Hardnekkige verschillen in productiviteit van Nederlandse regio’s

In Nederland staat de groei van de arbeidsproductiviteit onder druk (onder anderen Erken, 2024). Meerdere initiatieven worden geïnitieerd om het tij te keren (Productiviteitsagenda, 2025; Rijksoverheid, 2025; SER, 2025). Vaak wordt daarbij beperkt aandacht besteed aan regio’s. Wij laten in deze bijdrage zien dat er een grote variatie is tussen regio’s, die we deels kunnen verklaren door de verschillende vertegenwoordiging van hoog- en laagproductieve sectoren. We vinden daarnaast ook statistisch bewijs voor het bestaan van agglomeratievoordelen: economische voordelen van vooral steden door de hogere dichtheid van bedrijven, afnemers en werknemers.

Figuur 1 laat de spreiding van de arbeidsproductiviteit over de veertig corop-regio’s in Nederland zien voor de jaren vanaf 1995 tot aan 2022. Het is zichtbaar dat de verschillen tussen regio’s sinds 1995 nauwelijks zijn afgenomen. De introductie en het breder gebruik van internet, videobellen, email en andere technologieën die kennisdiffusie vereenvoudigden en versnelden en de rol van geografische nabijheid mogelijk minder belangrijk maakten, heeft de ruimtelijke spreiding van de levering van onze toegevoegde waarde dus niet veel veranderd.

Een aantal regio’s heeft een arbeidsproductiviteit die aanzienlijk hoger ligt dan die van de andere corop-regio’s. Groot-Amsterdam is de regio die in 1995 en vanaf 2010 tot en met 2022 de hoogste arbeidsproductiviteit van Nederland kent (in 1995 is dat 95.000 euro per arbeidsjaar en in 2022 is dat 136.000 euro per arbeidsjaar). In 2022 steekt ook Delfzijl er bovenuit (met 121.000 euro per arbeidsjaar, zonder de energie- en delfstoffensector). De volgende regio met een hoge arbeidsproductiviteit in 2022 is Zuidoost Noord-Brabant (met 112.000 euro per arbeidsjaar). De arbeidsproductiviteit van de regio Groot-Amsterdam beweegt ook verder weg van de overige regio’s.

De vraag rijst dan waar de regionale verschillen in arbeidsproductiviteit door worden veroorzaakt. Figuur 2 toont per sector de mediane arbeidsproductiviteit van de verschillende regio’s. De helft van de regio’s heeft dus een lagere en de andere helft een hogere arbeidsproductiviteit.

Figuur 2 laat zien dat de (mediane) arbeidsproductiviteit in de onroerendgoedsector boven alle sectoren uitsteekt. Dit wordt deels veroorzaakt doordat niet alleen de bemiddeling en handel in onroerend goed in deze sector wordt meegenomen maar ook de verhuur daarvan. Daarnaast heeft een aantal andere sectoren in 2022 ook een hoge arbeidsproductiviteit, omdat die aanzienlijk gestegen is in de periode 1995-2022, zoals de industrie, IT-sector, logistiek, financiële diensten en de handel. Ook de landbouw heeft een aanzienlijke stijging in arbeidsproductiviteit doorgemaakt in de periode 1995-2022 (+80%), maar moest van ver komen. De overige diensten en de cultuur-, sport- en recreatiesector kennen beide een lage (mediane) arbeidsproductiviteit in 2022 en een daling daarvan over de periode 1995-2022 (met respectievelijk 25% en 12%).

Op basis van de verdeling van de regionale mediane arbeidsproductiviteit in 2022 in figuur 2 verdelen we de sectoren in hoogproductieve en laagproductieve sectoren. Relatief laagproductieve sectoren zijn onderwijs, bouw, landbouw, zorg, recreatie, horeca en overige (zakelijke) diensten. Relatief hoogproductieve sectoren zijn handel, logistiek, specialistisch zakelijke diensten, informatie- en communicatiesector, industrie, financiële diensten, en de onroerendgoedsector. Ook de overheid is op basis van de toegevoegde waarde per arbeidsjaar relatief hoogproductief.

