De Impact van huisvesting op de levenskost in het Brussels Hoofdstedelijk Gewest

 

 

                 

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