Verhuizingen van bedrijven en groei van werkgelegenheid

Frank van Oort
Roderik Ponds
Joep van Vliet
Hans van Amsterdam
Stephaan Declerck
Joris Knoben
Piet Pellenbarg (RUG)
Jesse Weltevreden (Bovag)






BEVINDINGEN

• In Nederland verhuizen jaarlijks ongeveer 18.000 bedrijven en overheidsinstellingen; dit is
ongeveer 4 procent van de populatie. Deze bedrijven nemen ongeveer 200.000 werknemers
met zich mee, ofwel 3 procent van de nationale werkgelegenheid. Gemeenten concurreren met
elkaar om deze werkgelegenheid naar zich toe te trekken.
• Verhuizende bedrijven groeien aanmerkelijk sneller dan bedrijven die niet verhuizen. Rond de
tijd dat zij verhuizen, zien bedrijven hun werkgelegenheid anderhalf tot twee maal zo snel
groeien als bedrijven die niet verhuizen.
• De meeste bedrijven verhuizen binnen de eigen regio (94 procent) of zelfs binnen de eigen
gemeente (75 procent). De groei van de gemeentelijke werkgelegenheid door bedrijven van
elders die zich in de gemeente vestigen, moet dus niet worden overschat.
• Gemeenten moeten zich vooral richten op de huisvesting van bedrijven uit de eigen gemeente
die een andere, grotere locatie zoeken.
• In Nederland zijn verhuizende bedrijven even belangrijk als nieuwe bedrijfsvestigingen voor de
lokale werkgelegenheidsgroei. Gemeentelijk beleid gericht op het huisvesten van bestaande,
uitbreidende bedrijven kan evenveel effect hebben als beleid gericht op het stimuleren, en
laten overleven, van nieuwe bedrijvigheid.
• In het geval van de intergemeentelijke verplaatsingen (25 procent) is er per saldo geen trek
vanuit centrale steden naar hun ommeland, en ook niet vanuit de Randstad naar de
omliggende regio´s in Gelderland en Noord-Brabant.
• De bereikbaarheid met de auto, de economische omvang en een geringe afstand tot andere
economische concentraties (waardoor een grotere markt voor afzet en personeel ontstaat) zijn
belangrijke kenmerken die bepalen of een gemeente aantrekkelijk is als vestigingsplaats voor
bedrijven uit andere gemeenten.
• De huidige competitie tussen gemeenten bij de acquisitie van bedrijven kan leiden tot
onzorgvuldig ruimtegebruik, tot leegstand, en tot hoge rentelasten bij gemeenten. Problemen
moeten worden opgelost op het schaalniveau waarop ze spelen. Omdat de meeste
bedrijfsverplaatsingen zich afspelen binnen de eigen gemeente en regio, zal het 'prisoners´
dilemma', waarbij geen enkele gemeente de behoefte voelt eenzijdig te stoppen met de
acquisitie van bedrijven vooral op regionaal niveau moeten worden opgelost.
Inleiding

Werkgelegenheidsgroei is een belangrijk doel van beleid, zowel op nationaal als op gemeentelijk
niveau. Banen ontstaan doordat nieuwe bedrijven worden opgericht en bestaande bedrijven
groeien.
Het is een internationaal verschijnsel dat lokale beleidsmakers zich via acquisitie vooral richten op
het aantrekken van `footloose´ bedrijven (NGA 2006; Farell 1996). Ze doen dit met name door
nieuwe (veelal hoogwaardige) bedrijventerreinen en kantoorlocaties aan te leggen, vooral aan en
bij de snelweg. Gedurende de jaren negentig loopt de zo ontstane competitie tussen regio´s en
steden in Europa en Amerika zo hoog op, dat gesproken wordt van een `biedingsoorlog´ (Burstein &
Rolnick 1995). Omdat vanuit het nationale perspectief lokale economische ontwikkelingsinitiatieven
voor bedrijfsacquisitie ineffectief en zelfs schadelijk zouden zijn, wordt in de literatuur gepleit voor
nationale of regionale afstemming van die initiatieven (Bartik 2005; Peters & Fisher 2004). Er zou
sprake zijn van een 'prisoners´ dilemma': hoewel de competitie om banen en bedrijven schadelijk
kan zijn voor alle individuele locaties om redenen van zorgvuldig ruimtegebruik, het voorkomen
van leegstand en het voorkomen van hoge rentelasten bij gemeenten, voelt niemand de behoefte
eenzijdig met de bedrijfsacquisitie op te houden (Ellis & Rogers 1997). Aan de andere kant wijst
Glaeser (2001) erop dat competitie weliswaar herverdelingseffecten voor werkgelegenheid met zich
meebrengt waar niet iedereen even blij mee is, maar ook de efficiency van locatiebeslissingen
bevordert.

In de Verenigde Staten van Amerika wordt het publieke geld dat jaarlijks besteed wordt aan
`business attraction´, geschat op 50 miljard dollar (LeRoy 2005). Voor Europese en Nederlandse
regio´s en steden is niet bekend hoeveel publiek geld hierin omgaat. Wel gaan er steeds meer
stemmen op voor regionale afstemming van acquisitieprofielen en bedrijventerreinenplanning
(VROM-Raad 2006). Ook in de Nota Ruimte (2006: 83) wordt aangegeven dat gemeenten die
woonwijken of bedrijventerreinen willen aanleggen, dit in regionaal verband moeten afstemmen.
Echter: "de praktijk leert dat elke zichzelf respecterende gemeente een bedrijventerrein heeft of er
graag nog één bij wil hebben, zonder dat er sprake is van enige regionale samenhang¨. En:
"Bestuurders worden afgerekend op de resultaten binnen de eigen gemeente. Daardoor is het
moeilijk om regionaal samen te werken. Want dat betekent dat je niet alles binnen de
gemeentegrenzen kunt ¨ (citaten van beleidsmakers in VROM-Raad 2006: 37).

Hoewel er dus veel discussie is over de beleidsinitiatieven die steden en regio´s nemen om
bedrijven aan te trekken, is er verbazingwekkend weinig bekend over de werkgelegenheidseffecten
op lokaal en regionaal niveau van de ruimtelijke dynamiek van het Nederlandse bedrijfsleven.
Hoeveel werkgelegenheid brengen verhuizende bedrijven van elders met zich mee (directe
effecten)? En hoeveel werkgelegenheidsgroei ontstaat door bedrijven die na een verhuizing verder
groeien (indirecte effecten)? Voor gemeenten die streven naar werkgelegenheidsgroei en die
bedrijven willen huisvesten, is het van belang inzicht te hebben in deze directe en indirecte
effecten. Dit onderzoek vult die kennislacune.
In deze studie volgen we de ontwikkeling van verhuizende en nieuwe bedrijven tussen 1999 en
2006 aan de hand van de volgende onderzoekvragen:
- Hoe verhoudt de werkgelegenheidsgroei door verhuizing van bedrijven zich tot die door
groei van niet-verhuizende of nieuwe bedrijven?
- Welk deel van de verhuisdynamiek speelt zich af tussen gemeenten, en is daarmee
interessant voor bovenlokaal gemeentelijk beleid?
- Welke directe banengroei is verbonden aan bedrijven die van de ene gemeente in
Nederland naar de andere verhuizen?
- Groeit de werkgelegenheid bij bedrijven die verhuizen meer dan bij bedrijven die niet
verhuizen (indirecte banengroei)?
- Wat zijn de kenmerken van gemeenten waarvan de werkgelegenheid toe of juist afneemt
als gevolg van bedrijfsverhuizingen?
We onderzoeken deze vragen aan de hand van longitudinale data van alle bedrijfsvestigingen in
Nederland. Daarbij onderscheiden we, naast de totale bedrijvenpopulatie van Nederland, vier breed
gedefinieerde deelsectoren die onderscheidend zijn in termen van vestigingsplaatsvoorkeur van
bedrijven en groeipotentieel (Van Oort 2004), namelijk (1) de industriële sector, die traditioneel
vooral buiten de Randstad tot ontwikkeling is gekomen, (2) de distributiesector, die bestaat uit
handels- en vervoersdiensten, die veel ruimte en een goede bereikbaarheid nodig hebben en zich
derhalve bij voorkeur aan uitvalswegen van steden vestigen, (3) zakelijke dienstverleners, die
clusteren in hoogwaardige kantoren in binnensteden en op kantoorterreinen aan de rand van de
stad en (4) de overige dienstverlening, zoals detailhandel, overheidsinstanties en publieke diensten
die de bevolking volgen. In de verdiepingshoofdstukken van dit rapport gaan we nader in op de
verhuis- en groeipatronen van bedrijven in deze vier sectoren, terwijl we ons in dit Bevindingendeel
vooral richten op de geaggregeerde patronen.


Componenten van werkgelegenheidsdynamiek

Het aantal bedrijfsvestigingen in Nederland steeg tussen 1996 en 2006 van 660.000 naar 860.000:
een stijging van 2,7 procent per jaar. De werkgelegenheid in deze bedrijven steeg in dezelfde
periode van 6,1 miljoen naar 7,3 miljoen: een stijging van 1,8 procent per jaar
1
. Zo bezien lijkt het
Nederlandse bedrijven- en werkgelegenheidsbestand slechts een geringe dynamiek te vertonen.
Toch is de dynamiek die schuilgaat achter deze geaggregeerde cijfers wel degelijk bijzonder groot.
De dynamiek verschilt per sector en per regio: zakelijke diensten groeien bijvoorbeeld harder in
werkgelegenheid dan de industrie, en in Amsterdam groeien ze harder dan in Terneuzen. Maar de
dynamiek verschilt ook door de opbouw van de bedrijvigheid in een `boekhouding´ van
gebeurtenissen: bedrijven worden opgericht en beëindigd, bedrijven worden groter en kleiner, en
bedrijven verhuizen
2
. Brutostromen van werkgelegenheid zijn een veelvoud van de nettostromen

1
Cijfers gebaseerd op LISA-data (Landelijk Informatiesysteem Arbeidsplaatsen) van 1996-2006. Dit
bestand onderscheidt alle organisaties (bedrijven, overheden, zelfstandige beroepsbeoefenaars) waar betaald
werk wordt verricht. We noemen al deze organisaties in de tekst "bedrijven¨ of "bedrijfsvestigingen¨. Zie voor
een bespreking van dit databestand en de door ons doorgevoerde aanpassingen en bewerkingen hierin de
Appendix.
2
Deze boekhouding en de modellering ervan wordt aangeduid met de term bedrijvendemografie. Bedrijven
kunnen volg- en gelijktijdig verschillende gebeurtenissen ondergaan: een verhuizing van een vorig jaar
opgericht nieuw bedrijf, groei van een verhuizend bedrijf, etc. De LISA-dataset is niet in staat om de
gebeurtenissen fusie en overname te onderscheiden in haar bedrijvenpopulatie, maar dit aantal is beperkt
(Schenk 2007).
(saldo): onder de rustige oppervlakte van de gestaag groeiende bedrijvenpopulatie en
werkgelegenheid gaat een grote turbulentie van de samenstellende delen schuil. Zo is tussen 1988
en 1997 in de provincie Zuid-Holland een groeisaldo opgebouwd van 103.000 werknemers. Er zijn
meer banen gecreëerd doordat bestaande bedrijven en in die periode opgerichte bedrijven groter
werden, dan er verdwenen doordat (bestaande en nieuw opgerichte) bedrijven kleiner werden en
ophielden te bestaan.

Figuur 1. Componenten van werkgelegenheidsdynamiek in Zuid-Holland, 1988-1997. Bron: Van
Oort (2004: 131).















Nieuwe bedrijven zorgen voor een grote aanwas van nieuwe werkgelegenheid. Verhuizende
bedrijven - dit kunnen zowel bestaande als nieuwe bedrijven zijn - leiden er door hun
vestigingsplaatsvoorkeur vooral toe dat de werkgelegenheid anders over de regio wordt verdeeld
(Davis e.a. 1996), maar ze creëren ook banen. In Nederland blijken de werkgelegenheidseffecten
van nieuwe bedrijven en die van bedrijfsverplaatsingen elkaar zelfs niet veel te ontlopen
3
. Figuur 2
laat zien dat in de zeven waarnemingsjaren 40 procent van de Nederlandse werkgelegenheid in de
sectoren industrie, zakelijke diensten, distributie en detailhandel betrokken was bij een verhuizing
of oprichting
4
. Hierbij verschilt de toename van het aantal banen bij bedrijven die in de periode
1999-2006 zijn verhuisd (het lichtblauwe deel in de figuur: 800.000 personen ofwel 18 procent van
de werkgelegenheid in 2006), niet veel van de toename door in die periode opgerichte bedrijven
(het rode deel in de figuur: 1 miljoen personen ofwel 23 procent van de werkgelegenheid in 2006).
Dit in tegenstelling tot bijvoorbeeld de Verenigde Staten, waar nieuwe bedrijven op regionaal
niveau een veel grotere banenmotor zijn dan verhuizende bedrijven (Neumark e.a. 2006).

3
Dit hebben we onderzocht door microbestanden van bedrijfsvestigingen in de periode 1999-2006 (LISA,
zie Appendix) te koppelen. Hierdoor kunnen we groeiende bestaande bedrijven, in de periode nieuw opgerichte
bedrijven, opgeheven bedrijven en verhuizende bedrijven (herkenbaar aan een verandering van de 6-digit
postcode) op individueel niveau onderscheiden.
4
Figuur 2 telt op tot slechts 4,9 miljoen werknemers in Nederland. In deze paragraaf hebben we, wegens
beperkte datakwaliteit, de overheidsdiensten buiten beschouwing gelaten. Ook bedrijven kleiner dan twee
werkzame personen zijn buiten beschouwing gelaten, omdat dit vaak postbusondernemingen en niet-actieve
bedrijfsvestigingen zijn. Opheffingen zijn gesaldeerd opgenomen in de componenten van figuur 2. Zie de
Appendix voor verdere uitleg.
Werkgelegenheid (totaal)
0
400
800
1200
1600
2000
2400
2800
3200
3600
4000
4400
4800
5200
1999 2000 2001 2002 2003 2004 2005 2006
W
e
r
k
g
e
l
e
g
e
n
h
e
i
d

(
x
1
0
0
0
)
Nieuw
Nieuw - Verhuisd
Bestaand - Verhuisd
Bestaand
Figuur 2. Cumulatieve banengroei in bestaande en gedurende de periode 1999-2006 opgerichte
en verhuisde bedrijven in Nederland















Voor sectoren, steden en regio´s in Nederland verschilt het beeld van die dynamiek aanzienlijk (zie
het hoofdstuk `Componenten van werkgelegenheidsgroei´ in de Verdieping). De grootste dynamiek
door oprichting en verhuizing is waarneembaar in de zakelijke dienstverlening, waar ongeveer de
helft van de bedrijven en de daar aanwezige werkgelegenheid voortkomt uit verhuizing of
oprichting in de periode 1999-2006. Typische voorbeelden van steden waar dit gebeurt, zijn
Amsterdam en Almere. Gemeenten als Utrecht en Almere kennen een meer dan gemiddelde
werkgelegenheidsgroei doordat bedrijven naar deze gemeenten verhuizen. Rotterdam en Heerlen
zijn juist gemeenten waar de groei van de reeds aanwezige bedrijven een positieve bijdrage levert
aan de zich per saldo negatief ontwikkelende werkgelegenheid. Het in 2006 dalende aandeel van
de werkgelegenheid van bedrijven die in 1999 reeds bestonden, verhult dat ook in die categorie
bedrijven en sectoren zitten die groeien (zie figuur 1).

Hoewel de componenten `werkgelegenheidsgroei door verhuizing´ en `werkgelegenheidsgroei door
oprichting´ in Nederland op langere termijn ongeveer even groot zijn, wordt in de literatuur aan
beide processen een ander ruimtelijk zwaartepunt toegedicht (Hayter 1998).
Werkgelegenheidsgroei door nieuwe bedrijven vindt in theorie vooral plaats in grotere steden,
omdat daar de kansen op marktniches en de overlevingskansen groter zijn -de incubatortheorie
(Leone & Struijk 1976; Boarnet 1994). Bedrijven die verhuizen, zijn vaak jonge bedrijven die snel
groeien en daardoor andere locatie-eisen stellen (Pen 2002; Stam 2003). Een gebrek aan
uitbreidingsruimte en een goede (auto)bereikbaarheid zijn volgens de literatuur de belangrijkste
determinanten waarom zij verhuizen naar de suburbane gebieden rond de grote steden.
Uit figuur 3 blijkt dat de meeste nieuwe bedrijven in Nederland inderdaad ontstaan in de grote
steden, zowel in absolute termen (3a) als bezien per hoofd van de bevolking (3b)
5
. Enkele steden
lopen voorop, zoals Amsterdam, Haarlemmermeer, Almere, Eindhoven, Veenendaal, Den Bosch,
Zaanstad en Groningen, als het gaat om de toename van de werkgelegenheid door nieuwe

5
De gegevens voor de provincie Friesland zijn voor deze indicator niet betrouwbaar.
bedrijven, terwijl de Zuidvleugel van de Randstad (de regio rond Rotterdam en Den Haag) in
absolute termen weliswaar goed scoort maar relatief gezien beduidend minder. Splitsen we de
gegevens uit naar de onderscheiden deelsectoren, dan blijkt de positieve score van nieuwe
bedrijven in de Noordvleugel van de Randstad vooral veroorzaakt te worden door de zakelijke
dienstverlening (Amsterdam, Utrecht), de distributie (Haarlemmermeer, Vianen, Veenendaal) en de
persoonlijke dienstverlening (Amsterdam); zie het hoofdstuk `Componenten van
werkgelegenheidsgroei´ in de Verdieping.

Figuur 3. Baancreatie door bedrijfsoprichtingen, gemiddelde over 1999-2006, absoluut en relatief




















Kortom: verhuizende bedrijven zijn in Nederland even belangrijk als nieuwe bedrijfsvestigingen als
het gaat om werkgelegenheidsgroei. Nieuwe bedrijven worden vooral in de steden opgericht.
Gemeentelijk beleid gericht op het aantrekken van bestaande, uitbreidende bedrijven kan echter
evenveel effect hebben als beleid gericht op het stimuleren, en laten overleven, van deze nieuwe
bedrijvigheid.


Bedrijfsverplaatsingen en werkgelegenheid: directe effecten

Het directe werkgelegenheidseffect van verhuizende bedrijven en organisaties betreft de
werkgelegenheid die meeverhuist van de vertreklocatie naar de bestemmingslocatie in alle
Nederlandse sectoren
6
. Jaarlijks verhuizen ongeveer 18.000 bedrijven en overheidsinstellingen in

6
In de vorige paragraaf lieten we de overheidssector achterwege vanwege databeperkingen over nieuwe
bedrijven, maar in de analyses van verhuizende bedrijven nemen we alle bedrijfsvestigingen in Nederland mee.
Nederland; dit is ongeveer 4 procent van de bedrijvenpopulatie. Zij nemen in totaal om gemiddeld
200.000 werknemers met zich mee, ofwel 3 procent van de nationale werkgelegenheid. In de
periode 1999-2006 nemen we 125.212 verhuizingen waar, waarbij 1.496.528 werknemers zijn
betrokken. Verhuizende bedrijven hebben dus een gemiddelde omvang van 12 arbeidsplaatsen.
De groei van de gemeentelijke werkgelegenheid door de komst van bedrijven van buiten de
gemeente moet niet worden overschat. Tabel 1 laat zien dat het merendeel van de bedrijven over
korte afstand verhuist: 75 procent van de bedrijven blijft binnen de gemeente, 94 procent van de
bedrijven binnen de arbeidsmarktregio. Hierdoor veranderen de belangrijkste netwerken van
bedrijven niet, hoeven werknemers niet mee te verhuizen, en hoeven toeleveranciers en klanten
niet ver te reizen en te zoeken naar de nieuwe locatie. Het aantal bedrijven dat mobiel genoeg is
om zich over lange afstand, bijvoorbeeld tussen provincies, te verplaatsen is gering: 2,4 procent,
ofwel zo´n 3.000 bedrijven per jaar.

Tabel1. Aandeel van de werkgelegenheid van bedrijven die binnen en tussen ruimtelijke indelingen
verhuizen, 1999-2006

Ruimtelijke indeling Bedrijven

Werkgelegenheid
Binnen Tussen

Binnen Tussen



Provincie 97,6 2,4

98,7 1,3
COROP-regio 93,5 6,5

95,4 4,6
Gemeente 75,2 24,8

78,0 22,0
N 125.212

1.496.528

Volgens eerdere onderzoeken naar bedrijfsverhuizingen in de jaren negentig van de vorige eeuw
zijn het vooral de grote steden in de Randstad die bedrijven (en banen) verliezen ten gunste van
de steden in Centraal- en Oost-Nederland (Kemper & Pellenbarg, diverse jaren). Op lager
schaalniveau wordt verondersteld dat deze bedrijven in sterke mate vanuit steden naar het
ommeland trekken, ofwel suburbaniseren (Pen 2004). Om deze veronderstelde patronen te toetsen
visualiseren we de verhuisstromen op regionaal niveau (figuur 4) en op gemeentelijk niveau (figuur
5); daarbij kijken we naar alle typen landsdelige, stedelijke en gemeentelijke verhuizingen
(tabellen 2 en 3).

