De Impact van huisvesting op de levenskost in het Brussels Hoofdstedelijk Gewest
April 2014
Realisatieteam Auteurs Benoît Laine, Astrid Romain Wetenschappelijk comité Amynah Gangji, Xavier Dehaibe Coördinatie van het Brussels Instituut voor Statistiek en Analyse (BISA) Astrid Romain
Vertaling Brussels Translation Directie Vertalingen GOB
Verantwoordelijke uitgever Christian Lamouline, Secretaris‐generaal van de Gewestelijke Overheidsdienst Brussel
Voor meer informatie Brussels Instituut voor Statistiek en Analyse (BISA) Benoît Laine Tel. 02/800 38 61 – Fax 02/800 38 23 Gewestelijke Overheidsdienst Brussel Kruidtuinlaan 20 – 1035 Brussel
[email protected] www.bisa.irisnet.be Alle rechten voorbehouden. Het reproduceren is niet toegestaan, noch geheel, noch gedeeltelijk, noch in de oorspronkelijke vorm, noch in de bewerkte vorm, tenzij met schriftelijke machtiging vanwege het BISA. Het gebruik van uittreksels uit deze publicatie is echter toegestaan mits de bron wordt vermeld.
Samenvatting Volgens de economische theorie van de grondrente stijgen de kosten van die rente hoe dichter men in de buurt komt van het centrum van stedelijke gebieden. Aldus kan men voorzien dat huisvestingskosten en andere kosten die een weerspiegeling zijn van de grondlasten hoger zijn voor gezinnen die in die stedelijke gebieden wonen. Als gevolg van deze theorie zijn de kosten van levensonderhoud in het Brussels Hoofdstedelijk Gewest, als grootste agglomeratie en economisch en politiek centrum van het land, dus hoger dan in de rest van het land. Om die hogere kosten van levensonderhoud ten minste gedeeltelijk te kwantificeren hebben we op basis van tien jaar gegevensinzameling inzake gezinsuitgaven een robuust statistisch model ontwikkeld. Wanneer we het deel van de gezinsuitgaven dat naar huisvesting gaat in verband brengen met het gewest waar die gezinnen wonen, terwijl we tegelijk rekening houden met de invloed van verschillende kenmerken van die gezinnen, kunnen we bevestigen dat er voor de bewoners van het BHG hogere kosten van levensonderhoud in verband met de woning en de daarmee verbonden lasten bestaan, die statistisch gezien zeer significant zijn op basis van de steekproef die tot onze beschikking stond. Deze resultaten houden alleen rekening met huisvesting, maar niet met de kwaliteit van die huisvesting: gezinnen die te maken krijgen met hogere huisvestingskosten hebben de neiging hun eisen betreffende de kwaliteit van die huisvesting naar beneden bij te stellen. Daardoor onderschatten deze resultaten het verschil in huisvestingskosten. We ramen dat die meerkosten in verband met huisvesting oplopen tot minstens 3,2% van de gemiddelde totale uitgaven, wetende dat dit cijfer geen rekening houdt met de kwaliteit van de woningen noch met de bijkomende kosten van andere uitgavenposten als gevolg van de ligging in stedelijk gebied.
3
I.
Inleiding
In het kader van de inwerkingtreding van de levensduurtepremie ten voordele van Brusselse ambtenaren die op het grondgebied van het Brussels Hoofdstedelijk Gewest (BHG) wonen, laat deze nota toe een deel van de verschillen in de kosten van levensonderhoud tussen de gewesten te objectiveren en te kwantificeren. Bij gebrek aan gedetailleerde gewestelijke informatie over de prijzen hebben we op basis van de gegevens van het Huishoudbudgetonderzoek van de ADSEI een grondige analyse gemaakt van de interregionale verschillen in de consumptiestructuur van de gezinnen. Door niet alleen rekening te houden met de impact van de woonplaats op het deel van het gezinsbudget dat naar huisvesting gaat maar ook met de invloed van andere bronnen van verschillen in verband met de kenmerken van de gezinnen, kunnen we conclusies trekken met betrekking tot de kosten van levensonderhoud tussen de Belgische gewesten.
II.
