Onderzoek Oppervlaktegegevens Utiliteitsbouw

Onderzoek Oppervlaktegegevens Utiliteitsbouw

Versie: 1.2 Statu s: d efin itief Au teu r: H ar m Olth of In op d rach t v an : Agen tsch ap N L t.a.v. A.D.C. H ezem an s N L En ergie en Klim aat Croeselaan 15 3521 BJ Utrech t Postbu s 8242 3503 RE Utrech t

Geon bv A dviseurs voor geo-informatiemanagement Steen h ou w er skad e 8 Postbu s 1154 9701 BD Gr on in gen Teln r. (050) 311 16 60 E-m ail: in fo@geon .n l w w w .geon .n l

Versiebeheer Versie D atum

Omschrijving

Verstuurd aan

0.1

Concept

Marc ‘t H art

0.2

26 septem ber 2011 10 oktober 2011

e

2 conceptversie, op - en aan-

Marc ‘t H art

m erkingen Marc verw erkt, hoofd stukind eling aangepast 0.3

12 oktober 2011

3e conceptversie

Anne H ezem ans, Marc ‘t H art

1.0 1.1

10 januari 2012 22 februari 2012

Opm erkingen Anne en ECN

Anne H ezem ans,

verw erkt

Marc ‘t H art

Aanpassingen nav m ail w isse-

N iet verzond en

ling met Anne H ezem ans 1.2

26 april 2012



H er-analyse BAG extract 8 m aart 2012



Aanpassing ten onrech tte m eegenom en m aarw erk

Anne H ezem ans

Inhoudsopgave 1

Inleiding .............................................................................................................................. 1

2

Samenvatting ...................................................................................................................... 3 2.1 Ad res koppelingen ..................................................................................................... 3 2.2 Bepalen hoofdfunctie.................................................................................................. 3 2.3 Oppervlakten verd elingen ......................................................................................... 4 2.4 Conclusies .................................................................................................................... 5 2.5 Aanbevelingen ............................................................................................................ 5

3

Analyse ................................................................................................................................ 7 3.1 Inleiding ....................................................................................................................... 7 3.2 N ad ere uitw erking ond erzoeksvraag ...................................................................... 7 3.3 Globale aanpak analyse ............................................................................................. 8 3.4 Ad res koppeling ........................................................................................................ 11 3.5 Bepalen hoofdfunctie................................................................................................ 13 3.6 Gebruiksfunctie klassen ........................................................................................... 15 3.7 Oppervlakteklassen .................................................................................................. 19 3.8 Toekom stige ontw ikkelingen .................................................................................. 21 3.9 Conclusies .................................................................................................................. 21 3.10 Aanbevelingen .......................................................................................................... 22

4

Beschrijving gegevensbronnen ..................................................................................... 23 4.1 Inleiding ..................................................................................................................... 23 4.2 Term inologie.............................................................................................................. 23 4.3 Kerncijfers .................................................................................................................. 23 4.4 H istorie ....................................................................................................................... 24 4.5 Ad restypen per bron ................................................................................................ 24

5

Beschrijving opw erking ruw e gegevens ..................................................................... 28 5.1 Algem een ................................................................................................................... 28 5.2 Inrichting d atabase ................................................................................................... 28 5.3 ETL .............................................................................................................................. 28 5.4 H et Analyse schema ................................................................................................. 31

Bijlage 1 Basisregistraties adressen en gebouw en .............................................................. 1 Datam od el ........................................................................................................................... 2 Inhoud .................................................................................................................................. 2 Bijlage 2 D ataland ..................................................................................................................... 5 Bijlage 3 SBI ............................................................................................................................... 6 Bijlage 4 BAG statistieken ....................................................................................................... 7

Ond erzoek Oppervlaktegegevens Utiliteitsbouw Versie: 1.2

Status: d efinitief i

Agentschap N L

Gebruiksd oelen ................................................................................................................... 7 Bijlage 5 Vertaaltabel D ataland naar Gebruiksfunctie ...................................................... 9 Bijlage 6 Verklarende w oordenlijst ..................................................................................... 10 Bijlage 7 Oppervlakte: verdelingen ..................................................................................... 11 Oppervlakte statistieken per gebruiksfunctie en oppervlak klasse .......................... 11


Status: d efinitief ii

Agentschap N L

1

Inleiding

Aanleiding H et Agentschap N L bouw t inform atie op over d e gevolgen , d e resultaten en d e beleid seffecten van klim aatbeleid in N ed erland , m et name binnen d e utiliteitsbouw . Mom enteel zijn gegevens over aantallen gebouw en en oppervlaktes van d e utiliteit sbouw onvold oend e beschikbaar. N a een eerste verkenning van het Dataland Vastgoed inform atie gegevensbestand d oor Mobius consult in 2010 [1], heeft Agentschap N L opd racht gegeven een aantal m ogelijke bronnen voor oppervlakten en classificaties over gebouw en in d e utiliteitssector te ond erzoeken en d e kw aliteit d aarvan te bepalen. Basis Registratie Adressen en Gebouw en Als m ogelijke bron w ord t m et nam e ged acht aan d e BAG, d e Basis Registratie Ad ressen en Gebouw en. De BAG is (vrijw el) land elijk beschikbaar sinds eind 2010 en bezit sind s m edio 2011 d e vereiste m inim ale kw aliteit. Onderzoeksvraag De concrete ond erzoeksvragen zijn: 

het bepalen van d e kw aliteit van d e aangeleverd e oppervlaktes;



het berekenen van d e gem id d eld e oppervlakte per gebouw per gebouw type;



het bepalen van d e verd eling oppervlakte d .m .v. oppervlakteklasse per ge-

bouw type. Aanvullend w ord t gevraagd een beschrijving van d e gevolgd e w erkw ijze te geven. De gebruikte m ethod e, d e resultaten van analyse, d e gebruikte d atabronnen alsm ed e d e conclusies en aanbevelingen vind t u in dit rapport. Resultaat H et belangrijkste resultaat van het ond erzoek is d at een combinatie van d e BAG en Dataland Vastgoed inform atie gegevensbestand d e beste resultaten oplevert. H et laatste bestand is voornam elijk belangrijk om d e gew enste gebouw types te bepalen. De BAG is d e enige registratie w aar gebouw en en de bijbehorend e ad ressen eend uid ig zijn vast gelegd . In d e nabije toekom st (voor 2013) m oet het m ogelijk zijn van één bestand g ebruik te gaan m aken, om d at d e BAG en d e WOZ -registratie d an aan elkaar gekoppeld zullen zijn. Door gebruik van d e BAG zijn ad ressen eend uid ig aan een pand te kopp elen. Bijgebouw en hebben zo geen invloed op d e statistieken. Aanpak De eerste stap in het onderzoek is het opzetten van een goed e structuur voor d e anal yse. De d atabase staat d aarin centraal. Daar zijn alle gegeven s in gelad en. Deze d atabase


Status: d efinitief 1

Agentschap N L

is het uitgangspunt om koppelingen te ond erzoeken tussen d e verschillend e bronnen. Gebruik m akend van d e beste koppeling zijn uiteind elijk d e gebouw classificaties en d e oppervlakten bepaald . Leesw ijzer Gezien d e grote hoeveelheid gegeven s en tabellen zijn conclusies, aanbevelingen en resultaten (hoofd stuk 2) zo veel m ogelijk voor in het rapport geplaatst. De analyse, uitw erkingen en ond erbouw ingen zijn te vind en in latere hoofd stukken. N ad ere d etails (tabellen en grafieken) zijn als bijlage opgenomen. In Bijlage 6 is een verklarend e w oord enlijst van gebruikte afkortingen opgenom en. In Bijlage 1 t/ m Bijlage 4 w ord t een korte schets gegeven van d e gebruik te bronbestand en.



Agentschap N L

2

Samenvatting

Dit hoofdstuk geeft een sam envatting van d e belangrijkste resultaten, conclusies en aanbevelingen van dit ond erzoek en is bed oeld voor d e lezer d ie alleen geïnteresseerd is in d e eind resultaten.

2.1 Adres koppelingen 99.8% van d e Dataland niet-w oningen ad ressen w aren te koppelen m et d e BAG op grond van d e volgend e ad ressleutel: 

BAG

: Postcod e, H uisnum m er, H uisletter en Toevoeging



DATALAN D

: Postcod e, H uisnum m er, H uisletter en Aand uid ing

De keuze voor d eze sleutel volgt uit een ond erzoek naar de beste m anier om d e betrokken bestand en te koppelen op ad resniveau. Bij het bepalen van d e beste koppeling via ad ressleutels is gekeken naar: 

De m ate w aarin alle ad ressen w ord en gekoppeld d oor d e gekozen ad ressleutel (volledigheid);



De m ate w aarin er uniek gekoppeld kan w ord en, d at w il zeggen: het ad res in de ene registratie levert ook m aar één ad res in d e and ere registratie op (cardinali-

teit) Voorts w erd naar volled igheid gekeken op grond van d e gekoppeld e ad ressen. Daaruit bleek d at niet alle gebouw typen in het niet-w oningen bestand van Dataland representatief voorkw amen, vergeleken m et d e BAG. Enerzijd s kom t d it d oord at d e BAG classificatie globaler is, w aard oor ook gebouw en d ie niet ond er d e d efinitie van utiliteit sbouw vallen d ezelfd e gebruiksfunctie krijgen. And erzijd s w ord en bepaald e typen gebouw en niet in d e WOZ opgenom en, vanw ege d e uitvoering van het WOZ-proces, w aarop d e Dataland Vastgoed Inform atie registratie is gebaseerd . De BAG heeft de opd racht com pleet te zijn. H et verschil in voorkom en van verschillend e klassen in BAG en Dataland is d aarm ee verklaard .

2.2 Bepalen hoofdfunctie H et toekennen van een van d e 15 gebruiksfuncties 1 aan gebouw en is in vier stappen gerealiseerd :  1

H et vertalen van bouw bestem m ing cod es uit d e Dataland Vastgoed Inform atie

Reguliere Kantoren, Bedrijfsverzamelgebouwen, Primair onderwijs, Voortgezet onderwijs, MBO, HBO

en universiteit, Ziekenhuizen, Verpleging en ve rzorging, Supermarkten, Winkels zonder koeling, Autobedrijven, Groothandel, Horeca, Sporthallen, Buitensport, Zwembaden.



Agentschap N L



H et koppelen van pand _id ’s uit d e BAG aan Dataland ad ressen;



H et aggregeren van oppervlaktegegevens uit de BAG naar pand gegevens;



H et toekennen van de functieklasse aan het pand m et het grootste oppervlak.

Deze proced ure kon alleen w erken voor gekoppeld e ad ressen. Er w erd een alternatief getest w aarbij d e Dataland Vastgoed Inform atie registratie w erd gebruikt om een statistisch leer-algoritm e te trainen om d e “bed rijfsverzam elgebouw en” te herkennen aan ond erliggend e gegevens in d e BAG, binnen d e groep pand en m et gebruiksd oel “kantoorfunctie”. Deze m ethod e leek d eels succesvol en kan nader ond erzocht en afg estem d w ord en. Met een d ergelijke m ethod e zou ond ervangen kunnen w ord en d at niet alle typen gebouw vold oend e in het Dataland bestand a anw ezig zijn. In d it ond erzoek w erd en d rie registraties vergeleken m et groter d etail dan in het hu id ige bestand en d an in m oBius-rapport m ogelijk w as. H ierd oor krijgt men een scherpe blik op d e d ata. Wat opvalt is d at het begrip ‘hoofd functie’ m oeilijker te hand haven is. Vaak zijn er tw ee hoofd functies aan te w ijzen. Bijvoorbeeld verzorgingshuizen d ie evenveel w oonfunctie als verzorgingsfunctie hebben.

