RIGO Research en Advies Woon- werk- en leefomgeving www.rigo.nl EINDRAPPORT Schaarste in de regio Rotterdam Bouwstenen bij de nieuwe huisvestingsverordening
De verantwoordelijkheid voor de inhoud berust bij RIGO. Het gebruik van cijfers en/of teksten als toelichting of ondersteuning in artikelen, scripties en boeken is toegestaan mits de bron duidelijk wordt vermeld. RIGO aanvaardt geen aansprakelijkheid voor drukfouten en/of andere onvolkomenheden.
RIGO Research en Advies Woon- werk- en leefomgeving www.rigo.nl EINDRAPPORT Schaarste in de regio Rotterdam Bouwstenen bij de nieuwe huisvestingsverordeningen Opdrachtgever Stadsregio Rotterdam Auteurs Sjoerd Zeelenberg Paul van Grieken Steven Kromhout Rapportnummer P29150 Uitgave 14 januari 2015 RIGO Research en Advies BV De Ruyterkade 112C 1011 AB Amsterdam Postbus 2805 1000 CV Amsterdam 020 522 11 11 info@rigo.nl www.rigo.nl
Inhoud 1 Inleiding 2 1.1 Onderbouwing in vier stappen 2 1.2 Bronnen 3 2 Schaarste 4 2.1 Clusters 4 2.2 Indicatoren 5 2.3 Scores 8 2.4 Conclusies 9 3 Effecten van schaarste voor groepen 10 3.1 Indicatoren 10 3.2 Scores 11 3.3 Conclusies 16 4 Nut en noodzaak van sturing 17 4.1 Huidige verdeling 17 Bijlage 1 Inkomensgroepen 20 Bijlage 2 Cijfers per gemeente 21 Bijlage 3 Ridderkerk en Bernisse 26
1 Inleiding De nieuwe Huisvestingswet vergt van gemeenten een betere onderbouwing van de noodzaak om te sturen in de woonruimteverdeling. Als onderdeel van die onderbouwing heeft RIGO onderzoek gedaan naar de schaarste in de Stadsregio Rotterdam. Dit rapport is één van de bouwstenen die gemeenten kunnen gebruiken bij het maken van die onderbouwing. De Huisvestingswet 2014, die onlangs is aangenomen, biedt gemeenten de mogelijkheid om regels te stellen voor de verdeling van huurwoningen. De nieuwe wet verlangt van gemeenten dat zij goed onderbouwen waarom zij de woonruimteverdeling binnen hun grenzen reguleren. Het enige argument dat zij daarbij mogen gebruiken is dat de woningen waarop de regels betrekking hebben schaars zijn en dat een ongereguleerde verdeling daarvan leidt tot onwenselijke verdringing van bepaalde doelgroepen. Dat moeten zij dan wel kunnen aantonen. Als WGR-plusgebied heeft de Stadsregio momenteel de bevoegdheid om een regionale huisvestingsverordening vast te stellen die voor alle gemeenten geldt. Vanwege het kabinetsvoornemen om de WGR-plusregio s af te schaffen per 1 januari 2015, streeft de Stadsregio Rotterdam naar het vaststellen van een inhoudelijk afgestemde verordening eind 2014. De gemeenten en Stadsregio beginnen niet vanaf nul. Begin 2014 waren de regiogemeenten het eens over een regionale verordening, die per juli 2014 in zou gaan. Door de komst van de Huisvestingswet 2014 is de inwerkingtreding uitgesteld om de verordening aan te kunnen passen aan de nieuwe wet. Hiervoor is een projectteam in het leven geroepen. Dit projectteam heeft besloten om een onderzoek te starten om de schaarste te onderbouwen. Als externe partij is RIGO gevraagd om het onderzoek uit te voeren. 1.1 Onderbouwing in vier stappen In de VNG-ledenbrief 1 bij de Model-Huisvestingsverordening worden vier onderwerpen genoemd die aandacht verdienen bij het onderbouwen van toewijzingsregels: 2. De onevenwichtige en onrechtvaardige effecten van schaarste voor bepaalde doelgroepen. Welke kwetsbare groepen op de woningmarkt hebben te maken 1 1. De schaarste: is er daadwerkelijk meer vraag dan aanbod aan goedkope woonruimte? Brief VNG aan de leden d.d. 23 juli 2014. Model-Huisvestingsverordening 2014, Online: https://www.vng.nl/files/vng/brieven/2014/20140723_ledenbrief_modelhuisvestingsverordening-2014_1.pdf 2
