Navigation – Plan du site
2019
136

Ruimtelijke mismatch, scholing en talenkennis in de Brusselse metropool: een analyse

Mauvais appariement spatial, niveau de scolarité et connaissances linguistiques dans la métropole bruxelloise : une analyse
Spatial mismatch, education and language skills in the Brussels metropolis: an analysis
Tobias Theys, Nick Deschacht, Stef Adriaenssens et Dieter Verhaest
Traduction(s) :
Mauvais appariement spatial, niveau de scolarité et connaissances linguistiques dans la métropole bruxelloise : une analyse [fr]
Spatial mismatch, education and language skills in the Brussels metropolis: an analysis [en]

Résumés

Le mauvais appariement spatial – les demandeurs d’emploi ne résident pas là où se trouvent les emplois – peut constituer une entrave importante sur le marché du travail, surtout pour les groupes vulnérables. Dans cette étude, nous examinons le rôle de cette inadéquation spatiale dans la métropole bruxelloise. À l’aide d’un indice de pondération amélioré, le distance-weighted spatial mismatch index, qui intègre l’inadéquation induite par la localisation, nous comparons le mauvais appariement spatial entre le marché de l’emploi hautement et faiblement qualifié et le marché de l’emploi faiblement qualifié avec et sans connaissances linguistiques. Au sens le plus large de la métropole bruxelloise, les résultats montrent un mauvais appariement spatial jusqu’à 50 % plus élevé pour les demandeurs d’emploi faiblement qualifiés par rapport aux hautement qualifiés. Pour les faiblement qualifiés sans connaissances linguistiques, il apparaît jusqu’à 115 % plus élevé par rapport aux faiblement qualifiés avec connaissances linguistiques. Cette différence découle principalement d’un excédent relatif de demandeurs d’emploi faiblement qualifiés (sans connaissances linguistiques) en Région de Bruxelles-Capitale et d’un déficit relatif dans les communes de la première ceinture autour de la Région.

Haut de page

Notes de l’auteur

Project gesubsidieerd door het Brussels Hoofdstedelijk Gewest – Innoviris.

Texte intégral

Inleiding

1Het Brusselse stadsgewest wordt gekenmerkt door een erg hoge werkloosheidsgraad, en dat al voor een lange periode. Het gebied, dat in de administratieve interpretatie samenvalt met de grenzen van het Brussels Hoofdstedelijk Gewest (BHG), kende in 2014 een werkloosheidgraad van 18,5 %. Dat ligt gevoelig hoger dan de twee andere Belgische gewesten: in het Waals Gewest bedroeg de werkloosheidsgraad 12 %, in het Vlaams Gewest 5,1 % [Statbel, 2018]. Op de laaggeschoolde arbeidsmarkt is de situatie bovendien ernstiger: in het BHG bedroeg de werkloosheidsgraad onder laaggeschoolden in 2014 30,9 %, in het Vlaams en Waals gewest respectievelijk 9,2 % en 21,6 %. De Brusselse metropool is geen uitzondering inzake hoge werkloosheid: wereldwijd worstelen grootstedelijke gebieden al decennialang met dit probleem [Elhorst, 2003].

2John Kain [1968] introduceerde in 1968 het concept “spatial mismatch” of “ruimtelijke mismatch”, om de rol van locatie in de hoge werkloosheid bij de zwarte bevolking in de binnensteden te verklaren. Nadat een aanzienlijk deel van de blanke bevolking verhuisde van de stadscentra naar de buitenwijken, maakten veel bedrijven dezelfde beweging, de zogenaamde “suburbanisatie” van jobs. De zwarte bevolking, die door segregatie op de woningmarkt achterbleef in de stadscentra, verloor zo haar directe toegang tot een aanzienlijk deel van de arbeidsmarkt. De hypothese rond ruimtelijke mismatch die hieruit voortvloeide, stelt dat een belangrijke oorzaak van werkloosheid, voornamelijk bij kansarme bevolkingsgroepen, ligt in de geografisch afstand tussen de woonplaats van werkzoekenden en de buurten waar vacatures te vinden zijn. Nauw verwant met deze hypothese is de theorie van de “neighbourhood effects”, effecten die voortkomen uit de buurt waar iemand woont [Durlauf, 2004]. Deze effecten kunnen een negatieve invloed hebben op de arbeidskansen van inwoners van kansarme wijken en kunnen zich op verschillende manieren manifesteren, waaronder minder waardevolle sociale netwerken, minder kwalitatief onderwijs, sociale stigma of negatieve groepsdruk.

3Sinds Kain [1968] werd de ruimtelijke mismatch hypothese in tal van contexten getest (zie onder andere Gobillon, Selod en Zenou [2007] en Ihlanfeldt en Sjoquist [1998] voor uitgebreide reviews van de literatuur). Dujardin, Selod en Thomas [2008] onderzochten eerder de impact van buurteffecten en ruimtelijke mismatch in de Brusselse regio en kwamen op basis van censusdata uit 1991 tot de conclusie dat buurteffecten een belangrijke rol speelden in het verklaren van arbeidskansen.

4Deze paper analyseert de mate van ruimtelijke mismatch voor werkzoekenden, met een extra focus op laaggeschoolden en hun talenkennis, in de Brusselse metropool. Met behulp van een mismatch index meten we de toegang van deze werkzoekenden tot geschikte vacatures in het Brussels Hoofdstedelijk Gewest en het naburig gebied.

1. Onderzoeksprobleem

5Bijzonder aan de Brusselse metropool is de taaldiversiteit, terwijl de voertaal in het grootste deel van Vlaanderen het Nederlands is, en in Wallonië het Frans. In het Brussels Hoofdstedelijk Gewest (BHG), een regio die officieel tweetalig is, is de lingua franca Frans. Voor werkzoekenden in het Brusselse stadsgewest vormt dit een extra barrière: een aanzienlijk aantal vacatures in de regio vereist kennis van de twee talen.

6In 2014, het jaar waarvoor in deze paper de analyse van ruimtelijke mismatch uitgevoerd wordt, telde het BHG 1 163 486 inwoners [Hermia, 2014], wat overeenkomt met 10,5 % van de Belgische bevolking. Over de 19 gemeenten bedraagt de gemiddelde werkloosheidsgraad 19 %. Hoewel de grenzen van de Brusselse metropool administratief samenvallen met die van het BHG, reikt haar stedelijke invloedssfeer buiten deze grenzen. Om de mate van ruimtelijke mismatch te analyseren, is het dan ook aangeraden om een afbakening te hanteren van de metropool die dichter aanleunt bij bestaande economische en sociale interdependenties. Dit uitgangspunt maakt het nodig de situatie in het hinterland mee in overweging te nemen. In de literatuur zijn verschillende voorstellen gedaan om dit hinterland af te bakenen [Dujardin, Thomas en Tulkens, 2007; Thomas et al., 2012], maar tot op heden is er geen consensus. Aangezien deze afbakening een belangrijke rol speelt bij het meten van ruimtelijke mismatch, kiezen we ervoor onze analyse uit te voeren op drie geografische niveaus, met verschillende buitengrenzen.