2.3 Oppervlakten verdelingen Op grond van d e koppelingen en bepaalde hoofdfuncties w erd en d e oppervlakten p er klasse per gebouw bepaald en vastgelegd in een tabel. H et Dataland bestand leverd e een tabel m et in totaal 171428 ad ressen d ie tot d e utiliteitsbouw gerekend kunnen w ord en. Ruim 92% hiervan w as te koppelen met een pand _id uit de BAG. Gebouw en m et oppervlak <5 en >60 000 zijn niet meegen om en in d e statistieken. Met d eze tabel w erd en de statistieken bepaald voor d e oppervlakteklassen: 0-250, 250500, 500-1000, 1000-2000, 2000-2400, 2400-5000, > 5000 m 2. Voor d e m eeste com binaties w aren er vold oende gegevens voor het m aken statistieken. Tabel 1. Een globaal overzicht (zonder oppervlakteklassen) Gebruiksfunctie

Gemiddeld opp (m2)

St dev

Aantal

996

1.629

9.634

1.925

2.804

1.155

872

3.018

497

2.371

3.610

860

370

645

7.863

MBO, H BO en u niversiteit

6.308

8.631

211

Prim air ond erw ijs

1.631

1.784

3.050

955

2.175

13.155

1.613

2.640

1.623

Au tobed rijven Bed rijfsverzam elgebou w en Bu itensp ort Groothand el H oreca

Regu liere Kantoren Sp orthallen



Agentschap N L

Su p erm arkten

1.974

1.898

33

Verp leging en verzorging

7.300

7.443

152

Voortgezet ond erw ijs

7.494

8.017

433

573

1.501

24.766

Ziekenhu izen

13.288

16.165

70

Zw em bad en

3.372

8.180

68

Winkels zond er koeling

2.4 Conclusies Op basis van d e analyse kunnen d e volgend e conclusies w ord en getrokken: 

Er is geen eend uidige bron voor oppervlaktegegevens en gebouw classificaties;



H ierd oor is het nod ig bestand en ond erling te koppelen om gegevens over te kunnen nem en;



De koppeling op ad res is niet van vold oend e kw aliteit , d e kw aliteit voor verschillend e m anieren van koppelen is in beeld gebracht;



De BAG gebruiksd oelen zijn te globaal voor om d e d oor Agentschap N L gew enste klasses te kunnen ond erscheiden , m aar kunnen w el gebruikt w ord en voor controles en correcties;



Één hoofdfunctie is soms m oeilijk te bepalen en leid t tot kunstm atig toekennen aan een categorie, terw ijl tw ee of m eer functies m eer recht d oen aan gr oepen objecten. Een voorbeeld vind t m en bij verzorgingshuizen w aarbij “bijeenkom s tfunctie, zorgfunctie en w oonfunctie vrijw el even belangrijk zijn ;



H et bepaald e oppervlak per gebouw volgens d e m ethod iek zoals in het m oBius rapport leid t tot een m oeilijk vergelijkbaar oppervlak m et d e in d it ond erzoek gehanteerd e proced ure. De oorzaak ligt in d e verschillend e m anier van object afbakening en m od ellering;



In d e BAG w ord en gebouw en expliciet gem od elleerd en d aard oor kunnen ee nd uid iger gebouw oppervlakten en -verd elingen w ord en bepaald;



De Dataland Vastgoed Inform atie registratie is niet volled ig voor alle gebou w functies;



Mogelijk kunnen d e gew enste gebouw classificaties via een leer-algoritm e alsnog uit d e BAG gehaald w ord en.

2.5 Aanbevelingen H ier volgt een sam envatting van d e aanbevelingen. N ad ere toelichting is te vind en in 3.10. 

N eem d e unieke pand - en verblijfsobjectid entificatie uit d e BAG op als sleutel voor gebouw en in de EPA-d atabase (ook voor w oningen).



Gebruik d e in 2012 beschikbaar kom end e pand id entificatie uit d e BAG in d e WOZ (en daarm ee in het Dataland Vastgoed Inform atie bestand).



Agentschap N L



Ga over op registratie van oppervlakten per d eelfunctie en oppervlakteklasse per gebouw in plaats van een hoofdfunctie. H ierm ee sluit m en aan op d e BAG: oppervlak is in d e BAG gem od elleerd als kenm erk bij verblijfsobject en niet bij gebouw (pand );



Maak actief gebruik van d e m ogelijkheid tot het d oen van terugm eld ingen aan BAG beheerd ers. H ierdoor kan inw inning d eels uitgevoerd w ord en door d e ruim 400 BAG beheerd ers.



Ond erzoek of het bijhoud en van d e EPA-database volgt uit een w ettelijke verplichting of verord en ing. In d at geval d ienen gebouw gegevens verplicht uit d e BAG w ord en overgenomen .



Ond erzoek nad er m ethod en om d e gew enste gebruiksfuncties to ch uit d e BAG te halen, gebruikm akend van het Dataland bestand en het Agentschap N Lbestand als “training d ata”. Ond erzoek: o

Bayesian Classifier

o

Baysesian Classifier in com binatie m et geo-statistische m ethod en.



Agentschap N L

3

Analyse

3.1 Inleiding H et ond erzoek m oet uiteind elijk leid en tot d e volgend e resultaten: 

H et bepalen van d e beste bron voor gebruiksoppervlakten;



H et toekennen van een gebruiksfunctie aan gebouw gegevens;



H et bepalen van oppervlakte klassen per gebruiksfunctie;



H et bepalen van het gem id d eld e gebruiksoppervlak en statistische spreid ing per oppervlakte klasse per gebruiksfunctie.

In d it hoofd stuk w ord en d e analyses toegelicht d ie m oeten leid en tot antw oord en op bovenstaand e vragen. Achtereenvolgens vindt u in d it hoofd stuk: 

N ad ere uitw erking van d e ond erzoeksvragen (3.2);



Resultaten en toelichting analyses (3.3 - 3.7);



Conclusies (3.9);



Aanbevelingen (3.10).

Bij elke analyse en het d aaruit voortvloeiend e resultaat kom en d e volgend e kw aliteitsaspecten aan bod : 

Volled igheid ;



Statistische spreid ing;



Kw alitatieve aspecten.

Bij het laatste kan m en d enken aan problem en en aandachtspunten d ie volgen uit bijvoorbeeld verschillen tussen d e d atam od el of bijzond ere gevallen.

3.2 N adere uitw erking onderzoeksvraag H et Agentschap N L w il beschikken over nauw keurige gegevens van gebouw en in N ed erland . Deze gegevens gebruiken zij bij ond erzoek naar d e resultaten en beleid seffe cten van het klim aatbeleid , m et nam e binnen d e utiliteitssector. H et gebruiksoppervlak per gebruiksklasse van gebouw en (kantoor, school, ziekenhuis et cetera) is een essent ieel gegeven voor d it onderzoek. In 2010 heeft m oBiu s consult in opd racht van Agentschap N L een ond erzoek ged aan naar d e kw aliteit van oppervlaktegegevens in d e Vastgoed inform atie d atalevering van Dataland . [1]. Deze levering bevatte een d eelextract van d e totale d atalevering. Eind 2010 heeft Agentschap N L het totale bestand aangeschaft, m et een vrijw el land elijke d ekking. Met een aanvullend onderzoek w il het Agentschap N L bepalen in w elke m ate d e kw aliteit van bovengenoem de gegevens verbeterd kan w ord en, d oor gebruik te m aken van



Agentschap N L

gegevens uit d e Basisregistraties ad ressen en gebouw en (Bijlage 1). Alle gem eenten in N ed erland hebben d eze registratie opgebouw d en d e gegevens d aarvan toegeleverd aan een land elijke voorziening. Om te onderzoeken of d eze gegevens bruikbaar zijn voor d e ond erzoeksvragen van het Agentschap N L zijn d e volgend e vragen om trent d e oppervlaktegegevens in d e BAG van belang: 

H oe zijn d e gegevens verkregen?



H oe volled ig zijn d eze gegevens?



H oe betrouw baar zijn d eze gegevens?



H oe actueel zijn de gegevens?



H oe nauw keurig zijn d e gegevens?

Bovenstaand e vragen zijn verd er uitgew erkt d oor oppervlak tegegevens te bepalen per hoofdgebruiksklasse per oppervlakteklasse. Welke gebruiksklassen en oppervlakteklassen het m eest geschikt zijn hangt af van d e uiteind elijk te gebruiken bron. Bij offerte aa nvaard ing w as feitelijk al bekend d at geen van d e m ogelijke bronnen zou kunnen voo rzien in zow el d e functieklassen als d e oppervlakteklassen. Da arom zijn de voorgesteld e klassen, na een kort haalbaarheid sond erzoek overgenom en als uitgangspunt. Details zijn te vinden in 3.6 Daarnaast zijn er in het m oBius ond erzoek vragen naar voren gekom en d ie w ellicht m et nieuw ond erzoek beantw oord kunnen w ord en.

3.3 Globale aanpak analyse De gezochte gegevens (functie-classificaties en oppervlaktegegevens), w ord en g evraagd per gebouw per hoofdfunctie. Er zijn d us tw ee problemen op te lossen: 

H oe aggregeer je ad resgegevens in het Datalan d Vastgoed inform atie bestand naar gebouw gegevens?



H oe bepaal je vervolgens d e hoofdfunctie van het gebouw ?

O pmerking: binnen dit onderzoek wordt gesproken over ‘gebouwen’. In de BA G spreekt men, in weerwil van de naam, over ‘panden’. Indien in dit rapport het woord ‘pand’ of pand_id wordt gebruikt, wordt bedoeld dat vanuit de BA G wordt geredeneerd. V oorlopig is de aanname dat pand en gebouw verder synoniem zijn. Aggregatie van adressen naar gebouw en De gegevens in Dataland Vastgoed inform atie bevatt en geen gegevens op gebouw n iveau, m aar op adresniveau. H et Utiliteitsbouw -bestand bevat w el gebouw gegevens, m aar d e sleutel naar een gebouw loopt via een ad res of ad resreeks ingang. And erzijds



Agentschap N L

bevat d e Dataland Vastgoed inform atie d e m eest ged etailleerd e gegeve ns voor het bepalen van d e hoofdfunctie van een gebouw . Alleen al daarom is het belangrijk een koppeling te kunnen leggen op individ ueel ad resniveau tussen d e verschillend e bronnen 2, m et nam e m et d e BAG, d ie w el gebouw en (pand en) expliciet registreert. H ierin ligt ook een verschil m et het m oBius rapport: hier gaat m en uit van het Dat aland Vastgoed inform atie bestand , d at gebaseerd is op d e het WOZ -d atamod el. Dit gaat uit van een object per gebruiker (en d aarm ee per ad res). Bij een WOZ -object kunnen m eerd ere gebouw en horen, bijvoorbeeld één gebouw d at als het hoofd gebouw w ord t gezien, om d at d e post er w ord t bezorgd , m et aanvullend e gebouw en. De overige g ebouw en kunnen sam en een groter oppervlak hebben d an het hoofd gebouw . In d e het Dataland Vastgoed inform atie bestand vind en w e het gezam enlijk oppervlak in het veld : Geregistreerd niet-w oonoppervlak. In d e BAG bestaat het groeperen van hoofd gebouw en en overige gebouw en niet. In d e BAG w ord t expliciet geregistreerd of er zich in een pand verblijfsobjecten bevind en of niet en voor elk verblijfsobject w ord en gebruiksd oelen en een gebruiksoppe rvlak geregistreerd . Dit betekent voor d e gem aakte analyse: 

De verzam eld e gegevens hebben d irect betrekking op fysieke pand en, zoals in d e BAG zijn vastgelegd ;



De oppervlakten uit het Dataland Vastgoed inform atie bestand kunnen betrekking hebben op m eerd ere gebouw en. Dit is d e red en d at in het m oBius rapport hiervoor een correctie w ord t uitgevoerd d ie gebaseerd is op een statistische analyse van gebouw aantallen per WOZ-ad res.

