Woonregio s in Oost-Vlaanderen

Transcriptie

1 Woonregio s in Oost-Vlaanderen Rapportage 4/10/2018 Woonregio s Oost-Vlaanderen p.1

2 COLOFON Opdrachtgever Provincie Oost-Vlaanderen Woodrow Wilsonplein Gent Stuurgroepleden Hilde Vanfleteren Reinout Debergh Onderzoeksteam Brecht Vandekerckhove Eva Gadeyne Suzanne Van Brussel Atelier Romain Dendermondsesteenweg Gent +32 (0) info@atelierromain.be Woonregio s Oost-Vlaanderen p.2

3 1 Inleiding Eerste data-analyse Inleiding De afbakening van woonregio s Data-setup Methodologie voor de afbakening van woonregio s Naar een synthesebeeld Resultaten Afbakening van regionale woonregio s Naar een synthesebeeld Synthesebeeld Workshops Woonregio Gent Synthesebeeld Conclusie Afbakening van pendelregio s Inleiding Data en methode Resultaten Toebedeling van de woonbehoeften Woonbehoefte in Oost-Vlaanderen Toebedeling naar woonregio s Fiches Conclusie Bijlagen Clusters binnen woonregio Gent Fiches Woonregio s Oost-Vlaanderen p.3

4 1 Inleiding De provincieraad keurde op 14 december 2016 de kernnota Maak ruimte voor Oost-Vlaanderen 2050 goed. Deze nota vormt de langetermijnvisie voor toekomstige grondgebonden projecten in Oost-Vlaanderen. Het ruimtelijk beleid wordt momenteel verder uitgewerkt en concreet gemaakt in beleidskaders. Oost-Vlaanderen wil hierin vooral initiatief nemen inzake bovenlokale aspecten, zoals het verdeelvraagstuk van de woonopgave en de demografische uitdaging, die de ruimtelijke ontwikkeling in de provincie mee beïnvloeden. Oost-Vlaanderen is immers een provincie die onderhevig is aan demografische en maatschappelijke uitdagingen, zoals de gezinsverdunning en de vergrijzing. In deze studie worden gemeentelijke woonbehoeften bekeken op het niveau van de woonregio. In het verleden werden woonregio s vaak geïdentificeerd en afgebakend op basis van drie criteria: - Bouwgrondprijzen, - Migratiestromen, - Pendelstromen, Deze elementen brengen echter lang niet allemaal woonregio s in beeld. Wanneer we bouwgrondprijzen gaan vergelijken op het regionaal niveau, kunnen we doorgaans een aantal pieken en dalen vaststellen binnen elke regio. De pieken komen vrijwel altijd overeen met de centrumsteden en worden vervolgens beschouwd als de centra van de woonregio. Ook de pendelgegevens kennen een gelijkaardig patroon, hierbij komen ook vooral de stedelijke centra die doorgaans samenvallen met de tewerkstellingspolen nadrukkelijk in beeld. Het zijn de migratiegegevens die ons echt iets leren over de actieradius van bewoners binnen een woonregio. Een woonregio wordt daarom in deze studie gedefinieerd als een autonoom migratiebekken met een eigen migratiedynamiek. Op basis van data over verhuisbewegingen is het mogelijk om woonregio s op kaart te plaatsen. Door te werken op het niveau van de woonregio, wordt het woonbeleid vanuit een meer ruimtelijke invalshoek benaderd en zal omgekeerd ook het ruimtelijk beleid zich meer enten op de functionele realiteit van de woonregio. Vanuit een grotere kennis van de woonregio kunnen de toekomstige woonbehoeften kwantitatief en kwalitatief ingepast worden op locaties die reëel aansluiten op het functioneren van de woonfunctie. Dit heeft een positieve impact op de haalbaarheid van het ruimtelijk beleid. De onderzoeksvraag die in dit onderzoek naar voren komt is: Hoe kunnen we aan de hand van de afbakening van de woonregio s in de provincie Oost-Vlaanderen de toekomstige woonbehoeften kwantitatief en kwalitatief worden ingepland? De studie bestaat uit verschillende luiken die proberen een antwoord te bieden op de deze vraagstelling. Aan de hand van een kwantitatieve oefening worden woonregio s afgebakend in verschillende stappen in Oost-Vlaanderen. Onderscheid kan verder gemaakt worden tussen verschillende leeftijdsgroepen, die elk hun eigen verhuispatronen kennen. Verder worden de pendelregio s geconstrueerd op gelijkaardige manier als de woonregio. Ondanks dat in vroegere studies de pendelregio s en de woonregio s vaak als dezelfde worden aanzien, hebben pendelregio s een andere dynamiek dan de woonregio s. Mensen hebben de neiging om langere afstanden af te leggen voor hun werk dan wanneer ze willen kiezen voor een nieuwe woning. De Woonregio s Oost-Vlaanderen p.4

5 bevolkings- en huishoudensprognoses worden vervolgens geëvalueerd en getoetst op de woonregio s om de toekomstige woonbehoeften in Oost-Vlaanderen te construeren. Woonregio s Oost-Vlaanderen p.5

6 2 Eerste data-analyse 2.1 Inleiding De provincie Oost-Vlaanderen is gesitueerd in het Vlaams Gewest, tussen de provincies West- Vlaanderen in het Westen, Antwerpen in het Oosten, Vlaams-Brabant in het zuidoosten en Henegouwen in het zuid(westen). Ze kent maar liefst 65 gemeenten, 295 deelgemeenten en statistische sectoren. Op 1 januari 2017 telde de provincie inwoners over een oppervlakte van km². De hoofdstad van de provincie is Gent. De provincie wordt gekenmerkt door grotere en kleinere gemeenten. Gent kent het meeste inwoners ( in 2017), gevolgd door Aalst, Sint-Niklaas en Beveren. Horebeke kent het laagst aantal inwoners (2.030 in 2017). In de volgende secties tonen we een aantal basiskaarten en verkennende analyses voor de provincie Oost-Vlaanderen. De bevolkingsdynamiek en verhuisdynamiek in de provincie komt op deze manier al gedeeltelijk aan bod. Woonregio s Oost-Vlaanderen p.6

7 2.1.1 Bevolkingsdichtheid Op de volgende figuren stellen we de bevolkingsdichtheden voor op kaart, dit op het niveau van de gemeente (Figuur 1) als op het niveau van de statistische sectoren (Figuur 2). Op het niveau van de gemeente komt de Vlaamse ruit binnen Oost-Vlaanderen naar boven in de onderstaande kaart over de bevolkingsdichtheden. De bevolkingsdichtheid op gemeenteniveau is het hoogst in Gent, Denderleeuw, Aalst en Zelzate. Zelzate kent een relatief hoge bevolkingsdichtheid, maar dit kunnen we gedeeltelijk toeschrijven aan de kleine oppervlakte van de gemeente. In het rand rond Gent zien we voornamelijk in het zuiden hoge dichtheden. Figuur 1: Bevolkingsdichtheid voor Oost-Vlaanderen op het niveau van de gemeente op (Rijksregister, 2017) Woonregio s Oost-Vlaanderen p.7

8 Op het niveau van de statistische sector zien we echter een groot onderscheid tussen de kernen en het buitengebied. Bevolkingsdichtheden zijn vrij hoog in het centrum van Gent, alsook in centra van steden Sint-Niklaas, Aalst en Lokeren. Opvallend is dat we relatief veel kernen gekenmerkt door hogere bevolkingsdichtheden - zien in Oost-Vlaanderen. Figuur 2: Bevolkingsdichtheid voor Oost-Vlaanderen op het niveau van de statistische sector op (Rijksregister, 2017) Woonregio s Oost-Vlaanderen p.8

9 2.1.2 Migratie-intensiteit De migratie-intensiteit kan gedefinieerd worden als het aantal verhuisbewegingen van, naar en binnen de gemeente ten opzichte van het totaal aantal inwoners. Op de Figuur 3 tonen we de migratie-intensiteit op het niveau van de statistische sector. De migratie-intensiteit is het hoogst voor inwoners van de centra van steden: Gent, Sint-Niklaas, Aalst springen er uit. Er zijn dus veel verhuisbewegingen van, naar of binnen de statistische sectoren ten opzichte van het totaal aantal inwoners in de statistisch sector. Figuur 3: Migratie-intensiteit in Oost-Vlaanderen voor Woonregio s Oost-Vlaanderen p.9

10 2.1.3 Migratie-autonomie De migratie-autonomie wordt op de volgende figuur weergegeven. De migratie-autonomie kan worden gedefinieerd als het aantal verhuisbewegingen die plaatsvinden binnen de statistische sector ten opzichte van alle verhuisbewegingen. We zien voor de individuele statistische sectoren dat de migratie-autonomie vrij laag is. De maximum score op autonomie die gehaald wordt is 40%.Dit wilt zeggen dat meer dan de helft van de personen verhuizen naar een gebied buiten de statistische sector waar ze wonen. Figuur 4: Migratie-autonomie in Oost-Vlaanderen voor de periode Woonregio s Oost-Vlaanderen p.10

11 2.1.4 Externe migratiedynamiek De externe migratiedynamiek tonen we op Figuur 5. Daar zien we niet onlogisch dat de statistische sectoren die zich naar de randen toe bevinden grotere externe migratiedynamieken kennen dan deze die zich in het centrum van de provincie bevinden. Opvallend is dat vanuit het centrum van Gent ook nog relatief vaak gemigreerd wordt over de grens. Figuur 5: Externe migratiedynamiek in Oost-Vlaanderen voor de periode Tijdens ons onderzoek naar de afbakening van woonregio s moeten we indachtig blijven bij het feit dat de verhuisbewegingen van en naar het Waals en Brussels Hoofdstedelijk Gewest niet worden meegenomen, omdat we werken met Vlaamse data en geen informatie hebben over verhuisbewegingen op het niveau van de statistische sector in Brussel of Wallonië. We kunnen deze verhuisbewegingen wel apart bestuderen. In de volgende figuren geven we daarom de relaties aan die niet onderzocht werden bij de opmaak van de woonregio s. We geven de relatie met het Brussels Hoofdstedelijk Gewest alsook de verhuisbewegingen met de provincie Henegouwen weer op kaart. Voor de provincie Henegouwen (Figuur 6) zien we dat Ronse een zeer sterke verhuisrelatie vertoond. Ook andere zuidelijk gelegen gemeenten (Geraardsbergen, Brakel en in mindere mate Maarkedal en Kluisbergen) vertonen iets hogere verhuisrelaties met Henegouwen. Woonregio s Oost-Vlaanderen p.11

12 Figuur 6: Verhuisbewegingen met het de provincie Henegouwen voor de periode (Bron: Provincie Oost-Vlaanderen) Woonregio s Oost-Vlaanderen p.12

13 Voor Brussel (Figuur 7) zien we een minder uitgesproken beeld. In Aalst zien we een hogere verhuisrelatie met Brussel, maar ook het centrum van Denderleeuw en Ninove hebben een link met het Brusselse Hoofdstedelijk Gewest. Opvallend is de sterke verhuisbeweging van Ooidonk nabij Sint-Martens-Latem naar het Brusselse. Figuur 7: Verhuisbewegingen met het Brussels Hoofdstedelijk Gewest voor (Bron: Provincie Oost-Vlaanderen) Woonregio s Oost-Vlaanderen p.13

14 3 De afbakening van woonregio s In dit hoofdstuk bakenen we de woonregio s in Oost-Vlaanderen af. In een eerste onderdeel bespreken we de aanwezige data en de data-setup (preprocessing). We werken immers met een grote dataset en we moeten bepaalde zaken moeten selecteren, verwijderen of transformeren naar een leesbaar en werkbaar bestand. Vervolgens leggen we de methodologie uit. We werken vier verschillende scenario s uit om woonregio s af te bakenen. Aan de hand van deze vier scenario s is het mogelijk om handmatig een synthesekaart van woonregio s in Oost-Vlaanderen op te maken. Tenslotte tonen we de resultaten van de analyses: de woonregio s in Oost- Vlaanderen. 3.1 Data-setup Gebruikte data In deze studie zullen we een aantal databanken onderzoeken en gebruiken bij zowel de afbakening van woonregio s als de toebedeling van huishoudens aan woonregio s. De gegevens die we gebruiken worden opgesomd in de volgende tabel en wordt nog aangevuld naarmate de studie vordert. Tabel 1: Gebruikte databronnen voor deze studie Data Jaar Schaalniveau Bron Bevolkingsaantallen Statistische sector Rijksregister Gemeente Verhuisbewegingen Statistische sector Rijksregister Bevolkingsvooruitzichten (aantal huishoudens en huishoudenstypes, aantal inwoners, ) Gemeente Statistiek Vlaanderen Pendelgegevens 2015 Gemeente KSZ Woonregio s Oost-Vlaanderen p.14

