Subregional Human Development Index. Hoofdsteden en regionale ongelijkheid

Onderzoek naar regionale ongelijkheid werd lange tijd bemoeilijkt door de gebrekkige en versnipperde gegevens. Er is nu een fantastische datamijn, de Subregional Human Development Index, waaruit wetenschappers, docenten, studenten en scholieren vrijelijk kunnen putten. Zo blijkt de regionale ongelijkheid in het tijdperk van neoliberalisme over de hele linie verminderd – maar niet qua inkomen.    

Samen met de Universitat Autònoma de Barcelona ontwikkelde het Global Data Lab van de Radboud Universiteit Nijmegen een buitengewoon nuttige website, de Subregional Human Development Index. Voor bijna alle landen van de wereld zijn er per regio jaarlijkse gegevens verzameld vanaf 1990 (voor sommige landen vanaf een later moment). Ze gaan over de Human Development Index (HDI) van elke regio, met de onderliggende data voor onderwijs, gezondheid en inkomen, en ook over de bevolkingsontwikkeling, levensverwachting (met onderscheid man/vrouw), onderwijsparticipatie (jongens/meisjes) en het inkomen per hoofd van de bevolking in elke regio. De nieuwste toevoeging is een Subnational SDG (Sustainable Development Goals) Dashboard, waar je de data kunt oproepen gerangschikt naar de 17 doelen. En van veel gegevens zijn niet alleen de kale cijfers te zien maar ook kaarten, zodat meteen duidelijk is waar alle regio’s liggen en hoe de scores zijn.

Afrika

Het Afrika-Studiecentrum vroeg de samenstellers in 2020 een thematische kaart te maken over de ontwikkeling van de Subregional Human Development Index (SHDI) voor Afrika. We gebruikten de gegevens ook voor talloze landenstudies die in 2020 en 2021 verschenen als infosheets voor het project Africa at 60. Daaruit bleek dat hoofdsteden vrijwel altijd (ver) uitsteken boven andere regio’s als het gaat om de SHDI. En dat de verschillen tussen die hoofdsteden en de rest van het land (en de minst ontwikkelde regio) tussen 1990 en 2019 soms wel en soms niet waren toegenomen.

Hoofdsteden

Bij wijze van proef zocht ik voor alle landen wereldwijd uit hoe hoofdsteden scoren op de HDI, hoe dit getal zich verhoudt tot het gemiddelde voor elk land en tot de minst ontwikkelde regio van elk land, en wat de trend is geweest tussen 1990 en 2019. Dit is in veel landen de periode van toenemend neoliberalisme, en van afnemend regionaal beleid om verschillen te verkleinen. Aan de andere kant is in deze jaren ook massaal geïnvesteerd in de Millennium Development Goals (vooral in onderwijs en gezondheid en gericht op ontwikkelingslanden) en vervolgens de Sustainable Development Goals (met veel bredere doelstellingen en gericht op de hele wereld). Het is interessant na te gaan welke kracht waar heeft gedomineerd: het neoliberalisme met toenemende regionale ongelijkheid, of de mondiale ontwikkelingsdoelen met als neveneffect afnemende regionale ongelijkheid.

Hieronder kijk ik naar de gegevens over alle landen van de wereld. In vier bijdragen op Geografie.nl zoom ik in op de trends in Nederland, Brazilië, Indonesië en Kenia. Dit om te illustreren wat je allemaal uit deze datamijn kunt halen. Er is nog veel meer mogelijk. Mooi uitzoekwerk voor allerlei onderwijsprojecten op scholen en in het hoger onderwijs!

Wereld

De database bevat gegevens voor 185 landen tot en met 2019. Alleen Noord-Korea en Taiwan ontbreken, en Syrië vanaf 2011, naast wat kleine eilandstaten in Oceanië en in het Caribisch gebied. Aan cijfers voor 2020 wordt op dit moment gewerkt. En van de 185 landen zijn er 22 zonder regionale specificatie. Dat zijn vooral kleintjes als Singapore en Luxemburg. Figuur 1 toont de HDI-positie van hoofdsteden in 2019 per continent.