met deze effecten van schaarste? Denk bijvoorbeeld aan de laagste inkomensgroepen, starters en (grote) gezinnen. 3. Nut en noodzaak van het instrument woonruimteverdeling. Hier zal moeten worden beargumenteerd dat woonruimteverdeling in deze situatie het juiste instrument is om de onevenwichtige en onrechtvaardige gevolgen van schaarste tegen te gaan. Daarbij is het van belang om verbanden te leggen tussen de regels in de verordening en de (gevreesde) problemen die daarmee opgelost kunnen worden. 4. Inspanningen van de gemeenten om de schaarste op te heffen. Dit kan bijvoorbeeld door in beeld te brengen op welke wijze het woonbeleid in brede zin in de regio eraan bijdraagt de schaarste terug te dringen (woningbouwopgave, herstructurering, productieafspraken, voorraadafspraken, grondbeleid). Het projectteam heeft besloten om in de onderbouwing aan te sluiten bij de vier onderwerpen die in de VNG-ledenbrief genoemd zijn. In dit schaarste-onderzoek wordt ingegaan op de eerste twee punten uit de redeneerlijn: In hoofdstuk 2 verkennen we bij welke woningen in de regio Rotterdam sprake is van schaarste. In hoofdstuk 3 kijken we naar de effecten van schaarste voor verschillende groepen woningzoekenden. Hoofdstuk 4 geeft een beeld van de huidige verdeelresultaten. 1.2 Bronnen Als input voor het onderzoek is gebruikgemaakt van gegevens uit de database van Woonnet Rijnmond, het regionale zoeksysteem waarin bijna alle woningen van woningcorporaties worden aangeboden. In opdracht van Maaskoepel heeft NCCW deze gegevens aan RIGO geleverd ten behoeve van dit onderzoek. Op basis van deze database heeft RIGO gegevens geselecteerd over alle verhuringen en reacties op woningen die via advertenties ( media ) zijn aangeboden in periode januari 2010 tot september 2014. Voor de analyses beperken we ons tot woningen tot de huurtoeslaggrens die via het aanbodmodel met inschrijfduur zijn toegewezen aan reguliere woningzoekenden. Verhuringen aan urgenten, via loting of via directe bemiddeling blijven buiten beschouwing. Bij het interpreteren van de uitkomsten houden we rekening met de beleidsmatige context: de toewijzingsresultaten worden immers beïnvloed door het huidige beleid. 3
2 Schaarste In alle gemeenten in de regio Rotterdam moeten woningzoekenden geruime tijd wachten voordat zij een sociale huurwoning kunnen krijgen. In deze paragraaf gaan we op zoek naar de huurwoningen die met recht bestempeld kunnen worden als schaars. Daarbij gaat het om de verhouding tussen vraag en aanbod. Als de vraag van woningzoekenden het aanbod aan woningen overtreft, kan de vraag niet volledig en direct bediend worden. Het gevolg daarvan is dat wachttijden ontstaan 2. 2.1 Clusters In veel woningmarktgebieden zullen niet alle huurwoningen schaars zijn. De Huisvestingswet schrijft voor dat gemeentelijke regels alleen betrekking kunnen hebben op de categorieën woningen die schaars zijn. Daarom brengen we de indicatoren in beeld voor verschillende clusters van woningen. Daarbij onderscheiden we zeven clusters op basis van het woningtype, het aantal kamers en het doelgroeplabel waarmee de woning is geadverteerd 3. We houden de woningen die gelabeld zijn voor jongeren en ouderen apart, om te voorkomen dat de doelgroeplabels de uitkomsten verstoren 4. In sommige gemeenten zijn niet alle clusters voldoende gevuld om de indicatoren te kunnen gebruiken. Daarbij