15 Daarnaast zullen we in de volgende analyses we altijd werken met verschillende ruimtelijke schaalniveaus, van gemeenten over deelgemeenten naar statistische sectoren (zie Figuur 8). Figuur 8: Verschillende schaalniveaus die zullen gebruikt worden in deze studie (NGI, 2018) De verhuisdatabank Verhuisbewegingen zijn in deze studie de belangrijkste databron die we gebruiken. We beschikken voor deze oefening over verhuisbewegingen in de Vlaanderen over drie jaar: , en Deze complexe dataset werd ons toegeleverd door Mieke Van Opstal (Provincie Oost-Vlaanderen). Hierbij werden twee databanken verenigd: vorige woonplaats databank en de volgende woonplaats databank. In de volgende tabel tonen we het aantal verhuisrecords die we hiervoor gebruiken. In totaal gaat het dus om ongeveer 3,6 miljoen verhuisbewegingen. Het voordeel dat we de databank voor Vlaanderen gebruiken is dat provincie-overschrijdende woonregio s op deze manier eenduidig kunnen worden gevormd. Doordat we op deze manier met miljoenen verhuisbewegingen werken, worden de analyses iets complexer en is de modelleertijd langer. Tabel 2: Aantal verhuisbewegingen in de totale databank voor geheel Vlaanderen Jaartal Volgende woonplaats Vorige woonplaats Totaal (Vlaanderen) Er zijn verschillen tussen het aantal verhuisbewegingen in de vorige en volgende woonplaats. Deze verschillen kunnen we linken aan kleine fouten in de databank, verschillende afschrijvingen, etc. Woonregio s Oost-Vlaanderen p.15

16 Aan de hand van de grote verhuisdatabank van Vlaanderen kunnen we nagaan hoeveel verhuisbewegingen er zijn in de provincie Oost-Vlaanderen. In de provincie vinden ongeveer per jaar verhuisbewegingen plaats. In totaal beschikken we dus over een dataset met meer dan verhuisbewegingen (zie Tabel 3). Het grootste aandeel van de verhuisbewegingen vinden plaats binnen de provincie Oost-Vlaanderen (rond 60%). Iets minder dan 1/3 de van de verhuisbewegingen zijn grensoverschrijdend. Een kleine 10% van de verhuisbewegingen hebben een link met het buitenland. Tabel 3: Aantal verhuisbewegingen voor Oost-Vlaanderen Jaar Totaal aantal Binnen provincie verhuisbewegingen (%) Buiten provincie (%) Met buitenland (%) ,9 31,0 8, ,6 30,5 9, ,9 31,6 8,5 Voor het grootste deel van de verhuisbewegingen hebben we een gedetailleerde informatie. We weten hoeveel personen van de ene locatie naar de andere zijn verhuisd, en dit op het schaalniveau van de statistische sector. Voor de verhuisbewegingen buiten Vlaanderen, is deze informatie niet beschikbaar op het niveau van de statistische sector. Bij deze soort van beweging weten we voor de Oost-Vlaamse statistische sectoren het aantal verhuisbewegingen met Wallonië en Brussel en daarbij wordt gewerkt met het schaalniveau van de gemeente. Voor de verhuisbewegingen van en naar het buitenland weten we voor de Oost-Vlaamse statistische sectoren enkel de landcode. Tabel 4: Soorten verhuisbewegingen naar statistische sector, gemeente of land Soort verhuisbewegingen Beschikbaarheid gegevens Verhuisbewegingen in Vlaanderen Alle info is beschikbaar op het niveau van de statistische sectoren Verhuisbewegingen van/naar Het Brussels Hoofdstedelijk Gewest of het Waals Gewest Verhuisbewegingen van/naar een ander land Alle info is beschikbaar op het niveau van de gemeente Alle info is beschikbaar op het niveau van het land De verhuisrelatie wordt opgedeeld naar statistische sector, naar de gemeente of naar land. De statistische sectoren worden volgens hun NIS-code benoemd. In de volgende tabel tonen we aan hoe deze codering tewerk gaat. De NIS-code van een gemeente bestaat uit vijf cijfers. Het eerste cijfer geeft de provincie aan, het tweede cijfer geeft het arrondissement aan binnen de provincie, de laatste drie cijfers geeft de unieke code per gemeente aan. Per deelgemeente werd een letter toegevoegd na de NIS-code na de grote fusiegolf. Voor de code van een statistische Woonregio s Oost-Vlaanderen p.16

17 sector wordt daaraan nog eens drie extra cijfers, letters of tekens gekoppeld. Op deze manier bestaat de statistische sector uit negen cijfers. Landcodes hebben tenslotte slechts drie cijfers. Tabel 5: Verschillende soorten statistische sectoren in de databank Soort code Code Naam Landcodes Nederland Frankrijk Gemeentecodes Gent Deelgemeente codes 44021F Gentbrugge Statistische sector 44021F121 Vogelhoek Naast deze verschillende ruimtelijke codes, zijn er nog een aantal alternatieve codes aanwezig in de databank. Het gaat over afvoering van ambtswege, vrijstelling van inschrijving, etc. Ook overleden zit hierbij. Deze laatste gegevens werd we vanzelfsprekend geschrapt uit de databank, daar het niet over een verhuisbeweging gaat. Tabel 6: Speciale codes in de databank met verhuisbewegingen Code Betekenis Geannuleerd dossier Vrijgesteld van inschrijving Afwezig verklaard Afvoering verlies van het recht op verblijf Afvoering -geen recht op inschrijving 992 Afvoering naar het buitenland Overleden Afvoering van ambtswege Afvoering van ambtswege in het buitenland Schrapping einde functies Woonregio s Oost-Vlaanderen p.17

18 3.1.3 Data set-up De miljoenen records die we in onze databank terugvinden, kunnen we per statistische sector voorstellen aan de hand van drie soorten bewegingen. In de volgende figuur tonen we deze bewegingen aan de hand van een schema aan. - IN-beweging: de beweging in een bepaalde statistische sector. - UIT-bewegingen: de beweging uit een bepaalde statistische sector. - INTRA-bewegingen: de beweging die binnen een statistische sector valt. Figuur 9: in-,uit- en intra-bewegingen Woonregio s Oost-Vlaanderen p.18

19 3.1.4 Verruimtelijking van de databank Om de migraties en woonregio s weer te geven op kaart, moeten de gegevens natuurlijk verruimtelijkt worden. Dit wordt gedaan in de GIS-software ArcMap en QGIS met behulp van een Shapefile of vectorbestand dat de grenzen bevat van de verschillende statistische sectoren. Er zijn 36 statistische sectoren waarbij geen informatie gegeven is over bevolkingsaantallen of migraties (zie Tabel 7). Dit zijn statistische sectoren die meestal gelinkt zijn aan natuurreservaten of militaire domeinen. Tabel 7: Aantal statistische sectoren voor Oost-Vlaanderen zonder informatie over verhuisbewegingen of inwonersaantallen Statistische sector Tielrode Broek Stuiverbossen Melselepolder Zandeken Spoorweg Bredenhoek Papelaar Klaverblad E17 Industriezone Oude Scheldemeersen Scheldemeanders Oude Scheldemeersen Keuzemeersen Nieuwe Bos Provinciaal Domein - Oostdonk Liedermeers Kluizen Lokerenbeek Beverenpolder Rode Los Zoetendale Osbroek Kiekebossen Strenbossen Industriegebied - Klein Doelpolder Kerncentrale Rostijne Schelde Scheldemeanders Schelde Paardenweide Vormingsstation Oost Elversele Broek Lake Meldenmeersen Merelbeekse Meers Gemeente Temse Waarschoot Beveren Evergem Gent Berlare Sint-Niklaas Sint-Niklaas Zelzate Gavere De Pinte Wortegem-Petegem Gent Erpe-Mere Wachtebeke Merelbeke Aalst Lokeren Beveren Oudenaarde Maldegem Aalst Gent Zomergem Beveren Beveren Gent Beveren De Pinte Beveren Wichelen Gent Temse Gent Oudenaarde Merelbeke Woonregio s Oost-Vlaanderen p.19

20 Op Figuur 10 worden de sectoren waarvoor we informatie hebben nog eens afgebeeld op kaart. Figuur 10: aantal statistische sector zonder inwoners of verhuisbewegingen in Oost-Vlaanderen Woonregio s Oost-Vlaanderen p.20

21 3.2 Methodologie voor de afbakening van woonregio s Transformatie van de gegevens tot basismatrix In een eerste stap willen we de data transformeren zodat we ze kunnen gebruiken in de toewijzing van statistische sectoren tot de woonregio s. Dit doen we door de opmaak van een basismatrix. Een basismatrix is een matrix waarin in de rij- en kolomnamen alle statistische sectoren, gemeentenamen en landsnamen weergegeven worden. De waarden die in de kolommen worden weergegeven, zijn de verhuisbewegingen tussen de statistische sectoren, gemeenten en landen. De basismatrix is symmetrisch, omdat alle bewegingen tussen twee statistische sectoren (zowel van sector 1 naar sector 2 als omgekeerd) worden weergegeven in een cel. In de diagonalen vinden we de intra-sectorale bewegingen terug. In de volgende figuur geven we een voorbeeld van hoe de basismatrix eruit ziet. We zien dat de eerste statistische sector in de matrix 59 intra-bewegingen telt: 59 mensen verhuizen in deze statistische sector naar een andere woning, binnen dezelfde statistische sector. We zien dat er 24 verhuisbewegingen aanwezig zijn met sector 2. Dit is de som van de verhuisbewegingen van sector 1 naar sector 2 en deze van sector 2 naar sector 1. In de realiteit hebben we te maken met meer dan rijen en kolommen (één voor elke statistische sector in Vlaanderen), maar ook gemeenten buiten Vlaanderen, de speciale codes en landen worden hierin opgenomen. Tabel 8: Voorbeeld van een basismatrix Sector 1 Sector 2 Sector 3 Sector Sector Sector Transformatie van basismatrix tot werkmatrix Op basis van de bovenste matrix, maken we een werkmatrix op. Daarbij wordt in de eerste instantie enkel statistische sectoren met meer dan 100 verhuisbewegingen in opgenomen. We willen enkel de statistische sectoren bestuderen waarbij voldoende verhuisbewegingen aanwezig zijn, omdat bij statistische sectoren met minder verhuisbewegingen de aantallen gebaseerd kunnen zijn op louter toeval en bijgevolg niet statistisch relevant zijn. Dit zijn statistische sectoren in Oost-Vlaanderen. Vervolgens kiezen we ervoor om meer verhuisbewegingen toe te voegen in de berekeningen. Daartoe voegen we de statistische sectoren samen tot deelgemeente. De deelgemeenten met meer dan 100 verhuisbewegingen, waarbij slechts 1 of 0 statistische sectoren meer dan 100 verhuisbewegingen telt, voegen we vervolgens toe aan de data-analyse. 22 deelgemeenten of 59 statistische sectoren kunnen op deze manier worden toegevoegd. In een laatste fase voor het creëren van woonregio s zullen we uiteindelijk de statistische sectoren met meer dan 25 en minder dan 100 verhuisbewegingen toevoegen aan de dataanalyse. 316 statistische sectoren kunnen zo worden toegevoegd aan het beeld. Dit gebeurt wanneer reeds een stabiel beeld gevormd is. Op deze manier kunnen we het versnipperd beeld verder opvullen. Woonregio s Oost-Vlaanderen p.21

22 Tabel 9: Aantal gebruikte statistische sectoren in deze studie Aantal statistische sectoren Totaal aantal statistische sectoren Statistische sectoren met meer dan 100 verhuisbewegingen Deelgemeenten met meer dan 100 verhuisbewegingen 59 Statistische sectoren met meer dan 25 verhuisbewegingen 316 Totaal aantal gebruikte statistische sectoren Woonregio s Oost-Vlaanderen p.22

23 In de volgende figuur tonen we het aantal statistische sectoren met meer dan 100 verhuisbewegingen, de deelgemeenten die worden toegevoegd, de statistische sectoren met meer dan 25 verhuisbewegingen en het totaal aantal sectoren die in dit onderzoek zullen worden gebruikt. Op deze manier zullen we meer dan 99% van de verhuisbewegingen in Oost- Vlaanderen gebruiken. Figuur 11: aantal statistische sectoren die gebruikt worden in deze studie: de sectoren met meer dan 100 verhuisbewegingen, de deelgemeenten met meer dan 100 verhuisbewegingen, de statistische sectoren met meer dan 25 verhuisbewegingen en het totaalbeeld Statistische sectoren > 100 migraties Deelgemeenten > 100 migraties Statistische sectoren > 25 migraties Alle gebruikte statistische sectoren Woonregio s Oost-Vlaanderen p.23

