interne migratie in belgiË, 1860-1970....migratie wordt doorgaans niet in deze context onderzocht...
Post on 22-Mar-2021
3 Views
Preview:
TRANSCRIPT
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2013 – 2014
INTERNE MIGRATIE IN BELGIË,
1860-1970.
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Bedrijfseconomie
Annelies Adriaensens
onder leiding van
Prof. dr. Glenn Rayp en Stijn Ronsse
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2013 – 2014
INTERNE MIGRATIE IN BELGIË,
1860-1970.
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Bedrijfseconomie
Annelies Adriaensens
onder leiding van
Prof. dr. Glenn Rayp en Stijn Ronsse
i
PERMISSION
Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of
gereproduceerd worden, mits bronvermelding.
Annelies Adriaensens
ii
WOORD VOORAF
Deze masterproef kwam mede tot stand dankzij de kennis en steun van enkele mensen die ik
graag wil bedanken.
Mijn dank gaat uit naar mijn promotor, prof. dr. Glenn Rayp en co-promotor Stijn Ronsse voor
de keuze van het onderwerp van mijn masterproef, voor feedback, advies en tips. Daarnaast
wil ik ook Sven Vrielinck bedanken omdat ik gebruik mocht maken van de door hem bewerkte
data. Ten slotte gaat mijn dank uit naar die mij het voorbije jaar gesteund heeft en in het
bijzonder wil ik mijn mama bedanken voor haar hulp bij Excel.
Bedankt iedereen!
iii
INHOUDSTAFEL
WOORD VOORAF ......................................................................................................................................ii
GEBRUIKTE AFKORTINGEN ....................................................................................................................... v
LIJST VAN TABELLEN EN FIGUREN ........................................................................................................... vi
Tabellen ............................................................................................................................................... vi
Figuren ................................................................................................................................................. vi
INLEIDING ................................................................................................................................................ 1
HOOFDSTUK 1: ANALYSE BRONNEN EN METHODOLOGIE ...................................................................... 4
1.1 Bronnen voor migratieonderzoek ........................................................................................... 4
1.1.1 Bevolkingsregisters .......................................................................................................... 4
1.1.2 Volkstellingen .................................................................................................................. 5
1.1.3 Migratieregisters ............................................................................................................. 5
1.1.4 Peilingen .......................................................................................................................... 6
1.2 Bespreking van de bronnen ..................................................................................................... 6
1.2.1 Voordelen ........................................................................................................................ 7
1.2.2 Nadelen ........................................................................................................................... 8
1.3 Onderzoeksmethodologie ....................................................................................................... 9
1.4 Besluit .................................................................................................................................... 10
HOOFDSTUK 2: LITERATUUR OMTRENT INTERNE MIGRATIE IN BELGIË ............................................... 11
2.1 Inleiding ................................................................................................................................. 11
2.2 Literatuur ............................................................................................................................... 11
2.3 Besluit .................................................................................................................................... 15
HOOFDSTUK 3: EVOLUTIE VAN DE INTERNE MIGRATIES BINNEN BELGIË ............................................ 16
3.1 Analyse en bespreking geografische voorstelling migratiepatronen .................................... 16
3.1.1 Inwijking ........................................................................................................................ 16
3.1.2 Uitwijking ....................................................................................................................... 24
3.2 Mobiliteitsindex ..................................................................................................................... 31
3.3 Netto migratiestromen per arrondissement ......................................................................... 33
3.4 Wet van Gibrat ...................................................................................................................... 34
3.4.1 Gemeenten .................................................................................................................... 34
3.4.2 Hoofdgemeenten .......................................................................................................... 37
3.4.3 Arrondissementen ......................................................................................................... 40
3.5 Besluit .................................................................................................................................... 42
HOOFDSTUK 4: DE ECONOMISCHE GROEI VAN STEDEN: DE NEW ECONOMIC GEOGRAPHY .............. 44
4.1 Inleiding ................................................................................................................................. 44
4.2 New Economic Geography: theorie en concepten ............................................................... 45
4.3 New Economic Geography in België? .................................................................................... 47
iv
4.4 De link tussen marktpotentieel en interne migraties in de literatuur .................................. 49
4.5 Correlaties ............................................................................................................................. 50
4.5.1 Data ............................................................................................................................... 50
4.5.2 Correlaties tussen migratiecijfers op nationaal niveau en de aanwezigheid van marktpotentieel en interpretatie .................................................................................................. 51
4.6 Evolutie economische ontwikkelingen in België aan de hand van het BBP .......................... 52
4.7 Grafische voorstelling marktpotentieel en analyse .............................................................. 54
4.7.1 Marktpotentieel 1897 ................................................................................................... 54
4.7.2 Marktpotentieel 1937 ................................................................................................... 55
4.7.3 Marktpotentieel 1961 ................................................................................................... 56
4.8 Relatie tussen marktpotentieel en lonen en tewerkstelling ................................................. 57
4.9 Besluit .................................................................................................................................... 60
HOOFDSTUK 5: CORRELATIES TUSSEN MIGRATIECIJFERS EN INDUSTRIËLE CONCENTRATIES ............. 62
BESLUIT .................................................................................................................................................. 63
BIBLIOGRAFIE ........................................................................................................................................ 66
Literatuur ....................................................................................................................................... 66
Internetbronnen ............................................................................................................................ 68
Primaire bronnen .......................................................................................................................... 68
BIJLAGE .................................................................................................................................................. 69
v
GEBRUIKTE AFKORTINGEN
BRP Bruto Regionaal Product
LAU Local Administrative Units
NEG New Economic Geography
NIS Nationaal Instituut voor Statistiek
NUTS Nomenclature of Territorial Units for Statistics
vi
LIJST VAN TABELLEN EN FIGUREN
Tabellen Tabel 1: Jaarlijkse algemene mobiliteitsindex, berekend door de migratiecijfers te delen door
de totale bevolking, 1866-1966. p. 31
Tabel 2: Correlaties tussen migratiecijfers en marktpotentieel (1897, 1937, 1961), voor de
jaren 1857 tot en met 1966. p. 51
Tabel 3: Correlatiecoëfficiënten tussen migratiecijfers en industriële concentraties, 1896-
1966. p. 62
Figuren Figuur 1: Inwijking op arrondissementeel niveau in België, 1857. p. 16
Figuur 2: Inwijking op arrondissementeel niveau in België, 1866. p. 18
Figuur 3: Inwijking op arrondissementeel niveau in België, 1876. p. 18
Figuur 4: Inwijking op arrondissementeel niveau in België, 1886. p. 19
Figuur 5: Inwijking op arrondissementeel niveau in België, 1896. P. 19
Figuur 6: Inwijking op arrondissementeel niveau in België, 1906. P. 20
Figuur 7: Inwijking op arrondissementeel niveau in België, 1916. P. 20
Figuur 8: Inwijking op arrondissementeel niveau in België, 1926. p. 21
Figuur 9: Inwijking op arrondissementeel niveau in België, 1936. p. 21
Figuur 10: Inwijking op arrondissementeel niveau in België, 1946. p. 22
Figuur 11: Inwijking op arrondissementeel niveau in België, 1956. p. 22
Figuur 12: Inwijking op arrondissementeel niveau in België, 1966. p. 23
Figuur 13: Uitwijking op arrondissementeel niveau in België, 1857. p. 25
Figuur 14: Uitwijking op arrondissementeel niveau in België, 1866. p. 25
Figuur 15: Uitwijking op arrondissementeel niveau in België, 1876. p. 26
Figuur 16: Uitwijking op arrondissementeel niveau in België, 1886. p. 26
Figuur 17: Uitwijking op arrondissementeel niveau in België, 1896. p. 27
Figuur 18: Uitwijking op arrondissementeel niveau in België, 1906. p. 27
Figuur 19: Uitwijking op arrondissementeel niveau in België, 1916. p. 28
Figuur 20: Uitwijking op arrondissementeel niveau in België, 1926. p. 28
Figuur 21: Uitwijking op arrondissementeel niveau in België, 1936. p. 29
Figuur 22: Uitwijking op arrondissementeel niveau in België, 1946. p. 29
vii
Figuur 23: Uitwijking op arrondissementeel niveau in België, 1956. p. 30
Figuur 24: Uitwijking op arrondissementeel niveau in België, 1966. p. 30
Figuur 25: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau,
1880-1976. p. 34
Figuur 26: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau,
1880-1914. p. 35
Figuur 27: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau,
1918-1940. p. 35
Figuur 28: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau,
1945-1976. p. 36
Figuur 29: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van
hoofdgemeenten, 1880-1976. p. 37
Figuur 30: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van
hoofdgemeenten, 1880-1914. p. 38
Figuur 31: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van
hoofdgemeenten, 1918-1940. p. 38
Figuur 32: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van
hoofdgemeenten, 1945-1976. p. 39
Figuur 33: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel
niveau, 1880-1976. p. 40
Figuur 34: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel
niveau, 1880-1914. p. 40
Figuur 35: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel
niveau, 1918-1940. p. 41
Figuur 36: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel
niveau, 1945-1976. p. 41
Figuur 37: Het marktpotentieel in België op arrondissementeel niveau in 1897. p. 54
Figuur 38: Het marktpotentieel in België op arrondissementeel niveau in 1937. p. 55
Figuur 39: Het marktpotentieel in België op arrondissementeel niveau in 1897. p. 56
1
INLEIDING
In de literatuur wordt vooral aandacht geschonken aan migratiestromen tussen landen.
Interne migratie als onderwerp komt echter beduidend minder aan bod. Toch bestaat er
binnen het onderzoek discussie over de drijfveren achter en de oorzaken van de migratie.
Onderzoekers met een verscheidene professionele achtergrond benadrukken de
uiteenlopende visies op en aspecten van interne migratie. Demografen bijvoorbeeld zien de
migratiepatronen vooral als exponent van de modernisering en industrialisering.
Verschillende stadshistorici onderzoeken eerder de verstedelijking aan de hand van
casestudies in bepaalde steden. Zij gaan uit van een getrapte migratie: men trok van het
platteland naar de dichtstbijzijnde stad om later naar een grotere stad te migreren.
Migratiehistorici daarentegen zijn geïnteresseerd in het migratiepatroon op zich. Ze stellen de
stad en het platteland voor als interactieve entiteiten binnen een dynamisch systeem
waartussen een continu bevolkingsverloop plaatsvindt (Suurenbroek, 2001).
In wetenschappelijke literatuur beschouwde men de negentiende eeuw vaak als die van de
demografische transitie, gekenmerkt door radicale veranderingen in gezondheid, mortaliteit
en voortplanting. Migratie wordt doorgaans niet in deze context onderzocht wanneer we de
grote demografische veranderingen van naderbij bekijken (Eggerickx, 2010).
In deze masterproef brengen we de migratiestromen binnen België grafisch in beeld en op die
manier linken we de patronen aan verschillende determinanten. De migratiestromen worden
onderzocht op verschillende geografische niveaus: het nationaal, arrondissementeel en
gemeentelijk niveau. Daarbij rijst de vraag in welke mate kunnen we deze migratiebewegingen
kunnen linken aan economische ontwikkelingen.
Binnen de verschillende geografische niveaus gaan we tevens de homogeniteit na: welke zijn
de netto-ontvangende arrondissementen? Is er met andere woorden vooral sprake van
emigratie of immigratie en hoe verandert dit patroon doorheen de tijd? Het tijdsverloop
speelt vanzelfsprekend een belangrijke rol binnen het onderzoek. De onderzoeksvraag luidt:
“Hoe evolueerde de interne migratie in België in de periode 1860-1970 en kunnen we deze
koppelen aan de economische ontwikkelingen?”
2
Volgens White en Lindstrom vinden we het antwoord op welke gebieden in bevolkingsaantal
toenemen vaak terug in het comparatieve economische voordeel tussen regio’s en de
demografische dynamieken die enerzijds de samenstelling van de bevolking veranderen of
anderzijds een invloed hebben op het aantal mensen die bereid zijn te migreren. Tevens speelt
het beleid een belangrijke rol, dit bepaalt namelijk de kosten en baten voor werkgevers en
werknemers (White & Lindstrom, 2006). Welke zijn de variabelen voor deze interne migraties
in België? Welke rol speelt de opkomende mobiliteit bovendien? In dit onderzoek proberen
we na te gaan op welke manier de bevolkingssamenstelling van België veranderde en op welke
manier we dit kunnen linken aan de ontwikkeling van markten en de opkomst van nieuwe
industrieën. Enerzijds omvat deze masterproef dus de analyse van hoe de bevolkingspatronen
verlopen en evolueren, anderzijds onderzoeken we de relatie met marktontwikkeling.
Binnen migratieonderzoek kunnen we twee grote stromingen onderscheiden. Een eerste
stroom verklaart het migratiegedrag vooral vanuit persoons- of gezinskenmerken. Specifieke
eigenschappen zullen er voor zorgen dat bepaalde personen meer of minder geneigd zijn om
te verhuizen. Onder deze kenmerken vallen onder andere leeftijd, levenscyclus, inkomen en
opleiding. Een tweede stroom focust op plaatskenmerken als verklarende factor, het
onderzoek betreft dus push- en pullfactoren. Deze krachten kunnen onafhankelijk werken
interageren. De vier determinerende factoren zijn: woonaanbod, transport, woonomgeving
en de kost van leven (Devogelaer, 2004).
Dit masterproefonderzoek naar de interne migratiepatronen in België past binnen de tweede
onderzoeksgroep, vandaar dat we de determinerende factoren verder toelichten. Bij de factor
transport is vooral de kwaliteit van het vervoersnetwerk en de te bereiken plaats belangrijk.
Het woonaanbod betreft vooral of er voldoende en een kwalitatief woonaanbod aanwezig is.
Uit onderzoek blijkt dat het moeilijk vinden van een eigen woning een doorslaggevende factor
tot verhuizen kan betekenen (De Corte et al. 2003). Bij de woonomgeving spelen vooral lokale
voorzieningen een belangrijke rol. Dit zijn voordelen die gevalideerd worden door de
bewoners, zoals een goede luchtkwaliteit en/of de afwezigheid van geluidsoverlast.
Het laatste plaatskenmerk is de kost van leven: wanneer de levenskost tussen twee ruimtelijke
entiteiten sterk verschilt, kan dit een aanleiding tot verhuizen zijn. De fiscaliteitspolitiek kan
hierin een belangrijke rol spelen.
3
Binnen het onderzoek naar plaatskenmerken kunnen we nog twee onderzoeksgroepen
onderscheiden. Een eerste groep concentreert zich vooral op de economische variabelen die
een rol spelen in de verhuisbeslissing, zoals bijvoorbeeld de werkgelegenheidsgraad. De
tweede onderzoeksgroep legt zich toe op de lokale voorzieningen zoals bijvoorbeeld de
aanwezigheid van culturele centra. Beide variabelen dragen bij de tot de verklaring van
migratiebeslissingen (Devogelaer, 2004). Door de dynamiek van de vestigingsfactoren te
onderzoeken, wordt een factor ‘tijd’ toegevoegd aan het theoretisch kader (De Caigny, 2003).
Deze masterproef bestaat uit zes hoofdstukken. In het eerste hoofdstuk overlopen we de
gebruikte bronnen en methodologie. We gaan na welke bronnen aangewend worden in
migratie-onderzoek. Daarna bekijken we welke bronnen en methodologie werd gebruikt voor
deze studie. We overlopen de voor- en nadelen van de bronnen en koppelen hieraan de
specifieke methodologie.
In het tweede hoofdstuk bespreken we wat voorbije onderzoeken omtrent interne migraties
in België aan het licht gebracht hebben. We focussen vooral op de push- en pullfactoren die
tot migratie leiden en de veranderingen in migratiepatronen.
In het derde hoofdstuk trachten we de mobiliteit in België tussen 1857 en 1966 in beeld te
brengen. Aan de hand van kaartjes op arrondissementeel niveau brengen we de
migratiepatronen grafisch in beeld. Daarnaast kijken we naar de evolutie in mobiliteit op
nationaal vlak aan de hand van een algemene mobiliteitsindex. We onderzoeken welke de
netto-ontvangende en netto-verliezende arrondissementen zijn. Daarnaast gaan we aan de
hand van de wet van Gibrat de interne verdeeldheid binnen de verschillende geografische
niveaus na. Vervolgens belichten we in het vierde hoofdstuk de theorie van de New Economic
Geography die de link legt tussen economische ontwikkelingen en migratiepatronen in een
regio. We overlopen de belangrijkste concepten en inzichten van de theorie en gaan na in
hoeverre deze ook relevant is voor de Belgische casus. Daarna onderzoeken we de relatie
tussen migratiecijfers en de aanwezigheid van marktpotentieel na aan de hand van correlaties.
