VO – Hoe komt de leerlingenraming tot stand? Inleiding............................................................................................................................. 1 De waarde van prognoses .................................................................................................... 1 Waarom prognoses wel op BRIN- en niet op vestigingsniveau zijn ............................................. 2 De bronnen ........................................................................................................................ 2 Methodiek van de leerlingenprognose .................................................................................... Van leerlingkenmerken naar ramingsparameters.................................................................. Meerjarige prognoses van cohorten leerlingen ..................................................................... Demping van toevalligheden in de telgegevens en stabiliteit in de prognose ............................ Onvolgroeide scholen en ontbrekende informatie in de leerlingentellingen ............................... Leerlingenaantallen per schoolsoort en beperking van onnauwkeurigheden ............................. Onderwijstrends: verschuivende voorkeuren tussen schoolsoorten ......................................... Aansluiting met de landelijke leerlingenprognose in de referentieraming ................................. Hoe presteert de methodiek van de instellingsramingen ten opzichte van de referentieraming? .
3 3 5 5 5 7 7 8 8
Kracht en beperkingen van de prognose ................................................................................. 9 Kracht ............................................................................................................................ 9 Beperkingen op het gebied van regionale onderwijspraktijk ................................................... 9 Beperkingen in demografische ontwikkelingen .................................................................... 10 Advies ........................................................................................................................... 10
Inleiding De kern van het prognosemodel vo is de leerlingenprognose voor alle instellingen die voortgezet onderwijs aanbieden (uitgezonderd instellingen voor groen onderwijs). Op basis van hun leerlingenaantallen, en met behulp van andere gegevens, zijn ramingen gemaakt die relevant zijn voor de sturing op het primaire proces: de rijksbekostiging, formatieplaatsen en de personele bekostiging. Om die ramingen op waarde te kunnen schatten, is het van belang om een toelichting te geven op hoe de leerlingenraming tot stand komt. De toelichting op de methodiek van de leerlingenprognose wordt vooraf gegaan door een nuancerende opmerking over de waarde van prognoses. In gesprekken met schoolbesturen is de wens om informatie te krijgen op het niveau van de vestigingen van scholen een terugkerend thema. Toegelicht wordt waarom dit niet mogelijk is, en dat we de ramingen wel op het niveau van instellingen met eigen BRIN-nummers maken. Vervolgens volgt een beschrijving van de bronnen, die aan de prognose ten grondslag liggen. Afgesloten wordt met de kracht én de beperkingen van de instellingsprognoses.
De waarde van prognoses De leerlingenprognoses zijn ramingen op basis van informatie die op enig moment bekend is. Dat houdt in dat onvoorziene ontwikkelingen in de toekomst daar niet in verwerkt zijn. Naarmate de prognose betrekking heeft op jaren die verder in de toekomst liggen, neemt het aantal onvoorziene ontwikkelingen die niet in de prognose zijn meegenomen toe. De onzekerheid over de betrouwbaarheid van het geraamde leerlingenaantal neemt dus toe, naarmate het jaar verder in de toekomst ligt. Verder bevat sommige informatie, zoals de bevolkingsprognose in PRIMOS, zelf ook onzekerheden. Op de beperkingen van de leerlingenprognoses wordt nader ingegaan in de paragraaf ‘Kracht en beperkingen van de prognose’. Het voorgaande betekent dat de geraamde leerlingenaantallen niet ‘verabsoluteerd’ moeten worden: de leerlingenaantallen staan niet in steen gebeiteld. Prognoses hebben ten doel een projectie te geven op de toekomst. Ze bevatten slechts één zekerheid: het voor u geraamde leerlingenaantal zal zich niet in die exacte aantallen – op de leerling nauwkeurig – bij uw scholen komen melden.
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
1
Toch bevatten prognoses wel waardevolle informatie voor het maken van een planning, en om tijdig trends te kunnen signaleren en bij te sturen als die trends daar aanleiding toe geven. Het geeft de richting aan waarin het leerlingenaantal zich zal ontwikkelen, gegeven de informatie die we daar op enig moment over hebben.
Waarom prognoses wel op BRIN- en niet op vestigingsniveau zijn Prognoses zijn gemaakt voor instellingen met een eigen BRIN-nummer.Het blijkt niet mogelijk om prognoses te maken voor de afzonderlijke vestigingen. Een substantieel deel van de vestigingen biedt niet alle leerjaren aan, maar slechts een deel van het curriculum. Zo zijn er sommige vestigingen waar alleen de onderbouw les krijgt, andere vestigingen juist alleen de bovenbouw. Er is geen ramingmethodiek denkbaar die op vestigingsniveau een prognose op leerlingenaantallen kan geven, én tegelijkertijd rekening kan houden met regionale demografische ontwikkelingen, én waarvan vervolgens de optelling van al die vestigingsprognoses de leerlingenaantallen in de OCWbegroting met grote betrouwbaarheid kan benaderen.