Gevolgde benadering 1. Economische rechtvaardiging van het verschil in kosten
We kunnen ‘de kosten van levensonderhoud’ definiëren als de uitgaven die noodzakelijk zijn om een welbepaalde levensstandaard te bereiken. Die kosten moeten dus altijd worden beschouwd in verhouding tot een welbepaalde levensstandaard. Intuïtief zou men kunnen stellen dat de kosten van levensonderhoud hoger zijn in grote agglomeraties dan in andere delen van het grondgebied. Die intuïtie vindt haar oorsprong in een bewezen feit: de grondkosten zijn hoger in dichtbevolkte agglomeraties (d.i. de zogenaamde ‘grondrentetheorie’: Alonso, 1964; Aveline, 2005). Op basis daarvan kan men op legitieme wijze afleiden dat de huisvestingskosten in dergelijke gebieden hoger zullen zijn, net als de kosten van een reeks goederen en diensten in de prijs waarvan de grondkosten – ten minste gedeeltelijk – worden doorgerekend. Bijgevolg zouden de kosten van levensonderhoud in een stedelijk centrum hoger moeten zijn. Het Brussels Hoofdstedelijk Gewest (BHG) wordt sterk gekenmerkt door zijn positie van grootste stedelijk centrum in België en zijn statuut van nationale en internationale hoofdstad. Op basis daarvan kan men denken dat de kosten van levensonderhoud er algemeen hoger zijn dan elders in het land. Een verschil in kosten van levensonderhoud kwantificeren is daarom nog geen eenvoudige zaak. Volgens de definitie van de kosten van levensonderhoud kunnen er immers twee hoofdbronnen zijn voor de verschillen tussen de gewesten. Enerzijds kunnen er gewestelijke verschillen bestaan in de
4
prijzen van identieke goederen en diensten. Indien we de referentielevensstandaard kunnen definiëren als een korf van goederen en diensten, dan zal de kostprijs van die korf verschillen tussen de gewesten. Anderzijds kunnen vervangingseffecten een impact hebben wanneer er voor een bepaald goed of een bepaalde dienst geen identiek(e) goed/dienst wordt gevonden in andere gewesten of wanneer een bepaald(e) goed/dienst op verschillende wijze is opgenomen in het begrip ‘levensstandaard’: zo heeft het feit dat men geen auto bezit een verschillende impact op de levensstandaard naargelang men in het centrum van de stad of op het platteland woont. Aangezien de gewestelijke prijzen vandaag niet worden gemeten, laat de huidige stand van de overheidsstatistieken in België niet toe om de eerste bron van verschil in de kosten van levensonderhoud, zoals hierboven genoemd, te kwantificeren. In België worden de prijzen uitsluitend ‘als gemiddelde’ op de nationale schaal gemeten, zodat ze geen licht kunnen werpen op de verschillende kostprijs van een welbepaalde korf goederen en diensten tussen de gewesten. Ook indien er gewestelijke prijzen beschikbaar waren, zou het tweede aspect een probleem vormen. Uit niets blijkt immers dat vergelijkingen tussen de gewesten van identieke korven een bruikbaar idee van de kosten van levensonderhoud geven. Zo is het niet legitiem om het verschil in prijs voor een alleenstaande villa met tuin tussen een landbouwgebied en een stedelijk gebied te gebruiken als gedeeltelijke meting van een verschil in kosten van levensonderhoud: villa’s zijn onvermijdelijk duurder in de stad; er bestaan echter vervangingsgoederen, zoals grote appartementen, die men in landelijk gebied niet vindt. Het blijkt dus noodzakelijk om een andere benadering te volgen dan een prijsbenadering, een benadering die gebruik maakt van gegevens die op gewestelijk niveau beschikbaar zijn, en die nauwer aansluit bij de definitie van de kosten van levensonderhoud.
2. Benadering volgens de uitgaven Aangezien een directe meting van de kosten van levensonderhoud volgens de gebruikelijke definitie niet mogelijk is, moeten we een indirecte benadering volgen. Een benadering volgens de uitgaven maakt het niet alleen mogelijk het probleem van de bronnen op te lossen door gebruik te maken van de bestaande gewestelijke gegevens, maar ook om een nauwe band met de definitie van de kosten van levensonderhoud te behouden. Veeleer dan de uitgaven te meten die noodzakelijk zijn om een bepaalde levensstandaard te bereiken, is het immers mogelijk om voor een niveau van beschikbare middelen (inkomsten) het type uitgaven te bestuderen die vergelijkbare gezinnen in de verschillende gewesten verrichten en op basis daarvan ten minste gedeeltelijke resultaten af te leiden met betrekking tot de verschillen in de kosten van levensonderhoud. De initiële motivatie voor deze benadering berust in het feit dat de consumptiestructuur van de gezinnen stelselmatig verschilt in functie van de levensstandaard. Zo is duidelijk aangetoond dat het deel van een huishoudbudget dat naar voeding gaat, afneemt volgens de levensstandaard van het
5
gezin; dit gebeurt met grote regelmaat, zowel in tijd als in ruimte. Dit is de ‘eerste wet van Engel’ die wordt geïllustreerd in grafiek 1 (zie Engel, 1857; Anker, 2011). Grafiek 1: aandeel van de uitgaven besteed aan voeding in functie van het (logaritme van het) inkomen per hoofd in 2007 voor 206 landen
Bron: Anker, 2011.
