Locatie en Grootte van Accountantskantoren

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2007 – 2008

Locatie en Grootte van Accountantskantoren Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen

Mary-Louisa Christien Onder begeleiding van Prof. Dr. P. Everaert

Vertrouwelijkheidsclausule Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding.

Mary-Louisa Christien

Woord Vooraf Dankzij de hulp en medewerking van een aantal personen is deze masterproef tot stand gekomen. In de eerste plaats, wens ik mijn promotor Prof. Dr. P. Everaert te bedanken voor de nuttige tips en de begeleiding van mijn masterproef.

Verder wens ik alle accountantskantoren te bedanken die aan dit onderzoek hun medewerking hebben verleend.

Tot slot wil ik Hubert De Bock en Joke De Bock bedanken voor het nalezen van eerdere versies van deze masterproef.

Mei 2008,

Mary-Louisa Christien

I

Inhoudsopgave Abstract ...................................................................................................................................... 1 Inleiding ..................................................................................................................................... 2 1. Literatuuronderzoek en ontwikkeling van de hypotheses ...................................................... 3 1.1. Locatie van accountantskantoren .................................................................................... 3 1.2. Relatie tussen de grootte en locatie van accountantskantoren ........................................ 8 1.3. Overeenstemming tussen vraag en aanbod ..................................................................... 8 2. Database onderzoek.............................................................................................................. 10 2.1. Methodologie ................................................................................................................ 10 A. Datacollectie ................................................................................................................ 10 B. Meetschalen van de variabelen.................................................................................... 10 C. Controle variabele........................................................................................................ 12 2.2. Analytische testen en resultaten .................................................................................... 12 A. Beschrijvende statistiek ............................................................................................... 12 B. Hypothesetesten en primaire resultaten ....................................................................... 14 3. Enquête onderzoek ............................................................................................................... 21 3.1. Methodologie ................................................................................................................ 21 A. Datacollectie ................................................................................................................ 21 B. Responsgraad............................................................................................................... 22 C. Meetschalen van de variabelen.................................................................................... 23 3.2. Analytische testen en resultaten .................................................................................... 23 A. Beschrijvende statistiek ............................................................................................... 23 B. Hypothesetesten en primaire resultaten ....................................................................... 24 4. Additionele analyse .............................................................................................................. 26 5. Conclusies, beperkingen en aanbevelingen voor toekomstig onderzoek ............................. 26 5.1. Conclusie....................................................................................................................... 26 5.2. Beperkingen .................................................................................................................. 27 5.3. Aanbevelingen voor toekomstig onderzoek .................................................................. 28 Referenties.......................................................................................................................... XXIX Bijlage 1: Lijst van de politiezones ...................................................................................XXXII Bijlage 2: Vragenlijst ..................................................................................................... XXXVII

II

Lijst van tabellen Tabel 1: Overzicht van de variabelen: onderzoeksvraag 1 en 2............................................... 11 Tabel 2: Beschrijvende statistiek: database onderzoek ............................................................ 13 Tabel 3: Locatie van accountantskantoren (Trends Top)......................................................... 14 Tabel 4: Locatie van accountantskantoren (Belfirst) ............................................................... 16 Tabel 5: Grootte en locatie van accountantskantoren (Trends Top) ....................................... 17 Tabel 6: Grootte en locatie van accountantskantoren (Belfirst)............................................... 19 Tabel 7: Vergelijking tussen de populatie, de steekproef en de respondenten: beschrijvende statistiek per groep ................................................................................................................... 21 Tabel 8: Non-respons bias: beschrijvende statistieken per groep ............................................ 22 Tabel 9: Overzicht van de variabelen: onderzoeksvraag 3....................................................... 23 Tabel 10: Beschrijvende statistiek: enquête onderzoek ........................................................... 24 Tabel 11: Overeenstemming tussen vraag en aanbod .............................................................. 24 Tabel 12: Determinanten van de locatie van accountantskantoren .......................................... 25 Tabel 13: Locatie van accountantskantoren per gewest........................................................... 26

Lijst van figuren Figuur 1: Economic Base Model (Illeris, 1991)......................................................................... 4 Figuur 2: Concentratie van boekhouders, accountants en belastingconsulenten (Bron: Trends Top) .......................................................................................................................................... 13

III

Abstract Ondanks het feit dat er al veel onderzoek is geweest naar de locatie van bedrijven, werd er in vorige onderzoeken weinig aandacht geschonken aan de lokalisatiepatronen van accountantskantoren. Deze masterproef wil hier iets aan veranderen. In deze masterproef zal er aandacht geschonken worden aan drie onderzoeksvragen. Eerst zal er onderzocht worden waar de Belgische accountantskantoren hoofdzakelijk gevestigd zijn. Vervolgens zullen we nagaan wat de relatie is tussen de grootte van de Belgische accountantskantoren en de locatie van deze kantoren. Tenslotte zal er onderzocht worden of de accountantskantoren vooral klanten bedienen die in de buurt gevestigd zijn. De eerste twee onderzoeksvragen werden onderzocht door middel van database onderzoek, waarbij twee datasets werden gebruikt. Een korte vragenlijst werd gebruikt om de laatste onderzoeksvraag te bestuderen.

1

Inleiding De locatiekeuze van industriebedrijven en dienstenbedrijven is een onderwerp dat al uitvoerig werd onderzocht door heel wat auteurs. Aangezien de locatie van de bedrijfsgerelateerde diensten belangrijke implicaties heeft voor de regionale ontwikkeling, benadrukt de literatuur het belang van deze diensten. Begg (1993) stelt dat diensten kunnen bijdragen tot de regionale ontwikkeling van een regio op drie manieren. Ten eerste kunnen diensten bijdragen tot de economische ontwikkeling door de export van de producerende regio. Ten tweede kan de dienstensector hiertoe bijdragen door het leveren van diensten aan de inheemse populatie. Deze gedachte is ook bij Illeris (1991) terug te vinden. Tenslotte is de impact van diensten op de competitiviteit van een locatie belangrijk.

Binnen het kader van voorgaande onderzoeken zullen in deze masterproef drie hypotheses onderzocht worden teneinde de Belgische markt van accountantskantoren in kaart te brengen. Een eerste hypothese stelt dat de Belgische accountantskantoren vooral gevestigd zijn in grote en regionale steden (Airoldi et al., 1997; Baró en Soy, 1993; Cuadrado-Roura en Del Río Gómez, 1992; Aguilera, 2003; Illeris, 1996; Rubalcaba en Gago, 2003; Moulaert en Gallouj, 1993). Op de vraag waar de bedrijfsgerelateerde dienstenbedrijven de neiging hebben om zich te vestigen, is er in de literatuur een consensus. Zo tonen vorige onderzoeken aan dat bedrijven vooral geconcentreerd zijn in de stad. Bedrijfsgerelateerde diensten vertonen zelfs een nog hogere concentratie in de stad. Toch ziet men dat in bepaalde gevallen de stad niet meer zo aantrekkelijk is, waardoor dienstenbedrijven zich verder en verder buiten de stadskern gaan vestigen. Verschillende verklaringen kunnen gegeven worden voor de decentralisatie van bedrijfsgerelateerde diensten. Een tweede hypothese stelt dat grote accountantskantoren hoofdzakelijk gevestigd zijn in grote en regionale steden. Deze hypothese werd eerder door Daniels et al. (1988) bevestigd voor accountantskantoren uit het Verenigd Koninkrijk. Om deze tweede hypothese voor België te testen, zullen we vertrekken van de veronderstelling dat grotere accountantskantoren winstgevender zijn. De literatuur over deze veronderstelling is echter niet eenduidig. Hall en Weiss (1967) rapporteren een positieve relatie tussen de grootte van bedrijven en hun winstgevendheid in tegenstelling tot Samuels en Smyth (1968) die een inverse relatie rapporteren.

2

Tenslotte zal er in deze masterproef onderzocht worden of er een overeenstemming is tussen de vraag en het aanbod van diensten van accountantskantoren. Verschillende studies hebben aangetoond dat accountantskantoren vooral de lokale markt bedienen (Illeris, 1994; Bennett et al., 1999; Bennett et al., 2000; Goe et al., 2000; Bennett en Smith, 2002; Hallett en Bishop, 1991). De typische kenmerken van diensten, de behoefte aan persoonlijk contact alsook de verspreiding van het aanbod van diensten zijn factoren die hierbij een rol spelen.

Deze masterproef is als volgt opgebouwd. Het eerste gedeelte zal per onderzoeksvraag een overzicht geven van wat vorig onderzoek al heeft aangetoond. Vervolgens wordt in het tweede en derde onderdeel enige toelichting gegeven omtrent respectievelijk het database onderzoek en het enquête onderzoek. In het vierde gedeelte zal een additionele analyse beschreven worden. Om te eindigen, zal het laatste gedeelte van deze masterproef een overzicht geven van de conclusies en beperkingen van dit onderzoek alsook van een aantal thema’s voor toekomstig onderzoek.

1. Literatuuronderzoek en ontwikkeling van de hypotheses 1.1. Locatie van accountantskantoren Gedurende de laatste decennia is het belang van de nijverheid afgenomen ten voordele van de tertiaire sector. Op deze manier is onze economie geëvolueerd naar een postindustriële diensteneconomie, waarbij de tertiaire sector de belangrijkste motor is van de economische groei. De sector van de bedrijfsgerelateerde diensten1 zorgt voor de grootste werkgelegenheid, produceert meer toegevoegde waarde voor de economie dan andere sectoren en heeft het grootste groeipotentieel. De groei in de bedrijfsgerelateerde diensten is toe te schrijven aan de externalisatie van dienstenactiviteiten aan onafhankelijke bedrijven. Goe (1990) geeft een aantal redenen voor de uitbesteding van indirecte activiteiten: naast de vanzelfsprekende reden om de overheadkosten te reduceren, kunnen sommige bedrijven behoefte hebben aan gespecialiseerde

kennis

betreffende

de

uitvoering

van

bepaalde

activiteiten.

De

bedrijfsgerelateerde dienstensector stelt andere bedrijven in staat, door zijn gespecialiseerde kennis, om zich beter aan te passen aan veranderende omstandigheden. Deze sector vormt als het ware een buffer voor andere bedrijven. Een laatste reden die door Goe (1990) wordt

1

Bedrijfsgerelateerde diensten zijn diensten die uiteindelijk gebruikt worden door andere bedrijven (Goe, 1990)

3

aangehaald, is dat de externalisatie van indirecte activiteiten voor een grotere flexibiliteit zorgt voor de bedrijven die deze activiteiten uitbesteden.

De diensten zijn echter niet altijd even belangrijk geweest. De landbouw en de industrie vormden vroeger de basis van de lokale economie. Industriële en landbouwgoederen konden zowel binnen als buiten de eigen regio verkocht worden en met het geld dat men hiermee ontving, ging men diensten kopen die lokaal werden aangeboden. Alle dienstenactiviteiten waren afhankelijk van de basisactiviteiten van de regio (Illeris, 1991). Figuur 1 geeft deze gedachte weer.

