KRIMP in Twente. Situatie Analyse van status en dynamiek met behulp van SCODEK. Einsteinstaart 12A 7601 PR ALMELO

e

KRIMP in Twente Situatie 2012 Analyse van status en dynamiek met behulp van SCODEK

Opdrachtgever:

Rapportnummer: Status rapport: Datum :

Invisor Postbus 40220 3504 AA UTRECHT Tel: 06-14066466 E-mail: [email protected]

Envita Almelo BV Einsteinstaart 12A 7601 PR ALMELO

B02 Definitief 22 maart 2013

Omgevingsmanagement

Krimp in Twente

Inhoudsopgave 1 2

3 4

5

6 7

8

Inleiding ............................................................................................................................................1 Toelichting op SCODEK model ......................................................................................................3 2.1 Inleiding ......................................................................................................................................3 2.2 Duiding krimpindicatoren ...........................................................................................................4 2.2.1 Oorzaakindicatoren.............................................................................................................4 2.2.2 Effectindicatoren .................................................................................................................4 2.3 SCODEK ....................................................................................................................................8 Situatie krimp in Twente per 2012 ..................................................................................................9 Status en dynamiek van de oorzaken van krimp ....................................................................... 12 4.1 Bevolkingsgroei, groene en grijze druk ................................................................................... 12 4.2 Migratie ................................................................................................................................... 15 4.3 Resumé ................................................................................................................................... 16 Status en dynamiek van de effecten van krimp ......................................................................... 17 5.1 Voorzieningen ......................................................................................................................... 17 5.1.1 Isolement ten opzichte van voorzieningen ...................................................................... 17 5.1.2 Krimpgevoeligheid ........................................................................................................... 17 5.2 Woningmarkt. .......................................................................................................................... 18 5.3 Verhuismobiliteit en doorstroming op de woningmarkt ........................................................... 19 5.4 Werken en economie .............................................................................................................. 20 5.5 Werkgelegenheid .................................................................................................................... 22 5.6 (Gezondheids)zorg ................................................................................................................. 24 5.7 Leefbaarheid en welstand ....................................................................................................... 25 5.8 Resumé ................................................................................................................................... 27 Vergelijk met resultaten monitoring 2011 .................................................................................. 28 Toetsing en interpretatie .............................................................................................................. 29 7.1 Toetsing .................................................................................................................................. 29 7.2 Geografische functionaliteit..................................................................................................... 29 7.3 Clusteranalyse ........................................................................................................................ 35 7.4 Aandachtspunten .................................................................................................................... 37 Samenvatting, conclusies en aanbevelingen ............................................................................ 39

Bijlagen: Bijlage 1: Bijlage 2: Bijlage 3:

Oorzaak indicator Effect indicatoren Score SCODEK model

rapportnummer B1006/ R01 d.d. 12 april 2013

Krimp in Twente 2012

1

INLEIDING

Algemeen Bevolkingskrimp is een fenomeen waar in Nederland veel over te doen is. De aandacht gaat hierbij vaak met name uit naar de gekende krimpgebieden Zeeuws Vlaanderen, Parkstad Limburg, Delfzijl en omgeving en oost Groningen. De vraag is of in Twente sprake is van krimp en of, indien dat het geval is, de gevolgen van krimp hier een soortgelijke impact zullen hebben als voor de krimpgebieden Zeeuws Vlaanderen, Parkstad Limburg, Delfzijl en omgeving en oost Groningen wordt voorspeld. Indien er ergens sprake is van bevolkingskrimp in de Twentse gemeenten zou dit ten dele al zichtbaar moeten zijn in een toename van de negatieve effecten die in het algemeen met bevolkingskrimp worden geassocieerd. Deze negatieve effecten zijn bijvoorbeeld verminderde leefbaarheid door het wegvallen van voorzieningen, zoals bijvoorbeeld huisartsen, ziekenhuizen, scholen en winkels, of negatieve trends op de huizenmarkt, zoals leegstand, prijsdaling en lange verkooptijden, toenemende vraag naar zorg, etc. Invisor Omgevingsmanagement brengt met behulp van het Scoremodel demografische Krimp (SCODEK) de status en de dynamiek van demografische krimp in beeld. Met SCODEK kunnen gemeenten worden geïdentificeerd waar demografische krimp zich manifesteert of zich in de nabije toekomst zal manifesteren. Door middel van indicatoren kan worden bepaald of en in welke vorm effecten van demografische krimp zich manifesteren en op welke punten gemeenten kwetsbaar zijn. Als aanvulling hierop kunnen diagnostische tools worden ingezet. Een van deze tools is DYNAMO. Het betreft een model dat tot doel heeft om vraag en aanbod op de woningmarkt te balanceren door de behoeften ca. 3 tot 5 jaar vooruit in beeld te brengen. Indien de woningmarkt zwakte vertoont kunnen hiervan de oorzaken worden geanalyseerd. Hiervoor wordt een dynamisch model ingezet dat rekening houdt met economische ontwikkelingen en veranderingen en waarmee DYNAMO de behoeften elk kwartaal opnieuw doorrekent. De behoeften aan woningen kan worden gedifferentieerd naar type, prijsklasse etc. Eventuele benodigde bijsturing van programma’s en procedures wordt een maal per jaar doorgevoerd. Rapportage Het onderzoek naar krimp in Twente maakt deel uit van per COROP-gebied periodiek uitgevoerd landsdekkend onderzoek. In 2011 is reeds een analyse naar de aard en mate van krimp in Twente uitgevoerd. Voorliggend rapport is een vervolg op deze analyse en is samengesteld via cyclisch modellering. Het rapport presenteert de actuele status en dynamiek van demografische krimp in de 14 Twentse gemeenten (Bniveau) voor het jaar 2012 op basis van het SCODEK model. Het rapport is opgesteld door Invisor in opdracht van en in collegiale samenwerking met Envita Almelo. In het rapport “SCODEK, techniek en methode” (A-niveau) (Invisor, 2010, gereviseerd in 2012) wordt nader ingegaan op de achtergronden, de techniek en methodiek van het SCODEK model en op de indicatoren en de bijbehorende indices. De van voorliggende rapport afgeleide publieksversie (C-niveau) is beschikbaar voor de respectievelijke doelgroepen.


1/41


Leeswijzer In het onderzoek is gebruik gemaakt van de meest recente data. In het rapport zijn, daar waar beschikbaar en illustratief, de resultaten van de Twentse gemeenten vergeleken met voor de gekende krimpgebieden karakteristieke gemeenten als Delfzijl, Heerlen, Hulst en/of Borger-Odoorn. In het gehele rapport wordt qua beoordeling een kleurcode met de volgende systematiek gehanteerd: Groei/gunstig Kritiek/alert Krimp/ongunstig

Alvorens in te gaan op de analyse van krimp in Twente wordt de werking van het krimpmodel SCODEK-2 (hoofdstuk 2) beknopt toegelicht. In hoofdstuk 3 wordt de resultaten van het SCODEK voor het COROP-gebied Twente besproken. In hoofdstuk 4 en 5 wordt de status en de dynamiek van de achterliggende oorzaak- respectievelijk de effectindicatoren besproken. In hoofdstuk 6 worden de resultaten vergeleken met de resultaten van de eerder in 2011 uitgevoerde monitoring. In hoofdstuk 7 worden de resultaten getoetst en geïnterpreteerd. In het afsluitende hoofdstuk 8 wordt de conclusies en aanbevelingen van het onderzoek samengevat. In de bijlagen zijn de resultaten van de scores van de oorzaak- en van de effectindicatoren en van de resulterende score volgens het SCODEK-model grafisch weergegeven.


2/41


2

TOELICHTING OP SCODEK MODEL

In het rapport “SCODEK, techniek en methode” (A-niveau) (Invisor, 2010, gereviseerd in 2012) wordt nader ingegaan op de achtergronden, de techniek en methodiek van het SCODEK model en op de indicatoren en de bijbehorende indices. Onderstaande wordt een beknopte samenvatting van de inhoud van genoemd rapport gegeven. 2.1

Inleiding

Algemeen Het SCODEK model met indicatoren is ontwikkeld op basis van een uitgebreide analyse van de demografische gegevens van de 40 COROP (Coördinatie Commissie Regionaal OnderzoeksProgramma) gebieden in Nederland. Deze uit meerdere gemeenten samengestelde gebieden zijn onderscheiden omdat zij ruimtelijke en economische samenhang vertonen. Binnen het SCODEK model wordt een ruimtelijke eenheid (bijvoorbeeld een COROP gebied) beschouwd als complex dynamisch systeem. Binnen het model zijn een aantal tools ontwikkeld om de oorzaken en effecten van demografische krimp kwalitatief en kwantitatief in beeld te brengen. Door middel van indeling in verschillende thema’s en door voor elk van deze thema’s representatieve indicatoren te selecteren, zijn de ontwikkelingen in het (krimp)systeem te karakteriseren en te volgen. Hierdoor is het model een solide basis voor verdere begripsvorming van de processen die van oorzaken naar effecten leiden. Bij SCODEK worden bij de karakterisatie van de thema’s door indicatoren uitsluitend bestaande gegevens gebruikt. De gegevens worden periodiek gegenereerd en met regelmaat gemonitoord zodat het mogelijk is om de uitkomsten van deze tools geregeld te actualiseren. De meeste gegevens zijn niet alleen beschikbaar op gemeentelijke, doch tevens tot op buurtniveau zodat de oorzaken en effecten van krimp op het hiervoor meest geschikte schaalniveau kunnen worden beoordeeld. Het krimpmodel SCODEK kan modulair worden uitgebouwd. De oorspronkelijke versie van SCODEK had 4 thema’s en 7 indicatoren. Omdat de kennis en het begrip van de samenhang tussen oorzaken en gevolgen is toegenomen is SCODEK uitgebreid. SCODEK-2 heeft met betrekking tot de oorzaak 1 thema en 4 indicatoren en voor het effect 7 thema’s en 29 indicatoren. Krimpindicatoren De binnen het model ontwikkelde tools leiden tot de identificatie van thema’s met bijbehorende oorzaak- en effectindicatoren. Op basis van een integrale combinatie van deze krimpindicatoren is een scoresystematiek ontwikkeld. De scoresystematiek is hiërarchisch en is uitgelegd in onderstaande schema: Term CoROP gebied Thema Indicator (oorzaak en effect) Index

Waardering SCODEK score Thema score Indicator score Waarde

Scoresystematiek De SCODEK classificatie ontstaat door een combinatie van de onderliggende themascores. Een thema bestaat uit een of meerdere indicatoren. De thema score is een resultante van de scores van de afzonderlijke indicatoren. Een indicator kan worden gerepresenteerd door een index. De waarde van de index wordt omgezet in de score van de indicator. Met behulp van zogenaamde “interventie-indicatoren” kan worden bepaald welke indicatoren “stuurbaar” zijn. Met behulp hiervan kunnen voorspellingen worden gedaan wat de uitkomsten zullen zijn van maatregelen die bedoeld zijn om de effecten van demografische krimp (in positieve zin) te beïnvloeden.


3/41


Monitoring Naast het monitoren van gegevens kunnen ook de oorzaakindicatoren en effectindicatoren worden gemonitoord. Hierdoor kan de genese van het krimpmodel SCODEK in de tijd worden gevolgd en kan met behulp van krimpscores het effect van de genomen maatregelen worden vastgesteld. 2.2

Duiding krimpindicatoren

2.2.1 Oorzaakindicatoren Aan de basis van de krimpproblematiek staat de manier waarop de bevolking zich ontwikkeld. Aan de oorzaakzijde is sprake van 1 thema (demografie). Dit thema wordt gerepresenteerd door 4 indicatoren. De eerste indicator van de oorzaak van krimp is als absolute toename of afname van het aantal inwoners (1) van een bepaald gebied of gemeente. Verder kan de oorzaak van krimp worden uitgedrukt worden als de manier waarop de samenstelling van de bevolking zich ontwikkeld. Hiervoor bestaan de termen groene en grijze druk. Groene druk (2) is de ratio tussen het percentage van de bevolking < 20 jaar (jeugd) en het percentage van de bevolking tussen 20 en 65 jaar (de “productieven”). Grijze druk (3) is de ratio tussen het percentage van de bevolking > 65 jaar (gepensioneerden) en het percentage van de bevolking tussen 20 en 65 jaar (de “productieven”). Tenslotte speelt de balans tussen inkomende en vertrekkende verhuizers nog een rol voor krimp. Indien dit migratiesaldo (4) negatief is vertrekken er meer personen dan dat er bij komen. Deze vier indicatoren vormen gezamenlijk de oorzaakindicatoren van demografische krimp. In de scoresystematiek krijgt elk van deze indicatoren maximaal 2,5 punt, voor een gesommeerd maximum van 10 punten. 2.2.2 Effectindicatoren De aan de effectzijde onderscheiden 29 indicatoren onderscheiden vertegenwoordigen 7 thema’s. Deze thema’s vertegenwoordigen de “harde” en de “zachte” kant van de effecten. In het navolgende wordt kort ingegaan op de relatie van deze indicatoren met demografische krimp. Voorzieningen Het is een misvatting te veronderstellen dat voorzieningen “verdwijnen” als gevolg van demografische krimp. Feitelijk is er sprake van een verdunning van voorzieningen omdat het draagvlak minder wordt. Het effect per saldo is dat de afstand tot de voorzieningen als gevolg van demografische krimp kan toenemen. Voor sommige voorzieningen is deze toename in afstand mogelijk ongewenst. Dit geldt bijvoorbeeld als minder mobiele groepen (zoals kinderen en ouderen) minder makkelijk toegang hebben tot primaire voorzieningen zoals huisarts of lager onderwijs. Om de situatie tot uitdrukking te brengen zijn twee indexen ontworpen en uitgewerkt. - Isolement ten opzichte van voorzieningen wordt uitgedrukt als de Km-index. De Km-index is de equivalent afstand in kilometers tot veertien (primaire en secundaire) voorzieningen. Hieronder vallen onder meer huisarts, ziekenhuis, primair en secundair onderwijs, supermarkt en spoorwegstation. Aangezien er verschil is in het relatief belang van de verschillende voorzieningen is het belang gewogen conform de Maslow systematiek: primaire voorzieningen, zoals huisarts en lager onderwijs wegen zwaarder mee dan bijvoorbeeld café of bioscoop. De Km-index is uitgewerkt tot op buurten buurtschapniveau. - Krimpgevoeligheid ten opzichte van voorzieningen wordt uitgedrukt als de Kg-index. Hiermee wordt de toename van het isolement ten opzichte van negen voorzieningen tot uitdrukking gebracht wanneer bepaalde voorzieningen zouden wegvallen. De Kg-index geeft aan in welke mate het isolement zal toenemen.