In figuur 3 valt op dat de mediane arbeidsproductiviteit voor een aantal laagproductieve sectoren nauwelijks is verbeterd of zelfs iets is verslechterd in de periode 1995-2022 (overige diensten, horeca en cultuur-, sport- en recreatiesector). Sommige sectoren zoals de zorg en het onderwijs zijn sterk gereguleerd; het verloop kan daar met andere aspecten te maken hebben dan marktwerking. De regionale spreiding van de arbeidsproductiviteit van de landbouw is toegenomen. Dit betekent dat de arbeidsproductiviteit van landbouwbedrijven in verschillende regio’s aanzienlijk van elkaar kan verschillen, van 34.000 eur per arbeidsjaar in Gooi en Vechtstreek tot 122.000 eur per arbeidsjaar in Zuidoost-Drenthe in 2022. Voor de meeste laagproductieve sectoren is de regionale spreiding kleiner geworden. Groot-Amsterdam heeft een veel hogere arbeidsproductiviteit van de overige zakelijke diensten (120.000 eur per arbeidsjaar), de horeca en de overige diensten; Agglomeratie ’s-Gravenhage van de cultuur-, sport- en recreatiesector.

De mediane arbeidsproductiviteit stijgt voor alle hoogproductieve sectoren in de periode 1995-2022 (zie figuur 4). Het is ook zichtbaar dat het aantal regio’s dat een aanzienlijk hogere arbeidsproductiviteit heeft dan de mediane regio is toegenomen in 2022. Groot-Amsterdam heeft een hogere arbeidsproductiviteit dan de mediane regio in vier hoogproductieve sectoren, te weten de informatie- en communicatiesector (161.000 euro per arbeidsjaar), financiële diensten (340.000 euro per arbeidsjaar), specialistische zakelijke diensten (149.000 euro per arbeidsjaar) en de handel (137.000 euro per arbeidsjaar). In de transportsector heeft Delfzijl en omstreken een aanzienlijk hogere arbeidsproductiviteit (273.000 euro per arbeidsjaar) en ook Groot-Rijnmond (163.000 euro per arbeidsjaar). In de industrie hebben de regio’s Agglomeratie Haarlem (236.000 euro per arbeidsjaar) en Arnhem-Nijmegen (232.000 euro per arbeidsjaar) een aanzienlijk hogere arbeidsproductiviteit.

De regionale spreiding van de arbeidsproductiviteit verschilt per sector en varieert over de tijd. De regionale verschillen in de arbeidsproductiviteit kunnen het gevolg zijn van andere diensten of producten die binnen sectoren worden aangeboden of het bedienen van andere afzetmarkten.[1] Wanneer er toegangsbarrières bestaan voor ondernemingen uit minder productieve regio’s om ook deze producten of diensten aan te bieden of andere markten te betreden, kan dat structurele verschillen tot gevolg hebben. Een andere oorzaak kan zijn dat de diffusie van innovatie of informatie over de wijze waarop ondernemingen binnen de sector productiever kunnen worden, asynchroon over regio’s verloopt. Ten derde kan het ook duiden op lokale markten die alleen door lokale ondernemers kunnen worden bediend.

[1] Een voorbeeld van verschillende zakelijke diensten is een groot consultancybureau dat belastingadvies biedt aan buitenlandse multinationals versus een financieel adviseur die lokale MKB‘ers assisteert bij het opstellen van de jaarrekening.

In Groot-Amsterdam (55%), Zuidoost-Noord-Brabant (54%) en Delfzijl en omstreken (53%) wordt de meeste arbeid verricht in hoogproductieve sectoren, zie het bovenste deel van figuur 5. Ook zichtbaar is echter dat in de meeste regio’s een trend gaande is waarbij er minder arbeid wordt verricht in hoogproductieve sectoren, zie het middelste deel van figuur 5. In de periode 2010-2022 is alleen in de regio’s Groot-Amsterdam, Delfzijl en omstreken, Zuidoost-Noord-Brabant en Noord-Overijssel procentueel meer arbeid verricht in hoogproductieve sectoren. In regio’s zoals Utrecht (9%), Groot-Rijnmond (8%) en Agglomeratie ’s-Gravenhage (5%) waar toch 22% van alle arbeid in Nederland [2] wordt verricht, daalt het percentage arbeid in hoogproductieve sectoren over de periode 1995-2022.[3]

[2] Dit is zonder de arbeidsjaren verricht in de delfstoffen (B), energie-, water- en afvalsector (DE), de onroerendgoedsector (L), de overheidssector (O) en huishoudens (TU).

[3] Wanneer deze sectoren wel worden meegenomen in de berekening, is zichtbaar dat Groot-Amsterdam (58%), Delfzijl en omstreken (56%), Zuidoost-Noord-Brabant (56%), Utrecht (54%) en Gooi- en Vechtstreek (54%) de hoogste percentages arbeidsjaren in hoogproductieve sectoren laten zien (de percentages variëren dan van 43-58%).