In figuur 4 zijn de belangrijkste verhuisstromen weergegeven op regionaal niveau (40 corop-
gebieden). De geringe omvang van de stromen tussen regio´s valt op. De agglomeratie Groot-
Rijnmond blijkt per saldo bedrijvigheid te verliezen vooral door bedrijven die naar het oosten
verhuizen (Gouda en omstreken). De regio´s rond Amsterdam en Utrecht winnen juist aan
werkgelegenheid door verhuizende bedrijven. Buiten de Randstad vormen het knooppunt Arnhem-
Nijmegen en Zwolle regionale brandpunten van verhuisrelaties. In het hoofdstuk
`Bedrijfsverplaatsingen en werkgelegenheidsgroei: directe effecten´ in de Verdieping zijn de
verhuisbewegingen uitgesplitst naar de vier onderscheiden sectoren.


Figuur 4. Intra- en interregionale verhuizingen, sommatie over 1999-2006

Figuur 5. Intra- en intergemeentelijke verhuizingen, sommatie over 1999-2006

Intergemeentelijk verhuizende banen (saldo)
40 - 63
64 - 123
124 - 3845
Intragemeentelijk verhuizende banen
10
1.000
100.000
Figuur 5 toont de verhuisstromen op gemeentelijk niveau: binnen en tussen welke gemeenten
verhuizen bedrijven? Hoe groter de bolletjes, hoe meer verhuizingen binnen gemeenten; hoe
dikker de lijnen, hoe meer verhuisbewegingen tussen gemeenten, waarbij de verhuisbewegingen
zijn uitgedrukt in het aantal arbeidsplaatsen dat ermee is gemoeid
7
. Opvallend is de grote
dynamiek in de Randstad, en de centrale positie van vrijwel alle grotere steden in Nederland:
Leeuwarden, Groningen, Zwolle, Utrecht, Arnhem en Eindhoven zijn vaak en veel bij
bedrijfsverplaatsingen betrokken.

De intergemeentelijke verplaatsingen van werkgelegenheid (25 procent) in ons verhuisbestand
kennen geen vast kern-periferie patroon (zie tabel 2). In tegenstelling tot de in de literatuur
overheersende gedachte is er per saldo geen suburbanisatie van banen, vanuit de centrale steden
naar hun ommeland. Tabel 2 laat zien dat ongeveer evenveel bedrijven van centrale steden naar
suburbane gemeenten verhuizen (4,29 procent) als in omgekeerde richting (4,38 procent). Het
verschil tussen beide stromen is per saldo verwaarloosbaar klein.

Tabel 2. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten
8
, in %, 1999-2006

Naar
Overig Suburbaan Stad Totaal N
Van Overig 31,62 1,38 1,15 34,14
Suburbaan 1,14 19,83 4,38 25,36
Stad 1,00 4,29 35,20 40.50
Totaal 33,77 25,50 40,73 100,00 1.496.390



Uit tabel 3 blijkt dat er tussen 1999 en 2006 per saldo ook geen sprake is van een trek vanuit de
Randstad naar de omliggende regio´s in Gelderland en Noord-Brabant (de intermediaire zone). Per
saldo gaat er 0,05 procent (1,30-1,25 procent) van de verhuizingen vaker van de Randstad naar
de intermediaire zone dan andersom. Op jaarbasis betreft dit ongeveer 100 werknemers - een
verwaarloosbaar aantal. Deze patronen verschillen nauwelijks voor de onderscheiden sectoren (zie
het hoofdstuk `Bedrijfsverplaatsingen en werkgelegenheidsgroei: directe effecten´ in de
Verdieping).

Tabel 3. Aandeel van de werkgelegenheid van bedrijven die binnen en tussen landsdelen
verhuizen, totaal, in %, 1999-2006

Van Randstad Intermediaire
zone
Periferie Totaal N
Randstad 37,32 1,30 0,04 38,65
Intermediaire
zone
1,25 33,22 0,48 34,95
Periferie 0,07 0,83 25,50 26,40
Totaal 38,63 35,35 26,02 100,00 1.496.390


7
In figuur 5 is geen richting aangegeven in de relaties, in figuur 4 wel.
8
Indeling CBS, zie Appendix.
Kortom: de meeste bedrijven, en de daarmee gepaard gaande werkgelegenheid, verhuizen binnen
de eigen regio (94 procent) of zelfs binnen de eigen gemeente (75 procent). In het geval van de
intergemeentelijke verplaatsingen (25 procent) is er per saldo geen trek vanuit centrale steden
naar hun ommeland, en ook niet vanuit de Randstad naar de omliggende regio´s in Gelderland en
Noord-Brabant.


Bedrijfsverplaatsingen en werkgelegenheid: indirecte effecten

Het indirecte werkgelegenheidseffect van bedrijfsverplaatsingen betreft de toename van het aantal
banen in bedrijven (vlak) na hun verhuizing. Maar er kan ook een omgekeerd effect optreden:
groeiende bedrijven verhuizen omdat ze gebrek hebben aan uitbreidingsruimte (Pen 2002). Het is
dan ook plausibel dat bedrijven vlak voor, tijdens en na de verhuizing harder groeien dan bedrijven
die niet verhuizen.

Tabel 4 laat zien dat verhuizende bedrijven aanmerkelijk sneller groeien dan bedrijven die niet
verhuizen. De werkgelegenheidsgroei van verhuizende bedrijven kan variëren van 200 procent vlak
voor de verhuizing tot 25 procent vlak na de verhuizing. Het zijn vooral bedrijven uit het
kleinbedrijf (tot tien werknemers) die voorafgaand aan een verhuizing hard groeien; bedrijven uit
het middenbedrijf (tien tot vijftig werknemers) blijven ook na verhuizing in omvang toenemen.
Bedrijven die binnen de Randstad verhuizen, kenmerken zich door grote groeicijfers, zowel voor als
na de verhuizing.
In het hoofdstuk `Bedrijfsverplaatsingen en werkgelegenheidsgroei: directe effecten´ in de
Verdieping gaan we gedetailleerd in op de groeiprestaties van verhuizende bedrijven in sectoren,
grootteklassen en landsdelen.

Tabel 4. Index banengroei van verhuizende bedrijven ten opzichte van niet-verhuizende bedrijven,
2 jaar voor en na verhuisdatum (2001-2004)

Verhuisdatum
2 jaar ervoor 2 jaar erna

Industrie 2,74 1,05
Distributie 2,19 1,17
Zakelijke dienstverlening 2,16 1,09
Persoonlijke diensten 2,14 1,5

Kleinbedrijf 2,33 0,54
Middenbedrijf 1,85 2,78
Grootbedrijf 1,04 5,24

Randstad 1,87 1,75
Intermediaire zone 2,19 0,99
Overig 2,25 1,04

Totaal 2,11 1,26

Locatiefactoren

Welke kenmerken maken een gemeente aantrekkelijk als vestigingsplaats voor de bedrijven die uit
andere gemeenten komen? Afgezien van de omvang van vertrek- en bestemmingsgemeente en de
afstand ertussen, agglomeratiefactoren die altijd significant zijn, is de bereikbaarheid via de weg de
belangrijkste locatiefactor. In vrijwel alle geschatte modellen is er een positief verband tussen de
omvang van het bedrijf dat van de ene naar de andere gemeente verhuist en de mate waarin het
bedrijf per weg bereikbaar is. Locatiefactoren die te maken hebben met de samenstelling van de in
een gemeente aanwezige werkgelegenheid, zoals clustering of mate van specialisatie in
hightechsectoren, blijken geen belangrijke rol te spelen in het locatiekeuzeproces van een bedrijf
dat wil uitbreiden.
Opvallend is dat verschillen in opleidingsniveau geen belangrijke rol spelen en soms zelfs negatief
samenhangen met de omvang van het verhuisde bedrijf. Dit kan enerzijds betekenen dat er in
Nederland tussen regio´s nauwelijks substantiële verschillen in opleidingsniveau bestaan.
Anderzijds kan het zijn dat het relevante ruimtelijke schaalniveau voor deze locatiefactor hoger is
dan dat van de corop-gebieden. Het onderscheid naar Randstad en overig Nederland laat zien dat
in de Randstad de verschillen tussen gemeenten op het gebied van locatiefactoren nauwelijks een
rol lijken te spelen bij verhuizingen. Buiten de Randstad spelen de verschillen in locatiefactoren wél
een rol bij de intergemeentelijke verhuisstromen.
Ten slotte blijken vooral kleinere bedrijven uit de stedelijke gemeenten weg te trekken. Gezien het
feit dat de groei van bedrijven (en het daaruit voortvloeiende ruimtegebrek) de belangrijkste reden
voor verhuizing is, bevestigt dit dat de meer stedelijke gemeenten als broedplaats fungeren voor
kleine bedrijven. Op lagere schaalniveaus dan dat van de gemeente zal de dynamiek waarschijnlijk
wel onderscheidend zijn in termen van winnaars, verliezers en locatiefactoren. Dit hebben we in
deze studie niet onderzocht.

Kortom: de bereikbaarheid met de auto, de economische omvang en een geringe afstand tot
andere economische concentraties zijn belangrijke kenmerken die bepalen of een gemeente
aantrekkelijk is als vestigingsplaats voor bedrijven tussen gemeenten verhuizen. Kleinere
gemeenten buiten de Randstad die deze voordelen missen, zijn sterk in het nadeel bij het
aantrekken van bedrijvigheid van elders.


Conclusies

Gemeenten concurreren met elkaar om het aantrekken van de werkgelegenheid die samenhangt
met verhuizende bedrijven. Rondom de tijd van verhuizing blijken bedrijven die verhuizen,
anderhalf tot twee maal zo snel te groeien als bedrijven die niet verhuizen. Uit eerder onderzoek
blijkt dat de wens tot verhuizing samenhangt met ruimtegebrek. De meeste bedrijven, en de
daarmee gepaard gaande werkgelegenheid, verhuizen binnen de eigen regio (94 procent) of zelfs
binnen de eigen gemeente (75 procent). Gemeenten moeten zich dus vooral richten op bedrijven
uit de eigen gemeente die een andere locatie zoeken.
Overigens zijn verhuizende bedrijven in Nederland even belangrijk als nieuwe bedrijfsvestigingen
als het gaat om de lokale werkgelegenheidsgroei. Gemeentelijk beleid gericht op het
accommoderen van bestaande bedrijven die willen uitbreiden, kan dus evenveel effect hebben als
beleid gericht op het stimuleren, en laten overleven, van nieuwe bedrijvigheid.

De intergemeentelijke verplaatsingen van werkgelegenheid kennen geen vast kern-
periferiepatroon. Er is per saldo geen sprake van een trek van bedrijven vanuit centrale steden
naar hun ommeland, en ook niet vanuit de Randstad naar omliggende regio´s in Gelderland en
Noord-Brabant. De bereikbaarheid per auto, de economische omvang en een geringe afstand tot
andere economische concentraties (waardoor een grotere markt voor afzet en personeel ontstaat)
zijn belangrijke kenmerken die bepalen of een gemeente aantrekkelijk is als vestigingsplaats voor
bedrijven uit andere gemeenten. Kleinere gemeenten buiten de Randstad die deze voordelen
missen, zijn sterk in het nadeel bij het aantrekken van bedrijvigheid van elders.

De huidige competitie tussen gemeenten bij de acquisitie van bedrijven kan leiden tot onzorgvuldig
ruimtegebruik, tot leegstand, en tot hoge rentelasten bij gemeenten. Problemen moeten worden
opgelost op het schaalniveau waarop ze spelen. Omdat de meeste bedrijfsverplaatsingen zich
afspelen binnen de eigen gemeente en regio, zal het 'prisoners´ dilemma', waarbij geen enkele
gemeente de behoefte voelt eenzijdig te stoppen met de acquisitie van bedrijven, vooral op
regionaal niveau moeten worden opgelost.
VERDIEPING
BEDRIJFSMIGRATIE: INZICHTEN UIT DE LITERATUUR



Bedrijfsmigratie in internationaal onderzoek

In dit hoofdstuk geven we een overzicht van het wetenschappelijk onderzoek naar bedrijfsmigratie.
Internationaal gezien begint het onderzoek naar bedrijfsmigratie met de zeer bekend geworden
studie Why Industry Moves South van McLaughlin & Robock (1949). Deze auteurs beschrijven hoe
halverwege de twintigste eeuw industriële bedrijven in de Verenigde Staten van Amerika beginnen
te verhuizen van de noordoostelijke naar de zuidoostelijke staten. Als voornaamste redenen
hiervoor geven zij dat in het zuiden het loonpeil en de organisatiegraad van het personeel lager
zijn dan in het noorden.
In Europa wordt het onderwerp op de kaart gezet door een klassiek geworden studie naar
industriële bedrijfsverhuizingen in het Verenigd Koninkrijk (Luttrell 1962), gevolgd door publicaties
van Keeble (1968) en Townroe (1972). Hun werk vindt navolging in veel andere Europese landen.
Er worden studies gepubliceerd in en over Frankrijk (Aydalot e.a. 1972; Aydalot 1978), Zweden
(Söderman 1975), Nederland (Pellenbarg 1976, 1977; Molle 1977; Kruyt 1979), Denemarken
(Christiansen 1979), Duitsland (Bade 1979) en Italië (Ortona & Santagata 1983). Klaassen & Molle
publiceren in 1983 een waardevol overzicht van al het Europese onderzoek in deze periode
(Klaassen & Molle 1983). In bijna alle Europese landen lijken de ruimtelijke patronen in de
bedrijfsmigratie in de eerste naoorlogse decennia op elkaar, namelijk een deconcentratie van de
industriële sector zowel op stedelijke schaal (`industriële suburbanisatie´) als op landelijke schaal
(verhuizing van kernregio´s naar perifere regio´s). Bedrijven verhuizen over korte afstand als ze
gebrek hebben aan bedrijfsruimte en door de slechte bereikbaarheid in de steden. Ze verhuizen
over langere afstand als er in de kernregio´s een tekort is aan (laaggeschoold) personeel. In de
jaren zeventig neemt die langeafstandsmigratie in de meeste landen overigens al behoorlijk af,
terwijl de korte afstandsmigratie juist nog toeneemt.
Het bedrijfsmigratieonderzoek concentreert zich aanvankelijk sterk op de industrie. In de jaren
zeventig komt er echter ook meer belangstelling voor de dienstensector, die binnen stedelijke
regio´s steeds mobieler blijkt te worden. Er tekent zich een hiërarchisch beeld af van economische
sectoren die de stad uittrekken. De volgorde waarin wordt bepaald door het moment waarop ze
knellend hinder ondervinden van ruimtegebrek, stijgende grondprijzen en gebrekkige bereik-
baarheid: de industrie eerst, dan de groothandel, en als laatste de zakelijke en financiële diensten.

De jaren zeventig van de vorige eeuw vormen het hoogtepunt van het internationale onderzoek
naar bedrijfsmigratie, althans gemeten naar het aantal grote onderzoeken met een nationale
scope. Helaas zijn veel studies niet in het Engels gepubliceerd, waardoor er in deze periode
betrekkelijk weinig onderlinge uitwisseling van resultaten tussen onderzoekers is. De ontwikkeling
van fundamentele inzichten, leidend tot vernieuwend theoretisch en causaal inzicht, is daardoor
beperkt gebleven.
Het onderzoek in wordt niet gedreven door een academische maar door een beleidsmatige
belangstelling voor de thematiek. Het thema van de langeafstandsmigratie correspondeert met de
door veel Europese regeringen gekoesterde ambitie om werkgelegenheid van centrumregio´s naar
economisch achterblijvende perifere regio´s te verplaatsen. Gemeentelijke bestuurders bekijken de
sterk toenemende suburbanisatie van bedrijvigheid rond middelgrote en grote steden met
argusogen, omdat ze vrezen voor uitholling van de stedelijke werkgelegenheidsfunctie en een
ongewenste toename van het woon-werkverkeer (Holl 2004a). Het bedrijfsmigratieonderzoek uit
deze tijd beoogt vooral een kwantitatieve beschrijving te zijn van verhuisbewegingen, en een
verklaring te geven voor de verhuizingen, vanuit uit de beoordeling, door ondernemers, van de
oude en de nieuwe vestigingsmilieus. De prikkel tot verhuizen moet immers schuilen in de externe
bedrijfsomgeving, zoals de af- of aanwezigheid van ruimte voor uitbreiding als typerende oorzaak
van de meeste verplaatsingen over korte afstanden (van stadscentrum naar standrand of sub-
urbane zone) of het tekort aan respectievelijk aanbod van laaggeschoold en/of goedkoop personeel
als voornaamste push- of pullfactor voor verplaatsing over langere afstanden. Voor de gedachte
dat bedrijfsverhuizingen in de eerste plaats strategische keuzes zijn die voortkomen uit wat er
binnen bedrijven gebeurt, en dat het dus veranderingen in de interne bedrijfsomgeving zijn die
moeten worden bestudeerd, was in die tijd nog geen ruimte.

In de jaren tachtig wordt minder onderzoek gedaan naar bedrijfsmigraties. De focus verschuift
daarbij van de industrie naar de (steeds mobieler wordende) diensten, en van de lange- naar de
korteafstandsmigratie. Deze laatste neemt trendmatig toe, doordat de ruimte- en bereikbaarheids-
problemen in de centrale steden oplopen. Er komt ook meer aandacht voor het gegeven dat het
overheidsbeleid op het gebied van stadsvernieuwing (in die tijd op een hoogtepunt) en
milieubescherming (dan sterk opkomend) de bedrijfsverhuizingen in de hand werkt (Ortona &
Santagata 1983; Elias & Keogh 1982, Scott 1982; Suarez-Villa 1989; Ebels 1997; Pen 2002). Veel
bedrijfsmigratieonderzoek op stedelijke schaal is in deze periode uitgevoerd door onderzoeks- en
adviesbedrijven; deze studies zijn veelal niet gepubliceerd en daardoor grotendeels onbekend
gebleven (Pellenbarg e.a. 2002).

In de jaren negentig zien we opnieuw een heroriëntatie in het bedrijfsmigratieonderzoek. Dit wordt
nu gepositioneerd als een onderdeel van het onderzoeksveld van de bedrijvendemografie (Van Dijk
& Pellenbarg 2000a; Van Wissen & Van Dijk 2004). Ontwikkelingen in het bedrijfsleven op lokale,
regionale of nationale schaal worden net als in de bevolkingsdemografie uiteengerafeld naar de
samenstellende componenten geboorte, sterfte en migratie. Internationaal krijgt de geboorte-
component (oprichting van nieuwe bedrijven) weliswaar de meeste aandacht, maar geleidelijk
groeit ook het inzicht dat het op de langere termijn meer gaat om de vraag waar en hoe nieuwe
bedrijven overleven en groeien dan om de bedrijfsoprichtingen. Ruimtelijke condities zijn bij de
start wellicht minder belangrijk maar nemen aan belang toe in een latere levensfase, als de
overlevende nieuwe bedrijven groter worden en ruimte voor uitbreiding nodig hebben (Holl 2004b).
Bedrijfsmigratie komt daarmee in een nieuw licht te staan: niet als een beleidsdoel voor overheden
die het fenomeen willen beïnvloeden, maar als een locatiestrategie van bedrijven die de beper-
kingen aan hun groei weg willen nemen. De aandacht, ook van bedrijfsmigratieonderzoekers, gaat
zich daardoor meer richten op de bedrijfsinterne ontwikkelingen en overwegingen. Hierop gericht
onderzoek toont ook aan dat bedrijfsinterne factoren en kenmerken (bedrijfssector, bedrijfsgrootte,
leeftijd, netwerkrelaties en voorgaand migratiegedrag) minstens zo belangrijke verklarende
variabelen vormen voor het optreden van bedrijfsverhuizingen als bedrijfsexterne factoren zoals
arbeidsmarkt, overheidsbeleid of specifieke kenmerken van de oude respectievelijk nieuwe
vestigingsplaatsen (Van Dijk & Pellenbarg 2000b; Knoben 2007).


Bedrijfsmigratie in Nederlands onderzoek

In Nederland wordt de eerste steen van het bedrijfsmigratieonderzoek gelegd in de jaren zestig
van de vorige eeuw, met het onderzoek van SISWO naar de industriële bedrijfmigratie in de
periode 1950-1962 (Reinink 1970)
9
. Opdrachtgever van dit onderzoek was (in 1963) de Rijksdienst
voor het Nationale Plan, die in 1965 werd omgedoopt tot Rijksplanologische Dienst. Het SISWO-
onderzoek beschrijft voor Nederland de hierboven genoemde, en in de meeste Europese landen
terug te vinden, tweedeling van bedrijfsverhuizingen over een lange dan wel korte afstand, met
zeer onderscheidende kenmerken voor wat betreft de migratiemotieven, en ook voor wat betreft de
betrokken typen bedrijven. Bedrijven die over korte afstanden verhuizen (dus binnen gemeenten of
naar aangrenzende gemeenten), blijken meestal kleinere en zelfstandige bedrijven te zijn die
uitbreidingsruimte zoeken. Bedrijven die over langere afstanden verhuizen (vooral vanuit de
Randstad naar provincies in de nationale periferie) zijn vaker nevenvestigingen van grotere
ondernemingen, die laaggeschoolde arbeidskrachten zoeken. In de jaren zestig zijn deze laag-
geschoolde arbeidskrachten in de Randstad steeds minder te vinden; vandaar de verhuizingen naar
de periferie. Uit onderzoek in de jaren zeventig blijkt echter dat de langeafstandsmigratie in
Nederland afneemt (Pellenbarg 1985); deze verschuift naar lagelonengebieden elders in de wereld,
met name in Zuidoost-Azië. Dit in tegenstelling tot de korteafstandsmigratie, die juist toeneemt.
De korteafstandsmigratie wordt in de jaren tachtig en negentig geleidelijk aan steeds meer
gedomineerd door de zakelijke dienstverlening (`kantoren´), die uitgroeit tot de meest mobiele
bedrijfstak van Nederland.