De bronnen Een leerlingenraming kan niet zonder gegevens over de leerlingen. Aan welke school de leerlingen in de toekomst de lessen zullen volgen wordt voor een belangrijk deel bepaald door de bevolkingsontwikkeling. Binnen Nederland verschilt die ontwikkeling per regio. Leerlingen en hun kenmerken Dankzij de leerlingentellingen is van de leerlingen in de Basisregister Onderwijs (BRON) bekend, aan welke instelling (BRIN) ze onderwijs volgen en in welke schoolsoort, en bovendien in welk leerjaar ze dat doen; hun leeftijd; en in welk postcodegebied ze wonen. Van elke BRIN zijn daarvan (geanonimiseerd) tellingen gemaakt op peildatum 1 oktober, dezelfde peildatum die wordt gebruikt voor de bekostiging van het voortgezet onderwijs voor het daaropvolgende kalenderjaar. Het gaat om de door de instellingsaccountant geverifieerde leerlingentellingen voor de bekostiging van het onderwijs. De meeste recente leerlingentelling betreft het lopende schooljaar en is derhalve nog niet door de instellingsaccountant geverifieerd. Wel zijn deze tellingen door DUO gecontroleerd, met name op consistentie en eventuele dubbeltellingen. Het voedingsgebied Omdat gebruik is gemaakt van de postcodegebieden waar de leerlingen wonen, is zodoende het voedingsgebied van de school in kaart gebracht waaruit hij zijn leerlingen put. De grenzen van dat voedingsgebied kunnen gemeentegrenzen overschrijden, maar ook delen van een of meer gemeenten bevatten. Verder kunnen zij overlappen met die van andere scholen. De figuur hieronder laat het voedingsgebied zien van een fictieve school gevestigd in het noorden van Rotterdam, waarvan de leerlingen wonen in postcodegebieden die deels in de gemeente Rotterdam (o.a. Hillegersberg-Schiebroek, Overschie, Oude Noorden, Blijdorp) liggen en deels in de gemeente Lansingerland (Pijnacker, Bergschenhoek, Berkel en Rodenrijs).
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
2
Figuur 1 - Voedingsgebied van een fictieve school in het noorden van Rotterdam
Bron: http://kaart.geodan.nl/postcodekaart/postcode.htm
Bevolkingscijfers Naast deze leerlingentellingen zijn bevolkingsstatistieken en –prognoses gebruikt. PRIMOS1 bevat die informatie voor postcodegebieden en is de enige bron die zulke bevolkingsgegevens in deze mate van detail beschikbaar stelt. Opgeteld over alle postcodegebieden komen deze bevolkingscijfers overeen met die van het Centraal Bureau voor de Statistiek. PRIMOS wordt met name gemaakt voor planologische doeleinden op het gebied van ruimtelijke ontwikkeling, waardoor in die bevolkingsprognoses ook rekening is gehouden met plannen voor nieuwbouw en sloop. De bevolkingscijfers zijn onder andere uitgesplitst naar leeftijd. Veel ministeries, gemeenten en andere lagere overheden maken er intensief gebruik van. Zo ook OCW en DUO, die deze informatie ook gebruiken in het kader van de voorzieningenplanning en onderwijshuisvesting.
Methodiek van de leerlingenprognose Dit deel van de instructie licht de leerlingenprognose nader toe. Het legt uit wat de ramingparameters zijn en hoe die zich verhouden tot de leerlingkenmerken. Het beschrijft hoe de prognoses een optelling zijn van meerjarige ramingen van cohorten leerlingen. Daarna beschrijft het hoe gestreefd is naar stabiele ramingen, waarin toevalligheden zoveel mogelijk zijn gedempt. Verder licht het toe hoe de prognoses voor onvolgroeide scholen zijn gemaakt. Ook gaat het in op hoe onnauwkeurigheden in de ramingen zoveel mogelijk zijn beperkt en op de onderwijstrends. Vervolgens beschrijft het de samenhang met de referentieraming en hoe de instellingsramingen ten opzichte daarvan presteren.
Van leerlingkenmerken naar ramingsparameters Drie leerlingkenmerken die bekend zijn in BRON zijn bepalend voor de prognose van de leerlingenaantallen. In de eerste plaats speelt hun leeftijd, gecombineerd met het postcodegebied waarin ze wonen, een belangrijke rol. Vervolgens is dat het leerjaar waarin ze onderwijs volgen. Leeftijd in combinatie met woonplaats, voor de berekening van ‘blijfkansen’ en de raming van de demografische ontwikkeling In de prognose van het leerlingenaantal is met behulp van de leeftijden en de woonplaats van de leerlingen de demografische ontwikkeling verwerkt. Dat gebeurt door uit bevolkingscijfers in PRIMOS een soort ‘blijfkans’ te berekenen. Zou er namelijk helemaal geen sterfte of migratie bestaan, dan zouden – bijvoorbeeld – alle 13-jarigen die in 2012 in een bepaald postcodegebied wonen, in 2013 de groep 14-jarigen vormen. In dat geval is de ‘blijfkans’ 100%.
1
Prognose- Informatie- en MOnitoringSysteem, gepubliceerd door ABF Research.
