Stadsfoto Wageningen. Concept 19 oktober 2010

Stadsfoto Wageningen Concept 19 oktober 2010

Deze STADSFOTO is uitgevoerd in opdracht van de Provincie Gelderland, en maakt onderdeel uit van de Vijfde Gelderse Stedenmonitor: De Gelderse Stad. Dertien Gelderse steden op vijf dimensies vergeleken met andere steden (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 Wageningen 2010 Kansen en problemen van de stad in kaart gebracht, verklaard en vergeleken

Stadsfoto Wageningen 2010 [Atlas voor gemeenten]

Inhoud

Belangrijkste conclusies uit de Stadsfoto van Wageningen

7

1 Wat is een Stadsfoto?

9

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

13 13 21

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

27 27 35

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

41 41 49

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

53 53 62

6 Het woonklimaat in Wageningen

69

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

77 77 79 83 85 87

5


6


Belangrijkste conclusies uit de Stadsfoto van Wageningen De STADSFOTO van Wageningen laat een overwegend positief beeld zien. Net als in de meeste Gelderse steden blijkt dat de aantrekkingskracht van Wageningen bovengemiddeld is. Dit heeft met name met de bovengemiddelde kansen op een baan te maken en met het feit dat Wageningen een universiteitsstad is. De aantrekkingskracht wordt mede bepaald door een positieve leefbaarheidssituatie. Op basis van de eenzijdige bevolkingssamenstelling (weinig ouderen en gezinnen met kinderen) zou je dit niet verwachten, maar het ontbreken van bovengemiddelde aandelen etnische minderheden en jongeren levert toch een positief beeld op. De langdurige werkloosheid is benedengemiddeld en daalt. Datzelfde geldt voor de jeugdwerkloosheid, hoewel die sinds 2008 licht stijgt. De kansen op een baan voor inwoners van Wageningen binnen een redelijke reistijd zijn nog steeds bovengemiddeld. Deze kansen staan wel onder druk door een toenemende filedruk en een krimp van het aantal banen in Wageningen. Ook het totaalbeeld van de economie van Wageningen is gemengd. De werkgelegenheidsgroei is benedengemiddeld en daalt (er is zelfs krimp sinds 2008). De eenzijdige sectorale structuur en de filedruk (’s ochtends de stad in, en ’s avonds de stad uit) zijn remmende factoren, maar het belangrijkste deel van de krimp kan niet worden verklaard uit de factoren die zijn onderzocht in deze STADSFOTO. Het beeld van het woonklimaat is niet uitgesproken positief. De woningvoorraad is niet bijzonder attractief voor economisch kansrijke bevolkingsgroepen. De stad mist een grote historische binnenstad, en ook het winkelaanbod is benedengemiddeld. Het culturele aanbod en de culinaire kwaliteit zijn de laatste jaren wel fors toegenomen. Voor de toekomst zijn er dus nog aandachtspunten die ten dele aansluiten bij de beleidsprioriteiten uit De Gelderse stad. Ten eerste geldt voor Wageningen net als voor de andere Gelderse steden dat terugdringing van files de kansen op werk en daarmee de aantrekkingskracht vergroten. Ten tweede geldt ook in Wageningen dat meer mensen kunnen profiteren van de 7


economische kansen die de stad biedt. Ondanks de relatief lage langdurige werkloosheid is er nog ruimte om met beleid de werkloosheid terug te dringen (het residu is positief). Ten derde wordt de aantrekkingkracht van Wageningen voor een belangrijk deel bepaald door de kansen op de arbeidsmarkt en de aanwezigheid van een universiteit. Als Wageningen erin slaagt het woningaanbod en 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 Wageningen te bieden. Maar wat is eigenlijk een STADSFOTO? 1

2

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? 3

4

1

G.A. Marlet, C.M.C.M. van Woerkens, 2009: Kansen in crisis in: Atlas voor gemeenten 2009 (Atlas voor gemeenten, Utrecht). 2 G.A. Marlet, C.M.C.M. van Woerkens, 2010: Krimp!?, in: Atlas voor gemeenten 2010 (Atlas voor gemeenten, Utrecht). 3 P.C. Cheshire, D.G. Hay, 1989: Urban Problems in Western Europe. An economic Analysis (Unwin Hyman, London). 4 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 Wageningen. 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.

10


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 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 Wageningen. 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

Wageningen 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 minder dan 40.000 inwoners inwoners. Dat is de benchmark die is afgesproken voor alle KSB-steden waarvoor in het kader van de Gelderse Stedenmonitor een STADSFOTO is gemaakt (Culemborg, Doesburg, Wageningen, Winterswijk en Zaltbommel). Er is gekozen voor dezelfde benchmark voor alle steden in 5

6

5

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. Delfzijl, Enkhuizen, Goes, Gorinchem, Hellevoetsluis, Meppel, Sneek.

6

11


de betreffende categorie (GSO-groot, GSO-klein en KSB) omdat daarmee de uitkomsten voor die steden onderling vergelijkbaar zijn. 7

De scores van Wageningen op al die indicatoren w8orden 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.