Mensen maken gebruik van diensten

Tewerkstelling van mensen

Centrale plaatsen theorie

Basisactiviteiten Industriële lokalisatietheorieën

Figuur 1: Economic Base Model (Illeris, 1991) Onderzoek van de economische basis van regio’s leidt tot de vraag wat de locatie van bedrijven bepaalt. Bij de lokalisatiekeuze zijn bedrijven op zoek naar een vestigingsplaats die hen toelaat om een bepaalde marktvraag te bedienen tegen minimale kosten. Christaller onderzoekt met zijn centrale plaatsen theorie de geografische spreiding van diensten. Deze theorie vertrekt van de veronderstelling dat diensten enkel in bepaalde centrale plaatsen worden aangeboden. Christaller wijst er ook op dat er een hiërarchie bestaat in deze centrale plaatsen. Zo zal men diensten die wijdverspreid zijn, terugvinden in centrale plaatsen van lagere orde. Meer gespecialiseerde diensten (waaronder accounting) komen voor in regionale gebieden of centrale plaatsen van een hogere orde. Tenslotte zullen de meest gesofisticeerde diensten enkel beschikbaar zijn in grote steden of centrale plaatsen van de hoogste orde.

4

Agglomeratievoordelen Voorgaande onderzoeken (Airoldi et al., 1997; Bennett et al., 1999; Baró en Soy, 1993) hebben aangetoond dat het centrum van de stad het gebied is waar de grootste dichtheid te vinden is van economische activiteiten. Marshall et al. (1987) toonden verder aan dat de grootste concentratie van bedrijfsgerelateerde diensten zich rond de hoofdstad bevindt. De concentratie van economische activiteiten kan verklaard worden door de aanwezigheid van agglomeratievoordelen. Agglomeratievoordelen zijn economische voordelen (overdracht van kennis, lagere transactie- en transportkosten, mogelijkheid om persoonlijke contacten te leggen,…) die een bedrijf ondervindt bij een vestiging in een grote stad. De literatuur maakt een onderscheid tussen twee soorten agglomeratievoordelen. Enerzijds zijn er de lokalisatievoordelen, deze ontstaan door de ruimtelijke concentratie van bedrijven uit dezelfde sector. Anderzijds zijn er ook de urbanisatievoordelen die volgen uit de ruimtelijke concentratie van bedrijven en instellingen uit verschillende sectoren. Urbanisatievoordelen zijn ook voordelen die aangeboden worden door de stedelijke samenleving. Aangezien bedrijven ook andere bedrijven nodig hebben om te overleven, is er een tendens tot concentratie. Agglomeratievoordelen zullen voornamelijk in en rond de hoofdstad aanwezig zijn, alsook in grote en regionale steden. Het belang van deze agglomeratievoordelen voor accountants werd bevestigd in de studie van Bennett en Smith (2002). Baró en Soy (1993) argumenteren dat de agglomeratievoordelen het persoonlijk contact vergemakkelijken, een hoge informatiedichtheid en een snelle verspreiding van kennis verzekeren.

Persoonlijk contact met klanten Accountantskantoren, maar ook dienstenbedrijven in het algemeen, moeten relaties opbouwen en onderhouden met hun klanten om hun diensten te kunnen aanbieden. Wanneer persoonlijk contact vereist is met de klant, hebben bedrijven er een groot voordeel bij om zich in de stad te vestigen en op die manier dicht bij de klant te kunnen zijn (Aguilera, 2003; CuadradoRoura en Del Río Gómez, 1992). Indien de klanten zich hoofdzakelijk buiten de stad bevinden, zullen de bedrijven zich alsnog in de stad vestigen omdat de stad het voordeel biedt van een goede verbinding op het verkeersnet. Het soort dienst dat wordt aangeboden zal in belangrijke mate bepalen in hoeverre persoonlijk contact vereist zal zijn. Illeris (1996) concludeert dat de nabijheid bij klanten een belangrijke factor is voor de keuze van de locatie van bedrijfsgerelateerde diensten.

5

De studie van Aguilera (2003) heeft eveneens aangetoond dat lokale bedrijven die een grote behoefte hebben aan persoonlijk contact hun locatiekeuze laten afhangen van de verdeling van de omzet in het centrum en de periferie.

Behoefte aan informatie Accountantskantoren, maar ook de gehele sector van de bedrijfsgerelateerde diensten, hebben een behoefte aan informatie om innovatief te zijn. Bijgevolg, hebben accountantskantoren ook behoefte aan persoonlijk contact met andere bedrijven teneinde deze informatie te vergaren. Illeris (1996) stelt dat bedrijven zich in grote steden zullen vestigen aangezien bedrijven hun kosten willen minimaliseren en dat de zoektocht naar deze informatie duur is. Gemakkelijke en goedkope toegang tot informatiebronnen is dus een belangrijke factor voor de keuze van de locatie van bedrijven. Resultaten uit enquête onderzoeken tonen echter aan dat bedrijven dit een factor van secundair belang vinden (Illeris, 1996).

Aanwezigheid van multinationals Een ander fenomeen dat de concentratie van bedrijfsgerelateerde diensten kan verklaren, wordt aangehaald door Rubalcaba en Gago (2003): de aanwezigheid van multinationals in bepaalde steden zorgt ervoor dat andere bedrijven ook naar deze steden zullen trekken. Dergelijke steden worden geassocieerd met een goede reputatie en prestige. Sommige bedrijven gebruiken als het ware een volgstrategie voor het bepalen van de locatie. Deze volgstrategie moet hen toelaten het risico te reduceren dat ze een verkeerde locatie kiezen.

Bedienen van een minimale vraag Opdat bedrijven economisch leefbaar zouden zijn, moet er in de centrale plaats, alsook in het verzorgingsgebied, voldoende vraag zijn naar de centrale dienst. Deze minimale vraag wordt ook de drempelwaarde genoemd. Om gemakkelijk deze minimale vraag te kunnen vinden, zullen bedrijven opteren voor een locatie in grotere steden (Moulaert en Gallouj, 1993). Een locatie in grotere steden is vooral belangrijk voor de grotere bedrijven, omdat deze een grotere markt moeten kunnen bedienen om hun (hogere) kosten te dragen.

6

Decentralisatie Uit het voorgaande zou men kunnen afleiden dat dienstenbedrijven zich enkel in steden gaan vestigen. Er zijn echter een aantal redenen om aan te nemen dat bedrijven zich niet enkel in grote en regionale steden zullen vestigen, omdat deze gebieden niet meer de meest toegankelijke zijn. Er is veel verkeerscongestie waardoor men meer tijd nodig heeft om kleine afstanden af te leggen. De verbeterde infrastructuur maakt perifere gebieden toegankelijker dan het centrum van de stad en draagt op deze manier bij tot de aantrekkelijkheid van de perifere gebieden (Aguilera, 2003; Airoldi et al., 1997). Airoldi et al. (1997) geeft de volgende verklaring: aangezien het centrum van de stad als eerste wordt gebouwd, gaan bedrijven naarmate de stad groeit zich eerst in het centrum vestigen omwille van bovenstaande agglomeratievoordelen. Bedrijven zullen perifere gebieden exploiteren van zodra de stad verzadigd is en/of te veel nadelen vertoont. Andere verklaringen voor de deconcentratie van diensten worden gegeven door Martinelli (1991): de verschuiving van de vraag naar diensten van het centrum naar meer perifere gebieden zorgt ervoor dat de aanbieders van diensten naar deze perifere gebieden zullen trekken, aangezien diensten vooral de lokale markt bedienen. Een tweede verklaring kan men terugvinden bij het ontstaan van nieuwe informatietechnologieën. Deze nieuwe informatietechnologieën zorgen ervoor dat diensten (informatie) opgeslagen kunnen worden en beter vervoerbaar zijn waardoor de productie en consumptie niet meer simultaan hoeven te verlopen. Dankzij deze technologieën kunnen dienstenbedrijven grotere marktgebieden bedienen en genieten van een toename van de schaalvoordelen. Ondanks dat deze technologieën de mogelijkheid verschaffen om zich in perifere gebieden te vestigen, leiden ze niet altijd tot de decentralisatie van bedrijfsgerelateerde diensten.

De literatuur over de locatie van bedrijfsgerelateerde diensten brengt verschillende redenen naar voor waarom men kan verwachten dat dergelijke bedrijven ruimtelijk geconcentreerd zijn: het bestaan van verschillende soorten agglomeratievoordelen, noodzaak aan persoonlijke contacten met klanten en andere bedrijven, … Op basis hiervan verwachten we dat de accountantskantoren vooral geconcentreerd zullen zijn in grote en regionale steden. Dit leidt tot de volgende hypothese:

H1 : Belgische accountantskantoren zijn hoofdzakelijk gevestigd in grote en regionale steden.

7

1.2. Relatie tussen de grootte en locatie van accountantskantoren De grondrentetheorie stelt dat gronden die beter gelegen zijn, duurder zijn dan deze die zich op een minder goed gelegen gebied bevinden. Men kan deze goedgelegen locaties vooral terugvinden in de stad. Gegeven de duurdere prijs van deze gronden, zullen enkel en alleen deze bedrijven die voldoende winstgevend zijn zich op deze gronden kunnen vestigen. Hall en Weiss (1967) hebben de hypothese van Baumol dat grotere bedrijven een hogere winstgevendheid hebben, onderzocht. De resultaten van dit onderzoek bevestigen de hypothese van Baumol. Marcus (1969) heeft echter aangetoond dat de hypothese van Baumol enkel opgaat voor bepaalde industrieën. Andere auteurs, waaronder Samuels en Smyth (1968) documenteren een inverse relatie tussen de grootte van bedrijven en hun winstcijfers. De verklaring voor deze inverse relatie kan liggen in de hogere kosten die grotere bedrijven moeten dragen. Daar er in grote en regionale steden een grotere concentratie is van bedrijven (Airoldi et al., 1997; Baró en Soy, 1993; Cuadrado-Roura en Del Río Gómez, 1992; Aguilera, 2003; Bennett et al., 1999), kan men verwachten dat grotere accountantskantoren hoofdzakelijk daar gevestigd zullen zijn. Een locatie in grote en regionale steden kan de accountantskantoren toelaten meer bedrijven te bedienen en dus gemakkelijker de drempelwaarde te bereiken. Dit wordt bevestigd door de studie van Daniels et al. (1988): de grootste accountantskantoren uit het Verenigd Koninkrijk zijn hoofdzakelijk gevestigd in grote steden. Bovenstaande discussie leidt tot de volgende hypothese:

H2 : Grote accountantskantoren zijn hoofdzakelijk in grote en regionale steden gevestigd.