24 3.2.3 Basismethodologie bij de afbakening van woonregio s De werkmatrix vormt de basis voor de volgende stap, waar we woonregio s aan de hand van verschillende scenario s afbakenen. In dit onderzoek zullen we hiervoor vier verschillende methodologieën gebruiken: - Lokale binding - Dynamische binding - Binding op basis van stedelijk afgebakende gebieden - Binding op basis van de (woon)kernafbakening De vier verschillende scenario s die in deze studie worden uitgevoerd rusten allemaal op hetzelfde basisidee, maar kennen daarenboven hun eigen insteek. In de volgende figuur stellen we het basisidee voor: drie fictieve statistische sectoren zijn afgebeeld, samen met een aantal verhuisbewegingen tussen de statistische sectoren. De maximale verhuispartner van sector 1 is sector 2, met 18 verhuisbewegingen tussen beide sectoren. De maximale verhuispartner van sector 2 is sector 1. Aangezien beide sectoren elkaars maximale verhuispartner zijn, worden de sectoren samengevoegd tot een kleine woonregio s. De verhuisbewegingen van deze statistische sectoren worden opgeteld. Dit proces wordt herhaald tot er een klein aantal regionale woonregio s overblijft. Aangezien in vele gevallen de interne verhuisbewegingen het grootst zijn en daardoor de maximale verhuispartner de sector zelf is, worden de intra-bewegingen uiteraard niet meegenomen bij dit proces. De vaak kleine statistische sectoren die bij geen enkele andere statistische sector de maximale verhuispartner zijn, worden toegevoegd aan hun maximale verhuispartner om een groter geheel te vormen. Deze statistische sectoren worden anders in geen enkel geval aan een woonregio toegevoegd. Figuur 12: Basisprincipe achter het vormen van woonregio s Woonregio s Oost-Vlaanderen p.24

25 Aan deze benadering koppelen we twee voorwaarden: - Migratie-autonomie Statistische sectoren en regio s kunnen worden samengevoegd tot in het oneindige, waardoor ze uiteindelijk na x-tal stappen één enkele gebiedsdekkende woonregio zullen vormen. Daarom wordt bij de voorgaande analyse een extra criterium toegevoegd, dat betrekking heeft tot het begrip migratie-autonomie. Migratie-autonomie kan worden beschreven als het aandeel van de verhuisbewegingen binnen een bepaalde zone (intrabewegingen) ten opzichte van alle verhuisbewegingen van en naar deze zone. In de Angelsaksische literatuur (Combes et al., 2004; Jones, 2001) is onderzoek verricht naar de werking en afbakening van woonregio s. Binnen dit onderzoek werden twee levels of selfcontainment van migratie-autonomie geïdentificeerd: 50% migratie-autonomie en 70% migratie-autonomie, die beiden voor een bepaald niveau van autonomie staan. Ook bij voorgaand onderzoek bleken dit zeer bruikbare drempels. Bijgevolg zullen deze ook binnen dit onderzoek worden gehanteerd. Door de autonomie-drempelwaarde in te stellen, zullen op een bepaald moment woonregio s stabiel zijn en niet meer aan elkaar worden gevoegd. Deze voorwaarde zullen we autonomie noemen in de volgende secties. - Verschil tussen sterkste en tweede sterkste verhuispartner Het verschil tussen de grootste en tweede grootste verhuispartner van een sector moet groot genoeg zijn (uitgedrukt in %) om toevallige toewijzingen van gebieden tot een woonregio zo veel mogelijk te proberen te vermijden. In deze studie hanteren we voor het verschil tussen beiden de drempelwaarde van 25%. De sterkste verhuispartner moet dus minimum 25% meer verhuisbewegingen hebben met de statistische sector dan de tweede sterkste verhuispartner. Wanneer we spreken over drempelwaarde in de volgende secties, gaat het over deze voorwaarde. Voor alle scenario s ondergaan we een aantal stappen om te komen tot stabiele woonregio s. In de volgende figuur tonen we hiervan een voorbeeld. Na een stap zien we nog maar weinig woonregio s zich vormen. Na 5 stappen daarentegen zien we reeds een aantal duidelijk afgebakende zones. Figuur 13:Stap 1, stap 3 en stap 5 bij het vormen van regionale woonregio s in Oost-Vlaanderen In de volgende secties gaan we dieper in op de verschillende scenario s: Woonregio s Oost-Vlaanderen p.25

26 Lokale binding Bij een lokaal bindingsscenario worden de statistische sectoren samengevoegd die de grootste verhuisrelatie ten opzichte van elkaar hebben. De verhuisrelatie moet wederzijds sterk zijn: als 80% van de verhuisbewegingen van sector 1 op sector 2 gericht zijn, maar slechts 2% van de verhuisbewegingen van sector 2 op sector 1 gericht zijn, worden de sectoren bijvoorbeeld niet altijd samengevoegd. De statistische sectoren die geen sterkste verhuispartner zijn, worden aan hun sterkste verhuispartner gelinkt. Verder worden de twee boven beschreven voorwaarden in rekening gebracht. Deze manier van binding zal vooral voordelig zijn voor de verbinding tussen kleine statistische sectoren. Vanuit kleine kernen die een duidelijke relatie tot elkaar hebben worden op deze manier woonregio s gevormd Dynamische binding Bij het tweede scenario wordt dezelfde methodologie gebruikt als bij het lokale bindingsscenario, maar wordt een extra voorwaarde toegevoegd. In een eerste stap zullen echter enkel sectoren in rekening worden gebracht die een migratie-intensiteit hebben die groter is dan een gedefinieerde drempelwaarde. Migratie-intensiteit kan worden gedefinieerd als het aandeel migraties (intra-in-uit) ten opzichte van de totale bevolking * In de studie zullen in de eerste stap de statistische sectoren met een migratie-intensiteit groter dan 300 per inwoners worden samengevoegd en in de tweede stap statistische worden sectoren groter dan 150 per inwoners daaraan toegevoegd Binding op basis van stedelijk afgebakende gebieden De basisanalyse van dit scenario gebeurt op dezelfde manier als deze van het lokale bindingsscenario. Het verschil met de vorige scenario s is dat we reeds voorgevormde kleine woonregio s vormen voordat we de analyse beginnen. Dit scenario vertrekt vanuit de (voorlopige) afbakening van de stedelijke gebieden (versie 2017) binnen het Ruimtelijk Structuurplan Vlaanderen. De stedelijke gebieden worden weergegeven in de volgende figuur. Het gaat om Beveren, Deinze, Dendermonde, Eeklo, Geraardsbergen, Gent, Lokeren, Ninove, Oudenaarde, Ronse, Sint-Niklaas, Temse, Wetteren en Zottegem. Verder is er een kleine overlap van het stedelijk gebied Waregem en Antwerpen met de provincie aanwezig. De statistische sectoren die zich in deze afgebakende stedelijke gebieden bevinden, worden reeds samengenomen voordat we de analyse voortzetten. De statistische sectoren die voor minimum 80% van hun oppervlakte binnen deze afbakening vallen, worden reeds samengevoegd voordat statistische sectoren worden samengevoegd op basis van hun verhuisrelaties. Maar liefst 790 statistische sectoren in Oost-Vlaanderen worden op deze manier samengevoegd over de 15 stedelijke gebieden 1. Daarna wordt het proces dat werd beschreven in het lokale binding scenario herhaald. 1 Omdat we dit scenario voor heel Vlaanderen uitvoeren, wordt voor de rest van Vlaanderen ook statistische sectoren samengevoegd tot stedelijke gebieden. Woonregio s Oost-Vlaanderen p.26

27 Figuur 14: Stedelijke gebieden in Oost-Vlaanderen (Bron: Provincie Oost-Vlaanderen) Binding op basis van kernen Het laatste scenario dat we onderzoeken is gelijkaardig aan het scenario waarbij we reeds statistische sectoren samenvoegen tot stedelijke gebieden. We breiden echter de selectie uit met een kernafbakening om op deze manier ook bij 217 kleinere woonkernen reeds enkele statistische sectoren aan elkaar te koppelen. De selectie van de woonkernen zijn gebaseerd op de indeling van woondorpen door de provincie Oost-Vlaanderen uit het PRS. De ruimtelijke afbakening van de woonkernen is gebaseerd op basis van een datalaag gebruikt door Ruimte Vlaanderen. Zo worden reeds statistische sectoren toegevoegd aan een woonkern of een stedelijk gebied in Oost-Vlaanderen. Woonregio s Oost-Vlaanderen p.27

28 Figuur 15: Stedelijke gebieden en kernen in Oost-Vlaanderen (Bron: Provincie Oost-Vlaanderen) 3.3 Naar een synthesebeeld Deze vier scenario s vormen de basis bij de afbakening van de woonregio s in Oost-Vlaanderen. Dit doen we door de regio s die constant in de scenario s naar voren komen te beschouwen als geheel. De zones die verschuivingen maken tussen de scenario s, bekijken we opnieuw in een basismatrix. Bij de resultaten zullen we de methodologie verder in detail weergeven. Woonregio s Oost-Vlaanderen p.28

29 4 Resultaten 4.1 Afbakening van regionale woonregio s In wat volgt tonen we de resultaten van de vier scenario s. Aan de hand van verschillende stappen komen we tot een eindbeeld van woonregio s in de provincie voor elk van de scenario s. In Tabel 10 tonen we het aantal stappen die doorlopen worden bij elke afbakening, inclusief het aantal gebieden die corresponderen met de desbetreffende stap. De dynamische binding is het scenario dat het grootst aantal stappen kent, omdat in de eerste stappen een aantal statistische sectoren worden weerhouden van de analyse. De laatste twee scenario s kennen het laagst aantal stappen, omdat er reeds regio s op voorhand werden gevormd voordat de analyse van start gaat. 70% scenario s kennen een groter aantal stappen, omdat het proces langer doorgaat om een kleiner aantal woonregio s te vormen dan in de 50% scenario s. Tabel 10: Aantal stappen per scenario bij de afbakening van woonregio s en het corresponderend aantal gebieden (inclusief gebieden buiten Oost-Vlaanderen) die over zijn in de berekeningen Aantal stappen Lokale binding Dynamische binding Afbakening van stedelijke gebieden Afbakening van kernen 50% 70% 50% 70% 50% 70% 50% 70% Woonregio s Oost-Vlaanderen p.29

30 Het aantal regio s op de laatste stap is vrij hoog, omdat het gaat over woonregio s in heel Vlaanderen. Bovendien blijven een aantal statistische sectoren op zichzelf en kunnen ze niet aan een grotere woonregio kunnen toegevoegd worden. Dit is vaak te wijten aan het feit dat ze een overgang vormen dus twee of meerdere woonregio s. Om deze redenen voegen we hierbij een extra tabel (Tabel 11). In deze tabel tonen we het aantal duidelijk afgebakende woonregio s in Oost-Vlaanderen, en laten we de kleinere gebieden, met statistische sectoren die op zichzelf staan, buiten beschouwing. Voor een 50% autonomie scenario zien we dat er zo n 20-tal duidelijke woonregio s te onderscheiden vallen. In een 70% autonomie scenario zijn dat er tussen 12 en 15. Tabel 11: Aantal grotere en duidelijke woonregio s binnen Oost-Vlaanderen afgebakend voor elk scenario Lokale binding Dynamische binding Afbakening van stedelijke gebieden Afbakening kernen van 50% 70% 50% 70% 50% 70% 50% 70% Woonregio s Oost-Vlaanderen p.30

31 Het eerste scenario dat we hebben onderzocht, is het lokale bindingsscenario. De uitkomsten voor dit scenario wordt getoond op Figuur 16. Op deze kaarten zien we een duidelijke Gentse regio, die vrij dominant wordt wanneer de autonomie 70% wordt. Verder zien enkele grotere regio s rond Eeklo (enkel in het 50% scenario), een woonregio rond Sint-Niklaas, Aalst, Geraardsbergen, Zottegem en Oudenaarde. Opvallend is dat het zuidelijk gedeelte van Zulte geen binding kent met de provincie Oost-Vlaanderen, terwijl het noordelijk gedeelte (deelgemeente Machelen), dat wel doet. Ronse is een gemeente die op zichzelf blijft, alsook Buggenhout, Hamme en Zele. Figuur 16: Woonregio s volgens lokale binding scenario voor een autonomie van 50% en 70% Woonregio s Oost-Vlaanderen p.31

32 In de volgende figuren tonen we het scenario dynamische binding. De regio rond Eeklo is hier verdwenen, alsook werd aan woonregio Sint-Niklaas de gemeente Beveren toegevoegd in het 70% scenario. De woonregio Oudenaarde en Zottegem breiden uit, terwijl we ten zuiden van Aalst wat moeilijkheden krijgen bij het toewijzen van de statische sectoren. De woonregio Aalst krimpt in vergelijking met het lokale bindingsscenario. We zien dat de gemeente Aalter een gebied blijft binnen het 50% en 70% scenario. Figuur 17: Woonregio s volgens dynamische binding voor een autonomie van 50% en 70% Woonregio s Oost-Vlaanderen p.32