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
3
De werkelijkheid is echter dynamischer, waarin sterfte en migratie wel een rol spelen. Met de bevolkingscijfers in PRIMOS zijn voor de komende twintig jaar voor alle postcodegebieden en voor alle leeftijdsgroepen de ‘blijfkansen’ van die leeftijdsgroepen berekend. Een ‘blijfkans’ van meer dan 100% duidt erop dat er méér mensen in een bepaalde leeftijdsgroep in een postcodegebied komen wonen (‘immigratie’) dan dat er vertrekken en overlijden. Een ‘blijfkans’ van minder dan 100% geeft juist het tegendeel aan: de ‘immigratie’ in het postcodegebied is onvoldoende om ‘emigratie’ en overlijden te compenseren. Al die ‘blijfkansen’ worden gebruikt in de meerjarige leerlingenprognose, en vormen tezamen de lokale demografische ontwikkeling. Leerjaren, voor berekening van de doorstroomkansen naar opeenvolgende leerjaren om de doorstroom te ramen Door de leerlingentelling van twee opeenvolgende kalenderjaren met elkaar te vergelijken, is van het tussenliggende schooljaar de doorstroomkansen naar opeenvolgende leerjaren berekend. In een statische werkelijkheid zonder demografische invloeden, zonder invloeden van concullega’s en eventuele calamiteiten, zonder schooluitval, zonder opstroom of afstroom of zittenblijven, dan zouden – bijvoorbeeld – alle leerlingen in leerjaar 1 een jaar later in leerjaar 2 zitten. In dat geval is de doorstroomkans van leerjaar 1 naar het tweede leerjaar 100%. In werkelijkheid zijn die invloeden er wel. Door het leerlingenaantal in leerjaar 2 in de telling van – bijvoorbeeld – 1 oktober 2012 te vergelijken met het aantal eerstejaars in de telling van een jaar eerder, is de doorstroomkans van leerjaar 1 naar 2 berekend van 20112. Ook deze doorstroomkans kan groter zijn dan 100%, bijvoorbeeld als gevolg van zittenblijvers in het tweede leerjaar. Of omdat leerlingen van concullega’s overstappen naar uw school. Voor de hogere leerjaren kan dat het gevolg zijn dat leerlingen na het VMBO opstromen naar de HAVO, of HAVO’ers naar VWO. De doorstroomkans kan ook minder zijn dan 100%, bijvoorbeeld omdat leerlingen in het eerstejaar zijn blijven zitten, of overstappen naar een school van de concullega. Correctie voor demografische invloed in de leerlingentelling Door de manier waarop de doorstroomkans berekend is vanuit de leerlingentellingen, bevat deze nog een demografische component. Het feit dat er meer of minder leerlingen in het tweede leerjaar zitten dan in voorgaand jaar in het eerste leerjaar, kán ook veroorzaakt zijn doordat leerlingen naar of vanuit een ander postcodegebied zijn verhuisd en als gevolg daarvan naar een andere school zijn gegaan. Omdat in de leerlingenprognoses de demografische invloed een eigen plek heeft, moeten de doorstroomkansen gecorrigeerd worden voor dat effect in de leerlingentelling. Het voorkomt dat historische demografische trends bovenop de toekomstige bevolkingsontwikkeling wordt gestapeld, en komt de betrouwbaarheid van de prognose ten goede. Met behulp van de bevolkingsgegevens in PRIMOS zijn daarom eerst de leerlingentellingen geschoond van de invloed van sterfte en migratie. Daarna zijn de doorstroomkansen berekend, vrij van demografische invloeden. Invloed van leeftijd en sociaal-economische kenmerken op de doorstroom Eerder is beschreven hoe de gemiddelde doorstroomkansen naar opeenvolgende leerjaren zijn afgeleid uit de leerlingentellingen in BRON. Voor zover leeftijd en sociaaleconomische achtergrond van de leerlingen van invloed zijn op de doorstroom van een instelling, zijn die effecten impliciet verwerkt door de manier waarop die doorstroomkansen zijn berekend. Daarom is voor alle leerlingen in hetzelfde leerjaar gerekend met dezelfde doorstroomkans, ongeacht hun leeftijd of waar ze wonen. Combinatie van leeftijd, woonplaats en leerjaren, voor de berekening van het marktaandeel van de eerstejaars in de bevolking om de instroom in het eerste leerjaar te ramen Per postcodegebied waar de leerlingen wonen is met behulp van BRON voor elke instelling tellingen gemaakt van de eerstejaars, en uitgesplitst naar leeftijdgroepen. Vervolgens zijn die aantallen vergeleken met PRIMOS-tellingen van het aantal inwoners in een postcodegebied, eveneens onderverdeeld per leeftijdgroep. Zo is van elke instelling berekend wat het ‘marktaandeel’ van zijn eerstejaars is in een bepaald postcodegebied, en uitgesplitst naar leeftijdgroepen. Zodoende is de reikwijdte van zijn voedingsgebied vertaald naar de mate waarin een instelling ‘populair’ is in een leeftijdgroep: naarmate eerstejaars leerlingen verder weg wonen van een school zullen zij in mindere mate voor die school kiezen, met afnemende ‘marktaandelen’ tot gevolg. Maar 2
Strikt genomen is beter te spreken van de doorstroomkans van leerjaar 1 naar 2 van schooljaar 2011-2012.