Mom enteel is het koppelen via een ad ressleutel feitelijk d e enige m ogelijkheid . Opg em erkt m oet w ord en d at in d e nabije toekom st (feitelijk vanaf ca april 2012) in d e WOZ ook d e unieke id entificatiecod e voor gebouw en (pand en) uit d e BAG zal w ord en o pgenom en. Dit zal d e kw aliteit van d e koppeling en d aarm ee het com bineren van geg evens uit d e d iverse bestand en aanzienlijk verbeteren. Wanneer een ad res uit Dataland Vastgoed inform atie of uit d e Utiliteitsbouw registr atie gekoppeld kan w ord en m et een BAG ad res, d an kunnen d e oppervlakte gegevens per ad res geaggregeerd w ord en naar het niveau van een gebouw . Im m ers in d e BAG is d e relatie ad res-verblijfsobject-pand expliciet gem od elleerd . Uit d ezelfd e relaties is ook het totale gebruiksoppervlak volgens d e BAG per gebouw te bepalen. 2

Een andere reden is om verschillen in volledigheid te kunnen onderzoeken.



Agentschap N L

Een verd ere analyse van d e ad res koppeling vind t u in 3.4 Bepalen hoofdfunctie Voor het verd ere gebruik van gebouw gegevens d oor Agentscha p N L en and eren is het nod ig d e hoofdfunctie te bepalen, volgens een vaste kw alificatielijst. (Zie 3.6). Voor het bepalen van de hoofdfunctie w erd een vertaaltabel gebruikt van het in de Dataland Vastgoed registratie voorkom end e veld “bouw bestem ming” naar één van de genoem d e klassen. N adat aan elk Dataland -ad res het pand _id is gekoppeld , kan het vervolgens per functieklasse het totale oppervlak bepaald w ord en. De klasse m et het grootste oppervlak bepaalt vervolgens d e hoofd functie. Op d e haken en ogen aan d eze proced ure w ord t ingegaan in 3.5 Gebouw gegevens verzameld Uitgaand e van het Dataland Vastgoed inform atie bestand w erd en in één tabel gegevens verzam eld per gebouw . Een ged etailleerd e beschrijving van het opbouw en van d eze tabel vind t u in hoofd stuk 5. In Fout! Verw ijzingsbron niet gevonden. vind t men een beschrijving van d e beschikbare gegevens. De tabel w ord t bij het rapport d igitaal m eegeleverd .

Tabel 2. V erzamelde gegevens per gebouw

Veld

Functie

Bron

Methode

pand _id

Unieke id entificatie gebouw

BAG

koppelen

Functieklasse

Toegekend e gebruiksklasse

DL

Vertaal tabel

H oofdfunctie

Functieklasse m et grootste

DL

Aggregatie

oppervlak in Dataland be-

(query)

stand bag_hoofd gebruik

Gebruiksd oel uit d e BAG

BAG

Aggregatie

BAG

Aggregatie

m et het grootste gebruiksoppervlak Aantal_vbo

Aantal verblijfsobjecten per pand

(query)

aan-

Aantal verblijfsobjecten per

tal_vbo_hoofd gebruiksd oel

pand m et bruiksd oel

Ad res_oppervlak

H et totale oppervlak per DL DL

het

BAG

hoofd ge-

Aggregatie (query) registratie

ad res bag_oppervlak

H et totale oppervlak per pand volgens d e BAG

BAG

Aggregatie (query)

bag_hoofd gebruik_opp

H et totale oppervlak per

BAG

Aggregatie



Agentschap N L

Veld

Functie

Bron

pand volgens d e BAG bin-

Methode (query)

nen de hoofd gebruiksklasse bag_opp_klasse

Oppervlakte klasse op basis

BAG

van ‘bag_oppervlak’ Ind _bruto

Aggregatie (query)

Klassificatie van

DL

registratie

DL

Aggregatie

‘A dres_oppervlak’: B: Bruto oppervlak N : N etto oppervlak O: Onbekend Ad res_oppervlak

Oppervlakte klasse op basis van ‘gebouw_oppervlak’

hfdfunctie_opp

Totaal

oppervlak

binnen

(query) DL

‘hoofdfunctie’ d l_ad res_aantal

Aggregatie (query)

Aantal Dataland ad ressen

DL en

Aggregatie

binnen een pand

BAG

(query)

De statistieken voor de oppervlakteklassen zijn vanuit d eze tabel op verschillend e m anieren bepaald en m et elkaar vergeleken.

3.4 Adres koppeling 3.4.1 Aantallen gekoppelde adressen Uitgangspunt w as het Dataland Vastgoed inform atie bestand . Dit bestand bevat d e m eest ged etailleerd e functieclassificaties op ad resniveau . Gegevens uit d e BAG zijn gebruikt voor: 

Aggregatie van ad res niveau naar gebouw en;



Oppervlakte gegevens;



Correctie van d e hoofd functie zoals die uit d e Dataland gegevens volgt.

Uit hoofd stuk 4.5.1 volgt d at voor d e koppeling tussen BAG en Dataland Vastgoed inform atie het beste gekozen kan w ord en: 

BAG

: Postcod e, H uisnum m er, H uisletter en Toevoeging



DATALAN D

: Postcod e, H uisnum m er, H uisletter en Aand uid ing

Ruim 99.8% van d e ad ressen in het Dataland Vastgoed inform atie bestand kond en via d e ad ressleutel gekoppeld w ord en m et num m eraand uid ingen aan de BAG. Dit ligt iets hoger d an blijkt uit d e algem ene statistieken voor d e gekozen sleutel com binatie (80%), zie Tabel 9 in paragraaf 4.5.1Fout! Verw ijzingsbron niet gevonden. H et ond erzoek naar d e beste sleutel com binatie is uitgevoerd m et een versie van d e BAG uit juli 2011,



Agentschap N L

w aarvan bekend is d at deze een aanzienlijke lagere kw aliteit had . Dit kom t om d at nog een aantal gem eenten herstelw erkzaamhed en (het zogeheten “maatw erk”) aan het uitvoeren w aren. In ond erstaand e tabel w ord en het aantal aan een BAG pand gekoppeld e Dataland o bjecten per functieklasse gegeven: Tabel 3. Het aantal aan BA G pand gekoppelde Dataland objecten per functieklasse

niet gekoppeld

gekoppeld

gekoppeld (%)

Autobed rijven

1559

19153

92,5

Bed rijfsverzam elgebouw en

1573

7581

82,8

Buitensport

426

1468

77,5

Groothand el

59

1493

96,2

475

8584

94,8

52

365

87,5


519

6572

92,7

Reguliere Kantoren

3312

33225

90,9

363

3354

90,2

4

79

95,2

Verpleging en verzorging

49

671

93,2


58

736

92,7

3232

56197

94,6

Ziekenhuizen

10

121

92,4

Zw em bad en

35

364

91,2

11726

139963

92,3

H oreca MBO, H BO en universiteit

Sporthallen Superm arkten


totaal

3.4.2 Volledigheid H et m oBius rapport w ijst op d e m ogelijkheid d at bepaald e klasse n (bijvoorbeeld grote kantoren) niet representatief in het Dataland Vastgoed inform atie bestand voorkom en. Dit zou goed kunnen, om d at bij bijzond er grote objecten d e WOZ-taxatiew aard e vaak tot stand kom t d oor onderhand eling tussen d e gem eente en d e eigenaar/ gebruiker van het object in plaats van een taxatie op ond erd elen van het object, zoals bijvoorbeeld bij w oningen. Gebruikm akend van d e koppeling m et d e BAG is het nu m ogelijk dit verd er te ond erzoeken. Aangezien d e BAG een grovere functieclassificatie heeft, zullen d e gebruiksd oelen in BAG en Dataland vergeleken w ord en. Bij d e interpretatie m oet er echter w el rekening m ee w ord en gehoud en d at in d e opbouw fase van d e BAG d e gebruiksd oelen vaak zijn afgeleid van d e WOZ-ond erd elen ad ministratie. Voor gebouw en d ie d aar niet



Agentschap N L

in voorkw am en heeft m en op and ere m anieren het gebruiksd oel m oeten bepalen. H ieruit m ag m en afleid en d at d e BAG een volled iger beeld geeft van het voorkom en van gebruiksklassen. Tabel 4. Percentages adressen waarin de verschillende gebruiksklassen voorkomen.

Gebruiksdoel

BAG

%

D ataland

%

bijeenkomstfunctie

55751

14,1

12.841

9,7

gezondheidszorgfunctie

23535

5,6

2.994

2,3

kantoorfunctie

92827

23,0

39.153

29,5

logiesfunctie

85443

19,6

674

0,5

onderwijsfunctie

12538

3,4

6.401

4,8

8549

2,2

3.930

3,0

winkelfunctie

127715

32,2

66.745

50,3

totaal utiliteitsbouw

406358 100,0

132738 100,0

industriefunctie

213656

25.624

5996273

7424.047

149

7

334067

6.560

sportfunctie

woonfunctie celfunctie overige gebruiksfunctie

Puur uit d oelstellingen en verplichtingen vanuit d e BAG -beheer-processen m ag m en een volled iger en actueler beeld in d e BAG verw achten. Maar als eerd er verm eld , in de BAG w ord t het gebruiksd oel niet in vold oend e detail geregistreerd .