1.3. Overeenstemming tussen vraag en aanbod Diensten verschillen substantieel van goederen. Diensten zijn ontastbaar, kunnen niet opgeslagen worden, de productie en consumptie verloopt simultaan en persoonlijk contact tussen de leverancier en de gebruiker is noodzakelijk. Aangezien de transportkosten sterk kunnen oplopen als een van de partijen zich ver moet verplaatsen en als dit frequent moet gebeuren, zullen dienstenbedrijven zich zo dicht mogelijk bij hun klanten willen vestigen. Illeris (1994) onderscheidt drie soorten diensten. De back offices verlenen diensten die sterk

8

gestandaardiseerd zijn, waardoor deze via telecommunicatie verleend kunnen worden. Dit heeft als gevolg dat ze zich kunnen vestigen waar ze willen. De niet-gesofisticeerde, aangepaste diensten (unsophisticated, customized services) zijn zeer gevoelig voor transportkosten. Aangezien dergelijke diensten frequent worden gebruikt, moeten bedrijven die dergelijke diensten aanbieden, zich zo dicht mogelijk bij de klanten vestigen. Accountantskantoren behoren tot deze categorie. Bedrijven die sterk gespecialiseerde diensten aanbieden hoeven niet dicht bij hun klanten gevestigd te zijn, ondanks dat dergelijke diensten veel persoonlijk contact vereisen. Illeris (1994) argumenteert dat gespecialiseerde diensten dermate uniek zijn dat klanten bereid zijn hogere transportkosten te dragen. Goe et al. (2000), die de rol van contactvereisten op de locatie van bedrijfsgerelateerde diensten hebben onderzocht, onderscheiden twee dominante types van bedrijfsgerelateerde diensten. Enerzijds zijn er de type 1 diensten die minder frequent worden gebruikt, anderzijds de type 2 diensten (accounting) die frequent worden gebruikt. De resultaten tonen dat klanten zich vooral wenden tot lokale aanbieders van bedrijfsgerelateerde diensten wanneer het gaat om diensten van het tweede type. Andere studies waaronder deze van Bennett en Smith (2002) stellen dat wanneer klanten (KMO’s) kunnen kiezen tussen verscheidene adviesverleners, ze deze zullen kiezen die in de buurt gevestigd zijn. Wanneer klanten weinig keuze hebben inzake adviesverleners, zijn ze genoodzaakt om bij adviesverleners te gaan die verder gevestigd zijn. De studie van Bennett en Smith (2002) toont aan dat de gemiddelde afstand tussen de klant en de accountant 24 km is. Uit een andere analyse blijkt dat 43,1% van de KMO’s adviesverleners gebruiken die zich in een straal bevinden van 10 km en 70,1% binnen een straal van 25 km. Gelijkaardige resultaten vinden we ook terug bij Bennett et al. (2000). Bennett et al. (1999) alsook Hallett en Bishop (1991) tonen, net zoals de andere onderzoeken, aan dat bedrijven die bedrijfsgerelateerde diensten aanbieden vooral de lokale markt bedienen. Dit leidt tot de derde hypothese:

H3 : De Belgische accountantskantoren bedienen hoofdzakelijk ondernemingen die in de buurt gevestigd zijn.

9

2. Database onderzoek 2.1. Methodologie A. Datacollectie De doelpopulatie omvat alle accountantskantoren die in België gevestigd zijn. Om een representatief steekproefkader te genereren, werd de Belfirst CD-ROM van Bureau Van Dijk gebruikt. Enkel bedrijven die een NACE-code van 74.122 hadden, werden geselecteerd. Dit resulteerde in een initiële populatie van 2.403 accountantskantoren. Er werden 7 accountantskantoren

uit

de

steekproef

verwijderd,

omdat

deze

zich

buiten

2

standaarddeviaties ten opzichte van het midden bevinden. Deze verwijdering was noodzakelijk aangezien deze 7 accountantskantoren outliers zijn die de resultaten van de statistische analyses sterk kunnen beïnvloeden. De uiteindelijke populatie bevat 2.396 accountantskantoren.

Daarnaast werd de Trends Top 100.000 gebruikt om een alternatief steekproefkader te genereren. Trends Top 100.000 bevat bedrijven met een omzet van meer dan € 124.000 . Indien de winst niet bekend is, gebruikt Trends Top 100.000 de brutomarge als proxy voor de omzet. Enkel de bedrijven uit de sector ‘Boekhouders, accountants en belastingconsulenten’ werden geselecteerd. Dit leidde tot een initiële populatie van 1.536 bedrijven. Om dezelfde reden als bij de Belfirst populatie werden hier 10 bedrijven uit de populatie verwijderd. Dit resulteerde in een populatie van 1.526 bedrijven. Zowel de Belfirst als de Trends Top dataset bevatten gegevens over 2005 en werden gebruikt om de eerste twee hypotheses te testen.

B. Meetschalen van de variabelen Grootte van steden De eerste hypothese stelt dat de Belgische accountantskantoren vooral gevestigd zijn in grote en regionale steden. Om te bepalen welke steden groot zijn, maken we gebruik van de typologie van de politiezones2. De typologie van de politiezones houdt rekening met twee factoren namelijk, het functioneel aspect van de verstedelijking en het morfologisch aspect.

2

CGL – Morfologie van de lokale politie – Algemeen overzicht van de gegevens op 31/12/2002.

10

Dit leidt tot een socio-economische indeling van de politiezones. De lijst van de politiezones wordt in bijlage 1 weergegeven.

Deze typologie omvat 5 categorieën:

1 : Grote stad (Antwerpen, Brussel-stad, Charleroi, Luik en Gent)

2 : Regionale stad of gemeente van Brussel-18

3 : Agglomeratiegemeente en goed uitgeruste kleine stad

4 : Middelmatig of zwak uitgeruste kleine stad of sterk morfologische verstedelijkte gemeente

5 : Matig of zwak morfologisch verstedelijkte gemeente

Grootte van accountantskantoren Er werden twee criteria gebruikt om de grootte van accountantskantoren te bepalen. Ten eerste hebben we gebruik gemaakt van het aantal werknemers die tewerkgesteld zijn bij de accountantskantoren. Een tweede criterium dat gebruikt werd, is de toegevoegde waarde. Deze gegevens werden verzameld uit Trends Top 100.000 en de Belfirst database. De gegevens hebben betrekking op het jaar 2005. Voor kleinere bedrijven die hun omzet niet bekend maakten, werd de brutomarge gebruikt als proxy voor de omzet. Aangezien deze brutomarge gelijk is aan de toegevoegde waarde, kon de omzet niet gebruikt worden als maatstaf voor de grootte. Tabel 1 geeft een overzicht van de afhankelijke en onafhankelijke variabelen voor de eerste twee onderzoeksvragen.

Tabel 1: Overzicht van de variabelen: onderzoeksvraag 1 en 2 Onderzoeksvraag

Onafhankelijke Variabele

Afhankelijke variabele

Zijn accountantskantoren vooral in grote en regionale steden gevestigd?

Classificatie van steden (Typologie van de politiezones)

Aantal kantoren per postcode

Zijn grote accountantskantoren vooral in grote en regionale steden gevestigd?

Classificatie van steden (Typologie van de politiezones)

Grootte van accountantskantoren (Aantal WN en TW)

Data Trends Top 100.000 Belfirst Trends Top 100.000 Belfirst

11

C. Controle variabele Aangezien Big 4 kantoren heel groot zijn, kunnen deze de statistische resultaten aanzienlijk beïnvloeden. Om deze reden werd het Big 4 lidmaatschap gebruikt als een controle variabele bij de analyses om de hypothese H1 te testen. Het Big 4 lidmaatschap werd echter niet als controle variabele gebruikt bij de analyses van hypothese H2. De reden hiervoor is dat men bij hypothese H2 juist de relatie tussen de grootte van accountantskantoren en hun locatie wil onderzoeken.

2.2. Analytische testen en resultaten A. Beschrijvende statistiek Figuur 2 geeft de concentratie weer van de sector ‘Boekhouders, accountants en belastingconsulenten’ in België en toont een aantal belangrijke eigenschappen. Ten eerste zien we dat de hoogste concentraties in het Brussels Hoofdstedelijk Gewest en Vlaams Gewest voorkomen. Gelijkaardige resultaten werden eerder door Rubalcaba en Gago (2003) gerapporteerd voor de traditionele diensten 3 . Vervolgens toont figuur 2 een lagere concentratie aan bedrijven in Wallonië, waardoor we kunnen verwachten dat Waalse kantoren niet enkel de lokale markt zullen bedienen. Figuur 2 toont verder dat kantoren geconcentreerd zijn in clusters van verschillende grootte, waarbij de clusters decentraal gelegen zijn. Deze decentralisatie kan verklaard worden door de behoefte om zo dicht mogelijk bij de klanten gevestigd te zijn. Tenslotte vertonen de grotere steden zoals Gent, Antwerpen en Brussel de hoogste concentraties.

De beschrijvende statistieken van de verschillende afhankelijke variabelen worden voorgesteld in Tabel 2. Deel A van Tabel 2 bevat de beschrijvende statistiek voor de Trends Top dataset en Deel B van Tabel 2 bevat deze voor de Belfirst dataset. Het gemiddeld aantal kantoren bedroeg 3,06 voor de Trends Top dataset en 3,90 voor de Belfirst dataset. De gemiddelde toegevoegde waarde bedroeg € 318.192 voor de Trends Top dataset en € 188.490 voor de Belfirst dataset. Gemiddeld werden 5,36 en 4,64 werknemers per kantoor tewerkgesteld respectievelijk voor de Trends Top dataset en de Belfirst dataset.

3

De traditionele diensten omvatten diensten met de volgende NACE-codes: 74.1; 74.2; 74.4 en 74.8 .

12

Figuur 2: Concentratie van boekhouders, accountants en belastingconsulenten (Bron: Trends Top)

Tabel 2: Beschrijvende statistiek: database onderzoek Deel A: Trends Top Aantal kantoren (per postcode) Toegevoegde waarde (in euro) Aantal werknemers

N

Min.

Max.

Gem.

Std. Afw.

499

1

27

3,06

3,31

1488

-142.397

22.405.000

318.192

1.005.054

1213

1

331

5,36

15,99

Deel B: Belfirst Aantal kantoren (per postcode) Toegevoegde waarde (in duizenden euro) Aantal werknemers

N

Min.

Max.

Gem.

Std. Afw.

615

1

41

3,90

4,76

1963

-61

22.333

188,49

835,87

990

1

330

4,64

16,77

13

B. Hypothesetesten en primaire resultaten Locatie van accountantskantoren Hypothese H1 stelt dat de Belgische accountantskantoren hoofdzakelijk gevestigd zijn in grote en regionale steden. Deze hypothese werd onderzocht voor beide afzonderlijke datasets. Om de analyses te kunnen uitvoeren, werden postcodefrequenties berekend. Nadien werd er voor elke postcode aangeduid tot welke politiezone deze behoort. Een variantieanalyse werd vervolgens uitgevoerd om na te gaan of er significante verschillen zijn tussen de verschillende politiezones. Tabel 3 rapporteert de resultaten van deze test voor de Trends Top dataset. Het gemiddeld aantal kantoren per politiezone is verschillend (F = 34,58; p = 0,000 ). Deel A van Tabel 3 toont dat het gemiddeld aantal kantoren daalt naarmate ze gelegen zijn in een politiezone van lagere orde. Een LSD-test (Least Significant Difference) werd uitgevoerd om na te gaan tussen welke politiezones er significante verschillen waren qua gemiddeld aantal kantoren. De resultaten van deze test worden gerapporteerd in Deel C van Tabel 3. Enkel het verschil tussen het gemiddeld aantal kantoren in politiezone 4 en 5 is niet significant. De hypothese H1 kan aanvaard worden voor de Trends Top dataset. Tabel 3: Locatie van accountantskantoren (Trends Top) Deel A: Groepsgemiddelden: aantal kantoren per politiezone

1: Grote stad 2: Regionale stad of gemeente van Brussel-18 3: Agglomeratiegemeente en goed uitgeruste kleine stad 4: Middelmatig of zwak uitgeruste kleine stad of sterk morfologisch verstedelijkte gemeente 5: Matig of zwak morfologisch verstedelijkte gemeente Totaal

N 37

Min. 1

Max. 27

Gem. 6,76

Std. Afw. 6,56

64

1

18

5,52

4,59

109

1

11

3,03

2,57

154

1

13

2,21

1,74

135

1

8

1,87

1,25

499

1

27

3,06

3,31

Deel B: Variantieanalyse op aantal kantoren; groeperende variabele = politiezone

Tussen groepen Binnen groepen Totaal

df 4 494 498

Mean square 298,35 8,63

F 34,58

Sig. 0,000

14

Deel C: LSD-test voor paarsgewijze vergelijking (I) Politiezone (J) Politiezone

Gemiddeld verschil (I-J)

Sig.