7

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 Wageningen De STADSFOTO voor Wageningen begint met het in kaart brengen van de leefbaarheid in Wageningen. Daarvoor zijn verschillende problemen op het gebied van overlast en onveiligheid in kaart gebracht, maar ook het onveiligheidsgevoel onder de bevolking van Wageningen, 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 Wageningen. De achtergronden zijn de structurele kenmerken van Wageningen 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 Wageningen met de genoemde indicatoren in kaart gebracht.

2.1 Aspecten van leefbaarheid De leefbaarheid in Wageningen 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). 8

9

8

Zie voor de modelbeschrijving: G.A. Marlet, C.M.C.M. van Woerkens, 2007: Weg uit de wijk, in: Economisch statistische berichten, 4502. 9 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).

13


Figuur 2.1 Leefbaarheid in Wageningen

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

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 VGM (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 Wageningen minder vaak voordoen dan gemiddeld in de benchmarksteden. Uit figuur 2.2 blijkt dat de problemen in Wageningen op het gebied van overlast, verloedering en onveiligheid tussen 2000 en 2005 groter waren dan gemiddeld in de benchmarksteden. Sinds 2003 is er sprake van een forse afname van de problemen; die afname heeft ertoe geleid dat het met de leefbaarheid in Wageningen sinds 2005 beter gesteld is dan gemiddeld in de benchmarksteden. De scores op de onderdelen van de Index Overlast & Onveiligheid (figuur 2.1) laten zien dat vooral geweldsmisdrijven, overlast door drugsgebruik en jongeren, verloedering en fietsendiefstal minder vaak voorkomen dan gemiddeld in de benchmark. Alleen overlast van dronken mensen en omwonenden en inbraken in woningen komen in Wageningen vaker voor dan gemiddeld. Alle problemen op het gebied van overlast en onveiligheid nemen in Wageningen de laatste jaren af (figuur 2.2 tot en met 2.11). Opvallend zijn de bovengemiddelde afname sinds 2005 van overlast van drugsgebruik (figuur 2.4), van overlast van jongeren (figuur 2.6) en van verloedering (figuur 2.8). Verder daalt het aantal geweldsmisdrijven in Wageningen sterk terwijl dat aantal in de benchmarksteden stijgt. Tot slot kent Wageningen een vrij groot aanbod van het voorzieningenniveau (figuur 2.1). Inwoners van Wageningen hebben meer voorzieningen voor dagelijkse behoeften in hun directe woonomgeving dan gemiddeld in de andere steden.

15


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

35% 34% 33% 32% 31% 30% 29% 28% 27% 26% 25% 24%

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 Wageningen, 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.

Figuur 2.3 Ontwikkeling geweldsmisdrijven, 1998-2008 8,5 Aantal geregistreerde geweldsm isdrijven per 1000 inwoners 8,0 7,5 7,0 6,5 6,0 5,5 5,0 4,5 4,0 3,5 1998

1999

2000

2001

2002

2003

2004

2005

2006

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

16

2007

2008


Figuur 2.4 Ontwikkeling overlast van drugsgebruik, 1998-2008 24% Aandeel inwoners dat overlast ervaart van drugsgebruik 22% 20% 18% 16% 14% 12% 10% 8% 6% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2007

2008

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

Figuur 2.5 Ontwikkeling overlast van dronken mensen, 1998-2008 38% Aandeel inwoners dat overlast ervaart van dronken mensen 36%

34%

32% 30%

28%

26%

24% 22% 1998

1999

2000

2001

2002

2003

2004

2005

2006


17


Figuur 2.6 Ontwikkeling overlast van jongeren, 1998-2008 44% 43%

Aandeel inwoners dat overlast ervaart van groepen jongeren

42% 41% 40% 39% 38% 37% 36% 35% 34% 33% 32% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2007

2008


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% 1998

1999

2000

2001

2002

2003

2004

2005

2006


18


Figuur 2.8 Ontwikkeling verloedering van de woonomgeving, 1998-2008 58% Index Verloedering 56% 54% 52% 50% 48% 46% 44% 42% 40% 38% 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

19


Figuur 2.10 Ontwikkeling diefstal uit auto’s, 1998-2008 6,0% Diefstal uit auto's 5,5%

5,0%

4,5% 4,0%

3,5%

3,0%

2,5% 2,0% 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

Figuur 2.11 Ontwikkeling fietsendiefstal, 1998-2008 16% Fietsendiefstal 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

20


Al die verbeteringen hebben er nog niet toe geleid dat het onveiligheidsgevoel onder de inwoners van Wageningen lager is dan onder de inwoners van veel andere steden (figuur 2.1). Dat gevoel van onveiligheid in Wageningen neemt echter wel al langer af, net als in de benchmarksteden (figuur 2.12). Figuur 2.12 Ontwikkeling onveiligheidsgevoel, 1998-2008 36% Onveilgheidsgevoel 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

2.2 Achtergronden van leefbaarheid In deze paragraaf worden de achtergronden van de (ontwikkeling van de) leefbaarheidsproblemen in Wageningen 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

21


gebied van overlast, verloedering en onveiligheid. Steden met veel langdurige werklozen hebben over het algemeen te maken met meer 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.

22


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

23


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 Wageningen 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 Wageningen, 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 Wageningen 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.

