SOCIAAL KAPITAAL IN HETEROGENE GEMEENTEN

SOCIAAL KAPITAAL IN HETEROGENE GEMEENTEN Een studie naar de relatie tussen een heterogene bevolkingssamenstelling en het sociaal kapitaal in Vlaamse gemeenten Hilde Coffé a and Benny Geys b a

b

Vrije Universiteit Brussel, Department of Political Science, Pleinlaan 2, B-1050 Brussels, e-mail: [email protected]

Wissenschaftszentrum Berlin für Sozialforschung (WZB), Vakgroep "Market Processes and Governance", Reichpietschufer 50, D-10785 Berlijn, +49 (0)30/254.91.415, [email protected]

Abstract : In het Nederlands Eerder onderzoek heeft aangetoond dat sociaal kapitaal een belangrijke hulpbron is voor een gemeenschap en een gunstige invloed heeft op verschillende economische, sociale en politieke fenomenen. Dit leidt logischerwijze tot de vraag welke maatschappelijke omgevingen bevorderlijk zijn voor de ontwikkeling van sociaal kapitaal. In dit artikel richten we ons op de heterogeniteit van een gemeenschap. Meer specifiek gaan we het verband na tussen sociaal kapitaal en economische heterogeniteit en diversiteit in nationaliteiten die vertegenwoordigd zijn in de gemeente – daarbij gebruik makend van een ruime dataset van macrovariabelen voor 307 Vlaamse gemeenten. Onze resultaten tonen aan dat er, controlerend voor verschillende sociaal-economische variabelen, geen significant verband is tussen inkomensongelijkheid en sociaal kapitaal. Wel vinden we – in lijn met vroegere internationale bevindingen – een significante negatieve correlatie tussen het aantal nationaliteiten in een gemeente en sociaal kapitaal. Dit verband kan evenwel niet worden verklaard aan de hand van etnisch-culturele elementen. Het is eerder de diversiteit in nationaliteiten op zich die negatief samenhangt met het niveau van sociaal kapitaal. Veeleer dan de mate waarin we van anderen verschillen, lijkt het aantal mensen waarvan we verschillen een doorslaggevende rol te spelen. In English Social capital in heterogeneous communities: An analysis of the relationship between an heterogeneous population composition and social capital in Flemish municipalities A growing body of research alludes to the beneficial effects of social capital on political, social and economic performance. This naturally provokes the question what factors promote (or block) the emergence of this constructive force. In this paper, we focus on the link between community heterogeneity (measured by both diversity in income levels and nationalities) and social capital using an extensive dataset of macro-level variables for 307 Flemish municipalities. Our results show that, after controlling for various socio-economic characteristics of the municipality, income inequality is not significantly correlated with the municipality’s level of social capital. However, we do find a significant negative relation between the level of social capital and the number of nationalities within a municipality. In accordance with previous international findings, municipalities with large groups of differing nationalities among its citizenry are confronted with lower levels of social capital. Yet, this association cannot be directly attributed to ethnic-cultural differences. It is rather the diversity in nationalities as such that is negatively correlated with the level of social capital in Flemish municipalities. Rather than the extent in which we differ from one another, it appears that it is the presence of a difference (in nationality) that plays a crucial role. Keywords : Social capital, heterogeneity, Flemish municipalities

1

SOCIAAL KAPITAAL IN HETEROGENE GEMEENTEN Een studie naar de relatie tussen een heterogene bevolkingssamenstelling en het sociaal kapitaal in Vlaamse gemeenten

1.

INLEIDING

De voorbije jaren ging er in het wetenschappelijke onderzoek heel wat aandacht naar het concept sociaal kapitaal.

Vooral Putnams publicaties (1993; 2000) hebben de belangstelling voor de

aanwezigheid van netwerken tussen burgers, de verspreiding van veralgemeend vertrouwen en het handhaven van normen van wederkerigheid aangezwengeld. Als deze drie kernelementen van sociaal kapitaal aanwezig zijn, zijn burgers in staat samen te werken, zodat de gemeenschap in haar geheel beter kan functioneren. Van sociaal kapitaal wordt met andere woorden verondersteld dat het een gunstige invloed heeft op verschillende sociale, economische en politieke fenomenen. Zo worden hogere niveaus van sociaal kapitaal onder andere geassocieerd met een lagere frequentie van tienerzwangerschappen (Putnam, 2001), jeugddelinquentie (Hagan e.a., 1995) en corruptie (Bjørnskov, 2003), met een hogere economische groei (Inglehart, 1997; Beugelsdijk e.a., 2004; Bengtsson e.a., 2005) en met een betere performantie van de overheid (Putnam, 1993; Coffé & Geys, 2005). Dit positieve effect van sociaal kapitaal op verschillende maatschappelijke domeinen verklaart mede de fascinatie van wetenschappers (en beleidsmakers) voor het concept en leidt logischerwijze tot de vraag hoe de vorming van sociaal kapitaal binnen een gemeenschap kan worden aangewakkerd.

De literatuur die peilt naar de manier waarop sociaal kapitaal wordt gegenereerd, levert een aantal maatschappelijke verklaringselementen. Zo suggereert Putnam (1993) dat sociaal kapitaal wordt gevormd door historische ontwikkelingen. Hij traceert de verschillen in sociaal kapitaal tussen Zuiden Noord-Italië naar de overheersing door de Normandiërs in het zuiden van het land tijdens de middeleeuwen en de vorm van zelfbeheer die zich in diezelfde periode ontwikkelde in de steden van Noord-Italië. Andere verklaringsmodellen zien in het niveau van economische ontwikkeling een belangrijke factor (Stolle, 2000). Daarnaast wordt ook de sociaal-economische diversiteit binnen een samenleving aangehaald als belangrijke invloed op de vorming van sociaal kapitaal. Zo kenmerken de Scandinavische landen zich door een sterke mate van inkomensgelijkheid en door hoge vertrouwensniveaus (Stolle, 2000) en zijn burgers in multiculturele gemeenschappen minder maatschappelijk betrokken en hebben ze minder vertrouwen in elkaar (Knack & Keefer, 1997; Delhey & Newton, 2004).

In voorliggend artikel willen we voor de Vlaamse gemeenten het verband nagaan tussen economische heterogeniteit, diversiteit in nationaliteiten en het niveau van sociaal kapitaal. Daarbij maken we

2

gebruik van macrogegevens op het niveau van de gemeente. Deze benadering vormt een aanvulling op het bestaande Vlaamse wetenschappelijke onderzoek over sociaal kapitaal dat tot hiertoe vooral was gericht op het individuele niveau (Elchardus e.a., 2000; Coffé, 2002; Hooghe, 2003; Scheerder, 2004). Centraal in dit onderzoek stond de omschrijving van de burgers die maatschappelijk betrokken zijn: wie participeert er en welk effect heeft deze participatie?

Aangezien de bevindingen op

individueel niveau niet zomaar kunnen worden doorgetrokken naar het geaggregeerde niveau, is een belangrijke uitdaging voor de studie naar sociaal kapitaal dan ook het onderzoek naar het maatschappelijke niveau te tillen. Voorliggend onderzoek is daartoe een eerste stap en gaat na wat de relatie is tussen omgevingsfactoren als inkomensongelijkheid en diversiteit in nationaliteiten en sociaal kapitaal op dit geaggregeerde niveau in Vlaanderen.

We breiden daarbij internationaal

onderzoek van Knack en Keefer (1997) en Hero (1998, 2003) uit door ons te concentreren op een lager niveau van aggregatie, namelijk de gemeente. Dit lokale niveau van onderzoek werd reeds door Rice en Sumberg (1997) aangestipt als een belangrijk nieuw onderzoeksgebied.

Onze tekst is als volgt opgebouwd. In Sectie 2 staan we stil bij de theoretische verklaring omtrent het verband tussen heterogeniteit en sociaal kapitaal. We geven hierbij ook een beknopt overzicht van de empirische bevindingen uit het onderzoek terzake. Het derde luik van dit artikel stelt onze maten voor sociaal kapitaal en heterogeniteit voor en beschrijft de variatie in deze maatstaven voor de Vlaamse gemeenten. We geven hierbij ook de resultaten van een eerste, veeleer beschrijvende analyse naar de relatie tussen heterogeniteit en sociaal kapitaal.

Deze empirische bevindingen worden verder

uitgewerkt in een multivariate analyse die wordt gepresenteerd in het vierde deel. Hier gaan we na of het niveau van sociaal kapitaal en de heterogeniteit van de gemeente met elkaar zijn gerelateerd na controle van belangrijke omgevingsfactoren.

In de laatste paragraaf vatten we de belangrijkste

conclusies samen.

2.

SOCIAAL KAPITAAL EN HETEROGENITEIT

2.1.

Theorie

Hoewel de recente onderzoekshausse rond sociaal kapitaal niet heeft geleid tot een eenduidige definitie van het concept, erkennen de meeste onderzoekers in navolging van Putnam (1993) drie kernelementen: vertrouwen, wederkerigheid en netwerken. Sociaal kapitaal bestaat dus in essentie uit structurele elementen (netwerken en verenigingen) en culturele of attitudinale elementen (vertrouwen en wederkerigheid) (Hooghe & Stolle, 2003). Daarnaast wordt sociaal kapitaal door onderzoekers beschouwd als een maatschappelijke hulpbron waarover een gemeenschap al dan niet beschikt. Indien er voldoende sociaal kapitaal aanwezig is, worden burgers in staat gesteld hun gemeenschappelijke

3

doelstellingen op een meer effectieve wijze te realiseren en de verwachting is dat de gemeenschap daar beter van wordt (Putnam, 1993). De bevinding dat sociaal kapitaal een gunstige invloed heeft op onder meer het democratische gehalte van de samenleving en haar economische performantie (voor een overzicht, zie Halpern, 2005), heeft vanzelfsprekend geleid tot de vraag waarom de bevolking er in sommige regio’s in slaagt samen te werken om hun gemeenschappelijke problemen op te lossen, terwijl dit in andere regio’s niet lukt.