In ons geval bestaat echter het risico dat het feit rekening te houden met de voedingsuitgaven weinig informatie oplevert. De prijzen van voedingswaren zijn immers vrij stabiel op het hele nationale grondgebied. We kunnen de vaststelling die Engel maakt m.b.t. voeding echter veralgemenen voor het geheel van het begrip ‘verplichte uitgave’. Uitgaven zijn ‘verplichte uitgaven’ wanneer een gezin die uitgaven moet doen om tegemoet te komen aan de basisbehoeften van de gezinsleden conform de levensstijl van de samenleving waarvan het gezin deel uitmaakt. Net als het deel van de uitgaven dat naar voeding gaat, neemt het aandeel van de verplichte uitgaven in een huishoudbudget af naargelang de levensstandaard. De studie naar het aandeel van de verplichte uitgaven kan dus een kwantitatieve aanwijzing geven betreffende de verschillen in levensstandaard tussen vergelijkbare gezinnen. Op basis van de eerder genoemde economische theorieën worden sommige verplichte uitgaven (meer bepaald huisvesting) potentieel getroffen door grote prijsverschillen volgens de woonplaats. Bovendien zijn die uitgaven niet arbitreerbaar, aangezien ze tot doel hebben te voldoen aan een
6
basisbehoefte: een gezin kan er niet aan verzaken dergelijke uitgaven te doen op basis van de vaststelling dat de prijs te hoog is.1 Het is echter niet gemakkelijk om alle verplichte uitgaven af te zonderen of te kwantificeren. In onze samenleving bijvoorbeeld wordt een groot deel van de uitgaven in verband met gezondheid gedragen door de gemeenschap of duiken dergelijke uitgaven als verzekeringskosten op in het budget van private gezinnen. Andere uitgaven houden slechts gedeeltelijk verband met de woonplaats: in een vrij klein gewest zoals het BHG koopt een groot deel van de gezinnen buiten het gewest een deel van de goederen en diensten die ze verbruiken. In de praktijk zijn de uitgaven m.b.t. de woning het gemakkelijkst te vatten. Ze laten zich gemakkelijk identificeren en zijn bovendien strikt verbonden met de geografische dimensie die hier onze belangstelling wegdraagt. Grafiek 2 toont dat, in onze nationale steekproef, het aandeel van de uitgaven voor bewoning in het totale huishoudbudget (op de y‐as) afneemt naargelang de toename van de levensstandaard benaderd vanuit de invalshoek van hun totale uitgaven (op de x‐as). In dit geval lijkt de lineaire relatie legitiem en wordt ze zeer betekenisvol geacht.
Grafiek 2: aandeel van de uitgaven voor huisvesting in functie van het totale uitgaventotaal
Bron: HBO (ADSEI), berekeningen BISA
Aldus kan, bij gelijke middelen, een geheel van gezinnen die gemiddeld een groter deel van hun budget aan huisvestingskosten in de brede betekenis besteden dan een ander vergelijkbaar geheel 1
Gezinnen met zeer bescheiden inkomsten kunnen ertoe worden gebracht af te zien van dergelijke uitgaven. Om de analyses niet te verstoren worden dergelijke gevallen uit de gebruikte databanken verwijderd.
7
van gezinnen, worden beschreven als zijnde geconfronteerd met hogere kosten van levensonderhoud. Bijgevolg heeft de perimeter van de uitgaven waarmee in deze analyse rekening wordt gehouden betrekking op huisvesting en op de kosten in verband met huisvesting. Ze dekken slechts een deel van de verplichte uitgaven, maar zijn daarvan – als grootste uitgave van de gezinnen – onvermijdelijk het belangrijkste element. We merken nog op dat deze redenering niet geldt m.b.t. individuele gezinnen: de kosten van levensonderhoud zijn slechts een van de factoren die een verklaring bieden voor het deel van de uitgaven dat aan huisvesting wordt besteed. De grootte van en het type gezin, de leeftijd van de gezinsleden, hun onderwijsniveau en individuele keuzes zijn belangrijke factoren voor schommelingen van dit deel die in het kader van de analyse moeten worden gecontroleerd. Net als de wet van Engel is het verband dat hier wordt gemeten van het stochastische type2 (cf. Chakrabartya & Hildenbrand, 2011). Het moet dus worden bestudeerd op een representatieve steekproef, niet op basis van individuele gezinnen.
3. De gegevensbron Het Huishoudbudgetonderzoek (HBO) is een Europees onderzoek naar de uitgaven en inkomsten van de gezinnen. Het geeft een nauwkeurig beeld van de verschillende uitgaven van een gezin (huisvesting, voeding…) evenals informatie over de kenmerken van dat gezin (woonplaats, samenstelling…). Voor België kunnen we echter de beperkte omvang van de jaarlijkse steekproef betreuren, voornamelijk voor het Brussels Hoofdstedelijk Gewest, alsook de gebrekkige betrouwbaarheid van het begrip ‘inkomen’ en de gegevens in verband daarmee. Gelet op dit gebrek aan betrouwbaarheid van de inkomens in het kader van een enquête waarvan uitgaven het hoofddoel zijn, wordt ervoor gekozen om het totaal van de uitgaven te beschouwen als meting van de middelen waarover het gezin beschikt; dit sluit aan bij de literatuur over dit onderwerp (zie Clerc en Coudin, 2010 en de daarmee verbonden referenties). Een ander belangrijk zwak punt van het HBO als bron van gegevens voor de analyse die we hier voorstellen, is de beperkte omvang van de jaarlijkse steekproef, met minder dan 700 gezinnen per jaar in het BHG. Het onderscheid tussen meerdere typegezinsstructuren, meerdere inkomensklassen, eventueel van leeftijdscategorieën van de referentiepersoon of van het onderwijsniveau van sleutelpersonen in het gezin leidt ertoe dat er rekening wordt gehouden met de subgehelen van deze
2
‘Stochastisch’ betekent dat dit verband eenmaal geldig is, rekening houdend met de individuele verschillen en andere willekeurige verstoringen van de meting. Dit betekent dat het beter wordt uitgedrukt in termen van waarschijnlijkheden: de waarschijnlijkheid dat een bescheidener gezin meer betaalt voor huisvesting dan een ander gezin is groot.
