Welke niet-werkenden hebben de grootste kans op werk?

Sinds 2014, in de jaren na de economische crisis van 2008-2013, is sprake van een toenemende krapte op de arbeidsmarkt: het is steeds moeilijker geworden om opengevallen of nieuwe vacatures te vervullen. Zo is het aantal openstaande vacatures in de periode 2014-2021 gestegen van gemiddeld 111 duizend per jaar naar 334 duizend, terwijl het aantal werklozen (personen die op korte termijn beschikbaar zijn voor werk en actief zoeken naar werk) in dezelfde periode is gedaald van 762 duizend naar 408 duizend. Sinds het vierde kwartaal van 2021 is het aantal vacatures zelfs groter dan het aantal werklozen.

Die groeiende vraag naar arbeid contrasteert met het gegeven dat er nog steeds personen zijn die niet werken en die slechts met grote moeite een plek op de arbeidsmarkt weten te vinden (Echtelt, Sadiray en Hoff, 2019). Voor het meten van de mate waarin personen binding hebben met de arbeidsmarkt wordt doorgaans gebruik gemaakt van de richtlijnen van Eurostat en de International Labour Organization (ILO), waarbij niet-werkenden worden afgebakend met beschikbaarheids- en zoekcriteria. Werklozen staan volgens deze afbakening het dichtst bij de arbeidsmarkt: dit zijn niet-werkende personen van 15 tot 75 jaar die binnen 2 weken beschikbaar zijn voor werk en de afgelopen 4 weken naar werk hebben gezocht. Indien aan slechts één van deze criteria wordt voldaan, worden niet-werkenden als semiwerkloos getypeerd. Samen met de werklozen vormen de semiwerklozen het niet-werkende deel van het onbenut arbeidspotentieel¹⁾.

De afbakening van het onbenut arbeidspotentieel plaatst een groot deel van de niet-werkenden buiten de populatie met arbeidspotentieel. Dat betekent echter niet dat die groepen nooit tot de arbeidsmarkt zullen toetreden. Zij zijn bijvoorbeeld op langere termijn wel beschikbaar voor werk en/of hebben gezocht naar werk maar niet recent (Dirven en Ramaekers, 2022). Bovendien kan de beschikbaarheid en het zoekgedrag van niet-werkenden over de tijd veranderen en is het de vraag of het perspectief op werk alleen wordt bepaald door zoekgedrag en beschikbaarheid. Zo kunnen kenmerken van de persoon (geslacht, herkomst, leeftijd), de aanwezigheid van een werkende partner, en de regionale werkgelegenheidssituatie mede bepalend zijn voor de kans die personen maken op werk.

De eerste vraag die in dit artikel wordt gesteld is daarom: welke kenmerken, naast binding met de arbeidsmarkt, hangen samen met de kans op werk van niet-werkenden? Deze kans wordt in dit artikel ook vaak baanvindkans genoemd. Voor eerder onderzoek over de kansen op werk van semi-werklozen, zie: Bierings en Ramaekers, 2020.

Het aantal niet-werkenden dat uitstroomt naar werk per deelpopulatie, wordt niet alleen bepaald door de (gemiddelde) kans op werk van personen binnen deze groepen, maar ook door de omvang van de groepen. De derde vraag luidt daarom: vanuit welke deelpopulaties is het aantal personen dat uitstroomt naar werk het grootst, gezien de baanvindkans én de omvang van de groepen?

2.1 Data

De resultaten die in dit artikel worden gepresenteerd, zijn gebaseerd op de Enquête beroepsbevolking (EBB), met als verslagperiode de jaren 2013 t/m de eerste twee kwartalen van 2021. De EBB is de belangrijkste informatiebron voor statistieken over de werkzame beroepsbevolking²⁾ en binding met de arbeidsmarkt voor niet-werkenden. Daarnaast worden verschillende achtergrondkenmerken verzameld zoals geslacht, leeftijd, onderwijsniveau en herkomst.

De EBB was in de periode 2013 t/m 2020 opgezet als een adressensteekproef waarbij adressen van instellingen of tehuizen werden uitgesloten. Het onderzoek was ingericht als een zogenaamd roterend panel van vijf peilingen waarbij om de drie maanden huishoudens op de getrokken adressen werden geënquêteerd. Een deel van de huishoudens die in de eerste peiling niet respondeerden, werd vervolgens face-to-face of telefonisch benaderd. Bij de vier vervolgpeilingen zijn huishoudens telefonisch benaderd. Vanaf 2021 is het steekproefdesign van de EBB gebaseerd op een personensteekproef. Wel worden van huishoudens die in 2020 hun deelname aan de EBB zijn gestart, de peilingen tot en met de eerste twee kwartalen van 2021 waargenomen.