is de grens gelegd bij minimaal 20 verhuringen. De roodgekleurde cellen in de onderstaande tabel bevatten te weinig waarnemingen en worden dus niet meegenomen in de navolgende tabellen. In totaal zijn dus ruim 35.000 verhuringen in deze analyse betrokken over de periode 2010-2014. Dat is 55% van alle verhuringen: verhuringen via loting, directe bemiddeling en urgenties zij niet meegenomen omdat deze het beeld zouden verstoren. Voor Bernisse en Ridderkerk zijn voor alle clusters onvoldoende waarnemingen. In bijlage 3 worden apart enkele cijfers voor deze gemeenten gepresenteerd, afkomstig van de Gemeente Rotterdam (OBI). 2 3 4 Dit laatste is overigens ook gevolg van het werken met inschrijfduur: sommige woningzoekenden schrijven zich uit voorzorg in. Op het eerste oog ligt het voor de hand ook onderscheid te maken naar prijsklasse. Dat hebben we in een eerder stadium ook gedaan. Daaruit blijkt dat prijsklasse geen onderscheidend kenmerk is voor de gekozen indicatoren. Daarom is dit onderscheid niet relevant voor dit onderzoek. De leeftijdsgrenzen die gehanteerd worden bij de doelgroeplabels lopen uiteen van maximaal 23 tot 35 jaar bij jongeren en minimaal 45 tot 65 jaar bij ouderen. 4
Tabel 2-1 Aantal verhuringen aan niet-urgenten (excl. loting) per cluster en gemeente in de regio Rotterdam, 2010-2014 Eengezinswoning Appartement Leeftijdsgrens Totaal 3 of minder 4 of meer 1 of 2 3 4 of meer tot 35 jr. vanaf 45 jr. Barendrecht 67 165 103 75 9 31 137 587 Brielle 15 40 23 26 2 32 26 164 Capelle aan den IJssel 103 118 564 806 844 79 234 2.748 Hellevoetsluis 36 140 48 187 136 52 180 779 Krimpen aan den IJssel 15 163 41 62 151 0 146 578 Maassluis 88 153 131 352 578 88 243 1.633 Bernisse 4 4 3 1 0 3 1 16 Ridderkerk 0 0 0 0 0 0 2 2 Rotterdam 904 749 3.005 8.134 2.941 724 3.869 20.326 Schiedam 34 86 320 776 482 27 321 2.046 Spijkenisse 58 177 182 444 204 61 400 1.526 Albrandswaard 56 142 15 109 2 3 79 406 Westvoorne 3 70 38 26 3 0 50 190 Vlaardingen 42 284 256 1.355 836 320 403 3.496 Lansingerland 15 228 88 229 5 78 130 773 Totaal stadsregio 1.440 2.519 4.817 12.582 6.193 1.498 6.221 35.270 2.2 Indicatoren Om de schaarste van huurwoningen in beeld te brengen maken we gebruik van twee indicatoren: het aantal reacties per woning en de benodigde wachttijd. Aantal reacties De meeste sociale huurwoningen die vrijkomen in de regio Rotterdam worden aangeboden via een advertentie op de website van Woonnet Rijnmond. Woningzoekenden die belangstelling hebben moeten zelf op die advertenties reageren. Het aantal reacties per geadverteerde woning laat dus zien hoeveel belangstellenden er zijn en geeft daarmee per woning de verhouding tussen vraag en aanbod weer. Het aantal reacties kan per woning sterk verschillen (zie Figuur 2-1). Om te voorkomen dat de indicator teveel beïnvloed wordt door uitschieters, maken we gebruik van de mediaan: die geeft de middelste waarde van de verdeling aan. Bij wijze van voorbeeld: de mediaan (middelste waarde) van alle geadverteerde eengezinswoningen met maximaal drie kamers was 121 reacties. Dat betekent dat op de helft van de woningen in dit cluster 121 keer of minder keer is gereageerd en op de andere helft van de woningen meer dan 121 reacties zijn gekomen. 5