In de literatuur worden een aantal maatschappelijke elementen aangereikt voor het verklaren van de omvang van het sociaal kapitaal in een gemeenschap.

Zo haalt Putnam (1993) de historische

ontwikkeling van een regio aan. Anderen benadrukken het economische ontwikkelingsniveau van een regio (Stolle, 2000).

Daarnaast wordt de rol van heterogeniteit binnen een samenleving als

verklaringselement beschouwd. Algemeen wordt gesteld dat een homogene omgeving positief is voor de ontwikkeling van sociaal kapitaal. Dit lijkt te gelden zowel op het niveau van de gemeenschap als op het individuele niveau (zie infra). De heterogeniteit van een gemeenschap verklaart met andere woorden het sociaal kapitaal dat aanwezig is in de gemeenschap, maar ook de investering van het individu in sociaal kapitaal.

Een mogelijke verklaring voor de relatie tussen heterogeniteit en de ontwikkeling van sociaal kapitaal is dat mensen meer vertrouwen hebben in en gemakkelijker groepen vormen met mensen die vergelijkbaar zijn in termen van inkomen, ras en etniciteit (Knack & Keefer, 1997; Alesina & La Ferrara, 2000). Deze verklaring verwijst naar een aversie ten aanzien van heterogeniteit en sluit aan bij de angst-hypothese die stelt dat er meer vooroordelen leven in buurten met een sterke vertegenwoordiging van allochtonen (Blalock, 1967). Daarnaast zijn leden van minderheidsgroepen – vanuit een angst voor vooroordelen en discriminatie – geneigd vooral contact te zoeken met andere leden van minderheidsgroepen (Costa & Kahn, 2003). Dit kan leiden tot een toename van sociaal kapitaal binnen de groep, maar bemoeilijkt vaak de creatie van wederzijds vertrouwen en groepsvorming tussen de verschillende groepen als gevolg van een ‘wij tegen zij’-denken (Bowles & Gintis, 2002; Knack & Keefer, 1997). Afhankelijk van de relatieve kracht van beide effecten zal heterogeniteit dan zorgen voor een hoger of lager niveau van sociaal kapitaal op geaggregeerd niveau.

Ook burgers die veel economische ongelijkheid ervaren, schenken minder gemakkelijk hun vertrouwen aan anderen (Boix & Posner, 1998). Economische ongelijkheid stimuleert de competitie over publieke goederen en leidt tot een verminderd vertrouwen binnen een gemeenschap omdat diegenen met financiële middelen bang zijn deze middelen te verliezen, terwijl diegenen met minder middelen jaloers zijn (Leigh, 2004a).

Daarenboven zullen gevoelens van onrechtvaardigheid in

economisch ongelijke gemeenschappen de negatieve stereotypes van de andere groepen versterken, waardoor het hebben van sociaal vertrouwen moeilijker wordt (Boix & Posner, 1998). Daar komt nog

4

bij dat optimisme over de toekomst minder voor de hand ligt bij grote inkomensongelijkheid (Rothstein & Uslaner, 2004). Zo zullen mensen die zich aan de bodem van de inkomensverdeling bevinden minder optimistisch zijn over het aandeel dat ze krijgen van de maatschappelijke welvaart. Ten slotte speelt de distributie van middelen een belangrijke rol in het teweegbrengen van het geloof dat mensen eenzelfde lot en gelijke waarden delen (Rothstein & Uslaner, 2004). Wanneer er een sterk verschil in weelde is, voelen mensen aan beide zijden van de inkomensbreuklijn dat ze weinig gemeenschappelijk hebben met anderen.

2.2.

Overzicht empirische bevindingen

De relatie tussen de heterogeniteit van de bevolking en sociaal kapitaal werd reeds op individueel (micro) en sociaal (macro) niveau bestudeerd. Studies die sociaal kapitaal op individueel niveau verklaren, hanteren meestal een multilevel-analyse. In deze analyses wordt zowel naar individuele kenmerken als naar maatschappelijke factoren gekeken om de investering van het individu in sociaal kapitaal te verklaren. Sampson e.a. (1997), Alesina en La Ferrara (2000) en Leigh (2004b) concluderen dat, na controle van individuele kenmerken zoals leeftijd en opleiding, sociaal kapitaal significant lager is in heterogene gemeenschappen. Wanneer verschillende maten voor fractionalisering (inkomen, etniciteit, religie en taal) in eenzelfde model worden opgenomen, besluit Leigh (2004a) echter dat enkel het verband tussen inkomensongelijkheid en sociaal kapitaal negatief en significant blijft. Costa en Kahn (2003) passen geen multilevel-analyse toe, maar beperken zich tot contextuele variabelen voor het verklaren van het individuele niveau van sociaal kapitaal. Ze concluderen dat 25tot 54-jarigen uit heterogene gemeenschappen minder vertrouwen hebben en minder vaak lid zijn van verenigingen of aan vrijwilligerswerk doen.

Dit is in het bijzonder het geval wanneer de

inkomensongelijkheid in die gemeenschappen hoog is. Experimenteel onderzoek bevestigt bovenstaande bevindingen die op basis van grootschalige surveys werden gevonden. Glaeser e.a. (2000) gaan het belang van etnische diversiteit in de vorming van sociaal kapitaal na aan de hand van vertrouwensspelen bij Harvard studenten. Ze besluiten dat het hebben van eenzelfde ras of nationaliteit de mate van vertrouwen in het vertrouwensspel tussen twee personen significant beïnvloedt. Koppels van studenten met een verschillend ras of nationaliteit gedragen zich op een minder betrouwbare manier tegenover elkaar dan koppels waarbij beide studenten van eenzelfde ras of nationaliteit zijn. Dit impliceert dat raciale diversiteit binnen groepen het vertrouwen in anderen en de betrouwbaarheid van iemands gedrag ten opzichte van anderen inperkt.

Studies naar sociaal kapitaal op het maatschappelijke niveau kunnen in twee categorieën worden onderverdeeld. In de eerste plaats wordt sociaal kapitaal geoperationaliseerd door het gebruik van

5

macrogegevens.

Het betreft dan bijvoorbeeld de dichtheid van het verenigingsnetwerk of de

historische ontwikkeling van verenigingen in een gemeente, land of regio. De tweede strategie valt terug op geaggregeerde gegevens uit surveys. Zo vinden Rothstein en Stolle (2001) aan de hand van geaggregeerde surveydata dat inkomensongelijkheid sterk is gecorreleerd met algemeen vertrouwen. Hoe hoger de inkomensongelijkheid, hoe lager het vertrouwen. Ook Rothstein en Uslaner (2004) vinden in een internationale vergelijking dat economische ongelijkheid is gerelateerd aan lagere niveaus van vertrouwen. Landen waar de burgers veel vertrouwen koesteren, scoren ook het hoogst inzake economische gelijkheid. Het gaat dan onder meer om de Scandinavische landen, Nederland en Canada. Dit zijn, niet geheel toevallig, ook landen die in hun beleid sterk de nadruk hebben gelegd op het creëren van gelijke kansen onder meer in het publiek onderwijs en op de arbeidsmarkt. Hero (1998; 2003) onderzoekt de relatie tussen Putnams (1993) maatstaf voor sociaal kapitaal en raciale ongelijkheid in 48 Amerikaanse Staten. Hij meet heterogeniteit daarbij door het percentage mensen van Afrikaanse, Zuid-Amerikaanse of Aziatische origine in de staat. De resultaten geven een sterk negatief verband weer tussen raciale heterogeniteit en het niveau van sociaal kapitaal in de staat. In een vroegere studie met betrekking tot 40 landen vinden La Porta e.a. (1997) ook een dergelijk negatief verband tussen ethno-linguistische heterogeniteit en sociaal kapitaal. Knack en Keefer (1997) stellen in hun vergelijking tussen 29 landen op basis van de World Value Study vast dat inkomensongelijkheid en etnische heterogeniteit sterk zijn verbonden met minder vertrouwen en minder maatschappelijke betrokkenheid. Delhey en Newton (2004) sluiten zich bij deze bevindingen aan. Uit hun vergelijkende studie over vertrouwen in 60 landen blijkt dat landen met een hoge mate van vertrouwen onder meer worden gekenmerkt door etnische homogeniteit en inkomensgelijkheid.

Hierbij zou etnische homogeniteit zowel een rechtstreeks effect hebben op

vertrouwen als een indirect via de gevolgen van etnische homogeniteit op goed bestuur, welvaart en inkomensgelijkheid.

3.

SOCIAAL KAPITAAL EN HETEROGENITEIT IN VLAANDEREN

3.1.

Spreiding van sociaal kapitaal

Zoals reeds werd aangehaald, maken we in onze analyse gebruik van macro-indicatoren. Dit geldt ook voor onze maatstaf van sociaal kapitaal. Surveydata omtrent het niveau van sociaal kapitaal in de 308 Vlaamse gemeenten zijn immers niet beschikbaar. Voor het meten van sociaal kapitaal hanteren we meer specifiek drie verschillende indicatoren.

