1De dynamische processen in de wijken staan centraal in de sociale en politieke bekommernissen in de grote steden. Uitgaande van de vaststelling dat Brussel een stad is met een grote sociaal-territoriale breuk tussen arme en rijke wijken [Van Hamme, 2010], heeft het Brussels Hoofdstedelijk Gewest sinds het begin van de jaren 1990 in zijn beleid voorrang gegeven aan doelgerichte en multidimensionale actie in de verpauperde gebieden van de stad, onder meer via de programma’s van de wijkcontracten [Sacco, 2010]. Die beleidsmaatregelen stoelen onder meer op het idee dat ruimtelijke segregatie de sociale ongelijkheden versterkt door “wijkeffecten” [Musterd et al., 2003]. Het bevorderen van de sociale mix in die verpauperde wijken wordt dan beschouwd als een manier om de “wijkeffecten” af te zwakken. In het geval van Brussel is aangetoond dat de sociale problemen worden versterkt door geografische concentratie, onder meer wat de toegang tot werk betreft [Dujardin et al., 2008]. Met andere woorden, iemand uit de armste wijken ondervindt meer problemen om een baan te vinden dan iemand uit een rijke wijk, hoewel ze dezelfde kwaliteiten hebben. Een dergelijk “wijkeffect” kan bijvoorbeeld worden verklaard door de ongelijkheden in de sociale netwerken waarop ze een beroep kunnen doen, of in het aanbod aan openbare diensten, onder meer het onderwijs, of nog door bepaalde vormen van sociaal-territoriale discriminatie of stigmatisatie. Men moet evenwel voor ogen houden dat die territoriale effecten veel minder zwaar doorwegen op de toekomst van de individuen dan de sociale kenmerken (geslacht, sociale oorsprong, nationaliteit…) [Van Hamme et al., 2011] en dat de geografische deconcentratie van de armoede bijgevolg geen afdoend antwoord is voor het sociale vraagstuk in Brussel.
- 1 De statistische sectoren zijn de meest verfijnde ruimtelijke entiteit waarvoor gegevens kunnen word (...)
2De evaluatie van dergelijke territoriumgebonden beleidsmaatregelen mag niet worden beperkt tot een followup van sociale indicatoren in de tijd [BISA, 2015]. De evoluties van de statistische sectoren1 hangen zowel af van de evolutie van de “sedentaire” bevolkingsgroepen tijdens de bestudeerde periode als van de bevolkingsbewegingen tussen elke statistische sector en de rest van de stad, het land of de wereld. Een recente studie over de “dynamische processen in de wijken in moeilijkheden in de Belgische stadsgewesten” [Van Hamme et al., 2015] tracht onder meer de lokale dynamische processen beter in kaart te brengen door de migratiebewegingen op een meer verfijnde schaal onder de loep te nemen [zie ook Marissal et al., 2015]. Op basis van de gegevens van de Kruispuntbank van de Sociale Zekerheid (KSZ) meet die studie niet enkel de dynamische processen in de statistische sectoren tussen 2005 en 2010, maar ze evalueert ook het gewicht van de migratiebewegingen in die dynamische processen. Daaruit komen verschillende grote tendensen naar voren, die in dit artikel toegelicht en grondiger verklaard worden.
3In eerste instantie geven we een kort overzicht van de kennis over de bijdragen van de woonmigraties tot de territoriale dynamische processen in de steden (afdeling 1). Vervolgens presenteren we een samenvattende meting van de sociaaleconomische dynamiek van de statistische sectoren van het Brussels Hoofdstedelijk Gewest (BHG) voor de periode 2005‑2010 (afdeling 2). In de derde afdeling analyseren we de migratiebewegingen en de impact ervan op de sociaaleconomische dynamische processen op een kleinere schaal binnen het BHG. Tot slot buigen we ons over bepaalde beleidsimplicaties van de conclusies uit de voorgestelde analyses.
4Er bestaan verschillende modellen om de migratiebewegingen binnen de steden te verklaren. Die modellen zijn niet noodzakelijk tegenstrijdig en brengen ons ertoe een reeks hypotheses en kernvragen te formuleren in het kader van het onderzoek naar de migratiebewegingen in Brussel. We leggen hier de nadruk op de achtergestelde wijken van de stad, ook al bestrijken de beschreven processen noodzakelijkerwijze het hele metropolitane gebied.