Figuur 2-1 Geadverteerde woningen per cluster, naar aantal reacties in klassen, in de regio Rotterdam, 2010-2 014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers maximum leeftijd (tot 35 jr.) 1 t/m 10 reacties 11 t/m 30 reacties 31 t/m 50 reacties 51 t/m 100 reacties 101 t/m 200 reacties meer dan 200 reacties minimum leeftijd (v.a. 45 jr.) Benodigde wachttijd Zoals gezegd staan woningzoekenden niet op een wachtlijst maar moeten ze zelf reageren op advertenties. Als er meerdere belangstellenden zijn voor een woning, krijgt de woningzoekende met de hoogste inschrijfduur de woning aangeboden, tenzij een woningzoekende met urgentie heeft gereageerd. De inschrijfduur is de periode vanaf de datum dat de woningzoekende zich heeft ingeschreven. De inschrijfduur van de kandidaten die uiteindelijk een woning krijgen, geeft een indicatie van de wachttijd die woningzoekenden moeten opbouwen voordat ze in aanmerking komen voor een woning. Figuur 2-2 laat zien dat de spreiding in de inschrijfduur van geslaagde kandidaten groot is: sommige woningzoekenden vinden binnen enkele maanden na inschrijving al een woning, bij andere duurt het meer dan tien jaar voordat zij een woning accepteren. Dat laatste is een gevolg van het feit dat sommige woningzoekenden zich uit voorzorg inschrijven en pas op een veel later moment gaan reageren op woningen. Figuur 2-2 Procentuele verdeling van de inschrijfduur van geslaagde woningzoekenden in maanden, in de regio Rotterdam, 2010-2014 (september) 2,5% 2,0% 1,5% 1,0% 0,5% 0,0% 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96 102 108 114 120 126 132 138 144 150 156 162 168 174 180 186 192 198 6
Opvallend aan de verdeling van de inschrijfduur is de piek van woningzoekenden die al binnen een jaar een woning vinden. Het gaat hier met name om woningen die via woningbezettingsnormen en doelgroeplabels voor een beperkte doelgroep gelabeld zijn, bijvoorbeeld woningen waar maximaal 2 personen mogen wonen en woningen die gereserveerd zijn voor ouderen. Bij de geslaagde woningzoekenden met een korte inschrijfduur zijn woningzoekenden vanaf 45 jaar sterk oververtegenwoordigd. Voor het bepalen van schaarste zijn we geïnteresseerd in de wachttijd die nodig is voor woningzoekenden die op korte termijn een woning zoeken: hoe lang moeten zij ingeschreven om in aanmerking te komen voor een woning? De gemiddelde inschrijfduur (of mediaan) geeft geen goed antwoord op deze vraag, omdat deze cijfers teveel beïnvloed worden door woningzoekenden met een lange inschrijfduur die al eerder een woning hadden kunnen krijgen, maar er zelf voor gekozen hebben om te wachten met verhuizen. We kunnen beter kijken naar de woningen die met een relatief korte inschrijfduur zijn verhuurd. Daarbij leggen we (per cluster) de grens op een kwart van het aanbod, zodat het om een substantieel deel van het aanbod gaat. Figuur 2-3 Geadverteerde woningen per cluster, naar inschrijfduur van geslaagde woningzoekenden in klassen, in de regio Rotterdam, 2010-2014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers maximum leeftijd (tot 35 jr.) tot 2 maanden 2 maanden tot 1 jaar 1 tot 2 jaar 2 tot 4 jaar 4 tot 10 jaar meer dan 10 jaar minimum leeftijd (v.a. 45 jr.) We definiëren de benodigde wachttijd dus als de inschrijfduur waarmee een kwart van de geslaagde woningzoekenden een woning in het betreffende cluster heeft gevonden. De overige driekwart van de geslaagden had een langere inschrijfduur. Afweging indicatoren Van de twee indicatoren van schaarste hecht het projectteam de meeste waarde aan de benodigde wachttijd 5. Dit heeft alles te maken met het huidige verdelingssysteem, waarin het merendeel van de woningen op volgorde van inschrijfduur worden toegewezen en reageren alleen zin heeft als je voldoende wachttijd hebt opgebouwd. In een systeem waarin woningen via loting zouden worden toegewezen, waarbij elke 5 Zoals besproken in het overleg van 29 oktober jl.. 7
