Zelfstandig ondernemers zonder personeel over hun bedrijfspositie

1.1 Noodzaak inzicht in de bedrijfspositie van zzp’ers

Zelfstandig ondernemers zonder personeel (zzp’ers) vormen een zeer heterogene groep (Dirven, Van der Torre en Van den Bossche, 2017; Van der Torre, Dirven en Van de Ven, 2018; Freese en Van den Groenendaal, 2019), die de laatste jaren fors in omvang is toegenomen (CBS StatLine, 2020). Mede doordat zij een alsmaar groter deel van de werkzame beroepsbevolking uitmaken, staan zij steeds meer in de belangstelling. Het idee is dat er naast zeer gezonde ondernemingen in toenemende mate zelfstandig ondernemers zijn voor wie de bedrijfsvoering en de arbeidsomstandigheden minder gunstig zijn, met name aan de onderkant van de arbeidsmarkt (Rijksoverheid, 2015). Door zowel beleid als onderzoek wordt er daarom al langer gezocht naar een manier om deze verschillen tussen zelfstandig ondernemers in beeld te brengen. Voor beleidsmakers kan dat aanknopingspunten geven om de positie van zzp’ers aan de onderkant van de arbeidsmarkt te versterken. Een voorbeeld hiervan is de oproep van de Sociaal-Economische Raad en de Raad voor Cultuur (SER en RvC, 2017) aan de overheid om de inkomenszekerheid in de culturele en creatieve sector te verbeteren. In deze sector komen verhoudingsgewijs veel zelfstandigen met lage inkomens voor (SER en RvC, 2016). Onderzoekers kunnen de kenmerken van ondernemers met uiteenlopende bedrijfsposities detecteren en zo in kaart brengen met welke factoren deze posities samenhangen. Daarnaast kan worden onderzocht in welke mate een gunstige of minder gunstige bedrijfspositie is gerelateerd aan andere arbeidsmarktuitkomsten van zzp’ers, in het bijzonder de kwaliteit van werk.

In dit verkennende onderzoek is het eigen oordeel van de zzp’er over de bedrijfspositie het uitgangspunt om zzp’ers te onderscheiden. Dat oordeel is tweeledig: het eigen oordeel over de financiële positie van het bedrijf en de mate waarin de ondernemer zich zorgen maakt over de toekomst van het bedrijf. De beoordeling van de huidige financiële situatie kan gezien worden als de meest actuele indicator voor de financiële positie van het bedrijf. Door ook zorgen over de toekomst mee te nemen, wordt een breder beeld van toekomstbestendigheid van het bedrijf verkregen. Bij een oordeel over het toekomstperspectief van de eigen onderneming kan een zzp’er  naast de financiële situatie (inkomenspositie) immers ook andere factoren meegewogen hebben, zoals behoud van voldoende opdrachten (arbeidsmarktzekerheid) en de eigen gezondheid in relatie tot de werkbelasting (intrinsieke kwaliteit van het werk). 

1.2 Bestaande indelingen van zzp’ers

Een veel gebruikte indeling is de ‘nieuwe zzp’er’, die voornamelijk eigen arbeid of diensten inzet, en de ‘klassieke zzp’er’ die voornamelijk producten verkoopt of grondstoffen aanbiedt. Dit onderscheid hangt samen met de mate waarin ondernemers moeten investeren in kapitaalgoederen om het bedrijf op te starten. De indeling naar ‘nieuwe’ en ‘klassieke’ zzp’er blijkt echter maar beperkt te onderscheiden op OESO-indicatoren van de kwaliteit van het werk (Van der Torre et al., 2018). Kwaliteit van werk wordt door de OESO onderverdeeld naar extrinsieke factoren zoals inkomenspositie en arbeidsmarktzekerheid, en de intrinsieke kwaliteit van werk zoals bijvoorbeeld taakeisen en autonomie (Cazes, Hijzen en Saint-Martin, 2015).