5Het eerste model beschouwt de achtergestelde wijken als transitwijken voor migrantengroepen die op de sociale ladder stijgen. Volgens dat model vestigen nieuwe (nationale of buitenlandse) migranten zich in die wijken, terwijl de inwonende bevolkingsgroepen, die er soms zelf zijn komen wonen na vorige migratiebewegingen, geneigd zijn om die wijken te verlaten [Saunders, 2011]. Dat model werd vanaf de jaren 1920 ontwikkeld door de school voor stedelijke sociologie van Chicago [Park et al., 1925] om de dynamische processen in de centrumwijken van de grote Noord-Amerikaanse steden te beschrijven. Het model wordt vaak gebruikt om de evoluties te beschrijven in Brussel, waar, zoals in de Verenigde Staten, de achtergestelde wijken in het centrum van de agglomeratie liggen en de immigratie zeer intens is. We zullen bijgevolg de volgende vragen stellen: wat is de intensiteit van de in- en uitstroom in de achtergestelde wijken? Wie stroomt in? Wie stroomt uit?
6Het tweede verklarend model is dat van de randverstedelijking, namelijk een migratiebeweging vanuit de dichtbevolkte centrumwijken naar de residentiële woonwijken in de rand, die geassocieerd wordt met gezinnen uit de midden- en hogere klassen. Los van de analyse van de evolutie van de randverstedelijking, vragen we ons af of er soortgelijke bewegingen in de achtergestelde wijken bestaan die geassocieerd worden met profielen die minder hoog op de sociale ladder staan. De recente literatuur over de evolutie van de randverstedelijking wijst immers op een diversificatie van het sociaal profiel van de gezinnen die de centrumwijken van de agglomeraties verlaten. Voortaan worden bepaalde vormen van randverstedelijking geassocieerd met gezinnen uit de volksklasse [bijv. Bonard et al., 2009].
7Tot slot is het derde verklarend model dat van de gentrificatie, namelijk de overname van bepaalde verloederde centrumwijken door bevolkingscategorieën met een hoog cultureel en/of economisch kapitaal ten koste van de volksklassen [Lees et al., 2007]. Die dynamische processen gaan vaak gepaard met een overheidsbeleid voor stadsrenovatie en leiden tot een wijziging van de sociale samenstelling van de bevolking in de centrumwijken.
8Na een beschrijving van de grote tendensen in de evolutie van de statistische sectoren van het Brussels Hoofdstedelijk Gewest (afdeling 2) trachten onze analyses die verschillende verklaarde modellen toe te passen aan de hand van een analyse van de migratiebewegingen tussen de arme centrumwijken en de rest van de stad (afdeling 3).
9Onze analyse is gebaseerd op een geheel van sociaaleconomische en demografische variabelen op de schaal van de statistische sectoren in 2005 en 2010. De meeste gegevens komen uit de Kruispuntbank van de Sociale Zekerheid (KSZ). Deze database omvat de hele bevolking van de stedelijke ruimten waarover de studie handelt. We hebben er 23 indicatoren uit gehaald die vier dimensies van de sociale kwetsbaarheid bestrijken: de inkomsten, de nationale origine, de kwetsbaarheid op de arbeidsmarkt en de afhankelijkheid van de gezinnen van sociale overdrachten. De dimensie van de inkomsten volstaat immers op zich niet om de sociale problemen van de individuen en de gezinnen te verklaren, want de oorsprong van de inkomsten (afhankelijkheid van de sociale overdrachten) en de vormen van deelname op de arbeidsmarkt kunnen wijzen op andere vormen van sociale kwetsbaarheid, die vaak nog bovenop het lage inkomen komen. Hetzelfde geldt voor de nationale oorsprong, in het bijzonder van de nieuwkomers, die geconfronteerd worden met integratieproblemen (taal, verschillende vormen van discriminatie, toegang tot sociale rechten,…). Op basis van die 23 indicatoren hebben we een enkele samenvattende index uitgewerkt die een niveau van sociaaleconomische moeilijkheden op de schaal van de statistische sectoren meet. Deze keuze om verschillende indicatoren te combineren wordt verantwoord door het feit dat elke indicator op zich een min of meer vertekend beeld geeft. De inkomsten worden bijvoorbeeld vaak slecht gemeten onder- en bovenaan de sociale ladder, wat een vertekende geografie van de sociaaleconomische moeilijkheden zou opleveren, als men enkel rekening houdt met die dimensie.