3.5 Bepalen hoofdfunctie 3.5.1 Algemeen Bij aanvang van het ond erzoek w as m in of m eer d uid elijk d at gegevens uit verschi llend e gegevens gecom bineerd zoud en m oeten w ord en. Uiteind elijk blijkt d e Dataland Vastgoed inform atie op d it m om ent d e meest ged etailleerd e bron voor d e gebruik sfunctie-classificatie te zijn. Overigens kan dit in d e toekom st verand eren: in d e EPA d atabase w ord en SBI cod eringen opgenomen. Met overnam e van m eer utiliteitsg ebouw en en verd ere aanvulling van SBI cod eringen kan m en steed s m eer d it als bron gebruiken. De vertaling van Dataland gegevens naar d e gew enste functieklassen is in hoofd stuk 3.6 beschreven. Gebouw en m et oppervlak <5m 2 en >60 000m 2 zijn niet m eegenom en in d e statistieken;

3.5.2 Aggregatie van adres naar gebouw en H et Dataland Vastgoedinform atie bestand bevat oppervlaktegegevens per ad res. Deze zullen geaggregeerd m oeten w ord en naar gebouw en. In H et Dataland Vastgoed info rm atie bestand kom en echter niet d irect gebouw gegevens voor. Voor d ie ad ressen w aar



Agentschap N L

een gem eenschappelijke ad ressleutel bestaat tussen d e BAG en het Dataland Vastgoed inform atie bestand , is het m ogelijk d e aggregatie naar gebouw en (BAG -pand en) uit te voeren. Im m ers in d e BAG is d e relatie tussen pand , verblijfsobject en num m eraand u id ing expliciet vastgelegd. O pmerking: M et ‘gebruiksfunctie’ worden de 15 klassen bedoeld waarvoor oppervlakteverdelingen worden bepaald. M et “gebruiksdoel” wordt het BA G-gebruiksdoel bedoeld (11 klassen) Voor elk gegeven ad res in het Dataland Vastgoed inform atie bestand zijn d e volgende stap pen ond ernom en w ord en: (1) Op grond van d e ad ressleutel w erd aan elk ad res in het Dataland Vastgoed inform atie bestand een pand _id uit de BAG toegevoegd ; (2) In d e BAG w erd en d e volgend e gegevens per pand bepaald : a. H et totale gebruiksoppervlak per BAG-gebruiksdoel; b. H et totale gebruiksoppervlak; c. H et aantal verblijfsobjecten (ad ressen 3) per gebruiksfunctie; (3) Ook voor d e Dataland Vastgoed inform atie registratie w erd d it bepaald . Waarbij het gekoppeld e pand _id bepaalt w elke ad ressen in w elk pand liggen: a. H et totale oppervlak per gebruiksfunctie; b. H et totale oppervlak per pand _id ; c. H et totale oppervlak per ad res; d . H et aantal ad ressen per gebruiksfunctie; e. H et aantal ad ressen per pand . Vervolgens kan m en per pand bepalen w elk gebruiksfunctie het grootste oppervlak heeft. Dit w ord t d e hoofd functie voor het gehele gebouw . In een aantal gevallen hebben m eerd ere gebruiksfuncties precies hetzelfd e (grootste) oppervlak: in d it geval is d e hoofdfunctie d oor het toeval bepaald . De kw aliteit van d eze method e hangt sterk af van d e ad resk oppeling tussen BAG en d e Dataland Vastgoed inform atie registratie. H et is d aarom belangrijk w at extra controles in te bouw en. Ten eerste zijn er and ere (gebruiks)functies binnen het gebouw m ogelijk: d enk aan een verzorgingcentrum m et d aarin een w inkeltje en een horeca ond ernem ing. In het Dataland bestand van niet-w oningen kom en d e w inkel- en d e horecafuncties m et apart ad res naar voren, m aar d e d om inante functie “w onen” en “verzorgen ” niet. Door naar

3

Het aantal adressen is niet strikt genomen gelijk aan het aantal verblijfsobjecten door het voorkomen van ‘nevenadressen’. Nevenadressen komen echter zeer weinig voor.



Agentschap N L

het aantal BAG-verblijfsobjecten en het aantal Dataland -ad ressen te kijken d ie gekoppeld zijn aan hetzelfd e pand , alsmed e aan het gebruiksoppervlak m et het grootste o ppervlak, kan m en hiervoor corrigeren en bijzondere situaties opsporen. Een extra com plicatie is d at d e BAG volgens het oppervlak en d e gebruiksd oelen op objectniveau vastlegt: een bejaard encentrum zal voornam elijk bestaan uit w oonoppe rvlak en een veel kleiner oppervlak aan kantoor. Bij het verblijfsobject w ord t echter m aar een oppervlak vastgelegd m et tw ee gebruiksd oelen: verzorging en kantoor, zo nd er d at je w eet w elke functie het grootste oppervlak heeft. H et lijkt logischer om in het vervolg m eerd ere hoofd functies of d eelfuncties te ond erkennen. Sam envattend : 

Gegevens m et gelijk aantal ad ressen en verblijfsobjecten per gebruiksdoel en pand hebben d e hoogste kw aliteit;



De m ate w aarin het aantal gekoppeld e ad ressen in d e tw ee bestand en van e lkaar afw ijken is een m aat voor d e kw aliteit.

In d e in d it rapport gepresenteerd e gegevens is gekozen om alleen hoofdfuncties m ee te nem en ind ien d eze gelijk w aren aan het bijbehorend e (globale) BAG-gebruiksd oel. Dus d e com binatie H oofd functie: “Bed rijfverzam elgebouw en” (Dataland ) m et BAG hoofd gebruiksd oel “Kantoorfunctie” is gebruikt, terw ijl een ad res m et d e com binatie “Bed rijfverzam elgebouw en” (Dataland ) m et BAG-gebruiksd oel “Woonfunctie” is verw orpen.

3.6 Gebruiksfunctie klassen De voorgesteld e klassen zijn: 







Kantoren o


o

Reguliere kantoren

Ond erw ijs o


o


o

MBO, H BO en universiteit

Gezondheid szorg o

Ziekenhuizen

o


Winkels o

Superm arkten

o




Autobed rijven



Groothand el



H oreca



Agentschap N L



Sport o

Buitensport

o o

Sporthallen Zw em bad en

Opmerkingen: 

Reguliere kantoren zijn alle kantoren die geen bedrijfsverzam elgebouw zijn;



“Winkels zond er koeling” zijn alle w inkels d ie geen “superm arkt” zijn.

Voor elke classificatie moet een bron gevond en w ord en. De volgend e bronnen zijn bekeken: 

EPA database zelf (SBI (en d aarvoor BIK) en Gebruiksfunctie (BAP);



De gebruiksd oelen in verblijfsobjecten in d e BAG;



H et Dataland Vastgoed inform atie extract.

Tabel 5. Bronnen van de gebouwclassificatie Klasse

Bron

Kantoren

BAG - gebru iksd oel

Bed rijfsverzam elgebou w en

Dataland en SBI

Regu liere kantoren

Dataland


Dataland


Dataland en SBI

MBO, H BO en u niversiteit

Dataland en SBI

Ziekenhu izen

Dataland en SBI

Verp leging en verzorging

Dataland en SBI

Su p erm arkten

Dataland en SBI


Dataland en SBI

Au tobed rijven

Dataland en SBI

Groothand el

Dataland en SBI

H oreca

BAG en Dataland

Bu itensp ort

Dataland en SBI

Sp orthallen

Dataland en SBI

Zw em bad en

Dataland en SBI

Gezien d e grootte van d e huid ige utiliteitsbouw d atabase is gekozen d e classificatie van uit d e Dataland Vastgoed Inform atie registratie te laten lopen en d e gebruiksklassen uit d e BAG te gebruiken om nad ere correcties uit te voeren. In Bijlage 5 is d e specificatie van d e classificering opgenom en.



Agentschap N L

Er blijft het probleem d at d e Dataland Vastgoed Inform atie registratie m ind er com pleet is d an d e het BAG- bestand . In verband hierm ee is een alternatieve method e verken d, d ie uitgew erkt w ord t in d e volgend e paragraaf.

3.6.1 Alternatief: Bayesian Classifier Bij het zoeken naar een bron voor de gew enste klassen, zoals hierboven beschreven, is gezocht binnen classificaties d ie expliciet gem od elleerd zijn (zoals het gebruiksd oel in d e BAG). Dit levert voor som m ige klassen niet altijd een optimale oplossing. De SBI cod e w ord t via telefonische interview s bepaald . Een alternatieve strategie is te kijken naar d e d ata zelf. De BAG en het Dataland bestand hebben land elijke d ekking en bevatten d aarm ee een zeer groot aantal gegevens. H et feit d at er heel veel gegevens zijn, kan gebruikt w ord en om m et gebruik van leeralgoritm en d e gew enste klassen op te sporen aan d e hand van kenm erken van d e d ata zelf, ook al is d eze classificatie zelf niet expliciet gem od elleerd . Wij verd uid elijken d eze m ethod e aan d e hand van een voorbeeld : hoe vind en w e b ed rijfsverzam elgebouw en in d e BAG? Verblijfsobjecten in d e BAG beva tten het kenm erk “gebruiksd oel”. Dit kenmerk bevat w el d e klasse “kantoorfunctie”, m aar niet een ind icatie of het kantoor een bed rijfsverzam elgebouw is of een “regulier” kantoor. Deze ind icatie is w el in het Dataland Vastgoed inform atie extract te vind en: het veld bouw bestem ming bevat een aantal cod es d ie aangeven d at het gaat om een bed rijfsverzam elgebouw (3142). And erzijd s is d e koppeling van d e EPA database op ad resniveau m et het Dataland Vastgoed inform atie extract slechter d an m et d ie van d e BAG. We kunnen nu m et een Bayesian Classifier d e volgend e strategie bew and elen: 

Gebruik d e expliciet gem od elleerd e classificatie in het Dataland Vastgoed e xtract als trainingsd ata voor d e Bayesian Classifier om “bed rijfsgebouw en” te herkennen aan d e d ata-inhoud zelf;



Classificeer m et d e BAG d atabase op bed rijfsverzam elgebouw en.

H oe kan d e Bayesian Classifier d it leren te herkennen en toe te passen op d e BAG d atabase? Een Bayesian Classifier com bineert een groot aantal statistische kenm erken van d e d ata om d e kans te bepalen dat een bepaald object tot d e gew enste klasse behoort. Men kan zich voorstellen d at bed rijfsverzam elgebouw en in een aantal aspecten van and ere kantoorgebouw en verschillen. Bijvoorbeeld : 

Gem id d eld w at lager (dus d e verhoud ing “geom etrisch oppervla k” en totaal gebruiksoppervlak zal in d e buurt van d e 1 liggen);



Gem id d eld mind er (volgens d e BAG d efinities hoogstens 1) verblijfsobjecten per pand ;



Agentschap N L



Bed rijfsverzam elgebouw en zullen eerd er d an reguliere kantoren in een oud er pand kunnen voorkom en (bouw jaar);



Vaker (ook) in w oonw ijken en w inkelcentra? (postcod e).

Elk van d eze kenm erken op zich zoud en onvold oend e zijn om bed rijfsverzam elg ebouw en te herkennen, m aar gecom bineerd zou het m ogelijk kunnen zijn. Bovend ien w ord en uitzond eringen (een heel hoog gebouw bijvoorbeeld) niet onmid d ellijk verw orpen om d at d e and ere kenm erken genoeg gew icht in d e schaal leggen.