8
steekproef waarvan de grootte statistisch gezien niet significant is; als gevolg daarvan hebben eventuele conclusies op basis van een dergelijke statistische benadering geen waarde. Om dit probleem op te lossen, en aangezien de studie van de evolutie in de tijd niet het voorwerp vormt van ons werk, hebben we de gegevens van elf jaar samengevoegd teneinde de omvang van de beschikbare steekproef kunstmatig te vergroten. Zo doen we iets aan het grootste gebrek van het onderzoek, al brengt dit andere problemen mee die we ook moeten oplossen. Ten eerste, welke is de referentiebevolking en hoe berekent men dus de gewichten om de resultaten op basis van de steekproef te herleiden tot de totale bevolking? In gevallen die overeenkomen met dit probleem van tijdelijk samenvoegen van steekproeven van herhaalde onderzoeken wordt in de literatuur voorrang gegeven aan de benadering van de gemiddelde bevolking (Kish, 1999). Met andere woorden, de referentiebevolking is een fictieve bevolking die de gemiddelde kenmerken vertoont tijdens de periode van de betrokken jaarlijkse bevolkingen, in dit geval 2000‐2010. De bijhorende gewichten voor de gezinnen in de steekproeven zijn dan gewoonweg de gewichten die in de jaarlijkse onderzoeken worden toegekend, gedeeld door het aantal samengevoegde jaren. In ons geval zullen de gewichten die onze leverancier van gegevens (de ADSEI) toekent dus worden gebruikt nadat we ze door 11 hebben gedeeld. Ten tweede, hoe moeten we rekening houden met de evolutie van de prijzen door de tijd terwijl dergelijke gegevens nu net niet beschikbaar zijn op gewestelijk niveau? De problematiek van de prijzenevolutie is minder typisch voor de studies die in de literatuur worden voorgesteld. De oplossing die in dergelijke gevallen gewoonlijk wordt voorgesteld, bestaat er immers in de bedragen van de verschillende jaren te defleren in functie van een index van consumptieprijzen. Het is nu precies dit type index dat in dit geval ontbreekt op gewestelijk niveau. Voor alle gewesten de nationale index gebruiken zou strijdig zijn met het doel zelf van deze studie. Het doel bestaat er immers in informatie te verkrijgen over de gewestelijke prijzen die niet worden gemeten en elke verwijzing naar de prijs wordt in het ideale geval verwijderd uit de databanken van de studie. De gehanteerde oplossing heeft twee aspecten. Enerzijds wordt er uitsluitend geredeneerd in termen van aandeel in het totale budget voor de beschouwde uitgaven: het totale bedrag van het huishoudbudget dient enkel als referentie om die aandelen te berekenen (meer bepaald het aandeel dat naar huisvesting gaat) en komt als dusdanig niet meer voor in de analyses. Anderzijds brengt de wens om soortgelijke gezinnen in tijd en ruimte met elkaar te vergelijken de verplichting mee om een stratificatie van de budgetten aan te nemen die niet is gebaseerd op hun nominale bedragen (in courante euro), aangezien die bedragen mettertijd de invloed van de inflatie ondergaan. Daarom rangschikt men de gezinnen volgens het niveau van inkomsten naargelang van hun positie in de verdeling van de nationale inkomens. Aldus wordt aan elk gezin een inkomensklasse toegekend in functie van zijn behoren tot een interdeciel bereik in de nationale verdeling van de totale budgetten
9
voor het jaar waarin het gezin wordt ondervraagd (zie de exacte definitie van de variabele in het volgende hoofdstuk).3
4. Voorstelling van de variabelen De variabele die we in de onderstaande analyses moeten toelichten, is het deel van het huishoudbudget dat naar huisvesting gaat. Die variabele wordt als volgt gedefinieerd:
3
Men controleert op de gegevens dat de vorm van de nationale verdeling van de totale uitgaven niet op belangrijke wijze evolueert over de 11 jaren van de studie, wat de vergelijkbaarheid in de tijd van deze inkomenscategorieën rechtvaardigt.
