Verdelen van sociale huurwoningen:

Transcriptie

1 Verdelen van sociale huurwoningen: Inzicht in het effect van aanpassingen in een woonruimteverdelingssysteem + = Door: J. Buitendijk Onder begeleiding van: J.A.M. Hontelez Universiteit van Amsterdam S. Kromhout RIGO Research en Advies BV. S. Zeelenberg RIGO Research en Advies BV.

2

3 Managementsamenvatting De woningvoorraad in Nederland bestaat voor een groot deel uit sociale huurwoningen, waarvoor onder woningzoekenden grote belangstelling bestaat. Deze grote belangstelling heeft ertoe geleid dat op dit moment een groot aantal woningzoekenden staat ingeschreven om in aanmerking te komen voor een sociale huurwoning en het aantal reacties op een vrijkomende sociale huurwoning hoog ligt. Doordat meerdere woningzoekenden op dezelfde woning reageren ontstaat een verdelingsvraagstuk. Voor het verdelen van de woningen worden woonruimteverdelingssystemen gebruikt, waarin de woningzoekenden en het woningaanbod samen gebracht worden. Binnen woonruimteverdelingssystemen worden regels opgesteld over hoe een woningzoekende zijn interesse in een vrijkomende woning kan tonen en op welke manier een vrijkomende woning wordt toegewezen aan een woningzoekende die zijn interesse heeft getoond. Het doel van deze woonruimteverdelingssystemen is om de vrijkomende woningen op een eerlijke manier te verdelen. Het eerlijk verdelen van woningen brengt wel een vorm van subjectiviteit met zich mee, want waarom heeft de ene woningzoekende meer recht op de vrijkomende woning dan de andere woningzoekende? Om het toewijzingsproces eerlijk te laten verlopen biedt het woonruimteverdelingssysteem beleidsmakers de mogelijkheid om bepaalde regels in te stellen om het proces te sturen. Hierbij moet bijvoorbeeld gedacht worden aan regels wat betreft de rangschikking van alle reagerende woningzoekenden (aan welke woningzoekende wordt de woning als eerste aangeboden) en regels wat betreft welke woningzoekende op welke woning mag reageren (bijvoorbeeld het reserveren van een woning voor een bepaalde groep woningzoekenden). De complexe situatie die gepaard gaat met woonruimteverdelingssystemen maakt het voor beleidsmakers moeilijk om vooraf een compleet beeld te krijgen van het effect van een bepaalde verandering in het systeem. Deze complexiteit volgt voor een groot deel uit de diversiteit van zowel de woningzoekenden op de sociale huurwoningmarkt als de diversiteit in de sociale huurwoningvoorraad. De woningzoekenden variëren bijvoorbeeld van jongeren die het ouderlijk huis verlaten tot gezinnen met een laag inkomen en ouderen die hun eengezinswoning willen verkopen. Naast de verschillen in woningzoekenden hebben deze verschillende woningzoekenden ook nog verschillende wensen wat betreft de woning waarnaar zij op zoek zijn, waardoor het effect van een voorgestelde verandering vaak niet in één opzicht te zien is. Om beleidsmakers een manier te geven om het effect van een voorgestelde verandering in kaart te brengen is een simulatiemodel ontwikkeld waarmee het toewijzingsproces van verschillend ingerichte woonruimteverdelingssystemen kan worden gesimuleerd. Dit simulatiemodel maakt gebruik van de next event techniek waarbij voor een vrijkomende woning een lijst met reagerende woningzoekenden wordt gesimuleerd, waarna op basis van de volgorderegels binnen het systeem een rangschikking wordt gemaakt. Aan de hand van deze rangschikking wordt de woning toegewezen aan de hoogst genoteerde woningzoekende die de vrijkomende woning accepteert. Het ontwikkelde simulatiemodel heeft in de praktijk al ondersteuning geboden aan beleidsmakers in de regio Utrecht en de regio Haaglanden, waarbij het effect van de volgende veranderingen zijn onderzocht:

4 Voor de regio Utrecht is het effect onderzocht van het bevoordelen van jonge woningzoekenden die al een sociale huurwoningen bewonen (doorstromers). De voorstellen waarvoor het effect onderzocht is, hadden betrekking op het meegeven van extra inschrijfduur aan deze groep woningzoekenden. Hierbij was de extra inschrijfduur ofwel in de vorm van een vaste hoeveelheid, ofwel in de vorm van een variabele hoeveelheid afhankelijk van de huidige woonduur en de inschrijfduur op het moment van het accepteren van de huidige woning. Voor de regio Haaglanden is het effect onderzocht van het overschakelen naar een rangschikking die voor doorstromers gebaseerd is op de woonduur van de huidige woning. Het simulatiemodel is gebruikt om de woonruimteverdelingssystemen met verschillende varianten van een rangschikking gebaseerd op de woonduur met elkaar te kunnen vergelijken. De projecten in de regio Utrecht en de regio Haaglanden laten enkele mogelijkheden zien die het simulatiemodel biedt aan beleidsmakers in de vorm van het aanpassen van het woonruimteverdelingssysteem. Hiernaast biedt het simulatiemodel echter meer mogelijkheden, zoals de mogelijkheid om het effect van het toevoegen van extra criteria wat betreft wie op welke woning mag reageren in kaart te brengen en het effect van een verandering in het gedrag van de woningzoekenden op de toewijzing van de vrijkomende woningen. De beperkingen van het model liggen in het gebruik van een historisch reactiebestand voor het simuleren van het reactiegedrag en het ontbreken van verhuisketens. Ondanks de beperkingen van het model biedt het ontwikkelde simulatiemodel beleidsmakers een manier om verschillend ingerichte woonruimteverdelingssystemen objectief met elkaar te vergelijken. Het model laat zien welke woningzoekenden profiteren van een voorgestelde verandering, welke woningzoekenden minder kans hebben op het vinden van een woning door de verandering en voor welke woningen de woningzoekenden die profiteren als gevolg van de verandering in aanmerking komen. Op basis van het toewijzingsresultaat voor de verschillend ingerichte woonruimteverdelingssystemen kunnen beleidsmakers dan ook de voorgestelde verandering evalueren en besluiten of de verandering wel of niet doorgevoerd wordt.

5 Inhoudsopgave Hoofdstuk 1: Inleiding... 4 Hoofdstuk 2: Literatuuronderzoek Inleiding Woonruimteverdelingssystemen in de theorie Woonruimteverdelingssystemen in de praktijk Operationele research en woonruimteverdelingssystemen Verdelingssystemen binnen de operationele research Conclusie literatuuronderzoek Hoofdstuk 3: Data-analyse Inleiding Woningzoekenden Karakteristieken woningzoekenden Correlatie tussen karakteristieken van woningzoekenden Trend in het woningzoekendenbestand Woningen Kenmerken woningen Correlatie tussen kenmerken van woningen Trend in het vrijkomen van woningen Reactiegedrag Conclusie data-analyse Hoofdstuk 4: Modelbeschrijving Inleiding Raamwerk Opstarten van de simulatie Inschrijving van een woningzoekende Uitschrijving van een woningzoekende Vrijkomen van een woning Bepaal welk type woning vrijkomt Bepaal welke woningzoekenden reageren op de vrijkomende woning Rangschikking van de reagerende woningzoekenden Bepaal welke woningzoekende de woning accepteert

6 4.7 Output Hoofdstuk 5: Mogelijkheden van het model Inleiding Verhuisketens Historisch reactiebestand Case regio Utrecht Probleemstelling Toepassing model Resultaten Conclusies van het rapport Validatie van het model Case regio Haaglanden Probleemstelling Toepassing model Resultaten Conclusies van het rapport Validatie van het model Twee fictieve cases voor verdere analyse Probleemstelling Actievere groep jonge woningzoekenden (tot 25 jaar) Uitsluiten van inkomens boven euro per jaar Conclusie Hoofdstuk 6: Conclusie Literatuurlijst Bijlagen... A Bijlage A: De sociale woningmarkt in Europa... A Bijlage B: Huisvestingsverordeningen en convenanten... E Bijlage C: Programmacode van het simulatiemodel... G 3

7 Hoofdstuk 1: Inleiding Niemand houdt van wachten en het gevoel van niet vooruitkomen in de wachtrij werkt hier zeker niet aan mee. Iedereen kent wel de telefoontjes naar serviceorganisaties waar de vriendelijke stem van de machine vertelt dat nog zes wachtende voor u in de rij staan, maar alles gedaan wordt om u zo snel mogelijk te helpen. Na enkele ogenblikken wordt de lengte van de wachtrij herhaald, waarbij blijkt dat u niets bent opgeschoten. Ditzelfde gevoel van machteloosheid ontstaat vaak bij woningzoekenden die op zoek zijn naar een sociale huurwoning. Het is algemeen bekend dat de vraag naar woningen in Nederland hoger ligt dan het aanbod, waarbij de media veelvoudig publiceert over de ellenlange wachtrijen en de kleine slaagkans voor het vinden van een woning. Om de verdeling van sociale huurwoningen gestructureerd te laten verlopen, wordt gebruikt gemaakt van woonruimteverdelingssystemen. Dit soort systemen brengen de woningzoekenden en het woningaanbod samen, door regels op te stellen over wie voor welke woning in aanmerking komt, hoe een woningzoekende zijn interesse in een woning kan tonen en hoe een woningcorporatie een vrijkomende woning kan toewijzen aan een geïnteresseerde woningzoekende. Hierbij wordt gestreefd naar een vorm van eerlijkheid, waarbij de woningzoekende met het meeste recht op de woning ook daadwerkelijk de woning aangeboden zou moeten krijgen. Door de subjectiviteit van het begrip eerlijkheid is het zoeken naar de beste inrichting van het woonruimteverdelingssysteem, want waarom heeft een bepaalde woningzoekende nu meer recht op een woning dan een ander en hoe wordt gezorgd dat deze woningzoekende de vrijkomende woning krijgt aangeboden? Dit zoeken naar de beste inrichting is ook terug te zien in het gedrag van zowel gemeenten als woningcorporaties, die in veel gevallen het huidige systeem evalueren en naar aanleiding van de bevindingen aanpassingen willen doorvoeren om het toewijzingsresultaat te beïnvloeden. Deze aanpassingen kunnen bijvoorbeeld betrekking hebben op de concurrentiepositie van een bepaald type woningzoekende ten opzichte van de overige woningzoekenden of wie op welke woning mag reageren. De complexiteit van het systeem maakt de gevolgen van de voorgestelde aanpassing echter onoverzichtelijk, waardoor de gemeenten en woningcorporatie aanpassingen maken met het oog op verwachte veranderingen in het toewijzingsresultaat en dan achteraf pas kunnen kijken of deze verwachtingen ook werkelijk hebben plaatsgevonden. Naar aanleiding van de veranderingen in de woonruimteverdelingssystemen in de praktijk is in dit onderzoek het doel gesteld om een simulatiemodel te ontwikkelen waarmee de effecten van wijzigingen in de inrichting van een woonruimteverdelingssysteem in kaart gebracht kunnen worden. Dit model moet door middel van het variëren van de regels voor het verdelen van de woningen zowel gemeenten als woningcorporatie de mogelijkheid bieden om inzicht te krijgen in de veranderingen in het toewijzingsresultaat als gevolg van de voorgestelde aanpassingen en zodoende dus een hulpmiddel zijn in het beslissingsproces in het inrichten van het woonruimteverdelingssysteem. Doordat in deze richting nog geen onderzoek gedaan is, is ook het doel gesteld om uit te zoeken in welke mate van detail het woonruimteverdelingssysteem te modelleren valt. Deze doelstellingen hebben geleid tot de volgende onderzoeksvraag: 4

8 Hoe kan een model worden ingericht dat de werking van woonruimteverdelingssystemen simuleert zodanig dat het model inzicht kan geven in de gevolgen van een aanpassing van de criteria binnen het systeem en hoe ver reiken de mogelijkheden van zo n model? Om tot een simulatiemodel te komen is het onderzoek ingedeeld in meerdere fasen: 1. Literatuuronderzoek 2. Data-analyse 3. Modelontwikkeling 4. Mogelijkheden van het model In het literatuuronderzoek wordt gekeken naar wat woonruimteverdelingssystemen zijn en hoe deze eruit zien. Daarnaast wordt ook gekeken naar hoe en welke technieken vanuit de operationele research gebruikt kunnen worden bij de ontwikkeling van een simulatiemodel voor dit systeem. Nadat we een duidelijker beeld hebben gevormd over woonruimteverdelingssystemen, vervolgen we het onderzoek door te kijken naar de data uit enkele systemen uit de praktijk. Deze analyse moet ons leiden tot een duidelijk beeld over de woningzoekenden die gebruik maken van het systeem, de woningen die vrijkomen binnen het systeem en het gedrag van de woningzoekenden binnen het systeem. Al deze informatie wordt vervolgens vertaald naar een model, waarvan de implementatie wordt besproken in een aparte bijlage. Voor de mogelijkheden van het model worden enkele cases uit de praktijk besproken en enkele fictieve cases ontworpen die inzicht geven in de overige mogelijkheden van het model. Hierbij wordt ook aandacht besteedt aan de beperkingen van het model. De indeling van dit rapport loopt gelijk met de fases van het onderzoek. In hoofdstuk 2 volgt eerst een presentatie van de bevindingen van het literatuuronderzoek, waarna in hoofdstuk 3 de analyse van de beschikbare data wordt besproken. Vervolgens wordt in hoofdstuk 4 de ontwikkeling van het model besproken, waarna hoofdstuk 5 de mogelijkheden en beperkingen van het model bespreekt. Als afsluiting van het hoofdrapport volgt een conclusie, waarin de belangrijkste resultaten van het onderzoek worden besproken en antwoord wordt gegeven op de onderzoeksvraag. Naast het hoofdrapport zijn drie bijlagen opgesteld: bijlage A bespreekt de sociale woningmarkt in verschillende Europese landen, bijlage B geeft een lijst met de huisvestingsverordeningen en convenanten die in het literatuuronderzoek gebruikt zijn en bijlage C geeft de programmacode van de implementatie van het ontwikkelde model. 5

9 Hoofdstuk 2: Literatuuronderzoek 2.1 Inleiding Om een beter beeld te krijgen over woonruimteverdelingssystemen bestaat de eerste fase van het onderzoek uit een literatuurstudie. In dit hoofdstuk worden de bevindingen van dit literatuuronderzoek besproken, waarbij door het bestuderen van meerdere bronnen vragen worden beantwoord als: Wat zijn woonruimteverdelingssystemen en hoe zien deze systemen eruit? Wat voor criteria en beleidsdoelen bestaan binnen de verschillende verdelingssystemen? Welke problemen bestaan binnen de bemiddeling van sociale huurwoningen? Naast het vormen van een algemeen beeld van het toewijzingsproces van woonruimte wordt ook met een meer operations research (OR) gerichte blik naar het proces gekeken, waarbij vooral gezocht is in de gespecialiseerde OR literatuur. Hierbij lag de focus op verdelingssystemen in het algemeen, zonder alleen specifiek te zoeken naar woonruimteverdelingssystemen. Via de vakgerichte literatuur wordt hier een antwoord gezocht op de volgende vragen: Hoe kan kennis vanuit de OR gebruikt worden voor woonruimteverdelingssystemen? Is er reeds aandacht besteed aan het gebied van woonruimtetoewijzing binnen de OR? Zijn er soortgelijke toewijzingsmodellen op andere gebieden waarmee vergelijkingen gemaakt kunnen worden? In de 2 e paragraaf van dit hoofdstuk wordt theoretisch gekeken naar woonruimteverdelingssystemen. Hierbij gaat het om de eigenschappen van het systeem en welke factoren een rol spelen binnen het systeem. Hoe woonruimteverdelingssystemen in de praktijk gebruikt worden en hoe de systemen zijn ingericht wordt besproken paragraaf 3. Hierbij zullen ook uitgevoerde experimenten worden besproken, zodat we een idee krijgen van de ontwikkeling van woonruimteverdelingssystemen. Vanaf paragraaf 4 wordt ingegaan op de OR literatuur, waarbij in de vierde paragraaf gekeken wordt naar woonruimteverdelingssystemen en op welke manier OR in deze systemen verweven is. Door het zoeken naar vergelijkbare problemen binnen de OR wordt in paragraaf 5 gezocht naar technieken en oplossingen die later eventueel hulp kunnen bieden bij het inrichten en ontwikkelen van het simulatiemodel. Als laatste volgt een concluderende paragraaf, waarin dit hoofdstuk kort wordt samengevat en besproken wordt hoe de verkregen informatie in het verdere onderzoek gebruikt kan worden. 6

10 2.2 Woonruimteverdelingssystemen in de theorie In de ideale wereld zou voor iedereen een geschikte woning beschikbaar zijn, die aan alle wensen van een persoon voldoet. Het is echter algemeen bekend dat dit niet het geval is en schaarste op de woningmarkt is dan ook een veelbesproken probleem. Voor het verdelen van de woningen worden verschillende criteria gebruikt, waarbij op de markt van koopwoningen het principe geldt dat degene die het hoogste bod uitbrengt de woning krijgt. Binnen de sector van sociale huurwoningen ligt de prijs echter min of meer vast, waardoor dit criterium niet (direct) van toepassing is op het verdelen van dit soort huurwoningen. Deze afwezigheid van marktwerking zorgt ervoor dat de prijzen niet stijgen als gevolg van de grote vraag naar woningen zoals in de koopsector wel gebeurt en dus meer vraag op de markt is als aanbod. Als gevolg van de grote vraag naar sociale huurwoning en dus meerdere geïnteresseerden voor een vrijkomende woning is voor sociale huurwoningen sprake van een verdelingsvraagstuk, waarop het woonruimteverdelingssysteem antwoord geeft. Dat er ook daadwerkelijk sprake is van een overschot aan woningzoekenden blijkt uit het voorbeeld in tabel 2.2.1, waarin gegevens staan over de vraag en het aanbod van sociale huurwoningen in de regio s Leiden en Utrecht. De vraag is weergegeven als het aantal woningzoekenden dat staat ingeschreven in de desbetreffende regio, waarbij opgemerkt moet worden dat in de regio Leiden 44,1% van deze ingeschreven woningzoekenden op de peildatum nog nooit gereageerd had (dit percentage ligt op 64.8% voor de regio Utrecht) Regio Leiden Regio Utrecht Aantal ingeschreven woningzoekenden Aantal aangeboden woningen via media Gemiddeld aantal reacties per woning Tabel Vraag- en aanbodcijfers sociale huurwoningen regio Leiden en regio Utrecht in (Kromhout, van Daalen, Davis & Zandstra (2006)). De relevantie van een onderzoek naar het modelleren van woonruimteverdelingssystemen komt niet alleen voort uit de grote vraag naar sociale huurwoningen. Wanneer gekeken wordt naar andere Europese landen blijkt de Nederlandse sociale huursector namelijk uniek op meerdere vlakken, waardoor verwacht mag worden dat in Nederland meer vragen gesteld worden rond het toewijzingsproces van sociale huurwoningen (in Bijlage A wordt de sociale woningmarkt in Europa uitgebreider besproken): In Nederland bedient de sociale huursector niet alleen personen die hulpbehoevend zijn bij het vinden van een woning (bijvoorbeeld vluchtelingen die net een verblijfsvergunning hebben gekregen en in Nederland een leven proberen op te bouwen en personen die behoefte hebben aan maatschappelijke opvang), maar ook woningzoekenden die bewust kiezen voor een sociale huurwoning. Daardoor behoren bijvoorbeeld ook jongeren die het huis verlaten of ouderen die hun te grote eengezinswoning verkopen tot de zoekende op de sociale huurwoningmarkt, wat een bestand van woningzoekenden oplevert dat bestaat uit verschillende type huishoudens, elk met andere wensen, urgentieniveaus en zoekstrategieën. Deze verscheidenheid aan woningzoekenden leidt al snel tot vragen over de concurrentiepositie van de verschillende groepen, welke minder relevant zijn binnen bijvoorbeeld de Ierse sociale huursector, doordat de sector daar alleen bedoeld is voor de huishoudens met de hele lage inkomens (Haffner en Hoekstra, 2004). 7

11 Figuur Elementen van woonruimteverdelingssystemen (Kromhout et al., 2006) Ook de grootte van de sociale huursector in Nederland maakt een simulatiemodel interessant. Waar in Spanje bijvoorbeeld 1% van de woningvoorraad in 2005 bestond uit sociale huurwoningen (CECODHAS, 2007, Spain Fact File) lag dit percentage in Nederland in hetzelfde jaar op 35% (CEDODHAS, 2007, The Netherlands Fact File). Door dit verschil in grootte treffen de problemen binnen een woonruimteverdelingssysteem in Nederland een groter deel van de populatie dan in Spanje (en vele overige Europese landen). Als gevolg geldt natuurlijk ook dat een verandering binnen het systeem ook invloed heeft op een groter aantal woningzoekenden, waardoor inzicht in het effect van de verandering in Nederland van grotere waarde geacht kan worden. Voor het omgaan met het toewijzen van woningen op de sociale woningmarkt in Nederland wordt gebruik gemaakt van een woonruimteverdelingssysteem. Met behulp van een schema geven Kromhout et al. (2006, p. 9) overzichtelijk de elementen van zo n systeem weer. Dit schema is hier opgenomen als figuur We zien dat in dit schema een scheiding wordt gemaakt tussen beleid en uitvoering. Het beleidsgedeelte van het woonruimteverdelingssysteem gaat dus over de regels en geeft aan wie in aanmerking komt voor een woning en in welke volgorde woningzoekenden behandelt worden. In het schema wordt het beleidsgedeelte weergegeven door vier kolommen, welke door Kromhout et al. (2006) als volgt worden beschreven: 1. Toelatingsvereisten: Binnen alle modellen die hierboven besproken zijn, wordt de eerste stap voor het vinden van een sociale huurwoning altijd gezet door de woningzoekende: deze schrijft zich in bij een woonruimteverdelingssysteem. Of een persoon zich mag inschrijven bij een corporatie hangt af van de opgestelde vereisten hiervoor. Zo kan van woningzoekende 8

12 bijvoorbeeld geëist worden dat deze minstens 18 jaar is, maar ook dat deze binding heeft aan de regio. Voor het simulatiemodel limiteren deze toelatingsvereisten dus de verschillende karakteristieken voor de woningzoekenden in het systeem (bijvoorbeeld geen woningzoekenden onder de 18 jaar). 2. Passendheidscriteria: Wanneer een woningzoekende zich heeft ingeschreven kan deze beginnen met reageren op woningen, maar het kan zijn dat het niet mogelijk is om op alle vrijkomende woningen te reageren. Op welke woning wel of niet gereageerd mag worden hangt af van de passendheidscriteria die gelden voor de desbetreffende woning. Met deze passendheidscriteria kunnen woningen gereserveerd worden voor bijvoorbeeld jongeren (door ze voor deze doelgroep te labelen), maar kunnen ook minimale huishoudensgrootte worden ingesteld en een norm wat betreft de verhouding tussen huur en inkomen (geen goedkope woningen voor grootverdieners). Modelmatig gezien geven de passendheidscriteria dan ook aan wie voor welke woning in aanmerking komt, waardoor het bestand met woningzoekenden beperkt wordt tot de woningzoekenden die aan de criteria voldoen. 3. Volgordebepaling: Ondanks de toelatingsvereisten en passendheidscriteria reageren meestal meerdere woningzoekenden op één woning. Om te bepalen welke van deze woningzoekenden, die gereageerd hebben, de woning krijgt aangeboden wordt gebruik gemaakt van volgorderegels. Deze volgorderegels kunnen onderverdeeld worden in drie categorieën: a. Beleidsvrij: De beleidsvrije regels gaan uit van een principe van eerlijkheid, zoals degene die het langst staat ingeschreven krijgt als eerste de woning aangeboden. b. Beleidsmatig: Beleidsmatige volgorderegels komen voort uit beleidsdoelen, waarbij bijvoorbeeld een regel waarbij ouderen voorrang krijgen op jongeren voort zou kunnen komen uit het doel om de positie van ouderen op de woningmarkt te verbeteren. c. Marktconform: De laatste categorie volgorderegels bevat regels die gericht zijn op marktwerking, zoals bijvoorbeeld het toewijzen van de woning aan de persoon die de meest waardevolle woning achterlaat. De volgorderegels leiden uiteindelijk tot een rangorde van woningzoekenden, waarbij de woningzoekende met het meeste recht op de woning op de eerste plaats staat. Voor het model is dit een belangrijke schakel in het proces, hoofdzakelijk doordat herinrichting van het woonruimteverdelingssysteem vaak neerkomt op het veranderen van de volgorderegels. 4. Voorrangscriteria: Een belangrijke taak van het woonruimteverdelingssysteem is het begeleiden van personen die hulpbehoevend zijn in het vinden van een woning, bijvoorbeeld een vluchteling die zich in Nederland komt vestigen en huishoudens in woningen die gesloopt gaan worden. Met behulp van voorrangscriteria wordt bepaald wie absolute voorrang heeft ten opzichte van de overige woningzoekenden, waarbij vaak gebruik gemaakt wordt van een urgentieregeling. Hierbij kan het voorkomen dat voor deze urgenten speciale volgorderegels worden vastgesteld. Voor het aanbodmodel kunnen vrijkomende woningen bijvoorbeeld direct aan urgenten aangeboden worden of urgenten wordt gevraagd om zelf te zoeken, waarna ze voorrang krijgen op de woningzoekenden zonder urgentieverklaring. 9

13 Binnen het simulatiemodel is het dus mogelijk dat voor enkele woningzoekenden met afwijkende volgorderegels moet worden gewerkt. Naast het beleidsgedeelte behandelt figuur ook een uitvoerend gedeelte. We zien in de figuur dat uitvoerend gezien vooral gestreefd moet worden naar transparantie; hoe overzichtelijker het systeem in elkaar zit, hoe makkelijker het voor de woningzoekenden wordt om het systeem te gebruiken. Niet alleen brengt transparantie een gevoel van eerlijkheid met zich mee (bij volledige transparantie weet iedereen waar men aan toe is), maar het geeft de woningzoekende ook de mogelijkheid om zijn reactiegedrag aan te passen aan de regels binnen het systeem. In een rapport van de gemeente Gouda in samenwerking met RIGO Research en Advies wordt in de bijlage woonruimteverdeling à la carte gesproeken over drie verschillende modellen (2006): Distributiemodel: Dit model werd hoofdzakelijk gebruikt voor de jaren negentig en gaat ervan uit dat een woningzoekende bij inschrijving zijn of haar woonwensen aangeeft. Wanneer een woning vrijkomt, vergelijken corporaties de kenmerken van de vrijgekomen woning met de woonwensen van alle woningzoekenden, waarna de woning aan een woningzoekende wordt aangeboden waarbij de woonwensen overeenkomen met de eigenschappen van de woning. Het nadeel van dit model betreft vooral de transparantie, omdat de corporaties bepalen aan wie de woning wordt toegewezen en het model daardoor gevoelig wordt voor vriendjespolitiek. Een voordeel van het model is wel dat het voor de woningzoekenden weinig werk betreft om een woning te vinden (eenmalig aangeven van de woonwensen), alhoewel wel gezegd moet worden dat woonwensen over de tijd kunnen veranderen waardoor aangeboden woningen niet altijd meer voldoen aan de wensen van de woningzoekende op het moment van aanbieden. Aanbodmodel: Binnen het aanbodmodel worden vrijgekomen woningen via verschillende soorten media aangeboden aan de woningzoekenden. Door middel van het karakteriseren van de woningen wordt woningzoekenden de kans geboden om te reageren op woningen waarvan zij denken dat deze overeenstemt met hun woonwensen. Voor het aanbiedingsproces wordt meestal gewerkt met periodieke aanbiedingsmomenten (bijvoorbeeld elke eerste dag van de maand), waarbij woningzoekenden op een maximaal aantal woningen per periode kunnen reageren. Sommige modellen gebruiken echter een model waarbij vrijkomende woningen meteen worden aangeboden, wat dus de actief woningzoekenden in de hand speelt. Het voordeel van het aanbodmodel is dat woningzoekenden zelf kunnen kiezen op welke woning zij willen reageren. Door het doorlopen van alle vrijgekomen woningen kan een woningzoekende kiezen in welke woning hij het meest interesse heeft, waarbij ook nog eens strategische beslissingen gemaakt kunnen worden (door bijvoorbeeld minder eisen te stellen aan een toekomstige woning en dus te reageren op een minder populaire woning om zodoende sneller een woning te krijgen). Daarentegen vraagt het aanbodmodel wel meer inzet van de woningzoekenden. Optiemodel: Het optiemodel heeft veel overeenkomsten met het distributiemodel en wordt daarom ook wel gezien als een eigentijdse versie van dit model. Zoals de naam al doet vermoeden, nemen woningzoekenden in dit model een optie op een bepaald soort woning. Om woningen in te delen en de keus voor woningzoekenden mogelijk te maken, bepalen corporaties zogenaamde product-marktcombinaties (PMC s), waarin woningen ingedeeld worden aan de hand van verschillende karakteristieken (bijvoorbeeld ouderenwoningen met 10

14 zorg aan huis). Wanneer een woning uit een bepaalde PMC nu vrijkomt, wordt gekeken naar wie een optie heeft genomen op de desbetreffende PMC en wordt de woning aangeboden aan de woningzoekende die volgens de heersende volgordecriteria aan de beurt is. Het grote nadeel van dit model is de moeilijkheidsgraad van het toewijzen van woningen aan PMC s. Vooral bij grote woningmarkten kan het moeilijk zijn om een vrijkomende woning in een geschikte PMC te plaatsen, waardoor in de praktijk is gebleken dat aanbiedingen in het optiemodel vaker worden geweigerd vergeleken met aanbiedingen uit het aanbodmodel. Het uiteindelijke doel van een woonruimteverdelingssysteem is het bemiddelen tussen woningen en woningzoekenden. Het proces van deze bemiddeling kan dan ook vanuit beide perspectieven bekeken worden, het oogpunt van de woning en het oogpunt van de woningzoekenden. In figuur 2.2.2a en 2.2.2b zijn deze beide processen weergegeven met behulp van een stroomschema. In het stroomschema voor de woningzoekenden zien we duidelijk de verschillende criteria vanuit het beleidsgedeelte van het woonruimteverdelingssysteem terug komen. Zo kan een woningzoekende alleen als woningzoekende geregistreerd worden wanneer hij of zij aan de toelatingsvereisten voldoet en is een reactie op een woning alleen mogelijk wanneer aan de passendheidscriteria voldaan wordt. Hierbij moet wel gezegd worden dat in de praktijk pas bij het aanbieden van een woning gecontroleerd wordt of de woningzoekende ook daadwerkelijk aan de passendheidscriteria voldoet. In het geval van een huur/inkomensnorm kan iemand bijvoorbeeld bij registratie een lager inkomen hebben dan op het moment van reageren, waardoor bij het aanbieden van de woning dit huidige inkomen pas aan het licht komt en de woningzoekende op basis van dit inkomen niet meer in aanmerking komt voor de vrijgekomen woning. In feite kan men dus wel reageren, maar wanneer Figuur 2.2.2a: Stroomschema van de woningzoekenden binnen een woonruimteverdelingssysteem. Toelatingsvereisten Volgordecriteria + Voorrangscriteria Passendheidscriteria Passendheidscriteria Reactie op woning Rangschikking Aanbieding Acceptatie woningzoekenden Figuur 2.2.2b: Stroomschema van een woning binnen een woonruimteverdelingssysteem. Nieuwbouw / Aankoop Woning komt vrij Aanbieding Acceptatie Sloop/ Verkoop Bewoonde woningvoorraad 11

15 niet aan de passendheidscriteria voldaan wordt zal dit nooit tot acceptatie van de woning leiden. Dit niet accepteren van een woning wordt in het stroomschema weergegeven met een terugstromende pijl, waarmee ook de woningzoekenden mee worden aangeduid die wel gereageerd hebben maar door een acceptatie van een woningzoekende hoger op de lijst de woning nooit krijgen aangeboden. In het geval van een terugstroom blijft de woningzoekende in het systeem en kan deze dus wederom gaan reageren op vrijkomende woningen. Accepteert een woningzoekende een woning dan verlaat deze het verdelingssysteem, evenals wanneer een woningzoekende zich uitschrijft. De basis van het stroomschema voor de woningen wordt gegeven door de bewoonde woningvoorraad binnen een verdelingssysteem. Verandering in deze voorraad gebeurt alleen door nieuwbouw/aankoop of sloop/verkoop. Een woning verlaat de bewoonde woningvoorraad wanneer de huidige huurder de woning verlaat, ofwel door verhuizing ofwel door het overlijden van de huurder. Wanneer een woning vrij komt, begint het reactieproces voor de woningzoekenden waarna de woning zal worden toegewezen. Hierbij wordt aangenomen dat een woning in ieder geval door iemand geaccepteerd wordt, waarna de desbetreffende woning (bewoond door een nieuwe huurder) weer in het bestand van bewoonde woningvoorraad terecht komt. Doordat het woonruimteverdelingssysteem een vrijkomende woning en een woningzoekende bij elkaar brengt zien we overeenkomsten tussen de twee stroomschema s in figuur 2.2.2a en 2.2.2b. In figuur 2.2.2c zijn beide stroomschema s samengevoegd om de onderlinge relatie tussen de schema s duidelijk vast te leggen. Bij het aanbiedingsproces zien we de woning en de woningzoekenden bij elkaar komen, waarna bij een acceptatie de woningzoekende het systeem verlaat, terwijl de woning terugstroomt naar de bewoonde woningvoorraad. Daarnaast is een extra connectie aangebracht tussen het vrijkomen van een woning en het reactieproces van de woningzoekenden. De precieze vorm van deze connectie is afhankelijk van het gebruikte model: voor het aanbodmodel wordt bij het vrijkomen van de woning het reactieproces gestart, voor het distributiemodel en het optiemodel worden alle woningzoekenden bepaald waarvoor de vrijgekomen woning aan de woonwensen voldoet. Figuur 2.2.2c Combinatie stroomschema van woning en woningzoekenden. woningzoekenden Reactie op woning Toelatingsvereisten Rangschikking Passendheids -criteria Volgordecriteria + Voorrangscriteria Aanbieding Acceptatie Woning komt vrij Bewoonde woningvoorraad 12