4/41


De Km-index geeft een situatie weer zoals deze op een bepaald moment is (“status”). De Kg-index is feitelijke een waarschuwingsindex (“alert”) en geeft inzicht in het potentiële effect van demografische krimp. Bij de beoordeling van de gevolgen van krimp op de leefbaarheid moet de “nulwaarde” eveneens in beschouwing worden genomen, omdat demografische krimp niet noodzakelijk de oorzaak hoeft te zijn van een negatieve beleving van isolement. Er zijn twee indicatoren geselecteerd op buurtniveau. Deze twee indicatoren geven inzicht in de mate van isolement van een buurt en van de gevolgen van het eventueel wegvallen van voorzieningen op de mate van isolement. 1. Isolement ten opzichte van voorzieningen (Km-index). Indien er sprake is van dunbevolkte gebieden die geografisch ver van kernen zijn gelegen, kunnen bewoners van deze gebieden ver van voorzieningen (zoals winkels, huisarts, scholen) verwijderd zijn. Een dergelijk isolement kan met een vergrijzende bevolking die minder mobiel wordt problematisch worden omdat naast geografisch isolement ook sociaal isolement dreigt en de leefbaarheid van geïsoleerde gebieden onder druk komt te staan. Isolement wordt uitgedrukt als de Km-index. De Km-index is de equivalent afstand in kilometers tot een aantal voorzieningen. Aangezien er verschil is in het relatief belang van de verschillende voorzieningen is het belang gewogen conform de Maslow systematiek. De Km-index is uitgewerkt tot op buurten buurtschapniveau. 2. Krimpgevoeligheid ten opzichte van voorzieningen (Kg-index). Hiermee wordt de toename van het isolement ten opzichte van voorzieningen tot uitdrukking gebracht wanneer bepaalde voorzieningen zouden wegvallen. Krimpgevoeligheid wordt uitgedrukt als de Kgindex en is uitgewerkt tot op buurten buurtschapniveau. Woningmarkt De woningmarkt is een van de kwetsbare zaken in gebieden die te maken hebben met demografische en/of economische krimp. Deze kwetsbaarheid komt tot uiting als een onderwaardering van de woningwaarde ten opzichte van de (lokale en landelijke) verwachtingswaarden en als een groeisnelheid van de woningwaarde die (veel) lager is dan die van de verwachtingswaarden. De zwakte van de woningmarkt komt ook tot uiting als een relatief hoge toegankelijkheid van de woningmarkt voor omliggende gemeenten, gecombineerd aan lage groeisnelheden. Dit betekent dat huizen wel betaalbaar zijn, maar dat de animo voor koop laag is. Slechts weinig mensen willen in een dergelijke gemeente wonen, ondanks de relatief lage woningprijzen. Dit thema dient ook in relatie met het thema “verhuismobiliteit” te worden beschouwd. De vijf indicatoren in dit thema geven op gemeentelijk niveau inzicht in de relatieve kracht van de woningwaarde en de mate waarin de woningwaarde onder druk staat of komt. 3. Woningwaarde t.o.v. landelijke verwachtingswaarde (LAVER index). Uit de analyse van de gemiddelde woningwaarden van alle gemeenten van Nederland (ca. 425 gemeenten) kan een verwachtingswaarde worden berekend voor de woningwaarde in een bepaalde gemeente. Aan de hand van deze indicator kan worden vastgesteld in hoeverre de woningwaarde boven of onder deze verwachtingswaarde ligt. 4. Woningwaarde t.o.v. lokale verwachtingswaarde (LOVER index). Uit de analyse van de gemiddelde woningwaarden van alle gemeenten van Nederland (ca. 425 gemeenten) kan een lokale verwachtingswaarde worden berekend voor de woningwaarde in een bepaalde gemeente. Aan de hand van deze indicator kan worden vastgesteld in hoeverre de woningwaarde boven of onder de lokale verwachtingswaarde ligt. 5. Ontwikkeling woningwaarde t.o.v. landelijke verwachtingswaarde (Δ-LAVER index). Door het analyseren van tijdreeksen kan worden bepaald hoe de woningwaarde in een bepaalde gemeente zich ontwikkeld ten opzichte van de landelijke verwachtingswaarde. 6. Ontwikkeling woningwaarde t.o.v. van lokale verwachtingswaarde (Δ-LOVER index). Door het analyseren van tijdreeksen kan worden bepaald hoe de woningwaarde in een bepaalde gemeente zich ontwikkeld ten opzichte van de locale verwachtingswaarde. 7. Toegankelijkheid van de woningmarkt (R-HP/BINK index) Deze wordt bepaald door de relatieve verhouding van woningwaarde en besteedbaar inkomen per huishouden. De indicator bepaald de mate waarin inwoners van omliggende gemeenten zich een woning kunnen permitteren in de betreffende gemeente.


5/41


Verhuismobiliteit Een hoge verhuismobiliteit is vaak karakteristiek voor een stedelijke omgeving. Het is gerelateerd aan buurten met veel huurwoningen, een relatief jonge bevolking en lagere inkomens. Anderzijds is een hoge verhuismobiliteit een probaat middel tegen vergrijzing. Het houdt buurten relatief jong. Gerelateerd aan verhuismobiliteit kan de beschikbare woningvoorraad op de woningmarkt worden bepaald, de omlooptijd, alsmede de relatieve verkooptijden. Hiermee komt overschot of schaarste op de woningmarkt tot uitdrukking. Een lage omlooptijd (en dus een lange relatieve verkooptijd) zijn karakteristiek voor demografische of economische krimpgemeenten. Veel meer dan bijvoorbeeld een hoge beschikbare woningvoorraad. Er zijn vier indicatoren geselecteerd op gemeenteniveau. Deze hebben betrekking op de doorstroming op de woningmarkt en de (relatieve) schaarste van woningen. Drie hiervan hebben betrekking op verkoop van koopwoningen. 8. Beschikbare woningvoorraad (BEVO). Deze indicator geeft aan welk percentage woningen te koop is van de totale voorraad koopwoningen. 9. Omloopsnelheid. Deze indicator geeft het percentage koopwoningen van de totale voorraad koopwoningen aan dat jaarlijks van eigenaar wisselt. 10. Relatieve verkooptijd (REVERT index). Tijd die nodig is om een woning te verkopen en te berekenen door het aantal woningen te koop te delen door het aantal woningen verkocht in een jaar tijd. 11. Verhuismobiliteit (MOBI index). Aantal personen dat per jaar per duizend inwoners verhuisd. Hierin worden inkomende verhuizers en uitgaande verhuizers elk voor 0,5 meegerekend. Werk en economie De indicatoren voor het thema werk en economie hebben betrekking op inkomen en uitkeringen en de verhouding tussen aantal werkenden en aantal uitkeringsontvangers. Hiermee wordt de economische positie van een gemeente in beeld gebracht en de ontwikkeling hiervan in de tijd. De combinatie van demografische krimp en economische krimp kan op termijn allerlei ongewenste neveneffecten tot gevolg hebben zoals verminderde leefbaarheid en een zwakke woningmarkt. De economische situatie wordt beoordeeld aan de hand van inkomens en uitkeringen en de ontwikkelingen hiervan over de tijd. Hiervoor zijn op gemeenteniveau zes indicatoren beschikbaar. 12. Besteedbaar inkomen per huishouden (BINK index). Geeft aan wat huishoudens gemiddeld te besteden hebben in een gemeente. 13. Groei van het besteedbaar inkomen per huishouden (Δ-BINK index). Geeft aan hoe snel het beschikbaar inkomen per huishouden toeneemt. De beschouwde periode is vijf jaar. 14. De uitkeringsindex (UK). Geeft aan wat de situatie is met betrekking tot uitkeringen in een bepaalde gemeente. 15. Groei van de uitkeringsindex (Δ-UK index). Geeft aan hoe snel het totaal aantal uitkeringsontvangers veranderd in een gemeente. De beschouwde periode is vijf jaar. 16. De werken uitkeringsindex (WUK index). Is een maat voor de verhouding tussen werkenden en uitkeringsontvangers. 17. Groei van de werken uitkeringsindex (Δ-WUK index). Geeft aan hoe snel de verhouding tussen werkenden en uitkeringsontvangers veranderd in een gemeente. De beschouwde periode is vijf jaar. Werkgelegenheid De situatie rond werkgelegenheid wordt in beeld gebracht door de werkgelegenheid zowel kwantitatief als kwalitatief te beoordelen. De werkgelegenheid wordt uitgedrukt als de verhouding tussen het aantal aanwezige banen en de productieve beroepsbevolking tussen 20 en 65 jaar weergeeft (B/PI index). Wanneer B/PI < 1 betekent dit dat het aantal banen kleiner is dan de potentiële beroepsbevolking en de bewoners van een dergelijke gemeente dus naar elders hun emplooi moeten vinden. De economische activiteit van een dergelijke gemeente is dan relatief laag, er is weinig aanzuigende werking op bedrijven en banen en dus mensen. De kans dat arbeidsactiviteit verloren


6/41


gaat door bijvoorbeeld consolidatie is groot, hetgeen leegloop van een dergelijke gemeente kan veroorzaken. Verder is het aantal bedrijfsvestigingen en de ontwikkeling hiervan een indicator van de bedrijvigheid in een gemeente. De kwaliteit van de werkgelegenheid wordt tot uitdrukking gebracht als de verhouding tussen het percentage werkgelegenheid in commerciële dienstverlening en het percentage werkgelegenheid in nijverheid. Deze werkgelegenheidskarakteristiek (WEKA) geeft weer of een gemeente naar verhouding veel of weinig werkgelegenheid heeft in commerciële dienstverlening. Hiervoor zijn is in de regel hoger opgeleid personeel nodig met relatief hoge inkomens. Uit andere studies blijkt dat woningwaarde correleert met hogere inkomens (Hol, 2012). Een hoge waarde van de WEKA correleert eveneens met hogere inkomens. Gemeenten met een hoge WEKA zijn naar verwachting minder kwetsbaar voor verlies van werkgelegenheid aan lage(re) lonenlanden. De situatie met betrekking tot werkgelegenheid wordt beoordeeld met behulp van zes indicatoren op gemeentelijk niveau. Daarvan worden er slechts twee gebruikt om mee te rekenen en zijn de overige vier bedoeld om een beter kwalitatief begrip te krijgen van de situatie. 18. Banen per productieve inwoner (B/PI index). de mate waarin een gemeente werkgelegenheid schept komt tot uiting in de verhouding tussen het aantal banen in een gemeente en het aantal productieve inwoners. 19. Verandering van het aantal banen per productieve inwoner (Δ-B/PI index). Met deze indicator kan de groei van het aantal banen worden beschouwd over tijd. De beschouwde periodes zijn 6 jaar en 2 jaar. 20. Aantal bedrijfsvestigingen. Aantal bedrijven dat actief is in een gemeente uitgedrukt per productieve inwoner (kwalitatief). 21. Verandering van het aantal bedrijfsvestigingen. Verandering van het aantal bedrijven dat actief is in een gemeente uitgedrukt per productieve inwoner. De beschouwde periode is vijf jaar (kwalitatief). 22. Werkgelegenheidskarakteristiek (WEKA). Het quotiënt van het percentage banen in commerciële dienstverlening en het percentage banen in de nijverheid. In de regel vraagt commerciële dienstverlening hoger opgeleid personeel en worden er hogere salarissen betaald dan nijverheid. Werkgelegenheid in nijverheid is kwetsbaar voor verplaatsing naar lage(re) lonen-landen. 23. Verandering van het werkgelegenheidskarakteristiek (Δ-WEKA index). Verandering van de werkgelegenheidskarakteristiek over de tijd. De beschouwde periode is 5 jaar (kwalitatief). Gezondheidszorg De ZORG-indicator geeft uitdrukking aan de relatieve behoefte aan zorg voor vier verschillende leeftijdscohorten. Hiervoor wordt gekeken naar zorg door de huisarts, specialisten, fysiotherapeuten en ziekenhuisopname. De ZORG-indicator heeft een referentieniveau van 1,00. Dit referentieniveau omvat een hypothetische situatie waarin alle vier de leeftijdscohorten 25% van de totale bevolking omvatten. Bij relatief jongere bevolking is de ZORG-indicator < 1,00 en bij een oudere bevolking > 1,00. Om de relatieve afname van zorg te kunnen bepalen moet ook het effect van demografische krimp worden verdisconteerd. Bij demografische krimp is er enerzijds sprake van vergrijzing en ontgroening en anderzijds neemt de bevolking af. Beide effecten werken in tegengestelde richting. Als de vergrijzing sneller gaat dan de bevolkingsafname, neemt de ZORG-indicator (en dus de vraag naar zorg) toe. Voor de relatieve vraag naar (gezondheids)zorg zijn twee indicatoren ontwikkeld op gemeentelijk niveau. 24. Relatieve inzet van zorgverleners (ZORG index). Geeft de relatief benodigde inzet van een viertal groepen van zorgverlening (huisarts, specialist, fysiotherapeut en ziekenhuisopname) gebaseerd op vier leeftijdscohorten. 25. Verandering van de relatieve inzet van zorgverleners (Δ-ZORG index). De verandering van de relatieve zorginzet is het gevolg van vergrijzing/ontgroening enerzijds en demografische krimp anderzijds. De twee oorzaken van verandering werken in tegengestelde richting.


7/41


Leefbaarheid Demografische en economische krimp kan verpaupering in de hand werken. Dit komt dan tot uitdrukking als een verslechtering van de leefbaarheid. De KAPU-index is een efficiënte methode om de leefbaarheid in beeld te brengen en de ontwikkeling over tijd te duiden. In de KAPU-index zijn zes sociaaleconomische buurtfactoren “probleembuurten” gevolgd worden.

verwerkt.

Met

de

KAPU-index

kan

het

ontstaan

van

Om leefbaarheid te bepalen wordt gebruik gemaakt van de KAPU-index. De KAPU-index wordt berekend wordt op buurtniveau en is getoetst aan bestaande, meer bewerkelijke methodieken zoals RIGO leefbaarheidsmonitor (LEMON) en de leefbarometer van het voormalige ministerie van VROM. De correlatie met deze methodieken is dermate dat een representatieve afspiegeling van de leefbaarheid wordt gewaarborgd. 26. Leefbaarheidsindex (KAPU-index). Aan de hand van een aantal buurtkarakteristieken wordt de leefbaarheid tot uitdrukking gebracht. 27. Verandering van de leefbaarheidsindex (Δ-KAPU index). Hiermee wordt de verandering van de leefbaarheidsindex over een periode van drie jaar in beeld gebracht. 28. Welstandsindex. Het percentage huishoudens met hoge inkomens gedeeld door het percentage huishoudens met lage koopkracht. 29. Verandering van de welstandsindex. De verandering van de welstandsindex over de periode van een jaar. 2.3

SCODEK

De wijze van berekening van indicatoren is nooit objectief omdat een waarde wordt toegekend aan een getal (index). Er wordt echter wel een kader gecreëerd waarmee verschillende gebieden of gemeenten onderling vergeleken kunnen worden. De ernst en urgentie van aanpak van demografische krimp kan worden bepaald door de oorzaak te koppelen aan het effect. Met SCODEK wordt duidelijk op welke onderdelen het effect zich het meest nadrukkelijk manifesteert. Door deze scores periodiek met SCODEK te bepalen kan bovendien worden vastgesteld of de situatie verergert of dat maatregelen die reeds genomen effect hebben. Een gemeente kan met de SCODEK-2 systematiek maximaal 700 punten scoren. De interpretatie van de scores is weergegeven in tabel 1. Tabel 1: Systematiek SCODEK-2 met toelichting interpretatie van scores Score Punten Interpretatie 1/5 oorzaak * 1/5 effect < 28 Geen significante effecten van demografische krimp ¼ oorzaak * ¼ effect 28 tot 43,75 Lichte effecten van demografische krimp meetbaar Maatregelen te overwegen ¼ oorzaak * ½ effect of 43,75 tot 87,50 Matige effecten van demografische krimp meetbaar ½ oorzaak * ¼ effect Maatregelen aanbevolen. ½ oorzaak * ½ effect 87,50 tot Sterke effecten van demografische krimp meetbaar 175 Maatregelen noodzakelijk > ½ oorzaak * ½ effect > 175 Zeer sterke effecten van demografische krimp meetbaar Maatregelen noodzakelijk


aanwezig. aanwezig. aanwezig. aanwezig.