Voor de periode 1985-1995 is de ontwikkeling van de bedrijfsmigratie in Nederland te volgen aan
de hand van analyses van data uit het door de Kamers van Koophandel opgezette Mutatie-
balansensysteem (Kemper & Pellenbarg 1988, 1991, 1993, 1995, 1997). Deze analyses laten zien
dat de interprovinciale bedrijfsmigratiebewegingen (saldi) van de Randstad naar de nationale
periferie definitief geleidelijk aan ophouden. De studies suggereren dat zich een deconcentratie op
een lager schaalniveau aftekent, van de Randstad naar de direct aangrenzende provincies
(Flevoland, Gelderland, Noord-Brabant); een deconcentratie die kan worden geïnterpreteerd als
economische suburbanisatie op Randstedelijke schaal. Kemper & Pellenbarg verdedigen in dit
verband de hypothese dat bedrijven niet alleen naar de randen van de stad verhuizen, maar dat ze
in toenemende mate ook de randen van de Randstad als geheel opzoeken. Dit omdat bereikbare en
betaalbare plaatsen voor uitbreiding van de bedrijfsactiviteiten binnen de Randstad zelf steeds

9
We laten hierbij de publicatie `De vestigingsplaats van het industriële midden- en kleinbedrijf´ van de
Nederlandse Middenstandsbank uit 1962 buiten beschouwing. Weliswaar bevat deze de eerste ooit over
bedrijfsmigratie in Nederland gepubliceerde gegevens, maar de uitgave is onbekend gebleven en het eraan ten
grondslag liggende onderzoek wordt in de publicatie zeer beperkt beschreven. Voor meer gegevens zie
Pellenbarg (1985).
minder te vinden zouden zijn. Op langere termijn zouden deze naar ruimte en bereikbaarheid
snakkende bedrijven naar steeds verder van de Randstad liggende regio´s verhuizen.
Atzema & Lambooy bediscussiëren deze visie en komen op basis van anders geselecteerde en deels
recentere (1992-1996) data van de Kamers van Koophandel tot de conclusie dat niet steeds meer,
maar juist steeds minder bedrijven uit de Randstad verhuizen. Ook Schutjens e.a. (1998) komen,
op basis van een enquête in 1995 en 1996 onder in de Randstad verhuisde bedrijven, tot de
conclusie dat organisatorische redenen (fusie, overname, samenvoeging dochter- en
moederbedrijf, enzovoort) belangrijker lijken als verhuismotief dan push- en pullmotieven als
ruimte en bereikbaarheid, en dat de centrale ligging van de Randstad juist als vestigingsmotief
(pull) erg belangrijk blijft. Omdat de Kamers van Koophandel vanaf de tweede helft van de jaren
negentig niet meer beschikken over betrouwbare Mutatiebalansgegevens, is er sinds die tijd geen
onderzoek meer gedaan naar migratiebewegingen.

Het op Nederland gerichte bedrijfsmigratieonderzoek van de jaren zeventig, tachtig en negentig
heeft zich voor een belangrijk deel gericht op het verklaren van de bedrijfsmigraties, voornamelijk
op basis van enquêtes en interviews onder ondernemers die beslissen over hun verhuizing. Tal van
studies naar bedrijfsmigratiemotieven (onderverdeeld naar push-, pull- en keepfactoren) zijn
verschenen, maar deze zijn zeer verschillend van opzet en kennen mede daardoor ook uiteen-
lopende uitkomsten. In vrijwel alle onderzoeken echter is het overheersend belang van de factoren
ruimtenood en bereikbaarheid terug te vinden. Wel is er een trendmatige verschuiving tussen deze
en andere push- en pullmotieven waar te nemen; een verschuiving die naar voren komt als we
drie, door de tijd gespreide, studies met een identieke opzet met elkaar vergelijken (Pellenbarg
1977; Besselink e.a. 1988; Kok e.a. 1999). In deze drie onderzoeken is gewerkt met diepte-
interviews bij vijftig door het land verspreide en recent verhuisde grotere en kleinere bedrijven uit
verschillende bedrijfssectoren. Ook de gestelde vragen waren qua vorm, inhoud en aantal gelijk.
Tabel 5 en 6 geven de vijf belangrijkste push- en pullfactoren, in volgorde van gewicht voor de
verplaatsingsbeslissing.

Uit de tabellen 5 en 6 blijkt dat bedrijfsruimte een dominerende migratiefactor is en blijft. Het is
wel opvallend dat de dominantie van de factor ruimte gaandeweg sterker geldt aan de push- dan
aan de pullkant van de verhuisbeslissing. Als pullfactor wordt de beschikbaarheid van bedrijfs-
ruimte verdrongen door overwegingen betreffende de representativiteit van het bedrijfspand en de
bereikbaarheid van de plek waar dat pand staat. De opkomst van representativiteit als push- en
pullfactor bij bedrijfsverhuizing is ook goed terug te vinden in de analyses die Van Steen (1998)
uitvoerde.

Tabel 5. Vergelijking pushfactoren 1977-1988-1999. Bron: Pellenbarg (1977), Besselink
e.a. (1988), Kok e.a. (1999)

1977 1988 1999
Gebrek uitbreidingsruimte

Gebrek uitbreidingsruimte

Gebrek uitbreidingsruimte

Organisatorische overwegingen Organisatorische overwegingen Geen representatief gebouw

Slechte toestand bedrijfsruimte Moeilijke plaatselijke
verkeerssituatie
Slechte toestand bedrijfsruimte
Dreiging
onteigening/huuropzegging
Optimistische
toekomstverwachtingen
Organisatorische overwegingen
Geen representatieve
omgeving
Slechte toestand bedrijfsruimte Slechte bereikbaarheid

Tabel 6. Vergelijking pullfactoren 1977-1988-1999. Bron: Pellenbarg (1977), Besselink e.a.
(1988), Kok e.a. (1999)
1977 1988 1999
Mogelijkheid uitbreiding

Gunstige verkeersligging

Representatief gebouw

Organisatorische overwegingen Mogelijkheid uitbreiding Bereikbaarheid afnemers en
leveranciers
Aanwezigheid bedrijfsruimte Gunstige plaatselijke
verkeerssituatie
Mogelijkheid uitbreiding

Gunstige verkeersligging

Prijs te verwerven
land/gebouw
Gunstige verkeersligging

Gunstige plaatselijke
verkeerssituatie
Representatief gebouw Aanwezigheid bedrijfsruimte


In de periode na 2000 komt er in het Nederlandse bedrijfsmigratieonderzoek meer aandacht voor
het gegeven dat beslissingen over een bedrijfsverhuizing vaak een langere tijd vergen, en dus niet
zo goed te benaderen zijn vanuit het idee dat er op één bepaald moment een afweging van push-,
pull- en keepfactoren wordt gemaakt, met een bepaalde en directe uitkomst. Er is eerder sprake
van een besluitvormingsproces, waarin meerdere fasen worden doorlopen, die elk hun karak-
teristieke factorlading kennen. Het geheel duurt gemiddeld anderhalf jaar. Vooral Louw (1996) en
Pen (2002) hebben hierover nieuwe en interessante onderzoekresultaten getoond.
Tabel 7, met de uitkomsten van Louw, maakt duidelijk dat de pure (externe) locatiecondities
slechts een deel van het verhaal vertellen. Dit komt overeen met het onderscheidende belang van
de interne versus de externe bedrijfsomgeving. Bovendien blijken externe locatiecondities alleen
echt belangrijk te zijn in de oriënterende en selecterende fasen van de beslissing. Nadat eenmaal
een `shortlist´ van bevredigende alternatieven is samengesteld, wordt de beslissing gedomineerd
door financiële overwegingen. In de praktijk gaat het daarbij vooral om de prijs van grond en
gebouwen. Het is in deze fase dat `opzichtige concurrentie´ tussen gemeenten en regio´s optreedt.
Weliswaar is voor het bedrijf in deze fase de kwaliteit van de locatie helemaal niet meer zo in het
geding (alle alternatieven op de shortlist zijn geschikt) en zijn verschillen in grondprijs in feite te
onbelangrijk om later ooit terug te vinden in productiekostenverschillen, maar voor de
grondaanbiedende partij ontstaat toch het beeld dat de locatiekeuze geheel en al afhangt van de
vraagprijs. Dit heeft als gevolg dat er een te laaggeprijsd aanbod van bedrijfsterreinen ontstaat
(Van der Wouden 2005).

Tabel 7. Factoren bij de locatiebeslissing, genoemd door beslissers (% van alle genoemde
factoren, per zoekfase). Bron: Louw (1996)

Fase Factor
Oriëntatie Selectie Onderhandeling Totaal
Bouwkundige factoren
Functionele factoren
Technische factoren
Financiële factoren
Locatiefactoren
Andere factoren
Totaal
15,2
19,4
3,1
12,2
43,9
6,1
100,0
12,3
18,4
4,2
14,2
36,0
14,6
100,0
7,1
7,1
2,0
52,5
12,1
19,2
100,0
11,9
16,1
3,4
22,5
32,3
13,8
100,0


COMPONENTEN VAN WERKGELEGENHEIDSGROEI



Het aantal bedrijfsvestigingen in Nederland steeg tussen 1996 en 2006 van 660.000 naar 860.000:
een stijging van 2,7 procent per jaar. De werkgelegenheid in deze bedrijven steeg in dezelfde
periode van 6,1 miljoen naar 7,3 miljoen: een stijging van 1,8 procent per jaar
10
. Zo bezien lijkt
het Nederlandse bedrijven- en werkgelegenheidsbestand slechts een geringe dynamiek te
vertonen. Toch is de dynamiek die schuilgaat achter deze geaggregeerde cijfers, wel degelijk
bijzonder groot. Deze verschilt per sector en per regio: zakelijke diensten groeien bijvoorbeeld
harder in werkgelegenheid dan de industrie, en in Amsterdam groeien ze harder dan in Terneuzen.
Maar de dynamiek verschilt ook door de opbouw van de bedrijvigheid in een `boekhouding´ van
gebeurtenissen: bedrijven worden opgericht en beëindigd, bedrijven worden groter en kleiner, en
bedrijven verhuizen
11
. Brutostromen van werkgelegenheid zijn een veelvoud van de nettostromen
(saldo): onder de rustige oppervlakte van de gestaag groeiende bedrijvenpopulatie en
werkgelegenheid gaat een grote turbulentie van de samenstellende delen schuil.

Binnen de bedrijfsdemografische traditie in het ruimtelijk-economisch onderzoek (Caroll & Hannan
2000; Van Dijk & Pellenbarg 2000a) richt het leeuwendeel van de onderzoeksinspanningen, ook
internationaal gezien, zich op de component oprichting: de nieuwe bedrijven. Sinds het
baanbrekende onderzoek van Birch (1979) is de belangstelling voor nieuwe en kleine bedrijven
wereldwijd toegenomen. Deze blijken een veel grotere rol blijken te spelen bij economische
innovatieprocessen en bij de creatie van werkgelegenheid dan in het verleden was aangenomen.
Het heeft geleid tot een levendige literatuur over entrepreneurship en economische groei
(Audretsch e.a. 2006).
Bedrijfsopheffingen, ofwel de component sterfte, zijn veel minder vaak onderzocht. Dit is
begrijpelijk omdat de kenobjecten voor zulk onderzoek verdwenen en dus moeilijk onderzoekbaar
zijn. Minder begrijpelijk, juist gezien vanuit de werkgelegenheidsoptiek, is dat de component
migratie, de bedrijfsverplaatsingen, als onderdeel van de totale bedrijvendynamiek zo weinig
aandacht heeft gekregen.
Hoewel in de Amerikaanse context de werkgelegenheidsfunctie door verplaatste bedrijvigheid
relatief gering lijkt (Neumark e.a. 2006)
12
, gaat het bij bedrijfsverplaatsing in Nederland niet om de
kleinste component van de totale bedrijvendynamiek, maar om een die ongeveer even groot is als

10
Cijfers gebaseerd op LISA-data (Landelijk Informatiesysteem Arbeidsplaatsen) van 1996-2006. Dit
bestand onderscheidt alle organisaties (bedrijven, overheden, zelfstandige beroepsbeoefenaars) waar betaald
werk wordt verricht. We noemen al deze organisaties in de tekst `bedrijven´ of `bedrijfsvestigingen´. Zie voor
een bespreking van dit databestand en de door ons doorgevoerde aanpassingen en bewerkingen hierin de
Appendix.
11
Deze boekhouding, en de modellering ervan, wordt aangeduid met de term bedrijvendemografie.
Bedrijven kunnen volg- en gelijktijdig verschillende gebeurtenissen ondergaan: een vorig jaar opgericht nieuw
bedrijf kan verhuizen, een verhuizend bedrijf kan groter worden, enzovoort. De LISA-dataset is niet in staat om
de gebeurtenissen fusie en overname te onderscheiden in haar bedrijvenpopulatie, maar dit aantal is in
Nederland beperkt tot enkele honderden per jaar (Zephyr Data on Mergers and Acquisitions, Bureau van Dijk
2007).
12
De analyse van Neumark e.a. (2006) richt zich op het zeer grove schaalniveau van staten in de VS (in het
bijzonder Californië), waardoor veel dynamiek op stedelijk en stadsgewestelijk niveau onopgemerkt blijft. Wel
zijn de grootste sommen publiek geld gemoeid met de `interstate competition´ voor het aantrekken van
bedrijven.
de oprichtingscomponent. Indien de werkgelegenheidsgroei in een regio door verhuizing (direct
effect van verhuizingen binnen een regio) en na verhuizing (indirect effect) worden
samengenomen
13
, blijkt deze voor de periode 1999-2006 ongeveer even groot te zijn als de
werkgelegenheidsgroei als gevolg van de banencreatie door nieuwe bedrijven (zie figuur 6).
Nieuwe bedrijven zorgen voor een grote aanwas van werkgelegenheid. Verhuizende bedrijven - dit
kunnen zowel bestaande als nieuwe bedrijven zijn - leiden er door hun vestigingsplaatsvoorkeur
vooral toe dat de werkgelegenheid anders over de regio wordt verdeeld (Davis e.a. 1996), maar ze
creëren ook banen
14
.
Figuur 6 laat zien dat 40 procent van de Nederlandse werkgelegenheid in de sectoren industrie,
zakelijke diensten, distributie en detailhandel betrokken was bij een verhuizing of oprichting
15
.
Hierbij verschilt de toename van het aantal banen bij bedrijven die in die periode zijn verhuisd (het
lichtblauwe deel in de figuur: 800.000 personen ofwel 18 procent van de werkgelegenheid in
2006), niet veel van de toename door in die periode opgerichte bedrijven (het rode deel in de
figuur: 1 miljoen personen ofwel 23 procent van de werkgelegenheid in 2006).

Er bestaan duidelijke sectorale en ruimtelijke verschillen in deze dynamiek. Figuren 7 en tabel 8
laten zien dat de meeste dynamiek vooral bedrijven in de zakelijke dienstverlening geldt. Deze
sector groeit per saldo het meest en kent het grootste percentage nieuwe banen door
bedrijfsoprichtingen (30 procent). Ook de werkgelegenheidsgroei die uit verhuizingen volgt, is in
deze sector het grootst (26 procent). De industriële werkgelegenheid daalt per saldo in termen van
banen, en kent door een hogere toetredingsdrempel ook veel minder nieuwe werkgelegenheid die
samenhangt met bedrijfsoprichtingen (16 procent). Ook het aantal verplaatsingen is relatief gering
(16 procent). De verhuisgeneigdheid en bijbehorende werkgelegenheidsgroei is bij de persoonlijke
dienstverlening de laagste van alle sectoren (9 procent). De distributie blijft constant in
werkgelegenheid, en kent een gemiddelde werkgelegenheidsgroei, die samenhangt met zowel
verhuizing als oprichting.

Figuur 8 geeft op vergelijkbare wijze als de figuren 6 en 7 de werkgelegenheidsgroei weer in tien
Nederlandse steden. Voor iedere stad zijn ook de relatieve werkgelegenheidsaandelen
weergegeven van in de periode 1999-2006 bestaande bedrijven, bestaande bedrijven die
verhuizen, nieuwe bedrijven en nieuwe bedrijven die verhuizen, ten opzichte van het nationale
gemiddelde. De bijdrage van deze categorieën aan de werkgelegenheidsgroei verschilt per stad. De
werkgelegenheidsgroei in Amsterdam wordt bijvoorbeeld grotendeels veroorzaakt door startende
bedrijven, en die in Utrecht en Almere door bedrijven die naar deze gemeenten verhuizen.
Rotterdam en Heerlen zijn voorbeelden van gemeenten waar de groei van reeds aanwezige

13
In het hoofdstuk `Bedrijfsverplaatsingen en werkgelegenheidsgroei: indirecte effecten´ worden de directe
en indirecte effecten van banengroei door verhuizing apart gekwantificeerd.
14
Dit hebben we onderzocht door microbestanden van bedrijfsvestigingen in de periode 1999-2006 (LISA,
zie Appendix) te koppelen. Hierdoor kunnen we groeiende bestaande bedrijven, in de periode nieuw opgerichte
bedrijven, opgeheven bedrijven en verhuizende bedrijven (herkenbaar aan een verandering van de 6-digit
postcode) op individueel niveau onderscheiden.
15
Figuur 2 telt op tot slechts 4,9 miljoen werknemers in Nederland. In dit hoofdstuk hebben we, wegens
beperkte datakwaliteit, de overheidsdiensten buiten beschouwing gelaten. Ook bedrijven kleiner dan twee
werkzame personen zijn buiten beschouwing gelaten, omdat dit vaak postbusondernemingen en niet-actieve
bedrijfsvestigingen zijn. Opheffingen zijn gesaldeerd opgenomen in de componenten van figuur 2. Zie de
Appendix voor verdere uitleg.
Werkgelegenheid (totaal)
0
400
800
1200
1600
2000
2400
2800
3200
3600
4000
4400
4800
5200
1999 2000 2001 2002 2003 2004 2005 2006
W
e
r
k
g
e
l
e
g
e
n
h
e
i
d

(
x
1
0
0
0
)
Nieuw
Nieuw - Verhuisd
Bestaand - Verhuisd
Bestaand
bedrijven een positieve bijdrage levert aan de per saldo negatieve werkgelegenheidsgroei. Dat
bedrijven die in 1999 reeds bestonden, in 2006 een dalend aandeel hadden in de werkgelegenheid,
verhult dat ook in die categorie bedrijven en sectoren zitten die groeien.


Figuur 6. Cumulatieve banengroei in bestaande en gedurende de periode 1999-2006 opgerichte
en verhuisde bedrijven in Nederland















Figuur 7. Banengroei in nieuwe en verhuisde bedrijven per sector, in Nederland, 1999-2006





















Figuur 8. Banengroei in nieuwe en verhuisde bedrijven in tien steden (1999-2006): absoluut en in
afwijking van het nationale gemiddelde

Tabel 8. Banengroei in nieuwe en verhuisde bedrijven, totaal, per sector en voor tien Nederlandse
steden, 1999-2006, in %



Amsterdam Rotterdam Almere Utrecht Den Haag Arnhem Heerlen Amersfoort Zwolle Eindhoven
45 66 40 53 60 61 69 51 60 51
37 15 31 22 18 18 12 25 16 25
15 17 25 23 19 18 16 22 23 20
3 2 3 3 2 3 3 3 2 4
100 100 100 100 100 100 100 100 100 100


Hoewel de componenten `banengroei door verhuizing´ en `banengroei door oprichting´ in Nederland
op langere termijn ongeveer even groot zijn, wordt aan beide processen een ander ruimtelijk
zwaartepunt toegedicht. (Hayter 1998). Werkgelegenheidsgroei door nieuwe bedrijven vindt in
theorie vooral plaats in grotere steden, omdat daar de kansen op marktniches en de over-
levingskansen groter zijn - de incubatortheorie (Leone & Struijk 1976; Boarnet 1994). Bedrijven
die verhuizen, zijn vaak jonge bedrijven die snel groeien en daardoor andere locatie-eisen stellen
(Pen 2002; Stam 2003). Een gebrek aan uitbreidingsruimte en een goede (auto)bereikbaarheid zijn
volgens de literatuur de belangrijkste determinanten waarom bedrijven verhuizen naar de
suburbane gebieden rond de grote steden.
Uit figuur 3 in de Bevindingen blijkt dat de meeste nieuwe bedrijven in Nederland inderdaad
ontstaan in de grote steden, zowel in absolute termen (3a) als bezien per hoofd van de bevolking
(3b)
16
. Enkele steden lopen voorop, zoals Amsterdam, Haarlemmermeer, Almere, Eindhoven,
Veenendaal, Den Bosch, Zaanstad en Groningen, als het gaat om de toename van de
werkgelegenheid door nieuwe bedrijven, terwijl de Zuidvleugel van de Randstad (de regio rond
Rotterdam en Den Haag) in absolute termen weliswaar goed scoort maar relatief gezien beduidend
minder. Splitsen we de gegevens uit naar de onderscheiden deelsectoren (figuur 9), dan blijkt de
positieve score van nieuwe bedrijven in de Noordvleugel van de Randstad vooral veroorzaakt te
worden door de zakelijke dienstverlening (Amsterdam, Utrecht), de distributie (Haarlemmermeer,
Vianen, Veenendaal) en de persoonlijke dienstverlening (Amsterdam).