10
Deel voor Huisvesting = [Uitgaven van de code ‘3’ (bruto huurprijzen + Verwarming Elektriciteit en Water) + Uitgaven van de code ‘8522’ (verzekeringen m.b.t. de woning)]/ [Totaal van de uitgaven]. Voor de eigenaars‐bewoners gebruikt de ADSEI een hedonisch model dat toelaat een fictieve huurprijs toe te kennen m.b.t. de bezetting van de woning naargelang de kenmerken ervan. Om de hierboven uiteengezette redenen hebben we rekening gehouden met een aantal categorieën van gezinnen in functie van hun inkomsten en hun samenstelling. Hoewel de schommelingen als gevolg van individuele voorkeuren niet onmiddellijk meetbaar zijn, kan men, door rekening te houden met aanvullende eigenschappen van de gezinnen in de steekproef (leeftijd van de referentiepersoon, maximaal onderwijsniveau van de referentiepersoon en van zijn/haar eventuele echtgeno(o)t(e)), nog verder gaan in het verfijnen van het in aanmerking nemen van schommelingsfactoren in het deel van de uitgaven dat naar de woning gaat en die niet blijken uit de geografische lokalisatie. Het deel van het budget voor huisvesting wordt dus geconfronteerd met de volgende uitleggingsvariabelen: Domiciliegewest: gelet op de doelstellingen van de studie en de overwegingen betreffende de al dan niet essentieel stedelijke aard van een grondgebied, wordt het domiciliegewest gecodeerd volgens twee categorieën. Ofwel woont een gezin in het Brussels Hoofdstedelijk Gewest, ofwel woont het in de ‘rest van het Rijk’. De ‘rest van het Rijk’ dient als referentie in de modellen. Type gezin: om een goede statistische significantie te behouden, definieert men best geen al te hoog aantal type gezinnen. Deze variabele wordt dus gecodeerd volgens vier modaliteiten: alleenstaanden (één referentievolwassene), eenoudergezinnen (één referentievolwassene en één of meer kinderen), echtparen zonder kinderen (één referentievolwassene en een partner in de ruime betekenis), echtparen met kinderen (één referentievolwassene, een partner in de ruime betekenis en één of meer kinderen). Gezinnen die niet tot een van deze vier categorieën behoren (nl. 2% van de initiële steekproef), worden uit de analyse geweerd. Inkomensklasse: om de uiteenzetting van de resultaten te vergemakkelijken, werden alle gezinnen in een inkomensklasse ondergebracht in functie van hun totale uitgaven, zoals aangegeven in het vorige punt.4 Daartoe wordt de verdeling van de totale uitgaven op het niveau van de nationale steekproef onderverdeeld in zes klassen die door decielen worden bepaald:
[0%‐10%[
[10%‐30%[
[30%‐50%[
[50%‐70%[
[70%‐90%[
[90%‐100%]
Om afwijkende verklaringen en atypische gegevens die al te veel invloed uitoefenen op de modellen te vermijden, worden extreme klassen geweerd uit de analyse (d.i. 20% van de steekproef). De behouden gezinnen worden dus verbonden met een van de volgende inkomensklassen: [10%‐30%[; [30%‐50%[; [50%‐70%[; [70%‐90%[. Deze klassen worden gedefinieerd voor elk onderzoeksjaar teneinde het probleem van de inflatie te omzeilen. 4
De conclusies zijn identiek met behoud van een continue variabele van de totale uitgaven in index.
11
Leeftijdsklasse van de referentiepersoon in het gezin: om informatie m.b.t. de leeftijd betreffende gezinnen waarvan de meeste meer dan één persoon tellen te gebruiken, wordt de leeftijd van de referentiepersoon (normaal gezien de persoon die de grootste bijdrage levert tot de gezinsinkomsten, behoudens gemotiveerde keuze van het onderzoek) gebruikt om een gezin te typeren. Ook hier werken we met de leeftijdsklassen. Vier klassen – Q1, Q2, Q3, Q4 – definiëren elk een kwart van de steekproef. Deze klassen worden bepaald voor elk type gezin (cf. supra) teneinde rekening te houden met het feit dat de leeftijd van de referentiepersoon verbonden is met het type gezin. Het komt immers zelden voor dat een referentiepersoon jonger dan 20 of ouder dan 60 jaar kinderen onder hetzelfde dak heeft. Maximaal onderwijsniveau in het gezin: deze variabele wordt opgenomen zonder dat er echter een direct sociaaleconomisch verband kan worden gelegd tussen het onderwijsniveau en het deel van het budget dat naar de woning gaat. Indirect levert deze variabele sociaal‐culturele informatie die het eventueel mogelijk maakt een deel te vatten van wat anders tot het veld van de niet‐ modelleerbare ‘individuele keuzes’ zou behoren. Ze wordt gedefinieerd als het hoogste onderwijsniveau bij de in het gezin aanwezige volwassenen (lager onderwijs, secundair onderwijs, hoger onderwijs van het korte type, hoger onderwijs van het lange type, universitair onderwijs, ander). In totaal bevat de geanalyseerde steekproef, na bewerkingen, 31 957 gezinnen waarvan er 5 354 in het Brussels Hoofdstedelijk Gewest wonen.
