4. Samenhang tussen gebruik van de bijstand en achtergrondkenmerken

Het voornaamste doel van de regressieanalyses is om te kijken in hoeverre de verschillen in het aandeel met bijstand per herkomstgroep samenhangen met achtergrondkenmerken. Met andere woorden, we onderzoeken of de geschatte kansen op gebruik van de bijstand wijzigen voor de diverse herkomstgroepen als we rekening houden met verschillen in bijvoorbeeld leeftijdsopbouw, gezondheid en opleidingsniveau. Die berekening, die gebaseerd is op een multivariate analyse, gaat ervan uit dat de opbouw van de onderscheiden kenmerken in de herkomstgroepen gelijk is en geeft de voor de achtergrondkenmerken gecorrigeerde uitkomsten. Als de verschillen tussen herkomstgroepen in gebruik van de bijstand (deels) wegvallen, betekent dit dat ze (deels) verband houden met de achtergrondkenmerken in het model. Vallen de verschillen niet weg, dan zijn ze niet toe te schrijven aan de betreffende achtergrondkenmerken.

De regressiemodellen zijn als volgt opgebouwd:

• Model 1 bevat alleen de verschillende herkomstgroepen (met WEC, zie paragraaf 2.3) en reproduceert daarmee de geobserveerde verschillen in het aandeel personen met bijstand ten opzichte van het gemiddelde van de gehele populatie;
• Model 2 bevat de herkomstgroepen en daarnaast geslacht en leeftijd;
• Model 3 bevat aanvullend op het voorgaande model type huishouden, ontvangen van een andere uitkering (ja/nee) en ingeschreven staan in het onderwijs (ja/nee);
• Model 4 bevat aanvullend op het voorgaande model verschillende gezondheidsvariabelen: zorgkosten in tertielgroepen, aantal medicijngroepen, kosten voor GGZ (ja/nee), en of er antidepressiva (ja/nee), antipsychotica (ja/nee), en verslavingsmedicatie (ja/nee) zijn gedeclareerd (inclusief een indicator voor personen die geen zorgkosten hebben gemaakt omdat zijn geen basisverzekering hebben);
• Model 5 bevat aanvullend op het voorgaande model het opleidingsniveau van de referentiepersoon van het huishouden (inclusief een indicator voor geïmputeerde waarden).

Arbeidsverleden (figuur 3.1.6) is niet opgenomen als achtergrondkenmerk omdat het te sterk samenhangt met het ontvangen van bijstand. Door deze variabele toe te voegen aan het model verdwijnt weliswaar een aanzienlijk deel van de verschillen naar herkomst, maar er is niet echt sprake van verklaring. We kunnen dan namelijk concluderen dat sommige groepen vaker bijstand ontvangen dan gemiddeld omdat ze minder vaak werkzaam zijn: een logische voorwaarde voor het ontvangen van bijstand. Omdat dit geen aanvullend inzicht biedt en de verklarende waarde van de andere achtergrondkenmerken kan vertekenen, wordt alleen opleidingsniveau gebruikt als indicator voor de sociaaleconomische status van het huishouden.

Onderstaande figuren laten per generatie en herkomstgroep zien hoe groot het verschil in het aandeel personen met bijstand is ten opzichte van het gemiddelde van de totale bevolking van Nederland (van 18 jaar tot AOW-leeftijd). Een positieve waarde betekent dat het aandeel personen met een bijstandsuitkering binnen een herkomstgroep groter is dan gemiddeld. Een negatieve waarde betekent dat het aandeel kleiner is dan gemiddeld. Het verschil is uitgedrukt in procentpunten. Model 1 laat de feitelijke verschillen zien, zoals ook eerder getoond in de beschrijvende figuren. Per model wordt het gecorrigeerde verschil getoond, oftewel, het verschil dat overblijft na de toevoeging van de genoemde variabelen aan het regressiemodel.

Herkomst verklaart – op zichzelf - 5,3 procent van de variantie in bijstand (model 1). Met het uitbreiden van het aantal verklarende variabelen neemt de verklaarde variantie toe tot 13,6 procent. Model 2 (leeftijd en geslacht) verklaart vrijwel niets in toevoeging op herkomst. De overige modellen voegen elk min of meer even veel verklaarde variantie toe.

Ook na correctie vaak bijstand voor Marokkaanse migranten

De geobserveerde verschillen (model 1) laten zien dat de verschillen ten opzichte van het gemiddelde het grootst zijn voor personen geboren in het buitenland. Het algemene beeld dat de opbouw van de modellen laat zien is dat de groepen waarbinnen het aandeel personen met bijstand flink groter is dan gemiddeld – Marokkaanse, Turkse, Nederlands-Caribische, Surinaamse, en overig Buiten-Europese migranten – het verschil afneemt na correctie voor de andere kenmerken, maar wel blijft bestaan. Leeftijd en geslacht spelen nauwelijks een rol, en huishoudenstype, het volgen van een studie, het ontvangen van een andere uitkering en gezondheid lijken alleen voor Surinaamse en Nederlands-Caribische migranten een deel van het verschil te verklaren. De correctie voor opleidingsniveau van de referentiepersoon van het huishouden leidt tot een duidelijker afname van het verschil, met name voor personen geboren in Marokko of Turkije. Europese migranten ontvingen minder vaak bijstand dan gemiddeld. Dat verschil neemt wat af na correctie voor achtergrondkenmerken. Het aandeel met bijstand onder Indonesische migranten verschilt nauwelijks van het gemiddelde en dit verandert niet na correctie.

Turkse tweede generatie na correctie minder bijstand dan gemiddeld

Voor de tweede generaties die vaker dan gemiddeld bijstand ontvangen – de Turkse, Marokkaanse, Surinaamse, en Nederlands-Caribische tweede generatie – geldt dat er met name een afname plaatsvindt na correctie voor opleidingsniveau. Het gecorrigeerde verschil ten opzichte van het gemiddelde is klein. Het gecorrigeerd verschil wordt voor de Turkse tweede generatie zelfs negatief. Dit betekent dat de Turkse tweede generatie minder vaak bijstand ontvangt dan gemiddeld als er gecorrigeerd wordt voor achtergrondkenmerken. Personen geboren in Nederland van Europese, Indonesische of overig Buiten-Europese herkomst ontvingen minder vaak dan gemiddeld bijstand. Het verschil blijft na correctie voor achtergrondkenmerken min of meer gelijk.