Stadsfoto Ede. Afdruk 2010

Stadsfoto Ede Afdruk 2010

Deze STADSFOTO is uitgevoerd in opdracht van de Provincie Gelderland, en maakt onderdeel uit van de Vijfde Gelderse Stedenmonitor: De Gelderse Stad. (Atlas voor gemeenten, Utrecht, 2010).

Atlas voor gemeenten Postbus 9627 3506 GP UTRECHT T 030 2656438 F 030 2656439 E [email protected] I www.atlasvoorgemeenten.nl © Atlas voor gemeenten, Utrecht, 2010

Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of enig andere manier, zonder voorafgaande schriftelijke toestemming van de uitgever.

Stadsfoto Ede 2010 Kansen en problemen van de stad in kaart gebracht, verklaard en vergeleken

Stadsfoto Ede 2010 [Atlas voor gemeenten]

Inhoud

Belangrijkste conclusies uit de Stadsfoto van Ede

7

1 Wat is een Stadsfoto?

9

2 Leefbaarheid in Ede 2.1 Aspecten van leefbaarheid 2.2 Achtergronden van leefbaarheid

13 13 22

3 Arbeidsparticipatie in Ede 3.1 Aard van de arbeidsparticipatie 3.2 Achtergronden van arbeidsparticipatie

29 29 37

4 De economie van Ede 4.1 Aard van de economische situatie 4.2 Achtergronden van werkgelegenheidsgroei

43 43 51

5 De bevolking van Ede 5.1 Aard van de bevolking 5.2 De aantrekkingskracht van Ede

55 55 64

6 Het woonklimaat in Ede

71

7 Beschrijving van de indicatoren 7.1 Leefbaarheid 7.2 Arbeidsparticipatie 7.3 Economie 7.4 Bevolkingssamenstelling 7.5 Woonklimaat

79 79 81 85 87 89

Bijlage: Wijkwijzers

93

5


6


Belangrijkste conclusies uit de Stadsfoto van Ede Het gaat goed met Ede. Net als in de meeste Gelderse steden is de aantrekkingskracht van Ede bovengemiddeld . Dit heeft met name te maken met de gunstige leefbaarheidssituatie en de bovengemiddelde kansen op een baan. Op het voorzieningenniveau scoort Ede benedengemiddeld wat een dempende werking heeft op de aantrekkingskracht. Er valt echter een toename van het winkel- en restaurantaanbod te zien wat de toekomstige aantrekkingskracht zal vergroten. In 2008 is de aantrekkingskracht voor het eerst sinds jaren gedaald door een verslechtering van de bereikbaarheid van banen als gevolg van de toenemende filedruk (’s ochtends de stad uit en ’s avonds de stad in). 1

De gunstige leefbaarheidssituatie is ook terug te vinden in de buurten waarin in het kader van het GSO-beleid is geïnvesteerd. In al deze buurten is een verbetering te zien van de leefbaarheidssituatie wat duidt op een effectieve beleidsinzet. De positieve leefbaarheidssituatie heeft voor een groot deel te maken met de arbeidsparticipatie die in Ede gunstig is. De langdurige werkloosheid is benedengemiddeld en daalt. Datzelfde geldt voor de jeugdwerkloosheid. Hoewel die sinds 2009 licht stijgt. De kansen voor inwoners van Ede op een baan binnen een redelijke reistijd zijn nog steeds bovengemiddeld. Deze kansen staan wel onder druk door een toenemende filedruk en een relatief slechte bereikbaarheid van de banen met het OV (inclusief trein- en busverbindingen). Ook het totaalbeeld van de economie van Ede is positief. De werkgelegenheidsgroei is bovengemiddeld hoewel deze daalt. Belangrijkste remmende factor is de filedruk (’s ochtends de stad in en ’s avonds de stad uit). Daarnaast blijft het aandeel creatieve klasse achter bij het gemiddelde van de benchmarksteden wat ook is terug te zien in een benedengemiddeld en dalend aandeel zakelijke dienstverlening. Het beeld van het woonklimaat is gunstig. De woningvoorraad heeft een positieve invloed op de leefbaarheid: relatief weinig sociale huur en 1

Het gemiddelde in deze Stadsfoto wordt bepaald door alle Nederlandse steden met een inwoneraantal tussen 100.000-200.000. Dit zijn Amersfoort, Breda, Dordrecht, Emmen, Enschede, Groningen, Haarlem, Den Bosch, Leiden, Maastricht en Zwolle. Deze Stadsfoto is niet vergelijkbaar met de vorige stadsfoto (2008) omdat de benchmark toen bestond uit de G27.

7


hoogbouw. Verder is de woningvoorraad met relatief veel ruime woningen gunstig voor de aantrekkingskracht. Het voorzieningenniveau in Ede laat echter te wensen over. Op de meeste voorzieningen scoort Ede benedengemiddeld (culinair aanbod, winkelaanbod en podiumkunsten). Alleen de bereikbaarheid van natuur is bovengemiddeld. Voor de toekomst zijn er dus nog aandachtspunten die ten dele aansluiten bij de beleidsprioriteiten uit De Gelderse stad. Ten eerste geldt voor Ede, net als voor de andere Gelderse steden, dat terugdringing van files (zowel naar als vanuit Ede) de werkgelegenheidsgroei en de kansen op werk en daarmee de aantrekkingskracht vergroten. Ten tweede wordt de aantrekkingkracht van Ede voor het grootste gedeelte bepaald door de leefbaarheid en de kansen op de arbeidsmarkt. Als Ede erin slaagt het voorzieningenniveau kwalitatief en kwantitatief verder te verbeteren zal dit de aantrekkingskracht op kansrijke bevolkingsgroepen verder vergroten.

8


1 Wat is een Stadsfoto? De Nederlandse stad staat voor een periode van grote onzekerheden. De economische crisis werkt in de ene stad sterker door dan in de andere. En de krimpende bevolking zal niet elke stad in Nederland raken, maar vooral die in de periferie van het land. Door de landelijke bevolkingsstagnatie zal de concurrentie tussen steden gaan toenemen. De woningmarkt wordt ruimer, waardoor meer mensen kunnen stemmen met hun voeten. Sommige steden krijgen daardoor te maken met leegstand, andere kunnen blijvend nieuwe mensen verwelkomen, en blijven daardoor behoefte houden aan uitbreiding. Inzicht in de concurrentiepositie van een stad is dan ook belangrijker dan ooit. Alleen met dat inzicht kan een verwachting worden uitgesproken over de toekomstige ontwikkeling van een stad, én de implicaties daarvan voor het stedelijke beleid. Deze STADSFOTO probeert dat inzicht voor Ede te bieden. Maar wat is eigenlijk een STADSFOTO? 2

3

Wetenschappelijke fundering

De STADSFOTO gaat uit van kansen en problemen die specifiek zijn voor een stad. Een stad biedt over het algemeen bijvoorbeeld meer economische kansen dan landelijk gebied, en in steden wonen meestal mensen met een gemiddeld hogere opleiding. Maar steden hebben vaak ook te maken met typisch stedelijke problemen zoals hardnekkige sociaal-economische achterstanden, congestie en onveiligheid. Die kansen en problemen van Nederlandse steden zijn in opeenvolgende theoretische en empirische studies uitgebreid geanalyseerd. Daarbij werden met statistische analyses ook de achtergronden van die stedelijke kansen en problemen achterhaald: Waarom doet de ene stad in Nederland het economisch beter dan de andere? Waarom kampt de ene stad met meer leefbaarheidsproblemen dan de andere? Kortom: Wat zijn de verschillen tussen de steden in Nederland, en hoe zijn die verschillen te verklaren? 4

5

2

G.A. Marlet, C.M.C.M. van Woerkens, 2009: Kansen in crisis in: Atlas voor gemeenten 2009 (Atlas voor gemeenten, Utrecht). 3 G.A. Marlet, C.M.C.M. van Woerkens, 2010: Krimp!?, in: Atlas voor gemeenten 2010 (Atlas voor gemeenten, Utrecht). 4 P.C. Cheshire, D.G. Hay, 1989: Urban Problems in Western Europe. An economic Analysis (Unwin Hyman, London). 5 Zie voor een overzicht: De schaal van de stad. Stadsspecifieke kansen en problemen, en het schaalniveau waarop ze spelen (Atlas voor gemeenten, Utrecht, 2008). Download via: www.atlasvoorgemeenten.nl. En: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen).

9


Het resultaat van dat onderzoek is een zo gedetailleerd mogelijk beeld van (de achtergronden van) de kansen en problemen waar Nederlandse steden mee te maken hebben. De uitkomsten uit dat onderzoek – dat overigens nog steeds periodiek wordt verbeterd en geactualiseerd – vormen de basis voor deze STADSFOTO. In de STADSFOTO worden indicatoren gepresenteerd die er meetbaar toe doen bij het verklaren van de vitaliteit van een stad. Op die manier kan worden voorkomen dat beleidsinspanningen worden ingezet op punten die niet bewezen effectief zijn. De in de STADSFOTO gebruikte data lopen in vijwel alle gevallen tot en met 2009. Daarop is een aantal uitzonderingen, waarvan de belangrijkste te maken hebben met leefbaarheid en voorzieningen. Zoals de cijfers over de bereikbaarheid van recreatievoorzieningen die maar tot 2006 lopen omdat er geen recentere gegevens uit de CBS-bodemstatistieken zijn. En de gegevens op het gebied van overlast en onveiligheid die tot en met 2008 lopen omdat de Veilighiedsmonitor over 2009 nog niet beschikbaar is. In alle gevallen zijn de meest actuele beschikbare gegevens gebruikt. De verwachting is niet dat voor het einde van 2010 verdere actualisatie van gegevens mogelijk is. Beleidsrelevantie

De genoemde kansen en problemen zijn weliswaar kenmerkend voor steden, maar tussen steden zijn er grote verschillen. Om die reden is er niet één recept om stedelijke problemen mee op te lossen, en stedelijke kansen te helpen verzilveren. Het optimale beleidsrecept zal per stad verschillen. Om dat recept zo goed mogelijk te kunnen afstemmen op de specifieke situatie in de stad, is kennis van die specifieke lokale omstandigheden het startpunt. De STADSFOTO kan daarbij behulpzaam zijn. Bovendien kan de STADSFOTO aanwijzingen opleveren voor de effectiviteit van dat stedelijke beleid. In de STADSFOTO worden namelijk niet alleen de kansen en problemen van de stad in kaart gebracht. Ook de scores op de indicatoren die er meetbaar toe doen bij het verklaren van die kansen en problemen worden weergegeven. Op die manier wordt bijvoorbeeld in beeld gebracht welke factoren een verklaring bieden voor de leefbaarheid in Ede. Wat overblijft is het deel van de leefbaarheidsproblemen die juist niet met de gehanteerde modellen verklaard kunnen worden. Dat onverklaarde deel, het zogenoemde residu, kan iets zeggen over de effectiviteit van beleid. Causaliteit

De analyses in de STADSFOTO kunnen de indruk wekken dat er steeds sprake is van causale (oorzaak-gevolg) relaties. In feite bestaat er bij dit soort

10


analyses echter altijd twijfel over de richting van de causaliteit. Waar mogelijk is die twijfel met theoretische onderbouwing en de daarvoor beschikbare kwantitatieve technieken zoveel mogelijk weggenomen. Desondanks dient de lezer bij het bestuderen van deze STADSFOTO steeds rekening te houden met de mogelijkheid dat de gemeten verbanden in een aantal gevallen ook omgekeerd kunnen liggen. Dimensies

De STADSFOTO bevat niet alleen een analyse van, en verklaringen voor, de leefbaarheid in Ede. Ook de arbeidsparticipatie, de economie en de bevolkingssamenstelling van de stad komen aan bod. Voor de vijfde dimensie, het woonklimaat, worden in deze STADSFOTO diverse indicatoren gepresenteerd die van belang zijn voor het verklaren van de (andere) kansen en problemen van de stad. Het woonklimaat zelf wordt echter niet verklaard, omdat ervan wordt uitgegaan dat alle componenten van het woonklimaat met beleid te beïnvloeden zijn. Indicatoren

In totaliteit worden voor die vijf dimensies in deze STADSFOTO ruim zestig indicatoren gebruikt. Al die indicatoren staan beschreven in het laatste hoofdstuk van dit rapport. Een deel van de indicatoren is geselecteerd op basis van de genoemde objectieve analyses van de aard en achtergronden van kansen en problemen in steden. Een ander deel is daaraan toegevoegd op verzoek van de begeleidingscommissie van de Gelderse stedenmonitor. Benchmarks

Ede is in deze STADSFOTO op al die dimensies en indicatoren vergeleken met het gemiddelde van een benchmark van vergelijkbare steden. Die benchmark bestaat uit alle andere steden in Nederland met tussen de 100.000 en 200.000 inwoners. Dat is de benchmark die is afgesproken voor alle grote GSO-steden waarvoor in het kader van de Gelderse Stedenmonitor een STADSFOTO is gemaakt (Apeldoorn, Arnhem, Ede en Nijmegen). Er is gekozen voor dezelfde benchmark voor alle steden in de 6

7

6

Zie voor een opsomming van de Nederlandse gemeenten die als stad worden aangemerkt: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen), p.94. Amersfoort, Breda, Dordrecht, Emmen, Enschede, Groningen, Haarlem, 's-Hertogenbosch, Leiden, Maastricht, Zwolle.

7

11


betreffende categorie (GSO-groot, GSO-klein en KSB) omdat daarmee de uitkomsten voor die steden onderling vergelijkbaar zijn. 8

De scores van Ede op al die indicatoren worden in de volgende hoofdstukken per dimensie vergeleken met het gemiddelde de benchmark. Waar mogelijk worden daarbij ook de ontwikkelingen van, en de verklaringen voor, die scores gegeven.

8

Zie voor een samenvatting van de uitkomsten uit de Stadsfoto’s van alle Gelderse steden: De Gelderse Stad. Dertien Gelderse steden op vijf dimensies vergeleken met andere steden (Atlas voor gemeenten, Utrecht, 2010).

12


2 Leefbaarheid in Ede De STADSFOTO voor Ede begint met het in kaart brengen van de leefbaarheid in Ede. Daarvoor zijn verschillende problemen op het gebied van overlast en onveiligheid in kaart gebracht, maar ook het onveiligheidsgevoel onder de bevolking van Ede, en het voorzieningenniveau in de stad. Overlast en onveiligheid zijn op twee niveaus onderzocht: de problemen en de achtergronden van de problemen. De problemen beperken zich tot de aard van de overlast en onveiligheid in Ede. De achtergronden zijn de structurele kenmerken van Ede die statistische samenhang met die problemen vertonen. In paragraaf 2.2 zijn de achtergronden van de leefbaarheidsproblemen in de stad ontrafeld. Maar eerst wordt in de volgende paragraaf de leefbaarheid in Ede met de genoemde indicatoren in kaart gebracht.

2.1 Aspecten van leefbaarheid De leefbaarheid in Ede is allereerst afgemeten aan de mate van overlast, verloedering en onveiligheid in de woonomgeving. De meeste gegevens daarvoor komen uit de Veiligheidsmonitor (zie de bijlage voor een uitgebreide verantwoording). Van alle indicatoren voor overlast, verloedering en onveiligheid is allereerst geanalyseerd of en in hoeverre ze van invloed zijn op de waardering die de bewoners hebben voor hun woonomgeving. Alleen de indicatoren die mensen mee laten wegen in die waardering voor hun woonomgeving zijn in figuur 2.1 opgenomen (van ‘geweldsmisdrijven’ tot en met ‘fietsendiefstal’). Die indicatoren zijn samengevoegd in de Index Overlast & Onveiligheid (de eerste indicator in de grafiek). De indicatoren tellen in de index niet even zwaar mee; er is rekening gehouden met het gewicht dat mensen geven aan de verschillende aspecten van overlast, verloedering en onveiligheid. Die index is uitgedrukt in een waarde die is te interpreteren als: ‘het aandeel van de bevolking dat serieus last heeft van problemen op het gebied van overlast, verloedering en onveiligheid in de woonomgeving’ (zie ook figuur 2.2). Dat geldt ook voor de subindex voor verloedering (figuur 2.8). 9

10

9

Zie voor de modelbeschrijving: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Weg uit de wijk, in: Economisch statistische berichten, 4502. Zie voor verdere uitleg: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht). 10

13


Figuur 2.1 Leefbaarheid in Ede

index overlast en onveiligheid

geweldsmisdrijven

overlast door drugsgebruik

overlast dronken mensen

overlast jongeren

overlast van omwonenden

index verloedering

inbraak in woningen

auto-inbraak

fietsendiefstal

onveiligheidsgevoel

voorzieningen in de woonomgeving

De staafjes tonen de afwijking van het gemiddelde van de benchmark. Daarvoor zijn z-scores gebruikt, die zijn omgezet naar waarschijnlijkheid, op een schaal van +50 tot -50. Op die manier kunnen verschillende meeteenheden op vergelijkbare wijze worden gepresenteerd. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager de relatieve score. Jaren: 2008 (1 t/m 12); 2009 (13). Bronnen: CBS(2); Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD (1,3,4,5,6,7,8,9,10,11,12) en Vastgoedmonitor (13). Zie de bijlage voor een uitgebreide beschrijving van de indicatoren.