De doelpopulatie van dit onderzoek bestaat uit niet-werkenden in de leeftijd van 15 tot en met 74 jaar die woonachtig zijn in Nederland in particuliere huishoudens. Voor dit artikel is de doelpopulatie verder ingeperkt tot personen die hun formele opleiding hebben afgesloten. Voor onderwijsvolgende personen is werk namelijk niet in alle gevallen te beschouwen als het begin van een werkzame carrière die aansluit op de gevolgde onderwijsloopbaan. Het gaat bij hen veelal om bijbanen waarbij ze vaak wisselen van baan of van geen werk naar werk en andersom (CBS 2023). In 2021 had 87 procent van de onderwijsvolgende werknemers een flexibele arbeidsrelatie, en van de onderwijsvolgende flexwerknemers was 61 procent werkzaam als oproep- of invalkracht (Bierings, 2022).

Om de samenhang van de kans op werk van personen met andere kenmerken te kunnen schatten is het nodig om aanvullende gegevens bij dit onderzoek te betrekken vanuit andere bronnen dan de EBB. Een voorbeeld hiervan is de duur van de niet-werkzame periode, die in de EBB-enquête niet in alle gevallen volledig wordt waargenomen, maar wel af te leiden is vanuit gegevens uit registerbronnen. Een ander voorbeeld is de uitkeringssituatie van respondenten en de deelname aan maatregelen om de arbeidsdeelname van mensen met een arbeidsbeperking te bevorderen (Wet banenafspraak en quotum arbeidsbeperkten). Om te kunnen beschikken over deze gegevens zijn bestanden van de Enquête beroepsbevolking verrijkt met gegevens uit onder meer de volgende registerbronnen:

• Inschrijvingen bij het Uitvoeringsinstituut Werknemersverzekeringen (UWV)
• Personen die tot de doelgroep van de Wet banenafspraak behoren
• Gegevens over onderwijshistorie, het arbeidsverleden en uitkeringen uit het SSB³⁾

2.2 Methode

Discrete duuranalyse

De baanvindkansen worden geschat met een zogenaamde discrete duuranalyse, via de methode van de binomiale logistische regressie (Singer en Willett, 1993, Agresti, 2002, Binder, 1983). De kans op werk heeft betrekking op de transitie van geen werk naar werk tussen twee EBB-peilingen (een kwartaal), rekening houdend met de kenmerken van de onderzoekspersoon in de voorafgaande kwartalen. In deze analyse is de afhankelijke variabele de duur van de periode zonder werk. De kansverdeling van de duren wordt geschat door geobserveerde transities van geen werk naar werk te verbinden met achtergrondkenmerken en deze onder te brengen in een duurmodel.

De verklarende variabelen zijn in deze analyse:

• geslacht,
• leeftijd,
• herkomstland,
• samenstelling van het huishouden,
• aantal kinderen (van 0 t/m 5 jaar) in het huishouden,
• arbeidsmarktpositie van de partner,
• onderwijsniveau,
• wel/geen voortijdig schoolverlater,
• arbeidsbelemmering door langdurige ziekte,
• wel/geen lid van de doelgroep banenafspraak,
• binding met de arbeidsmarkt van de voorafgaande peiling,
• uitkeringspositie,
• kenmerken met betrekking tot zoekgedrag,
• wel/niet ingeschreven bij het UWV,
• omvang in uren van de gewenste baan,
• beroepsklasse recent uitgeoefend beroep (indien van toepassing), en
• gemeentelijk werkloosheidspercentage.

Modelselectie en kwaliteitsmaten

Modelselectie betekent het selecteren van de relevante kenmerken voor het schatten van de baanvindkans. Hierbij worden kenmerken waarvan verwacht kan worden dat ze inhoudelijk van betekenis zijn voor de kans op werk, in het model opgenomen en wordt vastgesteld of ze een belangrijke bijdrage leveren aan een goede modelfit, en niet sterk samenhangen met eerder opgenomen kenmerken. Dit laatste gebeurt door de variantie-inflatiefactor (VIF) te berekenen. Om de bijdrage van kenmerken aan de modelfit te kunnen vaststellen wordt het Akaike-informatiecriterium (AIC) toegepast (Akaike 1973). Er is ook nagegaan of het meenemen van de weeggewichten tot andere resultaten leidt (Binder, 1983, Särndal et al., 1992, Lumley, 2010).