Groot-Amsterdam kent een hogere arbeidsproductiviteit dan andere regio’s, maar heeft ook relatief meer bedrijven, werkenden en bewoners dan de andere regio’s in Nederland. Regio’s kunnen een hogere arbeidsproductiviteit hebben als gevolg van een hogere dichtheid van werkenden en ondernemingen binnen de regiogrenzen. Zogenoemde agglomeratievoordelen kunnen voortkomen uit grotere en meer diverse arbeidsmarkten, grotere afzetmarkten en kennis-spillovers (Rosenthal en Strange, 2004; Glaeser en Gottlieb, 2009; Bhalotia et al., 2025). Een hogere bevolkingsdichtheid in een regio is een indicatie van een grotere arbeids- en mogelijk ook afzetmarkt in een bepaald gebied.

Naast agglomeratievoordelen, die in principe voor alle bedrijven kunnen gelden, zijn er ook andere regionale mechanismen die de productiviteit van bedrijven beïnvloeden. Bijvoorbeeld clustervoordelen die voortkomen uit de nabijheid van ondernemingen uit dezelfde sector (ook wel de Marshall-Arrow-Romer-hypothese over kennis-spillover binnen dezelfde sector (zie Glaeser et al., 1992; Van Oort, 2002)). Als de theorie van Marshall, Arrow en Romer (Van Oort, 2002) van toepassing is op de productiviteit van Nederlandse corop-regio’s, dan zouden corop-regio’s met minder variëteit (lees: een hogere score op de Herfindahl-Hirschman Index; HHI) of een sterkere specialisatie (SPEC) een relatief hogere arbeidsproductiviteit moeten hebben, zie tabel 1.

Tegenover de hypothese van specialisatie staat de theorie van Jacobs (zie Glaeser et al., 1992) die stelt dat het met name de kennisuitwisseling is tussen ondernemingen in verschillende sectoren die zorgt voor meer innovatie en productiviteitsgroei. In dat geval zouden regio’s met minder specialisatie en meer variëteit (lagere HHI) hogere agglomeratievoordelen moeten laten zien.

Tenslotte is er ook het mechanisme van competitie (Porter, 1990); de lokale concurrentie tussen bedrijven in dezelfde sector die innovatie en daarmee productiviteit bevordert. Tabel 1 vat de verschillende mechanismen samen (zie onderzoeksbijlage en Van Oort, 2002).[4]

[4] Zie de onderzoeksverantwoording voor de definities die zijn gebruikt voor specialisatie, concentratie en competitie.

We onderzoeken of deze drie regionale kenmerken en de bevolkingsdichtheid (BV) in Nederlandse regio’s zorgen voor een hogere arbeidsproductiviteit aan de hand van onderstaande regressieformule:

In deze regressieformule is de arbeidsproductiviteit ARBPR_s,c,t in een bepaald jaar, subscript t, in een bepaalde regio, subscript c , in een bepaalde sector, subscript s, de afhankelijke variabele. We onderzoeken of de regionale verschillen in arbeidsproductiviteit samenhangen met de bevolkingsdichtheid (agglomeratievoordelen), specialisatie (voordelen binnen sectoren), variëteit (voordelen over sectoren) en competitie in een bepaalde regio, zie ook de onderzoeksbijlage voor de uitleg en berekening van deze verklarende variabelen.[5] Regio’s kunnen voordeel hebben van een hogere bevolkingsdichtheid doordat ondernemingen een grotere afzetmarkt hebben en schaal- of variëteitsvoordelen kunnen behalen (economies of scale and scope).

Figuur 6 laat voor alle sectoren, regio’s en jaren de samenhang zien tussen de bevolkingsdichtheid en de regionale arbeidsproductiviteit in de sector. De bevolkingsdichtheid hangt positief samen met de regionale arbeidsproductiviteit voor kennisintensieve diensten zoals financiële en specialistische zakelijke diensten. Juist dit type diensten heeft voordelen van agglomeraties. Daarnaast laat figuur 6 zien dat sectoren die goederen en diensten leveren aan consumenten, zoals de handel, horeca, overige diensten (schoonheidsspecialisten, kappers et cetera), zorg, onderwijs en cultuur-, sport- en recreatiesector ook agglomeratievoordelen hebben. Het lijkt aannemelijk dat een grotere afzetmarkt een hogere regionale arbeidsproductiviteit voor deze sectoren veroorzaakt.