We bekijken de evolutie van het economisch potentieel van België en stellen het
marktpotentieel grafisch voor. Daarnaast onderzoeken we de relatie tussen het
marktpotentieel en lonen en tewerkstellingscijfers. In het laatste hoofdstuk ten slotte
onderzoeken we de relatie tussen migratiecijfers en industriële concentraties.
4
HOOFDSTUK 1: ANALYSE BRONNEN EN METHODOLOGIE
In deze paragraaf besteden we aandacht aan de manier waarop het onderzoek gevoerd werd.
Eerst bespreken we de bronnen die aangewend worden in migratieonderzoek:
bevolkingsregisters, volkstellingen en eventueel migratieregisters en peilingen. Daarna
bespreken we de bronnen en methodologie die gebruikt werden voor dit onderzoek. We
bekijken de voor- en nadelen van deze bronnen en besteden aandacht aan een aantal
oplossingen die werden gebruikt om de methodologische moeilijkheden te overkomen.
1.1 Bronnen voor migratieonderzoek
Voor onderzoek naar de interne mobiliteit in België wordt voornamelijk gebruik gemaakt van
twee soorten bronnen: enerzijds de bevolkingsregisters en anderzijds de volkstellingen. In
sommige onderzoeken wordt bovendien gebruik gemaakt van migratieregisters of peilingen.
1.1.1 Bevolkingsregisters Vanaf 1791 zijn gemeenten verplicht om een staat van hun bevolking en diens woonplaats bij
te houden. In de bevolkingsregisters worden de naam en voornaam, de geboorteplaats, de
vorige verblijfplaats, het beroep en andere bestaansmiddelen van de inwoners opgenomen.
Daarbij moest men ook de veranderingen in het bevolkingsregister publiceren: toename van
de bevolking (door geboorte of immigratie), afname van de bevolking (door overlijden of
emigratie), veranderingen in de burgerlijke staat van de inwoners en interne migraties binnen
de gemeente. Deze additionele documenten vergemakkelijkten de jaarlijkse tellingen. Sinds
1931 was elke gemeente verplicht jaarlijks een document op te stellen waarin het aantal
aankomende en vertrekkende migranten genoteerd werd, ingedeeld in binnen- en buitenland.
Op basis van deze informatie stelde het Nationaal Instituut voor Statistiek (NIS) twee matrices
op: één voor binnenlandse immigratie en één voor binnenlandse emigratie. De binnenlandse
immigratie hield in dat men de migranten per arrondissement noteerde, naargelang hun
origine. De binnenlandse emigratie hield in dat men de migranten noteerde naargelang hun
bestemming. Als een persoon migreert van een plaats i naar een plaats j, geeft dit aanleiding
tot een aankomst op plaats j, afkomstig van een plaats i en een vertrek van plaats i, met als
bestemming plaats j.
5
Technisch gezien zouden deze matrices identiek moeten zijn, maar dit was niet het geval. Om
deze problemen te omzeilen publiceerde het NIS enkel een matrix met interne migraties,
vanuit de veronderstelling dat de registratie van migratie belangrijker is in de gemeente van
vertrek dan in de gemeente van aankomst (Poulain & Van Goethem, 1982).
1.1.2 Volkstellingen De andere bron voor migratieonderzoek zijn de volkstellingen. In tegenstelling tot de
bevolkingsregisters die een dynamische bron zijn, geven de volkstellingen op statische wijze
de staat van de bevolking weer. Ze omschrijven per huishouden de samenstelling van de
bevolking. Meestal werden de adressen van de huishoudens en de namen, leeftijden en
beroepen van de bewoners genoteerd. De eerste volkstelling werd in 1846 uitgevoerd en werd
vanaf dan bijna elke tien jaar georganiseerd. De volkstelling heeft niet enkel administratieve
doeleinden, maar biedt ook een sociale, economische en demografische kijk op de bevolking.1
In de volkstellingen werd vanaf 1846 een onderscheid gemaakt tussen de gewone en
wettelijke verblijfplaats van de bevolking. De gewone verblijfplaats is de thuishaven van de
gezinsleden, de wettelijke verblijfplaats daarentegen is de woonplaats waar de burger
gehuisvest is voor de uitoefening van zijn of haar rechten en plichten. Meestal vallen de
gewone en wettelijke verblijfplaats samen, maar dit is niet altijd het geval (Art & Vanhaute,
2003). De opgetekende getallen in de volkstellingen en bevolkingsregisters zijn gelijkaardig,
de opdracht bestaat er dus in beide bronnen te vergelijken (Poulain & Van Goethem, 1982).
1.1.3 Migratieregisters Vanaf 1900 was het bijhouden van migratieregisters verplicht in België. Deze registers werden
voortdurend bijgehouden en gaven cijfers weer over de in- en uitwijking of
woonstverandering. Aan de hand van deze registers kunnen we zicht krijgen op de mobiele
bevolkingsgroep: verhouding van inwijkelingen en uitwijkelingen, van het migratiesaldo ten
opzichte van het totale bevolkingsaantal, de samenstelling van de huishoudens, het beroep
van de migranten en de plaats van herkomst of bestemming. Aangezien de administratieve
controle op de migrerende bevolkingsgroepen verre van sluitend was, moeten we de cijfers
1 Algemene volks- en woningtelling. 2013.
URL: <http://statbel.fgov.be/nl/statistieken/cijfers/bevolking/volkstelling/> (03.11.2013).
6
in deze migratieregisters met een kritische blik benaderen en eventueel herberekenen (Art &
Vanhaute, 2003).
1.1.4 Peilingen Een vierde bron ten slotte die aangewend wordt in onderzoek naar migratiebewegingen, zijn
peilingen of migratiestatistieken. Vooral in landen waarin men geen bevolkingsregisters
bijhoudt, worden enquêtes uitgevoerd. Deze peilingen betreffen vaak een aanvulling op de
nationale volkstellingen. Zowel peilingen als volkstellingen gelden als een retrospectieve
benadering tot het migratieonderzoek. In de resultaten zijn dus enkel personen opgenomen
die nog in leven zijn op het moment van de bevraging (UN, 1970).
1.2 Bespreking van de bronnen
Dit onderzoek werd voornamelijk gevoerd op basis van een databastand waarin het
bevolkingsverloop van België in de periode tussen 1857 en 2003 is opgetekend. Dit bestand
werd ontwikkeld door de historicus Sven Vrielinck. Het bronbestand werd opgesteld aan de
hand van een bestaand document, dat op zijn beurt gebaseerd is op de staten die de
gemeenten jaarlijks aan het ministerie in Brussel doorgaven.
In het databestand wordt een onderscheid gemaakt tussen de bronwaarden en de waarden
die werden berekend in de databank. Het verschil tussen deze waarden is te wijten aan fouten
in de bron zelf. Het bestand is een bewerking van een document opgesteld door de Federale
Overheidsdienst Economie, KMO, Middenstand en Energie, Directie Statistiek en Economische
Informatie. 2 De gegevens kwamen tot stand op basis van de ‘Mouvement de la Population et
de l’Etat Civil’, (kortweg de Mouvement) die op zijn beurt gebaseerd is op registers van de
Burgerlijke Stand, het doodsoorzakenregister, het vreemdelingenregister en de
bevolkingsregisters. Vanaf 1841 werd de bron jaarlijks gepubliceerd, maar zijn geschiedenis
gaat terug tot 1801. De Commission Centrale de Statistique deed inspanningen om de
Mouvement zo volledig mogelijk in kaart te brengen, wat aantoont dat België op dat moment
één van de statistische koplopers was. Hoewel de Mouvement een rijke bron is, werd ze in het
verleden nauwelijks gebruikt in onderzoek (Preneel, 2010).
2 Toelichting. In: MV05 Bevolkingsverloop 1857-2003. Deel 1.
7
De data hebben betrekking op de wettelijke bevolking, wat inhoudt dat het aantal in- en
uitwijkelingen overeen stemt met het aantal in- en uitschrijvingen in de bevolkingsregisters.
Het totale inwonersaantal van elke gemeente werd berekend door deze waarden met de
resultaten van de laatste volkstellingen te verbinden. Het probleem met dit bevolkingstotaal
is dat dit onnauwkeurig is als gevolg van foutieve registraties, vergissingen van de
gemeentebesturen maar hoofdzakelijk door een gebrekkige afvoering uit de
bevolkingsregisters.3 De cijfers werden vaak pas aangepast wanneer een nieuwe volkstelling
plaatsvond. In de jaren waarin een volkstelling plaatsvond, worden we geconfronteerd met
verschillen door de afwijking tussen de berekende en de getelde bevolking. Het geregistreerde
bevolkingsverloop vertoont in die jaren onregelmatige sprongen. Op het nationaal niveau
werd het aantal uitwijkingen vaak onderschat. Wij kozen ervoor om gebruik te maken van de
berekende cijfers van de database.
Daarnaast wordt de jaarlijkse statistiek van de migraties vertekend door een aantal
grenswijzingen die zich voordeden. Zo werden in bepaalde gemeenten (bv. Sainte-Cécile in
1896) de inwoners van de nieuw opgerichte gemeenten gerekend bij de personen die de
moedergemeente verlieten. De burgers van afgescheiden gemeenten (bv. Bléhen in 1896)
werden soms als inwijkelingen genoteerd.
1.2.1 Voordelen Het is zeker een voordeel dat de gegevens op detailniveau zijn, in weinig onderzoeken kan
men gebruik maken van zo’n uitvoerige informatie. We maken gebruik van data op nationaal,
arrondissementeel en gemeentelijk vlak. De gegevens in het bronbestand zijn op NUTS 3- en
LAU 2-niveau. NUTS staat voor Nomenclature of Territorial Units for Statistics, een classificatie
die het economisch grondgebied van de Europese Unie via een hiërarchie indeelt. De
classificatie gebeurt om drie redenen. Een eerste doel betreft de verzameling, ontwikkeling
en harmonisering van regionale statistieken. Ten tweede worden de gegevens gebruikt voor
de sociaaleconomische analyse van regio’s. In de laatste plaats wordt de indeling ook gebruikt
om het regionale beleid vorm te geven. NUTS 1 omvat de grote socio-economische regio’s.
NUTS 2 stelt regio’s voor de toepassing van het regionaal beleid voor en NUTS 3 ten slotte
3 Afvoering uit de bevolkingsregisters: wanneer het College van Burgemeester en Schepenen vaststelt dat iemand niet verblijft op het adres van inschrijving, zal men deze uit het bevolkingsregister schrappen.
8
duidt op kleine regio’s waarin een specifiek beleid wordt toegepast. In België komen de drie
niveaus overeen met achtereenvolgens de gewesten, de provincies en de arrondissementen.
Naast het NUTS-niveau bestaat ook het LAU-niveau, Local Administrative Units, een
administratieve indeling op lokaal niveau. Voor België komt het LAU 2-niveau overeen met de
gemeenten.
1.2.2 Nadelen Het grootste nadeel van deze gegevens is dat het geen bilaterale stromen betreft. We
beschikken bovendien ook niet over informatie over de achtergrond van de migranten, zoals
bijvoorbeeld leeftijd, geboorteplaats of beroep. Hierdoor is het niet mogelijk om een profiel
van de migranten te schetsen of na te gaan welke leeftijdsgroepen het meest in de
migratiestatistieken voorkomen. De data zijn wel opgedeeld naar geslacht, maar deze
categorisering lijkt ons niet relevant voor het onderzoek.
In de meeste onderzoeken naar migratie wordt gebruik gemaakt van gegevens op basis van
bilaterale migratiestromen, wat inhoudt dat men beschikt over zowel de vertrek- als
aankomstplaats van de migrant. Op basis van deze gegevens kan men schetsen waar de
migranten vandaan kwamen en waar ze naartoe gingen. De gegevens die wij voor het
onderzoek hanteren, beschikken niet over bilaterale migratiecijfers. We beschikken wel over
migratiecijfers met betrekking tot in- en uitwijking, al zijn deze gegevens op geaggregeerd en
niet op individueel niveau. Door deze migratiestromen grafisch in beeld te brengen, krijgen
we een beeld van naar welke gebieden naartoe verhuisd werd en vanuit welke regio’s men
weg trok.
Om de methodologische moeilijkheden van deze bronnen in te tomen, maakten we gebruik
van een aantal andere methodes en technieken om een zo goed mogelijk beeld te krijgen van
de omvang en verschuivingen binnen de interne migratie in België. Zo kozen we ervoor om
met een globale indicator van mobiliteit te werken. Deze indicator houdt in dat we de
migratiecijfers uitdrukken tegenover de totale bevolking van dat moment. Op die manier
krijgen we een beter zicht op de evolutie van de interne mobiliteit doorheen de tijd. We gingen
eveneens na of de gebieden over een positief (waar de inwijking groter is dan de uitwijking)
of negatief (waar de uitwijking groter is dan de inwijking) migratiesaldo beschikten. Aangezien
we niet over bilaterale datastromen beschikken, ligt de nadruk in dit onderzoek vooral op de
9
push- en pullfactoren die de migratie bepalen. Zo berekenden we correlatiecoëfficiënten van
de migratiecijfers met onder andere industriële concentraties en marktpotentieel.
1.3 Onderzoeksmethodologie
Methodologisch gezien vertrekken we vanuit een Excelbestand waarin het bevolkingsverloop
binnen België is opgetekend. Deze gegevens lopen van 1857 tot 2003, in deze masterproef
maken we echter enkel gebruik van de data tussen 1857 en 1966, dit om een periode van
ongeveer 100 jaar te beschrijven. Uit het databestand filterden we relevante gegevens: de
totale in- en uitwijking op een bepaald geografisch niveau (gemeentelijk, arrondissementeel
of nationaal). Na een grondige bewerking van de gegevens werden deze op basis van FID-
codes aan de shapefiles in ArcMap gekoppeld, waardoor het mogelijk is de migratiepatronen
grafisch in kaart te brengen. Een volgende stap houdt de analyse van het veranderende
migratiepatroon doorheen de jaren in en het hieraan koppelen van een aantal economische
ontwikkelingen. De grafische voorstelling laat toe een beter zicht te krijgen op evoluties en
veranderingen. Daarnaast ontwikkelden we een globale mobiliteitsindex om een zicht te
krijgen op de evolutie van de migratiestromen. Door middel van de berekening van correlaties
trachten we de link tussen de migratiecijfers, het ontstaan van marktpotentieel en de
aanwezigheid van industriële concentraties te onderzoeken. Daarna koppelen we de inzichten
uit de literatuur aan de data en gaan we na of we in België in de periode van 1860 tot 1970
gelijkaardige trends opmerken.
10
1.4 Besluit
De belangrijkste bronnen voor migratie-onderzoek zijn bevolkingsregisters, volkstellingen,
migratieregisters en peilingen. Deze bronnen op zich hebben elk onafhankelijk hun voor- en
nadelen. Voor dit onderzoek werd gebruikt gemaakt van een databestand op basis van de
Mouvement de la Population et de l’Etat Civil, een bijzonder rijke bron die slechts uitzonderlijk
in demografisch onderzoek wordt aangewend. De Mouvement is gebaseerd op de registers
van de Burgerlijke Stand, het doodsoorzakenregister, het vreemdelingenregister en de
bevolkingsregisters. De voordelen van het databestand betreffen vooral zijn zeer
gedetailleerde gegevens, op NUTS 2- en LAU 3-niveau. In slechts weinig onderzoeken naar
migratie kan men gebruik maken van data op dit geografisch detailniveau. Het bestand kent
echter ook zijn nadelen. Zo kunnen we in tegenstelling tot de meeste onderzoeken geen
gebruik maken van bilaterale gegevensstromen. Aangezien we enkel over globale cijfers met
betrekking tot inwijking en uitwijking beschikken, kunnen we geen uitspraken doen over de
herkomst van migranten met een bepaalde bestemming. Als gevolg van het feit dat de cijfers
niet op individueel niveau zijn, kunnen we de sociale achtergrond van de migranten niet in
beeld brengen (bijvoorbeeld leeftijd of beroep). Net om deze nadelen te overkomen, werd
gekozen voor een specifieke methodologie. We stelden een globale indicator van mobiliteit
op, berekenden correlaties tussen migratiecijfers en enerzijds marktpotentieel en anderzijds
industriële concentraties. Daarenboven kozen we voor een aanpak waarbij de
migratiestromen visueel in beeld worden gebracht.