De modellen die ontstaan uit de toevoeging van relevante kenmerken, zijn vervolgens op een aantal kwaliteitsmaten getoetst om na te gaan of deze modellen de waargenomen transities goed kunnen voorspellen. Het model met de beste modelfit blijkt ook het beste te scoren op de meerderheid van de kwaliteitsmaten, en bestaat uit de volgende typen variabelen:

• duurvariabelen (duur niet-werken voorafgaand aan het panel, aantal peilingen zonder werk)
• verslagjaar
• demografische kenmerken (geslacht, leeftijd, herkomstland, samenstelling huishouden, aantal kinderen in huishouden)
• sociaaleconomische kenmerken (onderwijsniveau, werkende partner)
• gezondheidsvariabelen (arbeidsbelemmering door langdurige ziekte, aandoening, of handicap)
• uitkeringen (pensioen, WW, Bijstand, overige sociale voorziening, uitkering i.v.m. ziekte of arbeidsongeschiktheid)
• variabelen met betrekking tot zoekgedrag
• voormalig beroep en bedrijfstak
• werkloosheidspercentage per gemeente

Interpretatie van de modellen

De in dit artikel gebruikte modellen schatten de baanvindkans van personen aan de hand van individuele kenmerken van personen. Dit betekent niet dat daarmee de precieze baanvindkans van individuele personen wordt geschat, maar eerder van groepen personen waarbij de groepen gekarakteriseerd worden door de kenmerken die in het model zijn opgenomen. Bovendien wordt de individuele baanvindkans van personen door meer factoren bepaald dan alleen de kenmerken die in dit artikel worden beschouwd.

3.1 Welke kenmerken hangen samen met de kans op werk?

Voor het bepalen van de mate van samenhang van kenmerken met de baanvindkans zijn meerdere maatstaven beschikbaar zoals het berekenen van de likelihood ratio en de odds ratio.

In het geval van de likelihood ratio wordt de passendheid van het model berekend voor het model mét en het model zonder het te onderzoeken kenmerk, waarbij alle andere verklarende kenmerken in het model zijn opgenomen. De mate van afwijking tussen de likelihood-waarden en het aantal vrijheidsgraden bepalen dan de ‘impact’ van het kenmerk. In tabel 3.1.1 is een overzicht opgenomen van de bijdrage van variabelen aan de passendheid van het model.

Drie variabelen blijken het meest samen te hangen met de kans op werk: leeftijd, arbeidsbelemmering en binding met de arbeidsmarkt. Personen met een arbeidsbelemmering worden door een langdurige aandoening, ziekte of handicap in lichte of sterke mate belemmerd bij het verkrijgen van werk. Binding met de arbeidsmarkt beschrijft de afstand van personen tot de arbeidsmarkt in termen van beschikbaarheid voor werk en zoekgedrag.

Een nadeel van de likelihood ratio is dat deze niet direct inzichtelijk maakt wat de precieze samenhang is van een bepaald kenmerk met baanvindkans. Bijvoorbeeld, in het geval van geslacht kan de vraag zijn: hebben niet-werkende mannen een grotere baanvindkans dan vrouwen? Voor het beantwoorden van dit soort vragen lenen de zogenaamde odds ratio’s zich beter.

De odds ratio’s gaan uit van de parameterschattingen van het model. De precieze definitie vereist enige uitleg (Agresti, 2002), maar voor niet al te grote kanswaarden kan de odds ratio bij benadering worden geïnterpreteerd als een kansverhouding; in het geval van geslacht kan de odds ratio mannen-vrouwen in goede benadering worden opgevat als de baanvindkans van mannen gedeeld door die van de vrouwen.

In tabel 3.1.2 zijn drie kenmerken met de grootste odds ratio’s opgenomen. Niet-werkzame personen die niet kunnen of willen werken vanwege zorgtaken, hebben een ongeveer 23 maal zo kleine kans om werk te vinden dan werklozen. Een geringe kans op werk hebben ook de personen die vanwege een langdurige aandoening, ziekte of handicap sterk worden belemmerd bij het verkrijgen van werk: voor deze groep geldt een ongeveer 8 maal zo kleine baanvindkans als voor personen zonder belemmering. Verder geldt dat 65-jarige niet-werkenden een 6 keer kleinere kans op werk hebben dan niet-werkende jongeren van 25 jaar oud.

Duur van de periode zonder werk

Personen die korter dan 3 maanden zonder werk zitten, hebben een drie maal zo grote kans om binnen een kwartaal werk te vinden dan personen die al 4 jaar of meer niet werkzaam zijn. In het algemeen geldt dat de kans op het verkrijgen van werk afneemt, naarmate personen langer geen werk hebben.