16 2.3 Woonruimteverdelingssystemen in de praktijk In de vorige paragraaf is theoretisch gekeken naar woonruimteverdelingssystemen om een idee te krijgen hoe ze eruit zien en uit welke onderdelen een systeem dat woningen verdeelt bestaat. In deze paragraaf wordt de link met de praktijk gemaakt om uit te zoeken hoe een woonruimteverdelingssysteem tot stand komt en hoe deze in de praktijk zijn ingericht. De wettelijke mogelijkheden voor overheden voor het opstellen van regels voor woonruimteverdeling is vastgelegd in de Huisvestingswet (Kromhout et al., 2006). Hierin staat beschreven in welke mate gemeenten het toewijzingsbeleid kunnen sturen of volgens de woorden van de VROM-inspectie ( De huisvestingswet biedt gemeenten instrumenten om bij een tekort aan woningen ongewenste ontwikkelingen in de woningmarkt tegen te gaan. Uitgaande van het gegeven dat in Nederland vaak een grotere vraag naar sociale huurwoningen is dan aanbod van dit soort woningen, geeft de huisvestingswet gemeenten dus de ruimte om het proces van woonruimteverdeling te sturen. Om het woonruimteverdelingssysteem te beïnvloeden hebben gemeenten 2 mogelijkheden: het opstellen van een huisvestingverordening, het opstellen van een convenant in samenwerking met de actieve woningcorporaties (Kromhout et al., 2006). Ondanks dat de mogelijkheid tot sturing bestaat, laten Kromhout et al. (2006) zien dat in % van de Nederlandse gemeenten geen huisvestingsverordening of convenant hebben opgesteld. Deze gemeenten laten woningcorporaties die sociale woningen verhuren binnen de gemeentegrenzen dus vrij in hoe zij vrijkomende woningen toewijzen. Voor de woningcorporaties die binnen deze gemeenten actief zijn betekent dit echter niet dat geen regulering plaats vindt, deze regulering komt alleen niet vanuit de lokale overheid maar vanuit de woningcorporatie zelf. Deze woningcorporaties kunnen het woonruimteverdelingssysteem dan ook inrichten om hun eigen doelen te bewerkstelligen, waarbij bijvoorbeeld strenge inkomenseisen gesteld kunnen worden om de kans op huurachterstand te verkleinen (zoals vaak gebeurt in de particuliere sector). In de praktijk heeft dit echter niet geleid tot zeer afwijkende systemen. Om een idee te krijgen over hoe de woonruimteverdelingssystemen zijn ingericht, zijn binnen dit onderzoek meerdere gemeentelijke websites bezocht, waar vele huisvestingsverordeningen of convenanten vrij toegankelijk zijn. Voor een lijst van de bekeken gemeenten/regio s wordt verwezen naar bijlage B. Daarnaast is ook gekeken naar een onderzoek van RIGO Research en Advies BV (Kromhout, Wilkens en Zeelenberg, 2008), waarbij door middel van een enquête, verstuurd aan medewerkers van gemeenten en woningcorporaties, gekeken is wat voor soort modellen en volgordecriteria gebruikt worden. In dit onderzoek hebben 269 personen de enquête volledig ingevuld (waarvan 60% werkzaam zijn voor een woningcorporatie). 13

17 Figuur 2.3.1: Soorten woonruimteverdelingssystemen gebruikt door respondenten van een enquêteonderzoek door Kromhout, Wilkens en Zeelenberg (2008). Kromhout et al. (2008) concluderen dat veruit de meeste woonruimteverdelingssystemen gebruik maken van het aanbodmodel (zie figuur 2.3.1). Verschillen zijn wel te zien in de regio s, waarbij in Noord-Nederland relatief vaker voor een optiemodel is gekozen. Voor de verschillen tussen delen van Nederland wordt geen reden gegeven, maar gedacht kan worden aan een verschil in aantal respondenten of een verschil in grootte van de woningcorporaties. Daarnaast wordt gesproken van een trend met betrekking tot het combineren van verschillende modellen. Zo is te zien dat de percentages per regio de grens van 100% overschrijden, doordat sommige respondenten aangegeven hebben dat op dit moment al een combinatie van meerdere modellen gebruikt wordt. In figuur is weergegeven hoe de respondenten hebben geantwoord op de vraag welke volgordecriteria gehanteerd worden. Hierbij is ook een duidelijke voorkeur te zien: rangschikking naar inschrijfduur. Kromhout et al. (2008) spreken hier echter wel van een afnemende trend ten Figuur 2.3.2: Gebruikte volgordecriteria binnen woonruimteverdelingssystemen per regio in Nederland (Kromhout et al., 2008). 14

18 opzichte van gegevens uit Wanneer gebruik gemaakt wordt van de volgordecriteria loting en wie het eerst komt, is dit vaak slechts voor een deel van de vrijkomende woningen. De huisvestingsverordeningen en convenanten die voor dit onderzoek bekeken zijn, laten dezelfde karakteristieken zien als de resultaten van de enquête. Naast het soort model en de volgordecriteria zijn binnen de verordeningen en convenanten echter naar meer eigenschappen van het woonruimteverdelingssysteem gekeken. Hier volgt een opsomming van enkele opvallende, specifieke regels: In plaats van het opstellen van een bindingseis bij het toelaten van woningzoekenden hanteert de gemeente Zederik een voorrangsregeling voor mensen met een binding. Zo kunnen mensen zonder enige binding aan de gemeente Zederik dus wel naar een sociale huurwoning in Zederik verhuizen, maar alleen naar die woningen waar mensen met een binding geen interesse in hebben. In Amstelveen wordt net zo n regel toegepast, hier geldt de voorrang voor woningzoekenden met een binding niet voor alle vrijkomende woningen (woningzoekenden met binding krijgen in 20% van de vrijkomende woningen voorrang). Ondanks alle regels die opgesteld zijn, wordt vaak de mogelijkheid gegeven om voor een bepaald percentage of bepaald type woningen van deze regels af te stappen. Zo is in de gemeente Zandvoort en de stadsregio Rotterdam bijvoorbeeld maximaal respectievelijk 30 en 15% van de vrijkomende woningen te verdelen met lokaal maatwerk. In de huisvestingsverordening van de gemeente Amersfoort wordt aangegeven dat in het geval van serviceflats en aanleunwoningen de rangordecriteria kunnen worden aangepast. Daarnaast worden in sommige gemeenten sancties gezet op het weigeren van een woning. Zo geldt in gemeente Bennebroek een reactieverbod van twee maanden wanneer een woningzoekende zich twee keer niet afmeldt voor een bezichtiging. In de gemeente Binnenmaas wordt de volgorde bepaald aan de hand van het aantal reacties van de woningzoekenden in een bepaalde historische periode. Zonder in te gaan op de precieze werking van deze regeling, geldt in deze gemeente bij een tweede weigering in het jaar dat dit aantal reacties terug wordt gezet op 0. Als laatste zijn er ook nog de gemeente s Hertogenbosch en de regio Holland Rijnland, waar een niet nader genoemde sanctie kan worden opgelegd voor weigeringen zonder goede reden. Als laatste geldt in alle gemeenten voorrang voor urgenten. De regels voor wie urgent is en welke regels voor deze urgenten gelden verschillen (bijvoorbeeld hoe urgenten een woning krijgen aangeboden, hoe lang een woningzoekende met urgentie voorrang heeft en of de urgent een woning mag weigeren), maar binnen elke gemeente is een voorrangsregeling voor urgenten aanwezig. Wat betreft voorrangsregelingen is wel bekend dat de regels strenger worden en dus minder woningzoekenden een urgentieverklaring krijgen toegewezen. Met betrekking tot het eerste punt over de bindingseisen is een interessante ontwikkeling gaande. Op dit moment is de regering bezig met het opstellen van een nieuwe huisvestingswet, waarbij één van de doelstellingen vrije vestiging is. Om dit te realiseren staat in het voorstel van de nieuwe wet (Tweede Kamer der Staten-Generaal, 2010, Artikel 14): In de huisvestingsverordening kan de gemeenteraad, indien dat noodzakelijk en geschikt is voor de bestrijding van overlast die de leefbaarheid in wijken of buurten aantast of bedreigt en 15

19 voldoet aan de eisen van subsidiariteit en proportionaliteit, bepalen dat voor voor verhuur bestemde woonruimten in de daarbij aangewezen complexen of straten bij het verlenen van huisvestingsvergunningen voorrang wordt gegeven aan woningzoekenden die voldoen aan in die verordening vastgelegde sociale kenmerken. Tot de sociale kenmerken, bedoeld in het eerste lid, kan niet behoren dat de woningzoekende economisch of maatschappelijk aan de woningmarktregio, de gemeente of een tot de gemeente behorende kern gebonden is In artikel 15 van hetzelfde wetsvoorstel wordt de enige mogelijkheid beschreven waarbij geselecteerd kan worden op basis van bindingseisen: In de huisvestingsverordening kan de gemeenteraad, indien de gemeente als gevolg van regels gesteld bij of krachtens een algemene maatregel van bestuur als bedoeld in artikel 4.3 van de Wet ruimtelijke ordening of bij een provinciale verordening als bedoeld in artikel 4.1 van die wet geringe of geen mogelijkheden heeft tot uitbreiding van de woonruimtevoorraad, bepalen dat voor een of meer daarbij aangewezen categorieën woonruimte bij de verlening van huisvestingsvergunningen en bij de uitgifte van bouwkavels voorrang kan worden gegeven aan woningzoekenden die economisch of maatschappelijk aan de woningmarktregio, de gemeente of een tot de gemeente behorende kern gebonden zijn. Wanneer de nieuwe wet in werking treedt (inclusief bovenstaand artikel), betekent dit dat beperkingen gesteld worden op de mogelijkheid voor gemeenten om bindingseisen te stellen in het woonruimteverdelingssysteem, waarbij sommige gemeenten (waar wel uitbreiding in de woningvoorraad mogelijk is) het stellen van bindingseisen in zijn totaal verboden wordt. Daarnaast kan in dit soort gemeenten ook geen regeling gebruikt worden zoals in Zederik en Amstelveen, doordat deze gebaseerd is op binding aan de regio. In het geval van een volgordecriteria als inschrijfduur, betekent dit echter niet dat het in werking treden van de nieuwe wet op korte termijn impact zal hebben op de verhuisbewegingen binnen Nederland, aangezien elke nieuwe ingeschreven woningzoekende (ook van buiten de regio) achteraan de rij plaats moet nemen. Naast de ontwikkeling van een nieuwe huisvestingswet hebben in de afgelopen jaren enkele experimenten wat betreft woonruimteverdelingssystemen plaats gevonden. Op een symposium over woonruimteverdeling in april 2009 (Symposium woonruimteverdeling, 2009) zijn vijf van deze experimenten gepresenteerd: Concept Woonwaarde Leidse Woningstichting Ons Doel: Het idee achter het concept woonwaarde is het bevorderen van de doorstroming. Door voor doorstromers de waarde van een woning (in de vorm van extra inschrijftijd) mee te geven, worden doorstromers gestimuleerd om eerder te verhuizen. Dit concept komt voort uit het idee dat huurders langer in een sociale huurwoning blijven zitten, omdat ze bij verhuizing weer opnieuw moeten beginnen met het opbouwen van inschrijfduur. Dit concept is geëvalueerd door Kromhout en Zeelenberg (2007) waarbij onder andere gekeken is naar de cijfers over de toewijzing van woningen. Doordat in de evaluatie alleen data aanwezig was over de periode na de invoering van het concept woonwaarde is het moeilijk te zeggen of het nieuwe concept ook daadwerkelijk voor verbetering van de doorstroom heeft gezorgd. Wel is een duidelijke stijging te zien in het aantal woningen dat vrijkomt naar aanleiding van doorstroming (in het jaar na invoering). Verder is bekend dat woningstichting Ons Doel nog steeds gebruik maakt van het concept. 16

20 Concept Doorstroomkatalysator Adviesbureau Usus: Een ander experiment ter bevordering van de doorstroom is de doorstroomkatalysator, die ontwikkeld is door adviesbureau Usus. Bij dit concept wordt niet geëxperimenteerd met een nieuwe inrichting van het woonruimteverdelingssysteem, maar wordt senioren extra begeleiding aangeboden voor het vinden van een voor hun passende seniorenwoning. Door deze groep te stimuleren om te verhuizen, wordt geprobeerd om het aantal senioren die in eengezinswoning wonen te verkleinen, zodat deze vrijkomende woningen verhuurd kunnen worden aan jonge gezinnen. Over de status van dit concept is niets bekend. Concept Woongaard.com Voor woningzoekenden in de Betuwe: Het concept woongaard.com wil de woningzoekenden in het Gelders rivierengebied meer keuze geven in het vinden van een woning. Hiervoor worden niet alle vrijgekomen woningen via hetzelfde model verdeelt, maar wordt gebruik gemaakt van drie verschillende modellen: het aanbodmodel, het lotingmodel en het optiemodel. Op deze manier kan een woningzoekende het model kiezen dat hij prefereert (bijvoorbeeld het model waarbij de slaagkans het grootst is). De gemeente Drunen (2009) heeft op 28 mei 2009 een evaluatierapport over het concept woongaard.com besproken. In de bijbehorende informatienota wordt aangegeven dat de reacties van woningzoekenden die gebruik maken van woongaard.com positief zijn. Verder luidde het advies van onderzoeksinstituut OTB om het systeem te handhaven, wat ook opgevolgd is aangezien het concept nog steeds gebruikt wordt. Concept Woonversnelling Ymere in de regio Amsterdam: Een ander concept om de doorstroming te verbeteren is de woonversnelling. In de regio Amsterdam werden door middel van loting enkele woningen uitsluitend aangeboden aan doorstromers. Inmiddels is dit concept geëvalueerd door Kromhout en Burger (2008) waarbij geconcludeerd is dat de woonversnelling geleid heeft tot meer aanbod van woningen. Daarnaast zijn de woningzoekenden die gebruik gemaakt hebben van het experiment over het algemeen positief. Concept Woonswitch Ymere in de regio Zuid-Kennermerland: Het laatste experiment dat gepresenteerd werd op het symposium was het woonswitch concept van Ymere. In dit experiment wordt de volgorde bepaald aan de hand van de populariteit van de woning die de woningzoekende achterlaat. Bezit je op dit moment een populaire woning, dan maak je grote kans om snel door te stromen naar een woning van jouw keuze. Op de website van Ymere (2009) staat een update oktober 2009, waarin gesproken wordt over de resultaten van het concept. Uit het aantal inschrijvingen voor het concept blijkt dat de woningzoekenden veel belangstelling tonen. Ze zijn echter wel van mening dat het concept transparanter kan, zodat de regels die gebruikt worden beter bekend zijn. Door het onderzoek te richten op hoe de verdeling van sociale huurwoningen in de praktijk gebeurt, zijn enkele interessante zaken naar voren gekomen, waarmee bij het ontwikkelen van een simulatiemodel rekening mee gehouden kan worden: 1. Ondanks de vele mogelijkheden bij het inrichten van een woonruimteverdelingssysteem wordt hoofdzakelijk gebruikt gemaakt van een aanbodmodel met inschrijfduur als volgordecriterium. Een simulatiemodel naar aanleiding van dit systeem komt dus vaak overeen met de praktijk, waardoor dit een goede startsituatie in het ontwikkelingsproces is. 17

21 2. Voor de toekomst is een trend zichtbaar in het combineren van verschillende modellen (bijvoorbeeld aanbodmodel + optiemodel), waardoor een woningzoekende zelf kan kiezen via welk model hij of zij een woning wil vinden. Deze combinatiemodellen betekent een groter bereik voor het te ontwikkelen simulatiemodel, waarvoor nog gekeken moet worden of dit soort modellen ook daadwerkelijk in het simulatiemodel moeten worden opgenomen. 3. Een andere ontwikkeling is het opstellen van een nieuwe huisvestingswet, waarin de wettelijke mogelijkheden van overheden voor het reguleren van het woonruimteverdelingssysteem zijn opgesteld. De grootste verandering richt zich hier op de bindingseisen, waarbij de toepasbaarheid hiervan grotendeels verboden wordt. In de praktijk kan dit leiden tot verhuisstromen tussen regio s, waarbij inzicht in de positie van lokaal woningzoekenden voor gemeenten interessant kan zijn. Bij het ontwikkelen van het simulatiemodel moet ook gekeken worden op welke manier en in welke mate met deze ontwikkeling rekening gehouden kan worden. 18

22 2.4 Operationele research en woonruimteverdelingssystemen In de vorige paragrafen is gekeken naar wat woonruimteverdelingssystemen zijn en hoe ze in de praktijk gebruikt worden. In deze paragraaf wordt gekeken naar de manier waarop OR technieken kunnen helpen met het inrichten van deze systemen. Hierbij hebben we ons in eerste instantie gericht op de wachtrijtheorie, omdat binnen het systeem woningzoekenden aan het wachten zijn op een woning. De oorsprong van wachtrijtheorie ligt in het begin van de twintigste eeuw, waar de Deense onderzoeker A.K. Erlang een artikel publiceerde genaamd The Theory of Probabilities and Telephone Conversations. Vanuit de toepassingen in de telefoonindustrie heeft de wachtrijtheorie zich sindsdien ontwikkeld tot een tak binnen de operationele research waar wachtrijsystemen geanalyseerd worden om verschillende soorten processen te optimaliseren. Qua applicaties kan hierbij gedacht worden aan het aantal medewerkers benodigd in een callcenter, zodanig dat de wachttijd van klanten niet teveel oploopt, maar ook het aantal bedden op een afdeling in een ziekenhuis zodat binnenkomende patiënten niet geweigerd hoeven te worden door gebrek aan capaciteit. Wachtrijsystemen bestaan in het algemeen uit een aankomstproces en een bedieningsproces, waarbij extra eigenschappen over capaciteit en volgordeafhandeling gespecificeerd kunnen worden. Eerder in dit hoofdstuk hebben we het woonruimteverdelingssysteem gezien als het bemiddelingsproces tussen woningzoekenden en vrijkomende woning. Het systeem kan dan ook bekeken worden als een wachtrijsysteem, waarbij alle woningzoekenden aan het wachten zijn op een vrijkomende woning. Het aankomstproces stelt dan het inschrijvingsproces van woningzoekenden voor, het bedieningsproces is het vrijkomen van woningen en de opgestelde criteria binnen het systeem stellen de extra eisen voor. Het woonruimteverdelingssysteem bevat echter eigenschappen waardoor bij evaluatie van het systeem, in tegenstelling tot andere wachtrijsystemen, geen gebruik gemaakt kan worden van standaardformules uit de wachtrijtheorie over bijvoorbeeld gemiddelde wachttijden en lengte van de wachtrij. De eigenschappen die maken dat het woonruimteverdelingssysteem verschilt van standaard wachtrijsystemen zijn: Binnen wachtrijmodellen wordt verondersteld dat het gemiddelde aantal effectieve binnenkomsten in een periode kleiner is dan het gemiddelde aantal bedieningen dat het systeem aankan in dezelfde periode. Wanneer dit namelijk niet het geval is wordt het aantal wachtende binnen het systeem steeds groter (net als de gemiddelde wachttijd). Bij het woonruimteverdelingssysteem hebben we geconstateerd dat het aantal ingeschreven woningzoekenden zeer groot is in vergelijking met het aantal vrijkomende woning. Zonder dan zelfs nog te kijken naar het aankomstproces (in de vorm van nieuw inschrijvingen) is deze groep woningzoekenden niet in een wachtrijmodel te plaatsen. Zoals aangegeven is het mogelijk om binnen het modelleren van een wachtrij enkele extra eigenschappen van de capaciteit en volgordecriteria op te nemen. In plaats van de in de praktijk vaak gebruikte first come first served kan bijvoorbeeld afgeweken worden naar last come first served of shortest processing first. Ondanks de verschillende volgorde van behandeling in deze systemen ligt de volgorde in de rij echter wel vast en zal alleen verandering plaats vinden wanneer een nieuwe aankomst plaatsvindt. Doordat binnen het woonruimteverdelingssysteem de volgorde af kan hangen van het type woning dat vrijkomt, 19

23 kan de volgorde dus ook veranderen zonder dat een nieuwe woningzoekende in de rij plaats neemt. Het uitgangspunt binnen wachtrijmodellen is dat wachtenden in de rij staan om geholpen te worden. Wanneer we naar het woonruimteverdelingssysteem kijken is dit uitgangspunt alleen niet in zijn geheel van toepassing. Niet alleen weigeren woningzoekenden woningen (een afwijzing van een bediening), maar staan woningzoekenden ook ingeschreven zonder daadwerkelijk te reageren. Het woonruimteverdelingssysteem leent zich dus niet voor een wachtrijmodel, maar dat betekent niet dat de OR geen hulp kan bieden bij het inrichten van dit type systemen. Om inzicht te krijgen in de stromen binnen een systeem is het namelijk mogelijk om een simulatiemodel te bouwen. In dit model wordt de werkelijke situatie nagebootst, waardoor niet alleen inzicht verkregen wordt over de effecten van bepaalde criteria in het systeem, maar ook het effect van variatie in parameters kan door middel van een simulatiemodel naar voren komen. Het voordeel van een simulatiemodel is dat de ontwikkeling over een tijdsperiode kan worden bekeken. Door de praktijksituatie in een model te gieten, waarin de karakteristieken van het systeem worden weergegeven, kan met behulp van simulatie het model gemanipuleerd worden om inzicht te krijgen in de werking van het systeem (Bellinger, 2004). Hierbij gaat het niet alleen om het systeem als geheel, maar ook de interactie tussen de verschillende onderdelen van het systeem. Volgens Bellinger (2004) ligt de moeilijkheid in het ontwikkelen van een simulatiemodel in de complexiteit van het model. Aan de ene kant kan het model belangrijke schakels vanuit de praktijk missen wanneer het niet gedetailleerd genoeg is, terwijl te veel detail het model zó complex kan maken dat de interacties niet meer duidelijk zijn en het doel om inzicht te krijgen niet meer bereikt wordt. Voor het woonruimteverdelingssysteem houdt dit in dat, ondanks dat we zo veel mogelijk van de eigenschappen van het systeem willen meenemen in het model, ook rekening moeten houden met de complexiteit zodat de onderlinge interacties nog wel duidelijk blijven. In de literatuur worden vele applicaties van simulatiemodellen besproken, maar specifieke simulatiemodellen voor het verdelen van sociale huurwoningen zijn niet te vinden, terwijl het een geschikt instrument is om de effecten van de inrichting van het woonruimteverdelingssysteem in kaart te brengen. Ondanks de complexiteit van het systeem waardoor geen gebruik gemaakt kan worden van bekende formules uit de wachtrijtheorie, kan, door het ontwikkelen van een model waarin de interacties tussen de verschillende onderdelen binnen een woonruimteverdelingssysteem worden weergegeven, een simulatie uitgevoerd worden om de toewijzing van woningen in de toekomst na te bootsen. Door de simulatie uit te voeren met verschillende criteria binnen het systeem, kan het effect van de criteria getoetst worden en aan de hand van deze resultaten een gewenst systeem ingevoerd worden. 20

24 2.5 Verdelingssystemen binnen de operationele research Naast het onderzoeken van de verdeling van sociale huurwoningen is ook gezocht naar andere situaties waarin verdelingssystemen gebruikt worden. Zoals we in de vorige paragraaf gezien hebben is de situatie echter erg specifiek, waardoor het lastig is om vergelijkingen te maken met algemene toewijzingsproblemen zoals matching of roostering. Er is echter een probleem waarmee wel vele overeenkomsten zijn: het toewijzen van vrijkomende donororganen aan transplantatie behoevende patiënten. De overeenkomsten zijn: Binnen beide problemen geldt een scheve verhouding tussen de vraag en het aanbod. In paragraaf 2.2 hebben we deze verhouding gezien voor de sociale huursector, maar cijfers uit het jaarverslag van de Nederlandse Transplantatie Stichting (2008) laten ook een tekort aan aanbod zien. Zo stonden eind patiënten in Nederland op de wachtlijst voor een transplantatie, kwamen hier gedurende het jaar patiënten bij, terwijl in 2008 maar transplantaties plaatsvonden. Ondanks dat het soort volgordecriteria verschillen geldt ook bij het toewijzen van donororganen dat op de wachtlijst een volgorde bepaald moet worden, aangezien niet iedereen een donororgaan kan krijgen. Ook hier moeten vragen beantwoord worden als wie heeft het meeste recht op een vrijkomend donororgaan. Aan de hand van welke criteria gebruikt worden zullen sommige patiënten dan ook een grotere kans hebben op een transplantatie (dus bevoordeeld worden) ten opzichte van andere patiënten. Doordat orgaantransplantatie een gecompliceerd proces is, zijn niet alle vrijkomende organen geschikt voor alle patiënten op de wachtlijst. Hierdoor geldt niet automatisch dat de patiënt die volgens de opgestelde volgorderegels het eerst aan de beurt is, het orgaan ook daadwerkelijk krijgt toegewezen. Door de aanwezigheid van passendheidscriteria binnen het woonruimteverdelingssysteem geldt hier hetzelfde, een woningzoekende kan bijvoorbeeld wel de langste inschrijfduur hebben, maar wanneer het aantal personen in zijn huishouden niet aan de bezettingsnorm voldoet, krijgt deze de woning toch niet aangeboden. Modelmatig gezien gelden in beide systemen dynamische wachtlijsten. Niet alleen kan het (afhankelijk van de volgordecriteria) voorkomen dat een nieuwe patiënt/woningzoekende niet achter aan de wachtlijst plaats hoeft te nemen, maar de volgorde van de wachtlijst kan ook veranderen door verandering in de situatie van de patiënten op de wachtlijst. Zo kan de toestand van een patiënt verbeteren/verslechteren waardoor de patiënt lager dan wel hoger op de wachtlijst terecht komt, maar ook de eigenschappen van een vrijkomend orgaan kan ervoor zorgen dat een patiënt van positie verandert omdat deze beter past bij het vrijkomende orgaan. Beide verdeelsystemen leiden tot strategisch gedrag. Bij woningzoekenden hebben we het bijvoorbeeld gehad over het inschrijven voor de toekomst en alhoewel in het geval van donortransplantatie de patiënt zelf niet echt keuzes zal maken, kunnen de doktoren dit wel doen voor de patiënt. Zo refereren zowel Howard (2001) als Pritsker, Daily en Pritsker (1996) naar het spel binnen het systeem en het gedrag van doktoren naar aanleiding van het toegepaste verdelingssysteem. Hierbij kan gedacht worden aan het feit dat wanneer een patiënt/woningzoekende eenmaal boven aan de lijst staat, deze een donororgaan/woning van een lagere kwaliteit kan afwijzen doordat volgens de volgordecriteria al snel een nieuwe aanbieding volgt met een mogelijke hogere kwaliteit. 21

25 Naast de opvallende overeenkomsten zijn de problemen niet helemaal vergelijkbaar, vooral wanneer het woonruimteverdelingssysteem gebruik maakt van een aanbodmodel. Bij het aanbodmodel wordt van woningzoekenden verwacht dat zij reageren op vrijkomende woningen. Het wel of niet reageren van een woningzoekende is dus een extra factor om rekening mee te houden wanneer het toewijzingsprobleem van woningen wordt bekeken. Zo kan het zijn dat een vrijkomende woning perfect aansluit bij de woonwensen van een woningzoekende, maar wanneer deze woningzoekende niet reageert maakt deze in ieder geval geen kans op de woning. Een transplantatiepatiënt daarentegen reageert altijd op een orgaan, waardoor deze in principe elke vrijkomend orgaan dat bij zijn situatie past aangeboden kan krijgen. Dit komt wel overeen met het optiemodel, waarbij het nemen van een optie gelijk staat aan het reageren op alle vrijkomende woningen binnen de optie. Door de complexiteit van het toewijzingssysteem van donororganen, zijn binnen de literatuur ook hier geen mathematische modellen beschreven. Om toch een advies te kunnen geven over de inrichting van het toewijzingssysteem wordt in meerdere bronnen gesproken over simulatie van de situatie en de ontwikkeling van simulatieprogramma s om effecten van verandering binnen het systeem te voorspellen. Doordat een doel van dit onderzoek is om zo n soort simulatieprogramma te ontwikkelen voor het verdelen van woonruimte is hier met interesse naar gekeken. In Amerika is het UNOS Liver Allocation Model (ULAM) ontwikkeld om de effecten van verschillende volgordecriteria met elkaar te vergelijken (Harper, Taranto, Edward & Daily, 2000). Om de werkelijke situatie zo goed mogelijk te simuleren kan ULAM gebruik maken van historische data, waarna een periode van maximaal 8 jaar gesimuleerd kan worden om de transities van de wachtlijst bij te houden aan de hand van de geselecteerde volgordecriteria (meerdere criteria zijn mogelijk). In de simulatie komen zowel patiënten als donororganen aan, verlaten patiënten voortijdig de wachtlijst (als gevolg van een sterfgeval) en kan de medische urgentiestatus van patiënten veranderen. Harper et al. (2000) beschrijven in het kort de acht verschillende componenten van het ULAM simulatiemodel: 1. Begin wachtlijst: Bij aanvang van de simulatieperiode maakt ULAM gebruik van de wachtlijst op 31 december De karakteristieken van de groep patiënten op dat moment worden nagebootst (aantal patiënten, medische urgentie per patiënt, leeftijd, etc.), waarna de simulatieperiode kan beginnen. 2. Aankomende stroom van patiënten: Voor het aankomstproces wordt gebruik gemaakt van een homogeen Poisson proces, waarbij verschillende parameters gebruikt worden per transplantatiecentrum. Voor de karakteristieken van de aankomende patiënt wordt gebruik gemaakt van historische data. 3. Verandering in urgentiestatus van patiënten: Binnen ULAM worden vier verschillende categorieën van medische urgentie gebruikt. Voor de transities tussen deze categorieën is een Markov matrix gemaakt die gebaseerd is op historische transities. 4. Aankomende stroom van donororganen: Het nabootsen van het aankomstproces voor donororganen gebeurt op dezelfde manier als bij de patiënten. 5. Volgordecriteria: Binnen ULAM kunnen meerdere soorten volgordecriteria ingevoerd worden. Daarnaast kan ook gekozen worden voor een regionale wachtlijst en een voorrangsregel voor enkele groepen patiënten. 6. Acceptatieproces: In de praktijk worden niet alle organen geaccepteerd door de patiënten waaraan de organen worden aangeboden, dus gebeurt dit ook niet in de simulatie. Of een 22

26 patiënt een orgaan weigert hangt af van de kwaliteit van het orgaan, de medische urgentie van de patiënt en de geografische locatie. 7. Overlevingscurve na transplantatie: Een transplantatie betekent niet altijd dat een patiënt ook genezen verklaard wordt, waardoor in enkele gevallen de patiënt een nieuwe transplantatie nodig heeft of ondanks het nieuwe orgaan alsnog sterft. Voor dit proces zijn meerdere overlevingscurven bepaald, die onder andere afhankelijk zijn van de medische urgentiestatus bij transplantatie en de grootte van het transplantatiecentrum. Daarnaast wordt in deze overlevingscurve rekening gehouden met de historische trend, die aangeeft dat de kans op overleving groter wordt door de verbeteringen in de medische wereld. 8. Output: ULAM geeft zowel data over vooraf bepaalde prestatie-indicatoren als data over de status van alle patiënten op de wachtlijst. Met behulp van deze data kunnen de effecten van verschillende volgordecriteria met elkaar vergeleken worden. Ook in Nederland is de wachtrij voor donororganen gesimuleerd. Zo hebben Ouwens et al. (2002) het effect onderzocht van een volgordecriterium gebaseerd op medische status van een patiënt. Door de prioriteit van een patiënt te beschouwen als de tijd op de wachtlijst vermenigvuldigd met een relatieve sterftekans (welke afhangt van de medische status), wilde men zien of de samenstelling van getransplanteerde patiënten beter overeen zou komen met de samenstelling van de patiënten op de wachtlijst (de wachttijden voor longtransplantatie zijn zo opgelopen dat alleen patiënten met een langzaam verslechterende status lang genoeg in leven blijven tot aan de transplantatie). Ook Ouwens et al. (2002) hebben een simulatiemodel gebouwd om het effect van dit nieuwe volgordecriterium in kaart te brengen, waarbij een vergelijkend model gebruikt wordt als bij het ULAM model. Op twee punten zijn de modellen echter duidelijk verschillend: het simulatiemodel van Ouwens et al. (2002) maakt geen gebruik van overlevingscurven en in plaats van het acceptatieproces waarbij de patiënt een orgaan kan weigeren wordt alleen gekeken naar of de lever geschikt is voor de patiënt (bijvoorbeeld of de bloedgroep overeenkomt). Uiteindelijk wordt geconcludeerd dat door de verandering in de volgordecriteria meer transplantaties worden uitgevoerd voor patiënten met een ziekte waarbij de status snel verergerd en dat het meenemen van sterftekansen leidt tot een grotere overeenkomst tussen de samenstelling van de groep patiënten die een transplantatie ondergaan en de groep patiënten op de wachtlijst. Door de overeenkomsten met het toewijzingssysteem van donororganen geeft dit probleem een goed beeld over de moeilijkheden in het ontwikkelen van een simulatiemodel voor het woonruimteverdelingsysteem. De informatie verkregen over het ULAM model en het model dat ontwikkeld is door Ouwens et al. (2002) kan hierdoor gebruikt worden in het ontwikkelingsproces van een simulatiemodel voor het toewijzen voor woningen, aangezien vele componenten van de beide verdelingssystemen van gelijke aard zijn. 23