- 2 Die analyse wordt uitgevoerd voor de 22 Belgische stadsregio’s. We halen er hier de resultaten voor (...)
10Om die indicatoren te combineren, maken we gebruik van de hoofdcomponentenanalyse (HCA), aangezien die methode het mogelijk maakt om het “gemeenschappelijke gedeelte” van die talrijke indicatoren te isoleren. We konden aldus een dimensie naar voren schuiven die kan worden geïnterpreteerd als een samenvattende index van sociaaleconomische moeilijkheden van de wijken. Aangezien er echter een ongelijk aantal indicatoren van toepassing is op elk van de vier hierboven beschreven dimensies, hebben we eerst de informatie over elk van die dimensies samengevat, alvorens er een enkele samenvattende indicator van de evolutie van de statistische sectoren tussen 2005 en 2010 die de 4 dimensies combineert2, uit te halen (Tabel 1). We beschikken bijvoorbeeld over 8 indicatoren voor de nationale origine en slechts over 2 indicatoren voor de inkomsten. Bijgevolg zou een samenvattende indicator veel meer beïnvloed kunnen worden door de nationale origine dan door de inkomsten, als we niet in twee fasen te werk waren gegaan. Daarom hebben we eerst elk van de 4 dimensies samengevat, alvorens een samenvattende index van sociaaleconomische moeilijkheden te berekenen.
11De methodologie wordt hieronder beschreven en geïllustreerd aan de hand van Figuur 1:
-
Voor elke dimensie van sociale kwetsbaarheid worden de verschillende voor 2005 en 2010 berekende indicatoren ingeput in een hoofdcomponentenanalyse (HCA). Die methode maakt het mogelijk om de beschikbare gegevens samen te vatten. Wanneer de indicatoren onderling sterk samenhangen, kan een enkele variabele (de eerste as van de HCA) alle beginvariabelen efficiënt samenvatten (zie de laatste twee variabelen van Tabel 1 die de hoeveelheid informatie op de eerste twee assen van de analyse weergeven). Daarna blijven er nog 4 variabelen over in 2005 en 4 andere in 2010, waarbij elke variabele overeenkomt met een dimensie van sociale kwetsbaarheid;
-
In een tweede fase worden die vier variabelen zelf ingeput in een nieuwe HCA, waardoor de essentie van de gecumuleerde informatie kan worden samengevat in één enkele component (statistisch gezien: 87% van de totale variatie). Die nieuwe samenvattende component kan geïnterpreteerd worden als een samenvattende sociaaleconomische index op de schaal van de statistische sectoren;
-
Aangezien elke indicator wordt gedupliceerd in 2005 en 2010, leidt onze analyse tot een samenvattende sociaaleconomische index 2005 en 2010 voor elke statistische sector. Het verschil tussen die twee waarden levert dan de gemiddelde dynamiek van de statistische sectoren op. Tabel 2 vat die dynamische processen samen per groot type statistische sector in het Brussels Hoofdstedelijk Gewest.
Figuur 1. Uitwerking van de samenvattende index van het niveau van sociaaleconomische moeilijkheden van de statistische sectoren
Tabel 1. Lijst van de sociaaleconomische indicatoren en mate van afwijking van de samenvattende index van de 4 dimensies
12De kaart van de samenvattende index van sociaaleconomische moeilijkheden (Figuur 2) wijst op het bestaan van de “arme halve maan”, die zich van het noorden (Sint-Joost) via het westen (Anderlecht, Molenbeek) tot het zuiden (Sint-Gillis) van de vijfhoek uitstrekt. Sommige meer perifere statistische sectoren vertonen eveneens hoge niveaus van kwetsbaarheid: die komen systematisch overeen met grote sociale woningcomplexen. Onze index van sociaaleconomische moeilijkheden is daarentegen, zoals verwacht, laag in de wijken van de stad waar van oudsher de gegoede burgerij woont, namelijk in het zuiden en het oosten. Die oost-westdichotomie bepaalt in grote mate de structuur van de Brusselse ruimte [Vandermotten, 2014].
