Rapport van de Sociaal-Economische Raad van Vlaanderen/Stichting Innovatie & Arbeid, Wetstraat 34-36, 1040 Brussel - W www.serv.be/stichting – T +32 2 209 01 11 – E info@serv.be
Bij gebruik van gegevens en informatie uit dit rapport wordt een correcte bronvermelding op prijs gesteld. Publicatiedatum
Maart 2022
Contactpersonen
Hendrik Delagrange
hdelagrange@serv.be
Stefanie Notebaert
snotebaert@serv.be
Inhoud Samenvatting
5
Rapport
10
Inleiding
10
Vragenlijst geïnspireerd op kwalitatief onderzoek
10
Ondernemingsenquête 2021
10
De vragen die we stelden
11
De periode van afname interviews
11
De meeste ondernemingen doorstaan de crisis goed
12
Industrie, quartair en grotere organisaties hebben de coronacrisis beter doorstaan
12
Handel en diensten kenden het zwaarste weer
14
Wie het al moeilijk had kwam de crisis minder goed door
16
Faalkans blijkt goede voorspeller van kans op doorkomen crisis 19 Somber vooruitzicht bij wie de crisis niet goed doorkwam
22
Verplichte sluiting, afname van de vraag en leveringsproblemen belangrijkste gevolgen
24
Afname van de vraag vaker ervaren door kleinere ondernemingen26 Drie types van gevolgen
29
Toename of afname van de vraag grootste effect op doorkomen coronacrisis Gevolgen anders voor wie het al moeilijk had
30 33
‘Arbeidsorganisatie aanpassen’ en ‘digitaliseren van interne processen’ zijn de meest voorkomende maatregelen
35
Quartaire sector paste vaker verschillende maatregelen toe
37
Drie soorten maatregelen: financiële, aanpassingen in de organisatie en innovatie Maatregelen: de tering naar de nering zetten
40 43
Concrete gevolgen van coronacrisis gaan samen met de genomen maatregelen
46
Welk aspect geeft de doorslag?
51
Optimisme over de toekomst wanneer geïnvesteerd tijdens corona
54
Referentielijst
56
Lijst met figuren en tabellen
57
Bijlagen
60 Detailtabellen
60
Vragenlijst Corona
67
Samenvatting Covid-19 en de daaruit vloeiende crisis hebben een grote impact gehad op het sociale en economische leven in zijn geheel. Via de driejaarlijkse Ondernemingsenquête bij een representatieve streekproef van 1657 ondernemingen en organisaties uit Vlaanderen en Nederlandstalig Brussel, brengen we in kaart hoe de ondernemingen de crisis hebben doorstaan, welke impact ze erdoor hebben ervaren en welke maatregelen ze namen als antwoord op de coronacrisis. Grotere impact van de coronacrisis op de kleinste ondernemingen en organisaties In zeven op de tien ondernemingen en organisaties geven de respondenten aan dat hun onderneming of organisatie de coronacrisis goed doorstaan heeft: vier op de tien eerder goed, drie op de tien heel goed. Daarnaast is er een groep van twee op de tien die een neutrale positie aanneemt. Een kleine groep heeft het helemaal niet goed doorstaan of eerder niet goed doorstaan, samen ongeveer twee op de tien. Ondernemingen in de diensten hebben de coronacrisis minder vaak goed doorstaan. Bij de bouw ging het ook wat minder goed, maar het verschil is relatief. Op basis van de grootte van de onderneming of organisatie, gemeten aan de hand van het aantal werknemers, blijkt dat grotere ondernemingen en organisaties vaker de crisis goed hebben doorstaan dan de kleine. Het verschil is aanzienlijk, van 64,5% goed doorstaan bij de kleinste tot 86,7% bij de grootste. Bij de kleine diensten geeft maar 61% aan dat ze de crisis eerder of heel goed hebben doorstaan. Vooral handel en kleine dienstenbedrijven hadden het moeilijk. Een kwart van de ondernemingen en organisaties kenden de afgelopen drie tot vijf jaar een sterke of beperkte vermindering in de activiteiten. Deze die een sterke vermindering in de activiteiten kenden geven vaker aan de coronacrisis niet goed te hebben doorstaan (45%) in vergelijking met deze die die een gelijk niveau aan activiteiten kenden (4%) of een sterke groei (1%). De coronacrisis lijkt de ondernemingen en organisaties die al in de moeilijkheden zaten extra getroffen te hebben. Ondernemingen die de coronacrisis helemaal niet goed of eerder niet goed hebben doorstaan zijn vaker pessimistisch over de activiteiten in de toekomst: 25% geeft aan een sterke of beperkte vermindering in de activiteiten te verwachten. Bij ondernemingen en organisaties die de coronacrisis heel goed doorstaan hebben verwacht maar 11% een (sterke of beperkte) vermindering van de activiteiten. 5
Afname van de vraag, verplichte sluiting en moeilijke leveringen voornaamste gevolgen van de coronacrisis Een geheel of gedeeltelijk verbod op de activiteit, een afname van de vraag en problemen met leveringen door leveranciers zijn de meest genoemde belangrijke gevolgen van de coronacrisis. Personeel dat niet kan of mag komen werken komt in het algemeen het vaakste voor, maar de impact is vooral ‘beperkt’. De afname van de vraag komt vaker voor bij kleinere ondernemingen en organisaties. Consequenties voor de organisatie zijn er dan weer vaker voor grotere ondernemingen of organisaties: ‘moeilijkheden door personeel dat niet mag of kan komen werken’ of ‘moeilijkheden in overleg en afstemming’ komen bijna dubbel zo vaak voor bij de grootste ondernemingen als bij de kleinste. Er zijn uitgesproken verschillen tussen de sectoren in de gevolgen die ze ervaren. Het verbod op activiteiten treft vooral de quartaire sector (47% met belangrijke impact), waar onder meer de kunsten en de verenigingen toe behoren. Ook bij de diensten kwam dit vaak voor (31% met belangrijke impact). Moeilijkheden in overleg en afstemming zien we veel vaker bij de quartaire sector en de diensten, ook een belangrijke impact van personeel dat niet kon of mocht komen werken zien we daar vaker. Een afname van de vraag zien we ook vooral daar. Problemen met leveranciers die niet konden leveren hebben dan weer vooral in de industrie en de bouw een belangrijke impact. Toename of afname van de vraag sterk bepalend voor doorstaan crisis Een toename van de vraag, wat bij 40% van de ondernemingen en organisaties voorkwam, leidt tot een veel grotere kans om de crisis goed of zelfs zeer goed doorstaan te hebben. Helaas zien we ook dat van wie een belangrijke afname van de vraag kende – ongeveer de helft van de ondernemingen en organisaties - vaker aangeeft dat ze de crisis helemaal of eerder niet goed hebben doorstaan. Verder lijken moeilijkheden met betalingen door klanten zwaar door te wegen, net zoals moeilijkheden in overleg en afstemming en een verbod op de activiteiten. De organisatie aanpassen is meest voorkomende maatregel We vroegen ook welke maatregelen werden genomen in het kader van corona. De maatregel die er uit springt is aanpassen van de werkorganisatie, meer dan de helft (55%) van de ondernemingen en organisaties heeft dit gedaan. Dit wordt gevolgd door digitalisering van interne werkprocessen (44%); het aanvragen van een premie om omzetverliezen te compenseren (43%) en het aanpassen van het takenpakket van de werknemers (43%). De top vijf van maatregelen wordt vervolledigd door het aanpassen van marketing- en communicatiestrategie (41%). 6
Grotere ondernemingen of organisaties zetten vaker maatregelen in die de interne werkorganisatie- of processen moeten verbeteren of aanpassen, zoals de werkorganisatie aanpassen, interne werkprocessen digitaliseren of het aanpassen van het takenpakket. Ze hebben ook vaker het aantal personen dat aan het werk is (in vast of los verband) laten stijgen. De quartaire sector past bijna elke voorgestelde strategie het vaakst toe. De dienstenondernemingen hebben het vaakst hun financiële reserves aangesproken, dat was zo bij één op de drie. Ook hebben ze vaker het aantal personen dat aan het werk is (in vast of los verband) laten dalen (31%). Nieuwe producten op de markt brengen en meer personen aan het werk zetten: die twee maatregelen gaan – los van sector of grootte, of andere maatregelen – samen met een grotere kans om de coronacrisis goed doorstaan te hebben. Wie een nieuw product kon uitbrengen, of wie blijkbaar voldoende werk had om meer volk in te zetten, kijkt tevreden terug. Bijna alle andere maatregelen gaan samen met een lagere kans om de crisis goed doorstaan te hebben, zoals het aanspreken van financiële reserves, het aanvragen van een premie, het aantal personen aan het werk laten dalen, het herzien van de planning van investeringen en het zoeken naar nieuwe klanten. De meeste van deze maatregelen horen samen en zijn gericht op het herschikken van financiële middelen en uitgaven en moeten een onderneming of organisatie in staat stellen om met de gewijzigde situatie om te gaan. De overige maatregelen gericht op het aanpassen van de arbeidsorganisatie en communicatie of marketingstrategie, zoals het aanpassen van de het takenpakketten van de medewerkers of het anders organiseren van het werk en het digitaliseren van de werkprocessen, laten geen verband zien met de kans om de crisis goed doorstaan te hebben. Dit zijn nochtans maatregelen die het meeste werden ingezet. Waarschijnlijk kunnen we die eerder als een aanpassing zien in omstandigheden waar een zekere flexibiliteit en efficiëntie in de organisatie van het werk volstaat om de omstandigheden het hoofd te bieden, zonder dat de basis van de onderneming of organisatie onder grote druk komt te staan. Afgezien van het in de markt zetten van nieuwe producten of diensten, wat niet voor elk type product of dienst op korte termijn kan, is er geen enkele strategie die ondernemingen en organisaties met zekerheid kan behoeden voor de negatieve gevolgen. Dat wil daarom niet zeggen dat de toegepaste maatregelen niet nodig of effectief waren: waarschijnlijk waren ze noodzakelijk om de onderneming of organisatie voor erger te behoeden. Het effect van een maatregel kan maar begrepen worden in de context waarin ze zich voordeed. Er is een duidelijke samenhang tussen de verschillende soor7
ten gevolgen van de coronacrisis en de genomen maatregelen. Ondernemingen en organisaties geconfronteerd met een (gedeeltelijk) verbod op de activiteiten, een afname in de vraag en moeilijkheden met betalingen van klanten namen vaker financiële maatregelen zoals het aanspreken van financiële reserves, het zoeken naar extra financiering, het aantal personen aan het werk laten dalen en de planning van investeringen of projecten herzien. Wanneer er een toename in de vraag was, is de kans groter dat innovatiemaatregelen werden genomen zoals het aantal personen aan het werk laten stijgen, nieuwe of aangepaste producten ontwikkelen en zoeken naar nieuwe klanten. Ook werd vaker de marketing- en communicatiestrategie aangepast. Moeilijkheden in overleg en afstemming gaat vooral samen met de arbeidsorganisatorische maatregelen zoals digitalisering van interne werkprocessen, het aanpassen van de werkorganisatie en het takenpakket van de werknemers, net als de marketing- en communicatiestrategie. Er is ook een grotere kans op samenwerking met andere ondernemingen of organisaties. Doen wat moet gedaan worden Of een onderneming de coronacrisis goed doorstaan heeft blijkt vooral samen te gaan met hoe groot een onderneming of organisatie is (hoe groter hoe meer kans), in welke sector die actief is en vooral of ze een toename van de vraag hebben gekend. Die elementen wegen het zwaarste door en liggen buiten de actieradius van een onderneming of organisatie. De aard van de maatregelen die men kon toepassen – meer medewerkers aannemen bijvoorbeeld heeft alleen maar zin als er meer vraag is – werden in grote mate bepaald door de gevolgen van de crisis die men heeft ervaren. Voor de meeste ondernemingen en organisaties was er niet veel anders mogelijk dan de organisatie herschikken en een aantal processen aanpassen. Een magische oplossing was er niet. Wel zien we dat wie nieuwe of aangepaste producten of diensten heeft ontwikkeld, meer kans heeft om de coronacrisis goed te hebben doorstaan. Iets wat zeker niet voor elk type product of dienst mogelijk was, toch niet op korte termijn.
8
9
Rapport Inleiding Covid-19 en de daaruit vloeiende crisis hebben een grote impact gehad op het sociale en economische leven in zijn geheel. Ook de impact op ondernemingen en organisaties is groot. In dit rapport beschrijven we hoe ondernemingen en organisaties de coronacrisis zijn doorgekomen, met welke gevolgen zij werden geconfronteerd en welke maatregelen ze hebben gehanteerd om deze periode door te komen. Eerst geven we nog een korte situering van de Ondernemingsenquête.
Vragenlijst geïnspireerd op kwalitatief onderzoek Om een zicht te krijgen op de impact van de coronacrisis op de ondernemingen sprak de Stichting Innovatie en Arbeid met de zaakvoerder, CEO of personeelsverantwoordelijke van tien ondernemingen uit verschillende sectoren. Hierbij werd onderzocht welke impact de coronacrisis had op de bedrijfsstrategie, de productie, de arbeidsorganisatie en de inzet van personeel (Delagrange & Van Rampelberg, 2020). Deze gesprekken weerspiegelden de situatie tijdens de eerste lockdown. Zes maanden nadien, tijdens de derde coronagolf spraken de onderzoekers opnieuw met deze ondernemingen (Delagrange & Van Rampelberg, 2021). Het gaat om ondernemingen die de coronacrisis relatief goed hebben doorstaan: ze hebben hun activiteiten minstens gedeeltelijk kunnen verderzetten. Deze inzichten werden meegenomen bij de ontwikkeling van de vragenlijst.
