Ik word altijd gepakt Bekendheid met en houding tegenover
uitkeringsregels als voorspellen voor fraude
Fred Reelick
Ik word altijd gepakt Bekendheid met en houding tegenover uitkeringsregels als voorspellen voor fraude
Juni 2009
Fred Reelick
© 2009 dienst Sociale Zaken en Werkgelegenheid [SoZaWe], Sociaal-wetenschappelijke Afdeling, Rotterdam Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt door middel van druk, fotokopie, microfilm of op welke wijze dan ook zonder voorafgaande toestemming van de uitgever
Inhoudsopgave 1
Inleiding
5
2
Onderzoeksvragen, op te nemen kenmerken en methode van onderzoek
7
2.1
Onderzoeksvragen en op te nemen kenmerken
7
2.2
Onderzoeksmethoden en meetinstrumenten
7
3
Resultaten
11
3.1
11 11 12 15 17 17 18 19
3.2
4
Resultaten mondelinge enquête 3.1.1 Respons 3.1.2 Kennis en houding tegenover de regels 3.1.3 De T11-variabelen Resultaten secundaire analyse POROSZ-materiaal 3.2.1 Klusjes 3.2.2 Zwart werken 3.2.3 Vermogen
Conclusies en aanbevelingen
21
4.1
Conclusies
21
4.2
Aanbevelingen
22
Literatuur
25
Bijlage 1
Vragenlijst ABO-onderzoek
27
Bijlage 2
Resultaten secundaire analyse
32
3
1
Inleiding In de periode van september 2006 t/m juni 2007 is een onderzoek uitgevoerd naar de voorspellende waarde van een fraude- risicoprofiel bij een WWB-uitkering (Reelick 2007). In dat risicoprofiel waren gegevens opgenomen die in de klantenbestanden van SoZaWe zijn opgeslagen. Deze bleken maar in geringe mate het voorkomen van fraude te kunnen voorspellen. Voor de uitkeringsgerechtigden tegen wie een onderzoek door de Afdeling Bijzondere Opsporingen (ABO) was gedaan, bleek de voorspellende waarde van het profiel beter, maar nog steeds niet erg goed. Eén van de verklaringen voor dit resultaat kan zijn dat belangrijke factoren die in relatie staan met fraude niet door SoZaWe worden geregistreerd. Het gaat hierbij vooral om persoonsgebonden factoren die in criminologische theorieën naar voren komen. Eén van die theorieën is de Rationelekeuzetheorie (zie het rapport ‘Fraude in Beeld 2007’ voor een korte beschrijving van deze theorie). Deze theorie is vooral gebruikt om vermogenscriminaliteit te verklaren. De basis van de theorie is het idee dat mensen een weloverwogen afweging maken van de winst en verlieskansen bij het bepalen van de keuze om zich al of niet met fraude in te laten. In een onderzoek naar regelovertreding in de sociale zekerheid (Van Gils e.a. 2003 en 2007) zijn elementen uit deze theorie gebruikt. In dit onderzoek, dat bekend staat als het Periodiek Onderzoek Regelovertreding Sociale Zekerheid (POROSZ), staan de volgende persoonsgebonden factoren centraal: 1. Bekendheid met en duidelijkheid van de regels. 2. Schatting van de kosten en baten van naleving en overtreding en gezag- of wetgetrouwheid. 3. Schatting van de kans op controle en van de kans op detectie. 4. Schatting van de kans op een sanctie en beoordeling van de ernst van de sanctie. Deze factoren zijn geoperationaliseerd aan de hand van een serie van 12 vragen die gebaseerd zijn op de zogenaamde Tafel van Elf. Deze is in opdracht van het Ministerie van Justitie ontwikkeld om inzicht te geven in de factoren die van invloed zijn op het al of niet naleven van wetgeving (Expertisecentrum Rechtspleging en Rechtshandhaving 2006). De afhankelijke variabele, regelovertreding, is aan de hand van vragen aan de respondenten geoperationaliseerd. Dit zijn vragen met een zeer vertrouwelijk karakter en er kunnen daarom vraagtekens worden gezet bij de bereidheid van de respondenten om deze vragen naar waarheid te beantwoorden. Om die reden is in het POROSZ-onderzoek gebruik gemaakt van een door de Universiteit Utrecht ontwikkelde methode; de zgn. ‘Randomized’ respons methode (LensveltMulders en de Leeuw 2002) die redelijk succesvol bleek. Een nadeel van deze methode is dat deze alleen gebruikt kan worden bij vragen met 2 antwoordcategorieën. Duidelijk is dat de bovengenoemde 4 factoren in relatie staan met verschillende, door de respondent zelf aangegeven, vormen van regelovertreding. Hierbij passen de volgende kanttekeningen: 5
De vraag of de T11-vragen betrouwbaar en valide zijn, is niet te beantwoorden. Ook de hoogte van de respons is niet duidelijk. In het onderzoek zelf wordt gesproken van een respons van 50%, maar in een recent onderzoek naar nalevingcommunicatie van partners van het Ministerie van SZW wordt een responspercentage van 18% genoemd (Groeneveld en van Rooij 2008). Navraag bij de onderzoekers maakte duidelijk dat het eerste percentage gebaseerd is op de eerste onderzoeksjaren waarin het een deel was van een panelonderzoek. Het laatste percentage heeft betrekking op het laatste onderzoeksjaar toen gebruik werd gemaakt van een postenquête. Zoals al is aangegeven, staat een aantal T11-vragen in relatie met verschillende vormen van regelovertreding. Niet duidelijk is echter of deze relatie voor de T-11 vragen sterker is dan voor achtergrondvariabelen. Om die reden wordt een onderzoek gedaan naar de voorspellende waarde van de boven genoemde factoren ten aanzien van fraude bij een WWB-uitkering. Het doel van het onderzoek is te komen tot een risicoprofiel met een betere voorspellende waarde dan een risicoprofiel met alleen SoZaWe-bestandsgegevens als voorspellende variabelen. Daarnaast moet het inzicht geven in de kennis en de houding van WWB-klanten tegenover de uitkeringsregels .