Bayesian Classifiers zijn in d e jaren ’90 van d e vorige eeuw ontw ikkeld. Recentelijk zijn ze toegepast als spam filter. De classifier bepaalt w at d e kans is d at een binnenkom end bericht “spam ” is. Als trainingset is een een d atabase beschikbaar m et e-m ail berichten w aarvan bekend is d at ze w el of geen spam berichten zijn. De classifier berekent voor elk w oord en stijlelem ent (gebruik van hoofdletters, rod e letters, uitroeptekens, ond e rstrepingen, etc) w at d e kans is d at het in een spam bericht voorkom t. Ve rvolgens w ord en d e ind ivid uele kansen gecom bineerd tot een w aarschijnlijkheid dat het bericht spam is. H et filter kan “trend s” in spam bijhoud en: m ocht er een spam bericht ten onrechte d oorgelaten w ord en, d an kan d e gebruiker hem toevoegen aan d e spam d atabase. H etzelfd e geld t voor niet -spam berichten die als spam zijn gefilterd (vals positieve). De kans d at d ergelijke berichten nogm aals als niet-spam w ord en d oorgelaten is d aarm ee w eer verkleint. Bayesian Classifier voorbeeld: spam filter e-mail



Agentschap N L

Welke kenm erken nu het m eest geschikt zijn, kan uitgezocht w ord en. In het kad er van d it ond erzoek is een kleine test gedaan, als een proof of concept. Er is getest m et d e bovenstaand e kenm erken (behalve postcod e). Als trainingset w erd ongeveer d e helft van het aantal record s uit het Dataland Vas tgoed Inform atie extract m et bouw bestem ming = 3142 gebruikt. Vervolgens w erd d e Classifier op het Dataland bestand losgelaten. H oew el het aantal bed rijfsverzam elgebouw en niet zo groot is in N ed erland ten opzichte van het totaal aantal gebouw en, w erd en ze toch allem aal gevond en. (Zow el d e record s d ie als trainingset gebruikt zijn als d egenen d ie d aar b uiten gehoud en zijn). H et slechte nieuw s is d at er ook ruim 260 and ere gebouw en als “bed rijfsverzam elg ebouw en” w erd en geclassificeerd , terw ijl ze d at volgens hun bouw bestem m ing code niet zijn. Dit zijn zogenaam d e “vals positieven”. Gezien d e tijd d ie hier aan besteed kon w ord en, een red elijk resultaat. De Classifier kan verd er geoptim aliseerd w ord en d oor te kijken w elke kenm erken nu daad w erkelijk m eegenom en m oeten w ord en. Daarnaast kan de Classifier uitgebreid w ord en over m eerd ere klassen, in plaats van alleen voor kantoor vs bed rijfsverzam elgebouw . Tenslotte zou ook d e ruim telijke ligging m eegenom en kunnen w ord en: vaak staan b epaald e type gebouw en bij elkaar in d e buurt. Dat betekent d at d e locatie zelf een gew icht zou kunnen hebben in d e statistische an alyse. Een Bayesian Classifier com bineren m et geo-statistiek is een m ogelijkheid om nog verd er te optim aliseren. Een eerste indicatie zou d e postcod e kunnen zijn. And ere gebruiksklassen d ie geschikt zijn op d eze m anier uit d e BAG te halen zijn: Gebruiksklasse

BAG gebruiksdoel

Training set

H oreca

bijeenkom stfunctie

DL, EPA (SBI)


ond erw ijsfunctie

DL, EPA (SBI)

Voortgezet ond erw ijs MBO, H BO en universiteit

3.7 Oppervlakteklassen 3.7.1 D efinities en kw aliteit De oppervlak gegevens in d e d rie bron nen w orden ingew onnen volgens verschillende 2

stand aard en. In alle registraties w ord en d e oppervlakten in m geregistreerd .



Agentschap N L

H et gebruiksoppervlak in d e BAG, het geregistreerd e oppervlak in d e EPA d atabase en het netto oppervlak in d e Dataland Vastgoedinform a tie registraties w ord en allen ingew onnen volgens N EN2580 norm . Wel zijn er voor BAG nad ere uitvoer instructies. Voor d e BAG geld t een kw aliteitseis voor d e nauw keurigheid van: 1.15* Bij d e BAG speelt bovend ien m ee d at voor d e opbouwfase van d e BAG and ere norm en gold en. H et gebruiksoppervlak kon uit d e WOZ overgenom en w ord en volgens het volgend e schem a:

Daarbij d ient opgem erkt te w ord en d at som s ook het geom etrisch oppervlak als BVO is gebruikt. Dit betekent d at in d e huid ige vulling van d e BAG d e oppervlakten van niet-w oningen nog niet d e gew enste kw aliteit hebben. Bovend ien is een d eel van d e vulling van d e BAG afgeleid van d e WOZ en d aarm ee bestaat er een correlatie m et d e Dataland Vastgoed inform atie gegevens. Deze situatie zal d e kom end e 2-3 jaar verbeteren . Vrijw el alle gemeenten hebben bij hun toelatingsaud it expliciet d e opd racht gekregen hun oppervlakte gegevens te verbeteren. Bovendien kunnen er terugm eldingen ged aan aan BAG beheerd ers, w aarna d eze een ond erzoek m oeten in stellen om de goed e gegevens alsnog in d e BAG te registreren. Ten slotte is d it ond erzoek uitgevoerd m et het BAG extract uit juli 2011. In d it extract zitten nog gegevens d ie vallen onder het “m aatw erk” traject van d e het m inisterie van I&M. H et is feitelijk huisw erk voor gem eenten om missend e inform atie als bouw jaren en oppervlakten na d e toelatingsaud it aan te vullen. Deze m aatw erk gegevens zijn buiten d e analyse gehoud en. H et extract van oktober zou, naar zeggen van het ICTU BAG team vrijw el geen m aatw erk gegevens meer bevatten.

3.7.2 Oppervlakte distributies De oppervlakteklassen zijn bepaald op inhoud elijke grond en d oor Agentschap N L in overleg m et ECN . De volgende oppervlakte klassen zijn gebruikt: 0-250, 250-500, 500-1000, 1000-2000, 2000-2400, 2400-5000 en < 50000 (m 2) -<80000 (m 2)



Agentschap N L

Overzicht van gem id d eld en, stand aard d eviatie en aantal per gebruiksfunctie en oppervlakteklasse is te vind en in Bijlage 7.1 H et m oge d uid elijk zijn d at som m ige oppervlakte klassen ond erbezet zijn en and ere relatief veel gegevens bevatten, m aar in het algem een levert d e gekozen oppervlakte verd eling een red elijke statistiek per gebruiksfunctie en oppervlakte klasse.

3.8 Toekomstige ontwikkelingen H et gebruiken van BAG-gegevens is verplicht bij uitvoeren van w ettelijk taken d oor d e gehele overheid . Verw acht w ord t d at m ed io 2012 d e m eeste overhed en aan d eze ve rplichting zullen vold oen. Dit betekent ond er m eer d at voor alle in d e WOZ voork om end e BAG-pand en ook d e BAG-sleutel zal zijn opgenom en. Aangenom en d at d eze BAG-sleutel ook in d e Dataland Vastgoed Informatie registratie w ord t opgenom en, zal het hierd oor m ogelijk w ord en d e classificaties uit d e Dataland Vastgoed Inform atie registratie eend uid ig over te nem en. Ook zal m en geen last m eer hebben van v erschillend e ad res definities omd at ook d eze overgenomen w ord en van d e BAG.

3.9 Conclusies 

Er is geen eend uidige bron voor oppervlaktegegevens en gebouw classificaties;



H ierd oor is het nod ig bestand en ond erling te koppelen om gegevens over te kunnen nem en;



De koppeling op ad res is niet van vold oend e kw aliteit, d e kw aliteit voor ve rschillend e m anieren van koppelen is in beeld gebracht en vind t m en in dit rapport;



De BAG gebruiksd oelen zijn te globaal, m aar kunnen w el gebruikt w ord en voor controles en correcties;



Één hoofdfunctie is soms m oeilijk te bepalen en leid t tot kunstm atig toekennen aan een categorie, terw ijl tw ee of m eer functies m eer recht d oen aan groepen objecten;



H et bepaald e oppervlak per gebouw volgens d e m ethod iek zoals in het m oBius rapport leid t tot een m oeilijk vergelijkbaar oppervlak m et d e in d it ond erzoek gehanteerd e proced ure. De oorzaak ligt in d e verschillend e m anier van object afbakening en m od ellering;



In d e BAG w ord en gebouw en expliciet gem od elleerd en d aard oor kunnen ee nd uid iger gebouw oppervlakten en -verd elingen bepaald ;



De Dataland Vastgoed Inform atie registratie is niet volled ig voor alle gebou w functies;



Agentschap N L



Mogelijk kunnen d e gew enste gebouw classificaties via een leer -algoritm e alsnog uit d e BAG gehaald w ord en.

3.10 Aanbevelingen 

N eem d e u nieke pand en verblijfsobject id entificatie uit d e BAG op als sleutel voor gebouw en in de EPA d atabase (ook voor w oningen);



Gebruik d e in 2012 beschikbaar kom end e pand id entificatie uit d e BAG in d e WOZ (en daarm ee in het Dataland Vastgoed Inform atie registratie);



Ga over op registratie van oppervlakten per d eelfunctie en oppervlakteklasse per gebouw in plaats van een hoofd functie.



Maak actief gebruik van d e m ogelijkheid tot het d oen van terugm eld ingen aan BAG beheerd ers. H ierdoor kan inw inning d eels uitgevoerd w ord en door d e ruim 400 BAG beheerd ers;



Ond erzoek of het bijhoud en van d e EPA database volgt uit een w ettelijke ve rplichting of verord ening. In d at geval d ienen gebouw gegevens verplicht uit d e BAG w ord en overgenomen;



Ond erzoek nad er m ethod en om d e gew enste gebruiksfuncties toch uit d e BAG te halen, gebruikm akend van d e Dataland Vastgoed Inform atie registratie en het Agentschap N L-bestand als “training d ata”. Ond erzoek: o o

Bayesian Classifier Baysesian Classifier in com binatie m et geo-statistische m ethod en.



Agentschap N L

4

Beschrijving gegevensbronnen

4.1 Inleiding In d it hoofd stuk volgt een statistische en them atische beschrijving van d e gebruikte gegevensbronnen . Tevens w ord en d e gevolgen van m od el-verschillen bekeken. De resultaten van d it hoofd stuk w ord en in hoofd stuk 3 verd er geanalyseerd en w ord en conclusies getrokken.

4.2 Terminologie In d e volgend e tabel vind u d e gebruikte afkortingen voor d eze gegevensbronnen: Tabel 6. A fkortingen

Afkorting

Gegevensbronnaam

BAG

Basis Registraties Ad ressen en Gebouw en (BRA en BGR)

BRA

Basisregistratie Ad ressen

BGR

Basisregistratie Gebouw en

BRA-N RA

N um m eraand uid ingen in d e BRA

VBO

Verblijfsobject

DATALAN D

4.3 Kerncijfers In d e volgend e tabel is de m etad ata van d e in het ond erzoek gebruikte gegevensbronnen te vind en. Tabel 7. M etadata bronnen

D atalevering

Gegevensbronnaam

datum

BAG

nvt

01-072011 en 01-122011 en 0803-2012

DATALAN D

DL_ABG_csv_AgentschapN L_N ietWon_20101221 DL_ABG_csv_AgentschapN L_Won+N ietWon_20101221.csv

8637602

EPA

d b ubouw labels tm juni 2011.m d b

01-072011

Tabel 8. Basisgegevens bronnen



Agentschap N L

Entiteit

Categorie

Bron

Aantal

N um m eraand uid ingen

N aam geving uitgegeven

BRA

8.655.798

N um m eraand uid ingen

N aam geving ingetrokken

BRA

64.653

ubouw labels

nvt

EPA

9.661

Dataland niet-w oningen

nvt

DL

692.039

(BAG gegevens uit het extract van oktober 2011) Opmerking: De BAG bevat historie. Afgevoerd e (N iet m eer in d e w erkelijkheid voo rkom end ) num m eraand uid ingen hebben in d e BAG d e status “ nummeraanduiding ingetrokken”. Deze zijn meegenom en in d e vergelijking om d at d e EPA d atabase of d e Dataland gegevensbronnen een and ere actualiteit en kw aliteit kunnen hebben. Daarnaast is er in d e BAG historie over status overgangen bijgehoud en. Voor num m eraand uid ingen kan het zijn d at d eze hergebruikt zijn (N a d e cyclus sloop >nieuw bouw ). In dat geval is d e situatie voor sloop te vind en in num m eraand uid ingen d ie een and ere locatie hebben gekregen. Deze gevallen zijn niet m eegenom en in d e analyse. N um m eraand uid ingen is inclusief nevenad ressen.