33 In Figuur 18 is het derde scenario (volgens de afbakening van stedelijke gebieden) weergegeven. We zien hierbij opnieuw belangrijke regio s naar voren komen: Gent, Sint-Niklaas, het Meetjesland, Geraardsbergen, Aalst, Oudenaarde en Zottegem. We zien een overgangszone tussen Oudenaarde en Zottegem (gemeenten Brakel, Zwalm). De Gentse invloeden reiken in dit scenario zelfs tot Brakel. In dit scenario zien we ook de invloed van Brugge opduiken in het noordwesten. In dit scenario zien we voor een autonomie van 50% dat Deinze een eigen woonregio vormt. Figuur 18: Woonregio s volgens de afbakening van stedelijke gebieden voor een autonomie van 50% en 70% Woonregio s Oost-Vlaanderen p.33

34 In het laatste scenario zien we dat de Gentse regio opnieuw wat dominanter is. Opnieuw zien we gelijkaardige zones die worden afgebakend: woonregio s Sint-Niklaas, Oudenaarde, Geraardsbergen en Aalst zijn aanwezig. Wetteren vormt in dit scenario een kleine woonregio. De gemeente Sint-Lievens-Houtem heeft moeilijkheden om zich te koppelen aan een andere woonregio. Ook grote delen van Herzele, Kluisbergen en Maarkedal kan zich niet binden aan een woonregio. Figuur 19: Woonregio s volgens de afbakening van woonkernen voor een autonomie van 50% en 70% Woonregio s Oost-Vlaanderen p.34

35 4.2 Naar een synthesebeeld In de volgende stap willen we een synthesebeeld concentreren op basis van deze vier scenario s. Alhoewel we duidelijke verschillen zien in de scenario s, zien we immers ook gelijkaardige zones opduiken in de verschillende scenario s. De witte gebieden zijn de gebieden die niet in onze analyses werden opgenomen. In de onderstaande kaart tonen we welke regio s duidelijk lijken. We zien de volgende duidelijke grotere regio s opduiken - Regio Gent (met Gent, Evergem, Moerbeke, Lochristi, Merelbeke, Sint-Martens-Latem, Nazareth, Lokeren, Laarne, Melle, Wachtebeke, Zelzate, Lovendegem, Waarschoot, Nevele, Gavere, delen van Kaprijke, delen van Zingem, Assenede, Zomergem) - Sint-Niklaas (Sint-Gillis-Waas, Stekene, delen van Waasmunster en Temse) - Aalst (Aalst, Denderleeuw, Haaltert, deel Lede, deel van Erpe-Mere, deel van Lebbeke) - Geraardsbergen (Geraardsbergen, Lierde, deel van Brakel, deel van Horebeke) - Oudenaarde (Oudenaarde, deel van Wortegem-Petegem, Maarkedal) We kunnen ook kleinere gebieden van statistische sectoren aan elkaar koppelen. Het gaat onder andere over de volgende gebieden: - Ronse - Ninove - Zottegem - Beveren (naar Antwerpen) - Eeklo en Sint-Laureins - Maldegem - Kruibeke - Buggenhout - Dendermonde en Lebbeke - Zele - Een deel van Deinze en Zulte (Machelen) - Hamme - Brakel - Wetteren en Wichelen - Sint-Lievens-Houtem Tenslotte hebben we een aantal grijs gekleurde gebieden. Dit zijn een aantal kleine gebieden die in verschillende scenario s telkens tot een andere woonregio werden toebedeeld. De statistische sectoren vormen vaak een overgang tussen twee woonregio s. Deze zones worden dan ook herleidt naar de statistische sector en worden opnieuw onderzocht. Woonregio s Oost-Vlaanderen p.35

36 Figuur 20: Eerste beeld van de woonregio s Oost-Vlaanderen Door opnieuw een basismatrix op te maken waar we reeds de duidelijke woonregio s, de kleinere woonregio s en de statistische sectoren aan elkaar koppelen, kunnen we vervolgens verhuisrelaties zien tussen de verschillende woonregio s en de overige statistische sectoren. Manueel koppelen we op deze manier verschillende woonregio s aan elkaar. Woonregio s Oost-Vlaanderen p.36

37 Op de volgende figuur geven we een aantal stappen aan in ons proces. Door stapsgewijs tewerk te gaan, is het mogelijk om een totaalbeeld van de woonregio s in Oost-Vlaanderen te creëren. De corresponderende basismatrix kan in de bijlage worden teruggevonden. Figuur 21: Eerste, derde en vijfde stap in de opmaak van een synthesebeeld Woonregio s Oost-Vlaanderen p.37

38 4.3 Synthesebeeld In de onderstaande kaart tonen we de duidelijke woonregio s binnen Oost-Vlaanderen (Figuur 22). We zien de volgende duidelijke grotere regio s opduiken: - Gent (met Gent, Evergem, Moerbeke, Lochristi, Merelbeke, Sint-Martens-Latem, Nazareth, Lokeren, Laarne, Melle, Wachtebeke, Zelzate, Lovendegem, Waarschoot, Nevele, Gavere, delen van Kaprijke, delen van Zingem, Assenede, Zomergem) - Sint-Niklaas (Sint-Gillis-Waas, Stekene, delen van Waasmunster en Temse) - Aalst (Aalst, Denderleeuw, Haaltert, deel Lede, deel van Erpe-Mere, deel van Lebbeke) - Geraardsbergen (Geraardsbergen, Lierde, deel van Brakel) - Oudenaarde (Oudenaarde, deel van Wortegem-Petegem, Maarkedal, deel van Horebeke) - Zottegem - Ninove - Ronse - Buggenhout Verder kunnen we een aantal overgangszones onderscheiden: - Overgangszone Eeklo-Gent - Overgangszone Oudenaarde-Zottegem - Overgangszone Aalst-Gent - Overgangszone Ronse-Avelgem-Oudenaarde - Overgangszone Eeklo Aalter (Knesselare) - Overgangszone Sint-Niklaas Antwerpen - Overgangszone Brugge-Gent (Aalter) Tenslotte zijn er een aantal gebieden die een sterke relatie hebben met andere provincies en tot woonregio s van die provincies horen: - Woonregio Avelgem-Wevelgem - Woonregio Waregem - Woonregio Antwerpen Woonregio s Oost-Vlaanderen p.38

39 Figuur 22: Tweede beeld van woonregio s in Oost-Vlaanderen Woonregio s Oost-Vlaanderen p.39

40 Verder dienen we nog de statistische sectoren toevoegen met meer dan 25 maar minder dan 100 verhuisbewegingen toevoegen. We voegen deze op het einde van de analyse toe, zodat ze gemakkelijk kunnen worden toegewezen aan een woonregio. Op deze manier wordt het beeld verder geëgaliseerd. De basismatrix wordt in de bijlage meegegeven en toont de relatie tussen deze verschillende woonregio s. Figuur 23: Beeld van de woonregio s inclusief statistische sectoren die meer dan 25 en minder dan 100 verhuisbewegingen hebben Woonregio s Oost-Vlaanderen p.40

41 Tenslotte vullen we de overige witte gaten op, om het beeld te egaliseren. Het resultaat hiervan wordt getoond in Figuur 24. Figuur 24: Synthesebeeld, waarbij de laatste gaten werden opgevuld Woonregio s Oost-Vlaanderen p.41

42 4.4 Workshops De woonregio s werden vervolgens voorgelegd binnen een workshop aan experten die actief zijn binnen Oost-Vlaanderen op het vlak van wonen. Daarin werd het beeld grotendeels bevestigd (bv. in het noordoosten rond Beveren, Ronse, de gebieden die eerder op West-Vlaanderen gericht zijn), maar werden er voornamelijk vragen gesteld rond de grootte van woonregio Gent. Deinze en Lokeren vallen bijvoorbeeld binnen deze regio, terwijl ze ook belangrijke steden zijn voor verhuizers. Door deze workshop werd het duidelijk dat binnen de woonregio Gent een opdeling dient gemaakt te worden. In de volgende secties gaan we dan ook verder in op woonregio Gent. 4.5 Woonregio Gent De Gentse woonregio is sterk aanwezig in het beeld voor Oost-Vlaanderen. Binnen deze woonregio kunnen we dan ook zien dat de inwoners van bijvoorbeeld Assenede in het noorden van de provincie weinig interactie vertonen met Gavere in het zuiden van deze woonregio. Ze hebben echter beiden een zeer sterke link met de stad Gent en behoren daarom tot dezelfde woonregio. In de volgende alinea s onderzoeken we eerst de sterke link met de stad Gent vanuit deze woonregio. Daarna delen we deze woonregio verder op in clusters, om een differentiatie te creëren binnen deze grote woonregio. Belangrijk om in het achterhoofd te houden is dat deze oefening van het zoeken naar clusters binnen de Gentse woonregio enkel kan worden gedaan voor de zones die volledig aan de Gentse woonregio werden toebedeeld. Voor de overgangszones wordt die oefening niet gedaan, omdat de invloed van Gent daar niet van die grootte is dat deze overgangszones volledig bij de Gentse woonregio s werden toebedeeld. Het verschil tussen de eerste en tweede verhuispartners is niet groot genoeg om ze bij de ene of de andere toe te delen; ze bleven dus onbeslist. Vandaar dat we voor de clusteroefening deze overgangszones ook niet op de kaarten van de verschillende tussenstappen tonen. De overgangszones (OZ) die een invloed hebben op woonregio Gent zijn: OZ Eeklo-Gent in het noorden, OZ Gent-Aalst in het zuidoosten en de grensoverschrijdende OZ Brugge-Gent en OZ Eeklo-Aalter in het westen. Verderop in deze studie willen we komen tot een uiteindelijke woonprogrammatie en dan is het echter wel interessant om de overgangszones allemaal zij het deels toe te delen aan de woonregio s waartussen ze de overgang vormen. Zo zal later de OZ Aalst-Gent deels worden meegerekend in woonregio Aalst en deels in woonregio Gent, de OZ Brugge-Gent deels worden meegerekend in de Gentse woonregio, etc. Maar voorlopig in deze sectie houden we de woonregio s en de overgangszones nog apart. Woonregio s Oost-Vlaanderen p.42

43 Op de volgende figuur tonen we het aantal verhuisbewegingen van statistische sectoren in de woonregio Gent met de stad Gent. Logischerwijs zien we dat hoe dichter bij de stad Gent de statistische sector zich bevindt, hoe sterker de verhuisrelatie is. Figuur 25: Aantal verhuisbewegingen binnen de Gentse woonregio met stad Gent Woonregio s Oost-Vlaanderen p.43

44 In de volgende figuur tonen we het verhuissaldo van de gemeenten met de stad Gent. Daarin is het duidelijk dat de omliggende gemeenten rond Gent een sterk positief verhuissaldo hebben met de stad Gent. Dit betekent dat er minder mensen vanuit deze gemeenten rondom Gent verhuizen naar Gent dan omgekeerd. Gent trekt voornamelijk aan van verder uit de provincie: Maldegem, gemeenten uit het Waasland (Beveren, Sint-Niklaas en Sint-Gillis-Waas), Aalst, Geraardsbergen, Ninove en Dendermonde. Figuur 26: Verhuissaldo van gemeenten in Oost-Vlaanderen met de stad Gent Omdat een aantal statistische sectoren een significante verhuisrelatie hebben met de stad Gent, berekenen we de invloedssfeer van de stad, aan de hand van een breekpuntanalyse. Deze analyse bepaalt het punt vanaf waarden (in dit geval: relatief aantal verhuisbewegingen naar Gent) een significante omwenteling in waarde ondervinden. In de volgende figuur maken we dit op voor de woonregio Gent. Grote delen van Lochristi, Destelbergen, Melle, Merelbeke, De Pinte, Sint-Martens-Latem, Nevele, Lovendegem en Evergem behoren tot de directe invloedssfeer van stad Gent. Woonregio s Oost-Vlaanderen p.44

45 Figuur 27: Breekpuntenanalyse: statistische sectoren met minimum 100 verhuisbewegingen en groter percentage verhuisbewegingen met de gemeente Gent naar het breekpunt Woonregio s Oost-Vlaanderen p.45

46 We beslissen om een extra analyse op te maken om differentiatie binnen de woonregio Gent op kaart te plaatsen. We kiezen voor een analyse van de verhuisbewegingen voor alle statistische sectoren binnen de (zuivere) woonregio Gent 2, met uitzondering van deze in Gent zelf. Dit doen we door opnieuw een lokale binding en dynamische bindingsscenario uit te voeren voor de woonregio Gent, maar de stad Gent niet in de analyse te laten opnemen, omdat de stad vrij dominant is. In Figuur 28 tonen we de resultaten van het lokale bindingsscenario voor 50% en 70% autonomie. Voor dit scenario zien we duidelijke eenheid rond het Meetjesland, een cluster ten noorden van Gent, de regio rond Lokeren en Deinze en tenslotte een regio rond Oosterzele en Wetteren. Nazareth, De Pinte, Gavere en Zingem vormen een overgangszone, aangezien deze regio vrij versnipperd is gebleven in het 70% autonomie beeld. Figuur 28: Lokale bindingsscenario voor 50% en 70% voor de subwoonregio s in woonregio Gent 2 Zoals eerder gezegd worden de overgangszones niet meegneomen in de analyse Woonregio s Oost-Vlaanderen p.46