Figuur 2. Niveau van de sociaaleconomische moeilijkheden van de statistische sectoren in het Brussels Hoofdstedelijk Gewest, 2010
- 3 De gedetailleerde kaarten kunnen worden geraadpleegd in de “Dynamiek van buurten in moeilijkheden i (...)
13Aangezien de territoriale dynamische processen op zo’n verfijnde schaal als die van de statistische sectoren zeer complex zijn, hebben we ervoor gekozen om de evoluties die op basis van onze index werden berekend, per groep statistische sectoren te tonen. In de praktijk hebben we 5 grote types statistische sectoren bepaald aan de hand van een eenvoudige typologie die gebaseerd is op het sociaaleconomisch niveau van de statistische sectoren en de ligging ervan ten oosten of ten westen van het kanaal (Figuur 3)3. Die 5 grote types statistische sectoren worden voorgesteld in figuur 3. Op die basis vat tabel 2 de grote sociale en demografische dynamische processen samen voor de geanalyseerde periode 2015‑2010. De laatste kolom van de tabel toont de gemiddelde evolutie voor alle gebieden. Een positief cijfer betekent een stijging van de moeilijkheidsindex en dus een gemiddelde verslechtering van de sociale situatie. De gemiddelde waarde voor het Brussels Hoofdstedelijk Gewest wijst erop dat de sociaaleconomische situatie ten opzichte van de overige stadsgewesten, gemiddeld gezien, verslechterd is, maar wel op ongelijke wijze tussen de grote types wijken.
Figuur 3. De grote types van statistische sectoren
14Gemiddeld gezien verslechtert de situatie van de “arme halve maan” immers minder dan de situatie op gewestelijk niveau (Tabel 2). Als we nader ingaan op de details, lijken de dynamische processen tegenstrijdig en vertonen ze sterke schommelingen van de ene statistische sector tot de andere. Bijvoorbeeld langs het kanaal zijn de dynamische processen positief, maar de situatie in sommige sectoren van Kuregem of Oud Molenbeek die niet aan het kanaal liggen, verslechtert nog. In de statistische sectoren van het intermediaire niveau die aan de arme halve maan grenzen (paars in figuur 3), zijn de dynamische processen veel homogener, vooral in het westelijk deel van de tweede kroon en naar het noordoosten toe, aan de andere kant van de Lambermontlaan: de grote meerderheid ervan vertoont een verslechtering van de index van sociaaleconomische moeilijkheden (Tabel 2). In het oostelijker gelegen deel (Elsene, Sint-Gillis en Schaarbeek) van de dichtbevolkte eerste kroon van de stad zijn de dynamische processen evenwel gunstiger en benaderen ze het gewestelijk gemiddelde. In het rijkste deel van de stad, ten slotte, namelijk in het zuidoostelijke kwadrant, zijn de evoluties gemiddeld gezien gunstig en wijzen ze op een relatieve verbetering van de positie van die wijken ten opzichte van de andere wijken. Die gemiddelde evolutie maskeert in feite sterke schommelingen van de ene statistische sector tot de andere, maar het is niet altijd makkelijk om daar de oorzaken te achterhalen.
Tabel 2. Dynamische processen van de grote types van statistische sectoren in het Brussels Hoofdstedelijk Gewest, 2005‑2010
15Met die resultaten beschikken we over een instrument voor de follow-up van de statistische sectoren. De waargenomen dynamische processen moeten daarentegen nog worden verklaard. Het gaat in feite zowel om endogene dynamische processen, namelijk de evolutie van de situatie van de personen die oorspronkelijk in de statistische sector woonden, als om dynamische migratieprocessen, namelijk wijzigingen in de samenstelling van de bevolkingsgroep ten gevolge van migratiebewegingen. Aangezien we niet beschikken over individuele gegevens die de personen op een verfijnde schaal lokaliseren, zijn we niet in staat om de endogene dynamische processen te meten. We kunnen daarentegen wel de in- en uitstroom uit alle statistische sectoren in Brussel evalueren.