14


Uit de score op de Index Overlast & Onveiligheid blijkt dat de meeste problemen op het gebied van overlast, onveiligheid en verloedering zich in Ede minder vaak voordoen dan gemiddeld in de benchmarksteden. Dat is gezien de vorige STADSFOTO (2008) niet opmerkelijk; ook toen waren net als in deze STADSFOTO alle aspecten benedengemiddeld op overlast van jongeren na (op deze indicator scoort Ede ongeveer gemiddeld). Alleen op het voorzieningenniveau in de directe woonomgeving scoort Ede benedengemiddeld. Uit figuur 2.2 blijkt dat de problemen in Ede op het gebied van overlast, verloedering en onveiligheid al vanaf 1998 kleiner waren dan gemiddeld in de benchmarksteden. Bovendien nemen die problemen al sinds 1999 af (net als in de benchmarksteden). Op de meeste leefbaarheidsaspecten valt een daling te zien die ongeveer gelijk loopt met het gemiddelde van de benchmarksteden (zie figuren 2.4 tot en met 2.11). Alleen op het gebied van geweldsmisdrijven (figuur 2.3) lijkt na een stabilisatie sinds 2003 weer een stijging te zijn ingezet in 2007. Tot slot valt op dat de overlast van jongeren sinds 2007 iets hoger is dan het gemiddelde van de benchmarksteden en bovendien minder hard daalt dan het gemiddelde.

Figuur 2.2 Ontwikkeling overlast, verloedering en onveiligheid, 1998-2008 37% 36%

Index overlast en onveiligheid

35% 34% 33% 32% 31% 30% 29% 28% 27% 26% 25% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de bevolking dat last heeft van problemen op het gebied van overlast, verloedering en onveiligheid in de woonomgeving. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. Zie de bijlage voor een uitgebreide beschrijving van deze indicator.

15


Figuur 2.3 Ontwikkeling geweldsmisdrijven, 1998-2008 9 Aantal geregistreerde geweldsmisdrijven per 1000 inwoners 8

7

6

5

4

3 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data CBS/KLPD.

Figuur 2.4 Ontwikkeling overlast van drugsgebruik, 1998-2008

26%

Aandeel inwoners dat overlast ervaart van drugsgebruik

24% 22% 20% 18% 16% 14% 12% 10% 8% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor.

16


Figuur 2.5 Ontwikkeling overlast van dronken mensen, 1998-2008 31% Aandeel inwoners dat overlast ervaart van dronken mensen 30% 29% 28% 27% 26% 25% 24% 23% 22% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008


Figuur 2.6 Ontwikkeling overlast van jongeren, 1998-2008 42% Aandeel inwoners dat overlast ervaart van groepen jongeren 41%

40%

39%

38%

37%

36% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008


17


Figuur 2.7 Ontwikkeling overlast van omwonenden, 1998-2008 26% Aandeel inwoners dat overlast ervaart van omwonenden 24% 22% 20% 18% 16% 14% 12% 10% 8% 6% 4% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008


Figuur 2.8 Ontwikkeling verloedering van de woonomgeving, 1998-2008 58% Index Verloedering 56% 54% 52% 50% 48% 46% 44% 42% 40% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de bevolking dat last heeft van verloedering van de woonomgeving. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

18


Figuur 2.9 Ontwikkeling inbraken in woningen, 1998-2008 4,0% Inbraak in woningen 3,6%

3,2%

2,8% 2,4%

2,0%

1,6%

1,2% 0,8% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de bevolking dat slachtoffer geworden is van woningbraak. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

Figuur 2.10 Ontwikkeling diefstal uit auto’s, 1998-2008 10% Diefstal uit auto's 9%

8%

7% 6%

5%

4%

3% 2% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de bevolking dat slachtoffer geworden is van diefstal uit de auto. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

19


Figuur 2.11 Ontwikkeling fietsendiefstal, 1998-2008 18% Fietsendiefstal 16%

14%

12% 10%

8%

6%

4% 2% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de bevolking dat slachtoffer is geworden van fietsendiefstal. Bron: Atlas voor gemeenten o.b.v. data Veiligheidsmonitor en KLPD. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

Naast al die verbeteringen is het onveiligheidsgevoel onder de inwoners van Ede gedaald net als onder de inwoners in veel andere steden (zie figuur 2.12).

20


Figuur 2.12 Ontwikkeling onveiligheidsgevoel, 1998-2008 38% Onveilgheidsgevoel 36%

34%

32% 30%

28%

26%

24% 22% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Het aandeel van de inwoners dat zich weleens onveilig voelt. Bron: Veiligheidsmonitor, bewerking: Atlas voor gemeenten. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

De vraag is vervolgens waar die verbeteringen op het gebied van overlast, verloedering en onveiligheid met name zijn opgetreden, en of het GSObeleid daar effect op heeft gehad. Om daar iets over te kunnen zeggen zijn analyses gemaakt van de leefbaarheid in alle buurten die onder de zogenoemde GSO-wijken vallen. De GSO-wijken zijn de wijken waar het provinciale wijkenbeleid zich – als onderdeel van het GSO-beleid – de laatste jaren op heeft gericht. In de bijlage bij deze STADSFOTO staan uitgebreide grafische analyses van de omvang, ontwikkeling en achtergronden van de problemen in die buurten in Ede. In onderstaande tabel zijn de belangrijkste conclusies daaruit samengevat. Daaruit blijkt dat al die buurten in Ede op een aantal aspecten grotere leefbaarheidsproblemen hebben dan gemiddeld, vooral door relatief veel jongerenoverlast. Die problemen zijn echter in vrijwel alle gevallen meer afgenomen dan elders. Dat is een eerste aanwijzing dat het GSO-beleid op dit punt zijn vruchten heeft afgeworpen.

21


Tabel 2.1 Belangrijkste conclusies uit de wijkanalyses Problemen

Achtergronden

Ontwikkeling (t.o.v. landelijke trend)

De Burgen

Overlast jongeren

Langdurig werklozen, gebrek aan hogere inkomensgroepen, relatief veel sociale huur

Afname sinds 1998

De Horsten

Overlast jongeren

Gebrekkige kwaliteit woonomgeving, gebrek hogere inkomensgroepen, gebrek aan ouderen, Marokkanen in de omgeving

Afname tot 2004, daarna stabilisering

Hoogbouw-Zuid

Rommel op straat, overlast door drugsgebruik, overlast jongeren, overlast omwonenden, fietsendiefstal, bekladding Rommel op straat

Relatief veel sociale huur, langdurig werklozen, gebrek aan hogere inkomensgroepen, gebrek aan ouderen

Afname sinds 2000

Relatief veel sociale huur en gebrek aan hogere inkomensgroepen

Afname sinds 1999

Uitvindersbuurt

Bron: Wijkwijzers (zie bijlage)

2.2 Achtergronden van leefbaarheid In deze paragraaf worden de achtergronden van de (ontwikkeling van de) leefbaarheidsproblemen in Ede achterhaald. Daarvoor wordt aangesloten bij statistische analyses waarmee is onderzocht welke kenmerken van een stad over het algemeen significant samenhangen met problemen op het gebied van overlast, verloedering en onveiligheid. Als indicator voor overlast, verloedering en onveiligheid (de afhankelijke variabele) is daarbij de eerder beschreven Index Overlast & Onveiligheid gebruikt. In tabel 2.1 zijn de resultaten uit dat onderzoek samengevat. Uit dat onderzoek blijkt dat de samenstelling en sociaal-economische positie van de bevolking een belangrijke verklaring biedt voor problemen op het gebied van overlast, verloedering en onveiligheid. Steden met veel langdurige werklozen hebben over het algemeen te maken met meer 22


leefbaarheidsproblemen. Het gaat hier overigens uitdrukkelijk om een statistische analyse van gemiddelden, niet van individuen. Op basis van die analyse mag de conclusie worden getrokken dat een buurt met veel langdurige werklozen over het algemeen ook te maken heeft met meer overlast. De conclusie die echter niet getrokken mag worden, is dat iedere langdurig werkloze per se overlast veroorzaakt. Ook steden waar veel jongeren tussen 10 en 19 jaar wonen, kennen vaak meer problemen. Het gebrek aan hogere inkomensgroepen, zelfstandigen, gezinnen met kinderen en ouderen is ook niet goed voor de leefbaarheid, waarschijnlijk door de samenbindende werking die van die bevolkingsgroepen uitgaat. Bovenop die sociaal-economische achtergrond van de problemen blijken ook culturele aspecten een rol te spelen. Een relatief groot aandeel inwoners van Antilliaanse of Marokkaanse afkomst in de wijk hangt – bovenop de samenhang die loopt via de hogere werkloosheid onder die groepen – significant samen met meer overlast en onveiligheid in de wijk. De significant verklarende factoren die in tabel 2.2 zijn opgesomd, hebben niet allemaal hetzelfde gewicht. De sociaal-economische compositie van de bevolking blijkt bijvoorbeeld zwaarder te wegen in het verklaren van problemen op het gebied van overlast en onveiligheid dan de etnische samenstelling van de bevolking. Hardnekkige werkloosheid in de stad leidt dus tot problemen in de wijken, ongeacht de vraag of die werklozen autochtoon of allochtoon zijn.

23


Tabel 2.2 Wat zijn de achtergronden van overlast en onveiligheid? Samenhang met overlast, verloedering, onveiligheid BEVOLKINGSSAMENSTELLING Aandeel jongeren 0-9 jaar Aandeel jongeren 10-19 jaar Aandeel ouderen 65+ Aandeel Marokkanen Aandeel Antillianen Gevoel van saamhorigheid Aandeel hogere inkomensgroepen ARBEIDSPARTICIPATIE Aandeel langdurig werklozen (> 3 jr.) Kruitvatindicator

+ + + + +

(aandeel langdurig werklozen in een kansrijke omgeving)

Kruitvatindicator jongeren

+

(aandeel werkloze jongeren in een kansrijke omgeving)

ECONOMIE Aandeel zelfstandigen WOONOMGEVING Percentage hoogbouw Percentage sociale huurwoningen Tevredenheid met de bebouwde omgeving Gemiddelde bouwperiode 1975-1985 (woonerfjes) Aantal winkels (voor dagelijkse boodschappen) Aantal winkels met veel jongeren van 10-19 jaar in de buurt Aantal scholen voor basisonderwijs Aantal cafés in de wijk Nabijheid binnenstad AGGLOMERATIE EN STEDELIJKHEID Omvang van de stad

+ + + + + + + + +

De tabel is een gestileerde weergave van de uitkomsten uit modelschattingen waarmee de mate van overlast, verloedering en onveiligheid in steden wordt verklaard. Een + in de tabel betekent dat die factor significant ‘positief‘ samenhangt met de mate van overlast, verloedering en onveiligheid (hoe hoger de waarde van die factor, hoe meer overlast en onveiligheid). Een betekent dat die factor negatief samenhangt met overlast en onveiligheid (hoe hoger de waarde van die factor, hoe minder overlast en onveiligheid).

Van alle beschikbare indicatoren voor sociale samenhang hangt alleen de indicator ‘saamhorigheid’ significant samen met de mate van overlast, verloedering en onveiligheid in de buurt. Die indicator geeft aan of mensen vinden dat ze in een buurt wonen met veel saamhorigheid. Indicatoren die de feitelijke contacten tussen wijken buurtgenoten aangeven, zoals

24


participatie- en verenigingsgraad, hangen niet significant samen met overlast en onveiligheid. Naast bevolkingskenmerken biedt ook een aantal fysieke aspecten een verklaring voor leefbaarheidsproblemen in de wijk. Zo blijken zich in wijken met veel flats en veel sociale woningbouw meer problemen voor te doen, maar ook in de zogenoemde bloemkoolwijken – de wijken met woonerfjes die eind jaren zeventig, begin jaren tachtig gebouwd zijn. Daar is de onoverzichtelijkheid en anonimiteit waarschijnlijk een reden voor overlast. Ook zijn er rond cafés, scholen en winkels meetbaar meer problemen. Het feit dat een wijk in een grote stad ligt, is – tot slot – op zich al reden voor meer overlast en onveiligheid. Dat laatste heeft te maken met de anonimiteit en lagere pakkans in steden en met het feit dat er in steden over het algemeen meer te halen valt dan in dorpen. De vraag is vervolgens welke van die achtergronden van leefbaarheidsproblemen ook daadwerkelijk een verklaring bieden voor de problemen waar Ede op het gebied van overlast, verloedering en onveiligheid mee kampt, en voor de relatief forse afname van die problemen sinds 2005. Het antwoord op die vraag staat in de figuren 2.13 en 2.14. Figuur 2.13 toont allereerst de leefbaarheidsscore van Ede, ten opzichte van het gemiddelde van de benchmark. Die score is gebaseerd op de Index Overlast & Onveiligheid, die zoals gezegd is samengesteld uit de indicatoren voor overlast, verloedering en onveiligheid uit figuur 2.1. In figuur 2.13 is de score op die index als afwijking van het gemiddelde van de benchmark gepresenteerd. De overige staafjes in de figuur laten zien welke categorieën factoren een verklaring bieden voor die afwijking van het gemiddelde van de benchmark. ‘Opgestapeld’ zijn die staafjes even hoog als het linker staafje in de grafiek. De x-as in de figuur geeft het gemiddelde van de benchmark weer. Hoe verder het staafje boven de x-as uitsteekt, hoe belangrijker de categorie is voor het verklaren van de relatieve score van Ede op het gebied van overlast, verloedering en onveiligheid. Tot slot blijft een onverklaard deel over: het residu. Van dat residu is in figuur 2.14 de ontwikkeling door de tijd opgenomen.

25


Figuur 2.13 De achtergronden van de leefbaarheidsproblemen in Ede, 2008

u re sid

ge vi ng om oo n w

ec on o

m ie

(z el fs ta n

di ge n)

lin g st el

tie ng ss am en

be vo lk i

ds pa rt ic ip a

& tie gl o

m er a

-2%

ag

ov er la

st en

on

-1%

ar be i

ve ili g

he id

st ed el ijk he id

0%

-3%

-4%

-5%

-6%

-7%

-8%

De linker staaf laat zien in welke mate de leefbaarheidsproblemen in Ede afwijken van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. Staafje omhoog: biedt verklaring voor meer overlast, verloedering en onveiligheid in Ede dan gemiddeld in de benchmark. Staafje naar beneden: biedt verklaring voor minder overlast, verloedering en onveiligheid in Ede dan gemiddeld in de benchmark. De as-indeling is bepaald o.b.v. de mininum- en maximumscores voor Ede, niet o.b.v. de minimum- en maximumscores van andere steden. De hoogte van de staafjes zegt dus niets over de absolute score van Ede ten opzichte van andere steden. Het enige doel van deze grafiek is de afwijking ten opzichte van het gemiddelde van de benchmark te verklaren. Die verklaringen worden door de gekozen as-indeling zo geprononceerd mogelijk weergegeven.

Uit figuur 2.13 blijkt allereerst nogmaals dat de totale mate van overlast en onveiligheid in Ede geringer is dan gemiddeld in de benchmark; de linker staaf ligt onder de x-as. Die gunstige positie van Ede anno 2008 is te verklaren uit alle overige kenmerken van de stad: de dichtheid is benedengemiddeld (staafje agglomeratie & stedelijkheid), de langdurige werkloosheid is benedengemiddeld (staafje arbeidsparticipatie, zie volgende hoofdstuk), de bevolkingssamenstelling is relatief gunstig (zie hoofdstuk 5), het aandeel zelfstandigen is bovengemiddeld en de woonomgeving pakt gunstig uit op de leefbaarheid (relatief weinig hoogbouw en sociale huur, zie hoofdstuk 6). Tot slot is er een negatief residu (het staafje residu wijst naar beneden). De leefbaarheidssituatie is in Ede gunstiger dan op basis van de onderzochte indicatoren te verwachten viel. Dit kan te maken hebben met andere specifiek lokale factoren en/of succesvol beleid. In figuur 2.14 is te zien dat

26


het residu al sinds 1999 afneemt en sinds 2003 benedengemiddeld is en daarmee een positieve invloed heeft op de leefbaarheid. Figuur 2.14 Ontwikkeling van het residu uit het verklaringsmodel voor de mate van overlast en onveiligheid in Ede, 1998-2008 2% 1% Residu 0% 1998 -1%

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

-2% -3% -4% -5% -6% -7% -8%

Bron: Atlas voor gemeenten

27


28


3 Arbeidsparticipatie in Ede Hardnekkige werkloosheid biedt over het algemeen een belangrijke verklaring voor leefbaarheidsproblemen in steden. Maar ook in andere opzichten is werkloosheid problematisch voor een stad, zowel financieel, economisch als in het kader van het welzijn van de bevolking. In dit hoofdstuk wordt de arbeidsparticipatie onder de bevolking van Ede dan ook in kaart gebracht en nader geanalyseerd.