27 2.6 Conclusie literatuuronderzoek In dit hoofdstuk zijn de bevindingen van een literatuuronderzoek naar woonruimteverdelingssystemen gepresenteerd. Hierbij was het doel om naast een algemeen beeld te vormen over wat woonruimteverdelingssystemen zijn en hoe deze in de praktijk gebruikt worden ook een idee te krijgen van hoe technieken vanuit de operationele research gebruikt kunnen worden voor de inrichting van zo n verdelingssysteem. Binnen het woonruimteverdelingssysteem worden de regels opgesteld over hoe een woningzoekende in aanmerking komt voor een sociale huurwoning en hoe vrijkomende woningen worden verdeeld over de woningzoekenden die interesse tonen in een woning. De inrichting van het systeem kan gereguleerd worden door lokale en regionale overheden door het opstellen van een huisvestingsverordening of een convenant in samenwerking met woningcorporaties, waarmee de overheden een instrument hebben om de beleidsdoelen ten opzichte van woonruimteverdeling te verwezenlijken. In de praktijk hebben we gezien dat ondanks de vele mogelijkheden voor de inrichting van een woonruimteverdelingssysteem, de meeste systemen zijn gebaseerd op het aanbodmodel met inschrijfduur als belangrijkste volgordecriterium. Wanneer vanuit de operationele research gekeken wordt naar het verdelingssysteem blijkt het enkele complexe eigenschappen te hebben, die het onmogelijk maken om het bij de evaluatie van het systeem gebruik te maken van bekende formules uit de wachtrijtheorie. Om toch inzicht te krijgen in de effecten van verschillende criteria binnen het systeem kan een simulatiemodel ontwikkeld worden. Soortgelijke simulatiemodellen zijn al ontwikkeld voor het toewijzen van donororganen, waarmee het probleem van het verdelen van woonruimte vele overeenkomsten mee heeft. Met de afronding van het literatuuronderzoek richt het onderzoek zich nu op het ontwikkelen van een simulatiemodel. Hierbij moet worden gekeken hoe gedetailleerd het woonruimteverdelingssysteem gemodelleerd moet worden en welke data nodig is om de simulatie uit te voeren. Hiervoor bekijken we in het volgende hoofdstuk de data bestanden uit twee woonruimteverdelingssystemen. Doordat het grootste deel van de systemen ingericht is als aanbodmodel met inschrijfduur als volgordecriteria is gekozen om dit systeem te modelleren en dus ook data te bekijken van twee aanbodmodellen. 24

28 Hoofdstuk 3: Data-analyse 3.1 Inleiding Door middel van een literatuurstudie die besproken is in hoofdstuk 2, hebben we een algemeen beeld gekregen van wat woonruimteverdelingssystemen zijn en wat meespeelt bij het inrichten van zo n systeem. Voor het modelleren speelt het begrijpen van het systeem en alle bijbehorende aspecten een belangrijke rol voor de bruikbaarheid van het simulatiemodel. Hierbij gaat het niet alleen om de kennis die nodig is om de werking van het systeem na te bootsen, maar ook bij het trekken van conclusies op basis van de resultaten uit het model speelt deze kennis een cruciale rol. Kennis van het systeem maakt het namelijk mogelijk om tekortkomingen van het model te signaleren en op een juiste manier om te gaan met de gevolgen van het verschil tussen het model en de realiteit bij het trekken van conclusies wat betreft de evaluatie van een verandering binnen het systeem. In dit hoofdstuk wordt dieper ingegaan op de werking van het systeem, waarbij het doel is om een gevoel te krijgen bij de verschillende onderdelen van het schema in figuur c. Om dit gevoel te krijgen ligt de focus in dit hoofdstuk per paragraaf op een ander component van het systeem ligt: Woningzoekenden: Woonruimteverdelingssystemen worden gebruikt om vrijkomende woningen te verdelen onder huishoudens die op zoek zijn naar een woning. Wie een woning krijgt toegewezen hangt niet alleen af van de regels binnen het systeem, maar ook van wie gebruik maakt van dit systeem. Wat betreft deze woningzoekenden hebben we in de tweede paragraaf in hoofdstuk twee gezien dat deze groep woningzoekenden op de sociale huurwoningmarkt groot is ten opzichte van enkele andere landen in Europa. We hebben echter nog niet gekeken naar wie deze woningzoekenden zijn. Hebben we hier bijvoorbeeld te maken met de groep Nederlanders met een laag inkomen? Of wordt de markt overbevolkt door jongeren met de ambitie het ouderlijk huis te verlaten? In hoofdstuk 3.2 wordt gezocht naar het antwoord op deze en enkele andere vragen gerelateerd aan het woningzoekendenbestand. Woningen: Naast de woningzoekenden moeten ook de woningen die vrijkomen in het simulatiemodel overeenstemmen met het aanbod in de praktijk. Aangenomen mag worden dat een luxe villa geen sociale huurwoning is, maar wat voor woningen worden dan wel aangeboden binnen de sociale huursector? Gaat het hier vooral om kleinere woningen met een lage huur of behoren ook grotere eengezinswoningen tot de woningvoorraad? Vragen over de samenstelling van de woningvoorraad binnen de sociale huursector en de snelheid van rotatie van bewoners in deze woningen worden beantwoord in hoofdstuk 3.3. Reactiegedrag: Om via een simulatiemodel tot relevante uitkomsten te komen moet naast een realistisch woningzoekendenbestand en woningvoorraad ook het reactiegedrag van de woningzoekenden realistisch gesimuleerd worden. Hierbij gaat het om wat voor type woningzoekende reageert op wat voor soort woning. Om zicht te krijgen op factoren die meespelen bij het zoeken naar een woning wordt in hoofdstuk 3.4 zowel kwalitatief als kwantitatief gekeken naar het reactiegedrag van woningzoekenden. Bij het kwalitatieve onderzoek ligt de interesse vooral bij de woonwensen; wat is de ideale woning en wat voor eigenschappen zoeken woningzoekenden in een woning? Vervolgens wordt gekeken naar de geplaatste reacties van woningzoekenden in het verleden om te onderzoeken of deze woonwensen ook daadwerkelijk terug te vinden zijn in het reactiegedrag of dat 25

29 woningzoekenden ook op woningen met andere eigenschappen reageren. Daarnaast kijken we hier ook naar het acceptatieproces van de woningzoekenden, want leidt het reageren op een woning wel tot de toewijzing van de woning aan de woningzoekende die het hoogst in de rangschikking wordt geplaatst? Voor deze paragrafen maken we gebruik van databestanden over de woonruimteverdelingssystemen in de regio Utrecht en de regio Holland-Rijnland. Deze databestanden geven ons zowel de karakteristieken van de woningzoekenden die staan ingeschreven, de eigenschappen van de woningen in de voorraad als de reacties die zijn uitgebracht door de ingeschreven woningzoekenden op de vrijgekomen woningen. Door twee systemen te analyseren krijgen we ook een gevoel over de overeenkomsten en verschillen tussen de regio s. Wanneer we naar de twee regio s kijken zien we dat: Regio Utrecht: Binnen de regio Utrecht werken 19 gemeenten samen wat betreft de sociale huurwoningmarkt. In totaal hebben deze gemeenten een totaal inwonertal van rond de in januari 2009, met de gemeente Utrecht als grootste gemeente in de regio. Reageren op een huurwoning in de regio kan via het internet en via een woonkrant, waarna de volgorde van alle reagerende woningzoekenden wordt opgesteld op basis van inschrijfduur. In het verleden is gewerkt met een model waarbij doorstromers gerangschikt werden op basis van woonduur in plaats van inschrijfduur maar met het oog op gelijkheid tussen starters en doorstromers is gekozen voor inschrijfduur voor iedereen. Deze omschakeling is wel gepaard gegaan met een overgangsregeling, waarbij doorstromers die zich hebben ingeschreven in de tweede helft van % van hun woonduur konden optellen bij hun inschrijfduur. Regio Holland-Rijnland: Binnen het woonruimteverdelingssysteem in de regio Holland- Rijnland worden woningen verdeeld uit twaalf verschillende gemeenten. In deze gemeenten woonden in januari 2009 ongeveer mensen (CBS Statline), waarvan de gemeente Leiden met iets meer dan inwoners het grootste is. De vrijkomende woningen worden wekelijks gezamenlijk aangeboden via het internet. Volgordebepaling gebeurt aan de hand van inschrijfduur voor starters en een combinatie van inschrijfduur en woonwaarde voor doorstromers. Deze woonwaarde is afhankelijk van de waarde van de woning die de woningzoekende achterlaat en wordt vertaald naar dagen die de doorstromer bij zijn inschrijfduur kan optellen. In principe is iedereen vrij te reageren op elke woning, maar in enkele gevallen worden passendheidscriteria opgesteld. Ter afsluiting van dit hoofdstuk volgt een conclusie, waarin de bevindingen uit de vorige paragrafen langs gelopen worden en besproken wordt wat deze bevindingen betekenen voor het evalueren van een verandering van de regels binnen een woonruimteverdelingssysteem. 26

30 3.2 Woningzoekenden Zoals is aangekondigd in de inleiding van dit hoofdstuk draait alles in deze paragraaf om de woningzoekenden op de sociale huurwoningmarkt. Hierbij kijken we zowel naar de woningzoekenden die zich hebben ingeschreven, als naar de woningzoekenden die ook daadwerkelijk hebben gereageerd. Wanneer we het hebben over het aantal woningzoekenden dat staat ingeschreven geldt voor beide regio s het aantal woningzoekenden op 1 januari Van al deze woningzoekenden bekijken we dan of zij in het eerste half jaar van 2009 hebben gereageerd. In figuur hebben we het aantal uniek reagerende woningzoekenden in de regio Utrecht uitgezet afhankelijk van de periode (in maanden) waarvan de reacties worden meegenomen. We zien dat het verschil tussen een periode van 1 maand en een periode van 2 maanden nog meer dan woningzoekenden is, terwijl het verschil tussen een periode van 5 maanden en 6 maanden nog maar iets meer dan woningzoekenden betreft. Als gevolg hiervan nemen we aan dat een periode van zes maanden lang genoeg is zodat voor iedereen wel een geschikte woning is vrijgekomen en dus inzicht krijgen in het aantal woningzoekenden dat wel staat ingeschreven, maar eigenlijk niet op zoek is naar een woning (voorzorginschrijvers). Figuur Aantal unieke woningzoekenden dat gereageerd heeft in de regio Utrecht afhankelijk van het aantal maanden waarover reacties zijn meegerekend. In de inleiding van dit hoofdstuk hebben we de verschillende twee regio s en bijbehorende systemen toegelicht. Wanneer we kijken naar het aantal woningzoekenden dat staat ingeschreven zien we een opvallend verschil tussen beide regio s dat staat ingeschreven; waar in de regio Utrecht ongeveer woningzoekenden staan ingeschreven ligt het aantal woningzoekenden in de regio Holland- Rijnland net onder de Dus in de regio Utrecht staan meer dan tweeëneenhalf keer zoveel woningzoekenden ingeschreven terwijl we in de inleiding hebben gezien dat het inwonertal minder dan twee keer zo groot is. In de rest van deze paragraaf kijken we op drie verschillende manieren naar het woningzoekendenbestand: 27

31 1) Karakteristieken: Om inzicht te krijgen in wat voor huishoudens op zoek zijn naar een woning op de sociale huurwoningmarkt bekijken we vier verschillende karakteristieken van de ingeschreven woningzoekenden: a. Leeftijd b. Grootte van het huishouden c. Inkomen d. Label (d.w.z. starters of doorstromers) In deze subparagraaf bekijken we deze karakteristieken één voor één, zodat we inzicht krijgen in welke groepen goed vertegenwoordigd zijn op de sociale huurwoningmarkt en welke groepen minder gebruik maken van deze markt. 2) Correlatie karakteristieken: Kijkend naar de karakteristieken uit het vorige punt van deze opsomming valt te verwachten dat deze karakteristieken niet op zichzelf zullen staan en onderling zullen correleren. Zo valt te verwachten dat een eenpersoonshuishouden minder verdient dan een tweepersoonshuishouden en dat starters jonger zijn dan doorstromers. Aan de hand van correlatiecoëfficiënten zoeken we naar de sterkte van deze afhankelijkheid tussen de karakteristieken van woningzoekenden. 3) Trend: Als gevolg van het beperkte aanbod van sociale huurwoningen vergeleken met het aantal ingeschreven woningzoekenden zoals we gezien hebben in tabel 1 van paragraaf 2.2, is een stijgend aantal ingeschreven woningzoekenden te verwachten. In hoeverre het woningzoekendenbestand over de jaren is veranderd bekijken we met de data uit de regio Utrecht over een periode van tweeëneenhalf jaar. 28

32 3.2.1 Karakteristieken woningzoekenden De eerste karakteristiek van de woningzoekenden waarnaar we kijken is de leeftijd. In figuur zijn voor de regio Utrecht en de regio Holland-Rijnland het aantal ingeschreven woningzoekenden, het aantal woningzoekenden dat heeft gereageerd en het percentage actief woningzoekenden uitgezet naar leeftijd. Ondanks het verschil in absolute aantallen (let op de verschillen in de schaal van de verticale as in de bovenste twee grafieken voor de twee regio s) zien we een overeenstemmend patroon tussen beide regio s. In beide regio s is de groep twintigers het grootst, waarna minder woningzoekenden staan ingeschreven naar mate de leeftijd stijgt. Wanneer we kijken naar het percentage van de woningzoekenden dat reageert zien we in de regio Holland-Rijnland over het geheel een hoger percentage. Dit duidt dus op een grotere groep voorzorginschrijvers in Utrecht dan in Holland-Rijnland. Het grootste verschil in percentage is te zien bij de groep dertigers, waar in Holland-Rijnland zo n 20% actief is ligt dit percentage voor de regio Utrecht onder de 15%. Voor het jaarinkomen dat de woningzoekenden hebben opgegeven zien we in figuur dat het merendeel tussen de en euro ligt. Wanneer we dit inkomen vergelijken met de grens Figuur Samenstelling van de leeftijd van de woningzoekenden in de regio s Utrecht en Holland-Rijnland. 29

33 van het inkomen voor het in aanmerking komen voor huurtoeslag, zien we dat een groot deel van deze groep in aanmerking zal komen voor deze bijdrage (de grens is afhankelijk van leeftijd en grootte van het huishouden maar de hoogste grens was euro voor het jaar 2009). Verder zien we in beide regio s een grote groep met een jaarinkomen kleiner dan euro. De vraag is of dit ook daadwerkelijk een groep woningzoekenden met een zeer laag inkomen betreft of dat hier een fout in de data zit. Voor het percentage woningzoekenden dat reageert zien we een lichte daling van het percentage naar mate het jaarinkomen stijgt, maar het percentage is constanter dan we gezien hebben bij de leeftijd van de woningzoekenden. Wanneer we kijken naar het aantal personen in het huishouden van de woningzoekenden (figuur ) zien we dat de verhoudingen in beide regio s redelijk met elkaar overeen komen. We zien dat het merendeel van de woningzoekenden alleenstaand is, waarna het aantal huishoudens afneemt bij een stijgende grootte van het huishouden. Met het aantal inschrijvingen per leeftijd in het achterhoofd is dit ook niet zo n gekke constatering, omdat jongere woningzoekenden vaak nog geen gezin hebben gevormd en daardoor een klein huishouden hebben. Het percentage woningzoekenden dat gereageerd heeft zien we fluctueren, maar door het kleine aantal grote Figuur Samenstelling van het jaarinkomen van de woningzoekenden in de regio s Utrecht en Holland-Rijnland 30

34 gezinnen is de vraag hoe betrouwbaar de percentages voor de grote huishoudens zijn (6 persoonshuishoudens vertegenwoordigen respectievelijk 0,59 en 0,47 procent van het totale woningzoekendenbestand). De laatste karakteristiek binnen het woningzoekendenbestand waar we naar kijken is het aantal starters en het aantal doorstromers. Het eerste dat opvalt in figuur is dat in de regio Holland- Rijnland een veel hoger percentage van de ingeschreven woningzoekenden een doorstromer is vergeleken met de regio Utrecht. Wanneer we kijken naar het percentage dat reageert zien we in de regio Utrecht een hoger percentage voor de doorstromers, terwijl in de regio Holland-Rijnland de starters juist actiever zijn. Figuur Samenstelling van de huishoudengrootte van de woningzoekenden in de regio s Utrecht en Holland-Rijnland. 31

35 Figuur Samenstelling van doorstromers en starters van de woningzoekenden in de regio s Utrecht en Haaglanden Correlatie tussen karakteristieken van woningzoekenden We hebben al enkele malen gerefereerd naar de samenhang van sommige van de karakteristieken van de woningzoekenden. Om de samenhang in kaart te krijgen gebruiken we de correlatiecoëfficiënt, waarvan Dougherty (2002, p. 42) aangeeft dat dit een betere maat is dan de covariantie. De correlatiecoëfficiënt voor twee variabelen X en Y in een steekproef wordt berekend als: In het geval dat deze twee variabelen onafhankelijk zijn is de correlatiecoëfficiënt 0 als gevolg van een covariantie gelijk aan 0. Verder ligt de coëfficiënt tussen de -1 en 1, waarbij het teken de richting van de correlatie aangeeft. In het geval dat geldt hoe groter X, hoe groter Y dan is de coëfficiënt positief en voor hoe kleiner X hoe groter Y geldt een negatieve correlatie. 32

36 Voor het berekenen van de verschillende coëfficiënten hebben we gebruik gemaakt van de statistische software van SPSS, waarbij we zowel berekeningen hebben uitgevoerd voor het woningzoekendenbestand in de regio Utrecht als de regio Holland-Rijnland. De coëfficiënten voor de beide regio s zijn te vinden in tabel en Leeftijd Inkomen Aantal personen Label Leeftijd 1,000 0,005 0,161-0,258 Inkomen 0,005 1,000 0,009 0,005 Aantal personen 0,161 0,009 1,000-0,086 Label -0,258 0,005-0,086 1,000 Tabel Correlatiecoëfficiënten tussen de verschillende karakteristieken van woningzoekenden in de regio Utrecht Leeftijd Inkomen Aantal personen Label Leeftijd 1,000 0,007 0,003-0,539 Inkomen 0,007 1,000 0,000-0,003 Aantal personen 0,003 0,000 1,000-0,004 Label -0,539-0,003-0,004 1,000 Tabel Correlatiecoëfficiënten tussen de verschillende karakteristieken van woningzoekenden in de regio Holland- Rijnland Op basis van deze correlatiematrices trekken we de volgende conclusies: In beide regio s is de sterkste correlatie te vinden tussen de variabelen leeftijd en label. De correlatie geeft aan dat hoe ouder de woningzoekende is, hoe groter de kans is dat deze woningzoekende het label doorstromer heeft. Hieruit kunnen we dus afleiden dat van het grote aantal twintigers dat staat ingeschreven een groot deel ook een starter is. Tussen zowel leeftijd en aantal personen als leeftijd en inkomen zit een licht positieve correlatie. Wanneer we echter kijken naar het percentage van kleine huishoudens en het percentage van lage jaarinkomens afgezet naar leeftijd (figuur en ) zien we dat dit percentage het hoogst ligt voor de groep jongeren en de groep ouderen. Op basis van de correlatiecoëfficiënt lijkt het dus dat de variabelen bijna onafhankelijk van elkaar zijn, omdat de kleine waarden voor de uiteinden van de leeftijd variabelen elkaar opheffen. De figuren laten ons echter wel degelijk een verband zien, waarbij de groep jongeren en ouderen gemiddeld minder verdienen en een kleiner huishoudengrootte hebben dan de groep van de middenleeftijd. Naast het berekenen van de correlatiecoëfficiënten tussen de verschillende karakteristieken van woningzoekenden wordt in SPSS ook de hypothese getest dat de karakteristieken onafhankelijk zijn en dus de correlatiecoëfficiënt gelijk aan 0. Waar voor de regio Utrecht voor alle karakteristieken op een 5%-significantieniveau gezegd worden dat geen van de karakteristieken onafhankelijk van elkaar zijn, geeft het bestand uit de regio Holland-Rijnland alleen voor de karakteristieken leeftijd en label een waarde waarmee we op een 5%- significantie niveau kunnen zeggen dat deze niet onafhankelijk zijn. Voor deze regio kunnen we statistisch gezien alleen zeggen dat de variabelen leeftijd en label correlatie vertonen, voor de overige variabelen kan de gevonden correlatie even goed door toeval zijn veroorzaakt. 33

37 Figuur Percentage van de grootte van het huishouden van woningzoekenden in de regio Utrecht uitgezet naar de leeftijd van de woningzoekenden. Figuur Percentage van het jaarinkomen van woningzoekenden in de regio Utrecht uitgezet naar de leeftijd van de woningzoekenden Trend in het woningzoekendenbestand Tot nu toe hebben we gekeken naar het woningzoekendenbestand op 1 januari 2009 en hebben we nog niet gekeken naar een eventuele trend die de afgelopen periode heeft plaatsgevonden binnen dit bestand. Om te kijken hoe het woningzoekendenbestand over de jaren is geëvalueerd, hebben we gekeken naar het woningzoekendenbestand in de regio Utrecht in de periode van 19 januari 2007 tot en met 26 juni In dit geval is alleen gekeken naar de regio Utrecht, omdat dit een tijdrovende analyse betreft en het databestand van Utrecht het meest geschikt was om te analyseren. 34

38 In eerste instantie kijken we alleen naar het aantal ingeschreven woningzoekenden en het aantal woningzoekenden dat gereageerd heeft per reactieperiode in de regio Utrecht voor de periode van 19 januari 2007 tot en met 26 juni De ontwikkeling in de grootte van het woningzoekendenbestand zien we in figuur In de figuur zijn twee verschillende verticale assen weergegeven, zodat beide gegevens in één figuur geplaatst kunnen worden. We zien dat over de jaren het woningzoekendenbestand geleidelijk gegroeid is van naar woningzoekenden. Het aantal reagerende woningzoekende vertoont een grotere variatie, met een maximum aantal uniek woningzoekenden van dat gereageerd heeft op een woning in een enkele reactieperiode. Verder zien we ook een negatieve uitschieter met een periode waar slechts woningzoekenden hebben gereageerd. Het aantal actief woningzoekenden per reactieperiode hebben we overgezet naar SPSS, waar we het aantal laten voorspellen aan de hand van de reactieperiode. Deze reactieperiodes zetten we om in variabele x = {1,2,,64} met x = 1 gelijk aan de reactieperiode die eindigt op 19 januari 2007 en x = 64 de reactie periode die eindigt op 26 juni Wanneer we nu een lineair regressiemodel toepassen op de data, wordt het aantal actief woningzoekenden voorspelt met de volgende lineaire formule: Het lineaire model voorspelt dus dat het aantal actief woningzoekenden met 7 woningzoekenden stijgt per reactieperiode. Wanneer we nu de hypothese testen dat deze coëfficiënt gelijk is aan 0 en dus dat het aantal actief woningzoekenden gelijk blijft over de gehele periode, krijgen we een t- waarde van 1,680, wat niet genoeg is om deze hypothese op een 5%-significantieniveau te verwerpen. Op basis van deze data kunnen we statistisch dus niet zeggen dat een trend bestaat binnen het aantal actief woningzoekenden. Met andere woorden kunnen we dus zeggen dat ondanks dat het aantal ingeschreven woningzoekenden in de afgelopen 2,5 jaar is gestegen, we statistisch gezien niet kunnen aantonen dat ook het aantal actief woningzoekenden is gestegen. Figuur : Grootte van het woningzoekendenbestand en het aantal woningzoekenden dat reageert op vrijkomende woningen in de regio Utrecht in de periode van 19 januari 2007 tot en met 26 juni

39 Figuur : Percentage van het aantal ingeschreven woningzoekenden dat per reactieperiode heeft gereageerd op een woning in de regio Utrecht in de periode van 19 januari 2007 tot en met 26 juni In figuur zien we het percentage van de ingeschreven woningzoekenden dat gereageerd heeft op een woning. Hier zien we eenzelfde variatie als in het aantal reagerende woningzoekenden met verder een licht dalende trend als gevolg van het stijgende aantal ingeschreven woningzoekenden. Naast het aantal woningzoekenden hebben we ook gekeken naar de samenstelling van de groep woningzoekenden over de tijd met betrekking tot de karakteristieken die we besproken hebben in paragraaf Door de grote hoeveelheid aan data hebben we hier gekozen om te kijken naar de gemiddeldes over de tijd voor zowel de ingeschreven als reagerende woningzoekenden. Hierbij hebben we de gemiddeldes op 19 januari 2007 als startsituatie genomen (dit is de 100% waarde) en de waarden van de overige reactieperiode vergeleken met de gemiddeldes uit deze startsituatie. De percentuele vergelijkingen zijn grafisch weergegeven in figuur en , waarbij de eerste figuur de gemiddeldes over de ingeschreven groep woningzoekenden geeft en de tweede figuur de gemiddeldes over de reagerende woningzoekenden. De waarden van de verschillende gemiddeldes voor de startsituatie zijn opgenomen in tabel Ingeschreven woningzoekenden Reagerende woningzoekenden Leeftijd 40,90 jaar 33,56 jaar Inkomen euro per jaar euro per jaar Aantal personen 1,69 personen 1,65 personen Label 30,08% doorstromers 33,14% doorstromers Tabel : Gemiddelde waarden voor leeftijd, inkomen, huishoudensgrootte en label voor zowel ingeschreven woningzoekenden als reagerende woningzoekenden in de regio Utrecht op 17 januari In de tabel en de grafieken zien we dat: Wanneer we de gemiddeldes van de groep reagerende woningzoekenden vergelijken met de groep ingeschreven woningzoekenden valt vooral het verschil op in de gemiddelde leeftijd op. Over de gehele periode ligt het gemiddelde in de groep reagerende woningzoekenden minstens vijf jaar lager. Dit stemt overigens overeen met de hogere percentages in de jongere leeftijdsgroep die we gezien hebben in de paragraaf Wanneer we verder kijken 36

40 naar de verschillen tussen de groep ingeschreven woningzoekenden en reagerende woningzoekenden zien we het verschil in reactiepercentage van alle karakteristieken terugkomen. Kijkend naar de trends bij de ingeschreven woningzoekenden zien we: o De gemiddelde leeftijd blijft gelijk. o Het gemiddelde inkomen daalt geleidelijk tot 94% van de startwaarde. Dit betekent dus dat ofwel de nieuwe inschrijvers minder verdienen dan het gemiddelde ofwel dat de hoge inkomens de sociale huurwoningmarkt langzaam aan verlaten hebben (of een combinatie van deze twee). Hierbij moeten we wel rekening houden met de onbetrouwbaarheid van de data in dit geval (zoals de grote groep lage inkomens zoals we besproken hebben in paragraaf 3.2.1, maar ook een groep woningzoekenden met een opgegeven jaarinkomen van rond de miljoen euro). Figuur : Ontwikkeling van de gemiddelde waarden ten opzichte van het gemiddelde op 19 januari 2007 in de groep ingeschreven woningzoekenden van vier verschillende karakteristieken. Figuur : Ontwikkeling van de gemiddelde waarden ten opzichte van het gemiddelde op 19 januari 2007 in de groep reagerende woningzoekenden van vier verschillende karakteristieken. 37

41 o Het gemiddelde aantal personen in het huishouden stijgt licht naar 1,72. o Het percentage doorstromers daalt over de gehele periode met 0,5 procent. Wanneer we kijken naar de gemiddeldes bij de reagerende woningzoekenden zien we in het algemeen meer fluctuatie dan bij de ingeschreven woningzoekenden. Voor de verschillende karakteristieken zien we: o De gemiddelde leeftijd van de reagerende woningzoekenden is over de gehele periode ongeveer gelijk. o Waar het gemiddelde inkomen van de ingeschreven woningzoekenden daalt, ligt het gemiddelde inkomen van de groep reagerende woningzoekenden in bijna alle reactieperiodes na 19 januari 2007 hoger. o De grootste fluctuatie zit in het gemiddelde van de grootte van het huishouden met een minimum van 96,5 procent van het gemiddelde van 17 januari 2007 en een maximum van 108,3%. Deze percentages komen respectievelijk overeen met een huishoudensgrootte van 1,60 en 1,79 personen. o Het percentage doorstromers dat reageert op een woning blijft ongeveer gelijk, te zien aan de fluctuerende lijn rond de 100%. 38

42 3.3 Woningen Waar we in de vorige paragraaf hebben gekeken naar de woningzoekenden is het in deze paragraaf de beurt aan de woningen. Hier zullen we niet alleen kijken naar de woningen die de woningcorporaties in voorraad hebben, maar ook naar welke woningen vrijgekomen zijn in de eerste helft van Net als in de grootte van het woningzoekendenbestand is ook een verschil te zien in de grootte van de woningvoorraad tussen de regio Utrecht en de regio Holland-Rijnland. Zo bestaat de voorraad in Utrecht uit iets meer dan woningen, waar de voorraad in Holland-Rijnland net boven de uitkomt. Wel staan in beide regio s ongeveer evenveel woningzoekenden ingeschreven als dat er sociale huurwoningen tot de voorraad behoren. Wanneer we kijken naar het aantal woningen dat vrijgekomen is in het eerste half jaar van 2009 zien we dat in de regio Utrecht ongeveer twee keer zoveel woningen zijn vrijgekomen als in de regio Holland-Rijnland (2.622 tegenover woningen). Net als in de vorige paragraaf hebben we de rest van deze paragraaf ingedeeld in drie verschillende subparagrafen: 1. Karakteristieken: Om antwoord te krijgen op de vraag welke woningen in de sociale huursector worden aangeboden kijken we naar drie verschillende kenmerken van de woningen: a. Type woning b. Aantal kamers c. Huurprijs (de huurprijs betreft de subsidiabele huurprijs; de huurprijs op basis waarvan een huishouden huursubsidie kan aanvragen) 2. Correlatie woningkenmerken: Net als bij de woningzoekenden zal ook tussen de verschillende kenmerken van de woningen correlatie bestaan. Zo mogen we verwachten dat grotere woningen over het algemeen duurder zijn dan kleine woningen. Op basis van correlatiecoëfficiënten tussen de verschillende kenmerken van de woning bekijken we welke relaties binnen de woningvoorraad bestaan. 3. Trend: In de vorige paragraaf hebben we gezien dat in de regio Utrecht het aantal ingeschreven woningzoekenden langzaam is opgelopen. Naast een stijgend aantal inschrijvingen kan dit ook komen doordat het aantal woningen dat vrijkomt is gedaald. Om inzicht te krijgen in hoeverre dit het geval is kijken we hier naar de trend van zowel het aantal als de samenstelling van de vrijkomende woningen Kenmerken woningen Het eerste kenmerk van de woningen waarnaar we hier kijken is het type van de woning. Hierbij hebben we in figuur de woningen onderverdeeld in eengezinswoningen (EGW) en meergezinswoningen (MGW). Deze meergezinswoningen zijn bijvoorbeeld flats, appartementen en portiekwoningen en bij eengezinswoningen moet gedacht worden aan rijtjeswoningen, twee-ondereen-kapwoningen en vrijstaande woningen. We zien dat in de regio Holland-Rijnland een iets groter percentage van de woningen in de voorraad een eengezinswoning betreft (40% tegenover 35%), wat te verwachten is doordat deze regio minder stedelijk is dan de regio Utrecht. Wanneer we kijken 39

43 naar het percentage van de voorraad dat is vrijgekomen, zien we in beide regio s een hoger percentage voor de meergezinswoningen. Voor het aantal kamers van de woningen (figuur ) zien we in beide regio s dat het grootste deel van de voorraad bestaat uit drie- en vierkamerwoningen. Een opvallend verschil tussen de regio s is de verhouding eenkamerwoningen; waar in Utrecht het aantal een- en tweekamerwoningen ongeveer gelijk is, zien we in Holland-Rijnland een duidelijk verschil tussen het aantal een- en tweekamerwoningen. Als we kijken naar het percentage van woningen dat vrijgekomen is zien we in Holland-Rijnland over het geheel een hoger percentage. Dit betekent ofwel dat de gemiddelde woonduur van woningzoekenden hoger ligt in Utrecht ofwel resulteert uit het grotere aandeel doorstromers in het woningzoekendenbestand in Holland-Rijnland (aangezien zij bij acceptatie weer een nieuwe woning vrijmaken). Bij het percentage woningen dat vrijkomt zien we tussen de regio s een groot verschil bij de eenkamerwoningen. Waar in de regio Utrecht percentueel gezien bijna geen eenkamergezinswoningen vrijkomen, zien we in de regio Holland-Rijnland hier het hoogste Figuur : Samenstelling van het woningtype van de woningvoorraad en de vrijgekomen woningen in de regio s Utrecht en Holland-Rijnland. 40

44 percentage van alle woningen. Het laatste kenmerk waar we naar kijken is de huur van de woningen, welke we ingedeeld hebben in categorieën van 100 euro, zoals te zien is in figuur In de data uit de regio Utrecht zien we een groot aantal woningen met een subsidiabele huurprijs van onder de honderd euro, waarbij het de vraag is of dit ook de daadwerkelijk huurprijs is of dat hier een fout in de data zit. Wanneer we deze woningen buiten beschouwing laten zien we dat in de regio Utrecht de meeste woningen een huur hebben in de range van euro, terwijl de meeste woningen in de voorraad in de regio Holland-Rijnland een subsidiabele huur tussen de 400 en 500 euro heeft. De woningen met een huurprijs tussen de 300 en 500 euro zijn in beide regio s ook de woningen die het vaakst vrijkomen. Percentueel gezien komen in de regio Utrecht woningen vaker vrij naar mate de huur stijgt. Voor de regio Holland-Rijnland ligt het percentage dichter bij elkaar. Figuur : Samenstelling van het aantal kamers van de woningvoorraad en de vrijgekomen woningen in de regio s Utrecht en Holland-Rijnland. 41

