Onderzoek

Welke regio’s lopen voorop in de transitie naar een nieuwe economie?

18 september 2023 6:00 RaboResearch

Voor het eerst is de transitie naar een duurzame en inclusieve economie letterlijk op de kaart gezet. En hieruit blijkt dat verschillen tussen Nederlandse regio’s relatief klein zijn. Kleiner dan de verschillen tussen de bedrijven in de regio’s zelf.

A skyscraper in the city center of Tilburg

Inleiding

De Nederlandse economie staat voor de grote uitdaging om duurzaam en inclusief te worden. Jaarlijks meten we de voortgang op deze transitie. Wat leren we daarvan? Gemiddeld scoren bedrijven in 2022 een rapportcijfer van 5,6; net een voldoende dus. Gezien het belang van deze transitie om toekomstbestendig te ondernemen, is dit echter onvoldoende. Vooral omdat zo’n 10 procent van de bedrijven een 8 scoort, maar een grote groep bedrijven (bijna 50 procent) slechts een 5,5 of lager scoort. Heel veel bedrijven moeten dus nog in beweging komen. En dat is niet makkelijk. Uit onze studies blijkt bijvoorbeeld dat zo’n 40 procent van alle bedrijven kwetsbaar is en (te) weinig verandervermogen heeft. Onze dialogen met bedrijven in diverse regio’s bevestigen dat interne bedrijfsfactoren belangrijk zijn. Denk aan goede managementpraktijken en inspirerend leiderschap of het investeren in en betrekken van personeel. Bedrijfsexterne factoren spelen echter ook een rol. Het gaat daarbij bijvoorbeeld over de rol van de overheid en het beleid, of factoren uit de keten waarin bedrijven opereren (waar sturen op lage kosten nog steeds de norm is). Tot op heden hebben we echter weinig inzicht in wáár de duurzame en inclusieve economie zich ontwikkelt en waarom bepaalde steden en regio's in dit opzicht succesvoller lijken te zijn dan andere.[1]

In deze studie kijken we naar de geografie van de transitie naar de nieuwe economie. Zijn er regionale verschillen in de mate waarin het bedrijfsleven naar een duurzame en inclusieve economie beweegt? Welke regio’s lopen voorop en welke regio’s blijven achter? En als we dat weten, kunnen we deze patronen verklaren?

[1] Zie bijvoorbeeld Gibbs en O’Neill (2014), Hansen en Coenen (2015)

Box 1: De transitie naar een nieuwe economie gemeten

Bij de transitie naar een nieuwe economie kijken we naar zeven onderliggende dimensies (figuur 1):

  1. Nieuwe rijkdom: de mate waarin bedrijven succes niet alleen definiëren in termen van financiële waarde, maar ook in termen van sociale en ecologische waarde
  2. Echte prijzen: de mate waarin bedrijven negatieve externe effecten van hun producten en productieprocessen doorberekenen in de prijzen die ze vragen voor hun producten en de investeringsbeslissingen die ze nemen
  3. Transparante ketens: de mate waarin bedrijven inzicht hebben in wat er plaatsvindt elders in de keten waarin ze actief zijn, hier verantwoordelijkheid voor nemen en daar ook eerlijk over communiceren
  4. Inclusief ondernemen: de mate waarin medewerkers van bedrijven, met name het management en de directie, een afspiegeling vormen van de samenleving
  5. Groene energie: de mate waarin bedrijven gebruik maken van hernieuwbare energie
  6. Biodiversiteit en natuurlijke ecosystemen: de mate waarin bedrijfsactiviteiten de soortenrijkdom niet bedreigen, en er zo voor zorgen dat natuurlijke ecosystemen bij voortduring kunnen blijven voorzien in datgene waarvan mensen afhankelijk zijn (denk aan drinkwater en schone lucht)
  7. Circulair ondernemen: de mate waarin bedrijven niet-hernieuwbare grondstoffen niet langer uitputten en reststoffen steeds opnieuw waardevol inbrengen in het systeem van productie en consumptie

Voor ieder van deze zeven dimensies leggen we bedrijven steeds drie vragen voor. Hiermee meten we per dimensie de intenties van bedrijven, de mate waarin deze zijn verankerd in hun bedrijfsvoering en de mate waarin bedrijven er daadwerkelijk resultaat op boeken (zie bijlage). Door de antwoorden op deze vragen samen te vatten in één index – de NEx-T – krijgen we zicht op de stand van de transitie naar een nieuwe economie. Aangezien we dit nu voor het derde achtereenvolgende jaar volgens dezelfde methode hebben gemeten, kunnen we ook uitspraken doen over regionale verschillen.