6
2
Onderzoeksvragen, op te nemen kenmerken en methode van onderzoek 2.1
Onderzoeksvragen en op te nemen kenmerken
De centrale onderzoeksvragen zijn: • • •
Hoe groot is de kennis van uitkeringsgerechtigden van de regels? Wat is hun visie op naleving, fraude en handhaving? Zijn de boven genoemde factoren de belangrijkste voorspellers voor het plegen van fraude met een WWB-uitkering?
Voor de operationalisatie van de in het onderzoek op te nemen kenmerken wordt aangesloten bij het eerder genoemde POROSZ-onderzoek. Zoals al in paragraaf 1 is aangegeven, gaat het om de volgende onderwerpen: a. b. c. d.
Bekendheid met en duidelijkheid van de uitkeringsregels; Kosten en baten van naleving en overtreding en gezag- of wetgetrouwheid; Beoordeling van de controle- en detectiekans; Beoordeling van de sanctiekans en de ernst van de sanctie.
Omdat gegevens over de betrouwbaarheid en validiteit van de vragen ontbreken, zal kritisch naar de vragen worden gekeken en zullen deze, waar nodig, worden bijgesteld. Daarnaast worden belangrijk achtergrondkenmerken van de SoZaWe klanten meegenomen als sekse, leeftijd, etniciteit e.d.
2.2
Onderzoeksmethoden en meetinstrumenten
Om de onderzoeksvragen te beantwoorden worden 2 methoden gehanteerd: A. Een mondeling enquête onder WWB-klanten: Hierbij worden 2 groepen klanten geënquêteerd: A. Een aselecte steekproef van 100 klanten tegen wie door ABO een onderzoek wordt gedaan naar fraude (de ABOgroep). B. Een op sekse, leeftijd en etniciteit gematchte (vergelijkbaar gemaakte) steekproef van 100 personen uit het reguliere klantenbestand bij wie geen ABOonderzoek naar fraude loopt. Zij fungeren als vergelijkingsgroep voor de ABOgroep.
7
De verwachting is dat de groep bij wie door ABO een onderzoek wordt gedaan hoger op de T11risicofactoren zal scoren dan de reguliere klanten. Het onderzoek wordt daarnaast gedaan om inzicht te krijgen in de kennis van en de houding van de Rotterdamse klanten tegenover de regels die bedoeld zijn om fraude te voorkomen. Voor het onderzoek is een vragenlijst ontwikkeld met de T11- vragen die zijn gebruikt in het POROSZ-onderzoek. De verwoording van sommige vragen is aangepast; zo is bijvoorbeeld uitkeringsinstantie vervangen door SoZaWe. De T11-vragen gaan over de volgende onderwerpen(voor de vragen zie bijlage 1): 1. Kennis en duidelijkheid van de regels (vraag 3a t/m 3c) 2. Moeite naleven regels (vraag 3d) 3. Acceptatie regels(vraag 4) 4. Selectiviteit (doeltreffendheid) regels (vraag 5a en vraag 5f) 5. Detectiekans (kans op ontdekking overtreding, vraag 5b en vraag 8) 6. Kans op aangeven door omgeving bij overtreding (vraag 5c) 7. Reactie omgeving op overtreding (vraag 5d) 8. Wetgetrouwheid (vraag 5e) 9. Fysieke en administratieve controlekans (vraag 6 en vraag 7) 10. Sanctiekans bij overtreding (vraag 9) 11. Ernst van de sanctie (vraag 10) Aan deze vragen zijn 3 vragen toegevoegd: sekse, opleidingsniveau en het idee men heeft van de straf die volgt op een geconstateerde overtreding (vraag 1,2 en 11). Om een nog vollediger beeld te krijgen van de mate waarin T11-variabelen fraude voorspellen zou een replicatie van het POROSZ-onderzoek in Rotterdam moeten plaatsvinden. Een dergelijk onderzoek zou een zeer grote steekproef eisen van klanten die moeten worden geïnterviewd. Dit is om budgettaire redenen niet haalbaar. Wel is het mogelijk een secundaire analyse te laten doen op het landelijke POROSZ-materiaal. Deze vormt het tweede deel van het onderzoek. B. Secundaire analyse POROSZ-materiaal Door het Departement Methoden en Technieken van de Faculteit Sociale Wetenschappen van de Universiteit Utrecht wordt een secundaire analyse gedaan op het POROSZ-materiaal om te zien in hoeverre de ‘Tafel van 11 vragen’ beter fraude of regelovertreding voorspellen dan achtergrondvariabelen. Voor de secundaire analyse zijn de bestanden uit 2002 en 2004 gebruikt. Het meest recente bestand uit 2006 is niet gebruikt, omdat in dat jaar voor een andere onderzoeksmethode is gekozen dan in 2002 en 2004 en de respons aanzienlijk lager was (zie paragraaf 1). Hierbij zijn de volgende fraudevormen onderscheiden (Van Gils e.a. 2003): 1. 2. 3. 8
Het niet opgeven van geldelijke vergoedingen uit kleine klusjes of klusjes van beperkte omvang (klusjes) Het niet opgeven van inkomsten uit betaald werk in het informele circuit waardoor geen belasting of premies worden afgedragen (zwart werk) Het verzwijgen van inkomsten naast de uitkering anders dan uit arbeid (inkomen)
4. 5.