8/41


3

SITUATIE KRIMP IN TWENTE PER 2012

Voor de berekening van de oorzaken en effecten voor de 14 gemeenten in Twente is de in hoofdstuk 2 beschreven methodiek (SCODEK) gebruikt. De kwantificering van de indicatoren wordt in hoofdstuk 4 en 5 verder toegelicht. Oorzaken Uit tabel 2 blijkt dat de som van de demografische scores het grootst is voor Hellendoorn en Hengelo, zowel door de bevolkingsafname en (als gevolg van) het migratiesaldo (migratie van personen). Hierna volgt Hof van Twente (grijze druk en migratiesaldo gevolgd door een aantal gemeenten met een negatief migratiesaldo, zoals Almelo, Dinkelland, Rijssen-Holten, Twenterand en Wierden, en in mindere mate Borne en Losser. Tabel 2: Indicator- en themascores voor oorzaken krimp Indicatoren met bijbehorende score Gemeente

Bevolking

Groene druk

Grijze druk

Migratiesaldo

THEMASCORE

Almelo

0

0

0

1,5

1,5

Borne

0

0

0

0,5

0,5

Dinkelland

0

0

0

1,5

1,5

Enschede

0

0

0

0

0

Haaksbergen

0

0

0,5

0,5

1,0

Hellendoorn

1,5

0

0

1,5

3,0

Hengelo

1,5

0

0

1,5

3,0

Hof van Twente

0

0

1,5

0,5

2,0

Losser

0

0

0

0,5

0,5

Oldenzaal

0

0

0

0

0

Rijssen-Holten

0

0

0

1,5

1,5

Tubbergen

0

0

0

0

0

Twenterand

0

0

0

1,5

1,5

Wierden

0

0

0

1,5

1,5

Borger-Odoorn

1,5

0

0,5

1,5

3,5

Delfzijl

2,5

0

1,5

2,5

6,5

Heerlen

2,5

1,5

0

2,5

6,5

Hulst

1,5

0,5

0,5

1,5

4,0

Referentiegemeenten

De groene druk is in alle gemeenten > 35%. De grijze druk neemt voor de meeste gemeenten lineair toe. De grijze druk is voornamelijk aan de orde in gemeente Hof van Twente en in mindere mate in Haaksbergen. Almelo, Hellendoorn, Hengelo en Twenterand zijn de gemeenten met een relatief hoog negatief gemiddeld migratiesaldo. Dinkelland, Haaksbergen, Hof van Twente, Rijssen-Holten en Wierden kennen een licht negatief migratiesaldo. De Twentse gemeenten scoren beter dan de bekende krimpgemeenten.


9/41


Effecten In tabel 3 zijn de combiscores voor de effecten weergegeven. Tabel 3: Themascores voor effecten van krimp Voor zieningen

Woning markt

Verhuis mobiliteit

Werk en economie

Werk gelegenheid

Gezond heidszorg

Leefbaar heid en welstand

% effect

Almelo

0,2

4,5

1,1

5,5

1,0

1,4

4,3

25,7%

Borne

0,2

5,0

1,4

1,5

3,8

1,3

2,7

22,7%

Dinkelland

5,7

2,0

2,8

0,5

2,7

1,4

2,5

25,1%

Enschede

0,1

4,5

0,1

5,5

0,2

1,6

4,2

23,1%

Haaksbergen

1,7

0,5

2,1

1,0

2,2

1,3

1,0

14,0%

Hellendoorn

1,0

0

2,9

1,0

2,7

1,3

0,0

12,7%

Hengelo

0,4

5,0

0,9

3,3

0,0

1,4

1,8

18,3%

Hof van Twente

2,6

1,0

3,1

0,0

2,8

1,2

2,5

18,9%

Losser

1,3

2,5

5,0

3,3

5,0

2,3

0,0

27,7%

Oldenzaal

0,0*

2,0

1,4

2,8

0,0

1,4

0,0

10,9%

Rijssen-Holten

2,7

4,0

1,4

0,5

2,0

1,6

2,5

21,0%

Tubbergen

6,8

2,0

3,6

1,0

3,2

1,5

2,5

29,4%

Twenterand

3,3

2,5

2,9

1,8

3,3

2,5

0,0

23,3%

Wierden

1,3

2,5

2,5

0,0

2,4

1,4

0,0

14,4%

Gemeente

Referentiegemeenten Borger-Odoorn

3,5

7

5,3

3,25

5,2

2,9

3,5

43,9%

Delfzijl

2,6

6,5

4,9

5

1,3

2,1

3,5

35,6%

Heerlen

0,6

8,5

1,8

9

0,8

2,8

6,8

43,3%

Hulst

2,3

6,5

3,9

4,75

5,4

3,9

2,8

43,7%

*Geen of beperkt data voorhanden

Uit tabel 3 volgt dat effecten in veel gemeenten in verschillende mate aanwezig zijn. De effectscores bedragen tussen ca. 10 - 30 % van het maximum. Voor de gekende krimpgemeenten liggen de effectscores tussen 35 - 45 %. SCODEK score Tabel 4 geeft het resultaat weer, waarbij oorzaak (de mate waarin er sprake is van demografische krimp) vermenigvuldigd is met het effect. Het grootste deel van de Twentse gemeentes scoort lager dan 4% van de maximale score van 700 (< 28 punten). De mate van krimp en de effecten hiervan zijn nog klein. Alleen de gemeente Hengelo scoort boven 4% van de maximale score. Deze een score die als licht wordt beoordeeld. Dinkelland, Hellendoorn, Hof van Twente en Twenterand liggen net onder deze grens. De Twentse gemeenten staan er in verhouding tot de gekende referentiegemeenten veel beter voor. Deze gemeenten liggen veelal >16% van de maximale score en in sommige gevallen > 24% van de maximale score.


10/41


Tabel 4: Oorzaken x effecten Voor zieningen

Woning markt

Verhuis mobiliteit

Werk en economie

Werk gelegenheid

Gezond heidszorg

Leefbaar heid en welstand

Scodek score

Almelo

0

0

0

0

0

0

0

27,0

Borne

0

0

0

0

0

0

0

8,0

Dinkelland

14,2

5,0

6,9

1,3

9,9

3,4

0,0

26,4

Enschede

0

0

0

0

0

0

0

0,0

Haaksbergen

3,3

1,0

4,2

1,0

8,4

2,6

0,0

9,8

Hellendoorn

2,9

0,0

8,7

2,3

11,5

3,9

0,0

26,7

Hengelo

1,1

15,0

2,7

8,3

17,9

4,2

4,8

38,4

Hof van Twente

3,8

1,5

4,7

0,0

5,4

1,8

0,0

26,4

Losser

3,1

6,3

12,4

6,9

8,2

5,6

0,0

9,7

Oldenzaal

0,0*

3,0

2,1

6,0

9,6

2,0

0,0

0,0

Rijssen-Holten

0

0

0

0

0

0

0

22,1

Tubbergen

0

0

0

0

0

0

0

0,0

Twenterand

0

0

0

0

0

0

0

24,5

3,2

6,3

6,3

0,0

7,3

3,5

0,0

15,2

Borger-Odoorn

12,3

24,5

18,6

11,4

18,2

10,2

0,0

107,5

Delfzijl

16,9

42,3

31,9

32,5

8,5

13,7

3,3

161,9

Heerlen

3,9

55,3

11,7

58,5

5,2

18,2

23,4

197,0

Hulst

9,2

26,0

15,6

19,0

21,6

15,6

2,0

122,4

Gemeente

Wierden Referentiegemeenten

*Geen of beperkt data voorhanden. Score > 0 echter niet waarschijnlijk.


11/41


4

STATUS EN DYNAMIEK VAN DE OORZAKEN VAN KRIMP

In voorgaand hoofdstuk zijn (per thema) de verschillende krimpindicatoren aan bod gekomen en is de betekenis hiervan uitgelegd en gekwantificeerd. Door analyse van de krimpindicatoren kan inzicht worden gegeven in de aard en mate van demografische krimp. Hiermee kunnen krimpgemeenten nader worden gekarakteriseerd. In voorliggend hoofdstuk wordt ingegaan op de status en dynamiek van de indicatoren die ten grondslag liggen aan de oorzaak van demografische krimp. 4.1

Bevolkingsgroei, groene en grijze druk

In tabel 5a t/m 5c zijn de groeisnelheden van de bevolking, de groene en grijze druk weergegeven. voor de Twentse gemeenten weergegeven voor de jaargang 2012 en de verandering t.o.v. 2008. Bevolkingsgroei de De groeipatronen zijn afzonderlijk beschouwd en beoordeeld op trends, in het bijzonder de 2 orde polynoom. Ingeval krimp heeft de trendlijn de vorm van een bergparabool (zie als voorbeeld grafiek 1). Voor bevolkingsgroei is derhalve bepaald of er sprake is van een parabool met een maximum. In dat geval is er sprake van demografische krimp. Het maximum van de parabool is dan het moment waar krimp is begonnen. De waarde van de indicator is dan het aantal jaren dat er reeds sprake is van demografische krimp). In tabel 5a zijn de resultaten opgenomen. Tabel 5a: (Groei van) bevolking Gemeente Inwoners Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

72.757 21.586 26.073 158.048 24.419 35.796 80.939 35.599 22.673 32.176 37.561 21.206 33.929 23.824

Groei / jaar (%) 0,2 1,0 0,0 0,5 0,0 -0,2 -0,1 0,4 0,2 0,5 0,6 0,5 0,3 0,5

Jaren krimp

Indicator score

top bereikt 2012 7,8 6,6

1,5 1,5

Legenda Niet

0

0

Licht

0-3

0,5

Matig

3 - 10

1,5

Sterk

> 10

2,5

Van de Twentse gemeenten zijn het Hellendoorn en Hengelo die een bevolkingskrimp over de laatste 5 jaar hebben laten zien. In de naaste toekomst wordt deze krimp ook voor Haaksbergen verwacht, de regressielijn voor Haaksbergen is eveneens een bergparabool waarvan de piek eind 2012 is geweest is. Hierna zal de bevolking terug gaan lopen.


12/41


De andere gemeenten laten veelal lineair stijgende groei zien, of zelfs dalparabolen. Voor deze gemeenten is er geen sprake van krimp maar is voorlopig nog groei te verwachten. De groeisnelheid is echter overwegend laag. Grafiek 1:Bevolkingsontwikkeling Hellendoorn Bevolkingsgroei Hellendoorn

36200 36100

inwoners

36000 35900

Reeks1 Poly. (Reeks1)

35800 35700 35600 1998

y = -11,849x2 + 47531x - 5E+07 R² = 0,7703 2000

2002

2004

2006

2008

2010

2012

2014

jaartal

Groene druk De groene druk is gedefinieerd als “de verhouding tussen het aantal personen van 0 tot 20 jaar ten opzichte van de personen in de zogenaamde 'productieve' leeftijdsgroep van 20 tot 65 jaar”. Ontgroening is geen belangrijk fenomeen in de Twentse gemeenten, zo blijkt uit tabel 5b. Voor de meeste gemeenten zal ontgroening de komende jaren geen rol van betekenis spelen. Het aantal jongeren neemt wel af naarmate de tijd verstrijkt, behalve voor Haaksbergen, Hof van Twente, Rijssen-Holten en Twenterand. De impact is dusdanig laag dat de indicator score voor elke gemeente 0 bedraagt. De index waarop de indicator score is gebaseerd wordt berekend uit de groene druk in 2012 en de berekende grijze druk in 2015 volgens de in het rapport “SCODEK, techniek en methode” beschreven methodiek.


13/41


Tabel 5b: Ontgroening Gemeente Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

Groene druk

Groei / jaar (%)

Index

Indicator score

41,1 42,4 46,6 35,9 42,3 42,1 40,2 42,3 39,3 41,6 51,8 48,0 45,4 44,0

-0,02 -0,49 -0,70 -0,20 0,08 -0,02 -0,04 0,01 -0,10 -0,01 0,03 -0,86 0,07 -0,27

0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0-3 3 - 10 > 10

0,0 0,5 1,5 2,5

Legenda Niet Licht Matig Sterk

Grijze druk Grijze druk is gedefinieerd als “de verhouding tussen het aantal personen van 65 jaar of ouder ten opzichte van de personen in de zogenaamde 'productieve' leeftijdsgroep van 20 tot 65 jaar”. De index wordt berekend uit de grijze druk in 2012 en de berekende grijze druk in 2015 volgens de in het rapport “SCODEK, techniek en methode” beschreven methodiek. Tabel 5c: Vergrijzing Gemeente Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

Grijze druk

Groei / jaar (%)

Index

27,7 31,3 32,3 24,6 34,1 31,1 28,9 38,2 32,3 31,6 29,3 26,4 26,2 29,9

0,76 0,94 0,75 0,45 1,27 0,93 0,68 1,34 1,18 1,03 0,72 0,50 0,93 1,06

0 0 0 0 1,0 0 0 5,2 0 0 0 0 0 0

Legenda Niet

Indicator score

0,5

1,5

0

0

Licht

0-3

0,5

Matig

3 - 10

1,5

Sterk

> 10

2,5

Vergrijzing speelt (nog) niet echt een belangrijke rol in Twente, zo blijkt uit tabel 5c. Alleen in Haaksbergen en Hof van Twente is momenteel sprake van vergrijzing. Voor de gemeenten Borne, Dinkelland, Hellendoorn, Losser en Oldenzaal zal vergrijzing binnen vijf jaar gaan inzetten. Voor de overige gemeenten speelt vergrijzing nog geen rol van betekenis.


14/41


4.2

Migratie

Migratie is het saldo van komende en vertrekkende inwoners. Migratie betekent in de regel het verwisselen van huis en van woonomgeving, omwille van het verkrijgen van werk elders of om te verhuizen naar een betere passende leefomgeving. Een negatief migratiesaldo is vanuit de optiek van bevolkingskrimp een van de aanjagers van de problematiek. Het betekent dat een gemeente als minder gunstig wordt beschouwd als vestigingsomgeving. Het brengt een proces op gang dat tot uitdrukking komt als de negatieve effecten voor de verschillende thema’s. Vanuit demografische oogpunt is migratie “bestrijdbaar” door bijvoorbeeld de omgeving aan te passen aan wensen van huishoudens die overwegen te vertrekken en voor hen die overwegen zich te vestigen. Migratie is, nadat inwoners eenmaal zijn verhuisd, in de regel onomkeerbaar. In tabel 6 is het gemiddelde over 10 jaar weergegeven. Omdat het migratiesaldo nogal fluctueert is de standaard deviatie toegevoegd. De standaard deviatie is namelijk een maat voor de spreiding van de gegevens. Door de standaard deviatie te delen op het gemiddelde wordt de relatieve spreiding berekend (% RSD). Tabel 6: Migratiesaldo Migratiesaldo Gemeente Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Gunstig Alert Kritisch Ongunstig

Gemiddelde 10 jaar

Standaard deviatie

-0,13 -0,04 -0,21 0,22 -0,05 -0,28 -0,21 -0,05 -0,03 0,10 -0,20 0,02 -0,33 -0,28

0,31 0,88 0,10 0,21 0,28 0,28 0,28 0,31 0,23 0,30 0,24 0,29 0,29 0,41

Relatieve spreiding (% RSD) 231 2.354 46 96 603 101 138 570 885 309 117 1.851 89 148

Indicator score 1,5 0,5 1,5 0 0,5 1,5 1,5 0,5 0,5 0 1,5 0 1,5 1,5

>0

0

0 - -0,1

0,5

-0,1- -0,5

1,5

< -0,5

2,5

De spreiding (% RSD) van de migratiegegevens is het hoogst voor Borne en het laagst voor Dinkelland. Gemeenten met een lage spreiding kennen elk jaar een min of meer vergelijkbaar migratiesaldo. Uit tabel 6 blijkt dat de migratiecijfers over de jaren sterk fluctueren. Borne bijvoorbeeld wisselt jaren met een grote netto uitstroom af met jaren met een grote netto toestroming van inwoners. Het aantal gemeenten met een negatief migratiesaldo is hoog: in totaal zijn er 11 gemeenten met een negatief migratiesaldo. De gemeenten Hellendoorn, Twenterand en Wierden hebben een relatief hoog negatief gemiddeld migratiesaldo (> -0,25%). De gemeenten Almelo, Borne, Dinkelland, Haaksbergen, Hof van Twente, Losser, Rijssen-Holten en Wierden kennen een licht negatief migratiesaldo. Bij de overige drie gemeenten is sprake van een vestigingsoverschot.


