Een nieuw model voor de CBS huishoudensprognose€¦ · headshiprate-modellen, die al sinds de jaren dertig van de vorige eeuw worden gebruikt (Keilman, 1988). Deze modellen gebruiken

Een nieuw model voor de CBS huishoudensprognose

Coen van Duin en Carel Harmsen

Het model waarmee het CBS zijn huishoudensprognosemaakt, is aangepast. De nieuwe prognose wordt berekendmet een macrosimulatiemodel waarin overgangen tussenhuishoudensposities en burgerlijke staten worden gesimu-leerd. Het model is geïmplementeerd in het softwarepakketLIPRO, dat door het NIDI werd ontwikkeld. De veronder-stellingen zijn kwalitatief gelijk aan die van de laatste prog-nose, maar laten zich nu beter kwantificeren. Naar ver-wachting blijft de kans dat iemand gedurende zijn of haarleven gaat samenwonen op het huidige niveau, maar zalmen vaker dan in het verleden kiezen voor niet-gehuwdsamenwonen. Omdat niet-gehuwde samenwoonrelatiesdoorgaans minder stabiel zijn dan gehuwde, leidt dit totmeer scheidingen. Hierdoor neemt het aantal alleenstaan-den en alleenstaande ouders toe. Wel wordt verwacht datniet-gehuwde paren gemiddeld stabieler worden naarmateniet-gehuwd samenwonen een gebruikelijker alternatiefvoor het huwelijk wordt. Door dalende sterfterisico’s neemtbovendien het risico om de partner door sterfte te verliezenaf. Ook het risico dat de partner naar een instelling gaatdaalt, doordat ouderen steeds langer zelfstandig blijvenwonen. Dit beperkt de toename van het aantal alleenstaan-den op hogere leeftijd.

1. Inleiding

De huishoudensprognose van het CBS beschrijft de ver-wachte ontwikkeling van het aantal personen naar positiein het huishouden, en van het aantal huishoudens naarsamenstelling.Onlangs kwam de huishoudensprognose 2009–2050 uit.Voor het eerst is voor deze prognose een volledig dyna-misch model gebruikt, waarin de overgangen tussen huis-houdensposities (uit huis gaan, gaan samenwonen, schei-den, etc.) worden gesimuleerd. Directe aanleiding om naareen dergelijk model over te stappen was de introductie vande regionale prognose van het Planbureau voor deLeefomgeving (PBL) en het CBS (De Jong, 2005; De Jong,2007). Het model PEARL dat voor deze prognose wordt

gebruikt, simuleert huishoudensovergangen. Hierdoor ont-stond de behoefte aan nationale prognosecijfers voor destromen tussen huishoudensposities die als input voorPEARL kunnen dienen. Het nieuwe model voor denationale huishoudensprognose voorziet hierin.

Met het nieuwe nationale model worden veronderstellingenover het gedrag van Nederlanders op het gebied van huis-houdensvorming en -ontbinding als basis voor de prog-nose gebruikt. Deze veronderstellingen zijn gebaseerd opstroomgegevens uit het huishoudensregister van het CBS.Bij vorige prognoses konden deze gegevens alleen kwali-tatief worden gebruikt bij het opstellen van veronder-stellingen. Het nieuwe model biedt hierdoor een beteronderbouwde prognose, waarvan de uitkomsten nauweraansluiten bij de recent waargenomen ontwikkelingen.

2. Statische en dynamische huishoudens-prognosemodellen

Statische huishoudensprognosemodellen zijn gebaseerdop veronderstellingen over het aandeel personen, onder-scheiden naar achtergrondvariabelen zoals leeftijd engeslacht, dat een bepaalde huishoudenspositie heeft. Hetzijn ‘verdelingsmodellen’, waarmee de prognose van debevolking onderverdeeld wordt naar huishoudensposities.De modellen heten statisch omdat de veronderstellingenbetrekking hebben op de stand van het aantal personennaar huishoudenspositie in een bepaald prognosejaar.Worden de aandelen constant gehouden, dan wordt detijdsontwikkeling in de uitkomsten van de huishoudens-prognose uitsluitend bepaald door de veranderingen in desamenstelling en omvang van de bevolking volgens deonderliggende bevolkingsprognose. Ook als de aandelenniet constant worden gehouden over de prognoseperiode,spreekt men nog steeds van een statisch prognosemodel.

Veelgebruikte statische modellen zijn de zogenaamdeheadshiprate-modellen, die al sinds de jaren dertig van devorige eeuw worden gebruikt (Keilman, 1988). Dezemodellen gebruiken veronderstellingen over het aandeelpersonen dat hoofd van een huishouden is om het aantalhuishoudens te berekenen. Daarbij wordt doorgaansonderscheid gemaakt naar verschillende typen huis-houdens.

Het model voor de CBS-huishoudensprognose dat tot2006 werd gebruikt, lijkt sterk op een headshiprate-model(De Jong, 2001). De bevolking wordt in het model onder-verdeeld in referentiepersonen1), onderscheiden naar huis-houdenstype, en inwonende leden van huishoudens. Hetaantal referentiepersonen naar type geeft de prognose vanhet aantal huishoudens. De inwonende personen wordenverdeeld over de huishoudensposities thuiswonend kind,samenwonende, overig inwonend lid van een huishoudenen instellingsbewoner. De gebruikte achtergrondvariabelen

20 Centraal Bureau voor de Statistiek

1) Referentiepersoon is de moderne variant van het begrip‘hoofd van een huishouden’. Bij eenpersoonshuishou-dens is de referentiepersoon het enige lid van het huis-houden. Bij heteroparen is het de man, bij paren vangelijk geslacht de oudste partner, bij eenouderhuishou-dens de ouder en bij overige huishoudens het oudste lidvan het huishouden. Institutionele huishoudens hebbengeen referentiepersoon. In de oude huishoudensprog-nose werd, anders dan gebruikelijk in de huishoudens-statistiek van het CBS, bij paren de vrouw als referentie-persoon gekozen. Het aantal paren werd geschat uit hetaantal samenwonende vrouwen.

zijn geslacht, leeftijd en burgerlijke staat. De onderliggendeprognose van de bevolking naar geslacht, leeftijd enburgerlijke staat wordt berekend met een dynamisch prog-nosemodel (De Beer et al. 1992).De huidige CBS prognose van het aantal huishoudensnaar herkomstgroep lijkt ook op een headshiprate-model(Van Duin, 2007). Geslacht, leeftijd en herkomstgroepworden als achtergrondvariabelen gebruikt. De onder-liggende bevolking is afkomstig uit de CBS-allochtonen-prognose.

Dynamische huishoudensprognosemodellen simuleren debevolkingsontwikkeling naar huishoudenspositie en eenaantal achtergrondvariabelen (waaronder steeds leeftijd engeslacht). Hoewel de modellen bedoeld zijn om prognosesvan het aantal huishoudens te maken, worden doorgaanspersonen en niet huishoudens als uitgangspunt genomen,omdat dit het model sterk vereenvoudigt (Keilman, 1988).Er worden dus overgangen van personen tussen verschil-lende huishoudensposities gesimuleerd. Statische model-len hebben als input een bevolkingsprognose nodig. Dyna-mische modellen maken zelf een bevolkingsprognose. Zehebben als input veronderstelling over geboorte, sterfte enmigratie nodig. Daarnaast moeten de overgangskansentussen de verschillende huishoudensposities wordengespecificeerd. Macrosimulatiemodellen passen de over-gangen toe op groepen personen (de bevolking naar leef-tijd, geslacht en huishoudenspositie). Microsimulatiemodel-len passen de kansen toe op individuele personen. Deoutput van een macrosimulatie beschrijft de tijds-ontwikkeling van een bevolking. In de output van eenmicrosimulatie kunnen daarnaast ook levenslopen vanpersonen worden gevolgd.

De veronderstellingen in een dynamisch model gaan overhet gedrag van personen: hoeveel procent van de18-jarige thuiswonende kinderen gaat vóór hun 19e ver-jaardag uit huis? Hoeveel procent van de 40 jarige alleen-staande mannen gaat vóór hun 41e verjaardag samen-wonen? De prognose begint met de bevolking naarhuishoudenspositie in het startjaar. Vervolgens wordt opbasis van de veronderstellingen het aantal overgangentussen huishoudensposities berekend. Uit de startbevol-king en het aantal overgangen wordt de bevolking aan heteind van het jaar berekend, die dan weer dient als start-bevolking voor het volgende prognosejaar. Het aantal huis-houdens wordt bepaald door referentiepersonen te tellenuit de output van de prognose. Daarvoor moeten op basisvan de gebruikte huishoudensposities uiteraard dereferentiepersonen kunnen worden onderscheiden.

Dynamische huishoudensprognosemodellen kenden eenbloeiperiode in de jaren tachtig en negentig van de vorigeeeuw (Keilman, 1988). In Nederland werd het modelPRIMOS ontwikkeld (Heida en Gordijn, 1985), waarvaneen verder ontwikkelde versie tegenwoordig wordt gebruiktvoor de regionale prognoses van ABF Research. Op hetNederlands Interdisciplinair Demografisch Instituut (NIDI)werd het generieke multi-state prognosemodel LIPRO ont-wikkeld (Van Imhoff en Keilmann, 1991), dat werd toe-gepast om een aantal huishoudensscenario’s te bereke-nen. Recente voorbeelden van dynamische modellen zijnhet regionale prognosemodel PEARL van PBL en CBS

(De Jong, 2007) en het micro/macro-simulatiemodelMicMac dat door een Europees consortium van onder-zoeksinstellingen is ontwikkeld (Willekens, 2005).

Dynamische prognosemodellen bieden een helderescheiding tussen veronderstellingen en uitkomsten van deprognose. De veronderstellingen gaan over het gedrag vanpersonen. De uitkomsten gaan over de samenstelling vande bevolking naar huishoudenspositie die het gevolg is vandat gedrag. Bij statische prognosemodellen hebben zowelveronderstellingen als uitkomsten betrekking op de toe-komstige bevolkingssamenstelling. Dit maakt een onder-bouwing van de prognoseveronderstellingen problema-tisch.

Evenals bij statische prognosemodellen betekent hetgebruik van constante veronderstellingen niet dat de out-put van de prognose een constant beeld zal laten zien. Dehuidige samenstelling van de bevolking naar huishoudens-positie is het resultaat van gedrag in het verleden. Ver-onderstellen we dat vanaf nu het gedrag niet meer ver-andert, dan zal de bevolkingssamenstelling naar huis-houdenspositie de komende jaren toch nog wijzigen,omdat het gedrag in het recente verleden anders was danin het verre verleden. Een dynamische huishoudens-prognose met constante veronderstellingen rekent dusdoor welk effect de vroegere gedragsveranderingen zullenhebben op de toekomstige bevolkingssamenstelling.

Aan het gebruik van dynamische modellen kleven eenaantal nadelen. Ze zijn gecompliceerder dan statischemodellen en vergen in het algemeen veel meer input. Vooreen statische model met n huishoudensposities moeten nveronderstellingen worden gemaakt: één voor het aandeelvan elke huishoudenspositie (per prognosejaar en percombinatie van waarden van de achtergrondvariabelen).Voor een dynamisch model moeten veronderstellingengemaakt worden over alle overgangen tussen de huis-houdensposities. Dan gaat het om n x (n-1) veronderstel-lingen, per prognosejaar en per waarde van de achter-grondvariabelen. Naarmate meer huishoudenspositiesworden onderscheiden, loopt de benodigde input dus snelop. Ook het soort gegevens dat als input nodig is, kan eenprobleem zijn. Standgegevens over personen naar huis-houdenspositie zijn beter beschikbaar dan gegevens overovergangen tussen huishoudensposities. Pas sinds 2002heeft het CBS de beschikking over (vrijwel) integrale,consistente gegevens over huishoudensovergangen opbasis van het huishoudensregister. Dit is één van de rede-nen dat tot nog toe met een statisch prognosemodel werdgewerkt. De dynamische huishoudensprognosemodellenuit de jaren tachtig en negentig maakten gebruik van gege-vens uit retrospectieve enquêtes en pasten gecompli-ceerde schattingsmethoden toe om inputdata te maken.

Een ander nadeel van dynamische modellen is dat zeminder stabiel zijn dan statische. Een kleine afwijking in deveronderstellingen kan op den duur leiden tot grote ver-schillen in de uitkomsten. Een manier om hiermee om tegaan is door in de veronderstellingen rekening te houdenmet terugkoppelingseffecten. Als het gedrag verandert(bijvoorbeeld: minder mensen gaan samenwonen), ver-andert daardoor de samenstelling van de groepen (de

Bevolkingstrends, 3e kwartaal 2009 21

mensen die wel gaan samenwonen hebben een serieuzererelatie), waardoor het gemiddelde gedrag van de groepenverandert (samenwoonrelaties worden stabieler). Hierdoorkan het effect van de oorspronkelijke gedragsveranderingweer gedeeltelijk teniet worden gedaan (er komen mindersamenwonende paren bij, maar die blijven wel langer bijelkaar).Ook is het belangrijk te bedenken dat statische progno-semodellen hun stabiliteit danken aan het feit dat ver-onderstellingen niet over het gedrag, maar over de gevol-gen van het gedrag gaan. Het is goed denkbaar dat kleinegedragsveranderingen op langere termijn inderdaad groteeffecten kunnen hebben. Dat dynamische modellen nieterg stabiel zijn, is dan een gevolg van het feit dat ze dewerkelijkheid in dit opzicht goed beschrijven.

3. Structuur van het nieuwe model

Het nieuwe model maakt een prognose van het aantalpersonen naar geslacht, leeftijd, burgerlijke staat en huis-houdenspositie. Vooralsnog is er geen onderscheid naarherkomstgroep of kindertal in het model opgenomen. Welwordt bij samenwonenden onderscheid gemaakt tussensamenwonenden met en zonder thuiswonende kinderen.