Het verzwijgen van vermogen (vermogen) Het geven van onjuiste of onvolledige inlichtingen over de woon- of leefsituatie (huishouden)
Voor ieder van deze fraudevormen ( de afhankelijke variabelen) is gekeken welke factoren er mee in relatie staan. Hierbij is een onderscheid gemaakt tussen de T11- variabelen (zie paragraaf 4.1) en de achtergrondkenmerken. Bij de T11-variabelen moet worden opgemerkt dat dat deze op 1 punt verschillen van de variabelen die in A zijn beschreven. In 2002 en 2004 is namelijk de vraag gesteld ‘Ik denk dat het voor mij voordelig is wanneer ik mij niet helemaal houd aan de regels over wat je moet doen en laten bij de uitkering’. In de meest recente versie van de T11- vragenlijst, die in de mondelinge enquête is gebruikt, ontbreekt deze vraag. In het onderzoek zijn de volgende achtergrondkenmerken opgenomen: 1. Sekse 2. Leeftijd 3. Opleiding 4. Duur uitkering 5. Samenstelling huishouden (echtgenoot/partner, kinderen, inwonende ouders, broers/ zussen) 6. Kostwinner De T11 variabelen en de achtergrondkenmerken vormen samen de onafhankelijke variabelen. De T11 variabelen en de achtergrondkenmerken worden afzonderlijk en samen in een statistisch model opgenomen. Hiermee is het mogelijk te zien welke variabelen samenhangen met de verschillende vormen van fraude en in welke mate. Door de gebruikte techniek (logistische regressie) is het mogelijk om rekening te houden met de onderlinge samenhang tussen de onafhankelijke variabelen waardoor een zo zuiver mogelijk beeld kan worden verkregen van de voorspellende waarde van de T11- en achtergrondvariabelen. Helaas is het niet mogelijk de voorspellende waarde van alle onafhankelijke variabelen bij elkaar vast te stellen. Dit heeft te maken met het gebruik van de ‘Randomized respons’ methode.
9
3
Resultaten 3.1
Resultaten mondelinge enquête
Bij de vermelding van de resultaten zullen alleen die resultaten per groep vermeld worden waarbij 1 er verschillen zijn tussen de ABOgroep en de vergelijkingsgroep. Indien dit niet het geval is, worden de resultaten van de ABOgroep en de vergelijkingsgroep bij elkaar genomen.
3.1.1
Respons
Hoewel er van uitgegaan was dat 100 klanten konden worden benaderd tegen wie een onderzoek liep, bleken op het moment van het onderzoek maar van 90 klanten gegevens bekend te zijn. Hiervan woonden er 6 niet meer in Rotterdam zodat er 84 overbleven. Deze zijn benaderd voor een interview evenals de 85 klanten die op leeftijd, sekse en etniciteit met de ABOgroep waren ‘gematched’ (vergelijkbaar gemaakt). De interviews werden uitgevoerd door een onderzoeksbureau (Mediad). Nadat de geselecteerde klanten een introductiebrief hadden ontvangen, waarin het doel van het onderzoek werd uitgelegd, werden zij, voor zover mogelijk, telefonisch benaderd voor een afspraak voor het interview. Degenen van wie geen telefoonnummer bekend was of telefonisch niet bereikbaar bleken, werden aan huis benaderd. Hiertoe ging een interviewer op 3 verschillende tijdstippen op een dag langs een adres om een afspraak te maken voor het interview. Wat dit uiteindelijk opleverde, is in tabel 1 te zien.
Tabel 1
Respons ABO- en vergelijkingsgroep ABO
Vergelijkingsgroep
Respons
31%
53%
Geen WWB
11%
2%
Weigering, ziek, taalproblemen
22%
21%
Niet bereikt
36%
24%
84
85
Totaal
De responspercentages zoals in tabel te zien, zijn de brutoresponspercentages. Degenen die niet tot de doelgroep blijken te behoren (geen WWB) moeten om tot een zuivere (netto) respons te komen buiten beschouwing worden gelaten. De nettoresponspercentages zijn respectievelijk 34 en 54%. Opvallend is het hoge percentage niet bereikbaren in beide groepen. In sommige gevallen
1
Er wordt van verschillen gesproken indien deze statistisch zijn getoetst met andere woorden indien deze verschillen statistisch significant zijn op minimaal 10% niveau.
11
was het adres niet juist, in andere gevallen werd niet open gedaan of werd gezegd dat de betrokkene niet op het adres woonde. Bij een vergelijking van de respondenten en de non respondenten in beide groepen blijkt dat er geen verschillen in sekse, leeftijd en etniciteit zijn tussen respondenten en non respondenten. Dit betekent dat er geen sprake is van een selectieve respons met betrekking tot deze kenmerken. Hierbij moet voor etniciteit aangetekend worden dat is gekeken naar de verdeling allochtoon/autochtoon, omdat de aantallen in de responsgroepen te klein zijn om een meer verfijnde vergelijking te maken. Ook de ‘matching’ op sekse, leeftijd en etniciteit tussen de ABOgroep en de vergelijkingsgroep is niet aangetast. Indien we tenslotte naar het opleidingsniveau van beide groepen kijken, blijkt dat er geen verschil in opleidingsniveau is tussen de ABOgroep en de vergelijkingsgroep. In beide groepen heeft het grootste deel van de respondenten een lage opleiding genoten (79% heeft een opleiding die varieert van geen basisonderwijs of basisonderwijs niet afgemaakt t/m lager beroepsonderwijs afgemaakt, zie tabel 2).
Tabel 2
Opleidingsniveau respondenten
Geen basisonderwijs of basisonderwijs niet afgemaakt
18%
Basisonderwijs
44%
Lager beroepsonderwijs
17%
Middelbaar beroepsonderwijs
7%
Hoger algemeen onderwijs/voorbereidend wetenschappelijk onderwijs
9%
Hoger beroepsonderwijs/wetenschappelijk onderwijs
6%
Totaal
3.1.2
71
Kennis en houding tegenover de regels
Er zijn 2 specifieke vragen gesteld over de kennis van de regels die met een WWB-uitkering zijn verbonden (Tabel 3). Er zijn geen verschillen tussen de beide groepen. Een meerderheid vindt de regels duidelijk en geeft aan goed op de hoogte te zijn van de regels. Meer dan een kwart van de respondenten geeft aan moeite te hebben om aan de verplichtingen te voldoen.