3.1 Aard van de arbeidsparticipatie In figuur 3.1 zijn indicatoren opgenomen die over het algemeen een verklaring bieden voor leefbaarheidsproblemen in de wijken: jeugdwerkloosheid, langdurige werkloosheid en de zogenoemde kruitvatindicatoren; de interactie tussen werkloosheid en een economisch kansrijke omgeving. De kruitvatindicatoren geven het deel van de werkloosheid aan dat niet kan worden verklaard door het gebrek aan banen. Ofwel: de gegeven de beschikbaarheid van banen ‘onnodige’ werkloosheid. Die indicator blijkt de beste aanwijzing te bieden voor mensen die uit frustratie over hun economische achterstandspositie geneigd zijn overlast en onveiligheid te veroorzaken. Daarnaast is nog een indicator opgenomen voor de mate waarin de sociaaleconomische achterstanden zich in enkele wijken in de stad concentreren: de segregatie van langdurig werklozen. De rest van de indicatoren in figuur 3.1 zeggen iets over de totale participatiegraad in Ede. De netto participatiegraad is het aandeel van de beroepsbevolking dat feitelijk (meer dan 12 uur per week) werkt, met of zonder steun van de overheid. Daarnaast zijn de totale werkloosheid, het bijstandsniveau, het aantal arbeidsongeschikten en de Wajongers in de grafiek opgenomen. Tot slot zijn indicatoren opgenomen die iets zouden kunnen zeggen over de toekomstige arbeidsparticipatie in Ede: het aantal vroegtijdig schoolverlaters en het aantal mensen met een startkwalificatie. 11

12

11

Zie voor een uitgebreide beschrijving van de kruitvatindicator: G.A. Marlet, C.M.C.M. van Woerkens, 2008: Werk aan de wijk, in: Atlas voor gemeenten 2008, thema leefbaarheid (Atlas voor gemeenten, Utrecht). 12 Zie voor de methode waarmee de netto participatiegraad is berekend: G. Marlet, C. van Woerkens, R. Zwart, 2009: Zicht op gemeentelijke participatiegraad, in: Meer dan ooit. Sociale diensten en participatiebevordering (Divosa Monitor, Utrecht), pp. 35-58.

29


Figuur 3.1 Arbeidsparticipatie in Ede, 2009

werkloosheid jeugdwerkloosheid kruitvatindicator jeugdwerkloosheid langdurige werkloosheid kruitvatindicator langdurige werkloosheid segregatie langdurige werkloosheid bijstandsniveau startkwalificatie voortijdig schoolverlaten netto participatiegraad arbeidsongeschiktheid

Wajong

De figuur toont de afwijking van het gemiddelde van de benchmark. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager. Bronnen: Atlas voor gemeenten (3,5,6,10), UWV Werkbedrijf (2,4), CBS (1 7,8,11,12), Cfi (9).

30


De netto participatiegraad is in Ede veel hoger dan gemiddeld in de benchmarksteden. Vooral sinds 2005 is die participatiegraad fors toegenomen, van circa 62% in 2006 tot 71% in 2009 (figuur 3.10). Het is dan ook niet verwonderlijk dat de totale werkloosheid in Ede in 2009 fors lager was dan gemiddeld in de andere steden in de benchmark (figuur 3.1), en net als elders is afgenomen (figuur 3.2). Het bijstandsniveau is ook fors lager dan gemiddeld, en is sinds 2006 net als in de andere steden licht afgenomen (figuur 3.8). Verder is het aandeel arbeidsongeschikten onder de bevolking benedengemiddeld, maar dat aandeel is sinds 2007 licht toegenomen tegenover een afname in de benchmark (figuur 3.11). Het bovengemiddelde aandeel Wajongers is het enige problematische aspect. Dat aandeel stijgt bovendien (figuur 3.12). In totaliteit kan worden geconcludeerd dat de arbeidsdeelname in Ede relatief groot is, en het aantal uitkeringsgerechtigden relatief klein. Ook de jeugdwerkloosheid ligt onder het niveau van de benchmark (figuur 3.1). Die jeugdwerkloosheid is sinds 2009 licht gestegen, maar minder dan in de andere steden (figuur 3.3). De langdurige werkloosheid ligt ook fors onder het gemiddelde van de benchmark (figuur 3.1). Bovendien daalt de langdurige werkloosheid, net als in de benchmarksteden, sinds 2008 na een jarenlange stijging (figuur 3.5). En dat heeft er voor gezorgd dat ook de score op de kruitvatindicator voor langdurige werkloosheid na een toename is gestabiliseerd sinds 2008 (figuur 3.6). Of de daling van de langdurige werkloosheid in Ede ook zal leiden tot minder ruimtelijke ongelijkheid (figuur 3.7) kunnen we nog niet zeggen wegens gebrek aan data. De segregatie nam nog toe in 2008 (het keerpunt van de langdurige werkloosheid), maar is nog altijd kleiner dan elders (figuur 3.1). Positief is ook dat het aantal vroegtijdig schoolverlaters in Ede fors lager ligt dan in de benchmark (figuur 3.1). Dit is echter nog niet terug te zien in het aandeel mensen met een startkwalificatie dat kleiner is dan in andere steden. Dat aandeel neemt wel toe (figuur 3.9).

31


Figuur 3.2 De ontwikkeling van de werkloosheid, 1999-2009 8% Het aantal werklozen als percentage van de beroepsbevolking 7%

6%

5%

4%

3%

2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS

Figuur 3.3 De ontwikkeling van de jeugdwerkloosheid, 2000-2010 16% Jeugdig (15 t/m 24 jr) werklozen als percentage van de beroepsbevolking 14%

12%

10% 8%

6%

4%

2% 0% 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data UWV Werkbedrijf en CBS

32


Figuur 3.4 De ontwikkeling van de score op de kruitvatindicator voor jeugdwerkloosheid, 2000-2010 50 Kruitvatindicator jeugdwerkloosheid 45 40 35 30 25 20 15 10 5 0 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010


Figuur 3.5 De ontwikkeling van de langdurige werkloosheid, 2001-2010 3,4% Langdurig (> 3 jr) werklozen als percentage van de beroepsbevolking 3,2% 3,0% 2,8% 2,6% 2,4% 2,2% 2,0% 1,8% 1,6% 1,4% 1,2% 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010


33


Figuur 3.6 De ontwikkeling van de score op de kruitvatindicator voor langdurige werkloosheid, 2001-2010 55 Kruitvatindicator langdurige werkloosheid 50 45 40 35 30 25 20 15 10 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010


Figuur 3.7 De ontwikkeling van de ruimtelijke segregatie van langdurig werklozen 1,2% Segregatie van langdurig (> 3 jr) werklozen 1,1%

1,0%

0,9%

0,8%

0,7%

0,6% 2001

2002

2003

2004

2005

2006

2007

2008


34


Figuur 3.8 De ontwikkeling van het bijstandsniveau, 1999-2009 6,0% Aantal bijstandsgerechtigden als percentage van de beroepsbevolking 5,5%

5,0%

4,5% 4,0%

3,5%

3,0%

2,5% 2,0% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 3.9 De ontwikkeling van het aantal mensen met een startkwalificatie, 2003-2008 78% Aandeel beroepsbevolking met startkwalificatie 77% 76% 75% 74% 73% 72% 71% 70% 69% 2003

2004

2005

2006

2007

2008


35


Figuur 3.10 Ontwikkeling van de netto participatiegraad, 1999-2009 72% Netto participatiagraad 70%

68%

66% 64%

62%

60%

58% 56% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Het aantal mensen dat meer dan 12 uur werkt als percentage van de beroepsbevolking. Bron: Atlas voor gemeenten o.b.v. data CBS/GBA/EBB/RIO. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden.

Figuur 3.11 Ontwikkeling van de arbeidsongeschiktheid (als aandeel van de beroepsbevolking), 1999-2009 10,4% Arbeidsongeschiktheid 10,0%

9,6%

9,2% 8,8%

8,4%

8,0%

7,6% 7,2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


36


Figuur 3.12 Ontwikkeling van het aantal Wajongers, als aandeel van de beroepsbevolking, 1999-2009 2,1% Wajong 2,0% 1,9% 1,8% 1,7% 1,6% 1,5% 1,4% 1,3% 1,2% 1,1% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


3.2 Achtergronden van arbeidsparticipatie In deze paragraaf worden de achtergronden van de (ontwikkeling van de) langdurige werkloosheid in Ede achterhaald. Ook die analyse is weer gebaseerd op statistisch onderzoek naar de verklaringen voor de verschillen in werkloosheid tussen Nederlandse steden. Onderstaande tabel laat op gestileerde wijze de resultaten zien van de modelschattingen waarmee de verschillen tussen Nederlandse steden worden verklaard. De tabel geeft aan of een bepaalde factor er significant toe doet bij het verklaren van de afwijkende langdurige werkloosheid, bovenop de verklaring die de andere factoren in de tabel al bieden. Alleen de significant verklarende factoren uit het best verklarende, meest robuuste model zijn getoond.

37


Tabel 3.1 Wat verklaart de langdurige werkloosheid in een stad? Samenhang met langdurige werkloosheid ECONOMIE Kansen op de arbeidsmarkt Werkgelegenheidsgroei BEVOLKINGSSAMENSTELLING Aandeel 55-64-jarigen Aandeel 45-54-jarigen Aandeel 35-44-jarigen Aandeel 25-34-jarigen Aandeel eenoudergezinnen Aandeel Turken Aandeel Marokkanen Aandeel Antillianen Aandeel overige niet-westerse allochtonen Aandeel laagstopgeleiden

+ + + + + + +

(t/m lager voorbereidend onderwijs)

Aandeel vrouwen WOONOMGEVING Problematische woonomgeving Aandeel sociale huur

+ + +

De tabel is een gestileerde weergave van de uitkomsten uit de modellen waarmee de langdurige werkloosheid in de steden wordt verklaard. Een + in de tabel betekent dat die factor positief samenhangt met werkloosheid (hoe hoger de waarde van die factor, hoe meer werkloosheid). Een - betekent dat die factor negatief samenhangt met werkloosheid.

Uit de modellen blijkt dat steden met veel kansen op de arbeidsmarkt over het algemeen minder langdurige werkloosheid kennen dan steden die hun bewoners geen gunstige (regionale) arbeidsmarkt kunnen bieden. ‘Kansen op de arbeidsmarkt’ zijn gemeten voor zowel hoog-, midden- als laagopgeleiden door de hoeveelheid geschikte banen op acceptabele reisafstand te tellen, en die te corrigeren voor andere mensen die om die banen concurreren (mensen van buiten de gemeente die ook ‘in de markt zijn’ voor de banen waarvoor de inwoners van Ede in de markt zijn). In alle gevallen is de arbeidsmarkt niet afgebakend langs bestaande bestuurlijke of functionele gemeente- en regiogrenzen, maar met zogenoemde ruimtelijke gemiddelden, op basis van feitelijke reistijden en de feitelijke reistijdwaardering van verschillende bevolkingsgroepen, waarin banen

38


dichtbij zwaarder meetellen dan banen verder weg. Daarnaast biedt een gunstig economisch tij in (de omgeving van) de stad, afgemeten aan de werkgelegenheidsgroei, een extra stimulans in het terugdringen van de langdurige werkloosheid. Denk daarbij aan de afwezigheid van economische tegenspoed, zoals een fabriekssluiting. Behalve de vraagkant van de arbeidsmarkt is vanzelfsprekend ook de aanbodkant van belang. Steden met relatief veel jongeren kennen minder langdurige werkloosheid, terwijl steden met veel mensen in de leeftijd dat ze jonge kinderen hebben veelal een hoger percentage langdurig werklozen herbergen. Daarnaast worden steden met een hoog percentage 44-54-jarigen minder geplaagd door een hoog werkloosheidspercentage en kennen steden met veel ouderen juist weer meer langdurige werkloosheid. Verder hangt de etnische samenstelling van de bevolking in een stad over het algemeen sterk samen met het aandeel langdurig werklozen. Steden met een groter aandeel Turken, Marokkanen of Antillianen kennen veelal een hogere langdurige werkloosheid. Datzelfde geldt voor het aandeel eenoudergezinnen; hoe meer eenoudergezinnen in een stad, hoe hoger de langdurige werkloosheid over het algemeen is. Met betrekking tot het effect van het opleidingsniveau van de bevolking op de arbeidsparticipatie zijn er twee opvallende uitkomsten. Het aandeel laagstopgeleiden in de stad, ofwel: mensen die de middelbare school niet hebben afgemaakt, hangt samen met veel langdurig werklozen. Tussen hoogopgeleiden en middelbaar opgeleiden bestaat daarentegen geen significant verschil: het aandeel middelbaar opgeleiden hangt niet significant samen met langdurige werkloosheid. Ook als iemand in een problematische omgeving woont, verhoogt dit de kans om werkloos te zijn. Ook een groot aandeel sociale huurwoningen in de stad hangt over het algemeen samen met veel langdurig werklozen. Uit onderzoek van het Centraal Planbureau blijkt dat de arbeidsmobiliteit onder mensen in een sociale huurwoning lager is dan normaal, omdat zij ‘geïnvesteerd’ hebben in een plek op de wachtlijst voor een goedkope sociale huurwoning. Hierdoor zijn zij minder snel bereid om voor werk te verhuizen omdat zij hiermee mogelijk hun recht op een goedkope woning verspelen. 13

14

13

Zie voor een uitgebreide beschrijving: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Regionale verschillen in kansen voor arbeidsmarktbeleid, in: Verschil maken. Drie jaar Wet werk en bijstand, Divosa-monitor 2007 (Divosa, Utrecht). 14 Definitie uit: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht).

39


Figuur 3.13 De achtergronden van de langdurige werkloosheid in Ede, op 31 december 2009 1,0% 0,8% 0,6% 0,4% 0,2%

-0,8%

re sid u

w oo no m ge vi ng

(e tn is c h)

) ng

be vo l

ki ng ss am en st el lin g

(s oc ia al

ch ) af is (d em og r

in gs sa m en st el li

-0,6%

be vo lk

be vo lk in gs sa m en st el

ec on om ie

-0,4%

lin g

la ng du rig e

-0,2%

(a rb ei ds m ar kt )

w er kl oo sh ei d

0,0%

-1,0%

De staafjes tonen de afwijking van het gemiddelde van de benchmark. De linker staaf laat zien in welke mate de langdurige werkloosheid in Ede afwijkt van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. Staafje omhoog: de betreffende factor biedt een verklaring voor de relatief hoge langdurige werkloosheid. Staafje naar beneden: de betreffende factor biedt een verklaring voor de relatief lage langdurige werkloosheid.

Figuur 3.14 Ontwikkeling van het residu uit het verklaringsmodel voor de langdurige werkloosheid in Ede 0,9%

Residu

0,5%

0,1% 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

-0,3%

-0,7%

-1,1%

-1,5%


40


Figuur 3.13 laat zien hoe de modeluitkomsten uitpakken voor Ede. De langdurige werkloosheid ligt in Ede zoals gezegd onder het gemiddelde van de benchmark (het linker staafje). Dit heeft te maken met de economische kansen die de regio aan de inwoners van Ede biedt (staafje economie, zie volgend hoofdstuk), de gunstige bevolkingssamenstelling (etnisch en sociaal) en de gunstige woonomgeving. Op basis van de kenmerken aan de vraag- en aanbodkant van de arbeidsmarkt zou in Ede echter een nog lagere langdurige werkloosheid mogen worden verwacht. Het residu is met andere woorden positief. Er zijn dus andere factoren (die niet onderzocht konden worden in deze STADSFOTO) die een remmende werking hebben op het terugdringen van de langdurige werkloosheid.