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
4
de mate waarin die aantrekkingskracht afneemt varieert per instelling, waarbij de denominatie van invloed kan zijn. Door de leerlingentellingen in BRON als vertrekpunt te nemen, is voor elke instelling rekening gehouden met diens specifieke reikwijdte en populariteit in het voedingsgebied. Met de bevolkingsprognose en de marktaandelen van de eerstejaars is de instroom van eerstejaars leerlingen geraamd vanuit elk postcodegebied en onderverdeeld naar leeftijdgroep. Elke jaar met instroom vormt een jaargang cq. cohort van eerstejaars leerlingen, wat de basis is voor de prognose.
Meerjarige prognoses van cohorten leerlingen Elk cohort van eerstejaars is de basis voor de meerjarige leerlingenraming. Met behulp van de eerder beschreven ‘blijfkansen’ is rekening gehouden met de lokale demografische ontwikkeling die voor de afzonderlijke leeftijdgroepen in elk postcodegebied wordt verwacht. En met de eveneens eerder genoemde doorstroomkansen naar opeenvolgende leerjaren is rekening gehouden met de gemiddelde verblijfsduur dat een leerling onderwijs aan de instelling volgt. Het resultaat is dat een cohort eerstejaars van jaargang T na het instroomjaar, en onder invloed van de verwachte lokale demografische trends, doorstroomt naar de volgende leerjaren van de instelling. De instellingsprognoses zijn uiteindelijk de uitkomst van een optelling van de meerjarige ramingen van alle leerlingencohorten.
Demping van toevalligheden in de telgegevens en stabiliteit in de prognose Eerder is beschreven, dat de ‘marktaandelen’ van de eerstejaars in de bevolking en de doorstroomkansen naar opeenvolgende leerjaren zijn berekend uit de telgegevens in BRON. Telgegevens van één jaar kunnen gevoelig zijn voor incidentele pieken en dalen in de leerlingenpopulatie van een school. Zo kan bijvoorbeeld de instroom in het eerste jaar wegens toevallige omstandigheden in de lokale onderwijsomgeving mee- of tegenvallen. Meerjarig doortrekken van dit soort toevalligheden in de leerlingenprognoses vergroot de kans op onnauwkeurigheden in de leerlingenprognose van de instelling in kwestie, maar ook in die van de concullega’s waar het het voedingsgebied mee deelt. Om die onnauwkeurigheden te beperken, is voor de ‘marktaandelen’ een gemiddelde berekend over de vijf meest recente leerlingentellingen. Van de doorstroomkansen is eveneens het gemiddelde genomen over de vijf meest recent voltooide schooljaren. Ontwikkelingen in recentere jaren zijn belangrijker dan die in eerdere jaren, daarom wegen die bij het berekenen van de vijfjaarsgemiddelden zwaarder mee dan oudere gegevens. Bijgaande tabel laat de wegingsfactoren zien van de vijf meest recente jaren. Het resultaat is dat de invloed van incidentele toevalligheden op de prognose wordt gedempt, en de prognose stabieler is dan wanneer die op historische gegevens van slechts één jaar zou zijn gebaseerd. Tabel 1 - Voorkeur voor recentere jaren in vijf-jaarsgemiddelden Schooljaar / teljaar Gewicht (in punten) Gewicht (%) (meest recent) T-1 5 33,3% T-2 4 26,7% T-3 3 20,0% T-4 2 13,3% T-5 1 6,7% Totaal 15 100,0%
Onvolgroeide scholen en ontbrekende informatie in de leerlingentellingen In de prognoses is gebruik gemaakt van historische gegevens over de vijf meest recente jaren. Een klein aantal nieuwe instellingen bestaat nog niet zo lang, van hen ontbreken in de laatste vijf leerlingentellingen gegevens van een of meerdere leerjaren. Voor deze onvolgroeide scholen kunnen ofwel niet alle doorstroomkansen naar opeenvolgende leerjaren worden berekend, ofwel doorstroomkansen worden berekend die gevoeliger zijn voor toevalligheden en ‘ingroeiperikelen’. VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
5
Deze paragraaf beschrijft de manier waarop ook voor onvolgroeide scholen met een zekere mate van stabiliteit prognoses zijn gemaakt. Definitie van de onvolgroeide school Gegeven het criterium dat de prognoses een zekere mate van stabiliteit moeten bevatten, is in de ramingsmethodiek een stringentere definitie gebruikt van de ‘onvolgroeide school’, dan in de uitvoeringspraktijk gebruikelijk is. In de onderwijspraktijk heet een school onvolgroeid te zijn, als de school nog zo nieuw is dat nog niet in alle leerjaren van het curriculum leerlingen worden onderwezen. In het licht van het stabiliteitscriterium van de ramingsmethodiek heet een instelling ‘onvolgroeid’, als er in minstens één van de laatste zes3 leerlingentellingen leerjaren