reactie op dezelfde woning evenveel kans maakt, zou het aantal reacties per woning een belangrijker indicator zijn. 2.3 Scores Tabel 2-2 en Tabel 2-3 geven per gemeente de scores weer van de verschillende clusters op de twee indicatoren. Naast de cijfers zijn kleuren gebruikt om de verschillen duidelijker te maken: hoe donkerder de kleur, hoe hoger de score. Hoge scores op de indicatoren betekenen dat woningen in een bepaald cluster in regionaal perspectief relatief schaars zijn. In alle gemeenten ligt zowel het aantal reacties als de benodigde wachttijd het hoogst bij (vooral grote) eengezinswoningen. De schaarste is het grootst in de gemeente Barendrecht. Bij de interpretatie moet wel rekening worden gehouden met de huidige toewijzingsregels. Zo zien we dat woningen die zijn aangeboden met een minimumleeftijd van 45 jaar of hoger relatief weinig reacties ontlokken en met een relatief korte wachttijd worden verhuurd. Dit is een direct (en beoogd) beleidseffect van het leeftijdslabel, waardoor deze woningen gereserveerd worden voor een specifieke groep. Ouderen kunnen zo relatief snel verhuizen naar een woning die voor hen geschikt is. Wanneer dit label zou verdwijnen, zou het aantal reacties en de wachttijd stijgen. Bij woningen die gelabeld zijn voor jongeren is het effect daarvan minder duidelijk: in de meeste gemeenten liggen de reacties en wachttijden bij jongerenwoningen ongeveer even hoog als bij kleine appartementen die zonder leeftijdslabel worden aangebonden. Bij het definiëren van schaarse woningen zal moeten worden bepaald bij welke absolute waarden van de indicatoren er sprake is van schaarste. Bijvoorbeeld: bij clusters waarvoor de benodigde wachttijd langer is dan 1 jaar, kunnen we spreken van schaarste. Zo beschouwd zouden in de meeste gemeenten alle clusters als schaars kunnen worden bestempeld. Waar de grens gelegd wordt, is uiteindelijk een politieke keuze die door de gemeenteraden zal moeten worden goedgekeurd. Deze keuze heeft consequenties voor de huisvestingsverordening: alleen bij woningen die schaars zijn, kan de gemeente sturen in de toewijzing. Tabel 2-2 Aantal reacties per advertentie in jaren, per woningcluster en gemeente in de regio Rotterdam, 2010-2014 (september) Eengezinswoning Appartement Leeftijdsgrens 3 of minder 4 of meer 1 of 2 3 4 of meer tot 35 jr. vanaf 45 jr. Barendrecht 261 371 108 150 x 109 20 Brielle x 82 54 53 x 45 6 Capelle aan den IJssel 156 226 57 71 51 44 9 Hellevoetsluis 143 138 66 73 54 45 5 Krimpen aan den IJssel x 201 70 87 44 x 8 Maassluis 87 117 52 69 56 59 5 Bernisse x x x x x x x Ridderkerk x x x x x x x Rotterdam 117 202 61 76 100 63 8 Schiedam 138 196 78 92 110 88 10 Spijkenisse 84 155 52 56 61 46 7 Albrandswaard 181 241 x 108 x x 20 Westvoorne x 119 48 84 x x 5 Vlaardingen 111 153 60 74 73 66 8 Lansingerland x 152 76 102 x 39 7 8