Daaruit blijkt meteen dat veel hoofdsteden qua ontwikkelingsniveau relatief leidende regio’s zijn in eigen land. Al zijn er vijf hoofdsteden die onder het nationale gemiddelde scoren, waaronder Bern/Zwitserland, Beiroet/Libanon en Dodoma/Tanzania.

In Zwitserland heeft de hoofdstad Bern een lagere score dan Zürich, dat in 2019 de hoogste regionale score van de wereld had, namelijk 0,980. In Libanon heeft Beiroet de slechtste score van het land (0,713). Deze hoofdstad was in 2019 in crisis en dat zal er met de enorme explosie in de haven in augustus 2020 niet beter op geworden zijn. Dodoma in Tanzania is een mislukt hoofdstad-experiment. Het werd in 1973 tot hoofdstad gemaakt, in the middle of nowhere, en zowel Dar es Salaam als Zanzibar verloor die hoofdstadfunctie, maar dit bleven wel de leidende regio’s. In 2019 was het gemiddelde voor Tanzania 0,528 en zat Dodoma daar ver onder (0,478), terwijl Dar es Salaam (0,630) en vooral Zanzibar West (0,693) er ver boven zaten. Dit land, dat na de onafhankelijkheid in de jaren 1960 probeerde een socialistische, geplande economie (en ruimtelijke ordening) tot stand te brengen, gericht op gelijkheid, blijkt in 2019 een van de regionaal meest ongelijke landen van de wereld te zijn.

Groei SHDI-score

Tussen 1990 en 2019 beleefden bijna alle landen van de wereld een aanzienlijke groei van de SHDI- en vooral de onderwijsscores. Alleen in Libië stagneerde de vooruitgang en in Somalië was sprake van achteruitgang – met de regio Midden-Juba als wereldwijd laagst scorende (0,232).

Met de komst van covid-19 vanaf begin 2020 en de economische en sociale doorwerking daarvan is te verwachten dat het decennia gaat duren voordat hetzelfde niveau weer zal worden gehaald.

Regionale verschillen

Op wereldschaal zijn de verschillen tussen de regio met de allerhoogste en die met de allerlaagste score afgenomen: van 4,99 keer tot 4,22 keer.  Figuur 2 laat zien dat de regionale verschillen in Afrika het grootst zijn, al nemen ook die af tussen 1990 en 2019.

Uit figuur 3 blijkt dat tussen 1990 en 2019 op alle continenten behalve Europa de regionale ongelijkheid is afgenomen. De sterkste relatieve verbeteringen zien we bij de regio’s met de laagste scores in 1990.

Figuur 4 laat zien dat in de meeste landen tussen 1990 en 2019 de dominantie van de hoofdstedelijke regio afnam en ook de regionale ongelijkheid. Dat is het duidelijkst te zien in België, China, Bangladesh, Cambodja, Senegal, Ghana, Honduras en Suriname. Maar er zijn ook uitzonderingen. In 27 landen zijn de regionale verschillen gegroeid en nam de score van hoofdstadregio sneller toe dan het nationale gemiddelde en de score van de minst ontwikkelde regio.

Terwijl 1990-2019 neoliberale politiek-economische principes aan kracht hebben gewonnen (vooral in Europa en Noord-Amerika, maar ook in China), zien we dus in het grootste deel van de wereld een vermindering van regionale ongelijkheid en een minder dominante positie van hoofdsteden. Nadere beschouwing van de onderliggende data (gezondheid, onderwijs en inkomen) laat zien dat dit vooral komt door de mondiale verbeteringen van de onderwijs- en gezondheidssituaties en minder door veranderingen in de regionale inkomensverdeling. En die eerste twee zijn weer een sterk gevolg van de effectiviteit van eerst de mondiale ontwikkelingsdoelstellingen (de MDG’s) en later de Sustainable Development Goals.