16Met de gegevens uit de KSZ kunnen we ook de bevolkingsstromen tussen de Brusselse statistische sectoren en de rest van de wereld meten (waarbij we de rest van het nationaal grondgebied van het buitenland onderscheiden), alsook volgens de grote types statistische sectoren naargelang hun sociaaleconomisch niveau op de schaal van de 22 grote stadsgewesten. We hebben ook de in- en uitstroom van de statistische sectoren verkregen naargelang de sociale kenmerken van de personen (nationale origine, positie op de arbeidsmarkt enz.). Er zij evenwel op gewezen dat we niet beschikken over alle relevante variabelen op individueel niveau, maar over bepaalde kruisingen tussen de variabelen met betrekking tot de woonplaats (statistische sector) en de sociale kenmerken van de personen. We kunnen bijvoorbeeld niet weten waarheen de arme en rijke individuen die uit dezelfde arme wijken afkomstig zijn, verhuizen. De KSZ maakt het niet mogelijk om gegevens op dat desagregatieniveau te extraheren. Met de gegevens tot onze beschikking kunnen we evenwel de dynamische migratieprocessen, onder meer in de armste wijken, al beter begrijpen, alsook de impact ervan op de sociaaleconomische dynamische processen van de wijken zoals beschreven in tabel 2.
17Over het algemeen zijn de uitstroompercentages uit de meest achtergestelde statistische sectoren niet veel hoger dan het gemiddelde in het Gewest (Tabel 3). Een groot deel van die uitstroom gebeurt naar statistische sectoren van hetzelfde type, die eveneens achtergesteld zijn. Het uitstroompercentage uit de “arme halve maan” naar minder achtergestelde statistische sectoren bereikt bijna 30% op de beschouwde vijf jaar (2005‑2010). Dat is een hoog cijfer, maar dat betekent niet dat dat deel van de stad mag worden herleid tot een transitzone, aangezien een groot deel van de bevolking in de arme halve maan blijft wonen. Er wordt evenwel tegelijkertijd vastgesteld dat er in die wijken zeer intense omgekeerde bewegingen plaatshebben: de migratiebalans bedraagt er –15,6% ten opzichte van de rest van het nationaal grondgebied tussen 2005 en 2010 en +18,4% ten opzichte van het buitenland. De welgestelde wijken van het zuidoosten van de stad vertonen voor dezelfde periode veel gematigdere balansen (–1,2% ten opzichte van de rest van het nationaal grondgebied en +4,2% ten opzichte van het buitenland). In het westen, verder dan de armste wijken, zijn de evoluties nog verschillend, aangezien de migratiebalansen positief zijn, zowel ten opzichte van de rest van het nationaal grondgebied als ten opzichte van het buitenland. Zoals men zal zien, weerspiegelen die positieve balansen ten opzichte van het nationaal grondgebied de migratiebewegingen vanuit de arme halve maan.
Tabel 3. Percentage uitstroom en migratiebalans per type statistische sector tussen 2005 en 2010
- 4 De uitstroompercentages uit een wijk worden immers in grote mate bepaald door de leeftijdsstructuur (...)
18De transitrol van de arme wijken moet ook geëvalueerd worden in het licht van de andere kenmerken ervan. Wanneer men daarmee rekening houdt – in het bijzonder met het grote aantal huurders – kunnen de uitstroompercentages niet als hoog worden beschouwd. Een lineair regressiemodel op basis van de uitstroompercentages uit de statistische sectoren toont immers aan dat, wanneer rekening wordt gehouden met het percentage huurders en de leeftijdsstructuur4, het uitstroompercentage uit de meest achtergestelde statistische sectoren van de stad in feite lager ligt dan in de rest van de stad (Tabel 4). Zodra die factoren in aanmerking worden genomen, leert de negatieve coëfficiënt van de index van sociaaleconomische moeilijkheden in het regressiemodel ons dat hoe achtergestelder een statistische sector is, hoe kleiner de tendens is om die te verlaten.