Tabel 3
Kennis over de uitkeringsregels en moeite om er aan te voldoen Regels vind ik duidelijk
Ik ben op de Ik heb moeite om hoogte van de aan verplichregels tingen te voldoen
Mee eens
73%
72%
29%
Noch mee eens/noch mee oneens
11%
6%
11%
Mee oneens
16%
23%
60%
71
71
71
Totaal 12
Voor war betreft de houding van de respondenten tegenover de verschillende regels; gaan we eerst in op die vragen waarbij verschillen optreden tussen de 2 groepen (tabel 4)
Verschil in houding tegenover de regels tussen de groepen
Toestemming opleiding
Doorgeven van woonsituatie/ Gezinssamenstelling
Vergelijkingsgroep Doorgeven van woonsituatie/ Gezinssamenstelling
Toestemming opleiding
Opgeven vrijwilligerswerk
ABOgroep
Opgeven Vrijwilligerswerk
Tabel 4
Redelijk
65%
65%
88%
69%
84%
98%
Noch redelijk/ noch onredelijk
19%
8%
12%
4%
-
-
Onredelijk
15%
27%
-
27%
16%
2%
45
2
45
Totaal
26
26
26
44
Het toestemming vragen om een opleiding te volgen en het doorgeven van de woonsituatie of de gezinssamenstelling wordt in de ABOgroep door een kleinere groep als redelijk gezien dan in de vergelijkingsgroep. Voor het vrijwilligerswerk geldt dat in de vergelijkingsgroep een hoger percentage het opgeven hiervan als onredelijk ervaart dan in de ABOgroep. De laatste staat hier wat neutraler tegenover (19% noch mee eens, noch mee oneens tegen 4% in de vergelijkingsgroep). In een aantal gevallen merken de respondenten op dat hen niet duidelijk is waarom dit moet. Anderzijds zijn er respondenten die dit een normale zaak vinden. Voor de overige houdingsvragen treden er geen verschillen op tussen de ABOgroep en de vergelijkingsgroep op.(figuur 1a en 1b). Het opgeven van bijverdiensten uit klusjes wordt door een vrij grote groep als onredelijk gezien. Sommige respondenten merken daarover op dat dit geen zaak is van SoZaWe. In mindere mate geldt dat ook voor het opgeven van vakantie en het opgeven van vermogen.
2
Aantallen lager dan 26 of 45 betekenen dat niet iedereen deze vraag kon beantwoorden
13
Figuur 1a
Houding tegenover opgeven informatie van belang voor WWB
100%
onredelijk
90%
noch redelijk/noch onredelijk
80%
redelijk
70% 60% 50% 40% 30% 20% 10% 0%
Figuur 1b
vakantie
gewerkte uren
bijverdiensten
Houding tegenover opgeven informatie van belang voor WWB
onre de lijk
100% 90%
noch re de lijk /noch onre de lijk
80%
re de lijk
70% 60% 50% 40% 30% 20% 10% 0% pe rs oonlijk e ande re s ituatie ink om s te n
14
s paarge ld
3.1.3
De T11-variabelen
We beginnen met die T11-variabelen waarbij verschillen tussen de groepen optreden (tabel 5 en figuur 2).
Tabel 5 Verschillen tussen de groepen op T11- variabelen
80%
69%
49%
57%
-
28%
16%
4%
16%
23%
24%
56%
4%
27%
36%
20%
25
25
25
45
45
44
Controle op opgeven inkomen/vermogen waterdicht
16%
Totaal
Figuur 2
Als ik zou bijverdienen is de kans op ontdekking klein
Controle op zwart werken naast uitkering waterdicht
76%
Noch mee eens/ noch mee oneens Mee oneens
Vergelijkingsgroep Controle op opgeven inkomen/vermogen waterdicht
Mee eens
Als ik zou bijverdienen is de kans op ontdekking klein
Controle op zwart werken naast uitkering waterdicht
ABOgroep
Beoordeelde kans op detectie per groep
klein noch groot/noch klein groot
100% 80% 60% 40% 20% 0% abogroep
vergelijkingsgroep
15
Zoals te zien valt, beoordeelt de ABOgroep de detectiekans op fraude hoger dan de vergelijkingsgroep, terwijl de doeltreffendheid van controles op naleving van de regels door de ABOgroep eveneens hoger wordt beoordeeld. Voor de overige T11-variabelen zijn erg geen verschillen tussen de groepen. De resultaten daarvan worden voor beide groepen samen weergegeven. Allereerst de reactie op een aantal uitspraken (tabel 6)
Tabel 6
T11- variabelen voor beide groepen samen Als ik zwart zou werken is de kans groot dat iemand me verraadt
Mijn omgeving zou Je moet altijd doen wat sterk afkeuren als ik in de wet staat de regels overtreedt
Mee eens
63%
57%
75%
Noch mee eens/ noch mee oneens
23%
21%
17%
Mee oneens
14%
21%
8%
71
3
71
Totaal
70
De uitspraak over het door de omgeving afkeuren van regelovertreding door de omgeving wordt het minst beaamd, zij het dat nog steeds een meerderheid het met deze uitspraak eens is. De volgende groep vragen gaat over het schatten van de kans dat men door SoZaWe wordt gecontroleerd, of er dan iets wordt gevonden en of men dan gestraft zal worden (tabel 7).
Tabel 7
T11 variabelen voor beide groepen samen Kans op controle dat men zich aan de regels houdt
Kans op administratieve controle van gegevens klant
Kans bij ontdekking regelovertreding gestraft
Groot
37%
65%
78%
Noch groot/ noch klein
28%
20%
15%
Klein
35%
15%
7%
71
71
71
Totaal
Opvallend is dat de kans op controle (door SoZaWe) of men zich aan de regels houdt door de meeste respondenten niet als groot wordt beoordeeld.
3
Aantallen lager dan 71 betekenen dat niet iedereen deze vraag kon beantwoorden
16
Ook is gevraagd of een straf door SoZaWe voor het geven van onjuiste of onvolledige inlichtingen de klant in moeilijkheden zou brengen. Het blijkt dat 96% van de respondenten aangeeft dat dit hen in ernstige problemen zou brengen. Wat de respondenten tenslotte denken wat de straf zal inhouden, is in tabel 12 te zien.