45 Figuur : Samenstelling van de huurprijs van de woningvoorraad en de vrijgekomen woningen in de regio s Utrecht en Holland-Rijnland Correlatie tussen kenmerken van woningen Net als in de vorige paragraaf toen we keken naar het woningzoekendenbestand verwachten we ook tussen de kenmerken van woningen een mate van correlatie. Om inzicht te krijgen op welke manier de kenmerken correleren hebben we wederom SPSS gebruikt voor het maken van een correlatiematrix. Voor het opstellen van de matrix hebben we enkele restricties gesteld op de woningen die we meegenomen hebben in de berekening: Het aantal kamers van de woning ligt tussen de 1 en de 10. De huur ligt tussen de 100 en 700 euro. Deze restricties hebben we opgelegd om geen conclusies te trekken op basis van data die onwaarschijnlijk is. In totaal blijven dan woningen over voor de regio Utrecht en woningen in de regio Holland-Rijnland, waarop de correlatiecoëfficiënten zijn gebaseerd die weergegeven zijn in tabel en

46 Woningtype Aantal Kamers Huur Woningtype 1,000-0,371-0,222 Aantal kamers -0,371 1,000 0,238 Huur -0,222 0,238 1,000 Tabel : Correlatiecoëfficiënten gebaseerd op de kenmerken van de woningvoorraad in de regio Utrecht. Woningtype Aantal Kamers Huur Woningtype 1,000-0,525-0,370 Aantal kamers -0,525 1,000 0,432 Huur -0,370 0,432 1,000 Tabel : Correlatiecoëfficiënten gebaseerd op de kenmerken van de woningvoorraad in de regio Holland-Rijnland. Wanneer we de coëfficiënten van de twee regio s vergelijken zien we dat de richting voor alle correlaties hetzelfde is. In de woningvoorraad in de regio Holland-Rijnland zit wel een sterkere correlatie tussen de verschillende variabelen. Verder zijn alle coëfficiënten significant op een 1%- niveau, waardoor de hypothese dat de eigenschappen onderling niet correleren vertonen statistisch gezien verworpen kan worden. Op basis van de coëfficiënten kunnen we zeggen dat: Eengezinswoningen hebben gemiddeld genomen meer kamers en een hogere huur dan meergezinswoningen. Wanneer we aannemen dat woningzoekenden passend huren, zal het gemiddelde inkomen van huishoudens in eengezinswoningen dan ook hoger liggen dan het gemiddelde inkomen van huishoudens die in een meergezinswoning wonen. De correlatie tussen aantal kamers en huur is naar verwachting positief, wat dus betekent dat woningen met meer kamers gemiddeld een hogere huurprijs hebben. Wanneer we wederom uitgaan van passendheid in inkomen en huur zal het gemiddelde inkomen in kleine woningen lager liggen dan het gemiddelde inkomen in grote woningen Trend in het vrijkomen van woningen In het geval van de woningzoekenden hebben we gekeken naar zowel de trend in het woningzoekendenbestand als de trend van de woningzoekenden die gereageerd hebben op een woning. Wanneer we kijken naar de woningen is het niet mogelijk om de ontwikkeling in de voorraad te bekijken, omdat geen data beschikbaar is over wanneer de woningen aan de voorraad zijn toegevoegd of uit de voorraad zijn verdwenen. In deze subparagraaf kijken we net als in paragraaf alleen naar de data uit de regio Utrecht, waarbij we dezelfde periode beschouwen als bij het onderzoeken van de trend in het woningzoekendenbestand (19 januari 2007 tot en met 26 juni 2009). In figuur zien we het aantal woningen dat is vrijgekomen per reactieperiode. We zien dat het grootste aantal woningen dat in één periode is vrijgekomen gelijk is aan 304 (in de reactieperiode die eindigde op 30 maart 2007). De reactieperiode met het minste aantal woningen is de periode die eindigde op 9 januari 2008, waar in totaal 137 woningen vrijgekomen. Daarnaast zien we een dalende trend in het aantal woningen dat vrijkomt per reactieperiode, wat dus bij een constant aantal inschrijvingen een deel van de toename van het aantal woningzoekenden verklaart. 43

47 Figuur : Aantal woningen dat vrijgekomen is per reactieperiode in de regio Utrecht tussen 19 januari 2007 en 26 juni Om inzicht te krijgen in de samenstelling van de woningen hebben we per reactieperiode gekeken naar de gemiddelde waarden voor de verschillende kenmerken van de woningen. Hierbij hebben we wederom de gemiddeldes van de reactieperiode die eindigde op 19 januari 2007 als startsituatie en 100% geval beschouwd, waarna we de voor de overige periode het gemiddelde van deze periode vergeleken hebben met de startsituatie. De waarden voor de startsituatie zien we in tabel Vrijgekomen woningen Woningtype 82,31% meergezinswoningen Aantal kamers 3,05 kamers Huurprijs 413,37 euro Tabel : Gemiddelde waarden voor woningtype, aantal kamers en huur van de woningen die vrijgekomen zijn in de reactieperiode die eindigde op 19 januari 2007 In de tabel zien we het grootste deel van de woningen dat vrijkomt een meergezinswoning is, wat overeenstemt met de bevindingen in paragraaf 3.3.1, waar we hebben gezien dat de woningvoorraad meer meergezinswoningen betreft en deze ook vaker vrijkomen. De gemiddelde kamergrootte van de woningen die vrijkwamen in de periode uit de startsituatie is ongeveer drie kamers met een gemiddelde huurprijs van net iets boven de 410 euro. In figuur zien we de ontwikkeling van de gemiddeldes van de drie kenmerken per reactieperiode. Wanneer we naar deze ontwikkeling kijken zien we: Het percentage meergezinswoningen is over de tijd niet veranderd. Vergeleken met de startsituatie ligt deze tussen de 95% en 104%. In het gemiddelde aantal kamers van de vrijkomende woning zien we meer fluctuatie dan bij het gemiddelde percentage meergezinswoningen, maar ook hier geldt dat grafiek rond de 100% fluctueert. De gemiddelde subsidiabele huurprijs van de vrijkomende woning vertoont een licht positieve trend, waarbij maar 4 reactieperiodes een lager gemiddelde laat zien dan de startsituatie. Deze stijging in de gemiddelde huurprijs kan ofwel komen doordat relatief 44

48 vaker woningen van hoge kwaliteit vrijkomen ofwel komen door een algemene prijsstijging voor huurwoningen. Figuur : Ontwikkeling van de gemiddelde waarden ten opzichte van het gemiddelde op 19 januari 2007 in de vrijkomende woningen van drie verschillende kenmerken. 45

49 3.4 Reactiegedrag In de vorige twee paragrafen is afzonderlijk gekeken naar de woningzoekenden en de woningvoorraad, maar een woonruimteverdelingssysteem zorgt voor het bijeenbrengen van deze twee, waardoor het model dus voor een groot deel gaat over welke woningzoekende op zoek is naar wat voor een woning. Inzicht in het reactiegedrag is belangrijk om de juiste veranderingen in het systeem toe te passen zodat deze overeenstemmen met het gewenste beleid vanuit gemeenten en woningcorporaties. Hierbij zullen veranderingen in het systeem in eerste instantie alleen effect hebben op de toewijzingen van de woningen waarin de bevoordeelde groep geïnteresseerd is. Een sterkere positie van ouderen zal bijvoorbeeld geen effect hebben op de toewijzing van studentenwoningen. Om inzicht te krijgen in het reactiegedrag van woningzoekenden zal in deze paragraaf eerst gekeken worden naar de woonwensen van de woningzoekenden. Door de krapte op de woningmarkt valt echter te verwachten dat woningzoekenden best wel eens genoegen zullen nemen met een woning die niet helemaal aansluit bij hun wensen, waardoor we naast de woonwensen van de woningzoekenden ook naar reactiebestanden zullen kijken om te zien hoe daadwerkelijk gereageerd wordt. Voor de woonwensen van woningzoekenden kijken we naar de woonwensen van twee verschillende groepen woningzoekenden in twee uiteenlopende woningmarkten, zodat we naast de specifieke wensen van deze twee groepen ook zien dat de situatie op de verschillende sociale huurwoningenmarkten in Nederland van elkaar verschillen. Voor de groepen hebben we gekozen voor de volgende twee bestanden: Een artikel van van Groenigen en Booi (2007) over de woonwensen van doorstromers in Amsterdam. Een woonwensen enquête onder niet-zelfstandig wonende jongeren in de gemeente Pijnacker-Nootdorp uitgevoerd door Rondom Wonen (2004). Van Groenigen en Booi (2007) beginnen hun artikel door te kijken naar de relatie tussen woongeschiedenis en verhuisgeneigdheid. Zij refereren hier naar de gemiddelde woonduur per huishoudenstype, waarbij de groep woningzoekenden zonder kinderen en jonger dan 40 jaar de kortste gemiddelde woonduur hebben (gemiddeld 4,6 jaar tegenover 20,1 jaar voor de groep 60+ers zonder kinderen). Deze groep heeft ook de grootste verhuisgeneigdheid, wat overeenstemt met het grote aantal ingeschreven woningzoekenden in deze categorie. De verklaring van de lagere verhuisgeneigdheid onder ouderen wordt aan de ene kant gezocht in het vervuld zijn van de woonwensen en aan de andere kant in het niet meer willen veranderen van woningsituatie. Naast leeftijd wordt de verhuisgeneigdheid ook verklaard door te kijken naar de waardering van zowel de buurt als de woning. Van Groenigen en Booi (2007) laten zien dat de verhuisgeneigdheid in de wijken en buurten in Amsterdam met een lage waardering hoger ligt dan in wijken en buurten die hoog gewaardeerd worden. Op de vraag waar de huishoudens heen willen verhuizen geeft 65% aan dat zij binnen de stad willen blijven wonen, tegenover 25% die buiten de stad willen gaan wonen (van de overige 10% is niet bekend wat zij wensen). Opvallend is dat ondanks de relatie tussen verhuisgeneigdheid en waardering van de buurt 56% van de Amsterdammers die binnen de stad willen blijven wonen aangeeft dat zij ook binnen de eigen buurt willen blijven wonen (van Groenigen en Booi, 2007). Dit percentage ligt vooral hoog bij de ouderen die willen verhuizen en de huishoudens met kinderen, 46

50 terwijl voor jongere verhuisgeneigden dit percentage het laagst ligt. Dit verschil wordt door van Groenigen en Booi (2007) onder andere verklaard doordat deze jongeren vaak een tweede stap maken in Amsterdam en bij hun eerste stap genoegen hebben moeten nemen met een woning in een minder populaire buurt. Van Groenigen en Booi (2007) hebben ook gekeken naar de reden waarom huishoudens willen verhuizen, wat ons inzicht geeft in wat de woningzoekenden willen verbeteren in hun huidige woonsituatie. Voor alle categorieën (met uitzondering van de ouderen) is een te kleine woning de meest genoemde reden om te verhuizen. Hieruit kunnen we concluderen dat de meeste woningzoekenden dus op zoek zijn naar een ruimere woning en het reactiegedrag van doorstromende woningzoekenden afhankelijk is van de huidige woning. De groep ouderen geeft trouwens de toegankelijkheid van de woning het vaakst als reden op om te verhuizen. Als afsluiting kijken van Groenigen en Booi (2007) nog naar het type woning waarnaar de Amsterdamse huishoudens op zoek zijn. Hierbij merken zij op dat de wensen worden aangepast aan het aanbod, waardoor de voorkeur voor verhuisgeneigden binnen Amsterdam niet uitgaat naar de doorgaans zeer populaire eengezinswoning, maar naar een benedenwoning met tuin. De verschillen tussen de woningmarkt in een grote stad als Amsterdam en een kleine gemeente als Pijnacker-Nootdorp zijn duidelijk, maar ook in kleine gemeentes is sprake van een sociale huurwoningvoorraad en een woonruimteverdelingssysteem om de vrijkomende woning te verdelen onder de woningzoekenden. Om inzicht te krijgen in de woonwensen van jongeren in een kleine gemeente bespreken we hier een woonwensenenquête van Rondom Wonen in de gemeente Pijnacker-Nootdorp (2004) die is ingevuld door 941 jongeren die onzelfstandig wonen, waarbij bijna iedereen (99%) nog bij hun ouders woont. Het merendeel van deze jongeren is jonger dan 23 jaar en 40% van de geïnterviewde geeft aan binnen een jaar het ouderlijk huis te willen verlaten. Net als bij de doorstromers in Amsterdam wil het grootste deel van deze groep binnen de eigen woonkern blijven wonen. Een deel van de enquête richt zich op de financiële mogelijkheden die deze jongeren hebben, waarvoor binnen de enquête gevraagd naar de maximale huurprijs die de jongeren willen en kunnen besteden aan een woning. Iets meer dan de helft van de jongeren heeft hier aangegeven dat het maximum voor hun ligt op 300 euro, wat de mogelijkheden voor de jongeren zeer beperkt maakt (ongeveer 30 van de 200 jaarlijks vrijkomende woningen in de gemeente hebben een huur onder de 317 euro). Wanneer we kijken naar het inkomen van deze groep jongeren zien we ook dat dit een realistisch bedrag voor de huur is: gezien het inkomen kunnen zij ook niet meer uitgeven aan woonruimte. Verder is de woonwensenquête redelijk beperkt wat betreft de wensen van de jonge starters op de sociale huurwoningmarkt, waar zij trouwens al snel op zijn aangewezen door de huidige prijzen in de koopsector. De belangrijkste conclusie uit de enquête is dat de jongeren zoeken naar een woning in de eigen buurt en verder realistisch zijn in de mogelijkheden die zij hebben op de woningmarkt en dus zoeken naar een goedkope woning. Binnen de opvallende resultaten bespreekt Rondom Wonen (2004) dat ook al hebben de jongeren een voorkeur voor de eigen buurt, zij bereid zijn om ook in een andere buurt binnen de gemeente Pijnacker-Nootdorp te gaan wonen. Hieruit komt dus naar voren dat de jongeren aangeven dat een 47

51 woning binnen de eigen buurt eerder een wens is, dan een noodzakelijke eis die zij stellen aan een toekomstige woning. Dit verschil tussen eisen en wensen wordt door Boumeester en Jansen (2010) omschreven als de hardheid van de kenmerken. Een hard kenmerk wordt beschreven als een kenmerk waar een woning aan moet voldoen om niet te worden afgewezen, terwijl een zacht kenmerk niet meteen tot afwijzing van de woning leidt. In deze termen is de buurt van de woning voor jongere woningzoekenden dus een zacht kenmerk. De reactiebestanden uit de regio s Utrecht en Holland-Rijnland welke we in dit hoofdstuk geanalyseerd hebben kunnen ons helpen in het ontdekken van harde kenmerken en zachte kenmerken. Wanneer reacties van een bepaald type woningzoekenden bijvoorbeeld nooit voorkomen op een bepaald type woning, dan zal dit type woning aan minstens één van de harde kenmerken van dit type woningzoekenden niet voldoen. In de rest van de paragraaf zullen we het reactiegedrag van woningzoekenden bekijken met de volgende punten: Aantal kamers van huidige woning vergeleken met aantal kamers van de woning waarop gereageerd wordt door doorstromers. Locatie waar de woningzoekende geregistreerd staat vergeleken met de locatie van de woning waarop gereageerd wordt. Aantal reacties op woning van verschillende categorieën van de huurprijs. Aantal personen in het huishouden vergeleken met het aantal kamers van de woning waarop gereageerd wordt. Correlatie tussen karakteristieken van de woningzoekenden en kenmerken van de woning. Gemiddeld aantal reacties met betrekking tot de verschillende kenmerken van de woningen. Naar aanleiding van de wens van doorstromers in Amsterdam om groter te gaan wonen, kijken we eerst naar het verschil tussen het huidige aantal kamers en het aantal kamers van de woning waarop de doorstromer gereageerd heeft. Aangezien de wensen afhangen van het aanbod is gekozen om te kijken naar de doorstromers in de gemeente Utrecht, waarbij we aannemen dat het aanbod vergelijkbaar is met het aanbod in Amsterdam. In tabel 3.4.1a en 3.4.1b is het aantal reacties weergegeven waarbij het aantal kamers van de huidige woning van de doorstromer in de rijen staat en het aantal kamers van de vrijkomende woning in de kolommen. In tabel a zijn alle reacties meegenomen, waar tabel b alleen de reacties betreft van woningzoekenden onder de 65 jaar. Van\Naar Tabel 3.4.1a: Aantal reacties van alle doorstromers ingedeeld naar het aantal kamers van de huidige woning en de woning waarop is gereageerd. 48

52 Van\Naar Tabel 3.4.1b: Aantal reacties van doorstromers onder de 65 jaar ingedeeld naar het aantal kamers van de huidige woning en de woning waarop is gereageerd. Wanneer we het aantal reacties van doorstromers bekijken op woningen met een gelijk of groter aantal kamers, blijkt dat slechts 18,83% van de doorstromers reageert op een woning met een kleiner aantal kamers dan de woning waar zij op dit moment wonen. Wanneer de reacties van de oudere woningzoekenden buiten beschouwing worden gelaten (doordat deze vermoedelijk voor een kleinere woning zullen kiezen) daalt dit percentage zelfs tot 17,87%. Deze percentages laten zien dat doorstromers over het algemeen op zoek zijn naar een woning met een groter of gelijk aantal kamers dan de woning waarin zij op dit moment wonen. In ongeveer één vijfde van de gevallen nemen zij ook genoegen met een kleinere woning, wat dus betekent dat de doorstromer ofwel reageert op de woning doordat een ander kenmerk van de woning de woningzoekende beter aanspreekt ofwel een andere reden bestaat om kleiner te gaan wonen (denk aan verandering in de privé situatie). In het woonwensenonderzoek van doorstromers in Amsterdam hebben we ook gezien dat degene die willen verhuizen dit het liefst in de eigen buurt is, wat ook terug kwam in de enquête onder jongeren in Pijnacker-Nootdorp. De jongeren gaven echter aan dat dit voor hun geen hard kenmerk is, waardoor zij ook woningen in een andere buurt/gemeente zullen reageren wanneer dit mogelijk is. In hoeverre de locatie van de huidige woning meespeelt in het reactiegedrag van woningzoekenden bekijken we aan de hand van de reacties van doorstromers in de gemeente Utrecht. Hierbij vergelijken wij het aantal reacties binnen de gemeente met het aantal reacties buiten de gemeente (een vergelijking op buurtniveau is niet mogelijk met de huidige beschikbare data). Aantal Reacties Percentage van totaal Binnen gemeente % Buiten gemeente % Totaal % Tabel 3.4.2: Reactiegedrag van doorstromers in Utrecht uitgezet naar gewenste verhuislocatie. 49

53 Figuur 3.4.1: Cumulatief percentage van het aantal reacties tot een bepaalde huurprijs onderverdeeld naar een leeftijdsgroep onder en boven de 25 jaar. Waar in het onderzoek van van Groenigen en Booi (2007) 25% van de Amsterdammers buiten de stad wil gaan wonen, zien we dat 22.71% van de reacties die geplaatst zijn door doorstromers in de gemeente Utrecht op een woning zijn die buiten de regio Utrecht valt. Wanneer we kijken naar de reacties van de doorstromers die binnen de gemeente Utrecht willen blijven zien we een gemiddelde afstand van 2,8 kilometer tussen het centrum van het postcodegebied van de huidige woning en het centrum van het postcodegebied van de woning waarop gereageerd is. De afstand loopt uiteen van doorstromers die op een woning reageren binnen het huidige postcodegebied (dus een afstand 0 van centrum naar centrum) en doorstromers reageren op een woning aan de andere kant van de gemeente (grootste afstand in het bestand is ongeveer 11 kilometer). Bijna 20% van de reacties zijn op woningen in een postcodegebied waarvan het centrum binnen een straal van een kilometer van het centrum van het huidige postcodegebied ligt. In de woonwensen enquête onder startende jongeren in de gemeente Pijnacker-Nootdorp hebben we gezien dat jongeren op zoek zijn naar goedkope woningen. In het reactiegedrag van de jongeren zien we deze wens ook terugkomen. In de volgende tabel is onderscheid gemaakt tussen de reacties van woningzoekenden onder de 25 jaar en boven de 25 jaar, waarbij reacties zijn uitgesplitst naar de subsidiabele huurprijs van de woning waarop gereageerd is. Ten eerste zien we een gemiddelde huurprijs die zo n 50 euro lager ligt van de reacties van de jongere woningzoekenden tegenover de gemiddelde huurprijs van woningzoekenden ouder dan 25 jaar (de gemiddelden zijn respectievelijk 382 en 439 euro). Dit zien we ook terug in de cumulatieve verdeling van de reacties (zie ook figuur 3.4.1): waar voor jongeren 92% van de reacties op woningen met een huur lager dan 500 euro ligt, ligt dit percentage op 78% voor de oudere groep woningzoekenden. 50

54 Categorie Huurprijs Aantal reacties Onder de 25 jaar Percentage van Cumulatief totaal percentage Aantal reacties Boven de 25 jaar Percentage van Cumulatief totaal percentage ,62% 0,62% 318 0,16% 0,16% ,55% 6,17% ,72% 1,88% ,76% 19,93% ,84% 6,72% ,34% 38,27% ,22% 14,94% ,56% 55,83% ,20% 29,13% ,43% 76,26% ,08% 52,21% ,46% 92,72% ,74% 77,95% ,65% 97,37% ,54% 91,49% ,84% 99,21% ,56% 97,05% ,62% 99,83% ,13% 99,18% ,16% 99,98% ,71% 99,89% ,01% 99,99% 188 0,09% 99,99% ,01% 100,00% 30 0,01% 100,00% Tabel 3.4.4: Aantal reacties in de regio Utrecht ingedeeld naar leeftijd en huurprijs Een andere factor die mee zal spelen bij het kijken naar een woning is de passendheid van de woning bij de situatie van het huishouden. Deze passendheid speelt bijvoorbeeld in de grootte van het huishouden en het aantal kamers van de woning. Om een idee te krijgen van de hardheid van deze passendheid kijken we naar het aantal reacties van huishoudens van grootte x op woningen met y kamers in zowel de regio Utrecht als de regio Holland-Rijnland. In de volgende tabellen staat dit aantal reacties weergegeven: Aantal Personen\Aantal Kamers Tabel 3.4.5a: Aantal reacties in de regio Utrecht ingedeeld naar de grootte van het huishouden en het aantal kamers van de woning waarop is gereageerd. Aantal Personen\Aantal Kamers Tabel 3.4.5b: Aantal reacties in de regio Holland-Rijnland ingedeeld naar de grootte van het huishouden en het aantal kamers van de woning waarop is gereageerd. Naar verwachting zien we in beide gevallen een klein aantal reacties van huishoudens met een groter aantal personen dan het aantal kamers van de vrijkomende woning. Het percentage van het reacties 51

55 op een kleinere woning ten opzichte van het totaal aantal reacties is respectievelijk 2,84% voor de regio Utrecht en 4,03% in de regio Holland-Rijnland. Voor de reacties waarbij het aantal personen groter is dan het aantal kamers zijn de meeste reacties van de grote gezinnen, waarbij het beperkte aanbod van woningen met 5 of meer kamers een rol zal spelen. Deze zeer lage percentages doen ons vermoeden dat in het algemeen passendheid wat betreft het aantal kamers ten opzichte van het aantal personen in het huishouden een hard kenmerk is voor woningzoekenden. De wens voor passendheid tussen het aantal personen in het huishouden en het aantal kamers van de gewenste woning is ook terug te zien in de correlatiematrices, die we hebben opgezet aan de hand van de reactiebestanden (bij het reactiebestand in de regio Holland-Rijnland hebben we de reacties van huishoudens met een jaarinkomen boven de euro en meer dan 9 personen verwijdert, doordat deze waarden onwaarschijnlijk zijn en de resultaten in grote mate beïnvloeden). De correlatiecoëfficiënten tussen alle variabelen zijn te zien in de tabellen 3.4.6a en 3.4.6b: Woningtype Aantal kamers Huur Leeftijd -0,180 0,175 0,226 Inkomen -0,187 0,223 0,344 Aantal personen -0,346 0,442 0,364 Label 0,225-0,199-0,193 Tabel 3.4.6a Correlatiecoëfficiënten tussen de karakteristieken van de woningzoekenden en de kenmerken van de woningen in de regio Utrecht Woningtype Aantal kamers Huur Leeftijd -0,199 0,211 0,247 Inkomen -0,114 0,120 0,090 Aantal personen -0,385 0,415 0,286 Label 0,317-0,313-0,277 Tabel 3.4.6b Correlatiecoëfficiënten tussen de karakteristieken van de woningzoekenden en de kenmerken van de woningen in de regio Holland-Rijnland Op basis van deze correlatiematrices trekken we de volgende conclusies: Alle berekende coëfficiënten zijn significant op een 1%-niveau, waardoor we statistisch gezien kunnen zeggen dat alle eigenschappen met elkaar correleren. Verder zien we verschillen tussen de sterkte van correlatie in de beide regio s, maar geen verschil in de richting van de correlatie (de correlatiecoëfficiënt is in beide regio s ofwel positief ofwel negatief). De sterkste mate van correlatie geldt in beide regio s tussen de eigenschappen aantal kamers en aantal personen. Dit komt ook overeen met wat we eerder gezien hebben wat betreft de passendheid in het reactiebestand van deze variabelen. Wanneer we als gevolg hiervan dan kijken naar het effect van een verandering in de positie van grote gezinnen in het woonruimteverdelingssysteem, is dit dan zowel afhankelijk van het aantal grote gezinnen als de beschikbaarheid van de woningen met een groot aantal kamers. Wanneer we kijken naar het reactiegedrag van starters ten opzichte van doorstromers kunnen we concluderen dat starters vaker reageren op kleine, goedkope meergezinswoningen dan doorstromers. Ditzelfde patroon zien we bij het reactiegedrag van jongeren ten opzichte van ouderen, kleine huishoudens ten opzichte van grote huishoudens 52

56 en lage inkomens ten opzichte van hoge inkomens (in verschillende mate van sterkte). Dit patroon stemt overeen met de correlatiematrices uit de tweede paragraaf, waar we de samenhang tussen jongeren, lage inkomens, kleine huishoudens en het label starter hebben opgemerkt. Als gevolg van de correlaties tussen het reactiegedrag en het aantal woningzoekenden per type zien we ook verschillen in het gemiddelde aantal reacties op een woning van een bepaald type. In tabel hebben we het gemiddelde aantal reacties op de verschillende woningen uitgezet voor de eigenschappen aantal kamers, huur en woningtype. Aantal kamers Gemiddeld aantal reacties Utrecht Gemiddeld aantal reacties Holland-Rijnland 1 91,4 117,3 2 79,9 135, ,8 162, ,7 190, ,5 254,2 6 94,5 275,0 Huur ,3 181, ,7 162, ,2 161, ,9 159, ,3 92,6 Type Woning EGW 161,0 239,2 MGW 103,0 148,9 Tabel 3.4.8: Gemiddeld aantal reacties van verschillende woningeigenschappen in de regio s Utrecht en Holland-Rijnland. In de bovenstaande tabel vallen de volgende dingen op: Het gemiddeld aantal reacties voor elk type ligt hoger in de regio Holland-Rijnland dan in de regio Utrecht. Dit komt naast het lagere aantallen woningen dat is vrijgekomen aan een hoger gemiddelde reacties per actief woningzoekende (13,4 reacties tegenover 10,7 reacties). Wanneer we kijken naar het aantal kamers zien we dat het gemiddelde aantal reacties in de regio Holland-Rijnland oploopt naar mate de woning een groter aantal kamers heeft. In de regio Utrecht zien we een top bij de vierkamerwoningen. Verder zien we in de regio Utrecht ook een gemiddeld kleiner aantal reacties op tweekamerwoningen, wat kan komen doordat ouderenwoningen (vaak gekoppeld aan zorg) vaak in deze categorie vallen en dit soort woningen een klein aantal reacties ontvangt door het kleine aantal oudere woningzoekenden. Voor het gemiddelde aantal reacties voor de verschillende categorieën in huur zien we in de regio Utrecht een top bij de categorie Hierna zien we het gemiddelde aantal reacties dalen, wat ook het geval is in de regio Holland-Rijnland. We zien wel dat in regio Utrecht het gemiddelde aantal reacties sneller daalt dan in de regio Holland-Rijnland. 53

57 Als laatste zien we dat in beide regio s de eengezinswoning populairder is en op deze woning gemiddeld meer reacties binnenkomen dan op een meergezinswoning. Dit is ook volgens het verwachtingspatroon uit woonwensenonderzoeken, waarin vaak naar voren komt dat veel mensen graag in een eengezinswoning willen wonen. Acceptatieproces Bij het beschrijven van woonruimteverdelingssystemen in paragraaf 2.2 hebben we gezien dat wanneer een woningzoekende reageert dit niet altijd betekent dat hij de woning accepteert wanneer deze wordt aangeboden. De woning wordt als gevolg niet altijd toegewezen aan de woningzoekenden die op de eerste plaats in de rangschikking terecht komt. In figuur hebben we het aantal woningen uitgezet tegenover het rangnummer van de woningzoekende die de woning na afronding van het acceptatieproces toegewezen heeft gekregen. We zien hier dat in beide regio s minder dan de helft van de woningen toegewezen wordt aan de woningzoekende op de eerste plaats in de rangschikking. Verder zien we dat het aantal woningen daalt naar mate het rangnummer van de woningzoekende hoger wordt. Naast het kijken naar de rangnummers van de woningzoekende die de woning toegewezen heeft gekregen kunnen we ook kijken naar de kans dat een woningzoekende de woning die hij krijgt aangeboden accepteert. Hiervoor hebben we naar de data in de regio Holland-Rijnland gekeken, waarbij we het aantal acceptaties vergelijken met het aantal weigeringen van de woningzoekenden. Deze aantallen zijn niet gelijk aan het aantal aanbiedingen in de data, omdat na de aanbieding ook de woningcorporatie de mogelijkheid heeft om de woningzoekende te weigeren. Zo n soort weigering komt bijvoorbeeld voor als bij het nakijken van het inkomen dat de woningzoekende heeft opgegeven blijkt dat dit niet juist is en het juiste inkomen niet voldoet aan de gestelde passendheidscriteria. We kijken hier echter naar het gedrag van de woningzoekenden en naar de vraag of woningzoekenden reageren op woningen waarin zij ook echt geïnteresseerd zijn of dat het nog vaak voorkomt dat een woningzoekende reageert op een woning waarin hij niet echt geïnteresseerd is en dus alleen naar weigeringen van de kant van de woningzoekenden. 54

58 Figuur 3.4.2a: Rangnummer van de woningzoekende die de woning heeft geaccepteerd voor woningen in de regio Utrecht Figuur 3.4.2b: Rangnummer van de woningzoekende die de woning heeft geaccepteerd voor woningen in de regio Holland-Rijnland In totaal kijken we naar aanbiedingen, waarvan aanbiedingen zijn geweigerd. Zonder onderscheidt te maken tussen woningzoekenden en de woningen die zijn aangeboden geven deze aantallen ons een acceptatiekans van 65,87%. In dit hoofdstuk hebben we echter al gezien dat woningzoekenden verschillend reageren en woningen in verschillende mate populair zijn, waardoor we mogen verwachten dat de acceptatiekans verschilt wanneer we onderscheidt maken tussen woningzoekenden en woningen. In tabel hebben we de aanbiedingen bekeken vanuit het perspectief van de woningzoekenden waarbij we de woningzoekenden onderverdeeld hebben op basis van enkele van de karakteristieken die we ook besproken hebben in paragraaf In tabel hebben we gekeken vanuit het oogpunt van de woning, dus naar de kans dat een woning van een bepaald type geaccepteerd wordt, waar we de woningen hebben onderverdeeld naar dezelfde 55

59 kenmerken als in paragraaf In beide tabellen zien we naast de acceptatiekans ook het aantal aanbiedingen van het desbetreffende type, zodat we zien op hoeveel aanbiedingen de acceptatiekans gebaseerd is. Label Acceptatiekans Aantal aanbiedingen Doorstromer 62,82% Starter 69,99% Aantal personen in het huishouden 1-2 Personen 66,97% Personen 64,97% Personen 62,75% Personen 61,94% Leeftijd Tot 25 69,14% ,84% ,58% ,24% Tabel 3.4.9: Acceptatiekans van verschillende type woningzoekenden. Wanneer we kijken naar tabel zien we: Het aantal aanbiedingen telt niet op tot , omdat van enkele woningzoekenden niet alle gegevens bekend zijn. Doorstromers accepteren minder vaak een woning dan starters. De kleine huishoudens accepteren vaker een woning dan de grotere huishoudens. De oudste groep woningzoekenden accepteert het vaakst een woning en de groep 35 tot 65 accepteert het minst vaak een woning. Als reden voor het weigeren van een woning worden door de woningzoekenden verschillende redenen gegeven, waarbij persoonlijke redenen en de indeling/grootte van de woning het vaakst genoemd worden. Vergeleken met het aantal woningen dat toegewezen wordt aan de woningzoekenden op de eerste plaats van de rangschikking zien we een hogere acceptatiekans. Naast de weigeringen van de woningcorporaties komt dit ook doordat sommige woningen aan meerdere woningzoekenden tegelijk is aangeboden en als gevolg meerdere woningzoekenden de woning in de data hebben geaccepteerd, terwijl een woning maar aan één van deze woningzoekenden is toegewezen. 56