24


Figuur 2.13 De achtergronden van de leefbaarheidsproblemen in Wageningen, 2008 3% 2% 1%

u re s id

ge vi ng w

oo n

om

di ge n) (z el fs ta n

ec on o

m ie

st el lin g

tie

ng ss am en

be vo lk i

ds pa rt ic ip a

he &

tie m er a gl o

-3%

ag

ov er

la st en

-2%

ar be i

on

st ed el ijk

ve ili g

-1%

id

he id

0%

-4% -5% -6% -7%

De linker staaf laat zien in welke mate de leefbaarheidsproblemen in Wageningen 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 Wageningen dan gemiddeld in de benchmark. Staafje naar beneden: biedt verklaring voor minder overlast, verloedering en onveiligheid in Wageningen dan gemiddeld in de benchmark. De as-indeling is bepaald o.b.v. de mininum- en maximumscores voor Wageningen, niet o.b.v. de minimum- en maximumscores van andere steden. De hoogte van de staafjes zegt dus niets over de absolute score van Wageningen 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 Wageningen geringer is dan gemiddeld in de benchmark; de linker staaf ligt onder de x-as. Opvallend is dat de leefbaarheidsproblemen op basis van de onderzochte achtergrondkenmerken bovengemiddeld zouden moeten zijn. Ten eerste wijst het staafje ‘agglomeratie & stedelijkheid’ omhoog: op basis van de omvang en dichtheid van de stad zouden er dus in Wageningen meer dan gemiddeld problemen te verwachten zijn. Verder wijst het staafje bevolkingssamenstelling omhoog. Dit wordt veroorzaakt door een relatief eenzijdige bevolkingssamenstelling met een benedengemiddeld aandeel ouderen (65+) en een benedengemiddeld aandeel gezinnen met kinderen. In hoofdstuk 5 wordt ingegaan op de samenstelling van de bevolking. Tot slot wijst ook het staafje woonomgeving omhoog. Het bovengemiddelde aandeel sociale huur en hoogbouw (zie hoofdstuk 6) voorspellen grotere leefbaarheidsproblemen. 25


Toch is de totale mate van overlast en onveiligheid benedengemiddeld. Er is dan ook sprake van een fors negatief residu (het onverklaarde deel van de afwijking van het gemiddelde van de benchmark). Een mogelijke verklaring hiervoor is dat de bevolkingsamenstelling en de woningvoorraad in Wageningen atypisch zijn. Relatief weinig ouderen en gezinnen, waardoor er normaal gesproken weinig sociale controle is, maar ook relatief weinig jongeren en niet-westerse allochtonen die vaak meer dan gemiddeld problemen veroorzaken. Relatief veel hoogbouw, wat over het algemeen samengaat met leefbaarheidsproblemen, maar in het geval van Wageningen zal het hier voor een deel gaan om studentenwoningen. In de meeste andere steden gaan veel hoogbouw en sociale huur samen met een problematische bevolkingssamenstelling met veel probleemgroepen en weinig kansrijke groepen. In Wageningen is daar geen sprake van, met als gevolg een negatief residu. De afname van dat residu (zie figuur 2.14) sinds 2003 kan te maken hebben met een afname van het aandeel gezinnen met kinderen onder de bevolking (waardoor het model – in het geval van Wageningen – ten onrechte een toename van de problemen voorspelt). Maar het zou ook te maken kunnen hebben met succesvol veiligheidsbeleid.

Figuur 2.14 Ontwikkeling van het residu uit het verklaringsmodel voor de mate van overlast en onveiligheid in Wageningen, 1998-2008 4% Residu 2%

0% 1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

-2%

-4%

-6%

-8%

Bron: Atlas voor gemeenten

26


3 Arbeidsparticipatie in Wageningen 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 Wageningen 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 Wageningen. 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 Wageningen: het aantal vroegtijdig schoolverlaters en het aantal mensen met een startkwalificatie. 10

11

10

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). 11 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.

27


Figuur 3.1 Arbeidsparticipatie in Wageningen, 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), CWI (2,4), CBS (1 7,8,11,12), Cfi (9).

28


De netto participatiegraad is in Wageningen lager dan gemiddeld in de benchmarksteden. Die participatiegraad is wel toegenomen sinds 2006, net als in de benchmarkgroep. De totale werkloosheid is in Wageningen in 2009 hoger dan gemiddeld in de andere steden in de benchmark (figuur 3.1), maar wel duidelijk meer afgenomen dan elders (figuur 3.2). Het bijstandsniveau is lager dan gemiddeld, en de afname ervan is de laatste jaren ook groter geweest dan in de andere steden (figuur 3.8). Het aandeel arbeidsongeschikten is ook benedengemiddeld en net als in de benchmarksteden afgenomen (figuur 3.11). Het aandeel Wajongers stijgt en ontwikkelt zich ook vergelijkbaar met de steden in de benchmark (figuur 3.12). In totaliteit kan dus worden geconcludeerd dat de arbeidsdeelname in Wageningen relatief laag is, maar het aantal uitkeringsgerechtigden ook relatief laag is. De jeugdwerkloosheid ligt onder het niveau van de benchmark (figuur 3.1); na een jarenlange daling is er sinds 2008 een lichte stijging die kleiner is dan de stijging in de andere steden (figuur 3.3). De langdurige werkloosheid ligt ook onder het gemiddelde van de benchmark (figuur 3.1). Dat is al jaren het geval; na een stijging tussen 2002 en 2006 daalt de langdurige werkloosheid weer substantieel. Hierdoor is ook de kruitvatindicator, die onder het gemiddelde van de referentiegroep ligt, gestabiliseerd sinds 2007. De daling van de langdurige werkloosheid in Wageningen heeft ook geleid tot minder ruimtelijke ongelijkheid (figuur 3.7). Positief is ook dat het aantal vroegtijdig schoolverlaters in Wageningen lager is dan in de benchmark (figuur 3.1). Dat heeft er toe geleid dat het aandeel mensen met een startkwalificatie groter is dan in andere steden. Dat aandeel is gestabiliseerd in 2008 waar de andere steden nog een stijging kennen (figuur 3.9).