15/41


4.3

Resumé

In Twente is bevolkingskrimp nog beperkt tot Hellendoorn en Hengelo, in beide gemeenten daalt de bevolking. Aan te nemen is dat dit in Hengelo deels is gerelateerd aan een gemeenschappelijk uitbreidingsplan op het grondgebied van de gemeente Borne (Bornsche Maten). Groene en grijze druk spelen nog geen rol van betekenis, met uitzondering van Haaksbergen en Hof van Twente, waar sprake is van vergrijzing. Wel kan gesteld worden dat grijze druk voor een aantal gemeenten binnen nu en vijf jaar een rol gaat spelen. Het migratiesaldo is voor ruim drie kwart van de Twentse gemeenten negatief. Er is dus sprake van uitloop uit deze gemeenten. Sommige oorzaken hiervan lijken duidelijk: zo is het negatieve migratiesaldo voor Hengelo deels een gevolg van een gecombineerd woningbouwproject met de gemeente Borne.


16/41


5

STATUS EN DYNAMIEK VAN DE EFFECTEN VAN KRIMP

In hoofdstuk 4 is ingegaan op de oorzaakindicatoren. In voorliggend hoofdstuk wordt ingegaan op de status en dynamiek van de indicatoren die ten grondslag liggen aan de effecten van demografische krimp. 5.1

Voorzieningen

5.1.1 Isolement ten opzichte van voorzieningen Isolement is een probleem wanneer door vergrijzing de mobiliteit van mensen afneemt en waardoor mensen in een sociaal isolement kunnen raken. In tabel 7 is het percentage buurten en wijken weergegeven die sterk of uiterst geïsoleerd zijn ten opzichte van belangrijke voorzieningen, zoals huisarts, scholen, supermarkt e.d.. Tabel 7: Percentage geïsoleerde buurten Gemeente

% niet

% licht

% matig

% sterk

% uiterst

Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

68,8% 0,0% 0,0% 58,6% 0,0% 0,0% 50,9% 0,0% 0,0% 86,7% 0,0% 0,0% 0,0% 6,9%

25,0% 60,0% 0,0% 28,6% 0,0% 38,5% 40,4% 42,6% 14,3% 13,3% 36,1% 0,0% 0,0% 31,0%

6,3% 40,0% 20,9% 12,9% 70,0% 41,0% 5,3% 29,8% 64,3% 0,0% 19,4% 13,6% 35,3% 51,7%

0,0% 0,0% 25,6% 0,0% 26,7% 10,3% 3,5% 25,5% 21,4% 0,0% 33,3% 31,8% 47,1% 10,3%

0,0% 0,0% 53,5% 0,0% 3,3% 10,3% 0,0% 2,1% 0,0% 0,0% 11,1% 54,5% 17,6% 0,0%

Km index score 0,00 0,00 3,31 0,00 0,83 0,77 0,09 0,74 0,54 0,00 1,39 3,52 2,06 0,26

Uit tabel 7 blijkt dat met name Dinkelland en Tubbergen te kampen hebben geïsoleerde buurten. Voor beide gemeenten geldt dat meer dan de helft van de buurten uiterst geïsoleerd zijn. Ook Haaksbergen, Hellendoorn, Hof van Twente, Losser, Rijssen-Holten en Twenterand hebben een relatief groot aandeel geïsoleerde buurten. In de grotere kernen speelt de problematiek van isolement minder (zoals bijvoorbeeld Almelo, Enschede en Hengelo). Deze gemeenten hebben relatief weinig buitengebied waar isolement meer nadrukkelijk aanwezig is. 5.1.2 Krimpgevoeligheid In tabel 8 is het percentage buurten en wijken weergegeven die sterk of uiterst krimpgevoelig zijn ten opzichte van belangrijke voorzieningen, zoals huisarts, scholen, supermarkt, etc. Bij deze buurten en wijken neemt de afstand tot voorzieningen het meest en het snelst toe als een of meerdere voorzieningen wegvallen. Krimpgevoeligheid is een probleem wanneer door demografische krimp (maar ook bijvoorbeeld door bezuinigingen) voorzieningen wegvallen waardoor het geografisch en sociaal isolement toenemen. Hierdoor komt de leefbaarheid van dergelijke gebieden (nog verder) onder druk te staan, hetgeen de leegloop verder in de hand kan werken.


17/41


Tabel 8: Percentage krimpgevoelige buurten Gemeente

% Niet

% Licht

% Matig

% Sterk

% Uiterst

Gemiddeld

Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Rijssen-Holten Tubbergen Twenterand Wierden

60,9% 0,0% 0,0% 65,7% 0,0% 0,0% 61,4% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

29,7% 66,7% 4,7% 17,1% 53,3% 69,2% 21,1% 0,0% 7,1% 35,1% 0,0% 17,6% 51,7%

3,1% 26,7% 23,3% 11,4% 23,3% 26,9% 10,5% 55,3% 71,4% 27,0% 9,1% 41,2% 20,7%

4,7% 6,7% 48,8% 5,7% 13,3% 0,0% 3,5% 17,0% 14,3% 21,6% 50,0% 32,4% 13,8%

1,6% 0,0% 23,3% 0,0% 10,0% 3,8% 3,5% 27,7% 7,1% 16,2% 40,9% 8,8% 13,8%

1,66 2,56 4,14 1,48 3,15 2,55 1,75 3,89 3,58 3,44 4,77 3,58 3,12

Kg index score 0,20 0,17 2,38 0,14 0,83 0,19 0,26 1,81 0,71 1,35 3,30 1,25 1,03

De gemeente Tubbergen is het meest gevoelig voor het wegvallen van het voorzieningen. In Tubbergen is 50% van de buurten sterk en 41% uiterst krimpgevoelig. Dinkelland, Hof van Twente, Rijssen-Holten, Twenterand en Wierden zijn eveneens krimpgevoelig. In Almelo, Enschede en Hengelo speelt krimpgevoeligheid nauwelijks. Het voorzieningenniveau in de steden heeft een veel hogere dichtheid dan in de kleinere kernen en het wegvallen van een of meerdere voorzieningen heeft naar verhouding weinig effect. De som van de Kg-index en de Km-index is de score voor het thema isolement. De themascore is opgenomen in tabel 3. 5.2

Woningmarkt.

Demografische krimp heeft in de regel gevolgen voor de woningmarkt:  er ontstaat op termijn een woningoverschot.  Kansrijke hoger opgeleiden met hogere inkomens kunnen wegtrekken naar andere plaatsen. De effecten van krimp hebben gevolgen voor de verkooptijden en voor de woningwaarde (en dus de verkoopprijs). In voorliggende paragraaf wordt de woningmarkt in relatie gebracht met woningwaarde. Het effect van (langere) verkooptijden wordt beschouwd in paragraaf 5.3.. Het effect van leegstand heeft veel minder consequenties voor de woningwaarde dan een brain/money-drain.


18/41


Tabel 9: Woningmarkt Gemeente Lover Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

-3,4% -5,4% 0,4% 7,3% 0,5% 5,5% -1,5% -0,4% 3,5% 1,4% -9,9% -7,5% -1,6% -8,0%

laver

D-lover

D-laver

R-HP/BINK

Thema score

-22,5% -3,9% 6,1% -17,1% 0,0% 3,9% -15,6% 1,4% 0,3% -5,4% -6,0% 1,4% -5,9% -1,6%

1,41% -1,77% -1,50% -0,79% -0,43% 0,54% -0,67% -0,35% -1,93% 1,46% 1,87% 1,33% 0,84% 0,15%

1,54% -0,24% 0,80% 0,96% 0,43% 1,57% 0,41% 0,98% -0,90% 1,02% 2,70% 1,98% 1,32% 1,07%

0,85 0,98 1,12 0,88 1,04 1,10 0,89 1,07 1,01 0,98 1,04 1,10 0,99 1,04

4,5 5,0 2,0 4,5 0,5 0 5,0 1,0 2,5 2,0 4,0 2,0 2,5 2,5

Referentiegemeenten Gemeente

Lover

laver

D-lover

D-laver

R-HP/BINK

Thema score

Borger-Odoorn Delfzijl Heerlen Hulst Kerkrade Simpelveld

-1,0% -27,1% -1,4% -19,4% 1,6% -10,4%

-10,5% -50,2% -37,2% -26,1% -31,0% -19,2%

-1,1% 0,2% -1,7% 0,5% 0,4% -1,4%

-0,1% 1,5% -1,1% 0,9% 0,0% -1,5%

0,93 0,70 0,73 0,82 0,77 0,83

5,5 6,0 8,5 6,0 4,0 10

> 5%

> 5%

0,2% - -0,2%

0,2% - -0,2%

0,95 - 1,05

Kritisch

0 - -5%

0 - -5%

-0,2% - -1,0%

-0,2% - -1,0%

0,90 - 0,95

0,5

Ongunstig

< -5%

< -5%

< - 1,0%

< - 1,0%

< 0,9

2

Verhit

> 10%

> 10%

> 2,0%

> 2,0%

> 1,10

Legenda Gunstig

De ontwikkeling van de woningwaarde over de 6-jaars periode van 2005-2010 is vergeleken met de ontwikkeling van de verwachtingswaarde voor woningwaarde voor de betreffende gemeenten over dezelfde periode. De indicatoren zijn het percentuele verschil van de woningwaarde ten opzichte van de verwachtingswaarden en de ontwikkeling in de tijd ten opzichte van de verwachtingswaarde. Tenslotte is de relatieve toegankelijkheid van de woningmarkt een indicator. De resultaten zijn weergegeven in tabel 9. Uit de resultaten blijkt dat vooral Borne en Hengelo in een ongunstige situatie verkeren. Losser zal op korte termijn in deze ongunstige situatie terecht komen. Rijssen-Holten is nog ondergewaardeerd ten opzichte van de verwachtingswaarden maar het omslagpunt komt in zicht. In dat geval dreigt relatieve oververhitting. De woningwaarde in Dinkelland ontwikkelt zich ongunstig ten opzichte van de lokale verwachtingswaarde. De overige gemeenten zijn enigszins ombestemd en vertonen geen extremen. 5.3

Verhuismobiliteit en doorstroming op de woningmarkt

De verhuismobiliteit is een indicator voor de doorstroming op de woningmarkt. In het kader van demografische krimp is doorstroming belangrijk om vergrijzing te voorkomen. Aan de hand van marktcijfers van augustus 2012 worden de indicatoren Beschikbare woningvoorraad (BEVO %), omloopsnelheid (% OMLOOP) en relatieve verkooptijd (REVERT) bepaald (zie tabel 10). De beschikbare woningvoorraad geeft een indicatie van de relatieve krapte op de koopmarkt. Relatieve schaarste begint bij < 5% BEVO. De omloopsnelheid geeft aan welk percentage woningen van het koopbestand jaarlijks van eigenaar wisselt. De relatieve verkooptijd is het quotiënt tussen woningen op de markt en woningen die het laatste jaar verkocht zijn. rapportnummer B1006/ R01 d.d. 12 april 2013

19/41


REVERT wordt beschouwd als de belangrijkste indicator voor marktmobiliteit. De marktmobiliteit is de benodigde tijd in jaren om de beschikbare woningvoorraad in zijn geheel te verkopen, zonder rekening te houden met nieuw aanbod. In tabel 10 zijn tevens de mobiliteitsgegevens van de verschillende gemeenten weergegeven (MOBI). De mobiliteitsgegevens hebben betrekking op zowel huur- als koopwoningen en betreffen het aantal personen die verhuisd is per 1.000 inwoners. Tabel 10: Verhuismobiliteit Gemeente % BEVO Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

% Omloop

MOBI

REVERT

Thema score

6,85% 3,99% 4,31% 5,79% 4,11% 7,15% 6,34% 5,34% 6,14% 4,22% 3,68% 4,10% 5,70% 5,24%

2,89% 2,24% 1,88% 2,78% 2,73% 2,53% 2,81% 1,83% 1,58% 2,80% 2,16% 1,49% 2,14% 2,26%

89,8 72,4 54,3 113 57,8 69,9 90,3 68,6 63,9 71,7 72,3 53,1 64,3 60,0

2,37 1,78 2,30 2,08 1,50 2,83 2,25 2,92 3,89 1,50 1,70 2,76 2,67 2,32

1,1 1,4 2,8 0,1 2,1 2,9 0,9 3,1 5,0 1,4 1,4 3,6 2,9 2,5

7,83% 7,28% 5,71% 3,81% 5,84% 3,92%

2,74% 1,93% 1,78% 2,52% 1,93% 1,18%

2,86 3,76 3,21 1,51 3,03 3,32

2,8 3,7 6,5 1,5 1,9 4,6

Referentiegemeenten Borger-Odoorn Delfzijl Heerlen Hulst Kerkrade Simpelveld

72,6 85,4 110 70,3 95,6 53,1

Legenda Goed

>100

<2

0

Matig

50 - 100

2 - 5

0-5

Slecht

< 50

>5

5

De beschikbare woningvoorraad ligt alleen in Hellendoorn boven 7%. In Borne, Dinkelland, Haaksbergen, Oldenzaal, Rijssen-Holten en Tubbergen is de beschikbare voorraad laag (lager dan 5%). Omloopsnelheden zijn het hoogst in Almelo en het laagst in Losser, Tubbergen en Dinkelland. De relatieve verkooptijd is het hoogst in Losser en is laag in Borne, Haaksbergen, Oldenzaal en Rijssen Holten. Dinkelland en Tubbergen hebben de laagste verhuismobiliteit. 5.4

Werken en economie

Bij de indicatoren die werk en inkomen inzichtelijk maken wordt gekeken naar het besteedbaar inkomen per huishouden (BINK), de uitkeringen (uitkeringsindex of UK) en de verhouding tussen werkenden en (langdurige) inkomensontvangers (WUK).