11
HOOFDSTUK 2: LITERATUUR OMTRENT INTERNE MIGRATIE IN BELGIË
2.1 Inleiding
Hoewel het fenomeen van interne migratie in België al in een aantal studies onderzocht is, zijn
er weinig referentiewerken in deze context. De bestaande studies richten zich vooral op de
lokale context, zoals bijvoorbeeld de cases Verviers, Seraing of Luik. Hoewel deze lokale
studies bijzonder interessant en kwaliteitsvol zijn, bestaan er voor België weinig studies die de
nationale bewegingen vanuit een ‘longue durée’-perspectief in kaart brengen (Eggerickx,
2010). In deze paragraaf gaan we dieper in op een aantal onderzoeken omtrent interne
migratie in België, de evoluties en determinerende factoren ervan. Achtereenvolgens
bespreken we het artikel van Devogelaer omtrent interne migraties in België in de periode
1998-2000, het artikel van Poulain en Van Goethem omtrent interne migratiebewegingen
tussen 1949 en 1979 en de studie van Eggerickx over de periode 1840 tot 1939.
2.2 Literatuur
Hoewel het thema interne migratie voor ons land nog niet uitvoerig bestudeerd is, bestaan er
een aantal onderzoeken die de migratiestromen in kaart trachten te brengen. Eén daarvan is
het onderzoek van het Federaal Planbureau, getiteld: ‘Interne migraties in België: wie,
waarom en naar welke gemeenten? En waarom niet naar de steden?’. De studie betreft de
periode 1998 tot 2000 en onderzoekt de interne verhuismotieven van en naar Belgische
gemeenten in het algemeen en naar steden in het bijzonder. Het onderzoek werd gevoerd op
basis van cijfers op het gemeentelijk niveau. Voor de empirische analyse werd gebruik
gemaakt van gegevens van zowel het Nationaal Instituut voor de Statistiek (waaronder de
Volkstelling van 1991) en data uit het Rijksregister (voor de jaren 1998 tot en met 2000). Deze
data betreffen vooral een aantal karakteristieken van de gemeenten en hun bevolking.
Daarnaast werd informatie over werkgelegenheid verworven via de Rijksdienst voor Sociale
Zekerheid, het Rijksinstituut voor de Sociale Verzekeringen der Zelfstandigen en het
Datawarehouse Arbeidsmarktgegevens (Devogelaer, 2004).
Devogelaer stelde vast dat er zeker sprake is van een ruimtelijke uitzaaiingsbeweging, een
patroon waarbij gezinnen de kernstad en zelfs het stadsgewest verlaten voor rustige, perifere
12
gebieden. Dit proces is het gevolg van een aantal maatschappelijke processen zoals een
inkomens- en welvaartstijging, de aanleg van autowegen, een verhoogde mobiliteitsgraad en
de overgang van een economie waarin industrie centraal stond naar een diensteneconomie.
De resultaten duidden op een relatie tussen migratie en werkgelegenheid: hoge
werkgelegenheidsgroei, het aanbod van veel voorzieningen en/of een verder ligging
tegenover de grootsteden leiden tot een positief migratiesaldo (Devogelaer, 2004).
Daarenboven spelen zowel werk-gerelateerde variabelen als lokale voorzieningen een
belangrijke rol in de verklaring van de migratiepatronen. Men hanteert hierbij de notie
‘werkgelegenheidsbassin’, een concept dat zowel woon-werktrajecten als aantrekkelijkheid in
termen van werkgelegenheid in beschouwing neemt. Migratie wordt namelijk beschouwd als
een beslissing waarin zowel residentieel wonen als werkgelegenheid een rol spelen
(Devogelaer, 2004).
Tevens spelen nederzettingspatronen een belangrijke rol in de keuze: mensen zullen hun
residentie eerder kiezen buiten de dichtbevolkte gemeenten en grootstedelijke invloed.
Lokale voorzieningen spelen dan weer een positieve rol: de aanwezigheid van voorzieningen
heeft een positieve impact op het inwonersaantal van een gemeente (Devogelaer, 2004).
Daarnaast onderzochten de demografen Michel Poulain en Brigitte Van Goethem de interne
migratie in België in de periode van 1949 tot 1979 op basis van de bevolkingsregisters en
volkstellingen.
In het artikel komen vier aspecten aan bod: een eerste aspect betreft het algemeen niveau
van interne mobiliteit in België. De studie werd uitgevoerd op basis van migratiepatronen
tussen de arrondissementen. De data werden aangepast aangezien het aantal
arrondissementen in België een aantal wijzigingen onderging. Zo steeg het aantal
arrondissementen van 41 naar 44 in 1963 om in 1970 naar 43 teruggebracht te worden. De
aanpassingen aan de data laten een vergelijking over de tijd toe. Om een zo getrouw mogelijk
beeld van de interne migratiepatronen te krijgen werd er een gestandaardiseerde indicator
ontwikkeld die de stijging van het totale bevolkingsaantal en de leeftijdsstructuur van de
bevolking buiten beschouwing laat. Analyse van de data wees uit dat het aantal interne
migraties tussen 1948 en 1979 met 14% toenam (Poulain & Van Goethem, 1982).
13
Een tweede aandachtspunt betrof de mobiliteit tussen Vlaanderen en Wallonië. Het
onderzoek wees uit dat de frequentie tussen 1948 en 1979 met maar liefst 60% daalde.
Poulain en Van Goethem interpreteren dit resultaat als een steeds groter wordende afstand
tussen beide landsdelen (Poulain & Van Goethem, 1982).
Ten derde onderzocht men de speciale rol van Brussel, dat zich op het kruispunt tussen
Vlaanderen en Wallonië bevindt. De stad blijkt grote aantrekking uit te oefenen tot het jaar
1968, maar daarna keert de situatie om. De arrondissementen Leuven, Halle-Vilvoorde, Nijvel,
Zinnik, Namen, Hoei en Borgworm vormen een soort gordel dat het gesuburbaniseerd gebied
rond Brussel vormt. Er bestaat een duidelijk contrast tussen de intensivering van emigraties
naar Wallonië en een daling van de migraties naar Vlaanderen. Inwoners van Vlaanderen en
Wallonië kozen eerder voor het pendelen dan te verhuizen naar Brussel (Poulain & Van
Goethem, 1982).
In het laatste aspect van de studie onderzocht men de impact van urbanisatie, waarbij men
vooral keek naar de stadsvlucht en de suburbanisatie. Sterk verstedelijkte gebieden kennen
een negatief migratiesaldo vanaf 1955, men trok dus weg uit deze regio’s. Het migratiesaldo
van kleine en middelgrote steden schommelt rond 0. Tevens onderzocht men het fenomeen
van migraties naar de buitenrand van de stad en men kwam tot de conclusie dat dit fenomeen
de laatste jaren aan belang verloor: het fenomeen bereikte een hoogtepunt rond 1977
(Poulain & Van Goethem, 1982).
14
De demograaf Thierry Eggerickx onderzocht de interne migratiebewegingen in België tussen
1840 en 1939, waarbij hij niet alleen aandacht besteedde aan de migratiepatronen, maar ook
aan de veranderingen in de samenleving als gevolg van deze migratiebewegingen. In de loop
van de negentiende eeuw steeg de intensiteit van de interne migraties vooral in Wallonië
sterk: zowel in de industriële bekkens, in de kleine en grote steden, als op het platteland. In
de grote en middelgrote steden in Vlaanderen was de stijging doorgaans minder uitgesproken,
maar met uitzondering van Mechelen, steeg de intensiteit van de migratie ook in dit
landsgedeelte. Eggerickx verbindt deze stijging met de verstedelijking en industrialisering die
de negentiende eeuw karakteriseerden. Daarenboven deelt hij de negentiende eeuw in in
verschillende tussenfases, naargelang hun migratiekenmerken. In een eerste fase, tussen
1845 en 1861 waren de migratieniveaus in de industriële bekkens het hoogst, maar deze
periode werd ook gekenmerkt door voedsel- en landbouwcrises op het platteland. In een
tweede fase na 1865, waarin de economie opnieuw stabiliseerde, steeg de mobiliteit trager,
om nadien in de periode tussen 1870 en 1875 andermaal sterk te stijgen. Daarnaast kende
ook de pendelarbeid een buitengewone uitbreiding. Hoewel het zeker geen nieuw fenomeen
was, merken we vanaf de negentiende eeuw een sterke versnelling van de frequentie, de
diversiteit en de complexiteit van de migraties (Eggerickx, 2010).
Het begin van de twintigste eeuw markeert een breuk in de evolutie van de intensiteit van de
migraties: de mobiliteit daalt zowel in de industriële bekkens, als in de grote Vlaamse en
Waalse steden en in de buitenwijken daarvan. Een uitzondering hierop vormde het Waalse
platteland, waar de mobiliteit bleef stijgen. Eggerickx haalt hiervoor verschillende mogelijke
verklaringen aan. Een eerste verklaring betreft de economische crisis van de jaren 1930, al is
deze verklaring vooral toepasbaar op de industriële bekkens. Daarenboven ging de daling in
die gebieden gepaard met de uitbreiding van de internationale migratie door een
arbeidstekort in de mijnindustrie die veroorzaakt werd door enerzijds een daling van de
nataliteit en anderzijds een verbetering van de levensomstandigheden van arbeiders. De grote
steden kenden een demografische verzadiging. De ontwikkeling van communicatiemiddelen,
de reorganisatie van de stedelijke ruimte en de openbare werken gericht op de verbetering
van de openbare hygiëne zorgden voor een rem op de tendens tot migratie (Eggerickx, 2010).
15
2.3 Besluit
In deze paragraaf onderzochten we de conclusies van een aantal onderzoeken omtrent
interne migraties op het nationaal vlak.
Het onderzoek van Devogelaer legt vooral de nadruk op de verklaringsfactoren voor deze
migraties, de zogenaamde push- en pullfactoren. De vier belangrijkste factoren die de
locatiekeuze van een migrant bepalen zijn woonaanbod, transport, woonomgeving en de kost
van leven.
In het onderzoek van Poulain en Van Goethem omtrent interne migraties kwam men tot vier
grote conclusies; een daling van de algemene mobiliteitsindex tussen 1948 en 1979, de lage
graad van mobiliteit van Vlaanderen naar Wallonië, de belangrijke aantrekkingskracht die de
stad Brussel tot 1968 uitstraalde, met daaraan gekoppeld de opkomst van pendelarbeid en
ten slotte de impact van urbanisatie die een hoogtepunt bereikte rond 1977. Een aantal grote
steden kenden een negatief migratiesaldo, wat er op wijst dat mensen wegtrokken van sterk
verstedelijkte gebieden en de stadsvlucht bevestigt.
In de negentiende eeuw kende Wallonië een sterke stijging van de mobiliteit. In Vlaanderen
was deze stijging ook aanwezig, maar minder uitgesproken. Het begin van de twintigste eeuw
betekende een breuk met deze evolutie. Vanaf dit moment merken we een daling van de
intensiteit van de mobiliteit. Als verklaring hiervoor wijst Eggerickx naar de economische crisis
van de jaren ’30, de uitbreiding van internationale migraties door de daling van de nataliteit
en de verbetering van levensomstandigheden, en de demografische verzadiging in de steden.
16
HOOFDSTUK 3: EVOLUTIE VAN DE INTERNE MIGRATIES BINNEN
BELGIË
Nu we een beeld hebben van interne migratie in een aantal studies, gaan we over naar de
analyse van de migratiestromen op basis van onze data. In een eerste paragraaf bestuderen
we de evolutie van de in- en uitwijkingsstromen op basis van de grafische voorstelling daarvan.
Vervolgens bestuderen we de algemene mobiliteit op basis van de berekening van een
mobiliteitsindex en gaan we na welke de netto-ontvangende en netto-verliezende
arrondissementen waren. Ten slotte onderzoeken we de concentratie van migratiestromen
binnen de verschillende geografische niveaus op basis van de wet van Gibrat.
3.1 Analyse en bespreking geografische voorstelling migratiepatronen
3.1.1 Inwijking
Figuur 1: Inwijking op arrondissementeel niveau in België, 1857.
Bron: Eigen berekeningen op basis van MV05.
Op de eerste figuur die de inwijking in 1857 weergeeft, zien we duidelijk naar welke regio’s
het meest werd ingeweken. Vooral het centrum van het land was een populaire bestemming.
De provincies Vlaams-Brabant en Antwerpen tonen sterke inwijkingscijfers. Brussel kent het
grootste aantal inwijkingen. In de provincie West-Vlaanderen zien we duidelijk het
arrondissement Brugge. Het valt op dat het grootste deel van de inwijkingen naar Vlaanderen
17
waren. In Wallonië zien we ook een aantal belangrijke gebieden, rond de arrondissementen
Luik en Verviers, Namen en Charleroi en ten slotte ook het arrondissement Bergen. Vooral in
de provincie Luxemburg en zijn verschillende administratieve arrondissementen, ligt de
inwijkingsgraad zeer laag. Vooral naar de arrondissementen waarin de belangrijke
handelssteden zoals Brugge, Gent, Antwerpen en Brussel liggen wordt er gemigreerd.
Aan de situatie is er negen jaar later weinig veranderd. Een aantal arrondissementen ten
noordoosten van Brussel, zoals Turnhout, Mechelen en Leuven worden minder belangrijk in
termen van inwijking, al is die daling relatief, we zien namelijk dat veel van de belangrijke
gebieden uit de vorige periode aan belang verliezen. De inwijking naar Gent wordt
bijvoorbeeld ook lager. Alsook het arrondissement Sint-Niklaas verliest aan belang. Algemeen
kunnen we stellen dat bijna alle arrondissementen een lichtere tint kleuren in vergelijking met
de vorige periode, al blijven de belangrijkste gebieden dezelfde als in de vorige periode.
In 1876 zien we dat sommige gebieden zich herstellen, er wordt bijvoorbeeld terug meer
gemigreerd naar het arrondissement Gent. De daling in het arrondissement Turnhout
daarentegen zet zich verder door. In het arrondissement Thuin en Zinnik wordt de inwijking
groter, waardoor we een belangrijke concentratie zien ontstaan van Bergen over Zinnik,
Charleroi en Thuin naar Namen.
In de decennia die volgen op 1886 zien we vooral dat de inwijking zich over het algemeen op
een lager niveau bevindt. Het belang van Antwerpen daalt lichtjes en ook de positie van
Brussel verzwakt. Ook in de provincie Luxemburg neemt het aantal migraties af. In 1896 zien
we een achteruitgang aantal arrondissementen in West-Vlaanderen zoals Veurne en
Diksmuide. In neemt het belang van de provincie Luxemburg af en zien we dat het kerngebied
zich duidelijker vestigt.
Het oorlogsjaar 1916 toont veel veranderingen. De trend in West-Vlaanderen zet zich door en
over het algemeen is het niveau van inwijking lager. In het centrum van het land wordt de
kernzone waar naartoe wordt gemigreerd steeds belangrijker. Het arrondissement Verviers
verliest dan weer aan belang.
18
Ook in de volgende jaren zien we het kerngebied steeds sterker worden. Opvallend is dat dit
kerngebied zich nu niet meer in dezelfde arrondissementen als in de beginjaren situeert. Waar
dit gebied zich in 1857 vooral in het noorden van het land bevond, loopt het gebied nu over
de doorsnede van het land van noord naar zuid. Vanaf 1936 wordt dit kerngebied beperkter
in omvang doordat de inwijking naar Thuin en Hasselt geleidelijk afneemt. De
arrondissementen aan de Kust worden wel weer belangrijker. Opmerkelijk is dat we in 1966
een daling van de migratie naar de hoofdstad Brussel zien, in tegenstelling tot alle voorgaande
jaren, waarin zowel Brussel als het omliggende arrondissement Halle-Vilvoorde als de kern
van het land de belangrijkste plek was waar naartoe werd gemigreerd. De daling is zowel in
Brussel als Halle-Vilvoorde markant, maar vooral de achteruitgang van Brussel is significant.
Figuur 2: Inwijking op arrondissementeel niveau in België, 1866.