Het prognosemodel is een dynamische macrosimulatie diewordt geïmplementeerd in het programma LIPRO, dat ophet NIDI is ontwikkeld (Van Imhoff en Keilmann, 1991). Alsinput voor het programma dienen overgangen die wordengeschat uit het consistent gemaakte huishoudensregister.

3.1 Toestanden

Het model onderscheidt de volgende 25 toestanden.

1 Thuiswonend kind2–5 Alleenstaand naar burgerlijke staat (ongehuwd,

gehuwd, verweduwd, gescheiden)

6–9 Samenwonend zonder inwonend kind, naar burger-lijke staat

10–13 Samenwonend met inwonend kind, naar burgerlijkestaat

14–17 Ouder in een eenoudergezin, naar burgerlijke staat18–21 Overig lid van particulier huishoudens, naar burger-

lijke staat22–25 Lid van institutioneel huishouden, naar burgerlijke

staat

De burgerlijke staat ‘ongehuwd’ betekent, anders dan denaam doet vermoeden, dat de persoon nooit gehuwd isgeweest. Personen met een geregistreerd partnerschapworden tot de gehuwden gerekend. Dit sluit aan bij dedefinitie in de bevolkingsstatistiek van het CBS.

Voor thuiswonende kinderen wordt geen onderscheidgemaakt naar burgerlijke staat. Als de aandelen van deverschillende burgerlijke staten voor de thuiswonendekinderen gelijk blijven, heeft dit geen effect op de uitkom-sten. Omdat verreweg de meeste thuiswonende kinderenongehuwd zijn, domineert deze groep de overgangs-kansen. Hierdoor zal ook bij kleine wijzigingen van de aan-delen het effect op de uitkomsten van de prognose kleinzijn.

Bij de groep ‘overig lid van particulier huishouden’ wordtgeen onderscheid gemaakt naar personen die hoofd vaneen huishouden zijn en personen die inwonend lid zijn. Omaantallen huishoudens uit deze prognose af te leiden, iseen dergelijk onderscheid in een later stadium wel nodig.Dit zal worden gedaan door headshiprates voor de perso-nen in deze categorie te bepalen en op de prognose-uit-komsten toe te passen.

Een belangrijke reden om voor deze set van toestanden tekiezen, is dat het nieuwe model op hetzelfde detailniveauoutput moet kunnen produceren als het huidige. Ditbetekent dat er zowel naar huishoudenspositie als naarburgerlijke staat moet worden onderscheiden. Verderkunnen we, door het onderscheid naar burgerlijke staatmee te nemen, betrekkelijk eenvoudig modelleren welkeffect het dalende huwelijkscijfer op de bevolkingssamen-stelling naar huishoudenspositie heeft.

Bij de samenwoners is ervoor gekozen onderscheid temaken naar huishoudens met en zonder inwonende kinde-ren. Dit is vooral van belang om goed te kunnen model-leren of personen na een scheiding overgaan naar depositie ‘alleenstaande ouder’.

3.2 Rekenmodel

LIPRO berekent de bevolkingssamenstelling naar toe-stand, leeftijd en geslacht aan eind van het jaar, gegevende toestand aan het begin van het jaar. Als input wordendaarbij de frequenties van de overgangen gebruikt.

Voor de huishoudensprognose gebruiken we het lineairemodel, waarin wordt verondersteld dat de overgangentussen toestanden uniform over het jaar zijn verdeeld(Van Imhoff en Keilman, 1991).


Terminologie

Toestand De situatie waarin een persoon zich op eengegeven moment bevindt. Voor de nieuwe huishou-densprognose wordt de toestand bepaald door decombinatie van burgerlijke staat en huishoudenspositie.

Overgang Een verandering van de toestand van eenpersoon.

Overgangsfrequentie Aantal keren dat een overgangvan iemand die zich in de uitgangstoestand voor dieovergang bevindt gemiddeld plaatsvindt, per tijdseen-heid.

Achtergrondvariabele Variabele die niet wordt gebruiktom de toestand te bepalen. In het prognosemodel gaathet om leeftijd, geslacht en prognosejaar. Deze varia-belen zijn wel van invloed op de overgangsfrequentiesvanuit een toestand.

(1)

l(s,x,j) is een rijvector die de bezetting van de toestandenop 1 januari van jaar j aangeeft voor de leeftijd x engeslacht s.

M(s,x,j) is de occurrence-exposure matrix die de frequen-ties van de overgangen bevat.

i(s,x,j) is een rijvector met het aantal instromers in debevolking in jaar j met geslacht s en leeftijd x.

De occurrence-exposure matrix heeft de volgende vorm

(2)

Buiten de diagonaal staat in rij a, kolom b de frequentie(rate) voor de stroom van toestand a naar toestand b. Opde diagonaal staat in rij a de som van de frequenties vooralle stromen vanuit toestand a (met een minteken).

De frequenties rab zijn gedefinieerd als het aantal over-gangen van a naar b, gedeeld door het aantal persoons-jaren in toestand a in de populatie in het waarneemjaar. Inde lineaire benadering wordt het aantal persoonsjaren in ain de populatie in een jaar geschat met de gemiddeldebevolking in toestand a gedurende dat jaar. Dan geldt

(3)

waarbij Eab(s,x,j) het aantal overgangen van a naar b is injaar j bij personen van geslacht s en met leeftijd x op1 januari van het jaar.

Om bij de gangbare terminologie aan te sluiten zal voor deovergang van levend naar overleden niet over de frequentiemaar over het cijfer worden gesproken (dus: sterftecijfer).

4. Schatten van frequenties uit het huishoudens-register

4.1 Methode

In het huidige dynamische model voor de burgerlijke staat-prognose worden de frequenties geschat volgens (3),waarbij het aantal overgangen tussen burgerlijke statengeteld wordt uit het burgerlijke staat-register. Anders dan

het burgerlijke staat-register, bevat het huishoudensregis-ter geen informatie over aantallen overgangen, alleen overstanden aan het begin van het jaar. Door opeenvolgendejaren te koppelen kan wel worden bepaald hoeveel perso-nen aan het begin van het jaar positie a en aan het eindpositie b hadden.

De stroomvergelijking (1) beschrijft de bevolkingsontwikke-ling als een Markov-proces. Aangenomen wordt dat dekans op een huishoudensovergang alleen afhangt van deachtergrondvariabelen leeftijd en geslacht en van dehuidige huishoudenspositie. Onder de aanname dat dit ookbinnen een jaar geldt en dat de overganskansengedurende het jaar constant zijn, kunnen de frequentiesworden geschat uit de waargenomen overgangskansen(Schoen, 1988).

Voor het geval er geen instroom van buiten de populatie is,kan (1) worden geschreven als

, (4)

waarbij

(5)

de matrix van overgangskansen is. Pab geeft de kans datiemand die aan het begin van het jaar in positie a is aanhet eind van het jaar in positie b is gekomen. Deze kansenkunnen voor een waarneemjaar worden geschat uit hethuishoudensregister, volgens

, (6)

waar Nab(s,x,j) het aantal personen is dat aan het begin vanj in positie a en aan het eind in positie b is. De overgangs-kans is dus het aantal personen dat aan het eind van hetjaar in b is en aan het begin van het jaar in a, gedeeld doorhet totale aantal personen in a aan het begin van het jaar.

Door (5) te inverteren kan M worden uitgedrukt in P.

(7)

Door (7) te gebruiken, kan de occurrence-exposure matrixmet (6) worden geschat op basis van de waargenomenbegin- en eindstand in het huishoudensregister.

4.2 Inputgegevens

Het huishoudensregister is samengesteld op basisvan gegevens uit de Gemeentelijke Basisadministratiepersoonsgegevens (GBA) en de Enquête Beroepsbevol-


),,()1,1,(

),,(2),,(

jxsljxsl

jxsEjxsr

aa

abab +++

=

),,()..()1.1.( jxsPjxsljxsl =++

1

),,(2

11),,(

2

11),,(

−

⎥⎦⎤

⎢⎣⎡ −⎥⎦

⎤⎢⎣⎡ += jxsMjxsMjxsP

),,(

),,(),,(

jxsl

jxsNjxsP

a

ab

ab =

[ ] [ ]1),,(),,(12),,(

),,(),,(2

1

2

11),,(

),,(2

11),,(

2

11),,(

1 −+=⇒

⎥⎦⎤

⎢⎣⎡ +=−⇔

⎥⎦⎤

⎢⎣⎡ +=⎥⎦

⎤⎢⎣⎡ −

−jxsPjxsPjxsM

jxsMjxsPjxsP

jxsMjxsMjxsP

1

1

),,(2

11),,(

),,(2

11),,(

2

11

),,()1,1.(

−

−

⎥⎦⎤

⎢⎣⎡ −+

⎥⎦⎤

⎢⎣⎡ −⎥⎦

⎤⎢⎣⎡ +×

×=++

jxsMjxsi

jxsMjxsM

jxsljxsl

⎟⎟⎟⎟⎟

⎠

⎞

⎜⎜⎜⎜⎜

⎝

⎛

−−−−−−

−−−

=

:::

......

......

......

32313231

23232121

13121312

rrrr

rrrr

rrrr

M

king (EBB). Aan de hand van gegevens over leeftijd,geslacht, burgerlijke staat en familierelaties van personenper adres, worden huishoudens samengesteld en huis-houdensposities bepaald. Bij 93 procent van de personenwordt de positie bepaald door deterministische beslis-regels. In 7 procent van de gevallen wordt de huishou-denspositie geïmputeerd. Het imputatiemodel geeft opbasis van de eerder genoemde gegevens plus de locatievan het adres (stedelijk of landelijk) een imputatiekansvoor de verschillende huishoudensposities. De parametersin het model zijn bepaald uit de EBB (Harmsen, 2003).

Omdat de imputatie willekeurig gebeurt, kan iemand inopeenvolgende jaren een verschillende huishoudenspositietoegewezen krijgen zonder dat er verklarende variabelenzijn veranderd. Ook is het mogelijk dat op basis van deinformatie in het volgende jaar de geïmputeerde positieonjuist blijkt te zijn geweest. Als bijvoorbeeld twee perso-nen die op hetzelfde adres wonen als alleenstaandgeïmputeerd zijn en een jaar later trouwen, waren ze eenjaar eerder zeer waarschijnlijk samenwonend. Het CBSpast een consistentieslag toe op het register waarbij, terug-werkend in de tijd, de eerdere jaren met de nieuwe infor-matie consistent worden gemaakt. Imputatiefouten waarbijsamenwonende personen ten onrechte als alleenstaandzijn aangeduid, hebben meer kans om ontdekt te wordendan die waarbij men ten onrechte als samenwonende isgeïmputeerd. Na de consistentieslag volgt daarom eentweede aanpassing. Daarbij wordt een aantal als samen-wonend geïmputeerde personen naar alleenstaandomgezet, zodanig dat de verdeling van de imputaties weerklopt met de schattingen uit de EBB (Witvliet, 2002).

Het aantal overgangen van en naar de positie ongehuwdsamenwonend worden overschat op basis van de gege-vens uit het register. Een deel van de personen die als‘samenwonend’ geïmputeerd zijn, woont weliswaar meteen ander op hetzelfde adres, maar die ander is niet departner. Niet-samenwonenden op hetzelfde adres hebbeneen grotere kans om uit elkaar te gaan dan partners. Hetgevolg is dat op basis van gegevens uit het deelsgeïmputeerde register het aantal scheidingen wordt over-schat. De scheidingsfrequentie is lager dan die van tweewillekeurige personen (geen familie) die op hetzelfde adreswonen, maar hoger dan die voor personen waarvan metzekerheid bekend is dat ze een relatie hebben. Het aantalpersonen dat niet-gehuwd gaat samenwonen wordt ookoverschat. De imputatiemethode zorgt voor een zuivereschatting van de standen en dus van de netto stromen.Samenhangend met de overschatting van de uitstroom uitde positie samenwonend, is er dus ook een overschattingvan de instroom.Omdat de standen die uit de (overschatte) stromen kunnenworden afgeleid wel kloppen, zijn de stroomgegevens welbruikbaar om een prognose van het aantal personen naarhuishoudenspositie te maken. Men moet echter voorzichtigzijn met de interpretatie van de stromen.

5. Demografische stromen

De dynamische prognose heeft als input veronderstel-lingen nodig over geboorte, sterfte en internationale migra-

tie. Deze veronderstellingen worden ontleend aan de CBS-bevolkingsprognose, waarmee de huishoudensprognoseconsistent moet zijn. Ten opzichte van de bevolkings-prognose moet een detaillering naar huishoudenspositieen burgerlijke staat aan de stromen worden toegevoegd.De gebruikte veronderstellingen voor de stromen wordenhieronder besproken.

5.1 Geboorte

In LIPRO wordt het aantal geboorten berekend door leef-tijdsspecifieke vruchtbaarheidscijfers toe te passen op devrouwelijke bevolking naar leeftijd, geslacht en toestand (inons geval burgerlijke staat en huishoudenspositie). Wijgebruiken hiervoor de vruchtbaarheidscijfers van de bevol-kingsprognose, die alleen van de leeftijd van de vrouwafhangen. De bevolkingsprognose veronderstelt eenvrijwel vlakke ontwikkeling van de vruchtbaarheidscijfers(Van Duin, 2009).

Wanneer een vrouw haar eerste kind krijgt, gaat zij daar-door meestal over van de huishoudenspositie samen-wonend naar samenwonend met kind, of van alleenstaandnaar alleenstaande ouder. In de prognose wordt het aantalovergangen tussen deze huishoudensposities daarom metbehulp van consistentieregels kloppend gemaakt met hetaantal eerste geboorten. In paragraaf 6.8 wordt hier verderop ingegaan.