7In eerste instantie beperken we de meting tot de 19 gemeenten in het BHG. Dit stemt ook overeen met de Functional Urban Area van Eurostat [Eurostat, 2017]. Vervolgens herhalen we de analyse voor de Extended Urban Area (EUA) [Dujardin, Selod en Thomas, 2008], samengesteld op basis van populatie- en werknemersdichtheid en pendelgedrag naar het BHG. De EUA breidt de metropool uit tot 41 gemeenten. De 22 bijkomende gemeenten, waarvan 5 Waalse en 17 Vlaamse, telden in 2014 in totaal 551 740 inwoners en hadden een gemiddelde werkloosheidsgraad van 7,7 %. Tot slot bekijken we het lokale arbeidsmarktgebied (LAG) [Vanderbiesen, Herremans en Sels, 2013], samengesteld op basis van pendelstromen. Het LAG is de meest ruime definitie die we gebruiken voor het Brussels stadgewest en bevat 88 gemeenten, waaronder alle gemeenten die deel uitmaken van de EUA. De 47 extra gemeenten, waarvan 20 in Wallonië en 27 in Vlaanderen, telden in 2014 in totaal 901 820 inwoners en hadden een gemiddelde werkloosheidsgraad van 8,6 %. De methodologie die door Vanderbiesen, Herremans en Sels (2013) gebruikt wordt, laat toe dat lokale arbeidsmarktgebieden niet aaneensluitend zijn. Dit is het geval voor het lokale arbeidsmarktgebied dat het BHG omvat, waar vier Waalse gemeenten zorgen voor een geografische onderbreking van het arbeidsmarktgebied.

8De cijfers illustreren het typische patroon van een kern en haar hinterland: in de kern heerst een hoge werkloosheid (gemiddeld 19 %), terwijl de werkloosheid in het hinterland significant lager ligt (in de buurt van 8 %, afhankelijk van de afbakening). Figuur 1 toont de locatie en samenstelling van de drie zones (bijlage 1 somt de gemeenten op per zone).

Figuur 1. De Brusselse metropool: drie mogelijke afbakeningen.

Figuur 1. De Brusselse metropool: drie mogelijke afbakeningen.

Noot: de gemeenten in grijs vormen het Brussels-Hoofdstedelijk Gewest, de gemeenten in grijs en lichtgroen de Extended Urban Area (EUA) [Dujardin, Selod en Thomas, 2008], de gemeenten in grijs, licht- en donkergroen het lokale arbeidsmarktgebied [Vanderbiesen, Herremans en Sels, 2013].

9De hypothese die centraal staat in deze paper, stelt dat ruimtelijke mismatch een belangrijke rol speelt in het kaderen van de hoge werkloosheid in de kern van het Brussels stadsgewest. Wanneer we de arbeidsmarkt uitsplitsen naar opleidingsniveau, verwachten we een sterkere mate van ruimtelijke mismatch op de arbeidsmarkt voor laaggeschoolden, met een groot deel van de werkzoekenden in gemeenten in de kern van het stadsgewest (BHG) met een hoge werkloosheid, terwijl de suburbanisatie van jobs ertoe zou leiden dat een groot deel van de geschikte vacatures in de periferie te vinden zijn. Deze mismatch verplicht (laaggeschoolde) werkzoekenden in het BHG om hun zoekgebied uit te breiden om meer kansen op de arbeidsmarkt te vinden. Om deze verwachting cijfermatig te staven, wordt een vergelijking gemaakt met de ruimtelijke mismatch voor hooggeschoolden. Voor deze groep verwachten we een meer gelijke spreiding van de vacatures en werkzoekenden over de regio, die leidt tot een kleinere ruimtelijke mismatch. Bovendien heeft afstand een negatievere impact op laaggeschoolden, aangezien hooggeschoolden een grotere zoekradius hebben en mobieler zijn [Amior, 2017].

2. Methodologie

10Om de mate van ruimtelijke mismatch te berekenen, gebruiken we de distance-weighted spatial mismatch index (DSMI) [Theys, Deschacht, Adriaenssens en Verhaest, 2018]. De DSMI is een uitbreiding van de spatial mismatch index [Martin, 2001]. Waar de oorspronkelijke index geen onderscheid maakt in de afstand tussen werkplaats en woonplaats, brengt de DSMI ook de afstand tussen deze plekken in rekening. Hij wordt berekend in drie stappen.

11In een eerste stap wordt het verschil berekend tussen het aandeel werkzoekenden en het aandeel vacatures in elke gemeente in de regio:

12waar wzi en vi het aantal werkzoekenden en vacatures in gemeente i voorstellen en wz en v het aantal werkzoekenden en vacatures in de hele regio. Gemeenten met een positieve (negatieve) si hebben een relatief overschot (tekort) aan werkzoekenden in vergelijking met het aantal vacatures. Om de mismatch weg te werken, zijn er twee mogelijkheden. Enerzijds kunnen werkzoekenden verhuizen of pendelen van gemeenten met een relatief overschot aan werkzoekenden naar gemeenten met een relatief tekort. Anderzijds kunnen bedrijven die werknemers zoeken, zich vestigen in regio’s met relatief veel werkzoekenden. Om onduidelijkheid te vermijden, wordt in de verdere uiteenzetting van de methodologie en de bespreking van de resultaten uitgegaan van werknemers die zich verplaatsen (pendelaars).