voorkomen, waarin nog geen leerlingen werden onderwezen. Ontbrekende leerlingentellingen en de ramingsparameters Het ontbreken van leerlingentellingen voor één of meerdere leerjaren heeft geen invloed voor de ramingsparameters waarmee de demografische ontwikkelingen zijn geraamd. Wel wordt de berekening van de onderwijsparameters voor een instelling er door beïnvloed. Het gaat om het marktaandeel van de eerstejaars in de bevolking, en de doorstroom naar opeenvolgende leerjaren. Maar de manier waarop met de kwestie is omgegaan verschilt voor beide ramingsparameters. Zo zijn voor de berekening van de vijf-jaarsgemiddelden van de doorstroomkansen ontbrekende gegevens ingevuld met landelijke gemiddelden, die vergelijkbare instellingen in dat schooljaar hebben gerealiseerd. Marktaandeel eerstejaars Bij het marktaandeel van de eerstejaars zijn géén landelijke gemiddelden van vergelijkbare scholen ingevuld. Een onvolgroeide school moet namelijk zijn plaats op de onderwijsmarkt nog waarmaken. Uit het oogpunt van de betrouwbaarheid van de leerlingenprognose van de onvolgroeide school én die van zijn concullega’s in de regio, ligt het niet voor de hand om vooruit te lopen op de hoogte van het marktaandeel dat de onvolgroeide school op de regionale onderwijsmarkt zal verwerven, en het tempo waarin dat gebeurt. Daarom is afgezien van het gebruik van landelijke gemiddelden voor de jaren waarover leerlingentellingen ontbreken. Doorstroomkansen naar opeenvolgende leerjaren De reden om voor doorstroomkansen van ontbrekende schooljaren wel landelijke gemiddelden in te vullen is, dat het onderwijsproces van onvolgroeide scholen in de beginfase te maken kan hebben met opstart- en ingroeiperikelen. De eerste doorstroomkansen die uit de leerlingentellingen afgeleid kunnen worden, kunnen door dit soort invloeden ‘gekleurd’ zijn. Het stabiliteitscriterium schrijft voor om zulke incidentele invloeden zoveel mogelijk te dempen. Voor onvolgroeide scholen gebeurt dat door voor doorstroomkansen van ontbrekende schooljaren gebruik te maken van landelijke gemiddelden, die vergelijkbare instellingen in dat schooljaar hebben gerealiseerd. Wat zijn vergelijkbare instellingen? Om die vraag te beantwoorden, wordt gekeken naar de combinatie van schooltypen die de instellingen (mogen) geven, en zoals dat bij DUO bekend is in de instellingsgegevens. Bijgaande tabel laat zien dat er instellingen in zestien verschillende combinaties voorkomen van onderwijstypen die zij mogen geven, de zogenaamde formulegroepen.
3
Waarom zes leerlingentellingen? Dit wordt toegelicht met behulp van een voorbeeld. Stel dat de meest recente leerlingentelling 1 oktober 2011 was. Eén leerlingentelling is een momentopname, ongeschikt om een ontwikkeling uit af te leiden zoals de doorstroomkans naar het volgende leerjaar. Om dat te kunnen berekenen, is de leerlingentelling van voorgaand jaar nodig, die van 2010. Met die twee leerlingentellingen, worden de doorstroomkansen berekend van schooljaar 2010-2011. Dat is dan ook het meest recente schooljaar waarover doorstroomkansen kunnen worden berekend. Om de invloed van toevalligheden te dempen, zijn de prognoses gemaakt met gemiddelden over de laatste vijf schooljaren. In het voorbeeld is schooljaar 2006-2007 het ‘oudste’ jaar in de berekening van de gemiddelde doorstroomkansen. Daarvoor zijn de leerlingentellingen van 1 oktober 2006 en 2007 gebruikt. Kortom, in het voorbeeld is in de berekening van de vijfjaars-gemiddelde doorstroomkansen de oudste leerlingentelling die van 2006, en de meest recente die van 2011. Met alles wat daar tussen zit, zijn dat zes leerlingentellingen. VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
6
Formulegroepen: combinaties van onderwijstypen: 1 PRO 2 MAVO 3 HAVO 4 MAVO/HAVO 5 VWO (atheneum of gymnasium) 6 MAVO/VWO 7 HAVO/VWO 8 MAVO/HAVO/VWO 9 VBO(LWOO/PRO) 10 VBO(LWOO/PRO)/MAVO 11 VBO(LWOO/PRO)/HAVO 12 VBO(LWOO/PRO)/MAVO/HAVO 13 VBO(LWOO/PRO)/VWO 14 VBO(LWOO/PRO)/MAVO/VWO 15 VBO(LWOO/PRO)/HAVO/VWO 16 VBO(LWOO/PRO)/MAVO/HAVO/VWO Nadat de doorstroomkansen van ontbrekende schooljaren zijn ingevuld, zijn die landelijke gemiddelden meegenomen in de berekening van het gewogen 5-jaarsgemiddelde. Gevolg is dat naarmate een onvolgroeide school al wat langer bestaat, zijn eigen doorstroomcijfers zwaarder meewegen en het landelijk gemiddelde minder zwaar. De prognose van de doorstroom van een pas gestarte school berust vooral op landelijke gemiddelden, en minder op eigen resultaten.
