This publication is in Dutch, there is no English translation!
September 2, 2021

Investeren in de arbeidsmarktintegratie van statushouders

De nieuwe Wet Inburgering 2022 biedt kansen voor een snellere inburgering, maar de arbeidsparticipatie van nieuwkomers blijft een aandachtspunt. Deze arbeidsparticipatie is relatief laag, ook van recente cohorten. Vanaf 1 januari 2022 gaan gemeenten weer de regie voeren over de inburgering van nieuwkomers. Een snellere begeleiding van inburgeraars naar werk is daarbij – naast een sneller inburgeringstraject – een belangrijk beleidsdoel van de nieuwe inburgeringswet. Vraag voor gemeenten is: direct starten, of wachten met de arbeidsmarktintegratie van statushouders?
No title

Lees ook onderstaand bijbehorend achtergronddocument.

This publication is in Dutch, there is no English translation!
September 2, 2021
Dit achtergronddocument beschrijft de gebruikte data en methoden bij de CPB-publicatie ‘Investeren in de arbeidsmarktintegratie van statushouders’. Vanaf 1 januari 2022 krijgen gemeenten weer een regierol bij de inburgering en integratie van nieuwkomers. Een belangrijke vraag voor gemeenten is: direct starten of wachten met investeren in de arbeidsmarktintegratie van statushouders? Als men verwacht dat een statushouder snel naar een andere gemeente verhuist of elders hogere baankansen heeft, kan direct starten met investeren niet optimaal zijn. De CPB-publicatie laat zien dat het verhuisgedrag van statushouders moeilijk te voorspellen is.

Lees de hoofdpublicatie 'Investeren in de arbeidsmarktintegratie van statushouders'.

De verhuisgeneigdheid van statushouders is voorspeld met behulp van machine learning-technieken. Deze technieken stellen ons in staat om voorspellingen van het verhuisgedrag van statushouders te maken. Als het goed te voorspellen is wie er snel verhuist, is het minder nuttig om iemand snel te koppelen aan de lokale arbeidsmarkt. Het voordeel van machine learning-technieken is dat we zelf geen model maken, maar verschillende voorspelalgoritmen alle beschikbare data (leeftijd, geslacht, herkomstland, familiesituatie en woonplaats) geven en uitzoeken welk model de beste voorspelling oplevert. Zo voorkom je dat je als onderzoeker aan het begin bindende keuzes maakt – bijvoorbeeld het gebruik van een lineair model terwijl een niet-lineair model de verhuisgeneigdheid beter modelleert.

Het verhuisgedrag van statushouders blijkt moeilijk te voorspellen. Van slechts een zeer beperkte groep is met meer dan 50% zekerheid te zeggen dat ze verhuizen. Dit Achtergronddocument beschrijft stap voor stap welke voorspelalgoritmen gebruikt zijn en hoe goed de bijbehorende modellen verhuisgeneigdheid voorspellen.

Contacts

Contacts