Ondernemingsenquête 2021 De Ondernemingsenquête gaat over de mate waarin nieuwe innovatie-, organisatie- of arbeidsconcepten worden toegepast in de Vlaamse economie (voorheen TOA of IOA). Het onderzoek wil zicht krijgen op feitelijke ontwikkelingen in organisaties over een langer tijdsperspectief. De enquête wordt driejaarlijks telefonisch afgenomen bij een representatieve steekproef van ondernemingen en organisaties uit Vlaanderen en Nederlandstalig Brussel. Voor Brussel betekent dit alle ondernemingen en organisaties die in de balanscentrale minstens de code ‘N’ voor Nederlands hebben aangeduid. Het gaat verder om ondernemingen en organisaties met minstens één werknemer, uit alle sectoren, inbegrepen het onderwijs, de overheid en de social profit. De respondenten zijn de personeelsverantwoordelijken of zaakvoerders. De steekproeven zijn gestratificeerd naar sector (industrie inclusief primaire sector, diensten, bouw en overheid, onderwijs en social profit (OOSP)) en grootte. De gegevens worden achteraf gewogen voor de totaalcijfers. Er wordt voor elke editie een nieuwe steekproef getrokken. Voor de editie van 2021 werden 1657 volledig afgewerkte vragenlijsten afgenomen in september- november. De nettorespons (deel10
name ten op zicht van weigeringen, gemeten vanaf het contact met de respondent) lag in 2021 op 42,9%. Een uitvoerige toelichting van de methodologie en de volledige vragenlijst vindt u in het methodologisch rapport (Delagrange & Notebaert, ).
De vragen die we stelden We legden de respondenten een aantal gevolgen voor die zich mogelijk voordeden tijdens de coronacrisis en welke impact deze hadden. Want je kan met een bepaalde situatie geconfronteerd worden, of dit een belangrijke impact had op de onderneming kan van onderneming tot onderneming verschillen. We polsten bijvoorbeeld of de onderneming of organisatie een geheel of gedeeltelijk verbod op de activiteit kenden of er een toename in vraag was. Daarnaast polsten we naar maatregelen om deze coronacrisis te baas te blijven. Deze kunnen we sorteren in financiële maatregelen, maatregelen gericht op innovatie, samenwerking, HR-beleid of arbeidsorganisatie en digitalisering. Tenslotte geven de organisaties ons een algemene inschatting over het al dan niet goed doorstaan hebben van deze coronacrisis. De exacte formulering van deze vragen vindt u in de bijlage. De volledige vragenlijst kan u terugvinden in het methodologisch rapport.
De periode van afname interviews De interviews zijn afgenomen in september en november van 2021, een periode waarin de coronacrisis heel even bedwongen leek. Naar het einde van de dataverzameling werden enkele maatregelen opnieuw ingevoerd zoals een aanbeveling tot telewerk. Onze timing zat goed in die zin dat tijdens de interviews er geen acute crisisfase was voor het merendeel van de organisaties en ondernemingen en de respondenten er konden op terugkijken zonder er middenin te staan.
11
De meeste ondernemingen doorstaan de crisis goed Aan de 1657 respondenten hebben we gevraagd hoe ze inschatten dat hun onderneming of organisatie de coronacrisis heeft doorstaan. Figuur 1:
Mate waarin de ondernemingen of organisaties de coronacrisis goed hebben doorstaan
45,0% 39,7%
40,0% 35,0%
30,0%
27,5% 23,2%
25,0%
20,0% 15,0% 8,2%
10,0% 5,0%
1,4%
0,0% Helemaal niet goed doorstaan
Eerder niet goed doorstaan
Neutraal
Eerder goed doorstaan
Heel goed doorstaan
N=1657, gewogen op sector en grootte.
In de meeste ondernemingen en organisaties geven de respondenten aan dat ze de coronacrisis goed doorstaan hebben: vier op de tien eerder goed, en drie op de tien heel goed (Figuur 1). Daarnaast is er een groep van een kwart die een neutrale positie aanneemt. Een kleine groep heeft het helemaal niet goed doorstaan of eerder niet goed doorstaan, samen ongeveer een op de tien. In wat volgt groeperen we eerder goed en heel goed tot goed (samen 67,2%). Omdat de twee kleinere groepen met helemaal niet goed en eerder niet goed speciale aandacht verdienen maken we er een apart profiel van.
Industrie, quartair en grotere organisaties hebben de coronacrisis beter doorstaan Op basis van onze ruime sectorindeling zien we dat de ondernemingen in de diensten de coronacrisis minder vaak goed hebben doorstaan (Figuur 2). Bij de bouw ging het ook wat minder goed, maar het verschil is relatief. Op basis van grootte, gemeten aan het aantal werknemers, blijkt dat grotere ondernemingen en organisaties vaker de crisis goed hebben doorstaan dan de kleine. Het verschil is aanzienlijk, van 64,5% goed doorstaan bij de kleinste (één tot negen werknemers) tot 86,7% bij de grootste (200 of meer werknemers). 12
Figuur 2:
Goed doorstaan hebben van coronacrisis volgens sector
100% 90% 80%
72,8%
70%
74,7%
70,3% 63,6%
60% 50% 40% 30% 20% 10% 0% ind+prim
bouw
diensten
quartair
N= 1657, gewogen op sector en grootte. Chi²: p <0,001, percentage van de ondernemingen en organisaties dat de coronacrisis eerder goed of heel goed heeft doorstaan. Figuur 3:
Goed doorstaan hebben van de coronacrisis volgens grootte
100% 90%
82,6% 74,9%
80% 70%
86,7%
64,5%
60% 50% 40% 30% 20%
10% 0% 1-9 wn
10-49 wn
50-199 wn
200+ wn
N= 1657, gewogen op sector en grootte. Chi²: p <0,001, percentage van de ondernemingen en organisaties dat de coronacrisis eerder goed of heel goed heeft doorstaan.
Wanneer we de gegevens van sector en grootte bij elkaar zetten (Figuur 4) dan zien we dat het effect van grootte in elke sector terugkomt, met uitzondering van de bouw waar de grotere het minder goed deden. We zien ook dat bij de diensten de kleinere ondernemingen het in verhouding nog moeilijker hadden dan in de andere sectoren. Bij de kleine diensten is er maar 61% die aangeeft dat ze het eerder of heel goed hebben doorstaan. 13
Figuur 4:
Goed doorstaan hebben van de coronacrisis volgens sector en grootte 100%
100% 90% 80%
71%
77% 78% 70%
70%
80%
75%
83%
72%
67%
79%
86% 83%
71%
61%
60% 50%
40% 30% 20% 10% 0%
ind+prim
1-9 wn
bouw
diensten
10-49 wn
50-199 wn
quartair
200+ wn
N= 1657, gewogen op sector en grootte. Chi²: p <0,001, percentage van de ondernemingen en organisaties dat de coronacrisis eerder goed of heel goed heeft doorstaan. Bij de bouwsector zijn er onvoldoende antwoorden van de ondernemingen met 200 of meer werknemers.
Handel en diensten kenden het zwaarste weer Onze enquête laat maar in beperkte mate toe om een fijne sectorindeling te maken. Gezien we echter vermoeden dat specifieke sectoren het moeilijker hadden tijdens de coronacrisis dan anderen, loont het toch de moeite om op te zoeken of we er enkele kunnen identificeren. Voor de eerste sectorindeling baseren we ons op het antwoord van de respondent die zichzelf in een sector indeelde. Deze leert dat een groter aandeel in de handel (14,8%) en de diensten (10,8%) de coronacrisis niet goed hebben doorstaan (eerder en helemaal niet goed doorstaan opgeteld, zie Figuur 5). Geen enkele onderneming of organisatie uit de primaire sector, overheid en onderwijs heeft de coronacrisis eerder niet of helemaal niet goed doorstaan.
14
Figuur 5:
Ondernemingen en organisaties die de coronacrisis (helemaal) niet goed doorstaan hebben meer in detail (op basis van zelfindeling)
16%
14,8%
14% 12%
10,8%
10%
8,1% 8% 5,6%
6%
5,8%
5,2%
4% 2% 0% Land- of tuinbouw
Industrie
Bouw
Diensten
Social profit
Overheid Onderwijs
Vrije Beroepen
Handel
(helemaal) niet goed doorstaan N=1657, gewogen op sector en grootte. Chi²: p<0,001
We kunnen ook een indeling maken op basis van NACE-codes (Figuur 6), met die beperking dat we voor fijnere indelingen soms niet voldoende eenheden in onze steekproef hebben. Daar zien we dat vooral ondernemingen uit de overige dienstensector 1, recreatie, cultuur en sport en de overige industrie2 de coronacrisis vaker eerder niet of helemaal niet goed hebben doorstaan. Sectoren zoals de primaire sector, voeding, chemie en zakelijke dienstverlening hebben de coronacrisis beter doorstaan. Dat bevestigt wat we vaststelden op basis van onze eerdere indeling.
1
De subsectoren met een voldoende aantal eenheden worden apart weergegeven. De overige dienstensector bestaat uit tal van kleinere subsectoren die onvoldoende eenheden hadden om apart te worden weergegeven in de analyses.
2
De subsectoren met een voldoende aantal eenheden worden apart weergegeven. De overige industrie bestaat uit tal van kleinere subsectoren die onvoldoende eenheden hadden om apart te worden weergegeven in de analyses.
15
Figuur 6:
Ondernemingen en organisaties die de coronacrisis (helemaal) niet goed doorstaan hebben meer in detail (op basis van NACE-codes)
maatschappelijke dienstverlening
3,4%
gezondheidszorg
4,1%
overige quartaire sector
4,4%
recreatie, cultuur en sport
14,3%
zakelijke dienstverlening
0,4%
overige diensten rest
15,2%
transport en logistiek
7,5%
handel
10,7%
bouw
4,5%
metaal
7,4%
chemie overige industrie
12,8%
voeding primaire 0%
10%
20%
30%
40%
50%
60%
70%
(helemaal) niet goed doorstaan N:1657, gewogen op sector (NACE) en grootte. Chi²: p<0,001
Onze enquête is representatief voor de gehele populatie van ondernemingen en organisaties op basis van de ruime sectorindeling; voor de fijnere sectorindelingen hebben we niet voldoende eenheden. Wel wijzen onze meer gedetailleerde analyses erop dat er grote verschillen zijn tussen de fijner ingedeelde sectoren. We verwachten daarom dat de impact van de specifieke situatie waar ondernemingen en organisaties mee geconfronteerd zijn sterk bepalend zal zijn voor hoe ze de crisis zijn doorgekomen (zie verder).
Wie het al moeilijk had kwam de crisis minder goed door De economische situatie van de ondernemingen en organisaties voor de crisis blijkt sterk verband te houden met de kans om de crisis goed door te komen. Dat zien we wanneer we de evaluatie van het doorkomen van de crisis afzetten tegen de evolutie die de ondernemingen en organisaties kennen in hun activiteiten in de voorbije drie à vijf jaar. We vroegen onze respondenten om in te schatten wat de evolutie van de activiteiten was die ze hebben gekend in de voorbije jaren (drie à vijf jaar). Een kwart van de ondernemingen en organisaties kenden de afgelopen drie tot vijf jaar een sterke of beperkte vermindering in de activiteiten (Figuur 7). Deze vraag hebben we ook in de vorige edities gesteld. Er was een duidelijke vooruitgang in 2018 ten opzichte van 2014 – méér dan de helft van de ondernemingen en organisaties keek terug op jaren van beperkte of sterke groei in 2018, tegenover vier op de tien in 2014 (Tabel 1). In 2021 is dit terug gezakt naar 45%.
16
Tabel 1:
Evolutie van de activiteit in de voorbije drie à vijf jaar, gemeten in 2014, 2018 en 2021
Als u het recente verleden (3 à 5 jaar) voor ogen houdt, hoe schat u het niveau van de activiteiten van uw organisatie in?
2014
2018
2021
29,8%
15,2%
25,1%
Gelijk gebleven
30,8%
29,9%
29,6%
Beperkte of sterke groei
39,4%
54,9%
45,4%
100%
100%
100%
Beperkte of sterke vermindering
Totaal
2014 N=1077, 2018 N=1652, 2021 N=1657 , gewogen op sector en grootte. Chi²: 2014- 2021: p<0,001; 20182021: p<0,001; 2014-2018: p<0,001
De ondernemingen en organisaties die een sterke vermindering in de activiteiten kenden geven vaker aan de coronacrisis niet goed te hebben doorstaan (45%, Figuur 8) in vergelijking met deze die een gelijk niveau aan activiteiten kenden (4%) of een sterke groei (1%). De coronacrisis lijkt de ondernemingen en organisaties die al in de moeilijkheden zaten extra getroffen te hebben, al moeten we enig voorbehoud maken: de coronacrisis ligt in de referentietijd waarnaar verwezen wordt in de vraag en het is wellicht niet vanzelfsprekend om los van de crisis de activiteiten te beoordelen voor de periode daar aan voorafgaand.