We berekenen de NEx-T voor 26 regio’s die zijn gebaseerd op de COROP-gebieden (zie bijlage), om per regio voldoende waarnemingen te hebben om regionale verschillen te kunnen toetsen. We corrigeren de regionale score daarbij voor de omvang van bedrijven en de sector waarin ze actief zijn. Deze factoren beïnvloeden de NEx-T-score (grotere bedrijven zijn verder in de transitie dan kleinere bedrijven) en we willen de regio’s zo goed mogelijk met elkaar vergelijken.

Figuur 1: De zeven dimensies van de transitie naar een nieuwe economie

Bron: RaboResearch

Regionale verschillen in de transitie

Wanneer we de transitie naar de nieuwe economie op de kaart zetten (figuur 2, gecontroleerd voor samenstelling in omvang van bedrijven en sectorstructuur ) valt ten eerste een diffuus patroon op. Zeker als we dat vergelijken met bijvoorbeeld patronen van regionale economische groei van de afgelopen tijd, stedelijkheid (dichtheid) of een geografie van centrum-periferie in het land.

De Brabantse regio’s Midden-Brabant (Tilburg en omstreken), Zuidoost-Noord-Brabant (Brainport Eindhoven) en Zuid-Limburg hebben de hoogste score op de NEx-T. Bedrijven in die regio’s zijn gemiddeld verder in de transitie naar een duurzame en inclusieve economie.

Tegelijkertijd scoren Friesland, Groningen en Twente ook goed. Deze regio’s liggen meer in de periferie van het land en kennen een mindere economische dichtheid. We zien dus dat regio's met een hoge NEx-T-score niet per se de regio's zijn die te boek staan als Stedelijke regio’s als motoren van economische groei en innovatie vanwege zogenoemde agglomeratiefactoren (voordelen die dichtheid en nabijheid voor bedrijven bieden).

Binnen de Randstad zijn er aanzienlijke verschillen. Bedrijven in Groot-Amsterdam zijn gemiddeld verder in de transitie naar een duurzame en inclusieve economie dan de regio’s Rotterdam en Den Haag. Het gebied tussen de noord- en zuidvleugel scoort beneden gemiddeld.

Regio’s die achterblijven in de transitie kenmerken zich door minder economische groeikracht en dichtheid. Zo scoren Oost-Zuid-Holland, Noord-Limburg, Haarlem-IJmond en Zeeland relatief lager op de NEx-T. Het zijn regio’s die gespecialiseerd zijn in vooral industriële en logistieke activiteiten, en die bovendien ook minder sterke innovatieve ecosystemen hebben opgebouwd zoals de regio’s Eindhoven en Twente dat wel hebben gedaan.

Figuur 2: De geografie van transitieregio’s

Bron: RaboResearch

Koplopers en achterblijvers in regio’s

Om iets beter te duiden waarom bepaalde regio’s verder zijn in de transitie dan andere regio’s laat figuur 3 de spreiding van het aantal koplopers ten opzichte van het aantal achterblijvers zien. Een hoge score op de NEx-T kan immers samenhangen met een relatief hoog aandeel koplopers, maar ook met een laag aandeel achterblijvers. Andersom kan een lage score op de NEx-T komen doordat koplopers ontbreken of juist doordat er heel veel achterblijvers zijn. Koplopers zijn bedrijven die een 7,5 of hoger scoren op de NEx-T, terwijl achterblijvers een 5,5 of lager scoren op het totaal van de 7 dimensies die belangrijk zijn voor een duurzame en inclusieve economie. Figuur 3 laat ook zien dat regio’s met veel koplopers over het algemeen ook minder achterblijvers hebben en dat regio’s met veel achterblijvers ook minder koplopers hebben. Een logisch verband, als het inderdaad zo is dat the rising tide will lift all boats, at least the boats that are in de same region, zoals Enrico Morretti (2012) betoogt. Maar het is ook mogelijk dat er in een regio veel bedrijven in de middengroep (met een score van 5,5 tot 7,5) zijn en dat het verband er eigenlijk niet is.

Figuur 3 laat zien dat Midden-Brabant en Zuid-Limburg zich vooral kenmerken door veel koplopers en weinig achterblijvers. In iets mindere mate geldt dit ook voor Zuidoost-Noord-Brabant, Twente, Amsterdam, Veluwe, Friesland en Groningen.

In Zeeland en Oost-Zuid-Holland (regio Gouda/Alphen aan den Rijn) zijn de groepen achterblijvers juist groot en zijn er minder koplopers.

Daarnaast is er een grote middengroep regio’s met niet uitzonderlijk veel koplopers, maar ook niet veel achterblijvers. Daar is de middengroep dus relatief groot. De Achterhoek valt het meest op in dit opzicht.