41


42


4 De economie van Ede De vraagkant van de arbeidsmarkt (de beschikbaarheid van banen) biedt over het algemeen een belangrijke verklaring voor de kans dat een inwoner van een stad werkloos is, zo bleek uit het vorige hoofdstuk. Bovendien is die beschikbaarheid van banen van invloed op de aantrekkingskracht van de stad op economisch kansrijke bevolkingsgroepen, zoals hoger opgeleiden en mensen uit de middenen hogere inkomensgroepen (zie hoofdstuk 5). De economische situatie in (de omgeving van) Ede is dus van groot belang voor de vitaliteit van de stad, en voor de ontwikkeling op allerlei terreinen. In dit hoofdstuk wordt de economische situatie van Ede geschetst en verklaard. 4.1 Aard van de economische situatie De indicatoren aan de hand waarvan de economische situatie in Ede in kaart wordt gebracht zijn niet zomaar gekozen. Ze zijn afgeleid uit de modellen die ten grondslag liggen aan deze STADSFOTO, en die een verklaring bieden voor de bevolkingssamenstelling, de werkloosheid en de mate van overlast en onveiligheid in de stad. De bereikbaarheid van banen vanuit de stad blijkt bijvoorbeeld een belangrijke verklaring te bieden voor de bevolkingssamenstelling van een stad. Het effect van files op die bereikbaarheid frustreert die aantrekkingskracht van, en het vestigingsklimaat in, de stad juist weer (zie hoofdstuk 5 en paragraaf 4.2). De kansen op de arbeidsmarkt voor de inwoners van de stad, een combinatie van de beschikbaarheid van banen en het aantal mensen dat om die banen concurreert, is een uiterst belangrijke determinant van werkloosheid (zie hoofdstuk 3). Het aantal zelfstandigen in de stad blijkt weer belangrijk te zijn voor de leefbaarheid in de wijken (zie hoofdstuk 2). Datzelfde geldt waarschijnlijk voor het aantal leegstaande winkels, maar dan als negatieve factor. Daarom is Ede in onderstaande figuur op al die indicatoren vergeleken met het gemiddelde van de benchmark. Daarnaast zijn nog indicatoren opgenomen die iets zeggen over de totale werkgelegenheidsgraad en –groei, en over de sectorale structuur van die werkgelegenheid, zoals het aandeel industriële werkgelegenheid, het aandeel banen in de zakelijke dienstverlening en de sectorale diversiteit. Die sectorale structuur is van belang voor de toekomstperspectieven van de lokale economie (zie paragraaf 4.2).

43


Figuur 4.1 De economie van Ede

bereikbaarheid banen (per auto) effect van files op bereikbaarheid van banen bereikbaarheid banen (per OV)

kansen op de arbeidsmarkt

werkgelegenheidsgroei

zelfstandigen

starters

werkgelegenheidsgraad

leegstand winkels

aandeel industrie

aandeel zakelijke diensten

sectorale diversiteit

De figuur toont de afwijking van het gemiddelde van de benchmark. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager. Jaren: 2009 (1, 2, 3, 4, 9, 10,11,12), 2007 (6,9), 1999-2009 (5,7,8). Bronnen: Atlas voor gemeenten (1, 2,3, 4,12), CBS (5,6,8,10,11), Kamer van Koophandel (7), Vastgoedmonitor (9).

44


De economische situatie in Ede laat over het algemeen een positief beeld zien (zie figuur 4.1). Hoewel de werkgelegenheidsgraad (aantal banen per inwoner) kleiner is dan gemiddeld is de werkgelegenheidsgroei in de stad zelf groter dan gemiddeld in de andere steden. Bovendien zijn er vanuit Ede relatief veel banen binnen voor de inwoners van de stad acceptabele reistijd te bereiken per auto (de bereikbaarheid per OV (inclusief trein- en busverbindingen) is daarentegen benedengemiddeld). Daardoor zijn de kansen op de arbeidsmarkt voor de inwoners van Ede groter dan gemiddeld in de benchmarksteden. De bereikbaarheid van banen vanuit Ede neemt de laatste jaren wel fors af (figuur 4.2). Dat komt omdat de files (voor woon-werkverkeer, op wegen ’s ochtends de stad uit en ’s avonds de stad in) de bereikbaarheid van banen in toenemende mate frustreren (figuur 4.3). Daar komt bij dat de werkgelegenheidsgroei in Ede zelf de laatste jaren fors is afgenomen tot ongeveer het gemiddelde van de benchmarksteden (figuur 4.5). Daardoor stagneert ook de werkgelegenheidsgraad (banen per inwoner) in Ede zelf (figuur 4.8) en nemen ook de kansen op werk voor de inwoners van Ede niet meer toe (figuur 4.4). In Ede zijn er meer zelfstandigen dan gemiddeld in de benchmark, maar zijn een benedengemiddeld aantal mensen eigen bedrijf gestart. Er is nog wel sprake van een groei van het aantal starters maar die neemt de laatste twee jaar af ten opzichte van de benchmark. Bovendien neemt het aandeel zelfstandigen ook af (figuur 4.6). Met de binnenstedelijke economie lijkt het iets minder goed te gaan want het aandeel leegstaande winkels is relatief hoog, en neemt iets toe tegenover een lichte daling in de andere steden (figuur 4.9). De sectorale structuur is in Ede diverser dan in veel andere steden. Ede kent ongeveer een gemiddeld aandeel industrie, en een benedengemiddeld aandeel zakelijke diensten. Het aandeel industriële werkgelegenheid neemt meer af dan in de benchmarksteden (figuur 4.10), en het aantal banen in de zakelijke dienstverlening neemt sinds 2008 licht af tegenover een lichte toename in de referentiegroep (figuur 4.11). Dat is minder goed nieuws voor de toekomst, omdat juist in die zakelijke dienstverlening verdere banengroei verwacht wordt. Het totaalbeeld over de economie van Ede is dus gematigd positief. Het probleem is eigenlijk dat de economie stagneert door een toenemende filedruk (’s ochtends de stad uit en ’s avonds de stad in waardoor de banenkansen van de inwoners van Ede en de werkgelegenheidsgroei onder druk staan).

45


Figuur 4.2 Ontwikkeling van de bereikbaarheid van banen per auto, gecorrigeerd voor files (indexcijfer, 0-100), 1999-2009 40 Bereikbaarheid van banen 38

36

34 32

30

28

26 24 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten

Figuur 4.3 Ontwikkeling van het effect van files op de bereikbaarheid van banen, 1999-2009 52% Effect van files 50% 48% 46% 44% 42% 40% 38% 36% 34% 32% 30% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Het verlies aan banen binnen acceptabele reistijd als gevolg van files, als percentage van het totaal aantal voor de inwoners van de stad beschikbare banen. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten

46


Figuur 4.4 Ontwikkeling van de kansen op de arbeidsmarkt, 1999-2009 1,01 Aantal beschikbare banen per inwoner van de gemeente 1,00 0,99 0,98 0,97 0,96 0,95 0,94 0,93 0,92 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 4.5 Ontwikkeling van de groei van het aantal banen 40% werkgelegenheidsgroei 36%

32%

28% 24%

20%

16%

12% 8% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Percentuele groei van het aantal banen over de laatste negen jaar. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS

47


Figuur 4.6 Ontwikkeling van het aandeel zelfstandigen, 2000-2007 9,5% Aandeel zelfstandigen als percentage van de beroepsbevolking 9,0% 8,5% 8,0% 7,5% 7,0% 6,5% 6,0% 5,5% 5,0% 2000

2001

2002

2003

2004

2005

2006

2007


Figuur 4.7 Ontwikkeling van het aantal startende ondernemers, 1999-2009 1,5% Aantal startende ondernemers als percentage van de beroepsbevolking 1,4% 1,3% 1,2% 1,1% 1,0% 0,9% 0,8% 0,7% 0,6% 0,5% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Kamer van Koophandel en CBS

48


Figuur 4.8 Ontwikkeling werkgelegenheidsgraad, 1999-2009 128% Werkgelegenheidsgraad 124%

120%

116% 112%

108%

104%

100% 96% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De werkgelegenheidsgraad is het aantal banen in de gemeente gedeeld door het aantal inwoners. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data CBS

Figuur 4.9 Ontwikkeling aantal leegstaande winkels (als percentage van het totaal aantal winkels), 2003-2009 10% Aandeel leegstaande winkels 9%

8%

7%

6%

5%

4% 2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Vastgoedmonitor

49


Figuur 4.10 Ontwikkeling van het aandeel banen in de industrie, 1999-2009 20% Aandeel industrie 19%

18%

17%

16%

15%

14%

13% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 4.11 Ontwikkeling van het aandeel banen in de zakelijke dienstverlening, 1999-2009 27% Aandeel zakelijke diensten 26% 25% 24% 23% 22% 21% 20% 19% 18% 17% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


50


Figuur 4.12 Ontwikkeling van de sectorale diversiteit, 1999-2009 0,805 Sectorale diversiteit 0,800 0,795 0,790 0,785 0,780 0,775 0,770 0,765 0,760 0,755 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


4.2 Achtergronden van werkgelegenheidsgroei In de onderstaande tabel zijn de uitkomsten uit statistische analyses waarmee de verschillen in werkgelegenheidsgroei tussen de Nederlandse steden worden verklaard gestileerd weergegeven. Die groeiverschillen blijken enerzijds afhankelijk te zijn van de verschillen in de groei (werken volgt wonen) en samenstelling (human capital) van de bevolking, en anderzijds van de mate van diversiteit van de sectorale werkgelegenheidsstructuur in de stad. Ook blijken de meest geagglomereerde regio’s in Nederland zodanig te kampen met agglomeratienadelen zoals files dat om die reden de groei daar minder is geweest dan verwacht zou mogen worden.

51


Tabel 4.1 Wat verklaart werkgelegenheidsgroei in een stad? Samenhang met werkgelegenheidsgroei AGGLOMERATIE EN STEDELIJKHEID Effect van files op bereikbaarheid (agglomeratienadelen) ECONOMIE Aandeel industriële werkgelegenheid Sectorale diversiteit BEVOLKING Aandeel creatieve klasse (human capital) Bevolkingsgroei

-

+ + +

De tabel is een gestileerde weergave van de uitkomsten uit de modellen waarmee de werkgelegenheidsgroei in de steden wordt verklaard. Een + betekent dat die factor positief samenhangt met werkgelegenheidsgroei (hoe hoger de waarde van die factor, hoe meer groei). Een - betekent dat die factor negatief samenhangt met groei.

De tabel toont de gemiddelde resultaten voor alle Nederlandse steden. De vraag is vervolgens natuurlijk hoe dat model uitwerkt voor Ede. Met andere woorden: wat zijn de verklaringen voor de relatief grote werkgelegenheidsgroei in Ede ten opzichte van de groei in andere steden? Het antwoord op die vraag staat in figuur 4.13.

52


Figuur 4.13 De achtergronden van werkgelegenheidsgroei (1999-2009) in Ede 5%

4%

3%

2%

1%

re sid u

fil es

w er kg el eg en he id

in du st rië

le

ec to ra le aa nd ee l

n) s aa (g eb re k

kl cr ea tie ve aa nd ee l

-3%

di ve rs it

ca pi (h um an as se

gr oe i

-2%

ei t

ta l)

be vo lk in gs gr oe i

w

er kg el

-1%

eg en he id

0%

De linker staaf laat zien in welke mate de werkgelegenheidsgroei in Ede afwijkt van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. De verklarende factoren zijn genomen aan het begin van de onderzochte periode (1999 dus), zodat de scores kunnen afwijken van scores in andere grafieken in deze Stadsfoto. Staafje omhoog: de betreffende factor biedt een verklaring voor een relatief hoge werkgelegenheidsgroei in Ede. Staafje naar beneden: de betreffende factor biedt een verklaring voor achterblijvende werkgelegenheidsgroei in Ede.

Figuur 4.14 Ontwikkeling van het residu uit het verklaringsmodel voor de werkgelegenheidsgroei in Ede, 1999-2009 10% Residu 8%

6%

4%

2%

0% 2003

2004

2005

2006

2007

2008

2009

-2%

-4%


53


De groei van de werkgelegenheid is in Ede de afgelopen tien jaar zoals gezegd groter geweest dan gemiddeld in de benchmark (het linker staafje in figuur 4.13). Dit zou je niet verwachten op basis van de achterliggende factoren. Op basis van de grote filedruk (in dit geval de files vanuit het perspectief van de bedrijven in Ede, dus ’s ochtends de stad in en ’s avonds de stad uit), die vanzelfsprekend ongunstig is voor het vestigingsklimaat in Ede, zou juist een lagere werkgelegenheidsgroei verwacht mogen worden. Ook het aandeel creatieve klasse is benedengemiddeld wat is terug te zien in een benedengemiddeld aandeel zakelijke dienstverlening en heeft daarmee een dempende werking op de werkgelegenheidsgroei. Alleen de bevolkingsgroei heeft een positief effect op de werkgelegenheidsgroei. Die groei van de werkgelegenheid is de afgelopen tien jaar dus groter geweest dan op basis van de in dit onderzoek onderzochte kenmerken van Ede verwacht mocht worden. Ofwel: het residu is positief (het rechter staafje in figuur 4.13). Dat residu is van 2005 tot 2008 bijna tot nul gedaald en daarna fors toegenomen (figuur 4.14), hetgeen kan duiden op een positieve impuls (bijvoorbeeld economisch stimuleringsbeleid), of op andere specifiek lokale omstandigheden.

54


5 De bevolking van Ede De samenstelling van de bevolking van de stad is dé cruciale schakel in de STADSFOTO. Niet alleen omdat inzicht in die samenstelling op zich al interessant is, maar ook omdat de samenstelling van de bevolking in een stad vaak een belangrijke verklaring biedt voor zowel het werkloosheidspercentage als de leefbaarheidssituatie. In dit deel van de STADSFOTO worden zoveel mogelijk facetten van de samenstelling van de bevolking van Ede in kaart gebracht, en wordt die samenstelling verklaard uit de woonomgeving en de economische omstandigheden van de stad en de regio.

5.1 Aard van de bevolking In onderstaande figuur wordt allereerst de samenstelling van de bevolking van Ede vergeleken met het gemiddelde van de benchmark. De getoonde indicatoren zijn niet zomaar gekozen, maar gebaseerd op de statistische modellen die aan deze STADSFOTO ten grondslag liggen. Het zijn de kenmerken van de bevolking die meetbaar samenhangen met enerzijds leefbaarheidsproblemen (hoofdstuk 2) en werkloosheid (hoofdstuk 3) in de stad, en anderzijds de economische groei (hoofdstuk 4). Voor die groei blijkt vooral de voorraad human capital in de stad van belang te zijn. Als indicator voor die voorraad human capital in de stad is de omvang van de creatieve klasse een betere indicator dan het aandeel hoogopgeleiden. Daarom is die indicator in figuur 5.1 opgenomen. Voor het verklaren van leefbaarheidsproblemen bleken zowel de demografische (gezinnen met kinderen, jongeren en ouderen), sociaaleconomische (middenen hogere inkomensgroepen), als de etnische (Marokkanen en Antillianen) samenstelling van de bevolking van belang te zijn. Al die indicatoren zijn dan ook in figuur 5.1 opgenomen. Dat gold ook voor het verklaren van werkloosheid in de stad, waarvoor ook nog de huishoudenssamenstelling (eenoudergezinnen) en het opleidingsniveau (laagstopgeleiden) van de bevolking een verklaring bleken te bieden. 15

15

Zie ook: Marlet, G.A., Van Woerkens, C.M.C.M., 2007: The Dutch Creative class and how it fosters urban employment growth, in: Urban Studies, 44, 13, 1-21.

55


Figuur 5.1 De bevolking van Ede

bevolkingsgroei aandeel creatieve klasse aandeel middenen hogere inkomensgroepen aandeel Turken aandeel Marokkanen aandeel Antillianen aandeel laagstopgeleiden aandeel laagopgeleiden gezinnen met kinderen aandeel jongeren 10-19 jaar aandeel ouderen 65+ eenoudergezinnen De figuur toont de afwijking van het gemiddelde van de benchmark. Hoe verder het staafje naar rechts wijst, hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager. Jaren: 2009 (1,2,4,5,6,8,9,10,11,12), 2008 (7), 2006 (3). Bronnen: CBS (1,3,4,5,6,8,9,10,11,12), Atlas voor gemeenten (2, 7).

