Komen en gaan van arbeidsmigranten in de periode 2005-2021

2. Data en methode

Dit onderzoek gebruikt gegevens uit het Stelsel van Sociaal-Statistische Bestanden (SSB, Bakker et al., 2014), over onder meer demografische kenmerken als geslacht en gezinssituatie, en werk en loon.  De populatie voor dit onderzoek bestaat uit 225,3 duizend arbeidsmigranten met een EU/EFTA-nationaliteit en 76,4 duizend kennismigranten met een nationaliteit van buiten de EU/EFTA die van 2005 tot en met 2016 zijn ingeschreven bij een Nederlandse gemeente in de Basisregistratie Personen (BRP). De indeling is bepaald op basis van EU-lidmaatschap van het land in het jaar van immigratie.

Of een EU/EFTA-migrant een arbeidsmigrant is, wordt bepaald met een afgeleid migratiedoel. Het migratiedoel is arbeid als binnen 120 dagen na immigratie het zwaartepunt van de inkomsten van de immigrant bestaat uit inkomsten uit arbeid. Ook mensen die zonder partner of ouder(s) naar Nederland migreren(en aan het werk gingen)  en personen die in het jaar voorafgaand in Nederland aan de immigratie aan het werk zijn gegaan, worden getypeerd als arbeidsmigrant. Bij stellen die zonder ouder(s) naar Nederland komen wordt de persoon die als eerste aan het werk gaat, getypeerd als arbeidsmigrant, de ander als gezinsmigrant. Overigens, als een EU-migrant via een buitenlandse constructie betaald wordt, zal het CBS deze persoon meestal typeren als afgeleid migratiemotief ‘overig en onbekend’. Het CBS heeft dan geen informatie over het hebben van werk, waardoor deze migrant niet als arbeidsmigrant wordt getypeerd.

Kennismigranten met een nationaliteit van buiten de EU/EFTA hadden op basis van een werkvergunning, verleend door de IND, het migratiemotief ‘kennis’ en hadden bij binnenkomst (in principe) een arbeidsverhouding met een Nederlandse werkgever.

Zie de bijlage voor meer details over de gebruikte indelingen en definities.

Omdat de vertrekkans mogelijk samenhangt met verschillende kenmerken die clusteren binnen groepen arbeidsmigranten, is de vertrekkans nader onderzocht met multivariate linear probability-modellen. Met deze lineaire regressiemodellen wordt de kans bepaald of men Nederland verlaat (1) of niet (0). De coëfficiënten tonen de procentuele verandering in de kans dat iemand vertrekt. De onafhankelijke variabelen zijn de verschillende demografische en baankenmerken. De analyses zijn ook gedaan zonder snelle vertrekkers (binnen 1 jaar). De cijfers staan in de Tabel: komen en gaan van arbeidsmigranten in de periode 2005-2021.

2.1 Demografische en baankenmerken

Per groep zijn de twaalf in de onderzoeksperiode meest voorkomende nationaliteiten onderscheiden. Dat zijn voor de arbeidsmigranten Pools, Duits, Brits, Italiaans, Spaans, Frans, Hongaars, Portugees, Roemeens, Grieks, Bulgaars en Belgisch. Voor de kennismigranten zijn dat Indiaas, Amerikaans, Chinees, Turks, Japans, Russisch, Braziliaans, Canadees, Iraans, Zuid-Afrikaans, Australisch, en Zuid-Koreaans. De overige nationaliteiten zijn per werelddeel samengenomen.

Aan deze populatie zijn gegevens toegevoegd over demografische kenmerken (geslacht, leeftijd, partnerstatus, het hebben van kinderen) en baankenmerken (werknemer/zelfstandige, sector, maandloon).

Woonsituatie

De woonsituatie is op het moment van immigratie bepaald, zodat dit kenmerk ook bekend is voor migranten die binnen een jaar vertrekken. Partner en/of kinderen die later in het huishouden komen, zijn dus niet meegeteld. Dit kan het effect van de woonsituatie op de vertrekkans onderschatten. Want als iemand bij aankomst al een gezin (partner en/of kind) had in het herkomstland is het niet ondenkbaar dat deze gezinsleden in het jaar na immigratie volgen.

Daarom wordt de woonsituatie niet alleen bij immigratie bepaald, maar ook voor het eerste jaar daarna. Van de samenwoonpartner is onderzocht of deze een betaalde baan heeft. Dit omdat de binding met Nederland mogelijk sterker is, en de vertrekkans lager, als de partner eveneens betaald werk heeft in Nederland. Als arbeidsmigranten nog later, dus na het eerste jaar met een partner gaan samenwonen of een kind krijgen, dan zou dit de 'binding' kunnen vergroten. Maar we hebben gekozen ons te beperken tot de woonsituatie die dichtbij de immigratiedatum ligt, omdat veranderingen daarna juist ook kunnen komen door de beslissing langer te willen blijven.

Baankenmerken

De baankenmerken van de arbeidsmigranten zijn bepaald voor de eerste twaalf maanden na binnenkomst.  De loonvariabele is berekend als het gemiddelde loon over de gewerkte maanden in het eerste jaar. Om een inschatting te maken van het niveau van de werkzaamheden is voor de arbeidsmigranten die parttime werken hun loon omgerekend naar het maandloon dat zou horen bij een fulltimebaan.

De hele populatie arbeidsmigranten en kennismigranten is op basis van het opgehoogde maandloon in oplopende volgorde geplaatst. Daarna zijn vijf kwintielen voor het maandloon gemaakt: (1) laagste kwintiel, (2) 20 tot 40 procent, (3) 40 tot 60 procent, (4) 60 tot 80 procent, (5) hoogste kwintiel. Deze berekening is apart voor iedere immigratieperiode uitgevoerd. Omdat zelfstandigen geen regulier loon ontvangen, worden deze als aparte zesde groep meegenomen. Kennismigranten voor wie geen betaald loon is geregistreerd vormen een zevende groep. Mogelijk wordt een deel van deze kennismigranten betaald door een bedrijf in het buitenland.

Als bedrijfssector is de sector genomen in de eerste maand dat de arbeidsmigrant aan het werk was. We kijken naar de eerste sector, omdat dit inzicht geeft op welke arbeidsvraag de arbeidsmigrant initieel is afgekomen. De sectoren zijn ingedeeld volgens de Standaard Bedrijfsindeling 2008.

De arbeidsmigranten zijn in drie verschillende immigratieperioden onderverdeeld om mogelijke verschillen qua samenstelling en vertrekkans over de tijd te kunnen onderzoeken: (1) 2005 tot en met 2008, (2) 2009 tot en met 2012, en (3) 2013 tot en met 2016. Er is gekozen om te kijken naar de vertrekkans in de eerste vijf jaar na aankomst in Nederland. Zo kunnen drie opeenvolgende cohorten worden bekeken en de vertrekkans stabiliseert na vijf jaar redelijk.