20/41


BINK Gegevens over het besteedbaar Inkomen per huishouden (BINK) zijn weergegeven in tabel 11. Van de groei van de inkomens over de laatste 5 jaar is bovendien de correlatiecoëfficiënt meegenomen. Dit geeft aan in hoeverre inkomensgroei structureel is: hoe dichter bij R-kwadraat bij 1,000 ligt, des te duidelijker de trend (groei) is. Tabel 11: Besteedbaar inkomen particuliere huishoudens BINK (€) R-kwadraat Gemeente x 1.000 laatste 5 jaar Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Gunstig Kritisch Ongunstig

30,6 35,3 36,8 29,3 35,0 34,8 31,8 36,0 33,6 33,5 35,9 37,3 34,1 38,1 kwartiel 1 > € 35.980 € 33.530 - € 35.980 kwartiel 4 < € 33.530

0,929 0,803 0,756 0,920 0,876 0,864 0,933 0,867 0,837 0,965 0,781 0,600 0,924 0,871

Groei (€) x 1.000/jaar

Indicator Score

0,98 1,20 1,33 0,95 1,16 1,18 1,14 1,32 0,99 1,02 1,06 0,85 1,15 1,42

2,0 0,5 0 2,0 0,5 0,5 1,25 0 1,25 1,25 0,5 1,0 0,25 0

kwartiel 1 > 1,20 1,00-1,20 kwartiel 4 < 1,20

0,25 1

De beoordeling is geschaald aan de hand van inkomens kwartielen. Uit tabel 11 blijkt dat Enschede, Hengelo, Almelo en Oldenzaal in het laagste kwartiel zitten. Dinkelland, Hof van Twente, Tubbergen en Wierden zitten in het hoogste kwartiel met een hoog besteedbaar inkomen per huishouden. De groeisnelheid bevindt zich veelal boven de 1.000 Euro. Almelo, Enschede, Losser en Tubbergen kennen een minder snelle stijging van het inkomen. Dinkelland, Hof van Twente en Wierden kennen de snelste groei van het inkomen. De R-kwadraat geeft voor de meeste gemeenten aan dat het besteedbaar inkomen per huishouden over de laatste jaren volgens een lineaire trend toeneemt. WUK en UK De WUK en UK zijn indices die de situatie met betrekking tot uitkeringsontvangers en de verhouding tussen werkenden en langdurige uitkeringsontvangers in beeld brengt. Het zijn qua uitkeringen lange termijn indicatoren. Voor de periode 2004-2008 zijn tevens de correlatiecoëfficiënten (R-kwadraat) weergegeven om te bepalen in hoeverre toename of afname van WUK en UK structureel zijn. Hoe dichter R-kwadraat bij 1,00 ligt, des te duidelijker de trend (Δ-WUK en Δ-UK).


21/41


Tabel 12 : Werk en uitkeringen WUK en UK WUK Gemeente WUK 2008 Δ-WUK Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Goed

R-kwadraat

UK 2008 159 95 75 156 89 93 127 87 120 108 80 75 105 78

UK Δ-UK

R-kwadraat

Indicator score

-10,5 -4,6 -4,8 -8,2 -7,0 -4,1 -5,4 -6,5 -7,5 -8,0 -6,4 -5,8 -6,9 -5,6

0,94 0,83 0,97 0,91 0,97 0,89 0,91 0,95 0,97 0,95 0,95 0,92 0,87 0,94

3,5 1,0 0,5 3,5 0,5 0,5 2,0 0 2,0 1,5 0 0 1,5 0

5,7 9,5 11,6 5,8 9,8 10,3 7,8 10,5 7,4 7,9 11,2 11,2 8,1 11,2

0,33 0,55 0,70 0,30 0,60 0,53 0,41 0,71 0,38 0,37 0,75 0,68 0,40 0,57

0,95 0,80 0,93 0,96 0,95 0,95 0,96 0,95 0,97 0,95 0,96 0,91 0,97 0,88

> 10

> 0,5

waarde

< 50

<-5

waarde

Kritisch

< 10 < 7,5

< 0,5 < 0,25

0,5 1

> 100 > 125

> - 2,5 >-5

0,5 1

Slecht

<5

< 0,1

2

> 150

>-1

2

Uit tabel 12 blijkt dat de kernen Almelo en Enschede naar verhouding de meeste uitkeringsontvangers hebben op de voet gevolgd door Hengelo, Losser en Oldenzaal en Twenterand. Losser en Twenterand hebben een uitkeringsindex die dus lijkt op die van de grotere kernen. De verhouding tussen het aantal mensen met werk en de langdurige uitkeringsontvangers is wederom het laagst voor Almelo en Enschede (WUK). Hengelo, Losser en Oldenzaal en Twenterand scoren eveneens laag. De score voor het thema werken en economie is de som van de indicatorscores van besteedbaar inkomen (tabel 11) en werk en uitkering (tabel 12) en is weergegeven in tabel 3. 5.5

Werkgelegenheid

Banen per productieve inwoner De werkgelegenheid bepaald mede de krimp in Twente. Hiertoe is het aantal banen per productieve inwoner bepaald voor de verschillende gemeenten. Verder is gekeken naar de relatieve groei van het aantal B/PI in de periode van 2007 tot 2012. De resultaten hiervan zijn weergegeven in tabel 13.


22/41


Tabel 13: Aantal banen per productieve inwoner B/PI laatste 6 waarnemingen Gemeente 2012 R-kwadraat Richting Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Gunstig Kritisch Ongunstig

1,043 0,451 0,590 0,771 0,651 0,586 0,966 0,578 0,424 1,023 0,920 0,527 0,490 0,504

0,059 0,315 0,074 0,169 0,003 0,029 0,744 0,044 0,923 0,319 0,651 0,176 0,129 0,760

> 0,8 0,25-0,8 < 0,25

0,0008 0,0037 0,0044 0,0054 0,0036 0,0030 0,0097 0,0044 -0,0126 0,0092 -0,0066 0,0009 0,0074 0,0090

indicator

Δ-indicator

Indicator score

0 2,8 1,7 0,2 1,2 1,7 0,0 1,8 3,0 0,0 0,0 2,2 2,5 2,4

1 1 1 0 1 1 0 1 2 0 2 1 0 0

1,0 3,8 2,7 0,2 2,2 2,7 0,0 2,8 5,0 0,0 2,0 3,2 2,5 2,4

> 0,02 < 0,005 < 0,00

De werkgelegenheid is hoog in Almelo, Oldenzaal, Hengelo en Rijssen-Holten. Enschede en Hengelo kennen de meeste groei. De werkgelegenheid is laag in Borne, Losser en Twenterand. In Losser is er bovendien sprake van een structurele achteruitgang van de werkgelegenheid. Werkgelegenheidskarakteristiek WEKA De werkgelegenheidskarakteristiek is de verhouding tussen het aantal banen in de commerciële dienstverlening en het aantal banen in de nijverheid. De nijverheid omvat onder de maakindustrie. In deze bedrijfstak zijn de banen gevoelig voor verplaatsing naar lage lonen landen. Hierdoor zijn gemeenten met een hoge WEKA meer kwetsbaar in economisch mindere tijden. De WEKA en de ΔWEKA zijn weergegeven in tabel 14.


23/41


Tabel 14: Werkgelegenheidskarakteristiek (WEKA) 2012 Commerciële dienstverlening/nijverheid Gemeente

R-kwadraat

Δ-WEKA

Indicator score

3,5 4,1 4,0 5,2 3,4 3,0 4,9 3,4 4,0 5,1 3,1 2,9 2,1 3,7

0,07 0,41 0,09 0,57 0,58 0,64 0,84 0,47 0,02 0,76 0,42 0,82 0,03 0,04

0,03 0,05 0,04 0,10 0,05 0,07 0,09 0,03 0,01 0,17 0,05 0,08 0,01 0,02

0 0 0 0 0 0 0 0 0 0 0 0 0,8 0

< 2,5

0,8

< 0,01

0,8

WEKA

Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Kritisch

De nijverheid speelt een zeer marginale rol voor de Twentse gemeenten: alleen Twenterand kent een relatief hoge bijdrage van de maakindustrie. Voor overige Twentse gemeenten is de bijdrage van de maakindustrie laag ten opzichte van de commerciële dienstverlening. De themascore voor Werkgelegenheid is de som van de indicatorscores voor banen per productieve inwoner (tabel 13) en werkgelegenheidskarakteristiek (tabel 14) en is opgenomen in tabel 3. 5.6

(Gezondheids)zorg

Demografische krimp, in het bijzonder vergrijzing, heeft gevolgen voor de behoefte aan zorg. Naarmate de bevolking van een gemeente ouder wordt, neemt de vraag naar zorg toe. Dit proces wordt (deels) gecompenseerd door het afnemende bevolkingsaantal. In tabel 18 is de relatieve zorgbehoefte weergegeven. Als vergelijk is een denkbeeldige bevolkingsopbouw gebruikt waarin de vier bevolkingscohorten (0-25 jaar; 25-45 jaar; 45-65 jaar en > 65 jaar) een percentuele opbouw hebben van 30%, 25%, 25% en 20% (“standaard”). De relatieve zorgbehoefte van een dergelijke bevolkingsopbouw is 0,939. Een bevolkingsopbouw met een meer vergrijsde karakteristiek heeft een hogere zorgbehoefte. Voorts is met behulp van demografie de verwachte situatie in 2015 weergegeven. Ook hiervan is de relatieve zorgbehoefte bepaald en het percentuele verschil met 2012. Opgemerkt dient te worden opgemerkt dat bij een afnemende bevolking de werkelijke zorgbehoefte kan afnemen doordat er minder mensen in een gemeente wonen. De toename door ouderdom wordt dan meer dan gecompenseerd door de afname van de bevolking. Dit effect is niet verrekend in de indicator. De resultaten van de uitwerking zijn weergegeven in tabel 15.


24/41


Tabel 15: Relatieve zorgbehoefte, situatie 2012 en 2015 relatieve zorgbehoefte Gemeente 2012 2015 Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden Legenda Gunstig Kritisch Ongunstig

0,914 0,934 0,929 0,889 0,943 0,938 0,920 0,965 0,949 0,927 0,887 0,897 0,892 0,923

0,924 0,946 0,951 0,904 0,957 0,945 0,928 0,987 0,980 0,946 0,901 0,915 0,917 0,934

Delta %

Thema score

1,1 1,3 2,4 1,6 1,5 0,8 0,8 2,3 3,3 2,0 1,5 2,0 2,8 1,2

1,43 1,33 1,36 1,55 1,29 1,31 1,40 1,18 2,25 1,36 1,56 1,51 2,54 1,39

< 0,94

0

< 1,0%

0

0,94-1,04

0-5

1,0 % -5,0%

0-5

> 1,04

5

> 5%

5

De zorgbehoefte voor de Twentse gemeentes ligt slechts voor drie gemeenten boven de “standaard”. Hogere scores zijn er voor Haaksbergen, Hof van Twente en Losser. Voor bijna alle gemeenten gaat de zorgbehoefte de komende jaren groeien met meer dan 1% per jaar. Twente staat aan de vooravond van een sterke groei van de zorgbehoefte, waarbij steeds meer gemeenten een zorgbehoefte zullen ontwikkelen groter dan de “standaard”. 5.7

Leefbaarheid en welstand

Demografische krimp kan gevolgen hebben voor de leefbaarheid, met name als kansrijken, hoger opgeleiden en/of hogere inkomens een gemeente verlaten. Hierdoor kan de leefbaarheid in de verschillende buurten onder druk komen te staan. De KAPU-index is een uit sociaaleconomische buurtfactoren samengestelde index die een hoge correlatie heeft met de uitkomsten van leefbaarheidsonderzoeken. Met de KAPU-index kan (in vergelijking tot periodieke enquêtes) op een efficiënte en compacte wijze de leefbaarheid in beeld worden gebracht en kunnen de veranderingen over tijd inzichtelijk worden gemaakt. In tabel 16 is het percentage buurten voor de verschillende leefbaarheidsklassen (gunstig < 5, matig 5 -10 en ongunstig > 10) voor de verschillende gemeenten in Twente weergegeven voor de jaargangen 2009 en 2011.


25/41


Tabel 16: Percentages buurten met KAPU-index klassen, situatie 2009 en 2011 KAPU klasse index 2009 KAPU klasse index 2011 Gemeente

<5

5 - 10

> 10

<5

5 - 10

> 10

Aantal buurten in de analyse

Almelo

72%

28%

0%

55%

40%

5%

57 , 62

Borne

89%

11%

0%

92%

8%

0%

9 , 12

Dinkelland

100%

0%

0%

100%

0%

0%

35 ,22

Enschede

65%

35%

0%

49%

51%

0%

49 , 61

Haaksbergen

100%

0%

0%

100%

0%

0%

21 , 21

Hellendoorn

100%

0%

0%

100%

0%

0%

19 , 21

geen data

geen data

geen data

68%

32%

0%

X , 41

Hengelo Hof van Twente

100%

0%

0%

100%

0%

0%

39 , 34

Losser

geen data

geen data

geen data

100%

0%

0%

X , 10

Oldenzaal

geen data

geen data

geen data

geen data

geen data

geen data

X,x

Rijssen-Holten

100%

0%

0%

100%

0%

0%

25 , 15

Tubbergen

100%

0%

0%

100%

0%

0%

20 , 16

Twenterand

100%

0%

0%

100%

0%

0%

22 , 22

Wierden

100%

0%

0%

100%

0%

0%

19 , 18

Gunstig

Matig

Ongunstig

Gunstig

Matig

Ongunstig

Beoordeling

Volgens verwachting is de leefbaarheid buiten de urbane kernen in de regel gunstig en zijn buurten met een matige tot ongunstige score hoofdzakelijk te vinden in de urbane gebieden. De gemeente Hengelo heeft van de urbane gemeenten gemiddeld de beste leefbaarheidsscore. De gemeente Enschede scoort gemiddeld het laagst. De (suburbane) gemeente Borne is hierop een uitzondering. Van enkele gemeenten zijn onvoldoende gegevens beschikbaar om de KAPU-index van de jaargangen 2009 en/of 2011 te kunnen berekenen. In tabel 17 zijn voor zover gegevens beschikbaar zijn, de veranderingen weergegeven. Hieruit blijkt dat de gemeenten Almelo en Enschede qua leefbaarheid verslechteren. In Almelo is 17% van de qua leefbaarheid gunstige buurten veranderd in 12% matig leefbare buurten en 5% ongunstige buurten. In Enschede is 16% qua leefbaarheid gunstige buurten omgezet in 16 % matige leefbare buurten. Voor de gemeente Borne is er sprake van een lichte verbetering. De gemeente Hengelo kan, wegens gebrek aan gegevens, niet worden beoordeeld. Tabel 17: Verschillen in percentage buurten per KAPU-klasse, situatie 2009-2011 Δ-KAPU 2009-2011 verschil Gemeente <5 5 - 10 > 10 Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

-17% 3% 0% -16% 0% 0% geen data 0% geen data geen data 0% 0% 0% 0%

12% -3% 0% 16% 0% 0% geen data 0% geen data geen data 0% 0% 0% 0%

5% 0% 0% 0% 0% 0% geen data 0% geen data geen data 0% 0% 0% 0%

KAPU index SCORE

Δ-KAPU index SCORE

2,5 0,4 0,0 2,5 0,0 0,0 1,6 0,0 0,0 geen data 0,0 0,0 0,0 0,0

1,1 0 0 0,8 0 0 geen data 0 geen data geen data 0 0 0 0

In tabel 18 is de welstandsindex weergegeven voor het jaar 2010 en de verandering hierin ten opzichte 2009. Enschede en Almelo scoren het laagst (ongunstig) en Hengelo scoort matig voor welstand. De gemeente Wierden scoort het hoogst, nog boven Tubbergen, Rijssen-Holten en rapportnummer B1006/ R01 d.d. 12 april 2013

26/41


Dinkelland. Uit de tabel blijkt dat een aantal gemeenten welstand heeft ingeleverd. Borne, Dinkelland, Tubbergen, Rijssen-Holten en Hof van Twente hebben het meest verloren. Een bescheiden toename van de welstand was er te zien voor Enschede, Hellendoorn en Oldenzaal. Tabel 18: Welstandsindex 2010 en verandering in de periode 2009-2010 Gemeente Welstand 2010 Δ- welstand Indicator

Δ- Indicator

Welstandscore

Almelo

1,44

0,0%

2,5

0

4,3

Borne

4,00

-31,3%

0

2,5

2,7

Dinkelland

5,00

-30,0%

2,5

0

2,5

Enschede

1,20

9,1%

2,5

0

4,2

Haaksbergen

4,00

-5,0%

0

1

1,0

Hellendoorn

4,50

15,6%

0

0

0,0

Hengelo

1,88

0,0%

1

0

1,8

Hof van Twente

3,67

-25,5%

0

2,5

2,5

Losser

3,33

0,0%

0

0

0,0

Oldenzaal

3,00

5,6%

0

0

0,0

Rijssen-Holten

5,25

-39,7%

0

2,5

2,5

Tubbergen

5,20

-29,8%

0

2,5

2,5

Twenterand

3,60

0,0%

0

0

0,0

Wierden

6,50

0,0%

0

0

0,0

>4 1,5 - 2,5 < 1,5

>0 <0 - -10 < - 10

0 1 2,5

0 1 2,5

Legenda Gunstig Matig Ongunstig

De themascore voor Leefbaarheid en welstand is de som van de KAPU-index-score (tabel 17) en de welstandscore (tabel 18) en is weergegeven in tabel 3. 5.8

Resumé

De status en dynamiek van de indicatoren die ten grondslag liggen aan de effecten van demografische krimp geven aan dat effecten relatief bescheiden zijn. Deze variëren tussen 9 en 24% van het effect wat te zien is bij de gemeenten in de gekende krimpgebieden.