56


De bevolking van Ede neemt jaarlijks ongeveer hetzelfde toe als het gemiddelde in de steden uit de benchmark (figuur 5.1). Die groei neemt echter wel meer af dan elders (figuur 5.2). Ede is daarbij een relatief jonge stad met veel gezinnen met kinderen en jongeren, en iets meer dan gemiddeld aandeel ouderen. Dit aandeel stijgt wel fors en meer dan in de referentiegroep (figuur 5.12). De aantrekkingskracht van Ede vertaalt zich in een bovengemiddeld aandeel mensen uit de middenen hogere inkomensgroepen. Dat aandeel is echter fors gedaald van 2000 tot 2005 tot bijna op het gemiddelde van de benchmarkgroep en heeft zich sindsdien gestabiliseerd (figuur 5.4). De aantrekkingskracht leidt echter niet tot hoger aandeel mensen uit de creatieve klasse. Op dat punt verliest Ede terrein; tussen 2003 en 2007 is dat aandeel flink gedaald en daarna gestabiliseerd tot ruim onder het gemiddelde van de benchmark (figuur 5.3). Ede trekt dus jonge en koopkrachtige mensen aan, maar geen hoogopgeleiden en mensen uit de creatieve klasse. Dat betekent dat het met de koopkracht in de stad wel goed zit, hetgeen van belang is voor de lokale horeca en detailhandel, maar dat een verdere aangroei van de voorraad human capital nog te wensen overlaat. Want zoals gezegd is juist die voorraad human capital van belang voor het vestigingsklimaat in de stad. Als het gaat om de arbeidsmarkt en de beroepsbevolking valt enerzijds het relatief grote aandeel laagopgeleiden op. Anderzijds valt het relatief kleine aandeel mensen met een niet-westerse achtergrond op, vooral Turken en Antillianen (zie figuur 5.1). Het aandeel laagopgeleiden neemt echter wel gestaag af (figuur 5.8 en 5.9). Het aandeel Turken onder de bevolking neemt licht toe (figuur 5.5); het aandeel Antillianen is stabiel.

57


Figuur 5.2 Ontwikkeling bevolkingsgroei, 1999-2009 1,1% Bevolkingsgroei 1,0%

0,9%

0,8%

0,7%

0,6%

0,5% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Voortschrijdend 10-jaars-gemiddelde bevolkingsgroei. De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: CBS

Figuur 5.3 Ontwikkeling aandeel creatieve klasse, 1999-2009 24% Creatieve klasse als percentage van de beroepsbevolking 23%

22%

21%

20%

19%

18%

17% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


58


Figuur 5.4 Ontwikkeling aandeel middenen hogere inkomensgroepen, 1996-2006 64% Aandeel midden en hoge inkomens 63%

62%

61%

60%

59%

58%

57% 1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006


Figuur 5.5 Ontwikkeling aandeel Turken, 1999-2009 2,8% Aantal Turken als percentage van de bevolking 2,6%

2,4%

2,2%

2,0%

1,8%

1,6%

1,4% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


59


Figuur 5.6 Ontwikkeling aandeel Marokkanen, 1999-2009 2,3% Aantal Marokkanen als percentage van de bevolking 2,2%

2,1%

2,0%

1,9%

1,8%

1,7%

1,6% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.7 Ontwikkeling aandeel Antillianen, 1999-2009 1,2% Aantal Antillianen als percentage van de bevolking 1,1% 1,0% 0,9% 0,8% 0,7% 0,6% 0,5% 0,4% 0,3% 0,2% 0,1% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


60


Figuur 5.8 Ontwikkeling aandeel laagstopgeleiden, 2000-2008 8,5% Aantal laagstopgeleiden als percentage van de beroepsbevolking 8,0%

7,5%

7,0%

6,5%

6,0%

5,5%

5,0% 2000

2001

2002

2003

2004

2005

2006

2007

2008


Figuur 5.9 Ontwikkeling aandeel laagopgeleiden, 1999-2009 36% Aantal laaggopgeleiden als percentage van de beroepsbevolking 34%

32%

30% 28%

26%

24%

22% 20% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


61


Figuur 5.10 Ontwikkeling gezinnen met kinderen, 1999-2009 14,5% Aantal kinderen tussen 0 en 9 jaar als percentage van de bevolking 14,0%

13,5%

13,0%

12,5%

12,0%

11,5%

11,0% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.11 Ontwikkeling aandeel jongeren, 1999-2009 14,5% Aantal jongeren tussen 10 en 19 jaar als percentage van de bevolking 14,0%

13,5%

13,0% 12,5%

12,0%

11,5%

11,0% 10,5% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


62


Figuur 5.12 Ontwikkeling aandeel ouderen, 1999-2009 14,8% Aantal 65-plussers als percentage van de totale bevolking 14,6%

14,4%

14,2% 14,0%

13,8%

13,6%

13,4% 13,2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.13 Ontwikkeling eenoudergezinnen, 2000-2009 1,6% Jonge eenoudergezinnen als percentage van de potentiële beroepsbevolking 1,5% 1,4% 1,3% 1,2% 1,1% 1,0% 0,9% 0,8% 0,7% 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


63


5.2 De aantrekkingskracht van Ede De samenstelling van de bevolking van de stad is vanzelfsprekend deels historisch bepaald. Daarnaast spelen geboorte en sterfte een rol. En tot slot bepaalt migratie een deel van de verandering van de samenstelling van de bevolking: welke mensen komen de stad in, welke verlaten de stad? Bij het verklaren van de verschillen in bevolkingssamenstelling tussen steden ligt de nadruk op die migratie. De reden daarvoor is dat juist de migratie van hoger opgeleiden en mensen uit de middenen hogere inkomensgroepen (kansrijke bevolkingsgroepen) bepalend is voor de verschillen tussen steden, en bovendien gaat de beleidsmatige interesse vaak uit naar het aantrekken van dergelijke kansrijke bevolkingsgroepen. Met modelschattingen is achterhaald welke factoren ervoor zorgen dat de ene stad wel en de andere niet in trek is bij hoger opgeleiden en mensen uit de middenen hogere inkomensgroepen. In tabel 5.1 zijn de uitkomsten uit dat onderzoek gestileerd weergegeven. De bereikbaarheid van banen bleek de belangrijkste verklarende variabele voor de aantrekkingskracht van een stad te zijn. Het gaat hierbij niet alleen om banen in de stad maar ook (en vooral) om de bereikbaarheid van banen vanuit de stad. De indicator die hiervoor is gebruikt houdt rekening met alle banen die op acceptabele afstand van de stad liggen, de werkelijke reistijden per OV en auto en het effect van files daarop. Ook het culturele en culinaire aanbod in de stad is van groot belang voor de aantrekkingskracht. Bij het culturele aanbod gaat het vooral om het reguliere aanbod aan concerten en uitvoeringen in de podiumkunsten. In sommige modellen blijkt overigens wel de aanwezigheid van een goed presterende profvoetbalclub (voetbalevenementen) van invloed te zijn op de aantrekkingskracht van een stad op bepaalde bevolkingsgroepen. Ook het aanbod aan winkels voor mode en luxe (funshopping) blijkt belangrijk te zijn voor de stad als woonstad. De rest van de in de modellen onderzochte winkelsoorten is niet significant van invloed op de aantrekkingskracht van een stad. Wel is er een negatief effect gemeten van leegstaande winkels op de aantrekkingskracht van een stad. 16

17

18

16

Zie voor een uitgebreide beschrijving van die indicator: G.A. Marlet, C.M.C.M. van Woerkens, 2005: Atlas voor gemeenten 2005, thema bereikbaarheid (Atlas voor gemeenten, Utrecht). 17 Zie voor de meest recente analyses: G.A. Marlet, 2010: Muziek in de stad (VOC Uitgevers, Nijmegen). 18 Zie: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen).

64


Tabel 5.1 Wat bepaalt de aantrekkingskracht van een stad? Aantrekkingskracht op kansrijke bevolkingsgroepe n

ECONOMIE Bereikbaarheid van banen WOONOMGEVING Woningen Aandeel vrijstaande woningen Aandeel tweekappers Aandeel tussenwoningen Aandeel appartementen Aandeel sociale huurwoningen Voorzieningen Aantal winkels mode en luxe Leegstaande winkels Aanbod podiumkunsten (in de stad) Aanbod podiumkunsten (in de regio) Culinaire kwaliteit (in de stad) Historische binnenstad (aandeel rijksmonumenten) Aanwezigheid universiteit Natuur Nabijheid Noordzeekust Nabijheid natuurgebieden Aandeel oppervlaktewater Gentrification Aandeel kunstenaars (proxy) OVERLAST EN ONVEILIGHEID Overlast Vernielingen Geweldsmisdrijven

+

+ + + + + + + + + + + + -

De tabel is een gestileerde weergave van de uitkomsten uit modelschattingen waarmee de aantrekkingskracht van steden wordt verklaard. Een + in de tabel betekent dat die factor positief van invloed is op die aantrekkingskracht. Een - betekent dat die factor daar negatief mee samenhangt. Bron: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen).

Tot slot biedt ook de aanwezigheid van een historische binnenstad, afgemeten aan het aantal rijksmonumenten in de stad, een significante verklaring voor de aantrekkingskracht van de stad. Dat geldt volgens sommige modellen ook voor de aanwezigheid van historisch vaarwater (grachten).

65


Opvallend is dat – in tegenstelling tot wat veel internationale studies aantonen – de aanwezigheid van parken in de stad niet significant van invloed blijkt te zijn op de aantrekkingskracht. Het lijkt er dus op dat park life voor stedelingen in Nederland niet zo belangrijk is als in de VS of het Verenigd Koninkrijk, en geen doorslaggevende reden is om wel in de ene en niet in de andere stad te willen wonen. De nabijheid van natuur blijkt er wel toe te doen. Hoezeer die indicatoren ook op elkaar lijken, de interpretatie is totaal verschillend. Natuur in de stad (parken) heeft te maken met de waarde die stedelingen hechten aan een groene woonomgeving. De nabijheid van natuur duidt juist op het belang dat mensen hechten aan de mogelijkheid voor natuurrecreatie binnen acceptabele reistijd. Overigens ‘doet’ de aanwezigheid van water in de stad en de nabijheid van de Noordzeekust er wel toe bij het verklaren van de samenstelling van de bevolking. Uit de directe woonomgeving blijken de indicatoren voor geweld, overlast en vernielingen een negatieve verklaring te bieden voor de aantrekkingskracht van de stad. De gebruikte overlastindicator is een samengestelde indicator waar zowel overlast van jongeren en omwonenden onderdeel van uitmaakt als vervuilingsaspecten als bekladding en rommel op straat. Andere mogelijk belangrijke onderdelen van de kwaliteit van de woonomgeving, zoals de kwaliteit van de openbare buitenruimte, konden helaas niet landsdekkend gemeten worden, zodat die noodgedwongen in de modellen ontbreken. Behalve de ligging van de stad, stedelijke voorzieningen en een veilige woonomgeving, zijn ook de kenmerken van de woningvoorraad van invloed op de aantrekkingskracht van de stad. Het aandeel sociale huurwoningen is bijvoorbeeld negatief van invloed op de aantrekkingskracht van steden, de omvang van de woningen positief. 19

20

De in tabel 5.1 getoonde indicatoren zijn significant van invloed op de aantrekkingskracht van de Nederlandse steden. Het gaat daarbij vanzelfsprekend om het gemiddelde van die steden. De vraag is natuurlijk welke van die factoren van belang zijn bij het verklaren van de aantrekkingskracht van Ede. In figuur 5.14 is dat weergegeven.

19

Bijvoorbeeld: S. Orford, 1999: Valuing location in an urban housing market (Mimeo). Bij de constructie van de ruimtelijke indicator ‘nabijheid natuur’ werd de reistijdwaardering voor recreatieve functies gebruikt (bron: RIVM). 20

66


Figuur 5.14 Wat verklaart de aantrekkingskracht van Ede? (2009) 250

200

150

100

50

-100

u re sid

(b w an oo en no ) m ge w vi oo ng no (n m at ge uu vi r) ng (v oo w rz oo ie no ni m ng ge en vi ) ng (g en tr w ifi oo ca no tio m n) ge vi ng (w on in ge n) un iv er sit ei ts ov st er ad la st en on ve ili gh ei d

aa nt re kk i

-50

ec on om ie

ng sk ra ch t

0

-150

De linker staaf laat zien in welke mate de aantrekkingskracht van Ede afwijkt van het gemiddelde van de benchmark. De overige staafjes laten zien hoe die afwijking te verklaren is. Staafje omhoog: de betreffende factor biedt een positieve verklaring voor de aantrekkingskracht van de stad. Staafje naar beneden: de betreffende factor biedt negatieve verklaring voor de aantrekkingskracht van de stad.

De figuur toont allereerst de aantrekkingskracht van Ede op kansrijke bevolkingsgroepen als afwijking van het gemiddelde van de benchmark. Dat is de linker staaf in de grafiek. Vervolgens laten de overige staven zien hoe die relatieve aantrekkingskracht is ‘opgebouwd’. Ofwel: welke categorieën verklarende factoren zijn in welke mate verantwoordelijk voor de mate waarin de aantrekkingskracht van Ede afwijkt van het gemiddelde van de benchmark? De aantrekkingskracht van Ede op kansrijke bevolkingsgroepen is groter dan de gemiddelde aantrekkingskracht van de andere steden in de benchmark, de linker staaf wijst omhoog. De belangrijkste reden voor die relatief grote aantrekkingskracht van Ede is de grote beschikbaarheid van werk. Inwoners van Ede hebben meer kans op werk en meer carrièrekansen. Daardoor is Ede een interessante woonstad voor mensen die een strategische woonplek kiezen van waaruit ze hun carrièrekansen willen optimaliseren. Verder bieden ook de bereikbaarheid van natuurgebieden en de leefbaarheidssituatie een verklaring voor de aantrekkingskracht. Opvallend is dat het benedengemiddelde voorzieningenniveau een dempende werking heeft op de aantrekkingskracht (zie volgend hoofdstuk). 67


De aantrekkingskracht is volledig te verklaren uit de onderzochte achterliggende kenmerken van de stad: het residu is nagenoeg nul. Dit was niet altijd zo. In figuur 5.16 is te zien dat het residu sinds 2000 benedengemiddeld is en sinds 2003 gestegen is tot nul. Dit kan er mogelijk op wijzen dat er een verbetering van het imago heeft plaatsgevonden. Desondanks is de aantrekkingskracht in 2008 licht gedaald na een stijging sinds 2003. Dit kan te maken hebben met een afname van de economische kansen door een verslechtering van de bereikbaarheid.

68


Figuur 5.15 Ontwikkeling van de aantrekkingskracht van Ede, 1999-2009 300 Aantrekkingskracht (index) 200

100

0 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

-100

-200

-300


Figuur 5.16 Ontwikkeling van het residu uit het verklaringsmodel voor de aantrekkingskracht van Ede, 1999-2009 300 Residu 200

100

0 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

-100

-200

-300


69


70


6 Het woonklimaat in Ede De kwaliteit van de woonomgeving, ofwel: het woonklimaat, wordt in deze STADSFOTO exogeen verondersteld. Dat wil zeggen dat die woonomgeving wel van belang is voor het verklaren van andere kenmerken van de stad, vooral voor de samenstelling van de bevolking, maar dat de kwaliteit van de woonomgeving zelf niet verklaard werd uit andere factoren. Die keuze was een pragmatische, en is voor een deel arbitrair. De verwachting is immers dat de historische gegroeide samenstelling van de bevolking in een stad ook weer van invloed is op de woonomgeving. In steden met meer hoogopgeleiden en mensen uit de middenen hogere inkomensgroepen zal meer vraag zijn naar bepaalde winkels, horeca en culturele voorzieningen die zich om die reden dan ook talrijker in dergelijke steden zullen bevinden. Maar dergelijke voorzieningen, en zeker ook de kwaliteit van de woningvoorraad in de steden, zijn in Nederland voor een belangrijk deel ook afhankelijk van beleid. De vestiging van horeca en winkels is aan zoveel regels en bestemmingsplannen gebonden dat van het volgen van de vraag niet volledig sprake kan zijn. En cultuur en woningbouw zijn in Nederland zelfs in grote mate afhankelijk van overheidsbeleid. In die zin is de keuze om de woonomgeving exogeen te veronderstellen te rechtvaardigen. Die keuze maakt het thema woonklimaat echter niet minder belangrijk. Juist het feit dat deze dimensie veel meer dan andere dimensies, zoals de economie, met beleid te beïnvloeden is maakt hem uitermate relevant. Zeker als daarbij wordt bedacht dat het woonklimaat een belangrijke verklaringskracht heeft voor de samenstelling van de bevolking in de stad, en dus indirect een belangrijk antwoord geeft op de vraag waarom de ene stad meer economische kansen biedt dan de andere stad, en meer of minder te maken heeft met werkloosheid en problemen op het gebied van overlast en onveiligheid. Daarom wordt in dit hoofdstuk de kwaliteit van de woonomgeving in Ede beschreven. Dat gebeurt aan de hand van de indicatoren in figuur 6.1. Voor de selectie van de indicatoren is zoveel mogelijk aangesloten bij de factoren die de bevolkingssamenstelling in een stad significant bleken te verklaren (zie het vorige hoofdstuk). Dat betekent allereerst dat verschillende kenmerken van de woningvoorraad zijn opgenomen, zoals de gemiddelde oppervlakte van de woningen, het aandeel vooroorlogse woningen, het aandeel sociale huurwoningen en het 71


percentage hoogbouw. Al die factoren bleken significant van invloed te zijn op de aantrekkingskracht van de stad op hoger opgeleiden en mensen uit de middenen hogere inkomensgroepen. Vervolgens is een aantal stedelijke voorzieningen dat meetbaar van invloed is op de aantrekkingskracht van de stad opgenomen: het aanbod winkels voor funshopping (mode en luxe), het aanbod podiumkunsten, het aantal restaurants en de culinaire kwaliteit van de horeca in de stad. Bovendien is de Voetbalindex opgenomen, als maat voor de kwaliteit van voetbalevenementen in de stad, op basis van de aanwezigheid en prestaties van profvoetbalclubs. Daarnaast zijn indicatoren opgenomen voor de esthetische kwaliteiten van de stad en haar omgeving. Voor de stad dient het aantal rijksmonumenten als indicatie voor de aanwezigheid van een historische binnenstad en andere interessante historische gebouwen en architectuur. De kwaliteit van de omgeving van de stad is gemeten aan de hand van de nabijheid van natuurgebieden. De selectie van indicatoren in dit hoofdstuk kan enigszins afwijken van de indicatoren die in de tabel in het vorige hoofdstuk werden gepresenteerd. De reden daarvoor is dat niet alleen rekening is gehouden met de modellen die daar zijn gepresenteerd, maar ook met modellen die kijken naar de aantrekkingskracht van de stad op andere bevolkingsgroepen, en die voor een deel nog in ontwikkeling zijn. Bovendien is op verzoek van verschillende steden nog een aantal indicatoren toegevoegd. Om die reden biedt figuur 6.1 ook inzicht in de bereikbaarheid van recreatievoorzieningen en de tevredenheid van bewoners met hun woonomgeving.