29


Figuur 3.2 De ontwikkeling van de werkloosheid, 1999-2009 11% Het aantal werklozen als percentage van de beroepsbevolking 10%

9%

8%

7%

6%

5%

4% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

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

Figuur 3.3 De ontwikkeling van de jeugdwerkloosheid, 2000-2010 14% Jeugdig (15 t/m 24 jr) werklozen als percentage van de beroepsbevolking 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten o.b.v. data CWI en CBS

30


Figuur 3.4 De ontwikkeling van de score op de kruitvatindicator voor jeugdwerkloosheid, 2000-2010 45 Kruitvatindicator jeugdwerkloosheid 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 2,8% Langdurig (> 3 jr) werklozen als percentage van de beroepsbevolking 2,6% 2,4% 2,2% 2,0% 1,8% 1,6% 1,4% 1,2% 1,0% 0,8% 0,6% 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010


31


Figuur 3.6 De ontwikkeling van de score op de kruitvatindicator voor langdurige werkloosheid, 2001-2010 28 Kruitvatindicator langdurige werkloosheid

26 24 22 20 18 16 14 12 10 8 6 4 2

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010


Figuur 3.7 De ontwikkeling van de ruimtelijke segregatie van langdurig werklozen 0,9% Segregatie van langdurig (> 3 jr) werklozen 0,8%

0,7%

0,6%

0,5%

0,4%

0,3% 2001

2002

2003

2004

2005

2006

2007

2008


32


Figuur 3.8 De ontwikkeling van het bijstandsniveau, 1999-2009 4,4% Aantal bijstandsgerechtigden als percentage van de beroepsbevolking 4,2% 4,0% 3,8% 3,6% 3,4% 3,2% 3,0% 2,8% 2,6% 2,4% 2,2% 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 88% Aandeel beroepsbevolking met startkwalificatie 86% 84% 82% 80% 78% 76% 74% 72% 70% 68% 2003

2004

2005

2006

2007

2008


33


Figuur 3.10 Ontwikkeling van de netto participatiegraad, 1999-2009 72% Netto participatiegraad 68%

64%

60%

56%

52%

48% 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden.

Figuur 3.11 Ontwikkeling van de arbeidsongeschiktheid (als aandeel van de beroepsbevolking), 1999-2009 10,0% Arbeidsongeschiktheid 9,5% 9,0% 8,5% 8,0% 7,5% 7,0% 6,5% 6,0% 5,5% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


34


Figuur 3.12 Ontwikkeling van het aantal Wajongers, als aandeel van de beroepsbevolking, 1999-2009 2,2% Wajong 2,0%

1,8%

1,6%

1,4%

1,2%

1,0%

0,8% 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 Wageningen 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.

35


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 Wageningen 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

36


banen 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. 12

13

12

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). 13 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).

37


Figuur 3.13 De achtergronden van de langdurige werkloosheid in Wageningen, op 31 december 2009 2,0%

1,6%

1,2%

0,8%

0,4%

re sid u

w oo no m ge vi ng

(e tn is c h)

) ng

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

be vo l

-1,2%

be vo lk

be vo lk in gs sa m en st el

-0,8%

lin g

ec on om ie

la ng du rig e

-0,4%

(a rb ei ds m ar kt )

w er kl oo sh ei d

0,0%

De staafjes tonen de afwijking van het gemiddelde van de benchmark. De linker staaf laat zien in welke mate de langdurige werkloosheid in Wageningen 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 Wageningen 2,0% Residu 1,5%

1,0%

0,5%

0,0% 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

-0,5%

-1,0%

-1,5%


38


Figuur 3.13 laat zien hoe de modeluitkomsten uitpakken voor Wageningen. De langdurige werkloosheid ligt in Wageningen zoals gezegd onder het gemiddelde van de benchmark (het linker staafje). Dit valt te verklaren uit de bovengemiddelde economische kansen die de regio aan de inwoners van Wageningen biedt (het staafje ‘economie’ wijst omlaag). Verder zijn de kenmerken van de beroepsbevolking gunstig. De beroepsbevolking kent relatief weinig allochtonen, laagstopgeleiden (maximaal lagere school) en eenoudergezinnen (zie ook hoofdstuk 5). Per saldo is de langdurige werkloosheid in Wageningen echter minder laag dan op basis van de kenmerken aan de vraag- en aanbodkant verwacht zou mogen worden. Het zogenoemde residu is dan ook positief (het rechter staafje in figuur 3.13); ofwel de langdurige werkloosheid is hoger dan op basis van de kenmerken aan de vraag- en aanbodkant van de arbeidsmarkt verwacht mocht worden. Sinds 2002 is dat residu jaarlijks toegenomen (zie figuur 3.14); de langdurige werkloosheid in Wageningen is sindsdien elk jaar hoger dan op basis van de kenmerken aan de vraag- en aanbodkant van de arbeidsmarkt verwacht mag worden.