17
Figuur 7:
Evolutie in de activiteiten: recente verleden en nabije toekomst (3 à 5 jaar)
100% 10%
13%
90% 80%
32%
70%
42%
60% 50% 40%
30% 34%
30% 20%
14%
10%
10%
11%
4%
0% Recente verleden (3 à 5 jaar) sterke vermindering
beperkte vermindering
Nabije toekomst (3 à 5 jaar) gelijk gebeleven
N=1657, gewogen op sector en grootte
18
beperkte groei
sterke groei
Figuur 8: 100%
Doorstaan van de coronacrisis volgens evolutie van de activiteit in de voorbije 3 à 5 jaar 4%
7%
90% 80%
31%
41%
70% 60%
30%
27%
56%
25%
50%
42%
46%
40% 37%
30% 20%
31% 45% 25%
10%
20%
15%
13% 4%
4%
Gelijk gebleven
Beperkte groei
0% Sterke vermindering
Beperkte vermindering
Niet goed doorstaan (helemaal & eerder)
Neutraal
Eerder goed doorstaan
Heel goed doorstaan
1% Sterke groei
N=1657, gewogen op sector en grootte. Chi²: p<0,001
Faalkans blijkt goede voorspeller van kans op doorkomen crisis In deze editie van de Ondernemingsenquête kunnen we gebruik maken van de R-score van Trends Business Information. We hebben de R-Score op drie momenten: 1 januari 2020, voor de crisis uitbrak, 1 januari 2021 midden in de crisis, en 1 januari 2022, het meest recente meetpunt. De R-Score van Trends Business Information is een cijfer van 1 tot 20 dat de ‘kans op faling’ op korte termijn aangeeft. Trends Business Information berekent deze score op basis van de balansgegevens, aangevuld met bijkomende informatie zoals RSZ-gebeurtenissen, veranderingen in het bestuur en dergelijke. De score wordt permanent bijgewerkt met de meest recente gegevens. De score is door hen gemaakt om ondernemers een idee te geven over de zakelijke stabiliteit van de onderneming waarmee ze zaken willen doen. Het risico op faling is hoog tussen 0 en 6, gematigd tussen 7 en 10 en laag van 11 tot 20. De meeste ondernemingen en organisaties krijgen een score rond de 12, 15 of meer is uitzonderlijk. De R-Score van Trends Business Information blijkt goed aan te sluiten bij onze vraag naar de evolutie van de activiteiten in de voorbije 3 tot 5 jaar. Ondernemingen en organisaties die een grotere kans hebben om de coronacrisis goed te doorstaan, blijken ook een hogere R-Score te hebben 19
gekregen (Figuur 9). Bovendien blijkt na controle op sector en grootte dit verband te blijven bestaan (Tabel 2). Figuur 9:
Gemiddelde waarde van Trends’ R-score volgens doorstaan hebben coronacrisis, 2022
Gemiddelde waarde R-Score Trends (op 20) 16,00
13,38
14,00 12,00
10,00
8,80
8,88
Helemaal niet goed doorstaan
Eerder niet goed doorstaan
11,73
12,02
Neutraal
Eerder goed doorstaan
8,00 6,00 4,00 2,00 0,00 Heel goed doorstaan
Bron: Trends Business Information, 1/2022. Algemeen gemiddelde: 12,02. N=1506, ondernemingen en organisaties waarvoor Trends’ R-Score beschikbaar is. Gewogen op sector en grootte. Anova: p <0,001, Eta 0,274. Voor de rij helemaal niet goed doorstaan is N=9; wanneer deze samengevoegd wordt met eerder niet goed doorstaan: Anova: p < 0,001 en Eta 0,274 Tabel 2:
Verband tussen goed doorstaan coronacrisis en Trends R-Score gecontroleerd voor grootte en sector
Grootte
1-9 wn 10-49 wn 50-199 wn 200+ wn Industrie Bouw Diensten Quartair
Sector
Scoring Trends 2022 Nagelkerke R²
OR R 1,444 1,785 2,402 R 1,168 ,962 ,938 1,106 0,079
N= 1025, niet gewogen. Bron R-Score: Trends Business Information R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Interpretatie odds ratios model (1): de kansverhouding goed doorstaan coronacrisis versus de rest ligt - onder controle van alle andere variabelen bij ondernemingen en organisaties met meer dan 200 werknemers bijna twee en een half keer hoger (odds ratio = 2,402) en ondernemingen en organisaties met 50-199 werknemers ruim 1,5 keer hoger (odds ratio = 1,785 ) dan in de referentiegroep van ondernemingen en organisaties met 1-9 werknemer.
Er is een tendens te zien in de evolutie van de gemiddelde R-Score waarbij er in 2021 een daling is (van 0,9 punten) op de R-score waarna deze op eenzelfde niveau blijft in 2022 als in 2021 (Tabel 20
3). De knik in 2021, die wel bijna niet anders kan dan sterk door de coronacrisis te zijn beïnvloed, werd dus nog niet goed gemaakt. We zien ook dat de spreiding rond het gemiddelde toenam: van 14,6 in 2020, over 19,8 in 2021 tot 20,3 in 2022. Er zijn dus grotere verschillen tussen de ondernemingen en organisaties voor en na de coronacrisis. Tabel 3:
Trends’ R-Score in 2020, 2021 en 2022, verschil tussen 2022 en 2020, gemiddeldes en spreiding
Gemiddelde Standaarddeviatie Variantie
R-Score 2020
R-Score 2021
R-Score 2022
12,9 3,8 14,6
12,0 4,5 19,8
12,0 4,5 20,3
Verschil tussen 2020 en 2022 -0,9 3,9 15,4
Bron: Trends Business Information, N=1505, gewogen op sector en grootte, eigen verwerking Figuur 10: Trends’ R-Score 2020, 2021 en 2022 volgens mate van doorstaan hebben coronacrisis 15,0
14,0
13,0
12,0
11,0
10,0
9,0
8,0 R-Score 2020
R-Score 2021
R-Score 2022
Helemaal niet goed doorstaan
Eerder niet goed doorstaan
Neutraal
Eerder goed doorstaan
Heel goed doorstaan Bron: Trends Business Information, N=1505, gewogen op sector en grootte, eigen verwerking
De ondernemingen en organisaties die aangeven de crisis heel goed doorstaan te hebben kenden na een daling in 2021, opnieuw een stijging. De oorspronkelijke waarden uit 2020 worden wel niet geëvenaard (Figuur 10). Deze die een neutrale positie innamen of die de crisis eerder goed hebben doorstaan blijven na een daling in 2021 dit niveau aanhouden in 2022. 21
Ondernemingen en organisaties die aangeven dat ze de coronacrisis eerder niet goed hebben doorstaan hebben gemiddeld een lagere score bij het begin in 2020 en halen in 2021 en in 2022 telkens een nog lagere score. De ondernemingen en organisaties die de coronacrisis helemaal niet goed hebben doorstaan vertrekken van de slechtste positie bij aanvang van de coronacrisis, maar die positie blijft wel stabiel in 2021. We zien daarna wel een beduidende knik naar beneden. Zij hebben samen met deze die de coronacrisis eerder niet goed hebben doorstaan vooral moeilijk om terug aansluiting te vinden met groei of zelfs een stabiel niveau. We kunnen dus besluiten dat er een duidelijk verband is tussen hoe goed een onderneming of organisatie de coronacrisis is doorgekomen en de economische situatie waarin ze zich bevonden voor de crisis, waarbij vooral de ondernemingen en organisaties met een minder gunstige economische situatie vooraf er doorgaans minder goed zijn uitgekomen. De spreiding in scores tussen de ondernemingen en organisaties is toegenomen.
Somber vooruitzicht bij wie de crisis niet goed doorkwam Over alle ondernemingen en organisaties heen verwacht 14% een sterke of beperkte vermindering van de activiteiten de komende drie à vijf jaar (Figuur 7). Meer respondenten verwachtten in 2021 een groei voor hun onderneming of organisatie dan in 2014 (Tabel 4), maar ook iets meer verwachtten een terugloop; de verwachtingen lijken vooral meer uitgesproken. Tabel 4:
Verwachte evolutie van de activiteiten inde nabije toekomst, 2014 en 2021
Als u de nabije toekomst (3 à 5 jaar) voor ogen houdt, hoe schat u het niveau van de
2014
2021
10,6%
13,7%
Gelijk gebleven
47,3%
34,2%
Beperkte of sterke groei
42,2%
52,1%
100%
100%
Beperkte of sterke vermindering of stopzetting van de activiteit
activiteit van uw organisatie in?
Total 2014 N= 1077, 2021 N=1657, gewogen op sector en grootte. Chi²: p<0,001
Ondernemingen en organisaties die de coronacrisis helemaal niet goed of eerder niet goed hebben doorstaan zijn vaker pessimistisch over de activiteiten in de toekomst: 14% verwacht een sterke vermindering of stopzetting van de activiteiten (Figuur 11). Bij ondernemingen en organisaties die de coronacrisis heel goed doorstaan hebben verwacht maar 4% een sterke vermindering of stopzetting van de activiteiten. Moeilijkheden tijdens de crisis lijken samen te gaan met zorgen op langere termijn.
22
Figuur 11: Verband tussen verwachte evolutie in de activiteiten (drie à vijf jaar) en doorstaan van de coronacrisis 100% 90%
12%
12%
37%
35%
26%
35%
8%
12%
10%
48%
39%
42%
37%
34%
80%
70% 60% 50% 40% 30% 20% 10% 0%
34% 11% 14% Niet goed doorstaan (helemaal & eerder)
12% 6%
8% 2%
10% 2%
9% 4%
Neutraal
Gelijk gebleven
Eerder goed doorstaan
Heel goed doorstaan
Sterke groei Beperkte groei Gelijk gebleven Beperkte vermindering Sterke vermindering of stopzetting van de activiteit
N=1657, gewogen op sector en grootte. X²: p<0,001
23
Verplichte sluiting, afname van de vraag en leveringsproblemen belangrijkste gevolgen Aan de respondenten hebben we een aantal gevolgen van de coronacrisis voorgelegd. Ze konden per gevolg aangeven of ze die ofwel niet hebben ervaren, ofwel wel hebben ervaren met een beperkte of belangrijke impact. Een geheel of gedeeltelijk verbod op de activiteit, een afname van de vraag en problemen met leveringen door leveranciers zijn de meest genoemde gevolgen die een belangrijke impact hadden (Figuur 12). Personeel dat niet kan of mag komen werken komt in het algemeen het vaakste voor, maar de impact is vooral beperkt. Een toename van de vraag kan in principe samengaan met een afname van de vraag, bijvoorbeeld als een onderneming of organisatie meerdere producten, diensten of activiteiten aanbiedt. Die optie werd in de vragenlijst opengelaten en bleek bij 23% van de ondernemingen en organisaties voor te komen. Zij hebben op beide vragen ja - beperkt of ja- belangrijk geantwoord. Voor 31% van de ondernemingen en organisaties waren er geen gevolgen waarvan ze vonden dat die een belangrijke impact hadden, voor 25% was er één – samen 56% (Tabel 5). Een oefening om na te gaan of er bepaalde combinaties van gevolgen zijn die vaker voorkomen leidt niet tot combinaties die er uit springen.
24
Figuur 12: Mate waarin gevolgen van de coronacrisis zich hebben voorgedaan
Geheel of gedeeltelijk verbod op de activiteit
43%
Moeilijkheden in overleg en afstemming intern of met externen
26%
56%
Personeel dat niet kon of mocht komen werken
38%
31%
31%
37%
Problemen met betalingen door klanten
24%
70%
Problemen met leveringen door leveranciers
41%
Afname van de vraag
22%
32%
46%
Toename van de vraag
13%
59%
8%
27%
25%
29%
21%
19%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%100% Nee/NVT
Ja,beperkt
Ja, belangrijk
N=1657, gewogen op sector en grootte. “Nee” en “Niet van toepassing” zijn samengevoegd. Tabel 5:
Aantal gevolgen coronacrisis met belangrijke impact
Aantal gevolgen met een belangrijke impact
Percent
Geen
30,5%
1
25,0%
2
21,2%
3
13,5%
4
6,8%
5
2,4%
6
0,7%
7
0,0%
Totaal
100%
N=1657, gewogen op sector en grootte
25
Afname van de vraag vaker ervaren door kleinere ondernemingen De afname van de vraag komt vaker voor bij kleinere ondernemingen en organisaties (Figuur 13). Consequenties voor de organisatie zijn er dan weer vaker voor grotere ondernemingen of organisaties: moeilijkheden door personeel dat niet kan of mag komen werken of moeilijkheden in overleg en afstemming komen bijna dubbel zo vaak voor bij de grootste ondernemingen en organisaties als bij de kleinste. De verschillen tussen de sectoren (Figuur 14) zijn erg uitgesproken. Het verbod op activiteiten treft vooral de quartaire sector (47% met belangrijke impact), waar onder meer de kunsten en de verenigingen toe behoren. Ook bij de diensten kwam dit vaak voor (31% belangrijk). Moeilijkheden in overleg en afstemming zien we veel vaker bij de quartaire sector en de diensten, ook een belangrijke impact van personeel dat niet kon of mocht komen werken zien we daar vaker. Een belangrijke afname van de vraag zien we ook vooral daar. Problemen met leveringen door leveranciers hebben dan weer vooral in de industrie en de bouw een belangrijke impact. Ook de quartaire sector kende belangrijke leveringsproblemen. Aan de andere kant kende vooral de industrie een toename van de vraag), gevolgd door de dienstensector. De verschillen tussen de sectoren, zelfs op deze erg ruime manier ingedeeld, geven aan dat de impact van de coronacrisis op erg verschillende manieren werd ervaren afhankelijk van de aard van de activiteiten. Ook het aantal gevolgen dat voorkwam verschilt. Sommige sectoren zoals de dienstensector (1,6 gevolgen) en de quartaire sector (1,5) werden met meerdere gevolgen die een belangrijke impact hadden geconfronteerd. Bij de industrie en de bouwsector lag dit met gemiddeld 1,2 en 1,1 lager.