Conclusies

Hoofdsteden scoren over het algemeen hoger op de Human Development Index dan andere regio’s in hetzelfde land. In een meerderheid van de landen is de sociaaleconomische dominantie van de hoofdsteden tussen 1990 en 2019 echter afgenomen. Omdat hoofdsteden in 1990 vaak al een flinke voorsprong hadden en nadrukkelijk is ingezet op verbetering van de onderwijs- en gezondheidssituatie in de meer perifere gebieden, is de sprong omhoog daar vaak aanzienlijk groter geweest dan in de hoofdsteden. Alleen qua inkomen zijn de landen er minder sterk op vooruit gegaan en dat geldt vooral in de hoofdsteden.

Op geografie.nl zoom ik nader in op Nederland, Brazilië, Indonesië en Kenia en sta ik in een persoonlijke inleiding stil bij deze keuze. In alle vier de landen wordt het algemene beeld bevestigd dat de bevolking de afgelopen 29 jaar veel beter is opgeleid, gezonder is geworden en langer leeft, maar weinig geprofiteerd heeft van de groei van de wereldeconomie en nauwelijks een hoger reëel inkomen per capita heeft verworven (terwijl de rijksten zichtbaar rijker zijn geworden). Dit lijkt erop te wijzen dat bij sociale ontwikkeling (onderwijs en gezondheid) op mondiale schaal sprake is geweest van succesvol sociaaldemocratisch beleid, terwijl de inkomensontwikkeling te maken had met neoliberale economische mondialisering. Door de effecten van covid-19 zijn veel sociale verbeteringen uit de laatste 29 jaar waarschijnlijk onder grote druk komen te staan en valt er ook op economisch terrein een terugval te verwachten.

Persoonlijke noot

In deze online versie van Geografie juni 2022 voeg ik een analyse toe van vier landen die in mijn eigen werk een hoofdrol hebben gespeeld: Nederland, Brazilië, Indonesië en Kenia.

In Nijmegen zette ik de eerste stappen als onderzoeker van regionale ongelijkheid. Onder leiding van Jan Kleinpenning probeerde ik daarover gegevens te vinden voor Brazilië, wat in 1972 resulteerde in mijn kandidaatsscriptie. Ook als lid van het toenmalige Komitee Indonesië hield ik me bezig met de regionale ongelijkheid en als wetenschappelijk medewerker aan de Universiteit van Amsterdam begeleidde ik een leeronderzoek over de regionale ongelijkheid in Kenia. 

Het waren de jaren 1970; regionale ongelijkheid werd toen gezien als iets wat we moesten bestrijden. In Nijmegen stond Austin Robinsons werk Backward Areas in Advanced Countrie, op de boekenlijst en zelf was ik onder de indruk van het fascinerende artikel van Jeffrey Williamson uit 1965 over de relatie tussen nationale ontwikkeling en regionale ongelijkheid.

In Nederland en elders was de sociaaldemocratische druk om verschillen te verkleinen zichtbaar in inkomenspolitiek, regionale politiek en ruimtelijke ordening. In de ontwikkelingssamenwerking lanceerde PvdA-minister Jan Pronk regionale ontwikkelingsprogramma’s gericht op de armste streken van een aantal partnerlanden. En wetenschappers zoals ik probeerden, samen met veel studenten die op dit onderwerp afkwamen, gegevens te vinden die trends aangaven over regionale ongelijkheid.

Dat was indertijd een moeizame zoektocht met veel kunst- en vliegwerk. En nu is er dus een fantastische datamijn die het allemaal veel eenvoudiger maakt om dit uit te zoeken: een bron voor wetenschappers en voor docenten, studenten en scholieren.