Onze eerste indicator voor sociaal kapitaal betreft het verenigingsleven. Van verenigingen wordt verwacht dat ze dankzij hun socialisatie-effecten en het aanwakkeren van democratische waarden en

6

normen sociaal kapitaal creëren. De waarden en normen die burgers in verenigingen ontwikkelen worden vervolgens verspreid over de hele gemeenschap waardoor er een veralgemening plaatsvindt van normen en attitudes die leiden tot samenwerking binnen een gemeenschap (Stolle, 2000). Voor het meten van de dichtheid van het verenigingsleven, gebruiken we naast het aantal sportverenigingen (Bloso, 2004) het aantal lokale afdelingen van de sociaal-culturele verenigingen (per capita) in elke gemeente (Lauwerysen & Colpaert, 2004).

Deze sociaal-culturele verenigingen omvatten

hoofdzakelijk lokale afdelingen van (inter)nationale verenigingen voor onder andere vrouwen, senioren en mensenrechten (bvb. K.A.V., Davidsfonds, Amnesty International,...) die begeleiding en ondersteuning krijgen vanuit een landelijk secretariaat en verenigingen die worden overkoepeld door een nationaal orgaan (bvb. Latijns-Amerikaanse Federatie, Unie der Turkse Islamitische Verenigingen in België, ...). Het eigenlijke bestuur, de concrete werking en de organisatie van de activiteiten vinden echter plaats op lokaal niveau. Een dicht netwerk van verenigingen wijst op een hoog niveau van sociaal kapitaal.

In overeenstemming met Putnam (2000), Costa en Kahn (2003) en Casey (2004) gebruiken we de opkomst bij de gemeenteraadsverkiezingen van 2000 als tweede element van sociaal kapitaal. Deze indicator wordt gemeten door het aantal stemmen (geldig en ongeldig) te delen door het aantal geregistreerde kiezers.

Opkomst bij verkiezingen verwijst naar maatschappelijke en politieke

betrokkenheid en naar participatie in publieke aangelegenheden.

Hoewel er in België een

opkomstplicht geldt, wordt het niet gaan stemmen nauwelijks gesanctioneerd en is de verplichting dus veeleer ‘symbolisch’.i Dat de electorale opkomst in Vlaanderen in 2000 varieerde tussen 87.95 procent (in Antwerpen) en 100 procent (in Herstappe) geeft ook aan dat er een significante variatie is in opkomst tussen de Vlaamse gemeenten. Deze variatie en het gebrek aan vervolging laten toe de electorale opkomst te beschouwen als een maat voor maatschappelijke betrokkenheid en dus sociaal kapitaal.

Verwijzend naar de opdeling van sociaal kapitaal in een structurele en culturele component zijn de dichtheid van het verenigingsleven en de electorale opkomst indicatoren voor de structurele component van sociaal kapitaal. De culturele aspecten van sociaal kapitaal worden volgens Putnam (1993), Fukuyama (1995) en Inglehart (1997) gevormd door sociale normen en in het bijzonder het algemeen vertrouwen tussen burgers. Aangezien Delhey en Newton (2004) aantonen dat wantrouwen samengaat met conflict, kan criminaliteit worden beschouwd als een indicator voor het algemeen vertrouwen binnen een gemeenschap en dus als een objectieve proxy voor de attitudinale (of culturele) component van sociaal kapitaal. Bijgevolg gebruiken we het algemene criminaliteitscijfer - dat door de Federale Politie wordt verzameld - per capita in elke gemeente (in 2000) als derde indicator voor sociaal kapitaal. Hiermee volgen we het voorbeeld van onder meer Rice en Sumberg (1997). Omdat

7

er minder criminaliteit is in samenlevingen waar burgers elkaar respecteren en vertrouwen, verwijzen lage criminaliteitscijfers naar een hoog niveau van sociaal kapitaal.

We beseffen dat de gebruikte indicatoren elk hun beperkingen hebben.

Zo beschikken we

bijvoorbeeld niet over gegevens betreffende het aantal leden van de verschillende verenigingen. Gegeven dat een klein aantal verenigingen met veel leden waarschijnlijk beter is voor de ontwikkeling van sociaal kapitaal dan veel verenigingen met amper leden, houdt dit een belangrijke beperking in met betrekking tot de validiteit van deze maatstaf. Ook is er door gebrek aan betrouwbare gegevens geen aandacht voor sociaal-culturele dienstenverenigingen (bvb. Pax Christi, Langzaam verkeer, ...) die ook een belangrijke invloed op het sociaal kapitaal in een gemeenschap kunnen hebben. Daarnaast kan het gebruik van de opkomst worden bekritiseerd omwille van het bestaan van een formele opkomstplicht. De opkomst is dan geen zuivere indicator voor maatschappelijke betrokkenheid, maar meet ook het “durven thuis blijven”. Aangezien het sanctioneren van het niet nakomen van de opkomstplicht in de praktijk nagenoeg onbestaande is (zie supra), kan echter worden aangenomen dat dit effect slechts in beperkte mate speelt. Ten slotte noopt het gebrek aan Vlaams survey-onderzoek naar het vertrouwen in de verschillende gemeenten ons ertoe criminaliteitscijfers te gebruiken voor het meten van het vertrouwen.

Dit gebruik van objectieve criminaliteitscijfers als proxy voor de

subjectieve onveiligheidsgevoelens in de gemeente is niet optimaal. Deze cijfers omvatten immers ook delicten waarvan de band met onveiligheid niet steeds even duidelijk is (bvb. milieuovertredingen). Daarenboven hangt de geregistreerde criminaliteit vanzelfsprekend samen met de aangiftebereidheid van de burgers – welke dan weer (mede) wordt bepaald door het gevoerde vervolgingsbeleid.ii Anderzijds vinden de verschillende vormen van criminaliteit die in deze maatstaf worden samengebracht wel plaats binnen de gemeentegrenzen en bepalen ze bijgevolg de mate waarin burgers in hun gemeente met criminaliteit worden geconfronteerd (en dit beïnvloedt hun beeld over de heersende normen en waarden en hun onderlinge vertrouwen).

Deze beperkingen van de drie individuele maatstaven worden minder problematisch door gebruik te maken van een hoofdcomponentenanalyse (HCA).

Hiermee creëren we op basis van onze drie

indicatoren één maatstaf die een gezamelijk onderliggend concept (i.e. sociaal kapitaal) meet. Belangrijk hierbij is dat de creatie van een dergelijke sociaal kapitaal index via HCA de invloed van meetfouten in elk van de individuele indicatoren vermindert en de kans verhoogt dat het onderliggende concept precies wordt gemeten. Bijgevolg geldt dat ondanks het feit dat de drie naar voor gebrachte indicatoren niet ideaal zijn en hun keuze kan worden bekritiseerd, de component uit de HCA “probably measures social capital better than any single indicator” (Bjørnskov, 2003, 7; Rice & Sumberg, 1997; Knack, 2002). De HCA analyse toont aan dat de verschillende variabelen zoals verwacht onderling sterk samenhangen en op één component laden.

8

Gemeenten met een hoge

electorale opkomst zijn tevens deze met een dicht netwerk van sport- en sociaal-culturele verenigingen en met lage criminaliteitscijfers. De resultaten van de HCA worden samengevat in Tabel 1.

Tabel 1.

Component voor sociaal kapitaal

Indicator Opkomst verkiezingen Criminaliteit Verenigingsleven

Componentlading 0,84 -0,75 0,60

Eigenwaarde: 1,62 Percentage verklaarde variantie: 54,08

Door gebruik te maken van de drie vernoemde indicatoren in één component omvat onze index voor sociaal kapitaal structurele componenten (verenigingsleven en politieke betrokkenheid) en een cultureel aspect (criminaliteit als een proxy voor vertrouwen). Aldus houdt onze maat voor sociaal kapitaal rekening met het duale karakter van het concept.iii

In Figuur 1 presenteren we de spreiding van sociaal kapitaal over de 308 Vlaamse gemeenten in 2000. De waarden van onze maatstaf voor sociaal kapitaal worden daartoe opgesplitst in vier categorieën (kleiner dan –1, –1 tot 0, 0 tot 1 en groter dan 1) waarbij hogere waarden een hoger niveau van sociaal kapitaal aanduiden. Deze waarden worden in Figuur 1 weergegeven van wit (laag sociaal kapitaal) naar zwart (hoog sociaal kapitaal). Met andere woorden, hoe donkerder de gemeente is ingekleurd, hoe hoger de voorraad sociaal kapitaal in deze gemeente is.iv

Bij het bekijken van Figuur 1 zijn onmiddellijk enkele opvallende patronen merkbaar. Zo blijken alle kustgemeenten – op het relatief kleine Bredene na – in de laagste categorie te vallen. Ook grotere steden zoals Antwerpen, Turnhout, Mechelen, Leuven, Kortrijk, Gent en Brugge worden gekenmerkt door een lager dan gemiddeld niveau van sociaal kapitaal. Het stedelijke karakter van een gemeente heeft dus blijkbaar een negatieve invloed op het niveau van sociaal kapitaal onder haar inwoners.

9

Figuur 1.

Niveau van sociaal kapitaal in de Vlaamse gemeenten (2000)

Meer algemeen is er een opvallende geografische scheiding in Figuur 1 tussen het centrum van Vlaanderen en het uiterste oosten en westen. Het centrum van Vlaanderen – grafisch voor te stellen door de as Antwerpen-Mechelen-Brussel – wordt gekenmerkt door relatief lage waarden van sociaal kapitaal. Het oosten en westen van de regio typeren zich daarentegen door een hoge mate van sociaal kapitaal. De gemeenten die in de hoogste categorie van sociaal kapitaal vallen, vinden we dan ook voornamelijk in de provincies West-Vlaanderen en Limburg terug.

3.2.