39


40


4 De economie van Wageningen 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) Wageningen 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 Wageningen geschetst en verklaard. 4.1 Aard van de economische situatie De indicatoren aan de hand waarvan de economische situatie in Wageningen 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 Wageningen 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). 41


Figuur 4.1 De economie van Wageningen

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).

42


De economische situatie in Wageningen laat een gemengd beeld zien (figuur 4.1). Zowel de werkgelegenheidsgraad (aantal banen per inwoner) als de werkgelegenheidsgroei in de stad zelf zijn kleiner dan gemiddeld in de andere steden. Wel zijn er vanuit Wageningen relatief veel banen binnen voor de inwoners van de stad acceptabele reistijd te bereiken. Daardoor zijn de kansen op de arbeidsmarkt voor de inwoners van Wageningen groter dan gemiddeld in de benchmarksteden. De bereikbaarheid van banen vanuit Wageningen neemt de laatste jaren wel enigszins af (figuur 4.2). Dat komt omdat de files (voor woon-werkverkeer, op wegen ’s ochtends vanuit Wageningen en ’s avonds terug) de bereikbaarheid van banen in toenemende mate frustreren (figuur 4.3). Daar staat tegenover dat de werkgelegenheidsgroei in Wageningen zelf de laatste jaren tot onder nul is gedaald (er is dus krimp), terwijl die in de benchmarksteden veel minder is afgenomen (figuur 4.5). Dat heeft geleid tot een forse afname van de werkgelegenheidsgraad (banen per inwoner) in Wageningen zelf (figuur 4.8), waardoor de kansen op werk voor de inwoners van Wageningen in 2008 van een toename zijn omgeslagen in een lichte afname (figuur 4.4). In Wageningen zijn er minder zelfstandigen dan gemiddeld in de benchmark, en ook zijn minder mensen een eigen bedrijf gestart. Sinds 2007 is er zelfs een daling van het aantal starters tegenover een stijging in de benchmarkgroep (zie figuur 4.7). In de binnenstedelijke economie lijkt het daarentegen relatief goed te gaan want het aandeel leegstaande winkels in Wageningen is relatief laag en neemt sinds 2006 af (figuur 4.9). Daarnaast is de sectorale structuur in Wageningen eenzijdiger dan in veel andere steden; Wageningen kent een benedengemiddeld aandeel industrie en een bovengemiddeld aandeel zakelijke diensten. Het aandeel in beide sectoren is ongeveer constant (figuur 4.10 en 4.11). Dat is goed nieuws voor de toekomst, omdat juist in die zakelijke dienstverlening de meeste banengroei verwacht wordt, en niet in de industrie. Het totaalbeeld van de economie van Wageningen is dus gemengd. De kansen voor de bevolking zijn nog steeds bovengemiddeld maar dalen mede door een sterk gedaalde werkgelegenheidsgroei, die is omgeslagen in krimp. Probleem daarbij is dat files een relatief grote en toenemende negatieve invloed hebben op de bereikbaarheid van de banen.

43


Figuur 4.2 Ontwikkeling van de bereikbaarheid van banen per auto, gecorrigeerd voor files (indexcijfer, 0-100), 1999-2009 40 Bereikbaarheid van banen 36

32

28

24

20

16

12 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Wageningen, 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 50% Effect van files 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 Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: Atlas voor gemeenten

44


Figuur 4.4 Ontwikkeling van de kansen op de arbeidsmarkt, 1999-2009 0,99 Aantal beschikbare banen per inwoner van de gemeente 0,98 0,97 0,96 0,95 0,94 0,93 0,92 0,91 0,90 0,89 0,88 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 4.5 Ontwikkeling van de groei van het aantal banen 50% werkgelegenheidsgroei 40%

30%

20%

10%

0% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

-10%

-20%

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

45


Figuur 4.6 Ontwikkeling van het aandeel zelfstandigen, 2000-2007 7,2% Aandeel zelfstandigen als percentage van de beroepsbevolking 6,8%

6,4%

6,0%

5,6%

5,2%

4,8%

4,4% 2000

2001

2002

2003

2004

2005

2006

2007


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

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

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

46


Figuur 4.8 Ontwikkeling werkgelegenheidsgraad, 1999-2009 130% Werkgelegenheidsgraad 125% 120% 115% 110% 105% 100% 95% 90% 85% 80% 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 Wageningen, 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 8,0% Aandeel leegstaande winkels 7,5% 7,0% 6,5% 6,0% 5,5% 5,0% 4,5% 4,0% 3,5% 3,0% 2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Wageningen, de grijze lijn is het gemiddelde van de benchmarksteden. Bron: VGM

47


Figuur 4.10 Ontwikkeling van het aandeel banen in de industrie, 1999-2009 26% Aandeel industrie 24% 22% 20% 18% 16% 14% 12% 10% 8% 6% 4% 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 55% Aandeel zakelijke diensten 50%

45%

40% 35%

30%

25%

20% 15% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


48


Figuur 4.12 Ontwikkeling van de sectorale diversiteit, 1999-2009 0,80 Sectorale diversiteit 0,78 0,76 0,74 0,72 0,70 0,68 0,66 0,64 0,62 0,60 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.