In relatie tot de kwaliteit van het werk van zzp’ers is in het recente verleden onderzocht in hoeverre men zogenaamde “gedwongen zzp’ers” of “schijnzelfstandigen” kon onderscheiden¹⁾. Gedwongen en schijnzelfstandigheid kunnen als onwenselijk worden beschouwd omdat de risico’s die behoren bij het werkgeverschap worden overgeheveld naar de zzp’er. Ook kan het ten koste gaan van het sociale stelsel als geheel, doordat er minder afdracht is via premies en belastingen (zie bijvoorbeeld Commissie Regulering van Werk (2020) en Rijksoverheid (2015). “Schijnzelfstandigen” zijn lastig te identificeren (Zandvliet, Gravesteijn, Tanis, Dekker en Skugor, 2013). Eerder onderzoek heeft zzp’ers wel ingedeeld naar negatieve en positieve startmotieven, waarbij onder negatieve startmotieven ook een indicatie van gedwongen zelfstandigheid is meegenomen (werkgever wilde dat men als zelfstandige ging werken). In dit onderzoek bleek de kwaliteit van het werk  van zzp’ers met negatieve startmotieven niet te verschillen van zzp’ers met positieve startmotieven (Dirven et al., 2017).

1.3 Naar alternatieve indelingen van zzp’ers

Indelingen zijn bruikbaar voor beleidsmakers als groepen helder afgebakend zijn, zodat men zo nodig gericht beleid kan maken en uitzetten. Denk aan het stimuleren van tijdig starten met pensioenopbouw onder jonge ondernemers, of de eerder genoemde oproep van de SER en RvC om te investeren in de culturele en creatieve sector. Zoals hierboven uiteengezet, zeggen bestaande indelingen weinig over relevante thema’s zoals de kwaliteit van het werk. Anderen zijn lastig hanteerbaar omdat ze moeilijk vast te stellen en/of weinig onderscheidend zijn. Waar onderzoek tot nu toe voornamelijk heeft getracht op basis van de empirie en theorie indelingen van zzp’ers te maken, is de insteek van dit onderzoek anders. Gekozen is om met een algoritme aan de hand van goed waarneembare kenmerken te verkennen welke groepen zzp’ers positief dan wel negatief over hun bedrijfspositie oordelen. Vervolgens is onderzocht hoe de groepen zzp’ers die het meest positief dan wel over hun bedrijfspositie oordelen scoren op persoonskenmerken zoals leeftijd, bedrijfskenmerken (zoals bedrijfstak) en op de diverse dimensies van de kwaliteit van het werk die door de OESO worden onderscheiden. Een dergelijke verkennende aanpak kan dienen als input voor de zoektocht naar alternatieve en vooral bruikbare indelingen van zzp’ers.

¹⁾ Onder gedwongen zzp’ers worden ondernemers verstaan die liever werknemer willen zijn, maar “gedwongen” door omstandigheden (bijv. onder druk van een opdrachtgever) zich verhuren als zzp’er. Bij een schijnzelfstandige ontbreekt de voor ondernemerschap kenmerkende vrijheid om te kiezen hoe het werk te organiseren en met wie zaken te doen.

Voor dit onderzoek is gebruik gemaakt van de Zelfstandigen Enquête Arbeid (ZEA) 2019 van TNO en CBS (Van der Torre et al., 2019). De doelpopulatie van de ZEA bestaat uit zelfstandig ondernemers die arbeid verrichten voor eigen rekening of risico in een eigen bedrijf of praktijk en daarover winstaangifte doen voor de inkomstenbelasting bij de Belastingdienst. Dit onderzoek richt zich alleen op zelfstandig ondernemers zonder personeel en betreft 4 379 zzp-steekproefpersonen. Meer over de methode van de ZEA is te vinden op de websites van het CBS en TNO. 

2.1 Meting eigen oordeel bedrijfspositie

Om vast te stellen hoe zzp’ers hun bedrijfspositie beoordelen is uitgegaan van twee vragen uit de ZEA: (1) in hoeverre zijn zzp’ers tevreden over de financiële situatie van het bedrijf en (2) in hoeverre maken zij zich zorgen over de toekomst van hun bedrijf. Het eigen oordeel over de financiële situatie en de toekomst van het bedrijf of onderneming is gecombineerd tot een eigen oordeel over de bedrijfspositie in vier categorieën:

1. Huidige financiële situatie redelijk tot zeer goed, geen zorgen over toekomst
2. Huidige financiële situatie redelijk tot zeer goed, maakt zich soms tot vaak zorgen over toekomst
3. Huidige financiële situatie matig tot slecht, geen zorgen over toekomst
4. Huidige financiële situatie matig tot slecht, maakt zich soms tot vaak zorgen over toekomst