Herkomstland

Personen met Nederland als herkomstland⁴⁾ hebben, wanneer gecorrigeerd wordt voor de andere kenmerken, een grotere kans op werk dan personen met andere herkomstregio’s, zoals Europa, Turkije, Marokko, Suriname, en het Nederlands Caribisch gebied. Een uitzondering op deze regel vormt herkomstland Indonesië: personen met dit herkomstland hebben een nagenoeg gelijke kans op werk.

Onderwijsniveau en beroepsklasse voormalig beroep

Niet-werkzame personen met een hoger onderwijsniveau hebben een grotere kans op werk. Ook personen die recentelijk werkzaam zijn geweest in bepaalde beroepsklassen, zijn relatief vaak kansrijk: pedagogisch, zorg en welzijn, dienstverlening, logistiek, creatief en taalkundig, agrarisch, openbaar bestuur en techniek.

Conjuncturele ontwikkeling

De baanvindkans is in de periode 2013 tot 2018 gestaag toegenomen, met de hoogste waarden in 2018 en 2019, en nam in 2020 en 2021 af. De laagste kanswaarden gelden voor verslagjaar 2013. In 2018 was de conjuncturele situatie beter dan aan het eind van de economische crisis in 2013 (CBS Conjunctuurklok, 2023). De kans op het verkrijgen van werk was in 2018 ongeveer anderhalf keer groter dan in 2013.

Geslacht en samenstelling van het huishouden

Alleenstaande mannen en vrouwen hebben, wanneer wordt gecorrigeerd voor de overige kenmerken in deze studie, geen significant verschillende baanvindkans. Dit geldt ook voor eenoudergezinnen met een man of vrouw als ouder. Wel zijn er significante verschillen in baanvindkans tussen mannen en vrouwen in een paar: vrouwen hebben in deze situatie een lagere baanvindkans dan mannen.

Arbeidsmarktpositie van de partner en uitkeringspositie

Niet-werkzame personen met een werkende partner hebben een grotere baanvindkans dan personen met een niet-werkende partner of zonder partner.  Ook in andere studies is een dergelijke samenhang gevonden (Mavromas en Zhu, 2015, Sayli, 2017). Als mogelijke verklaring wordt daarin onder meer genoemd dat partners vergelijkbare kenmerken hebben die van invloed kunnen zijn op de kans op werk (bijvoorbeeld partners die beiden hoogopgeleid zijn).

Personen met een WW-uitkering hebben de grootste kans op het vinden van een nieuwe baan in vergelijking met niet-werkzame personen die een andere (of geen) uitkering ontvangen. WW-uitkeringsontvangers zijn personen die in het recente verleden betaald werk hebben gehad. Personen die recentelijk hebben gewerkt, zijn voor werkgevers mogelijk interessanter als werknemer dan andere niet-werkenden vanwege hun eerdere werkervaring (Jackson en Ortego-Marti, 2020).

Zoekgedrag

Bepaalde vormen van zoekgedrag hangen positief samen met de baanvindkans: reageren op internetadvertenties, het deelnemen aan een sollicitatiegesprek (of een daarmee in verband staande test of assessment), het informeren naar werk bij een werkgever of contact leggen met een uitzendbureau zijn activiteiten die gepaard gaan met een significant grotere kans op werk. Personen die internetadvertenties bekijken, hebben daarentegen een kleinere kans om werk te vinden dan personen die dat niet doen. En personen die ingeschreven zijn bij het UWV, hebben een significant lagere baanvindkans dan niet-ingeschrevenen.

Gemeentelijk werkloosheidspercentage

De baanvindkans vertoont een plausibele samenhang met het regionale werkloosheidscijfer. Naarmate het werkloosheidspercentage in de woongemeente hoger ligt, is de baanvindkans lager. Een lager werkloosheidscijfer kan wijzen op een ruimer aanbod van werkgelegenheid in de regio, maar is mogelijk ook een indicator voor een lokale concentratie van personen met kenmerken, al dan niet waargenomen, die positief samenhangen met de kans op werk.

3.2 Baanvindkansen van het onbenut arbeidspotentieel en overige niet-werkenden

De populatie niet-werkzame personen kan worden onderscheiden naar baanvindkans, door deze populatie op te splitsen naar de drie kenmerken die baanvindkans het meest bepalen: binding met de arbeidsmarkt (tien klassen), arbeidsbelemmering (drie klassen) en leeftijd (zes tienjaarsgroepen). Hiermee ontstaat een onderverdeling naar 180 deelpopulaties van verschillende omvang. In de appendix is de klasseindeling van de drie kenmerken opgenomen.