Bron: Eigen berekeningen op basis van MV05.
iguur: Inwijking op arrondissementeel niveau in België, 1876.
Figuur 3: Inwijking op arrondissementeel niveau in België, 1876.
Bron: Eigen berekeningen op basis van MV05.
19
Figuur 4: Inwijking op arrondissementeel niveau in België, 1886.
Bron: Eigen berekeningen op basis van MV05.
Figuur 5: Inwijking op arrondissementeel niveau in België, 1896.
Bron: Eigen berekeningen op basis van MV05.
20
Figuur 6: Inwijking op arrondissementeel niveau in België, 1906.
Bron: Eigen berekeningen op basis van MV05.
Figuur 7: Inwijking op arrondissementeel niveau in België, 1916.
Bron: Eigen berekeningen op basis van MV05.
21
Figuur 8: Inwijking op arrondissementeel niveau in België, 1926.
Bron: Eigen berekeningen op basis van MV05.
Figuur 9: Inwijking op arrondissementeel niveau in België, 1936.
Bron: Eigen berekeningen op basis van MV05.
22
Figuur 10: Inwijking op arrondissementeel niveau in België, 1946.
Bron: Eigen berekeningen op basis van MV05.
Figuur 11: Inwijking op arrondissementeel niveau in België, 1956.
Bron: Eigen berekeningen op basis van MV05.
23
Figuur 12: Inwijking op arrondissementeel niveau in België, 1966.
Bron: Eigen berekeningen op basis van MV05.
24
3.1.2 Uitwijking
Op de eerste figuur uit de beginperiode in 1857 zien we een aantal arrondissementen waarin
de uitwijking het sterkst is. Deze arrondissementen zijn onder andere Brussel, Antwerpen,
Gent, Brugge, Turnhout, Mechelen, Leuven, Nijvel, Namen, Charleroi, Verviers en Luik. Deze
arrondissementen vormen een kerngebied. De arrondissementen waar de uitwijking het
sterkst is, zijn de arrondissementen met de belangrijkste handelssteden zoals Antwerpen,
Gent en Brussel. De meeste migratie betreft uitwijkingen uit de stad Brussel en het
omliggende arrondissement. Zoals verwacht vertoont deze figuur veel gelijkenissen met de
beginsituatie bij de inwijkingspatronen. In de gebieden waar de inwijking het sterkst is, is ook
de uitwijking sterk. Het bevolkingsverloop is in deze arrondissementen het grootst: mensen
gaan er naartoe maar trekken er ook van weg.
In 1866 zien we dezelfde patronen terugkeren, al is de intensiteit van het aantal migraties
gedaald. Het kerngebied is in 1876 in omvang afgenomen. In een aantal arrondissementen is
de uitwijking nog steeds heel sterk, zoals bijvoorbeeld Brussel, Leuven, Antwerpen, Brugge,
Verviers en Luik, maar de gebieden vormen geen aaneengesloten kerngebied meer. Deze
trend zet zich in 1886 verder door. Daarnaast zien we dat het niveau van uitwijking in de
arrondissementen van de provincie Luxemburg laag blijft. Zoals we al eerder opmerkten, was
ook de inwijking hier bijzonder laag. De provincie kent een gering bevolkingsverloop.
De algemene uitwijkingsniveaus zijn in 1906 opnieuw lager dan het vorige decennium. In 1916
zien we dat de arrondissementen in het arrondissement Luxemburg zich herstellen. Net zoals
bij de inwijkingspatronen zien we dat er zich een kerngebied vormt dat eerder van noord naar
zuid loopt. Deze trend wordt in 1926 opnieuw sterker. In de jaren 1936 en 1946 zien we dat
het kerngebied nu duidelijk van noord naar zuid loopt. Ook de arrondissementen Gent en
Verviers en Luik blijven belangrijk. In 1956 zijn de algemene uitwijkingsniveaus opnieuw lager.
Opvallend is de grote uitwijking uit de hoofdstad Brussel in 1966. In de vorige paragraaf
merkten we ook al een opvallende daling van de inwijking naar de hoofdstad. Een aantal
andere arrondissementen worden dan weer sterker, zoals bijvoorbeeld Leuven, Thuin,
Charleroi en Namen.
25
Figuur 13: Uitwijking op arrondissementeel niveau in België, 1857.
Bron: Eigen berekeningen op basis van MV05.
Figuur 14: Uitwijking op arrondissementeel niveau in België, 1866.
Bron: Eigen berekeningen op basis van MV05.
26
Figuur 15: Uitwijking op arrondissementeel niveau in België, 1876.
Bron: Eigen berekeningen op basis van MV05.
Figuur 16: Uitwijking op arrondissementeel niveau in België, 1886.
Bron: Eigen berekeningen op basis van MV05.
.
27
Figuur 17: Uitwijking op arrondissementeel niveau in België, 1896.
Bron: Eigen berekeningen op basis van MV05.
Figuur 18: Uitwijking op arrondissementeel niveau in België, 1906.
Bron: Eigen berekeningen op basis van MV05.
28
Figuur 19: Uitwijking op arrondissementeel niveau in België, 1916.
Bron: Eigen berekeningen op basis van MV05.
Figuur 20: Uitwijking op arrondissementeel niveau in België, 1926.
Bron: Eigen berekeningen op basis van MV05.
29
Figuur 21: Uitwijking op arrondissementeel niveau in België, 1936.
Bron: Eigen berekeningen op basis van MV05.
Figuur 22: Uitwijking op arrondissementeel niveau in België, 1946.
Bron: Eigen berekeningen op basis van MV05.
30
Figuur 23: Uitwijking op arrondissementeel niveau in België, 1956.
Bron: Eigen berekeningen op basis van MV05.
Figuur 24: Uitwijking op arrondissementeel niveau in België, 1966.
Bron: Eigen berekeningen op basis van MV05.
31
3.2 Mobiliteitsindex
Om een beter zicht te krijgen op de evolutie van de omvang van de migratie werd een
mobiliteitsindex ontwikkeld. Deze bestaat uit de nationale migratiestroom gedeeld door de
totale bevolking op 31 december van het jaar en wordt uitgedrukt in een percentage. Er werd
gebruik gemaakt van de berekende gegevens uit het databestand. Deze zijn gecorrigeerd voor
een aantal fouten in de bronnen zelf.
De index werd zowel voor de in-, uit-, als nettostromen berekend. Door gebruik te maken van
percentages en niet van absolute getallen, krijgen we een beter beeld van het verloop van de
migratiecijfers doorheen de tijd. De percentages corrigeren de bevolkingsgroei en de groei in
de migratiecijfers.
1866 1886 1896 1906 1916
Inwijking 4,28% 5,16% 5,96% 7,32% 3,93%
Uitwijking 4,27% 5,10% 5,83% 7,21% 4,13%
Nettostromen 0,01% 0,06% 0,14% 0,11% -1,77% *
1926 1936 1946 1956 1966
Inwijking 7,28% 7,15% 6,68% 6,71% 6,29%
Uitwijking 7,09% 7,06% 6,59% 6,57% 6,07%
Nettostromen 0,19% 0,09% 0,09% 0,15% 0,22%
Tabel 1: Jaarlijkse algemene mobiliteitsindex, berekend door de migratiecijfers te delen door
de totale bevolking, 1866-1966.
Bron: Eigen berekeningen op basis van MV05 - Bevolkingsverloop 1857-2003 - Deel 1, data
totalen.
Opmerkingen:
(a) Voor de jaren 1857 en 1876 kon er geen algemene mobiliteitsindex worden berekend,
aangezien er voor deze jaren geen data beschikbaar zijn over het bevolkingstotaal.
(b) *: waarden met een * geven een negatief percentage aan. Dit komt doordat het verschil
tussen de totale inwijking en totale uitwijking een negatieve waarde aangeeft (de totale
uitwijking is dus groter dan de totale inwijking in dat jaar).
32
Voor de jaren 1866 tot 1906 stijgen de percentages duidelijk. In het jaar 1916 kennen de
percentages een terugval, maar dit kan te wijten zijn aan de Eerste Wereldoorlog. In 1926
bevinden de percentages zich terug op het vooroorlogse niveau. Na 1926 dalen de
percentages opnieuw lichtjes met ongeveer 1 procent tot 1966. Zoals de cijfers van de
nettostromen aangeven, bestaat er slechts een klein verschil tussen de cijfers van de in- en
uitwijking. We kunnen stellen dat de migratiepatronen vanaf 1866 een toename kennen tot
1926, met uitzondering van de periode rond de Eerste Wereldoorlog. Het negatieve netto-
percentage in 1916 is een gevolg van het feit dat veel mensen het land uit vluchtten tijdens
dit oorlogsjaar. Vanaf 1926 beginnen de percentages weer te dalen. De piek ligt dus aan het
begin van de twintigste eeuw. Voor de daling van mobiliteit vanaf het begin van de twintigste
eeuw zoals in de literatuur besproken, vinden we hier geen bewijs.
Om de resultaten van de nationale mobiliteitsindex te kaderen, kunnen we deze vergelijken
met een aantal internationale onderzoeken. Ter vergelijking: de interne migratiegraad naar
grootsteden in Duitsland steeg van 13% in 1880 naar bijna 20% in 1914 (Hochstadt, 1999). In
Frankrijk verdubbelde het algemeen mobiliteitsniveau bijna tussen 1816 en 1926. In de
periode 1816-1829 was het percentage mannen ouder dan 45 jaar die niet in hun
geboorteplaats woonden gelijk aan 20,7% in de periode 1922-1926 was dit aantal gestegen
tot 36,0%. Bij de vrouwen stegen de percentages van 18,6% naar 38,0% (Tugault, 1973).
Opmerkelijk is dat de ratio’s in België redelijk constant, maar vooral laag blijven. Een mogelijke
verklaring voor deze lage interne mobiliteit is dat vooral demografische factoren en
economische elementen in mindere mate een rol speelden in de migratiebeslissing. We
kunnen hierover echter niet met zekerheid uitspraak doen en zoals later in deze masterproef
zal blijken, bestaat er een duidelijke samenhang tussen migratiepatronen en economische
variabelen zoals marktpotentieel en industriële concentraties.
33
3.3 Netto migratiestromen per arrondissement
Op basis van de voorgaande grafische voorstelling van de in- en uitwijkingsstromen, rijst de
vraag welke de netto-ontvangende en netto-verliezende arrondissementen waren. In tabel 1
in de bijlage zijn de netto-migratiestromen per arrondissement tussen 1866 en 1966
weergegeven. Voor de jaren 1857 en 1876 waren geen cijfers met betrekking tot de totale
bevolking beschikbaar, daarom zijn deze jaren niet opgenomen in de analyse. De cijfers
werden berekend door het verschil te nemen tussen de in- en uitwijkingscijfers en deze te
normaliseren door ze te delen door het totale bevolkingsaantal in het arrondissement op 31
december van dat jaar. De laatste kolom geeft het gemiddelde weer. Het arrondissement
Antwerpen toont overwegend positieve netto-migratiecijfers, behalve in het oorlogsjaar
1916. Ook Charleroi toont gunstige cijfers. Het arrondissement Brussel toont over het
algemeen positieve cijfers, behalve in 1966. Zoals we al opmerkten bij de grafische weergave,
kende Brussel in 1966 weinig inwijking en een sterke uitwijking. Nijvel is tot 1926 een netto-
verliezend arrondissement, maar daarna keert de situatie zich om. De nettomigratiecijfers van
het arrondissement Thuin schommelen, wat we al eerder opmerkten bij de grafische
voorstelling van de migratiepatronen. Namen en Brugge kennen een positief migratiecijfer
vanaf 1906 en 1936. In het arrondissement Gent is de situatie dan weer omgekeerd: vanaf
1896 is de uitwijking hier groter dan de inwijking.
34
3.4 Wet van Gibrat
Om de geografische concentratie binnen de verschillende geografische niveaus na te gaan,
maken we gebruik van grafieken die de relatie tussen het bevolkingsaantal in een gebied en
de groei van dat gebied weergeven. We onderzochten deze relatie van 1880 tot 1976 over de
gehele termijn en splitsten de periode daarna op in drie tijdsintervallen; het eerste interval
van 1880 tot 1914, een tweede interval dat van 1918 tot 1940 loopt en een derde interval ten
slotte van 1945 tot 1976. Om een uitspraak te kunnen doen over de verschillen binnen de
verschillende administratieve niveaus, onderzochten we de relatie voor zowel gemeenten,
hoofdgemeenten als arrondissementen. De wet van Gibrat stelt dat de groei van een gebied
onafhankelijk is van de groei van de bevolking. De volle lijn op de grafieken geeft de resultaten
weer, de stippellijn het betrouwbaarheidsinterval. Indien het betrouwbaarheidsinterval zich
tussen de 0-waarde bevindt, kunnen we besluiten dat de wet op gaat en dat de beide
variabelen onafhankelijk van elkaar verlopen.
3.4.1 Gemeenten
3.4.1.1 Algemeen: 1880-1976
Figuur 25: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau, 1880-1976.
Bron: Eigen berekeningen.
-10
-50
51
01
5
Gro
wth
ra
te
-5 0 5Population
Smooth Confidence band
groeivoet
bevolking
35
3.4.1.2 1880-1914
Figuur 26: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau, 1880-1914.
Bron: Eigen berekeningen.
3.4.1.3 1918-1940
Figuur 27: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau, 1918-1940.
Bron: Eigen berekeningen.
-10
01
02
03
0
Gro
wth
ra
te
-5 0 5Population
Smooth Confidence band
-10
-50
51
0
Gro
wth
ra
te
-5 0 5Population
Smooth Confidence band
bevolking
groeivoet
groeivoet
bevolking
36
3.4.1.4 1945-1976
Figuur 28: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op gemeentelijk niveau, 1945-1976.
Bron: Eigen berekeningen.
De grafieken bij de gemeenten tonen aan dat de wet van Gibrat in het algemeen, mits een
aantal uitzonderingen opgaat. De individuele grafieken van de verschillende intervallen doen
ons vermoeden dat er sprake is van stadsvlucht. Deze geven namelijk aan dat de bevolking in
de grote steden minder snel aangroeien dan dat de stad groeit.
Zoals door Christa Matthys onderzocht werd, vond er in de tweede helft van de negentiende
eeuw vooral migratie plaats van het platteland naar de steden. Vooral vanaf de agrarische
crisis in 1846 kozen veel plattelandsbewoners voor de migratie naar een grote of middelgrote
stad zoals Antwerpen, Brussel, Gent, Kortrijk en Mechelen. De belangrijkste beweegreden
waren de tewerkstellingsmogelijkheden in de opkomende industriële en havensectoren.
Daarenboven speelde de opkomst van de transportmogelijkheden ook een belangrijke rol
(Matthys, 2013).
Het verstedelijkingsproces bracht echter ook een aantal nadelen met zich mee, zoals
bijvoorbeeld gebrekkige en onhygiënische huisvestingspraktijken voor de arbeidersbevolking.
Dit leidde op het einde van de negentiende eeuw tot een omgekeerde trend, namelijk die van
-15
-10
-50
5
Gro
wth
ra
te
-5 0 5Population
Smooth Confidence band
groeivoet
bevolking
37
pendelmigratie en stadsvlucht door de rijkere bevolkingsgroepen. De bevolking die toch naar
de steden migreerde, koos daarbij vaak voor de dichtstbij gelegen stad. De verklaring hiervoor
vinden we in het behouden van familiebanden. Een ander fenomeen is dat van de trapsgewijze
migratie, waarbij men eerst migreerde naar een nabijgelegen stad om later opnieuw verder
weg te trekken. Matthys wijst daarbij ook op het niet noodzakelijk permanente karakter van
migratie (Matthys, 2013).
3.4.2 Hoofdgemeenten
3.4.2.1 Algemeen: 1880-1976
Figuur 29: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van hoofdgemeenten, 1880-1976.
Bron: Eigen berekeningen.
-50
51
0
Gro
wth
ra
te
-6 -4 -2 0 2 4Population
Smooth Confidence band
groeivoet
bevolking
38
05
10
15
20
Gro
wth
ra
te
-4 -2 0 2 4Population
Smooth Confidence band
3.4.2.2 1880-1914
Figuur 30: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van hoofdgemeenten, 1880-1914.
Bron: Eigen berekeningen.