16
De gegevens voor de provincie Friesland zijn voor deze indicator niet betrouwbaar. Bij de sector
`persoonlijke dienstverlening´ zijn door administratieproblemen nieuwe oprichtingen in overheidsgerelateerde
organisaties niet meegenomen.
Opbouw werkgelegenheid in 2006
Totaal Industrie Zakelijke Dienstverlening Distributie
Persoonlijke
Dienstverlening
Bestaand sinds 1999 61 70 49 61 68
Nieuw sinds 1999 21 14 26 20 23
Bestaand sinds 1999 - Verhuisd 16 14 21 17 8
Nieuw sinds 1999 - Verhuisd 2 2 4 2 1
Totaal 100 100 100 100 100
Figuur 9. Baancreatie door bedrijfsoprichtingen in vier brede sectoren, gemiddelde over 1999-
2006, relatief

BEDRIJFSVERPLAATSINGEN EN WERKGELEGENHEIDSGROEI: DIRECTE EFFECTEN



Het directe werkgelegenheidseffect van verhuizende bedrijven en organisaties betreft de
werkgelegenheid die met een bedrijf meeverhuist van de vertreklocatie naar de bestemmings-
locatie. De meeste bedrijven verhuizen over korte afstand, zo heeft eerder onderzoek aangetoond.
Daardoor heeft de verhuisdynamiek van bedrijven vooral gevolgen voor de ontwikkeling van de
werkgelegenheid op het lokale niveau, dus in gemeenten (Edmiston 2004; STEC 2001, Van Rijt-
Veltman e.a. 2002). Werkgelegenheidsgroei kan optreden doordat een gemeente in staat blijkt om
nieuwe bedrijvigheid van buiten de regio aan te trekken, maar ook doordat bedrijven die binnen de
regio migreren vlak voor of na hun verhuizing harder groeien (Hessels 1992; Knoben 2007).
Omdat gemeenten graag werkgelegenheid creëren of behouden, maken ze ruimte vrij op
bestaande of nieuwe bedrijfslocaties om de groter wordende bedrijven ruimtelijk afdoende te
kunnen huisvesten (Beerink e.a. 1995; Louw e.a. 2004; Van Steen 2005). In dit hoofdstuk gaan
we in op de patronen van werkgelegenheidsgroei in Nederland, zowel binnen gemeenten als tussen
gemeenten.


Eerder onderzoek

De onderzoeken door ETIN voor Noord-Brabant (zie Ministerie van Economische Zaken 1997), door
STOGO voor Utrecht (zie Stijnenbosch e.a. 2002) en door Hoogstra (2005) voor de provincies
Groningen en Drenthe bieden gegevens op provinciaal niveau over bedrijfsverplaatsingen en de
direct betrokken werkgelegenheid. Deze drie onderzoeken zijn gebaseerd op LISA-gegevens.
Het ETIN becijfert dat 20 procent van de totale werkgelegenheidsdynamiek in de provincie Noord-
Brabant in de periode 1992-1996 is toe te schrijven aan bedrijven die binnen de provincie zijn
verhuisd; het gaat hier dus om het saldo van toename door groeiende bedrijven en afname van
krimpende bedrijven. Nog eens 12 procent van de dynamiek heeft volgens ETIN te maken met het
positieve werkgelegenheidssaldo van bedrijven die naar de provincie Noord-Brabant toe zijn
verhuisd of uit de provincie zijn vertrokken. Dit brengt de bij bedrijfsverplaatsingen betrokken
werkgelegenheidsgroei hier op ruwweg een derde van de bedrijvenpopulatie.
In de studies over Utrecht en Groningen/Drenthe, die zijn gebaseerd op gedetailleerde gegevens
per gemeente, wordt geen provinciaal totaal voor de directe banengroei door verplaatsingen
berekend. Een totaal overzicht van de werkgelegenheidssaldi in de jaren negentig van de vorige
eeuw als gevolg van bedrijfsverhuizingen tussen provincies is wel uit andere bronnen te halen,
onder andere uit de nota Ruimte voor economische dynamiek van het Ministerie van Economische
Zaken (1997). In die studie loopt de bijdrage (negatief dan wel positief) van externe verplaat-
singen in provincies van 0 tot 20 procent van de totale werkgelegenheidsgroei.

Hoogstra (2005) berekent dat in de periode 1998-2002 bedrijven die binnen de provincie Drenthe
verhuisden, 19 procent bijdroegen aan de netto werkgelegenheidsgroei; voor bedrijven in
Groningen is die bijdrage 24 procent. Deze bijdrage is vergelijkbaar met die in de provincie Noord-
Brabant.
STOGO berekent dat in de periode 1996-2002 de interne bedrijfsverplaatsingen in Utrecht slechts
voor 5 procent bijdroegen aan de totale banendynamiek. Dat is dus veel minder dan in Brabant,
Groningen en Drenthe. Een kanttekening hierbij is dat binnengemeentelijke verplaatsingen in deze
studie over Utrecht niet meegeteld zijn, en dat kan veel uitmaken. Naarmate de verplaatsingen op
een lager ruimtelijk schaalniveau (bijvoorbeeld postcodeniveau) worden waargenomen, groeit de
bijdrage van die verplaatsingen aan de werkgelegenheidsbalans (zie ook De Bruijn 2000). In
Groningen en Drenthe gaat een kwart van alle bedrijfsverhuizingen over afstanden van minder dan
500 meter. De helft blijft binnen 1,4 kilometer; driekwart blijft binnen 3,3 kilometer.
Tot slot zijn tot 1995 op corop-niveau overzichten bijgehouden van bedrijfsverplaatsingen, namelijk
in de vorm van mutatiebalansen van de Kamer van Koophandel (Kemper & Pellenbarg 1988, 1991,
1993, 1995, 1997). Het grove schaalniveau van de corop-regio´s lijkt geen recht te doen aan de
suggestie dat bedrijfsverplaatsingen vooral op korte afstand plaatsvinden.

Verreweg de meeste bedrijfsmigratieonderzoeken zijn puur registrerend van karakter - het tellen
van aantallen verplaatsingen en betrokken arbeidsplaatsen - of ze richten zich met enquêtes en
interviews op de ondernemer, met vragen over de migratiemotieven. In een beperkt aantal
Nederlandse studies echter worden werkgelegenheid en bedrijfsmigratie onderzocht vanuit de
invalshoek van de betrokken werknemers. Een vroeg voorbeeld van werknemersonderzoek is dat
van SEO (1978). In dit onderzoek wordt voor uit Amsterdam wegtrekkende bedrijven vastgesteld
dat de meeste werknemers niet met het bedrijf meeverhuizen wanneer dat zich verplaatst over een
afstand van twintig kilometer. Inmiddels zal deze limiet wel wat hoger liggen. Maas-Droogleever
Fortuijn (1979) toont middels een steekproef onder bedrijven die midden jaren zeventig uit
Amsterdam wegtrokken, aan dat zwakkere groepen op de arbeidsmarkt (lager personeel, jongeren,
vrouwen) domineren onder de werknemers die niet mee verhuizen, en dat die achterblijvers na de
bedrijfsverhuizing veelal in een minder gunstige arbeidsmarktpositie terecht komen. Vergelijkbare
conclusies worden getrokken in onderzoeken bij bedrijfsverplaatsingen in de omgeving van
Nijmegen (Van Langen 1981) en bij verplaatsingen in verband met een reorganisatie in de Zuid-
Nederlandse zuivelindustrie (Van de Berg 1983). Doorn (1989) constateert op basis van bedrijfs-
verplaatsingen van Den Haag naar Zoetermeer (kantoren) en van Utrecht naar Houten (een
ziekenhuis), dat deeltijdwerkers en vrouwen met kinderen het eerst afvallen. Ongeveer één op de
zes werknemers verhuist mee, de meeste naar de nieuwe locatie zelf, sommigen naar andere
plaatsen in het stadsgewest. In beide gevallen neemt het pendelverkeer onder de werknemers
aanvankelijk aanzienlijk toe, om na verloop van tijd weer af te nemen, doordat werknemers alsnog
verhuizen en doordat nieuw personeel op de nieuwe locatie wordt aangetrokken. Per saldo
verandert de woon-werkafstand of de reistijd voor de werknemers van de onderzochte bedrijven
vrijwel niet, vergeleken met de situatie van voor de bedrijfsverhuizing. Schutjens e.a. (1998) en
Van Kempen & Schutjens (1999) enquêteren bedrijven die over langere afstanden (>50 km)
verhuisden binnen de Randstad, uit de Randstad, of naar de Randstad toe. Deze enquêtes wijzen
uit dat ongeveer driekwart van de werknemers bij het bedrijf blijft werken: een aandeel dat hoog is
vergeleken met de bevindingen van Maas-Droogleever Fortuijn en anderen twintig jaar eerder.

Bedrijfsverhuizingen tussen 1999 en 2006

In de periode 1999-2006 zijn jaarlijks zo´n 18.000 bedrijfsvestigingen in Nederland verhuisd,
gemiddeld zo´n 200.000 werknemers met zich meenemend, zo blijkt uit tabel 9. Dit is ongeveer 4
procent van de bedrijvenpopulatie en 3 procent van de nationale werkgelegenheid. De gemiddelde
omvang van verhuizende bedrijven is dus 12 banen. Het merendeel van deze bedrijven verhuist
over korte afstand: 75 procent van de bedrijven verhuist binnen de gemeente, 94 procent van de
bedrijven verhuist binnen de arbeidsmarktregio. Door over korte afstand te verhuizen veranderen
de belangrijkste netwerken van bedrijven niet. Werknemers hoeven niet mee te verhuizen, en
toeleveranciers en klanten hoeven niet ver te reizen en te zoeken naar de nieuwe locatie (Knoben
2007).

Tabel 9. Aandeel van de werkgelegenheid van bedrijven die binnen en tussen ruimtelijke
indelingen verhuizen, 1999-2006. Bron: LISA (2006)

Ruimtelijke indeling Bedrijven

Werkgelegenheid
Binnen Tussen

Binnen Tussen



Provincie 97,6 2,4

98,7 1,3
Corop-regio 93,5 6,5

95,4 4,6
Gemeente 75,2 24,8

78,0 22,0
N 125.212

1.496.528


Kijken we naar de intergemeentelijke verplaatsingen van werkgelegenheid (25 procent) in ons
verhuisbestand, dan blijkt hier geen vast kern-periferiepatroon te bestaan (zie tabel 10). In
tegenstelling tot de in de literatuur overheersende gedachte is er per saldo geen sprake van een
suburbanisatie van bedrijven vanuit de centrale steden naar hun ommeland. Tabel 10 laat zien dat
ongeveer evenveel bedrijven van centrale steden naar suburbane gemeenten verhuizen (4,29
procent) als in omgekeerde richting (4,38 procent). Het verschil tussen beide stromen is per saldo
verwaarloosbaar klein. Hierbij moet wel bedacht worden dat het schaalniveau van gemeenten per
saldo ook een trek van centrale wijken en buurten naar randen van gemeenten kan verhullen. Uit
tabel 11-14 blijkt dat dit patroon stabiel is over de vier deelsectoren. Bedrijven in de sector
industrie verhuizen ten opzichte van het totaalbeeld van tabel 10 vaker naar de overige locaties,
terwijl bedrijven in de zakelijke dienstverlening vaker binnen en tussen de centrale steden
verhuizen. De overige dienstverlening kent van de vier onderscheiden sectoren de minste interactie
met suburbane gemeenten.

Uit tabel 15-17 blijkt dat in alle drie de landsdelen (Randstad, intermediaire zone en nationale
periferie) de migratiesaldi tussen centrale steden en suburbane gemeenten per saldo
verwaarloosbaar zijn. De intensiteit van de interactie tussen centrale steden en suburbane
gemeenten in de Randstad is met 7 procent verreweg het grootste.

Uit tabel 18 blijkt dat er tussen 1999 en 2006 per saldo ook geen sprake is van een trek vanuit de
Randstad naar de omliggende regio´s in Gelderland en Noord-Brabant (de intermediaire zone). Per
saldo gaat er 0,05 procent (1,30-1,25 procent) van de verhuizingen vaker van de Randstad naar
de intermediaire zone dan andersom. Op jaarbasis betreft dit ongeveer 100 werknemers - een
verwaarloosbaar aantal. Uit tabel 19-22 blijkt ook deze patronen nauwelijks verschillen voor de
onderscheiden sectoren.

Tabel 10. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten
17
, in %, 1999-2006

Naar
Overig Suburbaan Stad Totaal N
Van Overig 31,62 1,38 1,15 34,14
Suburbaan 1,14 19,83 4,38 25,36
Stad 1,00 4,29 35,20 40.50
Totaal 33,77 25,50 40,73 100,00 1.496.390



Tabel 11. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de industrie, in %, 1999-2006


Naar
Overig Suburbaan Stad Totaal N
Van Overig 40,88 1,64 1,43 43,96
Suburbaan 1,47 21,04 5,30 27,80
Stad 1,06 4,12 23,06 28,24
Totaal 43,41 26,80 29,79 100,00 307.322



Tabel 12. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de distributie, in %, 1999-2006


Naar
Overig Suburbaan Stad Totaal N
Van Overig 31,72 2,00 1,18 34,90
Suburbaan 1,65 21,23 4,57 27,45
Stad 1,17 5,32 31,15 37,65
Totaal 34,55 28,55 36,90 100,00 274.964




17
Indeling CBS, zie Appendix.
Tabel 13. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de zakelijke dienstverlening, in %, 1999-
2006


Naar
Overig Suburbaan Stad Totaal N
Van Overig 22,11 1,53 1,44 25,08
Suburbaan 1,22 20,04 5,49 26,75
Stad 1,22 5,80 41,16 48,17
Totaal 24,54 27,36 48,09 100,00 450.158



Tabel 14. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de overige dienstverlening, in %, 1999-
2006


Naar
Overig Suburbaan Stad Totaal
Van Overig 34,65 0,68 0,65 35,98
Suburbaan 0,56 18,01 2,59 21,16
Stad 0,66 2,34 39,86 42,86
Totaal 35,87 21,03 43,10 100,00 463.922



Tabel 15. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de Randstad, in %, 1999-2006


Naar
Overig Suburbaan Stad Totaal
Van Overig 8,94 1,29 0,96 11,19
Suburbaan 0,54 26,95 7,26 34,75
Stad 0,51 6,87 46,68 54,06
Totaal 9,99 35,11 54,90 100,00 578.079



Tabel 16. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de intermediaire zone, in %, 1999-2006


Naar
Overig Suburbaan Stad Totaal
Van Overig 36,00 1,88 1,63 39,51
Suburbaan 1,82 20,34 3,37 25,53
Stad 1,36 3.53 30,07 34,97
Totaal 39,18 25,74 35,07 100,00 528.881



Tabel 17. Aandeel van de werkgelegenheid van bedrijven die verhuizen binnen en tussen centrale
steden, suburbane gemeenten en overige gemeenten in de nationale periferie, in %, 1999-2006

Naar
Overig Suburbaan Stad Totaal
Van Overig 59,34 0,82 0,76 60,92
Suburbaan 1,12 8,57 1,51 11,20
Stad 1,25 1,51 25,12 27,88
Totaal 61,71 10,90 27,38 100,00 389.430



Tabel 18. Aandeel van de werkgelegenheid van bedrijven die binnen en tussen landsdelen
verhuizen, totaal, in %, 1999-2006

Van Randstad Intermediaire
zone
Periferie Totaal N
Randstad 37,32 1,30 0,04 38,65
Intermediaire
zone
1,25 33,22 0,48 34,95
Periferie 0,07 0,83 25,50 26,40
Totaal 38,63 35,35 26,02 100,00 1.496.390


Tabel 19. Verhuizende banen in de industrie binnen en tussen landsdelen, in %, 1999-2006

Naar

Van Randstad Intermediair
e zone
Periferie Totaal N
Randstad 27,60 1,36 0,04 29,00
Intermediaire
zone
1,44 36,66 0,63 38,73
Periferie 0,10 0,97 31,21 32,28
Totaal 29,14 38,98 31,88 100,00 307.322

Tabel 20. Verhuizende banen in de handel en distributie binnen en tussen landsdelen, in %, 1999-
2006

Naar

Van Randstad Intermediair
e zone
Periferie Totaal N
Randstad 38,96 2,14 0,06 41,15
Intermediaire
zone
1,47 32,90 0,69 31,36
Periferie 0,09 1,01 22,70 23,79
Totaal 40,51 36,04 23,44 100,00 274.964


Tabel 21. Verhuizende banen in de zakelijke dienstverlening binnen en tussen landsdelen, in %,
1999-2006

Naar

Van Randstad Intermediair
e zone
Periferie Totaal N
Randstad 44,60 1,54 0,06 46,20 207.981
Intermediaire
zone
1,53 31,43 0,48 33,44 150.537
Periferie 0,07 0,79 19,50 20,36 91.640
Totaal 46,20 33,76 20,04 100,00 450.158


Tabel 22. Verhuizende banen in de overige dienstverlening binnen en tussen landsdelen, in %,
1999-2006.

Naar

Van Randstad Intermediair
e zone
Periferie Totaal N
Randstad 35,70 0,51 0,01 36,23 168.083
Intermediaire
zone
0,72 32,88 0,26 33,85 157.057
Periferie 0,04 0,66 29,21 29,91 138.782
Totaal 36,46 34,05 29,48 100,00 463.922




BEDRIJFSVERPLAATSINGEN EN WERKGELEGENHEIDSGROEI: INDIRECTE EFFECTEN



Het indirecte werkgelegenheidseffect van bedrijfsverplaatsingen betreft de toename van het aantal
banen in bedrijven (vlak) na hun verhuizing. Maar er kan ook een omgekeerd effect optreden:
groeiende bedrijven verhuizen omdat ze gebrek hebben aan uitbreidingsruimte (Pen 2002). Het is
dan ook plausibel dat bedrijven vlak voor, tijdens en na de verhuizing harder groeien dan bedrijven
die niet verhuizen. De gemeente huisvest deze groeiende bedrijven graag binnen haar grenzen.

Bij veel bedrijfsmigratiestudies worden gegevens verzameld over bij de migratie betrokken
aantallen arbeidsplaatsen. Het aantal werkzame personen is nu eenmaal een voor de hand liggende
maat om de omvang van bedrijfsmigratiestromen te bepalen, evenals het aantal
bedrijfsvestigingen. Slechts zelden wordt de relatie gelegd tussen het aantal banen binnen een
bedrijf op de oude locatie en het aantal banen op de nieuwe locatie. Hierdoor komt het netto-, of
indirecte, werkgelegenheidseffect voor verlaten dan wel gekozen locaties niet goed in beeld.
Hoeveel bij een bedrijf werkzame personen voor en na de verhuizing geregistreerd worden, wordt
mede bepaald door het precieze moment van tellen. Wanneer we tellingen vergelijken van twee
jaar voor en twee jaar na de verhuizing, krijgen we een goed beeld wanneer we dit vergelijken met
groeicijfers van vergelijkbare, maar niet-verhuizende bedrijven. Een dergelijke analyse hebben we
uitgevoerd voor bedrijven die in de jaren 2001, 2002, 2003 en 2004 zijn verhuisd. Tabel 4 geeft de
resultaten weer; de groei van verhuisde bedrijven voor en na de verhuisdatum voor verschillende
categorieën (sector, grootte klasse en landsdeel) is steeds uitgedrukt als index ten opzichte van de
groep vergelijkbare bedrijven die in dezelfde periode niet zijn verhuisd.

Het indirecte groei-effect van verhuizende bedrijven blijkt groot te zijn. Rondom de tijd van
verhuizing groeit de werkgelegenheid bij bedrijven die verhuizen, 200 (vlak voor de verhuizing) tot
25 procent (vlak na de verhuizing) sneller als bij bedrijven die niet verhuizen. Het zijn vooral
bedrijven uit het middenbedrijf (tien tot vijftig werknemers) die zowel voor als na verhuizing hard
groeien. Bedrijven die binnen de Randstad verhuizen, kenmerken zich door grote groeicijfers zowel
voor als na de verhuizing. Bedrijven uit de sector persoonlijke diensten groeien relatief hard na de
verhuizing, terwijl bedrijven uit de sector industrie juist voor hun verhuizing hard groeien.

Tabel 23. Index banengroei van verhuizende bedrijven ten opzichte van niet verhuizende
bedrijven, 2 jaar voor en na verhuisdatum, 2001-2004

Verhuisdatum
2 jaar ervoor 2 jaar erna

Industrie 2,74 1,05
Distributie 2,19 1,17
Zakelijke dienstverlening 2,16 1,09
Persoonlijke diensten 2,14 1,5

Kleinbedrijf 2,33 0,54
Middenbedrijf 1,85 2,78
Grootbedrijf 1,04 5,24

Randstad 1,87 1,75
Intermediaire zone 2,19 0,99
Overig 2,25 1,04

Totaal 2,11 1,26



LOCATIEFACTOREN VOOR VERHUIZINGEN TUSSEN GEMEENTEN



Het belang van locatiefactoren voor de richting en omvang van de verhuisstromen van werk-
gelegenheid tussen gemeenten is geanalyseerd middels zwaartekrachtmodellen (ruimtelijke-
interactiemodellen). Hierbij wordt gekeken of bepaalde kenmerken van de gemeente van vertrek
en de gemeente van bestemming samenhangen met de omvang van de verhuizende werkgelegen-
heid tussen deze twee gemeenten. Verplaatsingen binnen gemeenten (het merendeel van de
verhuizingen) worden niet in de analyse betrokken. Wel maken we onderscheid naar de vier brede
sectoren, naar kleine en grote bedrijven en naar bedrijven die binnen de Randstad verhuizen en
daarbuiten.