1

2 1,24 (*) 0,041 3 3,73 (*) 0,000 4 4,55 (*) 0,000 5 4,88 (*) 0,000 2 3 2,49 (*) 0,000 4 3,31 (*) 0,000 5 3,64 (*) 0,000 3 4 0,82 (*) 0,026 5 1,15 (*) 0,002 4 5 0,33 0,336 * het gemiddeld verschil is significant op 0,05 niveau

De resultaten van de variantieanalyse voor de Belfirst dataset worden weergegeven in Tabel 4. Deel B van Tabel 4 toont dat het gemiddeld aantal accountantskantoren per politiezone ook verschillend is voor de Belfirst dataset ( F = 40,11; p = 0,000 ). Net zoals bij de Trends Top dataset toont Deel A van Tabel 4 dat het gemiddeld aantal accountantskantoren daalt naarmate ze gelegen zijn in een politiezone van een lagere orde. Deel C van Tabel 4 toont echter aan dat het verschil tussen het gemiddeld aantal accountantskantoren in politiezone 1 en 2 marginaal significant is. Locaties in politiezones 1 en 2 blijken bijna even aantrekkelijk te zijn voor de accountantskantoren. Het verschil in het gemiddeld aantal accountantskantoren tussen politiezones 4 en 5 is hier ook niet significant. Voor de Belfirst dataset houdt de hypothese H1 eveneens stand. Wanneer de Big 4 kantoren worden uitgesloten van de analyses kunnen we voor beide datasets eveneens de hypothese H1 aanvaarden. Deze resultaten tonen duidelijk aan dat accountantskantoren er de voorkeur aan geven om zich in grotere en regionale steden te vestigen. Dit concentratiepatroon, dat consistent is met de literatuur, kan als volgt verklaard worden: sinds de jaren ’60 waren accountantskantoren genoodzaakt om met andere kantoren te fusioneren om aan de toenemende vraag van hun klanten (die ook met elkaar fusioneerden) te kunnen voldoen (Daniels, 1991; Hallett en Bishop, 1991). Dit proces van horizontale integratie heeft geleid tot een meer geconcentreerd landschap van de accounting industrie.

15

Tabel 4: Locatie van accountantskantoren (Belfirst) Deel A: Groepsgemiddelden: aantal kantoren per politiezone

1: Grote stad 2: Regionale stad of gemeente van Brussel-18 3: Agglomeratiegemeente en goed uitgeruste kleine stad 4: Middelmatig of zwak uitgeruste kleine stad of sterk morfologisch verstedelijkte gemeente 5: Matig of zwak morfologisch verstedelijkte gemeente Totaal

N 45

Min. 1

Max. 41

Gem. 8,96

Std. Afw. 9,76

78

1

34

7,47

7,12

132

1

17

3,87

3,46

181

1

12

2,86

2,31

179

1

8

2,13

1,51

615

1

41

3,90

4,76

Deel B: Variantieanalyse op aantal kantoren; groeperende variabele = politiezone


df 4 610 614


F 40,11

Sig. 0,000

Deel C: LSD-test voor paarsgewijze vergelijking (I) Politiezone (J) Politiezone


Sig.

1

2 1,48 0,063 3 5,08 (*) 0,000 4 6,10 (*) 0,000 5 6,82 (*) 0,000 2 3 3,61 (*) 0,000 4 4,62 (*) 0,000 5 5,34 (*) 0,000 3 4 1,02 (*) 0,038 5 1,74 (*) 0,000 4 5 0,72 0,108 * het gemiddeld verschil is significant op 0,05 niveau

Relatie tussen de grootte en locatie van accountantskantoren Net zoals bij H1 werd de tweede hypothese H2 getest voor beide datasets. Hier willen we nagaan of grote accountantskantoren hoofdzakelijk in grote en regionale steden gevestigd zijn. Om hypothese H2 te testen werd een variantieanalyse uitgevoerd, waarbij de toegevoegde

16

waarde en het aantal werknemers de afhankelijke variabelen zijn en de politiezones de groeperende variabele is. Tabel 5 geeft de resultaten weer van deze analyse voor de Trends Top dataset. Deel B van Tabel 5 toont dat de gemiddelde toegevoegde waarde en het gemiddeld aantal werknemers per politiezone verschillend is (respectievelijk: F = 3,47; p = 0,008 en F = 3,23; p = 0,012). Deel A van Tabel 5 toont dat het gemiddeld aantal werknemers en de gemiddelde toegevoegde waarde dalen naarmate de kantoren gevestigd zijn in een politiezone van een lagere orde. Deel C van Tabel 5 toont dat het verschil tussen het gemiddeld aantal werknemers van kantoren gevestigd in politiezone 1 significant is ten opzichte van deze die gevestigd zijn in politiezones 4 en 5. Het gemiddeld aantal werknemers van kantoren gevestigd in politiezone 1 is marginaal verschillend van het gemiddeld aantal gevestigd in politiezones 2 en 3. Voor de gemiddelde toegevoegde waarde is er een significant verschil tussen kantoren gevestigd in politiezone 1 en deze die gevestigd zijn in politiezones 3, 4 en 5. Het verschil tussen politiezone 1 en 2 is marginaal significant. Deze resultaten laten ons toe om de hypothese H2 te aanvaarden voor de Trends Top 100.000 dataset.

Tabel 5: Grootte en locatie van accountantskantoren (Trends Top) Deel A: Groepsgemiddelden per politiezone

Werknemers

PZ 1 PZ 2 PZ 3 PZ 4 PZ 5 Totaal

N 203 269 257 270 214 1213

Toegevoegde Waarde (in euro)


242 342 325 329 250 1488

4

4

Min. 1 1 1 1 1 1

Max. 271 227 331 26 23 331

Gem. 8,33 5,95 5,60 3,72 3,61 5,36

Std. Afw. 24,66 16,12 20,68 2,89 3,21 15,99

3.644 4.974 13.023 -142.397 17.003 -142.397

16.270.000 15.724.000 22.405.000 1.870.476 1.969.911 22.405.000

503.233 339.137 330.839 223.954 217.993 318.192

1.620.179 984.036 1.247.430 183.274 201.815 1.005.054

PZ = Politiezone

17

Deel B: Variantieanalyse op toegevoegde waarde en aantal werknemers; groeperende variabele = politiezone

Werknemers


df 4 1208 1212

Toegevoegde Waarde


4 1483 1487


F. 3,23

Sig. 0,012

3,48E+12 1,00E+12

3,47

0,008

Deel C: LSD-test voor paarsgewijze vergelijking

Werknemers

Gemiddeld (I) Politiezone (J) Politiezone verschil (I-J) 1 2 2,38 3 2,72 4 4,61 (*) 5 4,72 (*) 2 3 0,35 4 2,23 5 2,34 3 4 1,89 5 2,00 4 5 0,11

Toegevoegde 1 Waarde (in euro)

2 164.096 3 172.395 (*) 4 279.279 (*) 5 285.240 (*) 2 3 8.298 4 115.183 5 121.143 3 4 106.884 5 112.845 4 5 5.961 * het gemiddeld verschil is significant op 0,05 niveau

Sig. 0,109 0,069 0,002 0,003 0,804 0,104 0,109 0,175 0,176 0,939 0,051 0,043 0,001 0,002 0,915 0,137 0,146 0,173 0,181 0,943

Tabel 6 rapporteert de resultaten van de variantieanalyse voor de Belfirst dataset. Deel B van tabel 6 toont dat enkel de gemiddelde toegevoegde waarde per politiezone verschillend is (F = 2,89; p = 0,021). Er werd geen significant verschil (F = 2,24; p = 0,063) gevonden voor het

18

gemiddeld personeelsbestand per politiezone. Een verklaring voor dit resultaat is dat het gemiddeld personeelsbestand geen goed substituut is voor de omzet of toegevoegde waarde als maatstaf voor de grootte van bedrijven. Deze bevindingen werden bevestigd door Shalit en Sankar (1977). Deel A van tabel 6 toont dat de toegevoegde waarde van accountantskantoren het grootst is in politiezone 1. Opmerkelijk is dat de toegevoegde waarde van accountantskantoren gevestigd in politiezone 3 groter is dan de toegevoegde waarde van deze die in politiezone 2 gevestigd zijn. De LSD test (Deel C van Tabel 6) toont verder aan dat het verschil tussen de gemiddelde toegevoegde waarde van accountantskantoren gevestigd in politiezone 1 significant is ten opzichte van deze die gevestigd zijn in politiezone 2, 4 en 5. Het verschil tussen politiezone 1 en 3 is marginaal significant. Deze resultaten laten ons ook toe om de hypothese H2 te aanvaarden. Bovendien blijken agglomeratiegemeenten en goed uitgeruste kleine steden zeer aantrekkelijke locaties te zijn voor grotere accountantskantoren. Daniels et al. (1988) concluderen dat grotere accountantskantoren zich zullen vestigen waar er groeimogelijkheden

zijn.

Wegens

de

verzadiging

in

de

steden,

zijn

de

beste

groeimogelijkheden niet enkel in de stad te vinden, maar ook in agglomeratiegemeenten en goed uitgeruste kleine steden.

Tabel 6: Grootte en locatie van accountantskantoren (Belfirst) Deel A: Groepsgemiddelden per politiezone

Werknemers


N 191 239 203 202 155 990

Toegevoegde Waarde (in duizenden Euro)


336 475 418 426 308 1963

Min. 1 1 1 1 1 1

Max. 270 111 330 25 22 330

Gem. 7,45 4,45 5,05 3,17 2,82 4,64

Std. Afw. 27,52 9,11 23,18 2,97 3,34 16,8

-31,00 -61,00 -44,00 -51,00 -29,00 -61,00

19.802,00 7.496,00 22.333,00 1.870,00 1.970,00 22.333,00

315,79 181,37 197,43 132,14 126,39 188,49

1.475,94 456,17 1.104,12 180,98 198,36 835,87

19

Deel B: Variantieanalyse op toegevoegde waarde en aantal werknemers; groeperende variabele = politiezone

Werknemers


df 4 985 989

Toegevoegde Waarde


4 1958 1962


F. 2,24

Sig. 0,063

2,01E+06 6,96E+05

2,89

0,021

Deel C: LSD-test voor paarsgewijze vergelijking (I) Politiezone (J) Politiezone Werknemers

1

2

3 4 Toegevoegde Waarde

1

2 3 4 5 3 4 5 4 5 5


Sig.