3.4.2.3 1918-1940
Figuur 31: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van hoofdgemeenten, 1918-1940.
Bron: Eigen berekeningen.
-50
51
01
5
Gro
wth
ra
te
-4 -2 0 2 4Population
Smooth Confidence band
groeivoet
groeivoet
bevolking
bevolking
39
3.4.2.4 1945-1976
Figuur 32: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op het niveau van hoofdgemeenten, 1945-1976.
Bron: Eigen berekeningen.
Bij de hoofdgemeenten kunnen we over het algemeen stellen dat de grote steden sterker
groeien dan de kleine steden. In het eerste interval geldt deze relatie ook. Bij het tweede
interval kunnen we met minder zekerheid uitspraken doen. Ook in het derde interval is het
minder duidelijk of de wet van Gibrat opgaat.
-20
24
Gro
wth
ra
te
-6 -4 -2 0 2 4Population
Smooth Confidence band
groeivoet
bevolking
40
3.4.3 Arrondissementen
3.4.3.1 Algemeen: 1880-1976
Figuur 33: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel niveau, 1880-1976.
Bron: Eigen berekeningen.
3.4.3.2 1880-1914
Figuur 34: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel niveau, 1880-1914.
Bron: Eigen berekeningen.
-10
12
3
Gro
wth
ra
te
-3 -2 -1 0 1 2Population
Smooth Confidence band
02
4
Gro
wth
ra
te
-2 0 2Population
Smooth Confidence band
groeivoet
groeivoet
bevolking
bevolking
41
3.4.3.3 1918-1940
Figuur 35: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel niveau, 1918-1940.
Bron: Eigen berekeningen.
3.4.3.4 1945-1976
Figuur 36: Wet van Gibrat; bevolkingsaantal tegenover groeivoet op arrondissementeel niveau, 1945-1976.
Bron: Eigen berekeningen.
-10
12
34
Gro
wth
ra
te
-3 -2 -1 0 1 2Population
Smooth Confidence band
-10
12
34
Gro
wth
ra
te
-2 0 2Population
Smooth Confidence band
groeivoet
groeivoet
bevolking
bevolking
42
De figuren van de arrondissementen tonen aan dat de grootste arrondissementen het sterkst
groeien, de wet van Gibrat gaat dus niet op.
We kunnen besluiten dat de in- en uitgaande migratiestromen op nationaal niveau redelijk
stabiel zijn. Binnen een geografisch niveau zijn er echter wel duidelijke verschillen. Zo is er veel
verloop binnen de arrondissementen. Dit verklaart ook waarom de nationale
mobiliteitsstromen over de jaren heen zo stabiel blijven. Voor de grootste steden gaat de wet
van Gibrat niet op; we zien een patroon dat aansluit bij het Franse en Duitse, al is dit patroon
in België minder uitgesproken. Een analyse op een lager geografisch niveau kan hier
interessanter zijn.
Nemen we het arrondissement Antwerpen als voorbeeld. In het jaar 1866 was de inwijking in
Antwerpen gelijk aan 15054, de uitwijking 14542 op een bevolkingstotaal van 235411
inwoners, percentages van respectievelijk 6,4% en 6,2%. De inwijking in de stad Antwerpen
betrof in dat jaar 6720 personen, dit is gelijk aan 44,6% van de totale inwijking in het
arrondissement. 5996 personen weken uit, 41,2% van de totale uitwijking in het
arrondissement Antwerpen. De andere cijfers zijn verdeeld over de 29 andere gemeenten in
het arrondissement. Het is duidelijk dat de migratiecijfers vooral geconcentreerd zijn in de
belangrijkste stad van het arrondissement.
In 1966 is de situatie echter anders; van de 6310 inwijkelingen in het arrondissement,
migreerde 25,3% naar de stad Antwerpen. 30,5% van de migranten die uit het arrondissement
wegtrokken, verlieten de stad Antwerpen.
3.5 Besluit
In dit hoofdstuk analyseerden we de evolutie van de interne migratiepatronen in België. In de
eerste paragraaf bekeken we de in- en uitmigratie tussen 1857 en 1966. De grafische
voorstelling van deze patronen leerde ons dat het kerngebied zich aan het begin van de
periode vooral in het centrum van het land bevond. Vooral arrondissementen zoals Gent,
Antwerpen en Brussel, maar ook Verviers en Luik speelden een belangrijke rol. Dit kerngebied
kwam geleidelijk aan op een andere plaats te liggen, namelijk van het noorden naar het zuiden
van het land. Ook de uitwijkingscijfers toonden gelijkaardige patronen. Opmerkelijk is de sterk
43
dalende rol van Brussel in 1966, we merken hier een sterke daling van de inwijking
gecombineerd met een sterke stijging van de uitwijkingscijfers.
Daarnaast ontwikkelden we een algemene mobiliteitsindex. De resultaten gaven een stabiel
maar laag cijfer (in vergelijking met Duitsland en Frankrijk in diezelfde periode) aan. Deze index
gaf ons geen bewijs voor de sterke mobiliteitsdaling vanaf de twintigste eeuw. Door de
berekening van de netto-migratiecijfers per arrondissement kwamen we tot de conclusie dat
vooral de arrondissementen met belangrijke handelssteden zoals Antwerpen een positief
migratiesaldo aan de dag kunnen leggen.
Wanneer we de migratiecijfers op een lager geografisch niveau onderzoeken, bleek de
stabiliteit in de migratiecijfers op nationaal niveau een verkeerd beeld te geven. Door voor
gemeenten, hoofdgemeenten en arrondissementen de wet van Gibrat die stelt dat de
bevolking in steden onafhankelijk groeit van hun grootte te onderzoeken, stelden we vast dat
er binnen de geografische niveaus veel verloop is. Voor de grootste steden en agglomeraties
gaat de wet niet op. Grote steden groeien doorgaans sterker dan kleine steden. Dit onderzoek
verschafte ons ook bewijs voor de aanwezigheid van stadsvlucht, zoals in de literatuur
aangebracht.
44
HOOFDSTUK 4: DE ECONOMISCHE GROEI VAN STEDEN: DE NEW
ECONOMIC GEOGRAPHY
4.1 Inleiding
Vermits de wet van Gibrat voor de grootste steden en agglomeraties niet lijkt op te gaan, stelt
zich de vraag welke karakteristieken van de grote steden mede bepalen waarom ze sneller
groeien dan andere steden. Een mogelijke these is de vorming van economische clusters die
aanleiding geven tot demografische clusters, een onderzoeksdomein dat zich binnen de New
Economic Geography situeert.
In 1991 werd door Paul Krugman de New Economic Geography ontwikkeld, een theorie die
zich richt op het fenomeen van economische clusters (Krugman, 1991). Globaal gezien kunnen
we binnen de theorie twee grote stromingen onderscheiden: enerzijds de groep rond Paul
Krugman die onderstreept dat clusters vooral ontstaan door de link tussen bedrijven en
consumenten. Anderzijds is er de groep rond Anthony Venables die de oorzaak eerder legt bij
de relatie tussen in- en output (De Caigny, 2003). De relevantie van deze theorie voor deze
masterproef ligt vooral in het feit dat men migratiepatronen aan economische variabelen
koppelt. We besteden aandacht aan de karakteristieken van het New Economic Geography
model en de empirische toetsing ervan in de literatuur. Vervolgens gaan we na in hoeverre dit
model toepasbaar is op de Belgische casus. Daarna bekijken we de relatie tussen
migratiepatronen en de aanwezigheid van marktpotentieel in een bepaalde regio. Aan de
hand van correlaties berekenen we de sterkte van de samenhang tussen beide variabelen. We
gaan eveneens na of deze resultaten overeenstemmen met de bevindingen uit andere
onderzoeken. Bovendien kunnen we door het marktpotentieel grafisch voor te stellen de
evolutie van deze factor doorheen de tijd onderzoeken. In een eerste alinea bespreken we de
data die gebruikt werden om het marktpotentieel te omschrijven. Vervolgens bespreken we
de resultaten van de correlatietesten. Ten slotte analyseren we de kaarten waarop de evolutie
van het marktpotentieel afgebeeld is. We bekijken de trends en evoluties aandachtig en
proberen deze te koppelen aan een aantal economische ontwikkelingen.
45
4.2 New Economic Geography: theorie en concepten
De Franse econoom Matthieu Crozet analyseerde het New Economic Geography-model aan
de hand van bilaterale migratiedata van vijf Europese landen (Duitsland, Spanje, Italië,
Nederland en Groot-Brittannië) in de jaren 1980 en 1990. De data zijn, afhankelijk van het
land, beschikbaar op NUTS 1- en NUTS 2-niveau. Dit onderzoek verschafte hem empirisch
bewijs voor het bestaan van het NEG-model. Het oorspronkelijke New Economic Geography-
model, ontwikkeld door Krugman en Venables beschrijft het ontstaan van agglomeraties als
een proces waarin twee centripetale krachten interageren: enerzijds de backward linkage die
de keuze van firma’s beïnvloedt: een firma zal zich vestigen in een regio met een goede
toegang tot de markt door de lagere transportkosten en de aanwezigheid van
schaaleconomieën. Anderzijds is er de forward linkage die de locatiekeuze van individuen
stuurt: in regio’s met een gemakkelijke toegang tot grondstoffen ligt de cost of living lager
door de lagere transportkosten. Deze twee krachten versterken elkaar en zorgen voor een
concentratie van bedrijven en arbeiders waardoor een agglomeratie ontstaat (Crozet, 2004).
Krugman verklaart stadsontwikkeling door te wijzen op de interactie tussen transportkosten
en verhoogde opbrengsten door de schaal, op bedrijfsniveau. Agglomeraties ontstaan nadat
de relatie tussen schaaleconomieën en transportkosten aanleiding geeft tot verbanden,
verbintenissen (linkages) tussen regio’s (Hanson, 1999).
Het voorbije onderzoek omtrent NEG spitste zich vooral toe op evaluatie van de backward
linkage. We kunnen hierin drie richtingen onderscheiden. Een eerste groep focust vooral op
het zogenaamde home market effect, waarin men bestudeert of een goede toegang tot de
vraag in regio’s de lokale bedrijven positief beïnvloedt. Onderzoek heeft uitgewezen dat deze
relatie inderdaad aanwezig is.
Een tweede groep onderzoekt het de hypothese van het backward linkage effect: uitgaand
van de veronderstelling dat bedrijven tussen locaties kiezen om hun verwachte winsten te
vergroten, bevestigden deze studies dat fabrieken aangetrokken worden door regio’s met een
goede toegang tot de vraag. De derde onderzoeksgroep ten slotte focust op de correlatie
tussen factorprijzen en de vraag. In tegenstelling tot de meeste literatuur concentreert Crozet
zich op de forward linkage: hij onderzoekt of de toegang tot markten een positieve invloed
heeft op migratiekeuzes.
46
De resultaten wezen uit dat afstand inderdaad de verwachte sterke negatieve invloed op
migratie uitoefent. De kost van migratie bleek zelfs hoger voor langeafstandsmigratie: indien
men meer dan één regionale grens moet oversteken, dalen de migratiestromen met 33% in
Groot-Brittannië en zelfs met 55,5% in Italië. De data tonen aan dat rijke regio’s meer
migranten aantrekken als gevolg van de invloed van het lokale aanbod aan diensten. Lokale
productiewerkgelegenheid heeft daarentegen geen invloed op migratiestromen. Men kan dit
interpreteren als het tekortschieten van de price index effect hypothese4 of als de
rechtvaardiging van het gebruik van een meer gedetailleerd model. Ten slotte toonde het
onderzoek ook aan dat centripetale krachten behalve in Spanje en Groot-Brittannië erg
beperkt zijn in hun geografische omvang. De beletsels tegenover migratie zijn bovendien hoog
genoeg om de centripetale krachten te temperen. Daarom is het onwaarschijnlijk dat er
binnen Europese landen of op een hoger niveau, een kern-periferie patroon zal ontstaan
(Crozet, 2004).
De Spaanse economen Tirado, Pons, Paluzie en Silvestre gingen na of het New Economic
Geography-model van toepassing is op Spanje in de 20e eeuw in het licht van de
industrialisatie. Aan de hand van deze case onderzocht men de parameters van het NEG-
model op verschillende momenten en schatte men de verklarende kracht in van het model
dat de interne migratiestromen in beeld brengt. De analyse over lange termijn laat een
vergelijking van de periodes op het vlak van agglomeratie en economische activiteit toe.
Daarenboven onderzocht men, in lijn met Crozet, het bestaan van een forward effect; de
relatie tussen lokalisatiebeslissingen van werknemers en het marktpotentieel van de regio
(Paluzie, Pons, Silvestre, Tirado, 2009).
De empirische analyse gebeurde aan de hand van bilaterale data op basis van volkstellingen.
Men berekende een algemene mobiliteitsindex door de migratiestroom te delen door de
bevolking van de plaats van bestemming, daarbij koos men drie momenten uit om de data te
toetsten en te vergelijken: de jaren 1920, de jaren 1960 en de beginjaren van de 21e eeuw,
4 De price index effect hypothese houdt in dat een grotere lokale tewerkstelling zal leiden tot een grotere lokale productie, wat aanleiding geeft tot lagere prijzen van de goederen en dus minder transportkosten. Dit zal op zijn beurt aanleiding geven tot een lagere prijsindex, wat leidt tot een hoger reëel loon en op die manier zal leiden tot meer immigratie.
47
momenten die drie verschillende fasen in de industriële ontwikkeling van Spanje
symboliseren.
Paluzie e.a. besluiten dat Spaanse migranten aangetrokken werden door agglomeraties. Deze
relatie kon men in elk van de drie periodes observeren. De resultaten tonen echter ook aan
dat de parameters over tijd veranderen. Dit verklaart waarom de nieuwe industriële
agglomeraties ook buiten het grondgebied van de provincies reiken. Deze twee elementen
leiden ertoe dat transportkosten vanaf de twintigste eeuw geen rol meer spelen in de
beslissing tot migreren (Paluzie et al., 2009).
In een eerder artikel onderzochten Pons e.a. al de relatie tussen migraties en industriële
agglomeraties in Spanje. Daarbij kwamen ze tot de conclusie dat er inderdaad een directe
relatie bestaat tussen lokalisatiebeslissingen van migranten en het marktpotentieel van de
gastregio. Er werd gebruikt gemaakt van gegevens over het verwachte loon in de bestemming,
op basis van bestaande lonen omdat men niet beschikte over werkloosheidsdata. De
onderzoekers merkten ook een aantal veranderingen op in de industriële geografie van Spanje
in de periode tussen de late 19e eeuw en de Burgeroorlog (1936-1939). Een groter aantal
provincies begon zich op industrieel vlak te ontwikkelen. Daarnaast groeiden de grootste
industriële centra nog verder in vergelijking met het gemiddelde. Dit verklaart ook de
versnelling in interne migratiestromen bij het vorderen van de industrialisatie (Pons, Paluzie,
Silvestre, Tirado, 2007).
4.3 New Economic Geography in België?
New Economic Geography werd ontwikkeld in de Verenigde Staten en werd getest voor een
aantal andere landen zoals bijvoorbeeld Spanje, maar in hoeverre is de theorie ook relevant
voor België? Sofie De Caigny onderzocht in welke mate de begrippen uit de New Economic
Geography ook toepasbaar zijn op de vorming van industriële concentraties uit het verleden.
Ze onderzocht hiervoor de transformatie van de kanaalzone ten noorden van Brussel tot een
industriegebied in het interbellum. Het antwoord ligt volgens De Caigny vooral in een
wisselwerking tussen regionale factoren en de internationalisering van de economie. De
nabijheid van het kanaal speelde hierin een cruciale rol. De theorie van de New Economic
Geography biedt in een interessant theoretisch kader om het industrialiseringsproces in België
48
te analyseren. Volgens deze theorie ontstaat industriële productie in sterk geconcentreerde
zones door de specifieke regionale dynamiek van gebieden met eigen comparatieve voordelen
(De Caigny, 2003).
Toch moeten we een aantal bemerkingen in gedachten houden wanneer we de theorie van
de NEG willen toepassen op de Belgische casus. Ten eerste is de theorie vooral toepasbaar op
grote industriële concentraties, zoals bijvoorbeeld aan de oostkust van de Verenigde Staten.