Nederland

De Human Development Index voor Nederland als geheel steeg van 0,836 in 1990 tot 0,944 in 2019, waarmee het tot de meest ontwikkelde landen van de wereld behoort. De hoofdstadregio Amsterdam/Noord-Holland scoorde in beide jaren flink boven het nationaal gemiddelde (0,851 en 0,963), maar de ‘tweede hoofdstadregio’ Den Haag/Zuid-Holland bleef daarbij achter. In beide jaren had de regio Utrecht de hoogste score (0,858 en 0,966) en Zeeland de laagste (0,808 en 0,917).

De Human Development Index bestaat uit drie delen: een gezondheidsindex, een onderwijsindex en een inkomensindex. Figuur 6 geeft de resultaten voor de hoofdsteden en de hoogst en laagst scorende regio’s. En de resultaten voor de gemiddelde levensverwachting, het aantal jaren genoten onderwijs, het aantal jaren verwacht onderwijs voor kinderen die voor het eerst naar school gaan en ten slotte de bevolkingsontwikkeling.

In Nederland is de verbetering tussen 1990 en 2019 vooral zichtbaar in de scores voor het onderwijs (22%) en het minst in die voor inkomen (+8%).

De hoofdstadprovincie Noord-Holland heeft zich op vrijwel alle punten meer ontwikkeld dan het nationale gemiddelde en domineert in 2019 met de inkomensindex en het inkomen per hoofd van de bevolking en bij de genderspecifieke SHDI-index voor vrouwen. De hoogste scores in 1990 zijn vooral te vinden in Utrecht (SHDI algemeen, onderwijsjaren en inkomen), terwijl Zeeland leidt met gezondheidsvariabelen en Groningen met twee van de drie onderwijsvariabelen. In 2019 is er dus een verschuiving naar Noord-Holland (de inkomensindex laat zelfs de hoogst mogelijke waarde zien) en Utrecht. Alleen de bevolkingsontwikkeling blijft in Noord-Holland achter door de sterke groei van Flevoland (Almere), waar veel oud-inwoners van Noord-Holland naartoe zijn verhuisd.

De tweede hoofdstadregio, Den Haag/Zuid-Holland scoort op vrijwel alle cijfers wat lager dan Noord-Holland (en Utrecht). Zeeland is in 1990 en 2019 hekkensluiter voor de gecombineerde SHDI, maar ook Groningen, Drenthe, Friesland en voor een enkele variabele Gelderland, Overijssel en Limburg scoren slecht. In Limburg is de bevolkingsgroei vrijwel geheel tot stilstand gekomen. Ten slotte: voor vrijwel alle variabelen is het verschil tussen de regio met de hoogste en die met de laagste scores wat verminderd, wat wijst op een licht afnemende regionale ongelijkheid. Vergeleken met veel andere landen in de wereld zijn de regionale verschillen in Nederland klein en ze waren dat ook al in 1990.

Brazilië

Brazilië was voor mij in 1972 de eerste oefening in het interpreteren van de regionale ongelijkheid. Dat was toen een zoekklus van jewelste, waaruit de dominante positie van het zuidoosten en de perifere positie van het noordoosten op allerlei manieren bleek.

Brasilia was als nieuw hoofdstad nog volop in opbouw en er bestond nogal wat twijfel of de verplaatsing van het zenuwcentrum van Brazilië naar de binnenlanden goed zou uitpakken. De cijfers van 1990 en 2019 laten zien dat het een succes is geweest: het Distrito Federal scoort op vrijwel alle variabelen verreweg het best en laat ook het zuidoosten (bijvoorbeeld São Paolo) achter zich. Het district  beleefde een forse bevolkingsgroei (52% tegenover 33% voor het land als geheel). Alleen in Roraima, Acre en Amapa, aan de rand van de Amazone, nam het aantal inwoners sneller toe.

Enkele districten in het noordoosten, Maranhao, Alagoas en Piaui, lopen nog steeds flink achter bij de nationale ontwikkeling (SHDI, gezondheid en onderwijs), net als Rondonia,  aan de rand van de Amazone.