De basis van onze intergemeentelijke analyse wordt gevormd door een ruimtelijk-interactiemodel
waarbij de interactie tussen gemeenten wordt bepaald door de omvang van en de afstand tussen
gemeenten. Dit relatief eenvoudige model wordt regelmatig gebruikt voor de analyse van een
breed scala aan stromen tussen locaties, variërend van handelsstromen tussen landen (Burger e.a.
2007) tot interregionale interactie (Frenken e.a. 2007). De volgende toetsbare vergelijking (1) is
derhalve geschat in onze analyses:

ε β β + + + =
ij j i ij
d M M K I ln ) ln( ln
2 1
(1)

I geeft de interactie tussen gemeenten i en j weer, M
i
en M
j
de in- en uitgaande massa´s van
relaties in gemeenten i en j en d
ij
de hemelsbrede afstand ertussen. Alle variabelen zijn gemeten in
logs om te corrigeren voor de niet-normale distributie van de afhankelijke en onafhankelijke
variabelen. De interactiedata zijn opgevat als count data, omdat ze de interacties tellen tussen
gemeenten. Alhoewel deze data vaak worden behandeld als continue variabelen, leidt de toe-
passing van het lineaire regressiemodel vaak tot ondoelmatige, inconsistente en niet-objectieve
schattingen (Long 1997) omdat aan veel van de onderliggende statistische veronderstellingen
(normale distributie, homoscedaciteit) niet wordt voldaan. De meest gebruikte schattingstechniek
die wordt toegepast op count data, is Poisson-regressie; deze gaat uit van een maximum
likelihood-schattingstechniek. In dit log-lineaire model heeft de geobserveerde interactie tussen
gemeenten i en j een Poisson-verdeling met een conditioneel gemiddelde ) (µ dat een functie is van
de onafhankelijke variabelen (vergelijking 2):

!
) exp(
] Pr[
ij
I
ij ij
ij
I
I
ij
µ µ −
= , waarin ) ln ) ln( exp(
2 1 ij j i ij
d M M K β β µ + + = (2)

Om the controleren voor een bias als gevolg van overdispersion en de vele nullen in de dataset
(door het ontbreken van relaties tussen gemeenten) maken we gebruik van een zero-inflated
negatief binominale regressietechniek. De onderzoekspopulatie wordt hierbij opgesplitst in twee
groepen: één met nullen en één met waarden groter dan nul. De schatting bestaat ook uit twee
delen. Het eerste deel schat de kans op interactie tussen gemeenten (nul of één); het tweede deel
schat de mate van interactie voor de non-zero interacties (Burger e.a. 2007). Het is hierbij van
belang deze factoren mee te nemen als verschillen tussen gemeente i en gemeente j. Vanuit een
bedrijf gezien veroorzaakt een verhuizing namelijk een verandering in het relatieve belang van de
locatiefactoren. Andere gemeenten kunnen aantrekkelijker zijn omdat zij beschikken over een
beter aanbod/kwaliteit van die, in relatief belang gestegen, locatiefactoren dan de huidige
gemeente van vestiging. Het belang van verschillende locatiefactoren wordt dus geanalyseerd door
de relatieve verandering van een bepaalde locatiefactoren tussen de gemeente van herkomst en de
gemeente van bestemming te bepalen en deze mee te nemen als variabele in vergelijking (2). Om
endogeniteitsproblemen te voorkomen zijn alle variabelen op gemeenteniveau gemeten in het jaar
1999
18
. De uitzondering hierop is het opleidingsniveau van de beroepsbevolking dat op corop-
niveau en gemeenteniveau is getoetst. Verschillende variabelen vertonen een sterke mate van
onderlinge correlatie (multicollineariteit). De variabelen voor de relatieve verandering van de
locatiefactoren zijn berekend door de waarde van de gemeente van herkomst i af te trekken van de
waarde van de gemeente van aankomst j.

We toetsen of locatiekenmerken van de vertrek- of bestemmingsgemeente van invloed zijn op de
intensiteit van de verhuizende werkgelegenheid. Agglomeratie-effecten worden gemeten door de
omvang van de gemeente van vertrek dan wel bestemming te bepalen. Theoretisch gezien zouden
grotere steden meer relaties moeten aantrekken, terwijl een grotere afstand tussen bestemmings-
en vertrekgemeente juist een negatief effect heeft op het aantal relaties. De overige locatiefactoren
zijn uitgedrukt als veranderingen tussen de gemeente van vertrek en die van bestemming. Een
verbeterde bereikbaarheid toetsen we aan de hand van vier variabelen: (1) een kortere afstand tot
de op- en afrit van snelwegen, (2) een kortere afstand tot een dichtstbijzijnde intercitystation, en
een toename van het aantal werknemers dat binnen 45 minuten reistijd (3) over de weg of (4) per
spoor bereikt kan worden. Een verbetering van het opleidingsniveau meten we op regionaal niveau,
om rekening te houden met pendelafstanden van werknemers. Een toename van de gemeentelijke
specialisaties in hightechbedrijven en creatieve bedrijven duidt op een clustereffect van
kenniseconomische groeisectoren (Raspe e.a. 2004). Het areaal terstond uitgeefbaar
bedrijventerrein controleert voor aanbodverschillen per gemeente. De (verandering in de) mate
van stedelijkheid hebben we gemeten aan de hand van de bevolkingsdichtheid, en de (verandering
in de) mate van natuur aan de hand van het oppervlak aan groen in gemeenten.

De tabellen 24, 25 en 26 laten de resultaten zien van het model voor de totale verhuizende
werkgelegenheid en de werkgelegenheid, uitgesplitst naar de vier onderscheiden sectoren en naar
het landsdeel waarin de verhuizing plaatsvindt. De coëfficiënten van de variabelen die de
verandering in locatiefactoren meten, zijn berekend door de waarde van de gemeente van
herkomst af te trekken van de gemeente van aankomst. Hierdoor wordt in veel gevallen een

18
Er is eveneens gekeken naar de mate waarin locatiefactoren zijn veranderd in de periode van analyse
(1999-2006). Een aantal van de oorspronkelijk geselecteerde locatiefactoren vertoonden een sterke fluctuatie
door de tijd (zoals criminaliteit bij bedrijven). Om mogelijke misspecificaties te voorkomen is besloten om
alleen die factoren mee te nemen die stabiel door de tijd zijn.
relatieve verbetering weergegeven met een positieve waarde (bijvoorbeeld het gemiddelde
opleidingsniveau is in de gemeente van aankomst hoger dan in de gemeente van herkomst). Een
positieve coëfficiënt betekent dat er een positief verband bestaat tussen de omvang van de
verhuisde werkgelegenheid en de omvang van de relatieve verbetering van een specifieke
locatiefactor tussen twee gemeenten. De uitzonderingen hierop zijn twee
bereikbaarheidsindicatoren: de gemiddelde afstand tot de dichtstbijzijnde op- en afrit en de
gemiddelde afstand tot het dichtstbijzijnde intercitystation. Een verbetering van deze locatiefactor
betekent dat de afstand tot een op- en afrit en die tot een intercitystation kleiner wordt. Een
negatieve coëfficiënt betekent hier dus een positief verband tussen de verbetering van deze twee
bereikbaarheidsindicatoren (een kortere afstand is hier immers een verbetering) en de omvang van
de verhuisde werkgelegenheid.

Model 1 in tabel 24 betreft de totale verhuizende werkgelegenheid. Bereikbaarheid over de weg
blijkt de belangrijkste locatiefactor te zijn bij intergemeentelijke verhuizingen, boven op de invloed
van massa en afstand. Hiernaast doet zich een significant positief effect voor naarmate er meer
werknemers wonen binnen 45 minuten reistijd over de weg. Deze bereikbaarheidsfactor kan
worden geïnterpreteerd als een indicator voor het arbeidsmarkt- of afzetmarktpotentieel. Opvallend
is dat een verbetering van het aantal terstond uitgeefbare hectaren bedrijventerrein een negatief
effect heeft.
Opvallend is verder dat een verbetering van het gemiddelde opleidingsniveau negatief samenhangt
met de omvang van de verhuisde werkgelegenheid
19
. Dit onverwachte resultaat kan verschillende
oorzaken hebben. Het kan zijn dat deze verschillen binnen Nederland relatief gering zijn, waardoor
opleiding voor het overgrote deel van de bedrijven geen grote rol speelt in het locatiekeuzeproces
(vergelijk Van Oort e.a. 2006). Hiernaast kan het zijn dat het relevante ruimtelijke schaalniveau
van deze locatiefactor, voor die sectoren en vestigingen waarvoor deze wel van belang is, dat van
de corop-gebieden overstijgt. Een vergroting van het aandeel werkgelegenheid in de creatieve
sector - een met het opleidingsniveau samenhangende variabele (Raspe e.a. 2004) - hangt
overigens wel positief samen met de omvang van de verhuizende werkgelegenheid.

Het belang van bereikbaarheid per weg komt ook tot uiting in de resultaten van de sectorale
modellen (zie tabel 24). Wel is hier een aantal interessante verschillen tussen sectoren waar te
nemen. Zo blijkt de bereikbaarheid van werknemers in de sector industrie geen effect op de
verhuisintensiteit te hebben. Dit hangt samen met het feit dat de industrie over het algemeen meer
toeleverende relaties heeft over langere afstanden (Van Oort e.a. 2004). In lijn met de inter-
nationale clusterliteratuur blijken bedrijven te verhuizen naar gemeenten die een mindere mate
van specialisatie in de industrie kennen dan de gemeente waar ze vandaan komen (Van Oort
2004).

19
De gepresenteerde resultaten hebben betrekking op het opleidingsniveau gemeten op het niveau van
corop-gebieden. Er zijn tevens modellen geschat met het opleidingsniveau op gemeenteniveau; ook hier werd
een negatief verband gevonden tussen verbetering van het gemiddelde opleidingsniveau en de omvang van de
verhuisde werkgelegenheid.
In de distributiesector (model 3) speelt een verbetering in de bereikbaarheid via de weg juist wel
een significante rol, en de afstand tot de snelweg niet perse. Opvallend is dat de gemiddelde
afstand tot een IC-station een negatief effect heeft op de verhuisintensiteit.
Een verbetering in termen van bereikbaarheid (binnen 45 minuten) speelt voor de zakelijke
diensten (model 4) een significant positieve rol. Hiernaast valt op dat er significant meer werk-
gelegenheid verhuist naar minder stedelijke gemeenten (gemeten in banendichtheid), die een
relatief hoger aandeel natuur in hun grondgebruik hebben. Dit kan worden geïnterpreteerd als een
indicator voor de gevoeligheid voor een aantrekkelijke omgeving.
In model 5 (persoonlijke dienstverlening) heeft bereikbaarheid geen effect. Dit is verklaarbaar door
het lokale karakter van de `markt´ die in deze sector bediend wordt. Interessant is dat er significant
meer werkgelegenheid trekt naar gemeenten die een meer stedelijk karakter hebben. Dit zou aan
de ene kant het gevolg kunnen zijn van overheidsinstellingen die meer naar Den Haag of naar een
centrale stad zijn getrokken, of anders een meer algemene trek van persoonlijke dienstverleners
naar stedelijke omgevingen weergeven (van bijvoorbeeld detailhandel, uitzendbureaus, enzovoort).

In tabel 25 wordt onderscheid gemaakt naar modellen van kleine verhuizende bedrijven (minder
dan 10 werknemers) en grotere verhuizende bedrijven. Voor grotere bedrijven speelt bereikbaar-
heid van werknemers (binnen 45 minuten) een belangrijke rol. Bereikbaarheid lijkt er voor kleinere
bedrijven minder toe te doen: er blijkt geen significant effect te bestaan voor de verschillende
bereikbaarheidsfactoren. Tegelijkertijd lijken kleine bedrijven wel naar minder stedelijke
gemeenten te trekken. Gegeven het feit dat de groei van het bedrijf de belangrijkste aanleiding is
voor verhuizing, kan dit worden geïnterpreteerd als indicator dat stedelijke gemeenten als broed-
plaats fungeren voor kleine bedrijven, die vanwege een sterke groei wegtrekken naar minder
stedelijke gemeenten.

Ten slotte zijn we nagegaan in hoeverre er een verschil bestaat tussen het belang van locatie-
factoren voor verhuizingen tussen gemeenten in de Randstad enerzijds en tussen gemeenten
hierbuiten anderzijds (zie tabel 26). In de analyse zijn de Randstad en de rest van Nederland als
twee gesloten systemen beschouwd. Opvallend is dat binnen de Randstad een verbetering van de
gemiddelde afstand tot een IC-station een positief effect heeft op de verhuisintensiteit, terwijl de
andere bereikbaarheidsvariabelen daar geen significante relatie mee hebben. In vergelijking met
de intermediaire en perifere zone valt op dat binnen de Randstad weinig locatiefactoren een
significante relatie vertonen met de omvang van de verhuisde werkgelegenheid. Een verbetering
van de gemiddelde afstand tot een oprit heeft wel een significant effect buiten de Randstad, net als
het aantal werknemers dat per weg en spoor binnen 45 minuten bereikt kan worden. Hiernaast lijkt
een verhoging in het aandeel creatieve werkgelegenheid een positief effect te hebben, evenals een
hoger aanbod terstond uitgeefbaar areaal bedrijventerrein.

De belangrijkste locatiefactor blijkt al met al de bereikbaarheid via de weg te zijn. In vrijwel alle
geschatte modellen is er een positief verband tussen de omvang van de verhuisde werkgelegenheid
tussen twee gemeenten en de verbetering van de bereikbaarheid per weg. Locatiefactoren op basis
van de samenstelling van de aanwezige werkgelegenheid zoals clustering of mate van specialisatie
in hightechsectoren lijken geen belangrijke rol te spelen in het locatiekeuzeproces.
Tabel 24. Zero-inflated negatief binominale regressiemodellen voor verhuisintensiteit tussen
gemeenten (uitgedrukt in banen)


1: totaal 2: industrie
3: handel &
distributie
Massa1 0.359** (0.025) 0.349** (0.038) 0.254** (0.037)
Massa2 0.436** (0.026) 0.405** (0.038) 0.373** (0.038)
Afstand -0.026** (0.001) -0.021** (0.001) -0.017** (0.001)
Afstand oprit/afrit -0.009* (0.005) -0.033** (0.008) -0.007 (0.008)
Afstand IC station 0.001 (0.003) -0.006 (0.005) 0.007 (0.005)
Bereikbaarheid werkgelegenheid weg 0.143** (0.041) 0.026 (0.075) 0.241 (0.063) **
Bereikbaarheid werkgelegenheid via spoor 0.106 (0.357) 0.224 (0.550) -0.395 (0.472)
Opleidingsniveau (Corop) -1.367** (0.590) -2.603** (0.989) -1.476 (0.822)*
Hightech -0.179 (0.532) 0.607 (0.889) -0.309 (0.769)
Creativiteit 1.783* (1.038) 1.352 (2.010) 3.012 (1.448)*
Aantal terstond uitgeefbaar ha -0.536 (0.248) -0.124 (0.372) -1.093 (0.321)**
Stedelijkheid -0.055 (0.054) -0.037 (0.086) -0.070 (0.073)
Natuur -0.002 (0.002) -0.003 (0.003) -0.007 (0.002)**
Specialisatie -0.126** (0.053) -0.053 (0.056)
Constante -3.818** (0.189) -3.941** (0.292) -3.089** (0.275)
Zero- inflated deel
Massa1 -0.431** (0.019) -0.331** (0.028) -0.444** (0.026)
Massa2 -0.493** (0.019) -0.407** (0.028) -0.527** (0.026)
Afstand 0.061** (0.001) 0.105** (0.002) 0.081** (0.001)
Afstand oprit/afrit -0.003 (0.004) -0.007 (0.006) 0.002 (0.006)
Afstand IC station -0.007** (0.002) -0.005 (0.004) -0.002 (0.003)
Bereikbaarheid werkgelegenheid weg 0.063** (0.027) 0.069 (0.050) 0.111** (0.042)
Bereikbaarheid werkgelegenheid spoor 0.211 (0.207) 0.488 (0.308) 0.323 (0.281)
Opleidingsniveau (Corop) -0.821** (0.298) -1.181** (0.489) -0.729* (0.431)
Hightech 0.092 (0.364) 0.377 (0.572) 0.382 (0.517)
Creativiteit 0.980 (0.699) -0.664 (1.143) 0.911 (0.994)
Aantal terstond uitgeefbaar ha -0.556** (0.231) -0.500 (0.334) -0.494 (0.299)*
Stedelijkheid 0.047 (0.039) 0.042 (0.058) 0.013 (0.054)
Natuur -0.001 (0.001) 0.001 (0.002) -0.000 (0.002)
Specialisatie -0.097** (0.042) 0.012 (0.037)
Constante 7.901** (0.176) 6.322** (0.261) 8.773** (0.244)
Alpha 2.931** (0.083) 2.429** (0.111) 2.420** (0.106)
Adj R2 0.217 0.272 0.253
Crag & Uhler R2 0.267 0.297 0.279
Non zero observations 6833 2600 3110
Total number of observations 209306 209306 209306

Tabel 24 (vervolg)

4:Zakelijke diensten 5: Persoonlijke diensten
Massa1 0.302** (0.033) 0.373** (0.043)
Massa2 0.509** (0.036) 0.334** (0.043)
Afstand -0.024** (0.001) -0.020** (0.001)
Afstand oprit/afrit -0.007 (0.008) 0.009 (0.008)
Afstand IC station 0.007 (0.005) -0.006 (0.006)
Bereikbaarheid werkgelegenheid weg 0.171** (0.056) 0.046 (0.090)
Bereikbaarheid werkgelegenheid via spoor 0.679 (0.449) -0.770 (0.813)
Opleidingsniveau (Corop) -0.348 (0.834) 0.755 (1.223)
Hightech 0.408 (0.671) -1.704 (0.848)**
Creativiteit -0.622 (1.283) -0.343 (1.584)
Aantal terstond uitgeefbaar ha -0.887** (0.302) -0.091 (0.465)
Stedelijkheid -0.195** (0.071) 0.218 (0.089)**
Natuur 0.003 (0.002) -0.002 (0.003)
Specialisatie -0.287** (0.044) -0.113 (0.113)
Constante 4.692** (0.257) -3.875 (0.312)**
Zero- inflated deel
Massa1 -0.567** (0.025) -0.457 (0.029)**
Massa2 -0.543** (0.026) -0.457 (0.029)**
Afstand 0.072** (0.001) 0.085 (0.002)**
Afstand oprit/afrit -0.009 (0.006) 0.008 (0.006)
Afstand IC station -0.005 (0.003) -0.006 (0.004)
Bereikbaarheid werkgelegenheid weg 0.072** (0.039) 0.030 (0.049)
Bereikbaarheid werkgelegenheid spoor 0.161 (0.279) -0.110 (0.348)
Opleidingsniveau (Corop) -0.659 (0.424) -0.018 (0.521)
Hightech 0.452 (0.491) -0.548 (0.572)
Creativiteit 1.061 (0.931) 0.108 (1.090)
Aantal terstond uitgeefbaar ha -0.511* (0.285) -0.213 (0.335)
Stedelijkheid -0.018 (0.051) 0.071 (0.061)
Natuur -0.000 (0.001) -0.004 (0.002)**
Specialisatie -0.114** (0.040) 0.081 (0.074)
Constante 10.069** (0.242) 8.282 (0.271)**
Alpha 3.007** (0.127) 3.114** (0.158)
Adj R2 0.249 0.255
Crag & Uhler R2 0.279 0.278
Non zero observations 3539 2537
Total number of observations 209306 209306


Tabel 25. Zero-inflated negatief binominale regressiemodellen voor verhuisintensiteit tussen
gemeenten naar grootteklasse bedrijven (uitgedrukt in banen)