5.2 Sterfte

Sterfterisico’s verschillen voor personen met verschillendeleefvormen (Koskinen, 2007; Lund, 2002). Personen diesamenwonen met een partner hebben relatief lageresterfterisico’s. Dit effect is sterker wanneer men met departner gehuwd is. Het is groter bij mannen dan bijvrouwen en neemt af met de leeftijd. Ook ouders metminderjarige thuiswonende kinderen hebben lageresterfterisico’s. Voor alleenstaanden liggen ze relatiefhoger, vooral bij mannen. De sterfterisico’s voor instellings-bewoners zijn uiteraard veel hoger dan die voor de restvan de bevolking.

De verschillen tussen de risico’s hangen samen metdirecte en indirecte selectie-effecten. Ook hebben som-mige leefvormen een positief effect op de gezondheid vanpersonen die naar die leefvorm overgaan (Koskinen,2007).

Bij instellingsbewoners is er vooral sprake van directeselectie. Men woont in een instelling vanwege een slechtegezondheid, en dit weerspiegelt zich in het sterftecijfer. Ditgeldt zowel voor de hogere leeftijden, waar het vooral ombewoners van verzorgings- en verpleeghuizen gaat, alsvoor de jongere leeftijden, waarbij de meeste instellings-bewoners in een psychiatrische instelling of tehuis voorverstandelijk gehandicapten wonen.

Samenwonen met een partner biedt economische voor-delen en sociale steun, en zorgt voor controle op hetgedrag. Hierdoor heeft samenwonen een positieve invloed


op de gezondheid. Ook indirecte selectie kan een rolspelen in het lage sterftecijfer voor samenwonenden.Personen die lager op de sociale ladder staan, vindenbijvoorbeeld moeilijker een partner. Deze personenhebben ook vaker een verhoogd sterfterisico. Dit verhoogtde gemiddelde sterfterisico’s voor alleenstaanden enverlaagt ze voor samenwonenden.

Bij een deel van de ongehuwd samenwonenden zal dereden dat men nog niet is getrouwd, samenhangen mettwijfel aan de relatie. Gemiddeld gesproken zijn gehuwderelaties daardoor hechter dan niet-gehuwde, wat ook blijktuit de lagere scheidingscijfers. Dit kan zich ook vertalen ineen gemiddeld sterkere onderlinge steun in gehuwde danin ongehuwde relaties, waardoor de sterfterisico’s voorgehuwden lager liggen.

De aanwezigheid van minderjarige kinderen in een huis-houden zorgt ervoor dat de ouders minder risicovol gedraggaan vertonen, zoals roken of overmatige alcoholcon-sumptie. Dit heeft een positief effect op hun gezondheid.Ook kan een slechte gezondheid de achterliggende redenzijn dat men geen kinderen heeft. Hierdoor is er voorsamenwonenden zonder kinderen een zekere selectie opslechte gezondheid, waardoor die groep relatief hogeresterfterisico’s heeft. Meerderjarige thuiswonende kinderenin het huishouden kunnen juist samenhangen met eenslechte gezondheid van de ouder, die dan door de kinde-ren verzorgd wordt. Ouderen met thuiswonende kinderenhebben daardoor gemiddeld hogere sterfterisico’s dan hunleeftijdsgenoten.

Het is van belang om in de prognose met deze verschillenin sterfte naar huishoudenspositie en burgerlijke staatrekening te houden. Dit is vooral nodig om een goed beeldte geven van de bevolkingssamenstelling bij de hoge leef-tijden. De samenhang tussen sterfte en leefvorm wordtgemodelleerd in de sterftefrequenties van de prognosedoor middel van een tijdsonafhankelijke factor

; (8)

hierin is rD(b,h,g,x,j) de sterftefrequentie naar burgerlijkestaat (b), huishoudenspositie (h), geslacht (g) en leeftijd (x)in jaar j; rD

BP (g,x,j) is de sterftefrequentie naar leeftijd engeslacht volgens de bevolkingsprognose. De factor f1 isgroter dan 1 wanneer het sterfterisico voor de betreffendecombinatie van burgerlijke staat en huishoudenspositiehoger is dan gemiddeld voor personen van dezelfde leeftijden hetzelfde geslacht. De factor f2 zorgt ervoor dat hettotaal aantal sterfgevallen naar leeftijd en geslacht over-eenkomt met de aantallen volgens de bevolkingsprognose.In de input van het prognosemodel wordt f2 gelijkgesteldaan 1. Gedurende de simulatie wordt f2 door het consisten-tiemechanisme van LIPRO zó aangepast dat het aantalsterfgevallen klopt met de bevolkingsprognose.

De aanpassingsfactoren f zijn berekend op basis van desterftecijfers over de jaren 1995–2007. Grafiek 1 toont deverhouding tussen het sterftecijfer per huishoudenspositieen het gemiddeld sterftecijfer onafhankelijk van huishou-denspositie. De cijfers zijn direct gestandaardiseerd naar

leeftijd, waarbij de bevolking van 1995–2007, getotaliseerdover de huishoudensposities, als standaardpopulatie isgebruikt. De eerder besproken effecten zijn in de cijferszichtbaar. Samenwonenden hebben lagere sterfterisico’sdan alleenstaanden. Instellingsbewoners hebben een zeerhoog sterfterisico. Op jonge en middelbare leeftijdenhebben ouders met thuiswonende kinderen relatief lageresterfterisico’s. Bij hogere leeftijden is juist het tegenover-gestelde effect zichtbaar.

5.3 Internationale migratie en overige correcties

Internationale migratie wordt gemodelleerd door het aantalimmi- en emigranten naar leeftijd volgens de bevolkings-prognose te verdelen naar huishoudenspositie en burger-lijke staat. De aandelen per leeftijd worden constant veron-dersteld over de prognoseperiode. Ze zijn berekend uit dewaargenomen aandelen over de periode 2000–2007.


( ) ),,(),,(,,,),,,,( 21 jxgrjxgfxghbfjxghbr BP

DD =

1. Relatief sterftecijfer naar huishoudenspositie, 1995–2007

1,00

Mannen Vrouwen

Kind Alleen-staand

Samenzonder

kin-deren

Samenmetkin-

deren

Een-ouder

Overiglid huis-houden

In in-stelling

10,00

0,10

15–59 jaar

60 jaar en ouder

Alleen-staand

Samenzonder

kin-deren

Samenmetkin-

deren

Een-ouder

Overiglid huis-houden

In in-stelling

1,00

10,00

0,10

Er is voor gekozen te werken met aantallen emigranten inplaats van met emigratiefrequenties. Dit heeft een nadeel.De samenstelling van de bevolking naar huishoudens-positie en burgerlijke staat verandert gedurende deprognoseperiode. Als met emigratiefrequenties wordtgewerkt, verandert de samenstelling van de groepemigranten automatisch mee met de samenstelling van debevolking. Bij de gekozen aanpak blijven de emigrantenechter dezelfde samenstelling houden, wat niet helemaalrealistisch is. De reden om toch hiervoor te kiezen, is datwe bij de immigranten verplicht zijn om met aantallen tewerken. De risicobevolking voor immigratie is immers detotale wereldbevolking buiten Nederland. Houden we desamenstelling naar huishoudenspositie en burgerlijke staatvan immigranten stabiel terwijl we die voor emigranten welveranderen, dan krijgen we vertekeningen in de samen-stelling van de netto instroom van migranten. Dit geldtzeker voor de groep immigranten die, na eerdergeëmigreerd te zijn, naar Nederland terugkeert. Om geenvertekening te krijgen in de netto migratie is er daaromvoor gekozen immi- en emigratie op dezelfde wijze temodelleren.

Het gebruikte aantal emigranten is inclusief het saldo vanadministratieve correcties. Voor personen die administra-tief zijn afgevoerd in een gemeente en niet (elders) weer inhet register zijn opgenomen, wordt verondersteld dat zemet onbekende bestemming zijn geëmigreerd. Die onbe-kende bestemming kan Nederland zijn, waar ze dan deeluitmaken van de niet-geregistreerde bevolking. De bevol-kings- en huishoudensprognose betreft uitsluitend degeregistreerde bevolking.

Bij het aantal immigranten wordt voor de huishoudens-prognose het aantal overige correcties meegeteld. Destromen zoals die gedurende een jaar in de GBA wordenbijgehouden, geboorte, sterfte, migratie, opnemingen enafvoerigen, tellen niet precies op tot het verschil in debevolkingsstand aan het begin en einde van het jaar. Jaar-lijks is er een positief verschil van enkele duizenden perso-nen. De overige correcties geven de omvang van ditverschil.

Grafiek 2 toont het gestandaardiseerde aandeel van dehuishoudensposities bij de immi- en emigranten en in dealgemene bevolking. Bij de immigranten (en overigecorrecties) gaat het om de huishoudenspositie aan heteinde van het jaar, bij de emigranten om de positie aan hetbegin van het jaar. Er is gestandaardiseerd naar leeftijd en

geslacht. De immi- en emigranten in 2008 zijn als stan-daardpopulatie gebruikt.

Migranten zijn vaker alleenstaande, eenouder of overig lidvan een huishouden dan hun leeftijdsgenoten in de alge-mene bevolking. Het aandeel samenwonenden en thuis-wonende kinderen is lager onder migranten. Als ze samen-wonen, hebben ze minder vaak een thuiswonend kind.Onder immigranten zijn meer samenwonenden en minderalleenstaanden dan onder emigranten van dezelfde leeftijden hetzelfde geslacht. Emigranten zijn vaker dan immi-granten thuiswonende kinderen.

6. Veronderstellingen voor de overgangsfrequenties

6.1 Berekening overgangsfrequenties prognosejaren

De overgangsfrequenties rab worden in eerste instantiegeschat uit de waarnemingen over de periode 2000–2007.De gemiddelde frequenties over deze periode noemen wede referentiefrequenties rab

ref.(s,x). De methode waarmeeze geschat worden is beschreven in paragraaf 4.1.Het leeftijdspatroon van de referentiefrequenties wordtgladgemaakt om vertekeningen door toevalsfluctuatiestegen te gaan. Eerst wordt een 10e graads-polynoom aande ruwe frequenties gefit om een volledig gladde curve te


2. Gestandaardiseerde aandelen van huishoudensposities in bevolkingen bij immi- en emigranten

Immigranten + overige corr.

Emigranten incl. saldo a.c.

kind

0,00 0,10 0,20 0,30 0,40

alleenstaande

samenwonendzonder kind

eenouder

overig lidhuishouden

instellings-bewoner

samenwonendmet kind

Bevolking

Staat 1Gebeurtenissen waarvoor veronderstellingen zijn opgesteld

Gebeurtenis Starttoestand (A) Eindtoestand (B)

Eerste huwelijk kind of ongehuwd gehuwdHertrouwen gescheiden, verweduwd gehuwdEchtscheiding gehuwd gescheidenVerweduwing gehuwd verweduwdUit huis gaan kind zelfstandig wonend (buiten instelling)Terugkeren naar ouderlijk huis zelfstandig wonend (buiten instelling) kindGaan samenwonen (niet-gehuwden) niet gehuwd, niet-samenwonend samenwonendScheiden samenwonend niet-samenwonendNaar Instelling gaan in particulier huishouden in instellingOuderschapsovergang geen thuiswonend kind samenwonend met thuiswonend kind of eenouderLege nest overgang samenwonend met thuiswonend kind, of eenouder kind, alleenstaand, samen zonder kind, overig

maken. Vervolgens wordt een gewogen gemiddeldegenomen van de ruwe en gladgemaakte waarde, waarbijhet gewicht wordt bepaald door het aantal waarnemingen.Bij leeftijden waarvoor veel waarnemingen beschikbaarzijn, is de uiteindelijke waarde gelijk aan de ruwe frequen-tie; bij leeftijden waarvoor weinig waarnemingen zijn, over-heerst het gladgemaakte cijfer. Aan de onder- en boven-kant van het leeftijdsinterval worden leeftijden samen-gevoegd totdat voldoende waarnemingen voor een schat-ting zijn verkregen. De frequenties worden ten slotte meteen leeftijdsonafhankelijke factor herschaald, om te zorgendat de totale overgangsfrequentie overeenkomt met dewaarde volgens de ruwe cijfers.

Vervolgens worden veronderstellingen gemaakt voor over-gangen tussen samengevoegde toestanden, RAB(g,x,j).Deze overgangen hangen samen met gebeurtenissenzoals uit huis gaan, gaan samenwonen en scheiden.Staat 1 geeft een overzicht van de gebeurtenissen waar-voor veronderstellingen worden opgesteld.

De overgangsfrequenties voor gebeurtenissen zijn eengewogen som van de overgangsfrequenties tussen deonderliggende toestanden

, (9)

waarbij ma de massa in de starttoestand a is

. (10)

De frequenties RAB kunnen gedurende de prognoseperiodeveranderen doordat de frequenties voor de onderliggendeovergangen rab veranderen of doordat de onderlinge ver-houding van de massa’s ma verandert. In het eerste gevalis er sprake van een gedragsverandering, op het niveauvan de in het prognose onderscheiden toestanden, in hettweede geval is er sprake van een samenstellingseffect.De veronderstellingen gaan over veranderingen van heteerste type. Ze worden daarom opgesteld voor degestandaardiseerde overgangsfrequentie Rstand.

AB.

. (11)

De inputfrequenties rab(s,x,j) worden berekend door dereferentiefrequenties rref.

ab(s,x) via iteratief proportioneelfitten zodanig aan te passen dat ze optellen tot de ver-onderstelde waarden voor Rstand

AB(s,x,j).

Door toepassing van consistentieregels worden sommigeovergangsfrequenties in de loop van de simulatie aan-gepast. Voor de overgang van niet-ouder naar ouder wordteen consistentieregel gebruikt om de toename van hetaantal kinderen met niet-gehuwde ouders te modelleren.Dit wordt besproken in paragraaf 6.7.

