie, maar deze aanvrager en partner uit elkaar gingen tijdens de analyseperiode (het jaar voor dupering/selectie en de drie jaar na dupering/selectie);²⁸⁾²⁹⁾
• De uitkomstmaten zijn geaggregeerd over de aanvrager en diens partner als een aanvrager een partner had in het jaar voor dupering/selectie en deze bij elkaar zijn gebleven gedurende de drie jaar na dupering/selectie.

Daarnaast zijn er drie uitkomstmaten (inkomen, vermogen, en verandering van woonsituatie) die niet bekeken worden op persoonsniveau, maar op huishoudniveau. Deze uitkomstmaten kunnen veranderen door veranderingen in de huishoudsamenstellingen die ontstaan na dupering/selectie. Een aanvrager kan bijvoorbeeld alleenstaand zijn in het jaar voor dupering/selectie, maar in de periode erna een partner krijgen. Hierdoor kan bijvoorbeeld het huishoudinkomen stijgen, simpelweg doordat na dupering/selectie ook het inkomen van de partner bij het huishoudinkomen van de aanvrager is gekomen. Bij het kenmerk inkomen worden huishoudens zo goed mogelijk vergelijkbaar gemaakt door te kijken naar het gestandaardiseerd besteedbaar inkomen van het huishouden.

4.3 Aantallen voorafgaand aan dupering/selectie

Voor tien van de elf geselecteerde uitkomstmaten - huishoudinkomen; werkuren; vermogen van het huishouden; wanbetaler van de zorgverzekering; verandering van woonsituatie; baanbeëindiging; in de ziektewet raken; medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca); gemaakte GGZ-kosten; en geregistreerd als verdachte van een misdrijf - geldt dat de aantallen groot genoeg zijn om onderzoek te doen. Voor het gebruik van medicatie bij verslavingsproblematiek is sprake van dergelijk lage aantallen³⁰⁾ dat het trekken van betrouwbare statistische conclusies in het geding kan komen. Deze uitkomstmaat valt dan ook af voor de volgende stap van deze haalbaarheidsstudie, namelijk het samenstellen van een vergelijkingsgroep (zie Hoofdstuk 5 en 6). Dit geldt ook voor bepaalde delicten wanneer verdachte van een misdrijf wordt uitgesplitst naar type delict. Verdachte van een misdrijf wordt daarom wel meegenomen bij de vervolgstappen, maar zonder uitsplitsing naar type delict. Dit betekent niet dat er in toekomstig onderzoek niet naar specifieke type delicten kan worden gekeken, maar dat men er bij bepaalde delicten op bedacht moet zijn dat de aantallen (het aantal verdachten van een bepaald delict) lager kunnen liggen.

Uit eerder onderzoek is bekend dat gedupeerde ouders niet representatief zijn voor alle ouders die KOT ontvangen: gemiddeld genomen hebben ze bijvoorbeeld een lager inkomen dan niet-gedupeerden³¹⁾. Daarom is het van belang om een vergelijkbare groep met niet-gedupeerde ouders samen te stellen. Dit is gedaan in twee stappen: in de eerste stap is een brede vergelijkingsgroep samengesteld, waaruit in de tweede stap personen voor de smalle vergelijkingsgroep zijn geselecteerd.

5.1 De analyseperiode

Het CBS heeft vanaf 2007 informatie beschikbaar over welke ouders in welke periode KOT hebben ontvangen. Het eerste jaar dat hier geanalyseerd wordt is 2008, aangezien in het jaar vóór dupering³²⁾ de voormeting wordt gedaan. Deze voormeting is nodig om de situatie in kaart te brengen voorafgaand aan dupering/selectie, om zo een smalle vergelijkingsgroep te kunnen samenstellen die op relevante kenmerken gelijk is aan de gedupeerdengroep, waarbij de kenmerken nog niet beïnvloed kunnen zijn door dupering.

Uitvoeringsorganisatie Herstel Toeslagen (UHT) is gestart met het doen van compensatiebetalingen aan gedupeerde ouders in 2019. Dit betekent dat het laatste jaar dat meegenomen kan worden in deze haalbaarheidsstudie 2015 is. Immers, de situatie na dupering/selectie wordt gedurende een periode van drie jaar in kaart gebracht, en vanaf 2019 kunnen de compensatiebetalingen een rol gaan spelen in de situatie van gedupeerde ouders. Voor personen met 2015 als jaar van dupering, wordt in 2016, 2017, en 2018 gekeken naar de uitkomstmaten. Hiervoor is gekozen omdat het aannemelijk is dat bepaalde mogelijke gevolgen van dupering - zoals baanbeëindiging of het in de ziektewet terecht komen - niet altijd binnen een jaar zichtbaar zullen zijn. Derhalve kunnen wij gedupeerde ouders onderzoeken die binnen de periode 2008-2015 gedupeerd zijn geraakt. De totale analyseperiode beslaat daarmee de jaren 2007 tot en met 2018. Ter illustratie: Voor personen die in 2008 gedupeerd zijn geraakt betreft het jaar van de voormeting 2007 en de jaren na dupering zijn de jaren 2009, 2010, en 2011.

In Tabel 5.1.1 staan de aantallen integraal beoordeelde gedupeerden weergegeven, in totaal, en naar jaar waarin zij gedupeerd zijn geraakt. Van de bijna 7 duizend unieke aanvragers in het bestand dat het CBS van UHT heeft ontvangen, zijn er in Tabel 5.1.1 nog 5 200 over. In totaal zijn 1 730 aanvragers uit het analysebestand verwijderd om één of meer van de volgende redenen (op volgorde van hoe vaak dit voorkwam): start dupering valt buiten de analyseperiode; aanvrager staat niet in de Basisregistratie Personen (BRP) op peilmoment; aanvrager woont in een institutioneel huishouden.

5.2 Afbakening brede vergelijkingsgroep

Om de brede vergelijkingsgroep samen te stellen, zijn alle personen voor een bepaald jaar geselecteerd indien zij in dat jaar of in de vijf jaren ervoor minimaal één keer KOT hebben ontvangen³³⁾. Vervolgens worden personen in de brede vergelijkingsgroep die in meerdere jaren voorkomen willekeurig toegewezen aan één specifiek jaar. Dit wordt het selectiejaar genoemd.
In Tabel 5.2.1 staat per jaar de omvang van de gedupeerdengroep en de brede vergelijkingsgroep weergegeven. Van de 5 200 gedupeerde aanvragers in Tabel 5.1.1 zijn 750 aanvragers uit het analysebestand verwijderd, hoofdzakelijk omdat deze niet binnen een periode van vijf jaar voorafgaand aan dupering KOT hebben ontvangen.
Zoals te zien in Tabel 5.2.1 bevat de brede vergelijkingsgroep minimaal 65 duizend personen (2008) tot maximaal bijna 220 duizend personen (2015). Dat de omvang van de brede vergelijkingsgroep in de laatste jaren groter is komt deels doordat het gebruik van KOT in deze periode toegenomen is.³⁴⁾ Ook speelt de manier waarop de brede vergelijkingsgroep is samengesteld een rol.³⁵⁾

In een volgende stap is vanuit deze brede vergelijkingsgroep een smalle vergelijkingsgroep samengesteld. 

Voor het samenstellen van de smalle vergelijkingsgroep (ook wel controlegroep genoemd) is met een statistische matchingstechniek gezocht naar niet-gedupeerden in de brede vergelijkingsgroep die op relevante achtergrondkenmerken lijken op de gedupeerden. De resultaten van de werkwijze die hierbij gevolgd is worden in dit hoofdstuk toegelicht. Vervolgens wordt de kwaliteit van de smalle vergelijkingsgroep geëvalueerd en tot slot wordt bekeken of de aantallen ook na dupering/selectie groot genoeg zijn om onderzoek te doen. 

6.1 Relevante achtergrondkenmerken bepalen voor matching

Om door middel van matching een geschikte smalle vergelijkingsgroep te creëren, is het van belang om de juiste achtergrondkenmerken mee te nemen. Hier zijn een aantal voorwaarden aan verbonden. Het is belangrijk om te kijken naar kenmerken die waarschijnlijk relevant zijn voorafgaand aan dupering/selectie. Het uiteindelijke doel is namelijk om conclusies te kunnen trekken over mogelijkheden voor toekomstig onderzoek naar mogelijke gevolgen van dupering op de geselecteerde uitkomstmaten. Om dit te bereiken moeten beide groepen vergelijkbaar zijn op kenmerken die - voor de gedupeerden - nog niet beïnvloed kunnen zijn door dupering. Daarom wordt gekeken naar kenmerken in het jaar voorafgaand aan dupering/selectie.³⁶⁾ Daarnaast moeten zoveel mogelijk potentieel relevante kenmerken in het onderzoek worden opgenomen. Zoals besproken in Hoofdstuk 3 (Paragraaf 3.3.2) kan het niet includeren van kenmerken die van invloed zijn op zowel de kans op dupering als op de uitkomstmaten leiden tot een minder geschikte smalle vergelijkingsgroep.

Van alle kenmerken zoals opgenomen in Bijlage 4 is in kaart gebracht of deze samenhangen met enerzijds de kans om gedupeerd te raken door de toeslagenaffaire en anderzijds met de geselecteerde uitkomstmaten voorafgaand aan dupering/selectie (bijvoorbeeld: de kans op baanbeëindiging of in de ziektewet te raken). Om een selectie te maken van de meest relevante kenmerken, die uiteindelijk worden gebruikt om de smalle vergelijkingsgroep samen te stellen, zijn op hoofdlijnen twee stappen genomen.

Stap 1 – bivariate analyses

Om de smalle vergelijkingsgroep samen te stellen is in een eerste stap bepaald welke van de in Bijlage 4 opgenomen kenmerken een relatie vertonen met het al dan niet gedupeerd raken en met de geselecteerde uitkomstmaten, gemeten voorafgaand aan dupering/selectie (bijvoorbeeld wanbetaler van de zorgverzekering). Dit is onderzocht met behulp van met bivariate regressieanalyses.

Hoewel voor alle geselecteerde uitkomstmaten is bekeken welke achtergrondkenmerken relevant zijn, worden - ter illustratie - alleen de resultaten voor de uitkomstmaat wanbetaler van de zorgverzekering in dit hoofdstuk gepresenteerd. De resultaten voor de overige geselecteerde uitkomstmaten worden weergegeven in Bijlage 7. In onderstaande tabellen staan voor de meest relevante³⁷⁾ kenmerken de percentages voor verschillende groepen (wel of niet gedupeerd, en wel of geen wanbetaler van de zorgverzekering) weergegeven.

Binnen de gedupeerdengroep is een uitsplitsing gemaakt die aangeeft of men al dan niet het stempel Opzet/Grove Schuld heeft gekregen van de Belastingdienst. Dit is gedaan om inzicht te krijgen in de kenmerken van deze specifieke groep ten opzichte van de totale (integraal beoordeelde) gedupeerdengroep. 
De kenmerken zijn onder te verdelen in twee domeinen: demografische kenmerken (Tabel 6.1.1 en Tabel 6.1.2) en sociaaleconomische kenmerken (Tabel 6.1.3 en Tabel 6.1.4). Voor deze analyses zijn alle dupering/selectiejaren samengenomen. De kenmerken zijn gemeten voor de aanvrager in het jaar voorafgaand aan dupering/selectie, tenzij anders vermeld in de naam van het achtergrondkenmerk in de tabellen (dan gaat het om het totale huishouden of bijvoorbeeld een periode van drie jaar voorafgaand aan dupering/selectie).  