26
Figuur 13: Gevolgen van de coronacrisis volgens grootte
Moeilijkheden in overleg en Personeel dat niet afstemming intern kon of mocht of met externen* komen werken*
Problemen met betalingen door klanten
Problemen met leveringen door leveranciers
Afname van de vraag*
Geheel of Toename van de gedeeltelijk verbod vraag op de activiteit
0%
10%
1-9
20%
30%
40%
41% 49%
50-199
49%
200+
70%
28%
24%
25%
25%
20%
56%
50%
1-9
43%
26%
22%
29%
21% 30%
57%
50-199
20%
59%
200+ 41%
10-49
40%
50-199
41%
200+
23%
20%
53%
1-9
21%
27%
10-49
20%
32%
27%
30%
29%
33%
26%
31%
1-9
70%
10-49
70%
50-199
71%
200+
31% 22%
14%
6%
33%
23%
52%
27%
59%
26%
50%
1-9
36%
58%
10-49
29%
51%
50-199
36%
44%
39%
33%
nee
4%
25%
21%
200+
6%
25%
44%
14%
8%
24%
69%
50-199
21%
27%
38%
1-9
19%
23%
51%
200+
47%
ja, beperkt
N= 1657, gewogen op sector en grootte. *Chi²: p<0,05 27
100%
28%
61%
50-199
90%
32%
50%
10-49
80%
23%
1-9
200+
60%
27%
10-49
10-49
50%
ja, belangrijk
13% 13% 17% 20%
Figuur 14: Gevolgen van de coronacrisis volgens sector 10%
20%
30%
ind+prim
29%
quartair
63%
ind+prim
17% 20%
19%
18%
28%
18%
28%
41%
13%
26%
33%
54%
21%
26%
25%
35%
21%
39%
43%
diensten
40%
quartair
Problemen met betalingen door klanten*
22%
19%
59%
quartair
37% 31%
29%
61%
26%
66%
bouw
13%
29%
73%
diensten
44%
32%
13%
33%
34%
26%
39%
ind+prim
27%
65%
bouw
28%
62%
diensten
28%
58%
29%
44%
38%
ja, beperkt
N= 1657, gewogen op sector en grootte. * Chi²: p<0,05 28
3%
16%
55%
40%
nee
9% 15%
40%
quartair
7%
24% 81%
diensten
5%
20%
67%
quartair
quartair
47%
54%
bouw
bouw
31%
33%
61%
100%
11%
27%
diensten
diensten
90%
15%
24%
50%
ind+prim
80%
25%
bouw
ind+prim
70%
21%
44%
50%
bouw
60%
48%
ind+prim
ind+prim
50%
37%
diensten
quartair
40%
68%
bouw
Moeilijkheden in overleg en Personeel dat niet afstemming intern kon of mocht of met externen* komen werken*
Problemen met leveringen door leveranciers*
Afname van de vraag*
Geheel of Toename van de gedeeltelijk verbod vraag* op de activiteit*
0%
ja, belangrijk
7% 10% 13% 18%
Drie types van gevolgen Met een factoranalyse kunnen we achterhalen of er gevolgen van de crisis zijn die samen een logisch geheel vormen. We brengen de zeven gevolgen in de analyse, die ons drie factoren oplevert (Tabel 6). De eerste factor noemen we ‘stilvallen activiteiten’. Die wordt gekenmerkt door een hoge ‘score’ voor geheel of gedeeltelijk verbod op de activiteit, personeel dat niet kon of mocht komen werken en moeilijkheden in overleg en afstemming intern of met externen. Een tweede factor die we zien is een ‘rem op de handel’: met de items problemen met leveringen door leveranciers en problemen met betalingen door klanten. De derde factor is de ‘toename vraag’. Die bestaat uit toename van de vraag en afname van de vraag. Een afname in de vraag is duidelijk een heel andere realiteit om mee om te gaan dan een toename in de vraag. Statistisch gezien zijn de factoren niet zo heel sterk (afgezien van de eerste); voor de tweede en derde is dat aannemelijk aangezien er maar twee items zijn opgenomen en de betrouwbaarheidstest hiervoor gevoelig is. Gezien de factor ‘geremde handel’ een inzicht geeft in de variatie van effecten van de pandemie geven we die hier toch ter illustratie mee. De factor ‘toename vraag’ is inhoudelijk moeilijk te verklaren, zeker als we weten dat 23% zowel een afname als een toename in de vraag kent. Daarom opteren we ervoor om verder te gaan met de aparte vragen. Tabel 6:
Factoranalyse gevolgen Factor 1
2
3
Stilvallen
Geremde
Toename
activiteiten
vraag -0,171
Geheel of gedeeltelijk verbod op de activiteit
0,727
handel -0,076
Toename van de vraag
0,087
0,149
0,811
Afname van de vraag
0,345
0,403
-0,562
Problemen met leveringen door leveranciers
0,050
0,696
0,324
Problemen met betalingen door klanten
0,051
0,782
-0,151
Personeel dat niet kon of mocht komen werken
0,702
0,132
-0,058
Moeilijkheden in overleg en afstemming intern of met exter-
0,644
0,105
0,226
nen Rotated Component Matrix van de Varimax rotatie met optimum bereikt na 5 iteraties; ‘Niet van toepassing’ is samengevoegd met ‘neen’. De drie factoren met een eigenwaarde hoger dan 1, nemen 58,1% van de variantie in de oorspronkelijke items op. N= 1657. Chronhbach’s Alpha factor 1= 0,486; factor 2= 0,329, factor 3= 0,228
29
De quartaire sector, met onder andere cultuur en verenigingen scoort het hoogst op de factor stilvallen activiteiten (Tabel 15). De bouw en industrie scoren het hoogste op de factor geremde handel. Een belangrijke afname in de vraag zien we vooral in de diensten en quartaire sector (Figuur 14). Vooral de industrie kende een toename in de vraag (Figuur 14). Enkel met stilvallen activiteiten zien we een verband met grootte. Grote ondernemingen en organisaties scoren hierop hoger dan kleinere. De kleinere ondernemingen en organisaties kennen vaker een afname in de vraag (Figuur 13). Tabel 15:
Factoren stilvallen activiteiten, geremde handel naar sector en grootte
Stilvallen activiteiten Sector
Grootte
Geremde handel
Industrie
1,60
1,52
Bouw
2,08
1,51
Diensten
2,28
1,31
Quartaire sector
2,85
0,73
1-9 wn
2,26
N.S.
10-49 wn
2,49
50-199 wn
2,60
200+ wn
2,76
Totaal
2,32
1,23
N=1657, gewogen op sector en grootte. Wanneer weergegeven, Anova: p<0,05
Toename of afname van de vraag grootste effect op doorkomen coronacrisis Een toename van de vraag leidt tot een veel grotere kans om de crisis goed of zelfs zeer goed doorstaan te hebben: de helft (54%) van de ondernemingen en organisaties die de coronacrisis heel goed heeft doorstaan kende een toename van de vraag (Figuur 16). Daar tegenover staat dat een belangrijke afname van de vraag samen gaat met de crisis helemaal of eerder niet goed te hebben doorstaan. Van diegene die de coronacrisis niet goed hebben doorstaan geeft 72% aan een belangrijke afname van de vraag te kennen. Verder lijken moeilijkheden met betalingen door klanten zwaar door te wegen, net zoals moeilijkheden in overleg en afstemming intern of met externen. In het algemeen zien we dat om een duidelijk effect te hebben, een situatie als belangrijk moet aangegeven worden. Veel van de gevolgen waren blijkbaar herkenbaar voor veel van onze respondenten, maar hadden daarom geen grote impact op hoe ze zelf het doorstaan van de coronacrisis inschatten. We zagen eerder al dat de gevolgen verschillen per sector en grootte. Ook komen sommige gevolgen samen voor. Om na te gaan wat het zuivere effect van een gevolg is doen we een regressieanalyse (Tabel 7).
30
Van de zeven voorgestelde gevolgen zijn er vijf die verband houden met het doorstaan van de coronacrisis, na controle voor grootte, sector en de andere gevolgen. Ook op deze manier berekend blijkt een toename van de vraag – in positieve zin, odds ratio van 2,42 – en een daling van de vraag – in negatieve zin, odds ratio van 0,36 – het voornaamste gevolg van de crisis te zijn als we kijken naar de kans om de coronacrisis goed te hebben doorstaan. Problemen met leveringen en de beschikbaarheid van het personeel leveren geen significant verschil op. De inschatting van de respondent over de impact blijkt te kloppen, in die zin dat er geen significante verbanden zijn tussen de gevolgen met beperkte impact en de kans dat de onderneming of organisatie de coronacrisis goed heeft doorstaan. Wat zijn odds ratio’s? Een odds is een kansverhouding. De odds ratio is de verhouding van twee odds en geeft de verhouding weer tussen de kans dat een fenomeen zich voordoet bij een bepaalde groep ten op zicht van de kans bij een andere groep. In dit rapport gaat het om de kans om de coronacrisis goed doorstaan te hebben tegenover deze om de coronacrisis niet goed ( inclusief neutraal) doorstaan te hebben. Een odds ratio is het resultaat van een regressieanalyse. Deze techniek laat toe om het effect van één bepaald kenmerk te berekenen terwijl er rekening wordt gehouden met de effecten van alle andere meegerekende kenmerken. Is de odds ratio voor een kenmerk groter dan 1, dan is er meer kans dat het bestudeerde fenomeen zich voor doet, is de odds ratio kleiner dan 1, dan is de kans kleiner. Enkel wanneer significant is er sprake van een samenhang.
31
Moeilijkheden in overleg en Personeel dat niet Problemen met afstemming intern kon of mocht betalingen door of met externen* komen werken* klanten*
Problemen met leveringen door leveranciers*
Afname van de vraag*
Geheel of Toename van de gedeeltelijk verbod vraag* op de activiteit*
Figuur 16: Mate van doorkomen coronacrisis volgens de gevolgen van de coronacrisis Niet goed doorstaan
20%
Neutraal
20% 36%
Eerder goed doorstaan
22%
41%
Heel goed doorstaan
24%
13%
70%
15%
58%
Heel goed doorstaan 11%
33% 72%
29%
32% 51%
Heel goed doorstaan
39% 25% 23%
34%
28% 30%
Eerder goed doorstaan
42%
34%
Heel goed doorstaan
42%
Niet goed doorstaan
58% 67%
Eerder goed doorstaan
68%
28% 15%
20%
13%
25%
81% 26% 32% 36%
35% 44%
52% 47%
26%
52%
Eerder goed doorstaan
54%
N= 1657, gewogen op sector en grootte. Chi²: * p<0,05
32
14% 27%
32%
16%
34%
66% ja, beperkt
21% 35%
Neutraal
1%
43% 33%
Heel goed doorstaan
7% 18%
31%
Heel goed doorstaan
nee
24%
27%
Neutraal
Niet goed doorstaan
27%
31%
Heel goed doorstaan
10%
38%
43%
Eerder goed doorstaan
24%
67%
Neutraal
Neutraal
16%
21%
18%
8% 15%
27%
47%
Eerder goed doorstaan
Niet goed doorstaan
18%
79%
Eerder goed doorstaan
Niet goed doorstaan
27%
59%
Neutraal
Neutraal
43% 32%
Niet goed doorstaan
Niet goed doorstaan
60%
ja, belangrijk
12% 27%
7%
Tabel 7:
Gevolgen door corona op het goed hebben doorstaan van de coronacrisis - controle voor sector en grootte
odds ratio Grootte
Sector
(gedeeltelijk) verbod op de activiteit Personeel dat niet kon of mocht komen werken Toename van de vraag
Problemen met leveringen door leveranciers
Problemen met betalingen door klanten
Afname van de vraag
Moeilijkheden in overleg en afstemming
1-9 wn 10-49 wn 50-199 wn 200+ wn Industrie Bouw Diensten Quartair Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk Nee Ja, beperkt Ja, belangrijk
Nagelkerke R²
R 1,30 1,74 2,36 R 0,98 1,14 1,94 R 0,83 0,56 R 1,36 0,72 R 2,04 2,42 R 1,16 0,91 R 0,84 0,42 R 0,48 0,36 R 0,95 0,56 0,224
R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Interpretatie odds ratios model: de kansverhouding ‘goed doorstaan coronacrisis versus niet goed doorstaan ligt - onder controle van alle andere variabelen - bij ondernemingen en organisaties met meer dan 200 werknemers bijna twee en een half keer hoger (odds ratio = 2,36) en bij ondernemingen en organisaties met 50-199 werknemers ruim 1,5 keer hoger (odds ratio = 1,74 ) dan in de referentiegroep van ondernemingen en organisaties met 1-9 werknemers.
Gevolgen anders voor wie het al moeilijk had Op het moment van de afname van de vragenlijst duurde de coronacrisis ongeveer anderhalf jaar. De vraag naar de evolutie van de activiteiten in het verleden gaat verder terug in de tijd namelijk drie tot vijf jaar en omvat natuurlijk ook de periode van de coronacrisis zelf. We zien dat sommige gevolgen van de coronacrisis verband houden met de evolutie van de activiteiten in het verleden (3 à 5 jaar). Dit is zo voor een verbod op de activiteiten, toename en afname van de 33
vraag. Eerder zwakke verbanden zijn er met leveringsproblemen en personeel dat niet kon of mocht komen werken (Tabel 8). Betalingsproblemen van klanten of moeilijkheden in overleg en afstemming houden geen verband met de evolutie in activiteiten in het verleden. Tabel 8:
Evolutie van de activiteit in de voorbije 3 à 5 jaar en gevolgen van de coronacrisis
Correlatie met evolutie activiteiten in de voorbije 3 à 5 jaar Problemen met betalingen door klanten
-
Moeilijkheden in overleg en afstemming intern of met
-
externen Geheel of gedeeltelijk verbod op de activiteit
-0,153**
Toename van de vraag
0,267**
Problemen met leveringen door leveranciers
0,056**
Personeel dat niet kon of mocht komen werken
-0,054**
Afname van de vraag
-0,265**
N=1657, ongewogen. Gewogen op sector en grootte bekomen we dezelfde resultaten. Kendall Tau-b: p<0,01; -: niet significant l
34
‘Arbeidsorganisatie aanpassen’ en ‘digitaliseren van interne processen’ zijn de meest voorkomende maatregelen We vroegen ook welke maatregelen werden genomen in het kader van de coronacrisis. De maatregel die er uit springt is aanpassen van de werkorganisatie, meer dan de helft (54,7%) van de ondernemingen en organisaties heeft dit gedaan (Figuur 18). Dit wordt gevolgd door digitalisering van interne werkprocessen (44,0%), het aanvragen van een premie om omzetverliezen te compenseren (42,8%) en het aanpassen van het takenpakket van de werknemers (42,5%). De top vijf van aanpassingsmaatregelen wordt vervolledigd door het aanpassen van marketing- en communicatiestrategie (41,2%). Maatregelen die veel minder vaak voorkomen zijn het aantal werkenden laten stijgen (8,2%), extra financiëring zoeken (20,2%) en samenwerken met andere ondernemingen en organisaties (21,3%). Van de ondernemingen en organisaties die een premie hebben aangevraagd om omzetverliezen te compenseren heeft 95,9% deze ook gekregen. 6% van de ondernemingen en organisaties heeft geen enkele van de voorgestelde maatregelen toegepast, ongeveer een kwart heeft een of twee maatregelen toegepast (Figuur 17). Iets minder dan de helft van de ondernemingen en organisaties past vijf of meer maatregelen toe en ongeveer een kwart zeven of meer maatregelen. Gemiddeld namen ondernemingen en organisaties vier van de 13 voorgestelde maatregelen. Figuur 17: Aantal tegelijk toegepaste maatregelen 16% 13,7%
14%
12,5%
11,8%
12%
10,8%
11,1% 10,3%
10% 8,2% 8% 6,3%
5,6% 5,8%
6%
4% 1,5% 1,4%
2% 0%
N=1657, gewogen op sector en grootte 35
0,7%
0,2%
Figuur 18: Maatregelen getroffen in het kader van corona 0%
10%
20%
Belangrijke verandering in de wijze waarop het werk wordt georganiseerd
54,7%
Digitalisering van interne werkprocessen
44,0%
Premie om omzetverliezen te compenseren aangevraagd
42,8%
Takenpakket van de werknemers aanpassen
42,5%
Aanpassen van marketing- en communiatiestrategie
41,2%
Herzien van de planning van investeringen of projecten
40,4%
Nieuwe of aangepaste producten of diensten ontwikkelen
32,1%
Financiële reserves aanspreken
31,5%
Zoeken naar andere of nieuwe klanten
29,2%
Aantal personen dat aan het werk is in (vast of los) verband laten dalen
28,4%
Samenwerking met andere ondernemingen of organisaties
21,3%
Extra financiëring zoeken Aantal personen dat aan het werk is in (vast of los) verband is laten stijgen
30%
20,2% 8,2%
N= 1657, gewogen op sector en grootte
36
40%
50%
60%
70%
80%
Quartaire sector paste vaker verschillende maatregelen toe Er zijn grote sectorale verschillen in de toegepaste maatregelen (Figuur 19). De quartaire sector past bijna elke voorgestelde strategie het vaakst toe. Zo heeft 80% van de organisaties in de quartaire sector een belangrijke verandering doorgevoerd in de wijze waarop het werk werd georganiseerd. 75% digitaliseerde de werkprocessen, 64% paste het takenpakket aan en 60% ontwikkelde nieuwe of aangepaste producten of diensten. De quartaire sector past gemiddeld ook meer maatregelen toe (6) in vergelijking met de diensten (4,2), industrie (3,3) of bouwsector (3,1). In vergelijking met de overige sectoren hebben de dienstenondernemingen het vaakst hun financiële reserves aangesproken, dat was zo bij één op de drie. Ook hebben ze vaker het aantal personen dat aan het werk is (in vast of los verband) laten dalen (31%). Net als de industrie zochten ze vaker naar andere of nieuwe klanten (32%). Er zijn ook een aantal verschillen naar grootte van de onderneming of organisatie (Figuur 20). Grotere ondernemingen of organisaties zetten vaker maatregelen in die de interne werkorganisatie- of processen moeten verbeteren of aanpassen, zoals de werkorganisatie zelf aanpassen, interne werkprocessen digitaliseren of het aanpassen van het takenpakket. Ze hebben ook vaker het aantal personen dat aan het werk is laten stijgen – maar we weten dat dit ook vaker voorkomt bij groei, wat vaker voorgekomen is bij grotere ondernemingen en organisaties. Wat kleinere ondernemingen en organisaties dan wel vaker gedaan hebben is een premie aanvragen. Wellicht is het dankzij een schaalvoordeel dat grotere ondernemingen en organisaties meer financiële buffer hebben en we zagen ook al eerder dat grosso modo de grotere ondernemingen en organisaties beter de coronacrisis hebben doorstaan. De grotere ondernemingen en organisaties hanteerden gemiddeld meer verschillende maatregelen: de grootste met meer dan tweehonderd werknemers 5,7 maatregelen. Bij de ondernemingen en organisaties met maximaal negen werknemers is dit 4,2.