4.4 Historie De BAG en d e EPA d atabase bevatten beid e historie. Binnen EPA zijn d e actuele geg evens te herkennen aan het m eest recent opgevoerd e record voor het ad res. H et record m et het m eest recente EPC_CreationDate per adres w ord t als het actuele gegeven beschouw d . De overige record s als historisch. De BAG kent ook historie d oor m utaties in d e gegevens. Voor elk object binnen de BAG is d e com binatie van kenm erken: ID, Status, begin_d atum , eind _d atum uniek. Binnen dit ond erzoek zijn alleen objecten m eegenom en m et een lege eind _d atum .

4.5 Adrestypen per bron Een sleutel w ord t gevorm d uit één of m eerd ere in d e d esbetreffend e registraties. Dit gebeurt d oor d e w aard en van d e veld en aan elkaar te plakken (te “concateneren” m et een “_” teken ertussen. Dus bijvoorbeeld : het H oofd straat 6 B, 9678KG Wed d e bestaat (in het BAG d atamod el) uit: H uisnum m er :6 H uisletter Toevoeging

:B : (geen)

Postcod e

: 9678KG

Een ad ressleutel PCH N RH LETTOEV voor d it ad res zou leid en tot d e volgend e sleutel: 9678KG_6_B_



Agentschap N L

De ad ressleutel PCH N RH LET zou leid en tot: 9678KG_6_B H ierbij zijn d e volgend e afkortingen gebruikt: PC

: postcod e

HNR

: huisnum m er

H LET

: huisletter

TOEV

:toevoeging

De resultaten vind t m en in d e volgende tabel, w aar BRA voor Basisregistratie Ad re ssen staat en DL voor Dataland . Tabel 9. Basisgegevens bron gegevensbronnen per type definitie adres. BA G gegevens oktober 2011

Entiteit

Adres definitie

Bron

Aantal

num m eraand uidingen PCH N RH LET

BRA

8.108.101

PCH N RH LETTOEV

BRA

8.581.339

EPA - utiliteitsbouw PCH N RH BLDEXT

8.999

PCH N RH BLDEXTBLDID

9.393

Dataland nietw oningen PCH N RH LET

DL

630.235

PCH N RH LETAAN D

DL

632.354

PCH N RH LETLOC

DL

647.969

4.5.1 Cardinaliteit en overlap De verschillend e bronnen hanteren verschillend e ad res d efinities. H ierd oor w ord t een ad res uit het ene gegevensbron som s m eerd ere keren gekoppeld aan ad ressen uit een ander gegevensbron. De m ate w aarin d it gebeurt w ord t card inal iteit genoem d . De card inaliteit bepaalt tezam en m et beschikbare klassen hoeveel verschillend e objecten uit een bron w ord en geaggregeerd voor een bepaald e ad res d efinitie. De card inaliteit heeft d us een grote invloed op het te bepalen oppervlak. Bij voorkeur w ord t een ad res uit d e EPA d atabase aan 0 of 1 ad res gekoppeld . We b ekijken d e w at d e verschillend e w aard en van d e card inaliteit betekenen: Card inaliteit: 1:1

-> ad res d efinitie lijkt overeen te kom en;

1:0 en 0:1

-> ad res mist in een van d e brongegevensbronen;

1:n en n:1

-> ad res d efinitie leidt tot fijnere opd eling van objecten



Agentschap N L

In ond erstaand e tabel vind t d e lezer per gegevensbron d e beschikbare v eld en om een ad res te vorm en. Tabel 10.

Beschikbare velden voor een adres per bron



Dataland

 



Id entification

 

Extension

BRA-N RA

Locatie

 

Aand uid ing

Toevoeging

H uisnum m er

Postcod e

Bron EPA

 





Om d e overlap te bepalen kunnen verschillend e com binaties gem aakt w ord en om een ad res te vorm en. Vervolgens kan m en d e verschillend e ad ressen gebruiken om gegevens in d e verschillend e registraties te koppelen. H et ad res d ient d an als sleutel naar het and ere bestand . Vand aar d at d e term “ad ressleutel” w ord t gebruikt. In onderstaand e tabellen is d e card inaliteit voor verschillend e ad res te vind en. De percentages zijn afgerond naar gehele procenten Tabel 11.

Cardinaliteit adres definities EPA vs Dataland

PCH N RH LETAAN D

PCH N RH LETTOEV

PCH N RH LET

Card inaliteit 1:0

2.925 4.107 3.981

1:1

5.993 5.358 5.108

1:2

508

130

376

1: (>2)

235

66

196

1 op 1 ov erlap

62%

55%

53%

Tot aal ov erlap

70%

58%

59%

Aant al adressen

9.661 9.661 9.661



Agentschap N L

Tabel 12.

Cardinaliteit adres definities EPA vs BA G

PCH N RH LETTOEV

PCH N RH LET

Card inaliteit 1:0

1.402 2.837

1:1

7.980 6.789

1:2

173

31

1: (>2)

106

4

1 op 1 ov erlap

83%

70%

Tot aal ov erlap

85%

71%

Aant al adressen Tabel 13.

9.661 9.661

Cardinaliteit adres definities Dataland vs BA G

PCH N RH LETLOC

PCH N RH LETAAN D

PCH N RH LETTOEV

PCH N RH LET

Card inaliteit 1:0

73.133 135.338 107.122 150.045

1:1

566.870 552.665 579.637 537.344

1:2

22.087

3.638

4.193

3.762

1: (>2)

29.949

398

1087

888

1 op 1 ov erlap

82%

80%

84%

78%

Tot aal ov erlap

89%

80%

85%

78%

Aant al adressen

692.039 692.039 692.039 692.039

In d e opbou w fase van de BAG is vaak het aand uid ing-veld uit d e WOZ overgenom en als toevoeging in d e BAG. Conclusie: BAG heeft een aanzienlijk betere overlap m et d e EPA-d atabase d an het Dataland bestand , uitgaand e van d e BAG d efinitie van “ad res”: Postcod e, huisnum m e r, huisletter en toevoeging.



Agentschap N L

5

Beschrijving opw erking ruw e gegevens

5.1 Algemeen Uitgangspunt w as een Postgres/ Postgis d atabase w aarin alle bronbestand en w erd en gelad en. Door het uitvoeren van queries w erd en d e m eeste kw antitatieve ond erzoek sresultaten verkregen. Som s w erd en m eerd ere Tcl-scripts4 gem aakt om de resultaten van queries te com bineren.

5.2 Inrichting database Er w erd en 4 d atabase schem a’s aangem aakt: een schem a per d atabron: 

“Agentschap N L”



BAG



Dataland

en een schem a ‘analyse’ om d e resultaten van het ond erzoek in te verzamelen

5.3 ETL De bronbestand en w erd en in verschillend e form aten aangeleverd . Geon beschikte zelf over het land elijk BAG extract van juli 2011. De verschillend e bronbestanden w erd en in een ETL (Extract Transform Load ) om geving bew erkt en gelad en.

4

Voor meer informatie over Tcl: http://www.tcl.tk/



Agentschap N L

5.3.1 OD BC connectie naar Postgis D atabase

5.3.2 UBOUWLABELS In d e Access m d b: 

Rechterm uis op tabel



Agentschap N L



Daarna in sql primary key toevoegen: o

ALTER TABLE "Agentschap N L".ubouw labels ADD COLUMN id serial PRIMARY KEY

5.3.3 D ataland 

Voeg head er toe aan csv bestand (head erABG.csv);



Converteer naar stand aard xlsx

Voeg extra veld en toe in xlsx: Veld naam

Excel form ule

sleu tel_w p ltshnrlettoev

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (G2;"_";L2;"_";N 2;" _";O2;"_";R2;"_";P2))

sleu tel_w p ltshnrletaand

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (G2;"_";L2;"_";N 2;" _";O2;"_";R2;"_";Q2))

sleu tel_w p ltshnrletloc

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (G2;"_";L2;"_";N 2;" _";O2;"_";R2;"_";S2))

sleu tel_p chnrlettoev

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (K2;"_";O2;"_";R2;" _";P2))



Agentschap N L

sleu tel_p chnrletaand

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (K2;"_";O2;"_";R2;" _";Q2))

sleu tel_p chnrletloc

=H OOFDLETTERS(TEKST.SAMEN VOEGEN (K2;"_";O2;"_";R2;" _";S2))



Im porteer in access



Exporteer naar Postgis op d ezelfd e m anier als “ubouw labels”



"Ond erw ijs; MAVO-H AVO-VWO"; vervangen d oor: "Ond erw ijs: MAVOH AVO-VWO";



\ N -> NULL

5.3.4 BAG Tot 1 oktober 2011 w as het land elijk BAG extract gratis verkrijgbaar bij het Kad aster. Dit bestand w erd m et de vrij beschikbare “BAG Extract Conversie tool” 5 om gezet naar het Esri shp form aat. En vervolgens m et een in de Postgis om geving beschikbare comm and line tool “shp2pgsql” om gezet naar stand aard sql statem ents. Door het uitvoeren van d e sql-statements w erd en d e gegevens gelad en in d e d atabase.