3,00 2,40 4,28 (*) 4,63 (*) -0,61 1,28 1,63 1,89 2,24 0,35

0,065 0,156 0,011 0,011 0,704 0,424 0,345 0,257 0,211 0,845

2 134,42 (*) 3 118,36 4 183,65 (*) 5 189,40 (*) 2 3 -16,05 4 49,23 5 54,98 3 4 65,29 5 71,03 4 5 5,75 * het gemiddeld verschil is significant op 0,05 niveau

0,024 0,053 0,003 0,004 0,774 0,377 0,368 0,256 0,257 0,927

20

3. Enquête onderzoek 3.1. Methodologie A. Datacollectie Om te onderzoeken in welke mate de accountantskantoren de lokale markt bedienen, hebben we gebruik gemaakt van een korte vragenlijst. De vragenlijst bestond uit tien vragen die in twee categorieën werden ondergebracht: (a) vragen over de locatie; en (b) algemene vragen over het accountantskantoor. Een kopie van deze vragenlijst is terug te vinden in bijlage 2. De vragenlijst werd per e-mail verstuurd naar alle accountantskantoren uit de Belfirst dataset die een e-mail adres hadden vermeld. Om statistische redenen werden de Big 4 kantoren uitgesloten, zodat we tot een steekproef kwamen van 481 accountantskantoren. Aangezien de steekproef niet op toevalsmatige wijze werd getrokken, werd een onafhankelijke t-test uitgevoerd om na te gaan of de steekproef substantieel verschilt van de totale populatie qua gemiddeld aantal werknemers en toegevoegde waarde. De analyse toont duidelijk aan dat de steekproef significant verschillend is van de totale populatie qua gemiddeld aantal werknemers (t = -4,00; p = 0,000) en toegevoegde waarde (t = -6,89; p = 0,000). Tabel 7 toont dat de steekproef vooral grotere accountantskantoren bevat en dat vooral de grotere kantoren uit de steekproef hebben geantwoord. De resultaten van de onafhankelijke t-test tonen echter aan dat de respondenten niet significant verschillen van de steekproef qua gemiddeld aantal werknemers (t = -0,64; p = 0,522) en toegevoegde waarde (t = -1,47; p = 0,146).

Tabel 7: Vergelijking tussen de populatie, de steekproef en de respondenten: beschrijvende statistiek per groep

Toegevoegde waarde (in duizenden euro)

Populatie Steekproef Respondenten

N 1953 459 75

Werknemers

Populatie Steekproef Respondenten

981 339 65

Gemiddelde 145,71 246,83 298,79

Std. Afw. 217,21 296,18 282,71

3,43 4,56 4,94

3,91 4,67 4,24

21

B. Responsgraad 46 accountantskantoren hebben de vragenlijst teruggestuurd. Zoals Larson en Chow (2003) aanbevelen, werden herinneringsmails verstuurd naar de initiële niet-respondenten om de responsgraad te verhogen. Dit zorgde voor 32 extra respondenten. In totaal hebben we 78 vragenlijsten teruggekregen (responsgraad = 16,22 %). Na een eerste analyse van de vragenlijsten, werd 1 vragenlijst verwijderd aangezien deze betrekking had op een accountantskantoor dat noch tot de steekproef noch tot de populatie behoorde. Daarnaast vertoonden 6 vragenlijsten fouten. Deze fouten konden in twee groepen ingedeeld worden: •

Type A fout: fout op percentage activiteiten (vraag 6)

•

Type B fout: fout op percentage klanten (vraag 4).

3 vragenlijsten konden niet gebruikt worden om de derde hypothese te testen, aangezien deze vragenlijsten fouten van het type B vertoonden. Na de uitsluiting van deze 4 vragenlijsten5, werden de analyses uitgevoerd op 74 bruikbare vragenlijsten om hypothese H3 te testen (effectieve responsgraad = 15,38 %). Om na te gaan of er een non-respons bias was, werden vroege en late respondenten met elkaar vergeleken. De onafhankelijke t-test toonde dat er geen significant verschil was tussen vroege en late respondenten qua toegevoegde waarde (t = 0,08; p = 0,94) en gemiddeld personeelsbestand (t = 0,85; p = 0,40). Tabel 8 geeft de beschrijvende statistieken weer per groep.

Tabel 8: Non-respons bias: beschrijvende statistieken per groep

Toegevoegde waarde (in duizenden euro)

Late respondenten Vroege respondenten

N 29 46

Werknemers

Late respondenten Vroege respondenten

23 42

Gemiddelde 302,28 296,59

Std. Afw. 313,13 265,34

5,61 4,57

5,20 3,62

5

Drie vragenlijst die fouten van Type B vertoonden en de vragenlijst van het kantoor dat noch tot de steekproef noch tot de populatie behoorde.

22

C. Meetschalen van de variabelen Nabijheid van de klanten Om de nabijheid van de klanten van de accountantskantoren te meten, hebben we een vijfpuntenschaal gebruikt. Deze vijfpuntenschaal werd gebaseerd op het artikel van Bennet et al. (2000). Daar België kleiner is dan het Verenigd Koninkrijk werd de schaal ook aangepast. De gegevens omtrent de nabijheid van de klanten werden verzameld via een vragenlijst. Hierin moest de respondent aangeven hoeveel procent van zijn klanten zich in de vijf verschillende categorieën bevindt. Tabel 9 geeft een overzicht van de afhankelijke en onafhankelijke variabele voor de derde onderzoeksvraag.

Tabel 9: Overzicht van de variabelen: onderzoeksvraag 3 Onderzoeksvraag

Onafhankelijke Variabele

Afhankelijke variabele

Bedienen accountantskantoren Nabijheid van klanten Aandeel van de vooral klanten die in de buurt (vijfpuntenschaal) klantenportefeuille gevestigd zijn?

Data

Vragenlijst

3.2. Analytische testen en resultaten A. Beschrijvende statistiek Tabel 10 bevat de beschrijvende statistieken van de variabelen. De gemiddelde omzet (gemeten via een vierpuntenschaal) bedraagt 3,17 en bevindt zich tussen €185.000 en €750.000. Verder toont Tabel 10 dat de accountantskantoren gemiddeld 8 personen tewerkstellen. Vervolgens zien we dat accountantskantoren iets meer dan de helft van hun tijd besteden aan de boekhouding en het opstellen van de jaarrekening. De resterende tijd wordt evenredig verdeeld over belastinggerelateerde taken en adviesverlening aan klanten. Tenslotte toont Tabel 10 dat 65,51 % van de klanten in de buurt van het accountantskantoor zijn gevestigd. In het volgende gedeelte van deze masterproef zal dit effectief getest worden.

23

Tabel 10: Beschrijvende statistiek: enquête onderzoek N 77 77

Min. 1 0

Max. 4 65

Gem. 3,17 7,85

Omzet Aantal werknemers Percentage tijd besteed aan boekhouding en 74 0 90 51,46 opstellen jaarrekening Percentage tijd besteed aan belastinggerelateerde 74 5 60 24,62 taken Percentage tijd besteed aan adviesverlening aan 74 5 80 23,92 klanten Percentage van klanten 74 2 100 65,61 nabij * Percentage van klanten 74 0 98 34,39 veraf ** * Nabij: binnen een straal van 20 km van de maatschappelijke zetel

Std. Afw. 0,77 10,06 19,02

9,80

14,36 23,82 23,82

** Veraf: buiten een straal van 20 km van de maatschappelijke zetel

B. Hypothesetesten en primaire resultaten Overeenstemming tussen vraag en aanbod Om na te gaan of de accountantskantoren hoofdzakelijk de lokale markt bedienen, werd een vragenlijst gebruikt waarbij de nabijheid van de klanten werd gemeten aan de hand van een vijfpuntenschaal. Deze vijfpuntenschaal werd herschaald naar twee categorieën: nabij ( 0 – 20km ) en veraf ( meer dan 20km ). Vervolgens werd een t-test voor verschillen uitgevoerd om de hypothese H3 te testen. Tabel 11 toont dat 65,61 % van de klanten van de accountantskantoren binnen een straal van 20 km van de maatschappelijke zetel van het accountantskantoor zijn gevestigd. Tabel 11 rapporteert eveneens dat het verschil tussen de twee groepen significant is (t = 5,64; p = 0,000).

Tabel 11: Overeenstemming tussen vraag en aanbod

Nabij - Veraf

N 74

Gem. Nabij Gem. Veraf 65,61 34,39

t 5,64

df 73

Sig. 0,000

24

Deze resultaten laten ons toe om te concluderen dat de kantoren uit de steekproef wel degelijk de lokale markt bedienen en bevestigen wat vorige onderzoekers (Illeris, 1994; Goe et al., 2000; Bennett en Smith, 2002; Bennett et al., 2000 en Bennett et al., 1999; Hallett en Bishop, 1991) hebben gerapporteerd. Aangezien de steekproef niet representatief is voor de populatie, is enige voorzichtigheid omtrent de resultaten aangewezen. Ondanks dat de steekproef hoofdzakelijk grotere accountantskantoren bevat, verwachten we dat de kleinere kantoren eveneens de lokale markt bedienen. Aangezien kleinere kantoren minder mogelijkheden hebben om van schaalvoordelen te genieten, kunnen hun basisdiensten duurder zijn dan deze van grotere kantoren. De klant daarentegen wil uiteraard zijn kosten minimaliseren, waardoor de kleinere kantoren niet de mogelijkheid hebben om grote transportkosten door te rekenen aan de klant. Als gevolg hiervan zullen ze ook hoofdzakelijk de lokale markt bedienen. Ondanks dat accountantskantoren hoofdzakelijk de lokale markt bedienen, is een vestiging in de buurt van KMO’s (potentiële klanten) niet de belangrijkste factor die de keuze van de locatie beïnvloedt. Tabel 12 toont dat een vlotte bereikbaarheid voor de werknemers en een vestiging in de buurt van een autosnelweg de belangrijkste factoren zijn (indien er abstractie gemaakt van de categorie “andere”) die de keuze van de locatie bepalen. De categorie “andere” bevat de volgende factoren: parkeermogelijkheden, een vestiging in de buurt van de eigen woonplaats, zichtbaarheid, … Tabel 12 toont verder dat een vestiging in de buurt van een industriezone de minst belangrijke factor is. Dit resultaat is niet verwonderlijk aangezien de industriezone heel wat hinder kan veroorzaken (lawaai, vervuiling,…).

Tabel 12: Determinanten van de locatie van accountantskantoren

Vlotte bereikbaarheid voor de werknemers Dicht bij de autosnelweg Aanwezigheid van geschikte panden In de buurt van KMO's Mooie buurt Onderhouden van persoonlijke contacten met andere bedrijven Binnen een stadskern Dicht bij de industriezone

N

Min.

Max

Gem. score

Std. Afw.