6.2 Veronderstellingen burgerlijke staat overgangen

6.2.1 Eerste huwelijkenDe jaarlijkse kans voor ongehuwden om te trouwen piektrond het 30e levensjaar (grafiek 3). Bij jongere leeftijden isde eerste huwelijksfrequentie voor vrouwen hoger danvoor mannen, bij middelbare leeftijden is dit andersom.Vrouwen zijn doorgaans ongeveer twee jonger dan hunmannelijke huwelijkspartner.

In de afgelopen decennia is het steeds gebruikelijkergeworden dat een paar ervoor kiest om ongehuwd samente wonen in plaats van te trouwen. De totale eerste huwe-lijkskans 2) voor mannen en vrouwen is gedaald van 95 en97 procent in 1970 tot 65 en 70 procent in 2006 (grafiek 4).Omdat mannen vaker dan vrouwen op latere leeftijd her-trouwen, ligt de totale eerste huwelijkskans voor mannenlager dan voor vrouwen. De jonge, ongehuwde mannenondervinden concurrentie op de huwelijksmarkt vanoudere, al eerder gehuwde mannen.

Vanaf begin jaren tachtig is er, naast de dalende trend,een golfpatroon in de totale eerste huwelijkskans zicht-baar. Dit patroon lijkt samen te hangen met de economi-sche conjunctuur. In jaren van hoogconjunctuur liggen dehuwelijkskansen hoger (Latten en Van Dijk, 2007; CBS,2005). Tijdens periodes van laagconjunctuur dalen dehuwelijkskansen. In 2007 en 2008 was er een stijging vande eerste huwelijkskans, waarschijnlijk door de economi-sche hoogconjunctuur in 2007 en begin 2008.

De veronderstellingen voor de langetermijnontwikkelingvan de eerste huwelijkskans uit de prognose van 2006 zijn


∑∑ ∑

∈

∈ ∈=Aa a

Aa Bb aba

ABjxsm

jxsrjxsmjxsR

),,(

),,(),,(),,(

),,()1,1,(),,( jxsljxsljxsm aaa +++=

∑∑ ∑

∈

∈ ∈=Aa a

Aa Bb abaAB

stand

xsm

jxsrxsmjxsR

)2007,,(

),,()2007,,(),,(.

3. Frequentie eerste huwelijk naar leeftijd, waarneemperiode, 2000–2007

0,09

15

0,08

0,07

0,06

0,05

0,04

0,03

0,02

0,01

020 25 30 35 40 45 50 55 60

Mannen

Vrouwen

leeftijd

2) De totale eerste huwelijkskans is een maat voor dehuwelijksgeneigdheid van ongehuwden in een bepaaldjaar. Deze kan worden geïnterpreteerd als de kans voorongehuwden om ooit te trouwen als de leeftijds- engeslachtsspecifieke huwelijkskansen van dat jaargedurende hun hele leven zouden gelden. Het wordtberekend door de eerste huwelijkskansen van het jaartoe te passen op een tafelbevolking.

gehandhaafd. Verwacht wordt dat 65 procent van devrouwen die na 1985 zijn geboren gedurende hun levenzal trouwen. Voor mannen zal dat naar verwachting60 procent zijn. Ten opzichte van het huidige niveaubetekenen de gekozen eindwaarden nog een verderedaling, met circa 7 procentpunt. Naar verwachting daalt dehuwelijkskans in 2009 scherp, als gevolg van de economi-sche terugval (grafiek 4). Voor de jaren daarna wordtaangenomen dat de kans geleidelijk verder daalt tot deveronderstelde eindwaarden.

De eindwaarden zijn gebaseerd op gegevens uit hetonderzoek gezinsvorming, waarin mannen en vrouwen vanverschillende generaties zijn gevraagd of zij verwachten tezullen trouwen, en op een vergelijking van het leeftijdsver-loop van de cumulatieve eerste huwelijkskans voor opeen-volgende geboortecohorten (Van Duin, 2006b). Grafiek 5

toont het veronderstelde verloop voor de eerste huwelijks-kans per geboortecohort. Voor de nieuwe prognose ligt dekans iets hoger dan voor de vorige. Vanaf cohort 1985 ishet verschil vrijwel verdwenen.

6.2.2 EchtscheidingenHet echtscheidingsrisico is het hoogst bij gehuwden vanrond de 25 jaar (grafiek 6). Met toenemende leeftijd daaltdit risico. Voor dertigers is er een geleidelijke daling met deleeftijd, boven de veertig versnelt de daling.

In de jaren zeventig liep het aantal echtscheidingen inNederland snel op. Het totaal echtscheidingsrisico, hetrisico dat een huwelijk eindigt in een echtscheiding uit-gaande van de scheidingsfrequenties in het huwelijksjaar,liep op van 0,13 in 1970 naar 0,25 in 1980 (grafiek 7). Inde jaren tachtig en negentig fluctueerde het echtschei-dingsrisico tussen de 0,25 en 0,30. Sinds de eeuwwisse-


geboortegeneratie

5. Kans op een eerste huwelijk per geboortegeneratie

Prognose 2008–2050 Prognose 2006–2050

1,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,01935 1945 1955 1965 1975 1985 1995 2005 2015

Vrouwen

Mannen

7. Totaal echtscheidingsrisico (vrouwen)

0,35

1970

Prognose 2008-2050

Waarneming

0,30

0,25

0,20

0,15

0,10

0,05

0,001980 1990 2000 2010 2020 2030 2040

leeftijd

6. Echtscheidingsfrequentie naar leeftijd, 2000–2007

0,025

20

0,020

0,015

0,010

0,005

025 30 35 40 45 50 55 60 65 70 75 80

Vrouwen

Mannen

4. Periode totale eerste huwelijkskans

kalenderjaar

1,00

WaarnemingPrognose 2008–2050

1970 1980

0,90

0,80

0,70

0,60

0,50

0,40

0,30

0,20

0,10

0,001990 2000 2010 2020 2030 2040

Vrouwen

Mannen

Prognose 2006–2050

ling is het redelijk stabiel, rond 0,3. Evenals in de prognosevan 2006 wordt in de nieuwe prognose aangenomen datde echtscheidingsrisico’s op het huidige niveau blijven.

6.2.3 HertrouwenDe jaarlijkse kans om te trouwen neemt voor gescheide-nen en verweduwden gestaag af met toenemende leeftijd(grafiek 8). Jong verweduwde mannen hertrouwen vakerdan gescheiden leeftijdsgenoten. Vanaf middelbare leef-tijden is er weinig verschil. Bij vrouwen ligt de hertrouw-frequentie van gescheidenen op alle leeftijden aanmerke-lijk hoger dan die van verweduwden.

De hertrouwkans ligt hoger voor mannen dan voorvrouwen. Van de gescheiden mannen hertrouwt ongeveer55 procent, van de gescheiden vrouwen ongeveer 45 pro-cent (Van Duin, 2007b). Hertrouw van verweduwden komtveel minder vaak voor. Dit gebeurt in circa 10 procent vande gevallen voor mannen en 4 procent voor vrouwen.Deze percentages liggen veel lager omdat de gemiddeldeleeftijd bij verweduwing veel hoger is dan bij echtscheiding.

In de vorige prognose is verondersteld dat de hertrouw-frequenties van gescheidenen en verweduwden in de toe-komst ongeveer gelijk zouden blijven. Wel werd eenstijgende trend bij de hertrouwfrequenties van weduwen inde leeftijd van 50–70 jaar nog voor korte tijd doorgezet.Deze veronderstellingen zijn voor de nieuwe prognosegehandhaafd.

6.2.4 VerweduwingIn de burgerlijke staat-prognose (De Beer, 1992) werdende verweduwingsrisico’s van mannen en vrouwenberekend uit de sterfterisico’s van gehuwden van hetandere geslacht. Daarbij werd rekening gehouden met hetleeftijdsverschil tussen de partners. Deze methode is ookin de nieuwe prognose gebruikt. De methode wordt kortbeschreven in paragraaf 6.5. Daar wordt ook ingegaan ophet modelleren van verweduwing voor personen die nietmet hun partner gehuwd zijn.

De leeftijd bij verweduwing is de laatste decennia sterkgestegen (grafiek 9). Mannen die in 1970 weduwnaarwerden, waren gemiddeld 68 jaar oud. Vrouwen dieweduwe werden waren gemiddeld 64 jaar. In 2008 is datopgelopen tot 71 jaar voor mannen en 70 jaar voorvrouwen. De stijging werd gedeeltelijk veroorzaakt door devergrijzing. De gemiddelde leeftijd van de bevolking steeg,en daarmee ook de gemiddelde leeftijd van personen diein een bepaald jaar verweduwd raakten. Doordat jongeregeboortecohorten minder geneigd waren te trouwen, ver-grijsde de gehuwde bevolking sneller dan gemiddeld, watdit effect versterkte. Een belangrijke rol speelt ook destijging van de levensverwachting. De levensverwachtingvoor mannen steeg van 1970 tot 2008 met 7,5 jaar, voorvrouwen met 5,8 jaar. Hierdoor verloor men zijn partner opsteeds latere leeftijd. De bevolkingsprognose van het CBSgaat uit van een verdere stijging van de levensverwachtingtot 2050 met 4,8 jaar voor mannen en 3,2 jaar voorvrouwen. Ook zet de vergrijzing van de bevolking naar ver-wachting nog tot 2040 door. In combinatie leidt dit tot eengemiddelde leeftijd van verweduwden in 2049 van 80 jaarvoor mannen en 78 jaar voor vrouwen.


8. Hertrouwfrequentie naar leeftijd, 2000–2007

0,14

0,12

0,04

0,1

0,08

0,06

0,02

025 30 35 40 45 50 55 60 65 70 75 80 85

0,09

0,08

0,04

0,02

0,07

0,06

0,05

0,03

Mannen

Vrouwen

Verweduwd

Gecheiden

Gecheiden

Verweduwd

0,01

250

30 35 40 45 50 55 60 65 70 75 80 85

9. Leeftijd bij verweduwing

Waarneming Prognose 2008–2050

85

1970 1980 1990 2000 2010 2020 2040

Mannen

Vrouwen

80

75

70

65

60

55

02030

6.3 Uit huis gaan en terugkeer van kinderen

De kans per jaar om uit huis te gaan loopt vanaf het15e levensjaar scherp op en piekt rond de 27 jaar (gra-fiek 10). Meisjes hebben bij gelijke leeftijden een hogerekans om uit huis te gaan dan jongens. Dit verschil ver-dwijnt vanaf ongeveer 35 jaar. Thuiswonende kinderen vanmiddelbare leeftijd zorgen in veel gevallen voor hun ouderof ouders. Het ’uit huis gaan’ van de kinderen komt er danvaak op neer dat de ouder naar een verzorgingshuis gaatof overlijdt. Dit verklaart waarom de overgangsfrequentieop middelbare leeftijden niet meer van het geslacht van hetkind afhangen. De jaarlijkse kans voor zelfstandigwonende kinderen om weer bij de ouders te gaan wonen,neemt snel af met de leeftijd en is boven de 30 jaar vrijwelnul geworden.

Grafiek 11 toont de gemiddelde leeftijd bij uit huis gaan enbij weer thuis gaan wonen voor jongens en meisjes. Deleeftijd is berekend door de overgangsfrequenties van hetwaarneemjaar op een tafelbevolking toe te passen. Decijfers zijn daardoor onafhankelijk van de leeftijdsopbouwvan de bevolking in het betreffende jaar. De overgangs-frequenties zijn gestandaardiseerd naar de bevolkings-samenstelling naar huishoudenspositie en burgerlijke staatin 2007.

De gemiddelde leeftijd van jongens die het ouderlijk huisverlaten is 25 jaar, van meisjes 23 jaar. De gemiddeldeleeftijd van kinderen die voor de eerste keer het ouderlijkhuis verlaten, ligt ongeveer 2 jaar lager (De Graaf, 2004).Ruim 20 procent van de kinderen die uit huis gaan, keertdaarna voor langere of kortere tijd weer terug. De gemid-delde leeftijd bij het terugkeren naar het ouderlijk huis ligtvoor jongens op krap 27 jaar, voor meisjes op ruim 24 jaar.

Voor de prognoseperiode is verondersteld dat de over-gangsfrequenties voor uit huis gaan en weer bij de oudersintrekken op de huidige waarden blijven. Dit is consistentmet de veronderstellingen uit de voorgaande prognose,

waarin het aandeel thuiswonende kinderen naar leeftijdconstant werd gehouden.

6.4 Gaan samenwonen

De jaarlijkse kans om te gaan samenwonen, gehuwd danwel niet-gehuwd, piekt voor vrouwen iets vóór en voormannen iets na de 25e verjaardag (grafiek 12). Totongeveer het 40e levensjaar neemt de kans daarna snelaf, om vervolgens geleidelijker te dalen. Vrouwen gaan opjongere leeftijd samenwonen dan mannen. Boven de dertigis de frequentie van samen gaan wonen voor mannenhoger dan voor vrouwen van dezelfde leeftijd, onder dedertig is dit andersom.Grafiek 13 toont de totale kans dat een periode waariniemand niet samenwoont wordt afgesloten met samen-wonen. De andere mogelijkheid is dat de periode eindigtmet het overlijden van de persoon.

De samenwoonkans is berekend in een tafelbevolking doorhet aantal overgangen van niet-samenwonend naarsamenwonend te delen door het aantal personen in de uit-gangstoestand (15 jaar oud, niet-samenwonend) plus hetaantal overgangen van samenwonend naar niet-samen-wonend. De frequentie voor de overgangen in de tafel zijngestandaardiseerd naar de bevolkingssamenstelling naarburgerlijke staat en huishoudenspositie in 2007. Alleenvoor de overgang van niet-samenwonend naar samen-wonend zijn de frequenties uit het betreffende kalenderjaargebruikt. Voor de scheidings- en sterftefrequenties zijn dewaarden uit 2007 gebruikt. Hierdoor is de tijdsafhankelijk-heid in de totale samenwoonkans uitsluitend het gevolgvan veranderingen in de frequentie waarmee personengaan samenwonen.