In Brazilië is de SHDI tussen 1990 en 2019 het snelst verbeterd op het gebied van onderwijs en daarna van gezondheid. De reële inkomensgroei is veel minder spectaculair en stagneert zelfs in hoofdstad.

Het federale district Brasilia is op vrijwel alle variabelen minder snel opgeklommen dan het landelijk gemiddelde en helemaal ten opzichte van de minst ontwikkelde regio’s. Alle cijfers, behalve de inkomensindex, laten zien dat er aanzienlijk minder regionale ongelijkheid in 2019 is dan in 1990. Toen liep de levensverwachting bijvoorbeeld uiteen van 70,1 jaar in Brasilia tot 59,3 jaar in het noordoostelijke Alagoas. In 2019 was dit verschil geslonken tot 78,5 en 72,6 jaar. Ook het aantal jaren schoolgang is sterker verbeterd in de periferie (van minimaal 2,5 in 1990 tot minimaal 6,2 jaar in 2019) dan in de hoofdstad (van 5,4  tot 10,4 jaar). Het aantal verwachte jaren onderwijs voor de nieuwste generatie meisjes is helemaal spectaculair gegroeid. In Brasilia tot 17,4 jaar en in de regio met de laagste score, Acre, tot 15,2 jaar. Demografen leggen tegenwoordig een sterk verband tussen het aantal kinderen per vrouw en het aantal jaren dat meisjes naar school gaan. Dat vruchtbaarheidscijfer is tussen 1990 en 2019 gedaald van 2,9 kinderen per vrouw tot 1,7 (in 1960 was het nog 6,1). Klik hier.

Indonesië

In Indonesië valt allereerst de relatief snelle groei op van alle HDI-scores en dat Jakarta vaak de leidende regio is. Op het gebied van gezondheid en onderwijs scoort Jakarta weliswaar flink boven het nationale gemiddelde, maar Yogyakarta doet het grosso modo nog beter. Vooral qua inkomen domineert Jakarta zo sterk dat de hoofdstad bovenaan eindigt voor de SHDI. Wat wel opvalt is dat de bevolking in de regio Jakarta minder snel toeneemt dan in Indonesië als geheel. Het snelst groeiden Riau in het noordwesten en Irian Jaya in het uiterste oosten. De laatste behoorde in 2019 tot de minst ontwikkelde regio’s van het land voor de SHDI. East Nusa Tenggara en West Kalimantan scoorden het minst op onderwijs en inkomen. Interessant is ook dat in het grotendeels islamitische Indonesië meisjes nu meer verwachte onderwijsjaren hebben dan jongens. Dit is een belangrijke trigger voor een laag vruchtbaarheidscijfer, dat in Indonesië inderdaad afnam van 5,7 kinderen per vrouw in 1958 tot 2,3 kinderen per vrouw in 2019 (zie macrotrends.net).

Al met al is de regionale ongelijkheid in Indonesië sterk afgenomen: de regio’s met de laagste scores zijn er tussen 1990 en 2019 veel meer op vooruitgegaan dan Jakarta en andere hoog scorende regio’s. Jakarta blijft sterk achter bij de trends van het nationale gemiddelde. De vermindering van de regionale ongelijkheid is verreweg het meest zichtbaar in het onderwijs en vooral het aantal jaren genoten onderwijs. Ook qua gezondheid hebben de perifere gebieden veel grotere sprongen voorwaarts gemaakt dan het centrum. Alleen de inkomensongelijkheid is nauwelijks verminderd.