27/41


6

VERGELIJK MET RESULTATEN MONITORING 2011

De oorspronkelijke versie van SCODEK had 4 thema’s en 7 indicatoren. Het in 2011 uitgevoerde onderzoek is uitgevoerd op basis van deze versie. Omdat de kennis en het begrip van de samenhang tussen oorzaken en gevolgen is toegenomen is SCODEK uitgebreid. SCODEK-2 heeft met betrekking tot de oorzaak 1 thema en 8 indicatoren en voor het effect 7 thema’s en 29 indicatoren. Voorliggend onderzoek is uitgevoerd op basis van SCODEK-2. Gezien het gebruik van twee versies is vergelijking van de resultaten van 2012 met die van 2011 slechts op onderdelen mogelijk. Met name de vergelijking van de belangrijkste veranderingen in de indicatoren gerelateerd aan demografische krimp is hierbij interessant. Hengelo en Hellendoorn waren in 2011 de enige gemeenten met een dalende bevolking. Die trend is in 2012 nog niet gekeerd. Wederom laten deze beide gemeenten een over de langere termijn beschouwd, dalend inwoneraantal zien. Groene druk speelde in 2011 geen rol en in 2012 evenmin. Voor grijze druk was er in 2011 slechts één gemeente met een score (Hof van Twente). In 2012 is daar Haaksbergen bijgekomen. Qua migratiesaldo waren er in 2011 7 gemeenten met een negatief migratiesaldo (als gemiddelde over een periode van 10 jaar). In 2012 zijn er 11 gemeenten waarvoor dit het geval is. De spreiding van de emigratiegegevens is zeer hoog. Er is in de meeste gemeenten geen sprake van trends, wel zijn er verschillende gemeenten die verschillende jaren op rij een negatief migratiesaldo kennen. Met de beperkte set van indicatoren scoorden Hellendoorn, Tubbergen, Dinkelland en Twenterand het hoogst op het gebied van krimp. Reden hiervoor is met name het grote aandeel van isolement, krimpgevoeligheid en de situatie op de woningmarkt in de eindscore. In de 2012 is er sprake van een evenwichtigere verdeling en waardering van indicatoren waardoor nu slechts een gemeente (Hengelo) > 4% oorzaak*effect scoort. De gemeenten Dinkelland, Twenterand en Hellendoorn scoren juist onder deze 4% grens. In vergelijking met gekende krimpgemeenten is dit laag: deze krimpgemeenten scoren meestal boven 16% oorzaak*effect en vaak > 24% oorzaak*effect.


28/41


7

TOETSING EN INTERPRETATIE

7.1 Toetsing Er zijn diverse processen denkbaar die “krimpachtige” effecten te weeg kunnen brengen. Demografische krimp heeft bijvoorbeeld als effect dat er een overschot is aan woningen en voorzieningen. Economische achteruitgang heeft vergelijkbare effecten, zoals bijvoorbeeld een overschot aan bedrijventerreinen en kantoorruimte. Maar ook ondoordachte planning en ondoordacht beleid, waarbij er (veel) meer woningen worden gebouwd dan strikt nodig zijn levert per saldo het zelfde effect als demografische krimp. Van al deze potentiële oorzaken is demografische krimp echter het best voorspelbaar. In het voorgaande is reeds vastgesteld dat demografische krimp slechts een bescheiden rol speelt, maar dat er wel reeds sprake is van effecten die met krimp geassocieerd worden, maar die voor Twente dus andere oorzaken kennen. Om na te gaan of er daadwerkelijk sprake is van krimpeffecten zijn de resultaten van de analyse getoetst aan twee criteria:  geografische functionaliteit;  status en dynamiek gekende Nederlandse krimpgemeenten door middel van clusteranalyse. 7.2 Geografische functionaliteit Algemeen Het eerste toetsingscriterium om na te gaan of er daadwerkelijk sprake is van krimp is de geografische functionaliteit. In tabel 19 is een indeling van de Twentse gemeenten gemaakt naar geografische functionaliteit. Tabel 19: Indeling Twentse gemeenten naar geografie en functionaliteit Urbaan Suburbaan Almelo Enschede Hengelo Oldenzaal

Borne Wierden

Ruraal en subruraal Dinkelland Tubbergen Haaksbergen Hof van Twente Rijssen-Holten Hellendoorn Losser Twenterand

Bij deze indeling horen ook verschillende karakteristieke profielen. Deze zijn weergegeven in tabel 20.


29/41


Tabel 20: Functionaliteitskarakteristieken voor de verschillende leefomgevingen KARAKTERISTIEK PROFIEL Functionaliteit URBAAN SUBURBAAN Werk Veel Weinig maar hoogwaardig Wonen Betaalbaar Goed Leefbaarheid Zo goed mogelijk Goed Welstand Zo goed mogelijk Goed Verhuismobiliteit Hoog Zo laag mogelijk Voorzieningen Onderwijs Jongeren (jonge) Gezinnen Gearriveerden Senioren

Uitdagingen

Bedreigingen

Maximaal pakket bieden. Regionaal tot boven regionaal

Primaire voorzieningen voor lokale behoeften

Middelbaar en hoger (HBO/WO) Kansen bieden voor onderwijs, woonruimte en werken

Primair

Leefbaarheid maximeren binnen functionaliteit. Doorstroming Beperkt accommoderen Voorzieningen bieden voor senioren. Aangepast wonen, verzorging, sociale voorzieningen Goede balans vinden tussen leefbaarheid en huisvesting bieden aan “zwakkere groepen”. Met werkgelegenheid regionale en bovenregionale motorfunctie Verpaupering en leegloop doordat functionaliteit suboptimaal is. Te weinig werkgelegenheid, te weinig betaalbare woningen, voorzieningen en onderwijs niet onderscheidend of onvoldoende. Motorfunctie komt niet of onvoldoende uit de verf

Leefbaarheid optimaliseren Belangrijke doelgroep Leefbaarheid en welstand Voorzieningen bieden voor senioren. Aangepast wonen, verzorging, sociale voorzieningen

RURAAL en SUBRURAAL Voldoende voor behoefte Hoogwaardig Zeer goed Zeer hoog Laag Voorzieningen op regionaal niveau in grotere kernen en lokaal niveau in kleinere kernen Primair en middelbaar Binding door(betaalbare woonruimte en werk Leefbaarheid optimaliseren door voorzieningen in stand te houden Belangrijke doelgroep Leefbaarheid en welstand Voorzieningen bieden voor senioren. Voorzieningen in stand houden.

Een optimaal leefmilieu bieden voor gezinnen met voldoende voorzieningen

Landelijkheid behouden, met voldoende werkgelegenheid. Superieur woonmilieu. Jongeren behouden

Leefomgeving is niet onderscheidend en/of aantrekkelijk genoeg. Daardoor leegloop.

Vergrijzing doordat jongeren onvoldoende vastgehouden worden. Onvoldoende hoogwaardige werkgelegenheid en daardoor werkeloosheid. Leegloop en bevolkingsafname Dure woningen worden onverkoopbaar

Bespreking urbane functionaliteit In tabel 21 zijn de indexscores voor karakteristieke indicatoren voor urbane gemeenten opgenomen. Uit de SCODEK indicatoren blijkt dat:  Almelo, Hengelo, Enschede en Oldenzaal qua voorzieningen niet krimpgevoelig zijn en qua werkgelegenheid vergelijkbaar scoren:  Almelo heeft een hoger aandeel maakindustrie, die kennelijk in de economische recessie zwaarder getroffen is dan de commerciële dienstverlening. Hierdoor verliest Almelo werkgelegenheid terwijl de andere gemeenten qua banen nog groeien;  Oldenzaal en Hengelo bieden de hoogste welstand;  De betaalbaarheid van de woningen is naar verhouding het best voor Almelo en Enschede, en het minst gunstig voor Oldenzaal;  De omloopsnelheid van woningen is voor de vier urbane gebieden vergelijkbaar;  In Oldenzaal is de beschikbare woningvoorraad het laagst waardoor de relatieve verkooptijd hier het kleinst is.  De huizenprijzen liggen rondom de lokale verwachtingswaarden en voor alle vier gemeenten;  Voor Almelo, Enschede en Hengelo ligt de woningwaarde ver onder de landelijke verwachtingswaarde. De woningwaarde voor Oldenzaal ligt rondom de landelijke verwachtingswaarde. Voor zowel Almelo als Enschede convergeren de woningwaarden naar zowel de lokale als landelijke verwachtingswaarden. Voor Hengelo divergeert de woningwaarde van de lokale verwachtingswaarde (woningen verliezen sneller waarde dan verwacht). Voor Oldenzaal is er sprake van positieve divergentie van de lokale verwachtingswaarde, de woningen verliezen minder snel waarde als verwacht.


30/41


Tabel 21: Indexscores voor karakteristieke indicatoren voor urbane gemeenten THEMA’S EN INDICES Almelo Enschede Voorzieningen Km-index: Isolement tov voorzieningen: schaal 1 tot 5 Kg-index: Krimpgevoeligheid: : schaal 1 tot 5

Hengelo

Oldenzaal

0,00 0,20

0,00 0,14

0,09 0,26

0,00 0,20

1,043 -0,002 -0,016 3,5

0,771 0,053 0,011 5,2

0,966 0,030 0,057 4,9

1,023 0,036 0,045 5,1

1,44 0,00 159

1,20 0,11 156

1,88 0,00 127

3,00 0,17 108

Woningwaarde R-HP/BINK: relatieve betaalbaarheid tov regio Waarde tov Lokale verwachting Waarde tov Landelijke verwachting Waardeontwikkeling tov lokale verwachting Waardeontwikkeling tov landelijke verwachting Convergentie (C) / divergentie(D) lokaal Convergentie (C) / divergentie(D) landelijk

0,85 -3,40% -22,50% 1,41% 1,54% C C

0,88 7,30% -17,10% -0,79% 0,96% C C

0,89 -1,50% -15,60% -0,67% 0,41% DC

0,98 1,40% -5,40% 1,46% 1,02% D+ C

Woningverkoop BEVO: beschikbare woningvoorraad REVERT: Relatieve verkooptijd (jaar) Omloopsnelheid: % woningvoorraard

6,85 % 2,37 2,89 %

5,79 % 2,08 2,78 %

6,34 % 2,25 2,81 %

4,23 % 1,50 2,80 %

89,8 -0,29

112,7 0,08

90,3 -0,33

71,7 0,21

Werkgelegenheid BP/I 2012 Banen per productieve inwoner Verandering B/PI over 1 jaar Verandering B/PI over 4 jaar WEKA: werkgelegenheidskarakterstiek Welstand en leefbaarheid WELSTAND = % hoge inkomens/% lage koopkracht Welstandsontwikkeling tov 2011 UK: Uitkeringsindex

MIgratiesaldo Verhuismobiliteit: personen/1000 inwoners Migratie: gemiddelde over laatste 5 jaar

Almelo en Enschede voldoen het best aan het profiel voor stedelijke functionaliteit. De werkgelegenheid in Almelo staat onder echter druk. Wellicht om deze reden heeft Almelo een negatief migratiesaldo. Hengelo en Oldenzaal zijn meer hybride in die zin dat ze zowel urbane als suburbane eigenschappen hebben. Oldenzaal in het bijzonder kent een profiel dat het midden houdt tussen een urbane en suburbane omgeving en heeft kenmerken van beiden. Het negatieve migratiesaldo van Hengelo is onder meer het gevolg van een met Borne gedeelde uitbreidingslocatie op het grondgebied van de gemeente Borne. Oldenzaal heeft veel banen per productieve inwoner, een lage beschikbare woningvoorraad, en kort omlooptijden. Woningen zijn hier gewild, maar qua prijs betaalbaar. Er is sprake van een positief migratiesaldo. Bespreking suburbane functionaliteiten In tabel 22 zijn de indexscores voor karakteristieke indicatoren voor suburbane gemeenten opgenomen. In de tabel is ter vergelijking Oldenzaal als hybride urbane/suburbane gemeente, samen met Borne en Wierden toegevoegd. Uit de SCODEK indicatoren blijkt dat:  de suburbane gemeenten Borne en Wierden qua voorzieningen niet tot weinig krimpgevoelig zijn en qua werkgelegenheid vergelijkbaar laag scoren. De nadruk ligt bij beide gemeenten op de commerciële dienstverlening, maar deze is niet zo dominant aanwezig als in de steden;


31/41


      

Wierden biedt de hoogste welstand, en is qua welstandsniveau vergelijkbaar met een plattelandsgemeenten als Dinkelland en Tubbergen, hetgeen ook tot uiting komt in de uitkeringsindex; Borne heeft in het laatste jaar veel welstand verloren; De betaalbaarheid van de woningen is het best voor Borne, en aan de hoge kant voor Wierden; De omloopsnelheid van woningen is vergelijkbaar; In Borne is de beschikbare woningvoorraad het laagst waardoor de relatieve verkooptijd hier het kortst is. De huizenprijzen liggen onder de lokale en landelijke verwachtingswaarden voor beide gemeenten; Voor Wierden convergeert de woningwaarde naar zowel de lokale als landelijke verwachtingswaarden; Voor Borne divergeert de woningwaarde van de lokale en de landelijke verwachtingswaarde (woningen verliezen sneller waarde dan verwacht).

