5. Rol van achtergrondkenmerken

5.1 Geslacht en leeftijd

Op basis van de NEA kan ook een ziekteverzuimpercentage worden berekend waarbij wordt uitgegaan van het verzuim dat door werknemers zelf wordt aangegeven. Dit kan worden uitgesplitst naar verschillende achtergrondkenmerken.

Vrouwen verzuimen meer dan mannen

Vrouwen verzuimden met 5,7 procent in 2023 gemiddeld een groter deel van de werkbare tijd dan mannen, bij wie dat 3,9 procent bedroeg. Over de gehele periode 2014-2023 verzuimden vrouwen meer dan mannen. Zowel mannen als vrouwen verzuimden in 2023 minder dan in 2022.

15- tot 25-jarigen verzuimen het minst

Ook naar leeftijd zijn er verschillen. Zo was het ziekteverzuimpercentage van werknemers in 2023 het hoogst bij 55- tot 65-jarigen (6,5 procent) en het laagst bij 15- tot 25-jarigen (2,7 procent). De oudste groep werknemers van 65 tot 75 jaar verzuimde met 5,5 procent dan weer iets minder dan de 55- tot 65-jarigen.

Tussen 2014 en 2022 nam het ziekteverzuimpercentage bij alle leeftijdsgroepen toe. Bij de oudste groep werknemers, van 65 tot 75 jaar, was die toename sterker dan gemiddeld. Met name tussen 2017 en 2019 steeg het ziekteverzuim onder deze werknemers flink. In 2023 nam het ziekteverzuimpercentage alleen significant af bij 45- tot 55-jarigen.

In de zorg vooral vrouwen, in de bouw vooral mannen

Tussen bedrijfstakken bestaan er aanzienlijke verschillen in de verdeling van werknemers naar geslacht. Zo was in 2023 van alle werknemers in de bouw 86 procent man, terwijl in de zorg juist 82 procent vrouw was. Ook in de nijverheid (76 procent) en vervoer en opslag (74 procent) werken naar verhouding veel mannen. Het aandeel vrouwen is in het onderwijs (65 procent) en de cultuur, recreatie en overige diensten (58 procent) relatief hoog.

Werknemers horeca, handel en landbouw relatief jong

Er werken relatief veel jonge werknemers van 15 tot 25 jaar in de horeca, de handel en de landbouw. Aan de andere kant is het deel 55- tot 65-jarigen relatief hoog in het openbaar bestuur, de nijverheid en de vervoer en opslag. Verder is het percentage 25- tot 35-jarige en 35- tot 45-jarige werknemers relatief hoog in de informatie en communicatie. In de verhuur en handel van onroerend goed is de groep 45- tot 55-jarige werknemers het grootst.

5.2 Samenhang tussen achtergrondkenmerken en ziekteverzuim naar bedrijfstak

In hoeverre kunnen de verschillen in ziekteverzuim tussen bedrijfstakken worden toegeschreven aan de verschillen in de samenstelling van bedrijfstakken naar geslacht en leeftijd? Dit is onderzocht met een negatief-binomiale regressieanalyse (zie hoofdstuk 2). Er zijn vier modellen geschat met het individueel ziekteverzuimpercentage van werknemers als de afhankelijke variabele (zie tabel 5.2.1). In het basismodel (model 1) zijn alleen bedrijfstak en het verslagjaar de onafhankelijke variabelen, in model 2 zijn dat bedrijfstak, geslacht en verslagjaar, in model 3 bedrijfstak, leeftijd en verslagjaar, en model 4 bevat bedrijfstak, geslacht, leeftijd en verslagjaar.

Model 1: relatief laag verzuim in landbouw

Uit model 1 blijkt dat het ziekteverzuimpercentage van werknemers in de periode 2014-2023 vooral in de landbouw significant lager was dan gemiddeld. Zo bedraagt de coëfficiënt voor de landbouw 0,726, wat betekent dat werknemers in deze bedrijfstak ruim 27 procent minder verzuimden dan gemiddeld. In mindere mate werd ook in de horeca, informatie en communicatie en de financiële dienstverlening benedengemiddeld verzuimd. In de zorg en het openbaar bestuur daarentegen was het verzuim bovengemiddeld. De coëfficiënten van de verslagjaren laten zien dat het ziekteverzuim van 2014 tot en met 2022 vrijwel voortdurend is toegenomen.