Bedrijven >10
werknemers
Bedrijven <= 10 werknemers
Werkgelegenheid gemeente 1 0.300** (0.030) 0.265** (0.017)
Werkgelegenheid gemeente 2 0.378** (0.031) 0.253** (0.018)
Afstand -0.020** (0.001) -0.022** (0.000)
Afstand oprit/afrit -0.009 (0.007) 0.001 (0.004)
Afstand IC station -0.001 (0.004) 0.001 (0.002)
Bereikbaarheid werkgelegenheid weg 0.146** (0.053) -0.015 (0.032)
Bereikbaarheid werkgelegenheid via spoor -0.129 (0.386) 0.314 (0.244)
Opleidingsniveau (Corop) 0.381 (0.747) -0.229 (0.389)
Hightech 0.131 (0.640) -0.116 (0.351)
Creativiteit 0.255 (1.281) 0.024 (0.649)
Aantal terstond uitgeefbaar ha -0.572** (0.269) -0.060 (0.166)
Stedelijkheid -0.039 (0.060) -0.067** (0.038)
Natuur -0.000 (0.002) -0.002** (0.001)
Constante 1.904** (0.230) -2.182** (0.139)
Zero- inflated deel
Massa1 -0.561** (0.029) -0.417** (0.018)
Massa2 -0.659** (0.029) -0.481** (0.018)
Afstand 0.113** (0.002) 0.061** (0.001)
Afstand oprit/afrit 0.015** (0.007) -0.003 (0.004)
Afstand IC station -0.004 (0.004) -0.006** (0.002)
Bereikbaarheid werkgelegenheid weg -0.061 (0.052) 0.061** (0.026)
Bereikbaarheid werkgelegenheid spoor 0.368 (0.300) 0.169 (0.193)
Opleidingsniveau (Corop) 0.539 (0.484) -0.746** (0.280)
Hightech 0.430 (0.572) 0.078 (0.351)
Creativiteit -0.273 (1.101) 0.706 (0.673)
Aantal terstond uitgeefbaar ha -0.162 (0.318) -0.279 (0.218)
Stedelijkheid 0.029 (0.056) 0.042 (0.036)
Natuur -0.000 (0.002) -0.000 (0.001)
Constante 11.135** (0.279) 7.980** (0.169)
Alpha 1.186** (0.039) 1.074** (0.031)
Adj R2 0.264 0.244
Crag & Uhler R2 0.288 0.289
Non zero observations 2180 6290
Total number of observations 209306 209306
Tabel 26. Zero-inflated negatief binominale regressiemodellen voor verhuisintensiteit tussen
gemeenten naar landsdelen (uitgedrukt in banen)
Binnen de Randstad Binnen intermediaire zone en periferie
Werkgelegenheid gemeente 1 0.642** (0.065) 0.332** (0.033)
Werkgelegenheid gemeente 2 0.525** (0.062) 0.420** (0.033)
Afstand -0.093** (0.004) -0.025** (0.001)
Afstand oprit/afrit 0.037 (0.036) -0.008 (0.005)
Afstand IC station -0.042** (0.020) 0.004 (0.004)
Bereikbaarheid werkgelegenheid weg 0.075 (0.145) 0.171* (0.060)
Bereikbaarheid werkgelegenheid via spoor -0.060 (0.499) 1.680* (1.010)
Opleidingsniveau (Corop) -1.370 (1.633) -0.367 (0.683)
Hightech -4.085** (1.259) -0.058 (0.655)
Creativiteit 0.348 (1.800) 2.518 (1.770)
Aantal terstond uitgeefbaar ha -0.327 (0.450) 1.122* (0.630)
Stedelijkheid 0.018 (0.096) -0.216** (0.093)
Natuur -0.004 (0.005) -0.003* (0.002)
Constante -6.399** (0.482) -3.357** (0.243)
Zero- inflated deel
Massa1 -0.458** (0.059) -0.462** (0.027)
Massa2 -0.569** (0.060) -0.533** (0.027)
Afstand 0.132** (0.005) 0.067** (0.001)
Afstand oprit/afrit 0.008 (0.027) -0.000 (0.004)
Afstand IC station -0.005 (0.018) -0.004 (0.003)
Bereikbaarheid werkgelegenheid weg 0.003 (0.125) 0.073* (0.038)
Bereikbaarheid werkgelegenheid spoor 0.406 (0.421) 0.826 (0.734)
Opleidingsniveau (Corop) -0.380 (1.022) -0.314 (0.392)
Hightech -0.321 (1.268) -0.136 (0.456)
Creativiteit 3.331* (1.855) 0.123 (1.285)
Aantal terstond uitgeefbaar ha -0.555 (0.501) -0.129 (0.708)
Stedelijkheid 0.054 (0.090) 0.067 (0.074)
Natuur 0.002 (0.005) -0.001 (0.001)
Constante 8.079** (0.549) 8.082** (0.234)
Alpha 2.357** (0.173) 2.515** (0.080)
Adj R2 0.167 0.238
Crag & Uhler R2 0.341 0.291
Non zero observations 904 4574
Total number of observations 6806 140250


LITERATUUR



Atzema, O.A.L.C. & J.G. Lambooy (1999), `Agglomeration economics and migration of firms´, pp.
123-140 in: J. van Dijk & P.H. Pellenbarg (eds.) Demography of firms; spatial dynamics of firm
behaviour. Netherlands Geographical Studies 262, Groningen: RUG.
Audretsch, D.B., M.C. Keilback & E.E. Lehmann (2006), Entrepreneurship and economic growth,
Oxford: University Press.
Aydalot, Ph. (1978), `La Mobilité des Activités et de l'Emploi´, Revue d'Economie régionale et
Urbaine 4.
Aydalot, Ph., M. Noël & Cl. Pottier (1972), La Mobilité des Activités Economiques, Gauthier-Villars.
Bade, F.J. (1979), Die Mobilität von Industriebetrieben,. Schriftenreihe des Wissenschaftszentrums
Berlin IIMV, Band 6. Berlin: Meisenheim.
Bartik, T.J. (2005), `Solving the problems of economic development incentives´, Growth and
Change 36: 139-166.
Beerink, B., J. Hagens & R. Buck (1995), Locatievoorkeur en ruimtegebruik van verhuisde
bedrijven, Den Haag: Ministerie van Economische Zaken.
Berg, L. van de (1983), Overplaatsing of ontslag? Een case study naar de mobiliteit van
werknemers tijdens een reorganisatie binnen een multilocationele onderneming, Publicatie no.
31. Nijmegen: Vakgroep Economische Geografie.
Besselink, H., Bijleveld, M. van Geene, R. Kerkhof, A. Rotink & A.N. Schaafsma (1988),
Veranderende vestigingstendenzen, Groningen: Geografisch Instituut.
Boarnet, M.G. (1994), `The monocentric model and employment location´, Journal of Urban
Economics, 36: 79-97.
Burstein, M.L. & A.J. Rolnick (1995), `Congress should end the economic war among the states´,
Annual report essay, Federal Reserve Bank of Minneapolis.
Birch, D.L. (1979), The job generation process, MIT: Cambridge University Press.
Bruijn, P.J.M. (2000), `Bedrijfsmigratie in de regio Amsterdam´, Economische Statistische Berichten:
663-665.
Burger, M., G.J. Linders & F. van Oort (2007), On the specification of the gravity model of trade:
zero´s, excess zero´s and quasi-Poisson estimation, Erasmus Universiteit Rotterdam.
Caroll, G.R. & M.T. Hannan (2000), The demography of corporations and industries, Princeton, New
Jersey: Princeton University Press.
Christiansen, U. (1978), Moves of firms 1961-1976 between Danish functional urban regions,
seminar paper IASA, Laxenburg.
Davis, S.J., J. Haltiwanger & J. Schuh (1996), Job creation and destruction, Cambridge: MIT Press.
Dijk, J. van & P.H. Pellenbarg (eds) (2000a), Demography of firms; spatial dynamics of firm
behaviour, Netherlands Geographical Studies 262, Utrecht/Groningen: KNAG/FRW RUG.
Dijk, J. van & P.H. Pellenbarg (2000b), `Firm relocation decisions in The Netherlands; An ordered
logit approach´, Papers in Regional Science 79: 191-219.
Doorn, P.K. (1989), Social Structure and Spatial Mobility. Composition and Dynamics of the Dutch
Labour Force, Utrecht: Geografisch Instituut.
Ebels, H. J. (1997), Oudere stadsdelen en de ruimtelijke effecten van bedrijfsverplaatsingen,
Proefschrift Universiteit van Amsterdam.
Edminston, D.E. (2004), `The net effects of large plant locations and expansion on county
employment´, Journal of Regional Science 44/2004: 289-319.
Elias, P. & G. Keogh (1982), `Industrial decline and unemployment in the inner city areas of Great
Britain: a review of the evidence´, Urban Studies 1: 1-15.
Ellis, S. & C. Rogers (1997), `Local economic development as a game: we´re caught in a trap I can´t
walk out..´, Paper presented for the Southern Regional Science Association,
http://www.rri.wvu.edu/wpapers/pdffiles/pdilemma.pdf
Frenken, K., J. Hoekman & F. van Oort (2007), Towards a European research area, Rotterdam/Den
Haag: NAi Uitgevers/Ruimtelijk Planbureau.
Glaeser, E.L. (2001), The economics of location-based tax incentives, Harvard Institute of
Economic Research, Discussion paper no. 1932, Cambridge, MA: Harvard University.
Hayter, R. (1998), The dynamics of industrial location. The factory, the firm and the production
system, London: Wiley.
Hessels, M. (1992), Location dynamics of business services. An intrametropolitan study on the
Randstad Holland, Utrecht: Netherlands Geographical Studies.
Hoogstra, G. (2005), `Atlas van de bedrijvendynamiek en werkgelegenheidsgroei in de regio
Groningen-Drenthe 1998-2002´, pp. 157-174 in: P.H. Pellenbarg, P.J.M. Van Steen & L.J.G. Van
Wissen (red.), Ruimtelijke aspecten van de bedrijvendynamiek in Nederland, Assen: Van Gorcum.
Holl, A. (2004a), `Manufacturing location and impacts of road transport infrastructure: empirical
evidence from Spain´, Regional Science and Urban Economics, Vol. 34: 341-363.
Holl, A. (2004b), `Start-ups and relocations: manufacturing plant location in Portugal´, Papers in
Regional Science, Vol. 83: 649-668.
Keeble, D. (1976), Industrial location and planning in the United Kingdom, London: Methuen.
Kempen, R. van & V.A.J.M. Schutjens (1999), Verhuizen voor het werk? Analyses van
migratiegedrag en woonwensen, Utrecht: Faculteit Ruimtelijke Wetenschappen.
Kemper, N.J. & P.H. Pellenbarg (1988), `De actuele ruimtelijke dynamiek van het Nederlandse
bedrijfsleven 1990/1991´, Economisch-Statistische Berichten nr. 3643: 153-159.
Kemper, N.J. & P.H. Pellenbarg (1991), `Bedrijfsverplaatsing in Nederland 1988-1989´,
Economisch-Statistische Berichten: 249-252.
Kemper, N.J. & P.H. Pellenbarg (1993), `Bedrijfsverplaatsing in Nederland 1990/1991´,
Economisch-Statistische Berichten: 380-384.
Kemper, N.J. & P.H. Pellenbarg (1995), `Een vlucht uit de Randstad?´, Economisch-Statistische
Berichten 17-5-1995: 465-469.
Kemper, N.J. & P.H. Pellenbarg (1997), `De Randstad een hogedrukpan´, Economisch-Statistische
Berichten 82: 508-512.
Klaassen, L.H. & W.T.M. Molle (eds) (1983), Industrial Mobility and Migration in the European
Community, Aldershot: Avebury.
Knoben, J. (2007), A Spider and the Stickiness of its Webb. The Causes and Consequences of
Spatial Firm Mobility, Dissertatie Universiteit Tilburg.
Kok, J.G., G. Menkhorst, B. de Roo & E. Vening (1999), Migratieprocessen anno 1999, Groningen:
Faculteit der Ruimtelijke Wetenschappen.
Kruyt, B. (1979), `The changing spatial pattern of firms in Amsterdam: empirical evidence´,
Tijdschrift voor Economische en Sociale Geografie 70: 114-157
Langen, H. van (1981), De gevolgen van bedrijfsverplaatsingen voor het personeel. Een onderzoek
onder het personeel van enkele vanuit en naar Nijmegen verplaatste bedrijven, Nijmegen:
Geografisch Instituut.
LeRoy, G. (2005), The great American job scam: corporate tax dodging and the myth of job
creation, San Francisco: Berett-Koehler Publishers.
Leone, R.A. & R.J. Struyck (1976), `The incubation hypothesis: evidence from five SMA's´, Urban
Studies, 13: 325-31.
Louw, E. (1996) Kantoorgebouw en vestigingsplaats, Stedelijke en regionale verkenningen 12,
Delft: Delftse Universitaire Pers.
Louw, E., B. Needham, H. Olden & C.J. Pen (2004), Planning van bedrijventerreinen, Den Haag:
SDU Uitgevers.
Luttrell, W.F. (1962), Factory location and industrial movement: a study of recent experience in
Great Britain, London: National Institute of Economic and Social Research.
Maas-Droogleever Fortuijn, J.C. (1979), Personeel op drift. Een onderzoek naar het personeel van
enkele binnen en uit Amsterdam verhuisde bedrijven, Amsterdam: Sociaal Geografisch
Instituut.
McLaughlin, G.E. en S. Robock (1949), Why Industry Moves South, New York: NPA.
Ministerie van Economische Zaken (1997), Ruimte voor economische dynamiek. Een verkennende
analyse van ruimtelijk-economische ontwikkelingen tot 2020, Den Haag: Ministerie van
Economische Zaken.
Molle, W.T.M. (1977), `Industrial Mobility; A review of empirical studies and an analysis of the
migration of industry from the City of Amsterdam´, Regional Studies 11: 323-335.
Oort, F.G. van (2004), Urban growth and innovation, Aldershot: Ashgate.
Ortona, G. en W. Santagata (1983), `Industrial mobility in the Turin metropolitan area 1961-1977´,
Urban Studies 20: 59-71.
Pellenbarg, P.H. (1976), Bedrijfsmigratie in Nederland. Deel I Terreinverkenning, Geografisch
Instituut, Rijksuniversiteit Groningen.
Pellenbarg, P.H. (1977), Bedrijfsmigratie in Nederland. Deel II Onderzoeksresultaten, Stichting
Noord Holland-Noord, Industriecommissie Hollands Noorderkwartier en Geografisch Instituut,
Rijksuniversiteit Groningen.
Pellenbarg, P.H. (1985), Bedrijfsrelokatie en ruimtelijke kognitie, Sociaal-Geografische Reeks nr.
33. Groningen: FRW/RUG.
Pellenbarg, P.H. (1999), `Het huidig belang van infrastructuur en vervoer voor regionale en
nationale vestigingsbeslissingen´, pp. 51-65 in: J.P. Elhorst en D. Strijer (red.), Het economisch
belang van vervoer, REG publicatie 18, Groningen: Stichting Ruimtelijke Economie Groningen.
Pellenbarg, P.H., L.J.G. van Wissen & J. van Dijk (2002), `Firm Migration´, pp. 110-148 in: P.
McCann (ed.), Industrial Location Economics, Cheltenham USA: Edward Elgar.
Pen, C.J. (2002), Wat beweegt bedrijven. Besluitvormingsprocessen bij verplaatste bedrijven, NGS
297, Groningen: Faculteit der Ruimtelijke Wetenschappen.
Peters, A. & P. Fisher (2004), `The failures of economic development initiatives´, Journal of the
American Planning Association 70: 27-37.
Reinink, G.J. (1970), Industriële bedrijfsmigratie in Nederland in de jaren 1950-1962. Een
onderzoek naar verplaatsingsfactoren, Amsterdam: SISWO.
Schutjens, V.A.J.M., R. van Kempen & B. Wiendels (1998), Werk geïnduceerde migratie over lange
afstand: een vooronderzoek´, Utrecht: Faculteit Ruimtelijke Wetenschappen.
Scott, A.J. (1982),´ Locational patterns and dynamics of industrial activity in the modern
metropolis´, Urban Studies 2: 111-141.
SEO (1978), Migratieonderzoek Amsterdamse Bedrijven, Amsterdam: Stichting voor Economisch
Onderzoek.
Söderman, S. (1975), Industrial location planning, Stockholm: Almqvist & Wiksell International.
Stam, E. (2003), Why butterflies don´t leave. Locational evolution of evolving enterprises, Utrecht:
Faculteit Geowetenschappen.
STEC (2001), Locatiedynamiek bedrijven, Nijmegen: STEC.
Steen, P.J.M. van (1988), Bedrijvenlandschap 2000+. Bedrijfsverplaatsingen en de vraag naar
bedrijfslocaties in Nederland, Onderzoek en Advies 85, Groningen: Faculteit der Ruimtelijke
Wetenschappen.
Steen, P. van (2005), `Bedrijvendynamiek onder het vergrootglas´, pp.43-68 in: P. Pellenbarg, P.
van Steen & L. van Wissen (red.), Ruimtelijke aspecten van de bedrijvendynamiek in
Nederland, Assen: Van Gorcum.
Stijnenbosch, M.H., B. van Steenis & M.Q. Zweedijk (2002), Trendrapportage Economische
Ontwikkeling Periode 1996-2001, Bestuur Regio Utrecht, Utrecht: Stichting voor Toegepast
Geografisch Onderzoek (STOGO, projectnummer 875).
Suarez-Villa, L. (1989),´ Policentric restructuring, metropolitan evolution and the decentralisation of
manufacturing´, Tijdschrift voor Economische en Sociale Geografie 4: 194-205.
Townroe, P.M. (1973), `Industrial location, search behaviour and regional planning´, pp. 44-58 in:
J. Rees & P. Newby (eds.), Behavioural perspectives in geography, Middlesex Polytechnic
Monographies in Geography.
VROM-Raad (2006), Werklandschappen. Een regionale strategie voor bedrijventerreinen, VROM-
Raad Advies 053, Den Haag: VROM-Raad.
Wissen, L. van (2004), Het LISA, VVK Handelsregister en CBS Bedrijvenregister met elkaar
vergeleken. Vestigingen en banen naar economische activiteit op nationaal en regional niveau,
URSI rapport 306, Groningen: Faculteit Ruimtelijke Wetenschappen.

BIJLAGE



Inleiding

Deze technische bijlage heeft als doel om inzicht te geven in de achtergrond van de data die
gebruikt zijn voor deze studie. De basis hiervan wordt gevormd door de zogenaamde LISA
(Landelijk Informatiesysteem Arbeidsplaatsen) micro-databestanden. In het eerste deel van deze
bijlage wordt ingegaan op de achtergronden en kenmerken van de LISA data. Hierna wordt de
manier waarop de LISA data is gebruikt om een longitudinale dataset te creëren nader besproken.
Vervolgens komen enkele specifieke problemen bij de identificatie van verhuizende en startende
bedrijven aan bod. Tot slot worden de gebruikte ruimtelijke indelingen en de gebruikte variabelen
in het ruimtelijk interactiemodel toegelicht.


Het LISA vestigingenregister

Deze studie is grotendeels gebaseerd op analyses van de LISA vestigingsregisters. In deze para-
graaf zal worden ingegaan op de achtergronden van deze data en de manier waarop verhuizende
en startende bedrijven zijn geïdentificeerd.


Achtergronden van het LISA
In 1995 is de stichting LISA opgericht met als doel `het bijeen brengen van regionale vestigingen-
registraties met daaraan gekoppelde werkgelegenheidsgegevens tot een integraal, landsdekkend,
uniform en consistent vestigingenregister´ (Stichting LISA 2007, p. 3). LISA heeft primair tot doel
inzicht te geven in de werkgelegenheid op verschillende aggregatieniveaus. De verantwoordelijk-
heid voor de uitvoering van de verzameling ligt bij de regionale registerhouders (provincies of
regionale samenwerkingsverbanden). Deze registerhouders houden jaarlijks een enquête onder alle
bedrijven in hun regio. In 2006 waren er in totaal 22 regionale registerhouders.
20
Deze worden
weergegeven in figuur 1.



20
Door de tijd zijn er verschillende LISA regio´s samengevoegd. Zo zijn de Brabantse registerhouders in
2007 samengegaan in Noord-Brabant (LISA, 2007).
Figuur 1. Regionale registerhouders van LISA in 2006


Zoals de naam aangeeft is LISA een vestigingenregister waarbij het doel is om zowel ruimtelijke
(adres) als economische (banen en sector) gegevens te verzamelen over elke vestiging in
Nederland waar betaald werk wordt verricht. Op basis van de microgegevens op vestigingsniveau is
het mogelijk om gegevens over werkgelegenheid binnen verschillende sectoren op diverse
ruimtelijke schaalniveaus te verkrijgen. Werkgelegenheid is hierbij gedefinieerd aan de hand van
het aantal banen, waarbij een onderscheid wordt gemaakt tussen fulltime en parttime banen. Een
fulltime baan wordt hierbij over het algemeen gedefinieerd als een baan met werktijd van 12 of
meer uur per week en sluit hierbij aan bij de door het CBS gehanteerde definitie in de enquête
beroepsbevolking.
21
De werkgelegenheid zoals gedefinieerd door LISA betreft hiermee het aantal
bezette arbeidsplaatsen. Een individuele werknemer kan dus meerdere malen worden meegeld
indien deze meerdere banen heeft. Bij aggregatie naar een bepaald ruimtelijk schaalniveau
betekent dit dat er een verschil kan ontstaan tussen de werkgelegenheid gemeten in aantal banen
(de LISA definitie) en het aantal werkende personen.

De in dit onderzoek gebruikte gegevens van een vestiging bestaan uit de naam, het vestigings-
adres, het aantal banen (vier categorieën op basis van een onderscheid naar mannen, vrouwen,
fulltime en parttime), de sector van economische activiteit (naar SBI code), een registratie-
nummer, het zogenaamde LISA nummer en het Kamer van Koophandel nummer.
De sectorindeling in LISA is gebaseerd op de SBI-93 classificatie. Indien een vestiging minimaal
één werkzame persoon heeft wordt het meegeteld. Uitzondering hierop vormen een aantal SBI-

21
Sommige LISA-registerhouders hanteren een grens van 15 of meer gewerkte uren en volgen daarmee de
definitie de de Kamer van Koophandels hanteren. Het betreft hier de regio Noord-West Holland, Zeeland,
Friesland en gemeente en provincie Groningen. Dit heeft echter geen implicaties voor dit onderzoek aangezien
daarin parttime en fulltime werkgelegenheid opgeteld worden.
codes waarvoor er relatief veel vestigingen zijn waar niet daadwerkelijk betaalde arbeid plaats
vindt.
22
Voor deze sectoren is een ondergrens van twee werkzame personen gehanteerd.
Van belang bij deze sectorindeling is dat werkgelegenheid in de vorm van uitzendkrachten wordt
toebedeeld aan de vestigingen waar ze werken (de bedrijven die gebruik maken van de diensten
van uitzendbureaus) en niet bij de uitzendbureaus waar ze feitelijk op de loonlijst staan (zoals het
CBS administreert). Freelancers en zelfstandigen zonder personeel worden als aparte vestiging
geteld.