37
Figuur 19: Toegepaste maatregelen volgens sector 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 27% 22%
Financiële reserves aanspreken*
Extra financiëring zoeken*
34% 30% 15% 13% 19% 30% 19%
Een premie om omzetverliezen te compenseren aangevraagd*
45% 51%
Samenwerkingen met andere ondernemingen & organisaties*
bouw diensten
26% 21% 31% 24%
Aantal personen dat aan het werk is laten dalen*
Aantal personen dat aan het werk is laten stijgen*
Ind + prim
33%
quartair
11% 7% 7% 12% 14% 17% 16% 43% 28% 23%
Aanpassen van marketing- en communicatiestrategie*
40%
58% 37% 39% 38%
Herzien van de planning van investeringen of projecten*
51% 36% 28%
Digitalisering interne werkprocessen*
38% 75%
Nieuwe of aangepaste producten of diensten ontwikkelen*
16% 9% 29% 60% 32% 25%
Zoeken naar andere of nieuwe klanten*
32% 22% 42% 40%
Belangrijke verandering in de wijze waarop het werk wordt georganiseerd*
50% 80% 30% 31%
Takenpakket van de werknemers aanpassen*
39% 64%
N=1657, gewogen op sector en grootte. Chi²: *= significant op niveau p<0,05
38
Figuur 20: Toegepaste maatregelen volgens grootte 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 33,1% 26,1% 23,2% 26,7%
Financiële reserves aanspreken*
20,6% 17,3% 23,2% 26,7%
Extra financiering zoeken
45,0% 34,6% 34,8% 40,0%
Een premie om omzetverliezen te compenseren aangevraagd *
29,0% 25,4% 30,4% 26,7%
Aantal personen dat aan het werk is in (vast of los verband) laten dalen Aantal personen dat aan het werk is (in vast of los verband) laten stijgen *
5,8% 15,2% 21,7% 26,7%
1-9
20,7% 21,6% 29,0% 33,3%
Samenwerking met andere ondernemingen of organisaties
10-49 50-199
39,8% 43,5%
Aanpassen van marketing- en communicatiestrategie
200+
53,6% 53,3% 39,1% 43,1% 50,7% 53,3%
Herzien van de planning van investeringen of projecten
38,4% 59,7%
Digitalisering van interne werkprocessen *
77,1% 80,0% 32,2% 30,7% 34,8% 33,3%
Nieuwe of aangepaste producten of diensten ontwikkelen
29,7% 28,3% 26,1% 26,7%
Zoeken naar andere of nieuwe klanten
50,7%
Belangrijke verandering in de wijze waarop het werk wordt georganiseerd *
66,1% 76,8% 80,0% 39,8% 51,6% 52,2% 60,0%
Takenpakket van de werknemers aanpassen *
N=1657, gewogen op sector en grootte. Chi²: *= significant op niveau p<0,05
39
Drie soorten maatregelen: financiële, aanpassingen in de organisatie en innovatie Uit de correlatiematrix (Zie bijlage Tabel 21) blijkt dat heel wat maatregelen met elkaar verband houden. Met een factoranalyse trachten we achterliggende sets van maatregelen te achterhalen. De factoranalyse levert drie achterliggende factoren op (Tabel 9). Factor één is een pakket aan maatregelen gericht op het herschikken en vinden van financiële middelen en beperken van personeelsuitgaven of investeringskosten. Zo omvat deze het aanspreken van financiële reserves, extra financiering zoeken, een premie om omzetverliezen te compenseren aangevraagd, het aantal personen dat aan het werk is laten dalen en het herzien van de planning van investeringen of projecten. De tweede factor omvat maatregelen waarbij de arbeidsorganisatie of de marketing- en communicatiestrategie werd aangepast. Concreet horen hieronder items zoals het aanpassen van marketing- en communicatiestrategie, digitalisering van interne werkprocessen, belangrijke veranderingen in de wijze waarop het werk wordt georganiseerd en aanpassingen van het takenpakket. De derde factor neemt maatregelen gericht op innovatie samen: samenwerken met andere ondernemingen en organisaties, zoeken naar andere of nieuwe klanten en nieuwe of aangepaste producten of diensten ontwikkelen. Het item Aantal personen dat aan het werk is laten stijgen is hier inhoudelijk moeilijk in te passen en blijkt ook statistisch de analyse in de weg te staan (Cronbach’s Alpha is groter als het item er niet in zit) waardoor we het voor de verdere analyse apart nemen.
40
Tabel 9:
Factoranalyse maatregelen Factor 1 Financiële maatregelen: schade be-
2 Arbeidsorganisatie
3 Innovatie
perken Financiële reserves aanspreken
0,749
0,081
-0,035
Extra financiering zoeken
0,666
0,067
0,159
Een premie om omzetverliezen te compenseren
0,612
0,013
0,081
Aantal personen dat aan het werk is laten dalen
0,520
0,204
-0,410
Aantal personen dat aan het werk is laten stij-
-0,092
0,011
0,682
0,127
0,311
0,511
0,223
0,557
0,185
Herzien van de planning van investeringen of
0,436
0,393
-0,018
projecten Digitalisering van interne werkprocessen
-0,148
0,679
0,160
Nieuwe of aangepaste producten of diensten
0,234
0,355
0,473
Zoeken naar andere of nieuwe klanten
0,399
0,000
0,382
Belangrijke verandering in de wijze waarop het
-0,004
0,701
-0,029
0,207
0,596
0,056
aangevraagd.
gen Samenwerking met andere ondernemingen of organisaties Aanpassen van marketing- en communicatiestrategie
ontwikkelen
werk wordt georganiseerd Takenpakket van de werknemers aanpassen
Rotated Component Matrix van de Varimax rotatie met optimum bereikt na 5 iteraties; De drie factoren met een eigenwaarde hoger dan 1, nemen 43,1% van de variantie in de oorspronkelijke items op. N= 1657. Chronhbach’s Alpha factor 1= 0,627; factor 2= 0,587, factor 3= 0,421 (zonder het aantal personen dat aan het werk is laten stijgen en inclusief zoeken naar nieuwe of andere klanten)
De quartaire sector scoort steeds het hoogst op de drie factoren. Dit wijst er op dat in deze sector gemiddeld meer maatregelen worden genomen op het vlak van innovatie, financiën en de arbeidsorganisatie (Tabel 10 en Figuur 21). Na de quartaire sector, behaalt de dienstensector gemiddeld de hoogste scores op de factoren arbeidsorganisatie en financiële maatregelen.
41
Er is enkel een verband met grootte voor de arbeidsorganisatorische en communicatiegerelateerde maatregelen: grotere ondernemingen en organisaties nemen gemiddeld meer maatregelen op dit vlak. Tabel 10:
Scores op de factoren ‘financiële maatregelen’ en ‘aanpassingen aan de arbeidsorganisatie’ naar sector en grootte
Financiële maatregelen
Aanpassingen arbeidsorganisatie
Sector
Grootte
Industrie
1,24
1,36
Bouw
1,27
1,22
Diensten
1,67
1,67
Quartaire sector
1,85
2,78
1-9 wn
N.S.
1,69
10-49 wn
2,21
50-199 wn
2,61
200+ wn
2,73
Totaal
1,63
1,82
N=1657, gewogen naar sector en grootte. Wanneer weergegeven, Anova: p<0,05 Figuur 21: Scores op de factor innovatie volgens sector 100% 90% 80%
70% 60%
57% 58% 52%
50% 40%
36%
35%
30%
25%
27%
30%
26%
20%
16%
12% 6%
10%
4%
6% 2%
0% 0
1
Industrie
2
Bouw
Diensten
N=1657, gewogen op sector en grootte; Chi²: p<0,001
42
Quartair
3
10%
Maatregelen: de tering naar de nering zetten De meeste maatregelen houdt negatief verband met het goed doorstaan van de coronacrisis (Figuur 22). De ondernemingen en organisaties geven minder vaak aan de coronacrisis goed te hebben doorstaan wanneer ze bijvoorbeeld hun financiële reserves hebben aangesproken: 46% versus 76,9%. Er is enkel een positief verband met digitalisering en het aantal personen dat aan het werk is laten stijgen. Omdat we weten dat de genomen maatregelen verschillen naar sector en grootte en sommige maatregelen samen voorkomen, doen we een regressieanalyse om het ‘zuivere’ effect na te gaan (Tabel 11). Daaruit blijkt dat nieuwe producten op de markt brengen en meer personen aan het werk zetten: die twee maatregelen gaan – los van sector of grootte, of andere maatregelen – samen met een grotere kans om de coronacrisis goed doorstaan te hebben (Tabel 11). Wie een nieuw product kon uitbrengen, of wie blijkbaar voldoende werk had om meer volk in te zetten, heeft een veel grotere kans (respectievelijk 1,854 keer en 1,646 keer meer kans) om de coronacrisis goed doorstaan te hebben dan wie dat niet kon of deed. Overigens zijn deze effecten nog altijd kleiner dan het grootte-effect: de grootste ondernemingen en organisaties maakten los van de maatregelen de meeste kans om de coronacrisis goed door te komen (2,395 keer meer dan de kleinste) De maatregelen die te maken hebben met het beperken van kosten en het herschikken van middelen gaan samen met een lagere kans om de crisis goed doorstaan te hebben. Het gaat om het aanspreken van financiële reserves, het aanvragen van een premie, het laten dalen van het aantal personen aan het werk, het aanpassen van de planning van investeringen of projecten en het zoeken naar nieuwe klanten. Dat deze maatregelen er niet toe leiden dat men een grotere kans heeft om de ‘goed’ te betekent niet dat de maatregelen niet nuttig of noodzakelijk waren; waarschijnlijk waren ze nodig om de onderneming of organisatie overeind te houden. De overige maatregelen gericht op het aanpassen van de arbeidsorganisatie en communicatie, zoals het aanpassen van de takenpakketten van de werknemers of het anders organiseren van het werk en het digitaliseren van de werkprocessen, laten geen verband zien met de kans om de crisis goed doorstaan te hebben. Dit zijn nochtans de maatregelen die het meeste werden ingezet. Waarschijnlijk kunnen we die eerder als een aanpassing zien in omstandigheden waar een zekere flexibiliteit en efficiëntie in de organisatie van het werk volstaat om de omstandigheden het hoofd te bieden, zonder dat de basis van de onderneming of organisatie onder grote druk komt te staan. Afgezien van het in de markt zetten van nieuwe producten of diensten, wat niet voor elk type product of dienst op korte termijn kan, is er geen enkele maatregel die ondernemingen en organisaties met zekerheid kan behoeden voor de negatieve gevolgen, laat staan een garantie is op succes. Dat wil daarom niet zeggen dat de toegepaste maatregelen niet goed waren: waarschijnlijk waren ze noodzakelijk om de onderneming of organisatie voor erger te behoeden. Het effect van een maatregel kan maar begrepen worden in de context waarin ze zich voordeed. Om daar iets meer zicht op te krijgen onderzoeken we of er een verband is tussen gevolgen van de coronacrisis die zich voordeden en de toegepaste maatregelen. 43
Een premie Belangrijke Aanpassen Samenwerk om Takenpakk verandering Herzien van van ing met Aantal Aantal omzetverlie et van de in de wijze Zoeken Nieuwe of Digitaliserin de planning marketing- andere personen personen zen te werknemer waarop het naar aangepaste g van van en ondernemin dat aan het dat aan het compenser Financiële s werk wordt andere of producten interne investering communica gen of werk is werk is en Extra reserves aanpassen georganise nieuwe of diensten werkproces en of tiestrategie organisatie laten stijgen laten dalen aangevraag financiering aanspreken * erd klanten * ontwikkelen sen * projecten * * s * * d* zoeken * *
Figuur 22: Eerder of heel goed doorgekomen zijn van de coronacrisis volgens toegepaste maatregelen
nee
76,9%
ja
46,0%
nee
71,6%
ja
50,0%
nee
76,1%
ja
55,4%
nee
73,3%
ja
51,7%
nee
65,7%
ja
84,7%
nee
66,2%
ja
70,9%
nee
72,5%
ja
59,7%
nee
72,8%
ja
58,8%
nee
64,0%
ja
71,3%
nee
65,7%
ja
70,3%
nee
72,2%
ja
55,1%
nee
66,9%
ja
67,4%
nee
70,0%
ja
63,4%
N=1657, gewogen op sector en grootte. Chi²: *= significant op niveau p<0,05
44
Tabel 11:
Maatregelen en het goed hebben doorstaan van de coronacrisis, odds ratios
OR Grootte
1-9 wn
R
10-49 wn
1,357
50-199 wn
1,742
200+ wn
2,395
Industrie
R
Bouw
1,025
Diensten
,923
Quartair
1,178
Sector
Financiële reserves aanspreken
,384
Extra financiering zoeken
,736
Premie om omzetverliezen te compenseren aangevraagd
,659
Aantal personen dat aan het werk is laten dalen
,646
Aantal personen dat aan het werk is laten stijgen
1,646
Aanpassen marketing- en communicatiestrategie
,857
Herzien planning van investeringen of projecten
,674
Zoeken naar andere of nieuwe klanten
,642
Takenpakket van werknemers aanpassen
,898
Samenwerking met andere ondernemingen of organisaties
1,150
Digitalisering van interne werkprocessen
1,317
Nieuwe of aangepaste producten of diensten ontwikkelen
1,854
Belangrijke verandering in de wijze het werk wordt georganiseerd
1,056
R= referentiegroep. Bij elke maatregel is nee de referentiegroep. De odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Interpretatie odds ratios: de kansverhouding goed doorstaan coronacrisis versus niet goed doorstaan ligt - onder controle van alle andere variabelen - bij ondernemingen en organisaties met meer dan 200 werknemers twee en een half keer hoger (odds ratio = 2,395) en bij ondernemingen en organisaties met 50-199 werknemers ruim 1,5 keer hoger (odds ratio = 1,742 ) dan in de referentiegroep van ondernemingen en organisaties met 1-9 werknemers.