In onderstaande tabellen zijn de resultaten opgenomen van de bivariate analyses. Hierdoor ligt de pseudo R² lager dan wanneer er meerdere kenmerken opgenomen worden in het model (zie ook stap 2 verderop in dit hoofdstuk). Alle verschillen zoals weergegeven in de tabellen zijn statistisch significant.³⁸⁾

Op basis van de McFadden R²  - weergegeven in Tabel 6.1.1 - is te zien dat de demografische kenmerken herkomst en leeftijd bij de geboorte van het eerste kind het meest relevant zijn voor het voorspellen van dupering. Vooral Surinaamse aanvragers en aanvragers uit de Nederlandse Cariben zijn sterk oververtegenwoordigd in de groep gedupeerden. Het is ook bekend dat herkomst een rol heeft gespeeld in de toeslagenaffaire.³⁹⁾ Daarnaast zijn jongere moeders (moeder geworden tussen de 10 en 25 jaar) sterk oververtegenwoordigd in de gedupeerdengroep. 

Voor het voorspellen van de kans op een wanbetaler van de zorgverzekering in het huishouden blijken ook - op basis van de McFadden R² - leeftijd bij de geboorte van het eerste kind en herkomst het meest relevant. Jongere moeders (moeder geworden tussen de 10 en 25 jaar) zijn sterk oververtegenwoordigd in de groep die geregistreerd staat als wanbetaler van de zorgverzekering. Dit geldt ook voor personen met een niet-Nederlandse herkomst. Alle in de tabellen gepresenteerde resultaten zijn ook te bekijken in dit Excel-bestand.

Gedupeerden die het stempel Opzet/Grove Schuld hebben gekregen (Zie Tabel 6.1.2) hebben nog vaker een niet-Nederlandse herkomst dan de totale gedupeerdengroep. Ook is de groep die het stempel Opzet/Grove Schuld heeft gekregen nog vaker jong moeder geworden en wonen zij vaker in een eenouderhuishouden vergeleken met de totale (integraal beoordeelde) gedupeerdengroep.

Op basis van de McFadden R² weergegeven in Tabel 6.1.3 is te zien dat - van de sociaaleconomische kenmerken - huishoudinkomen, eigen woning en recent arbeidsverleden het meest relevant zijn voor het voorspellen van dupering. Gedupeerden hebben vaker een laag inkomen (1^e kwartiel), minder vaak een eigen woning en zijn in de voorgaande vier jaar minder vaak voortdurend werkzaam geweest dan niet-gedupeerden.

Voor het voorspellen van de kans op een wanbetaler van de zorgverzekering in het huishouden blijken - op basis van de McFadden R² in Tabel 6.1.3 - eigen woning, recent arbeidsverleden, huishoudinkomen, en hoogste opleidingsniveau het meest relevant. Personen met een laag inkomen (1^e kwartiel) zijn sterk oververtegenwoordigd in de groep die geregistreerd staat als wanbetaler van de zorgverzekering. Dit geldt ook voor personen met een laag opleidingsniveau, personen zonder eigen woning, en personen die niet de volledige voorgaande vier jaren werkzaam zijn geweest.

Wanneer we kijken naar gedupeerden die het stempel Opzet/Grove Schuld hebben gekregen (Zie Tabel 6.1.4), dan is bijvoorbeeld te zien dat deze specifieke groep nog vaker een lager inkomen heeft (1^e kwartiel), en nog minder vaak voortdurend werkzaam is geweest dan de totale gedupeerdengroep. Ook hebben zij nog minder vaak een eigen woning.

Samenvattend blijkt dat alle in bovenstaande tabellen gerapporteerde kenmerken in meer of mindere mate van belang zijn bij het voorspellen van de kans op dupering en/of de kans op een wanbetaler van de zorgverzekering. Voor het voorspellen van de kans op dupering blijken op basis van bivariate analyses de volgende kenmerken het meest van belang: herkomst, leeftijd bij de geboorte van het eerste kind, recent arbeidsverleden, huishoudinkomen en eigen woning. Voor de kans op een wanbetaler van de zorgverzekering in het huishouden blijken woningbezit, recent arbeidsverleden, huishoudinkomen, hoogste opleidingsniveau en leeftijd bij de geboorte van het eerste kind het meest relevant. 

Stap 2 – multivariate analyses

In de tabellen 6.1.1 en 6.1.3 en in Bijlage 7 is voor de meest relevante kenmerken⁴⁰⁾ weergegeven op welke manier en in welke mate deze samenhangen met de kans op dupering en met de geselecteerde uitkomstmaten: inkomen, werkuren, vermogen van het huishouden, wanbetaler van de zorgverzekering, verandering van woonsituatie, baanbeëindiging, in de ziektewet raken, medicijngebruik bij psychiatrische aandoeningen en/of psychologische problemen (psychofarmaca), gemaakte GGZ-kosten en geregistreerd als verdachte van een misdrijf. Deze resultaten zijn gebaseerd op bivariate analyses. Dit betekent dat voor elke analyse slechts twee variabelen meegenomen zijn (de verschillende kenmerken enerzijds en de kans op dupering of één van de uitkomstmaten anderzijds). Sommige van de kenmerken hangen onderling sterk samen. Daarom zijn bovenstaande analyses uitgebreid met modellen waarin meerdere kenmerken tegelijk opgenomen worden. Dit worden multivariate analyses genoemd. Op deze manier kan een betere selectie gemaakt worden van kenmerken die samenhangen met de kans op dupering en met de geselecteerde uitkomstmaten, rekening houdend met andere kenmerken. Om een uiteindelijke keuze te maken voor kenmerken die meegenomen moeten worden bij het samenstellen van de smalle vergelijkingsgroep is, naast inhoudelijke overwegingen, het Akaike information criterion (AIC) gebruikt.⁴¹⁾

Belangrijkste kenmerken voor dupering
Voor het voorspellen van de kans om slachtoffer te worden van de toeslagenaffaire blijkt een model met land van herkomst, huishoudinkomen, leeftijd bij geboorte van het eerste kind, aantal jaar kinderopvangtoeslag, recent arbeidsverleden en wanbetaler van de zorgverzekering in het huishouden het meest geschikte multivariate model. Deze kenmerken hangen het sterkst samen met dupering (rekening houdend met de andere kenmerken in het model). Grotendeels komt dit overeen met het model dat in het vorige CBS onderzoek is gebruikt om een smalle vergelijkingsgroep samen te stellen.⁴²⁾
Personen met de volgende achtergrondkenmerken hadden een significant grotere kans om slachtoffer te worden van de toeslagenaffaire: een niet-Nederlandse herkomst, een lager huishoudinkomen, relatief jong bij de geboorte van het eerste kind, meerdere jaren kinderopvangtoeslag ontvangen, een minder lange periode gewerkt in de voorgaande vier jaar en een wanbetaler van de zorgverzekering in het huishouden. Net als bij de eerder gepresenteerde bivariate analyses (stap 1) zijn alle dupering/selectiejaren samengenomen.

Belangrijkste kenmerken voor de geselecteerde uitkomstmaten
Vervolgens is voor elk van de tien geselecteerde uitkomstmaten geanalyseerd welke kenmerken - voorafgaand aan dupering/selectie - van voorspellende waarde zijn (zie Bijlage 7). Het gaat hierbij om de operationalisering gebruikt om de McFadden R² te berekenen waarbij alle kenmerken zoals beschreven in Bijlage 4 zijn getoetst. Om de meest relevante kenmerken te bepalen voor ieder van de tien uitkomstmaten, is dezelfde procedure gevolgd als tijdens het bepalen van de belangrijkste kenmerken voor dupering.
Het is belangrijk om ook relevante kenmerken voor de uitkomstmaten in kaart te brengen, hiervoor kunnen immers andere kenmerken van belang zijn dan de zes kenmerken die het belangrijkst bleken bij het voorspellen van de kans op dupering. Het creëren van de multivariate modellen voor elk van de tien uitkomstmaten heeft een aantal belangrijke kenmerken opgeleverd. Voor de uitkomstmaten gaat het om de volgende nieuwe kenmerken: contractsoort, burgerlijke staat, vermogen van het huishouden, hoogste opleidingsniveau, huishoudtype, wisseling van adres, belangrijkste inkomensbron, leeftijd oudste kind in het huishouden, gebruik psychofarmaca in het huishouden, een kind dat naar speciaal onderwijs gaat in het huishouden, geregistreerd als verdachte van een misdrijf, werkuren van de aanvrager, het ontvangen van huurtoeslag en leeftijd van de aanvrager. Voor deze kenmerken is bekeken welke iets toevoegden aan het beschreven model voor het voorspellen van dupering. Hierbij is rekening gehouden met:

• Voor hoeveel van de tien uitkomstmaten een bepaald kenmerk van belang was;
• De statistische toevoeging van een kenmerk aan het bestaande multivariate model voor het voorspellen van dupering;
• De mate van multicollineariteit die ontstond door toevoeging van een kenmerk aan het bestaande multivariate model voor het voorspellen van dupering;
• De mate waarin een kenmerk iets meet dat nog niet (geheel) wordt gemeten door de andere kenmerken in het bestaande multivariate model voor het voorspellen van dupering.

Op basis van bovenstaande selectiecriteria zijn de volgende vier kenmerken aan het bestaande model voor het voorspellen van dupering toegevoegd: 

• Hoogste opleidingsniveau;
• Vermogen van het huishouden;
• Geregistreerd als verdachte van een misdrijf;
• Huishoudtype.

6.2 Het propensity score matching model

Op basis van de resultaten van de hierboven beschreven multivariate analyses zijn de belangrijkste kenmerken geselecteerd voor het matchen van de smalle vergelijkingsgroep. Het model dat gebruikt is om de matching op propensity scores uit te voeren is opgenomen in Tabel 6.2.1. Dit model is berekend op alle gedupeerden en alle personen in de brede vergelijkingsgroep. Alle kenmerken die zijn opgenomen zorgen tezamen voor een vrij goed passend model, te zien aan de McFadden R² van 0,18. Dit betekent dat met dit model de kans op dupering vrij goed kan worden voorspeld. Voor elk kenmerk (bijvoorbeeld herkomstland) is in Tabel 6.2.1 een waarde voor het Average Marginal Effect (AME) opgenomen. Het marginale effect van een gegeven categorie (bijvoorbeeld herkomstland Turkije) beschrijft hoe de kans op dupering toe- of afneemt wanneer iemand in de referentiecategorie (Nederland) wordt vergeleken met iemand in die categorie (Turkije), en alle andere kenmerken in het model niet veranderen. Het marginale effect verschilt in principe per persoon. Om het samen te vatten in één getal kan het gemiddelde marginale effect (AME) worden berekend. Dit is de gemiddelde waarde van de marginale effecten voor alle personen in de dataset. Ter illustratie: de gemiddelde kans op dupering in de dataset is ongeveer gelijk aan 0,005 (4450 / 950000). Voor een gemiddeld persoon met als herkomstland Turkije is deze voorspelde kans (0,005 + 0,014 (AME voor herkomstland Turkije) =) 0,019. Vergeleken met de gemiddelde voorspelde kans van 0,005 is de kans op dupering voor personen die Turkije als herkomstland hebben bijna vier keer groter.

6.3 Exact matching

Vanwege het belang van herkomst voor dupering wordt voor dit kenmerk exact matching toegepast. Deze exact matching wordt ook uitgevoerd voor dupering/selectiejaar, bezit van een woning, het hebben van een baan, het hebben van een baan en niet in de ziektewet zitten, geregistreerd als verdachte van een misdrijf, en geregistreerd als wanbetaler van de zorgverzekering. Op dupering/selectiejaar is exact gematcht om ervoor te zorgen dat iemand die bijvoorbeeld gedupeerd is geraakt in 2008, niet gematcht kan worden aan iemand uit de brede vergelijkingsgroep die toegewezen is aan een ander jaartal. Dit dient voorkomen te worden omdat de situatie van een ouder in 2008 door veranderingen in de tijd behoorlijk kan verschillen van de situatie van een ouder in 2013, en ook de meting van achtergrondkenmerken en uitkomstmaten in een dergelijk geval vijf jaar uit elkaar zou liggen. Hierdoor zou de vergelijkbaarheid van de gedupeerden en smalle vergelijkingsgroep in het geding kunnen komen. Op baan, en baan en niet in de ziektewet, is exact gematcht omdat het om voorwaarden gaat met betrekking tot het verliezen van een baan respectievelijk het in de ziektewet terecht komen. Op verdachte van een misdrijf en wanbetaler van de zorgverzekering is exact gematcht omdat het onmogelijk blijkt om de gedupeerdengroep en de smalle vergelijkingsgroep op deze kenmerken gelijk te krijgen zonder hierop exact te matchen.

