BUREN MET 'BENEFITS' Sociaaleconomische verbanden tussen de Limburgse gemeenten BUREN MET ‘BENEFITS’ Een hechte provincie steunt op hechte gemeenten. Ook op economisch vlak. Gemeenten kunnen elkaar daarin versterken of van elkaar leren. Maar kennen we elkaars sterktes en uitdagingen voldoende? Hoe sterk is het weefsel van onze gemeenten op sociaaleconomisch vlak? Welke gelijkenissen en verschillen zijn er tussen de gemeenten onderling? En welke economische of ruimtelijke verbanden kunnen we hierin ontdekken? Nieuwe uitdagingen verplichten onze Limburgse gemeenten tot nieuwe samenwerkingen. Politiezones, zorgzones of andere samenwerkingen versterken gemeenten en steden met respect voor de eigenheid van iedere partner. Men zegt wel eens dat je beter een goede buur kunt hebben dan een verre vriend. Dat blijkt te kloppen, want uit de drie studies die POM Limburg liet uitvoeren blijkt dat buurgemeenten mekaar niet enkel versterken maar ook aanvullen. Buurgemeenten maken mekaar completer en robuuster. Het zijn 1. Hoe sterk is het sociaaleconomisch die krachten die we moeten mobiliseren en instrumentaliseren. weefsel in uw gemeente? 4 Met deze brochure en de achterliggende studies heeft POM Situering 6 Limburg het sociaaleconomisch weefsel van de Limburgse Welke gemeenten hebben gelijkaardige sociaaleconomische kenmerken? 7 gemeenten en hun verbanden scherper in kaart gebracht. Op Sterk of minder sterk sociaal- die manier willen we u als gemeentebestuur de nodige inspiratie economisch weefsel: een rangorde 12 aanreiken om de economische uitdagingen in uw gemeente Waar zijn welke economische activiteiten geconcentreerd? efficiënt aan te pakken en om door samenwerking met andere 16 gemeenten de economische impact van uw acties te vergroten. 2. Kent uw gemeente veel woon-werkpendel? 22 Als POM Limburg willen wij u daar graag bij ondersteunen. Situering 24 Welke gemeenten kennen de hoogste uitgaande pendel? 25 Tom Vandeput Noël Slangen Gedeputeerde voor Economie Algemeen directeur Welke gemeenten trekken de Voorzitter POM Limburg POM Limburg meeste pendelaars aan? 29 Is uw gemeente eerder een woon- of een werkgemeente? 33 Wat zijn de grootste pendelassen in Limburg? 35 3. Tussen welke gemeenten verplaatst de Limburger zich? Een analyse op basis van mobiele data 42 Big data als nieuwe bron van informatie 44 Bijna 800.000 verplaatsingen per dag vanuit de Limburgse gemeenten 46 Tussen welke gemeenten verplaatst de Limburger zich het vaakst? 50 Naar waar verplaatsen de inwoners uit uw gemeente zich? Duik zelf in de cijfers! 56 4. Conclusies om op verder te bouwen 58 2 3 INHOUD HOE STERK IS HET SOCIAALECONOMISCH WEEFSEL IN UW GEMEENTE? De Limburgse gemeenten gegroepeerd volgens sociaaleconomische kenmerken Studie uitgevoerd door UHasselt en VDAB Limburg in samenwerking met POM Limburg. Aanvullende analyses per indicator uitgevoerd door POM Limburg. Oudsbergen prijkt bovenaan het lijstje bij een analyse van het sociaaleconomische weefsel van de Limburgse gemeenten. Maar ook Alken, Lummen, Herk-de-Stad en Diepenbeek scoren sterk. Onderaan de rangschikking staan Maasmechelen en Genk, op enige afstand van Tongeren. Dat blijkt uit een analyse van UHasselt en VDAB Limburg in samenwerking met POM Limburg. In de studie werden de Limburgse gemeenten gegroepeerd volgens dezelfde sociaaleconomische kenmerken en werd vervolgens een score opgemaakt van het sociaaleconomisch weefsel in de gemeenten. In deze samenvatting van de studie leest u de belangrijkste bevindingen. 4 15 WEEFSEL WELKE GEMEENTEN HEBBEN GELIJKAARDIGE SOCIAALECONOMISCHE KENMERKEN? Aan de hand van een statistische clusteranalyse op basis van 21 indi- catoren werd de sociaaleconomische diversiteit van de Limburgse gemeenten in kaart gebracht. De indicatoren bevatten cijfers over volgende thema’s: werkloosheid (6 indicatoren), tewerkstelling en werkzaamheid (4 indicatoren), bevolkingssamenstelling (3 indi- catoren), onderwijs (2 indicatoren) en het economisch weefsel (6 indicatoren). Voor een overzicht van de gemeentelijke scores op afzon- derlijke indicatoren verwijzen we naar de studie van POM Limburg. Uit de analyse komen 6 groepen of typologieën van gemeen- ten naar voren. Deze groepen typeren in de eerste plaats een aantal SITUERING gemeenschappelijke kenmerken of uitdagingen. Zij houden dan ook geen rangorde in van goed of slecht presterende groepen. De studie van UHasselt - VDAB Limburg i.s.m. POM Limburg bestaat uit 3 delen: 1. Via een clusteranalyse nagaan in hoeverre gemeenten¹ aan elkaar gelijken (of verschillen) op een aantal sociaaleconomische WAT IS EEN CLUSTERANALYSE? kernindicatoren (zoals werkloosheid, tewerkstelling of bevolking). 