Model 2: bovengemiddeld verzuim in zorg en onderwijs houdt verband met hoger percentage vrouwen

Mannen verzuimen minder dan vrouwen, ook als er rekening mee is gehouden dat de verdeling van mannen en vrouwen over bedrijfstakken verschilt. Bij vergelijking van de coëfficiënten uit model 2 met die uit het basismodel valt op dat deze voor een aantal bedrijfstakken dichter bij het gemiddelde liggen wanneer geslacht wordt meegenomen in de analyse. Dat geldt vooral voor de zorg en in mindere mate ook voor het onderwijs. Dat komt doordat in deze bedrijfstakken relatief veel vrouwen werken. Omdat vrouwen vaker verzuimen dan mannen is het verschil met het gemiddelde voor deze bedrijfstakken kleiner als daarmee rekening wordt gehouden. Aan de andere kant zijn er ook bedrijfstakken waar het verschil met het gemiddelde in het tweede model groter is, zoals de bouw, de nijverheid en het vervoer en opslag. Daarvoor geldt het omgekeerde: in deze bedrijfstakken werken relatief veel mannen, die minder verzuimen.

Model 3: benedengemiddeld verzuim in horeca houdt verband met hoger percentage jongeren

Zoals besproken in paragraaf 4.1 loopt het ziekteverzuimpercentage van werknemers tot 65 jaar op met de leeftijd. De 65-plussers verzuimen weer minder. Vergeleken met het basismodel wordt het verschil ten opzichte van het gemiddelde verzuim van alle werknemers met name bij de horeca kleiner wanneer leeftijd wordt meegenomen in model 3. Het verschil is dan bovendien niet meer statistisch significant. In mindere mate geldt ook voor de landbouw en handel dat de verschillen kleiner worden, maar bij deze bedrijfstakken verdwijnen ze niet geheel. In de horeca, landbouw en handel werken relatief veel jongeren, en jongeren verzuimen gemiddeld minder dan oudere werknemers. Model 3 laat zien dat in de handel zelfs iets meer wordt verzuimd dan gemiddeld, als rekening is gehouden met de leeftijdssamenstelling.

In het openbaar bestuur is de coëfficiënt in model 3 lager vergeleken met het basismodel, al wordt in deze bedrijfstak dan nog steeds meer verzuimd dan gemiddeld. Hier werken relatief veel oudere werknemers die meer verzuimen. Wanneer daarmee rekening wordt gehouden, neemt het verzuimpercentage van deze bedrijfstak dan ook iets af. In iets mindere mate geldt datzelfde ook voor het vervoer en opslag en de nijverheid, waar de leeftijd ook bovengemiddeld is.

Model 4: verzuimverschillen vaker vanwege samenstelling naar leeftijd dan naar geslacht

In model 4 zijn, naast bedrijfstak en jaar, zowel geslacht als leeftijd opgenomen als onafhankelijke variabelen. Uit dit model blijkt dat de verschillen in het ziekteverzuim tussen bedrijfstakken in het algemeen sterker verband houden met de leeftijdsopbouw dan met de samenstelling naar geslacht¹⁾. Dat blijkt ook uit het feit dat in model 4 de coëfficiënten voor de meeste bedrijfstakken dichter bij de coëfficiënten uit model 3 liggen (waarin rekening is gehouden met de leeftijdssamenstelling) dan bij die uit model 2 (waarin rekening is gehouden met de samenstelling naar geslacht).

In de bouw en de zorg heeft het verschil ten opzichte van het gemiddelde verzuim echter meer te maken met de samenstelling naar geslacht dan naar leeftijd. In de bouw werken veel mannen, die minder verzuimen dan vrouwen. Daardoor wordt het ziekteverzuimpercentage in de bouw hoger dan in het basismodel als het geslacht wordt opgenomen (zie model 2). Aan de andere kant verschilt de bouw niet significant van het gemiddelde wanneer alleen leeftijd wordt meegenomen (zie model 3). Dat komt doordat er ook veel ouderen werkzaam zijn, die meer verzuimen. Als beide kenmerken worden meegenomen in model 4 komt naar voren dat het feit dat er relatief veel mannen in de bouw werken deels wordt gecompenseerd door de gemiddeld oudere leeftijd van werknemers in de bouw. Maar ook dan nog is het ziekteverzuimpercentage hoger dan in het basismodel.

Zoals eerder benoemd, werken er in de zorg veel vrouwen. Omdat vrouwen meer verzuimen dan mannen, is het ziekteverzuim in de zorg lager als geslacht wordt meegenomen in de analyse (zie model 2). Bij het meenemen van leeftijd gaat het ziekteverzuim ook omlaag, maar wel minder sterk (zie model 3). De leeftijd van werknemers in de zorg is namelijk bovengemiddeld. Wanneer zowel rekening wordt gehouden met geslacht als leeftijd (model 4) verzuimen werknemers in de zorg aanzienlijker minder in vergelijking met het basismodel. Het verzuim in de zorg heeft dus te maken met zowel de samenstelling naar geslacht als naar leeftijd.