De gestandaardiseerde totale samenwoonkans is sinds1995 vrijwel stabiel gebleven: 0,8 voor mannen en 0,7 voorvrouwen. De stabiliteit is opmerkelijk als we vergelijkenmet het tijdsverloop voor de eerste huwelijkskansen (gra-fiek 4). Anders dan in het verleden zijn samenwonen en


leeftijd

10. Overgangsfrequentie uit huis gaan en terugkeer naar ouderlijk huis,2000–2007

Terugkeren vrouwen Terugkeren mannen

0,50

0,45

0,40

0,35

0,30

0,25

0,20

0,15

0,10

0,05

015 20 25 30 35 40 45 50 55 60

Uit huis gaan vrouwen Uit huis gaan mannen

11. Gemiddelde leeftijd bij verlaten ouderlijk huis en bij terugkeer

30

1995 2005 2015 2025 2035 2045

leeftijd

25

20

15

mannen

vrouwen

Waarneming Prognose

Uit huis gaan Terugkeren

trouwen grotendeels losgekoppeld. Slechts bij iets meerdan een kwart van de huwelijken gingen de partners in hethuwelijksjaar samenwonen (cijfers over 1995–2007). In65 procent van de gevallen woonde men al samen aan hetbegin van het huwelijksjaar. In 8 procent van de gevallenwoonde men aan begin en einde van het huwelijksjaar nietsamen, mogelijk doordat de relatie snel na het huwelijkalweer was beëindigd of doordat men pas later na hethuwelijk ging samenwonen.

In de prognose wordt verondersteld dat de samenwoon-kans op het huidige niveau blijft. Tegelijkertijd wordt eenverdere daling van het eerste huwelijkscijfer aangenomen.In combinatie betekenen deze veronderstellingen dat meerpersonen ervoor zullen kiezen om ongehuwd te gaan, ofblijven, samenwonen.

6.5 Verlies of vertrek van partner

Grafiek 14 toont de scheidingsfrequentie voor gehuwde enniet-gehuwde mannen en vrouwen. Het begrip ‘scheiding’is hierbij ruim genomen en omvat ook het verlies van departner door diens overlijden of vertrek naar een instelling.Niet-gehuwde paren van vóór in de twintig hebben eenzeer hoge scheidingsfrequentie. Ook gehuwde paren zijnhet minst stabiel bij de jongste leeftijden. Van de niet-gehuwde paren van middelbare leeftijd gaat jaarlijks op10 procent uit elkaar. Bij gehuwde paren is dat maar onge-veer 2 procent. Voor een deel komt dit doordat gehuwdeparen vaker kinderen hebben. Paren met (jonge) kinderenhebben een lager scheidingsrisico. Als hiervoor wordtgecorrigeerd, ligt de scheidingsfrequentie van niet-gehuwde paren op middelbare leeftijden nog altijd circa4 keer hoger dan die van gehuwde paren. De scheidings-frequentie van ongehuwde paren ligt circa 3 keer bovendie van gehuwde paren. Bij een deel van de samenwonen-den met als burgerlijke staat gescheiden gaat het ompersonen die nog op hetzelfde adres staan ingeschrevenals hun vroegere huwelijkspartner. In werkelijkheid zijn zeal uit elkaar, maar in de geregistreerde werkelijkheid vanhet huishoudensregister nog niet. De geregistreerde schei-dingsfrequentie voor deze groep ligt uiteraard zeer hoog.Hierdoor komt de scheidingsfrequentie voor niet-gehuwdenhoger uit dan voor ongehuwden. Ook speelt nog mee dathet aantal overgangen van en naar de positie ongehuwdsamenwonend wordt overschat op basis van de data uithet huishoudensregister (paragraaf 4.2). Deze overschat-ting is het sterkst bij de jonge leeftijden.

Vanaf ongeveer 65 jaar bij vrouwen en vanaf 75 jaar bijmannen begint de scheidingsfrequentie op te lopen. Ditkomt doordat bij hogere leeftijden het risico toeneemt datde partner komt te overlijden of naar een instelling gaat.Het verschil in de scheidingsfrequenties van gehuwden enniet-gehuwden neemt af bij de hoge leeftijden, doordatdeze externe scheidingsoorzaken gaan domineren.


13. Samenwoonkans

1,0

1995

Waarneming Prognose 2008–2050

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

02005 2015 2025 2035 2045

mannen

vrouwen

14. Frequentie verlies of vertrek van partner

90

1995

Gehuwd vrouwenGehuwd mannen

80

70

60

50

40

30

20

02005 2015 2025 2035 2045

leeftijd

Niet gehuwd vrouwenNiet gehuwd mannen

12. Frequentie gaan samenwonen, 2000–2007

0,25

15

leeftijd

0,20

0,15

0,10

0,05

0

vrouwen

mannen

20 25 30 35 40 45 50 55 60 65 70 75 80

In de periode 1995–2007 is de scheidingsfrequentie voorgehuwde paren bij de middelbare leeftijden iets gestegen(grafiek 15). Niet-gehuwde paren van middelbare leeftijdzijn juist stabieler geworden. Het verschil tussen gehuwdeen niet-gehuwde paren is bij deze leeftijden dus afge-nomen. De daling van het scheidingsrisico bij niet-gehuw-den is ten dele een samenstellingseffect. Het aandeelniet-gehuwde paren dat thuiswonende kinderen heeft is inde periode 1995–2007 opgelopen. Samenhangend daar-mee is het scheidingsrisico gedaald. Wordt de scheidings-frequentie voor 1995 gestandaardiseerd naar de bevol-kingssamenstelling van 2007, dan is er een kleinere dalingvan het scheidingsrisico zichtbaar voor de leeftijden 30 tot50 jaar. Standaardisering geeft weinig verschil bij degehuwd samenwonenden.

Onder 50-plussers is sprake van een daling van het schei-dingsrisico bij gehuwde en niet-gehuwde paren. Dit hangtsamen met de stijging van de levensverwachting en van deleeftijd waarop ouderen naar een verzorgingstehuis gaan.Het risico van een scheiding door externe oorzaken isdaardoor afgenomen.

De scheidingsfrequentie daalt bij verschillende leeftijdendoor verschillende oorzaken. Om dit te modelleren wordtde scheidingsfrequentie voor niet-gehuwd samenwonen-den onderscheiden in drie componenten (gehuwd samen-wonenden worden verderop besproken).

(12)

De laatste component geeft de frequentie voor het ver-liezen van de partner doordat de relatie wordt verbroken.

De eerste component is de frequentie voor het overlijdenvan de partner, de tweede voor het naar een instellinggaan van de partner.In de burgerlijke staat-prognose werd het verweduwings-risico voor vrouwen geschat uit het sterfterisico voorgehuwde mannen, vice versa. Voor de laatste twee com-ponenten in formule (12) wordt een soortgelijke methodegebruikt.

Om het verweduwingsrisico te schatten werd in de burger-lijke staat-prognose gebruik gemaakt van de benadering

. (13)

Het verweduwingsrisico van vrouwen van leeftijd x werddus gelijkgesteld met het sterfterisico voor gehuwde man-nen van leeftijd x + 2. Deze benadering komt neer op deaanname dat bij alle gehuwde vrouwen van leeftijd x departner de leeftijd x + 2 heeft.


15. Tijdsontwikkeling scheidingsfrequenties, 1995–2007

2

20

Niet gehuwd Gehuwd Niet gehuwd,gestand.

1

025 30 35 40 45 50 55 60 65 70 75 80 85 90

16. Verdeling leeftijd partner voor 30- en 60-jarige mannen en vrouwen,gehuwd en niet-gehuwd samenwonend

18

Niet gehuwd, 60 Gehuwd, 60

20 25 30 35 40 50 55 60 65 70 75 80 85 90

Niet gehuwd, 30 Gehuwd, 30

Mannen

Vrouwen

%

%

16

14

12

10

8

6

4

2

0

16

14

12

10

8

6

4

2

0

15 45 95

20 25 30 35 40 50 55 60 65 70 75 80 85 9015 45 95).,,(

),,(

),,(

),,(

jxsR

jsxR

jsxR

jxsR

verbrokenrelatie

samen-nietsamen,gehuwd-niet

.instnaarpartner


overl.partner



+

+

=

),(

),(

,

.,

manxr

vrouwxr

xdoodgehuwd

verweduwdgehuwd

Δ+

≈

Grafiek 16 toont de verdeling van de leeftijd van de partnervoor 30- en 60-jarige mannen en vrouwen. De verdeling isbepaald uit de gegevens in het huishoudensregister voor dejaren 1995, 2000 en 2005. Bij gehuwden is er op 30- en op60-jarige leeftijd een scherp gepiekte verdeling van de leef-tijd van de partner. Dit betekent dat de benadering (13)bruikbaar is. Bij de niet-gehuwden is de leeftijdsverdelingvan de partner op 30-jarige leeftijd ook nog sterk gepiekt, zijhet iets breder dan voor de gehuwden, maar op 60-jarigeleeftijd is de verdeling veel breder. Er is meer variatie in hetleeftijdsverschil tussen de partners voor niet-gehuwdsamenwonenden dan voor gehuwden.In plaats van met (13) is het in dit geval beter om het risicoom de partner te verliezen voor niet-gehuwd samenwonen-den te schatten met

, (14)

waar nniet geh samenvrouw

� . (x,x’) de fractie van de niet-gehuwdsamenwonende vrouwen van leeftijd x is waarvan departner leeftijd x’ heeft. Deze fracties worden in de prognoseconstant verondersteld. Het feit dat de curven voor degehuwde 30- en 60-jarigen in grafiek 16 zoveel op elkaarlijken, suggereert dat de voorkeur voor de leeftijd van departner in de afgelopen 30 jaar niet veel is veranderd. Doorde fracties constant te houden wordt aangenomen dat dit dekomende decennia ook het geval zal zijn.

Zowel bij gehuwd als niet-gehuwd samenwonenden is deman gemiddeld een paar jaar ouder dan de vrouw. Bij dehoogste leeftijden draait het verschil voor vrouwen echterom: ze zijn gemiddeld ouder dan hun mannelijke partner.Dit komt doordat de vrouwen met een oudere mannelijkepartner op deze leeftijden al vaak verweduwd zullen zijn.Bij mannen neemt door ditzelfde effect het leeftijdsverschilmet de partner bij de hogere leeftijden toe. Door de ver-wachte verdere daling van de sterfterisico’s zal dit selec-tie-effect wat kleiner worden. Met de aanname datnniet geh samen

vrouw� . (x,x’) constant is, wordt dit secundaire effect

van de sterftedaling genegeerd. Dit geeft enige verteke-ning in het leeftijdspatroon van de ’verweduwing’.

De frequentie van scheiding door overlijden van de partnerwordt tijdsafhankelijk gemaakt met behulp van (14).

(15)

De tijdsafhankelijkheid (15) voor de overgang vanuitniet-gehuwd samenwonend zonder kind wordt volledig ver-werkt bij de overgangsfrequentie naar de positie alleen-staand. Voor de overgang vanuit niet-gehuwd samen-wonend met kind wordt het verwerkt bij deovergangsfrequentie naar alleenstaande ouder.

De tweede component in de scheidingsfrequentie voorniet-gehuwden (12) krijgt op dezelfde wijze een tijds-afhankelijkheid

(16)

De daling van de derde component, scheiding doordathet paar uiteengaat, hoeft niet gemodelleerd teworden voor zover het veroorzaakt wordt door detoename van het aandeel niet-gehuwde paren metkinderen. Doordat het prognosemodel onderscheidmaakt naar samenwonenden met en zonder thuis-wonende kinderen, wordt dit samenstellingseffect auto-matisch meegenomen. Bij de 30- tot 50-jarigen is erechter ook een daling zichtbaar in de gestandaardi-seerde scheidingsfrequentie. De scheidingsfrequentiesvoor niet-gehuwde paren met en zonder kinderen zijnbeide ook gedaald.

Voor de prognose wordt uitgegaan van de hypothese datdeze daling van de scheidingsrisico’s samenhangt met detoename van het aantal ongehuwde paren. In het verledenwas ongehuwd samenwonen vooral een testfase. Parenmet een stabiele relatie gingen na enige tijd trouwen. In deafgelopen jaren is ongehuwd samenwonen steeds meereen alternatief voor het huwelijk geworden. Het aandeelparen met een stabiele relatie onder de ongehuwd samen-wonenden is daardoor toegenomen, waardoor het verschilin scheidingsfrequentie tussen gehuwde en ongehuwdeparen kleiner werd.

We modelleren deze ontwikkeling door de ongehuwdsamenwonenden in te delen in twee groepen: ongehuwdsamenwonenden van het oude type, met relatief hogescheidingsrisico’s, en van het nieuwe type, met lagerescheidingsrisico’s. Voor een startjaar in het verleden wordtaangenomen dat alle ongehuwd samenwonenden van hetoude type zijn. Aangenomen wordt dat de relatieve toe-name van het aantal ongehuwd samenwonenden tenopzichte van de gehuwd samenwonenden veroorzaaktwordt door groei van de groep ongehuwd samenwonendenvan het nieuwe type.

De laatste component van de scheidingsfrequentie (12)wordt gemodelleerd

(17)

R s x k jOSscheiden ( , , , ) de scheidingsfrequentie in jaar j is voor

ongehuwd samenwonenden (‘OS’) van geslacht s, leeftijdx die wel/geen thuiswonende kinderen hebben (k=1,0).


∑ −

≈

'

),'()',(

),(

doodsamen,gehuwd-niet_.

overl.partner


x

manxRxxn

vrouwxR

vrouw

samengehniet

∑∑

−−

−−×

×

=

'

'

),,'()',(

),,'()',(

),,(

),,(

0_.