12
III.
Resultaten en analyse
Alle in het kader van deze analyse gebruikte modellen maken deel uit van de familie van de robuuste lineaire modellen. Dit concept van robuustheid wijst op het vermogen van een model om niet te worden beïnvloed door extreme of afwijkende waarnemingen. In het kader van een onderzoek zoals het HBO valt een aantal gegevens, ook na verbetering van de coderingsfouten (codering door de ADSEI), ‘buiten’ het algemene kader dat is gedefinieerd door de grote meerderheid van de waarnemingen, om potentieel legitieme redenen zoals een uitzonderlijke aankoop door een gezin dat deelneemt aan het onderzoek tijdens een welbepaald jaar. Om de analyses niet te verstoren zijn er twee opties. Ofwel worden de gegevens schoongemaakt volgens ad‐hocprocedures, die er gewoonlijk in bestaan extreme waarnemingen voor elke vraag van het onderzoek te elimineren volgens een duidelijk vastgestelde regel. Ofwel worden alle gegevens bewaard, maar wordt er gebruik gemaakt van robuuste procedures. In dat laatste geval wordt het statistische model zelf zodanig geconcipieerd dat het minder of zelfs geen gewicht toekent aan afwijkende waarnemingen. Deze tweede benadering biedt enerzijds het voordeel dat er geen arbitraire beslissingen ex ante noodzakelijk zijn en anderzijds, en vooral, dat de arbitraire gegevens worden geïdentificeerd via de niet‐inachtneming van een algemene relatie tussen de verschillende bestudeerde variabelen voor de meerderheid van de waarnemingen. De identificatie van afwijkende gegevens staat dus in rechtstreeks verband met de bestudeerde problematiek. In deze studie krijgt deze tweede benadering dus de voorkeur. Om een duidelijk inzicht te krijgen in de door de gebruikte steekproef verstrekte informatie werden meerdere statistische modellen getest. Het is zinvol te beginnen met een eenvoudige analyse van de variabele die ons interesseert. Zoals blijkt uit tabel 1 besteedt, op het geheel van de steekproef, een Belgisch gezin gemiddeld 31,2% van zijn totale budget aan de woning. Tabel 1: beschrijvende statistiek van de variabele ‘Aandeel van de woning in de totale uitgaven’ (PartHab)
Gemiddeld 0.3118115
Analysevariabele: PartHab Typeverschil Minimum Maximum 5.5229577 0.0128232 0.8727294
N 31957
Bron: HBO (ADSEI), berekeningen BISA
Als we de woonplaats laten optreden als enige toelichtende variabele, dan meten we (tabel 2) een significant statistisch effect. Volgens dit zeer eenvoudige model besteedt een gezin dat in het BHG woont gemiddeld 34,4% (29,29% + 5,15%) van zijn budget aan de woning tegenover gemiddeld 29,3% in de rest van het Rijk. Er is dus een duidelijk verschil van 5,2% dat de Brusselaars meer uitgeven aan hun woningbudget.
13
Tabel 2: basismodel dat alleen het domiciliegewest (REGB) doet optreden
Parameter Intercept Regio Regio
Brussel Rest van het Rijk
DDL 1 1 0
Geraamde waarden van de parameters Vertrouwensinterval Geraamde waarde Typefout op 95% Khi‐2 Pr > Khi‐2 0.2929 0.0005 0.2920 0.2938 387751 <.0001 0.0515 0.0019 0.0478 0.0552 742.39 <.0001 0.0000 . . . . .
Bron: HBO (ADSEI), berekeningen BISA
De beschouwde bevolkingen vertonen echter niet dezelfde kenmerken (leeftijd, inkomsten, gezinsstructuur, sociaal‐culturele situatie…). Aangezien die verschillen een impact kunnen hebben op het deel van de uitgaven dat naar de woning gaat, kunnen ze tussen de gewesten tot verschillen leiden die niet samenhangen met de kosten van levensonderhoud. Grafiek 2 toont immers dat een gezin met een bescheiden inkomen gemiddeld een groter deel van zijn totale budget aan de woning besteedt dan een bemiddeld gezin. In de wetenschap dat gezinnen in het BHG gemiddeld lagere inkomens hebben dan in de rest van het Rijk, zou het deel van de uitgaven dat in het BHG naar de woning gaat als gevolg daarvan gemiddeld groter moeten zijn, los van elke overweging betreffende de kosten van levensonderhoud. Om het effect dat eigen is aan de woonplaats te isoleren, past het dus rekening te houden met een maximaal aantal bijkomende kenmerken van de gezinnen die een impact kunnen hebben op het budgettaire gewicht van de woning. Zoals eerder al gezegd, laat onze gegevensbron ons toe het effect van het inkomen, van de gezinsstructuur, van de leeftijd van de referentiepersoon en van het onderwijsniveau van de ‘volwassenen’ in het gezin te controleren. Tabel 3 bevat de resultaten van het model waarin die verschillende variabelen zijn opgenomen. We stellen vast dat het verschil tussen inwoners van het BHG en inwoners van de rest van het Rijk 3,2% bedraagt, te vergelijken met het eerder verkregen percentage van 5,2%. Van die 5,2% was 2% dus te wijten aan de verschillen tussen Brusselse en andere Belgische gezinnen op het vlak van leeftijd, inkomsten, gezinsstructuur en onderwijsniveau.