Indeling van zzp’ers in clusters
In de eerste stap van de analyse zijn zzp’ers met behulp van de boomclassificatietechniek (zie Technische toelichting) ingedeeld in clusters die significant negatiever dan wel positiever oordelen over de bedrijfspositie. De boomclassificatietechniek bouwt een boomstructuur op waarbij per vertakking een algoritme bepaalt welke factor het meest met het oordeel over de bedrijfspositie samenhangt. Zo ontstaan per vertakking steeds twee nieuwe homogene groepen: één die significant negatiever en één die significant positiever scoort op de bedrijfspositie. Voor het opbouwen van de boom zijn de volgende, veelal objectieve, persoons- en werkkenmerken gekozen:

• geslacht 
• leeftijd
• onderwijsniveau 
• type zzp’er (voornamelijk aanbieden van producten dan wel voornamelijk aanbieden van eigen arbeid) 
• beroepsniveau 
• beroepsklasse 
• aantal klanten 
• soort klanten 
• bij vrije keuze liever zzp’er of werknemer in loondienst willen zijn 
• tevens werkzaam als werknemer in loondienst

Omdat per vertakking het aantal groepen verdubbelt, ligt in verband met de leesbaarheid de focus in dit artikel op vier clusters. Deze vier clusters komen voort uit tweemaal de meest negatieve “afslag” in de boom en uit tweemaal de meeste positieve “afslag”. De overige zzp’ers dienen als referentie in de analyses naar verschillen in persoons- en bedrijfskenmerken en de dimensies van kwaliteit van het werk. De boom is zo samengesteld dat hoe hoger een kenmerk (criterium) in de boom staat, des te belangrijker het kenmerk is om zzp’ers die positief dan wel negatief over hun bedrijfssituatie oordelen te onderscheiden. Hoe lager een kenmerk staat, hoe minder het een rol speelt bij het maken van dit onderscheid. Van de elf variabelen die als input aan de boomclassificatie zijn meegegeven, zijn er drie niet gebruikt. Deze variabelen (beroepsniveau, tevens werkzaam als werknemer en bij vrije keuze liever zzp’er of werknemer in loondienst willen zijn) bleken het minst relevant voor het indelen naar een positief dan wel minder positief oordeel over de bedrijfspositie  Als randvoorwaarde aan de classificatieboom is meegegeven dat groepen verder konden worden uitgesplitst zolang het nog subgroepen van voldoende omvang opleverde om uitspraken over te kunnen doen.

2.2 Meting kwaliteit van het werk 

In de tweede stap van de analyse zijn de vier meest extreem scorende zzp-clusters onderling vergeleken op kenmerken van de kwaliteit van het werk. Voor de conceptualisering van de kwaliteit van het werk is aangesloten bij het door de OESO ontwikkelde kader voor de kwaliteit van het werk (Cazes et al. 2015). De kwaliteit van het werk wordt daarin onderverdeeld naar de inkomenspositie, arbeidsmarktzekerheid en de intrinsieke kwaliteit van het werk. Niet alleen de hoogte van het inkomen, maar ook het inkomen ten opzichte van anderen blijkt samen te hangen met de ervaren kwaliteit van werk. In dit onderzoek is dat ondervangen door de relatieve inkomenspositie mee te nemen, zowel die van het persoonlijk inkomen als van het gestandaardiseerd besteedbaar huishoudensinkomen (zie CBS StatLine, 2019). De inkomensgegevens gaan over het jaar 2017, aangezien niet alle belastinggegevens van zelfstandigen over 2018 en 2019 ten tijde van het onderzoek nog niet beschikbaar waren. Bij arbeidsmarktzekerheid gaat het onder meer om de ervaren werkzekerheid en de regelingen die voorhanden zijn mocht men werkloos of arbeidsongeschikt raken. Waar voor werknemers in loondienst inkomensverzekeringen verplicht geregeld zijn, zijn die voor zzp’ers vrijwillig. Zo hebben zzp’ers de keuze om zich al dan niet te verzekeren tegen arbeidsongeschiktheid. Ook kunnen ze een buffer opbouwen tegen inkomensverlies, bijvoorbeeld via lijfrentepremies als pensioenvoorziening. De intrinsieke kwaliteit van het werk betreft de werkomstandigheden zoals de werkdruk, autonomie en variatie in het werk. Ook gaat het om daaraan gerelateerde (gezondheids-) risico’s zoals werk(on)tevredenheid, bevlogenheid, gezondheid en werkgerelateerde psychische vermoeidheid (burn-out klachten). Voor de kwaliteit van het werk is steeds elk cluster vergeleken met alle andere zzp’ers. Verschillen zijn getoetst op significantie (p<0,05; Pearson  χ²-test voor categoriale variabelen en effectgrootte (Cohen’s d ≥ 0,20), zie Technische toelichting. 