6.4 Resultaten matching

In een iteratief proces zijn steeds de resultaten van de matching bekeken. Dit houdt in dat eerst naar de vergelijkbaarheid tussen gedupeerden en niet-gedupeerden is gekeken. Vervolgens is gevarieerd met de variabelen waarop exact wordt gematcht en is het matchingsmodel model aangepast, waarna weer naar de resultaten is gekeken. Ook zijn de resultaten voor verschillende matchingsmethoden (nearest neighbor en caliper) met elkaar vergeleken. Uiteindelijk leverde de aanpak waarbij exact matching op herkomst, dupering/selectiejaar, koopwoning, baan en niet in ziektewet, verdacht van misdrijf, en wanbetaler van de zorgverzekering wordt gecombineerd met het nearest neighbor propensity score matching model van Tabel 6.2.1 de meest vergelijkbare groepen op voorafgaand aan dupering/selectie. Daarnaast kon voor bijna alle gedupeerden een geschikte match gevonden worden. De gedupeerdengroep en de smalle vergelijkingsgroep zijn - na matching - op alle kenmerken in het model (zie Tabel 6.2.1) en de kenmerken waarop exact is gematcht - niet langer significant afwijkend in het jaar voorafgaand aan dupering/selectie⁴³⁾. Dit was nog wel het geval wanneer de gedupeerdengroep met de brede vergelijkingsgroep wordt vergeleken, zoals te zien is in de figuren 6.4.1, 6,4.2 en 6.4.3. 
Deze figuren tonen herkomstland, huishoudtype en hoogste opleidingsniveau, waarbij de verschillen tussen de brede vergelijkingsgroep, de smalle vergelijkingsgroep en de gedupeerdengroep worden weergegeven.⁴⁴⁾ Zoals in deze figuren te zien is, zijn er duidelijke verschillen op de kenmerken tussen de gedupeerden en de brede vergelijkingsgroep, maar zijn er geen (significante) verschillen tussen de groep gedupeerden en de smalle vergelijkingsgroep. Dit geldt voor alle kenmerken die meegenomen zijn in het matchingsproces. Dit geldt ook voor alle dupering/selectiejaren afzonderlijk. Samenvattend is er door middel van matching uit de brede vergelijkingsgroep een smalle vergelijkingsgroep geselecteerd die op belangrijke achtergrondkenmerken vergelijkbaar is met de gedupeerdengroep.⁴⁵⁾

Tot slot is bekeken of de groepen significant van elkaar verschillen op de tien geselecteerde uitkomstmaten gemeten in het jaar voorafgaand aan dupering/selectie (Voor deze figuren is dezelfde operationalisering gebruikt als beschreven voor de McFadden R² in Bijlage 7). Ter illustratie worden in Figuur 6.4.4 de verdelingen gepresenteerd voor de brede vergelijkingsgroep, de smalle vergelijkingsgroep, en de gedupeerdengroep op de uitkomstmaat wanbetaler van de zorgverzekering (gemeten voorafgaand aan dupering/selectie). Voor de overige uitkomstmaten zijn deze figuren opgenomen in Bijlage 8.

Figuur 6.4.4 toont dat er ook op de uitkomstmaat wanbetaler van de zorgverzekering, voorafgaand aan dupering/selectie, geen verschillen tussen de groep gedupeerden en de smalle vergelijkingsgroep zijn na matching. Dit is logisch, aangezien op dit kenmerk exact is gematcht. Ook op de overige negen uitkomstmaten zijn er in het jaar voorafgaand aan dupering/selectie geen significante verschillen meer te zien tussen de gedupeerden en de smalle vergelijkingsgroep. Dit betekent dat het met deze smalle vergelijkingsgroep mogelijk is om de uitkomstmaten na dupering/selectie te vergelijken tussen de gedupeerdengroep en de smalle vergelijkingsgroep. Hiermee is het mogelijk om te bekijken in hoeverre bepaalde uitkomsten na dupering vaker of minder vaak voorkomen in de gedupeerdengroep. Wel kan het zo zijn dat de groepen verschillen op unobserved confounders (zie voor toelichting Paragraaf 3.2.2 Kanttekeningen matching).

6.5 Aantallen na dupering/selectie

Er is ook bekeken in hoeverre de aantallen na dupering/selectie groot genoeg zijn om betrouwbare statistische conclusies te kunnen trekken. Voor alle tien de geselecteerde uitkomstmaten - huishoudinkomen; werkuren; vermogen van het huishouden; wanbetaler van de zorgverzekering; verandering van woonsituatie; baanbeëindiging; in de ziektewet raken; medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca); gemaakte GGZ-kosten; geregistreerd als verdachte van een misdrijf - zijn de aantallen na dupering/selectie groot genoeg om onderzoek te doen. Daarbij kan gekeken worden naar de gehele gedupeerdengroep versus de gehele smalle vergelijkingsgroep. Het is eventueel qua aantallen ook mogelijk om de resultaten uit te splitsen naar het al dan niet hebben van een partner. Dit kan inzichtelijk zijn, omdat de groep alleenstaande aanvragers over het algemeen meer KOT ontvangt dan niet-alleenstaande aanvragers. De alleenstaanden hebben daardoor waarschijnlijk hogere terugvorderingen gekregen dan niet-alleenstaande aanvragers. Wanneer wordt uitgesplitst naar het stempel Opzet/Grove Schuld geldt voor bepaalde uitkomstmaten (met name voor de groep die dit stempel heeft gekregen) dat er sprake kan zijn van lage aantallen. Dit geldt ook voor uitsplitsingen naar hoogte van de terugvordering. Dit laatste is onder andere afhankelijk van hoe de hoogte van de terugvordering wordt geoperationaliseerd (in hoeveel categorieën de hoogte van de terugvordering wordt opgesplitst).

Het doel van deze haalbaarheidsstudie was om in kaart te brengen wat de (on)mogelijkheden zijn om met registerdata van het CBS onderzoek te doen naar mogelijke gevolgen van de toeslagenaffaire voor gedupeerde ouders. Hiervoor is het volgende nagegaan:

1. Welke mogelijke gevolgen (uitkomstmaten) van de toeslagenaffaire te verwachten zijn, waarvoor een eenduidig mechanisme te verwachten is, welke valide te meten zijn met de bij het CBS beschikbare data, en waarvoor de aantallen voorafgaand aan dupering/selectie groot genoeg zijn om onderzoek te doen;
2. Of het mogelijk is om voor de geselecteerde uitkomstmaten een geschikte vergelijkingsgroep samen te stellen. Een geschikte vergelijkingsgroep (de smalle vergelijkingsgroep) is op relevante kenmerken vergelijkbaar met de gedupeerden groep;
3. In hoeverre de aantallen na dupering/selectie groot genoeg zijn om onderzoek te doen.

Dit hoofdstuk bevat de conclusies met betrekking tot de haalbaarheid van toekomstig onderzoek naar mogelijke gevolgen van de toeslagenaffaire voor gedupeerde ouders. Er wordt afgesloten met methodologische aanbevelingen voor toekomstig onderzoek.

7.1 Conclusies 

Op basis van stap 1 viel een aantal uitkomstmaten af voor deze haalbaarheidsstudie. Een deel viel af omdat er geen eenduidig mechanisme verwacht wordt. Dit betekent dat toekomstig onderzoek wellicht mogelijk is (zie de overzichtstabel 7.1.1 aan het eind van deze paragraaf voor de betreffende uitkomstmaten). Voor een aantal andere uitkomstmaten geldt dat deze zijn uitgesloten voor deze haalbaarheidsstudie vanwege beperkingen aan de data. Voor een deel van deze uitkomstmaten zijn de beperkingen aan de data niet dusdanig substantieel om onderzoek af te raden. Toekomstig onderzoek naar deze uitkomstmaten is wellicht mogelijk. Wel dient er in toekomstig onderzoek rekening te worden gehouden met deze beperkingen.

Voor een aantal van de uitkomstmaten is er sprake van dusdanige beperkingen aan de beschikbare data dat toekomstig onderzoek niet mogelijk is. Daarnaast blijkt het voor bepaalde uitkomstmaten niet mogelijk te zijn om onderzoek te doen omdat er geen registerdata bij het CBS beschikbaar is. Overzicht 7.1.1 geeft weer voor welke uitkomstmaten dit geldt. 
Ook is er in stap 1 gekeken naar aantallen voorafgaand aan dupering. Voor medicijngebruik bij verslavingsproblematiek geldt dat de aantallen dusdanig laag zijn dat het trekken van betrouwbare statistische conclusies in het geding kan komen. Daarom wordt toekomstig onderzoek naar deze uitkomstmaat niet mogelijk geacht. 

Op basis van stap 1, en de voor deze haalbaarheidsstudie beschikbare tijd, kon voor de volgende uitkomstmaten - die betrekking hebben op gedupeerde ouders⁴⁶⁾ - in deze haalbaarheidsstudie worden bekeken in hoeverre het mogelijk is een geschikte smalle vergelijkingsgroep samen te stellen (stap 2):⁴⁷⁾

Financiën en werk:
1. Huishoudinkomen;
2. Werkuren;
3. Vermogen van het huishouden;
4. Wanbetaler van de zorgverzekering;
5. Verandering van woonsituatie;
6. Baanbeëindiging.

Psychologische problemen en zorg:
7. In de ziektewet raken;
8. Medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca);
9. Gemaakte GGZ-kosten.

Justitie en veiligheid:
10. Geregistreerd als verdachte van een misdrijf.

In stap 2 is op basis van relevante kenmerken voor de kans op dupering⁴⁸⁾ een smalle vergelijkingsgroep samengesteld. Dit is gedaan door middel van een statistische matchingstechniek, waarbij gedupeerden worden gekoppeld (gematcht) aan vergelijkbare niet-gedupeerden. Matching is een in de wetenschap veel gebruikte methode om, wanneer een klassiek experiment niet mogelijk is, toch te kunnen kijken naar mogelijke gevolgen (in dit geval van dupering). Er liggen echter wel bepaalde aannames ten grondslag aan deze techniek (Zie Paragraaf 3.3.2).

Bij het vergelijken van de verdelingen op relevante kenmerken tussen de gedupeerdengroep en de smalle vergelijkingsgroep, dus na matching, waren er geen significante verschillen meer zichtbaar tussen de groepen. Dit was ook het geval wanneer de groepen vergeleken werden op de tien uitkomstmaten, gemeten in het jaar voorafgaand aan dupering/selectie. Het is derhalve voor deze tien uitkomstmaten mogelijk om de groep gedupeerden te vergelijken met een vergelijkbare groep niet-gedupeerden na dupering/selectie.

Er is ook bekeken in hoeverre de aantallen na dupering/selectie groot genoeg zijn om betrouwbare statistische conclusies te kunnen trekken. Voor alle tien de geselecteerde uitkomstmaten zijn de aantallen na dupering/selectie voldoende groot om onderzoek te doen. Voor registratie als verdachte van een misdrijf kan er sprake zijn van lage aantallen wanneer wordt uitgesplitst naar type delict. Dit geldt ook voor bepaalde uitkomstmaten wanneer wordt uitgesplitst naar het al dan niet hebben van een partner⁴⁹⁾, naar het stempel Opzet/Grove Schuld (met name voor de groep die dit stempel heeft gekregen), en voor uitsplitsingen naar de hoogte van de terugvordering. Dit laatste is onder andere afhankelijk van hoe de hoogte van de terugvordering wordt geoperationaliseerd (in hoeveel categorieën hoogte terugvordering wordt opgesplitst).