2. Opstellen van een samengestelde index en rangschikking van Een clusteranalyse laat toe om aan de hand van een aantal indicatoren de gemeenten op basis van hun sociaaleconomisch weefsel. inhoudelijk logische groepen van observaties te maken, in dit geval de 3. De concentratie van economische activiteiten in Limburgse gemeenten. De groepering gebeurt daarbij op zo’n manier de Limburgse gemeenten in kaart brengen. dat de gemeenten binnen eenzelfde groep zo gelijk mogelijke scores vertonen op de indicatoren, en dat tegelijk de groepen onderling zo sterk Aanvullend op deze analyses nam POM Limburg mogelijk verschillen. de gemeentelijke scores op de meest relevante sociaaleconomische indicatoren nog eens extra onder de loep. ¹ In de clusteroefening worden 41 gemeenten opgenomen, de gemeente Herstappe is niet opgenomen. Een aantal van de gebruikte indicatoren zijn namelijk niet beschikbaar voor deze gemeente, dit omwille van kleine aantallen en/of privacy redenen. 6 7 6 GROEPEN GROEPEN VAN GEMEENTEN GROEP 1: pal op het midden hoger onderwijs is hoog in deze groep. Onder GROEP 6: actief, maar vergrijsd de werklozen bevindt zich een bovengemid- 11 gemeenten: As, Bilzen, Bocholt, Bree, deld aandeel mensen van allochtone origine. 8 gemeenten: Borgloon, Heers, Dilsen-Stokkem, Hamont-Achel, Lanaken, Kinrooi, Nieuwerkerken, Riemst, Lommel, Maaseik, Peer en Tongeren Voeren, Wellen en Zutendaal Deze groep is de tweede grootste in aan- GROEP 4: de koplopers De gemeenten van deze groep scoren relatief LIMBURG KAN VERDEELD WORDEN IN tal gemeenten en scoort gemiddeld op de goed, maar hebben ook enkele aandachtspun- 14 gemeenten: Alken, Diepenbeek, Gingelom, meeste indicatoren. Het aandeel niet-wer- ten. De sterktes van de gemeenten in deze 6 GROEPEN VAN GEMEENTEN MET Halen, Ham, Hechtel-Eksel, Herk-De-Stad, kende werkzoekenden van allochtone origine groep zijn de hoge mate van zelfstandig onder- GELIJKAARDIGE SOCIAALECONOMISCHE Hoeselt, Kortessem, Lummen, Oudsbergen, en de kansarmoede is in de gemeenten van nemerschap, de hoge werkzaamheidsgraad en Pelt, Tessenderlo en Zonhoven KENMERKEN deze groep eerder laag. Verder doen deze de lage werkloosheidsgraad. Bovendien kennen gemeenten minder beroep op inkomende pen- De grootste groep van gemeenten scoort ver- de gemeenten gemiddeld weinig vroegtijdige del en is het aanbod aan kinderopvangplaatsen houdingsgewijs goed tot zeer goed op de schoolverlaters. De aandachtspunten bestaan aan de lage kant. Verhoudingsgewijs hebben indicatoren. De werkloosheidsgraad in de voornamelijk uit de sterke vergrijzing en het Hamont- ze vrij weinig vroegtijdige schoolverlaters. gemeenten van deze groep is eerder laag, eerder lage aantal jobs in de eigen gemeente. Achel mede dankzij een sterke daling van het aan- De vergrijzing vertaalt zich in een sterk toe- deel laaggeschoolde werkzoekenden. De nemend aandeel ouderen in de werkloosheid. Lommel Pelt GROEP 2: arm, maar jong werkzaamheidsgraad (aandeel werkenden in Bovendien staan er verhoudingsgewijs wei- 1 bevolking 20-64 jaar) in de gemeenten van 6nig jongeren klaar om de jobs in te nemen van Bocholt 4 gemeenten: Beringen, Heusden-Zolder, deze groep is globaal gezien het hoogst en de arbeidskrachten die in de komende jaren Houthalen-Helchteren en Leopoldsburg het meest gestegen. Verder typeren deze met pensioen zullen gaan. Het lagere aantal Bree Kinrooi Hechtel- Door de relatief sterke aanwezigheid van jon- gemeenten zich door een hoge participatie jobs en bedrijfsvestigingen in de gemeente zor- Peer Eksel geren in hun bevolking zijn deze gemeenten aan het hoger onderwijs, een sterke stijging gen tot slot voor een hoge uitgaande pendel. Leopolds sterker gewapend tegen de vergrijzingspro- 4van de bruto toegevoegde waarde per inwoner burg Maaseik Ham blematiek. Maar tegelijkertijd hebben deze en een laag aandeel van inwoners in kansar- moede. Hoewel het aantal bedrijfsvestigingen Beringen Oudsbergen gemeenten op socio-economisch vlak heel Tessenderlo wat uitdagingen. In verhouding tot hun inwo- er eerder laag is, tellen de gemeenten wel veel Houthalen- jobs in verhouding tot hun inwonersaantal. Helchteren Dilsen- nersaantal tellen zij vrij weinig jobs en zijn er Stokkem Heusden- relatief weinig mensen aan het werk. Vooral Zolder As het aandeel van allochtone inwoners en laag- geschoolden in de werkloosheid is hoog. Dit GROEP 5: veel bedrijvigheid, Lummen Zonhoven weinig werkzaamheid Genk Maasmechelen gaat gepaard met een hoge ratio vroegtij- Zutendaal dige schoolverlaters en een lage participatie 2 gemeenten: Genk en Maasmechelen Halen Herk-de-Stad Hasselt aan het hoger onderwijs. Tenslotte kennen de 1: pal op het midden gemeenten in deze groep verhoudingsgewijs Deze kleine groep vertoont gelijkenissen met Diepenbeek Lanaken 2een hoog aantal personen in kansarmoede. groep 2. De werkloosheidsgraad, het aandeel 2: arm, maar jong laaggeschoolde en allochtone werkzoekenden, Nieuwerkerken