Tabel 8
De soort straf voor regelovertreding volgens de respondenten
Stopzetten uitkering
33%
Korting uitkering
21%
Stopzetten uitkering en een boete
19%
SoZaWe doet aangifte
11%
Boete
5%
Taakstraf
6%
Uitkering terug betalen
4%
Anders/weet niet
1%
Totaal aantal antwoorden
107
Het stopzetten van de uitkering al dan niet met een boete en een korting op de uitkering zijn de meest voorkomende antwoorden (73%).
3.2
Resultaten secundaire analyse POROSZ-materiaal
Allereerst blijkt dat zowel verschillende T11-variabelen als enkele achtergrondvariabelen het beste klusjes, zwart werk en vermogen voorspellen (bijlage 2, tabel 1). Voor inkomen en huishouden leveren noch de T11- variabelen, noch de achtergrondvariabelen een belangrijke bijdrage aan de voorspelbaarheid. Deze zullen we dan ook niet verder bespreken.
3.2.1
Klusjes
In tabel 9 is te zien welke variabelen in relatie staan met het doen van klusjes zonder dat de inkomsten daarvan worden opgegeven. Het gaat om de relaties die overblijven wanneer alle variabelen in de analyse worden gestopt. Tussen haakjes is bij iedere variabele aangegeven hoe de schaal loopt. Dus iemand die bijvoorbeeld de detectiekans klein schat, is meer geneigd klusjes te doen zonder de verdiensten daarvan op te geven, omdat het verband positief is (.34). Indien het verband negatief zou zijn, zou iemand die de kans op detectie klein schat juist geen klusjes doen. We zien dat bij fysieke controlekans. Hoe hoger het getal in de tabel is des te sterker het verband.
17
Tabel 9
Relatie T11 variabelen en achtergrondvariabelen met het doen van klusjes (multivariaat) Klusje (niet → wel)
Geen moeite aan verplichtingen te voldoen (eens → oneens)
.23
Voordeel overtreden (oneens → eens)
.50
Omgeving zal sterk reageren op overtreding (eens → oneens)
.35
Fysieke controlekans (groot → klein)
-.25
Detectiekans (groot → klein)
.34
Selectiviteit controle (oneens → eens)
.22
Met name degenen die de voordelen van het overtreden zien, die niet denken dat hun omgeving sterk zal reageren op de overtreding en de detectiekans als laag beoordelen, lijken meer geneigd tot deze vorm van bijstandsfraude. Ook het laag beoordelen van de kans dat er een controle zal plaatsvinden (selectiviteit controle), evenals het als laag beoordelen van de kans dat er iets wordt gevonden (detectiekans) en het moeite hebben aan de verplichtingen te voldoen staan in relatie tot het doen van klusjes. Merkwaardig is de relatie tussen fysieke controlekans en het doen van klusjes: degenen die de kans dat de uitkeringsinstantie thuis komt controleren hoger schatten zijn meer geneigd tot het doen van klusjes zonder de verdiensten daarvan op te geven. Tenslotte is het vermeldenswaard dat geen van de achtergrondvariabelen als sekse, leeftijd en dergelijke in relatie staat met het doen van klusjes zonder de verdiensten ervan op te geven.
3.2.2
Zwart werken
Ook bij zwart werken zien we dat verschillende T11 variabelen hiermee samenhangen (tabel 10).
Tabel 10
Relatie T11 variabelen en achtergrondvariabelen met zwart werk (multivariaat) Zwart werk (niet → wel)
Geen moeite aan verplichtingen te voldoen (eens → oneens)
.37
Voordeel overtreden (oneens → eens)
.93
Acceptatie regels (eens → oneens)
.-33
Altijd doen wat in de wet staat (eens → oneens)
.27
Detectiekans (groot → klein)
.27
Selectiviteit controle (oneens → eens)
.22
Leeftijd (laag → hoog)
.42
Kinderen (niet → wel)
.86
Huishouden met ouders, broers of zussen (niet → wel)
1.14
Vooral het voordeel zien van overtreden hangt sterk met zwart werken samen. Opvallend is verder dat de gezinssituatie eveneens een sterk verband hiermeen vertoont: Gezinnen met kinderen en/of 18
met inwonende ouders of broers en zussen zijn meer geneigd tot zwart werken. Het zelfde geldt voor oudere klanten. Van de T11-variabelen staan verder het moeite hebben om aan de verplichtingen te voldoen, een geringe acceptatie van de regels, een lage wetgetrouwheid en het laag beoordelen van de kans dat er bij een controle iets wordt gevonden in relatie met zwart werken. Merkwaardig is de relatie tussen acceptatie van de regels en het doen van zwart werk; degenen die meer geneigd zijn de regels te accepteren zijn meer geneigd tot het doen van zwart werk.
3.2.3
Vermogen
Het verzwijgen van vermogen staat ook weer in relatie met het voordeel zien van overtreden (tabel 11).
Tabel 11
Relatie T11- variabelen en achtergrondvariabelen met het verzwijgen van vermogen (multivariaat) Vermogen (niet → wel)
Voordeel overtreden (oneens → eens)
.92
Altijd doen wat in de wet staat (eens → oneens)
.50
Bij overtreding kans op aangeven groot (eens → oneens)
.67
Leeftijd (laag → hoog)
.69
Daarnaast komt deze vorm van fraude meer voor bij oudere klanten, klanten met een lage wetgetrouwheid en bij klanten die de kans op aangeven door omgeving als laag beoordelen.