Figuur 3.2.1 toont de omvang van de deelpopulaties groter dan 20 duizend personen aflopend naar omvang. Deelpopulaties met 65-plussers zijn niet in de figuur opgenomen; deze vormen samengeteld de omvangrijkste groep: 51 procent van de niet-werkzame personen van 15 tot 75 jaar die hun formele opleiding hebben afgerond zijn 65 tot 75-jarigen (1633 duizend personen). Andere omvangrijke groepen zijn: de sterk belemmerden vanaf 35 jaar en de niet-belemmerden van 55 tot 65 jaar die aangeven vanwege hoge leeftijd/ouderdom niet te willen of kunnen werken. De eerste omvangrijke groep die zich aanbiedt op de arbeidsmarkt, zijn de werklozen zonder arbeidsbelemmering in de leeftijd van 25 tot 35 jaar.

Het grote aantal deelpopulaties niet-werkenden kan worden gereduceerd door groepen met een overeenkomstige baanvindkans op een passende manier samen te voegen. In figuur 3.2.2 is in verband met het beantwoorden van de tweede onderzoeksvraag een dergelijke samenvoeging opgenomen, waarbij maximaal aansluiting is gezocht met de indeling van variabele binding met de arbeidsmarkt. In deze indeling zijn de niet-werkende 65 tot 75-jarigen als eerste – en omvangrijkste - groep gedefinieerd. De tweede groep bestaat uit personen jonger dan 65 jaar met een sterke arbeidsbelemmering. De overige niet-werkenden zijn ingedeeld naar hun binding met de arbeidsmarkt. In deze indeling zijn de afzonderlijke groepen uit het onbenut arbeidspotentieel, maar ook andere groepen niet-werkenden te herkennen. Van al deze groepen is de gemiddelde baanvindkans afgebeeld.

In 2020 hadden de werklozen de grootste kans om binnen een kwartaal werk te vinden, namelijk 33,3 procent. Op de tweede plaats staat een andere deelpopulatie uit het onbenut arbeidspotentieel: de niet-werkenden die niet direct beschikbaar zijn voor werk, maar wel recentelijk naar werk hebben gezocht, hadden een baanvindkans van gemiddeld 27,1 procent. Er zijn ook groepen buiten het onbenut arbeidspotentieel met een relatief grote baanvindkans: de personen die niet kunnen of willen werken vanwege een (niet-formele) opleiding (15,7 procent kans), en personen die wel willen werken, maar niet recent gezocht hebben en ook niet direct beschikbaar zijn (10,3 procent kans). De baanvindkansen van deze laatste twee groepen zijn groter dan die van de personen die direct beschikbaar zijn voor werk, maar vanwege ontmoediging niet recent naar werk hebben gezocht. De baanvindkans van deze ontmoedigden uit het onbenut arbeidspotentieel bedroeg in 2020 7,8 procent. De laagste baanvindkans (minder dan 1 procent) is te vinden bij de deelpopulaties 65-plussers en de personen die sterk arbeidsbelemmerd zijn door een langdurige ziekte, aandoening of handicap.

3.3 Welke groepen niet-werkenden bepalen de uitstroom naar werk?

In visualisatie 3.3.1 is de grootte van de verwachte uitstroom naar werk van de diverse groepen niet-werkenden weergegeven. De verwachte uitstroom is het product van de gemiddelde kans op het verkrijgen van werk binnen een kwartaal maal de omvang van de populatie. In 2020 bedroeg de verwachte uitstroom naar werk per kwartaal gemiddeld 163 duizend personen. Van hen was 54 procent afkomstig uit de werkloze beroepsbevolking zonder sterke arbeidsbelemmering en jonger dan 65 jaar: gemiddeld 89 duizend personen per kwartaal. Daarmee levert een relatief klein deel van de niet-werkzame bevolking (8 procent) een relatief groot aandeel van de uitstroom naar werk.

Andere groepen waaruit relatief veel personen werk vonden, zijn de volgende deelpopulaties uit het onbenut arbeidspotentieel: personen die niet direct beschikbaar zijn voor werk, maar wel recent hebben gezocht (uitstroom: 16 duizend personen gemiddeld per kwartaal) en personen die wel direct beschikbaar zijn, maar niet recent hebben gezocht vanwege een andere reden dan ontmoediging (uitstroom: 13 duizend personen gemiddeld per kwartaal).