60 Type woning Acceptatiekans Aantal aanbiedingen Eengezinswoning 62,59% Meergezinswoning 66,87% Aantal kamers 1 63,38% ,10% ,10% ,37% ,47% ,63% 309 Huur Tot kwaliteitskortinggrens (0-348,99) 65,46% Tot 1 e aftoppingsgrens ( ,51) 67,12% Tot 2 e aftoppingsgrens (499,52-535,33) 65,04% Tot huurtoeslaggrens (535,34-631,73) 63,80% Vrije sector (boven 631,74) 55,29% 586 Tabel : Acceptatiekans voor verschillende type woningen. In tabel staat de kans dat een aanbieding van een bepaald woningtype leidt tot de acceptatie door de woningzoekende. We zien dat : Eengezinswoningen leiden vaker tot weigering van de woningzoekende dan meergezinswoningen. De kans op acceptatie van de woningzoekende ligt het hoogst voor twee- en driekamerwoningen. Woningen met een huur tussen de 349 en 499,51 euro leiden het minst vaak tot een weigering vergeleken met de duurdere woningen. We zien dus verschillen in acceptatiekans voor zowel woningzoekenden als woningen. Voor de variabelen type woning en label hebben we gekeken of deze verschillen statistisch significant zijn en dat we als gevolg op een bepaald significantieniveau kunnen zeggen dat de ene groep woningzoekenden vaker een woning accepteert dan de andere groep woningzoekenden. Hiervoor gebruiken we de z-waarde aan de hand van de formule door Burns et al. (2006, p. 411): Waarbij berekend met de formule: de standaardfout van het verschil tussen de twee percentages voorstelt. Deze wordt Wanneer we deze formules toepassen krijgen we respectievelijk een z-waarde van 77,46 en -40,43 voor de variabelen label en type woning. Deze z-waarden zijn in beide gevallen extreem, zodat we op een 99%-significantieniveau kunnen zeggen dat een statistisch verschil bestaat tussen de acceptatiekans van starters ten opzichte van doorstromers en eengezinswoningen ten opzichte van 57

61 meergezinswoningen. Met andere woorden accepteren starters dus sneller een woning dan doorstromers en worden meergezinswoningen sneller geaccepteerd dan eengezinswoningen. 58

62 3.5 Conclusie data-analyse In dit hoofdstuk hebben we gekeken naar de sociale huurwoningvoorraad en de woningzoekenden die gebruik maken van deze markt in hun wooncarrière. Hierbij hebben we eerst gekeken naar deze woningzoekenden, waarna we aandacht hebben besteed aan de woningen en naar wat voor soort woningen de woningzoekenden op zoek zijn. Om inzicht te krijgen in deze elementen die een rol spelen in de toewijzing van woningen, hebben we gebruik gemaakt van data uit de regio Utrecht en de regio Holland-Rijnland, waar zowel overeenkomsten als verschillen tussen de beide regio s naar voren zijn gekomen. De verschillen zorgen voor een andere situatie op de regionale sociale woningmarkt, waardoor het bevoordelen van een groep woningzoekenden in de ene regio tot een andere dynamiek kan leiden dan het bevoordelen van dezelfde groep in de andere regio. Wanneer we willen voorspellen wat het effect is van een verandering binnen een regionaal woonruimteverdelingssysteem moeten we hiervoor dan ook regionale data gebruiken en moeten we ons realiseren dat veranderingen uit andere regio s ons wel een richting geven voor het effect, maar niet het antwoord geeft op de vraag wat het effect zal zijn. Wat betreft de woningzoekenden die gebruik maken van de sociale huurwoningmarkt hebben we gezien dat: Het grootste deel van de woningzoekenden is tussen de 20 en 35 jaar oud. Het jaarinkomen van het grootste deel van de woningzoekenden ligt onder de grens tot waar zij recht hebben op huurtoeslag. De meeste woningzoekenden zijn alleenstaand. In de regio Utrecht is er een veel hoger percentage starters dan doorstromers, terwijl dit in de regio Holland-Rijnland ongeveer aan elkaar gelijk is. Op basis van deze bevindingen kunnen we zeggen dat het bevoordelen van jongeren, woningzoekenden die in aanmerking komen voor huurtoeslag, alleenstaanden of starters in de regio Utrecht tot meer dynamiek zal leiden op de woningmarkt dan de bevoordeling van de overige groepen. Stel bijvoorbeeld dat we bij het toewijzen van woningen jongeren extra inschrijfduur meegeven bij het bepalen van de rangschikking van de woning, dan profiteren meer woningzoekenden hiervan dan wanneer we hetzelfde zouden doen voor de oudere woningzoekenden. Daarnaast hebben we in paragraaf gezien dat de karakteristieken van de woningzoekenden niet op zich staan, maar onderling correleren. Op basis van de correlatiecoëfficiënten kunnen we zeggen dat de jongere woningzoekenden gemiddeld minder verdienen, vaker een klein huishouden hebben en vaker het label starter hebben dan de oudere woningzoekenden. Dit betekent dan ook dat het bevoordelen van jongeren niet alleen de oudere woningzoekenden benadeelt, maar ook de grotere huishoudens. Voor de regio Utrecht hebben we gekeken naar de trend in het woningzoekendenbestand over een periode van tweeënhalf jaar. Daaruit blijkt dat het aantal actief woningzoekenden per reactieperiode ongeveer gelijk is gebleven ondanks een stijging in het aantal ingeschreven woningzoekenden. Daarnaast bleek ook de samenstelling van deze groep actief woningzoekenden nauwelijks verandert 59

63 over de jaren, waardoor we kunnen stellen dat een verandering van het woonruimteverdelingssysteem niet beïnvloed wordt door deze trend (zolang we aannemen dat de samenstelling van de groep actief woningzoekenden niet verandert als gevolg van de verandering in het verdelingssysteem). Van de woningvoorraad op de sociale huurwoningmarkt hebben we gezien dat deze voor het grootste deel bestaat uit meergezinswoningen, drie- en vierkamerwoningen en een subsidiabele huurprijs heeft van tussen de 300 en 500 euro. Doordat deze woningen veel voorkomen in de voorraad heeft het bevoordelen van een groep woningzoekenden die in deze woningen woont of naar deze woningen op zoek is dan ook meer effect dan het bevoordelen van de groep die woont of zoekt naar bijvoorbeeld eenkamerwoningen. Net als bij de woningzoekenden hebben we ook gezien dat tussen de kenmerken van de woningen correlatie te vinden is. In dit geval hebben we gezien dat eengezinswoningen gemiddeld meer kamers en een hogere huur hebben dan meergezinswoningen. Het bevoordelen van gezinnen die in eengezinswoningen woont heeft dan ook meer effect op het vrijkomen van woningen met meer kamers dan het vrijkomen van eenkamerwoningen. Ook voor de woningvoorraad hebben we in de regio Utrecht gekeken naar de trend in een periode van tweeënhalf jaar. Hierbij zagen we een licht dalende trend in het aantal woningen dat vrijkomt per reactieperiode, terwijl de samenstelling van de woningen die vrijkomen ongeveer gelijk is gebleven. In paragraaf 3.4 hebben we gekeken naar de woonwensen en het reactiegedrag van de woningzoekenden. Hierbij hebben we gezien dat: Woningzoekenden die reeds in een sociale huurwoning wonen zijn voornamelijk op zoek naar een woning met een even groot of groter aantal kamers dan de huidige woning. Het grootste deel van de woningzoekenden reageert op woningen binnen de eigen gemeente. De meeste woningzoekenden reageren op goedkopere woningen, waarbij de jongere woningzoekenden vooral op zoek zijn naar een goedkope woning. Bijna alle woningzoekenden zijn op zoek naar een woning met een even groot of groter aantal kamers dan het aantal personen in het huishouden. Deze woonwensen van de woningzoekenden laten ons zien in hoeverre een verandering binnen het woonruimteverdelingssysteem effect heeft op de dynamiek op de woningmarkt. Stel bijvoorbeeld dat we een groep woningzoekenden bevoordelen dat op zoek is naar een woning waarvan veel woningen in voorraad zijn, dan betekent dit dat de dynamiek groter is dan wanneer we een groep woningzoekenden bevoordelen waarvan weinig woningzoekenden zich hebben ingeschreven en die ook nog op zoek zijn naar een specifieke woning waarvan weinig in voorraad zijn. In het algemeen hebben we dus gezien dat de woningzoekenden op de huurwoningen markt onderling en per regio verschillen, waarbij zij ook nog andere wensen hebben en de verschillende soorten woningen niet gelijkmatig verdeeld zijn over de voorraad. Als gevolg hiervan hebben veranderingen binnen het woonruimteverdelingssysteem in verschillende mate effect op de dynamiek op de markt. 60

64 Hoofdstuk 4: Modelbeschrijving 4.1 Inleiding In de vorige hoofdstukken hebben we eerst in de literatuur bestudeerd om een beeld te krijgen van hoe woonruimteverdelingssystemen zijn ingericht en wat er speelt bij dit soort systemen (hoofdstuk 2), waarna we aan de hand van databestanden een beter beeld hebben gekregen over de woningzoekenden, de woningvoorraad en het reactiegedrag van de woningzoekenden (hoofdstuk 3). Met deze twee hoofdstukken hebben we de kennis opgebouwd om te begrijpen hoe het systeem van het verdelen van sociale huurwoningen in elkaar steekt, welke we in dit hoofdstuk vertalen naar een simulatiemodel. Voor het simulatiemodel is (mede op basis van de simulatiemodellen die ontwikkeld zijn voor het toewijzingsproces van donororganen welke we hebben besproken in paragraaf 2.5) gekozen voor een discrete event simulatiemodel. Dit type model wil zeggen dat we het gedrag van het systeem simuleren op basis van een next-event techniek (Pidd, 2004 p. 63). Met deze techniek bekijken we het systeem alleen in het geval wanneer de toestand verandert, waarbij de toestand in dit geval het aantal ingeschreven woningzoekenden is en alleen verandert als gevolg van één van de volgende events: X. Inschrijving van een woningzoekende Y. Uitschrijving van een woningzoekende (zonder acceptatie van een woning) Z. Vrijkomen van een woning (met uitschrijving van een woningzoekende als gevolg) In figuur staat een flowchart weergegeven voor het simulatiemodel, waarbij afhankelijk van het eerstvolgende moment een bijbehorende procedure wordt opgestart. We zien verder dat aan het begin van elke run de simulatie wordt opgestart (hier worden de specificaties van het model vastgelegd en de beginsituatie gedefinieerd), waarna het model eindigt wanneer de gehele periode van de laatste run is doorlopen. Wanneer alle runs zijn doorlopen worden de resultaten uit het model gedocumenteerd. In de rest van dit hoofdstuk worden alle componenten van het model besproken, waarbij we gebruik maken van pseudocodes voor het beschrijven van de verschillende algoritmes (voor de daadwerkelijke implementatie in de vorm van programmacode verwijzen we naar bijlage C). Voor het overzicht bespreken we in paragraaf 4.2 eerst het raamwerk van het model, waarna we in de volgende vier paragrafen achtereenvolgens de volgende procedures beschrijven: opstarten van de simulatie, inschrijving van een woningzoekende (procedure X), uitschrijving van een woningzoekende (procedure Y) en het vrijkomen van een woning (procedure Z). Ter afsluiting van dit hoofdstuk bespreken we in paragraaf 7 de output van het model. 61

65 Figuur 4.1.4: Flowchart van een discrete event simulatiemodel van een woonruimteverdelingssysteem. Opstarten Simulatie Bepaal minimum van (X,Y,Z) X = Tijd tot inschrijving woningzoekende Y = Tijd tot uitschrijving woningzoekende Z = Tijd tot vrijkomen van een woning Min = X Min = Y Min = Z Update T = T + X Update Y = Y X Update Z = Z X Update T = T + Y Update X = X Y Update Z = Z Y Update T = T + Z Update X = X Z Update Y = Y Z Start procedure X Start procedure Y Start procedure Z Bepaal nieuwe X Bepaal nieuwe Y Bepaal nieuwe Z Simulatieperiode afgelopen? Nee Ja Nee Genoeg Runs? Ja Documenteren resultaten simulatierun 62

66 4.2 Raamwerk Net als bij het bespreken van de inrichting van een woonruimteverdelingssysteem in hoofdstuk 2, maken we ook hier gebruik van een stroomschema. Dit keer is weergegeven hoe het simulatiemodel is ingericht, waarbij de verschillende componenten van het model zijn weergegeven in de vorm van blokken en pijlen. Het stroomschema is te zien in figuur Kijkend naar het stroomschema zien we de verschillende procedures uit de flowchart in figuur terugkomen. Zo zien we een instromende pijl naar de groep niet-actief woningzoekenden die de inschrijving van een nieuwe woningzoekende voorstelt (procedure X). Voor uitschrijving van een woningzoekende zonder acceptatie van een woning zien we twee mogelijkheden: ofwel de woningzoekende die zich uitschrijft is een niet-actief woningzoekende binnen het model ofwel een actief woningzoekende. In het geval dat een woningzoekende zich uitschrijft na acceptatie van een woning zien we dat hier een aantal stappen aan vooraf gaan. Vergeleken met het schema uit paragraaf 2.2 zien we in deze figuur twee opvallende veranderingen: 1. Een verdeling van de groep woningzoekenden in een groep niet actief en een groep actief. a. De keuze voor de scheiding tussen actief en niet-actief woningzoekenden is gemaakt ten gunste van de rekensnelheid van het simulatiemodel. Voor het simuleren van de reacties door de ingeschreven woningzoekenden op een vrijkomende woning moet namelijk voor elke individuele woningzoekende bepaald worden of deze wel of niet reageert. Door eerst een scheiding te maken, hoeft deze qua rekentijd intensieve bewerking minder vaak uitgevoerd te worden en levert dit tijdswinst op bij uitvoeren van een simulatie. 2. Geen mutatie in woningvoorraad a. Ter versimpeling van het model is gekozen voor een constante woningvoorraad, Figuur Stroomschema van simulatiemodel Uitschrijving zonder woning Inschrijving Uitschrijving zonder woning Niet-Actief WZ Actief WZ Reactie op woning Rangschikking Aanbieding Acceptatie Woning komt vrij Uitschrijving na acceptatie woning 63

67 zonder mutaties in de vorm van aankoop/nieuwbouw of verkoop/sloop. Deze keuze maakt het mogelijk om de state van het model enkelvoudig te houden (alleen het aantal woningzoekenden) in plaats van een tweevoudige state met het aantal woningzoekenden en het aantal woningen in voorraad. Verder ligt op dit moment ook geen vraag naar het toevoegen van een dynamische woningvoorraad, dus is deze functie in dit onderzoek niet meegenomen in de ontwikkeling van het model. De overige componenten komen overeen met het schema uit hoofdstuk 2: na het vrijkomen van een woning begint het reactieproces, waarna alle woningzoekenden die reageren worden gerangschikt aan de hand van de opgestelde volgordecriteria. De woning wordt dan vanaf bovenaan de rangschikking aan de woningzoekenden aangeboden, totdat een woningzoekende de woning accepteert en als gevolg uit het systeem verdwijnt. Binnen het model wordt voor elke woningzoekende een status bijgehouden. Voor deze status zijn vier mogelijkheden: 1. Ingeschreven niet actief 2. Ingeschreven actief 3. Uitgeschreven na acceptatie van een woning 4. Uitgeschreven zonder acceptatie van een woning Tijdens een event in de simulatie verandert de status van de woningzoekenden, waarbij de mogelijke veranderingen weergegeven zijn in figuur In deze figuur zien we alle procedures uit de flowchart in figuur terugkomen, waarbij alleen de verbinding tussen niet actieve en actieve woningzoekenden onbesproken is gebleven. In dit hoofdstuk komt deze verbinding terug in zowel paragraaf 4.3 waar wordt besproken op welke manier bepaald wordt hoe de groepen gescheiden worden en in paragraaf 4.5 waar besproken wordt hoe de scheiding gemaakt wordt in het model. Acceptatieproces In paragraaf 3.4 hebben we het acceptatieproces besproken door te kijken naar het rangnummer van de woningzoekenden die de woning toegewezen heeft gekregen, de acceptatiekans van verschillende type woningzoekenden en de kans dat een bepaald type woning geaccepteerd wordt. Voor het model gebruiken we de analyse van de rangnummers voor het bepalen van welke Figuur 4.2.2: Mogelijke overgangen tussen de verschillende statussen binnen het model Nietactief Actief Ingeschreven Uitgeschreven Zonder woning Met woning 64

68 woningzoekende die gereageerd heeft de woning krijgt toegewezen. Het gevolg van deze keuze is dat we in het model geen onderscheid maken tussen de verschillen in acceptatiekansen van verschillende woningzoekenden en woningen, waar we in paragraaf 3.4 wel degelijk gezien hebben en statistisch hebben aangetoond dat deze verschillen bestaan. We hebben echter ook gezien dat de acceptatiekansen van de woningzoekenden in de regio Holland-Rijnland hoger uitvielen dan het aantal toewijzingen aan de woningzoekenden op de eerste plaats van de rangschikking deed vermoeden (acceptatiekansen liggen rond 60% terwijl maar 30% van de woningen zijn geaccepteerd door de woningzoekende op de eerste plaats in de rangschikking). Wanneer we de acceptatiekansen gebruiken worden woningen in het model dus vaker toegewezen aan de woningzoekenden die hoog in de rangschikking staan. Voor het modelleren van het acceptatieproces moet de cumulatieve kansverdeling voor de toewijzing aan een bepaald rangnummer worden geschat. Hiervoor kunnen de volgende stappen doorlopen worden, welke we ook grafisch hebben afgebeeld in figuur voor het acceptatieproces in de regio Utrecht: 1. Bereken het aantal woningen dat is toegewezen aan woningzoekenden met een bepaald rangnummer. 2. Vertaal deze naar een kans dat een woning wordt toegewezen aan een woningzoekende met dit rangnummer door het aantal toewijzingen per rangnummer te delen door het totale aantal woningen. 3. Bepaal op basis van deze kansen de cumulatieve kansverdeling. 4. Schat deze cumulatieve verdeling met behulp van een logaritmische trendlijn, waarbij de cumulatieve kans afhankelijk is van het rangnummer van de woningzoekenden. Dit levert een formule op in de vorm van: Hierbij worden de variabelen a en b geschat zodat de cumulatieve verdeling zo goed mogelijk overeen komt met de historische data van de desbetreffende regeling. De formule geeft ons een kans voor een toewijzing aan een woningzoekende met een rangnummer kleiner of gelijk aan x. Deze kans gebruiken we in het algoritme voor het acceptatieproces (zie paragraaf Figuur 4.2.3: Grafische weergave stappen voor het modelleren van het acceptatieproces. 65

69 4.3 Opstarten van de simulatie In de flowchart in de inleidende paragraaf hebben we gezien dat bij aanvang van elke simulatierun het model opnieuw wordt opgestart. Bij dit opstarten is het de bedoeling dat de verschillende kansen waarbinnen het model mee wordt gerekend ingelezen worden en dat de startsituatie van een simulatierun wordt gedefinieerd (dit is de grootte en de samenstelling van het woningzoekendenbestand). In deze paragraaf kijken we naar de input die nodig is om het model op te starten. De input van het model bestaat uit de volgende vier bestanden: 1. Woningzoekendenbestand: In het vorige hoofdstuk hebben we gezien dat door de grote vraag naar sociale huurwoningen op dit moment veel woningzoekenden staan ingeschreven. We hebben gezien dat verschillende woningzoekenden gebruik maken van de sociale huurwoningsector en dat de samenstelling en grootte van de groep woningzoekenden een rol speelt in het effect van een voorgestelde verandering in het woonruimteverdelingssysteem. In het woningzoekendenbestand definiëren we het aantal en de samenstelling van de woningzoekenden die bij de start van de simulatie staan ingeschreven. 2. Kans actief voor woningzoekenden: Om een scheiding te maken tussen actieve en nietactieve woningzoekenden heeft het model een percentage nodig die de verhouding tussen de twee groepen weergeeft. In paragraaf hebben we gezien dat verschillende type woningzoekenden in verschillende mate actief zijn, waardoor we de kans dat een woningzoekende actief is dan ook afhangt van zijn karakteristieken. Voor de regio Utrecht zal dus op basis van de data het percentage voor jongere woningzoekenden hoger liggen dan voor oudere woningzoekenden (zie figuur ). 3. Verhouding vrijkomen verschillende type woningen: In het vorige hoofdstuk hebben we ook gezien dat de het ene type woning vaker vrijkomt dan het andere type woning. Om dit verschil terug te laten komen in het simulatiemodel hebben we per woningtype een kans nodig dat wanneer een woning vrijkomt deze woning van dit type is. De kans voor een tweekamerwoning zal voor de regio Utrecht dan ook hoger liggen dan de kans dat de vrijgekomen woning een eenkamerwoning is (zie figuur ). 4. Kans op reactie van een woningzoekende: Voor alle actief woningzoekenden moet bij het vrijkomen van een woning door het model bepaald worden welke woningzoekenden wel reageren en welke woningzoekenden niet reageren. In hoofdstuk 3 hebben we gekeken naar het reactiegedrag van de woningzoekenden (paragraaf 3.4), waarbij we geconcludeerd hebben dat deze afhankelijk is van zowel eigenschappen van de woningzoekenden als eigenschappen van de vrijgekomen woning. Voor het model zijn we dan ook op zoek naar een reactiekans van een woningzoekende van een bepaald type op een vrijkomende woning van een bepaald type. Woningzoekendenbestand Het woningzoekendenbestand bevat dus een lijst met woningzoekenden die aan het begin van de simulatieperiode staan ingeschreven. De informatie van ingeschreven woningzoekenden wordt in de praktijk vaak opgeslagen in een database, waarbij aan elke woningzoekende een uniek registratienummer wordt gekoppeld. Door dit registratienummer mee te nemen in het 66

70 invoerbestand, komt dit registratienummer terug in de output van het model, waardoor het mogelijk is om informatie van de woningzoekenden die een woning toegewezen hebben gekregen op te zoeken in het originele databestand. Voor het model is het noodzakelijk dat alle eigenschappen van de woningzoekenden die in het model gebruikt worden bij, ofwel het bepalen van het type van de woningzoekende, ofwel het bepalen van de rangschikking worden opgenomen in het invoerbestand. Kijkend naar de rangschikking dan betekent dit voor een systeem waar starters gerangschikt worden op inschrijfduur en doorstromers gerangschikt op woonduur, dat voor de woningzoekenden zowel het label, de inschrijfduur en de woonduur moet worden opgenomen in het invoerbestand. Kans actief voor woningzoekenden In paragraaf 3.2 hebben we gezien dat het percentage van woningzoekenden dat actief op zoek is naar een woning verschilt wanneer we onderscheid maken tussen de woningzoekenden op basis van enkele karakteristieken. In paragraaf 3.4 hebben we ook gezien dat deze woningzoekenden verschillend reageren. Als gevolg van deze conclusies werkt het model met een kans dat een woningzoekende actief is en een kans dat de woningzoekende reageert op een vrijkomende woning die afhankelijk is van het type woningzoekende. In het invoerbestand moeten alle eigenschappen van woningzoekenden worden meegenomen waarop de indeling van het type woningzoekende is gebaseerd. Verder moet bij al deze eigenschappen rekening gehouden worden met de schaal waarop de indeling van het desbetreffende eigenschap is gebaseerd. Stel bijvoorbeeld dat de woningzoekenden ingedeeld worden naar leeftijdsklassen, waarbij klasse 1 de woningzoekenden betreffen die jonger zijn dan 25 jaar, dan moet in het invoerbestand in de kolom leeftijdsklasse van een 21-jarige woningzoekende de waarde 1 staan en niet 21. Per type woningzoekende werkt het model met een kans dat een woningzoekende actief op zoek is naar een woning. Deze kans bepalen we op basis van een historisch reactiebestand, waarbij het aantal actief woningzoekenden per type gedeeld wordt door het aantal woningzoekenden van hetzelfde type dat staat ingeschreven. Deze kans kunnen we berekenen met de volgende formule: waarbij x het type woningzoekende specificeert en n het aantal datums is dat je mee wilt nemen voor de berekening. De keuze voor de datums wordt in veel gevallen beperkt door zowel de periode waarover data bekend is als de periodieke aanbieding van woningen. Het aantal verschillende type woningzoekenden hangt af van het aantal karakteristieken en het aantal klassen waarin deze karakteristieken worden verdeeld waarvan de reactiekansen en de kans dat de woningzoekende actief is afhankelijk zijn. Hierbij moet een afweging gemaakt worden tussen het enerzijds kiezen voor een groot aantal types (door bijvoorbeeld meer eigenschappen of meer klassen per eigenschappen) zodat het gedrag van de woningzoekenden beter kan worden voorspeld en anderzijds de betrouwbaarheid van de data wanneer maar een klein aantal woningzoekenden van een bepaald type op de markt aanwezig zijn en de gevolgen van een te complex model. 67

71 Door het gebruik van de bovenstaande formule voor het scheiden van de woningzoekenden in een groep actief en een groep niet actief maken we de volgende aanname: Het percentage woningzoekenden van een bepaald type dat actief op zoek is naar een woning is in de tijd (ongeveer) constant ten opzichte van het aantal ingeschreven woningzoekenden van hetzelfde type. In paragraaf hebben we gekeken naar de ontwikkeling van het woningzoekendenbestand in de regio Utrecht in een periode van tweeëneenhalf jaar, waarbij we gezien hebben dat: Het aantal actief woningzoekenden per reactieperiode varieert rond de De gemiddelde waarden voor de karakteristieken leeftijd, inkomen, aantal personen en label van de groep actief woningzoekenden zijn in de gehele periode nauwelijks verandert. Hierdoor wordt de bovenstaande aanname ondersteund in een praktijksituatie en leidt de aanname dus niet tot een misrepresentatie in het model. Verhouding vrijkomen verschillende type woningen Voor het bepalen van de eigenschappen van de vrijkomende woning gebruikt het model een cumulatieve verdeling met kansen gebaseerd op een historisch reactiebestand. De cumulatieve verdeling is gebaseerd op de conditionele kans dat een woning die vrijkomt van een bepaald type is, welke we kunnen berekenen met de formule: Hoe vaak een woning vrijkomt in een periode vrijkomt is zowel afhankelijk van het aantal woningen van dit type in voorraad en de gemiddelde woonduur van de huishoudens die in dit soort woningen wonen. Hiervoor geldt dat hoe meer woningen van dit type in voorraad en hoe korter de gemiddelde woonduur in zo n type woning is, hoe groter de kans zal zijn dat de vrijkomende woning in het simulatiemodel van dit type is. Kans op reactie van een woningzoekende Door de scheiding van actieve en niet actieve woningzoekenden gebruiken we ook voor de reactiekans een conditionele kans: de kans dat een woningzoekende van type x reageert op een woning van type y gegeven dat de woningzoekende van type x actief is. Voor het berekenen van deze kans hebben we de volgende formule opgesteld: Waarbij n het aantal vrijkomende woningen van type y zijn waarover data beschikbaar is. In dit geval delen we door het aantal actief woningzoekenden van type x, waarvoor we aangenomen hebben dat dit aantal woningzoekenden ongeveer constant is over de gehele periode. Het aantal reacties is zowel afhankelijk van de algemene populariteit van woningtype y als de passendheid van het 68

72 woningtype bij het type woningzoekenden. Deze formule gebruiken we voor elk woningtype y die we binnen het model gedefinieerd hebben. In het model worden al deze bestanden opnieuw ingelezen wanneer een nieuwe simulatierun wordt opgestart, zodat we in elke run beginnen met dezelfde lijst met ingeschreven woningzoekenden. Voor het model is dan ook niet gekozen voor een batch-means methode welke in dit geval inhoudt dat de nieuwe simulatierun gestart zal worden met een woningzoekendenbestand dat bestaat uit alle woningzoekenden die aan het eind van de simulatieperiode van de vorige run nog stonden ingeschreven. Voor de evaluatie van een woonruimteverdelingssysteem zijn we echter juist geïnteresseerd in het effect van de mogelijke verandering op het toewijzingsresultaat met de woningzoekenden die op dit moment staan ingeschreven. Als gevolg hiervan is de batch-means methode dan ook niet gebruikt in het ontwikkelde simulatiemodel. 69

73 4.4 Inschrijving van een woningzoekende (procedure X) Zoals in de inleiding is beschreven, is één van de gebeurtenissen die plaats kan vinden in het discrete event simulatiemodel, dat een nieuwe woningzoekende zich inschrijft. Wanneer dit het geval is moeten de volgende stappen doorlopen worden: 1. Update de tijd binnen het model 2. Bepaal de karakteristieken van de woningzoekende die zich inschrijft 3. Bepaal een nieuw moment voor de gebeurtenis inschrijving van een woningzoekende Een nieuwe inschrijving vindt plaats wanneer het moment waarop de nieuwe inschrijving plaatsvindt eerder in de tijd ligt dan het moment voor een uitschrijving en het vrijkomen van een woning. Aangezien de toestand in het model alleen verandert bij één van deze drie gebeurtenissen, kan de tijd binnen het model doorgespoeld worden tot aan het moment van inschrijven. Bij het doorspoelen van de tijd in het model moet het moment waarop een woningzoekende zich uitschrijft of waarop een woning vrijkomt ook aangepast worden, aangezien dit moment dichterbij is gekomen wanneer binnen het model tijd verlopen is. Wanneer de tijd binnen het model is aangepast moet voor de nieuwe woningzoekende karakteristieken bepaald worden. Hiervoor wordt binnen het model gekeken naar alle woningzoekenden die al staan ingeschreven. In paragraaf hebben we gezien dat de gemiddelde waarde voor de karakteristieken van de woningzoekenden over een periode van tweeënhalf jaar in de regio Utrecht redelijk gelijk zijn gebleven. Op basis van deze constatering worden de karakteristieken van de nieuwe woningzoekenden gelijk gesteld aan de karakteristieken van een woningzoekende uit het woningzoekendenbestand. Van welke woningzoekende de karakteristieken gekopieerd wordt, wordt random bepaald met een gelijke kans voor elke reeds ingeschreven woningzoekende. Wanneer de nieuwe woningzoekende een plek binnen het woningzoekendenbestand heeft gekregen wordt door het model een moment bepaald waarop de volgende woningzoekende zich inschrijft. Dit moment wordt bepaald op basis van een gemiddelde tijd tussen het inschrijven van twee woningzoekenden, die als input in het model moet worden ingegeven. Deze gemiddelde tijd kan gebaseerd worden op een historische periode, waarbij het aantal dagen van de desbetreffende periode gedeeld door het woningzoekenden dat zich in deze periode hebben ingeschreven de gemiddelde tijd tussen twee inschrijvingen oplevert. Voor het bepalen van het moment voor een nieuwe inschrijving gebruikt het model een Poisson proces. Dat is een aankomstproces waarbij de tijd tussen twee nieuwe inschrijvingen exponentieel verdeeld wordt verondersteld met een gemiddelde gelijk aan de gemiddelde tijd tussen twee inschrijvingen die als input van het model is gegeven. De exponentiële verdeling wordt gebruikt door de eigenschap dat deze verdeling geheugenloos is, waardoor het moment van inschrijven van de ene woningzoekende onafhankelijk is van het moment van inschrijven van de andere woningzoekende (wat in de praktijk vaak het geval is en daardoor wordt deze verdeling ook vaak gebruikt bij het simuleren van een aankomstproces). 70

74 4.5 Uitschrijving van een woningzoekende zonder woning (procedure Y) Woningzoekenden hebben de vrijheid om zich op elk moment uit te schrijven, waarbij een uitschrijving niet betekent dat de woningzoekende ook daadwerkelijk een sociale huurwoning heeft geaccepteerd. In het geval van een acceptatie wordt de woningzoekende in de meeste gevallen automatisch uitgeschreven, waarna de woningzoekende alle vrijheid heeft om zich weer opnieuw in te schrijven. In het geval van een uitschrijving moet eenzelfde soort stappen doorlopen worden als in het geval van een inschrijving: 1. Update de tijd binnen het model 2. Bepaal welke woningzoekende zich uitschrijft 3. Bepaal een nieuw moment voor de gebeurtenis uitschrijving van een woningzoekende Het updaten van de tijd binnen het model gebeurt op dezelfde manier als bij een inschrijving van een woningzoekende. Voor het bepalen van welke woningzoekende zich uitschrijft hebben we de volgende aanname gemaakt: De kans dat een woningzoekende van type x zich uitschrijft zonder een woning te accepteren, is even groot als de kans dat een woningzoekende van type y zich uitschrijft zonder een woning te accepteren. Deze aanname wordt in het model verwerkt door op het moment dat iemand zich uitschrijft, random een getal te trekken uit de discrete uniforme verdeling tussen de 1 en het aantal ingeschreven woningzoekenden en de woningzoekende op de plaats van dat getal uit te schrijven als woningzoekende. Wanneer de woningzoekende is uitgeschreven moet een nieuw moment bepaald worden waarop de volgende woningzoekende zich uitschrijft. Net als bij een inschrijving werkt het model hier met een Poisson proces, waarbij de tijd tussen twee uitschrijvingen exponentieel verdeeld wordt verondersteld. Het gemiddelde van deze verdeling is wederom een inputvariabele voor het model en kan gebaseerd worden op een historisch bestand waarbij het aantal dagen van een bepaalde periode gedeeld wordt door het aantal uitschrijvingen zonder dat deze woningzoekenden een woning hebben geaccepteerd. 71

