13 juni 2019 - Martin van Berloo

De (on)zin van prognoses

De (on)zin van prognoses

Terwijl wij nét klaar waren met onze nieuwe onderwijsrapportage ‘Arbeidsmarkt in Beeld –Onderwijs’ stonden de daarin gebruikte arbeidsmarktprognoses ineens in de publieke belangstelling. Eerst door de juichende berichten van het ministerie van VWS over de succesvolle aanpak van de personeelstekorten in de zorg. En helemaal toen bleek dat de positieve cijfers in grote mate werden bepaald door andere rekenmethodes. Van dit soort berichten krijg ik een beetje buikpijn. 

Bij Transvorm behandelen we arbeidsmarktprognoses altijd heel omzichtig. We zien ze als een soort ‘noodzakelijk kwaad’. Werkgevers en onderwijsinstellingen hebben prognoses nodig om strategisch personeels- en opleidingsbeleid te kunnen voeren. Werkzoekenden en (aankomende) studenten kunnen ze gebruiken om verstandige toekomstkeuzes te maken. En wij gebruiken ze bijvoorbeeld om iets te kunnen zeggen over de aansluiting van het beroepsonderwijs op de beroepspraktijk.

Prognoses komen nóóít uit

Het probleem met prognoses is de betrouwbaarheid. Je kijkt in de toekomst en daarvan weet je maar één ding zeker, namelijk dat die per definitie anders zal zijn dan je denkt.

Er zijn veel factoren van invloed op de arbeidsmarkt van zorg en welzijn en op veel daarvan heb je nauwelijks invloed. De Inspectie van het Onderwijs zegt daarover in het rapport ‘De Staat van het Onderwijs’: ‘De praktijk is weerbarstig: veranderingen op de arbeidsmarkt als gevolg van beleid, veranderende economische omstandigheden of technologisering maken het moeilijk om goede prognoses te maken.’

Dat herkennen wij maar al te goed. Sinds 2012 – toen de transities van zorg en de bezuinigingen werden aangekondigd – is ook overduidelijk gebleken dat de werkgelegenheid in zorg en welzijn heel gevoelig is voor veranderingen in het (financiële) beleid van de overheid.

Voorzichtigheid geboden

Bij Transvorm vinden we daarom dat je bij het ontwerpen van beleid beter kunt kijken naar langer lopende trends en ontwikkelingen dan naar rekenkundige exercities met uitkomsten tot achter de komma. Wanneer we prognoses opnemen in onze rapportages doen we dat dus met de nodige voorzichtigheid. We baseren ons niet op een enkele bron, maar koppelen diverse bronnen aan elkaar. Bovendien maken we gebruik van onze eigen kennis van de arbeidsmarkt en de inzichten die we opdoen in gesprekken met werkgevers, het onderwijs en andere stakeholders.

Prognoses als hulpmiddel

Ik zie prognoses als een hulpmiddel om beleid te bepalen. Ze geven trends weer die het mogelijk maken om goede beleidskeuzes te maken en speerpunten te bepalen. Maar dat kan alleen in een ‘dialoogmodel’, waarbij beleid tot stand komt in overleg met diverse stakeholders. Het gebruiken van prognoses zónder ze onderdeel te laten zijn van een dialoog is volgens mij een zinloze exercitie. Zéker wanneer het puur cijfermatige prognose betreft met uitkomsten ‘tot achter de komma’.

Uitkomsten opgeteld

De prognoses die het ministerie in haar berichtgeving gebruikte komen uit het model ‘Zorggebruik en personele inzet’. Dat model levert complexe uitslagen met veel nuances. Zo zijn er functies met (kleine of grote) tekorten, maar er zijn ook functies waarbij een redelijk evenwicht is in vraag en aanbod en zelfs functies waar een overschot aan personeel is (of dreigt). Bovendien zijn er grote verschillen tussen branches en diverse regio’s. Een werkgever of opleidingsinstituut zal al deze verschillen moeten meenemen in het bepalen van beleid.

In de berichtgeving van het ministerie worden echter alle uitslagen bij elkaar opgeteld en als één uitkomst gepresenteerd. Dit doet geen recht aan de complexiteit van de prognoses en is bovendien voer voor misinterpretatie en discussie, zoals helaas is gebleken.

Stabiliteit nodig

Een ander (en in mijn ogen groot) probleem met de uitkomsten van het model is de stabiliteit. De uitkomsten van het model zijn dit jaar anders dan vorig jaar omdat er andere uitgangspunten en aannames zijn gebruikt. De uitkomsten zijn dus niet met elkaar te vergelijken. Terwijl dat juist wél nodig is bij het maken van beleid. Zolang de prognoses niet gebaseerd zijn op stabiele factoren is evalueren van beleid lastig. Immers, hoe kun je dan nog achterhalen of je in het verleden de juiste beleidskeuzes hebt gemaakt?

Maar helaas zijn deze stabiele factoren nog niet in zicht. Er komt namelijk een nieuw prognosemodel. Als de procedure goed verloopt, gaat vanaf september een nieuwe partij aan de slag met de (door)ontwikkeling van het model. Vooralsnog is het dus afwachten wanneer de eerste uitslagen kunnen worden opgeleverd én in hoeverre deze dan te vergelijken zijn met de vorige uitslagen. Inmiddels loop ik al wat jaren mee en ik heb geen prognosemodel nodig om te voorspellen dat dit altijd langer duurt en lastiger is dan vooraf gedacht!