3.1 Persoons- en werkkenmerken 

De vier clusters zzp’ers met een sterke en zwakke bedrijfspositie (zie paragraaf 2) omvatten in totaal 37 procent van alle zzp’ers. Per cluster zijn de twee of drie meest onderscheidende kenmerken geïdentificeerd. De beroepsgroep waarbinnen een ondernemer werkzaam is bleek het meest onderscheidend. Per cluster verschilt het welk kenmerk vervolgens het meest van belang is in de beoordeling van de bedrijfspositie. Zo blijken ook het soort klanten en het opleidingsniveau bepalend bij de indeling. Waar in totaal 14 procent van alle zzp’ers zeer negatief was over de bedrijfspositie (d.w.z. matige tot slechte huidige financiële situatie en soms tot vaak zorgen over de toekomst), bedroeg dit in de twee meest negatieve clusters 36 procent (cluster 1) en 22 procent (cluster 2). In totaal oordeelde bijna de helft (49 procent) zeer positief over de bedrijfspositie. In de twee meest positieve clusters lag dit significant hoger met 60 procent in cluster 3 en 57 procent in cluster 4. 

Clusters met een negatief oordeel over de bedrijfspositie
Het eerste cluster bestaat voornamelijk uit zzp’ers met creatieve beroepen (92 procent) en deze zzp’ers bedienen voornamelijk particuliere klanten. Vergeleken met de andere zzp’ers bestaat cluster 1 (kort aangeduid: ‘creatieve zzp’ers’) uit relatief veel vrouwen en hoogopgeleiden. Daarnaast hadden zzp’ers in dit cluster in 2019 vaker drie of minder klanten en werkten ze minder uren dan gemiddeld (tabel B1 in de Tabellenbijlage).

Cluster 2 bestaat voornamelijk uit klassieke zzp’ers met commerciële beroepen (80 procent) die vooral particuliere klanten bedienen. In cluster 2 (‘aanbieders van goederen’) waren het aandeel 55-plussers en het aandeel laagopgeleiden ruim bovengemiddeld. Zzp’ers in cluster 2 hadden ook relatief vaak te maken met 100 klanten of meer (tabel B1). 

Clusters met een positief oordeel over de bedrijfspositie
Cluster 3 bestaat uit laagopgeleide technische (74 procent) en dienstverlenende (23 procent) beroepen. Kenmerkend voor dit cluster (‘technici’)  is dat er bovengemiddeld veel mannen toe behoren. Omdat een groot aandeel werkt in de bouw, een sector met veelal typische mannenberoepen, is dat niet zo opmerkelijk. Meer dan gemiddeld heeft het cluster particulieren als klant (tabel B1).

Het vierde cluster  bestaat voornamelijk uit bedrijfseconomische en administratieve beroepen (50 procent), ICT beroepen (30 procent) en beroepen in zorg en welzijn (15 procent) die hoofdzakelijk zakelijke klanten bedienen. Met bijna 73 procent hoog opgeleiden ligt het aandeel in dit cluster (‘administrateurs’) 26 procentpunten boven het gemiddelde (tabel B1).

3.2 Kwaliteit van het werk 

In de tweede stap van de analyse is onderzocht hoe de vier zzp-clusters scoren op indicatoren van de kwaliteit van het werk ingedeeld naar het OESO-kader (zie paragraaf 2.2). Daarbij is elke cluster vergeleken met de gemiddelde zzp’er. 

3.2.1 Creatieve zzp’ers versus de gemiddelde zzp’er

Ontevreden over werkzekerheid, maar vrijwel iedereen gevarieerd werk
Zzp’ers in het eerste cluster hebben twee keer zo vaak als gemiddeld een persoonlijk inkomen dat tot de laagste 20 procent van alle inkomens in Nederland behoort. Gekeken naar de huishoudensinkomen, is dit een factor anderhalf (tabel B2). Ook zegt bijna de helft weinig of geen vertrouwen te hebben in het behoud van opdrachten, tegenover 20 procent de gemiddeld. Relatief weinig creatieve zzp’ers zeggen een arbeidsongeschiktheidsverzekering voor hun werk als zelfstandig ondernemer te hebben. Ook het aandeel dat geld spaart om een buffer op te bouwen voor wanneer men arbeidsongeschikt zou raken, is relatief klein (tabel B3). Op de variabelen die iets over de arbeidsomstandigheden zeggen, scoort deze groep vrijwel gemiddeld. Wel rapporteren ze vrijwel allemaal dat zij gevarieerd werk hebben (tabel B4).