75 4.6 Vrijkomen van een woning (procedure Z) De procedure voor het vrijkomen van een woning is uitgebreider dan de procedures voor het inschrijven en uitschrijven van een woningzoekende, wat we ook hebben gezien in figuur Waar de vorige procedures alleen beschreven werden door een aantal pijlen, zien we dat de procedure voor het vrijkomen van een woning met meerdere blokken en pijlen wordt beschreven. Achtereenvolgens moeten bij deze procedure de volgende stappen doorlopen worden: 1. Update de tijd binnen het model 2. Bepaal wat voor type woning vrijkomt 3. Bepaal welke actief woningzoekende op de woning reageert 4. Rangschikking van de reagerende woningzoekenden 5. Bepaal welke woningzoekende de woning accepteert 6. Bepaal een nieuw moment voor de gebeurtenis vrijkomen van een woning Ook hier geldt dat het updaten van de tijd binnen het model op dezelfde wijze gebeurt als we beschreven hebben in paragraaf 4.4. Voor het bepalen van het moment waarop de volgende woning vrijkomt hebben we weer gekozen voor een Poisson proces, met een exponentiële verdeling voor de gemiddelde tijd tussen het vrijkomen van twee woningen. Voor het gemiddelde kunnen we gebruik maken van een historisch bestand waarbij de gemiddelde tijd gelijk is aan het aantal dagen van een bepaalde periode gedeeld door het aantal woningen dat vrijgekomen is in de periode. Bij het beschrijven van de trend in het aantal woningen dat vrijgekomen is in de regio Utrecht in paragraaf hebben we gezien dat hier sprake was van een dalende trend. Wanneer we verwachten dat deze trend zich doorzet (of in ieder geval dat het gemiddelde niet terug komt op het gemiddelde uit het begin van 2007) moet hier bij het berekenen van de gemiddelde tijd tussen het vrijkomen van twee woningen rekening mee worden gehouden. Dit kan door: De gemiddelde tijd te berekenen op basis van een korte, recente periode De gemiddelde tijd te berekenen op basis van de gehele periode, maar deze aanpassen op basis van de trend (in dit geval het gemiddelde ophogen doordat minder woningen vrijkomen). Verder worden woningen in de praktijk vaak periodiek aangeboden, waardoor per periode een bepaald aantal woningen vrijkomen. In het model wordt gewerkt met een continue tijdschaal, waarbij de woningen die vrijkomen in een bepaalde periode gelijkmatig verdeeld worden over deze periode. De rest van deze paragraaf bespreekt de overige 4 stappen uit de procedure voor het vrijkomen van een woning, waarbij we voor elke stap een aparte subparagraaf gebruiken Bepaal welk type woning vrijkomt Wanneer het eerstvolgende moment binnen het model het vrijkomen van een woning is, wordt eerst bepaald wat voor een type woning vrijkomt. Dit moet eerst worden bepaald omdat het type van de woning meespeelt in de reactiekansen van de actief woningzoekenden. Voor het bepalen van het type van de woning beschikken we over de cumulatieve verdeling met de kansen voor het vrijkomen 72

76 van een woning van een bepaald type (zie paragraaf 4.3). Deze cumulatieve kans gebruiken we in het volgende algoritme, waarvan de output het type van de woning is dat vrijkomt: Input Cumulatieve kansverdeling F voor het vrijkomen van woningtype 1,2,,c Output Type van de vrijkomende woning Algoritme - Trek een getal uit de standaard uniforme verdeling en zet i = 1. - Zolang type van vrijkomende woning nog niet is gedefinieerd o Als random getrokken getal kleiner is dan F(i) Dan vrijkomende woning is van type i Anders i = i + 1 De complexiteit van dit algoritme is afhankelijk van het aantal mogelijke type woningen (c), dus wanneer c verschillende type woningen vrij kunnen komen dan wordt de als-functie maximaal c keer aangeroepen (O(c)). Binnen het simulatiemodel wordt het algoritme aangeroepen bij het vrijkomen van elke woning, waardoor de totale complexiteit per simulatierun neer komt op O(mc) met m het aantal woningen dat in de simulatierun vrijkomt. Voor een verlaging van de complexiteit kan in plaats van dit greedy algoritme ook gebruik gemaakt worden van zogenaamde halveringsalgoritmes. In dit soort algoritmes wordt de lijst waarin een waarde gezocht wordt steeds gehalveerd, waarna door middel van recursie verder wordt gezocht in één van de twee gehalveerde lijsten. Van dit type algoritme zijn meerdere varianten bekend waarbij maximaal log c operaties moeten worden uitgevoerd om het type van de vrijkomende woning te bepalen. Het verwachte aantal keer dat de als-functie moet worden aangeroepen is afhankelijk van de vorm van de cumulatieve verdeling. In het geval van tien mogelijke type woningen met elk een gelijke kans (een cumulatieve verdeling als weergegeven in figuur ) is het verwachte aantal gelijk aan 5. Voor een verdeling waarbij niet elk type woning dezelfde kans heeft, zoals in figuur is de verwachte afhankelijk van het punt waar de cumulatieve verdeling groter of gelijk is aan 0,5, voor deze verdeling wordt de als-functie dan ook 7 keer aangeroepen. Hier zien we ook meteen een andere manier om het gemiddelde aantal operaties binnen het model te verkleinen, aangezien het aflopend sorteren van woningtypes op de kans van vrijkomen het verwachte aantal keer dat de alsfunctie wordt aangeroepen verlaagt. Zo blijkt dat wanneer dezelfde cumulatieve verdeling op een andere manier gesorteerd (zoals in figuur ) de als-functie naar verwachting nog maar 3 keer wordt aangeroepen binnen dit algoritme. 73

77 Figuur : Cumulatieve verdeling gelijke kansen voor elk woningtype. Figuur : Voorbeeld cumulatieve verdeling met verschillende kansen per type woning. Figuur : Cumulatieve verdeling aflopend gesorteerd op kans op vrijkomen Bepaal welke woningzoekenden reageren op de vrijkomende woning Alleen de woningzoekenden binnen het model die de status actief hebben kunnen in het model reageren op een vrijkomende woning en op deze manier na het toegewezen krijgen van een woning zich uitschrijven uit het woningzoekendenbestand. Wanneer de groep actieve woningzoekenden niet wordt vernieuwd binnen het model, wordt het aantal woningzoekenden dat in het model in aanmerking komt voor het reageren op een woning steeds kleiner. In paragraaf hebben we gezien dat het aantal actief woningzoekenden per reactieperiode ongeveer gelijk blijft, daarom wordt binnen het model de groep actief woningzoekenden per reactieperiode vernieuwd. De lengte van een reactieperiode is binnen het model variabel, dus afhankelijk van de regio waarvoor het woonruimteverdelingssysteem wordt gesimuleerd kan de reactieperiode worden aangepast. Bij het aanbreken van een nieuwe reactieperiode wordt de groep actief woningzoekenden opnieuw bepaald, waarvoor het volgende algoritme wordt gebruikt: Input Groep ingeschreven woningzoekenden Kans dat een woningzoekende actief is afhankelijk van karakteristieken 74

78 Output Groep actief woningzoekenden Aantal actief woningzoekenden Algoritme - Voor alle woningzoekenden o Bepaal de kans dat de woningzoekende actief is o Trek een getal uit de standaard uniforme verdeling o Als random getrokken getal kleiner is dan de kans dat de woningzoekende actief is Dan voeg de woningzoekende toe aan de lijst met actief woningzoekenden En verhoog het aantal actief woningzoekenden met 1 We zien dat voor alle ingeschreven woningzoekenden de kans bepaald wordt dat een woningzoekende van dat type actief is, waarna dit getal vergeleken wordt met een getal dat wordt getrokken uit de standaard uniforme verdeling. Dit betekent dus dat wanneer n woningzoekenden zich hebben ingeschreven het algoritme van O(n) is. Dit betekent, zeker in regio s waar het aantal ingeschreven woningzoekenden hoog ligt, dit onderdeel van het simulatiemodel een groot deel van de totale rekentijd voor zijn rekening neemt. Hoe vaak het algoritme wordt aangeroepen in één simulatieperiode is afhankelijk van de lengte van de run en de lengte van de reactieperiode, waarbij geldt hoe langer de run en hoe korter de reactieperiode hoe vaker het algoritme wordt aangeroepen. Verder zien we ook dat bij het bepalen of een woningzoekende actief is in de volgende periode, geen rekening wordt gehouden met het feit of deze de afgelopen periode actief is geweest of niet. Doordat op dit moment veel mensen zich inschrijven met het idee om later een betere positie te hebben bij het zoeken naar een woning, kan in de praktijk wel eens een samenhang zitten tussen de status in deze periode en die van afgelopen periode. Wij proberen echter de samenstelling van de groep actief woningzoekenden realistisch te maken en kijken dus voor woningzoekenden naar het type tot welke deze horen in plaats van naar de woningzoekenden als individu, waardoor we deze samenhang hier niet meenemen. Voor alle woningzoekenden die actief zijn bij het vrijkomen van een woning wordt in het model bepaald of deze wel of niet reageren op de woning. Hiervoor wordt eenzelfde algoritme gebruikt als voor het bepalen van de groep actief woningzoekenden: Input Groep actief woningzoekenden Kenmerken van de vrijkomende woning Kans dat een woningzoekende reageert op een woning van het type dat is vrijgekomen Output Groep woningzoekenden die reageert op de vrijkomende woning Aantal woningzoekenden dat reageert 75

79 Algoritme - Voor alle actief woningzoekenden o Bepaal de kans dat de woningzoekende reageert op het type woning dat is vrijgekomen o Trek een getal uit de standaard uniforme verdeling o Als random getrokken getal kleiner is dan de kans dat de woningzoekende reageert Dan voeg de woningzoekende toe aan de lijst met reagerende woningzoekenden En verhoog het aantal woningzoekenden dat reageert met 1 Ook hier zien we dat het algoritme voor het bepalen van de groep woningzoekenden die reageert voor alle actief woningzoekenden een getal uit de standaard uniforme verdeling wordt vergeleken met een reactiekans die als input voor het model dient. Daarom is het algoritme van O(n), met n gelijk aan het aantal actief woningzoekenden Rangschikking van de reagerende woningzoekenden Voordat de woning wordt aangeboden aan een woningzoekende moet binnen het model bepaald worden welke woningzoekende volgens de volgordecriteria binnen het woonruimteverdelingssysteem dat gesimuleerd wordt het meeste recht heeft op de vrijkomende woning. Volgens de volgordecriteria worden alle woningzoekenden die binnen het model reageren gerangschikt, waarbij de woningzoekende die de woning als eerste krijgt aangeboden boven aan de rangschikking geplaatst wordt. Voor het bepalen van de rangschikking wordt een sorteeralgoritme gebruikt, waar vele varianten van bekend zijn. De orde van deze algoritmes hangen in alle gevallen af van het aantal waarden dat gesorteerd moet worden. In paragraaf 3.4 hebben we gezien dat het gemiddelde aantal reacties per woning beperkt blijft, waardoor het bepalen van een rangschikking in dit geval niet veel tijd kost, ook al gebruikt het model een greedy sorteeralgoritme Bepaal welke woningzoekende de woning accepteert Nadat de reagerende woningzoekenden gerangschikt zijn begint het aanbiedingsproces van de woning. Hierbij hebben we in het eind van paragraaf 3.4 gezien dat lang niet alle woningen geaccepteerd door de woningzoekende die volgens de rangschikking het meeste recht op de woning heeft. Om te bepalen welke woningzoekende de woning accepteert wordt het volgende algoritme gebruikt: Input Output Gerangschikte lijst met woningzoekenden die hebben gereageerd De geschatte cumulatieve verdeling (zie ook paragraaf 4.2) Woningzoekende die de woning accepteert 76

80 Algoritme - Zet i gelijk aan 1. - Zolang de woning nog niet is geaccepteerd o Trek een getal uit de standaard uniforme verdeling o Als random getal kleiner is F(i) Dan woningzoekende van plaats i in de rangschikking accepteert de woning Anders i = i + 1 Wanneer we kijken naar dit algoritme wordt de woning in het slechtste geval aan alle reagerende woningzoekenden aangeboden, waardoor het algoritme van O(n) is met n gelijk aan het aantal woningzoekenden dat reageert op de woning. Verder zien we ook dat het mogelijk is dat geen van de woningzoekenden die op de woning reageert de woning accepteert, zeker wanneer het aantal woningzoekenden dat reageert klein is. In dit geval wordt de woning in het model aan niemand toegewezen. Voor het vrijkomen van een woning hebben we een aantal algoritme gebruikt van verschillende complexiteit. Bij het vrijkomen van een woning moeten al deze algoritmes aangeroepen worden waardoor de totale complexiteit voor het vrijkomen van een woning dan ook een som van de individuele complexiteit is. We hebben gezien dat de algoritmes afhangen van één van de volgende groepen woningzoekenden: Ingeschreven woningzoekenden o Bepalen groep actief woningzoekenden Actief woningzoekenden o Bepalen groep reagerende woningzoekenden Reagerende woningzoekenden o Bepalen van rangschikking o Bepalen van de woningzoekende die de woning accepteert Van al deze groepen weten we dat de groep ingeschreven woningzoekenden het grootst is, waardoor voor het bepalen van de groep actief woningzoekenden het meeste operaties moeten worden verricht. We hebben echter ook gezien dat dit algoritme periodiek wordt aangeroepen en dus niet bij elke vrijkomende woning. In het geval van een simulatie waarin veel woningen vrijkomen per reactieperiode en de groep actief woningzoekenden relatief groot is ten opzichte van de groep ingeschreven woningzoekenden, worden in totaal de meeste operaties verricht in het algoritme waar de groep reagerende woningzoekenden wordt bepaald. 77

81 4.7 Output Zoals we in de inleiding besproken hebben is het doel van het simulatiemodel om inzicht te krijgen in de veranderingen in het toewijzingsresultaat als gevolg van het veranderen van de regels binnen het woonruimteverdelingssysteem. De output van het model is dan ook het toewijzingsresultaat dat heeft plaatsgevonden in de simulatierun. Dit toewijzingsresultaat geeft ons zowel het type woning dat is vrijgekomen als het type woningzoekende dat deze woning geaccepteerd heeft in het model. Met behulp van deze output kunnen we dan ook verschillende indicatoren vergelijken, bijvoorbeeld: Het percentage toewijzingen aan verschillende type woningzoekenden Het prcentage toewijzingen aan verschillende karakteristieken van de woningzoekenden o Bijvoorbeeld het percentage toewijzingen per leeftijdscategorie Het type woning dat een bepaald type woningzoekenden krijgt toegewezen o Bijvoorbeeld het type woning dat de jonge starter krijgt toegewezen Doordat het toewijzingsproces wordt gesimuleerd met verschillende regels binnen het woonruimteverdelingssysteem kunnen de verschillende toewijzingsresultaten op basis van bovenstaande indicatoren vergeleken worden. Hierdoor kunnen dus conclusies getrokken in de vorm van: Als gevolg van de verandering krijgen woningzoekenden van type x1 meer woningen toegewezen. Als gevolg van de verandering krijgen woningzoekenden van type x2 minder woningen toegewezen. Als gevolg van de verandering verandert het aantal woningen dat woningzoekenden van type x3 krijgen toegewezen niet. De extra woningen die woningzoekenden van type x1 krijgen toegewezen zijn van type y. 78

82 Hoofdstuk 5: Mogelijkheden van het model 5.1 Inleiding In het vorige hoofdstuk hebben we het ontwikkelde simulatiemodel beschreven, waarbij we hebben gezien hoe het model in elkaar zit en hoe een woonruimteverdelingsysteem wordt gesimuleerd. Hierbij hebben we nog niet gekeken naar hoe het model in de praktijk wordt gebruikt en dus welke mogelijkheden dit simulatiemodel biedt. Dit hoofdstuk heeft tot doel om de mogelijkheden van het model te beschrijven, waarbij zowel wordt ingegaan op wat wel mogelijk is als op wat niet mogelijk is. Hiervoor staan we in dit hoofdstuk in de volgende twee paragrafen stil bij de twee grootste beperkingen van het model: 1. Verhuisketens: In het model wordt geen rekening gehouden met de relatie tussen de toewijzing van een woning aan een doorstromer en het vrijkomen van de woning die de doorstromer achter laat. 2. Historisch reactiebestand: In het model worden de reactiekansen bepaald aan de hand van een reacties die in het verleden zijn uitgebracht. Vervolgens kijken we naar wat het model wel kan, waarvoor we in hoofdstuk 5.4 en 5.5 twee cases uit de praktijk bespreken waarvoor het model reeds gebruikt is. In de vierde paragraaf betreft dit een case uit de regio Utrecht, waarin gezocht is naar het effect van bevoordelen van jonge doorstromers bij het zoeken naar een woning. De andere case die we bespreken komt uit de regio Haaglanden, waarbij het model gebruikt is om ondersteuning te bieden bij de keuze om doorstromers te rangschikken op basis van hun woonduur (de tijd die zij in de huidige woning wonen) in plaats van de inschrijfduur (welke op dit moment gebruikt wordt). Doordat de mogelijkheden van het model verder reiken dan de mogelijkheden die in deze cases naar voren komen, bespreken we in paragraaf 6 ook nog twee fictieve cases voor verdere analyse van de mogelijkheden van het model. 79

83 5.2 Verhuisketens De grootste beperking van het model heeft te maken met het bestaan van verhuisketens op de sociale woningmarkt, wat niet verwerkt is in de ontwikkeling van het model. We hebben al een keer gerefereerd aan het feit dat een doorstromer die een woning toegewezen krijgt een woning achter laat. Dit betekent dus dat wanneer een woning wordt toegewezen aan een doorstromer een extra woning vrijkomt, waardoor het moment van vrijkomen van deze woning niet onafhankelijk is van het moment van vrijkomen van de woning die de doorstromer heeft geaccepteerd. De aanname van het onafhankelijk vrijkomen van twee woningen in het model wordt dus verstoord door de verhuisketens. Om de gevolgen van deze onjuiste aanname in beeld te krijgen bekijken we in deze paragraaf de verhuisketens, waarbij we in figuur een verhuisketen schematisch hebben weergegeven. Figuur 5.2.1: Schematische weergave van een verhuisketen van lengte drie. Starter 3 Door 2 Door 1 stromer stromer Een verhuisketen binnen de sociale huursector wordt opgestart doordat een woning aan de woningvoorraad wordt toegevoegd of doordat een woning vrijkomt waarvan de huidige bewoner de sociale huursector verlaat. Dit laatste kan bijvoorbeeld gebeuren door het overlijden van de bewoner, maar ook (e)migratie naar een andere regio of het kopen van een huis kunnen redenen zijn voor het opstarten van een (regionale) verhuisketen binnen de sociale huursector. Voor de toekomstige bewoner van de vrijkomende woning kunnen nu twee opties zijn: ofwel de nieuwe bewoner woont al in een sociale huurwoning waardoor een nieuwe woning vrijkomt en een nieuwe schakel aan de keten wordt toegevoegd ofwel de nieuwe bewoner is een starter (laat geen sociale huurwoning achter) waarmee de opgestarte verhuisketen tot einde komt. De lengte van de keten hangt dus af van het aantal doorstromers dat een woning accepteert en eindigt dus altijd met een acceptatie van een starter (of in enkele gevallen een doorstromer die geen woning achterlaat, bijvoorbeeld een woning die gesloopt gaat worden). Met het oog op dit punt wordt een verhuring aan een doorstromer door woningcorporaties dan ook vaak geprefereerd boven een verhuring aan een starter, alleen maar doordat dit de opgestarte verhuisketen verlengt. In paragraaf 3.4 hebben we gezien dat doorstromers hoofdzakelijk op woningen reageren met een gelijk of groter aantal kamers dan de huidige woning. Voor verhuisketens betekent dit dan ook dat de woning uit schakel n in de meeste gevallen niet minder kamers heeft dan de woning uit schakel n + 1. Wanneer we veronderstellen dat doorstromers in het algemeen ook op zoek zijn naar een betere woning, kunnen we ook in het algemeen stellen dat de woning uit schakel n in de verhuisketens van een betere kwaliteit is dan de woning uit schakel n

84 Wanneer we kijken naar het type woning dat een verhuisketen opstart kunnen we als gevolg van de verhuisketens ook aannemen dat het ene type woning vaker vrijkomt als initieel aanbod (dit zijn woningen die een verhuisketen opstarten) dan het andere type woning. Terugkomend op de onafhankelijk tussen het vrijkomen van twee woningen kunnen we zeggen dat het vrijkomen van woningen binnen een keten niet onafhankelijk is, maar het moment van vrijkomen van twee woningen uit twee verschillende ketens kunnen we wel onafhankelijk veronderstellen. Dit betekent dus ook dat het opstarten van twee ketens onafhankelijk is. Binnen Amsterdam is door Buys (2005) gekeken naar verhuisketens, waarbij het percentage van de woningen is geschat dat is vrijgekomen en een verhuisketen heeft opgestart. In figuur zien we de schatting van het aantal woningen dat is vrijgekomen als initieel aanbod en als gevolg van doorstroming, waarbij de woningen zijn ingedeeld in verschillende prijsklassen voor huur en koop. Wanneer we kijken naar de huurwoningen zien we het grootste percentage van initieel aanbod in de categorie duurdere huur en het kleinste percentage in goedkope huur. Naast percentages van initieel aanbod voor vrijkomende woningen beschrijft Buys (2005) ook de lengte van de verhuisketens in Amsterdam. Hij heeft een gemiddelde lengte van 1,83 berekend, waarbij meer dan de helft van de initieel vrijkomende woningen niet aan een doorstromer wordt toegewezen. Dit lage gemiddelde voor de lengte van de verhuisketens betekent wel dat de aanname van onafhankelijkheid in meer dan de helft van de vrijkomende woningen gewoon opgaat. Binnen het model wordt geen rekening gehouden met verhuisketens en ziet als gevolg van de aanname van onafhankelijkheid elke vrijkomende woning uit het verleden als een verhuisketen van lengte 1. Dit betekent dat de woningen die vrijkomen als gevolg van doorstroming worden gezien als initieel aanbod. In het geval dat een verandering leidt tot meer toewijzingen aan starters komen in de praktijk minder woningen vrij als gevolg van doorstroming, maar in het model is het vrijkomen van woningen onafhankelijk gesteld en komen dus nog evenveel woningen vrij. Dit werkt ook de andere kant op; wanneer een verandering leidt tot meer toewijzingen aan doorstromers komen in de praktijk meer woningen vrij, maar in het model blijft het aanbod van woningen hetzelfde. Met andere woorden simuleert het model verhuisketens van gelijke lengte als de verhuisketens van de afgelopen periode, onafhankelijk van het aantal toewijzingen aan doorstromers en starters binnen het model. Ondanks dat het model een gelijke lengte van verhuisketens simuleert, kunnen scenario s wel vergeleken worden op het percentage toewijzingen aan doorstromers. Stel bijvoorbeeld dat in het Figuur 4.5.2: Schatting van oorsprong van het jaarlijkse aanbod van woningen in Amsterdam (Buys, 2005) 81

85 ene scenario 100 woningen naar doorstromers gaan, terwijl in het andere scenario 200 woningen naar doorstromers gaan dan kunnen we zeggen dat als gevolg van de verandering in het tweede scenario 100 woningen meer vrijkomen. Het model geeft echter niet aan wat voor soort woningen dit zijn en naar welke woningzoekenden deze extra vrijkomende woningen gaan. Als gevolg van de kennis van verhuisketens kunnen we wel zeggen dat deze woningen niet de eigenschappen heeft van een zeer populaire woning. Wanneer de verhuisketens binnen het model verwerkt worden kunnen we wel uitspraken doen over het type woningen dat vrijkomt door doorstroming en de woningzoekenden die deze extra vrijkomende woningen krijgen toegewezen. Hiervoor moet het model worden aangepast zodat in eerste instantie alleen het vrijkomende woningen worden gesimuleerd die een verhuisketen opstarten, waarbij onafhankelijkheid voor de momenten waarop de woningen vrijkomen kan worden verondersteld. In het geval dat een woning dan wordt toegewezen aan een doorstromer, kan de procedure voor het vrijkomen van een woning die we beschreven hebben in paragraaf 4.6 opnieuw worden gestart met een woningtype dat vrijkomt gelijk aan het woningtype dat de doorstromer die de woning toegewezen heeft gekregen achterlaat. Voor een verandering als deze hebben we extra informatie nodig in de vorm van: Het type woning dat de doorstromers bewonen, zodat deze binnen het model vrij kan komen wanneer een doorstromer een woning accepteert. Een onderscheidt tussen woningen die vrijgekomen zijn als gevolg van doorstroming en woningen die vrijgekomen zijn als initieel aanbod. In de praktijk zijn dit twee soorten informatie die lastig te verkrijgen zijn doordat vaak geen informatie beschikbaar is over de reden waarom een woning vrijkomt en doorstromers niet automatisch gelinkt zijn aan de woning uit de voorraad waarin zij op dit moment wonen. Verder speelt hier ook mee dat de definitie van het label doorstromer niet in elke regio gelijk is, zo worden in sommige regio s ook woningzoekenden uit een ander deel van het land die een woning achter laten als doorstromer gelabeld, terwijl deze geen verhuisketen opstarten binnen de regio. Doordat deze informatie niet beschikbaar is, zijn de verhuisketens dan ook niet verwerkt in het model. 82

86 5.3 Historisch reactiebestand Zoals in de inleiding vermeld is wordt in deze paragraaf de beperking van het baseren van het reactiegedrag op een historisch reactiebestand besproken waarbij we ingaan op de volgende twee beperkingen: Statisch reactiegedrag Historische passendheidscriteria In paragraaf 4.2 hebben we gezien dat binnen het model aan het begin van elke simulatierun enkele inputbestanden worden ingelezen waarmee het reactiegedrag gedefinieerd wordt. Dit reactiegedrag blijft gedurende de hele simulatieperiode gelijk waardoor geldt dat: De kans dat een woningzoekende van een bepaald type actief is op moment t is gelijk aan de kans dat een woningzoekende van dat type actief is op moment t + 1. De kans dat een actief woningzoekende reageert op een vrijkomende woning van een bepaald type op moment t is gelijk aan de kans dat een actief woningzoekende van dat type reageert op een woning van hetzelfde type dat vrijkomt op moment t + 1. Verder hebben we gezien dat zowel de kans dat een woningzoekende actief is als de kans dat een woningzoekende op een bepaalde woning reageert gebaseerd wordt op het reactiegedrag in een historische periode. We nemen hierbij dus aan dat het reactiegedrag van de woningzoekenden onafhankelijk is van de tijd en de inrichting van het woonruimteverdelingsysteem. Wanneer woningzoekenden echter weten dat zij een betere positie krijgen op de markt is het mogelijk dat zij als gevolg hiervan anders gaan reageren. In paragraaf 3.4 hebben we het gehad over de hardheid van woonwensen en in hoeverre woningzoekenden afstappen van bepaalde woonwensen en ook op woningen reageren die niet aan alle wensen voldoet. De vraag is hier of een woningzoekende die als gevolg van een verandering in het woonruimteverdelingssysteem een betere concurrentiepositie krijgt niet een ander reactiegedrag gaat vertonen, waarom zal deze woningzoekende immers nog genoegen nemen met een woning die niet helemaal aan zijn woonwensen voldoet als hij weet dat hij een sterke concurrentiepositie op de markt heeft? Ook voor woningzoekenden die als gevolg van een verandering bij het verdelen van woningen benadeeld worden kunnen we ons afvragen of zij hun reactiegedrag als gevolg niet gaan aanpassen. Blijven zij reageren op de woningen waarop zij reageerden wanneer hun concurrentiepositie beter was of zullen zij gaan reageren op woningen waarop zij nog wel kans maken met het idee liever een woning dan geen woning? Het model geeft ons geen antwoord op de vraag in hoeverre het reactiegedrag afhankelijk is van de tijd en het reactiegedrag is als gevolg van het gebruik van een historisch reactiebestand dan ook statisch, waarmee we bedoelen dat het reactiegedrag gedurende de hele simulatieperiode hetzelfde is en gelijk wordt gesteld aan het reactiegedrag uit het verleden. Ondanks dat het reactiegedrag binnen het simulatiemodel dus niet dynamisch is, kunnen we het model wel runnen met een aangepast reactiegedrag om inzicht te krijgen in hoe de woningen verdeeld worden wanneer de woningzoekenden zich in de toekomst constant anders gedragen. De eerste fictieve case in paragraaf 5.6 bespreekt een mogelijkheid voor het aanpassen van het reactiegedrag gedurende de hele simulatieperiode. 83

87 Een andere beperking die volgt uit het gebruik van het historisch reactiebestand voor het simuleren van het reactiegedrag heeft betrekking op de passendheidscriteria uit het verleden. Stel dat in een bepaalde regio bijvoorbeeld passendheidscriteria zijn gebruikt voor bezettingsnormen van huurwoningen, waardoor eenpersoonshuishoudens niet op woningen mochten reageren met meer dan 3 kamers. Wanneer de regio van plan is om dit criteria af te schaffen krijgen de eenpersoonshuishouden de mogelijkheid om te gaan reageren op grotere woningen. In het historisch reactiebestand hebben zij echter nooit gereageerd op dit soort woningen (dit was niet toegestaan) en aangezien het reactiegedrag in het simulatiemodel op dit bestand gebaseerd is reageren eenpersoonshuishoudens in het model ook niet op vrijkomende woningen die een groot aantal kamers hebben. In het geval van het afschaffen of versoepelen van de passendheidscriteria moeten we dus op een andere manier de reactiekans bepalen. Een mogelijkheid hiervoor is om gebruik te maken van een conjuncte meettechniek, waarmee van de woonwensen van de woningzoekenden naar voren komt welke wensen hard en zacht zijn (Boumeester en Jansen, 2010). Door middel van het voorleggen van verschillende alternatieven en woningzoekenden te vragen om deze alternatieven te rangschikken, krijgen we inzicht in hoeverre de woningzoekenden geïnteresseerd zijn in de woningen waarop zij door de passendheidscriteria uit het verleden niet op hebben mogen reageren. Terug naar het voorbeeld waarbij eenpersoonshuishoudens niet mochten reageren op woningen met meer dan 3 kamers, dan kan bijvoorbeeld volgen uit de conjuncte meettechniek dat de eenpersoonshuishoudens even geïnteresseerd zijn in een vierkamerwoning als een driekamerwoning, maar niet bereid zijn om hier meer voor te betalen. Als gevolg van een conclusie als deze kunnen we het model runnen, waarbij de reactiekansen op vierkamerwoningen voor eenpersoonshuishoudens gelijk zijn aan de reactiekansen op driekamerwoningen met een gelijkwaardige huur. Voor het effect van het instellen of aanscherpen van passendheidscriteria kunnen we het model aanpassen zodat de reacties die niet aan de criteria voldoen niet mee te nemen bij het bepalen van de rangschikking (met de aanname dat de woningzoekenden hun reactiegedrag niet aanpassen aan de nieuwe criteria). Voor een toepassing van het instellen van passenheidscriteria verwijzen we naar de tweede fictieve case in paragraaf 5.6, waar we het effect van inkomensnormen hebben geëvalueerd. 84

88 5.4 Case regio Utrecht In deze paragraaf bespreken we een case in de regio Utrecht, waarbij de bestuurders van de verschillende gemeenten in de regio aan RIGO gevraagd hebben om te onderzoeken wat het effect is van het bevoordelen van jonge doorstromers in de regio. Naast het onderzoeken van de huidige situatie in de regio hebben we hier een deel van het model gebruikt om te laten zien op welke manier het toewijzingsresultaat verandert als gevolg van de voorgestelde verandering. Voor het bespreken van deze case hebben we deze paragraaf onderverdeeld in vijf subparagrafen: probleemstelling, toepassing model, resultaten, conclusies van het rapport en validatie van het model Probleemstelling In een overleg tussen verschillende gemeenten uit de regio Utrecht hebben vertegenwoordigers van enkele gemeenten hun zorgen geuit over de kansen van jonge doorstromers op de sociale huurwoningmarkt in de regio. De angst is dat wanneer een woningzoekende een woning accepteert, deze lang moet wachten voordat hij weer voor een andere woning in aanmerking komt. De basis van deze angst ligt in het gehanteerde volgordecriterium inschrijfduur, welke na het accepteren van een woning voor elke woningzoekende weer terug op 0 wordt gezet. Wanneer we in het achterhoofd houden dat de woonwensen van de groep jongeren snel veranderen (zoals beschreven in paragraaf 3.4), dan worden jongeren voor de keuze gesteld om een eenvoudigere woning te accepteren en weer opnieuw inschrijfduur op te bouwen of iets langer te wachten en meteen te gaan voor een woning van hogere kwaliteit (waarvoor in het algemeen een langere inschrijfduur nodig is om in aanmerking te komen). Om de positie van de jonge doorstromers te verbeteren is het voorstel gekomen om de groep jonge starters na het accepteren van een woning hun inschrijfduur te laten behouden, zodat zij zich kunnen inschrijven als doorstromers en niet op nul hoeven te beginnen. Doordat geen data beschikbaar is over de inschrijftijd van de jonge doorstromers op het moment dat zij de huidige woning hadden geaccepteerd, is het model gebruikt om inzicht te krijgen in het effect van het bevoordelen van de groep jonge doorstromers op twee manieren: 1. Vaste hoeveelheid aan extra inschrijfduur voor doorstromers tot 30 jaar 2. Een leeftijdsafhankelijke extra inschrijfduur in de vorm van de leeftijd van de doorstromer min 18 jaar min een extra factor Toepassing model Voor het inzichtelijk maken in de verandering in het toewijzingsresultaat van de woningen wanneer de jonge doorstromers voorrang krijgen bij het bepalen van de rangorde, hebben we in dit geval gekozen voor een speciale, eenvoudigere versie van het model waar de vrijkomende woningen en reacties van woningzoekenden als een constante worden beschouwd (ter verduidelijking staat in figuur een schematische weergave van dit model). In plaats van het simuleren van het reactiegedrag en de vrijkomende woningen, stellen we hier dan ook dat het reactiegedrag onafhankelijk is van de inrichting van het woonruimteverdelingssysteem. Hierdoor hebben we dus dezelfde woningzoekenden laten reageren op dezelfde vrijkomende woningen als in het verleden het geval is geweest (in dit geval is een reactiebestand gebruikt over de 85