13In een tweede stap wordt berekend hoeveel inspanning deze verplaatsingen vereisen, aan de hand van de afstand die moet afgelegd worden door de pendelaars. Verplaatsingen over een grote afstand krijgen zo een hoger gewicht dan verplaatsingen over een kleine afstand. Deze afstand wordt gestandaardiseerd op basis van de grootte van het gebied dat geanalyseerd wordt. Aangezien deze standaardisering daardoor rechtstreeks gerelateerd is aan het gebied onder beschouwing, is het niet mogelijk de mate van ruimtelijke mismatch voor een groep te vergelijken tussen verschillende gebieden. De verhouding tussen twee groepen kan echter wel vergeleken worden tussen gebieden. De totale reisbeweging is gelijk aan

14waar sij de pendelaars zijn van surplus-gemeente i naar tekort-gemeente j en dij de (gestandaardiseerde) afstand tussen de twee gemeenten. We gaan er vanuit dat de pendelaars zich op een rationele manier verplaatsen, waardoor deze totale reisbeweging tot het noodzakelijke minimum beperkt wordt. Het berekenen van de DSMI wordt zo een minimalisatie-proces:

15De waarde van de DSMI ligt tussen 0 en 1, waarbij een DSMI van 0 een situatie voorstelt waarin vacatures en werkzoekenden perfect gelijk verdeeld zijn over de gemeenten, terwijl een DSMI van 1 de situatie voorstelt waarbij de werkzoekenden en vacatures zo ver mogelijk van elkaar liggen.

16De DSMI is in essentie een combinatie van de originele SMI en een maatstaf voor de af te leggen afstand en kan ook ontleed worden in deze twee factoren: DSMI = SMI x D, waar de SMI het aandeel pendelaars in de populatie voorstelt en D de gemiddelde (gestandaardiseerde) afstand die door deze pendelaars moet worden afgelegd.

3. Data

17Deze bijdrage werkt met data over vacatures en werkzoekenden. Aangezien de verantwoordelijkheid voor arbeidsbemiddeling in België een gewestelijke materie is, betekent dit dat hiervoor aparte diensten per gewest bestaan: Actiris, VDAB en Forem voor respectievelijk het Brussels Hoofdstedelijk, Vlaams en Waals Gewest. De diensten hebben ook aparte databases, wat enkele beperkingen voor de data met zich meebrengt. De berekeningen voor de mate van ruimtelijke mismatch worden gemaakt op basis van de werkzoekenden die begin 2014 geregistreerd stonden bij de drie diensten en de vacatures die de diensten rechtstreeks ontvingen van werkgevers gedurende het hele jaar 2014. Aangezien werkzoekenden verplicht zijn zich te registreren bij de betreffende dienst voor arbeidsbemiddeling om aanspraak te kunnen maken op een werkloosheidsuitkering, is het aannemelijk dat deze gegevens vrij compleet zijn. Werkgevers zijn echter niet verplicht vacatures door te geven aan de regionale dienst voor arbeidsbemiddeling, wat kan leiden tot een onderschatting van de eigenlijke hoeveelheid. Zolang deze onderschatting niet regio-specifiek is, vormt dit geen probleem, aangezien in de berekeningen wordt gewerkt met relatieve hoeveelheden. Daarnaast worden in deze analyses enkel vacatures opgenomen waarvan de plaats van tewerkstelling bepaald is op gemeenteniveau. Dit kan leiden tot onderschatting van het aantal effectieve vacatures voor de Vlaamse data, en in mindere mate voor de Waalse data, waar een aantal vacatures enkel een regionale plaats van tewerkstelling meekrijgen. Door beperkingen in de rapportering van taalvereisten bij vacatures, maken we in dit onderzoek enkel onderscheid tussen de arbeidsmarkt voor twee- of drietaligen (arbeidsmarkt met talenkennis) en die voor werkzoekenden die maximaal één officiële taal (Nederlands of Frans) beheersen (arbeidsmarkt zonder talenkennis).

18Inzake werkzoekenden, zijn de data van VDAB en Forem een gemiddelde van het aantal werkzoekenden in het eerste trimester van 2014. Voor data van Actiris zijn dat vanwege beperkte beschikbaarheid de aantallen bij het begin van 2014. Terwijl de variabelen rond talenkennis bij VDAB binair zijn, werken Actiris en Forem met Likertschalen. Voor deze data wordt verondersteld dat een werkzoekende een taal voldoende beheerst om in aanmerking te komen voor een vacature wanneer de kennis minstens “gemiddeld” is. Daarnaast zijn de data rond taal hoofdzakelijk zelfgerapporteerd (een beperkte minderheid heeft officiële attesten), wat mogelijk leidt tot een overschatting van de effectieve kennis.

19De definitie van het Brussels Observatorium voor de Werkgelegenheid [2011] inzake scholingsgraad wordt gevolgd: laaggeschoolden zijn diegenen die geen diploma van de middelbare school hebben of geen leerovereenkomst hebben afgerond. Onder hooggeschoolden verstaan we diegenen met een diploma hoger onderwijs. Werkzoekenden waarvan het diploma (nog) niet erkend is, worden gezien als laaggeschoold.

20De maatstaf voor het wegen van de verplaatsingen, is tweevoudig: als basismeting berekenen we de euclidische afstand tussen de centrumpunten van de gemeenten. Voor de tweede benadering gebruiken we de reistijd via openbaar vervoer tussen de gemeentehuizen van elke gemeente. Met de keuze voor gemeentehuizen als startpunt vermijden we startpunten die ver liggen van elke vorm van openbaar vervoer, zoals het geval zou kunnen zijn bij de geografische centrumpunten. De keuze voor openbaar vervoer is bewust: een aanzienlijk deel van de (laaggeschoolde) werkzoekenden heeft geen beschikking over een auto. Bovendien maakt de ochtendspits rond Brussel autovervoer minder aantrekkelijk qua potentieel tijdgewin. Voor elke combinatie van gemeenten wordt de kortste reistijd gekozen, waarbij de aankomsttijd ten laatste negen uur’s ochtends is. De reistijden tussen de gemeenten worden berekend met behulp van de Google Maps Distance Matrix API. Twintig verbindingen zijn onmogelijk; 19 van deze verbindingen hebben Opzullik als eindbestemming, de andere verbinding is tussen Villers-la-Ville en Binche. Deze verbinden krijgen in de reistijd-matrix een artificiële hoge waarde, zodat ze niet kunnen voorkomen in een optimale oplossing.

4. Resultaten en discussie

21De spatial mismatch indices geven aan in hoeverre vacatures en werkzoekenden verschillend verspreid zijn over de gemeenten in de regio. Ze zeggen echter niets over de krapte op de arbeidsmarkt voor de regio in haar geheel. Vooraleer we naar de resultaten van de mismatch indices kijken, overlopen we de arbeidskrapte in de drie gebieden.

4.1 Concurrentie op de arbeidsmarkt

22Tabel 1 rapporteert de vacatures en werkzoekenden in het Brussels Hoofdstedelijk Gewest (BHG), de 22 gemeenten die toegevoegd worden in het Extended Urban Area (EUA) (EUA-gordel) en de 47 gemeenten die deel uitmaken van het lokale arbeidsmarktgebied (LAG), maar niet van de EUA (LAG-gordel). De gerapporteerde cijfers voor de drie gebieden zijn uitgedrukt als percentages van het totaal aantal vacatures en werkzoekenden in de gehele regio. Figuur 2-5 tonen de verdeling van laag- en hooggeschoolde vacatures en werkzoekenden, gecorrigeerd voor de grootte van de gemeenten, in deze totale regio.