Betrouwbaarheid van het LISA
Zoals aangegeven worden de gegevens verzameld door verschillende regionale registerhouders. De
stichting LISA koppelt deze regionale gegevens aan elkaar zodat er een landsdekkend bestand
ontstaat. De registerhouders zijn zich in de loop van de tijd steeds meer aan de LISA-standaarden
gaan houden, maar hebben toch nog een aanzienlijke mate van vrijheid bij het onderhoud van hun
registers. Hiernaast is de organisatie die als registerhouder optreedt in sommige regio´s gewijzigd
door de tijd. Tenslotte zijn er door de jaren in verschillende regio´s opschoningen en omnumme-
ringen (wijzingen van het LISA nummer) doorgevoerd. Het nadeel van deze werkwijze is dat er
regionale verschillen bestaan in de LISA-data hetgeen de vergelijkbaarheid van de gegevens
tussen verschillende LISA regio´s kan beïnvloeden.
In dit kader heeft Van Wissen (2003) het LISA-register vergeleken met twee andere bedrijven-
registers, het handelsregister en het CBS bedrijvenregister, en concludeert ondermeer dat het niet
mogelijk is eenduidige conclusies over kwaliteitsverschillen te trekken.
23
Hoewel LISA het s context
van deze studie heeft bepaald), concludeert van Wissen (2003) dat verschillen tussen de
registerhouders ervoor zorgen dat vergelijkingen tussen LISA-regio´s problematisch kunnen zijn.
Eigen analyses van het aantal vestigingen laten zien dat, in lijn met Van Wissen (2003), gemeen-
telijke verschillen in aantallen vestigingen, voor enkele jaren en sectoren, voor een groot deel
terug te voeren zijn op verschillen tussen de LISA-regio´s. Deze verschillen komen met name naar
voren bij analyses op een laag sectoraal aggregatieniveau (de 2-digit SBI-sectoren). Bij analyses
op een hoger sectoraal aggregatieniveau zijn de verschillen echter veel kleiner. Verder zijn deze
verschillen beperkt wanneer de ruimtelijke verdeling van de werkgelegenheid, in plaats van het
aantal vestigingen, wordt gekeken. Dit impliceert dat de LISA regio´s met name verschillen op het
gebied van vestigingen met een relatief laag aantal banen. De verschillen worden, tot slot, nog
verder beperkt door de gegevens niet per jaar te bekijken, maar te aggregeren over de tijd. De
conclusie lijkt dan ook dat LISA gebruikt kan worden als landsdekkend bestand op het gebied van
werkgelegenheid. In deze studie staan om bovengenoemde reden de (verhuizende) werkgelegen-
heid centraal en niet het aantal (verhuizende) vestigingen.

22
Het betreft hier de SBI codes 65231 (Beleggingsinstellingen in financiele activa), 65232
(Beleggingsinstellingen in vaste activa), 65233 (Beleggingsinstellingen met beperkte toetreding), 65234
(Finciele Holdings), 74151 (concerndiensten) en 74152 (holdings (geen financiele holdings)).
23
Hiervoor zou een vergelijking nodig zijn op micro-niveau op basis een steekproef van bedrijven en de
gegevens over deze bedrijven in de drie registers.
Het longitudinale databestand

In deze paragraaf wordt beschreven hoe de dataset die gebruikt is voor de analyses die ten
grondslag liggen aan deze studie is samengesteld en hoe starters en verhuizers in deze dataset zijn
geïdentificeerd.

Constructie van het databestand
Om een longitudinale dataset te maken van de LISA-bestanden is gebruik gemaakt van een
procedure die ontwikkeld is door de Bok (2005). Voor het onderzoek zijn landsdekkende LISA-
bestanden beschikbaar voor de periode 1999 tot en met 2006. Door middel van een vergelijking
van opeenvolgende jaren worden aan dit longitudinale microbestand bedrijfsdemografische
veranderingen (oprichting, opheffing, migratie) ontleend (De Bok 2005).
In de procedure wordt ieder bedrijf individueel ingelezen en opgeslagen. Hierbij wordt van elke
bedrijfvestiging naast het LISA-nummer en het Kamer-van-Koophandelnummer de postcode (PC6),
SBI-code en het aantal banen opgeslagen. Van bedrijven die in een eerder jaar al bestonden
worden de gegevens van het in te lezen jaar opgeslagen, samen met de bedrijfskenmerken in
voorgaande en latere jaren. Hierbij is ieder jaar één dimensie in de bedrijfsmatrix.
De koppeling van de verschillende jaren van de LISA bestanden vindt plaats op basis van het LISA
nummer, dat uniek is voor elke vestiging en beschikbaar is voor elke vestiging.
24
Een bedrijf is als
verhuizend geïdentificeerd indien de postcode is veranderd. Verhuizingen binnen een 6-positie-
postcodegebied zijn dus niet geregistreerd. Een opheffing is geïdentificeerd als het verdwijnen van
een LISA nummer, terwijl een oprichting geïdentificeerd wordt door het verschijnen van een nieuw
LISA nummer in de dataset.
Een nadeel van het LISA nummer is echter dat deze verandert indien een vestiging verhuist tussen
LISA regio´s. Ook veranderen LISA nummers door omnummerings- of herzieningsacties van LISA
registerhouders. De jaarbestanden van een bedrijf waarvan het LISA nummer van het ene jaar op
het andere verandert worden door de procedure in eerste instantie niet aan elkaar gekoppeld. In
het geval van een wijziging in LISA nummer door een verhuizing tussen LISA regio's wordt deze
dan ook ten onrechte geregistreerd als bedrijfsopheffing in de eerste regio en een bedrijfs-
oprichting in de tweede regio. In het geval van een wijziging in LISA nummer als gevolg van een
omnummering geldt dat het bedrijf ten onrechte wordt geregistreerd als opheffing in de eerste
periode en als een oprichting in dezelfde regio in de volgende periode.
Om beide hierboven beschreven vormen van onterechte classificatie te voorkomen is, naast het
LISA nummer, gebruik gemaakt van het Kamer van Koophandel (KvK) nummer, dat gedurende de
levensloop aan een uniek bedrijf verbonden blijft, in combinatie met de vestigingsnaam en de SBI-
code van een bedrijf.
25
Voor de bedrijven die na de eerste koppeling als `opgeheven´ geclassificeerd
waren, is met behulp van het KvK-nummer, de SBI-code en de vestigingsnaam gekeken of zij in

24
LISA nummers worden niet hergebruikt waardoor het in principe is uitgesloten dat het LISA nummer van
een bedrijf dat is opgeheven in een latere periode wordt gebruikt voor een nieuw opgericht bedrijf.
25
In een aantal gevallen bleken er dubbele Kvk nummers te bestaan. Een mogelijk verklaring voor dubbele
KvK-nummers is dat bij inter-regionale bedrijfsverplaatsingen bedrijven nog in beide LISA-regio´s geregistreerd
staan. Een andere mogelijke verklaring is dat bij opheffing van een bedrijf het oude KvK-nummer al
'hergebruikt' is, terwijl het opgeheven bedrijf nog steeds in de registratie is opgenomen. Omdat het aandeel
dubbele KvK nummers minder dan 1% van het totaal aantal KvK nummers betrof zal dit echter niet tot
nauwelijks effect hebben op de uiteindelijk gebruikte data.
een opeenvolgend jaar weer voorkwamen (al dan niet in een nieuwe LISA-regio). Indien dit niet
het geval was werd het bedrijf definitief als een opheffing geregistreerd. Indien dit wel het geval
was en het bedrijf op dezelfde locatie werd aangetroffen dan werd dit geclassificeerd als "geen
verandering". Indien dit wel het geval was, en het bedrijf in een andere LISA regio werd
aangetroffen, werd het geclassificeerd als een `inter-regionale migratie´ met een `regionale vertrek´
in de herkomstregio en een `regionale vestiging´ in de bestemmingsregio. Figuur 2 geeft deze
segmentering weer.
Deze tweede manier van koppelen kent echter enkele nadelen. Ten eerste is het KvK-nummer geen
standaard onderdeel van het LISA register. Hierdoor verschilt de beschikbaarheid van het KvK-
nummer per periode en per LISA regio. Ten tweede verandert bij de verandering van het LISA
nummer in een aantal gevallen ook de SBI-code of de vestigingsnaam van een bedrijf. Wanneer dit
gebeurt, is het met de gebruikte procedure niet mogelijk om de vestiging te identificeren en te
koppelen. Hierdoor is het mogelijk dat bedrijven waarvoor geen KvK-nummer beschikbaar is, of
waarvoor tevens de SBI-code of de vestigingsnaam verandert, ten onrechte als opheffing (en
mogelijk als oprichting in een andere LISA regio) geclassificeerd worden. Hoe met deze vertekening
is omgegaan wordt uitgebreid besproken in subparagraaf 4.1 (verhuizers) en 4.3 - 4.4 (starters).

Figuur 2. Koppelingen in procedure voor identificatie bedrijfsdemografische kenmerken.












Op deze volledige bedrijfsmatrix worden vervolgens een correctie uitgevoerd. Een aanzienlijk
aantal bedrijven bleek namelijk niet te bestaan in bepaald jaar, terwijl het wel bestond in het jaar
ervoor en het jaar erna. Sommige records hadden exact dezelfde postcode (6908 gevallen), andere
bleken in deze periode verhuisd (882 gevallen). Op de gehele populatie vielen de aantallen mee
maar dergelijke onvolkomenheden zijn gecorrigeerd, dat wil zeggen voor het ontbrekende jaar zijn
de gemiddelde gegevens opgenomen. In geval van een relocatie is in het ontbrekende jaar de
locatie van het daarop volgende jaar aangenomen.
De gecorrigeerde longitudinale dataset bevat op vestigingsniveau informatie over aantallen werk-
nemers, oprichting, opheffing en migratie. Op het hierboven genoemde databestand zijn ver-
volgens nog enkele bewerkingen gemaakt. Deze worden in de volgende subparagrafen kort
beschreven.


Input Koppeling 1 Output 1 Koppeling 2 Output 2
Oprichtingen
Migraties
intra-regionaal
Geen
verandering
Opheffingen
Koppeling op
KvK-nummer
LISA-data
jaar t t/m t+n
Opheffingen
Migraties inter-
regionaal
Geen
verandering
Correcties in trendgegevens van de werkgelegenheid per vestiging
In het door de bovenstaande procedure geconstrueerde bestand is het aantal banen per bedrijf en
per jaar opgenomen. Het verloop van het aantal banen per bedrijf vertoont echter in sommige
gevallen verdachte pieken en dalen. Na het onderzoeken van een groot aantal verdachte cases
bleek dat het gaat om een foutieve registratie van het aantal banen. De verdachte fluctuaties zijn
gecorrigeerd door het middelen van het aantal banen van voor en van na de verdachte periode. De
correctie bestaat uit twee gedeelten: eerst zijn bij bedrijven die gedurende de onderzochte periode
niet opgericht of opgeheven zijn, maar waarbij de werkgelegenheid wel gedurende enkele jaren op
nul stond, zijn de banen aangevuld met het gemiddelde van de laatste en de eerstvolgende
geregistreerde banen. Deze correctie was overigens in slechts 0.06% van de gevallen noodzakelijk.
Daarna zijn extreme pieken en dalen in de werkgelegenheid uit het bestand gehaald. Deze
bewerking was voor slechts 0.23% van alle bedrijfsvestigingen nodig.
Na de correctie vertoont het verloop van de werkgelegenheid per bedrijf minder grote fluctuaties,
waardoor de berekening van de groeicijfers voor verhuizende en niet verhuizende bedrijven minder
beïnvloed wordt enkele extreme (niet plausibele) waarnemingen.

Gebruikte sectorindeling
In dit onderzoek is ervoor gekozen om, naast analyses van de totale verhuizende werkgelegenheid,
een onderscheid te maken naar vier brede hoofdsectoren: (1) industrie, (2) distributie, (3) zake-
lijke dienstverlening, en (4) overige dienstverlening. Deze indeling is ondermeer gebruikt in Van
Oort (2004). In Tabel 1 is weergegeven welke economische activiteiten deel uitmaken van deze
sectoren. De economische activiteiten `huishoudelijk personeel´ en `Extraterritoriale lichamen´ zijn
vanwege hun aard buiten de analyses gelaten. Om dezelfde reden zijn de sectoren landbouw en
visserij evenmin meegenomen.

Correcties voor gemeentelijke herindelingen
In de periode 1999-2006 zijn diverse gemeenten samengevoegd en heringedeeld. Dergelijke
processen zouden ertoe kunnen leiden dat verhuizingen ten onrechte als inter-gemeentelijk worden
aangemerkt. Verder zouden veranderingen in de gemeentelijke indeling over de tijd problemen
opleveren bij de presentatie van de resultaten, aangezien dit de aggregatie van gegevens over de
tijd onmogelijk maakt. Om dergelijke (consistentie)problemen te voorkomen zijn bedrijfsves-
tigingen en hun werkgelegenheid op basis van hun postcode geclassificeerd volgens de gemeen-
telijke indeling van 2006.
Behalve gemeentelijke herindelingen vinden er ook gemeentelijke grenswijzigingen plaats.
Meestal gaan deze niet gepaard met wijzigingen in postcodes, en leveren zij dus geen ver-
tekeningen in de dataset op. In sommige gevallen wijzigen postcodes echter wel en is een correctie
noodzakelijk. Een voorbeeld hiervan is de overgang van het gebied (inclusief bedrijventerrein) Lage
Weide van de gemeente Maarssen (Gemeentenummer 333) naar de gemeente Utrecht (Gemeente-
nummer 344) in 2001. Hierbij is een deel van het postcodegebied 3606 omgezet in het postcode-
gebied 3542. Het gevolg van deze omzetting is dat bedrijven die in van het jaar 2000 op het jaar
2001 van postcode 3606 naar postcode 3542 zijn gegaan, in werkelijkheid niet verhuisd zijn.
Hiervoor is gecorrigeerd door de banen die van 2000 op 2001 van postcodegebied 3606 naar
postcodegebied 3542 zijn overgegaan toe te wijzen aan de gemeente Maarssen.
Tabel 1. Gehanteerde sectorindeling. Bron: CBS (2007)

SBI'93 Omschrijving
Sector

15 Vervaardiging van voedingsmiddelen en dranken Industrie
16 Verwerking van tabak Industrie
17 Vervaardiging van textiel Industrie
18 Vervaardiging van kleding; bereiden en verven van bont Industrie
19 Vervaardiging van leer en lederwaren (geen kleding) Industrie
20
Houtindustrie en vervaardiging van artikelen van hout, kurk, riet en
vlechtwerk
Industrie
21 Vervaardiging van papier, karton en papier- en kartonwaren Industrie
22 Uitgeverijen, drukkerijen en reproductie van opgenomen media Zakelijke Dienstverlening
23
Aardolie- en steenkoolverwerkende industrie; bewerking van splijt-
en kweekstoffen
Industrie
24 Vervaardiging van chemische producten Industrie
25 Vervaardiging van producten van rubber en kunststof Industrie
26 Vervaardiging van glas, aardewerk, cement-, kalk- en gipsproducten Industrie
27 Vervaardiging van metalen in primaire vorm Industrie
28
Vervaardiging van producten van metaal (geen machines en
transportmiddelen)
Industrie
29 Vervaardiging van machines en apparaten Industrie
30 Vervaardiging van kantoormachines en computers Industrie
31
Vervaardiging van overige elektrische machines, apparaten en
benodigdheden
Industrie
32
Vervaardiging van audio-, video- en telecommunicatieapparaten en -
benodigdheden
Industrie
33
Vervaardiging van medische-, orthopedische- , en optische
instrumenten en uurwerken
Industrie
34 Vervaardiging van auto's, aanhangwagens en opleggers Industrie
35
Vervaardiging van transportmiddelen (geen auto's, aanhangwagens
en opleggers)
Industrie
36
Vervaardiging van meubels; vervaardiging van overige goederen
n.e.g.
Industrie
37 Voorbereiding tot recycling Industrie
40
Productie en distributie van en handel in elektriciteit, aardgas en
warm water
Industrie
41 Winning en distributie van water Industrie
45 Bouwnijverheid Industrie
50
Handel in en reparatie van auto's en motorfietsen;
benzineservicestations
Distributie
51 Groothandel en handelsbemiddeling (niet in auto's en motorfietsen) Distributie
52 Detailhandel en reparatie van consumentenartikelen Overige Dienstverlening
55 Logies-, maaltijden- en drankenverstrekking Overige Dienstverlening
60 Vervoer over land Distributie
61 Vervoer over water Distributie
62 Vervoer door de lucht Distributie
63 Dienstverlening voor het vervoer Distributie
64 Post en telecommunicatie Zakelijke Dienstverlening
65
Financiële instellingen (uitgezonderd verzekeringswezen en
pensioenfondsen)
Zakelijke Dienstverlening
66
Verzekeringswezen en pensioenfondsen (geen verplichte sociale
verzekeringen)
Zakelijke Dienstverlening
67 Financiële beurzen, effectenmakelaars en assurantietussenpersonen Zakelijke Dienstverlening
70 Verhuur van en handel in onroerend goed Zakelijke Dienstverlening
71
Verhuur van transportmiddelen, machines en werktuigen zonder
bedienend personeel
Zakelijke Dienstverlening
72 Computerservice en informatietechnologie Zakelijke Dienstverlening
73 Speur- en ontwikkelingswerk Zakelijke Dienstverlening
74 Overige zakelijke dienstverlening Zakelijke Dienstverlening
75
Openbaar bestuur, overheidsdiensten en verplichte sociale
verzekeringen
Overige Dienstverlening
80 Onderwijs Overige Dienstverlening
85 Gezondheids- en welzijnszorg Overige Dienstverlening
90 Milieudienstverlening Overige Dienstverlening
91 Werkgevers-, werknemers- en beroepsorganisaties Overige Dienstverlening
92 Cultuur, sport en recreatie Overige Dienstverlening
93 Overige dienstverlening Overige Dienstverlening

Betrouwbaarheid verhuizers en starters in de dataset

In de vorige paragraaf van deze bijlage is de betrouwbaarheid van de LISA-bestanden besproken,
is beschreven hoe de dataset die gebruikt is voor dit onderzoek tot stand is gekomen en is
uiteengezet welke verdere handelingen op deze dataset zijn uitgevoerd. In deze paragraaf zal
nader in worden gegaan op de betrouwbaarheid van de omvang van de startende en verhuizende
werkgelegenheid in deze database.

Verhuizingen tussen LISA-regio's
Zoals beschreven in de paragraaf `Constructie van het databestand´ is voornamelijk het
identificeren van bedrijfsverplaatsingen tussen LISA-regio's problematisch. Hiermee rijst dus de
vraag of er wellicht verhuizingen ontbreken in de dataset, met name in het geval van verhuizingen
tussen LISA-regio's.
Het in kaart brengen van dit type bedrijfsverplaatsingen is moeilijk, aangezien in deze gevallen het
LISA-nummer verandert en dus niet gebruikt kan worden voor het maken van een longitudinale
koppeling. In deze gevallen is het KvK-nummer gebruikt om deze koppeling alsnog tot stand te
laten komen. Een nadeel van het KvK-nummer is echter dat de niet-meldingsplichtigen in de data-
set geen KvK-nummer hebben. Allereerst vallen overheidsinstellingen en aan de overheid
verbonden instellingen als scholen en ziekenhuizen onder de niet-meldingsplichtigen.
26
Verder zijn
er enkele sectoren met relatief veel zogeheten vrije beroepen (o.a. advocaten, notarissen en
huisartsen), welke eveneens niet meldingsplichtig zijn mits deze in een niet privaatrechtelijke
rechtsvorm zijn georganiseerd. Onder niet-privaatrechtelijke rechtsvormen vallen maatschappijen
(ongeacht de aard van de werkzaamheden) en eenpersoonszaken in het geval van vrije beroepen.
Dit betekent dat er een potentiële onderschatting is van het aantal verhuizende bedrijven tussen
LISA regio´s voor de in het onderzoek gebruikte sectoren zakelijke dienstverlening en overige
dienstverlening. Bij de zakelijke dienstverlening zal de omvang van het belang van maatschappen
en eenpersoonszaken (in de vrije beroepen) deze onderschatting voor een groot deel bepalen. In
het geval van de eenpersoonszaken en de zelfstandigen zonder personeel is dit opgelost door
uitsluitend vestigingen met twee of meer banen op te nemen. Dit betekent dat een mogelijke
onderschatting van de verhuizers (en daardoor een overschatting van de opheffingen en starters)
voor het belangrijkste deel zal worden bepaald door het aandeel maatschappen in de sectoren die
tot de zakelijke dienstverlening worden gerekend. In het geval van de overige dienstverlening zijn
naast de maatschappijen van vrije beroepen (o.a. artsen) ook overheid en aan de overheid
gelieerde organisaties verbonden waardoor hier het probleem van mogelijke onderschatting nog
zwaarder kan spelen.

Tabel 2 geeft het aandeel maatschappen als rechtvorm in het totale aantal bedrijven in een sector
weer. Hierbij zijn de eenpersoonszaken niet meegeteld omdat deze immers uit het migratiebestand
zijn gehaald. Hieruit blijkt dat, met uitzondering van de gezondheidszorg, het aandeel marginaal

26
Uitzonderingen hierop zijn scholen en ziekenhuizen in de vorm van een privaatrechtelijke rechtspersoon.
Hiernaast vallen landbouw- en visserij bedrijven die georganiseerd zijn in een eenmanszaak of maatschap ook
onder de niet-meldingsplichtingen. Deze sectoren zijn echter niet meegenomen in het onderzoek. Op de selectie
van de sectoren zal in de volgende sectie verder worden ingegaan.
is.
27
Hierdoor lijkt de conclusie dat in de zakelijke dienstverlening de kans op onderschatting van
het aantal verhuizingen tussen LISA-regio's door het aandeel niet-meldingsplichtingen gering is
gerechtvaardigd.