[5] De OLS-regressie wordt per jaar en per sector gedraaid met de regionale variatie in arbeidsproductiviteit als afhankelijke variabele. We gebruiken robust standard errors om te corrigeren voor heteroskedasticiteit.

Onze variabele regionale competitie bepalen we door voor regio’s het aantal bedrijfsvestigingen te vergelijken met het aantal banen in een bepaalde sector. Wanneer er relatief meer bedrijfsvestigingen zijn in een regio in vergelijking met het landelijke beeld, ondervindt de sector in die regio een hogere mate van competitie. Figuur 7 laat zien dat meer competitie samenhangt met een lagere regionale arbeidsproductiviteit voor de bouw en horeca. Ook de arbeidsproductiviteit in de dienstensectoren zoals de informatie- en communicatiesector, financiële, specialistische zakelijke en overige diensten hangt negatief samen met meer competitie. Dit zou kunnen komen doordat competitie in een krappe arbeidsmarkt zorgt voor een hoger salaris voor werkenden, meer vacatures en meer orders die niet kunnen worden uitgevoerd. Dit beïnvloedt de arbeidsproductiviteit negatief. Ook kan meer competitie zorgen voor lagere prijzen wat eveneens een negatief effect heeft op de arbeidsproductiviteit.[6]

[6] Let op dat dit alleen het geval is wanneer de competitie tussen deze bedrijven ook voornamelijk binnen de regio plaatsvindt; dat zal bij de bouw zeker meespelen, maar bij financiële diensten vermoedelijk minder.

Regiospecialisatie zoals weergegeven in figuur 8 meet hoeveel banen er in de regio in een bepaalde sector zijn ten opzichte van het totale aantal banen in de regio. Een gespecialiseerde regio is dan ook een regio waar dit percentage banen in de sector hoger is dan het landelijke gemiddelde. Specialisatie lijkt vooral een positieve invloed te hebben op de arbeidsproductiviteit in de handel, de transport en de financiële diensten.

De regionale variëteit, dat wil zeggen de mate waarin een regio banen heeft in een groot aantal sectoren, heeft alleen op de arbeidsproductiviteit in de horeca een wezenlijk effect. Wanneer er meer banen in een beperkt aantal sectoren in een regio zijn (ongeacht welke sectoren dat dan zijn), dat wil zeggen een lagere variëteit, dan hangt dit negatief samen met de regionale arbeidsproductiviteit in de horeca.[7]

[7] De regressiecoëfficiënt voor 2022 voor de Herfindahl-Hirschman Index op de regionale arbeidsproductiviteit in de horeca is -167***. De economische betekenis van deze regressiecoëfficiënt is moeilijker te berekenen omdat de HHI een kwadratische berekening kent.

Tabel 2 presenteert alle gevonden agglomeratievoordelen, specialisatievoordelen en variëteitsvoordelen plus de effecten van competitie, uitgedrukt in de toegevoegde waarde per arbeidsjaar (arbeidsproductiviteit). We zien dat sectoren verschillende effecten ondervinden van regionale omstandigheden, zowel in positieve als in negatieve zin. Agglomeratievoordelen zijn er vooral voor kennisintensieve én consumentendiensten. Specialisatievoordelen voor handel en transport, maar ook binnen de financiële diensten en de horeca. Competitie, het aantal bedrijven in dezelfde sector in de regio, heeft een negatief effect op de arbeidsproductiviteit in dienstensectoren en de bouw. Tegelijkertijd zien we dat de industrie via geen van de drie mechanismen voor- of nadelen ervaart. Dit heeft vermoedelijk deels te maken met de heterogeniteit binnen de industrie; van arbeidsintensieve tot kapitaal- en kennisintensieve industrie die we niet konden verbijzonderen.

Databronnen

De meeste data zijn afkomstig van het Centraal Bureau voor de Statistiek. De productie-, bruto toegevoegde waarde-, en arbeidsvolume-data per regio zijn afkomstig uit dataset 85925NED. De sectordeflatoren zijn afkomstig uit dataset 85865NED en de bevolkingsdata komen uit dataset 70072NED. De vestigingendata per sector en regio zijn afkomstig uit de LISA database (Stichting LISA).

Beschrijvende statistieken

Tabel 3 geeft de beschrijvende statistieken weer van de data die voor de regressies zijn gebruikt. In deze data zijn veertig corop-regio’s meegenomen, zestien jaren (2007-2022) en dertien sectoren. Het percentage hoogproductieve sectoren wordt alleen voor 2022 weergegeven.