_.

0

x

x

jsxRxxn

jsxRxxn

jsxR

jsxR

doodsamen,gehuwdniet

s

samengehniet

doodsamen,gehuwdniet

s

samengehniet

overl.partner


overl.partner


.),,'()',(

),,'()',(

),,(

),,(

'

'

0

0

∑∑

−−

−−×

×

=

x

x

jsxRxxn

jsxRxxn

jsxR

jsxR

instellingsamen,gehuwdniet

s

samengeh.niet

instellingsamen,gehuwdniet

s

samengeh.niet

inst.naarpartner


inst.naarpartner


).,,(),,,(

).,,(),,,(

),,,(

00

0

jkxsRjkxsA

jkxsRjkxsA

jkxsR

scheiden

GSknieuw

scheiden

OSoud

scheiden

OS

α+

=

R g x k jGSscheiden ( , , , ), de scheidingsfrequentie voor gehuwd

samenwonendenAoud(s,x,k,j) het aandeel ongehuwd samenwonenden vanhet ‘oude’ type,Anieuw(s,x,k,j) het aandeel ongehuwd samenwonenden vanhet ‘nieuwe’ type.

De aandelen Anieuw en Aoud tellen op tot 1. In het startjaar j0zijn alle ongehuwd samenwonenden van het oude type,dus

Aoud(s,x,k,j0) = 1

De parameter αk geeft de verhouding tussen de schei-dingsfrequentie voor de nieuwe ongehuwd samenwonen-den en de gehuwd samenwonenden in het startjaar. Deverhouding wordt voor samenwonenden met en zonderthuiswonende kinderen afzonderlijk ingesteld.

Voor het aandeel Aoud wordt verondersteld

(18)

Oftewel: als in het startjaar 8 procent van de ongehuwd ofgehuwd samenwonenden ongehuwd was en in het jaar j10 procent, dan wordt aangenomen dat het aandeel onge-huwde samenwoners van het oude type in j 0,8 is en vanhet nieuwe type 0,2.

Met (17) modelleren we het tijdsverloop van het schei-dingsrisico als een samenstellingseffect. De scheidingsfre-quentie voor de nieuwe en oude groep wordt constant ver-ondersteld. Voor de oude groep is deze gelijk aan descheidingsfrequentie in het startjaar. Voor de nieuwe groepwordt aangenomen dat het de scheidingsfrequentie voorgehuwden is, vermenigvuldigd met een vaste factor.

Nemen we 1995 als startjaar en proberen we de schei-dingsfrequenties in 2007 met dit model te verklaren, dankrijgen we α0 = 2,7 en α1 = 2,4. Ook de nieuwe groep heeftdus nog altijd scheidingsfrequenties die fors hoger liggendan die van gehuwden. Bij paren zonder kinderen is hetverschil groter dan bij paren met kinderen. Ten opzichtevan de oude groep zijn de scheidingsfrequenties wel lager.In 1995 lag de scheidingsfrequentie voor ongehuwden metof zonder kinderen circa 3,5 keer hoger dan voor gehuw-den met/zonder kinderen.

Grafiek 17 toont de gestandaardiseerde scheidingsfrequentievoor ongehuwden van middelbare leeftijd voor 1995 en 2007,waargenomen en volgens dit model. Het model geeft eenredelijk beeld van de waargenomen ontwikkeling.

Voor de periode na 2007 wordt aangenomen dat de groepongehuwd samenwonenden die er nog bijkomt weer meer

op de gehuwden zal lijken dan de nieuwe groep uit deperiode 1996–2007. De scheidingsfrequenties voor deprognosejaren zijn bepaald met model (17), waarbij alsstartjaar 2007 is genomen en de parameters zijn ingesteldop α0 = 2,3 en α1 = 2. Om de scheidingsfrequenties teberekenen is het nodig het aantal gehuwd en ongehuwdsamenwonenden per prognosejaar te weten, maar dezezijn niet a priori bekend. Dit is opgelost door meerderedraaien van de prognose te maken, waarbij de inputwaar-den voor de scheidingsfrequentie berekend worden opbasis van de aantallen gehuwd en ongehuwd samen-wonenden uit de voorgaande draai.

Bij de jongste leeftijden is de stijging van het scheidings-risico voor ongehuwden nog enkele jaren doorgetrokken.Voor gescheiden en verweduwd samenwonenden zijn descheidingsfrequenties vastgehouden op de waarde van2007. Daling van de scheiding door externe oorzaken is,zoals eerder besproken, bij deze groepen wel meege-nomen. Grafiek 18 toont de gestandaardiseerde schei-


17. Scheidingsfrequentie ongehuwden, waarneming en modelwaarde

0,12Mannen

0,10

0,08

0,06

0,04

0,02

0

0,12

0,10

0,08

0,06

0,04

0,02

0

Vrouwen

30 35 40 45 50 55 60

30 35 40 45 50 55 60

20072007 (model)

1995

.),,,(

),,,(),,,(

),,,(),,,(

),,,(

),,,(

00

0

jkxsl

jkxsljkxsl

jkxsljkxsl

jkxsl

jkxsA

ongehuwdsamen,

gehuwdsamen,ongehuwdsamen,

gehuwdsamen,ongehuwdsamen,

ongehuwdsamen,

oud

+×

×+

=

dingskans voor niet-gehuwden in 1995, 2007 en 2049. Deveronderstelde ontwikkeling vanaf 2007 is bescheiden ver-geleken met die in de voorgaande jaren. Effectief daalt descheidingsfrequentie voor niet-gehuwden sneller dan degestandaardiseerde frequentie laat zien, omdat het aan-deel niet-gehuwde paren met kinderen in de prognose nogverder toeneemt.

Voor gehuwde paren gaat scheiding door overlijden van departner gepaard met een overgang naar de burgerlijkestaat verweduwd. De frequentie voor deze burgerlijkestaat-overgang wordt gemodelleerd volgens dezelfdemethode als in de burgerlijke staat-prognose (13). Als departner naar een instelling gaat, is er doorgaans geensprake van een burgerlijke staat-overgang. De frequentievoor deze overgang wordt gemodelleerd met dezelfdemethode als voor niet-gehuwde paren (12). De frequentievoor scheiding door andere oorzaken wordt constant ver-ondersteld, wat consistent is met de veronderstelling voorde echtscheidingsfrequentie.

Effectief betekenen deze veronderstellingen een stijgingvan het scheidingsrisico bij de middelbare leeftijden. Hetaandeel ongehuwd samenwonenden in die leeftijdsgroepneemt toe, en ongehuwd samenwonenden hebben hogerescheidingsfrequenties dan gehuwden. De stijging wordtenigszins gematigd door een veronderstelde gelijktijdigedaling van de scheidingsfrequenties van ongehuwden. Bijde hogere leeftijden daalt het scheidingsrisico doordat hetrisico afneemt dat de partner overlijdt of naar een instellinggaat.

6.6 Verhuizen naar een instelling

Grafiek 19 toont de frequentie voor de overgang naar eeninstelling voor mannen en vrouwen. Voor tieners is deovergangsfrequentie ongeveer 5 op duizend. Tussen 25 en65 jaar ligt het rond één op duizend, voor mannen ietshoger en voor vrouwen iets lager. Vanaf 65 jaar begint defrequentie snel op te lopen. Bij deze leeftijden gaat hetvoornamelijk om personen die in een verzorgings- of ver-pleeghuis worden opgenomen. De overgangsfrequentievoor vrouwen is hoger dan die voor mannen. Oudere man-nen hebben vaker nog een partner dan vrouwen vandezelfde leeftijd. Dit komt door de hogere levensverwach-ting van vrouwen en doordat vrouwen doorgaans enkelejaren jonger zijn dan hun partner. Doordat mannen in meergevallen nog een partner hebben die voor hen kan zorgen,zijn ze langer in staat zelfstandig te blijven wonen.

Personen die korter dan een jaar in een instelling verblij-ven, hoeven niet in de GBA op het adres van de instellingte worden ingeschreven. Hierdoor geven de huishoudens-statistieken een onderregistratie van het aantal instellings-bewoners. De prognose sluit aan bij de huishoudensstatis-tieken en geeft dus ook een onderschatting van hetwerkelijke aantal instellingsbewoners.

De overgangsfrequenties hangen sterk samen met dehuishoudenspositie. Alleenstaanden hebben op 30–59-


18. Waarnemingen/veronderstellingen scheidingsfrequentie niet-gehuwden

0,40Mannen

0,35

0,30

0,25

0,20

0,15

020 25 30 35 40 45 50 55 60 65 70 75 80 85 90

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

Vrouwen

0,10

0,05

0,40

0,35

0,30

0,25

0,20

0,15

0

0,10

0,05

1995

2049

2007

2049

20071995

0,14

15

19. Overgangsfrequentie naar instelling gaan

0,12

0,10

0,08

0,06

0,04

0,02

0

Vrouwen

Mannen

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95

jarige leeftijd ongeveer tien keer zoveel kans om naar eeninstelling te gaan als samenwonenden. Bij 60-plussers isde kans voor alleenstaanden drie keer hoger dan voorsamenwonenden bij mannen, en twee keer hoger bijvrouwen.

Ouderen blijven tot op steeds hogere leeftijd zelfstandigwonen. In de periode 1995–2007 is de frequentie voor deovergang naar instellingsbewoner voor 70-plussers jaar-lijks met 3 tot 4 procent afgenomen (grafiek 20). Bij devrouwen is er een daling vanaf een leeftijd van ongeveer50 jaar, bij mannen vanaf 55 jaar. Op de middelbare leef-tijden is de kans om in een instellingen in te stromen daar-entegen toegenomen met 2 tot 3 procent per jaar.

Meer dan bij de andere huishoudensposities wordt hetaantal instellingsbewoners mede bepaald door beleid. Hetaantal beschikbare plaatsen in instellingen heeft uiteraardveel invloed op het aantal instellingsbewoners. Ookkeuzen die gemaakt worden in de gezondheidszorg,bijvoorbeeld om ouderen zoveel mogelijk in het eigen huiste verzorgen, beïnvloeden de ontwikkeling. Dit maakt hetmoeilijk om veronderstellingen voor de instroom naarinstellingen op te stellen.

Er is voor gekozen de veronderstellingen voor de huis-houdensprognose op basis van een eenvoudige extrapola-tie te maken. Voor de ouderen wordt de dalende trend in degestandaardiseerde instroomfrequentie vastgehouden tot2020. Voor deze leeftijden sluit dat kwalitatief aan bij de ver-onderstellingen van de prognose van 2006, waarin de ont-wikkeling in het aandeel instellingsbewoners tot dit jaar werddoorgetrokken. Voor de middelbare en jonge leeftijden wor-den de instroomfrequenties op het huidige niveau constantgehouden. Dit stemt niet overeen met de veronderstellingenvan de prognose van 2006, waarin ook van een daling vanhet aandeel bij deze leeftijden werd uitgegaan.

Omdat de instroomfrequenties voor alleenstaanden ensamenwonenden sterk verschillen, kunnen samenstellings-

effecten veel invloed hebben op de uitkomsten voor deinstellingsbewoners. Bij de middelbare leeftijden zorgt destijging van het aandeel alleenstaanden voor een grotereinstroom naar de instellingen. Bij de hogere leeftijden heeftde stijgende leeftijd bij verweduwing een neerwaartseinvloed op de instroom naar instellingen.

6.7 Overgang naar lege nest fase

In de prognose worden ook veronderstellingen geformu-leerd voor de ‘lege nest’-overgang. Dit is de overgang van-uit de positie van ouder in een huishouden met thuis-wonende kinderen naar lid van een huishouden zonderkinderen. In de meeste gevallen gaat het om de overgangvan samenwonend met kind naar samenwonend zonderkind, of van eenouder naar alleenstaande. Doorgaanswordt de lege nest-overgang veroorzaakt doordat het laat-ste kind het huishouden verlaat. Daarnaast kan de over-gang veroorzaakt worden doordat een paar met kinderengaat scheiden, waarbij één van de partners zonderthuiswonende kinderen achterblijft.

Grafiek 21 toont de frequentie voor de overgang naar delege nest-fase. De frequentie is hoog voor tieners en jongetwintigers. Dit hangt samen met de hoge scheidings-frequenties bij deze leeftijden. Ook komt het bij zeer jongeouders vaker voor dat het kind het huishouden verlaat omdoor anderen te worden opgevoed. Voor dertigers is deovergangsfrequentie laag. Ook bij deze leeftijden is schei-ding de belangrijkste oorzaak voor de overgang.Rond de 40 jaar begint de overgangsfrequentie sterk op telopen, om te pieken bij 59 jaar voor vrouwen en 61 jaarvoor mannen. Deze piek hangt samen met het uit huisgaan van meerderjarige kinderen.

In de afgelopen decennia is de leeftijd waarop vrouwenhun kinderen krijgen met een aantal jaren toegenomen.Hiermee samenhangend steeg ook de leeftijd waarop hunlaatste kind uit huis ging. De stijging van de leeftijd bij


0,04

15

20. Trend in frequentie naar instelling gaan over periode, 1995–2007

0,03

0,02

0

–0,01

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95

0,01

–0,02

–0,03

–0,04

–0,05

VrouwenMannen

21. Frequentie lege nest-overgang, naar geslacht

0,30

20

0,25

0,20

0,15

0,05

0

Vrouwen

Mannen

25 30 35 40 45 50 55 60 65 70 75 80 85 90

geboorte van het kind kwam pas rond de eeuwwisseling(vrijwel) tot stilstand. Aangezien de meeste kinderen alstwintiger het ouderlijk huis verlaten, zal de leeftijd waaropde lege nest fase intreedt nog tot zeker in de jaren twintigvan deze eeuw blijven stijgen.