Tabel 22: Indexscores voor karakteristieke indicatoren voor suburbane gemeenten THEMA’S EN INDICES Voorzieningen Km-index: Isolement tov voorzieningen: schaal 1 tot 5 Kg-index: Krimpgevoeligheid: : schaal 1 tot 5

Borne

Wierden

Oldenzaal

0,00 0,17

0,26 1,03

0,00 0,20

Werkgelegenheid BP/I 2012 Banen per productieve inwoner Verandering B/PI over 1 jaar Verandering B/PI over 4 jaar WEKA: werkgelegenheidskarakteristiek

0,451 -0,190 0,103 4,1

0,504 0,086 0,117 3,7

1,023 0,036 0,045 5,1

Welstand en leefbaarheid WELSTAND = % hoge inkomens/% lage koopkracht Welstandsontwikkeling tov 2011 UK: Uitkeringsindex

4,00 -1,25 95

6,50 0,00 78

3,00 0,17 108

Woningwaarde R-HP/BINK: relatieve betaalbaarheid tov regio Waarde tov Lokale verwachting Waarde tov Landelijke verwachting Waardeontwikkeling tov lokale verwachting Waardeontwikkeling tov landelijke verwachting Convergentie (C) /Divergentie(D) lokaal Convergentie (C) /Divergentie(D) landelijk

0,98 -5,40% -3,90% -1,77% -0,24% DD-

1,04 -8,00% -1,60% 0,15% 1,07% C C

0,98 1,40% -5,40% 1,46% 1,02% D+ C

Woningverkoop BEVO: beschikbare woningvoorraad REVERT: Relatieve verkooptijd (jaar) Omloopsnelheid: % woningvoorraard

3,99 % 1,78 2,24%

5,24 % 2,32 2,26%

4,23 % 1,50 2,80%

72,4 -0,04

60 -0,28

71,7 0,21

MIgratiesaldo Verhuismobiliteit: personen/1000 inwoners Migratie: gemiddelde over laatste 5 jaar

Beide gemeenten voldoen aan het profiel voor suburbane functionaliteit. Wierden heeft iets meer het karakter van een landelijke gemeente. Borne kent een dalende werkgelegenheid en negatieve welstandsontwikkeling. In Borne dalen de prijzen van de woningen sneller dan de verwachtingswaarden. De beschikbare woningvoorraad is laag. Ondanks de uitbreidingslocatie is er sprake van een licht negatief migratiesaldo. Wierden heeft meer werkgelegenheid dan Borne en de werkgelegenheid groeit. De welstand is hoog. Voor een suburbane omgeving zijn de woningen naar verhouding minder betaalbaar dan bijvoorbeeld in Borne en Oldenzaal. De woningmarkt is verder gezond met naar de verwachtingswaarde


32/41


convergerende prijzen. Het negatieve migratiesaldo kan een gevolg zijn van de relatief hoge woningprijzen. Bespreking (sub)rurale functionaliteiten In tabel 23 zijn de indexscores voor karakteristieke indicatoren voor rurale en subrurale gemeenten opgenomen. Uit de SCODEK indicatoren blijkt dat:  de acht rurale/subrurale gemeenten qua voorzieningen vaak krimpgevoelig zijn. Met name Dinkelland en Tubbergen zijn sterk krimpgevoelig. Ook Twenterand en Rijssen-Holten zijn krimpgevoelig;  Losser en Twenterand hebben weinig werkgelegenheid, Rijssen-Holten heeft voor een rurale/subrurale gemeente veel werkgelegenheid. De overige vijf gemeenten scoren conform verwachting;  Het aandeel nijverheid is in de meeste rurale gemeenten hoger dan de steden. Met name voor de gemeente Twenterand is nijverheid belangrijk;  De gemeenten Dinkelland, Rijssen-Holten en Tubbergen bieden de hoogste welstand. Opvallend is dat deze drie gemeenten ook fors aan welstand hebben ingeleverd in de periode 2009-2010, met Rijssen-Holten als koploper;  Qua uitkeringsindex scoren Losser en Twenterand het hoogst, nagenoeg vergelijkbaar met een urbane omgeving;  Twenterand en Losser hebben relatief betaalbare woningen;  De woningmarkt in Dinkelland, Hellendoorn en Tubbergen het minst toegankelijk is qua prijzen;  De omloopsnelheid van woningen in Dinkelland, Losser, Hof van Twente en Tubbergen is erg laag;  In Haaksbergen en Rijssen-Holten is de beschikbare woningvoorraad het laagst waardoor de relatieve verkooptijd hier het kleinst is. Deze is in de gemeente Losser erg hoog;  De huizenprijzen liggen rondom de lokale en boven landelijke verwachtingswaarden voor de gemeenten Dinkelland, Haaksbergen, Hellendoorn, Hof van Twente en Losser;  In Rijssen-Holten ligt de woningwaarde ruim onder de lokale en landelijke verwachtingswaarden;  Voor Dinkelland, Hellendoorn, Hof van Twente en Tubbergen is er sprake van divergentie van de landelijke verwachtingswaarden (huizen hier worden naar verhouding duurder).


33/41


Tabel 23: Indexscores voor karakteristieke indicatoren voor (sub)rurale gemeenten Dinkel Haaks Hellen Hof van THEMA’S EN INDICES Losser land bergen doorn Twente Voorzieningen Km-index: Isolement tov voorzieningen: 3,31 0,83 0,77 0,74 0,54 schaal 1 tot 5 Kg-index: Krimpgevoeligheid: : schaal 1 2,38 0,83 0,19 1,81 0,71 tot 5

Rijssen -Holten

Tub bergen

Twente rand

1,39

3,52

2,06

1,35

3,30

1,25

Werkgelegenheid BP/I 2012 Banen per productieve inwoner

0,590

0,651

0,586

0,578

0,424

0,920

0,527

0,490

Verandering B/PI over 1 jaar

0,071

0,037

0,056

0,072

0,026

0,004

0,040

0,127

Verandering B/PI over 4 jaar

0,013

0,042

0,021

0,011

-0,106

-0,077

-0,011

0,083

WEKA: werkgelegenheidskarakteristiek

4,0

3,4

3,0

3,4

4,0

3,1

2,9

2,1

Welstand en leefbaarheid WELSTAND = % hoge inkomens/% lage koopkracht Welstandsontwikkeling tov 2011

5,00

4,00

4,50

3,67

3,33

5,25

5,20

3,60

-1,50

-0,20

0,70

-0,93

0,00

-2,08

-1,55

0,00

75

89

93

87

120

80

75

105

1,12

1,04

1,10

1,07

1,01

1,04

1,10

0,99

0,40%

0,50%

5,50%

-0,40%

3,50%

-9,90%

-7,50%

-1,60%

6,10%

0,00%

3,90%

1,40%

0,30%

-6,00%

1,40%

-5,90%

-1,50%

-0,43%

0,54%

-0,35%

-1,93%

1,87%

1,33%

0,84%

0,80%

0,43%

1,57%

0,98%

-0,90%

2,70%

1,98%

1,32%

UK: Uitkeringsindex Woningwaarde R-HP/BINK: relatieve betaalbaarheid tov regio Waarde tov Lokale verwachting Waarde tov Landelijke verwachting Waardeontwikkeling tov lokale verwachting Waardeontwikkeling tov landelijke verwachting Convergentie (C) /Divergentie(D) lokaal

C

D-

D+

D-

C

C

C

C

D+

C

D+

D+

C

C

D+

C

BEVO: beschikbare woningvoorraad

4,31 %

4,11 %

7,15 %

5,34 %

6,14 %

3,68 %

4,10 %

5,70 %

REVERT: Relatieve verkooptijd (jaar)

2,30

1,50

2,83

2,92

3,89

1,70

2,76

2,67

Omloopsnelheid: % woningvoorraad

1,88%

2,73%

2,53%

1,83%

1,58%

2,16%

1,49%

2,14%

54,3

57,8

69,9

68,6

63,9

58,8

53,1

64,3

-0,21

-0,05

-0,28

-0,05

-0,03

-0,20

0,02

-0,33

Convergentie (C) /Divergentie(D) landelijk Woningverkoop

Migratiesaldo Verhuismobiliteit: personen/1000 inwoners Migratie: gemiddelde over laatste 5 jaar

Bijna alle rurale/subrurale gemeenten hebben een negatief migratiesaldo. Dinkelland heeft een naar verhouding slecht toegankelijke woningmark, naar verhouding duurder worden woningen en een negatief migratiesaldo. Gelet op het verlies aan welstandsniveau zijn het kennelijk huishoudens met hoger inkomens die wegtrekken. Voor Hellendoorn zijn de naar verhouding hoge woningprijzen mogelijk de oorzaak voor de uitwaartse migratie. Dit is onwenselijk gelet op de relatief hoge beschikbare woningvoorraad. Losser kent een combinatie van afnemende werkgelegenheid en toenemende werkeloosheid die deze gemeente minder aantrekkelijk maakt voor vestiging. Tubbergen kent opvallend genoeg een inwaartse migratie, maar tevens ook de laagste omloopsnelheid voor woningen. De uitwaartse migratie in Haaksbergen is mogelijk een gevolg ven de lage beschikbare woningvoorraad, waardoor het voor nieuwkomers moeilijker is om zich ter plaatse te vestigen. Haaksbergen, Losser, Rijssen-Holten en Twenterand zijn te beschouwen als “normale” kleinere kernen in een landelijke omgeving. Deze gemeenten hebben een goed toegankelijke woningmarkt, en een gemiddeld welstandsniveau. Wel blijkt de kwetsbaarheid van gemeenten als Losser en Twenterand. Bij een lage werkgelegenheid en een toenemende werkeloosheid komen welstand en rapportnummer B1006/ R01 d.d. 12 april 2013

34/41


leefbaarheid in het geding en kan uitwaartse migratie een gevolg zijn. Dit proces lijkt zich nu reeds te voltrekken in Twenterand en Losser. Voor de gemeente Losser lijkt dit proces nog versterkt te worden door de lage omloopsnelheid en de lange relatieve verkooptijd als gevolg van een naar verhouding grote beschikbare woningvoorraad. Dinkelland, Tubbergen, Hellendoorn en Hof van Twente zijn hybrides die ruraal met suburbaan combineren. Het welstandsniveau is hoog, de woningmarkt minder toegankelijk. Deze hybrides zijn echter kwetsbaar bij economische kentering. Verhuismobiliteit en de omloopsnelheid van woningen is laag. Huizen worden dan zeer moeilijk verkoopbaar. Het risico bestaat dat als gevolg van de crisis ook het welstandsniveau daalt waardoor deze gemeenten minder aantrekkelijk worden als vestigingsplaats. Daarmee kan een vicieuze cirkel omgang getrokken worden. Uitwaartse migratie kan dan voor bevolkingsdaling zorgen. Door de krimpgevoeligheid komt bij een afnemend inwoneraantal ook het voorzieningenniveau onder druk te staan. Algemeen Uit de toetsing op basis van functionaliteit blijkt dat een aantal Twentse gemeenten “hybride” zijn tussen de traditionele functionaliteitsklassen. In sommige gevallen blijkt dat de hybride vormen kwetsbaar kunnen zijn voor economische kentering omdat deze economische kentering met name die functionele eigenschappen treft die ze aantrekkelijk maken. Het geeft een plausibele verklaring voor uitwaartse migratie. Voor wat betreft de meeste gemeenten zijn dit effecten die naar verwachting geen grote en blijvende impact zullen hebben. 7.3 Clusteranalyse Het tweede toetsingscriterium om na te gaan of er daadwerkelijk sprake is van krimp is de vergelijking op basis van status en dynamiek met de gekende Nederlandse krimpgemeenten (de eerder genoemde referentiegemeenten) door middel van clusteranalyse. Bij deze methode worden de referentiegemeenten meegenomen in de clusters. De clusteranalyse wordt uitgevoerd op de themascores voor de verschillende SCODEK thema’s. Indien blijkt dat sommige gemeenten terecht komen in clusters waarin zich ook krimpgemeenten bevinden, dan zijn de omstandigheden vergelijkbaar met een krimpgemeente en impliceert dit mogelijke kwetsbaarheid bij demografische krimp. Deze bevolkingskrimp kan worden geïnitieerd door uitwaartse migratie, en niet uitsluitend door vergrijzing en ontgroening. Deze aanpak is toegepast op de Twentse gemeenten aangevuld met een zestal gekende krimpgemeenten (Delfzijl, Hulst, Borger-Odoorn, Heerlen, Kerkrade en Simpelveld), op de themascores zoals weergegeven in tabel 24. De resultaten zijn weergegeven in tabel 25. Uit de resultaten blijkt dat de gemeenten Losser en Twenterand samen met de gemeente Delfzijl zijn geclusterd. Voor de Twentse gemeenten is de som van de themascores tussen 20-27%, die voor Delfzijl is beduidend hoger met bijna 35 %. De Twentse gemeenten sluiten dus aan de “onderzijde” van dit cluster aan. De overige Twentse gemeenten vertonen geen overeenkomsten met gemeenten in krimpgebieden. De twee meest noordelijke gemeenten in Twente (Dinkelland en Tubbergen) vertonen onderling veel overeenkomsten, maar nauwelijks met de andere Twentse suburbane en rurale gemeenten. Deze gemeenten zijn door gentrificatie gehybridiseerd en behoren tot een type gemeente dat kwetsbaar is voor zowel economische als demografische krimp. Referentiegemeente van dit type zijn niet voorhanden.


35/41


Tabel 24: Input themascores clusteranalyses Gemeente Almelo Borne Dinkelland Enschede Haaksbergen Hellendoorn Hengelo Hof van Twente Losser Oldenzaal Rijssen-Holten Tubbergen Twenterand Wierden

1,4 1,3 1,4 1,6 1,3 1,3 1,4 1,2 2,3 1,4 1,6 1,5 2,5 1,4

Leefbaar heid en welstand 4,3 2,7 2,5 4,2 1,0 0,0 1,8 2,5 0,0 0,0 2,5 2,5 0,0 0,0

25,7% 22,7% 25,1% 23,1% 14,0% 12,7% 18,3% 18,9% 27,7% 10,9% 21,0% 29,4% 23,3% 14,4%

2,9 2,1 2,8 3,9 4,4 5,1

3,5 3,5 6,8 2,8 2,5 0,0

43,9% 35,6% 43,3% 43,7% 41,1% 46,0%

Voor zieningen

Woning markt

Verhuis mobiliteit

Werk en economie

Werk gelegenheid

Gezond heidszorg

0,2 0,2 5,7 0,1 1,7 1,0 0,4 2,6 1,3 0,0* 2,7 6,8 3,3 1,3

4,5 5,0 2,0 4,5 0,5 0 5,0 1,0 2,5 2,0 4,0 2,0 2,5 2,5

1,1 1,4 2,8 0,1 2,1 2,9 0,9 3,1 5,0 1,4 1,4 3,6 2,9 2,5

5,5 1,5 0,5 5,5 1,0 1,0 3,3 0,0 3,3 2,8 0,5 1,0 1,8 0,0

1,0 3,8 2,7 0,2 2,2 2,7 0,0 2,8 5,0 0,0 2,0 3,2 3,3 2,4

7 6,5 8,5 6,5 6,5 10,0

5,3 4,9 1,8 3,9 3,6 5,7

3,25 5 9 4,75 9,0 4,0

5,2 1,3 0,8 5,4 2,8 5,2

% effect

REFERENTIEgemeenten Borger-Odoorn Delfzijl Heerlen Hulst Kerkrade Simpelveld

3,5 2,6 0,6 2,3 0,0 2,3

Tabel 25: Output clusteranalyse Cluster Karakteristiek

Gemeenten

1

Twentse steden

Almelo Enschede Hengelo Oldenzaal

2

Noordelijke gemeenten Twente

Dinkelland Tubbergen

3

Urbane en rurale Twentse gemeenten

4

Rurale Twentse gemeenten

5

Steden parkstad

6

Krimpgemeenten

Borne Haaksbergen Hof van Twente Rijssen-Holten Wierden Hellendoorn Losser Twenterand Delfzijl Heerlen Kerkrade Borger-Odoorn Hulst Simpelveld

Uit tabel 25 blijkt dat 6 verschillende clusters ontstaan. De rurale gemeenten Losser en Twenterand vertonen overeenkomsten met Delfzijl. De noordelijke Twentse gemeenten hebben een andere type problematiek die snelle vergrijzing in de hand werkt. De overige referentiegemeenten lijken qua indicatoren niet op gemeenten in Twente.