Concluderend is het technisch mogelijk gebleken om met registerdata van het CBS en data over de gedupeerden van Uitvoeringsorganisatie Herstel Toeslagen (UHT), onderzoek te doen naar de volgende uitkomstmaten: huishoudinkomen, werkuren, vermogen van het huishouden, wanbetaler van de zorgverzekering, verandering van woonsituatie, baanbeëindiging, in de ziektewet raken, medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca), gemaakte GGZ-kosten, en geregistreerd als verdachte van een misdrijf.

In onderstaande tabel wordt een overzicht gegeven van de conclusies van deze haalbaarheidsstudie. De toelichting die bij de in onderstaande tabel genoemde uitkomstmaten hoort is weergegeven in Bijlage 5.⁵⁰⁾  

7.2 Methodologische aanbevelingen voor toekomstig onderzoek

Voor de uitkomstmaten die zijn afgevallen voor deze haalbaarheidsstudie omdat er naar verwachting geen eenduidig mechanisme speelt (zie kolom 2 van Tabel 7.1.1), beveelt het CBS aan om bij vervolgonderzoek deze uitkomstmaten goed theoretisch te onderbouwen. Zorg voor een juiste interpretatie van de resultaten en breng alle mogelijke mechanismen nauwkeurig in kaart. Een ander aantal uitkomstmaten is afgevallen voor deze haalbaarheidsstudie omdat er beperkingen zijn aan de data. Deze beperkingen zijn echter niet zwaarwegend genoeg om toekomstig onderzoek af te raden (zie ook kolom 2 van Tabel 7.1.1). Voor deze uitkomstmaten geldt de aanbeveling om in toekomstig onderzoek rekening te houden met deze beperkingen.

Tot slot heeft het CBS voor toekomstig onderzoek naar mogelijke gevolgen van de toeslagenaffaire een aantal algemene methodologische aanbevelingen:

• Om onderzoek te doen naar mogelijke gevolgen van dupering door de toeslagenaffaire is het noodzakelijk om een passend onderzoeksdesign te gebruiken. Wanneer men, zoals in het geval van de toeslagenaffaire, te maken heeft met observationele data, kan er geen sprake zijn van een experimenteel design. Een veelgebruikt alternatief is dan het matchen van een geschikte smalle vergelijkingsgroep (controlegroep). Hierbij moet worden opgemerkt dat causale uitspraken dan niet mogelijk zijn. Het is aan te raden een geschikte vergelijkingsgroep samen te stellen, waarmee de gedupeerdengroep vergeleken kan worden. Dit is belangrijk omdat bekend is dat dit een zeer specifieke groep betreft, die zich niet goed laat vergelijken met een bredere populatie (zoals alle KOT-ontvangers).
• Wanneer men in toekomstig onderzoek kiest voor het samenstellen van een smalle vergelijkingsgroep via matching, dan is het wellicht nodig om exact matching te combineren met propensity score matching om vergelijkbare groepen te krijgen. Dit is voornamelijk afhankelijk van de uitkomstmaten waarin naar toekomstig onderzoek wordt gekeken.
• Wanneer men in toekomstig onderzoek kiest voor het samenstellen van een smalle vergelijkingsgroep via matching, is het raadzaam om  verschillende typen matching uit te proberen (bijvoorbeeld nearest neighbor en caliper matching) met verschillende achtergrondkenmerken, om te bekijken of de inhoudelijke conclusies onveranderd blijven.
• Het CBS beveelt aan om bij toekomstig onderzoek ook de gehele groep gedupeerd bevonden ouders op te vragen bij Uitvoeringsorganisatie Herstel Toeslagen (UHT). Dit om te bekijken in hoeverre deze groep op relevante kenmerken vergelijkbaar is met de groep integraal beoordeelden. Dit is belangrijk omdat het iets zegt over de mate waarin conclusies van toekomstig uit te voeren onderzoek gegeneraliseerd kunnen worden naar de gehele bij UHT bekende populatie gedupeerden. Het CBS beveelt aan om de uiteindelijke analyses wel te beperken tot de groep integraal beoordeelden, zoals in deze haalbaarheidsstudie is gedaan. Alleen voor deze groep is immers betrouwbare informatie beschikbaar over het moment waarop de dupering is ontstaan. Om ouders die slachtoffer zijn geworden van de toeslagenaffaire na dupering te kunnen vergelijken met een vergelijkbare groep niet-gedupeerden is het moment van dupering cruciaal.
• Het is raadzaam om in toekomstige analyses ook informatie over het stempel Opzet/Grove Schuld (mee te nemen. Het is aannemelijk dat de groep gedupeerden die dit stempel heeft gekregen van de Belastingdienst de meeste nadelige gevolgen ondervindt. Dit kan bijvoorbeeld gedaan worden door een aparte controlegroep te matchen voor gedupeerden die het stempel Opzet/Grove Schuld wel hebben gekregen en een controlegroep voor gedupeerden die het stempel niet hebben gekregen. De gedupeerden met het stempel Opzet/Grove Schuld kunnen vervolgens ook worden vergeleken met de corresponderende controlegroep.
• Het is raadzaam om in toekomstig onderzoek ook de hoogte van de terugvordering te bekijken. Het is aannemelijk dat de groep gedupeerden met de hoogste terugvorderingen de meest nadelige gevolgen ondervindt. Daarnaast beveelt het CBS aan om bij toekomstig onderzoek ook data over de gehele groep integraal beoordeelden op te vragen bij UHT. In deze haalbaarheidsstudie is uitsluitend gekeken naar de aanvragers waarvoor de hoogte van de terugvordering bekend is. Het is raadzaam om te bekijken in hoeverre deze selecte groep representatief is voor de gehele integraal beoordeelde groep.
• Deze haalbaarheidsstudie is uitgevoerd op basis van data van UHT tot en met augustus 2023. Het aantal aanmeldingen en afgeronde integrale beoordelingen bij UHT kan nog stijgen. Het is daarom belangrijk om bij toekomstig onderzoek de meest recente gegevens op te vragen bij UHT. Een gevolg van deze stijgende aantallen kan ook zijn dat toekomstig onderzoek naar bepaalde minder vaak voorkomende uitkomsten (bijvoorbeeld verdachten van bepaalde type delicten, of gebruik van medicatie bij verslaving) haalbaarder blijkt dan op basis van deze haalbaarheidsstudie het geval is.
• Indien informatie over aanvragers en partners geaggregeerd wordt, is het belangrijk om rekening te houden met het feit dat er veranderingen kunnen optreden in bepaalde uitkomstmaten (zoals baanbeëindiging, in de ziektewet raken, wanbetaler zorgverzekering) doordat er een nieuwe partner in beeld komt. In deze haalbaarheidsstudie is dat gedaan door alleen te aggregeren wanneer er sprake is van een stabiele partner. Voor uitkomstmaten die op huishoudniveau zijn bepaald is dit echter niet mogelijk. Voor inkomen kan ervoor gekozen worden om de invloed van veranderde samenstelling van het huishouden zo klein mogelijk te houden door te kijken naar het gestandaardiseerde huishoudinkomen. Dit lost het probleem echter slechts gedeeltelijk op. Een alternatieve, meer nauwkeurige oplossing is om inkomen (of een andere uitkomstmaat op huishoudensniveau) op persoonsniveau te bekijken en om daarbij rekening te houden met veranderende partnerrelaties.
• In deze haalbaarheidsstudie is een periode van drie jaar na dupering bekeken om mogelijke gevolgen in kaart te brengen met het oog op haalbaarheid van toekomstig onderzoek. In de uitvoering van toekomstig onderzoek is het relevant om te bekijken in hoeverre mogelijke gevolgen op de langere termijn meegenomen kunnen worden. Hierbij is het raadzaam om rekening te houden met de start van compensatie uitbetalingen door UHT, zodat de uitkomsten in de gedupeerdengroep nog niet beïnvloed kunnen zijn door deze uitbetalingen.

De expertgroep bestaat uit de volgende leden:

• prof. dr. Peter van der Heijden (hoogleraar statistiek t.b.v. de sociale wetenschap, Universiteit Utrecht)
• dr. Steve van de Weijer (senior onderzoeker Nederlands Studiecentrum Criminaliteit en Rechtshandhaving)
• dr. Anna Custers (Lector Armoede Interventies, Hogeschool van Amsterdam)

Deze externe experts hebben advies gegeven bij de volgende stappen:

1. Het compleet maken van het overzicht met relevante uitkomstmaten en het bepalen in hoeverre sprake is van een eenduidig te verwachten mechanisme en valide meting van de uitkomstmaat;
2. Adviseren op het gebied van statistische analyses;
3. Het evalueren van de kwaliteit van de vergelijkingsgroep;
4. Het vergelijken van de geselecteerde uitkomstmaten met het oog op haalbaarheid en het opstellen van de conclusies ten aanzien van vervolgonderzoek.

Zoals bij alle CBS-onderzoeken staat de privacy van onderzochte personen ook in dit onderzoek centraal. UHT heeft via een beveiligde omgeving een bestand aangeleverd met daarin de burgerservicenummers (BSN’s) van de gedupeerden. Na binnenkomst van het bestand is het proces van anonimiseren ingezet. Dit betekent dat alle identificerende variabelen uit het bestand gehaald worden. Vervolgens is op basis van de BSN’s een anonieme koppelsleutel toegevoegd en zijn de BSN’s verwijderd. Deze anonieme koppelsleutel is een persoonlijk nummer dat alle personen in de Basisregistratie Personen (BRP) bij het CBS hebben en dat buiten het CBS betekenisloos is: het is onmogelijk om dit nummer te herleiden naar specifieke personen. Slechts een beperkt aantal personen binnen het CBS is betrokken bij dit proces van anonimiseren.

Door middel van de anonieme koppelsleutel zijn alle benodigde bestanden aan elkaar gekoppeld (bijvoorbeeld het UHT-bestand met de BRP). Ook hier heeft slechts een beperkt aantal personen binnen het CBS toegang tot alle bestanden. Onderzoekers moeten altijd een analyseplan voorleggen waarin duidelijk gemaakt wordt welke variabelen voor welk onderzoeken met welke reden opgevraagd worden. Hierbij wordt een check op doelbinding gedaan: is het betreffende bestand echt nodig om de onderzoeksvraag te beantwoorden? Voor sommige databronnen moet daarnaast expliciet toestemming gevraagd worden aan de externe leverancier van de data. 

Het CBS heeft op basis van de CBS-wet tot taak het van overheidswege verrichten van statistisch onderzoek ten behoeve van praktijk, beleid en wetenschap en het openbaar maken van de op grond van zodanig onderzoek samengestelde statistieken. Het CBS gebruikt de beschikbare gegevens dus alleen als dit ten dienste komt van een onderzoek dat het CBS uitvoert. Naast de juridische afweging of het CBS een verzoek om aanvullend statistisch onderzoek mag uitvoeren, wordt ook stil gestaan bij de ethische aspecten van een statistisch verzoek. Daarom is er binnen het CBS een ethische commissie bestaande uit een aantal inhoudelijk experts. De ethische commissie maakt de afweging of de maatschappelijke baten van een onderzoek opwegen tegen de lasten (waaronder de emotionele belasting voor betrokkenen). Ook voor dit onderzoek is deze ethische commissie om advies gevraagd. De ethische commissie heeft vervolgens, vanwege het maatschappelijke belang van het onderzoek in combinatie met de beschikbare data en capaciteiten, een positief advies gegeven. 

Daarnaast wordt bij alle CBS-onderzoeken gezorgd dat de onderzoeksresultaten nooit te herleiden zijn naar individuele personen. Als een bepaalde uitsplitsing resulteert in te lage aantallen (en daarmee mogelijk herleidbaar zijn naar specifieke individuen) worden de resultaten niet gepubliceerd. Ook worden de aantallen in tabellen afgerond (in dit geval op minimaal vijftallen). Verder levert het CBS nooit herkenbare persoonsgegevens aan derden. 
Meer informatie over hoe het CBS bij alle onderzoeken rekening houdt met de privacy is te vinden op de volgende website.