72

1

5

3,83

1,33

72

1

5

3,35

1,45

68

1

5

3,28

1,41

67 69

1 1

5 5

3,09 2,94

1,38 1,34

62

1

5

2,66

1,20

67 67

1 1

5 4

2,37 1,58

1,36 0,97

25

4. Additionele analyse Rubalcaba en Gago (2003) concludeerden dat de hoogste concentratie van traditionele diensten in het Brussels Hoofdstedelijk Gewest en de laagste concentratie in het Waals Gewest te vinden is. Uit figuur 2 konden we dezelfde conclusies trekken. Aan de hand van een variantieanalyse zal dit effectief onderzocht worden. De variantieanalyse en de LSD-test tonen dat het gemiddeld aantal kantoren significant verschilt tussen de drie gewesten voor zowel de Trends Top dataset (F = 49,84; p = 0,000) als voor de Belfirst dataset (F = 55,75; p = 0,000). Deze resultaten (Tabel 13) zijn dus consistent met deze van Rubalcaba en Gago (2003). Net als Marshall et al. (1987) vinden we de grootste concentratie rond de hoofdstad (Brussels Hoofdstedelijk Gewest).

Tabel 13: Locatie van accountantskantoren per gewest Groepsgemiddelden: aantal kantoren per gewest

Trends Top 100.000

Belfirst

Brussels Hoofdstedelijk Gewest Vlaams Gewest Waals Gewest Brussels Hoofdstedelijk Gewest Vlaams Gewest Waals Gewest

N

Gem.

Std. Afw.

Min.

Max.

20

9,15

6,01

2

24

312 167

3,20 2,07

3,27 1,77

1 1

27 10

22

12,68

9,58

1

41

343 250

4,26 2,62

4,74 2,95

1 1

36 25

5. Conclusies, beperkingen en aanbevelingen voor toekomstig onderzoek 5.1. Conclusie Het doel van deze masterproef was het in kaart brengen van de Belgische markt van accountantskantoren. Dit hebben we verwezenlijkt door drie verschillende hypotheses te onderzoeken. Hierbij hebben we gebruik gemaakt van twee verschillende datasets (Belfirst en Trends Top 100.000). Deze datasets werden gebruikt om na te gaan waar de accountantskantoren hoofdzakelijk gevestigd zijn, alsook om te onderzoeken wat de relatie is

26

tussen de grootte van accountantskantoren en hun locatie. Daarnaast werd een vragenlijst gebruikt om na te gaan of er een overeenstemming is tussen vraag en aanbod van accountingdiensten. Ten eerste tonen de analyses duidelijk aan dat de accountantskantoren hoofdzakelijk in grote en regionale steden zijn gevestigd. Ook na het weglaten van de Big 4 kantoren uit de analyses houdt de hypothese stand voor beide datasets. Dit resultaat is consistent met wat andere auteurs (Airoldi et al., 1997; Baró en Soy, 1993; Cuadrado-Roura en Del Río Gómez, 1992; Aguilera, 2003; Illeris, 1996; Rubalcaba en Gago, 2003; Moulaert en Gallouj, 1993) eerder hebben gevonden. Grote en regionale steden bieden talrijke voordelen en dit maakt deze locaties zeer aantrekkelijk voor accountantskantoren. De additionele analyse toont verder aan dat de hoogste concentratie van accountantskantoren in het Brussels Hoofdstedelijk Gewest te vinden is. Ten tweede vinden we net zoals Daniels et al. (1988) dat de grotere accountantskantoren hoofdzakelijk in grote en regionale steden zijn gevestigd. We zien echter ook dat agglomeratiegemeenten en goed uitgeruste kleine steden erin slagen om grote kantoren aan te trekken. Tenslotte kunnen we uit onze analyses concluderen dat er wel degelijk een overeenstemming is tussen vraag en aanbod van accountingdiensten. 65,61 % van de klanten van de accountantskantoren bevindt zich in een straal van 20 km van de maatschappelijke zetel. Gelijkaardige resultaten werden eerder gerapporteerd door Bennett en Smith (2002) en Bennett et al. (2000) voor de bedrijfsgerelateerde diensten. Niettegenstaande dat de kantoren in de buurt gevestigd zijn van hun klanten, is dit niet de belangrijkste factor bij de keuze van de locatie. In tegenstelling tot wat Illeris (1996) rapporteerde, blijkt dit een factor van secundair belang te zijn.

5.2. Beperkingen Dit onderzoek heeft een aantal beperkingen. Ten eerste hadden de gegevens uit de Belfirst database enkel betrekking op de hoofdzetels van de accountantskantoren. Aangezien de gegevens van de verschillende filialen niet afzonderlijk werden getoond, was het niet mogelijk om met deze gegevens rekening te houden bij de verschillende statistische testen. Een tweede beperking is dat we de accountantskantoren die geen jaarrekening moeten neerleggen niet in de analyse hebben kunnen opnemen omdat deze noch in de Trends Top 100.000 noch in de Belfirst database waren opgenomen. Ten derde bevatte de Trends Top

27

100.000 database enkel bedrijven met een omzet van meer dan € 124.000. Het gevolg van de eerste drie beperkingen is dat we geen volledig overzicht hebben kunnen geven van de Belgische markt van accountantskantoren. Een volgende beperking heeft te maken met het trekken van de steekproef om de derde hypothese te testen. Aangezien er van minder dan 500 accountantskantoren uit de Belfirst database een e-mailadres gekend was, was het niet mogelijk om 500 elementen op een willekeurige manier te trekken. Een laatste beperking houdt verband met de vorige beperking. Daar het niet mogelijk was om de steekproef op een willekeurige manier te trekken, werd een onafhankelijke t-test uitgevoerd om na te gaan of de steekproef substantieel verschilt van de totale populatie. De resultaten toonden duidelijk aan dat deze twee significant van elkaar verschilden. De derde en vierde beperking hebben tot gevolg dat de steekproef niet representatief is voor de populatie, waardoor de resultaten voor de derde hypothese met enige voorzichtigheid geïnterpreteerd moeten worden.

5.3. Aanbevelingen voor toekomstig onderzoek Toekomstige onderzoeksinspanningen kunnen zich concentreren op een aantal zaken. Ten eerste hebben we gebruik gemaakt van databases die geen volledig steekproefkader genereerden (zie beperkingen). We stellen voor dat toekomstig onderzoek ook accountantskantoren die geen jaarrekening neerleggen alsook de verschillende filialen van de kantoren incorporeren in hun onderzoek. Op deze manier kan men een vollediger beeld krijgen van de Belgische markt van accountantskantoren. Een ander interessant onderwerp voor toekomstig onderzoek is het vergelijken van de Belgische en Nederlandse markt van accountantskantoren. Hierbij kan men nagaan welke markt geconcentreerder is. Bij de vergelijking van deze twee markten kan men, zoals in dit onderzoek werd gedaan, kijken naar het aantal kantoren en de grootte van de kantoren. Hierbij is het belangrijk om rekening te houden met het juridisch kader, aangezien de wettelijke taken van de accountant verschillend kunnen zijn in beide landen. Een verschillend juridisch kader zou verschillen in omzet kunnen verklaren tussen kantoren in België en Nederland.

28

Referenties Aguilera A. (2003) Service Relationship, Market Area and the Intrametropolitan Location of Business Services, The Service Industries Journal, 23, pp. 43-58. Airoldi A., Janetti G. B., Gambardella A. and Senn L. (1997) The impact of Urban Structure on the Location of Producer Services, The Service Industries Journal, 17, pp. 91-114. Baró E. and Soy A. (1993) Business Service Location Strategies in the Barcelona Metropolitan Region, The Service Industries Journal, 13, pp. 23-35. Begg I. (1993) The Service Sector in Regional Development, Regional Studies, 27, pp. 817825. Bennett R. J., Bratton W. A. and Robson P. J. A. (2000) Business Advice: The Influence of Distance, Regional Studies, 34, pp. 813-828. Bennett R. J., Graham D. J. and Bratton W. (1999) The Location and Concentration of Businesses in Britain: Business Clusters, Business Services, Market Coverage and Local Economic Development, Transactions of the Institute of British Geographers, 24, pp. 393420. Bennett R. J. and Smith C. (2002) The Influence of Location and Distance on the Supply of Business Advice, Environment and Planning A, 34, pp. 251-270. Cuadrado-Roura J. R. and Del Río Gómez C. (1992) Services and Metropolitan Centres: the Expansion and Location of Business Services, The Service Industries Journal, 12, pp. 97-115. Daniels P. W. (1991) Producer Services and the Development of the Space Economy, in Daniels P. W. and Moulaert F. (Eds) The Changing Geography of Advanced Producer Services. Belhaven Press, London. Daniels P. W., Leyshon A. and Thrift N. J. (1988) Large Accountancy Firms in the UK: Operational Adaptation and Spatial Development, The Service Industries Journal, 8, pp. 317346. Goe W. R. (1990) Producer Services, Trade and the Social Division of Labour, Regional Studies, 24, pp. 327-342.

XXIX

Goe W. R., Lentnek B., MacPherson A. and Phillips D. (2000) The Role of Contact Requirements in Producer Services Location, Environment and Planning A, 32, pp. 131-145. Hall M. and Weiss L. (1967) Firm Size and Profitability, The Review of Economics and Statistics, 49, pp. 319-331. Hallett S. and Bishop P. (1991) The Accountancy Industry in South-West England, The Service Industries Journal, 11, pp. 189-201. Illeris S. (1991) Location of Services in a Service Society, in Daniels P. W. and Moulaert F. (Eds) The Changing Geography of Advanced Producer Services. Belhaven Press, London. Illeris S. (1994) Proximity Between Service Producers and Service Users, Tijdschrift voor Economische en Sociale Geografie, 85, pp. 294-302. Illeris S. (1996) Factors of Inter-urban Location, in Illeris S. The Service Economy: A Geographical Approach. John Wiley & Sons, Chichester. Larson P. D. and Chow G. (2003) Total cost/response rate trade-offs in mail survey research: impact of follow-up mailings and monetary incentives, Industrial Marketing Management, 32, pp. 533-537. Marcus M. (1969) Profitability and Size of Firm: Some Further Evidence, The Review of Economics and Statistics, 51, pp. 104-107. Marshall J. N., Damesick P. and Wood P. (1987) Understanding the Location and Role of Producer Services in the United Kingdom, Environment and Planning A, 19, pp. 575-595. Martinelli F. (1991) Producer Services’ Location and Regional Development, in Daniels P. W. and Moulaert F. (Eds) The Changing Geography of Advanced Producer Services. Belhaven Press, London. Moulaert F. and Gallouj C. (1993) The Locational Geography of Advanced Producer Service Firms: The Limits of Economies of Agglomeration, The Service Industries Journal, 13, pp. 91-106. Rubalcaba L. and Gago D. (2003) Regional Concentration of Innovative Business Services: Testing Some Explanatory Factors at European Regional Level, The Service Industries Journal, 23, pp. 77-94. Samuels J. M. and Smyth D. J. (1968) Profits, Variability of Profits and Firm Size, Economica, 35, pp. 127-139.

XXX

Shalit S. S. and Sankar U. (1977) The Measurement of Firm Size, The Review of Economics and Statistics, 59, pp. 290-298.

CGL – Morfologie van de lokale politie – Algemeen overzicht van de gegevens op 31/12/2002.