Figuur 2. Verdeling van laaggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied

Figuur 2. Verdeling van laaggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied

Figuur 3. Verdeling van laaggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied

Figuur 3. Verdeling van laaggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied

Figuur 4. Verdeling van hooggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied

Figuur 4. Verdeling van hooggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied

Figuur 5. Verdeling van hooggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied

Figuur 5. Verdeling van hooggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied

23In de totale regio onder beschouwing (die gelijk is aan het LAG), zijn er 4,1 werkzoekenden per vacature. Deze cijfers verhullen echter belangrijke verschillen tussen de verschillende arbeidsmarkten: op de hooggeschoolde arbeidsmarkt zijn er 1,6 werkzoekenden per vacature, op de laaggeschoolde 5,8.

24Zowel vacatures als werkzoekenden zijn het sterkst geconcentreerd in het BHG. Op de markt voor hooggeschoolden bevinden 60,8 % van de werkzoekenden en 51,3 % van de vacatures zich in het BHG, wat leidt tot 1,8 werkzoekenden per vacature, terwijl er een aanzienlijk verschil is op de arbeidsmarkt voor laaggeschoolden (74,4 % en 42,1 %), of 10,3 werkzoekenden per vacature.

25Buiten het BHG zijn de vacatures relatief evenredig verdeeld tussen de EUA-gordel, de 22 gemeenten in de EUA die rond het BHG liggen, en de LAG-gordel, de 47 gemeenten in het LAG die buiten de EUA liggen. De LAG-gordel telt echter een aanzienlijk hoger aandeel van de werkzoekenden, met name op de laaggeschoolde arbeidsmarkt. Op de hooggeschoolde arbeidsmarkt leidt dat tot een gelijkaardige arbeidskrapte in de EUA- en LAG-gordel (respectievelijk 1,1 en 1,4 werkzoekenden per vacature), de laaggeschoolde arbeidsmarkt kent een groter verschil (respectievelijk 1,3 en 3,7 werkzoekenden per vacature).

26Uit deze cijfers blijkt dat de krapte op de arbeidsmarkt sterk gelinkt is aan de keuze die we maken voor de grootte van het stadsgewest. Wanneer we de EUA-gordel, waar een beperkt aantal werkzoekenden woont maar wel veel vacatures te vinden zijn, meenemen in het stadsgewest, verbetert de gemiddelde situatie aanzienlijk voor de werkzoekenden. De inclusie van de LAG-gordel betekent vooral een vooruitgang voor de laaggeschoolde werkzoekenden. Dit alles suggereert wel dat de jobs voor laaggeschoolden relatief ver weg liggen en dus een hogere ruimtelijke mismatch met zich meebrengen.

27Wanneer we de arbeidsmarkt voor laaggeschoolden bekijken, en een onderscheid maken tussen de situatie voor werkzoekenden met talenkennis en zonder talenkennis, zien we dat de laaggeschoolden met talenkennis er aanzienlijk beter voorstaan. In het LAG zijn er 3,2 werkzoekenden per vacature tegenover 5,9 op de laaggeschoolde arbeidsmarkt zonder talenkennis, en vooral in het BHG zijn de laaggeschoolden met talenkennis in het voordeel: per vacature zijn er 4,6 werkzoekenden, terwijl er per vacature zonder taalvereisten 11,3 werkzoekenden zijn.

Tabel 1. Aandeel werkzoekenden en vacatures in het BHG en de twee uitbreidingen van de metropool

Tabel 1. Aandeel werkzoekenden en vacatures in het BHG en de twee uitbreidingen van de metropool

BHG = Brussels Hoofdstedelijk Gewest. EUA-gordel = de 22 gemeenten in het Extended Urban Area die geen deel uitmaken van het Brussels Hoofdstedelijk Gewest. LAG-gordel = de 47 gemeenten in het lokale arbeidsmarktgebied die geen deel uitmaken van het Extended Urban Area. Verhouding = aantal werkzoekenden per vacature.

Bron: Actiris, VDAB, Forem.

4.2. Ruimtelijke mismatch op de arbeidsmarkt

28Tabel 2 tot en met 4 tonen de resultaten van de spatial mismatch indices voor de verschillende definities van het stadsgewest, figuur 6 en 7 tonen de relatieve tekorten en overschotten in de arbeidsmarkt voor hoog- en laaggeschoolden in het lokale arbeidsmarktgebied (LAG).

Figuur 6. Relatieve overschotten en tekorten aan werkzoekenden op de laaggeschoolde arbeidsmarkt

Figuur 6. Relatieve overschotten en tekorten aan werkzoekenden op de laaggeschoolde arbeidsmarkt

Figuur 7. Relatieve overschotten en tekorten aan werkzoekenden op de hooggeschoolde arbeidsmarkt

Figuur 7. Relatieve overschotten en tekorten aan werkzoekenden op de hooggeschoolde arbeidsmarkt

29Vooraleer we de resultaten overlopen, is het belangrijk te herhalen dat de indices enkel kunnen vergeleken worden tussen arbeidsmarkten binnen een gebied en niet tussen verschillende gebieden, aangezien de berekening rechtstreeks gelinkt is aan het gebied dat geanalyseerd wordt. Wel kunnen de verhoudingen tussen verschillende groepen, bijvoorbeeld laaggeschoolden en hooggeschoolden, vergeleken worden tussen gebieden.

30Een oppervlakkige vergelijking tussen de resultaten voor de gehele arbeidsmarkt en die voor de hoog- en laaggeschoolden, verraadt dat de totale arbeidsmarkt patronen maskeert die zich afspelen op de onderverdeelde arbeidsmarkten. In de bespreking van de resultaten concentreren we ons dan ook op de uitgesplitste arbeidsmarkten.

31Tabel 2 rapporteert de resultaten van de indices voor het Brussels Hoofdstedelijk Gewest (BHG). Afhankelijk van de manier waarop de verplaatsing gemeten wordt, is de mate van spatial mismatch 8,3 % (afstand) tot 21,6 % (reistijd) groter voor laaggeschoolden dan voor hooggeschoolden. Wanneer we deze index uitsplitsen naar pure mismatch (vacatures liggen niet in de gemeenten waar werkzoekenden wonen) en locatie-gedreven mismatch (gelijkaardige gemeenten liggen dicht bij elkaar), zien we dat het hoofdzakelijk de pure mismatch, zoals gemeten door de SMI, is die de ruimtelijke mismatch veroorzaakt: de SMI is 17 % groter voor laaggeschoolden.