We gebruiken een eenvoudig model om uit de (veronder-stelde) ontwikkelingen in de vruchtbaarheidscijfers de tijds-afhankelijkheid van de overgang naar de lege nest-fase teschatten. De werkwijze sluit aan bij die van het dynami-sche macromodel waarmee de prognose van huishoudensnaar kindertal wordt gemaakt (De Jong, 2000). Uit de rang-specifieke vruchtbaarheidscijfers wordt het kindertal vanvrouwen berekend, gegeven hun leeftijd en geboorte-cohort. Uit de leeftijdsspecifieke kans voor kinderen om uithuis te gaan wordt berekend of de kinderen nog thuis bijde moeder wonen. Voor geboortecohorten die inmiddelsde 50 gepasseerd zijn, zijn de vruchtbaarheidscijfersbepaald uit de waarnemingen. Voor de jongere cohortengaat het geheel of gedeeltelijk om cijfers uit de CBS-bevolkingsprognose.

Het model gaat uit van de vereenvoudigende aanname datde lege nest-fase begint wanneer het laatstgeboren kindvan een vrouw uit huis gaat. Aangenomen wordt dat deleeftijd bij uit huis gaan niet afhangt van het rangnummervan het kind en ook niet van de leeftijd van de ouders.Als eerste stap wordt de kansverdeling Pgeb.laatste(c,x)geschat voor de leeftijd x waarop moeders uit geboorteco-hort c hun laatste kind krijgen. De schatting gaat ervan uitdat voor vrouwen die i kinderen krijgen de verdeling vanhun leeftijd bij de geboorte van het laatste kind overeen-komt met die van het rang i vruchtbaarheidscijfer. Voorvrouwen die 4 of meer kinderen krijgen wordt de leeftijds-verdeling van de vruchtbaarheidscijfers van rang 4+gebruikt. Deze methode onderschat de gemiddelde leeftijdvan de moeder bij de geboorte van het laatste kind. Bij eendeel van de geboorten die bijdragen aan het rang 4+vruchtbaarheidscijfer gaat het immers om kinderen die nogjongere broertjes of zusjes gaan krijgen. Bovendien krijgenmoeders van kleinere gezinnen hun kinderen doorgaansop hogere leeftijd. Met dat effect is hier geen rekeninggehouden. We passen het model echter alleen toe om detijdsafhankelijkheid te bepalen van de leeftijd waarop hetlaatste kind uit huis gaat, en niet de exacte waarde.

Grafiek 22 toont de gemiddelde leeftijd waarop het eersteen laatste kind van vrouwen wordt geboren, naar geboorte-cohort van de vrouw. Voor vrouwen geboren in 1975 ligt degemiddelde leeftijd waarop ze hun laatste kind krijgen naarverwachting 4 jaar hoger dan voor vrouwen geboren in1945. De gemiddelde leeftijd waarop ze hun eerste kind krij-gen ligt 4,5 jaar hoger. Het interval tussen eerste en laatstekind lijkt volgens deze schatting dus iets te zijn afgenomen.Op basis van de frequenties voor uit huis gaan en terug-keer naar het ouderlijk huis (paragraaf 6.3) wordt een tafel-berekening opgesteld. Deze berekening geeft aan welkdeel van de kinderen geboren in jaar j op leeftijd x thuis- enuitwonend is. Daarnaast geeft het aan welk deel van dekinderen uit dat jaar op leeftijd x uit huis gaat of naar huisterugkeert.In combinatie met Pgeb.laatste(c,x) kan hiermee de over-gangsfrequentie worden geschat voor de gebeurtenis dat


22. Gemiddelde leeftijd vrouwen bij geboorte eerste en laatste kind,naar geboortecohort van vrouw

34

1935

geboortejaar moeder

32

30

28

26

24

22

01945 1955 1965 1975 1985 1995 2005 2015

laatste kind

eerste kind

23. Frequenties lege nest-overgang, 1995 en 2207

0,30

0,25

0,20

0,15

0,10

0,05

0

0,30

0,25

0,20

0,15

0,10

0,05

0

Waarnemingen

Modelwaarden

30 35 40 45 50 55 60 65 70 75

30 35 40 45 50 55 60 65 70 75

1995

2007

2007

1995

het laatstgeboren kind bij een moeder uit huis gaat, naargeboortecohort en leeftijd van de moeder. Dit vertalen wenaar een overgangsfrequentie per kalenderjaar.

Grafiek 23 toont de waargenomen en berekende lege nest-frequentie voor vrouwen, gestandaardiseerd naar de bevol-kingssamenstelling van 2007, voor 1995 en 2007. Het modelgeeft een goed beeld van de tijdsontwikkeling. Bij de leef-tijden voorbij de piek begint het model slechter te werken.

Voor leeftijden tot 30 en boven de 80 jaar wordt de over-gangsfrequentie bij vrouwen constant gehouden. Voor detussenliggende leeftijden word de tijdsontwikkeling uit hetmodel op de volgende wijze overgenomen:

(19)

De leeftijdsonafhankelijke factor ϕ(j) wordt bepaald uit deverandering in de hoogte van de maximale waarde tenopzichte van j0. De leeftijdverschuiving a(x – xpiek(j0),j)wordt voor leeftijden van 30 tot de leeftijd waar de over-gangsfrequentie maximaal is (xpiek) bepaald uit de waar-genomen verschuiving in de modelcurve. Voor leeftijdenboven xpiek wordt de tijdsafhankelijkheid geleidelijk uitge-schakeld. De verschuiving a wordt lineair afgebouwd en isgelijk aan nul vanaf 80-jarige leeftijd. De exponent v(x)loopt lineair terug van 1 bij xpiek(j) naar nul voor 80-plus-sers. Voor leeftijden onder de 30 is de exponent ook gelijkaan nul gesteld.

Voor mannen wordt de lege nest-frequentie onderscheidenin een deel dat verklaard wordt door de lege nest-frequen-tie van vrouwen en een resterend deel

(20)

Het resterende deel wordt constant gehouden, het eerstedeel erft de tijdsafhankelijkheid van de overgangsfrequen-tie voor vrouwen. Vergelijking (20) wordt voor gehuwde enniet-gehuwde mannen afzonderlijk toegepast. Hierbijworden de gescheiden en verweduwde alleenstaandevaders tot de gehuwde mannen gerekend. Er wordt dusverondersteld dat het kind dat bij hen uit huis gaat bij hunvoormalige echtgenote geboren is.

Grafiek 24 toont de veronderstelde gestandaardiseerdeovergangsfrequenties voor mannen en vrouwen. Tussen2007 en 2049 verschuift de piek in de overgang 3 à 4 jaarnaar boven.

6.8 Ouderschapsovergang

De ouderschapsovergang is het omgekeerde van de legenest-overgang (paragraaf 6.7). Het is de overgang naar depositie van ouder in een huishouden met kinderen. Grafiek25 toont de gemiddelde frequentie voor de jaren2000–2007. Het leeftijdspatroon wordt gekenmerkt dooreen piek rond de 30 en een hobbel rond de 50 jaar.De piek hangt samen met de geboorte van het eerste kind.De hobbel wordt veroorzaakt doordat kinderen terugkerenop het lege nest, dus nadat alle eventuele broers enzussen het ouderlijk huis al verlaten hebben.

Grafiek 26 toont de frequentie voor de ouderschapsover-gang voor vrouwen in 1995 en 2007. Voor 1995 wordt ookde frequentie getoond gestandaardiseerd naar de bevol-kingssamenstelling in 2007. De ongestandaardiseerdefrequenties van 1995 op 2007 verschillen doordat deboomerangkind-hobbel naar rechts is verschoven. Ook ishet rang 1 vruchtbaarheidscijfer iets toegenomen, watzichtbaar is in het verloop bij de dertigers.

De gestandaardiseerde overgangsfrequentie voor 1995 ligtover de hele linie lager dan de ongestandaardiseerde. Dit


24. Lege nest-frequentie, waarneming en prognose

0,35

0,25

0,20

0,15

0,10

0,05

0

0,30

0,25

0,20

0,15

0,10

0,05

0

Mannen

Vrouwen

20

0,30

25 30 35 40 45 50 55 60 65 70 75 80 85 90

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

1995

2007 2049

2007 2049

1995

),,(

),',()',(

),,(

""

""

jxmanR

jxvrouwRxxn

jxmanR

rest

x nestleeg

man

samen

nestleeg

+

=

∑ −

−( ))(

00''

''

)(

),),((,

),,(

x

pieknestleeg

nestleeg

j

jjjxxaxvrouwR

jxvrouwR

νϕ×

×−−

=

−

−

komt doordat het vruchtbaarheidscijfer voor niet-gehuwdevrouwen in 1995 veel lager was dan in 2007. Sinds 1995 ishet aandeel niet-gehuwde vrouwen in de bevolking toege-nomen. Hoewel niet-gehuwde vrouwen beduidend lagerevruchtbaarheidscijfers hebben dan gehuwde, leidde dit niettot een daling van de totale vruchtbaarheid. De vrouwendie kozen voor niet-gehuwd in plaats van gehuwd samen-wonen, namen hun hogere vruchtbaarheid mee, waardoorde vruchtbaarheid van het niet-gehuwde deel van debevolking steeg en dat van de totale bevolking niet afnam.

In de prognose wordt verondersteld dat dit ook in de toe-komst gaat gebeuren. De verdere toename van het aantalongehuwd samenwonende vrouwen, als gevolg van dedalende eerste huwelijkskans, zal samengaan met eenverdere stijging van de vruchtbaarheid van deze groep. Wemodelleren dit door bij de ouderschapsovergang veronder-

stellingen te maken over het aantal overgangen naar leef-tijd van de moeder, ongeacht haar huishoudenspositie ofburgerlijke staat. Dit aantal kan à priori worden uitge-rekend. Het aantal geboorten van eerste kinderen naarleeftijd van de moeder is bekend uit de bevolkings-prognose. Het aantal naar een leeg nest terugkerendekinderen, naar leeftijd van de moeder, kan geschat wordenmet behulp van het model dat in de vorige paragraaf isbesproken. Omdat de schatting niet perfect is, wordt geijktaan het waargenomen aantal overgangen in 2007. Gra-fiek 27 toont het aantal overgangen naar leeftijd van devrouw voor 1995, 2007 en 2049.

Via het consistentiemechanisme van LIPRO worden deovergangsfrequenties gedurende de simulatie zo aange-past dat het aantal overgangen per leeftijd van de vrouwovereenkomt met de veronderstellingen. Daarbij wordende overgangsfrequenties van gehuwde vrouwen onge-wijzigd gelaten. Deze procedure zorgt voor een stijging vande overgangsfrequenties bij de niet-gehuwde vrouwen.

Het aantal overgangen van samenwonend zonder kindnaar samenwonend met kind wordt voor mannen consis-tent gemaakt met het aantal bij vrouwen. Dit gebeurt voorgehuwden en niet-gehuwden afzonderlijk, omdat de kans-verdeling voor het leeftijdsverschil tussen de partners bijniet-gehuwden anders is dan bij gehuwden. Er worden eenaantal draaien van de prognose gemaakt. Het aantal over-gangen voor mannen, naar leeftijd en burgerlijke staat,wordt steeds uitgerekend uit het aantal overgangen bijvrouwen uit de voorgaande draai (naar leeftijd en burger-lijke staat).

7. Consistentie tussen de geslachten

In het voorgaande is het consistentie-algoritme vanLIPRO al een paar keer genoemd. Het algoritme wordt inde prognose gebruikt om het aantal sterfgevallen te laten


25. Frequentie ouderschapsovergang, naar geslacht

0,16

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

0,14

0,12

0,10

0,08

0,06

0,04

0,02

015

Vrouwen

Mannen

26. Ouderschapsovergang vrouwen 2007, 1995, 1995 (gestandaardiseerd)

0,16

20

2007 1995 1995 stand.

25 30 35 40 45 50 55 60 65 70 75 80 85 90

0,14

0,12

0,10

0,08

0,06

0,04

0,02

015

27. Aantal ouderschapsovergangen vrouwen

20

20071995 2049

25 30 35 40 45 50 55 60 65 70 75 80 85 9015

10 000

9 000

8 000

7 000

6 000

5 000

4 000

3 000

2 000

1 000

0

overeenstemmen met dat uit de bevolkingsprognose(paragraaf 5.2) en om het aantal ouderschapsovergangenconsistent te maken met het aantal eerste geboorten vol-gens de bevolkingsprognose (paragraaf 6.8). Daarnaastwordt het algoritme gebruikt om het aantal gehuwde ensamenwonende mannen en vrouwen in de pas te latenlopen. Het corrigeert bij deze toepassing voor fouten in deinputfrequenties die tot een inconsistentie tussen de over-gangen voor mannen en vrouwen leiden. De foutenkunnen het gevolg zijn van ‘ruis’ in de gegevens waaruitde inputfrequenties zijn geschat, of door benaderingendie bij het opstellen van de veronderstellingen zijngebruikt.

Hieronder wordt ingegaan op de verschillen in stromentussen mannen en vrouwen zoals die in de waarnemingente vinden zijn. Vervolgens wordt besproken welke consis-tentieregels in de prognose worden opgelegd.

7.1 Vorming en ontbinding van paren

Staat 2 geeft een overzicht van de in- en uitstroom uit dehuishoudenspositie ‘samenwonend’ in de jaren 1995–2007. Het aantal overgangen van niet-samenwonend naarsamenwonend ligt voor mannen hoger dan voor vrouwen.Voor een deel komt dit doordat mannen vaker danvrouwen een partner uit het buitenland hebben. Hierdoor isde instroom van immigranten naar de positie samen-wonend voor vrouwen hoger dan voor mannen. Als immi-gratie (inclusief overige correcties) wordt meegenomen,resteert nog een verschil van circa 12 duizend meermannen dan vrouwen die per jaar in de positie samen-wonend instromen.