3.2.2 Aanbieders van goederen versus de gemiddelde zzp’er

Relatief laag inkomen en minderheid met voorziening voor arbeidsongeschiktheid
Net als de zzp’ers met vooral creatieve- en taalkundige beroepen (cluster 1) behoren de zzp’ers in dit cluster met hun persoonlijk inkomen twee keer zo vaak als gemiddeld tot de laagste 20 procent van de inkomens (tabel B2). De verdeling van het huishoudensinkomen over de hogere 20-procentsgroepen is iets gunstiger. Zo’n driekwart van de zzp’ers van het tweede cluster is (heel) tevreden over de werkzekerheid, wat gelijk is aan het gemiddelde van alle zelfstandig ondernemers zonder personeel. Het aandeel met een arbeidsongeschiktheidsverzekering voor hun werk als zelfstandig ondernemer ligt ook op het gemiddelde (tabel B3). Het aandeel binnen dit cluster dat überhaupt een voorziening (naast een verzekering kan men bijvoorbeeld ook zelf sparen of beleggen) voor arbeidsongeschiktheid heeft getroffen is lager dan gemiddeld. De meeste scores op de variabelen over de omstandigheden waaronder zij hun werk verrichten zoals autonomie, bevlogenheid en werkdruk, zijn vrijwel identiek aan het gemiddelde. Alleen het aandeel dat variatie in het werk ervaart is lager dan gemiddeld.

3.2.3 Technici versus de gemiddelde zzp’er

Bovenmatig tevreden over werkzekerheid, relatief lage intrinsieke kwaliteit van het werk
Zowel de verdeling van het persoonlijk als het huishoudensinkomen over de 20-procentsgroepen verschilt nauwelijks van die van alle zzp’ers (zie ook tabel B2). Gezien het feit dat zij vaak laag opgeleid zijn (schema 3.2.2) is dat opmerkelijk, omdat een laag opleidingsniveau vaak gepaard gaat met een relatief laag inkomen. Wel is cluster 3 iets minder vertegenwoordigd in de hoogste 20-procentsgroepen. Dat hun arbeidsmarktpositie goed is, blijkt ook uit het feit dat bijna 90 procent (heel) tevreden is over de werkzekerheid. En met ruim een derde ligt het aandeel dat een arbeidsongeschiktheidsverzekering heeft ruim boven het gemiddelde (tabel B3). Daar staat tegenover dat het aandeel dat aangeeft gemakkelijk aan de fysieke eisen van het werk te kunnen voldoen lager is dan gemiddeld. Daarnaast ervaren zij veel minder dan gemiddeld variatie in hun werkzaamheden. De ervaren noodzaak om nieuwe dingen te leren om het werk uit te kunnen voeren is in dit cluster relatief laag.

3.2.4 Administrateurs versus de gemiddelde zzp’er

Inkomen en intrinsieke kwaliteit van het werk relatief hoog
Voor zowel hun persoonlijk als huishoudensinkomen is het beeld in cluster 4 anders dan het gemiddelde. In beide gevallen heeft de helft een inkomen dat valt in de hoogste 20-procentsgroep. Ondernemers binnen dit cluster hebben relatief vaak een financiële voorziening voor het geval ze arbeidsongeschiktheid zouden raken. Meer dan 40 procent doet dat in de vorm van spaargeld of beleggingen (tabel B3). En hoewel in aandeel nog beperkt (6 procent), zijn er binnen deze groep relatief veel ondernemers aangesloten bij een broodfonds²⁾. Significant vaker dan gemiddeld geven de zzp’ers binnen dit cluster aan dat zij gemakkelijk aan de fysieke en psychische eisen van het werk kunnen voldoen. Eveneens meer dan gemiddeld zeggen zij gevarieerd werk te hebben en houden zij hun kennis op peil door scholing of via collega’s. Merk op dat cluster 4 relatief het grootste cluster is (19 procent), waardoor verschillen met de andere zzp’ers eerder significant zijn.