32Met behulp van de resultaten uit tabel 1 en 2 kunnen we stellen dat laaggeschoolden een aanzienlijk hogere concurrentie ervaren binnen het BHG (10,3 werkzoekenden per vacature tegenover 1,8 voor hooggeschoolden) en dat de verdeling van vacatures en werkzoekenden over de gemeenten ook meer ongelijk is.

Tabel 2. Resultaten van de distance-weighted spatial mismatch indices voor de arbeidsmarkten in het Brussels Hoofdstedelijk Gewest

Brussels Hoofdstedelijk Gewest

DSMI (%)

SMI (%)

Gemiddelde af te leggen afstand

Afstand

Reistijd

Afstand (km)

Reistijd (minuten)

Volledige arbeidsmarkt

8,4

9,1

25,6

4

23,9

Hooggeschoolde arbeidsmarkt

9,6

8,8

25,3

4,7

23,7

Laaggeschoolde arbeidsmarkt

10,4

10,7

29,6

4,3

24,5

Laaggeschoolde arbeidsmarkt met talenkennis

11,3

11,6

33,7

4,1

23,3

Laaggeschoolde arbeidsmarkt zonder talenkennis

10,4

11,1

28,4

4,5

26,3

DSMI = distance-weighted spatial mismatch index. SMI = spatial mismatch index.

Bron: Actiris, VDAB, Forem.

33Wanneer we de laaggeschoolde arbeidsmarkt opsplitsen naar talenkennis, zien we dat de laaggeschoolden met talenkennis een hogere mismatch ervaren. Dit verschil komt voort uit de pure mismatch, die 18,7 % hoger is voor laaggeschoolden met talenkennis. Deze pure mismatch komt hoofdzakelijk voort uit het aanzienlijke relatieve tekort aan werkzoekenden met talenkennis in de gemeente Brussel: tegenover het BHG-gemiddelde van 4,6 werkzoekenden per vacature, zijn er in de gemeente Brussel slechts 2,1 werkzoekenden per vacature. Dit relatief tekort is verantwoordelijk voor 20,2 procentpunten van de pure ruimtelijke mismatch van 33,7 %. Op de arbeidsmarkt voor laaggeschoolden zonder talenkennis is dit relatief tekort slechts 13,0 procentpunten van de pure ruimtelijke mismatch van 28,4 %. De gemiddelde afstand en reistijd die nodig zijn om de ruimtelijke mismatch te elimineren, zijn echter kleiner voor de laaggeschoolden met talenkennis.

34Op basis van de resultaten uit tabel 1 en 2 kunnen we dan ook besluiten dat de concurrentie voor laaggeschoolden zonder talenkennis groter is in het BHG, maar dat de verdeling van vacatures en werkzoekenden over de 19 gemeenten in het BHG voor hen wel meer gelijk is.

35Tabel 3 toont de resultaten van de indices voor de 41 gemeenten die de extended urban area (EUA) uitmaken. In de EUA ervaren de laaggeschoolden een spatial mismatch die 31,6 % of 16,5 % groter is dan die voor hooggeschoolden, afhankelijk van de gebruikte afstandsmaat. Opnieuw is de pure mismatch de belangrijkste oorzaak: voor laaggeschoolden is de SMI 23,8 % groter dan voor hooggeschoolden.

Tabel 3. Resultaten van de distance-weighted spatial mismatch indices voor de arbeidsmarkten in het Extended Urban Area

Extended Urban Area

DSMI (%)

SMI (%)

Gemiddelde af te leggen afstand

Afstand

Reistijd

Afstand (km)

Reistijd (minuten)

Volledige arbeidsmarkt

7,6

8,6

32,5

7,1

29,9

Hooggeschoolde arbeidsmarkt

7,9

9,7

32

7,5

34,6

Laaggeschoolde arbeidsmarkt

10,4

11,3

39,6

7,9

32,4

Laaggeschoolde arbeidsmarkt met talenkennis

9,3

10,9

39,2

7,2

31,7

Laaggeschoolde arbeidsmarkt zonder talenkennis

11,4

11,8

40,3

8,5

33,3

DSMI = distance-weighted spatial mismatch index. SMI = spatial mismatch index.

Bron: Actiris, VDAB, Forem.

36Met behulp van tabel 1 en deze resultaten kunnen we concluderen dat de laaggeschoolde arbeidsmarkt een sterke daling van de relatieve concurrentie ervaart in de EUA, met 6,8 werkzoekenden per vacature, tegenover 10,3 in het Brussels Hoofdstedelijk Gewest. De verlaging voor de hooggeschoolden is beperkter (van 1,8 naar 1,6 werkzoekenden per vacature). Het verschil in ruimtelijke mismatch tussen de twee groepen is toegenomen wanneer we de verplaatsingen meten met behulp van afstand, maar afgenomen op basis van reistijd.

37Op de laaggeschoolde arbeidsmarkt uitgesplitst naar talenkennis, zien we dat laaggeschoolden zonder talenkennis niet langer een lagere mismatch ervaren, integendeel: werkzoekenden zonder talenkennis ervaren in de EUA een mismatch die 22,6 % groter is dan de mismatch voor laaggeschoolden met talenkennis. Het verschil komt in dit geval hoofdzakelijk van de locatie-gedreven mismatch: laaggeschoolden zonder talenkennis moeten meer afstand afleggen en zijn langer onderweg.

38Tabel 4 ten slotte geeft de waarden van de indices voor het lokale arbeidsmarktgebied (LAG). Ook in het LAG is de ruimtelijke mismatch aanzienlijk groter voor de laaggeschoolden: wanneer we de verplaatsingen meten aan de hand van de afgelegde afstand is de totale mismatch 50,1 % groter, op basis van de reistijd 39,2 %. De ruimtelijke mismatch komt voornamelijk voort uit de pure ruimtelijke mismatch, die voor laaggeschoolden 34,3 % groter is. Daarnaast moeten ze gemiddeld verder en langer reizen. In het LAG is de concurrentie op de laaggeschoolde arbeidsmarkt kleiner dan in de EUA (5,8 werkzoekenden per vacature tegenover 6,8 in de EUA), voor de hooggeschoolden blijft ze gelijk (1,6 werkzoekenden per vacature). Hoewel het verschil in concurrentie op de twee arbeidsmarkten dus is afgenomen, is de ruimtelijke mismatch aanzienlijk toegenomen: het verschil tussen de twee arbeidsmarkten is gegroeid met 19,5 of 22,7 procentpunten, afhankelijk van de gebruikte afstandsmaat.