47 In Figuur 29 tonen we het dynamisch bindingsscenario voor de Gentse woonregio. In het 50% autonomie beeld zien we opnieuw een vrij versnipperd beeld in het zuiden van de woonregio. In het 70% scenario zien we dat deze regio wordt toegevoegd aan de cluster in Deinze. Het Meetjesland is in dit scenario meer versnipperd. Figuur 29: Dynamische bindingsscenario voor 50% en 70% voor de subwoonregio s in woonregio Gent Woonregio s Oost-Vlaanderen p.47

48 Een synthese wordt opnieuw opgemaakt aan de hand van een verhuismatrix voor de woonregio Gent. Meer informatie over dit proces kan u in de bijlage vinden. Resultaten van deze synthese worden weergegeven in Figuur 30. We zien een zeven subwoonregio s binnen de Gentse woonregio: - Regio aansluitend aan het Meetjesland: Assenede, Evergem, Kaprijke, Knesselare, Waarschoot en Zomergem - Regio in het noordoosten (Wachtebeke-Moerbeke): Zelzate, Wachtebeke, Moerbeke en klein deel van Stekene - Regio rond Lokeren: Lochristi, Lokeren, Zele en Berlare - Regio ten zuidwesten van Gent (Deinze): Nevele, Sint-Martens-Latem, De Pinte, Nazareth, Kruishoutem, Zulte, Deinze - Regio ten zuiden (Gavere-Zingem): Gavere, Zingem, delen van Oudenaarde en Zwalm - Regio ten zuidoosten van Gent (Oosterzele): Merelbeke, Melle, Destelbergen, Oosterzele, Gavere, Zwalm en Zottegem - Regio Wetteren-Wichelen: Wetteren, Laarne en Wichelen In Figuur 30 duiden we ook de regio s aan die een verhoogde verhuisrelatie hebben met de stad Gent (centrumcluster Gent). De regio s ondergingen egaliseringsproces, zodat ze als afgebakende gebieden kunnen worden beschouwd. Woonregio s Oost-Vlaanderen p.48

49 Figuur 30: Clusters binnen woonregio Gent; de gearceerde gebieden hebben een significante relatie met de stad Gent. Woonregio s Oost-Vlaanderen p.49

50 4.6 Synthesebeeld Tenslotte maken we een kaart op met alle woonregio s, inclusief overgangszones en de Gentse clusters voor Oost-Vlaanderen. De Gentse clusters geven we verschillende groentinten. Figuur 31: Samenvatting van woonregio s in Oost-Vlaanderen Woonregio s Oost-Vlaanderen p.50

51 4.7 Conclusie Aan de hand van data over verhuisbewegingen hebben we in dit onderdeel van de studie de woonregio s van Oost-Vlaanderen afgebakend. Deze wordt gedomineerd door enkele grotere regio s, zoals Gent, Aalst en Sint-Niklaas, enkele kleinere regio s zoals Ninove, Ronse en Buggenhout en tenslotte overgangsregio s, die de scheidingslijn vormen tussen twee of meerdere woonregio s. Omdat de Gentse woonregio vrij groot is en gedomineerd wordt door de sterke verhuisrelatie met Gent, wordt deze nog verder onder de loep genomen en worden extra clusters afgebakend in dit gebied. Op die manier zien we dat grotere steden naast Gent, zoals Lokeren en Deinze, ook hun eigen bedieningsgebied krijgen. Woonregio s Oost-Vlaanderen p.51

52 5 Afbakening van pendelregio s 5.1 Inleiding In het verleden werden woonregio s geïdentificeerd en afgebakend op basis van drie criteria: bouwgrondprijzen, migratiestromen en pendelstromen. In dit rapport baseren we ons echter enkel op de verhuisbewegingen. We maken ter vergelijking met de woonregio s daarom in dit onderdeel de pendelregio s in Oost-Vlaanderen op. In de volgende secties beschrijven we kort de data, de methodologie die werd gebruikt bij de afbakening en de resultaten van de afbakening van pendelregio s. 5.2 Data en methode De data die we hiervoor gebruiken zijn jaarlijkse pendelbewegingen, ter beschikking gesteld door KSZ voor het jaar 2015, op het schaalniveau van de gemeente. Voor dat jaar pendelden personen binnen de provincie Oost-Vlaanderen (inclusief zelfstandigen) personen pendelden vanuit Oost-Vlaanderen naar een andere provincie personen kwamen dan weer in Oost-Vlaanderen werken van buiten de provincie. We werken hier dus op het schaalniveau van de gemeente, in tegenstelling tot bij verhuisbewegingen, waarbij data op niveau van de statistische sector aanwezig is. Woonregio s Oost-Vlaanderen p.52

53 Omdat de informatie enkel verkrijgbaar is op het schaalniveau van de gemeente, zijn we in staat om pendelregio s minder nauwkeurig af te bakenen dan woonregio s. Ook de methode waarop we pendelregio s afbakenen verschilt van de manier waarop woonregio s werden berekend. We onderzoeken niet de wederzijdse pendelrelatie tussen gemeenten, maar kijken in één richting. We onderzoeken bijvoorbeeld naar het aantal pendelbewegingen van De Pinte naar Gent, zonder de terugkerende beweging daarbij op te tellen. De gemeente wordt samengevoegd met de gemeente waar ze het grootst aantal pendelbewegingen naartoe kent. In Figuur 32 wordt een grafische voorstelling getoond van hoe de afbakening van de pendelregio s praktisch in zijn werk gaat. In dit voorbeeld is voor gemeente A gemeente B de meest populaire pendelbestemming. Voor gemeente B is de gemeente C de meest populaire pendelbestemming. Gemeenten die geen maximale pendelbestemming zijn, worden toegevoegd aan hun maximale pendelbestemming, zoals gemeente A. Figuur 32: Grafische voorstelling voor het afbakenen van pendelregio s voor Oost-Vlaanderen Woonregio s Oost-Vlaanderen p.53

54 5.3 Resultaten In de volgende figuren tonen we het aantal pendelbewegingen naar het Brussels Hoofdstedelijk gewest en naar de provincie Antwerpen. Voor het Brussels Hoofdstedelijk Gewest zien we duidelijk een sterke pendelbeweging in het zuidoosten van de provincie. In gemeenten zoals Denderleeuw, Ninove, Aalst, Lebbeke en Geraardsbergen wordt vaak gependeld naar Brussel. Voor de pendel naar Brussel zien we dat voornamelijk gemeenten uit het Waasland (Beveren, Sint-Gillis-Waas, Temse, Sint-Niklaas en Stekene een sterke pendel vertonen met de provincie. Figuur 33: Pendelbewegingen van gemeenten in Oost-Vlaanderen naar Brussel en Antwerpen Er zijn ook een aantal pendelbewegingen vanuit de grensgemeenten in het westen met West- Vlaanderen. Zulte kent daarbij het hoogste aantal verhuisbewegingen, gevolgd door een aantal gemeenten in het Meetjesland (Maldegem en Knesselare) en in het zuiden (Wortegem-Petegem en Kluisbergen). Er zijn echter weinig pendelbewegingen die naar de provincie gaan. Enkel Ronse komt naar boven in de figuur. Ze kent 582 pendelbewegingen naar de provincie Henegouwen. Bij de meeste andere gemeenten is de pendel naar de provincie echter verwaarloosbaar. Woonregio s Oost-Vlaanderen p.54

55 Figuur 34: Pendelbewegingen van gemeenten in Oost-Vlaanderen naar West-Vlaanderen en Henegouwen Woonregio s Oost-Vlaanderen p.55

56 Vervolgens tonen we de pendelautonomie in Oost-Vlaanderen. Dit is de ratio van het aantal pendelbewegingen binnen de gemeente ten opzichte van het totaal aantal pendelbewegingen die de inwoners van de gemeente kennen. Daar valt op dat Gent een sterke pendelautonomie vertoond. De autonomie in Sint-Niklaas en Geraardsbergen is ook vrij hoog. Figuur 35: Pendelautonomie in Oost-Vlaanderen Daarna worden de pendelregio s afgebakend. In de volgende figuur (Figuur 36) zien we daarvan het resultaat. Omdat mensen verder willen reizen om te werken dan om te verhuizen, zien we een kleiner aantal en grotere pendelregio s dan woonregio s. We kunnen zeven pendelregio s in Oost-Vlaanderen onderscheiden: - Pendelregio Gent - Pendelregio Sint-Niklaas - Pendelregio Antwerpen (met Beveren en Kruibeke) - Pendelregio Dendermonde - Pendelregio Aalst - Pendelregio Brussel (met Geraardsbergen en Lierde) - Pendelregio Oudenaarde Woonregio s Oost-Vlaanderen p.56

57 We hebben te maken met twee provincie-overschrijdende pendeldynamieken: in het noordoosten is er een sterke pendel aanwezig naar Antwerpen, in het zuidoosten is er een sterke pendel aanwezig met Brussel. Een aantal zaken vallen op wanneer we de pendelregio s vergelijken met de woonregio s in Oost-Vlaanderen: - We zien dat een aantal pendelregio s (voornamelijk deze in het noordoosten) vrij gelijkaardig zijn aan de woonregio s, zoals pendelregio s Sint-Niklaas, Antwerpen en Dendermonde. - De pendelregio Gent is veel groter dan woonregio Gent, en slokt woonregio s in het Meetjesland en Zottegem op. - Brakel behoort tot de woonregio van Geraardsbergen, maar tot pendelregio van Oudenaarde; Herzele behoort tot woonregio van Aalst maar tot de pendelregio van Gent - De pendelregio rond Oudenaarde breidt zich uit naar het zuiden en naar het oosten) Figuur 36: Afgebakende pendelregio s in Oost-Vlaanderen Woonregio s Oost-Vlaanderen p.57

58 Het afbakenen van pendelregio s impliceert niet dat er geen relatie is tussen verschillende pendelregio s onderling. De pendelregio Sint-Niklaas heeft bijvoorbeeld een zeer sterke relatie met deze van Gent. 10,5% van de pendelbewegingen binnen deze pendelregio zijn gericht op de pendelregio Gent. Voor de pendelregio Aalst, gaat nog steeds 11,5% van pendelaars naar de pendelregio Gent om te gaan werken. We hebben twee grensoverschrijdende pendelregio s Brussel en Antwerpen aangeduid, maar ook de pendelregio s Dendermonde en Aalst vertonen een zeer sterke link met het Brusselse. Maar liefst 18,1% van de pendelbewegingen in pendelregio Aalst en 11,9% van de pendelbewegingen van deze pendelregio s zijn gericht naar het Brussels Hoofdstedelijk gewest. In de volgende tabel tonen we de relatie tussen de verschillende pendelregio s, afgebakend in Oost-Vlaanderen. Dit impliceert dat we voor de pendelregio Antwerpen enkel de gemeenten in Oost-Vlaanderen nemen die daartoe behoren. Bijna alle pendelregio s hebben een sterke pendelrelatie met regio s buiten de provincie (minimum 25% van de bewegingen). De sterkste pendelregio s zijn Gent, Oudenaarde en Sint- Niklaas. Zij hebben het hoogste percentage interne pendel (van- en naar-locatie zijn gelijk). De overige pendelregio s zijn minder sterk en hebben een sterke band met Brussel of Antwerpen. Tabel 12: Aandeel van de pendelbewegingen binnen de verschillende afgebakende pendelregio s in Oost- Vlaanderen Van/ naar Aalst Antwerpen Dendermonde Gent Brussel Oudenaarde Sint- Niklaas Buiten de provincie Aalst 43% 0% 2% 11% 1% 0% 0% 42% Antwerpen 0% 38% 1% 3% 0% 0% 11% 47% Dendermonde 5% 0% 41% 10% 0% 0% 5% 39% Gent 2% 0% 1% 72% 0% 1% 2% 22% Brussel 10% 0% 0% 13% 33% 3% 0% 40% Oudenaarde 1% 0% 0% 19% 1% 53% 0% 25% Sint-Niklaas 0% 5% 3% 10% 0% 0% 52% 29% Woonregio s Oost-Vlaanderen p.58