Leerlingenaantallen per schoolsoort en beperking van onnauwkeurigheden In eerdere paragrafen is beschreven hoe de invloed van toevalligheden op de prognoses is gedempt, en dat onvolgroeide scholen hierin een bijzondere plaats hebben. Ook is beschreven dat de leerlingentellingen zijn gecorrigeerd voor historische demografische effecten, om te voorkomen dat deze effecten bovenop de toekomstige demografische ontwikkelingen worden geprojecteerd. Deze maatregelen komen de betrouwbaarheid van de prognoses ten goede. In deze paragraaf wordt ingegaan op aanvullende stappen om onnauwkeurigheden te beperken. In de prognose zijn de leerlingenaantallen geraamd van ca. 600 instellingen in het voortgezet onderwijs. Die instellingen hebben bovendien in principe4 leerlingenaantallen voor vijf schoolsoorten, waardoor er ca. 3.000 reeksen worden geraamd. De leerlingenaantallen in die reeksen zijn kleiner dan wanneer de prognose voor de sector als geheel zou worden gemaakt. In het algemeen geldt, dat naarmate de geraamde aantallen kleiner zijn, de onnauwkeurigheden in de raming naar verhouding zwaarder zullen wegen. Bij optelling van de ca. 3.000 prognoses kunnen die onnauwkeurigheden in de raming substantiële vormen aannemen. Om opeenstapeling van onnauwkeurigheden te beperken, zijn voor elke instelling de leerlingenaantallen in de onderbouw, LWOO/praktijkonderwijs, bovenbouw VMBO, HAVO en VWO bij elkaar opgeteld. Zodoende is de meerjarige prognose gemaakt op het totale leerlingenaantal aan de instelling. Het aantal prognoses is daarmee beperkt tot ca. 600.
Onderwijstrends: verschuivende voorkeuren tussen schoolsoorten Nadat de meerjarige prognose van het leerlingentotaal aan de instelling is gemaakt, zijn die aantallen teruggerekend naar de schoolsoorten onderbouw, LWOO/praktijkonderwijs, bovenbouw VMBO, HAVO en VWO. In eerste instantie is aangenomen, dat de samenstelling van de leerlingenpopulatie in de meest recente leerlingentelling kan worden geprojecteerd op alle prognosejaren5. Uiteraard is dat niet het 4
Categorale gymnasia, categorale VMBO’s en scholen voor praktijkonderwijs kennen minder schoolsoorten.
5
In het geval een school in de meest recente leerlingtelling nog onvolgroeid was, wordt het landelijke gemiddelde van de verhouding tussen de schoolsoorten van de formulegroep gebruikt. VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
7
geval, maar informatie over de lokale onderwijstrends voor de komende jaren ontbreekt. Daarom zijn in de prognoses alleen de landelijke onderwijstrends doorgerekend, waarmee rekening is gehouden in de referentieraming voor de vo-sector als geheel. Dat is tevens de prognose waarop de begroting van OCW is berekend. Uiteindelijk zullen de landelijke onderwijstrends in de volgende stap in de raming verwerkt worden, wanneer de instellingsprognoses zullen worden geijkt op de referentieraming.
Aansluiting met de landelijke leerlingenprognose in de referentieraming De begroting van OCW is gebaseerd op de landelijke leerlingprognose van de referentieraming. Deze raming gaat ook uit van de leerlingentellingen, en de landelijke bevolkingsprognose van het Centraal Bureau van de Statistiek. De referentieraming is erg gedetailleerd met het ramen van allerlei stromen naar verschillende typen onderwijs binnen en tussen de diverse sectoren. De referentieraming bevat onder andere een prognose van de landelijke onderwijstrends, de verwachte veranderingen in voorkeuren voor verschillende schoolsoorten, zoals bijvoorbeeld de toename van de afgelopen jaren van HAVO ten koste van het VMBO. Hoewel de referentieraming uitgaat van dezelfde leerlingentellingen, is de ramingsmethodiek een andere dan in de instellingsramingen. Vertrekpunt is niet het landelijke leerlingentotaal, maar die van ca. 600 afzonderlijke instellingen, én de regionale verschillen in de bevolkingsontwikkeling. Ten opzichte van één landelijk leerlingenaantal met één landelijke bevolkingsontwikkeling in de referentieraming, is de methodiek van de instellingsramingen dus veel gedetailleerder. In vergelijking daarmee het nadeel van gedetailleerdere ramingen, dat de geraamde aantallen kleiner zijn waardoor onnauwkeurigheden in de raming naar verhouding zwaarder wegen. Om die onnauwkeurigheden terug te dringen is op een ander terrein globaler geraamd. Omdat de leerlingenraming gebruikt zal worden om een prognose van de rijksbekostiging te kunnen maken, zijn alleen schoolsoorten onderscheiden die (in principe) verschillende vergoedingen krijgen per leerling. Op die manier kan de hoge mate van detail met alle stromen binnen het onderwijs dat de referentieraming heeft, globaler worden benaderd. Er zijn slechts vijf schoolsoorten onderscheiden: onderbouw, LWOO/praktijkonderwijs, bovenbouw VMBO, HAVO en VWO. Om uiteindelijk in beide prognosemethoden dezelfde leerlingenaantallen te krijgen zijn de leerlingenprognoses van de instellingen ‘geijkt’ op de aantallen in de referentieraming. Zodoende tellen de prognoses van alle instellingen op tot exact hetzelfde aantal in de begroting van OCW. Dat ijken gebeurt op de leerlingenaantallen per leerjaar van elk van de vijf schoolsoorten. Met het ijken van de instellingsramingen op de referentieraming, wordt tegelijkertijd de landelijke onderwijstrend verwerkt.