Zoals gezien in paragraaf 3.2 vormen de 65- tot 75-jarigen en de personen met een sterke arbeidsbelemmering (jonger dan 65 jaar) het grootste aandeel binnen de niet-werkzame bevolking met een afgeronde formele opleiding: in 2020 telden deze groepen samen ruim 2,2 miljoen personen. Dat is 69 procent van alle niet-werkende personen. Toch was in 2020 de verwachte uitstroom naar werk vanuit deze groepen relatief gering: per kwartaal gemiddeld 16 duizend personen.

De eerste onderzoeksvraag in dit artikel was: welke kenmerken zijn, naast binding met de arbeidsmarkt, medebepalend voor de kans op werk van niet-werkenden? Als de onderzoekspopulatie wordt beperkt tot de personen die hun formele opleiding hebben afgerond, blijken de volgende kenmerken het sterkst samen te hangen met de kans op werk:

1. binding met de arbeidsmarkt
2. arbeidsbelemmering door een langdurige ziekte, aandoening of handicap
3. leeftijd

Behalve deze drie kenmerken zijn er andere die een samenhang met de baanvindkans laten zien, al is die relatie wel minder sterk. Voor een aantal van deze kenmerken, zoals geslacht, herkomstland, duur van de niet-werkzaamheid en onderwijsniveau is de samenhang al eerder vastgesteld (Kerkhofs, 2009). Vrouwen met een partner hebben een lagere kans op werk dan mannen met een partner. Verder verlaagt langer geen werk hebben de kansen op het vinden van een baan, evenals het hebben van een laag opleidingsniveau. Ook niet-werkenden met een buitenlandse herkomst hebben over het algemeen een lagere baanvindkans. Heeft de persoon eerder gewerkt, of is er sprake van een partner in het huishouden die werkt, dan is er juist sprake van een grotere kans op werk. Niet-werkenden met een WW-uitkering hebben relatief de grootste kans op werk, ook groter dan personen zonder uitkering. Dit ligt voor de hand, omdat het bij WW-uitkeringsgerechtigden gaat om personen met een recent arbeidsverleden. Personen met een pensioenuitkering, of met een uitkering vanwege ziekte of arbeidsongeschiktheid, hebben daarentegen een geringere kans op werk dan personen zonder uitkering. Tot slot blijkt ook regionale werkloosheid verband te houden met de kans op werk: een lagere werkloosheid in de woongemeente gaat samen met een grotere kans op werk.

De tweede onderzoeksvraag was: welke onderverdeling van niet-werkenden is mogelijk zodanig dat de verschillen in baanvindkans tussen de groepen gemaximeerd wordt en waarbij ook met andere relevante kenmerken dan zoek- en beschikbaarheidscriteria rekening wordt gehouden? Dit blijkt mogelijk door de aanvullende kenmerken leeftijd en arbeidsbelemmering mee te nemen bij het indelen van de niet-werkzame bevolking. Niet-werkende personen van 65 tot 75 jaar vormen de grootste groep: in 2020 vormden zij 51 procent van alle personen van 15 tot 75 jaar zonder betaald werk die een formele opleiding hebben afgerond. Voor deze groep geldt een relatief geringe baanvindkans van minder dan 1 procent uitstroom per kwartaal. De tweede groep bestaat uit personen van 15 tot 65 jaar die vanwege een langdurige aandoening, ziekte of handicap sterk worden belemmerd bij het verkrijgen van werk. Deze groep maakt 19 procent van de onderzoekspopulatie uit en heeft eveneens een geringe kans op uitstroom naar werk: minder dan 1 procent kans per kwartaal.

Het resterende deel van de niet-werkzame bevolking kan worden onderscheiden naar binding met de arbeidsmarkt. De werklozen hebben de grootste baanvindkans, gevolgd door personen die niet direct beschikbaar zijn voor werk, maar wel recent naar werk hebben gezocht. Deze laatste twee groepen behoren tot het onbenut arbeidspotentieel. Personen die wel direct beschikbaar zijn voor werk, maar niet recent hebben gezocht, behoren ook tot het onbenut arbeidspotentieel: van deze groep hebben alleen de personen die niet zoeken vanwege andere redenen dan ontmoediging, een relatief grote baanvindkans. Ook buiten het onbenut arbeidspotentieel zijn er groepen niet-werkzame personen aan te wijzen met een relatief grote baanvindkans: personen die niet direct beschikbaar zijn en niet recent hebben gezocht, maar die wel willen werken of nog bezig zijn met een (niet-formele) opleiding.