Tabel 4. Resultaten van de distance-weighted spatial mismatch indices voor de arbeidsmarkten in het lokale arbeidsmarktgebied

Lokale arbeidsmarktgebied

DSMI (%)

SMI (%)

Gemiddelde af te leggen afstand

Afstand

Reistijd

Kilometer

Minuten

Volledige arbeidsmarkt

6,7

8,1

35,2

15

45,9

Hooggeschoolde arbeidsmarkt

5,5

7,4

32,1

13,4

45,7

Laaggeschoolde arbeidsmarkt

8,3

10,3

43,1

15,1

47,7

Laaggeschoolde arbeidsmarkt met talenkennis

4,6

6,9

38,1

9,5

36,2

Laaggeschoolde arbeidsmarkt zonder talenkennis

9,9

11,8

46,5

16,7

50,6

DSMI = distance-weighted spatial mismatch index. SMI = spatial mismatch index.

Bron: Actiris, VDAB, Forem.

39Dit resultaat is niet verrassend, aangezien een aanzienlijk deel van de vacatures (30,4 %) op de laaggeschoolde arbeidsmarkt in de LAG-gordel ligt, terwijl hier minder dan 20 % van de werkzoekenden woont: een deel van de werkzoekenden in het Brussels Hoofdstedelijk Gewest zal zich moeten verplaatsen naar de LAG-gordel om de ruimtelijke mismatch weg te werken.

40Een vergelijking tussen de situaties voor laaggeschoolde werkzoekenden met en zonder talenkennis levert een aanzienlijk verschil op: de ruimtelijke mismatch is 115,2 % of 71 % groter voor de laaggeschoolden zonder talenkennis. In dit geval komt de mismatch voornamelijk voort uit de locatie-gedreven mismatch: laaggeschoolden zonder talenkennis moeten aanzienlijk verder en langer reizen. Dit resultaat kan verklaard worden door de concentratie van vacatures met talenkennis in het centraal gelegen BHG. Bovendien is de concurrentie gevoelig lager voor laaggeschoolden met talenkennis: voor deze groep zijn er 3,2 werkzoekenden per vacature in het LAG, voor de laaggeschoolden zonder talenkennis 5,9.

Conclusie

41In dit onderzoek analyseerden we de mate van ruimtelijke mismatch op de arbeidsmarkt in het stedelijk gebied in het Brusselse stadsgewest, met behulp van de distance-weighted spatial mismatch index (DSMI). Aangezien er geen consensus bestaat over de afbakening van dit verstedelijkt gebied, werden de analyses uitgevoerd voor drie alternatieven: het Brussels Hoofdstedelijk Gewest (BHG), de extended urban area (EUA) en het lokale arbeidsmarktgebied (LAG).

42De resultaten tonen dat de ruimtelijke mismatch in elke definitie van het stadsgewest groter is voor laaggeschoolden. De mismatch komt hoofdzakelijk voort uit het gegeven dat werkzoekenden niet in de gemeenten wonen waar de vacatures te vinden zijn. Wanneer we een vergelijking maken tussen de laaggeschoolden met en zonder talenkennis, blijkt de ruimtelijke mismatch voor laaggeschoolden zonder talenkennis in het BHG kleiner te zijn, hoofdzakelijk vanwege een aanzienlijk relatief tekort aan laaggeschoolden met talenkennis in de gemeente Brussel, maar groter wanneer we de periferie mee in overweging nemen, vanwege de grote concentratie van vacatures die talenkennis vereisen in het BHG.

43Gebaseerd op deze resultaten kunnen we allereerst besluiten dat het voor werkzoekenden loont om te investeren in (talen)kennis: niet alleen is de concurrentie op de arbeidsmarkt lager voor laaggeschoolden met talenkennis, de spreiding van werkzoekenden en vacatures is ook meer evenredig verdeeld. Hetzelfde geldt voor de arbeidsmarkt voor hooggeschoolden, in vergelijking met die voor laaggeschoolden.

44Een tweede conclusie die zich opdringt is het cruciaal belang van mobiliteit: om de ruimtelijke mismatch weg te werken, is het onvermijdelijk dat een aanzienlijk percentage van de laaggeschoolden in het BHG de verplaatsing maakt naar de gemeenten in de gordels rond het BHG.

  • 1 SMI x totaal aantal werkzoekenden
  • 2 Het aantal laaggeschoolde werkzoekenden in het BHG ligt 32,3 procentpunten hoger dan het aantal laa (...)

45Vooral een vlotte verbinding tussen het BHG en de 22 randgemeenten in de EUA lijkt belangrijk: van de 42 5611 laaggeschoolde werkzoekenden die zich moeten verplaatsen naar een andere gemeente om de ruimtelijke mismatch weg te werken in het LAG, moet 74,9 %2 vertrekken uit het BHG naar de periferie. In principe kan twee derde van deze werkzoekenden terecht in een gemeente in de EUA-gordel, aangezien daar een sterk relatief tekort is. Het belang van mobiliteit beperkt zich echter niet tot het BHG en de EUA-gordel: een derde van de laaggeschoolde vertrekkers in het BHG moet naar de LAG-gordel (de 47 gemeenten in het LAG die niet in de EUA liggen) reizen. Bovendien mogen ook de resterende 25,1 % van de laaggeschoolde pendelaars niet uit het oog verloren worden: om de ruimtelijke mismatch volledig weg te werken, moeten ook zij zich verplaatsen. In een scenario waar de vertrekkers uit het BHG grotendeels aan de slag gaan in de EUA-gordel, zal een deel van deze overblijvende groep onvermijdelijk langer onderweg zijn.

46Hoewel de verplaatsing van werkzoekenden naar plekken met relatief veel vacatures de meest voor de hand liggende aanpak is om ruimtelijke mismatch tegen te gaan, zijn er ook alternatieven. De tegenovergestelde dynamiek, waar bedrijven die zoeken naar werknemers zich vestigen op plekken waar veel werknemers te vinden zijn, kan eveneens een deel van de oplossing zijn. Ook de opmars van telewerk zou de impact van ruimtelijke mismatch kunnen verlichten.