5.4 Het Analyse schema In het analyse schem a w erd en een aantal tabellen aangem aakt, w aarvan d e tw ee belangrijkste hier w ord en genoem d : Tabel Locaties: id serial

: unieke num m er

entiteit_id

: uniek num m er bron bestand

uri

: <schem anaam >.

type

: type ad ressleutel

bron

: aand uid ing bronbestand

locatie_sleutel ind _historisch

: w aard e ard es-sleutel : ind icatie actueel of historisch gegeven

geom _pointloc geom _area geom etry

: eventuele punt geom etrie (ligging) : eventuele vlak geom etrie (ligging)

De volgende (actuele) w aard en voor bron en type w erd en gebruikt: BRA.NRA BRA.NRA DL_ABG_NIETWONINGEN

5

PCHNRHLET PCHNRHLETTOEV PCHNRHLET

6.846.495 6.854.780 791.897

http://www.geon.nl/toepassingen/item/89-bagextract-gebruik



Agentschap N L

DL_ABG_NIETWONINGEN DL_ABG_NIETWONINGEN DL_ABG_NIETWONINGEN DL_ABG_NIETWONINGEN_MET_WOONDEEL DL_ABG_NIETWONINGEN_MET_WOONDEEL DL_ABG_NIETWONINGEN_MET_WOONDEEL DL_ABG_NIETWONINGEN_MET_WOONDEEL DL_ABG_WONINGEN DL_ABG_WONINGEN DL_ABG_WONINGEN DL_ABG_WONINGEN UBOUWLABELS UBOUWLABELS

PCHNRHLETAAND PCHNRHLETLOC PCHNRHLETTOEV PCHNRHLET PCHNRHLETAAND PCHNRHLETLOC PCHNRHLETTOEV PCHNRHLET PCHNRHLETAAND PCHNRHLETLOC PCHNRHLETTOEV PCHNRHBLDEXT PCHNRHBLDEXTBLDID

791.897 791.897 791.897 99.858 99.858 99.858 99.858 6.627.064 6.627.064 6.627.064 6.627.064 9.661 9.661

Met d eze tabel kunnen ad reskoppelingen ond erzocht en gebruikt w ord en. Een voorbeeld van d e query d ie gebruikt is om Dataland ad ressen te koppelen aan BAG ad ressen: update analyse.opp_DL_ABG DL set bag_oppervlak=table_alias.bag_oppervlak, pand_id=table_alias.pand_id, aantal_vbo=table_alias.aantal_vbo, bag_opp_klasse=table_alias.bag_opp_klasse FROM (select gl2.entiteit_id as entiteit_id ,oppb.BAG_oppervlak as bag_oppervlak,oppb.aantal_vbo as aantal_vbo, oppb.pand_id as pand_id,oppb.oppervlak_klasse as bag_opp_klasse from analyse.locaties gl1, analyse.locaties gl2 , bag.vbo vbo, analyse.opp_bag oppb where oppb.pand_id=vbo.pand_id AND gl1.entiteit_id=vbo.h_adres AND gl1.locatie_sleutel=gl2.locatie_sleutel AND gl1.bron='BRA.NRA' AND gl1.type='PCHNRHLETTOEV' AND gl2.bron='DL_ABG_NIETWONINGEN' AND gl2.type='PCHNRHLETAAND'



Agentschap N L

) table_alias where dl.id=table_alias.entiteit_id

Tabel opp_DL_ABG: Een beschrijving van d eze tabel is te vind en in Tabel 2 in hoofd stuk 3.3 De gegevens w aarop d e oppervlakte verd elingen (Bijlage 7) zijn te verkrijgen d oor d e volgend e queries: select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Reguliere Kantoren' and bag_hoofdfunctie='kantoorfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie; select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Bedrijfsverzamelgebouwen' and bag_hoofdfunctie='kantoorfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Primair onderwijs' and bag_hoofdfunctie='onderwijsfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Voortgezet onderwijs' and bag_hoofdfunctie='onderwijsfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='MBO, HBO en universiteit' and bag_hoofdfunctie='onderwijsfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;



Agentschap N L

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Ziekenhuizen' and bag_hoofdfunctie='gezondheidszorgfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Verpleging en verzorging' and bag_hoofdfunctie='gezondheidszorgfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Supermarkten' and bag_hoofdfunctie='winkelfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Winkels zonder koeling' and bag_hoofdfunctie='winkelfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Autobedrijven' and bag_hoofdfunctie in ('industriefunctie','winkelfunctie') order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Groothandel' and bag_hoofdfunctie in ('industriefunctie','winkelfunctie') order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunc-



Agentschap N L

tie='Horeca' and bag_hoofdfunctie in ('bijeenkomstfunctie') order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Sporthallen' and bag_hoofdfunctie='sportfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Buitensport' and bag_hoofdfunctie='sportfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;

select hoofdfunctie, round(avg(bag_oppervlak)) as avg_oppervlak,round(stddev_samp(bag_oppervlak)) as stddev_samp, count(*) as aantal from (select distinct pand_id,hoofdfunctie, bag_oppervlak from analyse.opp_dl_abg where hoofdfunctie='Zwembaden' and bag_hoofdfunctie='sportfunctie' order by pand_id, hoofdfunctie) as ta group by hoofdfunctie order by hoofdfunctie;



Agentschap N L

Literatuur en verw ijzingen [1] Prend ergas, Edw ard en Arnold H ietland : "Oppervlaktegegevens Utiliteitsgebouwen in N ederland, A nalyse nauwkeurigheid gegevens Dataland", MoBius consult, septem ber 2010 [2] Kw aliteit van d e basisregistraties ad ressen en gebouw en , 2010, VROM [3] w w w .cbs.nl/ nl-N L/ m enu/ m ethod en/ classificaties/ overzicht/ sbi/ d efault.htm



Agentschap N L

Bijlage 1 Basisregistraties adressen en gebouw en De Basisregistraties ad ressen en gebouw en (BAG) m aken d eel uit van het Stelsel van Basisregistraties. Een aantal hiervan zijn al gerealiseerd , een aantal zullen nog opg ebouw d m oeten w ord en. N aar verw achting is het Stelsel rond 2015 geheel beschikbaar. • Inhoud en bereik van d e registratie zijn held er. •

Eenm alige inw inning van gegevens en één bronhoud er (beheerd er).

• •

Verplicht gebruik binnen d e overheid , d us meervoud ig gebruik van gegevens. Kw aliteitsw aarborging, d oor brond ocum enten en verplichte terugm eld ing van

‘fouten’. •

Duid elijkheid over aansprakelijkheid .

•

Bij w et geregeld .

• •

Exploitatie tegen red elijke kosten. Afnem ers zijn betrokken bij d e besluitvorm ing over strategisch beheer.

De basisregistraties m aken een koppeling van gegevens m ogelijk. Dit betekent kopp elen van registraties en uitw isselen van basisgegevens, zow el land elijk als binneng em eentelijk (E-overheid , 2009).



Agentschap N L

D atamodel Alle basisregistraties gaan uit van het objecten m od el en relaties tussen objecten. De relaties zijn interessant als ze m et and ere basisregistraties gelegd kunnen w ord en. Voor d e BAG staan in ond erstaand schem a een paar voorbeeld en in het Stelsel van Basisregistraties.

Inhoud Binnen de BAG w ord en tw ee registratie onder kend : voor ad ressen en gebouw en. De BAG kent d rie objecttypen d ie een ad res kunnen hebben: 

Stand plaatsen



Ligplaatsen



Verblijfsobjecten

H et ad res w ord t gem od elleerd in d e Basis Registratie Ad ressen (BRA), d e ad resseerb are typen w ord en geregistreerd (sam en m et panden) in d e Basis Gebouw en Registratie (BGR). Overigens kent de BAG geen ‘gebouw en”, m aar spreekt over ‘panden’.



Agentschap N L

Verblijfsobjecten bakenen functionele eenhed en af binnen een pand (gebouw ). Een verblijfsobject ligt altijd binnen 1 of m eerd ere pand en. Een pand kan meerd ere ve rblijfsobjecten bevatten (bijvoorbeeld in een kantoorgebouw m et m eerd ere bed rijven m et elk een eigen ingang). Een pand kan ook geen verblijfsobject bevatten. Een voorbeeld is een boerd erij m et: d e boerd erij zelf m et een w oonged eelte en stal g ed eelte en naastgelegen op het erf: extra gebouw en als stallen, m estsilo’s, bergingen, garages. In d at geval krijgt alleen d e boerd erij een verblijfsobject m et ad res en d e ov erige pand en niet, om d at d eze functioneel bij d e boerd erij horen. In het Dataland b estand w eet je niet voor een d ergelijke boerd erij om hoeveel pand en het hand elt. In d e BAG zijn alle afzond erlijke pand en w el geregistreerd , m aar is niet vastgelegd bij w elke boerd erij een losse stal hoort. (Dit is op te lossen via Kad astrale gegevens of d oor o m gevingselem enten als om heiningen etc.). Ind ien het ond uid elijk is w aar een pand bij hoort (losse garageboxen in een w ijk kom t het m eest voor) d an krijgt het pand alsnog een verblijfsobject. Van elk Verblijfsobject w ord t het oppervlak volgens N EN 2580 vastgelegd . De BAG volgt d aarm ee d ezelfd e d efinitie als het oppervlak in d e Energielabel d atabase van Agentschap N L. Van een pand w ord t alleen het bouw jaar vastgelegd . H et oppervlak van het pand w ord t *niet* expliciet geregistreerd . Dit betekent d at bijvoorbeeld gem eenschappelijke gangen en traphuizen in een kantoorgebouw m et meerd ere verblijfsobjecten niet is af te leid en uit d e BAG. Wel is het oppervlak van het bovenaanzicht uit d e pand -geom etrie te berekenen. Van verblijfsobjecten w ord t d e punt locatie vastgelegd (een enkel keer ook d e vlakgeom etrie). Van panden w ord t d e ligging en geom etrie vastgelegd in Rijkd riehoek coörd in aten.



Agentschap N L

Elk gegeven in d e BAG is onderbouw t met een brond ocum ent. H et brond ocum ent is d e koppeling m et d e w erkelijkheid en hierin is te vind en op w elke gebeurteni s (bou w vergunning, sloopvergunning, constatering, etc) d e laatste m utatie van het object is gebaseerd . De historische ontw ikkeling van d e BAG objecten is te vind en via begin en eind d atum van elke combinatie id/ status/ brondocum ent. Verd er w ord en er per objecttype nog enige gegevens bijgehoud en. Panden

: bouw jaar

Verblijfsobjecten

: gebruiksd oelen (minimaal 1, m aximaal 10).

H et ad res bestaat in de BAG altijd uit: 

Postcod e



H uisnum m er



H uisletter



Toevoeging



Openbare Ruim te naam (straatnaam )



Woonplaats.

Ad ressen w ord en vastgelegd als objecten van het type “num m eraanduid ing”, met verw ijzingen naar: “openbare ruim te” en (ind irect of d irect) naar Woonplaats. Verd er bevat het een sleutel naar het d esbetreffend e ad resseerbaar object (Verblijfso bject, stand plaats of ligplaats). Ook straatnam en en w oonplaatsen zijn d us uniek vastgelegd in d e BAG, ond erbouw d m et een brond ocum ent.



Agentschap N L

Bijlage 2 D ataland Dataland levert op diverse m anieren gegevens ond er d e naam “Vastgoed inform atie”. De gegevens die DataLand d istribueert zijn opgenom en in zogeheten gegevensgroepen. Ond erscheid en w ord en d e gegevensgroepen ad res (A), locatie (L), bouw kund ig (B), gebruik (G), financieel (F) en om geving (O). De gegevens uit d e gegevensgroepen A (ad res), L (locatie), B (bouw kund ig) en G (g ebruik) w ord en d irect d oor d e gem eente aan DataLand op ad resniveau geleverd . N aast d e d irecte gegevenslevering van gem eenten aan Dataland krijgt Dataland ook d e gem eentelijke gegevens d ie d e gem eenten al aan het CBS hebben verstrekt. Dit gebeurt op basis van een samenw erkin gsverband m et het CBS.6 Voor d it ond erzoek is een land elijk gegevensbron geleverd m et gegevens uit d e groepen A,B en G. Deze zijn geleverd als: 

Com pleet gegevensbron ;



Gegevensbron m et gegevens van niet-w oningen;



Gegevensbron m et gegevens w oningen .

De gegevens in het Dataland bestand kom en uit het w aard erings proces in het kad er van d e w et Waard ering onroerend e zaken (WOZ). Centrale enititeit is het WOZ -object d at w ord t gevorm d voor elke eenheid van gebruik. Dit betekent d at “ naastliggende constructies en bijbehorend e grond , voor zover aanged uid m et één ad res” als ond erd eel van het object w ord en gerekend .