De laatste onderzoeksvraag luidde: vanuit welke deelpopulaties niet-werkenden is de uitstroom naar werk het grootst, gezien de baanvindkans én de omvang van de deelpopulaties? Het antwoord hierop is dat de grootste bijdrage aan de uitstroom wordt geleverd door de werkloze beroepsbevolking in de leeftijd van 15 tot 65 jaar zonder arbeidsbelemmering: 54 procent van de uitstroom in 2020. Andere belangrijke bijdragen komen uit de diverse groepen van het onbenut arbeidspotentieel (uitgezonderd de ontmoedigden). De bijdrage van 65-plussers en sterk arbeidsbelemmerden, die ruim twee derde van de onderzoekspopulatie uitmaken, is relatief gering: 10 procent van de uitstroom naar werk in 2020.

Agresti, A. (2002). Categorical Data Analysis (2nd edition). Wiley Series in Probability and Statistics.

Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood Principle. In: Petrov, B.N. and Csaki, F., Eds., International Symposium on Information Theory, 267-281.

Bierings, H. Jongeren op de arbeidsmarkt. Jaarrapport 2022 Landelijke Jeugdmonitor, CBS/VWS: Den Haag, 2022.

Bierings, H. en Ramaekers, M. (2020). Van werk zoeken naar werk vinden. Statistische trends, CBS.

Binder, D.A. (1983). On the Variances of Asymptotically Normal Estimators from Complex Surveys. International Statistical Review/Revue Internationale de Statistique, Vol. 51, No. 3 (Dec., 1983), pp. 279-292.

CBS Statline (2022). Arbeidsdeelname; wisselingen arbeidspositie per kwartaal en jaar, 2003-2022. Geraadpleegd op 28 maart 2023.

CBS (2023). Bijna 6 op 10 baanwisselaars korter dan twee jaar in dienst.

CBS Conjunctuurklok (2023). Conjunctuurklokindicator. Geraadpleegd op 12 april 2023.

Dirven, H.-J., en M. Ramaekers (2022). Arbeidspotentieel van niet-werkenden. Statistische trends, CBS.

Echtelt, P. van, Sadiray, K. en S. Hoff (2019). Jonggehandicapten met arbeidsvermogen. In Eindevaluatie van de Participatiewet, SCP: Den Haag, november 2019.

Kerkhofs, M., Bierings, H. en de Vries, R. (2009). Werkloosheidsduren op basis van de Enquête Beroepsbevolking, 2002-2007. OSA/CBS: Den Haag/Heerlen, 2009.

Lumley, T. (2010). Complex Surveys. A Guide to Analyses Using R. Eds.: Couper, M.P., Kalton, G., Rao, J.N.K. en Skinner, C. Wiley Series in Survey Methodology.

Särndal, C.-E., Swensson, B. en J. Wretman. Model Assisted Survey Sampling. Springer Series in Statistics.

Singer, J.D. en Willett, J.B. (1993). It's about Time: Using Discrete-Time Survival Analysis to Study Duration and the Timing of Events. Journal of Educational Statistics, Vol. 18, No. 2 (Summer, 1993), pp. 155-195.

Klasse-indeling van de variabelen binding met de arbeidsmarkt (tien klassen voor niet-werkenden), arbeidsbelemmering (drie klassen) en leeftijd met zes tienjaarsklassen.

Binding met de arbeidsmarkt (alleen categorieën van niet-werkzame personen)

Label: Binding met de arbeidsmarkt (internationale definitie)

Klassen:

210 Werkt niet, is binnen 2 weken beschikbaar en heeft de afgelopen 4 weken gezocht (werkloos)

221 Werkt niet, is binnen 2 weken beschikbaar maar heeft de afgelopen 4 weken niet gezocht vanwege weinig resultaat verwacht (niet gezocht: ontmoedigd)

222 Werkt niet, is binnen 2 weken beschikbaar maar heeft de afgelopen 4 weken niet gezocht vanwege overige redenen (niet gezocht: andere reden)

230 Werkt niet, is niet binnen 2 weken beschikbaar maar heeft de afgelopen 4 weken wel gezocht (niet beschikbaar, zoekt naar werk)

241 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil wel werken (wil werken)

242 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil/kan niet werken vanwege zorg voor gezin of huishouden (korte afkorting: nw zorg; lange afkorting: werkt niet vanwege zorgtaken)

243 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil/kan niet werken vanwege opleiding/studie (korte afkorting: nw opleiding; lange afkorting: werkt niet vanwege opleiding)

244 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil/kan niet werken vanwege vut/pensioen of hoge leeftijd (korte afkorting: nw oud; lange afkorting: werkt niet vanwege leeftijd: 55-64 jr)

245 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil/kan niet werken vanwege ziekte/arbeidsongeschiktheid of slechte gezondheid (korte afkorting: nw ziekte; lange afkorting: werkt niet vanwege ziekte)