72


Figuur 6.1 Het woonklimaat van Ede

sociale huur

hoogbouw vooroorlogse woningen omvang woningen

winkels mode & luxe

podiumkunsten

culinaire kwaliteit

restaurants (per inwoner)

voetbalindex historische binnenstad nabijheid natuur bereikbaarheid recreatievoorzieningen tevredenheid met de woonomgeving De figuur toont de afwijking van het gemiddelde van de benchmark. Hoe verder het staafje naar rechts wijst hoe hoger de score ten opzichte van de benchmark. Hoe verder het staafje naar links wijst, hoe lager. Jaren: 2009 (1,2,3,4,5,6,7,8,9,10,11,13), 2006 (12). Bronnen: Vastgoedmonitor (1,3,5\), NVM (4), Atlas voor gemeenten (2,6,7,9,11,12), Bedrijfschap Horeca en Catering (8), Rijksdienst voor het Cultureel Erfgoed (10), RIVM (13).

73


Figuur 6.2 Ontwikkeling aandeel sociale huurwoningen, 1999-2009 44% Aantal sociale huur woningen als percentage van de woningvoorraad 42% 40% 38% 36% 34% 32% 30% 28% 26% 24% 22% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 6.3 Ontwikkeling aantal winkels voor mode en luxe, 2003-2009 5,6 Aantal winkels mode & luxe per 1000 huishoudens 5,4 5,2 5,0 4,8 4,6 4,4 4,2 4,0 3,8 3,6 2003

2004

2005

2006

2007

2008

2009


74


Figuur 6.4 Ontwikkeling podiumkunsten, 1999-2009 7 Aantal uitvoeringen per 1000 inwoners 6

5

4

3

2

1

0 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 6.5 Ontwikkeling culinaire kwaliteit, 1999-2009 3,6 Beschikbaarheid kwaliteitsrestaurants (kwaliteitsindex) 3,2

2,8

2,4

2,0

1,6

1,2 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


75


Figuur 6.6 Ontwikkeling aantal restaurants, 1999-2009 9,0 Aantal restaurants per 10.000 inwoners 8,5 8,0 7,5 7,0 6,5 6,0 5,5 5,0 4,5 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data Bedrijfschap Horeca en Catering

Figuur 6.7 Ontwikkeling van de bereikbaarheid van recreatievoorzieningen, 1996-2006 2.500 Bereikbaarheid recreatievoorzieningen 2.400 2.300 2.200 2.100 2.000 1.900 1.800 1.700 1.600 1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

De blauwe lijn is de score van Ede, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data CBS

76


Zoals in het vorige hoofdstuk al duidelijk werd, ligt het stedelijke voorzieningenniveau in Ede in de meeste gevallen onder het gemiddelde van de benchmark (figuur 6.1) Alleen de nabijheid van natuur ligt boven het gemiddelde. Daar komt wel verandering in. In de figuren 6.3 en 6.6 is te zien dat het aanbod van winkels en restaurants meer toeneemt dan in de benchmarksteden. Ook de bereikbaarheid van recreatievoorzieningen vanuit Ede neemt licht toe (net als overigens in de referentiegroep, figuur 6.7). De kwaliteit van de woningvoorraad in Ede laat een gunstig beeld zien. De huizen zijn relatief groot en is er relatief weinig hoogbouw en sociale huur (figuur 6.1). Het aandeel vooroorlogse woningen is benedengemiddeld. Het aandeel sociale huurwoningen is de laatste jaren meer afgenomen dan in de benchmark (figuur 6.2).

77


78


7 Beschrijving van de indicatoren In deze bijlage zijn de indicatoren die in de STADSFOTO zijn gebruikt uitgebreid beschreven.

7.1 Leefbaarheid Index Overlast & Onveiligheid

Een gewogen samengestelde index die bestaat uit de indicatoren geweldsmisdrijven, overlast door drugsgebruik, overlast door dronken mensen, overlast van jongeren, overlast van omwonenden, vernielingen, bekladdingen, rommel op straat, inbraak in woningen, auto-inbraak en fietsendiefstal. De selectie van de indicatoren voor de index volgt uit een objectieve analyse van het woongedrag van de mensen in de wijk, en geeft aan welke aspecten van leefbaarheid mensen in de wijk zelf belangrijk vinden en in welke mate. Van die indicatoren is een gewogen combinatie gemaakt op basis van de coëfficiënten die aangeven welk effect ze hebben op de waardering voor de woonomgeving. Die index is uitgedrukt in een waarde die is te interpreteren als: ‘het aandeel van de bevolking dat serieus last heeft van problemen op het gebied van overlast, verloedering en onveiligheid in zijn woonomgeving’. 21

Geweldsmisdrijven

Het aantal geregistreerde geweldsmisdrijven per 1000 inwoners. Geregistreerd betekent: bekend bij de politie, dat wil zeggen schriftelijk vastgelegd in een proces-verbaal, dagrapport of aangifteformulier (Bron: CBS/KLPD). Overlast door drugsgebruik

Het aandeel van de bevolking dat overlast ervaart van drugsgebruikers Alle indicatoren voor overlast en onveiligheid (ook de andere negen hieronder beschreven indicatoren) komen in eerste instantie uit de Veiligheidsmonitor. Die Veiligheidsmonitor lijkt misschien een onbetrouwbare bron omdat de steekproef ervan relatief klein is. De data uit de Veiligheidsmonitor zijn echter zodanig bewerkt en vergeleken met gegevens uit andere bronnen – 21

Zie voor een uitgebreide beschrijving van de methode achter die selectie en weging: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht).

79


zoals cijfers van de KLPD en de lokale Enquêtes Leefbaarheid & Veiligheid – dat zelfs op wijkniveau een statistisch betrouwbare uitspraak over de overlast- en onveiligheidssituatie mogelijk is. Op gemeenteniveau is die statistische betrouwbaarheid vanzelfsprekend nog veel groter. Bovendien blijken de uitkomsten, indien ze vergeleken worden met de lokale Enquêtes Leefbaarheid & Veiligheid (die over het algemeen een grotere steekproef hebben) meestal nauwelijks af te wijken. 22

Overlast van dronken mensen

Het aandeel van de bevolking dat overlast ervaart van dronken mensen (bron: Veiligheidsmonitor). Overlast van jongeren

Het aandeel van de bevolking dat overlast ervaart van jongeren (bron: Veiligheidsmonitor). Overlast van omwonenden

Het aandeel van de bevolking dat overlast ervaart van omwonenden (bron: Veiligheidsmonitor). Index Verloedering

De Index Verloedering is een gewogen combinatie van vernielingen, bekladdingen en rommel op straat (bron: Veiligheidsmonitor). De wijze waarop de index is samengesteld is gelijk aan de Index Overlast & Onveiligheid. Inbraak in woningen

Het aandeel van de bevolking dat slachtoffer geworden is van woninginbraak (bron: Veiligheidsmonitor en KLPD). Diefstal uit de auto

Het aandeel van de bevolking dat slachtoffer geworden is van diefstal uit de auto (bron: Veiligheidsmonitor en KLPD). Fietsendiefstal

Het aandeel van de bevolking dat slachtoffer is geworden van fietsendiefstal (bron: Veiligheidsmonitor en KLPD). 22

Zie voor een uitgebreide beschrijving van de methode achter deze databewerking: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Atlas voor gemeenten, Utrecht).

80


Onveiligheidsgevoel

Het onveiligheidsgevoel is het percentage inwoners in de gemeente dat zich weleens onveilig voelt (bron: Veiligheidsmonitor). (Gebrek aan) voorzieningen in de woonomgeving

Het voorzieningenniveau in de woonomgeving, ofwel de ‘Verschralingsindex’, bestaat uit het gemiddeld aantal beschikbare voorzieningen in de directe woonomgeving van de inwoners van de stad. Voor het berekenen van de index zijn zoveel mogelijk voorzieningen meegenomen uit de categorieën sport (atletiekbanen, rolschaats- en skeelerbanen, bowlingbanen, kegelbanen, maneges, draf- en renbanen, fitnesscentra, golfcourses, kunstijsbanen, kunstskibanen, squashbanen, tennisbanen, voetbalstadions betaald voetbal, zwembaden, sporthallen, buitensportcomplexen), cultuur & uitgaan (bibliotheken, bioscopen, filmtheaters, theaterzalen, musea, cafés), zorg (huisartsen, tandartsen) en winkels (bron: Vastgoedmonitor). Meegeteld zijn de voorzieningen binnen een afstand over de weg van 5,5 kilometer van de woning. Dat is de afstand waarbinnen de voorzieningen in de binnenstad van een Nederlandse stad meetellen voor vrijwel alle inwoners van die stad. Deze maat is (vrijwel) niet meer afhankelijk van de gebiedsindeling en geeft direct weer hoe het staat met het voorzieningenniveau, ongeacht de omvang van de stad en het aantal inwoners of huishoudens. Er is pas sprake van verschraling in een gebied wanneer het aantal voorzieningen onder een bepaald niveau is gedaald. Daarom is voor het aantal voorzieningen dat boven het gemiddelde van Nederland ligt een score 1 genomen, en voor een aantal voorzieningen dat daaronder ligt de score gedeeld door dat gemiddelde. De ‘Verschralingsindex’ is de som van die scores per categorie voorzieningen. De vier categorieën – sport, cultuur & uitgaan, zorg en winkels – tellen daardoor even zwaar mee.

7.2 Arbeidsparticipatie Totale werkloosheid

Het aantal werklozen onder de beroepsbevolking, als percentage van de totale beroepsbevolking op basis van de Enquête Beroepsbevolking (EBB) van het CBS. Dit cijfer geeft ook personen weer die niet ingeschreven staan bij een UWV Werkbedrijf, maar wel serieus op zoek zijn naar werk. Bovendien vallen personen die wel ingeschreven staan bij een UWV

81


Werkbedrijf maar feitelijk niet op zoek zijn naar of niet beschikbaar zijn voor werk buiten deze definitie. Jeugdwerkloosheid

Het aantal jongeren tussen 15 en 24 jaar dat werk zoekt (bron: UWV Werkbedrijf) als percentage van de beroepsbevolking tussen 15 en 24 jaar (bron: EBB/CBS). Het aantal werkloze jongeren tussen 15 en 24 jaar is het aantal zogenoemde niet-werkende werkzoekende jongeren dat is ingeschreven bij het UWV Werkbedrijf. Daarmee is waarschijnlijk een deel van de jeugdwerkloosheid in kaart gebracht. Voor werkzoekende jongeren is inschrijving bij het UWV Werkbedrijf immers geen verplichting of noodzaak omdat werkzoekende jongeren vaak toch geen recht hebben op een uitkering. Het totaal aantal werkloze jongeren uit de EBB blijkt dan ook af te wijken van de cijfers van het UWV Werkbedrijf, maar die bron is ongeschikt voor een vergelijking op gemeenteniveau omdat daarvoor de steekproef te klein is. De omvang van de totale beroepsbevolking tussen 15 en 24 jaar is wel gebaseerd op de EBB van het CBS. Er is een model gebruikt om te corrigeren voor de systematische afwijkingen die in de EBB zitten en schommelingen die niet het gevolg zijn van feitelijke ontwikkelingen. Die correctiemethodiek levert een betrouwbare beroepsbevolking op en dus een betrouwbare vergelijking tussen gemeenten. Kruitvatindicator (jeugdwerkloosheid & langdurige werkloosheid)

De kruitvatindicator biedt een belangrijke verklaring voor overlast en onveiligheid in de wijk.23 Leefbaarheidsproblemen in de steden lijken vooral voort te komen uit de sociaal-economische achterstandspositie van bepaalde inwoners van de stad, die de stad om zich heen zien floreren en hun buren daarvan zien profiteren. De kruitvatindicator is een maat voor die economische achterstanden in een kansrijke omgeving. De kruitvatindicator is ontwikkeld volgens het principe van buskruit. De stoffen die in buskruit zitten zijn elk afzonderlijk niet explosief, maar in combinatie des te meer. De sociaal-economische kruitvatindicator is ontwikkeld vanuit het idee dat als ondanks de vele kansen in een economisch succesvolle regio veel mensen werkloos blijven, er een explosieve situatie ontstaat.

23

Zie: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk (Stichting Atlas voor gemeenten, Utrecht).

82


De kruitvatindicator meet allereerst op elk punt in Nederland de kansen op een baan (algemeen, voor laagopgeleiden, voor jongeren, etc.). Die kansen zijn gebaseerd op het aantal banen dat binnen acceptabele reistijd te bereiken is en het aantal mensen dat om die baan concurreert. De kruitvatindicator is de interactie tussen kansen en werkloosheid. Als zowel de werkloosheid als de kansen op de arbeidsmarkt in een stad hoog zijn, heeft de kruitvatindicator een hoge waarde. Als de werkloosheid hoog is, maar de kansen zijn gering, dan heeft de indicator een lagere waarde. Als zowel de werkloosheid laag is als de kansen gering (wat niet vaak voorkomt), dan heeft de kruitvatindicator een waarde dicht bij nul. Op die manier meet de kruitvatindicator dus eigenlijk de – gegeven het aantal beschikbare banen – ‘onnodige’ werkloosheid, ofwel: de werkloosheid die niet verklaard wordt uit het gebrek aan banen, maar juist samengaat met veel (onvervulde?) beschikbare banen op dezelfde plek. Er zijn twee varianten van de kruitvatindicator: één met jeugdwerkloosheid en één met langdurige werkloosheid. Bij de kruitvatindicator jeugdwerkloosheid gaat het om het aandeel werkloze jongeren in een kansrijke omgeving. Bij de kruitvatindicator langdurige werkloosheid om het aandeel langdurig werklozen in een kansrijke omgeving. Langdurige werkloosheid

Het aantal langdurig werklozen in de gemeente is het aantal zogenoemde niet-werkende werkzoekenden dat meer dan drie jaar werkloos is (bron: UWV Werkbedrijf). Het aantal langdurig werklozen is genomen als percentage van de beroepsbevolking. De omvang van de totale beroepsbevolking in de gemeente is gebaseerd op de EBB van het CBS. Om te corrigeren voor schommelingen die het gevolg zijn van afrondingen in verband met de geringe steekproefgrootte van de EBB is hiervan het vijfjaargemiddelde genomen. Segregatie langdurige werkloosheid

De mate van segregatie van langdurig werklozen geeft aan in welke mate langdurig werklozen zich in een bepaalde gemeente in enkele buurten concentreren. Die segregatie is berekend als het percentage van de bevolking dat zou moeten verhuizen om een gelijke verdeling van het aandeel langdurig werklozen over alle buurten in de gemeente te krijgen.