Kenia

Kenia heeft op het gebied van onderwijs en gezondheid tussen 1990 en 2019 een indrukwekkende vooruitgang geboekt, maar veel minder qua inkomen. De hoofdstadregio Nairobi loopt op veel terreinen voor, al zijn de gezondheidscijfers in de regio Central ten noorden van Nairobi gunstiger. De Eastern Region scoort in 2019 hoger op sommige onderwijscijfers en op de Genderindex. Het laagst eindigen het Somaligebied en de North Eastern Region, en qua gezondheid de Nyanzaregio bij Lake Victoria. Kenia beleefde een enorme bevolkingsgroei. Deze was zeer ongelijk gespreid  met een verviervoudiging van de bevolking van Nairobi en een veel minder snelle bevolkingsgroei in Eastern Region. Het vruchtbaarheidscijfer is de laatste jaren heel snel aan het dalen. Ook hier zijn de inmiddels hoge verwachte onderwijsjaren voor meisjes daarvoor een indicatie.

In Kenia zijn de scores in de minst ontwikkelde regio’s tussen 1990 en 2019 (veel) sterker verbeterd dan het nationale gemiddelde en dat weer meer dan in Nairobi en/of de regio met de hoogste scores. De grootste sprongen zien we bij het onderwijs, gevolgd door de gezondheidssituatie. Ook hier blijft de inkomensontwikkeling sterk achter. In Nairobi ligt het reële inkomen per hoofd van de bevolking in 2019 nauwelijks hoger dan in 1990. Dus: een sterk gegroeide bevolking (spectaculair in de hoofdstad) met een aanzienlijk betere gezondheid en een veel hogere levensverwachting heeft gemiddeld een zeer veel beter onderwijsniveau bereikt in deze 29 jaar. Maar dit betaalt zich nog nauwelijks terug in hogere gemiddelde inkomsten en een hogere inkomensscore per regio, behalve in de periferie.

Conclusies voor deze vier landen

In alle vier de nader bestudeerde landen (Nederland, Brazilië, Indonesië en Kenia) wordt het algemene beeld bevestigd dat de bevolking de afgelopen 29 jaar veel beter is opgeleid, gezonder is geworden en langer leeft, maar weinig geprofiteerd heeft van de groei van de wereldeconomie en nauwelijks een hoger reëel inkomen per capita heeft verworven (terwijl de rijksten zichtbaar rijker zijn geworden). Dit lijkt erop te wijzen dat bij sociale ontwikkeling (onderwijs en gezondheid) op mondiale schaal sprake is geweest van succesvol sociaaldemocratisch beleid, terwijl de inkomensontwikkeling te maken had met neoliberale economische mondialisering. Door de effecten van covid-19 zijn veel sociale verbeteringen uit de laatste 29 jaar waarschijnlijk onder grote druk komen te staan en valt er op economisch terrein een terugval te verwachten.

BRONNEN:

• Dietz, A.J., Westra M., e.a. (2020-2021): Africa at 60.
• Iammarino, S., Rodríguez-Pose, A., & Storper, M. (2019). Regional inequality in Europe: evidence, theory and policy implications. Journal of Economic Geography, 19(2), 273-298.
• Massey, D., Amin, A., & Thrift, N. (2003). Decentering the nation: a radical approach to regional inequality. London: Catalyst.
• Robinson, E.A.G. (1969). Backward Areas in Advanced Countries. Proceedings of a Conference held by the International Economic Association. London etc: Macmillan & New York: St Martin’s Press.
• Smits, J., Permanyer, I, Wildeman, J., & Dietz, A.J. (2020). Subregional Human Development Index (SHDI) of Africa (Thematic map 21). Leiden: ASC-Leiden.
• Wei, Y.D. (2015). Spatiality of regional inequality. Applied Geography, 61, 1-10.
• Williamson, J G. (1965). Regional inequality and the process of national development: a description of the patterns. Economic Development and Cultural Change, 13(4, Part

[i] Iedereen die verder wil spitten in de website Subregional Human Development Index en voor andere landen soortgelijke analyses wil (laten) maken, kan daar meteen mee aan de slag: het materiaal is vrij toegankelijk en zeer gebruiksvriendelijk gepresenteerd.