59 6 Toebedeling van de woonbehoeften In een tweede luik van de studie kunnen we gebruik maken van de woonregio s voor de toebedeling van de woonbehoeften in de toekomst. We gebruiken hiervoor de recente open huishoudensprognoses die opgesteld zijn door Statistiek Vlaanderen (in begin 2018) voor de periode In de volgende sectie bekijken we eerst de woonbehoeften op het niveau van de provincie, om ze daarna te verdelen over de verschillende woonregio s. 6.1 Woonbehoefte in Oost-Vlaanderen Op de volgende grafiek tonen we de bevolkingsprognose voor de volledige provincie Oost- Vlaanderen. Er is wordt een toename van of 8,1% voorspelt tussen 2017 en 2035 volgens de bevolkingsprognoses. De sterkste stijgers zijn Brakel (+12,7%), Aalst (12,0%), Sint-Niklaas (+11,8%) en Denderleeuw (+11,7%). Er zijn drie gemeenten die volgens de prognoses een licht dalend inwonersaantal kennen, met name Maarkedal (-1,2%), Lovendegem (-0,8%) en Kruishoutem (-0,1%). De stad Gent zal zijn inwonersaantal met 9% zien stijgen. Figuur 37 Bevolkingsevolutie sinds 2000 en bevolkingsprognose voor (Statistiek Vlaanderen, 2018) observaties Prognoses Het aantal huishoudens zal over dezelfde periode stijgen met 10,2% of huishoudens (Figuur 38). De groei van het aantal huishoudens is daarbij iets groter dan de groei van het aantal inwoners in de provincie. Dit komt doordat vooral het aantal kleinere huishoudens sterk zal groeien, terwijl er de grotere huishoudens veel minder sterk groeien (Figuur 39). De sterkste relatieve groeiers in aantal huishoudens zijn Zulte (+15,2%), Brakel (+15,0%) en Denderleeuw (+14,9%). De laagste stijgers zijn Maarkedal (+1,9%), Lovendegem (+2,5%) en Kruishoutem (+3,1%). Eenpersoonshuishoudens zullen tussen stijgen met maar liefst 14,6%, tweepersoonshuishoudens met 13,3%, terwijl het aantal driepersoonshuishoudens, vierpersoonshuishoudens en 5+-persoonshuishoudens Woonregio s Oost-Vlaanderen p.59

60 respectievelijk slechts met 0,4%, 3,8% en 7,1% zullen groeien. Het aantal eenpersoonshuishoudens stijgt niet het sterkste in de grotere steden van de provincie, maar in kleinere gemeenten, zoals Laarne (+27,3%), Wachtebeke (26,8%) en Lochristi (+26,3%). De 5+persoonshuishoudens zullen het sterkst stijgen in een aantal grotere steden in Oost-Vlaanderen, bijvoorbeeld in Gent (+15,7%), Aalst (+16,5%), Sint-Niklaas (+16,2%) en Denderleeuw (+11,9%). Figuur 38: Huishoudensevolutie sinds 2000 en bevolkingsprognose voor (Statistiek Vlaanderen, Observaties Prognoses Figuur 39: Huishoudensevolutie sinds 2000 en bevolkingsprognose voor , opgesplitst naar grootte huishouden (Statistiek Vlaanderen, ,0% 35,0% Huishoudensprognoses Provincie Oost-Vlaanderen observaties prognoses 30,0% 25,0% 20,0% 15,0% 10,0% HH1 HH2 HH3 HH4 HH5 5,0% 0,0% Woonregio s Oost-Vlaanderen p.60

61 6.2 Toebedeling naar woonregio s Methodologie In de volgende stap verdelen we de demografische prognoses over de woonregio s door de cijfers voor de gemeente te aggregeren. Wanneer een gemeente zich volledig binnen een woonregio bevindt, kunnen we de volledige huishoudensgroei aan de woonregio toeschrijven. Wanneer een gemeente tot verschillende woonregio s behoort - bijvoorbeeld Zulte die zowel tot de woonregio Gent als Waregem hoort, zullen we een verdeling maken van de huishoudensgroei over de verschillende woonregio s. Dit doen we aan de hand van het een verdeelsleutel, die gebaseerd is op de verhouding van het inwonersaantal binnen de statistische sector tot het totaal aantal inwoners van de gemeente. De overgangszones bedelen we verder toe over de verschillende woonregio s. We verdelen de huishoudens en bevolkingsgroei in dit geval aan de hand van de verhuisrelatie van de overgangszone met de twee of drie woonregio s waartoe ze een sterke verhuisrelatie heeft. In Tabel 13 tonen we hoe de overgangszones tot de verschillende woonregio s worden verdeeld. Deze tabel geeft goed weer dat voor de overgangszones de percentages van de aandelen in de verschillende woonregio s dicht tegen elkaar liggen. OZ Eeklo-Aalter, bijvoorbeeld, hoort voor zo n 53% bij Eeklo en voor 47% bij OZ Brugge-Gent (Aalter), dit verschil is zodanig klein dat het weldegelijk om een overgangszone gaat, die niet zomaar bij de ene noch de andere woonregio kan toebedeeld worden. Vandaar dat een verdeelsleutel zich opdringt. Voor OZ Eeklo Gent zal 56% van de inwoners bij de overgangszone Eeklo-Gent worden toebedeeld aan de woonregio Gent, terwijl 44% van de inwoners wordt toebedeeld aan de woonregio Eeklo. Tabel 13: Aandeel van de verhuisbewegingen van de overgangszones (OZ) met de verschillende woonregio s (WR) waarmee ze de sterkste relatie heeft Woonregio OZ Eeklo- Aalter OZ Zottegem- Oudenaarde OZ Antwerpen- Sint-Niklaas OZ Eeklo- Gent OZ Gent- Aalst OZ Avelgem- Oudenaarde- Ronse OZ Brugge- Gent Aandeel tot WR 1 Eeklo 53% Zottegem 53% Sint-Niklaas 56% Gent 56% Aalst 55% Oudenaarde 38% Gent 56% Aandeel tot WR 2 OZ Brugge-Gent (Aalter) 47% Oudenaarde 47% Antwerpen 44% Eeklo 44% Gent 45% Ronse 34% Brugge 44% Aandeel tot WR3 Avelgem-Zwevegem 28% Toedeling naar woonregio s Tabel 14 toont het aantal inwoners en de bevolkingsgroei tussen 2017 en 2035 per woonregio of per overgangszone volgens de bevolkingsprognoses van Statistiek Vlaanderen. In Tabel 15 doen Woonregio s Oost-Vlaanderen p.61

62 geven we hetzelfde voor de huishoudens. De tabel geeft een overzicht van het aantal huishoudens en de huishoudensgroei tussen 2017 en Kijken we naar de woonregio s met de grootste groeipercentages, zowel voor inwoneraantal als voor huishoudensgroei tussen 2017 en 2035, dan zien we dat woonregio Aalst de grootste groei zal krijgen, maar dat ook woonregio s Dendermonde, Geraardsbergen, Zottegem en Ninove sterk zullen groeien. Woonregio Aalst kent de grootste relatieve bevolkingsgroei (resp. +10,2%) en wordt gevolgd door de woonregio s Dendermonde (+9,5%), Geraardsbergen (+9,4%), Zottegem (9,3%) en Ninove (8,6%). Kijken we naar huishoudensgroei dan is woonregio Aalst ook hier de sterkste stijger met 12,3%, gevolgd door woonregio s Ninove (12,2%), Geraardsbergen (12,0%), Dendermonde (+11,9%) en Zottegem (+11,7%). Woonregio s Eeklo en Buggenhout kennen het laagste bevolkingsgroei en huishoudensgroei. De groei van de Gentse woonregio zit iets onder het Oost-Vlaams gemiddelde. Onderaan in de tabel staan de overgangszones opgesomd. De overgangszone in het Meetjesland (Gent-Eeklo) en in het zuidwesten kennen slechts een kleine groei in aantal huishoudens en inwoners. De overgangszones tussen de grotere woonregio s (zoals Sint-Niklaas en Antwerpen; Gent en Aalst; Gent en Brugge (Aalter)) kennen daarentegen een sterke groei in inwoners en huishoudens. Voor de woonregio s die grensoverschrijdend zijn, tonen we enkel het aandeel van de inwoners en huishoudens in Oost-Vlaanderen, omdat de grenzen van de woonregio niet in detail zijn onderzocht in de provincies buiten Oost-Vlaanderen. Op deze manier zien we dat de groei voor het Oost-Vlaamse gedeelte binnen woonregio s Antwerpen en Waregem een relatief sterke groei kennen, terwijl voor de woonregio Avelgem-Zwevegem, de groei in inwoners (+1,1%) en huishoudens (+5,3%) betrekkelijk lager is. Aangezien de gemeenten Avelgem en Zwevegem in West-Vlaanderen een sterkere demografische groei kennen, met name een respectievelijke huishoudensgroei van 5,8% en 14,7%, zou wel een deel van deze groei in de West-Vlaamse regio worden opgevangen in Oost-Vlaanderen. Woonregio s Oost-Vlaanderen p.62

63 Tabel 14: Bevolkingsaantallen en -groei voor de woonregio s tussen 2017 en 2035 Woonregio s Inwoners 2017 Inwoners 2020 Inwoners 2025 Inwoners 2030 Inwoners 2035 evolutie Aalst ,2% Gent ,6% Zottegem ,3% Sint-Niklaas ,3% Dendermonde ,5% Eeklo ,0% Geraardsbergen ,4% Ninove ,6% Oudenaarde ,7% Ronse ,6% Buggenhout ,1% Overgangszones (OZ) OZ Eeklo-Aalter ,7% OZ Zottegem-Oudenaarde ,0% OZ Antwerpen-Sint-Niklaas ,2% OZ Eeklo-Gent ,4% OZ Gent-Aalst ,5% OZ Avelgem-Oudenaarde-Ronse ,1% Grensoverschrijdende woonregio s (deel binnen Oost-Vlaanderen Brugge ,2% Antwerpen ,0% Avelgem-Zwevegem ,1% Waregem ,7% Totaal alle woonregio s ,1% Woonregio s Oost-Vlaanderen p.63

64 Tabel 15: Huishoudensaantallen en -groei voor de woonregio s tussen 2017 en 2035 Woonregio's HH 2017 HH 2020 HH 2025 HH 2030 HH 2035 evolutie Aalst ,3% Gent ,2% Zottegem ,7% Sint-Niklaas ,5% Dendermonde ,9% Eeklo ,1% Geraardsbergen ,0% Ninove ,2% Oudenaarde ,1% Ronse ,0% Buggenhout ,9% Overgangszones (OZ) OZ Eeklo-Aalter ,1% OZ Zottegem-Oudenaarde ,5% OZ Antwerpen-Sint-Niklaas ,5% OZ Eeklo-Gent ,2% OZ Gent-Aalst ,5% OZ Avelgem-Oudenaarde-Ronse ,8% Grensoverschrijdende woonregio s (deel binnen Oost-Vlaanderen) OZ Brugge-Gent (Aalter) ,8% Antwerpen ,5% Avelgem-Zwevegem ,3% Waregem ,8% Totaal alle woonregio s ,2% Als we dan toch alle overgangszones finaal willen wegwerken en toedelen naar de woonregio s waar ze deels een invloed van ondervinden dan komen we uit bij de cijfers in Tabel 16 en Tabel 17. De inwoners en huishoudens van de overgangszones werden over de verschillende woonregio s verdeeld aan de hand van de verdeelsleutel in Tabel 13. We zien slechts weinig verschil met de vorige tabel, daar de overgangszones in het algemeen vrij klein zijn en een laag inwonersaantal tellen in vergelijking met de duidelijke woonregio s. We zien dat Eeklo relatief gezien een iets minder sterke groei kent in huishoudens en inwoners, alsook Zottegem, Oudenaarde en Ronse. De verschillen liggen aan een minder sterke stijging binnen de overgangszones, waardoor het totale groeipercentage iets kleiner wordt. Dit is bijvoorbeeld het geval voor Zwalm gelegen in de overgangszone voor Oudenaarde en Zottegem. Woonregio s Oost-Vlaanderen p.64

65 Tabel 16: Bevolkingsaantallen en -groei tussen 2017 en 2035 in de Oost-Vlaamse woonregio s wanneer de overgangszones worden toebedeeld aan de grotere woonregio s waarbij ze horen. Woonregio's Inwoners 2017 Inwoners 2020 Inwoners 2025 Inwoners 2030 Inwoners 2035 evolutie Aalst ,2% Gent ,6% Zottegem ,9% Sint-Niklaas ,3% Dendermonde ,5% Eeklo ,8% Geraardsbergen ,4% Ninove ,6% Oudenaarde ,4% Ronse ,3% Buggenhout ,1% Grensoverschrijdende woonregio s (deel binnen Oost-Vlaanderen) Antwerpen ,0% Avelgem-Zwevegem ,9% Waregem ,7% Brugge* ,2% Totaal Provincie ,1% *Brugge: het deel van OZ Brugge-Gent (Aalter) dat tot Brugge behoort, en niet bij Gent In Figuur 40 bekijken we het aandeel van elke woonregio in de totale bevolkingsgroei en huishoudensgroei van Oost-Vlaanderen. Daarin zien we dat woonregio Gent het grootste aandeel van de bevolkingsgroei en huishoudensgroei op zich neemt, gevolgd door de woonregio s Aalst en Sint-Niklaas. Woonregio s Oost-Vlaanderen p.65