19
4
Conclusies en aanbevelingen 4.1
Conclusies
Het blijkt dat de meeste klanten de regels duidelijk vinden en van mening zijn dat zij goed op de hoogte zijn van deze regels. Toch geeft een niet onaanzienlijk deel van de klanten aan moeite te hebben om aan de regels of de verplichtingen te voldoen. Er zijn hierbij geen verschillen tussen de ABOgroep en de vergelijkingsgroep. Dit is wel het geval bij 3 vragen die de houding tegenover de regels aangeven. Het toestemming vragen om een opleiding te volgen wordt door meer mensen in de ABOgroep als onredelijk gezien dan in de vergelijkingsgroep. Het omgekeerd is het geval bij het opgeven van vrijwilligerswerk. Tenslotte wordt het doorgeven van de woonsituatie of de gezinssamenstelling door een kleiner deel van de ABOgroep als redelijk gezien dan dat in de vergelijkingsgroep het geval is. Echter, in beide groepen vindt een grote meerderheid dit redelijk. Voor de overige houdingsvragen zijn er geen verschillen tussen de groepen. Opvallend hierbij is dat een grote groep het opgeven van bijverdiensten uit kleine klusjes onredelijk vindt. Het zelfde geldt in mindere mate voor het opgeven van vakantie of een verblijf van langer dan 4 weken in het buitenland en het opgeven van eigen vermogen. Met betrekking tot de T11-variabelen valt op dat er verschillen optreden tussen de groepen bij de beoordeling van de kans op ontdekking van de regelovertreding en bij de beoordeling van de adequaatheid van de controle op regelovertreding. Verrassenderwijs is de ABOgroep meer overtuigd van de waterdichtheid van de controles en van de kans op ontdekking dan de vergelijkingsgroep. Dit was niet de verwachting. Wellicht is de ABOgroep zich bewust van het feit dat er een onderzoek naar hen loopt. Voor de overige vragen zijn er geen verschillen tussen beide groepen. Opvallend is dat de kans op controle door SoZaWe of de klant zich aan de regels houdt door een relatief kleine groep als groot wordt beoordeeld. Uit de secundaire analyses van het POROSZ-materiaal kan worden afgeleid dat enkele T11variabelen in relatie staan met het doen van klusjes zonder de verdiensten daaruit op te geven, het zwart werken en het niet opgeven van vermogen. Vooral het voordeel zien van een overtreding blijkt consistent met de 3 vormen van fraude of regelovertreding in relatie te staan en ook belangrijker te zijn dat welke achtergrondvariabele dan ook. Ook het moeite hebben om aan de verplichtingen te voldoen is zowel verbonden met het doen van klusjes als met zwart werken. Het zelfde geldt voor het als laag beoordelen van de kans dat er controle zal plaatsvinden en de kans gering achten dat er bij controle iets gevonden wordt. Bij zwart werken en het niet opgeven van vermogen komt leeftijd consistent als belangrijke voorspeller naar voren. Het komt vooral bij oudere klanten voor. Ook de mening dat men niet altijd hoeft te doen wat de in de wet staat, staat zowel in relatie met zwart werken als het niet opgeven van het vermogen. Opvallend bij zwart werken
21
tenslotte is het belang van de grootte van het huishouden: hoe groter dit huishouden is des te meer men aangeeft zwart te werken.
4.2
Aanbevelingen
Gezien het feit dat de het grootste deel van de respondenten aangeeft de regels die bij de WWB horen duidelijk te vinden en goed van deze op de hoogte te zijn, lijkt er weinig aanleiding meer aandacht aan voorlichting over de inhoud van de regels te geven dan nu het geval is. Dit ligt anders voor de moeite die men heeft om aan die verplichtingen te voldoen. Dit behoeft nadere aandacht. Dit kan te maken hebben met het gegeven dat een aantal van die regels of verplichtingen door een vrij grote groep als onredelijk wordt gezien. Meer concreet gaat het om het opgeven van bijverdiensten uit klusjes, het opgeven van vrijwilligerswerk en het langer dan 4 weken in het buitenland verblijven of op vakantie zijn. Het verdient aanbeveling of de noodzaak van de regels duidelijker te maken aan de klanten dan nu het geval is of eens naar de redelijkheid van die regels te kijken. Het eerste lijkt zeker aanbevelenswaardig voor het opgeven van de verdiensten die worden verkregen door het doen van klusjes. Wat betreft de T11 variabelen is het aan te bevelen meer aandacht te besteden aan feit dat de meeste respondenten de kans gering achten dat SoZaWe bij hen komt controleren of men zich aan de regels houdt Een mogelijkheid zou zijn om het aantal huisbezoeken te vergroten om de zichtbaarheid te vergroten, maar dat lijkt een vrij kostbare investering gezien het tamelijke geringe percentage uitkeringsgerechtigden waarbij fraude wordt geconstateerd. Een andere mogelijkheid is in de voorlichting aan de klant de mogelijkheid van controle bij hen thuis sterker te benadrukken. Het zelfde geldt voor het schatten van de kans op het ontdekken van bijverdienen naast de uitkering. Deze wordt met name door de vergelijkingsgroep als laag beoordeeld, dit in tegenstelling tot de ABOgroep. Een aantal T11-variabelen lijkt een belangrijke voorspeller te zijn voor het doen van klusjes zonder daar de verdiensten van op te geven en voor zwart werken. Het gaat dan concreet om: ¾ ¾ ¾
Het voordeel zien van een overtreding. Het moeite hebben om aan de verplichtingen te voldoen. De kans klein schatten dat er controle zal plaatsvinden en dat er bij controle iets wordt gevonden.
Indien men met risicoprofielen wil werken, lijken deze variabelen een belangrijke aanvulling. Een probleem is wel het verkrijgen van informatie hierover: kan dit via de intake of op een later moment of kan het eigenlijk helemaal niet? Het belang van bepaalde T11-variabelen wordt nog eens benadrukt door het feit dat daar verschillen optreden tussen de ABOgroep en de vergelijkingsgroep zij het anders dan verwacht. Tenslotte blijkt dat achtergrondvariabelen als sekse, etniciteit, opleidingsniveau en leeftijd niet of nauwelijks in relatie staan met de verschillende fraudevormen. Alleen huishoudgrootte is een belangrijke voorspeller voor zwart werken. We zien hier bevestigd wat reeds in het eerdere 22
onderzoek naar fraude is gevonden (Reelick 2007): risicoprofielen gebaseerd op achtergrondkenmerken hebben een geringe voorspellende waarde.