Financiën en werk: 
1. ziektewet
2. baanbeëindiging/baanwisselingen
3. werkuren
4. opleidingen en cursussen
5. inkomen:
    a. inkomen op persoons- en huishoudniveau, totaal en per inkomensbron
    (o.a.: werk, eigen onderneming, vermogen, uitkering)
    b. belangrijkste inkomensbron
    c. uitkeringen (o.a.: bijstand, WW, arbeidsongeschiktheid, AOW, ziektewet)
6. faillissement van personen of van bedrijven van personen
7. schulden/vermogen:
    a. geregistreerde problematische schulden
    b. wettelijke schuldsanering
    c. schulden en vermogen van het huishouden
    d. kinderen: lening bij DUO
8. verkoop koopwoning
9. wanbetaler zorgverzekering in huishouden
10. gebruik toeslagen: ontvangen toeslagen (huurtoeslag, zorgtoeslag, kinderopvangtoeslag, kindgebonden budget, kinderbijslag) 

Wonen:
11. verhuisbewegingen
12. WOZ-waarde
13. dak- en thuisloosheid 
14. kinderen uit huis (timing)

Psychologische problemen en zorg:
15. zorggebruik (verzekerd in basisverzekering)
    a. kosten voor zorg die onder de basisverzekering van Zorgverzekeringswet (Zvw) valt,
    per type geleverde zorg: huisartsenzorg, multidisciplinaire zorg, ziekenhuiszorg,
    farmacie, mondzorg, geboortezorg, paramedische zorg, hulpmiddelen, ziekenvervoer,
    buitenland, generalistische basis GGZ, gespecialiseerde GGZ, geriatrische revalidatiezorg,
    verpleging en verzorging, zorg zintuiglijk gehandicapten, overige zorgvormen
    b. hulpverlening (alleen WLZ, WMO en zorgkosten)
    c. jeugdzorg en jeugdbescherming
16. medicijngebruik per geneesmiddelengroep (incl. medicatie voor verslaving)

Gezin en socialisatie:
17. scheidingen en uit elkaar gaan
18. kwaliteit partnerrelatie, ruzie met partner
19. alcohol en drugsgebruik
20. overlijden
21. gezinsuitbreiding
22. mentale gezondheid, stress, depressie
23. sociaal netwerk
24. deelname aan sport, culturele activiteiten
25. opvoeding (sensitieve responsiviteit, opvoedstijl, ouder-kind interacties, sfeer in huis)
26. tijd en energie voor kinderen
27. vakanties
28. doubleren (zitten blijven) kinderen
29. eindtoets kinderen (groep 8)
30. schooladvies voortgezet onderwijs kinderen
31. opleidingsniveau kinderen (tijdens voortgezet onderwijs, diploma)
32. stapelen door kinderen (hoger diploma halen binnen het vo)
33. voortijdig schoolverlaters onder kinderen (vanaf 12 jaar)
34. kinderen: zwemdiploma’s
35. kinderen: rijbewijs
36. gezinsvorming door kinderen: krijgen ze zelf later kinderen, minder, of geen kinderen?

Justitie en veiligheid:
37. kinderen (12-18 jaar): aangemeld bij Halt 
38. geregistreerd als verdachte van misdrijf
39. detentie
40. veroordelingen door OM of rechter
41. geregistreerd als slachtoffer van misdrijf

Demografische kenmerken

Geslacht aanvrager
Dit kenmerk wordt ingedeeld in de categorieën man en vrouw, zoals dat te vinden is in de BRP.

Leeftijd aanvrager
Hiervoor worden de volgende categorieën gebruikt: 

1. Jonger dan 30 jaar
2. Tussen de 30 en 40 jaar
3. Tussen de 40 en 50 jaar
4. 50 jaar en ouder

Hiervoor is gekeken naar de leeftijd op 31 december in het jaar voor dupering/selectie. 

Leeftijd bij geboorte eerste kind
Er wordt gekeken naar de leeftijd waarop de aanvrager van de kinderopvangtoeslag voor het eerst ouder is geworden van een juridisch kind. Hiervoor worden in dit onderzoek de volgende categorieën onderscheiden: 

1. Tussen 10 en 25 jaar
2. Tussen de 25 en 35 jaar
3. Tussen de 35 en 55 jaar
4. Aanvrager heeft geen juridisch kind of onbekend

De leeftijdscategorieën zijn gebaseerd op de gemiddelde leeftijd waarop personen in Nederland voor het eerst een kind krijgen.⁵¹⁾

Burgerlijke staat van aanvrager
Dit betreft de burgerlijke staat zoals afgeleid uit verbintenisgegevens in de BRP. De volgende categorieën worden onderscheiden:

1. Gehuwd of partnerschap: Wettelijke verbintenis tot het samenleven van twee personen of burgerlijke staat die ontstaat na het aangaan van een geregistreerd partnerschap⁵²⁾. 
2. Ongehuwd: Burgerlijke staat die aangeeft dat een persoon nog nooit een huwelijk heeft gesloten of een geregistreerd partnerschap is aangegaan. 
3. Overig: Hieronder valt onder andere verweduwd (burgerlijke staat die ontstaat na ontbinding van een wettig huwelijk of geregistreerd partnerschap door overlijden van de partner) en gescheiden (burgerlijke staat die ontstaat na ontbinding van een huwelijk door echtscheiding of na ontbinding van een geregistreerd partnerschap anders dan door het overlijden van de partner. Exclusief personen die gescheiden zijn van tafel en bed want zij blijven formeel gehuwd/geregistreerd partner).

Het gaat hierbij om de burgerlijke staat van de aanvrager op 31 december in het jaar voor dupering/selectie. 

Herkomst en herkomstland aanvrager⁵³⁾
Om herkomst in kaart te brengen wordt gebruik gemaakt van de nieuwe CBS-indeling.⁵⁴⁾ Hierbij wordt eerst gekeken of iemand zelf in Nederland of in het buitenland geboren is en vervolgens waar de ouders geboren zijn. Dit resulteert in de volgende categorieën: 

• In Nederland geboren:
• beide ouders in Nederland geboren
• één ouder in buitenland geboren 
• twee ouders in buitenland geboren
• Niet in Nederland geboren:
• beide ouders in Nederland geboren
• één ouder in buitenland geboren 
• twee ouders in buitenland geboren 

Vervolgens wordt het herkomstland bepaald. Bij personen die in het buitenland zijn geboren, is het herkomstland hun eigen geboorteland. Bij personen die in Nederland geboren zijn, is het herkomstland bepaald door het geboorteland van de ouders. Wanneer beide ouders in het buitenland zijn geboren, is het geboorteland van de moeder leidend in het bepalen van de herkomst. De geboortegegevens van de moeder zijn namelijk vaker bekend dan die van de vader. Wanneer de moeder in Nederland is geboren of het geboorteland van de moeder onbekend is, dan wordt het geboorteland van de vader gebruikt. Voor herkomstland worden in lijn met de nieuwe CBS-indeling de volgende categorieën onderscheiden: Nederland, Europa (exclusief Nederland), Turkije, Marokko, Suriname, Nederlandse Cariben en Overig Buiten-Europa. 

Woonprovincie
Om regionale spreiding van gedupeerdheid in kaart te brengen wordt gekeken naar de provincie waarin de aanvragers (volgens de BRP) op 31 december in het jaar voor dupering/selectie woonden:

1. Drenthe
2. Flevoland 
3. Friesland
4. Gelderland
5. Groningen
6. Limburg
7. Noord-Brabant 
8. Noord-Holland 
9. Overijssel
10. Utrecht
11. Zeeland
12. Zuid-Holland.

Stedelijkheidsgraad woongemeente van huishouden
Als laatste demografisch kenmerk wordt gekeken naar de stedelijkheid van de gemeente waarin personen in het jaar voor dupering/selectie woonden. De indeling van gemeenten naar stedelijkheid is gebaseerd op de omgevingsadressendichtheid van de gemeente.⁵⁵⁾ Allereerst is voor ieder adres binnen een gemeente de adressendichtheid vastgesteld van een gebied met een straal van 1 km rondom dat adres. De omgevings-adressendichtheid van een gemeente is de gemiddelde waarde hiervan voor alle adressen binnen die gemeente. De volgende klassen worden onderscheiden:

1. Zeer sterk stedelijk (omgevingsadressendichtheid van 2 500 of meer);
2. Sterk stedelijk (omgevingsadressendichtheid van 1 500 tot 2 500);
3. Matig stedelijk (omgevingsadressendichtheid van 1 000 tot 1 500);
4. Weinig stedelijk (omgevingsadressendichtheid van 500 tot 1 000);
5. Niet-stedelijk (omgevingsadressendichtheid van minder dan 500).

Huishoudsituatie 

Huishoudtype
Dit is een typering van een huishouden op basis van de onderlinge relaties van de personen binnen een huishouden. Dit is gebaseerd op de basisregistratie personen (BRP). Er is gekeken naar het huishouden van aanvragers op 31 december in het jaar voorafgaand aan dupering/selectie. In dit onderzoek worden onderstaande categorieën onderscheiden:

1. Paar met kinderen: Twee personen die één of meer thuiswonende kinderen hebben. Dit kunnen gehuwde paren (twee personen die met elkaar gehuwd zijn of een geregistreerd partnerschap hebben gesloten) en ongehuwde paren (hebben een samenwoonrelatie, maar zijn niet met elkaar gehuwd of hebben geen partnerschapsregistratie gesloten) zijn. Ook een overig lid (persoon die anders dan als partner of als thuiswonend kind deel uitmaakt van een particulier huishouden) kan tot deze huishoudensvorm behoren, bijvoorbeeld een inwonende oma. 
2. Eenouderhuishouden: Particulier huishouden bestaande uit één ouder met één of meer thuiswonende kinderen. Ook een overig lid (persoon die anders dan als ouder in een eenouderhuishouden of als thuiswonend kind deel uitmaakt van een particulier huishouden) kan tot deze huishoudensvorm behoren. 
3. Overig huishouden: Particulier huishouden dat uitsluitend bestaat uit overige leden (personen die anders dan als partner, ouder in een eenouderhuishouden of als thuiswonend kind deel uitmaken van een particulier huishouden). Te denken valt hierbij bijvoorbeeld aan twee broers die samen één huishouden vormen. Ook personen wiens huishouden onbekend is, vallen in deze categorie. Ook eenpersoonshuishouden (particulier huishouden bestaande uit één persoon), paren zonder kinderen (twee personen die een samenwoonrelatie hebben en geen thuiswonende kinderen hebben op het peilmoment) zijn voor dit onderzoek in deze categorie ingedeeld.

Aantal kinderen in het huishouden
Voor dit kenmerk is gekeken naar het huishouden waar personen wonen volgens de BRP. Om het aantal kinderen in het huishouden af te leiden wordt gekeken naar alle minderjarige kinderen in het huishouden waar de aanvrager woont (kinderen tot 18 jaar). Dit zijn niet enkel juridische kinderen van de aanvrager, maar kunnen bijvoorbeeld ook kinderen van de (nieuwe) partner zijn. In dit onderzoek wordt een onderscheid gemaakt tussen 0, 1, 2, 3 en 4 of meer kinderen in het huishouden. Ook hier gaat het om het de huishoudsituatie op 31 december in het jaar voor dupering/selectie. Hierdoor kan het aantal kinderen op dat specifieke moment 0 zijn (ondanks dat de personen eerder wel kinderopvangtoeslag ontvangen hebben en dus kinderen in het huishouden gehad hebben of co-ouder zijn geweest waarbij het kind bij de andere ouder stond ingeschreven in de BRP). 

Leeftijd van kinderen in het huishouden/leeftijd jongste kind/leeftijd oudste kind
Van bovenstaande kinderen (personen tot 18 jaar die in hetzelfde huishouden wonen als de aanvrager in het jaar voor dupering/selectie) is ook naar de leeftijd gekeken. De volgende leeftijdscategorieën worden onderscheiden:

1. 0 tot 4 jaar
2. 4 tot 8 jaar 
3. 8 tot 12 jaar
4. 12 tot 18 jaar
5. Onbekend

Dit kenmerk wordt zowel aangemaakt voor de leeftijd van het jongste kind als voor de leeftijd van het oudste kind in het huishouden. Het peilmoment hiervoor is 31 december in het jaar voor dupering/selectie. Het gaat hierbij om de leeftijd van kinderen die in het huishouden van de aanvrager woonden ongeacht of hier wel of geen kinderopvangtoeslag voor is ontvangen. 