89 Figuur : Schematische weergave van een vereenvoudigd model waarbij vrijgekomen woningen uit het verleden opnieuw worden verdeeld met een gelijk reactiebestand maar andere volgordecriteria. Reagerende woningzoekenden per woning Rangschikking Vrijgekomen woningen eerste helft van 2009 waarin woningen zijn vrijgekomen), waarbij we de rangschikking variëren aan de hand van de voorgestelde scenario s. Op basis van de rangschikking van deze verschillende scenario s, vergelijken we dan de eigenschappen van de woningzoekenden die op de eerste plaats in de rangschikking zijn gekomen. Het gebruiken van het oude reactiebestand beperkt ons tot het trekken van conclusies met de aannames dat dezelfde woningen vrijkomen en het reactiegedrag onafhankelijk is van de inrichting van het woonruimteverdelingsysteem. Daarnaast geldt ook hier de beperking ten opzichte van de verhuisketens die we besproken hebben in paragraaf 5.2, waardoor we alleen aan kunnen geven hoeveel extra woningen als gevolg van doorstroming vrijkomen vergeleken met de toewijzingen uit het verleden. Ondanks de beperkingen is het model wel geschikt om inzicht te krijgen in de concurrentiepositie van de groep jonge doorstromers. Het model laat zien welke groep woningzoekenden minder woningen krijgt toegewezen, doordat de jonge doorstromers geïnteresseerd zijn in hetzelfde soort woningen. Hierbij kan ook gekeken worden naar andere eigenschappen van de woningzoekenden; hoe zit het bijvoorbeeld met de concurrentiepositie van de grote huishoudens wanneer de jonge doorstromers bevoordeeld worden? Resultaten Voor beide scenario s van het verbeteren van de positie van jonge doorstromers zijn vijf verschillende varianten doorgerekend. Voor de vaste extra inschrijfduur is gekozen voor een extra inschrijfduur van 1 tot en met 5 jaar, waarbij voor de leeftijdsafhankelijke inschrijfduur gekozen om van de leeftijd 18 jaar en nog 1 tot 5 jaar extra af te trekken (de tijd die extra wordt afgetrokken stelt de tijd voor tussen de 18 e verjaardag van de woningzoekende en het moment dat deze woningzoekende zich als starter inschrijft). Voor een uitgebreid verslag van de resultaten verwijzen we hier naar het originele rapport van Kromhout, Burger en Buitendijk (2010), maar in figuur hebben we het aantal 86

90 woningzoekenden weergegeven dat op de eerste plaats is geëindigd, waarbij we de woningzoekenden ingedeeld hebben naar leeftijd. We zien de aantallen voor drie scenario s: a) Nulscenario (geen extra inschrijfduur) b) Drie jaar extra inschrijfduur voor doorstromers tot 30 jaar c) Vijf jaar extra inschrijfduur voor doorstromers tot 30 jaar Voor het nulscenario geldt een kleine afwijking met de toewijzingen in de praktijk, omdat het model geen rekening heeft gehouden met woningzoekenden met een urgentieverklaring, wat in de regio Utrecht betekent dat deze huishoudens voorrang krijgen op alle andere woningzoekenden. We zien wel dat zonder de bevoordeling van de jonge doorstromers de starters van 26 jaar het vaakst op de eerste plaats in de rangschikking terechtkomen. Verder valt het grote verschil op in de verhouding tussen starters en doorstromers in de groep tot 35 en de groep vanaf 35. Dit verschil wordt voor een deel verklaard door het feit dat de meeste woningzoekenden in de leeftijdscategorie tot 35 jaar starters zijn, waardoor in deze leeftijdscategorie dan ook meer reacties van starters komen en als gevolg starters meer kans hebben op woningen. Wanneer we kijken naar de situaties waarin de jonge doorstromers bevoordeeld worden zien we echter ook dat de concurrentiepositie van deze groep ten opzichte van hun startende leeftijdsgroep een rol speelt. Met extra inschrijfduur zien we dat in plaats van de starters van 26 de doorstromers van 26 het vaakst op de eerste plaats in de rangschikking terechtkomen. Dit laat ons zien dat de jonge doorstromers dus wel reageren op woningen, maar de jonge starters meer inschrijfduur hebben opgebouwd waardoor zij zonder bevoordeling de jonge doorstromers van de eerste plaats in de rangschikking afhouden. Naast hun startende leeftijdsgenoten zien we ook dat de jonge doorstromers woningzoekenden van net boven de 30 van de eerste plaats in de rangschikking verdringen. Blijkbaar compenseert de extra inschrijfduur van de jonge doorstromers de inschrijfduur die deze groep dertigers van zichzelf extra heeft opgebouwd, waardoor zij ineens een slechtere concurrentiepositie krijgen. Naarmate de extra inschrijfduur oploopt voor de groep jonge doorstromers, zien we dat steeds oudere dertigers concurrentie krijgen Conclusies van het rapport De resultaten zijn gepresenteerd in zowel een schriftelijk rapport als enkele presentaties voor de betrokken partijen. Bij deze presentaties is naar voren gekomen dat veel van de betrokken personen door het model een beter beeld hebben gekregen wat de gevolgen zijn van een administratieve verandering op het toewijzingsproces van de sociale huurwoningen. Waar bij de gevolgen van een bepaalde verandering in de inrichting van een woonruimteverdelingssysteem een redelijk abstractieniveau vereist is, laat het model concreet zien wat de consequenties zijn van een verandering op de toewijzing van vrijkomende woningen. Na evaluatie van de resultaten lijkt de maatregel voor het meegeven van extra inschrijfduur aan jonge doorstromers in de besproken vormen van de baan. Het gevoel van de slechte positie voor jonge doorstromers is echter nog niet helemaal verdwenen, waardoor verder wordt nagedacht om deze groep op een andere manier voorrang te geven. 87

91 Figuur a: Aantal woningzoekenden op eerste plaats van rangschikking onderverdeeld naar leeftijd zonder extra inschrijfduur voor doorstromers tot 30 jaar. Figuur b: Aantal woningzoekenden op eerste plaats van rangschikking onderverdeeld naar leeftijd met drie jaar extra inschrijfduur voor doorstromers tot 30 jaar. Figuur c: Aantal woningzoekenden op eerste plaats in de rangschikking onderverdeeld naar leeftijd met vijf jaar extra inschrijfduur voor doorstromers tot 30 jaar. 88

92 5.4.5 Validatie van het model In de case voor de regio Utrecht hebben we gebruik gemaakt van een historisch reactiebestand en al deze reacties op verschillende manieren gerangschikt. Ter validatie van het model waarbij het reactiegedrag gesimuleerd wordt op basis van historische data hebben we ook met dit model het nulscenario en de scenario s met respectievelijk drie en vijf jaar extra inschrijfduur voor doorstromers tot 30 jaar gesimuleerd. De resultaten van deze simulaties vergelijken we hier met de resultaten uit de case voor de regio Utrecht. De simulaties die zijn uitgevoerd hebben de volgende specificaties: De momenten voor systeemverandering zijn gebaseerd op de historische data. Voor het model betekent dit dat gemiddeld evenveel woningen vrijkomen, evenveel woningzoekenden zich inschrijven en evenveel woningzoekenden zich uitschrijven als in de periode waarover het historische reactiebestand gaat (het eerste half jaar van 2009). De gemiddelde tijd tussen twee momenten zijn respectievelijk 0,0697, 0,0106 en 0,0168 dagen. Per scenario zijn tien simulatieruns uitgevoerd met een lengte van een half jaar (186 dagen). Voor het nulscenario geven deze tien runs dat 23,5% van de vrijkomende woningen wordt toegewezen aan woningzoekenden in de leeftijdscategorie jaar. Wanneer we de percentages in de verschillende runs als normaal verdeeld veronderstellen geven de runs een 95%-betrouwbaarheidsinterval van 23,5% ± 0,5%. Op basis van de breedte van dit betrouwbaarheidsinterval is gekozen voor een lengte van tien runs voor alle scenario s. Bij de resultaten geven we alleen het gemiddelde percentage toewijzingen in deze tien runs. Voor het bepalen van welk type woning vrijkomt is gebruik gemaakt van een periode van 4,5 jaar. Hier is gekozen voor een langere periode om ook de woningtypes mee te nemen waarvan de mutatiegraad laag is en/of weinig woningen in voorraad zijn en daardoor eventueel niet voorkomen in de periode van een half jaar waarvan we het reactiebestand hebben gebruikt in de case. Voor het vergelijken van de resultaten hebben we voor alle scenario s het percentage van de toewijzingen voor woningzoekenden van verschillende leeftijdscategorieën naast elkaar gezet in figuur a en b. Hierbij geeft figuur a de percentages in het geval dat het reactiegedrag gesimuleerd is, waar figuur b de percentages geeft waarbij het historische reactiebestand opnieuw gerangschikt wordt. In het geval van het gesimuleerde gedrag hebben we het weigeringsproces niet meegenomen en dus alleen gekeken naar de woningzoekenden die op de eerste plaats in de rangschikking zijn gekomen. Binnen het model worden de woningzoekenden ingedeeld in klassen voor de vier karakteristieken die we besproken hebben in paragraaf 3.2 en de woningen zijn ingedeeld in klassen voor de drie eigenschappen die we besproken hebben in paragraaf 3.3. Voor de onderverdeling van woningzoekenden naar leeftijd is gekozen voor vier verschillende klassen: jaar, jaar, jaar en 65+. Deze indeling voor de leeftijdsklassen is gekozen op basis van het idee dat de woningzoekenden uit één categorie in dezelfde levensfase zitten en als gevolg reageren op een zelfde type woning. We hebben dus verondersteld dat een 26- jarige woningzoekende hetzelfde reageert als een 34-jarige woningzoekende (wanneer de overige eigenschappen gelijk zijn) en de reactiekansen in het model gebaseerd op deze verschillende klassen. Wanneer we de nulscenario s vergelijken zien we dat de groep oudere woningzoekenden bij het gesimuleerde reactiegedrag veel meer op de eerste plaats in de rangschikking terecht komt dan in 89

93 het historisch reactiebestand. De reden hiervoor ligt in de kenmerken die we in deze simulatie gebruikt hebben om het type woning te definiëren. In de praktijk zijn bepaalde woningen namelijk gericht op oudere woningzoekenden, waarbij deze vaak gelabeld worden als ouderenwoning. Wanneer we echter kijken naar het woningtype, het aantal kamers en de huur van deze woningen zullen in dezelfde categorie liggen als de woningen waarin jongere woningzoekenden geïnteresseerd zijn. Binnen het model wordt dit onderscheid niet herkend en ondanks dat de oudere woningzoekenden dus minder vaak reageren komen ze in het model dankzij hun hoge inschrijfduur vaak op de eerst plaats terecht. Doordat in het model de oudere woningzoekenden vaak op de eerste plaats terecht komen zien we dat het effect van het bevoordelen van de jonge doorstromers minder sterk aanwezig is. We zien echter wel dat wanneer de jonge doorstromers bevoordeeld worden deze vaker op de eerste plaats in de rangschikking terecht komen, waarbij vooral de startende leeftijdsgenoten en de iets oudere doorstromers als gevolg minder vaak op de eerste plaats terecht komen. Figuur a: Percentage woningzoekenden op de eerste plaats per leeftijdscategorie voor drie verschillende scenario s met het reactiegedrag gesimuleerd op basis van historische reacties. Figuur b: Percentage woningzoekenden op de eerste plaats per leeftijdscategorie voor drie verschillende scenario s met het reactiegedrag gelijk aan het historische reactiebestand. 90

94 5.5 Case regio Haaglanden Net als bij de case in de regio Utrecht is RIGO ook voor de case in de regio Haaglanden ingeschakeld om het effect te onderzoeken van een verandering in het huidige woonruimteverdelingssyteem, waarbij het ontwikkelde model een belangrijke rol heeft gespeeld. Voor het beschrijven van de case gebruiken we, net als in de vorige paragraaf, dezelfde vijf subparagrafen als bij het bespreken van de case in de regio Utrecht Probleemstelling In de regio Haaglanden is per 1 januari 2007 het volgordecriterium inschrijfduur ingevoerd voor zowel starters als doorstromers. Voor deze tijd werden de doorstromer gerangschikt op hun woonduur van de huidige woning, dus waar een starter die zich inschreef op nul moest beginnen kreeg de doorstromer meteen een voordeel mee. Met het idee van gelijke kansen voor iedereen is binnen de regio overgestapt naar inschrijfduur als volgordecriterium voor alle woningzoekenden, waarbij wel een overgangsregeling is gehandhaafd waarbij doorstromers bij inschrijving een derde van hun woonduur kregen met een maximum van vier jaar. Met een herziening van de regionale huisvestingsverordening in opkomst is het huidige woonruimteverdelingsysteem nog eens tegen het licht gehouden en kwamen stemmen op om weer terug te gaan naar woonduur voor doorstromers om op deze manier de doorstroming te bevorderen. Om het effect van het terugveranderen van de volgordecriteria in kaart te brengen hebben we naast een nulscenario de volgende scenario s opgesteld: 1. Inschrijfduur voor iedereen (dus zonder de overgangsregeling). 2. Volledige woonduur voor doorstromers en inschrijfduur voor starters (overeenstemmend met de situatie voor 2007). 3. Een derde van de woonduur zonder maximum voor doorstromers en inschrijfduur voor starters. 4. De volledige woonduur met een maximum van vier jaar voor doorstromers en inschrijfduur voor starters Toepassing model Ook in deze case hebben we gebruik gemaakt van het eenvoudige model, waarbij het historische reactiebestand gebruikt wordt om de toewijzingen opnieuw te bepalen wanneer andere volgordecriteria gelden (dus wederom het model uit figuur ). Voor de regio Haaglanden is gebruik gemaakt van een databestand met reacties van april 2008 tot en met september In totaal zijn in deze periode woningen vrijgekomen, welke we allemaal opnieuw hebben verdeeld onder de reagerende woningzoekenden. Vergeleken met de vorige case zijn dus reacties meegenomen over een langere periode, waardoor de resultaten minder steekproefafhankelijk zijn dan de resultaten uit de regio Utrecht. Wel gelden nog steeds dezelfde beperkingen als gevolg van het gebruiken van een historisch reactiebestand. 91

95 5.5.3 Resultaten De resultaten van het onderzoek in de regio Haaglanden heeft zich hoofdzakelijk gericht op de verdeling van de toegewezen woningen onder de verschillende leeftijdsklassen van de woningzoekenden en de verhouding tussen starters en doorstromers. In figuur staat het aantal woningen weergegeven dat starters en doorstromers hadden toegewezen gekregen in de vijf verschillende scenario s die doorgerekend zijn. Figuur a: Aantal woningzoekenden op eerste plaats van de rangschikking onderverdeeld naar leeftijd en label in het nulscenario. Figuur b: Aantal woningzoekenden op eerste plaats van de rangschikking onderverdeeld naar leeftijd en label waarbij de rangschikking plaatsvindt op basis van inschrijfduur. Figuur c: Aantal woningzoekenden op eerste plaats van de rangschikking onderverdeeld naar leeftijd en label waarbij de rangschikking voor starters gebaseerd is op inschrijfduur en woonduur voor doorstromers. 92

96 Figuur d: Aantal woningzoekenden op de eerste plaats in de rangschikking onderverdeeld naar leeftijd en label waarbij de rangschikking voor starters gebaseerd is op inschrijfduur en een derde van de woonduur voor doorstromers. Figuur e: Aantal woningzoekenden op de eerste plaats in de rangschikking onderverdeeld naar leeftijd en label waarbij de rangschikking voor starters gebaseerd is op inschrijfduur en woonduur voor doorstromers met een maximum van vier jaar. Wanneer we de scenario s vergelijken zien we het volgende: Wanneer voor iedere woningzoekende de inschrijfduur gebruikt wordt bij het bepalen van de rangschikking komen meer starters boven aan de rangschikking terecht, waarbij vooral de oudere starters profiteren. Verder zien we ook extra eerste plaatsen voor de groep jonge doorstromers; blijkbaar kunnen deze woningzoekenden dus wel op inschrijfduur concurreren met de oudere doorstromers, maar niet op woonduur. Met het oog op verhuisketens betekent het gevolg van het overstappen naar inschrijfduur voor iedereen echter wel dat de ketens korter worden en minder woningen vrijkomen als gevolg van doorstroming. In figuur c valt op dat wanneer de doorstromers worden gerangschikt op hun volledige woonduur, zij in bijna alle gevallen boven aan de rangschikking terecht komen. De enige starters die nog in aanmerking voor een woning lijken te komen zijn de hele jonge starters, die op woningen reageren waar ofwel de doorstromers niet in geïnteresseerd zijn ofwel alleen jonge doorstromers in geïnteresseerd zijn die nog niet zo n lange woonduur hebben opgebouwd. Dat meer doorstromers op de eerste plaats in de rangschikking 93

97 terechtkomen betekent echter wel dat de verhuisketens langer zullen worden, dus meer woningen vrijkomen en uiteindelijk ook starters in aanmerking komen voor een woning. De woningen waarvoor zij in aanmerking komen zullen alleen niet de populaire woningen zijn, zoals we reeds besproken hebben in paragraaf 5.2. In figuur d zien we het aantal woningzoekenden dat op de eerste plaats in de rangschikking terecht komt wanneer voor de doorstromers in plaats van de gehele woonduur maar een derde van de woonduur gebruikt wordt voor het bepalen van de rangschikking en geen maximum van vier jaar meer wordt ingesteld. Hierbij valt op dat vergeleken met de situatie met de gehele woonduur voor doorstromers vooral de jonge doorstromers hierdoor minder vaak op de eerste plaats komen, waar de jonge starters van profiteren. Ook in deze situatie worden meer woningen toegewezen aan doorstromers met dus extra lange verhuisketens tot gevolg. In het laatste scenario waar voor doorstomers wel de gehele woonduur wordt gebruikt maar met een maximum van vier jaar zien we dat in dit geval vooral het voordeel van de oudere doorstromers beperkt wordt ten opzichte van het scenario zonder een grens van vier jaar. Waar deze doorstromers vaak een lange woonduur hebben opgebouwd en daardoor zonder maximum snel bovenaan de rangschikking terechtkomen, wordt juist deze groep benadeelt door het maximum van vier jaar. In dit geval is het vooral de groep jongere doorstromers die profiteert van het instellen van een maximum, met ook hier een gemiddeld groter aantal woningen met een doorstromer op de eerste plaats in de rangschikking Conclusies rapport De resultaten van het onderzoek zijn in een regionale projectgroep gepresenteerd, waarbij de conclusie is getrokken dat de starters profiteren van het gebruiken van inschrijfduur voor iedere woningzoekende die reageert en doorstromers profiteren wanneer zij hun woonduur kunnen gebruiken bij het bepalen van de rangschikking. Door het gebruiken van een gedeelte van de woonduur in plaats van de gehele woonduur wordt vooral het profijt van de jongere doorstromers beperkt, waar het instellen van een maximum vooral zorgt voor beperking van het voordeel voor de oudere doorstromers. Verder leidt het gebruik van een vorm van de woonduur voor doorstromers in alle gevallen tot meer doorstromers op de eerste plaats van de rangschikking, waardoor de lengte van de verhuisketens zal toenemen. Al deze bevindingen worden door de betrokken partijen meegenomen bij het bepalen van de inrichting van het woonruimteverdelingssysteem in de toekomst. Met het oog op het model heeft het gebruik van het model geleid tot een beter begrip over de gevolgen van de verandering en is als gevolg erg bruikbaar bij het maken van de beslissing over de inrichting van het woonruimteverdelingssysteem van de toekomst Validatie van het model Net als voor de case in regio Utrecht hebben we ook voor de regio Haaglanden enkele van de scenario s gerund met het model waarbij het reactiegedrag wordt gesimuleerd om te zien in hoeverre de uitkomsten overeenstemmen met het model waarbij historische reacties opnieuw worden verdeeld. In dit geval simuleren we een periode van 518 dagen, waarbij het model als volgt gespecificeerd is: De momenten van inschrijven, uitschrijven en vrijkomen van een woning zijn gebaseerd op het historische reactiebestand waarvoor de rangschikking opnieuw is bepaald in de case. De 94

98 gemiddelde tussentijd voor inschrijvingen in dit bestand is 0,0118 dagen tegenover een gemiddelde tussentijd voor uitschrijvingen van 0,0294 dagen. In totaal kwamen in de 518 dagen durende periode vrij, wat op een continue schaal dus een gemiddelde tussentijd van 0,0357 dagen betekent. Voor de gesimuleerde scenario s zijn tien runs van 518 dagen opgestart, waarna we het totaal aantal toewijzingen eerst door tien hebben gedeeld zodat we een gemiddeld aantal toegewezen woningen hier zullen beschouwen. Voor de regio Haaglanden hebben we het model waarbij het reactiegedrag gesimuleerd wordt gerund met verschillende volgordecriteria, waarbij we in tegenstelling tot de vergelijking in de regio Utrecht het weigeringsproces wel hebben gesimuleerd. Hier hebben we gekozen voor het scenario waarbij iedereen gerangschikt wordt op hun inschrijfduur en het scenario waarbij doorstromers gerangschikt worden op woonduur en starters op inschrijfduur. In figuur zien we het percentage van het aantal woningen dat wordt toegewezen aan de verschillende leeftijdscategorieën (zelfde indeling als bij de case in de regio Utrecht). Verder hebben we ook hier de woningen ingedeeld naar aanleiding van de drie kenmerken uit paragraaf 3.3, waarbij we dus in het algemeen meer woningen naar ouderen zien gaan dan in de praktijk gebeurt (hier geldt hetzelfde effect als in de regio Utrecht). Wanneer we kijken naar het effect van de verschillende scenario s zien we in het geval dat iedere woningzoekende gerangschikt wordt op inschrijfduur een groter aantal toewijzingen aan starters van alle leeftijden. Percentueel gezien is de stijging van het aantal toewijzingen het grootst voor de allerjongste starters. Verder zien we dat de jonge doorstromers ook profiteren van rangschikking op inschrijfduur; wat ons wederom laat zien dat de jonge doorstromers wel kunnen concurreren met de oudere doorstromers op inschrijfduur, maar niet op woonduur. De groep die flink achteruit gaat bij het instellen van inschrijfduur als volgordecriterium is de groep doorstromers van jaar. Wanneer doorstromers gerangschikt worden op hun woonduur (vergeleken met het nulscenario geldt dus geen maximum van vier jaar en niet de beperking van een derde van de woonduur), zien we juist dat de positie van alle doorstromers wordt verbeterd. Hier ligt de sterkste percentuele stijging bij de groep doorstromers van jaar, die de starters van dezelfde leeftijdscategorie bijna helemaal verdringen. Ook hier zien we dat de enige groep starters die nog een redelijk percentage van de woningen krijgt toegewezen de jongste groep is, waarbij zij vooral voordeel hebben bij het feit dat jonge doorstromers nog geen lange woonduur hebben kunnen opbouwen. Overigens moet hierbij ook de beperking van de verhuisketens worden opgemerkt; het is niet zo dat de groep starters van jaar geen kans meer maken op een woning, zij zullen alleen naar andere woningen moeten gaan zoeken dan hun doorstromende leeftijdsgenoten. 95

99 Figuur : Percentage toewijzingen per leeftijdscategorie voor drie verschillende scenario s met het reactiegedrag gesimuleerd op basis van historische reacties uit de regio Haaglanden. 96

100 5.6 Twee fictieve cases voor verdere analyse In de vorige twee paragrafen hebben we twee cases uit de praktijk besproken, waarbij het simulatiemodel dat in dit onderzoek is ontwikkeld al een bijdrage aan heeft geleverd. Het model biedt echter meer mogelijkheden, waardoor we in deze paragraaf twee fictieve cases bespreken om ook deze mogelijkheden in kaart te brengen Probleemstelling Beide cases uit de praktijk hebben betrekking gehad op een aanpassing van de volgordecriteria waarbij we hebben aangenomen dat het reactiegedrag van de woningzoekenden niet verandert als gevolg van de aanpassing. In paragraaf 5.3 hebben we gezien dat deze aanname in het model wordt verwerkt doordat gebruik wordt gemaakt van historische data voor het simuleren van het reactiegedrag en beperkt ons dan ook tot het trekken van conclusies op basis van een gelijk reactiegedrag. Door het reactiegedrag handmatig aan te passen kan wel een gevoeligheidsanalyse wat betreft deze aanname worden uitgevoerd. Met deze analyse kunnen we dus vragen beantwoorden als: Hoe veranderen de toewijzingen wanneer de jonge woningzoekenden actiever gaan reageren op woningen? Hoe veranderen de toewijzingen wanneer woningzoekenden als gevolg van de economische crisis vaker op goedkopere woningen gaan reageren? Hoe veranderen de toewijzingen wanneer een bepaalde groep woningzoekenden wordt uitgesloten van het huren van sociale huurwoningen? In deze paragraaf bekijken we het effect van zowel een actievere groep jonge woningzoekenden als het effect van de uitsluiting van de groep woningzoekenden met hoge inkomens op de toewijzing van woningen. Hierbij gebruiken we de case van de regio Utrecht, waarbij we zowel het nulscenario als de scenario s waarbij jonge doorstromers voorrang krijgen opnieuw simuleren met een aangepast reactiegedrag Actievere groep jonge woningzoekenden (tot 25 jaar) Van de groep woningzoekenden tot 25 jaar in de regio Utrecht hebben we gezien dat als gevolg van het volgordecriterium inschrijfduur deze groep over het geheel een slechte concurrentiepositie heeft voor het toegewezen krijgen van een woning. Ondanks dat dus veel woningzoekenden tot deze groep behoren, krijgen zij maar een klein percentage van de woningen toegewezen. Hier willen we bekijken in hoeverre deze jonge woningzoekenden zelf kunnen inspelen op de slechtere positie; kunnen zij door vaker te reageren hun kansen op een woning vergroten? Om inzicht te krijgen in het effect van een actievere groep jongeren hebben we de situatie in de regio Utrecht nogmaals gesimuleerd, dit keer met een grotere groep actief jonge woningzoekenden van respectievelijk 25, 50, 75 en 100 procent. In figuur hebben we het percentage jongeren dat actiever is afgezet tegen het percentage woningen dat de groep als gevolg hiervan extra krijgt toegewezen vergeleken met de activiteit gebaseerd op het historische reactiebestand. 97

101 Als verwacht is de relatie niet lineair, dus wanneer ineens 2 keer zoveel jongere woningzoekenden actief gaan reageren betekent dit niet dat de groep ook 2 keer zoveel woningen krijgt toegewezen. Verder neemt het percentage extra woningen dat de jonge woningzoekenden krijgen toegewezen langzaam af wanneer een grote groep woningzoekenden actief wordt, wat een limiet suggereert van het aantal woningen dat de jonge woningzoekenden extra toegewezen kan krijgen door actiever te reageren onder het volgordecriterium inschrijfduur. Op basis van deze resultaten kunnen we zeggen dat een grotere groep actieve jongeren leidt tot meer toewijzingen aan deze groep, dus wanneer we verwachten dat als gevolg van de aanpassing in het woonruimteverdelingssysteem meer jongeren gaan reageren, dan moet dit meegenomen worden bij het trekken van conclusies. Figuur : : Percentage van extra toewijzingen wanneer de groep jongeren van 18 tot 25 jaar actiever gaat reageren op vrijgekomen woningen. Dus stel dat de groep jongeren als gevolg van de verandering in het woonruimteverdelingssysteem in de regio Utrecht actiever op zoek gaan naar een woning (bijvoorbeeld doordat zij het gevoel hebben dat zij meer kans maken op een woning), dan mogen we verwachten dat het effect van de bevoordeling van de groep jonge doorstromers groter wordt. In hoeverre de grootte van de groep actief woningzoekenden een rol speelt in het effect van de verandering op de verdeling van de vrijkomende woningen hebben we getest door de situatie in de regio Utrecht nog een keer te simuleren met een twee keer zo actieve groep woningzoekenden van 18 tot 25 jaar (dus de 200% situatie uit de vorige analyse). In figuur hebben we de verdeling van de woningen onderverdeeld naar leeftijdsklassen voor zowel de situatie waarin de jongeren even actief zijn als in het verleden en de situatie waarin de jongeren twee keer zo actief zijn als in het verleden. Wanneer we de nulscenario s vergelijken zien we dat de extra woningen voor de jongeren komen van de iets oudere groep woningzoekenden (25-35) en de groep oudere woningzoekenden (65+). Kijkend naar het effect van de bevoordeling van de jonge doorstromer, zien we dat de groep doorstromers van meer woningen krijgt toegewezen doordat zij actiever zijn gaan reageren. Deze extra woningen door het actievere reactiegedrag komen hoofdzakelijk van de groep starters van 25 tot 35 jaar, maar een deel van de woningen gaat ook ten koste van de doorstromers van 25 tot 35 jaar. 98

102 Figuur a: Percentage toewijzingen per leeftijdscategorie voor drie verschillende scenario s voor het bevoordelen van jonge doorstromers zonder een actievere groep jongeren. Figuur b: Percentage toewijzingen per leeftijdscategorie voor drie verschillende scenario s voor het bevoordelen van jonge doorstromers met een twee keer zo actieve groep jongeren. Concluderend uit deze grafiek kunnen we zeggen dat de mate van het effect van het bevoordelen van doorstromers tot 30 jaar afhankelijk is van het niveau van activiteit voor de groep jonge woningzoekenden. In het geval dat de groep woningzoekenden tot 25 jaar actiever op zoek gaat naar een woning als gevolg van de aanpassing van het volgordecriterium, zal deze groep gemiddeld meer woningen toegewezen krijgen als wanneer ze even actief zullen zijn als in het verleden. Als gevolg van deze hogere activiteit zal de groep starters van 25 tot 35 jaar, die al een slechtere concurrentiepositie ondervindt als gevolg van de verandering, gemiddeld nog minder woningen toegewezen krijgen Uitsluiting van inkomens boven euro per jaar In dit scenario bekijken wat het gevolg is van de uitsluiting van de groep huishoudens die per jaar meer dan euro verdienen. In het model wordt de groep uitgesloten door alle huishoudens 99

103 met een inkomen boven deze grens nooit tot de groep actieve woningzoekenden toe te laten treden, waardoor zij dus nooit op een woning reageren en nooit een woning krijgen toegewezen. Dit scenario is trouwens iets dat in de toekomst wel eens werkelijkheid kan worden, doordat de Europese Unie stuurt op een inkomensgrens voor de sociale woningmarkt. In eerste instantie kijken we naar de woningen die de groep huishoudens met een hoog inkomen toegewezen krijgt in het nulscenario. In totaal zijn in het model gemiddeld 430 woningen naar huishoudens gegaan met een inkomen boven de inkomensgrens (in een periode van een half jaar). In tabel is voor enkele eigenschappen het percentage weergegeven van het aantal woningen behorend tot een bepaalde klasse van het totaal aantal woningen dat aan de woningzoekenden met hoge inkomens is toegewezen. Daarnaast geeft de tabel ook het percentage van het totaal aantal woningen dat vrijgekomen is dat tot de desbetreffende klasse behoort. Type Woning Percentage van totaal aantal woningen toegewezen aan groep hoge inkomens Percentage van totaal aantal vrijgekomen woningen Eengezinswoning 40,4% 23,3% Meergezinswoning 59,7% 76,7% Aantal kamer 1-2 9,2% 30,0% 3 28,3% 32,5% 4 47,1% 31,5% 5+ 15,4% 6,1% Huurklasse ,2% 27,2% ,5% 56,0% ,1% 7,3% ,7% 8,0% ,5% 1,5% Tabel : Samenstelling van de woningen die toegewezen zijn aan hoge inkomens en van de woningen die zijn vrijgekomen. In de tabel zien we dat vergeleken met het percentage van het aantal vrijgekomen woningen de groep huishoudens met hoge inkomens relatief vaak eengezinswoningen, woningen met groot aantal kamers en duurdere woningen krijgen toegewezen. Dit zijn dan ook de woningen die naar de overige woningzoekenden gaan wanneer de groep wordt uitgesloten. Met het uitsluiten van de groep woningzoekenden met de hoogste inkomens is het de vraag welke inkomensklasse hiervan profiteert door extra toewijzingen van woningen. In figuur hebben we de overige woningzoekenden verdeeld in een doelgroep (gedefinieerd als de huishoudens die op basis van hun inkomen, leeftijd en huishoudengrootte in aanmerking komen voor huurtoeslag) en een groep lagere middeninkomens. We zien de percentages van het aantal woningen dat de twee groepen toegewezen hebben gekregen van de woningen die niet aan de hoge inkomens zijn toegewezen. Wanneer beide groepen evenveel profijt zouden hebben van het uitsluiten van de groep hoge inkomens hadden de percentages gelijk gebleven. In dit geval profiteren dus juist de 100

104 Figuur : Percentage toewijzingen van woningen die niet worden toegewezen aan de hoge inkomens voor de lage middeninkomens en de doelgroep voor beide scenario s. lagere middeninkomens van het stellen van een inkomensgrens en gaan dus meer van de woningen die in eerste instantie naar de hoge inkomens gaan nu naar de groep lage middeninkomens. In figuur vergelijken we het effect van het bevoordelen van de doorstromers op de verdeling van de toegewezen woningen wanneer de hoge inkomens worden uitgesloten met de verdeling wanneer de hoge inkomens niet worden uitgesloten (figuur b is gelijk aan figuur b). Kijkend naar de verdeling in de nulscenario s zien we dat de hoge inkomens zich vooral bevinden in de groepen ouder dan 35 jaar, omdat dit de groepen zijn die een kleiner percentage woningen krijgt toegewezen wanneer de inkomensgrens wordt ingesteld. De groep die het meest profiteert zijn de doorstromers van jaar. Het bevoordelen van de groep doorstromers tot 30 jaar leidt zowel met als zonder uitsluiting van de huishoudens met hoge inkomens tot eenzelfde effect van een ongeveer gelijke sterkte. De enige groep die iets gemiddelde iets sterker wordt benadeeld wanneer de hoge inkomens zijn uitgesloten is de groep starters van jaar, blijkbaar hebben de hoge inkomens in deze categorie dus een iets sterkere concurrentiepositie dan de huishoudens met een lager inkomen van dezelfde categorie. 101

105 Figuur a: Percentage toewijzingen per leeftijdscategorie voor drie verschillende scenario s voor het bevoordelen van jonge doorstromers zonder uitsluiting van de hoge inkomens. Figuur b: Percentage toewijzingen per leeftijdscategorie voor drie verschillende scenario s voor het bevoordelen van jonge doorstromers met uitsluiting van de hoge inkomens. 102