6

Informatie overgenomen van http://www.dataland.nl/distributie/gegevensaanbod



Agentschap N L

Bijlage 3 SBI In d e EPA d atabase w ord t voor elk gebouw d e SBI cod e bijgehoud en, w aarbij SBI staat voor “Stand aard Bed rijfsind eling”. De volgende om schrijving is overgenomen van d e w ebsite van het CBS: “De Standaard Bedrijfsindeling (SBI) is een hiërarchische indeling van economische activiteiten. De SBI is gebaseerd op de indeling van de Europese Unie (N omenclature statistique des activités économiques dans la Communauté Européenne, afgekort : N A CE) en op die van de V erenigde N aties (International Standard Industrial Classification of A ll Economic A ctivities, afgekort: ISIC). Het CBS gebruikt de SBI onder meer om bedrijfseenheden in te delen naar hun hoofdactiviteit. Tot 2008 werd de SBI’93 gebruikt die in 1993 is vastgesteld. In 2008 vindt een ingrijpende revisie plaats van de internationale bedrijfsindelingen en daarmee ook van de daarop gebaseerde SBI. De SBI’93 maakt plaats voor de SBI 2008. Dit heeft gevolgen voor statistieken en registers. De SBI kent meerdere niveaus die aangegeven worden door vier of vijf cijfers. De eerste vier cijfers van de SBI-code zijn, op een aantal uitzonderingen na, gelijk aan de Europese N A CE. Het 5e cijfer is een nadere N ederlandse verbijzondering. De eerste twee cijfers van de SBI en N A CE stemmen overeen met de ISIC, van de V erenigde N aties.” De oud e SBI cod ering is aanw ezig in d e EPA d atabase in het veld : BAP_



Agentschap N L

Bijlage 4 BAG statistieken Gebruiksdoelen Aan verblijfsobjecten hebben een kenm erk “gebruiksd oel”. Aan een ind ivid ueel verblijfsobject kunnen m eer d an één gebruiksd oelen w ord en to egekend (m aximaal 10). Een goed voorbeeld is een bejaard encentrum : deze zal in het algem een d rie gebruiksdoelen hebben:  

Gezondheid szorgfunctie; Kantoorfunctie;



Bijeenkom stfunctie.

In het algemeen blijft het aantal gebruiksd oelen beperkt tot één of tw ee. De ruim telijke ligging en vorm m ogen als punt of als vlak in d e BAG geregistreerd w ord en. Opnam e m et een vlak geom etrie kom t vrijw el niet voor in d e huid ige vulling. In d e volgend e tabel vind t d e lezer enige basisstatistieken over gebruiksdoelen: Tabel 14.

V oorkomen gebruiksdoelen (BA G extract oktober 2011)

Gebruiksd oel

punt

vlak

totaal

geom etrie

geom etrie

bijeenkom stfunctie

84969

37

85006

celfunctie

223

0

223

gezondheid szorgfunctie

33737

20

33757

ind ustriefunctie

330982

89

331071

kantoorfunctie

138149

60

138209

logiesfunctie

130707

22

130729

ond erw ijsfunctie

20990

16

21006

overige gebruiksfunctie

492815

359

493174

sportfunctie

13321

15

13336

w inkelfunctie

191991

84

192075

w oonfunctie

8025555

1810

8027365

Tot aal

9463439

2512

9465951

Wat opvalt is d at d e verd eling over gebruiksd oelen niet constant is: celfunctie komt vrijw el niet voor. H et meest veel voorkom end e gebruiksd oel is “w oonfunctie”. Ond er “Overige gebruiksfunctie” vallen voornam elijk garageboxen en losstaand e garages. Ond er ind ustriefunctie vallen ook boerd erijen. Deze hebben d an m eestal ook d e het gebruiksd oel: “w oonfunctie”. Beid e categorieën zijn voor d it ond erzoek niet van belang, en zijn d aarom w eggelaten uit d e bijbehorend e grafiek.



Agentschap N L

350000 300000

Gebruiksdoelen

250000 200000 150000 100000 50000 0

Figuur 1V oorkomen Gebruiksdoelen

Relatie met gebouw en De relatie tussen een verblijfsobject en een pand is com plex: 

één verblijfsobject ligt minim aal binnen één pand ;



één verblijfsobject kan binnen m eer pand en liggen;



binnen één kunnen m eer d an één verblijfsobjecten liggen.

Bekend e voorbeelden van m eer d an “één verblijfsobject” per pand zijn bepaald e typen flats en kantoren m et m eer d an één bed rijf. (Bed rijfsverzam elkantoren hebben juist w el één verblijfsobject per pand ). Een voorbeeld van één verblijfsobject in m eerd ere pand en zijn som m ige w inkels: een aantal aangrenzend e pand en zijn opgekocht, d e tussenm uren zijn d oorgebroken en in d e ontstane ruim te bevind t zich één w inkel. Belangrijkste red en van d eze com plexiteit is d e sterke scheid ing binnen het BAG d at am od el, is d e sterke scheid ing tussen een bouw kund ige eenheid (pand ) en het gebruik en opd eling d aarvan (verblijfsobjecten). In het algem een is het pand statisch in d e tijd en zal d e opd eling en d e functie m eer variëren in d e tijd . Opd eling en functie vindt m en terug in d e verblijfsobjecten kenm erken: gebruiksoppervlak en gebruiksd oel. Bij een verblijfsobject w ord en altijd d e pand id entificatie num m ers opgenom en van d e pand en w aarbinnen het verblijfsobject ligt. We kunnen d us bovenstaand e kerngeg evens opnieuw geven, m aar d an geaggregeerd vanuit pand .



Agentschap N L

Bijlage 5 Vertaaltabel D ataland naar Gebruiksfunctie In navolgend e tabel vind t m en w elke bouw bestem m ing cod es zijn gebruikt om d e g ebouw functies te bepalen per ad res in het Dataland Vastgoed inform atie bestand . gebruiksfunctie

bouw bestemming codes

Reguliere Kantoren

30B1 3100 3140 3141 3143 3145 3146 3149 2100 2140 2141 2143 2145 2146 2149


3142 2142


3BSS 10 2520 3311 3312 2311 2316 2317 2319


3VO 2530 3313 2313 2314

MBO, H BO en universiteit

2540 2550 3314 3315 2540 2550 3314 2315

Ziekenhuizen

11 2610 2620 3331 3332 2331 2332 2334


3VZR 0034 1007 1130 2650 2670 2699 3351 2336 2351

Superm arkten

3115


06 0705 0800 2110 3010 3020 30B2 3110 3111 3119 3WIN 1866 2110 2111 3119 2WIW

Autobed rijven

3171 3172 3240 3SH O 2172 2240

Groothand el

3112 2112

H oreca

0068 0706 14 3120 3122 3129 3H OR 2120 2121 2122 2129

Sporthallen

2320 3511 3518 9354 3SPH 2510 2511 2518

Buitensport

2310 3512 2512

Zw em bad en

3521 2521



Agentschap N L

Bijlage 6 Verklarende w oordenlijst Afkorting

Betekenis

Referentie

BAG

Basisregistraties ad ressen en

http:/ / bag.vrom .nl/

gebouw en ECN

Energie Centrum N ed erland

http:/ / w w w .ecn.nl

WOZ

(Wet) Waard ering onroeren-

http:/ / w w w .w aard eringskam er.nl/

d e zaken



Agentschap N L

Bijlage 7 Oppervlakte: verdelingen Oppervlakte statistieken per gebruiksfunctie en oppervlak klasse gebruiksfunctie Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Reguliere Kantoren Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Bedrijfsverzamelgebouwen Primair onderwijs Primair onderwijs Primair onderwijs Primair onderwijs Primair onderwijs Primair onderwijs Primair onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs Voortgezet onderwijs MBO, HBO en universiteit MBO, HBO en universiteit MBO, HBO en universiteit MBO, HBO en universiteit MBO, HBO en universiteit MBO, HBO en universiteit MBO, HBO en universiteit

klasse

gemiddelde

1000 2000 2400 250 500 5000 50000 60000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000 50000 60000 1000 2000 2400 250 500 5000 50000

701 1403 2191 144 358 3331 10121 56396 757 1463 2169 157 360 3478 8896 760 1375 2183 131 396 3341 8031 747 1541 2204 102 397 3584 12062 55336 775 1467 2228 115 352 3616 12343


standaard deviatie 142 282 118 61 70 692 6318 148 277 119 68 74 741 5364 144 271 117 69 70 682 3304 150 283 132 57 69 767 7628 4095 133 292 98 69 91 752 8351

aantal 2380 1469 276 4655 3293 680 401 1 195 240 58 205 167 198 92 738 1241 174 170 257 335 135 24 49 19 12 7 102 218 2 24 32 15 9 8 43 78


Agentschap N L

MBO, HBO en universiteit Ziekenhuizen Ziekenhuizen Ziekenhuizen Ziekenhuizen Ziekenhuizen Ziekenhuizen Ziekenhuizen Ziekenhuizen Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Verpleging en verzorging Supermarkten Supermarkten Supermarkten Supermarkten Supermarkten Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Winkels zonder koeling Autobedrijven Autobedrijven Autobedrijven Autobedrijven Autobedrijven Autobedrijven Autobedrijven Groothandel Groothandel Groothandel Groothandel Groothandel Groothandel

60000 1000 2000 2400 250 500 5000 50000 60000 1000 2000 2400 250 500 5000 50000 60000 1000 2000 2400 5000 50000 1000 2000 2400 250 500 5000 50000 60000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000

54941 769 1246 2179 134 383 3481 24279 54769 822 1660 2259 118 320 3659 10900 58970 892 1421 2151 3357 7072 684 1392 2187 140 351 3291 10050 53977 712 1393 2179 146 366 3338 8891 737 1379 2204 151 373 3387


855 112 154 130 79 35 733 14024 4454 121 321 131 131 708 6403 71 315 128 897 2791 137 282 114 60 70 700 6629 2709 142 276 111 61 72 704 5612 143 271 113 60 72 688

2 4 7 4 5 4 13 31 2 7 9 8 2 1 47 77 1 9 16 3 2 3 3376 1665 256 12028 6540 616 282 3 2324 1759 268 2291 2187 609 196 176 182 61 81 116 147


Agentschap N L

Groothandel Horeca Horeca Horeca Horeca Horeca Horeca Horeca Sporthallen Sporthallen Sporthallen Sporthallen Sporthallen Sporthallen Sporthallen Buitensport Buitensport Buitensport Buitensport Buitensport Buitensport Buitensport Zwembaden Zwembaden Zwembaden Zwembaden Zwembaden Zwembaden Zwembaden Zwembaden

50000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000 50000 1000 2000 2400 250 500 5000 50000 60000

10001 670 1304 2203 148 348 3232 11105 710 1448 2179 144 403 3443 9763 704 1361 2249 130 358 3182 13897 634 1476 2294 122 383 3385 9929 59834


6289 133 249 107 58 70 740 7858 148 287 105 66 64 750 6073 149 294 125 64 66 876 13163 131 312 81 57 74 700 7680

97 1141 296 22 3872 2480 39 13 315 343 79 139 472 185 90 104 42 3 168 155 12 13 6 15 5 12 11 8 10 1


Agentschap N L

Onderzoek Oppervlaktegegevens Utiliteitsbouw

Recommend Documents