Mannen ondergaan minder overgangen van samenwo-nend naar niet-samenwonend dan vrouwen. Dit komtvooral doordat vrouwen vaker hun partner verliezen doorsterfte: de uitstroom van samenwonend naar overleden isvoor mannen ruim twee keer hoger dan voor vrouwen. Ookde uitstroom uit samenwonend door emigratie is voor man-nen hoger dan voor vrouwen. Tezamen genomen komt deuitstroom uit samenwonend hierdoor voor mannen onge-veer 11 duizend hoger uit dan voor vrouwen.

Het resterende verschil in de netto instroom naar samen-wonend is ongeveer 700 mannen per jaar. Dit verschilresulteert in een toename van het verschil in het aantalsamenwonende mannen en vrouwen. In 1995 waren er7 duizend meer samenwonende mannen dan vrouwen. Ditliep op tot 15 duizend in 2002 en is daarna stabiel geble-ven (staat 3). Het verschil wordt veroorzaakt doordat ermeer paren zijn die uit twee mannen bestaan dan parendie uit twee vrouwen bestaan. Van de samenwonendemannen heeft 1,8 procent een mannelijke partner, van desamenwonende vrouwen heeft 1,5 procent een vrouwelijkepartner (staat 4).

In 2000 bestond ongeveer 15 procent van de paren dievolgens het huishoudensregister uit elkaar gingen uit per-sonen van gelijk geslacht (Steenhof en Harmsen, 2002a).In 60 procent van de gevallen ging het hierbij om parenvan twee mannen. Omdat slechts zo’n 1,5% van de paren

in het register van gelijk geslacht is, betekent dit dat deontbindingskans van de paren zeer groot is. Ook devormingskans van de paren is naar verhouding zeer groot.Veel van de huishoudens met twee personen van gelijkgeslacht worden gevormd door twintigers. Bij deze groepgaat het waarschijnlijk vaak om personen die ompraktische redenen een gezamenlijk huishouden vormen,zonder dat sprake is van een intieme relatie (Steenhof enHarmsen, 2002b). Dit verklaart de hoge scheidings- envormingskansen. Van de 60 duizend paren van gelijkgeslacht in 2000 ging het naar schatting om 47 duizend‘echte’ samenwoners.

De discrepanties in de stromen van mannen en vrouwen instaat 2 worden vooral veroorzaakt door het feit dat er meermannelijke dan vrouwelijke paren van gelijk geslacht zijn.Daarnaast kan het voorkomen dat bij het uiteenvallen vaneen heteropaar één van de partners direct weer gaatsamenwonen, terwijl de andere eerst een tijd alleenstaandis en dan weer gaat samenwonen. In zo’n geval is er eenin- en uitstroomgebeurtenis voor de ene partner en geenhuishoudensovergang voor de andere. Ook dit soort pro-cessen kunnen voor een verschil in de stromen vanmannen en vrouwen zorgen.

Het prognosemodel kent consistentieregels om te zorgendat de netto stroom naar de positie samenwonend voormannen en vrouwen gedurende de prognoseperiode gelijk-blijft. Er wordt geen poging gedaan om de in- en uitstroomvoor mannen en vrouwen gelijk te trekken, omdat die aan-tallen ook bij een perfecte schatting van het aantal over-gangen niet gelijk zouden zijn. Deze regel komt neer op deaanname dat het verschil tussen het aantal mannelijke envrouwelijk homoparen constant blijft.

De regels hebben de vorm

Eniet-samen, samen(man) – Eniet-samen, samen(vrouw) =Eimmigrant,samen(vrouw) – Eemigrant,samen(vrouw) –Eimmigrant,samen(man) + Eemigrant,samen(man) + C,

Esamen, niet-samen(man) – Esamen, niet-samen(vrouw) =Esamen,overleden(vrouw) – Esamen,overleden(man) + C,

waarbij Eab het aantal overgangen van toestand a naar toe-stand b is. De constante C wordt bepaald uit de waar-nemingen.

Staat 2Stromen van/naar samenwonend 1995–2007, gemiddeld per jaar

Man Vrouw Verschil

Niet-samen naar samen 203 029 188 337 14 692Immigrant 1) naar samen 19 361 22 146 –2 785Totaal naar samen 222 390 210 483 11 907

Samen naar niet-samen 150 800 163 982 –13 182Samen naar emigrant 2) 17 793 14 781 3 012Samen naar overleden 38 109 16 703 21 406Totaal vanuit samen 206 702 195 466 11 236

Netto instroom samen 15 688 15 017 671

1) Inclusief overige correcties.2) Inclusief saldo administratieve correcties.


Staat 3Standen samenwonenden, 1995, 2008

Man Vrouw Verschil

1995 3 958 539 3 951 770 6 7692008 4 162 489 4 146 993 15 496

Staat 4Samenwoners: percentage met partner van gelijk geslacht, 2007

Niet-gehuwd Gehuwd Totaal

%

Man 8,0 0,4 1,8Vrouw 6,3 0,4 1,5

7.2 Huwelijken, echtscheidingen en verweduwingen

Staat 5 geeft een overzicht van het aantal huwelijken naargeslacht van de partners en van het aantal gehuwde man-nen en vrouwen. Voor zowel mannen als vrouwen is hetaantal huwende personen lager dan op grond van het aan-tal huwelijken zou worden verwacht. Het verschil wordtveroorzaakt door personen die trouwen met een niet inNederland geregistreerde partner. Per jaar trouwen erongeveer 3 duizend niet in Nederland geregistreerde man-nen met een in Nederland geregistreerde partner, enongeveer 4,5 duizend niet-geregistreerde vrouwen. Hetverschil in het aantal huwende mannen en vrouwen wordthier bijna volledig door veroorzaakt. Het aantal homo-huwelijken is laag, en het gaat daarbij bijna even vaak omvrouwelijke als om mannelijke partners.

Staat 6 geeft hetzelfde overzicht, maar dan voor echtschei-dingen. Het komt voor dat bij een echtscheiding één vanbeide partners Nederland inmiddels heeft verlaten. Hetaantal gescheiden mannen ligt hierdoor jaarlijks circaduizend lager dan het aantal gescheiden vrouwen.

Het jaarlijkse aantal verweduwde personen volgens hetregister komt exact overeen met het jaarlijks aantal over-leden gehuwde personen van het andere geslacht. Als eennaar het buitenland geëmigreerde partner overlijdt, wordtdit niet in Nederland geregistreerd en wordt ook de burger-lijke staat van de achtergebleven partner niet gewijzigd. Eris hierdoor dus een kleine onderregistratie van het aantal

verweduwden. Verweduwing van homo-echtparen speeltnog geen rol, omdat het homohuwelijk pas sinds 2001mogelijk is. Op den duur zal er hierdoor wel een verschilontstaan.

Staat 6Echtscheidingen en scheidende personen, 2004–2007

Aantal echtscheidingen per jaarman/vrouw man/man vrouw/vrouw

31 576 31 73

Aantal gescheiden personen per jaarman vrouw verschil

29 675 30 586 –912

Niet-geregistreerde gescheiden personen per jaarman vrouw verschil

1 964 1 136 828

Staat 7 toont de stromen van en naar de gehuwde staatover de periode 1996–2007. De geslachtsverschillen in hetaantal huwenden en van echt scheidenden leiden er niettoe dat de aantallen gehuwde mannen en vrouwen op delangere duur uit elkaar gaan lopen. Wanneer iemandtrouwt met een niet in Nederland geregistreerde persoon,zal doorgaans óf de partner zich op korte termijn in Neder-land inschrijven, óf men zal zelf emigreren. Wanneer éénvan de partners in een echtscheiding niet in Nederland isingeschreven, zal die partner vóór de echtscheiding uitNederland zijn geëmigreerd, of de in Nederland wonendepartner is als gehuwde geïmmigreerd en daarna geschei-den. De geslachtsverschillen in het aantal huwenden enscheidenden worden daardoor gecompenseerd door degeslachtsverschillen in het aantal immi- en emigranten.

De volgende consistentieregels worden gebruikt om deburgerlijke staat-overgangen voor mannen en vrouwen telaten sporen:Eniet-gehuwd,gehuwd(man) – Eniet-gehuwd,gehuwd (vrouw) =Eimmigrant,gehuwd(vrouw) – Egehuwd,emigrant(vrouw) –Eimmigrant,gehuwd(man) + Egehuwd,emigrant(man) + K,

Egehuwd, gescheiden(man) – Egehuwd, gescheiden(vrouw) = K,

Egehuwd,verweduwd(man) = Egehuwd,overleden(vrouw),

Egehuwd,verweduwd (vrouw) = Egehuwd,overleden(man).


Staat 7Stromen per jaar van/naar gehuwd, 1996–2007

Man Vrouw Verschil

Huwelijken 73 072 71 881 1 192Immigratie 1) 25 614 25 837 –223Totaal 98 686 97 718 968

Echtscheidingen 33 434 34 290 –856Emigratie 2) 14 465 12 601 1 864Totaal 47 899 46 890 1 009

Verweduwing 17 584 40 038 –22 454Overlijden 40 038 17 584 22 454

1) Inclusief overige correcties.2) Inclusief saldo administratieve correcties.

Staat 5Huwelijken en huwende personen, 2004–2007

Aantal huwelijken per jaarman/vrouw man/man vrouw/vrouw

71 404 598 638

Aantal gehuwde personen per jaarman vrouw verschil

70 034 68 821 1 213

Niet-geregistreerde huwelijkspartners per jaarman vrouw verschil

2 566 3 859 –1 294

Omdat het aantal homo-echtparen relatief klein is en hetom een ongeveer gelijk aantal mannen- en vrouwenparengaat, wordt verondersteld dat blijft gelden dat het aantalverweduwde mannen gelijk is aan het aantal overledengehuwde vrouwen en vice versa.

Literatuur

Beer, J. de, A. de Jong, W. van Hoorn en J. Latten, 1992,Nationale huishoudensprognose 1992. Maandstatistiekvan de Bevolking 40(7), blz. 28–46.

CBS, 2005, Toen en nu: conjunctuur en huwelijk. Bevol-kingstrends 53(3), blz. 9.

Duin, C. van, 2007a, Huishoudensprognose 2006–2050:huishoudens naar herkomstgroep. Bevolkingstrends 55(3),blz. 54–65.

Duin, C. van, 2007b, Huishoudensprognose 2006–2050:veronderstellingen over burgerlijke staat en huishoudens-positie. Bevolkingstrends 55(2), blz. 39–52.

Duin, C. van, 2009, Bevolkingsprognose 2008–2050: naar17,5 miljoen inwoners. Bevolkingstrends 57(1), blz. 15–22.

Graaf, A. de, 2004, Jongeren eerder uit huis. CBS-web-magazine 28 juni 2004.

Harmsen, C. and A. Israëls, 2003, Register basedhousehold statistics. Paper for the European PopulationConference 2003, 26–30 August 2003.

Heida, H. en H. Gordijn, 1985, Het PRIMOS-huishoudens-model: analyse en prognose van de huishoudensontwikke-ling in Nederland. Ministerie van Volksgezondheid, Ruimte-lijke Ordening en Milieubeheer, Den Haag.

Imhoff, E. van, and N. Keilman, 1991, LIPRO 2.0: Anapplication of a dynamic demographic projection model tohousehold structure in the Netherlands. Swets andZeitlinger, Amsterdam.Jong, A. de, en J. de Beer, 2001, Het huishoudensprog-nosemodel. Maandstatistiek van de Bevolking 49(7),blz. 16–20.

Jong, A. de, 1994, A macrosimulation model for projectinghouseholds by size. Working paper no. 34, ECE/Eurostat

joint worksession on demographic projections, 1–4 June1994.

Jong, A. de, M. Alders, P. Feijten, P. Visser, I. Deerenberg,M. van Huis en D. Leering, 2005, Achtergronden en ver-onderstellingen bij het model PEARL. NAI Uitgevers,Rotterdam.

Jong, A. de, P. Feijten, C. de Groot, C. Harmsen, M. vanHuis en F. Vernooij, 2007, Regionale huishoudens-dynamiek. NAI Uitgevers, Rotterdam.

Keilman, N., A. Kuijsten en A. Vossen, 1988, Modellinghousehold formation and dissolution. Clarendon Press,Oxford.

Koskinen, E., K. Joutsenniemi, T. Martelin enP. Martikaine, 2007, Mortality differences according toliving arrangements. International Journal of Epidemiology36(6), blz.1255–1264.

Latten, J. en W. van Dijk, 2007, Conjuncturele oplevingstimuleert aantal huwelijken. CBS-webmagazine 5 februari2007.

Lund, R., P. Due, J. Modvig, B.E. Holstein,M.T. Damsgaard en P.K. Andersen, 2002, Cohabitationand marital status as predictors of mortality – an eight yearfollow-up study. Social Science and Medicine 55(4),blz. 673–679.

Schoen, R., 1988, Modelling multigroup populations.Plenum Press, New York.

Steenhof, L. en C. Harmsen, 2002a, Ex-samenwoners.Maandstatistiek van de Bevolking 50(3), blz. 17–20.

Steenhof, L. en C. Harmsen, 2002b, Samenwoners vangelijk geslacht. Maandstatistiek van de Bevolking 50(5),blz. 4–6.

Willekens, F., J. de Beer en N. van de Gaag, 2005,MicMac – From demographic to biographic forecasting.Joint EUROSTAT-ECE workshop on demographicprojections, September 21–23 2005, Vienna, Austria.

Witvliet, H., 2002, Huishoudensovergangen – gecorri-geerde tellingen en overgangskansen. Intern rapport. CBS,Voorburg.


Documents

Een nieuw model voor de CBS huishoudensprognose€¦ · headshiprate-modellen, die al sinds de jaren dertig van de vorige eeuw worden gebruikt (Keilman, 1988). Deze modellen gebruiken