Tabel 4. Model van het uitstroompercentage per statistische sector in het Brussels Hoofdstedelijk Gewest
(1) De leeftijdsstructuur is in feite een verwacht uitstroompercentage, gelet op de leeftijdsstructuur van de statistische sector en de gemiddelde uitstroomneiging voor elke leeftijdsklasse. Een hoge index betekent dus een grote aanwezigheid van personen die tot de mobielste leeftijdsklassen behoren, vooral de jongeren (18‑30 jaar). *, **, *** significant op 10, 5 en 1%.
Lezing van de tabel: Een positieve coëfficiënt voor de indicator “leeftijdsstructuur” betekent dat de jongste statistische sectoren hogere uitstroompercentages hebben. Een positieve coëfficiënt voor het “percentage huurders bij een particuliere verhuurder” betekent dat in de statistische sectoren met een groot aantal huurders bij een particuliere verhuurder de uitstroompercentages groter zijn, terwijl het omgekeerde geldt voor het “percentage huurders bij een sociale huisvestingsmaatschappij”. Een negatieve coëfficiënt voor de “index van de moeilijkheden” betekent dat hoe meer moeilijkheden er in een statistische sector zijn, hoe lager het uitstroompercentage is. Een lage coëfficiënt wijst erop dat de impact van die variabele minder sterk is dan de “leeftijdsstructuur” en het “huurderspercentage”.
19Met onze gegevens kunnen we echter het aandeel van de bevolking die op lange termijn in die wijk blijft wonen, niet meten. De armste statistische sectoren van de hoofdstad worden daarentegen nog zeer duidelijk gekenmerkt door negatieve migratiebalansen ten opzichte van de rest van het nationaal grondgebied en zeer positieve migratiebalansen ten opzichte van het buitenland. Die wijken zijn slechts ten dele transitzones waarin immigranten die pas uit het buitenland zijn aangekomen, zich vestigen en waaruit een deel van de inwoners naar de rest van Brussel of België vertrekt, maar ze kunnen ook worden beschouwd als wijken die een deel van hun inwoners tegenhouden en/of verankeren. Dat onderstreept zowel de materiële problemen voor de kwetsbare bevolkingsgroepen om die wijken te verlaten als de noodzaak voor bepaalde bevolkingsgroepen om er te leven, want ze gebruiken er de middelen van (lagere kosten van het levensonderhoud, sociale netwerken, enz.). De verschillende vormen van verknochtheid aan de volkswijken mogen evenmin worden verwaarloosd [Vignal, 2014; Chabrol & Rozenholc, 2016]. Die tweevoudige realiteit van de achtergestelde wijken van de Europese metropolen wordt trouwens beschreven in de studie van de woontrajecten in de agglomeratie van Stockholm [van Ham et al., 2014]: bepaalde bevolkingsgroepen wonen tijdelijk in dat soort wijken, zoals jonge studenten of gezinnen uit bevoordeelde milieus, maar anderen zijn er geboren, wonen er lange periodes van hun leven als volwassene of blijven die wijken intensief bezoeken nadat ze zijn vertrokken. De centrale volkswijken kunnen dus niet worden herleid tot gebieden die uitsluitend een transitfunctie hebben.
20Hoewel de literatuur vaak suggereert dat degenen die de verpauperde gebieden van de grote steden verlaten, op de sociale ladder stijgen, maakt onze analyse het niet mogelijk om een sociale differentiatie vast te stellen tussen degenen die vertrekken uit dergelijke wijken in Brussel. In de armste centrale wijken zijn er immers tegelijk intense en complexe stromen die verband houden met een aantrekkelijkheid die sterk afhangt van de sociale positie van de individuen en trouwens sterk verschilt van de ene wijk tot de andere. Dat komt tegelijkertijd tot uiting in de uitstroom van gezinnen die stijgen op de sociale ladder, en van kansarme gezinnen die onder druk komen te staan van de lokale gentrificatieprocessen of die gewoonweg kiezen voor woningen van minder goede kwaliteit in andere, “betere” delen van de stad. Omgekeerd kunnen sociaal bevoordeelde jonge gezinnen of jongeren die een moeilijke periode doormaken, zich – vaak voor beperkte tijd – vestigen in die arme wijken en minder betalen voor huisvesting dan elders en tegelijk vlot toegang hebben tot de diensten van de stad [Lenel, 2013].