14
Tabel 3: resultaten van het model met voornaamste effecten
Parameter Intercept Regio Type gezin
Inkomensklasse
Leeftijdsklasse
Maximaal onderwijsniveau
Geraamde waarden van de parameters Geraamde Vertrouwensinterval Pr > Khi‐ DDL waarde Typefout op 95% Khi‐2 2 1 0.2832 0.0021 0.2791 0.287318300.3 <.0001 Brussel 1 0.0317 0.0015 0.0287 0.0347 421.71 <.0001 Rest van het Rijk 0 0.0000 . . . . . Echtpaar met kind(eren) 1 ‐0.0821 0.0017 ‐0.0854 ‐0.07882375.41 <.0001 Echtpaar zonder kinderen 1 ‐0.0464 0.0017 ‐0.0497 ‐0.0431 764.26 <.0001 Alleenstaande 1 0.0471 0.0017 0.0438 0.0504 799.34 <.0001 Eenoudergezin 0 0.0000 . . . . . 10‐30 1 0.1293 0.0013 0.1267 0.13199364.61 <.0001 30‐50 1 0.0829 0.0013 0.0804 0.08544078.35 <.0001 50‐70 1 0.0442 0.0013 0.0417 0.04671181.55 <.0001 70‐90 0 0.0000 . . . . . 1 1 ‐0.0230 0.0013 ‐0.0256 ‐0.0205 315.26 <.0001 2 1 ‐0.0144 0.0013 ‐0.0169 ‐0.0119 129.73 <.0001 3 1 ‐0.0095 0.0013 ‐0.0119 ‐0.0070 56.82 <.0001 4 0 0.0000 . . . . . 0 1 ‐0.0224 0.0047 ‐0.0316 ‐0.0132 22.93 <.0001 1 1 ‐0.0218 0.0022 ‐0.0261 ‐0.0174 95.71 <.0001 2 1 ‐0.0260 0.0017 ‐0.0294 ‐0.0227 234.14 <.0001 3 1 ‐0.0116 0.0014 ‐0.0143 ‐0.0088 66.97 <.0001 4 1 ‐0.0048 0.0013 ‐0.0074 ‐0.0022 12.73 0.0004 5 0 0.0000 . . . . .
Bron: HBO (ADSEI), berekeningen BISA
Tabel 3 toont ook dat het inkomensniveau en de gezinsstructuur de voornaamste schommelingsfactoren zijn m.b.t. het budgettaire gewicht van de woning, volgens onze bron, met circa 13% verschillen tussen de uiterste categorieën in beide gevallen. Daarna komen de woonplaats (3,2%), het onderwijsniveau en de leeftijd (respectievelijk 2,6% en 2,2%). Tot besluit van de modellenanalyses kunnen we stellen dat het significante effect van het domiciliegewest op het deel van de uitgaven dat naar de woning gaat in de ruime betekenis is bewezen. Het past nu nog om dit effect kwantitatief om te zetten in termen van kosten van het levensonderhoud.
15
IV.