XXXI

Bijlage 1: Lijst van de politiezones Code

Nom complémentaire / Complementaire naam

Zone de police: communes / Politiezone: gemeenten

Typologie

Brabant-Wallon 5267 5268 5269 5270

5267 Zone Nivelles - Genappe 5268 Zone Ouest Brabant-Wallon 5269 La Mazerine 5270 Orne - Thyle

3 4 4 5

5273 Zone de Braine-l'Alleud 5274 Police locale de Waterloo 5275 ZP Ottignies-Louvain-La-Neuve

Genappe / Nivelles Braine-Le-Château / Ittre / Rebecq / Tubize La Hulpe / Lasne / Rixensart Chastre / Court-Saint-Etienne / Mont-Saint-Guibert / Villers-La-Ville / Walhain Wavre Beauvechain / Chaumont-Gistoux / Grez-Doiceau / Incourt Braine-l'Alleud Waterloo Ottignies-Louvain-La-Neuve

5271 5272

5271 Police locale Wavre 5272 Ardennes Brabançonnes

5273 5274 5275 5276

5276 Zone de police de Jodoigne

Hélécine / Jodoigne / Orp-Jauche / Perwez / Ramillies

5

5277 5278 5279 5280 5281 5282 5283 5284 5285 5286

5277 Police locale de Liège 5278 Police de Seraing - Neupre 5279 ZP Herstal 5280 ZP Beyne-Heusay/Fléron/Soumagne 5281 Zone Basse Meuse 5282 ZP Flémalle 5283 Zone de police Secova 5284 Police Ans / Saint-Nicolas 5285 ZP Awans / Grâce-Hollogne 5286 Hesbaye

1 3 3 3 4 3 5 3 3 4

5287 5288

5287 Fagnes 5288 Pays de Herve

5289 5290

5289 Zone Vesdre 5290 Zone Stavelot - Malmédy

5291

5291 Polizeizone Eifel

5292 5293

5292 Polizeizone Weser-Göhl 5293 Hesbaye Ouest

5294

5294 Zone Meuse - Hesbaye

5295 5296

5295 ZP Huy 5296 ZP du Condroz

Liège Neupré / Seraing Herstal Beyne-Heusay / Fléron / Soumagne Bassenge / Blégny / Dalhem / Juprelle / Oupeye / Visé Flémalle Aywaille / Chaudfontaine / Esneux / Sprimont / Trooz Ans / Saint-Nicolas Awans / Grâce-Hollogne Berloz / Crisnée / Donceel / Faimes / Fexhe-le-HautClocher / Geer / Oreye / Remicourt / Waremme Jalhay / Spa / Theux Aubel / Baelen / Hervé / Limbourg / Olne / Plombières / Thimister-Clermont / Welkenraedt Dison / Pepinster / Verviers Lierneux / Malmédy / Stavelot / Stourmont / Trois-Ponts / Waimes Amblève / Bullange / Butgenbach / Burg-Reuland / Saint-Vith Eupen / Kelmis / Lontzen / Raeren Braives / Burdinne / Hannut / Héron / Lincent / Wasseiges Amay / Engis / Saint-Georges-Sur-Meuse / Verlaine / Villers-Le-Bouillet / Wanze Huy Anthisnes / Clavier / Comblain-Au-Pont / Ferrières /

3 5 3 3 4

Liège

4 5 2 5 5 4 4 5 3 5

Hamoir / Marchin / Modave / Nandrin / Ouffet / Tinlot

XXXII

Luxembourg 5297 5298 5299

5297 ZP Arlon/Attert/Habay/Martelange 5398 ZP Sud-Luxembourg 5299 Zone de police de Gaume

5300

5300 Police Famenne-Ardenne

5301

5301 Centre Ardenne

5302

5302 Police Semois et Lesse

Arlon / Attert / Habay / Martelange Aubange / Messancy / Musson / Saint-Léger Chiny / Etalle / Florenville / Meix-Devant-Virton / Rouvroy / Tintigny / Virton Durbuy / Erezée / Gouvy / Hotton / Houffalize / La Roche-en-Ardenne / Manhay / Marche-en-Famenne / Nassogne / Rendeux / Tenneville / Vielsalm Bastogne / Bertogne / Fauvillers / Léglise / LibramontChevigny / Neufchâteau / Sainte-Ode / Vaux-Sur-Sûre Bertrix / Bouillon / Daverdisse / Herbeumont / Libin /

2 5 5 5

4 5

Paliseul / Saint-Hubert / Tellin / Wellin

Namur 5303 5304 5305 5306 5307 5308 5309 5310 5311 5312 5313 5314

5303 ZP Namur 5304 Orneau-Mehaigne 5305 Zone des Arches 5306 Police Entre Sambre et Meuse 5307 Samsom 5308 Police Jemeppe S/Sambre 5309 Flowal 5310 Police Houille-Semois 5311 ZP Couvin/Viroinval 5312 Zone Haute-Meuse 5313 ZP Lesse et Lhomme 5314 Condroz-Famenne

Namur Eghezée / Gembloux / La Bruyère Andenne / Assesse / Fernelmont / Gesves / Ohey Floreffe / Fosses-La-Ville / Mettet / Profondeville Sambreville / Sombreffe Jemeppe-Sur-Sambre Florennes / Walcourt Beauraing / Bièvre / Gedinne / Vresse-Sur-Semois Couvin / Viroinval Anhée / Dinant / Hastière / Onhaye / Yvoir Houyet / Rochefort Ciney / Hamois / Havelange / Somme-Leuze

2 4 4 5 4 5 5 5 4 4 5 4

5315

5315 ZP Cerfontaine/Doische/Philippeville

Cerfontaine / Doische / Philippeville

4

Hainaut 5316 5317 5318 5319 5320 5321 5322 5323 5324 5325 5326 5327 5328 5329 5330 5331 5332 5333 5334 5335 5336 5337 5338

5316 Zone de police du Tournaisis 5317 Zone de police de Mouscron 5318 ZP Comines-Warneton 5319 Beloeil / Leuze-Ht 5320 Zone du Val De l'Escaut 5321 ZP Bernissart/Péruwelz 5322 Police locale Ville d'Ath 5323 Zone des Collines 5324 Zone Mons - Quévy 5325 ZP La Louvière 5326 Zone de Sylle et Dendre 5327 Police Boraine

Antoing / Brunehaut / Rumes / Tournai Mouscron Comines-Warneton Beloeil / Leuze-en-Hainaut Celles / Estaimpuis / Mont-de-l'Enclus / Pecq Bernissart / Péruwelz Ath Ellezelles / Flobecq / Frasnes-Lez-Anvaing / Lessines Mons / Quévy La Louvière Brugelette / Chièvres / Enghien / Jurbise / Lens / Silly Boussu / Colfontaine / Frameries / Quaregnon / SaintGhislain 5328 ZP Haute Senne Braine-Le-Comte / Ecaussinnes / LeRoeulx / Soignies 5329 Police des Hauts-Pays Dour / Hensies / Honnelles / Quiévrain 5330 ZP Charleroi Charleroi 5331 ZP Aiseau-Presles/Châtelet/Farciennes Aiseau-Presles / Châtelet / Farciennes 5332 ZP Anderlues/Binche Anderlues / Binche 5333 Lermes Erquelinnes / Estinnes / Lobbes / Merbes-Le-Château 5334 Botte du Hainaut Beaumont / Chimay / Froidchappelle / Momignies / Sivry-Rance 5335 Police locale Mariemont Chapelle-Lez-Herlaimont / Manage / Morlanwelz / Seneffe 5336 Zone des Trieux Courcelles / Fontaine l'Évêque 5337 ZP Fleurus/Les Bons Villers/Pont-à-Celles Fleurus / Les Bons Villers / Pont-à-Celles 5338 Germinalt Gerpinnes / Ham-Sur-Heure-Nalinnes / Montigny-Le-

2 3 5 5 5 4 3 5 2 2 5 3 4 4 1 3 4 5 5 3 3 5 5

Tilleul / Thuin

XXXIII

Arr. Adm. Bruxelles-capitale / Adm. Arr. Brussel-hoofdstad 5339 5340

5339 Brussel Hoofdstad Elsene/ Bruxelles Capitale Ixelles 5340 Bruxelles-Ouest / Brussel West

5341

5341 Zone Midi - Zone Zuid

5342 5343

5342 Uccle/W-B/Auderghem / Ukkel/W-B/Oudergem 5343 Zone Montgomery

5344

5344 Schaerbeek St Josse Evere /

Bruxelles / Ixelles // Brussel / Elsene Berchem-Sainte-Agathe / Ganshoren / Jette / Koekelberg / Molenbeek-Saint-Jean // Ganshoren / Jette / Koekelberg / Sint-Agatha-Berchem / Sint-Jans-Molenbeek Anderlecht / Saint-Gilles / Forest // Anderlecht / Sint-Gillis / Vorst Auderghem / Uccle / Watermael-Boitsfort // Oudergem / Ukkel / Watermaal-Bosvoorde Etterbeek / Woluwe-Saint-Lambert / Woluwe-SaintPierre // Etterbeek / Sint-Lambrechts-Woluwe / Sint-Pieters-Woluwe Evere / Schaerbeek / Saint-Josse-Ten-Noode //

Schaarbeek St Joost Evere

Evere / Schaarbeek / Sint-Joos-Ten-Node

1 2

2 2 2

2

Antwerpen 5345 5346 5347 5348 5349 5350 5351

5345 Antwerpen 5346 PZ Zwijndrecht 5347 Politiezone Rupel 5348 Politiezone Noord 5349 Hekla 5350 Grens 5351 Minos

5352 5353 5354 5355 5356 5357 5358 5359 5360 5361 5362 5363 5364

5352 PZ Brasschaat 5353 PZ Schoten 5354 PZ Ranst/Zandhoven 5355 Voorkempen 5356 PZ Klein-Brabant 5357 PZ Willebroek 5358 Lokale politie Mechelen 5359 Bodukap 5360 PZ Lier 5361 Berlaar - Nijlen 5362 Politiezone Heist 5363 Politiezone Noorderkempen 5364 Politie regio Turnhout

5365 5366 5367 5368 5369

5365 Zuiderkempen 5366 PZ Geel/Laakdal/Meerhout 5367 Politiezone Kempen N-O 5368 Balen - Desse - Mol 5369 Zone Neteland

Antwerpen Zwijndrecht Boom / Hemiksem / Niel / Rumst / Schelle Kapellen / Stabroek Aartselaar / Edegem / Hove / Kontich / Lint Essen / Kalmthout / Wuustwezel Boechout / Borsbeek / Mortsel / Wijnegem / Wommelgem Brasschaat Schoten Ranst / Zandhoven Brecht / Malle / Schilde / Zoersel Bornem / Puurs / Sint-Amands Willebroek Mechelen Bonheiden / Duffel / Putte / Sint-Katelijne-Waver Lier Berlaar / Nijlen Heist-op-den-Berg Hoogstraten / Merksplas / Rijkevorsel Baarle-Hertog / Beerse / Kasterlee / Lille / OudTurnhout / Turnhout / Vosselaar Herselt / Hulshout / Westerloo Geel / Laakdal / Meerhout Arendonk / Ravels / Retie Balen / Dessel / Mol Grobbendonk / Herentals / Herenthout / Olen /