49


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 Wageningen. Met andere woorden: wat zijn de verklaringen voor de relatief grote werkgelegenheidsgroei in Wageningen ten opzichte van de groei in andere steden? Het antwoord op die vraag staat in figuur 4.13.

50


Figuur 4.13 De achtergronden van werkgelegenheidsgroei (1999-2009) in Wageningen 20%

10%

-30%

re sid u

fil es

le in du st rië

n) s aa

w er kg el eg en he id

di ve rs it

ei t

ta l) ca pi (h um an

ec to ra le aa nd ee l

aa nd ee l

-20%

(g eb re k

cr ea tie ve

kl

gr oe i

as se

w

-10%

be vo lk in gs gr oe i

er kg el eg en he id

0%

-40%

-50%

De linker staaf laat zien in welke mate de werkgelegenheidsgroei in Wageningen 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 Wageningen. Staafje naar beneden: de betreffende factor biedt een verklaring voor achterblijvende werkgelegenheidsgroei in Wageningen.

Figuur 4.14 Ontwikkeling van het residu uit het verklaringsmodel voor de werkgelegenheidsgroei in Wageningen, 1999-2009 20% Residu 10%

0% 2003

2004

2005

2006

2007

2008

2009

-10%

-20%

-30%

-40%

-50%


51


De groei van de werkgelegenheid is in Wageningen de afgelopen tien jaar zoals gezegd kleiner geweest dan gemiddeld in de benchmark (het linker staafje in figuur 4.13). Dit was niet te verwachten op basis van de achtergrondkenmerken: de bevolkingsgroei is bovengemiddeld, het aandeel creatieve klasse is bovengemiddeld en het aandeel industriële werkgelegenheid is benedengemiddeld. Er is dan ook een sterk negatief residu (het rechter staafje in figuur 4.13). Dat residu is de laatste jaren bovendien afgenomen (figuur 4.14); de werkgelegenheidsgroei is in Wageningen dan ook lager geweest dan verwacht mocht worden op basis van de structurele kenmerken van de stad. Een mogelijke verklaring hiervoor kan zijn dat de groei niet in de stad zelf maar in de regio heeft plaatsgevonden, maar daarover kan op basis van deze gegevens geen uitsluitsel worden gegeven.

52


5 De bevolking van Wageningen 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 Wageningen 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 Wageningen 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. 14

14

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.

53


Figuur 5.1 De bevolking van Wageningen

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).

54


De bevolking van Wageningen neemt jaarlijks meer toe dan gemiddeld in de steden uit de benchmark (figuur 5.1). De groei neemt bovendien de laatste jaren iets toe tegenover een daling in de andere steden (figuur 5.2). De bevolking bestaat uit een relatief klein aandeel jongeren tussen 10-19 jaar en ook een relatief klein aandeel gezinnen met kinderen. Wat ook opvalt is dat er relatief weinig ouderen wonen. Het aandeel gezinnen met kinderen neemt zelfs af (figuur 5.10); het aandeel jongeren neemt sinds 2007 weer toe, meer nog dan in de benchmarkgroep. Het aandeel ouderen laat ten opzichte van het gemiddelde van de andere benchmarksteden een voorzichtige stijging zien sinds 2008. De aantrekkingskracht van Wageningen vertaalt zich in een relatief groot aandeel mensen uit de creatieve klasse. Dat aandeel neemt sinds 2004 bovendien meer toe dan in de andere steden (figuur 5.3). De aantrekkingskracht leidt echter niet tot hoger aandeel mensen uit middenen hogere inkomensgroepen; dit aandeel daalt zelfs tot onder het gemiddelde sinds 2005. Wageningen trekt dus hoogopgeleiden en mensen uit de creatieve klasse aan maar minder jonge en koopkrachtige mensen. Dat betekent dat de aangroei van de voorraad human capital goed gaat maar dat het met de koopkracht in de stad minder goed gaat, hetgeen juist van belang is voor de lokale horeca en detailhandel. Dat is ook terug te zien in de leegstand (zie vorig hoofdstuk) en het relatief lage aandeel zelfstandigen en starters. Als het gaat om de arbeidsmarkt en de beroepsbevolking valt enerzijds het relatief kleine aandeel mensen met de laagst denkbare opleiding (middelbare school niet afgemaakt) en mensen met een lagere (beroeps)opleiding op. En anderzijds het relatief kleine aantal mensen met een niet-westerse achtergrond (zie figuur 5.1). Dat aandeel laag- en laagstopgeleiden neemt bovendien gestaag af (figuur 5.8 en 5.9). De aandelen Marokkanen, Turken en Antillianen onder de bevolking blijven ongeveer gelijk (figuur 5.5 tot en met 5.7). Ook het aandeel eenoudergezinnen is benedengemiddeld en daalt (figuur 5.13), wat gunstig is voor de leefbaarheid in Wageningen.