Spreiding van heterogeniteit

Onder de heterogeniteit van een gemeente wordt in deze studie de inkomensongelijkheid en de diversiteit in nationaliteiten van de gemeente begrepen. Figuur 2 en Figuur 3 brengen deze twee maatstaven in beeld. De inkomensongelijkheid in de gemeente wordt gemeten aan de hand van de inkomenscoëfficient (INCCOEF). Dit is het interkwartiel verschil gedeeld door de mediaan: [(Q3 – Q1) / Mediaan] en geeft aan hoe sterk het inkomen in de gemeente verdeeld is rond de mediaan. Hogere waarden geven een grotere ongelijkheid weer. Net als bij het niveau van sociaal kapitaal worden in Figuur 2 de waarden voor inkomensongelijkheid opgedeeld in vier categorieën (kleiner dan 90, 90 tot 95, 95 tot 100 en groter dan 100). Hoe donkerder de gemeente is ingekleurd, hoe groter de economische heterogeniteit.

10

Figuur 2.

Inkomensongelijkheid in de Vlaamse gemeenten (2000)

In de rand rond Brussel en op de as Brussel-Mechelen-Antwerpen tekenen zich grote verschillen in inkomen af. Ook het grootste deel van Oost-Vlaanderen en de streek rond Brugge kennen een sterke diversiteit van de bevolking op het gebied van inkomensniveaus. Weinig inkomensongelijkheid is daarentegen kenmerkend voor de Limburgse gemeenten en het uiterste westen van het land. Net als Figuur 1 toont Figuur 2 dus een geografische scheiding tussen het centrum van Vlaanderen en het uiterste oosten en westen. Opvallend is ten slotte de hogere inkomensongelijkheid in de randen rond de Vlaamse grootsteden (Antwerpen, Gent en Brugge) en de rand rond het Brusselse gewest. De stadsvlucht van vermogende inwoners en concentratie van armen dichter bij het ‘centrum’ is daar allicht niet vreemd aan (zie o.m. Ashworth e.a., 2003).

In Figuur 3 wordt de diversiteit in nationaliteiten (VREEMD) in de Vlaamse gemeenten weergegeven. Deze heterogeniteit verwijst naar de verscheidenheid van de gemeentebevolking op basis van de nationaliteit van de bewoners. Hiervoor kijken we naar het ‘effectief’ aantal nationaliteiten dat in een gemeente vertegenwoordigd is. We meten dit aan de hand van de inverse Herfindahl-Hirschmann concentratie-index: 1/

∑

n

i =1

pi2 met pi is het aandeel in de bevolking van nationaliteit i en n is gelijk

aan 20 (verwijzend naar de 20 meest voorkomende nationaliteiten in België) (Laakso & Taagepera, 1979). Het gebruik van deze 20 nationaliteiten is gedreven door de beschikbaarheid van gegevens. Voor de periode die relevant is voor deze studie (i.e. vóór 2001) geeft het Nationaal Instituut voor de Statistiek (NIS) ‘slechts’ gegevens over deze 20 nationaliteiten. De grootste groepen buitenlanders in 2000 waren Nederlanders (ca. 75000), Marokkanen (ca. 42000), Turken (ca. 35000), Italianen (ca. 25000) en Fransen (ca. 17000).v Hogere waarden voor onze heterogeniteitsmaatstaf betekenen een meer heterogene bevolking qua nationaliteiten. Net als in de vorige figuren, wordt ook in Figuur 3 een

11

vierdeling gemaakt (kleiner dan 1.02, 1.02 tot 1.04, 1.04 tot 1.06 en groter dan 1.06). Meer heterogene gemeenten zijn daarbij donkerder ingekleurd.

Figuur 3.

Heterogeniteit van nationaliteiten in de Vlaamse gemeenten (2000)

Net als de economische heterogeniteit is de diversiteit in nationaliteiten sterk in de rand rond Brussel. Ook steden als Gent, Antwerpen, Oostende, Kortrijk en in mindere mate Brugge kennen in hun bevolking een sterke vertegenwoordiging van verschillende nationaliteiten. In vergelijking met de vorige figuren is in Figuur 3 veel minder sprake van een duidelijke centrum-periferie dichotomie. Vooral gemeenten in het centrum van het land (de as Brussel-Mechelen-Antwerpen) en gemeenten aan de Franse (bvb. De Panne, Heuvelland en Kortrijk) en de Nederlandse grens (bvb. Mol, Ravels en Hoogstraten) vertonen een meer dan gemiddelde diversiteit in nationaliteiten. De sterke heterogeniteit in nationaliteiten in de Limburgse gemeenten valt niet enkel te verklaren doordat de provincie aan Nederland grenst. Tijdens de jaren zestig trokken de Limburgse steenkoolmijnen immers in grote getallen migranten uit onder andere Italië en Turkije aan.

Die aanwezigheid van verschillende

nationaliteiten is nog steeds duidelijk zichtbaar in verschillende Limburgse gemeenten. Tegenover de heterogeen samengestelde grensgemeenten staan de gemeenten in het centrum van West- en OostVlaanderen, in de Zuiderkempen en het Hageland, waar de concentratie van Belgen in de bevolking zeer hoog is.

3.3.

Beschrijvende analyse

De drie kaarten tonen aan dat in verschillende regio’s die zich kenmerken door een hoog niveau van sociaal kapitaal (en dus donker zijn gekleurd in Figuur 1) er weinig inkomensongelijkheid en

12

diversiteit in nationaliteiten is (en dus licht zijn gekleurd in Figuren 2 en 3). Dit is in het bijzonder het geval voor het West-Vlaamse binnenland. Daartegenover staat dat in de rand rond het Brusselse gewest, in de as Brussel-Mechelen-Antwerpen en ook in grote steden als Gent en Brugge een heterogene bevolkingssamenstelling gepaard gaat met een laag niveau van sociaal kapitaal. Deze bevindingen wijzen – in overeenstemming met eerdere studies (zie Sectie 2.2) – op een negatief verband tussen heterogeniteit en sociaal kapitaal. Dit wordt bevestigd in bivariate correlatie-analyses. Die analyses tonen aan dat inkomensongelijkheid en heterogeniteit in nationaliteiten beide significant negatief verbonden zijn met het niveau van sociaal kapitaal. vi

respectievelijk -0.20 en -0.26.

De correlatiecoëfficienten zijn

Hoe meer heterogeen een gemeente economisch is samengesteld en

hoe meer nationaliteiten de gemeente onder haar inwoners telt, hoe lager het niveau van sociaal kapitaal.

4.

EMPIRISCHE ANALYSE

4.1.

Verklarend model

Hoewel onze bivariate bevindingen op zich interessant zijn en aangeven dat inkomensongelijkheid en diversiteit in nationaliteiten ook in Vlaamse gemeenten negatief gerelateerd zijn aan sociaal kapitaal, geven zij uiteraard slechts een eerste globaal beeld van het verband tussen heterogeniteit en sociaal kapitaal.

Mogelijk worden de gevonden verbanden immers verklaard door andere sociaal-

economische contextvariabelen. Om dit na te gaan, schatten we een multivariaat regressiemodel. In deze analyse verklaren we het niveau van sociaal kapitaal in Vlaamse gemeenten aan de hand van acht sociaal-economische contextvariabelen, naast onze twee centrale maten van heterogeniteit (INCCOEFi en VREEMDi). De keuze voor deze acht controlevariabelen is gebaseerd op eerder onderzoek omtrent sociaal kapitaal. Meer specifiek analyseren we het niveau van sociaal kapitaal (SOCKAPi) – gemeten door middel van de component bekomen uit de HCA zoals beschreven in Tabel 1 – in 307 van de 308 Vlaamse gemeenten via volgend empirisch model (subscripts voor gemeenten):vii

SOCKAPi = a + b1 INKi + b2 OPLEIDi + b3 WLHi + b4 LFTDi + b5 ln(POPi) + b6 CONCi + b7 MIGRi + b8 HUISi + b9 INCCOEFi + b10 VREEMDi + ei Een eerste controlevariabele is het gemiddelde inkomen (in 1000 euro) per capita in de gemeente (INKi). Gerelateerd aan het inkomen kan ook het opleidingsniveau dat een gemeenschap kenmerkt (OPLEIDi) belangrijk zijn voor de mate van sociaal kapitaal binnen die gemeenschap. We meten het opleidingsniveau door het percentage van de bevolking (ouder dan 20 jaar) met een diploma hoger onderwijs (hogeschool of universiteit). Een derde controlevariabele is werkloosheid (WLHi). Dit is 13

gedefinieerd als het percentage werklozen (per hoofd van de bevolking). Ten vierde controleren we voor het aandeel mensen ouder dan 65 jaar in de gemeente (LFTDi). Om te controleren voor de anonimiteit en vervreemding die de grootsteden kenmerken, gebruiken we de omvang (POPi) en de concentratie (CONCi) van de bevolking.

Om de scheve verdeling van de bevolkingsgrootte te

omvatten, nemen we het natuurlijke logaritme van de bevolkingsomvang. De bevolkingsconcentratie wordt gedefinieerd als het aantal mensen per km². Ten slotte controleren we voor de residentiële stabiliteit van de bevolking. Dit gebeurt door middel van de bevolkingsomloop die wordt gemeten aan de hand van de jaar-op-jaar in- en uitwaartse migratie in de gemeente als percentage van de totale bevolking (MIGRi).

In het verlengde hiervan ligt het belang van huiseigendom (HUISi) als

belangrijke contextvariabele voor het niveau van sociaal kapitaal. Het bezit van een huis impliceert immers niet enkel dat men langer in een bepaalde regio zal verblijven, maar houdt ook een belangrijke financiële investering in een bepaalde omgeving in. We operationaliseren dit door het percentage huizen met gekende bewoningstitel dat wordt bewoond door de eigenaar. In bijlage wordt een overzicht gegeven van de databronnen en de beschrijvende statistieken voor de verschillende variabelen. De bijlage bevat tevens een tabel die de correlatiecoëfficiënten tussen de verschillende variabelen weergeeft.