1 4 4 3 3 5 3 3 3 5 4 4 4 2 4 3 4 4 4 3 5 3 5 3 3

Vorselaar

Limburg 5370 5371 5372 5373 5374 5375 5376 5377 5378 5379 5380 5381

5370 Hazodi 5371 PZ Lommel 5372 PZ Hamont-Achel/Neerpelt/Overpelt 5373 PZ Beringen/Ham/Tessenderlo 5374 West-Limburg 5375 PZ Heusden-Zolder 5376 PZ Gingelom/Nieuwerkerken/Sint-Truiden 5377 Kempenland 5378 PZ Houthalen-Helchteren 5379 PZ Kanton Borgloon 5380 Tongeren - Herstappe 5381 PZ Bilzen/Hoeselt/Riemst

Dienpenbeek / Hasselt / Zonhoven Lommel Hamont-Achel / Neerpelt / Overpelt Beringen / Ham / Tessenderlo Halen / Herk-De-Stad / Lummen Heusden-Zolder Gingelom / Nieuwerkerken / Sint-Truiden Hechtel-Eksel / Leopoldsburg / Peer Houthalen-Helchteren Alken / Borgloon / Heers / Kortessem / Wellen Herstappe / Tongeren Bilzen / Hoeselt / Riemst

2 4 4 4 5 4 3 5 5 5 3 4

XXXIV

5382 5383 5384 5385 5386

5382 PZ Voeren 5383 Politiezone Maasland 5384 Politiezone Gaoz 5385 PZ Noordoost-Limburg 5386 PZ Lanaken

Voeren Dilsen-Stokkem / Maaseik As / Genk / Opglabeek / Zutendaal Bocholt / Bree / Kinrooi / Meeuwen-Gruitrode Lanaken

5 4 2 5 5

5387

5387 PZ Maasmechelen

Maasmechelen

4

Leuven Bekkevoort / Geetbets / Glabbeek / Kortenaken / Tielt-Winge Landen / Linter / Zoutleeuw

2 5

Vlaams-Brabant 5388 5389

5388 PZ Leuven 5389 Zone Hageland

5390 5391 5392 5393 5394 5395 5396 5397 5398 5399 5400 5401 5402 5403 5404 5405

5390 Politiezone Lan 5391 PZ Bierbeek/Boutersem/Holsbeek/Lubbeek 5392 PZ Tienen - Hoegaarden 5393 HERKO 5394 Politiezone Aarschot 5395 Haacht 5396 Demerdal - DSZ 5397 PZ Dijleland 5398 PZ Tervuren 5399 Politiezone BRT 5400 PZ Zaventem 5401 WOKRA 5402 PZ Druivenstreek 5403 Zone Rode 5404 Beersel 5405 Pajottenland

5406 5407 5408 5409 5410 5411 5412 5413 5414

5 5 3 4 3 4 3 5 3 4 3 3 4 3 3 5

5406 PZ Dilbeek 5407 Politiezone TARL 5408 Pol AMOW 5409 Politiezone K - L - M 5410 PZ Grimbergen 5411 Vilvoorde - Machelen 5412 KASTZE 5413 Politiezone Halle

Bierbeek / Boutersem / Holsbeek / Lubbeek Hoegaarden / Tienen Herent / Kortenberg Aarschot Boortmeerbeek / Haacht / Keerbergen Diest / Scherpenheuvel-Zichem Bertem / Huldenberg / Oud-Heverlee Tervuren Begijnendijk / Rotselaar / Tremelo Zaventem Kraainem / Wezembeek-Oppem Hoelaart / Overijse Drogenbos / Linkebeek / Sint-Genesius-Rode Beersel Bever / Galmaarden / Gooik / Herne / Lennik / Pepingen Dilbeek Affligem / Liedekerke / Roosdaal / Ternat Asse / Merchtem / Opwijk / Wemmel Kapelle-op-den-Bos / Londerzeel / Meise Grimbergen Machelen / Vilvoorde Kampenhout / Steenokkerzeel / Zemst Halle

5414 PZ Sint-Pieters-Leeuw

Sint-Pieters-Leeuw

3

Gent

1

Lochristi / Moerbeke / Wachtebeke / Zelzate Eeklo / Kaprijke / Sint-Laureins Destelbergen / Melle / Merelbeke / Oosterzele De Pinte / Gavere / Nazareth / Sint-Martens-Latem Deinze / Zulte Assenede / Evergem Lovendegem / Nevele / Waarschoot / Zomergem Aalter / Knesselare Maldegem Kluisbergen / Kruishoutem / Oudernaarde / Wortegem-Petegem / Zingem Brakel / Horebeke / Maarkedal / Zwalm Ronse Geraardsbergen / Lierde Herzele / Sint-Lievens-Houtem / Zottegem Beveren Sint-Gillis-Waas / Stekene Sint-Niklaas Kruibeke / Temse

5 3 3 4 3 5 5 5 5 3

3 4 4 4 3 3 5 3

Oost-Vlaanderen 5415 5416 5417 5418 5419 5420 5421 5422 5423 5424 5425

5415 PZ Gent 5416 PZ Lochristi/Moerbeke/Wachtebeke/Zelzate 5417 Meetjesland Centrum 5418 Regio Rhode & Schelde 5419 Politiezone Schelde - Leie 5420 Politiezone Deinze - Zulte 5421 PZ Assenede/Evergem 5422 LOWAZONE 5423 PZ Aalter/Knesselare 5424 PZ Maldegem 5425 Vlaamse Ardennen

5426 5427 5428 5429 5430 5431 5432 5433

5426 Brakel 5427 PZ Ronse 5428 Geraardsbergen - Lierde 5429 Zottegem Herzele StLHouten 5430 PZ Beveren 5431 Sint-Gillis-Waas/Stekene 5432 Politie Sint-Niklaas 5433 PZ Kruibeke/Temse

5 3 4 4 4 5 2 4

XXXV

5434 5435 5436 5437 5438 5439 5440 5441 5442

5434 Lokeren 5435 PZ Hamme/Waasmunster 5436 PZ Berlare/Zele 5437 Buggenhout - Lebbeke 5438 PZ Wetteren Laarne Wichelen 5439 PZ Denderleeuw/Haaltert 5440 PZ Aalst 5441 PZ Erpe-Mere/Lede 5442 PZ Ninove

Lokeren Hamme / Waasmunster Berlare / Zele Buggenhout / Lebbeke Laarne / Wetteren / Wichelen Denderleeuw / Haaltert Aalst Erpe-Mere / Lede Ninove

3 4 4 4 4 4 2 4 4

5443

5443 PZ Dendermonde

Dendermonde

3

Brugge Blankenberge / Zuienkerke Damme / Knokke-Heist Beernem / Oostkamp / Zedelgem Aardooie / Lichtervelde / Pittem / Ruislede / Tielt / Wingene Oostende Bredene / De Haan Middelkerke Gistel / Ichtegem / Jabbeke / Oudenburg / Torhout Hooglede / Izegem / Roeselare Dentergem / Ingelmunster / Meulebeke / Oostrozebeke / Wielsbeke Ledegem / Menen / Wevelgem Kortrijk / Kuurne / Lendelede Anzegem / Avelgem / Spiere-Helkijn / Waregem / Zwevegem Deerlijk / Harelbeke Alveringem / Lo-Reninge / Veurne Diskmuide / Houthulst / Koekelare / Kortemark De Panne / Koksijde / Nieuwpoort Heuvelland / Ieper / Langemark-Poelkapelle / Mesen / Moorslede / Poperinge / Staden / Vleteren / Wervik /

2 4 3 5 5

West-Vlaanderen 5444 5445 5446 5447 5448

5444 PZ Brugge 5445 PZ Blankenberge/Zuienkerke 5446 PZ Damme/Knokke-Heist 5447 Politiezone het Houtsche 5448 Regio Tielt

5449 5450 5451 5452 5453 5454

5449 PZ Oostende 5450 PZ Bredene/De Haan 5451 Politiezone Middelkerke 5452 Politiezone Kouter 5453 Politiezone RIHO 5454 MIDOW

5455 5456 5457

5455 Grensleie 5456 Vlas 5457 Mira

5458 5459 5460 5461 5462

5458 Gavers 5459 Politiezone Spoorkin 5460 Polder 5461 Westkust 5462 Politiezone Arro Ieper

2 3 5 5 2 4 4 2 4 3 4 4 5 4

Zonnebeke

XXXVI

Bijlage 2: Vragenlijst Beste, In het kader van mijn masterproef, onder begeleiding van Prof. Dr. Patricia Everaert, onderzoek ik in welke mate de klanten van accountantskantoren zich in de buurt van deze kantoren bevinden. Hierbij zou ik uw medewerking willen vragen. Het invullen van deze vragenlijst zal slechts 10 minuten van uw tijd in beslag nemen.

Vragen over de locatie Vraag 1. Hoeveel filialen heeft uw accountantskantoor?

Vraag 2. Waar zijn deze filialen gevestigd? Gelieve de postcode en gemeente te geven. Postcode + Gemeente

Postcode + Gemeente

Vraag 3. Wat is de postcode van de maatschappelijke zetel van uw accountantskantoor?

Vraag 4. Beschouw nu de maatschappelijke zetel van uw accountantskantoor. Hoeveel procent van uw klanten bevindt zich in een straal van … rond de maatschappelijke zetel van uw accountantskantoor?

0 – 5 km: % 5 – 10 km: % 10 – 20 km: % 20 – 50 km: % > 50 km: % ____________ = 100 %

XXXVII

Vraag 5. Beschouw opnieuw de maatschappelijke zetel van uw accountantskantoor. Welke factoren waren voor u belangrijk voor de keuze van de locatie van de maatschappelijke zetel van uw accountantskantoor? Geef aan met een score van 1 tot 5 ( 1 = niet belangrijk; 3 = neutraal; 5 = heel belangrijk).

Dicht bij de industriezone Dicht bij de autosnelweg Mooie buurt Binnen een stadskern Vlotte bereikbaarheid voor de werknemers In de buurt van veel KMO’s (potentiële klanten) Aanwezigheid van geschikte panden Onderhoud van persoonlijke contacten met andere bedrijven Andere:

Algemene vragen over uw accountantskantoor Vraag 6. Hoeveel tijd besteedt u gemiddeld aan de volgende activiteiten? Gelieve percentages in te vullen bij de drie mogelijkheden.

Boekhouding en opstellen van de jaarrekening: Belastinggerelateerde taken: Adviesverlening aan klanten:

% % % ____________ = 100 %

Vraag 7. In welke van onderstaande categorieën bevindt uw accountantskantoor zich qua jaarlijkse omzet? Kleiner dan 60 000 Euro Van 60 000 Euro tot 185 000 Euro Van 185 000 Euro tot 750 000 Euro Groter dan 750 000 Euro Vraag 8. Uit hoeveel werknemers (voltijdse equivalenten) bestond uw accountantskantoor gemiddeld in het afgelopen jaar? Werknemer(s)

XXXVIII

Vraag 9. Mogen we de naam van uw bedrijf weten? Ja, Nee Mogen we de BTW-nummer van uw bedrijf weten? Ja, Nee Vraag 10. Is de structuur van uw accountantskantoor aanzienlijk veranderd sinds eind 2005? Ja Nee

Indien u nog bijkomende opmerkingen heeft, kan u deze hieronder noteren:

Hartelijk dank voor uw medewerking aan dit onderzoek. Mary-Louisa Christien Prof. Dr. Patricia Everaert

XXXIX

Locatie en Grootte van Accountantskantoren

Recommend Documents