Tabel 2. Aandeel maatschappen als rechtvorm per sector (gemiddelde 1999-2006). Bron: CBS
(2007)

Sector
Aandeel
maatschappijen
Sector
33 Medische en optische apparaten 0.27% industrie (1)
61 Vervoer over water 0.12% distributie (2)
67 Activiteiten bij financiële
instelling 0.11%
distributie (2)
70 Verhuur, handel onroerend goed 0.10%
zakelijke dienstverlening
(3)
73 Onderzoek 0.29%
zakelijke dienstverlening
(3)
74 Overige zakelijke dienstverlening 2.98%
zakelijke dienstverlening
(3)
80 Onderwijs 0.25%
zakelijke dienstverlening
(3)
85 Gezondheids- en welzijnszorg 22.82% overige dienstverlening (4)
92 Cultuur, sport en recreatie 0.12% overige dienstverlening (4)
93 Overige dienstverlening 0.23% overige dienstverlening (4)


Dit is anders in het geval van de persoonlijk diensten. Niet alleen zijn er relatief veel maatschappen
in een onderdeel (Gezondheids- en welzijnszorg) van deze brede sector, maar in het bijzonder het
feit dat overheidsorganisaties hier een belangrijk onderdeel van vormen kunnen een
onderschatting van de verhuizingen tussen LISA regio´s met zich meebrengen.

Om een beeld te krijgen van de omvang van deze problemen is een overzicht gemaakt van de
omvang van de bedrijvigheid waarvoor geen KvK-nummer bekend. Dit overzicht is weergegeven in
Tabel 3. Hieruit blijkt dat in sectoren industrie, distributie en zakelijke dienstverlening tussen de 10
en 15 % van de werkgelegenheid geen KvK nummer heeft. Een deel hiervan zal, net als de banen
die wel aan een KvK nummer gekoppeld zijn, niet verhuizen in de periode 1999-2006. De over-
grote meerderheid van de verhuizende werkgelegenheid wordt aan de hand van een LISA nummer
geïdentificeerd (bij verhuizingen binnen LISA regio´s). Daarom is het niet de verwachting dat de
mogelijke onderschatting van de verhuizende werkgelegenheid tussen LISA regio´s in deze drie

27
Het relatief kleine belang van maatschappen als rechtsvorm in de zakelijke dienstverlening blijkt
eveneens uit enkele sector studies van SEO (2006).
sectoren invloed zullen hebben op de conclusies van het onderzoek.
28
In het geval van de vierde
sector, de overige dienstverlening, kan dit een grotere invloed hebben. Rond de vijftig procent van
de werkgelegenheid vindt plaats in vestigingen zonder KvK nummer. Zoals eerder aangegeven
komt dit enerzijds door het belang van maatschappijen in de zorg- en welzijnssector en anderzijds
door het grote effect van overheidsorganisaties (inclusief niet-private scholen en ziekenhuizen).

Tabel 3. Aandeel banen met een KvK nummer


Industrie Distributie
Zakelijke
dienstverlening
Overige
dienstverlening
Totaal
2006 90.1% 88.5% 86.1% 52.1% 71.2%
1999 87.9% 83.6% 79.5% 50.8% 69.5%

Om inzicht te krijgen in de omvang van deze onderschatting kan worden gekeken naar het belang
van de verschillende achterliggende sectoren in termen van totale werkgelegenheid en de mate
waarin deze sectoren verschillen in verhuisgeneigdheid (zie tabel 6).

In Tabel 4 is voor de sectoren binnen de overige dienstverlening in kaart gebracht welk gedeelte
van de totale werkgelegenheid binnen deze sectoren verplaatst is. Hierbij is onderscheid gemaakt
naar verplaatsingen binnen gemeenten en naar verplaatsingen tussen gemeenten, maar binnen
dezelfde LISA-regio. Deze categorieën zijn gekozen omdat hiervoor geen vertekening plaatsvindt
als gevolg van ontbrekende KvK-nummers.
Uit Tabel 4 komt naar voren dat voor sectoren waarvoor geen KvK-nummer beschikbaar is de
verhuisgeneigdheid, zowel binnen gemeenten als tussen gemeenten (maar binnen een LISA-regio),
lager is dan voor de andere sectoren. Deze conclusie geldt met name voor de sectoren Openbaar
bestuur en Onderwijs en in iets mindere mate voor de sector Gezond- en welzijnszorg. Omdat deze
sectoren over het algemeen in mindere mate verhuizen is het effect van de onderschatting minder
groot dan in eerste instantie verondersteld werd.

28
Er is immers geen reden is om te veronderstellen dat er structurele verschillen in de kans op een Kvk
nummer zijn tussen bedrijven die naar een andere LISA regio verhuizen en de bedrijven die dat niet doen.

Tabel 4. Verhuisgeneigdheid binnen de overige dienstverlening

SBI-Code SBI-omschrijving
Totaal aantal banen
2005
Verplaatsingen
tussen
gemeenten 2005
Verplaatsingen
binnen de
gemeente 2005
Totaal
verplaatsingen
2005
Verplaatsingen
tussen
gemeenten als
percentage van
totaal
Verplaatsingen binnen
de gemeente als
percentage van totaal
Totaal migraties
als percentage van
totaal 2006
52
Detailhandel en reparatie van
consumentenartikelen
413614 1959 11387 13346 0,47 2,75 3,23
55
Logies-, maaltijden-, en
drankenverstrekking
169532 813 3091 3904 0,48 1,82 2,30
75
Openbaar bestuur en
overheidsdiensten
410847 1151 5845 6996 0,28 1,42 1,70
80 Onderwijs 395770 857 6221 7078 0,22 1,57 1,79
85 Gezondheids- en welzijnszorg 856947 3629 16397 20026 0,42 1,91 2,34
90 Milieudienstenverlening 24813 206 363 569 0,83 1,46 2,29
91
Werkgevers-, werknemers- en
beroepsorganisaties
33153 111 1347 1458 0,33 4,06 4,40
92 Cultuur, sport en recreatie 100849 829 3597 4426 0,82 3,57 4,39
93 Overige dienstverlening 54537 297 1385 1682 0,54 2,54 3,08
Totaal overige dienstverlening 2460062 9852 49633 59485 0,40 2,02 2,42

Verhuizers: Telefonische betrouwbaarheidsanalyse Groningen
Naast het missen van bedrijfsverplaatsingen, zoals besproken in de vorige subparagraaf, is het ook
mogelijk om bedrijven ten onrechte als verhuisd te registreren. Om de omvang van dit potentiële
probleem in kaart te brengen heeft de Rijksuniversiteit Groningen (RUG) in 2006 en 2007 in
opdracht van het Ruimtelijk Planbureau een drietal telefonische enquêtes gehouden om de
betrouwbaarheid van de migratiedata die in WUBV gebruikt wordt te controleren. De vraag die bij
alle drie steekproefcontroles telefonisch aan de bedrijven werd voorgelegd was: Klopt het dat uw
bedrijf in het jaar (1999-2004) verhuisd is van - oude postcode - naar - nieuwe postcode - ? Er
werd onder andere gekozen om een steekproefcontrole te doen onder inter-regionaal verhuisde
bedrijven en grote bedrijven. Eerstgenoemde bedrijven zijn interessant om te controleren, omdat
de kans op foutieve migraties groter is bij inter-regionale migraties dan bij intra-regionale
migraties. Grote bedrijven zijn gecontroleerd omdat zij zwaar meewegen in de resultaten omtrent
de werkgelegenheidseffecten van bedrijfsmigratie.
Uit de resultaten van het RUG-onderzoek blijkt dat in 70 tot 80 procent van alle gevallen er
daadwerkelijk sprake is van een verhuizing. Verder valt ongeveer 10 tot 15 procent van alle
geregistreerde verhuizingen in de categorie 'uiteindelijk kloppend', hoewel er feitelijk niet altijd
sprake was van migratie. In deze gevallen was er vaak sprake van andere gebeurtenissen
waardoor een bedrijf als verhuizend getypeerd werd, zoals: een gemeentegrenscorrectie, een
straatnaamsverandering, een adreswijziging door het veranderen van de hoofdingang, een fusie,
een uitbreiding van het aantal filialen, een tijdelijke verhuizing wegens verbouwing, enzovoorts.
Binnen deze categorie vallen bijvoorbeeld de bedrijven die vielen onder de eerder genoemde
Maarssen-Utrecht correctie (zie paragraaf 3.4).
Bij ongeveer tien procent van de bedrijven waarvan de verplaatsing achterhaald kon worden bleek
de informatie echt niet te kloppen. Het percentage wel versus niet kloppende informatie komt
redelijk goed overeen met andere in de literatuur bekende controles op bedrijfsmigratiegegevens
(zie Inbo 2003 en Schuilenburg 2004).

Starters: Groningen en Friesland
In deze studie wordt eveneens ingegaan op ruimtelijke patronen van startende ondernemingen.
Om regionale vertekeningen in de data met betrekking tot de werkgelegenheid uit nieuwe
bedrijfsoprichtingen op te sporen is voor verschillende regio's op verschillende schaalniveaus de
opbouw van de werkgelegenheid over tijd bekeken. Hierbij is onderscheid gemaakt tussen: (1)
sinds 1999 bestaande bedrijven, (2) sinds 1999 bestaande maar verhuisde bedrijven, (3) na 1999
opgerichte bedrijven, en (4) na 1999 opgerichte maar verhuisde bedrijven. De regionale
ontwikkeling van de werkgelegenheidsopbouw is tevens vergeleken met ontwikkeling van de
werkgelegenheidsopbouw op landelijk niveau. Zowel voor de gemeente Groningen als voor de
provincie Friesland leverde deze analyse sterk afwijkende patronen op.

In Groningen steeg de werkgelegenheid uit nieuwe bedrijven bijzonder sterk in het jaar 2006,
terwijl in hetzelfde jaar de werkgelegenheid uit bestaande bedrijven sterk daalde. Dit patroon wijst
erop dat de gevolgde procedure reeds bestaande bedrijven als "opgeheven" heeft geclassificeerd
en deze bedrijven vervolgens ten onrechte als nieuwe bedrijven heeft behandeld. De oorzaak
hiervoor ligt naar alle waarschijnlijkheid bij een wijziging in de LISA-nummering die heeft
plaatsgevonden in de gemeente Groningen in 2006. Hoewel de eerder besproken procedure (De
Bok 2005) corrigeert voor deze omnummering, is blijkbaar toch een substantieel aantal bedrijven
verkeerd geclassificeerd.
Een nadere analyse van de werkgelegenheidsopbouw in 2006 in Groningen wees uit dat het
overgrote deel (70%) van de werkgelegenheid uit nieuwe oprichtingen in dit jaar zich concen-
treerde in de sector `zakelijke dienstverlening´ en voortkwam uit de `oprichting´ van een relatief
klein aantal (44) grote bedrijven (meer dan 100 werknemers). De lijst met deze 44 bedrijven is
vervolgens vergeleken met de lijst van `opgeheven´ bedrijven in Groningen in 2005. Middels deze
vergelijking konden, op basis van de SBI-code, de postcode en de bedrijfsomvang, 38 bedrijven die
in 2006 `opgericht´ zijn gematched worden met bedrijven die in 2005 `failliet´ zijn gegaan. Hiermee
heeft er een neerwaartse correctie plaatsgevonden van 10486 banen op de Groningse
werkgelegenheid uit nieuwe bedrijven in 2006.
Zelfs na deze correctie laat de ontwikkeling van de werkgelegenheidsopbouw in Groningen een
enigszins afwijkend patroon zien voor 2006. Deze afwijking is echter relatief klein. Gezien het feit
dat de gegevens over de werkgelegenheid uit nieuwe oprichtingen geaggregeerd worden over de
hele periode 1999-2006 is het effect van deze afwijking verwaarloosbaar.

In de hele provincie Friesland steeg de werkgelegenheid uit nieuwe bedrijven zeer sterk in de jaren
2005 en 2006. Net zoals in Groningen ging dit ten koste van de werkgelegenheid uit bestaande
bedrijven. De oorzaak is in dit geval echter minder eenduidig, aangezien er, voor zover bekend,
geen geregistreerde `omnummeringsacties´ hebben plaatsgevonden in Friesland in deze periode.
Een nadere analyse van de werkgelegenheidsopbouw in Friesland in 2005 en 2006 wees uit dat er
geen afwijkend sectoraal patroon in deze oprichtingen zat. Met andere woorden, de sectorale
verdeling van de werkgelegenheid uit nieuwe oprichtingen in deze jaren weerspiegelt de totale
sectorstructuur van de Friese economie. Verder is het afwijkende patroon in Friesland niet, zoals in
de stad Groningen, voor een groot deel toe te wijzen aan een beperkt aantal grote bedrijven. Deze
analyse bood dan ook weinig aanknopingspunten voor het doorvoeren van correcties op de data.
Het gebrek aan een duidelijk aanwijsbare reden voor de vertekening in de Friese data en het
gebrek aan aanknopingspunten voor het doorvoeren van correcties op deze data heeft ons doen
besluiten de provincie Friesland buiten beschouwing te laten in de analyses aangaande de
werkgelegenheid uit nieuwe bedrijfsoprichtingen.

Starters: Sectorindeling
Voor de analyses met betrekking tot de werkgelegenheid uit startende bedrijven is een sector-
indeling gebruikt die enigszins afwijkt van de sectorindeling zoals die is weergegeven in paragraaf
3.3. Het verschil is dat voor de analyses van de werkgelegenheid uit nieuwe bedrijfsoprichtingen
bedrijven uit de SBI'93-codes 75 tot en met 93 buiten beschouwing zijn gelaten. De reden hiervoor
is dat, naast de reeds in subparagraaf 4.1 besproken problemen met betrekking tot het ontbreken
van KvK-nummers voor deze sectoren, binnen diverse LISA-regio's de laatste jaren inhaalslagen
zijn gemaakt met betrekking tot de registratie van non-profit activiteiten. Deze inhaalslag leidt tot
grote vertekeningen in het aantal oprichtingen binnen deze economische activiteiten. Deze
vertekening vindt niet plaats wanneer gekeken wordt naar verhuisstromen van werkgelegenheid.
Ruimtelijke indelingen en definities van variabelen

Landsdelen
Nederland bestaat uit zones met verschillende economische en ruimtelijke dichtheden. Omdat dit
gevolg kan hebben voor de verhuispatronen van bedrijven binnen en tussen deze zones, wordt in
deze studie een onderscheid gemaakt naar drie landsdelen; de Randstad, de intermediaire zone en
de periferie. Deze driedeling is gemaakt aan de hand van de graviteitswaarden van de totale
werkgelegenheid per gemeente en wordt weergegeven in figuur X. De indeling is reeds in meerdere
studies van het Ruimtelijk Planbureau (zie bijvoorbeeld Van Oort e.a. 2005). Meer informatie over
deze indeling is te vinden in Van Oort (2004).

Figuur 3. Drie landsdelen in Nederland. Bron: Van Oort (2004)




















Centrale steden en suburbane gebieden
Hiernaast wordt er in de studie op basis van de stadsgewestindeling een onderscheid gemaakt naar
centrale steden, suburbane gemeenten en overige gemeenten . Stadsgewesten bestaan uit
grootstedelijke agglomeraties en het omringende gebied met daarbinnen gelegen kleinere kernen
(stadjes, dorpen, gehuchten) die met die agglomeratie door verschillende relaties met elkaar zijn
verbonden. Deze relaties hebben betrekking op het dagelijkse verkeer tussen woon- en werkplaats,
verhuizingen van huishoudens en bedrijven en het gebruik van stedelijke voorzieningen. Daarom
kunnen stadsgewesten worden beschouwd als een combinatie van een regionaal arbeid-, woning-
en verzorgingsgebied (CBS 2007). In totaal zijn er volgens de CBS-definitie 22 stadsgewesten in
Nederland; de stadsgewestenindeling is niet landsdekkend (zie Figuur 4). Centrale steden zijn de
grootste gemeenten (in termen van inwoners) en de overige gemeenten vormen de
randgemeenten of suburbane gemeenten.

Figuur 4. Stadsgewesten in Nederland. Bron: Vliegen (2005)

Groningen
Breda
Amsterdam
Rotterdam
Arnhem
Apeldoorn
Zwolle
Tilburg
Utrecht
Leeuwarden
Enschede
Nijmegen
Heerlen
Dordrecht
Haarlem
Eindhoven
Leiden
's-Gravenhage
Amersfoort
Maastricht
's-Hertogenbosch
Geleen/Sittard
Centrale gemeente


Variabelen ruimtelijk interactiemodel
In het vijfde hoofdstuk van deze studie worden de resultaten besproken van de analyse naar het
belang van verschillende locatiefactoren voor verhuizende bedrijven tussen gemeenten. Hierbij zijn
diverse variabelen meegenomen die een indicatie geven van verschillen in locatiefactoren tussen
gemeenten. Tabel 5 geeft de definitie en samenstelling van de gebruikte variabelen weer. Alle
variabelen hebben bettrekking op het jaar 1999 om mogelijke endogeniteitsproblemen te
voorkomen.



Tabel 5. Variabelen in het ruimtelijk interactiemodel
Variabele Definitie Bron
Massa 1 & 2 Werkgelegenheid per gemeente LISA
Afstand
Afstand tussen zwaartepunten (hoogste potentiaal
waarde van aantal inwoners) van gemeenten in
kilometers
Eigen berekening
Afstand
oprit/afrit
Gewogen (op basis van werkgelegenheid) gemiddelde
van hemelsbrede afstanden van pc6 gebieden tot
dichtstbijzijnde snelweg op- en afrit per gemeente
Eigen berekening
Afstand IC
station
Gewogen (op basis van werkgelegenheid) gemiddelde
van hemelsbrede afstanden van pc6 gebieden tot
dichtstbijzijnde intercity station per gemeente.
Eigen berekening
Bereikbaarheid
werkgelegenheid
via de weg
Het gemiddeld aantal arbeidsplaatsen dat binnen 45
minuten te bereiken is met de auto
ABF research
Bereikbaarheid
werkgelegenheid
via spoor
Het gemiddeld aantal arbeidsplaatsen dat binnen 45
minuten te bereiken is met de trein (inclusief voor- en
natransport)
ABF research
Opleidingsniveau
(Corop en
gemeente)
Gewogen gemiddelde opleidingsniveau op basis van het
gemiddeld opleidingsniveau van sectoren en de
sectorstructuur van de werkgelegenheid op gemeente of
corop. Voor een omvangrijkere omschrijving zie Raspe
e.a. (2004) pg 152.
Eigen berekening op basis
van LISA en CBS
Hightech
Aandeel werkgelegenheid binnen de totale
werkgelegenheid van sectoren die als hightech kunnen
worden bestempeld. De gebruikte definitie van hightech
sluit aan bij Louter (1997) en Bade en Nerlinger (2000).
Voor een overzicht van de als hightech beschouwde
sectoren zie Raspe e.a. (2004) pg 154 tm 157.



Eigen berekening op basis
van LISA
Creativiteit
Aandeel werkgelegenheid binnen de totale
werkgelegenheid van sectoren die als creatief kunnen
worden bestempeld. Voor een overzicht van de als
creatief beschouwde sectoren zie Raspe e.a. (2004) pg
154 tm 157.
Eigen berekening op basis
van LISA
Aantal terstond
uitgeefbaar ha
Terstond uitgeefbaar bedrijventerrein in aantallen
hectare
IBIS registratie
bedrijventerreinen
Stedelijkheid Banendichtheid per km2
Eigen berekening op basis
van LISA
Natuur
Aandeel natuurgebied in totale oppervlakte van de
gemeente
CBS bodemgebruik
Specialisatie
Locatiequotient van de werkgelegenheid in de vier
sectoren
LISA
Literatuur bij deze bijlage

CBS (2007), `Bedrijven naar rechtsvorm naar SBI-93 sectoren´m Beschikbaar online:
http://statline.cbs.nl/.
CBS (2007), `Standaard Bedrijfsindeling 1993 versie 2004´, Beschikbaar online:
http://statline.cbs.nl/.
De Bok, M. (2007), Infrastructure and Firm Dynamics: A micro-simulation approach, Proefschrift
TU Delft, Delft: Trail Thesis series T2007/5.
Inbo Adviseurs (2003), Kantoorgebruikers in beweging, Woudenberg: Inbo Adviseurs.
LISA (2007) LISA handboek, definities, protocollen en achtergronden van LISA, Stichting LISA.
Schuilenburg, O. (2004), Dynamiek in de industrie, doctoraalscriptie, Groningen: Faculteit der
Ruimtelijke Wetenschappen.
SEO (2006), Kentallen assurantiekantoren 2005, SEO Economisch Onderzoek SEO-rapport 914
Van Oort, F.G. (2004), Urban growth and innovation. Spatially bounded externalities in the
Netherlands, Aldershot: Ashgate.
Vliegen, M. (2005), Grootstedelijke agglomeraties en stadsgewesten afgebakend,
Voorburg/Heerlen: CBS.
Wissen, L. van (2003), Het LISA, VVK Handelsregister en CBS Bedrijvenregister met elkaar
vergeleken: vestigingen naar economische activiteit, op nationaal en regionaal niveau, URSI
Research Report 318, Groningen: Rijksuniversiteit.
Colofon

Onderzoek
Frank van Oort (projectleider)
Roderik Ponds
Joep van Vliet
Hans van Amsterdam
Stephaan Declerck
Joris Knoben
Piet Pellenbarg (RUG)
Jesse Weltevreden (Bovag)

Supervisor
Jan Schuur

Met dank aan
Erik Louw (OTB)
Geert Scholtens (Stichting LISA)
Erik Stam (UU)
Martijn Burger (EUR)
Michiel de Bok (Significance)
Anet Weterings (RPB)
Dorien Manting (RPB)
Jan Schuur (RPB)
Otto Raspe (RPB)
Mark Thissen (RPB)

Eindredactie
Simone Langeweg