246 Werkt niet, is niet binnen 2 weken beschikbaar en heeft de afgelopen 4 weken niet gezocht, wil/kan niet werken vanwege andere redenen (korte afkorting: nw anders; lange afkorting: werkt niet: andere reden)

Arbeidsbelemmering

Label: belemmert de langdurige ziekte, aandoening of handicap het verkrijgen van werk

Klassen:

1. Sterk belemmerd

2. Licht belemmerd

3. Niet belemmerd

9. Niet van toepassing/onbekend.

Leeftijd

Label: leeftijd

Klassen:

1. 15 tot en met 24 jaar
   
   
2. 25 tot en met 34 jaar
   
   
3. 35 tot en met 44 jaar
   
   
4. 45 tot en met 54 jaar
   
   
5. 55 tot en met 64 jaar
   
   
6. 65 tot en met 74 jaar

Klasse-indeling van de overige variabelen in het duurmodel

Geslacht

1. Mannen
   
   
2. Vrouwen

Herkomstland

1. Nederland
   
   
2. Europa (exclusief Nederland)
   
   
3. Turkije
   
   
4. Marokko
   
   
5. Suriname
   
   
6. Nederlands-Caribisch gebied
   
   
7. Indonesië
   
   
8. Overige landen

Samenstelling van het huishouden

1. Alleenstaande
   
   
2. Alleenstaande ouder
   
   
3. Paar zonder kinderen
   
   
4. Paar met kinderen

Aantal kinderen in het huishouden (totaal/van 0 tot 6 jaar)

1. 0 kinderen
   
   
2. 1 kind
   
   
3. 2 kinderen
   
   
4. 3 of meer kinderen

Arbeidsmarktpositie van de partner

1. partner is werkzaam
   
   
2. partner is werkloos
   
   
3. partner is semi-werkloos
   
   
4. partner kan/wil niet werken vanwege zorgtaken
   
   
5. partner kan/wil niet werken vanwege ouderdom/hoge leeftijd
   
   
6. partner kan/wil niet werken vanwege ziekte/arbeidsongeschiktheid
   
   
7. partner kan/wil niet werken vanwege een andere reden (incl. opleiding)
   
   
8. onderzoekspersoon heeft geen partner

Onderwijsniveau

1. basisonderwijs
   
   
2. vmbo-mbo1, havo-vwo onderbouw
   
   
3. havo-vwo bovenbouw, mbo2 t/m mbo4
   
   
4. bachelor hbo en wo
   
   
5. master hbo en wo, doctor

Voortijdig schoolverlater

1. onderzoekspersoon is voortijdig schoolverlater
   
   
2. onderzoekspersoon is geen voortijdig schoolverlater

Doelgroep banenafspraak

1. onderzoekspersoon behoort tot de doelgroep banenafspraak
   
   
2. onderzoekspersoon behoort niet tot de doelgroep banenafspraak

Zoekgedrag (6 indicatoren)

Heeft de onderzoekspersoon gezocht naar werk via: 1 nakijken internetadvertenties, 2 reageren op internetadvertenties, 3 assessment ondergaan of sollicitatiegesprek gevoerd, 4 geïnformeerd bij werkgevers, 5 contact met UWV-WERKbedrijf, 6 contact met uitzendbureau.

1. ja
   
   
2. nee
   
   
3. n.v.t.

Inschrijving bij UWV Werkbedrijf

1. onderzoekspersoon is ingeschreven
   
   
2. onderzoekspersoon is niet ingeschreven

Omvang in uren van de gewenste baan

Numerieke variabele met de gewenste werktijd in uren per week.

Recent uitgeoefend beroep (indien van toepassing)

1. geen recent uitgeoefend beroep
   
   
2. pedagogisch beroep
   
   
3. zorg en welzijn beroep
   
   
4. dienstverlenend beroep
   
   
5. transport/logistiek beroep
   
   
6. creatief/taalkundig beroep
   
   
7. commerciëel beroep
   
   
8. bedrijfseconomisch/administratief beroep
   
   
9. management beroep
   
   
10. openbaar bestuur, veiligheid, juridisch beroep
    
    
11. technisch beroep
    
    
12. ICT-beroep
    
    
13. agrarisch beroep (en overige beroepen)

Gemeentelijk werkloosheidspercentage

Numerieke variabele

Duur niet-werkzaamheid

1. 0 tot 3 maanden
   
   
2. 3 tot 6 maanden
   
   
3. 6 tot 12 maanden
   
   
4. 1 tot 2 jaar
   
   
5. 2 tot 3 jaar
   
   
6. 3 tot 4 jaar
   
   
7. 4 jaar of meer