Aanvraag voor niet-juridisch kind
Er is in het onderzoek ook gekeken of het kind waar kinderopvangtoeslag voor ontvangen is een juridisch kind van de aanvrager is. Voor een vrouw is er sprake van een juridisch kind als het kind uit de vrouw geboren is of als de vrouw het kind officieel geadopteerd heeft. Voor mannen is sprake van een juridisch kind als de man bij de geboorte met de moeder is gehuwd, of wanneer hij het kind of de ongeboren vrucht heeft erkend, of wanneer het vaderschap door een rechter is vastgesteld of wanneer hij het kind geadopteerd heeft.⁵⁶⁾ Dit kenmerk is op twee manieren geoperationaliseerd, namelijk door enkel te kijken naar het jaar voor dupering/selectie en door te kijken naar de gehele periode van vijf jaar voor dupering.⁵⁷⁾ Dit kenmerk krijgt de waarde 0 als alle kinderen voor wie een aanvrager kinderopvangtoeslag heeft ontvangen zijn/haar juridische kinderen zijn. Als minimaal één kind niet een juridisch kind is van de aanvrager dan heeft de aanvrager een 1 op dit kenmerk. Dit kan bijvoorbeeld voorkomen bij zogenaamde samengestelde gezinnen. 

Aantal jaar aanvraag kinderopvangtoeslag
Zoals in hoofdstuk 5 aangegeven, is gekeken naar personen die in de periode van vijf jaar voor dupering/selectie kinderopvangtoeslag ontvangen hebben (dus voor 2012 is gekeken naar ontvangers van kinderopvangtoeslag van 2007 tot en met 2012). Vervolgens is gekeken in welke jaren personen binnen deze periode kinderopvangtoeslag ontvangen hebben. De minimale waarde is één (want iedereen die geselecteerd is voor deze analyse heeft minimaal één keer kinderopvangtoeslag ontvangen in deze periode) en de maximale waarde is zes (een persoon heeft elk jaar in de periode van vijf jaar voor dupering/selectie kinderopvangtoeslag ontvangen).

Verhuisbewegingen van het huishouden
In het onderzoek is ook gekeken of aanvragers verhuisd zijn. Hiervoor wordt gekeken naar het adres van de aanvrager (wederom volgens de BRP) op 31 december in het jaar voor dupering/selectie en wordt gekeken of dit adres in de twee jaren daarvoor hetzelfde is geweest (ja of nee).

Wisseling van partner
Ook is bekeken of er wisselingen van partners zijn geweest, indien een partner aanwezig was in het jaar voor dupering/selectie. Hiervoor wordt gekeken of er een partner is het jaar voor dupering (op 31 december) en zo ja, of deze partner dezelfde is twee jaar én drie jaar voor dupering. Als dat het geval is, dan is in dit onderzoek besloten tot geen wisseling. Als er geen partner is op 31 december van het jaar voor dupering dan is er ook besloten tot geen wisseling. Is er wel een partner op 31 december van het jaar voor dupering en is er in de twee jaar voor dupering en/of drie jaar voor dupering een andere of geen partner dan is besloten tot wisseling. Het gaat hier expliciet over samenwonende partners. Dus partners die op hetzelfde adres wonen. Dit kunnen zowel gehuwde als ongehuwde partners zijn. 

Onderwijs en sociaaleconomische situatie

Hoogste opleidingsniveau aanvrager
Hiervoor wordt naar het hoogst behaalde opleidingsniveau van de aanvrager gekeken. Hierbij is gekeken naar het opleidingsniveau in het jaar voor dupering/selectie. De volgende categorieën worden onderscheiden: 

• Laag: Dit omvat onderwijs op het niveau van basisonderwijs, het vmbo, de eerste drie leerjaren van havo/vwo en de entreeopleiding, de voormalige assistentenopleiding (mbo1). 
• Middelbaar: 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: Het opleidingsniveau is niet voor iedereen beschikbaar: naarmate personen ouder zijn neemt de dekkingsgraad van de bronbestanden af.

Kinderen in het huishouden die voortijdig schoolverlater zijn
Hierbij is bekeken of iemand niet studeert op 1 oktober van het betreffende jaar en als opleidingsniveau laag heeft. Er wordt gekeken naar kinderen in het huishouden voor dupering/selectie en van deze kinderen wordt in kaart gebracht of er bij minimaal één kind in het jaar voor dupering/selectie sprake was van voortijdig schoolverlaten (ja of nee). Voor dit kenmerk is er gekeken naar kinderen in de leeftijd van 12 tot en met 23 jaar. 

Opleidingsniveau voortgezet onderwijs van de kinderen in het huishouden
Er is gekeken naar kinderen in het huishouden voor dupering/selectie die voortgezet onderwijs volgde en van deze kinderen is het onderwijsniveau in kaart gebracht in het jaar voor dupering/selectie. Dit opleidingsniveau is ingedeeld in de volgende zes categorieën:

1. algemene leerjaren 1-2 of algemeen leerjaar 3 (vmbo-gt/havo/vwo) 
2. Vmbo-bk leerjaar 3-4.
3. Vmbo-gt leejaar 3-4, incl. vrije school leerjaar 5 
4. Havo leerjaar 3-5.
5. Vwo leerjaar 3-6
6. Overig of volgt geen voortgezet onderwijs.

Vervolgens is per huishouden het hoogste en laagste aanwezige opleidingsniveau berekend. 

Speciaal onderwijs van de kinderen in het huishouden
Hierbij wordt gekeken naar kinderen in het huishouden voor dupering/selectie en van deze kinderen wordt in kaart gebracht of er minimaal één kind in het jaar voor dupering/selectie, speciaal (basis) onderwijs of voortgezet speciaal onderwijs volgde (ja/nee). 

Verblijfsduur
Hiervoor wordt gekeken naar de verblijfsduur in Nederland het jaar voor dupering/selectie van de moeder in het huishouden. Als er geen moeder in het huishouden aanwezig is, dan is de verblijfsduur van de vader genomen, als ook deze niet aanwezig is dan is gekeken naar de verblijfsduur van de overige leden in het huishouden. De verblijfsduur is bepaald door het verschil te berekenen op 31 december van het jaar voor dupering/selectie en de vroegste immigratiedatum van de desbetreffende persoon. Vervolgens is de verblijfsduur ingedeeld in de volgende vier categorieën: 

1. 0-5 jaar
2. 5-10 jaar
3. 10+jaar
4. Geen immigratie

Koop- of huurwoning (wel/geen huurtoeslag)
Verder is in het onderzoek gekeken of de aanvrager op 31 december in het jaar voor dupering/selectie in een eigen woning of huurwoning woont en als hij/zij in een huurwoning woont of er wel of geen huurtoeslag ontvangen wordt. Meer specifiek worden de volgende categorieën onderscheiden:

1. Eigen woning
2. Huurwoning met huurtoeslag
3. Huurwoning zonder huurtoeslag
4. Institutioneel of onbekend huishouden

Huishoudinkomen
Een ander kenmerk dat iets zegt over de sociaaleconomische situatie, is het gestandaardiseerd besteedbaar huishoudinkomen in het jaar voor dupering/selectie. Dit is onderverdeeld in 5 kwintielen.⁵⁸⁾ De kwintielen zijn de laagste 20 procent (of onbekend inkomen), de tweede 20 procent, de derde 20 procent, de vierde 20 procent en de hoogste 20 procent. Daarnaast is  het gemiddelde gestandaardiseerd besteedbaar huishoudinkomen in de periode drie jaar voor dupering bekeken. Dit is onderverdeeld in kwartielen.⁵⁹⁾ Het besteedbaar inkomen van een huishouden bestaat uit het bruto-inkomen verminderd met betaalde inkomensoverdrachten zoals alimentatie van de ex-echtgeno(o)t(e), premies inkomensverzekeringen zoals premies betaald voor sociale verzekeringen, volksverzekeringen en particuliere verzekeringen in verband met werkloosheid, arbeidsongeschiktheid, ouderdom en nabestaanden, premies ziektekostenverzekeringen, en belastingen op inkomen en vermogen. Om een zinvolle vergelijking te maken tussen verschillende soorten huishoudens wordt gekeken naar het gestandaardiseerde huishoudinkomen. Dit betekent dat inkomens van huishoudens van verschillende grootte en samenstelling vergelijkbaar gemaakt worden. Hiervoor worden equivalentiefactoren gebruikt die rekening houden met het aantal volwassenen en kinderen (naar leeftijd) in een huishouden. In het model van de propensity score matching is het gemiddelde gestandaardiseerde huishoudinkomen gebruikt over de periode 3 jaar voor dupering, met een indeling in kwartielen.⁶⁰⁾⁶¹⁾ 

Vermogen van het huishouden
Het vermogen van een huishouden is het saldo van de bezittingen en de schulden in het jaar voor dupering/selectie. Voor bezittingen van het huishouden wordt gekeken naar de totale waarde aan bank- en spaartegoeden en effecten, obligaties en aandelen, de eigen woning, ondernemingsvermogen en de overige bezittingen van een huishouden. De schulden betreffen de hypotheekschuld van de eigen woning, studieschulden en overige schulden zoals voor consumptieve doeleinden, de financieringen van aandelen, obligaties of rechten op periodieke uitkeringen, schulden voor de financiering van de tweede woning of ander onroerend goed. In dit onderzoek worden de volgende categorieën⁶²⁾ onderscheiden: 

1. Minder dan 0 euro (meer schulden dan bezittingen)
2. 0 tot 50 duizend euro
3. 50 duizend euro of meer
4. Onbekend 

Belangrijkste inkomensbron van het huishouden
Hiervoor wordt gekeken naar de bron waaruit een huishouden het meeste inkomen ontvangen heeft in het jaar voor dupering/selectie. Hierbij worden de volgende categorieën onderscheiden: 

1. Loon als werknemer
2. Inkomen uit eigen onderneming
3. Bijstandsuitkering en/of uitkering overige sociale voorzieningen⁶³⁾
4. Werkloosheidsuitkering
5. Arbeidsongeschiktheid-/ziektewetuitkering⁶⁴⁾
6. Onbekend inkomen of overig inkomen (inkomen uit vermogen, studiefinanciering of pensioenuitkering). 

Wanbetaler zorgverzekeringswet in het huishouden
Per 1 september 2009 is de Wet structurele maatregelen wanbetalers zorgverzekering in werking getreden. In het kader van deze wet worden wanbetalers opgespoord. Hiervoor doen zorgverzekeraars opgave aan het CAK (tot 2016 was dit aan het Zorginstituut Nederland) van hun verzekerden met een premieachterstand van ten minste zes maanden. Het CAK int vervolgens een bestuursrechtelijke premie (dat wil zeggen een verhoogde premie) door middel van inhouding op loon of uitkering (bronheffing). Als bronheffing niet (geheel) mogelijk is, wordt de premie met behulp van het Centraal Justitieel Incasso Bureau (CJIB) geïncasseerd. Wanbetalers van de zorgverzekeringswet zijn personen die minimaal 6 maanden geen premie voor hun basisverzekering betaald hebben, op peildatum in de Basisregistratie personen (BRP) staan ingeschreven, aangemeld zijn bij het CAK, in het bestuursrechtelijke premieregime zitten en 18 jaar of ouder zijn. Voor dit onderzoek is gekeken of de aanvrager zelf en/of zijn/haar huishoudleden in het jaar voor dupering/selectie geregistreerd stonden als wanbetaler van de zorgverzekeringswet (ja of nee).⁶⁵⁾ 

WSNP-traject
Hiervoor wordt gekeken of personen al dan niet een traject in het kader van Wet Schuldsanering Natuurlijk Persoon (WSNP) in het huishouden hadden lopen. Dit zijn door de rechter uitgesproken trajecten van schuldsanering die personen met een problematische schuldsituatie de mogelijkheid bieden om schuldenvrij te worden. Tijdens het schuldsaneringstraject betaalt de schuldenaar onder toezicht van een bewindvoerder en volgens een strikt regime, zoveel mogelijk van de schulden af. Daarbij wordt de medewerking van schuldeisers afgedwongen. Er zijn meerdere voorwaarden. Zo mogen er geen nieuwe schulden gemaakt worden. Als de schuldenaar zich aan de afspraken heeft gehouden kan de rechter na drie jaar een zogeheten schone lei verlenen waarna restschulden niet meer opeisbaar zijn. Er wordt gekeken of iemand in het huishouden van de aanvrager (inclusief de aanvrager zelf) wel of niet een dergelijk traject had lopen in het jaar voor dupering/selectie.