Hoe presteert de methodiek van de instellingsramingen ten opzichte van de referentieraming? Eerder is opgemerkt dat de methodiek van de instellingsramingen verschilt met die van de referentieraming. De vraag is, wat betekenen die verschillen voor de uitkomsten van de geraamde leerlingenaantallen? Hoe groot is de onnauwkeurigheid? Met andere woorden, hoe groot is het effect van het ‘ijken’ op de referentieraming? Voor de vergelijking is van de raming in prognosejaar 2012 de optelling van alle instellingsramingen vergeleken met de leerlingenaantallen in de referentieraming. Om een zuivere vergelijking te kunnen maken zijn de effecten van de onderwijstrends buiten beschouwing gelaten. Die effecten doen zich niet voor in de ramingen van de eerste vier leerjaren, daarom worden de leerjaren vijf HAVO en de leerjaren vijf en zes VWO buiten de vergelijking gelaten. Bevindingen Bijgaande figuur laat de resultaten zien. De rode lijn is de referentieraming in de OCW-begroting (van Prinsjesdag september 2012), de zwarte lijn het totaal van de instellingsramingen. De figuur laat zien dat beide prognoses erg dicht bij elkaar liggen: Het twintigjaars-gemiddelde over de prognosejaren 2012-2031 verschilt slechts 1.358 leerlingen, dat is 0,17% minder dan in de referentieraming. Wordt van alle twintig prognosejaren naar de verschillen gekeken, dan liggen de gezamenlijke instellingsramingen gemiddeld 0,19% onder die van de referentieraming. VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
8
Van die twintig prognosejaren zijn de instellingsramingen zes keer hoger dan in de referentieraming, en veertien keer lager. Wordt geen rekening gehouden met of de raming hoger of lager is, dan bedraagt de absolute afwijking in de twintig prognosejaren gemiddeld 0,42%. In de eerste vijf prognosejaren bedraagt de gemiddelde afwijking 0,48%. Over de eerste tien prognosejaren is de gemiddelde afwijking 0,33%, in de laatste tien jaren 0,50%.
Figuur 2 - Instellingsramingen vergeleken met referentieraming (prognosejaar 2012)
Vergelijking van totaal van de instellingsramingen t.o.v. referentieraming Leerlingenaantal in eerste 4 leerjaren van voortgezet onderwijs
(vóór ijking, eerste vier leerjaren ) 1.000.000
950.000
900.000
850.000
800.000
750.000
700.000 2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
1 oktober van kalenderjaar Referentieraming
Totaal instellingsramingen
Conclusies 1. Ondanks de methodische verschillen komen beide prognoses tot bijzonder gelijkluidende leerlingenaantallen. Het ‘ijken’ op de referentieraming heeft dan ook zeer geringe invloed op de uitkomsten. Het uiteindelijk resultaat is de rode lijn in de grafiek. 2. Na ‘ijking’ kan worden gesteld, dat de instellingsramingen feitelijk een uitsplitsing zijn van de referentieraming. Daarbij is rekening gehouden met de instellings-specifieke verblijfsduur van leerlingen, en de lokale demografische trends.
Kracht en beperkingen van de prognose Dit deel van de instructie beschrijft de kracht van de leerlingenprognose en vervolgens de beperkingen op de gebieden van de regionale onderwijspraktijk en demografische ontwikkelingen.
Kracht De kracht van de instellingsprognoses is dat zij: consistent is met het landelijke beeld: zij tellen op tot dezelfde aantallen als die waarop de begroting van OCW is berekend; op uniforme wijze voor alle vo-instellingen het meerjarig beeld laat zien; qua dynamiek van de historische onderwijspraktijk maatwerk biedt aan de instellingen; rekening is gehouden met de specifieke onderwijspraktijk van elke instelling, zoals die in BRON is geregistreerd; ook qua demografische dynamiek maatwerk biedt; rekening is gehouden met de regionale bevolkingsontwikkelingen in de voedingsgebieden van elk van de instellingen.