21We kunnen eveneens enkele indicaties verstrekken over de bestemmingen van de bevolkingsgroepen die de meest achtergestelde wijken van de stad hebben verlaten. In dat verband wijst figuur 4 op de migratiebalans van elke statistische sector van de stad ten opzichte van de “arme halve maan”. De oppervlakte van de cirkel staat in verhouding tot de migratiebalans gemeten in absolute termen (instroom – uitstroom), de kleur van de cirkels onderscheidt de positieve balansen in het blauw (meer instroom vanuit de “arme halve maan” dan uitstroom naar de “arme halve maan”) van de negatieve balansen in het rood (omgekeerde situatie). De aanwezigheid van rode cirkels binnen de arme halve maan zelf wijst op een grote uitstroom naar andere delen van de arme halve maan. De kaart toont aan dat de bevolkingsgroepen die de armste statistische sectoren van de stad verlaten, zich in de grote meerderheid van de gevallen vestigen in de aangrenzende tussengebieden in het westen van het Gewest. Die tendens werd al opgemerkt voor de jaren 1990 [Van Criekingen, 2006]. Dat proces ligt zeer zeker aan de basis van de bijna algehele verslechtering van de sociaaleconomische indicatoren in de sociaal intermediaire statistische sectoren van het westelijk deel van de stad (cf. supra – Tabel 2). De armoede breidt zich dus uit naar het westen. Een ander deel, maar veel minder groot, van degenen die de statistische sectoren van de “arme halve maan” verlaten, vestigt zich in de rand van de stad, in gemeenten zoals bijvoorbeeld Ruisbroek in het zuiden, Vilvoorde in het noorden of in gemeenten die op de vroegere industriële as van het kanaal, richting Antwerpen of richting Charleroi, liggen. De gebieden van de burgerij in het zuidoosten van de stad lijken als het ware hermetisch gesloten voor die bevolkingsgroepen.
- 5 De landen werden gerangschikt volgens het criterium “inkomsten per inwoner”. Binnen de rijke landen (...)
22De periode 2005‑2010 werd in Brussel gekenmerkt door een grote instroom van bevolkingsgroepen uit het buitenland. Die immigratie concentreert zich in de dichtbevolkte centrale gebieden van de stad, in het bijzonder in de armste gebieden (Figuur 5). We kunnen niet weten vanwaar de migranten komen, maar we kennen wel hun geboorteplaats, ongeacht of ze al dan niet in België woonden, voordat ze zich in de statistische sector vestigden. Rekening houdend met dat gegeven, blijkt dat de bevolkingsgroepen die geboren zijn in landen die men als “arm” of “uit de tussencategorie”5 kan beschouwen, bij voorkeur migreren naar de armste delen van de stad, terwijl degenen die in “rijke” landen zijn geboren, zich veeleer in het oostelijk deel van de eerste kroon (Figuur 6) vestigen. Zoals bij de interne migraties, is het rijke zuidoostelijk kwadrant in zeer beperkte mate de eerste vestigingsplaats van buitenlandse migranten, zelfs voor degenen die in “rijke” landen zijn geboren.
Figuur 5. Migratiebalans met de rest van de wereld, 2005‑2010
Figuur 6. Migratiebalans van de in een rijk land geboren personen, 2005‑2010
23Na deze analyse moeten we erop wijzen dat de dynamische processen in de Brusselse wijken moeten worden bekeken op metropolitane schaal, aangezien de randverstedelijking zo intens is [De Maesschalk et al., 2015]. Er zij ook genoteerd dat de processen die voor de Brusselse metropolitane ruimte worden beschreven, ook worden waargenomen in de andere Belgische grote steden, vooral in Antwerpen [Van Hamme et al., 2015]: de aanhoudende randverstedelijking, de complexiteit van de dynamische processen in de arme centrumwijken en de achteruitgang van de sociaaleconomische indicatoren in de gebieden die aan de armste sectoren van de stad grenzen, maar dan vaak in mindere mate.