45
Concrete gevolgen van coronacrisis gaan samen met de genomen maatregelen Welke maatregelen genomen worden, hangt samen met de ervaren gevolgen van de coronacrisis. In wat volgt brengen we de conclusies van de verschillende logistische regressies samen en beschrijven we die per gevolg van de coronacrisis. Een gedeeltelijk of geheel verbod op de activiteiten leidt, zeker wanneer dit belangrijk is, tot een veel hogere kans op het nemen van de verschillende financiële maatregelen (Tabel 12). Hoewel minder uitgesproken dan bij de financiële maatregelen is de kans ook hoger dat sommige van de innovatiemaatregelen zoals samenwerken met andere ondernemingen en organisaties en het ontwikkelen van nieuwe of aangepaste producten of diensten, worden genomen (Tabel 14). Bij een verbod op de activiteit is de kans ook groter dat het takenpakket van de werknemers wordt aangepast en er een aangepaste marketing- en communicatiestrategie is (Tabel 13). Toename van de vraag houdt vooral verband met de innovatiemaatregelen (Tabel 14). Zo is de kans groter dat het aantal personen dat aan het werk is stijgt, er nieuwe of aangepaste producten worden ontwikkeld en er gezocht wordt naar nieuwe of andere klanten wanneer de vraag stijgt. Bij een belangrijke toename in de vraag is de kans ook groter dat er een aangepaste marketing- en communicatiestrategie is toegepast (Tabel 13). Daartegenover staat dat bij een toename in vraag, maatregelen zoals financiële reserves aanspreken, een premie aanvragen of het aantal personen aan het werk laten dalen minder voorkomen (Tabel 12). Je zou verwachten dat we bij een afname in de vraag dezelfde resultaten zien als bij toename in de vraag, maar dan in spiegelbeeld. Dit gaat echter niet helemaal op. Zo houdt een afname van de vraag vaker en vooral verband met de financiële maatregelen, ook wanneer er maar een beperkte afname is: bij een afname in vraag is de kans groter dat financiële reserves worden aangesproken, extra financiering wordt gezocht, een premie wordt aangevraagd, het aantal personen aan het werk daalt en de planning van investeringen en projecten wordt herzien (Tabel 12). Net als bij een toename in de vraag, wordt ook bij een afname in vraag de marketing- en communicatiestrategie vaker herzien en gezocht naar nieuwe of andere klanten (Tabel 13, Tabel 14). Bij een belangrijke afname in de vraag is er ook een hogere kans dat het takenpakket wordt aangepast. Problemen met betalingen van klanten is ook een belangrijke determinant voor het nemen van financiële maatregelen (met uitzondering van een premie aanvragen voor omzetverliezen, Tabel 12). Problemen met betalingen van klanten gaat samen met een hogere kans op het aanspreken van de financiële reserves, extra financiering zoeken, het aantal personen aan het werk laten dalen en de planning van investeringen of projecten herzien. De kansverhoudingen zijn steeds hoog. Er is ook een positief verband met het zoeken van nieuwe of andere klanten als enige innovatiemaatregel en met een aanpassing in de marketing- of communicatiestrategie (Tabel 13, Tabel 14). Moeilijkheden in overleg en stemming gaan vooral samen met arbeidsorganisatorische maatregelen (Tabel 13). Bij moeilijkheden in overleg en afstemming is de kans groter dat interne werk46
processen worden gedigitaliseerd, de werkorganisatie en het takenpakket van de werknemers worden aangepast, net als de marketing- en communicatiestrategie. Enkel met de innovatiemaatregel samenwerkingen met andere ondernemingen en organisaties is er een positief verband. De kans is ook groter dat de planning van investeringen of projecten wordt herzien bij afstemmingsmoeilijkheden en dat de financiële reserves worden aangesproken. Problemen met leveringen door leveranciers houdt niet met veel maatregelen verband. Als er belangrijke leveringsproblemen zijn, is de kans groter dat de planning van de investeringen of projecten wordt herzien, werknemers een aangepast takenpakket hebben en het aantal personen dat aan het werk is stijgt (bij een belangrijke impact). Ook worden financiële reserves vaker aangesproken en vraagt men vaker een premie aan. Ook de beschikbaarheid van het personeel houdt niet met veel maatregelen verband en de resultaten zijn minder eenduidig. Wanneer er een belangrijke impact was van personeel dat niet kon of mocht komen werken, is de kans groter dat de financiële reserves worden aangesproken, een premie wordt aangevraagd en het aantal personen aan het werk daalt. Maar tegelijk is de kans groter dat er een toename is in het aantal personen aan het werk en er een wijziging in de werkorganisatie gebeurt.
47
Tabel 12:
Logistische regressies met de gevolgen van de crisis en financiële maatregelen
Grootte
Sector
F RES
EXT
PRE
DAL
PLAN
R
R
R
R
R
10-49 wn
,776
,884
,560
1,159
1,303
50-199 wn
,647
1,211
,426
1,348
1,782
200+ wn
,820
1,430
,678
1,134
2,236
Industrie
R
R
R
R
R
Bouw
,944
,695
1,437
,808
,930
Diensten
,949
,844
1,968
,843
,817
Quartair
1,033
1,865
6,805
,488
1,098
R
R
R
R
R
1-9 wn
(gedeeltelijk) verbod
Nee
op de activiteit
Ja, beperkt
1,187
1,334
1,881
1,410
1,223
Ja, belangrijk
2,454
2,979
5,165
2,038
2,052
R
R
R
R
R
Ja, beperkt
,707
,902
,962
,696
1,063
Ja, belangrijk
,728
,830
,647
,759
,859
R
R
R
R
R
,984
1,082
1,363
,898
1,240
1,441
1,405
1,682
,977
1,801
R
R
R
R
R
Toename van de vraag
Nee
Problemen met leve-
Nee
ringen door leveran-
Ja, beperkt
ciers
Ja, belangrijk
Problemen met beta-
Nee
lingen van klanten
Ja, beperkt
1,959
1,494
,946
1,252
1,367
Ja, belangrijk
5,459
7,131
1,727
2,037
3,161
R
R
R
R
R
,992
1,056
1,377
1,201
,829
1,465
,891
2,009
1,760
1,183
R
R
R
R
R
Personeel dat niet kon
Nee
of mocht komen wer-
Ja, beperkt
ken
Ja, belangrijk
Moeilijkheden in over-
Nee
leg en afstemming
Ja, beperkt
1,575
1,244
,980
1,207
1,571
Ja, belangrijk
1,744
1,149
,787
1,407
1,906
R
R
R
R
R
Ja, beperkt
1,450
1,074
1,362
2,290
1,272
Ja, belangrijk
3,436
1,962
2,225
3,959
1,843
0,275
0,196
0,335
0,207
0,174
Afname van de vraag
Nagelkerke R²
Nee
R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Model F RES: Financiële reserves aanspreken, Model EXT: extra financiering zoeken, Model PRE: premie om omzetverliezen te compenseren aangevraagd, Model DAL: aantal personen aan het werk laten dalen, Model Model PLAN: herzien van de planning van investeringen of projecten
48
Tabel 13:
Logistische regressies met de gevolgen van de crisis en maatregelen rond arbeidsorganisatie en communicatie DIG
Grootte
Sector
1-9 wn
ORG
TKN
M&C
R
R
R
R
10-49 wn
2,249
1,586
1,447
1,210
50-199 wn
4,548
2,570
1,312
1,819
200+ wn
5,203
3,676
1,895
1,772
Industrie
R
R
R
R
Bouw
1,160
1,004
1,022
,622
Diensten
1,318 r
1,428
1,388
1,458
Quartair
3,913
5,138
4,350
2,081
(gedeeltelijk) ver-
Nee
R
R
R
R
bod op de activiteit
Ja, beperkt
,989
1,324
1,230
1,292
Ja, belangrijk
,990
1,127
2,117
2,199
R
R
R
R
Toename van de
Nee
vraag
Ja, beperkt
1,166
,901
,880
1,251
Ja, belangrijk
1,027
1,122
1,015
1,383
R
R
R
R
Problemen met
Nee
leveringen door
Ja, beperkt
1,095
1,106
1,643
1,269
leveranciers
Ja, belangrijk
1,155
1,305
1,539
1,227
Problemen met
Nee
R
R
R
R
betalingen van
Ja, beperkt
1,048
,923
,868
1,002
klanten
Ja, belangrijk
,918
1,266
1,026
1,739
Personeel dat niet
Nee
R
R
R
R
kon of mocht ko-
Ja, beperkt
1,016
1,270
1,191
1,039
men werken
Ja, belangrijk
1,156
1,815
1,147
1,265
Moeilijkheden in
Nee
R
R
R
R
overleg en afstem-
Ja, beperkt
1,662
1,517
1,481
1,147
ming
Ja, belangrijk
1,716
2,312
1,939
1,573
Afname van de
Nee
R
R
R
R
vraag
Ja, beperkt
,998
1,198
1,112
1,489
Ja, belangrijk
,838
1,099
1,645
1,343
0,213
0,210
0,193
0,146
Nagelkerke R²
R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Model DIG: digitalisering van interen werkprocessen, model ORG: belangrijke verandering in de wijze waarop het werk wordt georganiseerd, model TKN takenpakket van de werknemers aanpassen; Model M&C: aanpassen van marketing- en communicatiestrategie
49
Tabel 14:
Logistische regressies met de gevolgen van de crisis en maatregelen rond innovatie
Grootte
Sector
1-9 wn
STIJ
SWK
NPD
KLA
R
R
R
R
10-49 wn
2,329
,937
,918
1,141
50-199 wn
3,251
1,255
,970
1,265
200+ wn
3,730
1,426
,936
1,088
Industrie
R
R
R
R
,600
1,084
,595
,726
Bouw Diensten
,733
,901
1,512
,832
Quartair
1,765
2,905
4,850
,338
(gedeeltelijk) verbod
Nee
R
R
R
R
op de activiteit
Ja, beperkt
1,022
,932
,992
,802
Ja, belangrijk
,745
1,513
1,685
1,308
Toename van de
Nee
R
R
R
R
vraag
Ja, beperkt
2,469
1,331
1,422
Ja, belangrijk
5,291
1,271
1,626 r 1,685
R
R
R
R
1,036
Problemen met leve-
Nee
ringen door leveran-
Ja, beperkt
1,004
1,063
1,256
1,339
ciers Problemen met beta-
Ja, belangrijk
1,575
1,354
1,067
1,427
R
R
R
R
lingen van klanten
Ja, beperkt
1,017
1,170
1,177
1,362
Ja, belangrijk
,403
1,409
1,410
2,326
R
R
R
R
Nee
personeel dat niet
Nee
kon of mocht komen
Ja, beperkt
1,056
1,226
,904
,877
werken Moeilijkheden in over-
Ja, belangrijk
1,665
1,395
1,027
,948
R
R
R
R
leg en afstemming
Ja, beperkt
1,003
1,561
1,149
1,292
Ja, belangrijk
,847
2,082
1,296
1,321
Afname van de vraag
Nee
Nee Ja, beperkt Ja, belangrijk
Nagelkerke R²
R
R
R
R
1,085
1,241
1,053
2,054
,653
,920
1,316
3,110
0,193
0,129
0,159
0,160
R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); Model STIJ: aantal personen aan het werk laten stijgen, Model SWK: samenwerking met andere ondernemingen of organisaties, Model NPD: Nieuwe of aangepaste producten of diensten ontwikkelen, Model KLA zoeken naar andere of nieuwe klanten
50
Welk aspect geeft de doorslag? We hebben eerder al gezien dat er verbanden zijn tussen bepaalde maatregelen en het goed hebben doorstaan van de coronacrisis en dat de context niet alleen bepalend is voor het goed hebben doorstaan van de coronacrisis, maar ook welke maatregelen er toegepast worden. Een uitgebreide logistische regressie met de maatregelen en gevolgen van corona op het goed hebben doorstaan van de coronacrisis zorgt dat we het zuivere effect van elke maatregel en elk gevolg overhouden. De grootte van een onderneming of organisatie, sector en de evolutie in de activiteiten in het verleden nemen we daarbij op als controlevariabelen. We vinden een verband terug met de evolutie van de activiteiten in het verleden en het goed doorstaan van de coronacrisis (Tabel 15). Wie het al moeilijk had, had het ook moeilijk om de coronacrisis goed te doorstaan. De kans op het goed doorstaan hebben is ongeveer drie keer groter wanneer er in het verleden een groei in de activiteiten werd opgetekend of twee keer groter wanneer hetzelfde niveau van activiteiten werd aangehouden dan wanneer er een krimp was. Enig voorbehoud moeten we wel maken: de tijdspanne van onze vraag reikt verder dan de coronacrisis zelf, maar de crisis zit er ook wel in. Opvallend is dat de overige variabelen geen statistisch significant verband laten zien. Vooral bij de maatregelen is dat opmerkelijk. Het nemen van de meeste maatregelen – zoals digitalisering, aangepaste wijze van werken of het aantal personen aan het werk laten dalen - heeft met andere woorden niet de kans op het goed hebben doorstaan van de coronacrisis beïnvloed. Nieuwe of aangepaste producten of diensten ontwikkelen en financiële reserves aanspreken zijn hierbij de uitzonderingen. De ondernemingen en organisaties die nieuwe of aangepaste producten hebben ontwikkeld, hebben 1,685 keer meer kans om de coronacrisis goed doorstaan te hebben dan deze die dat niet hebben kunnen doen. Daartegenover staat dat diegene die hun financiële reserves aangespreken, minder kans hebben om de crisis goed te doorstaan. Het zou verkeerd zijn om te concluderen dat in toekomstige crisissen ondernemingen en organisaties beter niet hun financiële reserves aanspreken als ze deze goed willen doorkomen. Waarschijnlijk was dit noodzakelijk om de onderneming of organisatie van erger te behoeden. We hebben reeds gezien dat de toename en afname in de vraag belangrijke determinanten zijn. Dit is hier niet anders. Ondernemingen en organisaties die een toename in vraag kenden hebben een grotere kans op het goed doorstaan van de coronacrisis. Omgekeerd, wanneer er een afname in de vraag was, is die kans juist kleiner. We zien dat een beperkte impact van de vraag al voldoende is om respectievelijk een hogere en lagere kans te hebben op het doorstaan van de coronacrisis. Moeilijkheden in overleg en afstemming, enkel wanneer dit een belangrijke impact had, betekent ook een lagere kans op het goed doorstaan van de crisis. Als we de variabelen die niet significant verschillen uit de berekening halen krijgen we een nog zuiverder overzicht van de effecten (Tabel 15). In dit slanke model blijven dezelfde conclusies als in het uitgebreide model overeind. Wie voorheen groei of zelfs een stabiel niveau aan activiteiten kende, heeft een grotere kans op het goed doorstaan van de coronacrisis. Een toename en af51
name in de vraag zijn net als financiële reserves aanspreken of moeilijkheden in overleg en afstemming belangrijke factoren. Bij dit model zijn de p-waardes voor de variabelen premie om omzetverliezen aan te vragen en de herziening van de planning van investeringen of projecten net hoger dan 0,05, wat we als maatstaf voor significantie hanteren. Beiden halen een waarde van 0,054. Wanneer deze maatregelen zijn getroffen is de kans kleiner dat een onderneming of organisatie de coronacrisis goed heeft doorstaan.