4.2.

Resultaten

De resultaten van de analyse worden weergegeven in Tabel 2. Alvorens tot de bespreking van de resultaten over te gaan, is het belangrijk om te wijzen op twee methodologische elementen. Ten eerste maken we gebruik van twee verschillende schattingstechnieken. In kolommen (1), (3) en (5) worden de resultaten met OLS gepresenteerd. Hierbij wordt echter geen rekening gehouden met de beperkte reikwijdte van de waarden die onze verklaarde variabele, sociaal kapitaal, aanneemt. Dit kan leiden tot incorrecte schattingen met OLS (Thomas, 1997). Daarom maken we in kolommen (2), (4) en (6) gebruik van een intervalregressie, waarbij wordt opgelegd dat de verklaarde variabele beperkt is tot een bepaald interval. Dergelijke intervalregressie is mathematisch gelijk aan een Tobit-model waarbij een boven- en een ondergrens worden opgelegd aan de afhankelijke variabele. Voorspellingen buiten dit interval worden daardoor vermeden. Het is duidelijk uit Tabel 2 dat de resultaten van beide schattingstechnieken zeer sterk overeenkomen. Het basismodel, zoals weergegeven in bovenvermelde specificatie, staat in kolommen (1) en (2) terwijl kolommen (3) tot en met (6) verdere uitbreidingen hiervan behandelen (zie infra).

Een tweede methodologische bedenking heeft betrekking op de richting van causaliteit. Deze is immers niet steeds eenduidig. Zo kan men argumenteren dat onderwijs het sociaal kapitaal verhoogt, maar tonen studies ook aan dat sociaal kapitaal een positief effect heeft op de slaagcijfers in het onderwijs (La Porta e.a., 1997). Om het probleem met de richting van causaliteit te minimaliseren,

14

definiëren we onze sociaal-economische contextvariabelen steeds in het jaar vóór de meting van sociaal kapitaal (i.e. gegevens met betrekking tot 1999).viii Historische gemeentelijke karakteristieken kunnen immers als verklaring worden gebruikt voor het huidige sociaal kapitaal. Het huidige sociaal kapitaal kan daarentegen moeilijker als verklaring dienen voor de historische karakteristieken van de gemeentelijke bevolking. Aangezien de variatie in onze variabelen echter relatief beperkt is over de tijd, lost een dergelijke time-lag uiteraard niet alle causaliteitsproblemen op. Derhalve doen we in deze tekst voorzichtigheidshalve geen uitspraken met betrekking tot de causaliteit van de gevonden effecten en spreken we veeleer van een (wederzijds) verband of correlatie.

Tabel 2.

Verklaring voor sociaal kapitaal in Vlaanderen (2000)

Variabelen

(1)

(2)

(3)

(4)

(5)

(6)

OLS

INT

OLS

INT

OLS

INT

Intercept

8.723 *** (7.08)

8.743 *** (7.19)

8.705*** (7.11)

8.725*** (7.23)

8.355 *** (7.15)

8.376 *** (7.29)

Inkomen

-0.213 *** (-4.04)

-0.215 *** (-4.13)

-0.212 *** (-4.04)

-0.214 *** (-4.13)

-0.207 *** (-4.03)

-0.209 *** (-4.14)

Opleiding

0.016 (1.38)

0.016 (1.41)

0.012 (1.06)

0.013 (1.08)

0.015 (1.27)

0.015 (1.30)

Werkloosheid

-0.048 (-0.84)

-0.048 (-0.85)

-0.055 (-0.97)

-0.056 (-0.99)

-0.088 (-1.48)

-0.088 (-1.51)

Leeftijd

-8.929 *** (-5.39)

-8.934 *** (-5.46)

-9.064 *** (-5.50)

-9.067 *** (-5.58)

-9.057 *** (-5.46)

-9.057 *** (-5.55)

Bevolking (ln)

-0.541 *** (-8.05)

-0.543 *** (-8.17)

-0.538 *** (-8.05)

-0.540 *** (-8.19)

-0.556 *** (-8.28)

-0.558 *** (-8.45)

-0.0002 (-1.46)

-0.0002 (-1.44)

-0.0002 * (-1.83)

-0.0002 * (-1.82)

-0.0002 ** (-2.08)

-0.0002 ** (-2.08)

Bevolkingsomloop

-9.919 *** (-4.28)

-10.013 *** (-4.37)

-9.961 *** (-4.32)

-10.051 *** (-4.42)

-9.664 *** (-4.09)

-9.747 *** (-4.19)

Huiseigendom

0.024 *** (3.74)

0.024 *** (3.79)

0.022 *** (3.47)

0.022 *** (3.52)

0.023 *** (3.43)

0.023 *** (3.50)

0.001 (0.07)

0.001 (0.11)

0.0002 (0.03)

0.0005 (0.07)

- 0.003 (-0.36)

- 0.002 (-0.34)

-1.024 *** (-2.98)

-1.022 *** (-3.01)

-0.730 ** (-1.99)

-0.729 ** (-2.01)

-

-

Landgrens (dummy)

-

-

-0.243 ** (-2.16)

-0.243 ** (-2.18)

-0.135 (-1.10)

-0.135 (-1.12)

% WestEuropeanen

-

-

-

-

-0.037 *** (-3.03)

-0.037 *** (-3.08)

Bevolkingsconcentratie

Inkomensongelijkheid Aantal nationaliteiten

15

% ZuidEuropeanen

-

-

-

-

0.025 (0.71)

0.025 (0.72)

% Turkije en Maghreb-landen

-

-

-

-

-0.013 (-0.33)

-0.013 (-0.32)

N 307 307 307 307 307 307 R² 65.24 58.22 65.78 59.59 66.39 61.21 Chi² (K) 321.84 *** 326.57 *** 332.08 *** RESET³ (Chi² (2)) 1.16 2.47 1.30 2.79 1.37 2.90 Noot: t-waarden tussen haakjes; *** significant op 1%, ** op 5% en * op 10%. De waarden voor R² bij de intervalregressie zijn McFadden (1974) pseudo-R². Chi² (K) bekijkt de gezamenlijke significantie van alle variabelen in de intervalregressie – met K het aantal variabelen in het model. RESET³ is Ramsey’s (1969) specificatietest. De resultaten wijzen op de afwezigheid van functionele misspecificatie.

Kijken we eerst naar de resultaten van het basismodel – kolommen (1) en (2) – dan stellen we vast dat de mate van inkomensongelijkheid binnen de bevolking geen significant verband vertoont met het niveau van sociaal kapitaal. Het significante en negatieve bivariate verband dat we in Sectie 3.3. vaststelden, wordt met andere woorden verklaard door andere sociaal-economische variabelen (en meer specifiek het inkomensniveau).

Deze bevinding is tegengesteld aan vroegere studies op

individueel (Costa & Kahn, 2003; Leigh, 2004a, 2004b) en geaggregeerd niveau (Knack & Keefer, 1997). Dit kan erop wijzen dat verschillen in inkomensongelijkheid tussen Vlaamse gemeenten te beperkt zijn om een belangrijk effect te hebben. inkomensongelijkheid

tussen

landen

(Knack

&

In tegenstelling tot een analyse van de Keefer,

1997)

zijn

de

verschillen

in

inkomensongelijkheid tussen de Vlaamse gemeenten eerder beperkt. Een andere mogelijke verklaring is dat Vlamingen minder belang hechten aan verschillen in inkomensniveaus binnen hun gemeenschap bij de beslissing om te investeren in sociaal kapitaal.

In tegenstelling tot inkomensongelijkheid houdt ook na controle van verschillende sociaaleconomische variabelen het verband tussen heterogeniteit in nationaliteiten en sociaal kapitaal, zoals dat in Sectie 3.3. bivariaat werd gevonden, stand. Het geaggregeerde sociaal kapitaal is significant lager in gemeenten met een hoger effectief aantal nationaliteiten onder haar bevolking, ceteris paribus.ix Hiermee sluiten onze resultaten aan bij eerdere onderzoeken op macroniveau (Knack & Keefer, 1997; Hero, 1998, 2003). Het vormen van groepen en het vertrouwen van anderen gaat blijkbaar makkelijker in gemeenschappen van mensen met eenzelfde nationaliteit.x

Mogelijk worden onze resultaten evenwel beïnvloed door de geografische positie van de gemeenten. Zo blijkt uit Figuur 3 dat gemeenten nabij een landgrens zich kenmerken door een uitgesproken aanwezigheid van niet-Belgen. Deze grensgemeenten worden bovendien vaak geconfronteerd met zogenaamde ‘grenscriminaliteit’.xi

Het naast elkaar bestaan van deze twee fenomenen kan een

vertekening van onze resultaten geven. Uit kolommen (3) en (4) blijkt echter dat ook na controle van de ligging van een gemeente aan een landgrens (geoperationaliseerd door middel van een dummy

16

variabele met waarde één voor de grensgemeenten en nul voor de andere) de negatieve relatie tussen het aantal nationaliteiten in de gemeente en sociaal kapitaal overeind blijft. Het verband wordt weliswaar minder sterk, maar blijft statistisch significant op vijf procent. In deze analyse wordt ook het idee ondersteund dat de ligging van een gemeente naast een landgrens an sich negatief is geassocieerd met het niveau van sociaal kapitaal.