24De bijdrage van de migratieprocessen tot die complexe dynamische processen kan worden samengevat in enkele markante kenmerken. Ten eerste verlaat een niet te verwaarlozen deel van de inwoners de verpauperde gebieden van de stad. Ten tweede verplaatst een groot deel ervan zich naar de minder arme, aangrenzende gebieden, naar het westen of noordoosten van het Gewest. Ten derde concentreert de externe immigratie zich in de dichtbevolkte centrumgebieden van de stad en de migranten uit arme landen of uit landen van de tussencategorie vestigen zich in de armste statistische sectoren van die gebieden. Ten vierde toont de randverstedelijking nog geen tekenen van verzwakking en is de migratie vanuit de arme halve maan naar de rand er slechts een bescheiden deel van. Ten vijfde blijft het rijke zuidoostelijk kwadrant van de stad grotendeels gesloten voor die migratieprocessen en vangt het noch veel externe immigranten noch emigranten vanuit de arme statistische sectoren op.
25Wat zijn de gevolgen van die vaststellingen?
26De exodus uit de armste statistische sectoren is een belangrijke realiteit. Dat proces komt tot uiting in de uitzaaiing van de armoede naar de aangrenzende tussenliggende gebieden en, in zeer beperkte mate, naar de randgebieden. Numeriek gezien wordt die uitstroom meer dan gecompenseerd door de instroom van nieuwe immigranten, zodat de migratiebewegingen door de hoge geboortecijfers de demografische druk op de dichtbevolkte centrumgebieden verhogen. Overeenkomstig het model van de school van Chicago zijn die gebieden ten dele transitzones. Dat beeld moet evenwel om meerdere redenen bijgestuurd worden. Enerzijds blijft een groot deel van de oorspronkelijke bevolking in de meest achtergestelde statistische sectoren wonen: op vijf jaar tijd heeft 30% van de bevolking dat type statistische sector verlaten. De overgrote meerderheid daarvan heeft zich gevestigd in aangrenzende gebieden die sociaal gezien vrij sterk op hun oorspronkelijke woonplaats lijken. Anderzijds kan die relatieve “klim op de ruimtelijke ladder” niet worden gelijkgesteld met een stijging op de sociale ladder. Onze analyses hebben nauwelijks aangetoond dat een groter aantal van de gunstigere profielen die verpauperde gebieden verlaat. Werklozen hebben bijvoorbeeld een even sterke neiging (als alle andere factoren ongewijzigd blijven) om die gebieden te verlaten als de andere sociale categorieën. Bij gebrek aan individuele gegevens blijven onze conclusies over het sociaal profiel van de uitstroom zeer onbevredigend en zijn er grondigere kwantitatieve en kwalitatieve analyses vereist.
27Een groot deel van de kwetsbare bevolkingsgroepen blijft dus wonen in de arme statistische sectoren, hoewel deze laatste een groot deel van de arme nieuwe migranten opvangen. Bovendien is het overheidsbeleid erop gericht de sociale mix in die wijken te vergroten door mensen uit de middenklassen aan te moedigen om er zich te vestigen. Uiteindelijk is er een enorme demografische druk op die reeds dichtbevolkte gebieden, waardoor het aantal kleine woningen toeneemt (Figuur 7).
Figuur 7. Evolutie van de bevolking in het Brussels Hoofdstedelijk Gewest, 2005‑2010
28Rekening houdend met die situatie, moet men vaststellen dat er een lage demografische druk op het zuidoostelijk kwadrant van de stad is, die tweemaal lager is dan het gemiddelde van de stad in de periode 2005‑2010 (Figuur 7). In dat deel van de stad vestigen zich geen nieuwe migranten noch inwoners die de arme halve maan van de stad verlaten (zie figuren 4 tot 6). Voorts is er een zeer lage natuurlijke bevolkingsgroei wegens de vergrijzing. Het gaat evenwel om een gemiddelde, dat verhult dat de bevolking van de gemeenten Ukkel (met uitzondering van beneden-Ukkel, dat in het verlengde van de arme wijken van Vorst ligt), Watermaal-Bosvoorde, Oudergem en Sint Pieters Woluwe in feite afneemt, vooral in de dunst bevolkte delen van die gemeenten. Een dergelijke vaststelling noopt ongetwijfeld tot een krachtdadige reactie op het vlak van het huisvestingsbeleid [Romainville, 2010], zodat de demografische druk niet volledig op de achtergestelde wijken komt te liggen.