Effecten openbaarmaking inspectiegegevens van Inspectie SZW

De huidige praktijk van openbaarmaking van inspectiegegevens door de Inspectie SZW leidt niet tot nalevingseffecten bij ondertoezichtgestelde bedrijven, vooral door de beperkte bekendheid met die gegevens bij belanghebbenden. In potentie kan openbaarmaking wel effectief zijn, mits de informatie direct toegankelijk is in het keuzeproces en de vormgeving (bijvoorbeeld een keurmerk) klopt. Onderzoek van SEO Economisch Onderzoek en Bureau Bartels op basis van literatuur, enquetes, vignettenanalyses en verdiepende interviews, in opdracht van het ministerie van SZW.

Communicatie, reputatie en stakeholdersGovernance en verslaggevingVeranderende wet- en regelgevingGezondheid, veiligheid en beveiliging

Waarom deze indeling: Het onderzoek meet of het met naam en toenaam publiceren van inspectieresultaten via naming, shaming en faming de naleving bevordert, en concludeert dat de huidige praktijk bij de Wet minimumloon en de Wet arbeid vreemdelingen geen enkel nalevingseffect heeft omdat minder dan de helft van de ondertoezichtgestelden en slechts circa 5 procent van consumenten en werkzoekenden de websites kent. Uit de vignettenanalyses blijkt het reputatiemechanisme wel sterk zodra de informatie direct zichtbaar is: een rood keurmerk verlaagt de kans dat een ketenpartner zaken doet met 40 procentpunten en de kans dat een werkzoekende voor die werkgever kiest met 48 procentpunten, met een geraamd omzetverlies van circa een vijfde voor overtreders. Openbaarmaking van arbeidsmarktdiscriminatie via een keurmerk kan discriminatie naar etniciteit vrijwel voorkomen, terwijl shaming bij de Arbeidsomstandighedenwet averechts werkt en alleen faming daar tot extra maatregelen aanzet.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Sociale Zaken en Werkgelegenheid

Onderdeel volgens het rapport

Inspectie SZW

Bron

Onderzoeken en evaluaties: SEO Economisch Onderzoek

Toegepaste standaard

Extern onderzoek

Datum

2019-04-07

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026