83


Bijstand

Het aantal personen met een Abw- (Algemene bijstandswet), IOAZ- (Wet inkomensvoorziening oudere en gedeeltelijk arbeidsongeschikte gewezen zelfstandigen), of IOAW-uitkering (Wet inkomensvoorziening oudere en gedeeltelijk arbeidsongeschikte werkloze werknemers) als percentage van de bevolking tussen 20 en 64 jaar. (bron: CBS, StatLine). Startkwalificatie

Een startkwalificatie wordt in Nederland gelijk gesteld aan een opleiding op niveau 2 van de kwalificatiestructuur van de Wet educatie en beroepsonderwijs (WEB). Dit betekent in het kort, dat na het verlaten van het voorbereidend middelbaar beroepsonderwijs (vmbo; voorheen vbo en mavo) nog een beroepsopleiding moet worden gevolgd met een minimale opleidingsduur van twee jaar. Ook een afgeronde havo- of vwo-opleiding wordt als een startkwalificatie beschouwd (bron: CBS/EBB). Vroegtijdig schoolverlaten

Vroegtijdig schoolverlaten is het niet halen van een startkwalificatie (diploma havo, vwo of niveau 2 van het MBO). Een startkwalificatie wordt gezien als het minimale niveau dat nodig is om voldoende toegerust de arbeidsmarkt te betreden (Bron: CFI). Netto Participatiegraad

Het aantal mensen dat meer dan 12 uur werkt als percentage van de beroepsbevolking. (Bron: Atlas voor gemeenten o.b.v. data CBS/GBA/EBB/RIO). Arbeidsongeschiktheid

Het aantal personen met een arbeidsongeschiktheidsuitkering (WAO, WAZ en Wajong) als percentage van de beroepsbevolking (bronnen: CBS en UWV). Wajong

Het aantal uitkeringen krachtens de wet arbeidsongeschiktheidsvoorziening jonggehandicapten (Wajong) die aan het eind van de verslagperiode niet waren beëindigd, de zogeheten lopende uitkeringen, als percentage van de potentiële beroepsbevolking (bron: CBS).

84


7.3 Economie Bereikbaarheid van banen (per auto)

Bij de bereikbaarheid van banen gaat het om de bereikbaarheid van werk vanuit de gemeente, vanuit het perspectief van de inwoners (huishoudens). Ofwel: hoe goed kunnen mensen die in de betreffende gemeente wonen een gevarieerd aanbod banen in die gemeente en alle andere gemeenten in Nederland bereiken? Daarbij tellen banen die verder weg liggen minder zwaar mee dan banen dichtbij. De bereikbaarheid van banen is gebaseerd op de gemiddelde reistijdwaardering van Nederlandse werknemers. Daarbij is gerekend met werkelijke reistijden. Effect van files op bereikbaarheid van banen

Het aantal banen dat als gevolg van files vanuit de gemeente niet meer binnen acceptabele reistijd te bereiken is. Op basis van files ’s ochtends de gemeente uit en ’s avonds naar de gemeente toe. Bereikbaarheid van banen per OV

Bij de bereikbaarheid van banen gaat het om de bereikbaarheid van werk vanuit de gemeente, vanuit het perspectief van de inwoners (huishoudens). Ofwel: hoe goed kunnen mensen die in de betreffende gemeente wonen een gevarieerd aanbod banen in die gemeente en alle andere gemeenten in Nederland bereiken? Daarbij tellen banen die verder weg liggen minder zwaar mee dan banen dichtbij. De bereikbaarheid van banen is gebaseerd op de gemiddelde reistijdwaardering van Nederlandse werknemers. Daarbij is gerekend met werkelijke reistijden. De bereikbaarheid van banen is berekend per openbaar vervoer. Kansen op de arbeidsmarkt

Voor de indicator ‘kansen op de arbeidsmarkt’ is allereerst het aantal laagopgeleiden, hoogopgeleiden en jongeren in de gemeente genomen. Vervolgens is de beschikbaarheid van werk voor die mensen in de gemeente berekend. Die beschikbaarheid is afgeleid van het aantal mensen per leeftijdsklasse en opleidingsniveau dat per gemeente gemiddeld in de verschillende sectoren werkzaam is. Op basis van die sectorale structuur is vervolgens bepaald welk deel van de banen in elke gemeente geschikt is voor laagopgeleiden, hoogopgeleiden en jongeren. De beschikbaarheid van banen is niet alleen het aantal banen dat in de gemeenten zelf aanwezig is, maar ook de banen in de regio die binnen acceptabele reistijd te bereiken

85


zijn. De beschikbaarheid van banen in elke gemeente is het zogenoemde ruimtelijke gemiddelde van het aantal banen, op basis van werkelijke reistijden en rekening houdend met files. Vervolgens is berekend welke mensen van buiten de gemeente ook ‘in de markt zijn’ voor die banen. Voor die concurrentie is vervolgens gecorrigeerd. Het resultaat is een indicator die de kans op een baan voor de verschillende bevolkingsgroepen in de gemeente weergeeft. Bij deze indicator wordt dus geredeneerd vanuit het aanbod van banen: hoeveel banen zijn er beschikbaar ten opzichte van het totale aantal hoogopgeleiden, laagopgeleiden, jongeren, etc.? Bron: Atlas voor gemeenten o.b.v. data CBS, ESRI, AVV. Werkgelegenheidsgroei

De percentuele toename van het aantal banen in de gemeente tussen 2000 en 2009, gecorrigeerd voor eventuele gemeentegrenscorrecties. Zelfstandigen

Aantal zelfstandigen als percentage van het aantal inwoners 15-64 jaar. Starters

Het aantal startende ondernemers per jaar als percentage van de beroepsbevolking. Onder startende ondernemers worden nieuwe ondernemingen verstaan die zich voor het eerst inschrijven bij de Kamer van Koophandel. Beginnende ondernemers die zich niet inschrijven zijn dus niet in de statistieken opgenomen, evenmin als oprichtingen van nieuwe activiteiten binnen een bestaande onderneming. Werkgelegenheidsgraad

Het aantal banen in de gemeente gedeeld door het aantal inwoners (Atlas voor gemeenten o.b.v. data CBS). Aandeel leegstaande winkels

Aantal leegstaande winkels als percentage van het aantal winkels (bron: Vastgoedmonitor). Aandeel industrie

Het aantal banen in de nijverheid als percentage van het totaal aantal banen (bron: CBS, Statline).

86


Aandeel financiële en zakelijke diensten

Aandeel banen financiële en zakelijke diensten in kansen op de arbeidsmarkt. Hieronder vallen financiële instellingen en verhuur van en handel in onroerend goed, verhuur van roerende goederen en zakelijke dienstverlening. Sectorale diversiteit

Voor het berekenen van de sectorale diversiteit per gemeente is gebruikgemaakt van de zogenaamde Hirschman-Herfindahl index. Dat is een optelling van het kwadraat van het aandeel van elke sector in de totale werkgelegenheid. Hoe groter de Hirschman-Herfindahl index, hoe minder diversiteit. De gepresenteerde waarde is 1 min de Hirschman-Herfindahl index, dus: hoe groter de waarde, hoe diverser de lokale economie.

7.4 Bevolkingssamenstelling Bevolkingsgroei

De jaarlijkse groei van het aantal inwoners. Aandeel creatieve klasse

De creatieve klasse in een stad blijkt de beste indicator te zijn voor de voorraad human capital.24 Daarom is als indicator voor dat menselijk kapitaal de omvang van de creatieve klasse als percentage van de beroepsbevolking genomen. De Nederlandse creatieve klasse is gebaseerd op het werk van Richard Florida, dat uitgebreid getoetst is voor en bijgesteld is op basis van de Nederlandse situatie.25 De Nederlandse creatieve klasse bestaat allereerst uit bedenkers van creatieve ideeën, zoals wetenschappers en onderzoekers, innovatieve ICT’ers, ingenieurs, architecten, tv-makers, journalisten en bohemians zoals musici, vormgevers, schrijvers en kunstenaars. Ook de uitvoerders van creatieve ideeën in kennisintensieve economische sectoren zijn tot de creatieve klasse gerekend: managers, specialisten, assistenten en verkopers van creatieve ideeën in de wetenschap, de geneeskunde, de hightech en ICT, financiële, organisatorische, bedrijfskundige en juridische dienstverlening en creatieve sectoren zoals design en kunst. De cijfers over de beroepen die tot de creatieve klasse behoren zijn op gemeenteniveau 24

G.A. Marlet, C.M.C.M., van Woerkens, 2007: The Dutch Creative class and how it fosters urban employment growth, in: Urban Studies, 44, 13, pp. 2605-2626. Zie: G.A. Marlet, C.M.C.M. van Woerkens, Het economisch belang van de creatieve klasse, in: ESB, 11-6-2004, pp. 280-283. 25

87


verkregen uit de Enquête Beroepsbevolking (EBB) van het CBS. Voor het samenstellen van de Nederlandse creatieve klasse zijn niet de standaardberoepsgroepen van het CBS, maar alle 1211 beroepen die in de EBB-enquête voorkomen één voor één onderverdeeld in creatieve klasse, overheid, service klasse en arbeidersklasse. Omdat de enquête wordt gehouden onder een relatief klein deel van de bevolking, en ook de creatieve klasse maar een deel van de totale beroepsbevolking is, ontstaat een relatief grote statistische onzekerheid. Daarom zijn de cijfers door het CBS afgerond op duizendtallen. Voor kleinere gemeenten vertoont het aandeel van de creatieve klasse om die reden relatief grote schommelingen door de tijd. Ook een voortschrijdend gemiddelde bleek nog erg gevoelig voor onzekerheden in de data. Om die onzekerheden zo min mogelijk te laten doorwerken in de gepresenteerde data is een driejaargemiddelde gepresenteerd Aandeel middenen hogere inkomensgroepen

Aantal middenen hoge inkomens als percentage van het aantal inkomensontvangers (bron:CBS/RIO). Aandeel Turken

Het aantal Turken als percentage van de bevolking (bron: CBS). Aandeel Marokkanen

Het aantal Marokkanen als percentage van de bevolking (bron: CBS). Aandeel Antillianen

Het aantal Antillianen als percentage van de bevolking (bron: CBS). Aandeel laagstopgeleiden

Het aandeel mensen met hoogst behaalde opleiding tot en met basisonderwijs als percentage van de beroepsbevolking (bron: CBS/EBB). Aandeel laagopgeleiden

Het aantal personen met maximaal een lagere opleiding als percentage van de beroepsbevolking in de gemeente (bron: CBS/EBB). Onder lager onderwijs vallen de opleidingen op niveau 1, 2 en 3 van de zogenoemde SOI. Dit is het gehele basisonderwijs en de eerste fase van het voortgezet onderwijs: lbo, vbo, vmbo, mavo en de eerste drie leerjaren van havo en

88


vwo, plus het laagste niveau van het beroepsonderwijs, vergelijkbaar met de huidige assistentenopleiding (mbo kwalificatieniveau 1). Gezinnen met kinderen

Aantal gezinnen met kinderen als percentage van het totaal aantal gezinnen (bron:CBS). Jongeren

Het aantal jongeren tussen 15 en 29 jaar, als percentage van de totale bevolking (bron: CBS). Ouderen

Het aantal 65-plussers als percentage van de totale bevolking (bron: CBS). Eenoudergezinnen

Het aantal huishoudens met kinderen en slechts één ouder in de leeftijd tussen 20 en 39 jaar, als percentage van de potentiële beroepsbevolking (bron: CBS). Mensen die in een dergelijke gezinssituatie verkeren blijken meer kans te hebben om werkloos te zijn.26

7.5 Woonklimaat Sociale huur

Het aantal sociale huurwoningen als percentage van de woningvoorraad (bron: VROM SYSWOV). Hoogbouw

Aandeel flats (bron: Atlas voor gemeenten). Vooroorlogse woningen

Het percentage woningen dat is gebouwd voor 1945 (bron: VROM SYSWOV ). Omvang woningen

Gemiddelde woonoppervlakte van woningen (bron: NVM).

26

G.A. Marlet, M. Bosker, C.M.C.M. van Woerkens, 2008: De schaal van de stad. Stadsspecifieke kansen en problemen, en de schaal waarop ze spelen (Atlas voor gemeenten, Utrecht).

89


Winkels mode en luxe

Het aantal winkels voor mode en luxe per 1000 huishoudens (bron: Vastgoedmonitor). Podiumkunsten

Het aantal theatervoorstellingen en concerten in de gemeente, opgesplitst in drie categorieën: theater, klassieke muziek en popmuziek. Onder de categorie theater vallen toneel, ballet, dans, cabaret, musical. Onder popmuziek vallen ook jazz, lichte muziek en wereldmuziek. Klassieke muziek bevat ook de categorie opera (bron: VSCD, VNPF, Nationaal Popinstituut, Nederland Uitburo). Voor het aanbod podiumkunsten is gebruikgemaakt van het aantal voorstellingen in de theaters en poppodia die aangesloten zijn bij de Vereniging voor Schouwburg- en Concertgebouwdirecteuren (VSCD), de Vereniging Nederlandse Poppodia en Festivals (VNPF) en het Nationaal Popinstituut (NPI), of die zijn opgenomen in het theaterbestand van het Theaterinstituut Nederland (TIN) en de VSCD en waarvoor de data bij de afzonderlijke instellingen verzameld zijn. Het culturele aanbod per gemeente is gecorrigeerd voor het aantal inwoners. Culinaire kwaliteit

Het kwalitatieve aanbod van restaurants is gemeten aan de hand van het oordeel van de rapporteurs van restaurantgids Lekker en de Michelingids. In de Michelingids zijn ongeveer zeventig Nederlandse restaurants opgenomen. De restaurantgids Lekker presenteert jaarlijks vijfhonderd Nederlandse kwaliteitsrestaurants. Bovendien wordt uit deze vijfhonderd een top 100 samengesteld. Om tot de culinaire kwaliteitsindicator te komen hebben gemeenten per restaurant met vermelding in de Lekker één punt gekregen. Vermelding in de top 100 leverde één bonuspunt op, en de eerste plaats nog eens één bonuspunt (in totaal dus drie punten voor het restaurant op de eerste plaats in de Lekker). Elke ster in de Michelingids leverde eveneens een punt op (een restaurant met drie sterren kreeg dus drie punten, gelijk aan een eerste plaats in de Lekker top 100). Al die punten zijn vervolgens opgeteld, zodat feitelijk een gemiddelde is genomen van het oordeel van de Lekker-rapporteurs en de Michelin-rapporteurs. De score per gemeente is tot slot gedeeld door de bevolkingsomvang. De kwaliteitsindicator is zo een maat voor de dichtheid van kwaliteitsrestaurants in een bepaalde gemeente. Die indicator is uiteindelijk weergegeven als het aantal culinaire kwaliteitspunten per 50.000 inwoners.