66 Tabel 16 huishoudensaantallen en huishoudensevolutie tussen 2017 en 2035 wanneer de overgangszones worden toebedeeld aan de grotere woonregio s waarbij ze horen. Woonregio's Huishoudens 2017 Huishoudens 2020 Huishoudens 2025 Huishoudens 2030 Huishoudens 2035 Huishoudensevolutie Aalst ,3% Gent ,2% Zottegem ,4% Sint-Niklaas ,5% Dendermonde ,9% Eeklo ,9% Geraardsbergen ,0% Ninove ,2% Oudenaarde ,8% Ronse ,8% Buggenhout ,9% Grensoverschrijdende woonregio's (deel binnen Oost-Vlaanderen) Antwerpen ,5% Avelgem- Zwevegem ,1% Waregem ,8% Brugge* ,0% Totaal Provincie ,2% *Brugge: het deel van OZ Brugge-Gent dat tot Brugge behoort, en niet bij Gent Woonregio s Oost-Vlaanderen p.66

67 Figuur 40: Aandeel van elke woonregio binnen de totale groei in inwoners en huishoudens tussen 2017 en 2035 relatieve bevolkingsgroei t.o.v. prov. relatieve huishoudensgroei t.o.v. prov. Ronse 1,9% Oudenaarde 2,8% Ninove 2,7% Geraardsbergen 4,2% Waregem 0,9% Sint-Niklaas 12,7% Zottegem 2,1% Aalst 15,8% Brugge 0,6% Antwerpen 3,8% Avelgem- Zwevegem 0,0% Buggenhout 0,5% Dendermonde 4,9% Eeklo 2,1% Oudenaarde 3,1% Ninove 2,9% Ronse 1,7% Waregem 1,0% Sint-Niklaas 12,4% Geraardsbergen 4,3% Zottegem 2,2% Aalst 15,3% Brugge 0,8% Antwerpen 4,2% Avelgem- Zwevegem 0,2% Buggenhout 0,5% Dendermonde 4,9% Eeklo 2,9% Gent 44,9% Gent 43,5% We plaatsen op de volgende figuren de inwonersevolutie (Figuur 41) en huishoudensevolutie (Figuur 42) op een grafiek. Daarin kunnen we duidelijk zien dat Aalst, Waregem, Dendermonde en Geraardsbergen de sterkste bevolkingsevolutie kennen in de woonregio s Eeklo, Buggenhout en Avelgem-Zwevegem scoren het slechtst. Voor de huishoudensevolutie zien we een gelijkaardig patroon, maar zijn de onderlinge verschillende tussen verschillende woonregio s kleiner. Het huishoudensaantal zal het sterkst stijgen in Waregem. Dit wijst op een sterke gezinsverdunning in de Waregemse woonregio dan in de woonregio Aalst. Figuur 41: Bevolkingsevolutie van Oost-Vlaamse woonregio s tussen 2017 en ,0% 112,0% 110,0% 108,0% Waregem Aalst Ninove Geraardsbergen Brugge Dendermonde Antwerpen Zottegem Oudenaarde Sint-Niklaas Ronse Gent Eeklo 106,0% 104,0% Buggenhout Avelgem-Zwevegem 102,0% 100,0% 98,0% Woonregio s Oost-Vlaanderen p.67

68 Figuur 42: Huishoudensevolutie van Oost-Vlaamse woonregio s tussen 2017 en ,0% 112,0% 110,0% 108,0% Waregem Aalst Ninove Geraardsbergen Brugge Dendermonde Antwerpen Zottegem Oudenaarde Sint-Niklaas Ronse Gent Eeklo 106,0% 104,0% Buggenhout Avelgem-Zwevegem 102,0% 100,0% 98,0% Vervolgens brengen we de bevolkingsgroei en huishoudensgroei op kaart. Per woonregio geven we op de volgende figuur de absolute (bollen) en relatieve bevolkingsgroei of huishoudensgroei (blauwtinten) weer. In Figuur 43 tonen we de bevolkingsgroei op kaart. In absolute aantallen zal de woonregio Gent een veel grotere groei kennen dan de andere woonregio s, maar relatief gezien kent deze woonregio niet de grootste groei in Oost-Vlaanderen. De grootste bevolkingsgroei is weggelegd voor de woonregio s in het zuidwesten en zuidoosten van de provincie. In Figuur 44 zien we de huishoudensgroei voor de provincie Oost-Vlaanderen. Daarin is het heel duidelijk dat de woonregio s aan de rand van de provincie de grootste huishoudensstijging zullen ondergaan. Het gaat over het grensgebied met Waregem, woonregio s het zuidoosten van de provincie (Aalst, Dendermonde, Ninove, Geraardsbergen, Zottegem) en de Antwerpse woonregio. Woonregio s Oost-Vlaanderen p.68

69 Figuur 43: Absolute (bollen) en relatieve (blauwtinten) bevolkingsevolutie over in Oost- Vlaanderen, per woonregio. Woonregio s Oost-Vlaanderen p.69

70 Figuur 44: Absolute (bollen) en relatieve (blauwtinten) huishoudensevolutie over in Oost- Vlaanderen, per woonregio. Tenslotte bekijken we de inwoners- en huishoudensgroei op het niveau van clusters binnen Gent. Daarin zien we dat de cluster Gent (+9,0%) de grootste inwonersgroei zal kennen, gevolgd door Gavere-Zingem. De huishoudensgroei is het sterkst voor de cluster Gavere-Zingem en Deinze. Terwijl voor de meeste woonregio s de huishoudensgroei tussen 2017 en 2035 groter is dan de inwonersgroei, is dit niet het geval voor stad Gent. Woonregio s Oost-Vlaanderen p.70

71 Tabel 17: Bevolkingsgroei en huishoudensgroei tussen 2017 en 2035 in de Gentse clusters Woonregio s rond Gent Inwoners Inwoners Bevolkingsgroei HH 2017 HH HH evolutie Deinze ,3% ,3% Gavere-Zingem ,8% ,4% Lokeren ,0% ,9% Meetjesland ,1% ,7% Oosterzele ,9% ,5% Wachtebeke-Moerbeke ,7% ,7% Wetteren-Wichelen ,4% ,4% Stad Gent ,7% ,8% Totaal WR Gent ,6% ,2% Woonregio s Oost-Vlaanderen p.71

72 In Figuur 45 tonen we het aandeel van elke cluster in de totale bevolkingsgroei van de Gentse woonregio. 41% van de inwonersgroei van deze grote woonregio vindt reeds plaats in de stad Gent. De clusters Deinze en Lokeren zijn elk goed voor resp. 12% en 11% van de totale groei. Figuur 45: Aandeel van de bevolkingsgroei per cluster binnen de Gentse woonregio Aandeel bevolkingsgroei per subregio Deinze 12,3% Gavere-Zingem 3,1% Stad Gent 42,4% Lokeren 11,2% Meetjesland 10,9% Wetteren- Wichelen 7,8% Wachtebeke- Moerbeke 3,3% Oosterzele 9,0% Woonregio s Oost-Vlaanderen p.72

73 In Figuur 46 zien we het aandeel van de clusters tot de totale huishoudensgroei in de Gentse woonregio. Daarin zien we dat 34% van de groei toe te wijzen is aan de stad Gent, ca. 14% aan de clusters Deinze en Lokeren en 12% aan het Meetjesland. Figuur 46: Aandeel van de huishoudensgroei per cluster binnen de Gentse woonregio Aandeel huishoudensgroei per cluster Deinze 13,8% Stad Gent 33,9% Gavere-Zingem 3,6% Lokeren 14,4% Wetteren-Wichelen 8,9% Wachtebeke-Moerbeke 3,5% Oosterzele 10,0% Meetjesland 11,9% Conclusie In deze sectie onderzoeken we de bevolkingsvooruitzichten voor de provincie Oost-Vlaanderen voor Het inwonersaantal zal tussen 2017 en 2035 met 8,1% stijgen en het huishoudensaantal stijgt zelfs met 10,2% over dezelfde periode. We doen dit door de demografische prognoses onder te verdelen onder de verschillende afgebakende woonregio s in Oost-Vlaanderen. Voor de grensgebieden richting Brussel, Antwerpen en Kortrijk zien we de grootste bevolkingsgroei voor We zien ook dat het aantal huishoudens quasi overal sterker stijgt dan het aantal inwoners, door de toekomstige verderzetting van huishoudensverdunning. De stad Gent is hierbij een uitzondering: de stad kent een sterke inwonersgroei dan huishoudensgroei over Woonregio s Oost-Vlaanderen p.73

74 6.3 Fiches Tenslotte wensen we per woonregio informatie over huidige en toekomstige demografische eigenschappen samen te vatten. Dit doen we door fiches per woonregio in Oost-Vlaanderen op te maken. De fiches kunnen gevonden worden in de bijlage. Per woonregio wordt het aantal inwoners, huishoudens, huishoudensgrootte en leeftijdsverdeling getoond. Er is ook een begeleidende kaart met daarop de belangrijkste kernen en stedelijke gebieden in de woonregio. Verder tonen we de belangrijkste verhuisrelaties met andere woonregio s. Voor de woonregio Gent werd beslist om extra fiches per cluster op te maken. Zo kan de verscheidenheid van de clusters binnen de woonregio verder in detail bestudeerd worden. Woonregio s Oost-Vlaanderen p.74

75 7 Conclusie In dit onderzoek heeft Atelier Romain aan de hand van verhuisbewegingen in Vlaanderen over drie jaar woonregio s in de provincie Oost-Vlaanderen afgebakend. Woningmarkten zijn min of meer autonome regio s waarbinnen verhuisd wordt. Het zijn functionele woonruimten met een eigen dynamiek. Een uitvoerige methodologie werd ontwikkeld om aan de hand van verhuisbewegingen woonregio s in de provincie af te bakenen. Door verschillende scenario s met elkaar te vergelijken, wordt systematisch en handmatig een synthesebeeld van woonregio s in Oost-Vlaanderen opgesteld. De afbakening van woonregio s heeft duidelijk gemaakt dat Gent bijzonder dominant is binnen de provincie. Daarnaast zijn er een aantal kleinere woonregio s aanwezig, zoals die van Oudenaarde, Aalst, Geraardsbergen en Sint-Niklaas. Omdat woonregio Gent bijzonder dominant is, werd gekozen om deze verder op te splitsen naar clusters. Verder bekijken we de toekomstige woonbehoefte binnen deze woonregio s. Het inwonersaantal zal 8,1% stijgen tussen en het huishoudensaantal 10,2% over dezelfde periode. De meeste mensen verhuizen binnen een afgebakende woonregio, waardoor het een nuttige oefening is om de woonbehoefte op dit schaalniveau te onderzoeken. We doen dit door de prognoses van Statistiek Vlaanderen te herleiden naar de woonregio s en clusters in Gent. We moeten bij het gebruik van demografische prognoses wel wijzen op twee beperkingen: prognoses worden minder precies hoe verder we in de toekomst kijken en zijn op grotere schaal (bv. woonregio of provincie) nauwkeuriger dan op kleinere schaal (bv. gemeente). Tenslotte werd een monitoringstool opgemaakt om woonregio s in de toekomst te gaan evalueren. De monitoringstool kan enkel voor de verschillende scenario s het resultaat geven en zal dus nooit een synthesekaart opmaken, aangezien die manueel werd opgesteld in deze studie. Wel kan op deze manier scenariokaarten opgesteld worden en deze vergeleken worden doorheen de tijd. Woonregio s Oost-Vlaanderen p.75

76 8 Bijlagen 8.1 Clusters binnen woonregio Gent Door opnieuw twee scenario s (lokale binding en dynamische binding) op de woonregio Gent toe te passen, kunnen we clusters in de Gentse woonregio waarnemen. Dit deden we opnieuw aan de hand van een iteratief proces, waarbij een basismatrix werd opgesteld en verschillende regio s werden vergeleken. Hieronder tonen we een van de tussentijdse resultaten van deze analyse. Figuur 47: clusters in woonregio Gent, analysekaart Woonregio s Oost-Vlaanderen p.76