²⁾ In een broodfonds, of een schenkkring, sparen ondernemers in gezamenlijk verband om elkaar in geval van langdurig verzuim (vaak maximaal 2 jaar) financieel te ondersteunen.

In dit artikel is een verkennende analyse uitgevoerd naar een alternatieve indeling van zzp’ers. Hiervoor is 1) onderzocht welke clusters van zzp’ers zijn te onderscheiden op grond van hun oordeel over de bedrijfspositie en 2) hoe de clusters met een positief dan wel negatief oordeel zich kenmerken naar persoons- en bedrijfskenmerken en de kwaliteit van het werk. De vier meest positief en meest negatief oordelende clusters omvatten 37 procent van alle zzp’ers. De beroepsklasse blijkt de meest identificerende factor van zzp’ers die hun (toekomstige) bedrijfspositie (on)gunstig beoordelen, gevolgd door het voornamelijk bedienen van particuliere klanten. De twee meest negatief oordelende clusters bestaan uit zzp’ers met creatieve/taalkundige beroepen en degenen in de commerciële, agrarische en transportsector. In de twee meeste positieve clusters zitten zzp’ers in de technische, dienstverlenende, zorg en welzijn, bedrijfseconomische en ICT beroepsklassen. In de kwaliteit van het werk blijken de vier clusters vooral te verschillen op de extrinsieke dimensies inkomenspositie en arbeidsmarktzekerheid en in mindere mate op de intrinsieke kwaliteit van het werk (zoals werkdruk en autonomie).

Bedrijfspositie hangt sterkst samen met beroepsklasse
Dat de beroepsklasse gerelateerd is aan de bedrijfspositie is niet verwonderlijk. Elke beroepsklasse heeft zijn eigen dynamiek en tariefstelling. Neem bijvoorbeeld de culturele en creatieve sector, waar in de afgelopen jaren veel bezuinigd is (SER en RvC, 2016). In samenspel met een zeer gemotiveerde groep zzp’ers die meer produceert dan wordt gevraagd, heeft dit volgens de SER en RvC geleid tot een zorgwekkende arbeidsmarktsituatie. Aan de andere kant van het spectrum zitten veelal de bedrijfseconomische en ICT- beroepen. Er is al langer een groeiende vraag naar ICT-personeel (ROA, 2019), wat gunstig is voor  hun arbeidsmarktpositie. De beroepsklasse bepaalt daarmee voor een groot deel de context waarin de werkzaamheden worden uitgevoerd, en is daarmee voor zowel beleid als onderzoek een belangrijke factor om bij de indeling van zzp’ers rekening mee te houden.

Veel particuliere klanten gerelateerd aan negatieve bedrijfspositie
Naast beroepsklasse zijn het type klant en, in mindere mate, het aantal klanten terugkerende onderscheidende factoren. De twee meest negatief oordelende clusters van zzp’ers bedienen veel particuliere klanten. Aan de andere kant van het spectrum bedient het meest positief oordelende cluster een beperkt aantal zakelijke klanten. Dit sluit aan bij eerder onderzoek onder zzp’ers die voornamelijk arbeid aanbieden. Zzp’ers met enkele zakelijke klanten zijn vaker tevreden over de financiële situatie en maken zich minder zorgen over de toekomst van hun bedrijf dan zzp’ers met veel particuliere klanten (Van de Ven en Van der Torre, 2019). Het hebben van weinig klanten hoeft daarmee niet per se een indicator van kwetsbaarheid te zijn. Dit in tegenstelling tot eerder onderzoek waar het hebben van een beperkt aantal klanten een prominente identificatiefactor van schijn- en gedwongen zelfstandigen was (Zandvliet et al., 2013). 