Beperkingen op het gebied van regionale onderwijspraktijk De leerlingenprognose heeft uiteraard ook haar beperkingen: VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
9
In de onderverdeling van de leerlingenaantallen naar onderbouw, LWOO/praktijkonderwijs, bovenbouw VMBO, HAVO en VWO is uitgegaan van de onderverdeling in de meest recente leerlingentelling. Vervolgens is in de prognose rekening gehouden met een landelijk gemiddelde van de zogenaamde onderwijstrends. Regionale verschillen in onderwijstrends zijn onbekend, en zijn dan ook niet verwerkt in de uitsplitsing van de leerlingenraming per schoolsoort. De prognose gaat uit van historische gegevens, er wordt geen rekening gehouden met toekomstige ontwikkelingen in de onderwijspraktijk in de regio. o Wordt in uw voedingsgebied voorzien in de opening of sluiting van een vestiging van u of uw concullega, dan kan dat gevolgen hebben voor de reikwijdte van uw voedingsgebied en het marktaandeel daarin. Dat heeft gevolgen voor de leerlingenprognose van u en uw concullega’s in de regio. Voor deze invloeden is in de prognose niet voorzien. o Dat geldt ook voor veranderingen die u mogelijk verwacht in uw marktaandelen als gevolg van ontwikkelingen in imago- en reputatie van uw instellingen en die van uw concullega’s in de regio. o Ook veranderingen in het onderwijsaanbod van u of uw concullega’s kunnen gevolgen hebben voor uw marktaandelen in de bevolking. o Hetzelfde kan worden gezegd van mogelijke veranderingen die u verwacht in de doorstroom naar opeenvolgende leerjaren als gevolg van ontwikkelingen in de kwaliteit van het onderwijs en didactische methoden van uw instellingen.
Beperkingen in demografische ontwikkelingen Daarnaast bevat de bevolkingsprognose onzekerheden, met name op het punt van voorgenomen nieuwbouw en sloop van woningen. Vertaling van realisatie van nieuwbouw- en sloopprogramma’s naar concrete kalenderjaren en postcodegebieden In de leerlingenraming is de bevolkingsprognose als een gegeven verondersteld. Die bevolkingsprognose bevat onder andere een vertaling van veranderingen in de woningvoorraad – als gevolg van nieuwbouw en sloop – naar wijzigingen in de bevolking en haar samenstelling, waaronder die naar leeftijdgroepen. Bouw- en sloopprogramma’s worden meerdere jaren van tevoren ingepland. Maar bezwaarprocedures en ontwikkelingen in de woningmarkt kunnen tot onzekerheden leiden in de inschatting van ABF Research over het jaar waarin sloop- en nieuwbouwprogramma’s worden uitgevoerd en opgeleverd, en hoe die programma’s zich vertalen naar de afzonderlijke postcodegebieden. Vertaling van opgeleverde nieuwbouw naar bevolkingsaantallen en hun kenmerken (met name leeftijd) Vervolgens is ook de inschatting onzeker van de bevolkingsaantallen die de opgeleverde nieuwbouwwoningen zullen bevolken, en hun kenmerken. Gebruikers van het vo-prognosemodel in gebieden met plannen voor grootschalige sloop en nieuwbouw kunnen eigen inzichten hebben over de wijze en fasering waarop die projecten worden uitgevoerd en hoe zich die in bevolkingsontwikkeling vertalen. Voor nadere informatie over hoe daarmee in PRIMOS rekening is gehouden wordt verwezen naar http://www.primosonline.nl/, en naar ABF Research (www.abfresearch.nl/).
Advies Als u voor de komende jaren substantiële ontwikkelingen verwacht op de onderdelen die als beperkingen van de prognoses zijn opgesomd, dan kan het aan te bevelen zijn om deskundig advies in te winnen, en wellicht voor u op maat een leerlingprognose te laten maken. Dat geldt ook als u om enig andere reden verwacht: dat de komende jaren de leeftijdsopbouw van uw leerlingenpopulatie substantieel zal afwijken van die in de recente leerlingentellingen; dat de komende jaren de reikwijdte van uw voedingsgebied en uw marktaandelen van de eerstejaars in de verschillende postcodegebieden – relevant voor de geraamde instroom – wezenlijk zal afwijken van die in de recente leerlingentellingen; dat de komende jaren de gemiddelde verblijfsduur van leerlingen aan uw instellingen – de doorstroom naar opeenvolgende leerjaren – substantieel zal afwijken van die in de recente leerlingentellingen;
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
10
dat de komende jaren de regionale en lokale voorkeuren voor de schoolsoorten wezenlijk zal afwijken van de landelijk gemiddelde onderwijstrends; dat de komende jaren de demografische ontwikkelingen wezenlijk anders zullen zijn dan die in de PRIMOS-bevolkingsprognose; dan wel dat u voor de komende jaren verwacht dat de demografische ontwikkeling in de PRIMOS-bevolkingsprognose uw instellingen meer of minder dan gemiddeld zal raken.
Bij de publicatie van het prognosemodel vo stelt DUO voor adviseurs bestanden beschikbaar, die hen in staat stelt de gepubliceerde leerlingenprognose te reproduceren. Deze bestanden stelt hen tevens in staat om aanpassingen op de hierboven genoemde punten aan te brengen, en de leerlingenprognose op basis van de OCW/DUO methodiek door te rekenen voor lokale inzichten. In de opdrachtverlening tot aanvullend advies, de uitwerking en de advisering zelf, hebben OCW en DUO geen rol, of anderszins een verantwoordelijkheid.
VO - B - Hoe komt de leerlingenraming tot stand 01v04.docx Laatst opgeslagen: 15-2-2013 16:45:00
11