Regressievariabelen agglomeratievoordelen

Sectorspecialisatie per corop en jaar

De sectorspecialisatie van sector s in corop c in jaar t,SPEC_s,c,t, is gelijk aan de ratio banen van sector s in corop c in jaar t in vergelijking met alle banen in corop c in jaar t, gedeeld door de landelijke ratio van het aantal banen in sector s in jaar t, ten opzichte van alle banen in jaar t. In tegenstelling tot Van Oort (2002) nemen we het aantal banen mee en niet het aantal werknemers (werknemers met meerdere banen zouden meer aan kennisdeling kunnen doen; additioneel kan kennisdeling eveneens plaatsvinden door individuen die wel in Nederland werken, maar niet in Nederland wonen (beroepsbevolking)). Een SPEC_s,c,t kleiner dan één betekent relatief weinig specialisatie van banen voor sector s in corop c in jaar t; een SPEC_s,c,t groter dan één betekent relatief veel specialisatie van banen voor sector s in corop c in jaar t. Wanneer niet het aantal banen wordt meegenomen, maar het aantal werkzame personen, dan wordt deze maatstaf ook wel het locatiequotiënt genoemd (zie Glaeser et al., 1992 , Van Oort, 2002 en van Oort, 2024).

Sectorcompetitie per corop en jaar

De competitie in sector s in corop c in jaar t, CMP_s,c,t, wordt gemeten door het aantal vestigingen (in duizenden) in sector s in corop c in jaar t gedeeld door het aantal banen in sector s in corop c in jaar t in vergelijking met het landelijke gemiddelde van het aantal vestigingen in sector s in jaar t per aantal banen in sector s in jaar t. In tegenstelling tot Van Oort (2002) nemen we het aantal banen mee en niet het aantal werkenden of werknemers. Een CMP_s,c,t kleiner dan één betekent relatief weinig competitie voor sector s in corop c in jaar t, een CMP_s,c,t groter dan één betekent relatief veel competitie voor sector s in corop c in jaar t (zie ook Glaeser et al., 1992 en Van Oort, 2002).

Variëteit per corop en jaar

De sectorale variëteit in een corop c in jaar t wordt gemeten aan de hand van de Herfindahl-Hirschman Index (HHI), die wordt berekend door het relatieve aandeel van banen in sector s in corop c in jaar t ten opzichte van alle banen in corop c in jaar t te kwadrateren en dit kwadraat voor alle sectoren bij elkaar op te tellen. Een HHI_c,t dichtbij nul betekent grote sectorvariëteit (in banen) in de corop c in jaar t, een HHI_c,t dichtbij één betekent specialisatie in een sector in corop c in jaar t. We hebben ook de entropiemaatstaf voor variëteit aangemaakt (zoals omschreven op pagina 74 in Weterings et al., PBL 2007) en vervangen in de regressies. De entropiemaatstaf heeft ongeveer dezelfde verklarende waarde en leidt niet tot significantieverschillen in vergelijking met de HHI-maatstaf.

Omdat Groot-Amsterdam een uitschieter is qua arbeidsproductiviteit in een flink aantal sectoren hebben we de regressies zoals getoond in de regressieformule in de tekst ook gedraaid zonder Groot-Amsterdam (corop-code CR23). De significantie en grootte van de coëfficiënten verschilt bij deze regressies voor de meeste sectoren niet wezenlijk van de getoonde significantie en coëfficiënten in de figuren.

Arbeidsproductiviteit 2022 per regio en sector

Sectordeflatoren zijn toegepast; de weergegeven arbeidsproductiviteitscijfers zijn dan ook omgerekend naar het prijspeil van 2021. De kleuren geven de hoogste productiviteit (groen) en de laagste productiviteit (rood) voor een sector weer in een bepaalde regio.

Sectoren niet meegenomen in de analyse

De sectoren met betrekking tot delfstoffen (SBI-code B), energie, water en afval (SBI-code D,E) en onroerend goed (SBI-code L) zijn in de meeste bovenstaande analyses niet meegenomen. Dit komt doordat de regionale verdeling van een aantal van deze sectoren zeer beperkt is en de productiviteit van de delfstoffen- en onroerendgoedsectoren dermate afwijken dat deze moeilijk weer te geven zijn in de figuren. De overheidssector (SBI-code O) is niet meegenomen in de berekening van het percentage arbeidsjaren in hoogproductieve sectoren.