23
Literatuur Expertisecentrum voor Rechtspleging en Rechtshandhaving (2006) De Tafel van 11, Ministerie van Justitie Den Haag Groeneveld M. en Van Rooij H. (2008) Aanmoedigen en afschrikken, Dienst Publiek en Communicatie Ministerie van Algemene Zaken Den Haag Lensvelt-Mulders G en de Leeuw E. (2002) Vragen naar gevoelige informatie, Facta, 10, 34-35 Platform Bijzondere Opsporingsdiensten (2007) Fraude in Beeld, Ministerie van Sociale Zaken en Werkgelegenheid Den Haag Reelick N.F. (2007) De voorspellende waarde van risicoprofielen ten behoeve van fraude bij een WWB-uitkering, Sociale Zaken en Werkgelegenheid, Sociaal-wetenschappelijke Afdeling Rotterdam Van Gils G., Van der Heijden P., Ludy O. en Ross R. (2003) Regelovertreding in de sociale zekerheid, Ministerie van Sociale Zaken en Werkgelegenheid Den Haag Van Gils G., Frank L. en Van der Heijden P. (2007) Regelovertreding in de WAO, WW en WWB in 2006, Ministerie van Sociale Zaken en Werkgelegenheid Den Haag
25
Bijlage 1
Vragenlijst ABO-onderzoek
Introductie In opdracht van Sociale Zaken en Werkgelegenheid (SoZaWe) voeren wij een onderzoek uit onder mensen die een WWB-uitkering ontvangen. Om die uitkering te krijgen en te houden moet u zich aan een aantal regels houden. Sociale Zaken en Werkgelegenheid wil graag weten in hoeverre u bekend bent met die regels en wat u van deze regels vindt. Wanneer wij dit weten, kunnen wij nagaan of bepaalde regels duidelijker moeten of anders moeten. We willen benadrukken dat de antwoorden die u geeft anoniem zullen worden verwerkt. Dit betekent dat niemand kan achterhalen welke antwoorden u heeft gegeven.
Onderzoeksgegevens
Unieke nummer:
Buurtnummer:
Postcode:
Datum afname:
___
___
Naam enquêteur:
In welke taal is het interview afgenomen:
1 Volledig in het Nederlands 2 Gecombineerd Nederlands en taal respondent 3 Volledig in taal respondent
27
1
Interviewer: Vul als eerste de sekse van de respondent in.
1 Man 2 Vrouw 2
Welke opleiding(en) heeft u gevolgd en voor welke van deze opleidingen heeft u een diploma behaald? Interviewer: Er zijn meerdere antwoorden mogelijk.
Opleiding
Diploma behaald
0 Geen opleiding met diploma afgerond 1 Lager onderwijs/basisonderwijs (incl. LAVO en VGLO)
1 Ja 2 Nee
2 LBO (zoals Ambachtsschool, LTS, LEAO, huishoudschool), MAVO of VMBO
1 Ja 2 Nee
3 MBO (zoals MTS, KMBO, MEAO)
1 Ja 2 Nee
4 HAVO of VWO (incl. atheneum, lyceum, gymnasium, HBS en MMS)
1 Ja 2 Nee
5 HBO (zoals HEAO, HTS) of Universiteit (wetenschappelijk onderwijs)
1 Ja 2 Nee
6 Anders, namelijk_______________________________________________
1 Ja 2 Nee
7 Wil niet zeggen
28
Helemaal mee oneens (5)
Redelijk (2)
Niet redelijk \ Niet onredelijk(3)
Onredelijk (4)
Zeer onredelijk (5)
De volgende vragen gaan over verplichtingen die zijn verbonden aan uw uitkering. Wij willen weten wat u van deze verplichtingen vindt. Ik noem iedere keer een verplichting. Kunt u iedere keer aangeven of u de verplichting –zeer redelijk, redelijk, onredelijk of zeer onredelijk- vindt? Zeer redelijk (1)
4
Mee oneens (4)
vind ik redelijk. b. Ik ben goed op de hoogte van de regels die van toepassing zijn op mijn uitkering c. Ik vind de regels over wat je moet doen en laten als je een uitkering hebt duidelijk d. Het kost mij moeite om aan alle verplichtingen te voldoen om gewoon mijn uitkering te ontvangen
Noch eens / noch oneens (3)
a. De regels over wat ik moet doen en laten bij mijn uitkering
Mee eens (2)
De volgende vragen gaan over de regels waaraan u zich moet houden om uw uitkering te krijgen en te houden. Ik leg u een aantal uitspraken voor over de regels. Kunt u iedere keer zeggen of u het –helemaal eens, eens, oneens of helemaal oneensbent met de uitspraak? Helemaal mee eens (1)
3
e. Het toestemming vragen om een (dag)opleiding te volgen
f.
a. Het opgeven van vakanties en verblijf langer dan vier weken in het buitenland. b. Het opgeven van gewerkte uren en verdiensten als u naast de uitkering tijdelijk of gedeeltelijk weer gaat werken c. Het opgeven van bijverdiensten voor kleine klusjes die u doet voor of via vrienden, bekenden of familie d. Het opgeven van vrijwilligerswerk dat u onbetaald doet of voor een kleine kostenvergoeding
Het opgeven van wijzigingen van uw situatie die invloed zouden kunnen hebben op de uitkering g. Het opgeven van inkomsten anders dan uit arbeid (bijvoorbeeld inkomsten uit alimentatie, een studiebeurs, onderhuur, andere sociale uitkeringen, giften, rente e.d.) h. Het opgeven van vermogen in de vorm van spaargelden of waardevolle bezittingen i. Het doorgeven van uw gegevens over uw woonsituatie, gezinssamenstelling, burgerlijke staat, het zijn of hebben van onderhuurders, de woonkosten (huur e.d.)
29
Mee eens (2)
Noch eens / noch oneens (3)
Mee oneens (4)
Helemaal mee oneens (5)
Ik leg u weer een aantal uitspraken voor. Kunt u iedere keer zeggen of u het – helemaal eens, eens, oneens of helemaal oneens- bent met de uitspraak? Helemaal mee eens (1)
5
e. Je moet altijd doen wat in de wet staat
f.
a. De controle op zwart werken naast de uitkering is waterdicht b. Als ik tegen de regels in af en toe wat zou bijverdienen met een klusje of door iemand te helpen, is de kans op ontdekking klein c. Als ik naast de uitkering zwart zou werken of wat zou bijverdienen, is de kans groot dat iemand me zou verraden d. Mijn omgeving (buren, familie, kennissen) zou het sterk afkeuren, als ik de regels zou overtreden
6
De controle op het opgeven van inkomen of eigen vermogen naast de uitkering is waterdicht
Hoe groot schat u de kans dat SoZaWe bij u komt controleren of u zich aan de regels houdt? Schat u dat deze kans –zeer groot, groot, klein of zeer klein- is?