36/41


7.4 Aandachtspunten Functionaliteiten Uit de toetsing op basis van functionaliteit komen de volgende aandachtspunten naar voren:  De ten opzichte van de lokale verwachtingswaarde naar beneden divergerende woningwaarde voor de gemeenten Hengelo en Borne is een punt van zorg en behoeft aandacht. De beschikbare woningvoorraad en omloopsnelheid zijn nog binnen normale proporties voor de regio.  De hoge uitwaartse migratie in Wierden. Voor dit effect is geen direct aanwijsbare reden aan te geven, anders dan dat Wierden wat duurder is dan vergelijkbare gemeenten. Alle indicatoren manifesteren zich binnen normale grenzen.  De ten opzichte van de landelijke verwachtingswaarde naar boven divergerende woningwaarden in de gemeenten Dinkelland en Tubbergen zijn vanuit verschillende invalshoeken zorgelijk. In de eerste plaats worden woningen bij aanhoudende kredietcrisis onverkoopbaar. De verhuismobiliteit en de omloopsnelheid zijn reeds gevaarlijk laag. Indien er onvoldoende betaalbare woonruimte is voor jongeren hebben deze geen andere keus dan naar elders te verhuizen. Tenslotte werkt een lage verhuismobiliteit vergrijzing in de hand en versnelt daarmee het krimpproces. Daarmee dreigt op termijn ook een deconfiture van de woningmarkt in beide gemeenten.  Voor de gemeente Hellendoorn geldt in mindere mate datgene dat voor Dinkelland en Tubbergen ook geldt. Ook hier is de woningmarkt weinig toegankelijk en neemt de woningwaarde toe ten opzichte van de lokale en landelijke verwachtingswaarden. De omloopsnelheid is nog redelijk hoog. Daarbij dreigt op termijn dan ook een naar verhouding grote daling van de woningwaarde bij aanhoudende economische malaise.  De gemeenten Losser en Twenterand kennen een relatief lage werkgelegenheid en relatief veel werkeloosheid. Als vestigingslocatie worden deze gemeenten minder aantrekkelijk als dit ten koste gaat van welstand en leefbaarheid. Met name de lage omloopsnelheid, de hoge beschikbare woningvoorraad in Losser en de hoge uitwaartse migratie in Losser en Twenterand zijn een punt van zorg. Deze beide gemeenten zijn kwetsbaar voor demografische en economische krimp. Clusteranalyse Uit de toetsing op basis van clusteranalyse komen de volgende aandachtspunten naar voren:  De gemeenten Twenterand, Losser en Delfzijl vallen samen in één cluster. Dit betekent dat deze gemeenten een grote mate van overeenkomst vertonen qua themascores met de gemeente Delfzijl. De totaalscores van de beide Twentse gemeenten liggen nog wel ca. 1/3 lager, dan die van Delfzijl (ca. 25% vs. 35%)..  De gemeenten Dinkelland en Tubbergen vallen samen in een cluster. Het onderscheid met de overige Twentse gemeenten is groot. Hoewel specifieke referentiegemeenten ontbreken is de problematiek die hier speelt duidelijk. Resumé Met behulp van de toetsing zijn vier gemeenten geïdentificeerd die als risicogemeenten kunnen worden gekarakteriseerd. De gemeenten Losser, Twenterand, Hellendoorn, Tubbergen en Dinkelland bezitten potentiële risico’s en zijn kwetsbaar voor zowel demografische als economische krimp. Wierden en Hengelo zijn aandachtsgemeenten, hier valt één indicator “uit de toon”. Voor wat betreft de manier waarop de kwetsbaarheid zich manifesteert zijn twee types geïdentificeerd. De specificaties hiervan zijn weergegeven in tabel 26.


37/41


Tabel 25: Twee typen gemeenten die kwetsbaar zijn voor demografische krimp Gemeente Soort problemen Gevolg op termijn

Type I: Losser en Twenterand

-

Type II Tubbergen en Dinkelland

-

Weinig werkgelegenheid Hoge werkeloosheid Lange relatieve verkooptijd woningen Welstand relatief laag

Huishoudens verlaten (noodgedwongen) de gemeente en zoeken kansen/huisvesting elders.

Woningmarkt niet toegankelijk voor eigen jongeren en nieuwkomers. Woningen zijn te duur Omloopsnelheid woningen laag Leefbaarheid en welstand hoog maar staan onder druk.

Weinig nieuwe huishoudens, nieuwkomers zijn relatief welgesteld en dus ouder. Jongeren vertrekken naar elders omdat er nauwelijks betaalbare woningen zijn

Meetbaar als - Negatief migratiesaldo initieert demografische krimp - Sociale en economische indicatoren lager dan vergelijkbare gemeenten - Vergrijzing en negatief migratiesaldo initiëren demografische krimp - Huizenprijzen komen zwaar onder druk. Forse prijsdalingen als gevolg. - Snelle vergrijzing - Voorzieningen verdwijnen (Km-index neemt toe)

Met deze typologie is de kwetsbaarheid herkenbaar geworden en kan waar mogelijk beleid worden ingezet om deze gemeenten te versterken voordat er sprake is van demografische krimp.


38/41


8

SAMENVATTING, CONCLUSIES EN AANBEVELINGEN

Samenvatting en conclusies Met behulp van SCODEK is de situatie met betrekking tot demografische krimp in Twente kwalitatief en kwantitatief inzichtelijk gemaakt. De status en dynamiek kan qua oorzaken en effecten als volgt worden samengevat.  Demografische krimp is nog slechts in beperkte mate aan de orde in Twente. In slechts twee gemeenten is er in 2011 en 2012 sprake van bevolkingsafname (Hengelo en Hellendoorn). In een derde gemeente is de ommekeer in 2012 bereikt (Haaksbergen);  Groene druk speelt in 2011 en 2012, maar ook in de nabije toekomst geen rol van betekenis;  In 2011 was grijze druk aan de orde in Hof van Twente. In 2012 is de gemeente Haaksbergen daar bij gekomen. De gemeenten Borne, Dinkelland, Hellendoorn, Losser en Oldenzaal zullen in de komende vijf jaar met grijze druk te maken krijgen.  Een negatief migratiesaldo was in 2011 voor 7 en in 2012 voor 11 van de 14 Twentse gemeenten de belangrijkste oorzaak van demografische krimp (als gemiddelde over een periode van 10 jaar). Over een periode van 10 jaar bezien is het migratiesaldo het meest negatief in de gemeenten Hellendoorn, Twenterand en Wierden. De spreiding van de emigratiegegevens is zeer hoog. Er is in de meeste gemeenten geen sprake van trends, wel zijn er verschillende gemeenten die verschillende jaren op rij een negatief migratiesaldo kennen.  Aan de effectzijde zijn de effecten relatief bescheiden. Deze variëren tussen 9 en 24% van het maximaal haalbare effect. Dit is een kwart tot de helft van de referentiegemeenten. Het is van belang om te bepalen of er oorzaken zijn voor de uitwaartse migratie bij het merendeel van de Twentse gemeenten. Daarnaast is het belangrijk om vast te stellen welke gemeenten het meeste risico lopen om in een krimpspiraal terecht te komen (en de mogelijke effecten te bepalen) indien de economische crisis aanhoudt en/of de bevolking daadwerkelijk gaat dalen. Hiertoe zijn de verkregen resultaten getoetst op basis van geografische functionaliteit en met behulp van clusteranalyse. Op basis van de functionaliteit blijken van de urbane gemeenten Almelo en Enschede het meest aan het urbane profiel te voldoen. Oldenzaal en Hengelo zijn “hybriden” die het midden houden tussen urbane en suburbane functionaliteit. Almelo heeft een afnemende werkgelegenheid en uitwaartse migratie. De uitwaartse migratie bij Hengelo lijkt (voor een deel) samen te hangen met het woningbouwprogramma dat op grondgebied van Borne wordt uitgevoerd. Van de suburbane gemeenten lijkt Wierden op het oog de meest ideale woonomstandigheden te bieden. Er is sprake van een hoog welzijnsniveau, maar ook een relatief goed toegankelijke woningmarkt. De relatief hoge uitwaartse migratie is hieruit niet te verklaren. Bij de (sub)rurale gemeenten zijn een aantal “zwakke” gemeenten en een aantal gemeenten waar de woningmarkt in vergelijking met de overige gemeenten in de jaren voorafgaand aan 2008 nogal oververhit is geraakt. Beide soorten gemeenten lopen risico’s bij voortduring van economische kentering of demografische krimp. De gemeenten Losser en Twenterand hebben een verminderde functionaliteit. De werkgelegenheid is laag, het aantal werkelozen relatief hoog. Ze bieden naar verhouding een lage welstand voor dit type functionaliteit. In Losser is de omloopsnelheid van koopwoningen erg laag en vanwege de relatief grote voorraad is de relatieve verkooptijd lang. Er is sprake van uitwaartse migratie. Twenterand is niet veel beter, en heeft dezelfde karakteristieken en tendens. Er is een relatief hoge uitwaartse migratie. Onder deze omstandigheden zijn deze gemeenten kwetsbaar om in een negatieve spiraal terecht te komen, waarbij met name de lage werkgelegenheid en de grote woningvoorraad de triggers kunnen zijn. Beide aspecten hebben negatieve gevolgen voor leefomgeving en leefbaarheid. Hierdoor kan een proces op gang komen waarbij de huishoudens met hogere inkomens en de kansrijken de gemeente verlaten. De verkooptijd van woningen neemt toe, de woningwaarde komt verder onder druk te staan en de leefbaarheid wordt minder. rapportnummer B1006/ R01 d.d. 12 april 2013

39/41


De gemeenten Dinkelland, Tubbergen en in iets mindere mate Hellendoorn hebben een minder goed toegankelijke woningmarkt. Woningen zijn relatief duur voor huishoudens in andere Twentse gemeenten. De gevolgen hiervan zijn reeds zichtbaar in de vorm van lage omloopsnelheden en lage verhuismobiliteit. Verder lijken de woningwaarden te stijgen ten opzichte van de lokale en landelijke verwachtingswaarden. Daartegenover staat een hoge welstand en leefbaarheid. Het risico dat deze gemeenten lopen bij voortduring van de economische kentering is dat de huizen in toenemende mate buiten het bereik vallen van groeiende groep potentiële kopers. Het gevolg hiervan is dat huizen in praktijk onverkoopbaar worden danwel zeer fors in prijs moeten dalen. Anderzijds is een dergelijk proces ook een trigger voor demografische krimp, want het werkt vergrijzing in de hand als er nauwelijks meer sprake is van doorstroming. Uiteindelijk zal er door de natuurlijke bevolkingsdaling op termijn een overschot aan woningen zijn, de beschikbare voorraad neemt toe. Uit clusteranalyse blijkt dat de gemeenten Twenterand en Losser ingedeeld zijn in een cluster samen met de gemeente Delfzijl. Weliswaar aan de “onderzijde”, maar het bevestigd de resultaten van de toetsing op basis van functionaliteit. Verder “vallen” de gemeenten Dinkelland en Twenterand in een afzonderlijk cluster. Het is mogelijk dat er in de krimpgebieden gemeenten voorkomen die lijken op deze beide Twentse gemeenten, maar deze zijn in deze analyse niet meegenomen. Daarmee zou een doorzicht naar een mogelijke toekomst voor deze gemeenten te maken zijn. Aanbevelingen Ondanks het feit dat er nog geen serieuze demografische krimp plaatsheeft in Twente, zijn er toch al een aantal gemeenten die risico lopen om in een negatieve spiraal te raken wanneer demografische krimp een feit wordt. Er kunnen op twee niveaus maatregelen worden genomen om dit proces / deze spiraal bij te sturen:  Nader duiding oorzaken: Met name van belang is dat gemeenten een onderscheidende leefomgeving zouden moeten bieden die aantrekkelijk is voor de inwoners die daar al leven en dat in de toekomst willen gaan doen. Een leefbaarheidsonderzoek gericht op bepaling van behoeften is hierbij een eerste stap. Hierbij dient ook te worden opgenomen of deze geënquêteerden verhuizing naar elders overwegen en om welke redenen. Kan worden uitgevoerd als een telefonisch leefbaarheidsonderzoek;  Interventie: Het nemen van acties welke de oorzaken van (dreigende) krimp wegnemen. Nader duiding oorzaken  Onduidelijk is in hoeverre voor de (sub)urbane gemeenten informatie beschikbaar over hoe de inwoners hun stad waarderen en op welke punten verbetering nodig is. Aan de hand van de resultaten van een leefbaarheidsonderzoek kan worden bepaald wat nodig is om tot een optimale functionaliteit te komen. Interventie  Voor Tubbergen en Twenterand en in mindere mate Hellendoorn is een belangrijk vraagstuk hoe om te gaan met de relatief dure en slecht verkoopbare woningen. Inmiddels lopen hiervoor een aantal projecten (bijvoorbeeld knooperven). Via DYNAMO bepaald worden hoe groot de opgave is. Overigens is een bijkomend probleem van de knooperven dat de woningvoorraad toeneemt en deze plaatselijk gevuld wordt met woon-zorg, dus senioren. Hierdoor treedt geen verjonging van de bevolking op en wordt het krimpproces nog verder versneld.  Voor Losser en Twenterand is het van belang om economische impulsen te initiëren, waardoor (uiteindelijke) de woningmarkt in balans kan worden gebracht. Hiertoe is het van belang om voor deze gemeenten een profiel op te maken waarbij haar “substraat” (ruimtelijke karakteristieken zoals de “bruine”, “blauwe”, “groene” en “rode” elementen), de mens (demografie, sociale omgeving, opleidingsprofiel), de (bedrijfs)activiteiten (wonen, werken, economie, innovatieve kracht, toerisme) en de omgevingskwaliteiten (leefbaarheid, relatie met mens en activiteiten en omgeving, duurzaamheid, identiteit ) wordt vastgesteld en waaruit vervolgens de kracht en zwakten en derhalve de kansen kunnen worden gedestilleerd. Aan de hand daarvan rapportnummer B1006/ R01 d.d. 12 april 2013

40/41


kan dan gericht gezocht worden naar economische motoren die qua profiel en qua schaal passen. Voor wat betreft de woningmarkt kan via DYNAMO worden bepaald wat precies de opgave is die vervuld moet worden om vraag en aanbod te balanceren en op welke manier de mogelijk gerealiseerd kan worden.


41/41


BIJLAGEN



Bijlage 1:

Oorzaakindicator





Bijlage 2:

Effect indicatoren



















Bijlage 3:

Score SCODEK model




KRIMP in Twente. Situatie Analyse van status en dynamiek met behulp van SCODEK. Einsteinstaart 12A 7601 PR ALMELO

Recommend Documents