Recent arbeidsverleden
Het recent arbeidsverleden is bepaald voor de aanvrager over de periode 4 jaar voor dupering. Iemand heeft een betaald werk als deze, volgens de SECM⁶⁶⁾ geclassificeerd is als werknemer, directeur-grootaandeelhouder, zelfstandig ondernemer, overige zelfstandige of meewerkend gezinslid. Vervolgens is het recent arbeidsverleden ingedeeld in zeven categorieën:

1. Voortdurend werkzaam
2. Gedeeltelijk werkzaam; meer dan 3 jaar
3. Gedeeltelijk werkzaam; tussen 2 en 3 jaar
4. Gedeeltelijk werkzaam; tussen 1 en 2 jaar
5. Gedeeltelijk werkzaam; tussen 1 maand en 1 jaar
6. Niet werkzaam
7. Niet 48 maanden in Nederland

Banenstapelaar
Voor de aanvrager is het aantal banen bepaald op basis van de Polis⁶⁷⁾ in het jaar voor dupering. Dit kenmerk is vervolgens ingedeeld in drie categorieën: 

1. één baan
2. twee banen
3. drie of meer banen

Contractsoort
Voor de aanvrager is het type contract voor de hoofdbaan bepaald in het jaar voor dupering. De hoofdbaan is de baan van een persoon waaraan deze de meeste tijd besteedt. Dit kenmerk is onderverdeeld in drie categorieën:

1. Onbepaalde tijd
2. Bepaalde tijd
3. Geen contract of onbekend

Werkuren
Reguliere uren zijn verloonde uren minus overwerkuren en minus verlofuren. Deze zijn bepaald voor alle banen op basis van de Polis⁶⁸⁾ van de aanvrager, in het jaar voor dupering/selectie. Dit kenmerk is ingedeeld in vier kwartielen en een andere categorie die niet voorkomt in de Polis. Deze laatste groep heeft geen baan volgens de Polis. Dit kenmerk is ook geoperationaliseerd op basis van de basis werkuren in plaats van de reguliere werkuren. Basisuren zijn verloonde uren minus de overwerkuren.

Zorggebruik 

Gemaakte GGZ-kosten
Hierbij is gekeken of personen binnen het huishouden voor één of meer vormen van curatieve (geneeskundige) geestelijke gezondheidszorg (GGZ) kosten hebben gedeclareerd binnen de basisverzekering in het kader van de Zorgverzekeringswet (Zvw).⁶⁹⁾ Krijgt de verzekerde een voorschrift mee voor bijvoorbeeld een geneesmiddel, dan valt deze zorg buiten de GGZ maar onder de farmaceutische zorg. Voor dit onderzoek is gekeken naar de aanvrager en naar eventuele huishoudleden die in het jaar voor dupering/selectie in het huishouden van de aanvrager zaten. Van deze personen (aanvrager plus eventuele overige huishoudleden) is in kaart gebracht of zij in de drie jaar voor dupering/selectie⁷⁰⁾ al dan niet GGZ-kosten hebben gemaakt. 

Gebruik psychofarmaca door huishoudleden
Om meer zicht te krijgen op het geestelijk welbevinden van personen (en de aanwezigheid van eventuele problemen op dit gebied in het huishouden) wordt gekeken naar gebruik van psychofarmaca. Psychofarmaca zijn medicijnen die ingezet worden bij de behandeling van psychiatrische aandoeningen en psychologische problemen. Meer specifiek wordt gekeken of personen de volgende medicijnen gebruiken (of in ieder geval voorgeschreven en vergoed hebben gekregen): Antipsychotica, anxiolytica, hypnotica en sedativa, antidepressiva en psychostimulantia (middelen voor ADHD en nootropica). Er wordt gekeken of deze medicijnen in de drie jaar voor dupering/selectie zijn verstrekt aan huishoudleden die in het jaar voor dupering/selectie in het huishouden van de aanvrager zaten en/of de aanvrager zelf (ja of nee). Dit kenmerk is ook geoperationaliseerd door enkel het jaar vóór dupering/selectie te bekijken.

Gebruik medicijnen bij verslavingen door huishoudleden
Als laatste indicator van medicijngebruik is bekeken of personen in het huishouden al dan niet gebruik maken van medicijnen die samenhangen met verslavingen (middelen bij alcoholverslaving en opioïdeverslaving). Ook hier wordt gekeken of personen die in het jaar voor dupering/selectie in hetzelfde huishouden woonden als de aanvrager en/of de aanvrager zelf deze medicijnen verstrekt hebben gekregen in de drie jaar voor dupering/selectie (ja of nee). Ook kenmerk is geoperationaliseerd door enkel het jaar vóór dupering/selectie te bekijken. 

Justitie en veiligheid

Registratie als verdachte binnen het huishouden
Tot slot is gekeken of huishoudleden die in het jaar voor dupering/selectie in het huishouden van de aanvrager zitten (inclusief de aanvrager zelf) ergens in de drie jaar voor dupering/selectie geregistreerd zijn geweest als verdachte van het plegen van een misdrijf (ja of nee). Het betreft personen die geregistreerd zijn in het registratiesysteem Basis Voorziening Handhaving van de politie. Een persoon wordt door de politie geregistreerd als verdachte als er een redelijk vermoeden van schuld aan een misdrijf bestaat.

Domein: Financiën en werk

1. Huishoudinkomen  
Procentuele verandering tussen het inkomen in het jaar voorafgaand aan dupering/selectie en het gemiddelde inkomen de drie jaar na dupering/selectie⁷²⁾ van het gestandaardiseerd besteedbaar inkomen van het huishouden. Het besteedbaar inkomen van een huishouden bestaat uit het bruto-inkomen verminderd met betaalde inkomensoverdrachten zoals alimentatie 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. Om een zinvolle vergelijking te maken tussen verschillende soorten huishoudens wordt gekeken naar het gestandaardiseerde huishoudinkomen. Dit betekent dat inkomens van huishoudens van verschillende grootte en samenstelling vergelijkbaar gemaakt worden. Hiervoor worden equivalentiefactoren gebruikt die rekening houden met het aantal volwassenen en kinderen (naar leeftijd) in een huishouden. De procentuele verandering van dit inkomen is vervolgens ingedeeld in drie categorieën:

• Vooruitgang (10 procent of meer)
• Achteruitgang (10 procent minder of nog minder)
• Stabiel (tussen -10 en +10 procent)

Voor de groep met een inkomen van 0 in het jaar voorafgaand aan dupering/selectie is het niet mogelijk om de procentuele verandering van het inkomen te berekenen. Voor deze groep is het inkomen in het jaar voorafgaand aan dupering/selectie omgezet naar een inkomen van 0,001 om de berekening van de procentuele verandering van het inkomen mogelijk te maken⁷³⁾. Derhalve komt deze groep bij elke verandering van het inkomen altijd in de 10% stijging of 10% daling categorie terecht. Dit geldt ook voor de hele lage inkomens. 

Een andere kanttekening is dat het inkomen gemeten wordt op huishoudniveau. Hierdoor kan het inkomen veranderen door veranderingen in de huishoudsamenstellingen die ontstaan na dupering/selectie. Een aanvrager kan bijvoorbeeld alleenstaand zijn in het jaar vóór dupering/selectie, maar na dupering/selectie een partner krijgen waardoor het inkomen automatisch zal stijgen. Om dit effect zo klein mogelijk te houden is gekeken naar het gestandaardiseerd inkomen van het huishouden.

2. Werkuren
Procentuele verandering tussen het totaal aantal reguliere werkuren van alle banen die voorkomen in de Polis⁷⁴⁾ in het jaar voorafgaand aan dupering/selectie van de aanvrager (en in het geval van een stabiele partner: diens partner) en het gemiddelde aantal reguliere werkuren over de drie jaar na dupering/selectie. Reguliere uren zijn verloonde uren minus overwerkuren en minus verlofuren. Deze procentuele verandering is ingedeeld in drie categorieën:

• Vooruitgang (10 procent of meer)
• Achteruitgang (10 procent minder of nog minder)
• Stabiel (tussen -10 en +10 procent)

Gevallen die niet voorkomen in het Polis hebben geen baan die in de Polis is opgenomen. Deze gevallen zijn gecodeerd als 0 werkuren, aangezien deze volgens de Polis geen baan hebben. 

3. Vermogen van het huishouden
Procentuele verandering tussen het vermogen in het jaar voorafgaand aan dupering/selectie en het gemiddelde vermogen over de drie jaar na dupering/selectie voor de waarde van het totale vermogen van een huishouden. Het vermogen is gelijk aan het verschil tussen de bezittingen en de schulden. Bezittingen zijn gelijk aan de waarde aan bank- en spaartegoeden, effecten, obligaties, aandelen, de eigen woning, ondernemingsvermogen en de overige bezittingen van een huishouden. Schulden zijn gelijk aan de hypotheekschuld van de eigen woning, studieschulden en overige schulden zoals voor consumptieve doeleinden, de financieringen van aandelen, obligaties of rechten op periodieke uitkeringen, schulden voor de financiering van de tweede woning of ander onroerend goed. Dit is vervolgens ingedeeld in drie categorieën:

• Vooruitgang (10 procent of meer)
• Achteruitgang (10 procent minder of nog minder)
• Stabiel (tussen -10 en +10 procent)

4. Wanbetaler zorgverzekering
Is de aanvrager en (indien aanwezig) diens stabiele partner op enig moment in de periode drie jaar na dupering/selectie een wanbetaler (ja/nee)?⁷⁵⁾. Wanbetalers van de zorgverzekeringswet zijn personen die minimaal 6 maanden geen premie voor hun basisverzekering betaald hebben, op peildatum in de Basisregistratie personen (BRP) staan ingeschreven, aangemeld zijn bij het CAK, in het bestuursrechtelijke premieregime zitten en 18 jaar of ouder zijn. Per 1 september 2009 is de Wet structurele maatregelen wanbetalers zorgverzekering in werking getreden. In het kader van deze wet worden wanbetalers opgespoord. Hiervoor doen zorgverzekeraars opgave aan het CAK (tot 2016 was dit aan het Zorginstituut Nederland) van hun verzekerden met een premieachterstand van ten minste zes maanden. Het CAK int vervolgens een bestuursrechtelijke premie (dat wil zeggen een verhoogde premie) door middel van inhouding op loon of uitkering (bronheffing). Als bronheffing niet (geheel) mogelijk is, wordt de premie met behulp van het Centraal Justitieel Incasso Bureau (CJIB) geïncasseerd. 

5. Verandering van woonsituatie
Verandering van woonsituatie van het jaar voor dupering/selectie en drie jaar na dupering/selectie. Hierbij zijn de volgende categorieën onderscheiden: 

• Van koopwoning naar koopwoning
• Van koopwoning naar huurwoning
• Van huurwoning naar koopwoning
• Van huurwoning naar huurwoning 
• Onbekend. Tot deze categorie behoren ook de institutionele huishoudens. Indien één of beide peilmomenten de woonsituatie onbekend of institutioneel huishouden is dan is deze categorie van toepassing. 