47Tot slot is het belangrijk om de aandacht te vestigen op de institutionele context . Een van de mogelijke mechanismen die verklaren waarom een grotere afstand tot vacatures een negatieve impact heeft op de arbeidskansen van werkzoekenden, is de stijgende moeilijkheidsgraad om informatie te verkrijgen over vacatures die verder weg liggen [Gobillon, Selod en Zenou, 2007]. Hoewel er reeds aanzienlijke inspanningen gedaan worden om de onderlinge samenwerking en communicatie te verbeteren, is het aannemelijk dat het bestaan van drie verschillende bureaus voor arbeidsbemiddeling in de regio het vergaren van informatie voor werkzoekenden bemoeilijkt. In het BHG, waar een groot aantal werkzoekenden moet wegtrekken om de ruimtelijke mismatch te verminderen, is een ander bureau voor arbeidsbemiddeling actief dan in de twee gordels waar deze werkzoekenden naartoe moeten. Bovendien is de voertaal in vacatures bij VDAB vaak het Nederlands, terwijl de meerderheid van de werkzoekenden in het BHG geen Nederlands spreekt. Een verdere uitbreiding en verdieping van de samenwerking tussen de drie bureaus die kan leiden tot een automatische beschikbaarheid van vacatures in de taal van de werkzoekende kan dan ook een quick win betekenen om de ruimtelijke mismatch tegen te gaan.

48Hoewel de resultaten van deze studie het belang van ruimtelijke mismatch duidelijk aantonen, zijn de conclusies die op basis van deze studie gemaakt kunnen worden, slechts een eerste aanzet tot maatregelen die de impact van ruimtelijke mismatch kunnen verkleinen. Om het hoofd te bieden aan te uitdagingen die in deze studie vastgesteld worden, is het nodig de inzichten van deze studie te combineren met onderzoek vanuit andere invalshoeken, zoals ruimtelijke planning en transport.

Haut de page

Bibliographie

AMIOR, M., 2019. Education and Geographical Mobility: The Role of Wage Rents. Londen: LSE US Center. Working paper.

BRUSSELS OBSERVATORIUM VOOR DE WERKGELEGENHEID, 2011. Statistisch portret van de Brusselse jongeren bij hun toetreding tot de arbeidsmarkt. Brussel: Brussels Observatorium voor de Werkgelegenheid.

DUJARDIN, C., SELOD, H., en THOMAS, I., 2008. Residential Segregation and Unemployment: The Case of Brussels. In: Urban Studies. 01/01/2008. Vol. 45, nr. 1, pp. 89-113.

DUJARDIN, C., THOMAS, I., en TULKENS H., 2007. Quelles frontières pour Bruxelles ? Une mise à jour. In: Reflets et Perspectives de la Vie Economique. 2007. Vol. 46, nr. 2-3, pp. 155-176.

DURLAUF, Steven N., 2004. Neighborhood effects. In: THISSE, Jean-François en HENDERSON, Vernon (dir.). Handbook of Regional and Urban Economics. Amsterdam: Elsevier Science, pp. 2173-2242.

ELHORST, J. P., 2003. The mystery of regional unemployment differentials: Theoretical and empirical explanations. In: Journal of Economic Surveys. 12/11/2003. Vol. 17, nr. 5, pp. 709-748.

EUROSTAT, 2017. Methodological manual on city statistics: 2017 edition. Luxemburg: Publications Office of the European Union.

GOBILLON, L., SELOD, H., en ZENOU, Y., 2007. The mechanisms of spatial mismatch. In: Urban Studies. 11/2007. Vol. 44, nr. 12, pp. 2401-2427.

HERMIA, J.-P., 2014. Demografische Barometer 2013 van het Brussels Hoofdstedelijk Gewest. Brussel: Brussels Instituut voor Statistiek en Analyse. Focus nr. 3.

IHLANFELDT, K. R., en SJOQUIST, D. L., 1998. The spatial mismatch hypothesis: A review of recent studies and their implications for welfare reform. In: Housing Policy Debate. 1998. Vol. 9, nr. 4, pp. 849-892.

KAIN, John F., 1968. Housing segregation, Negro employment and metropolitan decentralization. In: The Quarterly Journal of Economics. 05/1968. Vol. 82, nr. 2, pp. 175-197.

MARTIN, R. W., 2001. The adjustment of black residents to metropolitan employment shifts: How persistent is spatial mismatch? In: Journal of Urban Economics. 07/2001. Vol. 50, nr. 1, pp. 52-76.

STATBEL, 2018. Jaarlijkse arbeidsmarktindicatoren volgens leeftijd en geslacht - absolute en relatieve cijfers (1999 - 2016). In: Statbel – Werkgelegenheid en werkloosheid – meer cijfers [online]. [Geraadpleegd op 29/11/2018]. Beschikbaar op het adres: https://statbel.fgov.be/nl/themas/werk-opleiding/arbeidsmarkt/werkgelegenheid-en-werkloosheid/plus

THEYS, T., DESCHACHT, N., ADRIAENSSENS, S., en VERHAEST, D., 2018. The evolution of inter-regional spatial mismatch in the USA: The role of skills and spatial structure. In: Urban Studies. https://doi.org/10.1177/0042098018803017

THOMAS, I., COTTEELS, C., JONES, J., en PEETERS, D., 2012. Revisiting the extension of the Brussels urban agglomeration: new methods, new data… new results? In: Belgeo. 2012. Nr. 1-2, pp. 1-15.

VANDERBIESEN, W., HERREMANS, W., en SELS, L., 2013. Afbakening en profiel van lokale arbeidsmarkten in Vlaanderen. Leuven: Steunpunt Werk en Sociale Economie.

VANDERBIESEN, W., HERREMANS, W., en SELS, L., 2013. Afbakening en profiel van lokale arbeidsmarkten in Vlaanderen. Leuven: Steunpunt Werk en Sociale Economie.

