April 2024 – Ernst-Jan de Bruijn
Het verrichten van empirisch onderzoek naar armoede- en schuldenproblematiek in Nederland kent zijn uitdagingen. Databronnen bevatten slechts een beperkt scala aan relevante meetinstrumenten of zijn gebaseerd op eenmalige metingen. Dit bemoeilijkt het verrichten van wetenschappelijk onderzoek. Gelukkig vormt het LISS-panel hierop een positieve uitzondering. Reeds sinds 2007 wordt binnen dit panel jaarlijks gegevens verzameld op persoons- en huishoudniveau over diverse levensdomeinen, waaronder ook diverse aspecten van armoede- en schuldenproblematiek. Ideaal dus voor longitudinaal onderzoek!
In deze blogpost geef ik een overzicht van meetinstrumenten uit het LISS-panel die gebruikt kunnen worden voor onderzoek naar armoede, financiële stress en schulden. De bijbehorende data is niet alleen (gratis!) beschikbaar voor onderzoekers die wetenschappelijk of beleidsrelevant onderzoek willen verrichten, maar ook voor studenten die empirisch onderzoek willen doen voor hun Bachelor- of Masterscriptie. Reeds enkele jaren begeleid ik bachelorstudenten die hun scriptie schrijven binnen de capstone ‘Armoede, schulden en beleid’ met behulp van data uit het LISS-panel.
Het LISS-panel
Het LISS-panel verzameld data bij een omvangrijk panel van 7500 personen van 16 jaar en ouder uit 5000 huishoudens. Bij het samenstellen van het panel is er nadrukkelijk rekening gehouden met de representativiteit voor de Nederlandse bevolking. Het panel heeft dan ook reeds gediend als basis voor talrijke wetenschappelijke publicaties.
Het LISS-panel bevat gegevens over diverse levensdomeinen, variërend van werk, inkomen, huisvesting en huishoudsamenstelling tot gezondheid en welbevinden, religie, politieke voorkeuren en sociale integratie. Naast de kernvariabelen (Core study) die jaarlijks of soms tweejaarlijks worden uitgevraagd, biedt het LISS-panel diverse aanvullende opties. Zo is het mogelijk om tegen betaling vragen toe te voegen aan het panel of gebruik te maken van aanvullende gegevens die zijn verzameld voor andere onderzoeken. Ten slotte is het zelfs mogelijk om gegevens van het LISS-panel te koppelen aan CBS-microdata binnen de beveiligde CBS-microdataomgeving, wat ideaal is voor het koppelen van objectieve gegevens aan subjectieve informatie.
Interesse? Hier vind je meer informatie over het LISS-panel in het algemeen, de beschikbare variabelen, en het verkrijgen van toegang.
Meetinstrumenten: Armoede
Figuur 1 geeft een overzicht van de beschikbare meetinstrumenten voor het meten van absolute en relatieve armoede. Voor absolute en relatieve armoede is, naast informatie over het inkomen, ook informatie nodig over de bijbehorende armoedegrenzen. Absolute armoede wordt in Nederland vaak gemeten aan de hand van twee benaderingen: (1) De lage-inkomensgrens (CBS) met behulp van equivalentiefactoren en (2) de gegeneraliseerde-budgetbenadering (SCP). De SCP-benadering maakt onderscheid tussen het basisbehoeftenbudget en het niet-veel-maar-toereikend criterium. Voor het meten van relatieve armoede wordt veelal gebruik gemaakt van de at-risk-of-poverty rate (AROP) benadering van Eurostat.
Figuur 1. Absolute en relatieve armoede
Het LISS bevat ook nuttige meetinstrumenten voor subjectieve armoede, zoals financiële schaarste en rondkomen (zie Figuur 2).
Figuur 2. Subjectieve armoede
Meetinstrumenten: Schulden
Het LISS-panel bevat enkele variabelen over de omvang van schulden en over betalingsachterstanden (zie Figuur 3). Goed om te weten is dat sommige variabelen tweejaarlijks worden uitgevraagd in plaats van jaarlijks.
Figuur 3. Schulden
Meetinstrumenten: Overig
Tot slot bevat het LISS-panel data over diverse andere nuttige constructen die verband houden met de financiële situatie, variërend van financiële kwetsbaarheid tot spaargeld en van veranderingen in de financiële situatie tot financiële zorgen. Zie Figuur 4 voor een overzicht.
Figuur 4. Overige meetinstrumenten
Tot slot
Het koppelen van de datasets van verschillende jaren en domeinen is arbeidsintensief. Gelukkig heeft mijn collega Jordy Meekes handige Stata codes geschreven die je hierbij kunnen helpen. Daarnaast heeft Odissei een handige bibliotheek met relevante R-, Stata- en Pythoncodes.
Wil je meer weten over de kwaliteit van bepaalde meetinstrumenten? Bevat het LISS-panel relevante meetinstrumenten die niet in het overzicht staan? Heb je nog andere vragen? Schroom dan niet contact met mij op te nemen!