77 In de volgende tabel tonen we dit weer aan de hand van aantal verhuisbewegingen tussen de verschillende afgebakende woonregio s. Op basis van deze matrices werden de clusters uiteindelijk afgebakend. Figuur 48: verhuismatrix voor clusters binnen woonregio Gent SECTOREN LOKEREN DEINZE MEETJESLAND DESTELBERGE N LOCHRISTI ZELE LAARNE2 OOSTERZELE- MELLE WETTEREN- WICHELEN WACHTEBEKE- MOERBEKE GAVERE- ZINGEM BERLARE2 LAARNE1 BERLARE Oosterzele- Melle Lokeren Deinze Meetjesland Wetteren Wichelen Wachtebeke Moerbeke Destelbergen Lochristi Zele Laarne Gavere Zingem Berlare Laarne Berlare F B1PA Woonregio s Oost-Vlaanderen p.77

78 8.2 Fiches Woonregio s Oost-Vlaanderen p.78

79 AALST WOONREGIO 1 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 250 km² inw 755 inw/km² Provincie km² inw 500 inw/km² 2035 Woonregio inw 832 inw/km² 31,4% 34,6% 15,7% 12,6% 5,7% HH 31,7% 34,3% 14,7% 13,1% 6,2% HH 32,6% 35,7% 14,3% 11,8% 5,6% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 21% 22% 24% 25% 20% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Aalst Provincie OVL Autonomie 72% Verhuisrelaties met andere Woonregio s 11% WR Gent 5% WR Ninove 4% WR Dendermonde Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 79

80 Brugge* WOONREGIO 2 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 82 km² inw 124 inw/km² 27,1% 36,5% 15,3% 15,7% 5,5% 4 197HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 133 inw/km² 29,4% 38,5% 13,3% 13,9% 4,8% 4 701HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 21% 22% 25% 23% 20% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Brugge Provincie OVL Autonomie 48% Verhuisrelaties met andere Woonregio s 35% WR Gent 5% WR Eeklo Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km * Brugge: grensoverschrijdende woonregio deel binnen Oost-Vlaanderen 80

81 ANTWERPEN WOONREGIO 3 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 90 km² inw 645 inw/km² 27,5% 36,4% 15,2% 14,8% 6,2% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 696 inw/km² 29,7% 37,4% 13,7% 13,7% 5,6% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 28% 28% 25% 20% 22% 22% 23% 25% 21% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Antwerpen Provincie OVL Autonomie 94% Verhuisrelaties met andere Woonregio s 4% WR Sint-Niklaas 2% WR Gent Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 81

82 AVELGEM-ZWEVEGEM WOONREGIO 4 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 11 km² inw 456 inw/km² 29,2% 35,0% 14,7% 14,7% 6,3% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 460 inw/km² 31,6% 36,8% 13,1% 12,8% 5,7% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 23% 22% 25% 25% 27% 28% 18% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Avelgem- Zwevegem Provincie OVL Autonomie 56% Verhuisrelaties met andere Woonregio s 18% WR Waregem 8% WR Gent 6% WR Oudenaarde Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 82

83 BUGGENHOUT WOONREGIO 5 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 24 km² inw 597 inw/km² 26,6% 37,0% 16,1% 14,9% 5,4% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 621 inw/km² 28,3% 38,2% 14,0% 14,1% 5,5% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 25% 21% 22% 22% 21% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Buggenhout Provincie OVL Autonomie 43% Verhuisrelaties met andere Woonregio s 37% WR Dendermonde 7% WR Gent Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 83

84 DENDERMONDE WOONREGIO 6 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 77 km² inw 803 inw/km² 32,0% 34,8% 15,3% 12,4% 5,6% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 879 inw/km² 33,6% 35,4% 14,0% 11,7% 5,3% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 28% 28% 25% 20% 21% 22% 24% 25% 20% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Dendermonde Provincie OVL Autonomie 56% Verhuisrelaties met andere Woonregio s 12% WR Gent 11% WR Aalst 9% WR Sint-Niklaas Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 84

85 EEKLO WOONREGIO 7 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 180 km² inw 304 inw/km² 28,3% 36,8% 15,5% 14,2% 5,1% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 319 inw/km² 30,1% 38,3% 13,8% 13,1% 4,7% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 28% 28% 25% 20% 20% 22% 23% 25% 21% 19% 15% 10% 5% 7% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Eeklo Provincie OVL Autonomie 58% Verhuisrelaties met andere Woonregio s 31% WR Gent 3% overgangszone met Gent Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 85

86 GENT WOONREGIO 8 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio km² inw 546 inw/km² Provincie km² inw 500 inw/km² 2035 Woonregio inw 592 inw/km² Provincie inw 540 inw/km² 33,5% 33,4% 13,9% 13,0% 6,2% 31,7% 34,3% 14,7% 13,1% 6,2% 34,5% 34,2% 12,8% 12,4% 6,2% 33,0% 35,2% 13,4% 12,4% 6,0% HH HH HH HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 21% 22% 27% 27% 28% 25% 19% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Gent Provincie OVL Autonomie 81% Verhuisrelaties met andere Woonregio s 3% WR Aalst 3% WR Antwerpen 3% WR Sint-Niklaas Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone km 86

87 GERAARDSBERGEN WOONREGIO 9 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 163 km² inw 337 inw/km² 29,9% 34,8% 16,7% 13,0% 5,5% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 368 inw/km² 31,5% 36,1% 14,9% 12,3% 5,2% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 21% 22% 23% 25% 21% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Geraardsbergen Provincie OVL Autonomie 48% Verhuisrelaties met andere Woonregio s 8% WR Aalst 8% WR Gent 7% WR Ninove Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 87

88 NINOVE WOONREGIO 10 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 68 km² inw 552 inw/km² 29,3% 35,1% 16,3% 13,1% 6,2% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 600 inw/km² 31,4% 36,2% 14,7% 12,1% 5,6% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 22% 22% 25% 23% 20% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Ninove Provincie OVL Autonomie 61% Verhuisrelaties met andere Woonregio s 28% WR Aalst 6% WR Gent Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 88

89 OUDENAARDE WOONREGIO 11 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 144 km² inw 314 inw/km² 29,7% 35,0% 15,0% 14,5% 5,8% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 338 inw/km² 31,5% 36,8% 13,4% 13,1% 5,3% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 21% 22% 23% 25% 20% 19% 15% 10% 5% 7% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Oudenaarde Provincie OVL Autonomie 47% Verhuisrelaties met andere Woonregio s 28% WR Gent 6% WR Ronse 5% WR Waregem Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 89

90 RONSE WOONREGIO 12 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 35 km² inw 789 inw/km² 32,6% 31,5% 13,7% 12,3% 9,9% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 854 inw/km² 33,4% 32,3% 13,1% 11,3% 9,9% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 26% 22% 24% 25% 26% 28% 18% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Ronse Provincie OVL Autonomie 65% Verhuisrelaties met andere Woonregio s 11% WR Gent 10% WR Oudenaarde Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 90

91 SINT-NIKLAAS WOONREGIO 13 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 365 km² inw 510 inw/km² 29,9% 35,1% 14,6% 13,2% 7,2% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 552 inw/km² 31,3% 35,8% 13,3% 12,5% 7,0% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 26% 22% 24% 25% 26% 28% 18% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR... Provincie OVL Autonomie 66% Verhuisrelaties met andere Woonregio s 18% WR Antwerpen 11% WR Gent 3% WR Dendermonde Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone km 91

92 WAREGEM WOONREGIO 14 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 57 km² inw 199 inw/km² 26,3% 34,9% 16,7% 16,2% 6,0% HH Provincie km² inw 500 inw/km² 31,7% 34,3% 14,7% 13,1% 6,2% HH 2035 Woonregio inw 218 inw/km² 28,1% 37,1% 14,7% 14,7% 5,4% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 22% 22% 24% 25% 19% 19% 15% 10% 5% 5% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Waregem Provincie OVL Autonomie 70% Verhuisrelaties met andere Woonregio s 17% WR Gent 5% WR Avelgem-Zwevegem 3% WR Oudenaarde Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 92

93 ZOTTEGEM WOONREGIO 15 OPP BEVOLKING DICHTHEID HUISHOUDENS Woonregio 33 km² inw 886 inw/km² Provincie km² inw 500 inw/km² 2035 Woonregio inw 965 inw/km² 31,1% 35,2% 15,7% 13,7% 4,3% HH 31,7% 34,3% 14,7% 13,1% 6,2% HH 32,6% 36,3% 14,3% 12,7% 4,1% HH Provincie inw 540 inw/km² 33,0% 35,2% 13,4% 12,4% 6,0% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 28% 25% 20% 20% 22% 23% 25% 21% 19% 15% 10% 5% 6% 6% Detail Woonregio 0% 0-19j 20-39j 40-59j 60-79j 80+ j WR Zottegem Provincie OVL Autonomie 44% Verhuisrelaties met andere Woonregio s 20% WR Gent 18% WR Aalst Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied woonregio grens gemeentegrens Overgangszone 0 2,5 5 km 93

94 Deinze Cluster 1 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 265 km² km² inw inw inw 337 inw/km² 546 inw/km² 361 inw/km² 27,6% 33,5% 29,5% 35,7% 33,4% 37,1% 15,1% 13,9% 13,4% 16,1% 13,0% 14,8% 5,6% 6,2% 5,2% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 27% 27% 25% 20% 21% 21% 23% 20% 19% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 72% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone km 94

95 Gavere-Zingem Cluster 2 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 57 km² km² inw inw inw 370 inw/km² 546 inw/km² 399 inw/km² 26,4% 33,5% 28,5% 35,6% 33,4% 37,3% 16,8% 13,9% 15,0% 16,2% 13,0% 14,5% 4,9% 6,2% 4,7% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 30% 27% 27% 25% 20% 22% 21% 23% 20% 19% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 45% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone 0 2,5 5 km 95

96 Lokeren Cluster 3 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 200 km² km² inw inw inw 495 inw/km² 546 inw/km² 525 inw/km² 27,3% 33,5% 29,7% 35,0% 33,4% 36,7% 15,5% 13,9% 13,7% 14,9% 13,0% 13,3% 7,4% 6,2% 6,6% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 29% 27% 27% 23% 24% 21% 19% 19% 15% 10% 5% 5% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 83% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone km 96

97 Meetjesland Cluster 4 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 275 km² km² inw inw inw 295 inw/km² 546 inw/km² 316 inw/km² 26,8% 33,5% 28,7% 37,8% 33,4% 38,9% 15,7% 13,9% 14,1% 14,1% 13,0% 13,1% 5,5% 6,2% 5,1% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 27% 27% 25% 20% 21% 21% 23% 21% 19% 15% 10% 5% 7% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 74% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone km 97

98 Oosterzele Cluster 5 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 137 km² km² inw inw inw 508 inw/km² 546 inw/km² 543 inw/km² 27,5% 33,5% 29,3% 36,0% 33,4% 37,0% 15,3% 13,9% 13,8% 15,0% 13,0% 14,1% 6,2% 6,2% 5,9% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 29% 27% 27% 25% 20% 22% 21% 23% 20% 19% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 67% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone km 98

99 Wachtebeke-Moerbeke Cluster 6 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster 89 km² inw 297 inw/km² 29,6% 35,9% 15,8% 12,9% 5,7% HH WR Gent km² inw 546 inw/km² 33,5% 33,4% 13,9% 13,0% 6,2% HH 2035 Woonluster inw 316 inw/km² 31,5% 36,4% 14,5% 12,0% 5,6% HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 28% 27% 27% 25% 20% 22% 21% 24% 21% 19% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 62% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone 0 2,5 5 km 99

100 Wetteren-Wichelen Cluster 7 OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 93 km² km² inw inw inw 531 inw/km² 546 inw/km² 576 inw/km² 30,3% 33,5% 32,4% 36,5% 33,4% 37,0% 14,9% 13,9% 13,4% 13,4% 13,0% 12,5% 5,0% 6,2% 4,7% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 21% 21% 24% 29% 27% 27% 20% 19% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie 63% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone 0 2,5 5 km 100

101 Gent CentrumCluster OPP BEVOLKING DICHTHEID HUISHOUDENS Wooncluster WR Gent 2035 Woonluster 424 km² km² inw inw inw 931 inw/km² 546 inw/km² inw/km² 37,1% 33,5% 37,4% 31,7% 33,4% 32,3% 12,8% 13,9% 12,0% 11,9% 13,0% 11,7% 6,4% 6,2% 6,6% HH HH HH WR Gent inw 592 inw/km² 34,5% 34,2% 12,8% 12,4% 6,2% HH SITUERING LEEFTIJDSVERDELING (2017) 35% 30% 25% 20% 21% 21% 29% 27% 27% 26% 19% 18% 15% 10% 5% 6% 6% Detail Wooncluster 0% 0-19 jaar jaar jaar jaar jaar cluster WR Gent Autonomie xx% Legende hoofdwegen spoorwegen waterwegen bebouwde kern stedelijk gebied wooncluster grens gemeentegrens Overgangszone km 101

102 Atelier Romain bvba Dendermondsesteenweg Gent info@atelierromain.be Woonregio s Oost-Vlaanderen p.79