Haut de page

Annexe

Bijlage 1 – lijst van gemeenten in elke zone

Brussels Hoofdstedelijk Gewest

1e gordel

2e gordel

Anderlecht

Beersel

Affligem

Mechelen

Brussel

Dilbeek

Asse

Meise

Elsene

Drogenbos

Bever

Merchtem

Etterbeek

Eigenbrakel

Binche

Mont-Saint-Guibert

Evere

Grimbergen

Bonheiden

Morlanwelz

Ganshoren

Halle

Boortmeerbeek

Nijvel

Jette

Hoeilaart

Chastre

Ninove

Koekelberg

Kraainem

Court-Saint-Etienne

Opwijk

Oudergem

Lasne

Denderleeuw

Opzullik

Schaarbeek

Linkebeek

Edingen

Ottignies-Louvain-la-Neuve

Sint-Agatha-Berchem

Machelen

Galmaarden

Pepingen

Sint-Gillis

Overijse

Geraardsbergen

Putte

Sint-Jans-Molenbeek

Rixensart

Gooik

Rebecq

Sint-Joost-ten-Node

Sint-Genesius-Rode

Herne

Roosdaal

Sint-Lambrechts-Woluwe

Sint-Pieters-Leeuw

Itter

's Gravenbrakel

Sint-Pieters-Woluwe

Terhulpen

Kampenhout

Sint-Katelijne-Waver

Ukkel

Tervuren

Kasteelbrakel

Steenokkerzeel

Vorst

Vilvoorde

Keerbergen

Ternat

Watermaal-Bosvoorde

Waterloo

Kortenberg

Tubeke

Wemmel

La Louvière

Villers-la-Ville

Wezembeek-Oppem

Le Roeulx

Walhain

Zaventem

Lennik

Waver

Liedekerke

Zemst

Manage

Haut de page

Notes

1 SMI x totaal aantal werkzoekenden

2 Het aantal laaggeschoolde werkzoekenden in het BHG ligt 32,3 procentpunten hoger dan het aantal laaggeschoolde vacatures. 32,3 % van het totaal aantal werkzoekenden in het LAG moet dus vertrekken uit het BHG om daar een gelijk percentage werkzoekenden en vacatures te verkrijgen. De berekening voor het tekort in de LAG-gordel gebeurt op dezelfde manier.

Haut de page

Table des illustrations

Titre Figuur 1. De Brusselse metropool: drie mogelijke afbakeningen.
Légende Noot: de gemeenten in grijs vormen het Brussels-Hoofdstedelijk Gewest, de gemeenten in grijs en lichtgroen de Extended Urban Area (EUA) [Dujardin, Selod en Thomas, 2008], de gemeenten in grijs, licht- en donkergroen het lokale arbeidsmarktgebied [Vanderbiesen, Herremans en Sels, 2013].
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-1.png
Fichier image/png, 95k
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-2.png
Fichier image/png, 4,5k
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-3.png
Fichier image/png, 5,5k
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-4.png
Fichier image/png, 21k
Titre Figuur 2. Verdeling van laaggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-5.png
Fichier image/png, 151k
Titre Figuur 3. Verdeling van laaggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-6.png
Fichier image/png, 149k
Titre Figuur 4. Verdeling van hooggeschoolde vacatures over de gemeenten in het lokale arbeidsmarktgebied
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-7.png
Fichier image/png, 155k
Titre Figuur 5. Verdeling van hooggeschoolde werkzoekenden over de gemeenten in het lokale arbeidsmarktgebied
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-8.png
Fichier image/png, 149k
Titre Tabel 1. Aandeel werkzoekenden en vacatures in het BHG en de twee uitbreidingen van de metropool
Légende BHG = Brussels Hoofdstedelijk Gewest. EUA-gordel = de 22 gemeenten in het Extended Urban Area die geen deel uitmaken van het Brussels Hoofdstedelijk Gewest. LAG-gordel = de 47 gemeenten in het lokale arbeidsmarktgebied die geen deel uitmaken van het Extended Urban Area. Verhouding = aantal werkzoekenden per vacature.
Crédits Bron: Actiris, VDAB, Forem.
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-9.png
Fichier image/png, 86k
Titre Figuur 6. Relatieve overschotten en tekorten aan werkzoekenden op de laaggeschoolde arbeidsmarkt
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-10.png
Fichier image/png, 156k
Titre Figuur 7. Relatieve overschotten en tekorten aan werkzoekenden op de hooggeschoolde arbeidsmarkt
URL http://journals.openedition.org/brussels/docannexe/image/2757/img-11.png
Fichier image/png, 153k
Haut de page

Pour citer cet article

Référence électronique

Tobias Theys, Nick Deschacht, Stef Adriaenssens et Dieter Verhaest, « Ruimtelijke mismatch, scholing en talenkennis in de Brusselse metropool: een analyse », Brussels Studies [En ligne], Collection générale, n° 136, mis en ligne le 17 juin 2019, consulté le 20 juillet 2019. URL : http://journals.openedition.org/brussels/2757 ; DOI : 10.4000/brussels.2757

Haut de page

Auteurs

Tobias Theys

Tobias Theys is PhD-onderzoeker aan de faculteit Economie en Bedrijfswetenschappen van de KU Leuven, Campus Brussel. Hij is arbeidseconoom, zijn onderzoek behelst mismatches op (stedelijke) arbeidsmarkten, de onderlinge interacties tussen deze mismatches en de verschillende dynamieken op hoog- en laaggeschoolde arbeidsmarkten. Recent werkte hij aan de ontwikkeling van een verbeterde maatstaf voor het meten van ruimtelijke mismatch (Theys et al., 2018, Urban Studies).

Nick Deschacht

Nick Deschacht is docent Economie aan de KU Leuven en gastprofessor Arbeidseconomie aan de Universiteit van Antwerpen. Zijn onderzoek focust op discriminatie, loonvorming, werkloosheid, migratie en de politieke economie van arbeidsmarkten. Zijn recent werk omvat studies over migratiepatronen in Vlaanderen en Antwerpen in de 19e eeuw (Deschacht en Winter, 2019, Journal of Migration History) en het belang van werktijd voor de genderkloof in promotiekansen (Deschacht, 2017, Journal of Labor Research).

Stef Adriaenssens

Stef Adriaenssens is economisch socioloog en doceert (Economische) Sociologie en Beleid aan de KU Leuven, campus Brussel. Zijn belangrijkste onderzoeksinteresses betreffen informele en slecht beschermde economische activiteiten en laaggeschoolde arbeid, gaande van onderwerpen zoals belastingontduiking en zwartwerk tot specifieke onderwerpen zoals bedelen en prostitutie. Recente publicatie: Adriaenssens, Stef, en Hendrickx, Jef. (2019). 'Bad jobs': a case study of toilet attendants. Employee Relations.
doi:10.1108/ER-11-2017-0263

Dieter Verhaest

Dieter Verhaest (PhD in Economie) is docent Economie aan de KU Leuven, campus Brussel, waar hij lid is van de onderzoeksgroep ECON. Hij is ook gelieerd aan de Leuven Economics of Education onderzoeksgroep (KU Leuven) en gastprofessor Arbeidseconomie aan de Universiteit van Gent. Zijn onderzoeksinteresses omvatten economics of education, post-school training activities, mismatches op de arbeidsmarkt en de arbeidsmarkt voor jongeren.

Haut de page

Droits d’auteur

Licence Creative Commons Licence CC BY

Haut de page
  • Logo BSI
  • Logo Innoviris
  • Logo Région Bruxelles-Capitale
  • Logo DOAJ - Directory of Open Access Journals
  • OpenEdition Journals