Geen eenduidige samenhang bedrijfspositie en intrinsieke kwaliteit van het werk
Dat de clusters minder uiteenlopen in de intrinsieke dan de extrinsieke kwaliteit van het werk is niet verrassend. Het loon en toekomstperspectief hoeven niet samen te hangen met de motivatie, type werkzaamheden en de arbeidsomstandigheden. Eerder is aangekaart dat creatieve en taalkundige beroepen een hoog intrinsiek gemotiveerde groep betreft. Het cluster zzp’ers met creatieve/taalkundige beroepen geeft aan zeer gevarieerd werk te hebben en ook bovengemiddeld vaak te kunnen voldoen aan de psychische eisen die het werk aan hen stelt. Niettemin zijn ze negatief over hun bedrijfspositie. Andersom kan een positief oordeel over de bedrijfspositie samengaan met een lager oordeel over de intrinsieke kwaliteit van het werk. De laagopgeleide technische en dienstverlenende beroepen in het positieve cluster geven minder vaak dan gemiddeld aan te kunnen voldoen aan de psychische eisen van het werk en gevarieerd werk te hebben. Wel zijn ze bovengemiddeld positief over de werkzekerheid. Een groot deel van de zzp’ers in dit cluster is werkzaam in de bouw. De bouw wordt gezien als een van de groeisectoren (ROA, 2019) met dientengevolge positieve arbeidsmarktperspectieven. Dit impliceert dat het oordeel over de bedrijfspositie niet perse in dezelfde richting gaat als de  ‘overall’ ervaren intrinsieke kwaliteit van het werk.

Naar een indeling voor alle zzp’ers
De resultaten van dit verkennende onderzoek zijn niet te generaliseren naar alle zzp’ers. De vier clusters omvatten samen 37 procent van alle zzp’ers. Daarmee is 63 procent niet ingedeeld en nader bekeken op de kwaliteit van het werk. Daarnaast zijn ook zelfstandig ondernemers met personeel en de zelfstandigen die buiten het steekproefkader van de ZEA vallen (bv. DGA’s) niet meegenomen in de analyse. Daarmee is nog onbekend in hoeverre gevonden onderscheidende indicatoren zoals beroep en het aantal en type klanten voor alle zzp’ers relevante indelingscriteria zijn. Niettemin blijken de vier clusters in de extremen wel te onderscheiden naar inkomenspositie en arbeidsmarktzekerheid. Dat rechtvaardigt een verdere verkenning naar de bruikbaarheid van de onderscheiden factoren beroepsklasse, type klant en aantal klanten voor de indeling van zzp’ers. De bedrijfspositie hangt niet eenduidig samen met de intrinsieke kwaliteit van het werk, wat suggereert dat problemen niet clusteren over alle drie de dimensies van het OESO-kader. Onbekend is in hoeverre de zzp’ers hun gezondheid, hun (belastende) arbeidsomstandigheden en het (economisch) bestaansrecht meewegen in hun oordeel over de toekomst van het bedrijf, en of sommige factoren daarbij zwaarder wegen dan andere. De beroepsgroep is dus een onderscheidende factor in het oordeel over de bedrijfspositie, waar elk van de geïdentificeerde clusters zijn eigen aandachtspunten betreffende de kwaliteit van het werk heeft. Voor beleidsmakers en andere stakeholders kan dit aanleiding zijn om naar de (bestaande en mogelijk aanvullende) regelgeving voor specifieke sectoren/beroepsgroepen te kijken en eventueel speciale aandacht te geven aan zzp’ers werkzaam in creatieve/taalkundige en commerciële/agrarische/transport beroepen.

Cazes, S., A. Hijzen en A. Saint-Martin (2015). Measuring and Assessing Job Quality: The OECD Job Quality Framework. OECD Social, Employment and Migration Working Papers, No. 174, OECD Publishing, Paris. 

CBS (2020). Materiële Welvaart in Nederland 2020. 

CBS StatLine (2019). Zelfstandigen; inkomen, vermogen, kenmerken.

CBS Statline (2020). Arbeidsdeelname; kerncijfers.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale NJ: Erlbaum.

Commissie Regulering van Werk (2020). In wat voor land willen wij werken; naar een nieuw ontwerp voor de regulering van werk. Eindrapport. Den Haag.

Dirven, H. J., W. van der Torre en  S. van den Bossche (2017). Een slechte start en dan? De werksituatie van zelfstandig ondernemers met negatieve en positieve startmotieven. Tijdschrift voor Arbeidsvraagstukken, 33(3), 286-302.

Freese, C en S.M.E. van den Groenendaal (2019). Het ervaren en reduceren van onzekerheid door zzp’ers. In Dynamiek op de Nederlandse arbeidsmarkt. De focus op zekerheid. (pp 147-174). CBS/TNO.

Rijksoverheid. (2015). IBO Zelfstandigen zonder personeel. Den Haag: Rijksoverheid.

ROA. (2019). De arbeidsmarkt naar opleiding en beroep tot 2024. Maastricht: ROA-R-2019/7.

Stiglitz, J., A. Sen en J.P. Fitoussi (2009). Report by the Commission on the Measurement of Economic Performance and Social Progress. Parijs.