Bij kleinere industriële concentraties zoals in België, gaan de assumpties die het model maakt
niet altijd op. Krugman gaat bijvoorbeeld uit van het feit dat bedrijven arbeiders aanmoedigen
om zich in de buurt van het bedrijf te vestigen. Dit biedt voordelen voor zowel de arbeiders
als de bedrijven. Voor arbeiders stijgt de werkgelegenheid, bedrijven kunnen putten uit een
grotere arbeidsreserve en bovendien beschikken ze over een grotere afzetmarkt voor hun
producten. Krugman legt dus sterk de nadruk op de wisselwerking met de lokale vraag. In de
Belgische kanaalzone speelde de uitbouw van het openbaar vervoersnetwerk een belangrijke
rol. Vooral in de Brusselse agglomeratie remde dit de migratie uit het centrum af. Veel
arbeiders kozen ervoor om te pendelen. Omwille hiervan zijn de theoretische inzichten van
Venables (Venables, 1996) waarin de nadruk op de onderlinge economische uitwisselingen
tussen bedrijven ligt, relevanter voor de Belgische context (De Caigny, 2003).
Een tweede gebrek aan de theorie is dat de rol van de overheid nauwelijks aan bod komt,
terwijl overheidsbeslissingen cruciale gevolgen kunnen hebben voor de economische
ontwikkeling van een regio. De Belgische overheid kon de ontwikkeling van het
industriegebied positief beïnvloeden door het uitbouwen van het vervoersnetwerk.
Spoorlijnen en bruggen werden steeds in functie van de industrie aangelegd. Daarentegen
werd nooit voldoende ondernomen om het huisvestingsprobleem in de centrumregio op te
lossen. Volgens De Caigny heeft de overheid altijd getracht een positief signaal te geven naar
bedrijfsleiders toe, al nam ze niet altijd de juiste beslissingen (De Caigny, 2003).
Een laatste probleem met de theorie ten slotte is dat men de plotse stimulans in de industrie
in de kanaalzone niet enkel aan de hand van rationele, waarneembare factoren kan verklaren.
Zo kunnen emotionele en persoonlijke aspecten meespelen in de vestigingspolitiek van een
bedrijf. Bovendien bevestigt de komst van nieuwe bedrijven vaak een bestaand
49
vestigingspatroon. Ook Krugman erkent dat er een ‘clear dependence on history’ is (De Caigny,
2003).
4.4 De link tussen marktpotentieel en interne migraties in de literatuur
In lijn van de NEG onderzoeken we de link tussen marktpotentieel en interne migraties. We
kijken eerst naar een aantal voorbije studies hierrond en koppelen deze inzichten daarna terug
aan de eigen berekeningen.
Combes, Mayer en Thisse onderzochten verklaringen voor ongelijke ruimtelijke
ontwikkelingen sinds de Industriële Revolutie en waarom economische activiteiten
geconcentreerd zijn in een beperkt aantal gebieden, ondanks de verhoogde mobiliteit van
mensen, goederen en ideeën. Een factor die hierin een belangrijke rol speelt, is de daling van
transportkosten. Geschat wordt, dat tussen 1800 en 1910, de gemiddelde transportkost
daalde van een niveau van 10 naar 1. De daling van transportkosten in de negentiende eeuw
gaf bedrijven meer vrijheid in hun lokalisatiebeslissingen, waardoor een grote homogeniteit
overheen regio’s ontstond. Om de openheid van nationale economieën te symboliseren,
hanteert men het aandeel van export in het BBP als indicator. Deze ging in België van 7 in 1870
naar 40,3 in 1973. Door deze sterke daling in de transportkosten, werd de locatiekeuze van
bedrijven niet langer bepaald door louter natuurlijke factoren. Hierdoor ontstond de
zogenaamde ‘footloose industry’. De nieuwe industrie had nood aan meer ervaren arbeiders
en meer gespecialiseerde diensten. Deze factoren waren vooral in oude, grote steden
aanwezig, aangezien de nieuwe steden gecreëerd door de Industriële Revolutie niet
voorzagen in genoeg diverse activiteiten. Hierdoor zien we een omgekeerde causaliteit
ontstaan: de stad begunstigt de ontwikkeling van de industrie. De verstedelijking die daarop
volgde, optimaliseerde de aantrekkingskracht van steden voor zover ze een groeiende markt
voor industriële producten vormden. Op basis van onderzoek aan de hand van BBP per capita
op NUTS2-niveau ontdekten ze een soort ‘spatiale besmetting’: in een regio die zich dicht bij
een rijke regio bevindt, is het hoogst onwaarschijnlijk dat deze regio heel arm is. Deze
vaststelling impliceert een ruimtelijke verspreiding van ontwikkeling.
Het concept marktpotentieel zoals door Harris (Harris, 1954) gedefinieerd, geeft een
mogelijke oorzaak voor deze ruimtelijke diffusie. BBP per capita is een eenvoudige indicator
50
voor de economische omvang van een regio. Daarnaast verwachten we dat ook de
bereikbaarheid van een regio een cruciale rol speelt in de determinanten van de
lokalisatiebeslissingen van bedrijven en arbeiders. Marktpotentieel omvat dus het idee dat
nabijheid tot een welvarende regio, een regio aantrekkelijker maakt aangezien het een goede
toegang biedt tot verschillende markten (Combes & Mayer, 2008).
Volgens Combes, Mayer en Thisse kunnen we de ruimtelijke variatie in bevolking, gemiddeld
inkomen, de levenskost en huizenprijzen niet langer verklaren door enkel natuurlijke factoren.
De variatie wordt namelijk bepaald door de interactie tussen markten, het overheidsbeleid en
de mobiliteit van productiefactoren. De ruimtelijke dimensie van deze interacties geeft
aanleiding tot een economische geografie (Combes & Mayer, 2008).
4.5 Correlaties
4.5.1 Data
De cijfers omtrent het intern marktpotentieel zijn berekende cijfers op basis van het artikel
‘Reversal of Fortune in a Small, Open Economy: Regional GDP in Belgium, 1896-2000.’ (Buyst,
2009). De gegevens zijn dus gebaseerd op schattingen van het bruto regionaal product, de
analyse gebeurde op provinciaal niveau. De arrondissementele cijfers werden berekend op
basis van volgende formule:
𝑀𝑃 = Σ𝐺𝐷𝑃
𝐷𝑖𝑗
Het marktpotentieel van een arrondissement is dus gelijk aan de som van het bruto nationaal
product van een bepaalde regio gedeeld door de afstand tot de regio waarvan we het
marktpotentieel berekenen.
In het artikel van Erik Buyst wordt gebruik gemaakt van de methode van Geary en Stark om
het bruto regionaal product per capita te berekenen, voor een aantal jaren in de eerste helft
van de 20e eeuw. Geary en Stark gebruiken historische data omtrent lonen en tewerkstelling,
groeperen deze per sector en per land en berekenen op die manier het Bruto Binnenlands
Product. De methode werd ontwikkeld om het BNP in Engeland, Ierland, Schotland en Wales
te berekenen in de periode 1861 tot 1911. Het onderzoek van Buyst toont aan dat deze
51
methode relevant is om toegepast te worden op de berekening van regionale BNP-cijfers in
België (Buyst, 2009).
4.5.2 Correlaties tussen migratiecijfers op nationaal niveau en de aanwezigheid van marktpotentieel en interpretatie
In onderstaande tabellen werd de correlatie tussen de migratiecijfers en het marktpotentieel
berekend op drie verschillende tijdstippen: 1897, 1937 en 1961 en dit voor de jaren 1857 tot
1966. Bij het marktpotentieel van 1937 en 1961 kozen we ervoor om de
correlatiecoëfficiënten pas te berekenen vanaf respectievelijk 1936 en 1966, dit om de cijfers
zo relevant mogelijk te houden. We berekenden de correlaties voor zowel de inwijking en
uitwijking. De cijfers geven de correlatiecoëfficiënten tussen het marktpotentieel en de
migratiecijfers op het nationaal niveau weer.
IN OUT
MP
1897
MP
1937
MP
1961
MP
1897
MP
1937 MP 1961
1857 0,7279 . . 1857 0,7161 . .
1866 0,7444 . . 1866 0,7353 . .
1876 0,7461 . . 1876 0,7377 . .
1886 0,7548 . . 1886 0,7624 . .
1896 0,7729 . . 1896 0,7797 . .
1906 0,7690 . . 1906 0,7808 . .
1916 0,7476 . . 1916 0,7648 . .
1926 0,7762 . . 1926 0,7788 . .
1936 0,7577 0,7825 . 1936 0,7635 0,7874 .
1946 0,7648 0,7899 . 1946 0,7662 0,7896 .
1956 0,7915 0,8088 . 1956 0,7912 0,8089 .
1966 0,7247 0,6634 0,7825 1966 0,7226 0,7052 0,7052
Tabel 2: Correlaties tussen migratiecijfers en marktpotentieel (1897, 1937, 1961), voor de jaren
1857 tot en met 1966.
Bron: Eigen berekeningen.
52
De resultaten tonen een duidelijke samenhang tussen de migratiecijfers en de aanwezigheid
van marktpotentieel, de meeste correlaties geven een resultaat dat rond 0,7 à 0,8 schommelt.
De relatie tussen de twee variabelen is duidelijk aanwezig voor zowel de inwijking als
uitwijking. Dit kan wijzen op een fenomeen waarbij er in Vlaanderen en Wallonië frequent
gemigreerd werd tussen regio’s met een sterk marktpotentieel. Anderzijds kunnen we dit
resultaat in het licht van de lage mobiliteitscijfers ook interpreteren als het ontbreken van
sterke agglomeratiefenomenen binnen België.
4.6 Evolutie economische ontwikkelingen in België aan de hand van het BBP
Het economisch potentieel van België onderging heel wat veranderingen over de jaren. In
deze paragraaf bekijken we kort een aantal van deze ontwikkelingen.
In 1896 lag de economische kracht van België voornamelijk in Wallonië, vooral in de regio van
de Borinage in de provincie Henegouwen, tot Verviers nabij Duitsland. Op dat moment stond
België bekend als één van de meest geïndustrialiseerde gebieden tijdens de eerste Industriële
Revolutie. Deze industriële sterkte was vooral gebaseerd op de staal, glas en machine-
vervaardigende industrie. Ook de provincie Brabant, strategisch gelegen tussen Vlaanderen
en Wallonië, had baat bij de uitbreiding van de tertiaire industrie en luxe-industrieën zoals
papier en voedselverwerking in en rond Brussel (Buyst, 2009).
Tegen 1937 zien we een aantal evoluties in de verdeling van het BRP. Brabant is uitgegroeid
tot de rijkste provincie van België. Bovendien is de tegenstelling tussen Vlaanderen en
Wallonië een stuk minder sterk geworden. Henegouwen en Luik hebben nog steeds een hoger
dan gemiddeld BRP, al ligt dat een stuk lager dan 40 jaar eerder. Verder merken we duidelijk
de opkomst van Antwerpen en de groei van andere Vlaamse provincies, al is die groei minder
uitgesproken dan in Antwerpen. Het BRP van Luxemburg en Namen daalt. Buyst verklaart deze
ontwikkelingen door te wijzen op enerzijds de groei van de textielindustrie in Oost- en West-
Vlaanderen en anderzijds de eerste tekenen van achteruitgang bij de steenkoolmijnen in
Wallonië. Hierdoor werd overzeese import van steenkool noodzakelijk. Dit leidde tot de
opkomst van de havens van Antwerpen, Gent en Zeebrugge en daaraan verbonden ook de
bouw van fabrieken in de buurt van deze havens. Dit trok op zijn beurt dan weer de chemische
53
en andere industrieën aan. Vooral de haven van Antwerpen slaagde erin veel nieuwe
industrieën aan te trekken. In de jaren 1920 en 1930 kende ook Limburg de opkomst van
steenkoolmijnen, al kon de verwachting om een moderne staalindustrie uit te bouwen niet
ingelost worden (Buyst, 2009).
Buyst wijst ook op de desastreuze gevolgen van de Eerste Wereldoorlog voor de industrie in
Wallonië. Na afloop kon de nijverheid niet zijn oorspronkelijke niveau terug behalen. Toch
moeten we de snelle achteruitgang van Luxemburg en Namen nuanceren, al speelde de
afwezigheid van grote steden en de specialisatie in de landbouw, de kleding- en de
houtindustrie niet in hun voordeel (Buyst, 2009).
Tussen 1937 en 1947 merken we weinig veranderingen, de industrie leed ook weinig onder
de Tweede Wereldoorlog: Wallonië ondervond er zelfs de voordelen van. 1970 toont wel een
ander beeld: Henegouwen en Luik gaan achteruit, terwijl Antwerpen zijn positie versterkt. We
kunnen de achteruitgang van Henegouwen en Luik verklaren in het licht van hun geschiedenis.
Toen de Belgische regering in 1959 een initiatief lanceerde om buitenlandse investeringen aan
te moedigen, bleek de loonkost in de provincies te hoog. Dit was een gevolg van de hoge lonen
in de mijnindustrie die ook de andere sectoren beïnvloedden. De havens in het noorden van
het land ondervonden op hun beurt de voordelen van de olie-industrie. Dankzij het Verdrag
van Rome uit 1957 konden bedrijven uit de EEG zich gemakkelijker in ons land vestigen. De
groei van Brussel straalde af op de hele provincie Brabant (Vlaams en Waals Brabant). De
ontwikkeling van handel en de financiële sector maakten de de-industrialisatie goed. Pendelen
naar Brussel werd ook steeds populairder (Buyst, 2009).
54
4.7 Grafische voorstelling marktpotentieel en analyse
Er werden eveneens drie kaartjes getekend die de evolutie van het marktpotentieel in België
duidelijk tonen. Een eerste kaartje geeft het marktpotentieel in het jaar 1897 weer. Het
tweede en derde kaartje tonen achtereenvolgens het marktpotentieel in de jaren 1937 en
1961.
4.7.1 Marktpotentieel 1897
Figuur 37: Het marktpotentieel in België op arrondissementeel niveau in 1897.
Bron: Eigen berekeningen op basis van het bronbestand MV05 en de cijfers uit Buyst, 2009.
De grafische voorstelling van het intern marktpotentieel in 1897 toont dat een aantal regio’s
over een duidelijke economische capaciteit beschikten. Deze regio’s die het sterkste
marktpotentieel tonen zijn Brussel, Antwerpen, Gent, Namen, Charleroi en Luik. Daarnaast
kleuren een aantal gebieden een lichter blauw, wat wijst op een duidelijk aanwezig
marktpotentieel, al is dit minder sterk aanwezig dan in de voorgaande gebieden. De
aanwezigheid van marktpotentieel in de arrondissementen Brugge en Aalst zorgt voor een
verbinding die van de kust tot Brussel loopt. In de provincie Limburg zien we ook een relatief
sterk marktpotentieel in de arrondissementen Hasselt en Tongeren, dat aan Luik grenst.
Daarnaast toont ook Bergen duidelijke economische vooruitzichten.
55
4.7.2 Marktpotentieel 1937
Figuur 38: Het marktpotentieel in België op arrondissementeel niveau in 1937.
Bron: Eigen berekeningen op basis van het bronbestand MV05 en de cijfers uit Buyst, 2009.
Veertig jaar later zien we toch een aantal duidelijke evoluties in de grafische weergave van het
interne marktpotentieel. De arrondissementen rond de belangrijke steden zoals Brussel,
Antwerpen en Gent blijven sterk aanwezig in termen van marktpotentieel. We zien de
verbinding tussen Brussel en Brugge over Gent sterker worden, nu ook het arrondissement
Dendermonde naast Aalst een donkerder blauw kleurt. In tegenstelling tot de meeste
arrondissementen in Wallonië die aan belang verliezen, wordt Verviers belangrijker. De
arrondissementen Luik, Namen en Charleroi blijven belangrijk, al zien we dat hun
marktpotentieel lichtjes daalt. Ook hier zien we dat de verbinding tussen Hasselt en Verviers
die over Tongeren en Luik loopt, meer uitgesproken wordt.
56
4.7.3 Marktpotentieel 1961
Figuur 39: Het marktpotentieel in België op arrondissementeel niveau in 1897.
Bron: Eigen berekeningen op basis van het bronbestand MV05 en de cijfers uit Buyst, 2009.