55


Figuur 5.2 Ontwikkeling bevolkingsgroei, 1999-2009 1,0% Bevolkingsgroei 0,9%

0,8%

0,7% 0,6%

0,5%

0,4%

0,3% 0,2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

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

Figuur 5.3 Ontwikkeling aandeel creatieve klasse, 1999-2009 44% Creatieve klasse als percentage van de beroepsbevolking 40%

36%

32% 28%

24%

20%

16% 12% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


56


Figuur 5.4 Ontwikkeling aandeel middenen hogere inkomensgroepen, 1996-2006 61,5% Aandeel midden en hoge inkomens 61,0%

60,5%

60,0% 59,5%

59,0%

58,5%

58,0% 57,5% 1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006


Figuur 5.5 Ontwikkeling aandeel Turken, 1999-2009 2,0% Aantal Turken als percentage van de bevolking 1,8% 1,6% 1,4% 1,2% 1,0% 0,8% 0,6% 0,4% 0,2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


57


Figuur 5.6 Ontwikkeling aandeel Marokkanen, 1999-2009 1,3% Aantal Marokkanen als percentage van de bevolking 1,2%

1,1%

1,0%

0,9%

0,8%

0,7%

0,6% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.7 Ontwikkeling aandeel Antillianen, 1999-2009 0,9% Aantal Antillianen als percentage van de bevolking 0,8%

0,7%

0,6%

0,5%

0,4%

0,3%

0,2% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


58


Figuur 5.8 Ontwikkeling aandeel laagstopgeleiden, 2000-2008 10% Aantal laagstopgeleiden als percentage van de beroepsbevolking 9%

8%

7%

6%

5%

4%

3% 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 32%

28%

24%

20%

16%

12%

8% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


59


Figuur 5.10 Ontwikkeling gezinnen met kinderen, 1999-2009 13,0% Aantal kinderen tussen 0 en 9 jaar als percentage van de bevolking 12,5%

12,0%

11,5% 11,0%

10,5%

10,0%

9,5% 9,0% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.11 Ontwikkeling aandeel jongeren, 1999-2009 12,8% Aantal jongeren tussen 10 en 19 jaar als percentage van de bevolking 12,6% 12,4% 12,2% 12,0% 11,8% 11,6% 11,4% 11,2% 11,0% 10,8% 10,6% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


60


Figuur 5.12 Ontwikkeling aandeel ouderen, 1999-2009 16,5% Aantal 65-plussers als percentage van de totale bevolking 16,0%

15,5%

15,0% 14,5%

14,0%

13,5%

13,0% 12,5% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 5.13 Ontwikkeling eenoudergezinnen, 2000-2009 1,30% Jonge eenoudergezinnen als percentage van de potentiële beroepsbevolking 1,25% 1,20% 1,15% 1,10% 1,05% 1,00% 0,95% 0,90% 0,85% 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


61


5.2 De aantrekkingskracht van Wageningen 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. 15

16

17

15

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). 16 Zie voor de meest recente analyses: G.A. Marlet, 2010: Muziek in de stad (VOC Uitgevers, Nijmegen). 17 Zie: G.A. Marlet, 2009: De aantrekkelijke stad (VOC Uitgevers, Nijmegen).

62


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).

63


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. 18

19

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 Wageningen. In figuur 5.14 is dat weergegeven.

18

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).

19

64


Figuur 5.14 Wat verklaart de aantrekkingskracht van Wageningen? (2009) 500

400

300

200

100

-200

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

-100

ec on om ie

ng sk ra ch t

0

-300

De linker staaf laat zien in welke mate de aantrekkingskracht van Wageningen 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 Wageningen 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 Wageningen afwijkt van het gemiddelde van de benchmark? De aantrekkingskracht van Wageningen op kansrijke bevolkingsgroepen is groter dan gemiddeld in de benchmark, de linker staaf wijst omhoog. De belangrijkste reden voor die relatief grote aantrekkingskracht van Wageningen is de grote beschikbaarheid van werk. Inwoners van Wageningen hebben meer kans op werk en meer carrièrekansen. Daardoor is Wageningen een interessante woonstad voor mensen die een strategische woonplek kiezen van waaruit ze hun carrièrekansen willen optimaliseren. Daarnaast draagt met name de universiteit bij aan de relatieve aantrekkingskracht van Wageningen op kansrijke bevolkingsgroepen.

65


De aantrekkingskracht van Wageningen is echter lager dan verwacht op basis van de onderzochte achtergronden: het residu is negatief (het staafje ‘residu’ wijst omlaag). Dat zou te maken kunnen hebben met het imago van Wageningen als woonstad en de onbekendheid van de woonconsument met de kwaliteiten van de stad. De aantrekkingskracht van Wageningen stijgt sinds 2006 licht na een periode van lichte daling (figuur 5.15). Een verklaring hiervoor is een forse toename van het aanbod aan stedelijke voorzieningen (hoofdstuk 6). Het residu ligt structureel onder het gemiddelde van de benchmark (figuur 5.16), hetgeen betekent dat de feitelijke aantrekkingskracht van de stad al die jaren lager was dan op basis van de kwaliteiten van de stad verwacht mocht worden.