Deze uitkomstmaat wordt gecreëerd door de woonsituatie op twee peilmomenten (het derde jaar na dupering/selectie t.o.v. het jaar voor dupering/selectie) met elkaar te vergelijken. Er wordt dus niet gekeken naar tussenliggende jaren, dit heeft te maken met de timing van het verwachte mechanisme. Indien iemand een koopwoning heeft in het jaar voor dupering/selectie, een huurwoning heeft in de twee jaar daarna, maar weer een koopwoning in het derde jaar na dupering/selectie dan is deze persoon in de categorie van een koopwoning naar een koopwoning ingedeeld. 

6. Baanbeëindiging 
Heeft de aanvrager en (indien aanwezig) diens stabiele partner met een baan in het jaar voor dupering/selectie, een baan verloren in de drie jaar na dupering/selectie, waarbij diegene niet met pensioen is gegaan (ja/nee)? Enkel personen die in het jaar voor dupering/selectie een baan hebben, kunnen hun baan verliezen voor deze uitkomstmaat. Iemand heeft een baan in een betreffend jaar als deze op het peilmoment (1 december) in dat jaar, volgens de SECM⁷⁶⁾ geclassificeerd is als werknemer, directeur-grootaandeelhouder, zelfstandig ondernemer, overige zelfstandige of meewerkend gezinslid⁷⁷⁾. 

Domein: Emotionele- en gedragsproblemen en zorg:

7. In de ziektewet raken:
Is de aanvrager en (indien aanwezig) diens stabiele partner met een baan en zonder ziektewet in het jaar voor dupering/selectie, in de ziektewet geraakt in de drie jaar na dupering/selectie (ja/nee)? De ziektewet biedt zieke werknemers een uitkering als zij geen werkgever meer hebben die hun loon moet doorbetalen. Ziek is iemand die door ziekte, gebrek, zwangerschap of bevalling niet in staat is om zijn arbeid te verrichten. Enkel personen die een baan hadden en niet in de ziektewet zaten in het jaar voor dupering/selectie kunnen in de ziektewet terechtkomen voor deze uitkomstmaat. Om te bepalen of iemand een baan heeft is dezelfde classificatie gebruikt als beschreven onder baanbeëindiging. Om te bepalen of iemand in de ziektewet zit is ook de SECM⁷⁸⁾ classificatie op het peilmoment (1-december) gebruikt.

8. Medicijngebruik
Psychofarmaca: Om meer zicht te krijgen op het geestelijk welbevinden van personen (en de aanwezigheid van eventuele problemen op dit gebied in het huishouden) wordt gekeken naar gebruik van psychofarmaca. Psychofarmaca zijn medicijnen die ingezet worden bij de behandeling van psychiatrische aandoeningen en psychologische problemen. Meer specifiek wordt gekeken heeft de aanvrager en (indien aanwezig) diens stabiele partner de volgende medicijnen gebruikt (of in ieder geval voorgeschreven en vergoed hebben gekregen): Antipsychotica, anxiolytica, hypnotica en sedativa, antidepressiva en psychostimulantia (middelen voor adhd en nootropica). Er wordt gekeken of deze medicijnen in de 3 jaar na dupering/selectie zijn verstrekt aan de aanvrager en (indien aanwezig) diens stabiele partner. Medicatie bij verslavingen: hierbij wordt gekeken of personen al dan niet gebruik maken van medicijnen die samenhangen met verslavingen (middelen bij alcoholverslaving en opioïdenverslaving). Ook hier wordt gekeken of de aanvrager en (indien aanwezig) diens stabiele partner deze medicijnen verstrekt hebben gekregen in de drie jaar nar dupering/selectie (ja of nee).

9. Gemaakte GGZ-kosten
Zijn voor de aanvrager en (indien aanwezig) diens stabiele partner kosten gedeclareerd binnen de basisverzekering voor basis en/of specialistische GGZ in de drie jaar na dupering/selectie (ja/nee)? Krijgt de verzekerde een voorschrift mee voor bijvoorbeeld een geneesmiddel, dan valt deze zorg buiten de GGZ maar onder de farmaceutische zorg.

Domein: Justitie en veiligheid:

10. Geregistreerd als verdachte van een misdrijf
Stond de aanvrager en (indien aanwezig) diens stabiele partner geregistreerd als verdachte(n) ergens in de drie jaar na dupering/selectie (ja/nee)? Het betreft personen die geregistreerd zijn in het registratiesysteem Basis Voorziening Handhaving van de politie. Een persoon wordt door de politie geregistreerd als verdachte als een redelijk vermoeden van schuld aan een misdrijf bestaat. Bij deze uitkomstmaat wordt zowel gekeken naar verdachte in het algemeen als een uitsplitsing gemaakt naar type delict. De volgende type delicten worden daarbij onderscheiden:

1. Vermogensmisdrijven
2. Vernieling en openbare orde
3. Gewelds- en seksuele misdrijven
4. Verkeersmisdrijven
5. Overig (= Misdrijven Wetboek van Strafrecht; Drugsmisdrijven; (Vuur)wapenmisdrijven; Misdrijven overige wetten)

In onderstaande tabellen zijn de resultaten opgenomen van de bivariate analyses tussen enerzijds de achtergrondkenmerken en anderzijds de uitkomstmaten, gemeten vóór dupering/selectie. De (McFadden) R², in de onderstaande tabellen, is gebaseerd op een model met slechts één onafhankelijke variabele (het achtergrondkenmerk) en de bijbehorende afhankelijke variabele (de uitkomstmaat vóór dupering/selectie). De (McFadden) R² ligt hierdoor een stuk lager dan wanneer er meerdere kenmerken opgenomen worden in het model. Voor de logistische regressies, die gebruikt zijn om dupering en de binaire afhankelijke variabelen te voorspellen, wordt de McFadden R² weergegeven in onderstaande tabellen. Voor de continue afhankelijke variabelen wordt de R² weergegeven, aangezien hiervoor lineaire regressieanalyses zijn gebruikt⁷⁹⁾. De waardes van beide maatstaven liggen tussen de 0 en de 1. Alhoewel de interpretatie van de McFadden R² iets afwijkt van de interpretatie van de R², geldt voor beide maatstaven in algemene zin dat hoe dichter de waarde ligt bij 1, des te meer van de variantie in de afhankelijke variabele door het kenmerk kan worden verklaard. In onderstaande tabellen wordt naast de (McFadden) R² ook de verdeling van de kenmerken getoond (in percentages). Het komt voor dat de operationalisering van de uitkomstmaten anders is voor de getoonde percentages dan voor de (McFadden) R². Voor de (McFadden) R² wordt gekeken naar één peilmoment voor dupering/selectie, indien het niet gaat om een uitkomstmaat die een verandering betreft, zoals baanbeëindiging. Voor de percentages wordt de operationalisering gebruikt van het achtergrondkenmerk, indien het een achtergrondkenmerk is. Voor de percentages is er gekozen voor een variant in categorieën terwijl voor de (McFadden) R² soms een continue variant gebruikt is, bijvoorbeeld bij inkomen en vermogen. 

Inkomen

De percentages in Tabel B.7.1 en Tabel B.7.2 (kolom 3-7) zijn gebaseerd op: Het gestandaardiseerd besteedbaar huishoudinkomen gemiddeld over de drie jaar voor dupering/selectie, ingedeeld in kwartielen⁸⁰⁾. 

De R² (kolom 8) is gebaseerd op: het gestandaardiseerd besteedbaar huishoudinkomen (continu) in het jaar voor dupering/selectie⁸¹⁾.

Werkuren

De percentages in Tabel B.7.3 en B.7.4 (kolom 3-7) zijn gebaseerd op: het totaal aantal reguliere werkuren van alle banen die voorkomen in de Polis⁸²⁾ in het jaar voor dupering/selectie van de aanvrager en (indien aanwezig) diens stabiele partner, ingedeeld in kwartielen⁸³⁾.

De R² (kolom 8) is gebaseerd op dezelfde operationalisering als gebruikt in kolom 3-7, zonder indeling in kwartielen (continu).

Vermogen van het huishouden

De percentages in Tabel B.7.5 en B.7.6 (kolom 3-7) zijn gebaseerd op het vermogen van het huishouden in het jaar voorafgaand aan dupering/selectie in categorieën. 

De R² (kolom 8) is gebaseerd op het vermogen van het huishouden in het jaar voorafgaand aan dupering/selectie (continu).

Verandering woonsituatie

De percentages in Tabel B.7.7 en B.7.8 (kolom 3-7) zijn gebaseerd op veranderingen van de woonsituatie tussen drie jaar voorafgaand aan dupering/selectie en één jaar voorafgaand aan dupering/selectie. Er wordt niet gekeken naar het tussenliggende jaar. 
De McFadden R² (kolom 8) is gebaseerd op het bezit van een koopwoning (ja/nee) in het jaar vóór dupering/selectie⁸⁴⁾.

Baanbeëindiging

De percentages in Tabel B.7.9 en B.7.10 (kolom 3-4) zijn gebaseerd op de vraag of de aanvrager en (indien aanwezig) diens stabiele partner een baan heeft drie jaar voorafgaand aan dupering/selectie en vervolgens diens baan heeft verloren één of twee jaar voorafgaand aan dupering/selectie zonder dat diegene met pensioen is gegaan (ja/nee). Enkel personen die dus in het jaar drie jaar voorafgaand aan dupering/selectie een baan hebben, kunnen hun baan verliezen voor deze uitkomstmaat⁸⁵⁾. Iemand heeft een baan in een betreffend jaar als deze op het peilmoment (1-december) in dat jaar, volgens de SECM⁸⁶⁾ geclassificeerd is als werknemer, directeur-grootaandeelhouder, zelfstandig ondernemer, overige zelfstandige of meewerkend gezinslid.

De McFadden R²  (kolom 5) is gebaseerd op: heeft de aanvrager en (indien aanwezig) diens stabiele partner met een baan in het jaar voorafgaand aan dupering/selectie, diens baan verloren in het jaar van dupering/selectie, waarbij diegene niet met pensioen is gegaan (ja/nee)⁸⁷⁾⁸⁸⁾?

In de ziektewet geraakt

De percentages in Tabel B.7.11 en B.7.12 (kolom 3-4) zijn gebaseerd op de vraag of de aanvrager en (indien aanwezig) diens stabiele partner  een baan had zonder ziektewet in het jaar drie jaar voorafgaand aan dupering/selectie en is de persoon in de ziektewet geraakt twee jaar voorafgaand aan dupering/selectie of het jaar voorafgaand aan dupering/selectie (ja/nee). 
Enkel personen die een baan hebben en niet in de ziektewet zitten drie jaar voorafgaand aan dupering/selectie, kunnen in de ziektewet terechtkomen voor deze uitkomstmaat voor dupering/selectie⁸⁹⁾. Voor het bepalen of iemand een baan heeft is dezelfde classificatie gebruikt als beschreven onder baanbeëindiging. Voor het bepalen of iemand in de ziektewet zit is ook de SECM⁹⁰⁾ classificatie op het peilmoment gebruikt.

De McFadden R² (kolom 5) is gebaseerd op de vraag of de aanvrager en (indien aanwezig) diens stabiele partner een baan had zonder de ziektewet in het jaar voorafgaand aan dupering/selectie en is deze persoon vervolgens in de ziektewet geraakt in het jaar van dupering/selectie (ja/nee)⁹¹⁾⁹²⁾. 

Medicijngebruik bij psychiatrische aandoeningen en psychologische problemen (psychofarmaca)

De percentages in Tabel B.7.13 en B.7.14 (kolom 3-4) en de McFadden R² (kolom 5) zijn beide gebaseerd op de vraag of de aanvrager en (indien aanwezig) diens stabiele partner psychofarmaca medicatie gebruikten in het jaar voor dupering/selectie (ja/nee). 

Gemaakte GGZ-kosten

De percentages in Tabel B.7.15 en B.7.16 (kolom 3-4) en de McFadden R² (kolom 5) zijn beide gebaseerd op de vraag of de aanvrager en (indien aanwezig) diens stabiele partner kosten gedeclareerd hebben voor GGZ in het jaar voor dupering/selectie (ja/nee).