Het marktpotentieel in 1961 toont dat de eerder opgemerkte trends nog sterker worden. Het
economische potentieel van België bevindt zich duidelijk in het centrum van het land,
gesitueerd rond Brussel, Gent en Antwerpen. Door het toegenomen belang van het
arrondissement Eeklo zien we dat er ook een verbinding ontstaat tussen Gent en Antwerpen
en dat het kerngebied rond Brussel, Gent en Antwerpen nog belangrijker wordt. In de
provincie West-Vlaanderen verliest het arrondissement Veurne aan belang. De
arrondissementen Oostende, Ieper, Roeselare en Kortrijk daarentegen worden economisch
significanter. In het zuiden van het land kunnen de arrondissementen Aarlen, Virton en
Neufchâteau een sterker marktpotentieel tegenover de vorige jaren voorleggen. Ook de
verbinding tussen Hasselt en Verviers blijft aanwezig.
57
4.8 Relatie tussen marktpotentieel en lonen en tewerkstelling
In een vorige paragraaf toonden we de relatie tussen interne migratie en marktpotentieel aan.
We kunnen echter nog een stapje verder gaan: in deze paragraaf onderzoeken we aan de hand
van verschillende studies op welke manier we lonen en tewerkstelling aan de ontwikkeling
van marktpotentieel kunnen verbinden, een onderzoeksdomein dat zich ook binnen de New
Economic Geography situeert.
Binnen de Economic Geography stelt men zich de vraag welke krachten het ontstaan van
agglomeraties veroorzaken. Tot de jaren ’90 van de twintigste eeuw was het
onderzoeksdomein eerder eclectisch. De publicatie van Krugman uit 1991 bracht hier echter
verandering in: de volgende tien jaar verschoof de focus van het onderzoek naar het ontstaan
van agglomeraties van de productie naar de wisselwerking tussen transportkosten en
schaaleconomieën bij fabrieken. Deze nieuwe stroming werd bestempeld als de New
Economic Geography. In het onderzoek van de economen Head en Mayer, dat binnen de NEG
kadert, staat het real market potential (RMP) centraal. Dit houdt in dat de complexe relatie
tussen vraag en aanbod een centrale rol speelt in de economische ontwikkeling van een regio.
De gebruikte data zijn onder andere lonen en tewerkstellingscijfers op het niveau van de
industrie en het real market potential, op NUTS 1-niveau voor een aantal regio’s in Duitsland,
Frankrijk, Italië, het Verenigd Koninkrijk, Spanje, Nederland en België. Voor Ierland en Portugal
maakte men gebruik van data op het nationaal niveau. Het RMP wordt berekend door de som
te nemen van het product van een al dan niet vlotte toegang van producenten tot
consumenten en de bestedingen in een regio, gedeeld door het niveau van concurrentie voor
die regio. Indien een regio een hoge interne vraag bezit, is dit het gevolg van de hoge
bestedingen in deze regio of de nabijheid van andere grote markten. De data lopen tussen
1985 en 2000 (Head & Mayer, 2005).
Door het RMP in een grafiek uit te zetten tegenover de afstand tot Brussel, wordt duidelijk dat
het RMP groter wordt naarmate men het economische centrum van Europa nadert. Het
onderzoek toont aan dat de gebieden in de regio rond Brussel een gemakkelijke toegang
hebben tot regio’s waarin de bestedingen gemiddeld gezien hoog zijn. Het effect van het hoge
58
niveau van concurrentie in deze regio’s is echter niet hoog genoeg om de voordelen hiervan
de compenseren. Ook het uitzetten van het RMP tegenover de uitgaven in een gebied
bevestigt deze bevinding: regio’s waarin de bestedingen hoog zijn, worden gekenmerkt door
een hoog RMP. Dit zou echter niet het geval zijn indien de competitie-index zich snel genoeg
aanpast om de voordelen van als gevolg van de hoge bestedingen in die regio te compenseren.
Enkel in de steden Bremen, Hamburg en Berlijn blijkt dit niet het geval. Men gebruikte data
uit de sector voor elektrische machines uit het jaar 1995. De data-analyse toont echter aan
dat we deze relaties ook naar andere jaartallen en sectoren mogen doortrekken (Head &
Mayer, 2005).
Head en Mayer bouwen hun onderzoek op rond twee specifieke gevallen. In het eerste geval
zijn de factorprijzen vereffend en kiezen firma’s hun locatie gebaseerd op de ruimtelijke
verdeling van de vraag. In het tweede geval beschouwt men de locatie van bedrijven als een
gegeven en onderzoekt men het maximale loon dat overeenstemt met gelijkmatige winsten.
Men onderzoekt of een hoge vraag tot hogere lonen en/of een hogere tewerkstelling leidt.
Een sterke reactie van de lonen op de vraag zal de reactie van de productie namelijk
verzwakken (Head & Mayer, 2005).
Marktpotentieel blijkt een belangrijke invloed te hebben op de lonen in een regio. Head en
Mayer maken echter een aantal bemerkingen bij deze relatie. Marktpotentieel is de gewogen
som van de uitgaven in een regio. Deze uitgaven zijn afhankelijk van het inkomen en dus van
de lonen. We kunnen bijgevolg vragen stellen bij de causaliteit van deze relatie. Indien de
lonen in een regio stijgen, zullen ook de bestedingen vergroten, waardoor het RMP ook zal
toenemen. Bovendien blijkt de reactie van de lonen op het RMP sterk te verschillen van
industrie tot industrie. Een gemiddelde stijging van 10% in het RMP geeft aanleiding tot een
loonsverhoging van 1,2%. De tewerkstelling wordt ook beïnvloed, maar niet op een
significante wijze (Head & Mayer, 2005).
De auteurs stellen een alternatieve hypothese voor, namelijk dat schommelingen in menselijk
kapitaal de regionale lonen beïnvloeden. Zowel menselijk kapitaal als marktpotentieel spelen
dus een belangrijke rol (Head and Mayer, 1995).
59
De Amerikaanse econoom Gordon Hanson onderzocht de correlatie tussen lonen,
tewerkstelling en consumentenkoopkracht om te kijken of linken tussen regio’s op basis van
de productmarkt aanleiding geven tot het ontstaan van agglomeraties. Hanson vertrekt vanuit
het idee dat het niveau van economische activiteit bepaald wordt door de toegang tot de
markt. Hoewel de studie op basis van Amerikaanse data tussen 1970 en 1990 gevoerd werd,
bevat het onderzoek een aantal relevante inzichten. De resultaten van het onderzoek wijzen
uit dat de groei van lonen in een regio positief gecorreleerd is met veranderingen in de
economische activiteit in omliggende gebieden. De bijdrage van het onderzoek ligt vooral in
het feit dat Hanson de aard van de ruimtelijke linken die aanleiding geven tot geografische
concentraties identificeert. Een regio zal hogere lonen kunnen voorleggen indien deze ten
eerste dicht bij een regio met hoge inkomens gelegen is, ten tweede in de nabijheid van een
regio waar veel woongelegenheid is of ten derde in de nabijheid van een regio met hoge
arbeidskosten gelegen is (Hanson, 1999).
60
4.9 Besluit
De New Economic Geography werd in 1991 ontwikkeld door Paul Krugman. Het basisidee is
dat agglomeraties ontstaan door de wisselwerking van twee centripetale krachten: enerzijds
de backward linkage die de locatiekeuze van firma’s stuurt en anderzijds de forward linkage
die de keuze bij individuen stuurt. Doordat deze twee krachten op elkaar inwerken ontstaan
concentraties van bedrijven en arbeiders, wat tot de vorming van agglomeraties leidt. Het
empirisch testen van deze theorie door onderzoekers als Crozet en Pons e.a. gaven aan dat
deze relatie inderdaad aanwezig is. Bovendien bestaat er een directe relatie tussen
lokalisatiebeslissingen van migranten en het marktpotentieel van de gastregio. We kunnen
dus besluiten dat er inderdaad een link bestaat tussen economische ontwikkelingen en
migratiepatronen bij het ontstaan van agglomeraties.
Hoewel de theorie een interessant kader biedt om het industrialiseringsproces in België te
analyseren, moeten we hierbij toch een aantal kritische bedenkingen in het achterhoofd
houden. Zo is de theorie minder relevant in kleinere industriële concentraties zoals België. De
Caigny pleit er voor om eerder de interpretatie van Venables te volgen, waarin de nadruk op
de onderlinge economische uitwisselingen tussen bedrijven ligt, in tegenstelling tot Krugman
die de rol van de lokale vraag teveel gewicht toeschrijft. Daarnaast komt de rol van de overheid
in de theorie niet voldoende aan bod en spelen bij de ontwikkeling van industrie niet enkel
rationele, waarneembare factoren een rol: men bouwt vaak verder op een reeds bestaand
proces.
We gingen eveneens de relatie tussen migraties en marktpotentieel na, een onderzoek dat
ook binnen de NEG kadert. We berekenden correlatiecoëfficiënten tussen enerzijds
migratiecijfers en anderzijds cijfers rond intern marktpotentieel, gebaseerd op provinciale
BNP-waarden en de afstand tussen de verschillende arrondissementen. Zoals we al
vermoedden, bewezen de correlatiecoëfficiënten dat er inderdaad een link bestaat tussen
beide variabelen en dat deze relatie sterk aanwezig is. De relatie voor beide variabelen was
sterk aanwezig, zowel bij de in- als uitstromen. We kunnen dit interpreteren als enerzijds het
frequent migreren tussen regio’s met een hoog marktpotentieel of anderzijds, in het licht van
de lage mobiliteitsgraad, als de afwezigheid van sterkte agglomeratiefenomenen binnen
België.
61
Door de aanwezigheid van het marktpotentieel grafisch in kaart te brengen, kregen we een
beter beeld op de verdeling van de economische vooruitzichten binnen België. We bekeken
de situatie in 1897, 1937 en 1961. Hoewel we een aantal veranderingen opmerkten, bleven
de belangrijkste trends gedurende een periode van zestig jaar onmiskenbaar aanwezig. Het
marktpotentieel in België situeert zich vooral in de kern van het land, rond de
arrondissementen Antwerpen, Gent en Brussel. In de regio’s rond deze arrondissementen
groeien de economische vooruitzichten ook, waardoor er een verbinding tussen de regio’s
met sterk marktpotentieel ontstaat, wat een kerngebied vormt. Ook vormt er zich een
kerngebied tussen Hasselt en Verviers, dat zich over de arrondissementen Tongeren en Luik
ontwikkelt. Naarmate de tijd vordert, worden de bestaande trends sterker. Daarenboven
tonen de kaartjes veel overeenkomsten met de migratiepatronen, wat bevestigd wordt door
de berekende correlatiecoëfficiënten.
Ten slotte onderzochten we de relatie tussen het real marktpotentieel, lonen en
tewerkstelling. Het onderzoek van Head en Mayer wees uit dat marktpotentieel een
belangrijke invloed uitoefent op de lonen in een bepaalde regio, al kunnen we vragen stellen
bij de causaliteit van deze relatie. De relatie met tewerkstelling is minder duidelijk. Bovendien
wees het onderzoek van Hanson uit dat de groei van lonen in een regio positief gecorreleerd
is met veranderingen in de economische activiteit van een nabijgelegen regio.
62
HOOFDSTUK 5: CORRELATIES TUSSEN MIGRATIECIJFERS EN INDUSTRIËLE CONCENTRATIES
IN OUT
1896 1937 1961 1896 1937 1961
1896 0,8914 0,9515 0,9670 1896 0,8988 0,9534 0,9674
1906 0,8856 0,9529 0,9698 1906 0,8973 0,9571 0,9725
1916 0,8685 0,9362 0,9575 1916 0,8823 0,9507 0,9674
1926 0,8780 0,9592 0,9752 1926 0,8861 0,9587 0,9736
1936 0,8648 0,9476 0,9704 1936 0,8700 0,9510 0,9721
1946 0,8705 0,9530 0,9714 1946 0,8692 0,9525 0,9730
1956 0,8980 0,9669 0,9787 1956 0,8955 0,9657 0,9784
1966 0,6744 0,6483 0,5700 1966 0,7467 0,7695 0,7413
Tabel 3: Correlatiecoëfficiënten tussen migratiecijfers en industriële concentraties, 1896-1966.
Bron: Eigen berekeningen
In bovenstaande tabel werd de samenhang tussen migratiecijfers en gegevens met betrekking
tot industriële concentraties berekend. De cijfers met betrekking tot de industriële
concentraties zijn afkomstig van economische en sociale tellingen. We voerden de correlaties
uit op de migratiecijfers vanaf 1896 tot 1966 en verbonden deze met de industriecijfers voor
de referentiejaren 1896, 1937 en 1961. De correlatiecoëfficiënten tonen aan dat er een
duidelijke samenhang bestaat tussen de migratiecijfers en de industriële concentraties. Deze
relatie is zowel voor de in- als uitmigratie aanwezig. Dit houdt in dat mensen migreerden naar
regio’s waar de industrie sterk aanwezig was. De omgekeerde relatie geldt echter ook; de
bevolking migreerde ook weg van deze regio’s. Een soortgelijke relatie merkten we al op bij
de correlatie tussen de migratiecijfers en cijfers betreffende het marktpotentieel. Opmerkelijk
zijn de lagere coëfficiënten in het jaar 1966, zowel voor de in- als uitmigratie.
63
BESLUIT
De interne migratiepatronen in België ondergingen in de periode 1860-1970 heel wat
veranderingen.
Onderzoek naar interne migratiebewegingen in België bracht al een aantal interessante
inzichten naar voor. Devogelaer kwam tot de conclusie dat er sprake is van een ruimtelijjke
uitzaaiingsbeweging, stadsvlucht dus. Het migratiesaldo wordt bepaald door een aantal
factoren zoals werkgelegenheid, de ligging tegenover grootsteden en het aanbod van lokale
voorzieningen. Ook nederzettingspatronen spelen een belangrijke rol: men zal zich eerder
buiten dichtbevolkte gemeenten vestigen. De mobiliteit tussen Vlaanderen en Wallonië nam
in de 20e eeuw duidelijk af. De grote aantrekkingskracht van de stad Brussel daalde sterk na
1968. Eggerickx wees vooral op het contrast tussen de intensiteit van mobiliteit tussen de 19e
en 20e eeuw. Een combinatie van factoren geldt als verklaring voor de sterke mobiliteitsdaling
in de 20e eeuw: de economische crisis van de jaren ’30, een stijging van de internationale
migratie en een demografische saturatie in de steden.
De grafische voorstelling van de inwijkingsstromen toonde ons dat het kerngebied in het
centrum van het land lag aan het begin van de onderzoeksperiode. Arrondissementen rond
de steden zoals Brussel, Gent en Antwerpen trokken veel migranten aan. Ook de
arrondissementen Verviers en Luik waren een populaire bestemming. Geleidelijk aan zien we
dat dit kerngebied zich vervormt naar een gebied dat eerder van het noorden naar het zuiden
van het land loopt. Bij de uitwijkingscijfers zien we gelijkaardige trends. Opmerkelijk is dat de
rol van Brussel in 1966 helemaal omkeert. Hoewel de stad in de decennia daarvoor één van
de populairste bestemmingen was, daalt de inwijking naar en stijgt de uitwijking van de stad
sterk.
Een algemene mobiliteitsindex werd berekend door de in- en uitwijkingscijfers te delen door
het bevolkingsaantal op nationaal niveau. Over het algemeen zijn de cijfers vrijwel constant,
maar vooral laag. 1926 toont een hoogtepunt in de mobiliteit van de inwoners. De stabiliteit
van deze nationale mobiliteitsindex kunnen we deels verklaren door de verschillen binnen de
verschillende geografische niveaus. Om dit te onderzoeken, maakten we gebruik van figuren
op basis van de wet van Gibrat die stelt dat steden onafhankelijk groeien van hun grootte. We
64
bestudeerden deze relatie voor de gemeenten, hoofdgemeenten en arrondissementen over
drie tijdsintervallen. Voor de gemeenten gaat de wet zowel in het algemeen als in de
afzonderlijke intervallen op. Dit laat ons vermoeden dat er sprake is van stadsvlucht. Ook de
literatuur bevestigt het bestaan van stadsvlucht vanaf de twintigste eeuw. De cijfergegevens
op gemeentelijk niveau sluiten hier bij aan. Op het niveau van de hoofdgemeenten groeien de
grote gemeenten sneller dan de kleine gemeenten in het algemeen. In de afzonderlijke
intervallen is deze relatie echter minder duidelijk. De nationale mobiliteitsstromen tonen
stabiliteit, maar binnen de geografische niveaus is er heel wat verloop.