Om de negatieve relatie tussen heterogeniteit en sociaal kapitaal te verklaren, wordt in de literatuur vaak

verwezen

naar

verschillen

in

ethnisch-culturele

elementen

tussen

verschillende

bevolkingsgroepen. Om na te gaan of deze etnisch-culturele argumenten opgaan voor ons onderzoek, maken we in kolommen (5) en (6) een onderscheid tussen de drie belangrijkste groepen niet-Belgen: West-Europeanen (i.c. Nederland, Frankrijk, Duitsland, Denemarken, VK, Luxemburg, Ierland en Zwitserland), Zuid-Europeanen (i.c. Italië, Spanje, Griekenland en Portugal) en mensen uit Turkije en de Maghreb-landen (i.c. Marokko, Algerije en Tunesië). Het onderscheid tussen deze verschillende groepen is gebaseerd op de bevinding dat de aanwezigheid van verschillende allochtone groepen door autochtonen op een andere wijze wordt gepercipieerd. Zo wordt de aanwezigheid van de ZuidEuropese groepen door de bevolking als minder opvallend en daarmee samenhangend minder problematisch beschouwd dan de aanwezigheid van migranten uit Islamitische landen (Meuleman & Billiet, 2003). Marokkanen en Turken worden als collega of buur in het algemeen bijvoorbeeld minder aanvaard (Billiet e.a., 1990).

Uit onze analyse blijkt echter dat enkel het percentage inwoners van West-Europese afkomst statistisch significant en negatief gerelateerd is aan het niveau van sociaal kapitaal. Hoe groter hun aandeel in de bevolking, hoe lager het niveau van sociaal kapitaal in de gemeente. Het percentage mensen van Zuid-Europese afkomst en het percentage inwoners uit de Maghreb-landen en Turkije zijn niet significant verbonden met onze coëfficiënt van sociaal kapitaal. Het gevonden negatieve verband tussen diversiteit in nationaliteiten en sociaal kapitaal lijkt dus niet zozeer door etnisch-culturele verschillen te kunnen worden verklaard. De etnisch-culturele verschillen met mensen uit Maghreblanden en Turkije zijn immers beduidend groter dan die met West- en Zuid-Europeanen. Zij verschillen het sterkst van de autochtonen qua geloof, gewoonten, levensstijl, uiterlijk en vestimentaire codes. Eerder dan dat het fenomeen van multiculturaliteit een rol speelt, lijkt de aanwezigheid van inwoners met een andere nationaliteit en het algemene aandeel niet-Belgen een centrale verklaringsbron.

Laten we ten slotte de sociaal-economische controlevariabelen uit de analyse overlopen. Ten eerste is inkomen significant negatief gerelateerd aan sociaal kapitaal in de Vlaamse gemeenten. Hoe lager het gemiddelde inkomen in een gemeente, hoe hoger het sociaal kapitaal. Dit stemt overeen met de bevinding van Oliver (1999) dat rijke buurten of regio’s worden gekenmerkt door lage

17

participatieniveaus. Daar staat echter tegenover dat onderzoek op individueel niveau aantoont dat een hoger inkomen leidt tot meer sociaal kapitaal (Delhey & Newton, 2004; Leigh, 2004a, 2004b). Dit toont aan dat, zoals reeds werd aangehaald in de inleiding, bevindingen op individueel niveau niet zonder meer kunnen worden omgezet naar het macroniveau. Relaties tussen kenmerken van eenheden op een lager niveau kunnen niet zonder specifieke controle worden doorgetrokken naar het geaggregeerde niveau. Dit is ook het geval voor werkloosheid. Terwijl Hooghe (2003) op individueel niveau vaststelt dat werklozen zich in België kenmerken door een lager participatieniveau, toont onze analyse steeds een insignificant negatief verband.

Gemeenten met een hoog percentage hoogopgeleiden kenmerken zich door een hoog niveau van sociaal kapitaal, maar dit effect is – net als in Hooghe (2003) – relatief zwak. In vroegere studies op microniveau werd echter een sterk verband gevonden tussen onderwijsniveau en participatie. Volgens Hooghe (2003) steunt dit de hypothese van de ‘relatieve onderwijseffecten’. Hierbij wordt ervan uitgegaan dat niet de absolute hoogte van het scholingsniveau belangrijk is, maar wel het relatieve niveau (Nie e.a., 1996).

Diegenen die binnen een samenleving of een leeftijdscohorte het hoogste

opleidingsniveau bezitten, zullen ook de meer bevoorrechte posities bekleden binnen de groep, ongeacht de absolute hoogte van hun scholingsniveau.

Het percentage inwoners ouder dan 65 is significant negatief verbonden met het niveau van sociaal kapitaal in de gemeente. Dit contrasteert met Putnams (2000) conclusie dat regio’s met een oudere populatie een hoger niveau van sociaal kapitaal hebben.

Hij schrijft dit toe aan de wissel van

generaties en gebruikt de ervaring van de Tweede Wereldoorlog op een relatief jonge leeftijd als verklaring voor de maatschappelijke betrokkenheid van de ‘long civic generation’. Onze bevinding ligt echter in de lijn van de conclusie die Breda e.a. (2003) op individueel niveau trekken, namelijk dat ouderen vaker onveiligheidsgevoelens en gevoelens van sociale uitsluiting ervaren in Vlaanderen. Het veralgemeent ook de bevinding van Scheerder (2004) die vaststelt dat de sportparticipatie van 65plussers significant lager ligt dan die van andere bevolkingsgroepen.xii

Vervolgens is er het belang van de (groot)stedelijke omgeving.

De bevolkingsomvang en -

concentratie correleren negatief met het aanwezige sociaal kapitaal in een gemeente. Algemeen bloeit het sociaal kapitaal dus makkelijker in kleinere gemeenten.xiii Ten slotte is er een sterke relatie tussen de residentiële stabiliteit van de bevolking en het niveau van sociaal kapitaal in een gemeente. Het negatieve verband tussen sociaal kapitaal en bevolkingsomloop in de gemeente en de positieve correlatie tussen sociaal kapitaal en de omvang van huiseigendom wijzen erop dat een stabiele bevolking kan worden geassocieerd met een sterkere maatschappelijke betrokkenheid.

Deze

bevinding werd eerder ook door Sampson e.a. (1997), Glaeser (2001) en Bowles en Gintis (2002) naar voor gebracht. In gemeenten met een stabiele bevolkingspopulatie wordt meer geïnvesteerd in sociaal

18

kapitaal. In dergelijke gemeenten gaan inwoners ervan uit dat ze mee de vruchten zullen plukken van het aanwezige sociaal kapitaal. Merk overigens op dat beide elementen een sterk significant effect hebben. Dit impliceert dat huiseigendom niet enkel het effect van een langere verblijfsduur in een gemeente meet. De band tussen de financiële waarde van iemands vastgoed en de kwaliteit van de leefomgeving creëert duidelijk een additionele stimulans om te investeren in sociaal kapitaal.

5.

CONCLUSIE

Sociaal kapitaal heeft de voorbije jaren van heel wat politieke en wetenschappelijke aandacht genoten. Dit is in grote mate te danken aan de gunstige invloed die sociaal kapitaal zou hebben op verschillende maatschappelijke aspecten zoals de economische performantie en het functioneren van de politieke instellingen. Het gunstige effect van sociaal kapitaal heeft ook geleid tot de prangende vraag in welke maatschappelijke context sociaal kapitaal zich het makkelijkst ontwikkelt.

Verschillende

maatschappelijke omgevingen bieden immers beperkingen of mogelijkheden voor het ontwikkelen van netwerken, banden van solidariteit en wederzijds vertrouwen (de Hart & Dekker, 2003).

In dit artikel hebben we ons gericht op één element uit die maatschappelijke omgeving, namelijk de heterogeniteit van een gemeenschap. In internationaal onderzoek werd immers vastgesteld dat dit negatief samenhangt met het aanwezige sociaal kapitaal op het niveau van landen (Knack & Keefer, 1997) en Amerikaanse Staten (Hero, 1998; 2003). Studies op lokaal niveau zijn daarbij echter over het hoofd gezien, hoewel Rice en Sumberg (1997) dit reeds aanhaalden als een belangrijk uitbreidingsgebied voor toekomstig onderzoek. Onze analyse heeft een eerste stap gezet om deze lacune in het bestaande onderzoek op te vullen door te kijken naar dit lagere niveau van aggregatie. Tegelijkertijd is onze analyse ook een aanvulling op het bestaande Vlaamse onderzoek over sociaal kapitaal dat zich totnogtoe op het individuele niveau heeft gefocust. Toch is het belangrijk in te zien dat dergelijke analyses op gemeentelijk niveau ook tot een aantal nieuwe problemen aanleiding kunnen geven. Zo is het bijvoorbeeld niet steeds duidelijk in hoeverre een gemeente – in tegenstelling tot een land of regio – als een wel afgebakende gemeenschap functioneert. Vaak maken gemeenten immers deel uit van een grootstedelijke agglomeratie (of een bredere landelijke omgeving) en wordt het gedrag van de inwoners ook door deze bredere omgeving bepaald. Daarnaast zijn er de nodige problemen om betrouwbare indicatoren voor sociaal kapitaal te verkrijgen op macroniveau. Hoewel dit ook geldt voor macrostudies op hogere niveaus van aggregatie, is het gebrek aan surveydata op gemeentelijk niveau in België een extra belemmering voor onderzoek op lokaal niveau.