7
Hoe groot schat u de kans dat SoZaWe regelmatig administratief uw gegevens controleert? Schat u dat deze kans –zeer groot, groot, klein of zeer klein- is?
8
1 Zeer groot 2 Groot 3 Niet groot, niet klein 4 Klein 5 Zeer klein
1 Zeer groot 2 Groot 3 Niet groot, niet klein 4 Klein 5 Zeer klein
Stel iemand begaat een overtreding. Hoe groot schat u dan de kans dat SoZaWe bij een controle bij die persoon ook echt iets zal ontdekken? Schat u dat deze kans –zeer groot, groot, klein of zeer klein- is?
30
1 Zeer groot 2 Groot 3 Niet groot, niet klein 4 Klein 5 Zeer klein
9
Hoe groot schat u de kans dat iemand, bij ontdekking van een overtreding, ook echt gestraft wordt? Schat u dat deze kans –zeer groot, groot, klein of zeer klein- is?
10
1 Zeer groot 2 Groot 3 Niet groot, niet klein 4 Klein 5 Zeer klein
Stel dat u door SoZaWe zou worden verdacht van het geven van onjuiste of onvolledige inlichtingen. Denkt u dan dat een eventuele straf u in ernstige moeilijkheden zou brengen? Interviewer: Antwoorden eventueel voorlezen. In het geheel niet Niet zo erg Ja, wel ernstig Ja, heel erg ernstig
11
Wat denkt u dat deze straf zal inhouden? Interviewer: Antwoorden niet voorlezen.Er zijn meerdere antwoorden mogelijk. 1 Stopzetten uitkering 2 Korting uitkering 3 Stopzetten uitkering en een boete 4 SoZaWe doet aangifte en ik moet voor de rechter komen 5 Anders, namelijk_______________________________________________________________
12
Heeft u nog vragen of opmerkingen? _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ _________________________________________________________________________ 31
32 0,35 0,27
0,45 0,45
-0,49
0,45
0,70
0,22
selectiviteit controle
1,25
aantal personen huishouden, m = 0, sd = 1
hoofdkostwinner
ander type huishouden
0,95
0,40
huishouden met ouders/broer/ zussen
0,17
0,22
0,34
huishouden met kinderen, m = 0, sd =1
huishouden met partner/echtgenoot
m = 0, sd =1
m = 0, sd =1
m = 0, sd = 1
man/vrouw
ernst sanctie 0,34
0,36
detectiekans
sanctiekans
-0,27
fysieke controlekans
1,14
0,86
0,42
0,54
0,65
-0,25
0,81
0,69
0,67
0,50
0,92
beide
02-04* apart
-0,44
0,35
0,81
beide
02-04* apart
vermogen
administratieve controlekans
0,36
0,27
-0,33
0,93
0,37
beide
inkomen
bij overtreding kans op aangeven groot
omgeving zal sterk reageren op overtreding
0,28
0,90 -0,27
0,50
0,28
altijd doen wat in de wet staat
0,51
0,23
acceptatie regels
0,24
voordeel overtreden
apart
02-04*
beide
02-04* apart
zwartwerk
klusjes
geen moeite aan verplichtingen voldoen
regels doen en laten duidelijk
op de hoogte regels uitkering
omschrijving
Selectie variabelen: backwards elimination met significantie Wald test LR test statistic als criteria
2,37
0,91
apart
n = 2702
n = 1641
**** n = 2194
*** n = 1133
* 2,70 **
0,94
beide
02-04***
huishouden
Bijlage 2 Resultaten secundaire analyse
33
voordeel in overtreden van de regels zien gaat in alle 5 de gevallen samen met overtreden betere acceptatie van de regels gaat samen met zwartwerk geringe wetgetrouwheid gaat samen met zwartwerk en niet opgeven vermogen geringe sociale controle gaat samen met vaker zwartwerk en met vaker opgeven van vermogen (laatste alleen significant in 'apart' analyse) geringe aangiftekans gaat samen met niet opgeven vermogen hoge administratieve controlekans gaat samen met niet opgeven vermogen (alleen significant in 'apart' analyse) hoge fysieke controlekans gaat samen met klusjes geringe detectiekans gaat samen met klusjes, zwartwerk en niet opgeven vermogen geringe selectiviteit gaat samen met klusjes
acceptatie regels
altijd doen wat in de wet staat
omgeving zal sterk reageren op overtreding
bij overtreding kans op aangeven groot
administratieve controlekans
fysieke controlekans
detectiekans
selectiviteit controle
oudere personen doen vaker zwartwerk en geven vaker hun vermogen niet op hoger opgeleiden doen vaker klusjes
m = 0, sd = 1
m = 0, sd =1
personen met thuiswonende ouders/broers/zussen werken vaker zwart personen uit huishouden met afwijkende samenstelling geven vaker de samenstelling van hun huishouden niet juist op
huishouden met ouders/broer/ zussen
ander type huishouden
aantal personen huishouden, m = 0, sd = 1
hoofdkostwinner
personen uit een huishouden met veel kinderen werken vaker zwart
huishouden met kinderen, m = 0, sd =1
huishouden met partner/echtgenoot
m = 0, sd =1
mannen doen vaker klusjes dan vrouwen
man/vrouw
ernst sanctie
sanctiekans
moeite om aan uitkeringsverpichtingen te voldoen gaat samen met klusjes en zwartwerk
voordeel overtreden
conclusies
geen moeite aan verplichtingen voldoen
regels doen en laten duidelijk
op de hoogte regels uitkering
omschrijving
Sociaal-wetenschappelijke afdeling Postbus 1024 3000 BA Rotterdam