Vier clusters van typen regio’s

In de figuur zijn ook vier kleuren weergegeven. Deze corresponderen met een clusteranalyse waarbij we de verhouding koplopers en achterblijvers én de NEx-T-score meenemen. Tabel 1 laat van deze clusteranalyse de beschrijvende statistieken zien. We zien dus de groene en oranje regio’s een relatief hoge NEx-T-score combineren met relatief veel koplopers (ongeveer 20 procent), waarbij de groene regio’s daarnaast vooral weinig achterblijvers hebben. De gele en blauwe regio’s hebben gemiddeld genomen een lagere NEx-T-score en minder koplopers. Vooral bij de blauwe regio’s gaat dit gepaard met een relatief grote groep achterblijvers.

Tabel 1: Bedrijvende statistieken van de clusteranalyse

Bron: RaboResearch

Figuur 3: Aandeel koplopers en achterblijvers (gecorrigeerd voor omvang van bedrijven en sector)

Bron: RaboResearch

Stedelijke regio’s zijn verder in de transitie

Om de transitie op de kaart te zetten, werken we met 26 regio’s (zie bijlage).We houden rekening met een minimale omvang van het aantal bedrijven dat in de steekproef nodig is om uitspraken te kunnen doen over verschillen tussen regio’s. Hierbij zien we dat stedelijkheid (dichtheid, met voordelen van nabijheid voor bedrijven) het patroon van transitieregio’s in ons onderzoek niet nadrukkelijk verklaart.

Om toch specifieker te kunnen toetsen of dichtheid uitmaakt, hebben we een model geschat waarbij we stedelijkheid op het niveau van gemeenten meten (elk bedrijf heeft op basis van zijn locatie ook een stedelijkheidskenmerk) en tegelijkertijd controleren voor bedrijfskenmerken. Op deze manier kunnen we stedelijkheid verfijnder meewegen.

Tabel 2 laat zien dat stedelijkheid wel degelijk positief en significant samenhangt met een hogere score op de NEx-T. Dit effect blijft wanneer we op verschillende manieren controleren voor bedrijfskenmerken (zoals omvang, sector, eigenaarschap) en ook als we regiodummy’s voor de 26 regio’s meenemen.

Dit betekent dat het effect van dichtheid vooral op een relatief lage geografische schaal speelt, dat van de stad. De dichtheid van de stad, en de nabijheid tot andere bedrijven verklaart een deel van de hogere transitiescore die bedrijven hebben. Het effect van de stad blijft overeind wanneer we controleren voor het effect die de 26 regio’s hebben. Bedrijfsomvang maakt wel uit: grote bedrijven hebben doorgaans hogere scores dan kleinere bedrijven.

Tabel 2: Uitkomsten regressiemodellen met stedelijkheid en bedrijfskenmerken

Bron: RaboResearch

Conclusies

Er is relatief weinig bekend over welke regio’s voorop lopen en welke achterblijven in de transitie naar een nieuwe, duurzame en inclusieve economie. Door deze transitie te meten en per regio te berekenen valt een aantal zaken op. We zien dat de verschillen tussen regio’s niet heel groot zijn. Wat dat betreft heeft elke regio een (grote) opgave om bedrijven in deze transitie te helpen, en biedt de transitie voor alle regio’s kansen. Een belangrijke verklaring voor de regionale verschillen die we vinden is dat een aantal regio’s een relatief groot aandeel koplopers heeft, gecombineerd met in verhouding weinig achterblijvende bedrijven. Voorbeelden zijn Midden-Brabant (Tilburg en omstreken) en Zuid-Limburg. Zuidoost-Brabant (Brainport Eindhoven), Groot-Amsterdam, Twente en Veluwe (Regio Apeldoorn) onderscheiden zich door relatief veel koplopers en in mindere mate een lager aandeel achterblijvers. Daarnaast is een belangrijke verklaring voor de regionale verschillen dat ook het aandeel achterblijvers zich in de ruimte concentreert. Zo hebben Zeeland en delen van Zuid-Hollande juist relatief veel achterblijvers en weinig koplopers. Tussen de meer succesvolle en de achterblijvende transitieregio’s bestaat nog een grote groep regio’s die eigenlijk nog beide transitiekanten op kunnen. Onze studie laat vooral zien dat de transitie maatwerk behoeft. Soms om koplopers nog sterker aan de achterblijver te verbinden (om ze te laten leren) en soms om juist impulsen van buiten de regio te organiseren, omdat er weinig eigen koplopers zijn. De regio maakt daarin uit, temeer omdat de dichtheid van de regio een versneller kan zijn.

Bijlage

Kaartje 26 regio's en namen (met oorspronkelijke COROP-grenzen erin; donkere lijnen)

Bron: CBS, bewerking RaboResearch

Tabel 3: Per regio het aantal geënquêteerde bedrijven

Bron: RaboResearch