De theorie van New Economic Geography biedt heel wat interessante inzichten in het
onderzoek naar de link tussen migratiepatronen en economische ontwikkelingen. Het concept
waarvan Krugman en Venables de grondleggers zijn, verklaart het ontstaan van agglomeraties
door de wisselwerking tussen twee centripetale krachten. De backward linkage beïnvloedt de
locatiekeuze van bedrijven: een bedrijf zal zich in een regio vestigen met een goede
markttoegang aangezien de transportkosten daar lager zijn en er schaaleconomieën ontstaan.
De forward linkage beïnvloedt de locatiekeuze van individuen: in regio’s met een gemakkelijke
toegang tot grondstoffen ligt de levenskost lager door de lagere transportkosten. De twee
krachten versterken elkaar waardoor een concentratie van arbeiders en bedrijven ontstaat en
een agglomeratie zich vormt. Veel studies bestudeerden het bestaan van een backward
linkage, maar Crozet was de eerste die empirisch bewijs voor de aanwezigheid van een
forward linkage vond, die ook in deze masterproef een belangrijke rol speelt. Volgens Crozet
is het daarbij onwaarschijnlijk dat er in Europa op nationaal niveau een kern-periferie patroon
zal ontstaan. Toch moeten we bij de toepassing van deze theorie in het achterhoofd houden
dat deze oorspronkelijk in de Verenigde Staten ontwikkeld werd en het gebruik ervan op de
Belgische casus enkele problemen inhoudt.
Tevens mogen we bij het onderzoek naar interne migratiepatronen in België de rol van het
pendelen niet onderschatten. Door het uitgebreid wegen- en openbaar vervoersnetwerk,
koos men vaak eerder voor het pendelen dan om effectief te verhuizen.
Marktpotentieel omvat het idee dat nabijheid tot een welvarende regio een regio
aantrekkelijker maakt aangezien het een toegang biedt tot verschillende markten. We
berekenden de correlatiecoëfficiënten tussen de migratiecijfers en de aanwezigheid van
65
marktpotentieel. De resultaten wezen uit dat mensen wel degelijk migreren naar regio’s waar
er maximale mogelijkheden zijn voor bedrijven. Omgekeerd geldt echter dat men ook
wegtrekt uit deze gebieden. De grafische voorstelling van het marktpotentieel op
arrondissements-niveau in de jaren 1897, 1937 en 1961 toonde de evolutie van deze factor.
Vooral de grote steden en het kerngebied rond Gent, Brussel en Antwerpen tonen het meeste
economische potentieel. We zien ook duidelijk de overeenkomst tussen grafische voorstelling
migratiepatronen en marktpotentieel, een bevinding die ook bevestigd wordt door de
correlatiecoëfficiënten.
Er bestaat eveneens een relatie tussen het marktpotentieel van een regio en de lonen en
tewerkstellingsgraad daar. In het onderzoek van Head en Mayerstond de complexe relatie
tussen vraag en aanbod als centrale factor in de economische ontwikkeling van een regio
centraal. Het marktpotentieel oefent een belangrijke invloed uit op de lonen in een regio, al
kunnen we vragen stellen bij de causaliteit van deze relatie aangezien het RMP afhankelijk is
van inkomens en dus van de lonen. Bovendien verschilt deze relatie sterk van industrie tot
industrie. De studie van Hanson wees uit dat de lonen in een regio hoog zullen zijn als deze
gelegen is nabij een regio met hoge inkomens, hoge werkgelegenheid of hoge arbeidskosten.
De berekening van de correlatiecoëfficiënten tussen de migratiecijfers en de cijfers met
betrekking tot industriële concentraties afkomstig van sociale en economische tellingen,
tonen een bijzonder sterke samenhang tussen beide variabelen. Deze relatie is zowel voor de
in- als uitwijking aanwezig.
Verder onderzoek naar interne migratiepatronen in België is zeker interessant en
aangewezen. Op basis van gegevensbronnen waarin bilaterale migratiestromen zijn
opgenomen, kunnen we zicht krijgen op individuele patronen. Tevens biedt de Mouvement
de la Population et de l’Etat Civil als bron heel wat potentieel voor verder onderzoek. De
ontsluiting en raadpleging van de documenten vormt hierin echter een probleem. Door de
combinatie van deze gegevens met bijvoorbeeld bevolkingsregisters en registers van de
burgerlijke stand, kunnen we een beeld krijgen van de achtergrond van een migrant, zoals
bijvoorbeeld zijn leeftijd, burgerlijke staat of beroep en op die manier beter zicht krijgen op
de motieven tot migratie.
66
BIBLIOGRAFIE
Literatuur ART (J.), VANHAUTE (E.) (red.) Inleiding tot de lokale geschiedenis van de 19e en de 20e eeuw.
Gent, Stichting Mens en Cultuur, 416 p.
BUYST (E.). Reversal of fortune in a Small, Open Economy: Regional GDP in Belgium (1896-
2000). Vives Discussion Paper 8, 2009, 27 p.
COMBES (P.P), MAYER (T.), THISSE (J.F.). Economic Geography: the integration of regions and
nations. Princeton University Press, 2008, 399 p.
CROZET (M.). “Do migrants follow market potentials? An estimation of a new economic
geography model.” In: Journal of Economic Geography, 4 (2004), pp. 439-458.
DE CAIGNY (S.). “New Economic Geography als bedrijfshistorische invalshoek: de
transformatie van de kanaalzone ten noorden van Brussel tot een industriegebied in het
interbellum.” In: Belgisch Tijdschrift voor Nieuwste Geschiedenis, 33 (3), 2003, pp. 535-575.
DE CORTE (S.) et al. Onderzoek naar de migratiebewegingen van de grote steden in de drie
gewesten van België. Brussel, 2003, 190 p.
DEVOGELAER (D.). Interne migraties in België: wie, waarom en naar welke gemeenten? En
waarom niet naar de steden? Brussel, Federaal Planbureau, 2004, 53 p.
EGGERICKX (T.). "Les migrations internes en Wallonie et en Belgique de 1840 à 1939: un essai
de synthèse" in: T. EGGERICKX en J.P. SANDERSON (eds.), Histoire de la population de la
Belgique et de ses territoires, Louvain-la-Neuve, 2010, pp. 293-336.
HANSON (H.). Market potential, Increasing returns and Economic concentration. Michigan,
University of Michigan, 1999, pp. 1-37.
67
HARRIS (C.D.) The market as a factor in the localization of industry in the United States. In:
Annals of the Association of American Geographers, 44, 1954, pp. 315-348.
HEAD (K), MAYER (T.). Regional Wage and Employment Responses to Market Potential in the
EU. 2009, 26 p.
HOCHSTADT (S.). Mobility and modernity: migration in Germany 1820-1989. University of
Michigan Press, 1999, 352 p.
KRUGMAN (P.). “Increasing Returns and Economic Geography.” In: Journal of Political
Economy, 99 (3), 1991, pp. 483-499.
MALVOZ (L.), VERBIST (C.). “Een België van 589 gemeenten. Bestuursgeografische aspecten
van de samenvoegingen.” In: Tijdschrift van het Gemeentekrediet van België, 115 (1979), pp.
21-66.
PALUZIE (E.), PONS (J.), SILVESTRE (J.), TIRADO (D.). “Migrants and market potential in Spain
over the twentieth century: a test of the New Economic Geography.” In: Spanish Economic
Review, 11(4), 2009, pp. 243-265.
PONS (J.), PALUZIE (E.), SILVESTRE (J.), TIRADO (D.). “Testing the New Economic Geography:
migrations and industrial agglomerations in Spain.” In: Journal of Regional Science, 47 (2),
2007, pp. 289-313.
POULAIN (M.), VAN GOETHEM (B.). “Evolution de la mobilité interne de la population belge
de 1948 à 1979." In: Population, 37 (2), pp. 319-340.
ROSENZWEIG (M.R.), STARK (O.). Handbook of population and family economics. Amsterdam,
Elsevier, 1997, 1298 p.
SUURENBROEK (F.). Binnenlandse migratie naar en uit Amsterdam (1870-1890). Amsterdam,
Centrum voor de Geschiedenis van Migranten, 2001, 69 p.
68
TUGAULT (Y.). La Mesure de la Mobilité. Cinq études sur les migrations internes. Parijs, Presses
Universitaires de France. 1973, 226 p.
UNITED NATIONS. Methods of measuring internal migration. New York, 1970, 72 p.
VENABLES (A.). “Equilibrium Locations of Vertically Linked Industries.” In: International
Economics Review, 37 (4), 1996, pp. 341-360.
WHITE (M.J.), LINDSTROM (D.P.). “Internal Migration.” In: POSTON (D.L.), MICKLIN (M.).
Handbook of Population. New York, Springer, 2006, pp. 311-346.
Internetbronnen
Algemene volks- en woningtelling. 2013.
URL: <http://statbel.fgov.be/nl/statistieken/cijfers/bevolking/volkstelling/> (03.11.2013).
Glossary: Nomenclature of Territorial Units for Statistics.
URL: <http://epp.eurostat.ec.europa.eu/statistics_explained/index.php/Glossary:NUTS>
(28.10.2013).
MATTHYS (C.). 2013, ‘Dossier : migratie tussen stad en platteland in Vlaanderen tijdens de
19de eeuw,’ URL: <www.familiegeschiedenis.be/migratie/stad-platteland>. (29/11/2013).
NUTS Nomenclature of Territorial Units for Statistics. Introduction. URL:
<http://epp.eurostat.ec.europa.eu/portal/page/portal/nuts_nomenclature/introduction>.
(28.10.2013).
Primaire bronnen
VRIELINCK (S.). MV05 Bevolkingsverloop 1857-2003. Deel 1.
69
BIJLAGE 1866 1886 1896 1906 1916 1926 1936 1946 1956 1966 gemiddelde
Antwerpen 0,22% 1,26% 0,77% 1,20% -1,09% 1,38% 0,25% 0,51% 0,39% 0,48% 0,54%
Mechelen 0,20% 0,04% -0,43% -0,30% -0,10% -0,23% -0,12% -0,45% -0,10% 0,10% -0,14% Turnhout -0,74% -0,53% -0,69% -0,44% 0,22% -0,19% -0,20% -0,79% -0,22% -0,20% -0,38%
Brussel-Hoofdstad 1,24% 0,92% 1,29% 1,34% 0,01% 0,94% 0,74% 0,51% 0,57% -10,29% -0,27% Halle-Vilvoorde 0,95% 0,95%
Leuven -0,62% -0,43% -0,46% -0,73% -0,12% -0,37% -0,17% -0,50% 0,02% 0,31% -0,31% Nivelles -0,57% -0,35% -0,26% -0,27% -0,06% 0,03% 0,35% 1,13% 0,96% 1,33% 0,23%
Brugge -0,74% -0,16% 0,03% -0,38% -0,05% -0,87% 0,37% 0,29% 0,13% 0,40% -0,10% Diksmuide -0,63% -0,21% -0,58% -1,40% 0,11% -0,99% -0,37% -0,67% -0,55% -0,86% -0,61%
Ieper -0,46% -0,65% -0,43% -0,39% 0,03% -1,28% -0,41% -0,81% -0,50% -0,23% -0,52% Kortrijk 0,15% 0,03% 0,42% -0,35% -0,35% 0,37% 0,43% -0,17% -0,06% 0,03% 0,05%
Oostende -0,88% 0,46% 0,79% -0,45% -0,11% -0,41% 0,41% 0,85% -0,13% 0,41% 0,09% Roeselare 0,41% 0,04% -0,45% -0,76% -0,31% -0,70% -0,07% -0,29% -0,40% 0,01% -0,25%
Tielt -0,67% -0,34% -0,42% -0,56% 0,15% -1,01% -0,74% -0,83% -0,94% -0,35% -0,57% Veurne -2,68% -0,68% -0,62% -0,32% -0,13% -1,73% 0,31% 0,87% -0,48% -0,20% -0,57%
Aalst -0,11% -0,46% -0,18% -0,28% -0,03% -0,41% -0,40% -0,26% -0,25% -0,09% -0,25% Dendermonde -0,42% -0,55% -0,43% -0,80% -0,21% -0,22% -0,29% -0,42% -0,27% -0,06% -0,37%
Eeklo -0,22% -0,15% -0,35% -0,92% -0,13% -0,03% 0,23% -0,52% -0,28% 0,52% -0,18% Gent 0,40% 0,39% 0,00% -0,40% -0,14% -0,24% 0,08% 0,10% 0,07% 0,30% 0,05%
Oudenaarde -0,32% -0,22% -0,44% -0,76% 0,13% -0,47% -0,03% -0,51% -0,61% -0,06% -0,33% Sint-Niklaas -0,70% -0,27% -0,51% -0,56% -0,39% -0,43% -0,28% -0,62% -0,36% 0,12% -0,40%
Ath 0,03% -0,31% -0,36% -0,17% -0,05% -0,60% -0,23% 0,41% -0,05% -0,21% -0,15% Charleroi 1,06% -0,24% 0,43% 0,52% -0,50% 0,31% -0,25% 0,26% 0,45% -0,39% 0,17% Mons 0,29% -0,25% -0,29% 0,03% -0,18% -0,05% -0,32% 0,47% 0,07% -0,23% -0,05%
Mouscron 0,19% 0,19% Soignies 0,49% 0,17% -0,04% 0,69% 0,02% -0,14% -0,39% 0,56% 0,19% -0,14% 0,14%
Thuin -0,06% -0,28% 0,30% 0,46% 0,07% -0,39% 0,03% 0,67% 0,57% -0,19% 0,12% Tournai 0,15% -0,07% -0,12% 0,29% -0,28% -0,27% 0,55% -0,07% -0,09% 0,30% 0,04%
Huy 0,06% -0,22% -0,42% -0,45% -0,11% -0,13% -0,24% 0,27% 0,50% 0,05% -0,07% Liege 0,70% 0,02% 0,52% -0,02% -0,48% 0,49% 0,35% 0,37% 0,80% -0,15% 0,26%
Verviers 1,03% 0,42% 0,18% -0,24% -0,18% -0,03% -0,23% 0,85% -0,51% 0,26% 0,15% Waremme -0,04% -0,38% -0,51% -0,21% -0,03% -0,25% -0,43% -0,66% 0,20% 0,28% -0,20%
Hasselt -0,19% -0,31% -0,57% -0,40% 0,41% 2,08% -0,42% -0,60% -0,23% -0,26% -0,05% Maaseik -0,70% -0,18% -0,07% -0,04% -0,25% -0,39% -0,10% -0,92% -0,08% 0,14% -0,26%
Tongeren -0,56% -0,26% -0,41% -0,31% 0,02% 1,64% -0,40% -0,60% -0,32% -0,45% -0,16% Arlon -1,84% -0,15% -0,04% 0,95% -0,32% -0,24% -0,25% -0,97% 0,56% 0,74% -0,16%
Bastogne -1,34% 0,04% -0,21% -0,52% 0,80% -0,51% -0,85% -1,80% -1,39% -0,49% -0,63% Marche-En-Famenne -3,00% -0,21% -0,34% -0,94% 0,41% -0,34% -0,56% 0,01% -0,68% 0,18% -0,55%
Neufchateau -1,02% -0,14% -0,15% -0,03% 0,31% -0,78% -0,74% -0,95% -1,08% -0,25% -0,48% Virton -3,58% -0,20% 0,06% 0,15% -0,07% -0,04% 0,00% -0,44% 0,15% 0,09% -0,39%
Dinant -0,96% -0,12% -0,03% -0,79% 0,00% -0,29% -0,30% -0,10% -0,12% -0,09% -0,28% Namur -0,17% -0,46% -0,13% 0,01% 0,07% -0,38% 0,26% 0,32% 0,29% 0,65% 0,05%
Philippeville -1,17% -0,24% -0,15% 0,17% -0,01% 0,01% -0,34% -0,51% -0,10% 0,13% -0,22%
Bijlage 1: netto-migratiestromen op het bevolkingstotaal, per arrondissement. 1866-1966 (met uitzondering van 1876)
Bron: Eigen berekeningen op basis van MV05-Bevolkingsverloop 1857-2003. Data totalen.
Opmerking: voor de jaren 1857 en 1876 werden de percentages niet berekend omdat het bevolkingstotaal niet gegeven was.
70
top related