Besluiten
De overwegingen inzake economische theorie worden bevestigd door de statistische studie van de gegevens betreffende de uitgaven van de Belgische gezinnen: gezinnen die in het BHG wonen, besteden hogere bedragen aan hun woning en de daarmee verbonden lasten. De overeenstemmende prijzen worden niet direct gemeten. Het verschil in termen van gewicht van de woning in het totale gezinsbudget is wel meetbaar. Dit verschil wordt geraamd op gemiddeld 3,2 procentpunten en wordt statistisch gezien als zeer significant beschouwd. Wetende dat huisvesting een gewicht heeft van gemiddeld 32% in het Belgisch gezinsbudget, vormen deze 3,2 procentpunten een toename van ongeveer 10%. We kunnen dus zeggen dat bij een gelijk inkomen de Brusselse gezinnen huisvestingskosten hebben die 10% hoger liggen in vergelijking met de gezinnen in de andere gewesten. Een indicatie met betrekking tot de prijzen kan afgeleid worden uit economische argumenten. Zo bepaalt de theorie van de consument (Mayo, 1981; Ermisch et al., 1996) dat, voor vergelijkbare gezinnen en vaste inkomsten, de prijsverschillen voor de woning niet volledig doorgerekend worden in de woninguitgaven van het gezin. Gewoonlijk aanvaardt het gezin immers een lagere kwaliteit van zijn woning om de stijging van het woningbudget te beperken en niet al te zeer te moeten snoeien in zijn overige uitgaven. Hoewel de raming van dit zogenaamde effect van prijselasticiteit niet het voorwerp van deze nota vormt, vermelden de empirische werkzaamheden in de literatuur convergerende ramingen van de prijselasticiteit van de woningvraag rond ‐0,5. Met andere woorden, een prijsstijging van de woning met 1% vertaalt zich in een daling van de woningvraag met 0,5%. Er zou dus een prijsstijging van 20% nodig zijn om een stijging van de uitgaven met 10% vast te stellen zoals in ons geval. Dit suggereert een positief woningprijsverschil van ongeveer 20% tussen Brussel en de rest van het land. Voorts is de woning zeker niet het enige element waarvan de prijs in centraal stedelijk gebied hoger is dan de prijzen in andere regio’s. Meer bepaald zijn de prijzen voor diensten in deze gebieden hoger, aangezien de prijs voor de bezetting van de grond wordt doorgerekend aan de consument (zie bijvoorbeeld Île‐de‐France: Fesseau et al., 2008). Dit laatste punt valt buiten het bereik van deze studie. Conclusie: hoewel deze studie niet toelaat het totale verschil in levenskost tussen Brussel en de rest van de land te becijferen, laat ze wel toe een ondergrens te bepalen, enkel gebaseerd op de uitgaven voor huisvesting. Die uitgaven liggen voor de Brusselaars 10% hoger dan voor gezinnen met dezelfde kenmerken in de rest van het Rijk. Dit betekent dat Brusselse huishoudens voor hun gemiddelde totale huisvestingsbudget 3,2% meer besteden dan huishoudens in het hele land. Een bedrag dat dus niet voor vrij gekozen uitgaven kan worden gebruikt. In die zin gaat het wel degelijk om een vermindering met 3,2% van de levensstandaard voor gelijkwaardige gezinnen. Dat cijfer houdt geen rekening met de mindere kwaliteit van de woningen noch met andere meerkostfactoren die samenhangen met het leven in een centraal gelegen stedelijk gebied. Ter afronding van deze studie kunnen we dus bevestigen dat de kosten van levensonderhoud in het Brussels Hoofdstedelijk Gewest minstens 3,2% hoger zijn dan in de rest van het land.
16
V.
Referenties
Alonso W. (1964), ‘Location and Land Use’, Harvard University Press (Massachusetts). Anker R (2011), ‘Engel’s Law Around the World 150 Years Later’, PERI Working Paper nr. 247, University of Massachusetts. Aveline N. (2005), ‘Les marchés fonciers à l’épreuve de la mondialisation. Nouveaux enjeux pour la théorie économique et les politiques publiques’, Mémoire d’Habilitation, Institut d’Urbanisme de Lyon, Université Louis Lumière Lyon 2. Beatty T. et Larsen E.R. (2005), ‘Using Engel Curves to Estimate bias in the Canadian CPI as a Cost of Living Index’, Revue canadienne d’économique, vol. 38, nr. 2, pp. 500‐519. Chakrabartya M & W Hildenbrand (2011), ‘Engel's Law Reconsidered’, Journal of Mathematical Economics, Volume 47, Issue 3, May 2011, pp. 289‐299. Clerc M‐E & E Coudin (2010) ‘L’IPC, miroir de l’évolution du coût de la vie en France ? Ce qu’apporte l’analyse des courbes d’Engel’, Économie et Statistique, 2010, vol. 433, volume 1, pp. 77‐99. Costa D.L. (2001), ‘Estimating Real Income in the United States from 1888 to 1994: Correcting CPI Bias Using Engel Curves’, Journal of Political Economy, vol. 109, nr. 6, pp. 288‐1310. Engel E. (1857), ‘Die Productions‐ und Consumptionsverhältnisse des Königreichs Sachsen’ in Zeitschrift des Statistischen Büreaus des Königlich‐Sächsischen Ministeriums des Inneren, No.8 u.9, pp. 1‐54. Ermisch J.‐F., J. Findlay & K. Gibb (1996), ‘The Price Elasticity of Housing Demand in Britain: Issues of Sample Selection’, Journal of Housing Economics, Volume 5, Issue 1, March 1996, pp. 64–86. Fesseau M., V. Passeron & M. Vérone (2008), ‘Les prix sont plus élevés en Île‐de‐France qu’en province’, Insee Première nr. 1210. Kish L. (1999), ‘Cumulating/combining population surveys’, Survey Methodology, Statistics Canada, Catalogue 12‐001, 25(2). Larsen E.R. (2004), ‘Does the CPI Mirror Costs‐of‐livings ? Engel’s Law Suggests not in Norway’, Statistics Norway Discussion Paper, nr. 368, februari. Mayo, S. K. (1981), ‘Theory and Estimation in the Economics of Housing Demand’, Journal of Urban Economics nr. 10, pp. 95‐116.
17