106 5.7 Conclusie In dit hoofdstuk hebben we de mogelijkheden en beperkingen van het model besproken. De mogelijkheden hebben we besproken aan de hand van twee cases uit de praktijk waarvoor een onderzoek is uitgevoerd waarin het ontwikkelde model een belangrijke rol heeft gespeeld en twee fictieve cases waarbij het model van toepassing kan zijn. Voor de cases in de praktijk is een model gebruikt waarbij het reactiegedrag niet is gesimuleerd, maar het reactiebestand uit het verleden opnieuw is gesorteerd voor de verschillende scenario s. In dit onderzoek hebben we deze resultaten vergeleken met de resultaten van het model waarbij het reactiegedrag gesimuleerd is. In beide cases zijn we hier gestuit op de consequenties van de gekozen indeling voor het definiëren van verschillende type woningzoekenden en woningen. Door het ontbreken van een onderscheidt tussen woningen die wel en niet voor ouderen geschikt zijn (denk aan de combinatie met zorg) reageerden ouderen op veel meer woningen dan in de praktijk zal gebeuren en kregen zij dan ook veel meer woningen toegewezen. Een constatering als deze laat zien dat om het reactiegedrag te simuleren eigenlijk een specifiekere indeling nodig is voor het definiëren van de verschillende type woningzoekenden en woningen. Voor het bepalen van een realistische kans dat een woningzoekende van een bepaald type reageert op een woning van een bepaald type is echter wel een steekproef nodig van redelijke grootte. Door bij het definiëren veel verschillende karakteristieken en eigenschappen te gebruiken, is al snel sprake van een te kleine steekproef om het reactiegedrag goed te kunnen voorspellen. Dus ondanks dat het model kan werken met elke definitie van woningzoekenden en woningen (hierdoor hebben we in hoofdstuk vier het model ook besproken met niet-gespecificeerde type woningzoekenden x en type woningen y) wordt hier een beperking gegeven door de hoeveelheid data die beschikbaar is. We hebben wel gezien dat ondanks de beperkingen die we in paragraaf 2 en 3 van dit hoofdstuk hebben besproken en de beperking als gevolg van de definitie van de woningzoekenden en de woningen het model eenzelfde effect simuleert voor de verschillende veranderingen als wanneer we het historische reactiebestand opnieuw rangschikken. Dit laat ons zien dat het model de verschillende scenario s op een goede manier implementeert. 103

107 Hoofdstuk 6: Conclusie In dit onderzoek hebben we gekeken naar woonruimteverdelingssystemen, waarin regels zijn opgesteld over hoe woningzoekenden een sociale huurwoning kunnen vinden en hoe een vrijkomende woning aan een geïnteresseerde woningzoekende wordt toegewezen. Over de inrichting van dit soort verdelingsystemen wordt in de praktijk vaak gediscussieerd en als gevolg worden regelmatig voorstellen gedaan tot veranderingen in het systeem om het toewijzingsproces van de vrijkomende woningen te sturen. De complexiteit binnen het woonruimteverdelingssystemen maakt het voor de beleidsmakers moeilijk om een compleet beeld te vormen van de effecten van de voorgestelde verandering, waardoor dit onderzoek zich gericht heeft op de ontwikkeling van een simulatiemodel dat de effecten van de voorgestelde verandering in kaart brengt. Voor de ontwikkeling van het model is in de eerste fase van het onderzoek een literatuuronderzoek uitgevoerd, waarin woonruimteverdelingssystemen zijn bestudeerd en naar technieken binnen de operationele research gezocht zijn die bij de ontwikkeling van het simulatiemodel van toepassing konden zijn. Om een goed beeld te krijgen van de situatie in het toewijzingsproces van sociale huurwoningen is vervolgens data geanalyseerd over woningzoekenden, sociale huurwoningen en het reactiegedrag van de huishoudens die op zoek zijn naar een sociale huurwoning. De kennis uit het literatuuronderzoek en de geanalyseerde data heeft geleid tot de ontwikkeling van een werkend simulatiemodel waarmee het toewijzingsresultaat van verschillend ingerichte woonruimteverdelingssystemen met elkaar vergeleken kan worden. Door het gebruik van het model in twee uitgevoerde projecten en het opzetten van twee fictieve cases voor verdere analyse hebben we inzicht gekregen in de verschillende mogelijkheden die het model biedt aan beleidsmakers: De output van het model (het toewijzingsresultaat) geeft inzicht in de concurrentiepositie van de verschillende groepen woningzoekenden. Door de resultaten van het simulatiemodel met de verschillend ingerichte verdelingssystemen te vergelijken krijgen beleidsmakers zowel te zien welke woningzoekenden profiteren van de voorgestelde verandering als welke woningzoekenden als gevolg minder kans maken op een sociale huurwoning. Naast het inzicht geven in welke woningzoekenden profiteren van een voorgestelde verandering geeft het model ook een maat aan waarin deze woningzoekenden profiteren van de verandering. Daarnaast krijgen beleidsmakers ook te zien voor wat voor soort woningen deze bevoordeelde groep in aanmerking komt als gevolg van de betere concurrentiepositie. Verder kan het model het effect van een verandering in reactiegedrag inzichtelijk maken, door het toewijzingsresultaat te geven wanneer de woningzoekenden zich anders gedragen. Al deze mogelijkheden volgen uit het ontwikkelde simulatiemodel, wat de volgende kenmerken heeft: Het simulatiemodel maakt gebruik van de next event techniek, waarbij de groep ingeschreven woningzoekenden (met al zijn diversiteit) als toestand van het model is genomen. De toestand van het model verandert als gevolg van één van de volgende drie events: o Inschrijving van een woningzoekende 104

108 o Uitschrijving van een woningzoekende zonder acceptatie van een woning o Uitschrijving van een woningzoekende na acceptatie van een vrijgekomen woning De output van het model geeft het toewijzingsresultaat van de woningen die in de simulatie zijn vrijgekomen. In deze output wordt elke vrijgekomen woning gekoppeld aan de woningzoekende die de woning in de simulatie heeft geaccepteerd. Wanneer we verder kijken naar het ontwikkelde model komen ook twee beperkingen naar voren: 1. Binnen het model wordt geen rekening gehouden met verhuisketens. Voor het model betekent dit dat de lengte van de verhuisketens in de simulatieperiode even lang is als de lengte van de verhuisketens in het historisch reactiebestand welke gebruikt is voor het simuleren van het reactiegedrag. Als gevolg van het ontbreken van verhuisketens wordt in het geval van een verandering waarbij doorstromers meer woningen krijgen toegewezen komen binnen de simulatie dan ook geen extra woningen vrij. 2. Het reactiegedrag van de woningzoekenden binnen het simulatiemodel is gebaseerd op een historisch reactiebestand. Dit betekent niet alleen dat in het model wordt aangenomen dat reactiegedrag niet verandert over de tijd, maar ook dat reacties die in het historisch reactiebestand niet voorkomen ook in het simulatiemodel niet voorkomen. Wanneer als gevolg van de verandering bepaalde reacties in de toekomst wel toegestaan zijn, welke in het historisch reactiebestand niet toegestaan waren (denk bijvoorbeeld aan een versoepeling van huur-inkomen normen), dan moet het reactiegedrag wat betreft deze nieuw toegestane reacties op een andere manier bepaald worden. Wat betreft de bovenstaande beperkingen is het belangrijk om de conclusies die getrokken kunnen worden bij de vergelijking van verschillend ingerichte woonruimteverdelingssystemen in het juiste perspectief te zien. Kennis over de sociale woningmarkt maakt het in veel gevallen mogelijk om de beperkingen van het model op te vangen. Wanneer we bijvoorbeeld kijken naar het ontbreken van verhuisketens kan een inrichting waarbij meer woningen aan doorstromers worden toegewezen als een verbetering worden gezien. Van verhuisketens weten we echter dat de woning in schakel n + 1 anders is dan de woning in schakel n, waarbij in het algemeen geldt dat doorstromers alleen verhuizen naar een woning van een betere kwaliteit en dus de kwaliteit van de woning in schakel n + 1 minder is dan de woning in schakel n. Meer doorstroming is in eerste instantie dus positief, maar meer doorstroming betekent dus ook dat starters minder in aanmerking komen voor woningen uit schakel n en dus genoegen moeten nemen met de woningen van mindere kwaliteit in schakel n + 1 die vrijkomen als gevolg van de extra doorstroming. Voor beleidsmakers biedt het ontwikkelde model een manier om verschillend ingerichte woonruimteverdelingssystemen op een objectieve manier met elkaar te vergelijken. Door de toewijzingsresultaten van de verschillende simulatieruns naast elkaar te leggen, kunnen de beleidsmakers bekijken of de voorgestelde verandering ook leidt tot het doel wat zij voor ogen hebben met het veranderen van het systeem en of de verandering geen ongewenste effecten oplevert. Vervolgens kunnen de beleidsmakers dan een besluit nemen over de specifieke inrichting van het woonruimteverdelingssysteem. 105

109 Discussie In het onderzoek is naar voren gekomen dat woonruimteverdelingssystemen een grote complexiteit bevatten. Daarnaast bedient de sociale huurwoningmarkt een grote variatie aan woningzoekenden met verschillende wensen en eisen, waarbij het aantal woningzoekenden ten opzichte van het aantal vrijkomende woningen ook nog groot is. Als gevolg van deze complexiteit kunnen we de vraag stellen of het optimale woonruimteverdelingssysteem bestaat. We hebben gezien dat het bevoordelen van de ene groep woningzoekenden onmiskenbaar tot het benadelen van een andere groep woningzoekenden leidt. Bij het opstellen van de regels voor het toewijzingsproces zal dan ook altijd een groep zijn die als gevolg van deze regels minder kans heeft op een woning dan gemiddeld het geval is. Een manier om gelijke kansen te krijgen voor iedereen betreft een lotingssysteem, maar ook in dat geval kunnen we de eerlijkheid ter discussie stellen. Zonder het bestaan van een optimaal verdelingssysteem blijft de wereld van de woonruimteverdelinssystemen in beweging met vernieuwende concepten (zoals we gezien hebben in paragraaf 2.3) en voorstellen tot verandering binnen het systeem (zie paragraaf 5.4 en 5.5) als gevolg. Van het ontwikkelde simulatiemodel hebben we gezien dat in het geval van voorstellen tot verandering het model een belangrijke vorm van ondersteuning kan bieden. Dus ook al speelt subjectiviteit altijd een rol in het bepalen of de ene manier van inrichten van het woonruimteverdelingssysteem beter is dan de andere, biedt het model de mogelijkheid om de verschillende inrichtingen objectief te vergelijken. Voor beleidsmakers maakt het model het dan ook mogelijk om op een objectieve manier een mening te vormen en de resultaten uit het model te gebruiken voor het inrichten van het woonruimteverdelingssysteem van de toekomst. 106

110 Literatuurlijst Bellinger, G. (2004). Modeling & Simulation: An Introduction. Retrieved , Boumeester, H. en Jansen, S. (2010). Wat wil de woonconsument? En waarom? Tijdschrift voor de Volkshuisvesting, 2, Burns, Al, Bush, R., Swart, F. en Smeets, I. (2006) Principes van marktonderzoek: toepassing met SPSS. (vierde uitgave). Pearson Education. Buys, A. (2005). Verhuisketens in Amsterdam. (Rapport nr ) Retrieved , CECODHAS (2007). Spain Fact File. Retrieved , CECODHAS (2007). The Netherlands Fact File. Retrieved , Communities and Local Government (2008). Allocation of Accomodation: Choice Based Lettings. Retrieved: , Department of the Environment, Heritage and local Government (2007). Delivering homes and sustaining communities: Statement on Housing Policy. Retrieved , df Dorst, C. en Knorr-Siedow, T. (2007). Social Housing in Germany. In C. Whitehead en K. Scanlon, Social Housing in Europe (pp ). LSE London: London School of Economics and Political Science. Dougherty, C. (2002). Introduction to Econometrics. Oxford, NY: Oxford University Press Inc. Gemeente Drunen (2009). Informatienota Retrieved , tachment=0&c=3017 Gemeente Gouda afdeling leefomgeving en RIGO Research en Advies (2006). Woonruimteverdeling: terugblikken en vooruitkijken. Retrieved , Gemeente Zederik (2005). Huisvestingverordening 2005 van de gemeente Zederik. Retrieved , achment=0&c=

111 Van Groenigen, C. en Booi, H. (2007). Woonwensen. Factsheet Wonen in Amsterdam 2005, 5, retrieved , Harper, A.M., Taranto, S.E., Edwards, E.B. en Daily, O.P. (2000). An update on a successful simulation project: the UNOS liver allocation model. In J.A. Joines, R.R. Barton, K. Kang and P.A. Fishwick (eds). Proceedings of the 2000 Winter Simulation Conference. Haffner, M.E.A. en Hoekstra, J.S.C.M. (2004). Woonruimteverdeling in Europese context. Retrieved , 936c86e6aaf2&lang=nl&binary=/doc/woonruimteverdeling_in_Europese_context.pdf Howard, D.H. (2001). Dynamic analysis of liver allocation policies. Medical Decision Making, 21(4), Kromhout, S. en Burger, P. (2008). Evaluatie De Woonversnelling. (Rapport nr ) Retrieved , download=true Kromhout, S., Burger, P. en Buitendijk, J. (2010). Effectverkenning behoud inschrijfduur. (Rapport nr. P15790): Intern document RIGO Research en Advies BV. Kromhout, S., van Daalen, G., Davis, S. en Zandstra, A. (2006). Woonruimteverdeling opnieuw bekeken: Bouwstenen voor discussie. (Rapport nr ): Intern document RIGO Research en Advies BV. Kromhout, S., Wilkens, L. en Zeelenberg, S. (2008). Als wachten te lang duurt: Urgentieverlening in de praktijk. (Rapport nr ) : Intern document RIGO Research en Advies BV.. Kromhout, S. en Zeelenberg, S. (2007). Evaluatie regionale woonruimteverdeling Holland Rijnland. (Rapport nr ). Retrieved , wnload=true Nederlandse Transplantatie Stichting (2008). Jaarverslag. Retrieved , Ouwens, J.P., Groen, H., Ten Vergert, E.M., Koëter, G.H., de Boer, W.J. en van der Bij, W. (2002). Simulated waiting list prioritization for equitable allocation of donor lungs. Journal of Heart and Lung Transplantation, 21, Pidd, M. (2004). Computer Simulation in Management Science. Chichester, West Sussex: John Wiley and Sons Ltd. Pritsker, A.A.B, Daily, O.P. en Pritsker, K.D. (1996). Using Simulation to Craft National Organ Transplantation Policy. Proceedings of the 1996 Winter Simulation Conference, Rondom Wonen (2004). Woonwensen van jongeren in Pijnacker-Nootdorp. Retrieved , 108

112 Symposium Woonruimteverdeling (22 april 2009). We moeten af van het koedenken. Retrieved , Tweede Kamer der Staten-Generaal (2010). Nieuwe regels met betrekking tot de verdeling van woonruimte en de samenstelling van de woonruimtevoorraad (Huisvestingswet 20..). (Document nr ). Retrieved , VROM Inspectie. Huisvestingswet. Retrieved , Ymere (2009). Update Oktober Retrieved , 109

113 Bijlage A De sociale woningmarkt in Europa Het idee van sociale huurwoningen speelt niet alleen in Nederland. Naar aanleiding van een verandering in de Huisvestingswet hebben Haffner en Hoekstra (2004) in opdracht van het ministerie van VROM een onderzoek gedaan naar de woningmarkt in vijf Europese landen: Ierland, Spanje, Italië, Duitsland en het Verenigd Koninkrijk. In deze bijlage wordt dit onderzoek bekeken, waarbij de ogen gericht zijn op de positie van de sociale woningsector. De indeling is aan de hand van de vijf onderzochte landen, waarna een conclusie volgt waarin de situatie in Nederland vergeleken wordt met de vijf andere landen. Ierland Het eerste Europese land waarnaar gekeken is binnen het onderzoek van Haffner en Hoekstra (2004) is Ierland, waar het woonbeleid wordt vastgesteld door de centrale overheid. Dit woonbeleid richtte zich in de eerste jaren van dit millennium op het stimuleren van woningbezit, waardoor de sociale huursector bestemd werd voor de huishoudens die niet de financiële middelen hadden om een huis te kopen. Om deze huishoudens ook daadwerkelijk aan een sociale huurwoning te helpen, is de sociale woningvoorraad in handen van de lokale overheden. Met het stimuleren van eigenwoningbezit in het achterhoofd bestaat wel het recht op kopen, wat inhoudt dat bewoners van een sociale huurwoning op elk moment kunnen besluiten om de woning te kopen. In tegenstelling met Nederland zijn de huurprijzen niet afhankelijk van de woning, maar van het inkomen van de huurders. Zo is eenzelfde woning voor een werkloos gezin dus goedkoper dan een gezin met twee inkomens, wat natuurlijk ook weer de werkende huishoudens stimuleert om een woning te kopen. Dit heeft wel geleid tot begrotingstekorten bij de lokale overheid, doordat de sociale woningmarkt vooral gebruikt wordt door de zeer lage inkomens met als gevolg lage huurinkomsten voor de lokale overheden (Haffner en Hoekstra, 2004). Het toewijzen van de sociale huurwoningen is in handen van de lokale overheid, waarbij de regels wel goedgekeurd moeten worden door de minister. Of een huishouden recht heeft op een sociale huurwoning wordt door de lokale overheid bepaalt, waarbij iedere drie jaar een inventarisatie gehouden wordt van het aantal huishoudens dat hulpbehoevend is bij het vinden van een woning. Wanneer een woning vrijkomt, wordt deze door zelf opgestelde regels toegewezen aan het meest hulpbehoevende huishouden, waarbij nog wel een principe geldt van eerlijke verdeling over de verschillende groepen die voor een sociale huurwoning in aanmerking komen (Haffner en Hoekstra, 2004). In Dublin wordt voor de verdeling van woningen gewerkt met een aanbodmodel, waarbij huishoudens die interesse hebben in een vrijkomende woning kunnen reageren. Afhankelijk van prioriteit worden zij dan ingedeeld in één van de vier prioriteitsklassen, waarna een loting volgt in elk van deze klassen. Een korte blik op de toekomst van de sociale woningmarkt in Ierland leert ons dat het Department of the Environment, Heritage and Local Government (2007) zich nog steeds richt op het stimuleren van eigenwoningbezit. Binnen de sociale woningmarkt wordt meer gericht op persoonlijke wensen van de woningzoekenden, door bij het bepalen of iemand in aanmerking komt voor sociale huur hier rekening mee te gaan houden. Het rekening houden met woonwensen komt ook naar voren in het bepalen van een nieuw toewijzingssysteem met als doel: A

114 Providing choice will, ideally, lead to the creation of a sense of ownership and pride in the home allocated, and assist in fulfilling commitments in relation to social inclusion and integration. (Department of the Environment, Heritage and Local Government, 2007). Spanje Cijfers uit 2005 laten zien dat het aantal sociale huurwoning in Spanje klein is (1% van de totale woningvoorraad, CECODHAS, 2007). De verantwoordelijkheden van de sociale woningmarkt liggen bij de autonome regio s, die elk ook een eigen woonbeleid opstellen. Hierbij is het doel van de Spaanse sociale woningmarkt om een geschikte woonsituatie aan te kunnen bieden aan huishoudens die niet in staat zijn om een woning te kopen. Om in aanmerking te komen voor een gesubsidieerde woning geldt een maximum inkomenseis (Haffner en Hoekstra, 2004). De prijzen binnen de sociale sector zijn verbonden met deze inkomenseis, waarbij voor huurwoningen een maximumprijs per vierkante meter gebruikt wordt. Net als in Ierland geldt ook in Spanje het recht tot kopen van een sociale huurwoning, waarbij de bewoner na tien jaar de mogelijkheid krijgt om de woning te kopen (met prijzen gereguleerd door de overheid). Het toewijzen van woningen aan woningzoekenden is ook in handen van de autonome regio s. Haffner en Hoekstra (2004) hebben gekeken naar de situatie binnen twee van deze regio s: Baskenland en Madrid. In Baskenland waren de regels voor het in aanmerking komen van een sociale woning zeer duidelijk, waarbij eisen werden gesteld aan leeftijd, inkomen en binding aan de regio. Over hoe de woningen precies verdeeld worden bestond echter onduidelijkheid. In Madrid was de regelgeving over het toewijzen van woning wel duidelijk: de helft van de woningen wordt verdeeld en de andere helft van de woningen wordt toegewezen aan hulpbehoevende huishoudens op basis van een puntensysteem. Duitsland In Duitsland komt de sociale woningmarkt tot stand door subsidies van de overheid (Droste en Knorr- Siedow, 2007). Deze subsidies gaan naar private woningcorporatie voor het bouwen van sociale huurwoningen, wanneer zij beloven de nieuwbouw aan te bieden als sociale huurwoningen. Hierdoor komen dus goedkope woningen tot stand, die verhuurders kunnen verhuren aan de Duitse huishoudens die hulpbehoevend zijn in het vinden van een woning. Om als huishouden in Duitsland aanspraak te maken op een gesubsidieerde woning moet een soort woonvergunning worden aangevraagd (Haffner en Hoekstra, 2004), waarvoor enkel een maximum inkomenseis geldt. Eenmaal in het bezit van een woonvergunning kan men gaan reageren via de verhuurders. Het opstellen van de volgorderegels binnen het woonruimteverdelingssysteem ligt in handen van de verhuurders. Dit subjectieve toewijzingssysteem leidt volgens Dorst en Knorr-Siedow (2007) meestal tot een goede mix van huurders, maar dit kan natuurlijk ook problemen opleveren voor kwetsbare huurders (denk bijvoorbeeld aan huishoudens met een historie van huurachterstand). Om voor deze personen toch een plek te vinden binnen het systeem hebben gemeenten de mogelijkheid om in enkele gevallen mensen voor te dragen (Haffner en Hoekstra, 2004). B

115 Italië Het raamwerk voor de regelgeving voor woonruimteverdeling in Italië wordt gegeven door de minister van volkshuisvesting (Haffner en Hoekstra, 2004), waarna de Italiaanse regio s elk een eigen woonbeleid implementeren. In de regelgeving ten opzichte van sociale huurwoningen is vastgelegd dat de huurprijs afhankelijk is van zowel het inkomen van de huurder als de waarde van de woning. Net als in Ierland heeft dit geleid tot scheefheid in de inkomsten en uitgaven voor sociale huurwoningen, waardoor huurders gestimuleerd worden om de woning waarin zij wonen te kopen om de begroting weer glad te trekken. Het beleid voor woonruimteverdelingssystemen kunnen, ondanks het raamwerk dat opgesteld is door de minister, onderling erg verschillen (Haffner en Hoekstra, 2004). Daarnaast worden vaak meerdere eisen gesteld waarbij de specifieke regels ook nog eens afhangen van de situatie van de huurder, wat de transparantie van het systeem niet bevorderd (voor een woningzoekende van buiten Europa gelden bijvoorbeeld andere regels dan voor Italianen). Een overeenkomst tussen de situatie in Nederland en Italië is de scheefheid in vraag en aanbod: in 1994 stonden in Italië huishoudens op de wachtlijst voor een sociale huurwoning, terwijl de woningvoorraad binnen de sociale woonsector uit minder dan 1 miljoen woningen bestond (Haffner en Hoekstra, 2004). Om de vrijkomende woning zo eerlijk mogelijk te verdelen wordt gebruik gemaakt van een puntensysteem, waarbij punten worden toegekend voor bijvoorbeeld persoonlijke omstandigheden en woonduur. Naast het reguliere systeem bestaat ook de mogelijkheid om woningen speciaal toe te wijzen aan bepaalde woningzoekenden, waarbij wel quota s zijn gesteld voor het aantal van deze toewijzingen. Verenigd Koninkrijk Het laatste Europese land dat Haffner en Hoekstra (2004) hebben onderzocht is het Verenigd Koninkrijk. De sociale huurwoningvoorraad is in handen van twee partijen: de gemeentelijke woonbedrijven en particuliere non-profit woningcorporaties. Het oorspronkelijke woonruimteverdelingssysteem in Engeland ging uit van een wachtlijst aan de hand van een puntensysteem. Hierbij werden punten toegekend naar aanleiding van de huidige woonsituatie. Doordat in dit systeem geen rekening gehouden is met de woonwensen van de woningzoekenden is men bezig om over te stappen naar het choice based letting systeem, wat afgeleid is van het Nederlandse aanbodmodel. Vanuit de regering is bepaald dat gestreefd moet worden om woningzoekenden in 2010 binnen alle woonruimteverdelingsystemen de mogelijkheid te geven om te kiezen uit beschikbare woningen (Communities and Local Government, 2008). Het doel van dit choice based letting systeem is niet alleen het stimuleren van de keuzevrijheid van een woningzoekende, maar ook het openstellen van de regionale markt en het makkelijker maken voor huurders om van woning te wisselen. Hierbij gaat het ook om de verandering van gemeentelijke huur naar woningcorporatie of van gemeentelijke huur naar een koopwoning. Het mogelijk maken van keuzes binnen het woonruimteverdelingssysteem in Engeland betekent echter niet dat iedereen zo maar in aanmerking komt voor elke woning (Communities and Local Government, 2008). Verhuurders wordt geadviseerd om de behoeften van woningzoekenden te C

116 onderzoeken, zodat de woningzoekenden met de directe nood geïdentificeerd kunnen worden. In het rangordecriterium kan hiermee dan rekening gehouden worden, zodat de woningzoekende met de grootste behoefte het eerst een woning krijgt aangeboden. Daarnaast heeft de overheid bepaald dat niet alle woningen via een aanbodmodel hoeven worden aangeboden, waardoor bijvoorbeeld de vrijheid bestaat om met maatwerk het woonruimteverdelingssysteem te gebruiken om de leefbaarheid in een bepaalde buurt te vergroten. Conclusie Wat kunnen we zeggen over de Nederlandse sociale woningsector ten opzichte van de overige Europese landen? Als eerste wordt de Nederlandse sociale woningsector minder gezien als een opvangnet dan in bijvoorbeeld Ierland en Spanje. Dit zien we in het lage percentage van sociale huurwoningen, maar ook een huurprijs afhankelijk van het inkomen geeft duidelijk aan dat de markt alleen bedoeld is voor de huishoudens die het echt nodig hebben. Doordat in de overige landen echter ook een overschot aan vraag is, wordt wel overal een verdeelsysteem met bijbehorende rangordecriteria toegepast. Hier is wel te zien dat de aanwezigheid van het langste inschrijfduur principe ontbreekt (behalve in de choice based letting systemen in Engeland), waar dit juist het meest gebruikte rangordecriterium is binnen de Nederlandse woonruimteverdelingssystemen. In plaats van inschrijfduur wordt over de grens de rangorde ofwel subjectief bepaald ofwel aan de hand van een puntensysteem, waarbij het aantal punten vaak afhangt van de persoonlijke situatie. De meest vergelijkbare situatie doet zich voor in Engeland, waar men besloten heeft om over te stappen op het choice based letting systeem. Vergeleken met Nederland staat dit echter in de kinderschoenen, waardoor het gevoel ontstaat dat voor de inrichting van de woonruimteverdelingssystemen in Engeland eerder naar Nederland kan worden gekeken dan andersom. In Engeland is echter wel al opgemerkt dat de wachttijden voor woningzoekenden steeds verder oplopen en de slaagkans voor vele woningzoekenden laag is, waardoor zich men daar ook richt op vernieuwingen van het systeem. Concluderend gezien blijft de sociale woningmarkt een complexe sector, waarbij met de verschillen van de positie van de markt in Europa een ontwikkeling in het buitenland misschien geen optie is voor Nederland. Ontwikkelingen en vernieuwingen blijven echter interessant, dus het bijhouden van de Europese woningmarkten kan altijd leiden tot nieuwe, bruikbare inzichten voor landelijke verbeteringen. D

117 Bijlage B Huisvestingsverordeningen en convenanten Om meer te weten te komen over de inrichting van woonruimteverdelingssystemen zijn meerdere huisvestingsverordeningen en convenanten over woonruimteverdelingen bekeken. In deze bijlage wordt een lijst gegeven met welke documenten zijn bekeken en waar deze te vinden zijn. Convenant inzake regionale woonruimteverdeling tussen de gemeenten Bennebroek, Bloemendaal, Haarlemmerliede Spaarnwoude, Heemstede, Haarlem en Zandvoort en de corporaties voor periode tot doc.pdf Convenant woonruimteverdeling Gooi en Vechtstreek januari ttachment=1&c=18034 Convenant woonruimteverdeling Rijnstreek Convenant woonruimteverdeling s-hertogenbosch Convenant woonruimteverdeling Stadsregio Amsterdam oonruimteverdeling5september2008.pdf Huisvestingsverordening gemeente Abcoude %20Huisvestingsverordening%202006%20geme.pdf?id=2003,add9c Huisvestingsverordening gemeente Amersfoort Huisvestingsverordening gemeente Amstelveen tingsverordening_%7bgewijzigd_31_mei_2006%7d.pdf Huisvestingsverordening gemeente Binnenmaas Huisvestingsverordening gemeente Nijkerk 2007 E

118 Huisvestingsverordening gemeente Zederik achment=0&c=915 Huisvestingsverordening gemeente Holland-Rijnland 2009 Huisvestingsverordening stadsgewest Haaglanden Huisvestingsverordening stadsregio Rotterdam versie november %20publicatie%20werkdocumenten%20huisvestingsverordening% pdf F

119 Bijlage C: Programmacode van het simulatiemodel In deze bijlage wordt een programmacode van het simulatiemodel gegeven dat is ontwikkeld om het effect van veranderingen in een woonruimteverdelingssysteem te kunnen evalueren. De programmacode is gebaseerd op de algoritmes die zijn gepresenteerd in hoofdstuk 4 van het rapport en de implementatie heeft plaatsgevonden in software genaamd MATLAB. Deze software is ontwikkeld door The Mathworks Inc. en biedt de mogelijkheid voor ontwikkeling van zelfgemaakte algoritmes en modellen gecombineerd met het gebruik van efficiënte, voorgeprogrammeerde functies. Daarnaast is het met deze software mogelijk om een koppeling te maken met de bekende software van Microsoft, waardoor de resultaten ook buiten MATLAB kunnen worden geanalyseerd en bewerkt. De programmacode die in deze bijlage besproken wordt gaat ervan uit dat het type van de woningzoekenden gedefinieerd wordt aan de hand van vier karakteristieken en dat het type woningen gedefinieerd wordt door drie kenmerken. Verder wordt de rangschikking voor alle woningzoekenden gebaseerd op inschrijfduur. Voor het model zijn verschillende functies gemaakt, welke vanuit een hoofdprogramma worden aangeroepen (hoofdprogramma is de functie Simulatie). Het hoofdprogramma wordt gestart via een grafische interface, welke is weergegeven in figuur C.1. Bij het starten wordt de gebruiker gevraagd om enkele variabelen in te voeren, welke in het simulatiemodel als globale variabelen worden opgeslagen zodat deze vanuit elk script kunnen worden aangeroepen. De variabelen die door de gebruiker moeten worden ingevuld zijn: 1. Tussentijd X: De gemiddelde tijd tussen het inschrijven van twee woningzoekenden. Dus stel dat gemiddeld elke dag één woningzoekende zich inschrijft, dan vult de gebruiker hier het getal 1 in. 2. Tussentijd Y: De gemiddelde tijd tussen het uitschrijven van twee woningzoekenden zonder acceptatie van een woning. Dus ook hier: stel dat gemiddeld elke dag één woningzoekende zich uitschrijft zonder acceptatie van een woning, dan vult de gebruiker hier het getal 1 in. 3. Tussentijd Z: De gemiddelde tijd tussen het vrijkomen van twee woningen. Hierbij gaat het om een continue schaal, dus stel dat gemiddeld zeventig woningen vrijkomen in een twee wekelijkse aanbiedingsperiode, dan vult de gebruiker hier 14/70 = 0,2 dagen in. 4. Kolomnummer sorteren: De kolom in het invoerbestand waar de waarde staat waarop de rangschikking van de woningzoekenden is gebaseerd. 5. Lengte run (in dagen): Het aantal dagen van één simulatierun. 6. Hoeveel runs: Het aantal keer dat de simulatie opnieuw moet worden opgestart. 7. Schrijven naar (met.xlsx): De bestandsnaam van het outputbestand. In dit Excel bestand worden de volgende tabbladen aangemaakt: Acceptatie: Hier staat de informatie van de woningzoekenden die een woning toegewezen hebben gekregen. TWoningen: Hier staan de kenmerken van de vrijgekomen woningen. Rangnummer: Hier staat de positie in de rangschikking van de woningzoekende die de woning toegewezen heeft gekregen. Aantal reacties: Hier staat het totaal aantal woningzoekenden dat in het model gereageerd heeft op de vrijgekomen woning. G

120 Figuur C.5: Startscherm van de implementatie van het model in MATLAB. 8. Acceptatieproces: De parameters van de logaritmische trendlijn die gebruikt wordt om het acceptatieproces te simuleren. Door het drukken op één van de twee knoppen wordt het simuleren gestart, waarbij de sortering aflopend of oplopend is, afhankelijk van welke knop de gebruiker heeft ingedrukt. Het model begint met sorteren door het aanroepen van het hoofdprogramma Simulatie, welke als volgt is geprogrammeerd (in de code worden bepaalde regels toegelicht door gebruik van regels die starten met het %-teken): function Simulatie %Simulatie is het hoofdprogramma van het simulatiemodel %globale variabelen definiëren global IN Nieuw RKM Toewijzing Acceptatie TWoningen T Rangnummer... Cumulatief Status Reactieperiode AantalReacties... LengteRun AantalRuns SchrijvenNaar TussentijdX... TussentijdY TussentijdZ %Resetten van globale variabelen aan het begin van nieuwe simulatie AantalReacties=[]; Acceptatie=[]; TWoningen=[]; Rangnummer=[]; Toewijzing=0; %Begin van nieuwe run van een simulatie for i=1:aantalruns H