Ondanks deze bedenkingen is onderzoek naar sociaal kapitaal op gemeentelijk macroniveau ons inziens evenwel een bron van interessante nieuwe inzichten, onder meer omdat de variatie in sociaal

19

kapitaal kleiner is tussen gemeenten dan tussen staten (wat de kracht van de gevonden verbanden onderstreept) en omdat inzichten uit studies op individueel niveau niet steeds zonder problemen kunnen worden veralgemeend. Vanuit de huidige analyse kunnen met betrekking tot de relatie tussen heterogeniteit en sociaal kapitaal twee conclusies worden getrokken die tegelijkertijd ook interessante vragen voor toekomstig onderzoek naar boven brengen. Ten eerste vinden we in de Vlaamse gemeenten, en na controle van verschillende sociaal-economische contextvariabelen, geen significant verband tussen sociaal kapitaal en inkomensongelijkheid. De bevinding uit eerdere onderzoeken op het niveau van landen dat sociaal kapitaal negatief correleert met inkomensongelijkheid, blijkt dus niet op te gaan voor de Vlaamse gemeenten. In overeenstemming met eerder onderzoek zien we wel dat een sterkere diversiteit in nationaliteiten significant en negatief correleert met het niveau van sociaal kapitaal. Dit verband kan evenwel niet worden verklaard aan de hand van etnisch-culturele elementen zoals in de literatuur wordt gesuggereerd. Onze resultaten tonen immers aan dat het niet de aanwezigheid van mensen met een merkbaar verschillende etnisch-culturele achtergrond (i.c. mensen uit Turkije en Maghreb-landen) is die negatief correleert met het sociaal kapitaal. Het lijkt daarentegen eerder zo te zijn dat de diversiteit in nationaliteiten op zich negatief samenhangt met het niveau van sociaal kapitaal in de Vlaamse gemeenten. Veeleer dan de mate waarin we van anderen verschillen, lijkt het aantal mensen waarvan we verschillen een doorslaggevende rol te spelen.

20

BIBLIOGRAFIE

Alesina, A. & E. La Ferrara (2000), Participation in heterogeneous communities, The Quarterly Journal of Economics, 115(3), 847-904. Ashworth, J., B. Geys & B. Heyndels (2003), Income tax base evolution in Brussels 1980-1999: The budgetary value of the rich, pp. 165-181 in E. Witte, A. Alen, H. Dumont, P. Vandernoot & R. De Groof (eds.), De Brusselse negentien gemeenten en het Brussels model, Larcier, Gent. Bengtsson, M., N. Berggren & H. Jordahl (2005), Trust and growth in the 1990s: a robustness analysis, Paper presented at the annual Public Choice Society Conference, New Orleans, March 2005. Beugelsdijk, S., H.L.F. de Groot, & A.B.T.M. van Schaik (2004), Trust and economic growth: a robustness analysis, Oxford Economic Papers, 56, 118-134. Billiet, J., A. Carton & R. Huys (1990), Onbekend of onbemind? Een sociologisch onderzoek naar de houding van de Belgen tegenover migranten. Leuven: Sociologisch onderzoeksinstituut KUL. Bjørnskov, C. (2003), Corruption and social capital, Aarhus School of Business Working Paper, n° 0313. Blalock, H.M. (1967), Towards a theory of minority-group relations. New York: Wiley. Bloso (2004), Bevraging van de gemeentelijke sportdiensten naar de gemeentelijke subsidiëring van de sportclubs. Brussel: Bloso. Boix, C. & D. Posner (1998), Social capital: Explaining its origins and effects on government performance, British Journal of Political Science, 28(4), 686-695. Bowles, S. & H. Gintis (2002), Social capital and community governance, The Economic Journal, 112, F419-F436. Breda, J., D. Schoenmaekers & H. van Geel (2003), Hoe Vlamingen sociale uitsluiting percipiëren, pp. 53-97 in Vlaanderen gepeild!. Brussel: Ministerie van de Vlaamse Gemeenschap. Casey, T. (2004), Social capital and regional economies in Britain, Political Studies, 52, 96-117. Coffé, H. (2002), De sociaal-culturele breuklijn en maatschappelijke betrokkenheid, Mens en Maatschappij, 77(4), 319-337. Coffé, H. & B. Geys (2005), Social capital and institutional performance: A local-level analysis, Journal of Urban Affairs, 27(5), 485-501. Costa, D.L. & M.E. Kahn (2003), Civic engagement and community heterogeneity: an economist’s perspective, Perspectives on Politics, 1(1), 103-111. de Hart, J. & P. Dekker (2003), A tale of two cities: Local patterns of social capital, pp. 153-169 in M. Hooghe & D. Stolle (eds.), Generating social capital. Civil society and institutions in comparative perspective. New York: Palgrave MacMillan. Delhey, J. & K. Newton (2004), Social trust: Global pattern or Nordic exceptionalism?, Discussion Paper. Berlin: WZB.

21

Elchardus, M., M. Hooghe & W. Smits (2000), Tussen burger en overheid. Een onderzoeksproject naar het functioneren van het maatschappelijk middenveld in Vlaanderen. Samenvatting en onderzoeksresultaten. Deel 1: Oorzaken en gevolgen van middenveldparticipatie, Tor Rapport nr. 2000/5. Brussel: Vrije Universiteit Brussel. Fukuyama, F. (1995), Trust: the social virtues and the creation of prosperity. New York: Free Press. Geys, B. (2004), Proportional representation, political fragmentation and political decision-making: An economic analysis, Onuitgegeven Proefschrift. Brussel: Vrije Universiteit Brussel. Glaeser, E.L. (2001), The formation of social capital, Canadian Journal of Policy Research, 2(1), 3440. Glaeser, E.L., D.I. Laibson, J.A. Scheinkman & C.L. Soutter (2000), Measuring trust. Quarterly Journal of Economics, 115(3), 811-846. Hagan, J., H. Merkens & K. Boehnke (1995), Delinquency and disdain: Social capital and the control of right-wing extremism among East and West Berlin youth, American Journal of Sociology, 100(4), 1028-1052. Halleux, J.M., F. Derwael & B. Mérenne-Schoumaker (1998), Typologie van de Belgische gemeenten naar verstedelijkingsgraad, pp. 131-162 in E. Van Hecke, H. Van der Haegen & B. MérenneSchoumaker (eds.), Verstedelijking: Algemene Volks- en Woningtelling op 1 maart 1991 (Monografie 11A). Brussel: Nationaal Instituut voor de Statistiek. Halpern, D. (2005), Social Capital. Cambridge: Polity Press. Hero, R.E. (1998), Faces of inequality: social diversity in American politics. Oxford: Oxford University Press. Hero, R.E. (2003), Social capital and racial inequality in America, Perspectives on Politics, 1 (1), 113122. Hooghe, M. (2003), Sociaal kapitaal in Vlaanderen. Verenigingen en democratische politieke cultuur. Amsterdam: Amsterdam University Press. Hooghe, M. & D. Stolle (2003), Introduction: Generating social capital, pp. 1-18 in M. Hooghe & D. Stolle (eds.), Generating social capital. Civil society and institutions in comparative perspective. New York: Palgrave MacMillan. Inglehart, R. (1997), Modernization and postmodernization. Cultural, economic and political change in 43 countries. Princeton: Princeton University Press. Knack, S. (2002), Social capital and the quality of government: Evidence from the States, American Journal of Political Science, 46(4), 772-785. Knack, S. & P. Keefer (1997), Does social capital have an economic payoff? A cross-country analysis, Quarterly Journal of Economics, 112(4), 1251-1288. Laakso M. & R. Taagepera (1979), "Effective" number of parties: A measure with application to West Europe, Comparative Political Studies, 12(1), 3-27. La Porta, R., F. Lopez-de-Silanes, A. Shleifer & R.W. Vishny (1997), Trust in large organisations, American Economic Review, 87(2), 333-338.

22

Lauwerysen, K. & T. Colpaert (2004), De lokale afdelingen van de sociaal-culturele verenigingen in kaart gebracht, Socius Gegevens 03, 53-71. Leigh, A. (2004a), Does equality lead to fraternity?, mimeo. Leigh, A. (2004b), Trust, inequality and ethnic heterogeneity, mimeo. McFadden, D. (1974), The measurement of urban travel demand, Journal of Public Economics, 25, 303-328. Meuleman, B. & Billiet, J. (2003). De houding van Vlamingen tegenover ‘oude’ en ‘nieuwe’ migranten: diffuus of specifiek? In: Administratie Planning en Statistiek (red.), Vlaanderen gepeild! (pp. 137-176). Brussel: Ministerie van de Vlaamse Gemeenschap. Nie, N., J. Junn & K. Stehlik-Barry (1996), Education and democratic citizenship in America. Chicago: Chicago University Press. Newton, K. (1999) Social and political trust in established democracies, pp. 169-187 in P. Norris (ed.), Critical citizens. New York: Oxford University Press. Oliver, E. (1999), The effects of metropolitan economic segregation on local civic participation, American Journal of Political Science, 43(1), 186-212. Putnam, R. (1993), Making democracy work. Civic traditions in modern Italy. Princeton: Princeton University Press. Putnam, R. (2000), Bowling alone: Collapse and revival of American community. New York: Simon & Schuster. Putnam, R. (2001), Social capital: Measurement and consequences, Canadian Journal of Policy Research, 2(1), 41-51. Ramsey, J. B. (1969), Tests for specification error in classical least squares regression analysis, Journal of the Royal Statistical Society, B31, 250-271. Rice, T.W., & A.F. Sumberg (1997), Civic culture and government performance in the American states, Publius: the Journal of Federalism, 27(1), 99-114. Rothstein, B. & D. Stolle (2001), Social capital and street-level bureaucracy: An institutional theory of generalized trust, Paper presented at the ESF Conference “Social capital: Interdisciplinary perspectives”, Exeter, 15-20 september 2001. Rothstein, B. & E.M. Uslaner (2004), All for all: Equality and social trust, Working Paper. Göteborg: Göteborg University. Sampson, R.J., S.W. Raudenbush & F. Earls, F. (1997), Neighborhoods and violent crime: a multilevel study of collective efficacy, Science, 277, 15/08/1997, 918-924. Scheerder, J. (2004), Spelen op het middenveld: Vrijetijdssport als ontspanning, ontplooiing en ontmoeting. Tielt: Lannoo. Stolle, D. (2000), Onderzoek naar sociaal kapitaal. Naar een attitudinale benadering, pp. 25-59 in M. Hooghe (ed.), Sociaal kapitaal en democratie. Verenigingsleven, sociaal kapitaal en politieke cultuur. Leuven: Acco.