90


Restaurants (per inwoner)

Het aantal restaurants in de gemeente per 10.000 inwoners (bron: Bedrijfschap Horeca en Catering). Voetbalindex

Als indicatie voor het aanbod aan grote sportevenementen in de gemeente is gekozen voor de aanwezigheid en prestaties van profvoetbalclubs in de gemeente. Van alle voetbalclubs die in de ere- een eerste divisie uitkomen is de jaarlijkse stand op de ranglijst geregistreerd (bron: www.vi.nl). Aan de nummer 1 van de eredivisie zijn per jaar 100 punten toegekend, aan de nummer laatst van de eerste divisie 100 gedeeld door het aantal clubs in de ere- en eerste divisie (variërend van 36 tot 38). De punten van de tussenliggende clubs zijn naar rato, zodat de nummer laatst van de eredivisie één punteneenheid meer heeft dan de kampioen van de eerste divisie. Dat is gedaan omdat het niet te verwachten is dat degradatie uit de eredivisie onmiddellijk de aantrekkelijkheid van een gemeente aantast. Zeker niet als de club een jaar later weer terugkeert naar de eredivisie. Evenzeer zal een incidentele promotie naar de eredivisie (met opvolgende degradatie) niet onmiddellijk de aantrekkelijkheid fors vergroten. Om die reden is ook niet de score van één jaar, maar een vijfjaarsgemiddelde genomen. Tot slot zijn de punten van de clubs per gemeente opgeteld. De meeste gemeenten hebben maar één club, zodat de punten voor een gemeente meestal overeenkomen met die van de club. Uitzonderingen zijn Rotterdam met drie profclubs (Feyenoord, Sparta en Excelsior) en Eindhoven met twee clubs (Eindhoven en PSV); Rotterdam en Eindhoven staan dan ook eerste en tweede op de ranglijst van de Voetbalindex. Historische binnenstad

Als indicator voor het historische karakter van de woningvoorraad is het aantal rijksmonumenten (bron: Rijksdienst voor het Cultureel Erfgoed) als percentage van de totale woningvoorraad opgenomen. Nabijheid natuur

De bereikbaarheid van natuur is op een vergelijkbare manier berekend als de bereikbaarheid van banen. Het aantal banen is echter vervangen door de oppervlakte van natuurgebieden (bron: CBS, Bodemstatistiek). Onder natuur zijn bossen, duinen en heidegebieden meegerekend. Op die manier is berekend hoeveel natuur vanuit een gemeente binnen een bepaalde tijd bereikt kan worden. Daarbij is gerekend met reistijden per auto, zonder filecorrectie, omdat ervan wordt uitgegaan dat mensen buiten 91


de spits naar recreatiegebieden rijden. De waarderingsfunctie is gebaseerd op het werkelijke reisgedrag van mensen ten behoeve van recreatie. Die wijkt af van de tijdwaardering in het woon-werkverkeer, die werd gebruikt bij het berekenen van de bereikbaarheid van banen. Een probleem met deze methode is dat alleen binnenlandse natuur meetelt. Daarom scoren bijvoorbeeld Limburgse gemeenten relatief laag op deze indicator. Omdat deze indicator ook deel uitmaakt van de woonaantrekkelijkheidsindex werkt die lage score ook daarin door. Daarom is een grensdummy gemaakt (afstand tot de dichtstbijzijnde grens) als proxy voor de nabijheid van natuur, steden en andere voorzieningen over de grens. Die indicator bleek echter niet significant van invloed op de vraag naar woningen en is dan ook niet in de woonaantrekkelijkheidsindex opgenomen. Bereikbaarheid recreatievoorzieningen

Het aantal recreatieterreinen dat vanuit een gemeente binnen acceptabele tijd bereikt kan worden. Onder recreatieterreinen vallen parken, sportterreinen, volkstuinen, gebieden voor dagrecreatie (bron: CBS Bodemstatistiek). Er is gerekend met reistijden per auto, zonder filecorrectie, omdat ervan wordt uitgegaan dat mensen buiten de spits naar recreatiegebieden rijden. De waarderingsfunctie is gebaseerd op het werkelijke reisgedrag van mensen ten behoeve van recreatie. Die wijkt af van de tijdwaardering in het woon-werkverkeer, die werd gebruikt bij het berekenen van de bereikbaarheid van banen. Tevredenheid met de woonomgeving

Percentage van de bevolking dat aangeeft tevreden te zijn met zijn woonomgeving (bron: RIVM).

92


Bijlage: Wijkwijzers In de Wijkwijzers zijn voor alle buurten die onderdeel uitmaken van de GSO-wijken de belangrijkste leefbaarheidsproblemen (deel 1), de achtergronden van die problemen (deel 2), en enkele ontwikkelingen (deel 3) getoond, ten opzichte van het gemiddelde van de andere wijken in Nederland. In het hoofdrapport zijn de belangrijkste conclusies uit deze Wijkwijzers besproken. In de Wijkwijzers wordt de relatieve leefbaarheids- en veiligheidspositie van en in de wijk in kaart gebracht. Bovendien wordt inzicht geboden in de achtergronden van die leefbaarheids- en veiligheidsproblemen. Daarmee wordt niet alleen duidelijk welk type problemen zich in de wijk voordoen op het gebied van overlast en onveiligheid, maar ook welke oorzaken daaraan ten grondslag liggen. Aan de Wijkwijzers ligt een empirisch model ten grondslag waarmee is onderzocht welke problemen op het gebied van overlast en onveiligheid in de wijk door mensen in die wijk het belangrijkst gevonden worden, en in welke mate. Vervolgens is daarmee onderzocht welke structurele kenmerken van de wijk ten grondslag liggen aan die problemen. Die aanpak maakt het niet alleen mogelijk om de omvang van de problematiek in wijken te meten en te vergelijken, maar ook om per wijk een diagnose te stellen over de aard en achtergronden van die problemen. Die diagnose is een hulpmiddel om per wijk tot het juiste recept voor de oplossing te komen. Problemen met overlast en onveiligheid kunnen vanzelfsprekend worden opgelost met direct veiligheidsbeleid, zoals extra toezicht. Dat zal vooral effectief zijn in wijken waarin de problemen vooral te maken hebben met uitgaansproblematiek (of ‘hangplekken’ zoals die in de Wijkwijzer zullen worden genoemd). Hebben de problemen echter een andere – sociaal-economische of fysieke – achtergrond, dan liggen maatregelen op het gebied van wonen, leren of werken meer voor de hand. 27

28

27

Zie voor uitgebreide beschrijving van de achterliggende methode: G.A. Marlet, C.M.C.M. van Woerkens, 2006: Het model achter de kanskaart, in: De kanskaart van Nederland (SEV Rotterdam), G.A. Marlet, C.M.C.M. van Woerkens: Weg uit de wijk, in: Economisch statistische berichten, 4502, 26-1-2007. en; G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning. Omvang, oorzaak en ontwikkeling van problemen in de wijk. 28 Zie ook: G. Marlet, T. Thissen, Werken moet terugkeren als norm; problemen in wijken hebben vooral een sociaal-economische achtergrond, in: NRC Handelsblad, 19 maart 2007.

93


Problemen

De problemen die in deel I van de Wijkwijzer in kaart worden gebracht zijn de onderdelen uit de Index Overlast & Onveilgheid. Die index is een maat voor de omvang van de leefbaarheidsproblemen in een wijk. Het is een gewogen samengestelde index, gebaseerd op een objectieve kwantitatieve analyse naar de waardering van mensen voor de wijk. De indicatoren in de index zijn significant van invloed op de vraag of mensen graag in de wijk willen wonen. De index bestaat uit een gewogen combinatie van de volgende indicatoren: -

Vernieling van openbare werken

-

Rommel op straat

-

Bekladding

-

Overlast van dronken mensen

-

Overlast van drugsgebruik

-

Overlast van jongeren

-

Overlast van omwonenden

-

Inbraak in woning

-

Fietsendiefstal

-

Auto-inbraak

De weging tussen de indicatoren is gebaseerd op de waarde die mensen hechten aan de verschillende indicatoren. De probleemindicatoren zijn gebaseerd op de Politiemonitor/Veiligheidsmonitor, en op de registraties 29

29

De steekproef van de Politiemonitor/Veiligheidsmonitor is uiteraard te klein om met de oorspronkelijke data betrouwbare uitspraken op zo’n laag schaalniveau te kunnen doen. De data uit de Politiemonitor zijn echter zodanig bewerkt dat een statistisch betrouwbare uitspraak over de leefbaarheids- en veiligheidssituatie in wijken wel mogelijk is. Dat is allereerst gedaan door niet de waarneming van het laatste jaar te nemen, maar het laatste punt op gewogen trendlijn van alle waarnemingen vanaf 1993. Met een zogenoemde Monte-Carlo-simulatie is vervolgens de variantie per indicator in samenhang met de andere indicatoren uit de politiemonitor bepaald. Op die manier is, rekening houdend met covarianties, de variantie van de relevante indicatoren bepaald. Hiermee is vervolgens bepaald wat de kans is dat de index een waarde heeft die 5% hoger of lager

94


van processen-verbaal van de KLPD (BPS en HKS), en hebben betrekking op het jaar 2008. In de Wijkwijzers worden die problemen per wijk uiteengerafeld. De onderdelen uit de Index zijn afzonderlijk getoond. Hoe verder het balkje bij een bepaalde indicator rechts van de verticale as staat, des te meer de betreffende indicator een probleem is in de wijk. Als een balkje links van de as uitkomt, levert de indicator voor die wijk relatief weinig problemen op. Achtergronden

De achtergrondkenmerken in de Wijkwijzer (deel II) geven aan welke structurele kenmerken van de wijk een verklaring bieden voor de problemen. Die structurele kenmerken zijn meetbaar van invloed op problemen met overlast en onveiligheid in de wijk, en bestaan uit: 30

1. OMVANG VAN DE STAD 2. GEBREK AAN SOCIALE COHESIE 3. • • • • •

BEVOLKINGSSAMENSTELLING Gebrek aan gezinnen met kinderen Aandeel jongeren tussen 10 en 19 jaar Gebrek aan ouderen (65+) Marokkanen in de omgeving (ruimtelijk gemiddelde) Antillianen in de omgeving (ruimtelijk gemiddelde)

4. • • • • •

SOCIAAL-ECONOMISCHE POSITIE Aandeel langdurig werklozen (> 3 jr.) Langdurig werklozen in een kansrijke omgeving (kruitvat-indicator) Werkloze jongeren in een kansrijke omgeving (kruitvat-indicator) Gebrek aan hogere inkomensgroepen Gebrek aan zelfstandigen

ligt dan de waarde die uit de analyse volgt. Als die kans groter is dan 10% wordt die uitkomst statistisch onbetrouwbaar verondersteld. De gebieden waarvoor geen betrouwbare uitspraak kon worden gedaan zijn samengevoegd met aangrenzende wijken totdat voor een samengesteld gebied wel een betrouwbare uitspraak kon worden gedaan. Die uitkomst is vervolgens gedeaggregeerd naar het 4-ppc-niveau op basis van de structurele kenmerken van de wijken die daar sterk mee correleren. Met diezelfde structurele kenmerken is de index vervolgens weer gedeaggregeerd naar het gewenste 6-ppc-niveau. Als extra plausibiliteits-check zijn de uitkomsten waar mogelijk vergeleken met de processen-verbaal van aangifte bij de politie (KLPD), en met de leefbaarheidsenquêtes van afzonderlijke gemeenten. De uitkomsten uit de verschillende bronnen bleken vergelijkbaar te zijn. 30 Zie voor de achterliggende kwantitatieve analyse: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Op weg naar Early Warning, in het bijzonder hoofdstuk 5.

95


5. • • • •

FYSIEKE WOONOMGEVING Percentage hoogbouw Percentage sociale huurwoningen Gebrekkige kwaliteit bebouwde omgeving Gemiddelde bouwperiode 1975-1985 (bloemkoolwijken)

6. • • • • •

HANGPLEKKEN Winkels (voor dagelijkse boodschappen) Winkels met veel jongeren van 10-19 jaar in de buurt Schoolgebouwen Cafés Nabijheid van de binnenstad

In de grafiek in het midden van het tweede deel van de Wijkwijzers is getoond welke hoofdcategorieën in de betreffende wijk ten grondslag liggen aan de problemen. Hoe verder een staafje in de grafieken boven de horizontale as uitkomt, hoe meer het betreffende kenmerk bijdraagt aan de problemen in de wijk. Zo is in de Wijkwijzers bijvoorbeeld te zien dat in veel centrumwijken de problemen met overlast en onveiligheid vooral te maken hebben met uitgaansproblematiek (hangplekken). In de grafieken eromheen zijn de afzonderlijke indicatoren uit die hoofdcategorieën getoond. Als uit de middelste figuur bijvoorbeeld blijkt dat de samenstelling van de bevolking de belangrijkste oorzaak van de problemen in de wijk is, kan in de bijbehorende grafiek worden opgezocht of het daarbij vooral gaat op de aanwezigheid van jongeren tussen 10 en 19 jaar, of de afwezigheid van ouderen of gezinnen met kinderen. Ontwikkelingen

Tot slot zijn in deel III van de wijkwijzers enkele belangrijke ontwikkelingen getoond, zoals de ontwikkeling van de score op de Index Overlast & Onveiligheid, ten opzichte van de gemiddelde ontwikkeling in de Nederlandse wijken. Die trendlijn kan een eerste aanwijzing zijn voor de effectiviteit van het GSO-wijkenbeleid.

96

De Burgen, Ede

rommel op straat

vernieling openbare werken



auto-inbraak

overlast jongeren

inbraak in woningen

fietsendiefstal


bekladding

Zie het rapport voor een toelichting.

De Burgen, Ede

Bloemkoolbebouwing (bouwperiode 1975-1985)

Werkloze jongeren in kansrijke omgeving Hoogbouw

Sociale huurwoningen

Gebrekkige kwaliteit bebouwing

Fysieke woonomgeving

Langdurig werklozen (in kansrijke omgeving)

Gebrek aan hogere inkomensgroepen

Gebrek aan zelfstandigen

Sociaal-economische positie

Omvang van de stad

Gebrek aan sociale samenhang

Bevolkingssamenstelling

Hangplekken

Gebrek aan gezinnen met kinderen

Café's

Afstand tot binnenstad

Winkelcentra

Jongeren in de buurt van winkels

Schoolgebouwen


Antillianen in de omgeving

Jongeren tussen 10 en 19 jaar

Gebrek aan ouderen

Marokkanen in de omgeving

0

De Burgen, Ede langdurige werkloosheid

30%

aandeel Antillianen

30%

aandeel Marokkanen

jeugdwerkloosheid

20%

20%

10%

10%

0%

0%

1997

1999

2001

2003

2005

2007

1997

1999

2001

2003

2005

2007

Etniciteit

Arbeidsparticipatie

Index Overlast & Onveiligheid

(afwijking van het landelijk gemiddelde)

14% 12% 10% 8% 6% 1998

2000

2002

2004

2006

Huishoudens

Demografie jongeren (10 tm 19 jaar)

30%

gezinnen met jonge kinderen

30%

ouderen (65 jaar en ouder)

20%

20%

10%

10%

0% 1997

2008

eenoudergezinnen

0% 1999

2001

2003

2005

2007


1997

1999

2001

2003

2005

2007

De Horsten, Ede

rommel op straat




auto-inbraak

overlast jongeren

inbraak in woningen

fietsendiefstal


bekladding


De Horsten, Ede










Omvang van de stad



Hangplekken

Gebrek aan gezinnen met kinderen

Café's


Winkelcentra


Schoolgebouwen




Gebrek aan ouderen


0

De Horsten, Ede langdurige werkloosheid

12%

aandeel Antillianen

15%

aandeel Marokkanen

jeugdwerkloosheid

8%

10%

4%

5%

0%

0%

1997

1999

2001

2003

2005

2007

1997

1999

2001

2003

2005

2007

Etniciteit

Arbeidsparticipatie



10%

8%

6%

4% 1998

2000

2002

2004

2006

Huishoudens


30%


30%


20%

20%

10%

10%

0% 1997

2008

eenoudergezinnen

0% 1999

2001

2003

2005

2007


1997

1999

2001

2003

2005

2007

Hoogbouw-Zuid, Ede

rommel op straat




auto-inbraak

overlast jongeren

inbraak in woningen

fietsendiefstal


bekladding


Hoogbouw-Zuid, Ede










Omvang van de stad



Hangplekken

Café's

Winkelcentra



Gebrek aan gezinnen met kinderen Schoolgebouwen




Gebrek aan ouderen


0

Hoogbouw-Zuid, Ede langdurige werkloosheid

20%

aandeel Antillianen

15%

aandeel Marokkanen

jeugdwerkloosheid

10% 10% 5%

0%

0%

1997

1999

2001

2003

2005

2007

1997

1999

2001

2003

2005

2007

Etniciteit

Arbeidsparticipatie



24% 20% 16% 12% 8% 1998

2000

2002

2004

2006

Huishoudens


20%

2008


30%


eenoudergezinnen

15% 20% 10% 10%

5% 0% 1997

0% 1999

2001

2003

2005

2007


1997

1999

2001

2003

2005

2007

Uitvindersbuurt, Ede

rommel op straat




auto-inbraak

overlast jongeren

inbraak in woningen

fietsendiefstal


bekladding


Uitvindersbuurt, Ede










Omvang van de stad



Hangplekken

Café's

Winkelcentra



Gebrek aan Jongeren gezinnen met tussen 10 en kinderen 19 jaar Schoolgebouwen



Gebrek aan ouderen


0

Uitvindersbuurt, Ede langdurige werkloosheid

30%

aandeel Antillianen

12%

aandeel Marokkanen

jeugdwerkloosheid

20%

8%

10%

4%

0%

0%

1997

1999

2001

2003

2005

2007

1997

1999

2001

2003

2005

2007

Etniciteit

Arbeidsparticipatie



16% 12% 8% 4% 0% 1998

2000

2002

2004

2006

Huishoudens


20%

2008


30%


eenoudergezinnen

15% 20% 10% 10%

5% 0% 1997

0% 1999

2001

2003

2005

2007


1997

1999

2001

2003

2005

2007

Stadsfoto Ede. Afdruk 2010

Recommend Documents