Loont het om meer te werken? Lessen uit een gerandomiseerd experiment naar het verminderen van mispercepties over de marginale belastingdruk

Gerandomiseerd surveyexperiment in het LISS-panel naar mispercepties van de marginale druk, dat wil zeggen wat mensen netto overhouden van een extra verdiende euro. In twee rondes in augustus en oktober 2024 deden 2.538 respondenten mee. Getest zijn drie interventies: algemene informatie over de marginale druk per inkomensgroep, een uitnodiging voor de werkurenberekenaar van het Nibud, en de combinatie. Mensen met een inkomen onder 2.000 euro per maand overschatten hun marginale druk met gemiddeld 28 procentpunt; midden- en hogere inkomens onderschatten die met 3 en 4 procentpunt. De interventies verkleinen de overschatting met 4 tot 7 procentpunt en verhogen het arbeidsaanbod van overschatters met ongeveer 1,5 uur per week. Slechts 5 procent gebruikte de tool daadwerkelijk.

Personeel, diversiteit en behoud van talentFinanciële, liquiditeits- en insolventierisico'sVeranderende wet- en regelgeving

Waarom deze indeling: Het onderzoek richt zich op het vergroten van het arbeidsaanbod bij krapte op de arbeidsmarkt, met de zorg en kinderopvang als voorbeeldsectoren (humancap). Het gaat over de werking van belastingen, heffingskortingen en toeslagen op het besteedbaar inkomen (financial). De complexiteit van het stelsel met veel inkomensafhankelijke regelingen is de onderliggende oorzaak van de mispercepties (laws).

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 Financiën

Bron

Onderzoeken en evaluaties: Erasmus Universiteit Rotterdam en ministerie van Financien, Directoraat-Generaal Fiscale Zaken

Toegepaste standaard

Extern onderzoek

Datum

2025-09 (alleen de maand is bekend)

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