23

Thomas, R.L. (1997), Modern econometrics: an introduction. Harlow: Addison-Wesley-Longman Ltd.

24

BIJLAGE Tabel 3.

Databronnen

Variabelen

Bron

Jaar

Lauwerysen en Colpaert (2004)

2001

BLOSO (2004)

2004

Federale Politie, Directie van Nationale Gegevensbank-Beleidsgegevens

2000

Opkomst

Electorale Databank Vrije Universiteit Brussel

2000

Inkomen

Nationaal Instituut voor de Statistiek

1999

Opleiding

Nationaal Instituut voor de Statistiek

2001

Werkloosheid

Rijksdienst voor Arbeidsvoorziening

1999

Leeftijd

Nationaal Instituut voor de Statistiek

1999

Bevolking

Nationaal Instituut voor de Statistiek

1999

Huiseigendom

Nationaal Instituut voor de Statistiek

1991

Inkomensongelijkheid

Nationaal Instituut voor de Statistiek

1999

Aantal nationaliteiten

Nationaal Instituut voor de Statistiek

1999

Sociaal-culturele verenigingen Sportverenigingen

Algemene criminaliteit

25

Tabel 4.

Beschrijvende statistieken

Variabelen

Gemiddelde

Standaardafwijking

Minimum

Maximum

Sociaal Kapitaal

-0.004

0.999

-3.354

3.358

Inkomen

10.710

1.394

7.234

15.498

Opleiding

14.006

4.218

6.069

32.772

Werkloosheid

2.064

0.809

0.809

5.923

Leeftijd

15.916

2.479

8.535

24.109

Bevolking (ln)

9.549

0.709

6.884

13.012

511.890

443.754

51

3138

Bevolkingsomloop

8.252

2.194

2.450

18.300

Huiseigendom

74.987

7.968

46

92

Inkomensongelijkheid

94.806

10.617

67.1

130.8

Aantal nationaliteiten

1.080

0.122

1.006

1.877

Landgrens (dummy)

0.143

0.351

0

1

% West-Europeanen

2.056

3.727

0.118

35.48

% Zuid-Europeanen

0.492

1.251

0

11.426

% uit Turkije en Maghreb-landen

0.529

1.225

0

8.010

Bevolkingsconcentratie

26

Tabel 5.

Correlatiematrix Sociaal Kapitaal

Inkomen

Opleiding

Werkloosheid

Leeftijd

Bevolking (ln)

Bevolkingsconcentratie

Bevolkingsomloop

Huiseigendom

Inkomensongelijkheid

Aantal nationaliteiten

Sociaal Kapitaal

1.00

Inkomen

-0.40

1.00

Opleiding

-0.27

0.79

1.00

Werkloosheid

-0.13

-0.32

-0.40

1.00

Leeftijd

-0.33

-0.02

-0.11

-0.09

1.00

-0.55

0.20

0.11

0.26

0.03

1.00

-0.59

0.42

0.28

0.09

0.22

0.37

1.00

Bevolkingsomloop

-0.40

0.46

0.44

-0.15

0.19

-0.14

0.47

1.00

Huiseigendom

0.58

0.00

0.02

-0.32

-0.38

-0.43

-0.51

-0.27

1.00

Inkomensongelijkheid

-0.20

0.76

0.82

-0.55

0.04

-0.05

0.17

0.43

0.08

1.00

Aantal nationaliteiten

-0.26

-0.01

0.19

0.22

-0.16

0.15

0.21

0.28

-0.25

-0.00

1.00

Landgrens (dummy)

-0.15

-0.30

-0.24

0.19

-0.06

0.03

-0.14

-0.08

-0.13

-0.27

0.35

Bevolking (ln) Bevolkingsconcentratie

27

Landgrens

1.00

EINDNOTEN i

ii

iii

iv

v

vi vii viii

ix

x

xi

xii

xiii

29

Onderzoek bij de 27 Belgische Procureurs des Konings toonde aan dat niet-kiezers bij de gemeenteraadsverkiezingen van 2000 slechts in twee gerechtelijke arrondissementen (Turnhout en Mechelen) in vervolging werden gesteld. In totaal werden slechts 391 kiezers vervolgd. Op een totaal van 628,957 niet opgedaagde kiezers tijdens de verkiezingen betekent dit een vervolgingspercentage van 0.06 procent (Geys, 2004). Dit laatste is ons inziens evenwel niet problematisch. Men kan zich immers de vraag stellen in hoeverre de burgers weten of – en in welke mate – het vervolgingsbeleid in hun gerechtelijk arrondissement afwijkt van dat van een ander arrondissement. Vaak weten burgers overigens niet tot welk gerechtelijk arrondissement zijn/haar gemeente behoort. Zoals impliciet gebeurt door het gebruik van de algemene criminaliteitscijfers lijkt het dan ook aannemelijk om te veronderstellen dat de aangiftebereidheid in alle gemeenten hetzelfde is omdat mensen zich vooral zullen baseren op de werking van het gerecht in het algemeen. Door structurele en culturele aspecten samen te voegen in een indicator voor sociaal kapitaal, volgen we het gros van de literatuur. Sommige auteurs (o.m. Knack & Keefer, 1997; Newton, 1999; Knack, 2002) waarschuwen echter voor het combineren van indicatoren voor een sociaal netwerk en indicatoren voor algemeen vertrouwen en wederkerigheid in één component. Zij stellen dat de verschillende variabelen afzonderlijk moeten worden beschouwd en de relaties ertussen onderwerp van studie moeten zijn. Onze analyse heeft enkel betrekking op de gemeenten in het Vlaamse Gewest. De witte vlek centraal onderaan in Figuur 1 betekent dus niet dat het sociaal kapitaal in het Brussels Hoofdstedelijk Gewest laag is (of zou zijn). Dezelfde opmerking geldt voor Figuren 2 en 3. Door het gebruik van nationaliteit als onderscheidend criterium, worden genaturaliseerde inwoners niet meegerekend in onze variabele. Impliciet wordt er verondersteld dat gemeenten met veel niet-Belgen ook veel genaturaliseerde Belgen onder hun inwoners hebben. Meer details over de bivariate analyses kunnen bij de auteurs worden bekomen. Herstappe werd – als outlier – niet in de analyse opgenomen. Zoals uit Tabel 3 in bijlage blijkt, vormen de variabelen opleidingsniveau en huiseigendom hierop uitzonderingen. Bij gebrek aan oudere gegevens voor opleidingsniveau, gebruiken we de waarden uit 2001. Voor huiseigendom hanteren we gegevens uit 1991. Het inbrengen van provincie-dummies (als proxy voor eventuele historisch-geografische effecten) beïnvloedt dit resultaat niet. De overige aspecten constant gehouden tonen deze dummies aan dat het niveau van sociaal kapitaal significant lager is in de provincie Antwerpen. De andere provincies verschillen niet significant van elkaar. Ook het uit de analyse weglaten van de twee kiesdistricten waar niet-kiezers effectief worden vervolgd (Turnhout en Mechelen) – om zo de mogelijke invloed hiervan op onze maatstaf voor sociaal kapitaal te beperken – heeft geen effect op deze centrale bevinding. Wanneer we onze analyse herhalen voor elk van de drie indicatoren van sociaal kapitaal afzonderlijk stellen we vast dat heterogeniteit (naar inkomen en nationaliteit) geen significant verband vertoont met de criminaliteitscijfers. In lijn met onze hypothese is het effectief aantal nationaliteiten wel significant (op 5 procent) negatief gecorreleerd met opkomst en met het aantal verenigingen in een gemeente. De inkomensongelijkheid is zoals verwacht significant (op 10 procent) negatief gerelateerd aan opkomst bij de gemeenteraadsverkiezingen. Ondanks het feit dat dergelijke criminele feiten worden gepleegd door ingezetenen van het buurland, is het niet ondenkbaar dat er spill-over effecten ontstaan waarbij het algemene vertrouwen bij de ingezetenen van de gemeente (en dus het niveau van sociaal kapitaal in deze gemeente) wordt beïnvloed. Het inbrengen van een kwadratische term toont dat dit verband significant niet-lineair is. De afname in sociaal kapitaal wordt sterker naarmate het percentage ouderen in de bevolking toeneemt. Daar de nietlineariteit zeer beperkt is en de andere resultaten niet worden beïnvloed door het weglaten ervan, werden de resultaten zonder deze kwadratische term in de tekst weerhouden. Teneinde rekening te houden met het feit dat sommige kleinere gemeenten deel uitmaken van een grotere stedelijke agglomeratie kan men ook werken met typologieën van de Vlaamse gemeenten in plaats van zich te concentreren op bevolkingsconcentratie. Een dergelijke typologie van Halleux e.a. (1998) onderscheidt vijf types gemeenten op basis van hun ‘morfologische verstedelijking’. Wanneer we vier dummies invoegen om het effect van deze mate van ‘morfologische verstedelijking’ te meten, blijkt dat vooral gemeenten met een matige tot sterke morfologische verstedelijking een lager niveau van sociaal kapitaal hebben (ten opzichte van rurale gemeenten). De andere resultaten in de analyse worden niet beïnvloed door deze alternatieve specificatie.