SER en RvC (2016). Verkenning arbeidsmarkt culturele sector. Den Haag: Sociaal-Economische Raad/Raad voor Cultuur.

SER en RvC (2017). Passie gewaardeerd. Versterking van de arbeidsmarkt in de culturele en creatieve sector. Den Haag: Sociaal-Economische Raad/Raad voor Cultuur. 

Torre, W. van der, H.J. Dirven en H.A. van de Ven (2018). Zzp'ers en werknemers: ongelijkheid in kwaliteit van werk [Self-employed and employees: Inequality in job quality]. Tijdschrift voor Arbeidsvraagstukken, 2, 34, 156-169.

Torre, W. van der, H. Lautenbach, H.A. van de Ven, B.J.M. Janssen, E.M.M. de Vroome, B. Janssen, W.E. Hooftman, H.J. Dirven en S.N.J. van den Bossche (2019). Zelfstandigen Enquête Arbeid 2019. Methodologie en globale resultaten, Leiden/Den Haag: TNO/CBS.

Ven, H.A. van de en W. van der Torre (2020). Rapportage: Trendanalyse Zelfstandige Enquête Arbeid/De zzp’er bestaat niet. Een eerste verkennende analyse. Leiden: TNO R11480 

Zandvliet, K., J. Gravesteijn, O. Tanis, R. Dekker, D. Skugor, en M. Meij (2013). ZZP tussen werknemer en ondernemer. opdracht van Ministerie van Economische Zaken.

De boomclassificatietechniek is bij dit onderzoek gekozen als analysemethode. Een classificatieboom verdeelt met een algoritme een populatie in zo homogeen mogelijke groepen van zzp’ers aan de hand van een aantal verklarende variabelen. In dit geval betekent dit dat het algoritme groepen van ondernemers probeert te maken die een significant positieve dan wel negatieve beoordeling geven over de huidige financiële situatie van hun bedrijf en zorgen over de toekomst laten zien vergeleken met het gemiddelde voor zzp’ers in Nederland. Het gebruikte algoritme begint met de hele populatie en verdeelt deze vervolgens in steeds kleinere en homogenere groepen aan de hand van de verklarende variabelen. In elke stap probeert het algoritme alle variabelen uit, meet voor elke variabele hoeveel homogener de groepen door splitsing worden en kiest de variabele uit die het hoogste scoort. Met deze variabele maakt de boom nieuwe groepen. Voor elke nieuwe groep wordt deze analyse steeds herhaald. Het resultaat van dit hele proces kan uitgebeeld worden als een diagram met een boomstructuur, vandaar de naam. De boom is zo samengesteld dat hoe hoger een criterium in de boom staat, des te belangrijker bijbehorende variabele is om zzp’ers met een positief oordeel van zzp’ers met een negatief oordeel te onderscheiden. Hoe lager een kenmerk staat, hoe minder het een rol speelt bij het maken van dit onderscheid. Het classificatieboom-algoritme kan op verschillende manieren worden ingesteld. Voor dit onderzoek is de keuze gemaakt om kenmerken van ondernemers te combineren tot goed te identificeren profielen. Dit om antwoord te krijgen op de vraag welke groepen van ondernemers de financiële situatie van hun bedrijf matig of slecht ervaren en zich daarnaast zorgen maken over de toekomst en welke groepen van ondernemers juist aan het andere eind van dit spectrum zitten.

In de analyses is gebruik gemaakt van het zogeheten deviatiecontrast. Hiermee wordt steeds een groep (bijv. cluster 1) afgezet tegen alle andere groepen (in dit voorbeeld cluster 2, 3, 4 en de overige zzp’ers) en getoetst op significantie (p<0,05). Met significantie wordt bedoeld dat het gevonden verschil zeer waarschijnlijk geen toevallig verschil is. Naast significantie wordt met behulp van Cohen’s d ook gekeken naar de grootte van het verschil (zie Cohen, 1988). In figuren van paragraaf 3.2 zijn significante verschillen aangegeven met een blauwe kleur. Grote significante verschillen (d.w.z. p<0,05 én Cohen’s d ≥ 0,20) zijn daarbij aangegeven met een donkerblauwe kleur. Kleine verschillen met een lichtblauwe kleur. Ook in de tabellenbijlage is onderscheid gemaakt tussen (geen en) grote en kleine verschillen.