Figuur 5.15 Ontwikkeling van de aantrekkingskracht van Wageningen, 19992009 600 Aantrekkingskracht (index) 500 400 300 200 100 0 1999 -100

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

-200 -300 -400


66


Figuur 5.16 Ontwikkeling van het residu uit het verklaringsmodel voor de aantrekkingskracht van Wageningen, 1999-2009 600 Residu 500 400 300 200 100 0 1999 -100

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

-200 -300 -400


67


68


6 Het woonklimaat in Wageningen 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 Wageningen 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 69


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.

70


Figuur 6.1 Het woonklimaat van Wageningen

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).

71


Figuur 6.2 Ontwikkeling aandeel sociale huurwoningen, 1999-2009 45% Aantal sociale huur woningen als percentage van de woningvoorraad 44% 43% 42% 41% 40% 39% 38% 37% 36% 35% 34% 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 6.3 Ontwikkeling aantal winkels voor mode en luxe, 2003-2009 7,0 Aantal winkels mode & luxe per 1000 huishoudens 6,5

6,0

5,5 5,0

4,5

4,0

3,5 3,0 2003

2004

2005

2006

2007

2008

2009


72


Figuur 6.4 Ontwikkeling podiumkunsten, 1999-2009 6,0 Aantal uitvoeringen per 1000 inwoners 5,5 5,0 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


Figuur 6.5 Ontwikkeling culinaire kwaliteit, 1999-2009 4,5 Beschikbaarheid kwaliteitsrestaurants (kwaliteitsindex) 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


73


Figuur 6.6 Ontwikkeling aantal restaurants, 1999-2009 8,8 Aantal restaurants per 10.000 inwoners 8,4

8,0

7,6 7,2

6,8

6,4

6,0 5,6 1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

De blauwe lijn is de score van Wageningen, 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 op de Voetbalindex, 2000-2009 20 Aanwezigheid en succes van profvoetbalclubs in de gemeente (index) 18 16 14 12 10 8 6 4 2 0 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009


74


Figuur 6.8 Ontwikkeling van de bereikbaarheid van recreatievoorzieningen, 1996-2006 2.400 Bereikbaarheid recreatievoorzieningen 2.200

2.000

1.800

1.600

1.400

1.200

1.000 1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

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

Het stedelijke voorzieningenniveau in Wageningen ligt in de meeste gevallen onder het gemiddelde van de benchmark (zie figuur 6.1) Alleen het culturele aanbod, de culinaire kwaliteit en de bereikbaarheid van recreatievoorzieningen liggen boven het gemiddelde. De culinaire kwaliteit en kwantiteit (figuur 6.5 en 6.6) laten wel een bovengemiddelde stijging zien, net als het culturele aanbod (podiumkunsten, figuur 6.4), wat hoopgevend is voor de aantrekkingskracht. Ook de bereikbaarheid van recreatievoorzieningen vanuit Wageningen is de laatste jaren licht toegenomen (figuur 6.8). De kwaliteit van de woningvoorraad in Wageningen laat nog te wensen over. Het aanbod sociale huur en hoogbouw is bovengemiddeld terwijl de segmenten die in trek zijn bij kansrijke bevolkingsgroepen gemiddeld aanwezig zijn (ruime en vooroorlogse woningen). Dat is niet gunstig voor de aantrekkingskracht van de stad (zie hoofdstuk 5), en heeft bovendien consequenties voor de arbeidsparticipatie (hoofdstuk 3) en de leefbaarheid (hoofdstuk 2) in Wageningen. De benedengemiddelde tevredenheid met de woonomgeving bevestigt de indruk die al in hoofdstuk 5 werd gewekt dat het met het imago van Wageningen als woonstad minder is.

75


76


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’. 20

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 – 20

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).

77


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. 21

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). 21

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).

78


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 Centrum voor Werk en Inkomen (CWI), maar wel serieus op zoek zijn naar werk. Bovendien vallen personen die wel ingeschreven staan bij

79


een CWI 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: CWI) 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 Centrum voor Werk en Inkomen (CWI). Daarmee is waarschijnlijk een deel van de jeugdwerkloosheid in kaart gebracht. Voor werkzoekende jongeren is inschrijving bij het CWI 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 CWI, 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.22 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. De kruitvatindicator meet allereerst op elk punt in Nederland de kansen op een baan (algemeen, voor laagopgeleiden, voor jongeren, etc.). Die kansen 22

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).

80


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: CWI). 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. 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

81


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).

82


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

83


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).

84


Aandeel financiële en zakelijke diensten

Aandeel banen financiële en zakelijke diensten in kansen op de arbeidsmarkt. 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.23 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.24 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 verkregen uit de Enquête Beroepsbevolking (EBB) van het CBS. Voor het samenstellen van de Nederlandse creatieve klasse zijn niet de 23

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. 24

85


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

86


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.25

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). Winkels mode en luxe

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

25

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).

87


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. Restaurants (per inwoner)

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

88


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 de spits naar recreatiegebieden rijden. De waarderingsfunctie is gebaseerd op het werkelijke reisgedrag van mensen ten behoeve van recreatie. Die wijkt af

89


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).

90

Stadsfoto Wageningen. Concept 19 oktober 2010

Recommend Documents