52
Tabel 15:
Logistische regressie met goed doorstaan coronacrisis en alle gevolgen en maatregelen
OR Uitgebreid model Grootte
Sector
1-9 wn 10-49 wn 50-199 wn 200+ wn Industrie Bouw Diensten Quartair
Financiële reserves aanspreken Extra financiering zoeken Premie om omzetverliezen te compenseren aangevraagd Aantal personen dat aan het werk is laten dalen Aantal personen dat aan het werk is laten stijgen Samenwerking met andere ondernemingen en org. Aanpassen marketing en communicatiestrategie Herzien planning investeringen of projecten Digitalisering interne werkprocessen Nieuwe of aangepaste producten of diensten ontwikkeld Zoeken naar nieuwe of andere klanten Belangrijke verandering organisatie v/h werk Takenpakket van de werknemers aanpassen Nee (gedeeltelijk) verbod op de activiteit Ja, beperkt Ja, belangrijk Nee Toename van de vraag Ja, beperkt Ja, belangrijk Problemen met leveringen door leveNee Ja, beperkt ranciers Ja, belangrijk Problemen met betalingen door klanNee Ja, beperkt ten Ja, belangrijk Personeel dat niet kon of macht koNee Ja, beperkt men werken Ja, belangrijk Moeilijkheden in overleg en afstemNee Ja, beperkt ming Ja, belangrijk Afname van de vraag Nee Ja, beperkt Ja, belangrijk Evolutie activiteiten verleden Krimp Gelijk Groei Nagelkerke R²
R 1,144 1,435 2,005 R ,898 1,026 1,391 ,520 ,781 ,781 ,922 1,168 1,201 ,863 ,763 1,190 1,698 ,778 1,150 ,922 R ,932 ,837 R 1,685 1,776 R 1,224 ,990 R ,877 ,640 R 1,365 ,765 R ,979 ,562 R ,616 ,622 R 1,947 3,154 0,312
OR vereenvoudigd model R 1,184 1,513 2,134 R ,929 1,037 1,518 ,482 0,740* 0,758* 1,734 0,775 R ,925 ,809 R 1,702 1,815 R 1,220 1,006 R ,877 ,596 R 1,380 ,791 R 1,014 ,584 R ,614 ,596 R 2,002 3,296 0,307
N=1657, ongewogen. R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05); * p=0,054 53
Optimisme over de toekomst wanneer geïnvesteerd tijdens corona We hebben reeds gezien dat ondernemingen en organisaties die de coronacrisis niet goed hebben doorstaan vaker pessimistisch zijn over de toekomst. In wat volgt onderzoeken we of er een verband is met de groeivoorspellingen en de gevolgen van de coronacrisis en het nemen van bepaalde maatregelen als antwoord op de coronacrisis. De groei van de voorbije drie tot vijf jaar is de grootste determinant in de voorspelling naar toekomstige groei (zie meervoudige regressie Tabel 16). Wanneer er groei was in het verleden is men ook optimistischer over de toekomst. Er is ook een groter optimisme na het nemen van maatregelen zoals het aantal personen aan het werk laten stijgen, financiële reserves aanspreken, de marketing- of communicatiestrategie aanpassen, de interne werkprocessen digitaliseren en naar nieuwe of andere klanten zoeken. In de vorige analyses bleek dat deze strategieën geen verband houden met het goed doorstaan van de coronacrisis. Ook de ondernemingen en organisaties die geconfronteerd werden met een belangrijke afname in de vraag of beperkte betalingsproblemen van klanten zijn positiever over de toekomst. Deze gevolgen maakten dat ondernemingen en organisaties de coronacrisis minder goed hebben doorstaan. In de toekomst (3 tot 5 jaar) mogen we ervan uitgaan dat de coronacrisis en zijn gevolgen niet meer in volle hevigheid optreden wat mogelijk het optimisme verklaart van deze ondernemingen en organisaties. Het ervaren van leveringsproblemen als belangrijk zet wel een fnuik op de groei. Ondernemingen en organisaties die leveringsproblemen ervaren blijken minder groei te verwachten dan deze zonder leveringsproblemen.
54
Tabel 16:
Meervoudige regressie: evolutie activiteiten in de toekomst en gevolgen door corona en genomen maatregelen
Grootte
1-9 wn 10-49 wn 50-199 wn 200+ wn Sector Industrie Bouw Diensten Quartair Financiële reserves aanspreken Extra financiering zoeken Premie om omzetverliezen te compenseren aangevraagd Aantal personen dat aan het werk is laten dalen Aantal personen dat aan het werk is laten stijgen Samenwerking met andere ondernemingen en organisaties Aanpassen marketing- en communicatiestrategie Herzien planning investeringen of projecten Digitalisering interne werkprocessen Nieuwe of aangepaste producten of diensten ontwikkeld Zoeken naar nieuwe of andere klanten Belangrijke verandering organisatie v/h werk Takenpakket van de werknemers aanpassen (gedeeltelijk) verbod op de Nee Ja, beperkt activiteit Ja, belangrijk Personeel dat niet kon of Nee Ja, beperkt mocht komen werken Ja, belangrijk Toename van de vraag Nee Ja, beperkt Ja, belangrijk Problemen met leveringen Nee Ja, beperkt door leveranciers Ja, belangrijk Problemen met betalingen Nee Ja, beperkt door klanten Ja, belangrijk Afname van de vraag Nee Ja, beperkt Ja, belangrijk Moeilijkheden in overleg Nee Ja, beperkt en afstemming Ja, belangrijk Evolutie activiteiten verleden N= 1657, ongewogen. R²=0,219 55
B R ,099 ,135 ,105 R ,027 -,008 -,058 ,064 ,036 -,018 ,007 ,050 ,005 ,054 ,032 ,060 ,023 ,063 -,036 -,040 R -,044 -,016 R -,012 -,049 R ,034 ,012 R ,004 -,076 R ,052 -,021 R ,004 ,083 R ,017 -,018 0,374
Referentielijst Delagrange, H., & Notebaert, S. Methodologie van de Ondernemingsenquête. SERV - Stichting Innovatie & Arbeid. Delagrange, H., & Van Rampelberg, L. (2020). Ondernemen en werken in tijden van corona. SERV / Stichting Innovatie & Arbeid. http://www.serv.be/node/13988 Delagrange, H., & Van Rampelberg, L. (2021). Een jaar lang ondernemen en werken in tijden van corona. 10 bedrijven delen hun ervaringen. SERV / Stichting Innovatie & Arbeid. http://www.serv.be/node/14361
56
Lijst met figuren en tabellen Figuren Figuur 1:
Mate waarin de ondernemingen of organisaties de coronacrisis goed hebben doorstaan ............................................................................................................................... 12
Figuur 2:
Goed doorstaan hebben van coronacrisis volgens sector .............................................. 13
Figuur 3:
Goed doorstaan hebben van de coronacrisis volgens grootte ....................................... 13
Figuur 4:
Goed doorstaan hebben van de coronacrisis volgens sector en grootte ..................... 14
Figuur 5:
Ondernemingen en organisaties die de coronacrisis (helemaal) niet goed doorstaan hebben meer in detail (op basis van zelfindeling) ............................................................ 15
Figuur 6:
Ondernemingen en organisaties die de coronacrisis (helemaal) niet goed doorstaan hebben meer in detail (op basis van NACE-codes) ........................................................... 16
Figuur 7:
Evolutie in de activiteiten: recente verleden en nabije toekomst (3 à 5 jaar) .............. 18
Figuur 8:
Doorstaan van de coronacrisis volgens evolutie van de activiteit in de voorbije 3 à 5 jaar .......................................................................................................................................... 19
Figuur 9:
Gemiddelde waarde van Trends’ R-score volgens doorstaan hebben coronacrisis, 2021 (moment afname interviews) ..................................................................................... 20
Figuur 10:
Trends’ R-Score 2020, 2021 en 2022 volgens mate van doorstaan hebben coronacrisis21
Figuur 11:
Verband tussen verwachte evolutie in de activiteiten (drie à vijf jaar) en doorstaan van de coronacrisis ............................................................................................................... 23
Figuur 12:
Mate waarin gevolgen van de coronacrisis zich hebben voorgedaan ........................... 25
Figuur 13:
Gevolgen van de coronacrisis volgens grootte ................................................................. 27
Figuur 14:
Gevolgen van de coronacrisis volgens sector ................................................................... 28
Tabel 15:
Factoren stilvallen activiteiten, geremde handel naar sector en grootte ...................... 30
Figuur 16:
Mate van doorkomen coronacrisis volgens de gevolgen van de coronacrisis ............. 32 57
Figuur 17:
Aantal tegelijk toegepaste maatregelen ............................................................................ 35
Figuur 18:
Maatregelen getroffen in het kader van corona ............................................................... 36
Figuur 19:
Toegepaste maatregelen volgens sector ........................................................................... 38
Figuur 20:
Toegepaste maatregelen volgens grootte ......................................................................... 39
Figuur 21:
Scores op de factor innovatie volgens sector.................................................................... 42
Figuur 22:
Eerder of heel goed doorgekomen zijn van de coronacrisis volgens toegepaste maatregelen ........................................................................................................................... 44
Tabellen Tabel 1:
Evolutie van de activiteit in de voorbije drie à vijf jaar, gemeten in 2014, 2018 en 202117
Tabel 2:
Verband tussen goed doorstaan coronacrisis en Trends R-Score gecontroleerd voor grootte en sector ................................................................................................................... 20
Tabel 3:
Trends’ R-Score in 2020, 2021 en 2022, verschil tussen 2022 en 2020, gemiddeldes en spreiding ................................................................................................................................. 21
Tabel 4:
Verwachte evolutie van de activiteiten inde nabije toekomst, 2014 en 2021 ............... 22
Tabel 5:
Aantal gevolgen coronacrisis met belangrijke impact ..................................................... 25
Tabel 6:
Factoranalyse gevolgen ........................................................................................................ 29
Tabel 7:
Gevolgen door corona op het goed hebben doorstaan van de coronacrisis - controle voor sector en grootte .......................................................................................................... 33
Tabel 8:
Evolutie van de activiteit in de voorbije 3 à 5 jaar en gevolgen van de coronacrisis ... 34
Tabel 9:
Factoranalyse maatregelen ................................................................................................. 41
Tabel 10:
Scores op de factoren ‘financiële maatregelen’ en ‘aanpassingen aan de arbeidsorganisatie’ naar sector en grootte ....................................................................... 42
Tabel 11:
Maatregelen en het goed hebben doorstaan van de coronacrisis, odds ratios ........... 45
Tabel 12:
Logistische regressies met de gevolgen van de crisis en financiële maatregelen ....... 48 58
Tabel 13:
Logistische regressies met de gevolgen van de crisis en maatregelen rond arbeidsorganisatie en communicatie ................................................................................. 49
Tabel 14:
Logistische regressies met de gevolgen van de crisis en maatregelen rond innovatie50
Tabel 15:
Logistische regressie met goed doorstaan coronacrisis en alle gevolgen en maatregelen ........................................................................................................................... 53
Tabel 16:
Meervoudige regressie: evolutie activiteiten in de toekomst en gevolgen door corona en genomen maatregelen .................................................................................................... 55
Tabel 17:
Trends’ R-Score volgens grootte en sector ........................................................................ 60
Tabel 18:
Detail van de factoranalyse met de gevolgen van de coronacrisis ................................ 61
Tabel 19:
Correlatiecoëfficiënten hoe doorstaan crisis (helemaal niet goed doorstaan – helemaal goed doostaan) .................................................................................................... 61
Tabel 20:
Al dan niet goed doorstaan hebben van de coronacrisis volgens de gevolgen van de coronacrisis, gecontroleerd op sector en grootte ............................................................ 62
Tabel 21:
Correlatiecoëfficiënten voor de maatregelen onderling ................................................ 63
Tabel 22:
Detail van de factoranalyse op de maatregelen ............................................................... 64
Tabel 23:
Maatregelen naar het al dan niet goed doorstaan coronacrisis, odds ratios - deel 1 65
Tabel 24:
Maatregelen naar het al dan niet goed doorstaan coronacrisis, odds ratios - deel 2 . 66
59
Bijlagen Detailtabellen Tabel 17:
Trends’ R-Score volgens grootte en sector
Grootte (aantal werknemers)
Sector
1-9
ind+prim
13,48
bouw
12,10
diensten
11,16
quartair
14,21
Total
11,98
ind+prim
13,21
bouw
11,19
diensten
12,16
quartair
15,31
Total
13,10
ind+prim
14,33
bouw
12,78
diensten
11,96
quartair
14,50
Total
13,52
ind+prim
14,64
bouw
13,83
diensten
11,71
quartair
13,32
Total
13,27
ind+prim
13,84
bouw
11,97
diensten
11,68
quartair
14,56
Total
12,92
10-49
50-199
200+
Total
Gemiddelde R-Score
N= 1025, ondernemingen en organisaties voor wie de R-Score beschikbaar is. Niet gewogen. Anova: p <0,001; Eta = 0,135
60
Tabel 18:
Detail van de factoranalyse met de gevolgen van de coronacrisis
Total Variance Explained Extraction Sums of Squared Load-
Rotation Sums of Squared
ings
Loadings
Initial Eigenvalues
CumuCompo-
% of Vari-
Cumulative
% of Vari-
Cumulative
% of Vari-
lative
nent
Total
ance
%
Total
ance
%
Total
ance
%
1
1,810
25,858
25,858
1,810
25,858
25,858
1,568
22,397
22,397
2
1,238
17,686
43,544
1,238
17,686
43,544
1,314
18,775
41,171
3
1,019
14,551
58,095
1,019
14,551
58,095
1,185
16,924
58,095
4
,819
11,695
69,790
5
,742
10,597
80,387
6
,707
10,093
90,480
7
,666
9,520
100,000
Tabel 19:
Correlatiecoëfficiënten hoe doorstaan crisis (helemaal niet goed doorstaan – helemaal goed doostaan)
Gevolgen coronacrisis
Hoe crisis doorstaan
Geheel of gedeeltelijk verbod op de activiteit Toename van de vraag Afname van de vraag Problemen met leveringen door leveranciers Problemen met betalingen door klanten Personeel dat niet kon of mocht komen werken Moeilijkheden in overleg en afstemming intern of met externen N=1657. Kendall’s tau-b: Vet gedrukt: p<0,05
61
-0,186 0,186 -0,291 -0,049 -0,143 -0,150 -0,108
Tabel 20:
Al dan niet goed doorstaan hebben van de coronacrisis volgens de gevolgen van de coronacrisis, gecontroleerd op sector en grootte
Grootte
Sector
(1)
(2)
(3)
(4)
(5)
(6)
(7)
OR
OR
OR
OR
OR
OR
OR
R
R
R
R
R
R
R
10-49 wn
1,43
1,56
1,45
1,53
1,53
1,396
1,52
50-199 wn
1,77
2,07
1,82
1,96
1,99
1,815
2,06
200+ wn
2,25
2,85
2,22
2,49
2,49
2,424
2,61
Industrie
R
R
R
R
R
R
R
Bouw
1,14
1,01
,98
1,01
1,06
,885
1,05
Diensten
1,03
,93
,841
0,82
0,87
,936
0,88
Quartair
2,05
1,51
1,52
1,25
1,19
1,297
1,52
1-9 wn
(gedeeltelijk)
Nee
R
verbod op de
Ja, beperkt
0,78
activiteit
Ja, belangrijk
0,33
Personeel dat
Nee
niet kon of
Ja, beperkt
1,10
mocht werken
Ja, belangrijk
0,39
Toename van
Nee
de vraag
Ja, beperkt
2,42
Ja, belangrijk
2,31
R
R
Problemen met
Nee
R
leveringen door
Ja, beperkt
1,09
leveranciers
Ja, belangrijk
0,78
Problemen met
Nee
betalingen door
Ja, beperkt
0,75
klanten
Ja, belangrijk
0,26
Afname van de
Nee
vraag
Ja, beperkt
0,43
Ja, belangrijk
0,21
R
R
Moeilijkheden
Nee
in overleg en
Ja, beperkt
,848
afstemming
Ja, belangrijk
,429
Nagelkerke R²
R
0,088
0,091
0,083
0,044
0,072
0,140
R = referentiegroep; de odds ratios in het vet wijzen op een significante samenhang (p < 0,05);
62
0,059
Tabel 21:
Correlatiecoëfficiënten voor de maatregelen onderling
Financiële reserves
MarkeExtra
Daling Stijging
finan- Premie ciering
wer-
wer-
Sa-
ting en
men-
com-
kenden kenden werking municatie
Planning investeringen of pro-
Digitalisering werkprocessen
Nieuwe
Veran-
producten of
dering Klanten organisatie
dien-
Takenpakket
werk
sten
jecten Financiële
-
,425**
,309**
,270**
-,015
,069**
,165**
,313**
,006
,139**
,191**
,110**
,178**
-
,285**
,182**
,033
,151**
,162**
,223**
,064**
,176**
,169**
,109**
,166**
reserves Extra financie- ,425** ring Premie
,309**
,285**
-
,189**
,000
,102**
,131**
,162**
-,022
,185**
,096**
,064**
,179**
Daling wer-
,270**
,182**
,189**
-
-,131**
,020
,156**
,206**
-,010
,036
,141**
,092**
,135**
-,015
,033
,000
-,131**
-
,143**
,086**
,033
,100**
,102**
,052*
,082**
,061*
,151**
,102**
,020
,143**
-
,191**
,166**
,168**
,259**
,134**
,183**
,210**
,165**
,162**
,131**
,156**
,086**
,191**
-
,244**
,299**
,265**
,202**
,211**
,268**
vesteringen of ,313**
,223**
,162**
,206**
,033
,166**
,244**
-
,159**
,168**
,138**
,181**
,206**
,006
,064**
-,022
-,010
,100**
,168**
,299**
,159**
-
,206**
,084**
,293**
,215**
,139**
,176**
,185**
,036
,102**
,259**
,265**
,168**
,206**
-
,195**
,191**
,252**
Klanten
,191**
,169**
,096**
,141**
,052*
,134**
,202**
,138**
,084**
,195**
-
,012
,072**
Verandering
,110**
,109**
,064**
,092**
,082**
,183**
,211**
,181**
,293**
,191**
,012
-
,286**
,178**
,166**
,179**
,135**
,061*
,210**
,268**
,206**
,215**
,252**
,072**
,286**
-
kenden Stijging werkenden Samenwerking ,069**
Marketing- en communicatiestrategie
Planning inprojecten
Digitalisering werkprocessen Nieuwe producten of diensten
organisatie werk Takenpakket
N=1657, gewogen op sector en grootte. Pearson correlation coefficients: *p<0,05, ** p<0,01
63
Tabel 22:
Detail van de factoranalyse op de maatregelen
Total Variance Explained Extraction Sums of Squared Load-
Rotation Sums of Squared Load-
ings
ings
Initial Eigenvalues Compo-
% of Vari-
Cumulative
% of Vari-
Cumulative
% of Vari-
Cumulative
nent
Total
ance
%
Total
ance
%
Total
ance
%
1
2,925
22,499
22,499
2,925
22,499
22,499
2,192
16,865
16,865
2
1,581
12,164
34,663
1,581
12,164
34,663
2,049
15,761
32,626
3
1,096
8,432
43,096
1,096
8,432
43,096
1,361
10,470
43,096
4
,989
7,609
50,704
5
,889
6,842
57,547
6
,804
6,183
63,730
7
,786
6,045
69,775
8
,747
5,747
75,521
9
,701
5,395
80,917
10
,686
5,277
86,193
11
,648
4,988
91,181
12
,616
4,735
95,916
13
,531
4,084
100,000
64
Tabel 23:
Maatregelen naar het al dan niet goed doorstaan coronacrisis, odds ratios - deel 1
Grootte
Sector
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
OR
OR
OR
OR
OR
OR
OR
OR
R
R
R
R
R
R
R
R
10-49 wn
1,438
1,487
1,363
1,544
1,449
1,506
1,532
1,596
50-199 wn
1,817
2,008
1,662
2,058
1,816
1,933
2,050
2,203
200+ wn
2,484
2,616
2,255
2,558
2,232
2,429
2,594
2,916
Industrie
R
R
R
R
R
R
R
R
1-9 wn
Bouw
1,011
,989
1,113
,976
1,036
1,012
,986
1,030
Diensten
,904
,849
,993
,856
,848
,833
,878
,836
Quartair
1,459
1,565
2,056
1,250
1,312
1,333
1,467
1,410
Financiële re-
Nee
serves aanspre-
Ja
R 0,238
ken Extra financie-
Nee
R
ring zoeken
Ja
0,348
Premie aange-
Nee
R
vraagd
Ja
0,381
Personen aan
Nee
R
het werk daalt
Ja
0,374
Personen aan
Nee
R
het werk stijgt
Ja
1,79
Samenwerking
Nee
R
Ja
0,991
Marketing- en
Nee
R
communicatie-
Ja
strategie Herzien plan-
0,656
Nee
R
ning investerin-
Ja
0,433
gen of projecten Nagelkerke R²
0,151
0,087
0,088
0,092
0,047
0,038
0,049
0,082
R= referentiegroep. Bij elke maatregel is nee de referentiegroep. de odds ratios in het vet wijzen op een significante samenhang (p < 0,05);
65
Tabel 24:
Maatregelen naar het al dan niet goed doorstaan coronacrisis, odds ratios - deel 2
Grootte
Sector
(9)
(10)
(11)
(12)
(13)
OR
OR
OR
OR
OR
R
R
R
R
R
10-49 wn
1,448
1,510
1,536
1,534
1,561
50-199 wn
1,799
1,934
2,010
2,001
1,991
200+ wn
2,246
2,431
2,508
2,531
2,589
Industrie
R
R
R
R
R
Bouw
1,003
1,019
,962
1,016
1,025
Diensten
,822
,823
,825
,846
,869
Quartair
1,256
1,274
1,160
1,394
1,547
1-9 wn
Digitalisering
Nee
van interne
Ja
werkprocessen
R 1,219
Nieuwe of aan-
Nee
R
gepaste pro-
Ja
1,135
ducten of diensten Zoeken naar
Nee
R
andere klanten
Ja
,516
Verandering
Nee
R
organisatie
Ja
,866
werk Takenpakket
Nee
R
aangepast
Ja
,667
Nagelkerke R²
0,041
0,039
0,063
0,039
0,048
R= referentiegroep. Bij elke maatregel is nee de referentiegroep. de odds ratios in het vet wijzen op een significante samenhang (p < 0,05);
66
Vragenlijst Corona Hieronder vindt u de exacte formulering van de vragen met betrekking tot de coronapandemie. De volledige vragenlijst staat in het methodologisch rapport (Delagrange & Notebaert, ). We gaan enkele mogelijke gevolgen van de coronacrisis voorlezen om na te gaan of deze zich hebben voorgedaan. U kan antwoorden met ‘nee’, ‘ja, beperkte impact’, of ‘ja, belangrijke impact’ Instructies: Globale impact op de [NAAM] in zijn geheel; begin coronacrisis was maart 2020, dus maart van vorig jaar; ‘niet van toepassing’ niet voorlezen
Antwoordmogelijkheden telkens: ❑ Nee ❑ Ja, beperkt ❑ Ja, belangrijk ❑ Niet van toepassing Geheel of gedeeltelijk verbod op de activiteit Toename van de vraag ENQ: algemene inschatting over de crisisjaren 2020 & 2021
Afname van de vraag ENQ: algemene inschatting over de crisisjaren 2020 & 2021
Problemen met leveringen door leveranciers Problemen met betalingen door klanten Personeel dat niet kon of mocht komen werken Toelichting indien gevraagd: door besmetting, quarantaine, opvang van kinderen, enz. ; geen economische werkloosheid
Moeilijkheden in overleg en afstemming intern of met externen
Welke van de volgende maatregelen heeft u genomen in het kader van corona? Antwoordmogelijkheden telkens ❑ ja ❑ nee Items in willekeurige volgorde aangeboden, stijgen/dalen aantal medewerkers bij elkaar gehouden
67
Financiële reserves aanspreken Extra financiering zoeken Indien primair, industrie, bouw of diensten: “Een premie om omzetverliezen te compenseren aangevraagd Instructie: Zoals een hinderpremie, compensatiepremie, ondersteuningspremie, enz.
Indien quartair: “Extra overheidssubsidies in kader van corona aangevraagd” Indien premie of subsidie gevraagd: Heeft u een of meer van deze [premies / subsidies] ook gekregen? Aantal personen dat aan het werk is in (vast of los verband) laten dalen Instructie: Met los verband bedoelen we alle mogelijke manieren waarop personen werken in de onderneming zonder een vast contract (uitzendarbeid, freelance, studentenjobs...)
Aantal personen dat aan het werk is (in vast of los verband) laten stijgen Instructie: Met los verband bedoelen we alle mogelijke manieren waarop personen werken in de onderneming zonder een vast contract (uitzendarbeid, freelance, studentenjobs...)
Samenwerking met andere ondernemingen of organisaties Aanpassen van marketing- en communicatiestrategie Herzien van de planning van investeringen of projecten Digitalisering van interne werkprocessen Nieuwe of aangepaste producten of diensten ontwikkelen Zoeken naar andere of nieuwe klanten Belangrijke verandering in de wijze waarop het werk wordt georganiseerd Takenpakket van de werknemers aanpassen
In welke mate zou u zeggen dat uw [PROG: INSERT NAAM] op dit moment de coronacrisis heeft doorstaan? U kan antwoorden met... ❑ Heel goed doorstaan ❑ Eerder goed doorstaan ❑ Neutraal ❑ Eerder niet goed doorstaan ❑ Helemaal niet goed doorstaan
68