Tabel 2-3 Benodigde wachttijd in jaren, per woningcluster en gemeente in de regio Rotterdam, 2010-2014 (september) Eengezinswoning Appartement Leeftijdsgrens 3 of minder 4 of meer 1 of 2 3 4 of meer tot 35 jr. vanaf 45 jr. Barendrecht 6,2 7,0 4,0 0,3 x 3,8 2,3 Brielle x 2,8 1,8 2,0 x 2,5 1,8 Capelle aan den IJssel 5,3 6,2 2,3 2,4 1,6 2,1 0,6 Hellevoetsluis 4,3 3,4 2,4 0,9 0,8 1,9 0,3 Krimpen aan den IJssel x 3,4 1,2 1,8 0,9 x 1,0 Maassluis 3,8 4,6 2,8 2,6 2,2 2,3 0,7 Bernisse x x x x x x x Ridderkerk x x x x x x x Rotterdam 4,5 5,1 2,4 2,9 1,7 2,8 0,5 Schiedam 4,4 5,1 2,9 3,2 3,1 3,9 1,0 Spijkenisse 3,4 4,3 1,9 1,7 1,2 1,8 0,4 Albrandswaard 5,9 5,0 x 1,4 x x 2,5 Westvoorne x 2,8 2,4 1,5 x x 0,4 Vlaardingen 3,9 3,9 2,9 2,5 2,0 3,0 1,0 Lansingerland x 0,8 4,1 0,7 x 2,8 1,5 2.4 Conclusies Binnen de regio Rotterdam varieert de belangstelling voor sociale huurwoningen per gemeente en per cluster. Voor eengezinswoningen moeten woningzoekenden in alle gemeenten relatief lang wachten. Op woningen die voor ouderen gelabeld zijn komen over het algemeen weinig reacties, waardoor weinig wachttijd benodigd is. Zonder dat label zouden deze woningen waarschijnlijk meer reacties ontlokken, wat weer tot langere wachttijden zou kunnen leiden. Stel dat de grens van de benodigde wachttijd op één jaar wordt gelegd, dan zouden in de meeste gemeenten in de regio Rotterdam alle woningclusters als schaars betiteld kunnen worden. 9
3 Effecten van schaarste voor groepen Voor welke groepen levert de schaarste aan goedkope huurwoningen onevenwichtige en onrechtvaardige effecten op? In dit hoofdstuk gaat het om de vraag of bepaalde doelgroepen zonder sturing via de woonruimteverdeling te maken kunnen krijgen met verdringing als gevolg van schaarste. Waar in de vorige paragraaf de (schaarste aan) woningen centraal stonden, gaat het in deze paragraaf dus om de (gevolgen voor) woningzoekenden. De cijfers in dit hoofdstuk zijn in de bijlage per gemeente weergegeven. 3.1 Indicatoren We brengen de effecten van schaarse voor groepen woningzoekenden in beeld te brengen op basis van twee indicatoren: de slaagkans en de benodigde wachttijd van woningzoekenden. Slaagkans De slaagkans is een veel gebruikte indicator voor de kansen van woningzoekenden in een woonruimteverdelingssysteem. De slaagkans wordt berekend door het aantal verhuringen aan een bepaalde groep woningzoekenden te delen door het aantal woningzoekenden die in dezelfde periode op woningadvertenties hebben gereageerd. De indicator geeft dus de verhouding weer tussen het aantal verhuringen en het aantal actieven binnen een bepaalde groep. De naam van de indicator is enigszins misleidend omdat deze suggereert dat die iets zegt over de kans van individuele woningzoekenden binnen de betreffende groep om een woning te vinden, terwijl de daadwerkelijke kans van individuele woningzoekenden afhankelijk is van hun inschrijfduur. De slaagkans laat wel zien in hoeverre groepen actief woningzoekenden in gelijke mate aan bod komen. De slaagkansen zijn berekend door per gemeente van de woning en per jaar het aantal verhuringen aan een bepaalde groep te delen door het aantal woningzoekenden uit die groep die minimaal één keer op een woning in die gemeente hebben gereageerd. Ten slotte is op basis van de slaagkansen per jaar over 2010 tot en met 2013 per groep en gemeente een gemiddelde slaagkans berekend. De berekening van slaagkansen in deze rapportage wijkt dus af van die in de aanbodrapportages zoals door OBI opgesteld 6. 6 Waarschijnlijk zijn de percentages in dit onderzoek lager dan die in de bekende aanbodrapportages. Dat komt doordat verhuringen via loting, urgenties en directe bemiddeling in dit onderzoek niet zijn meegenomen, zie ook paragraaf 2.1. 10
Benodigde wachttijd In de vorige paragraaf is de benodigde wachttijd gebruikt om de schaarste van woningclusters in beeld te brengen. Hier gebruiken we de indicator om (per gemeente) te bepalen hoe lang woningzoekenden uit verschillende groepen ingeschreven moeten staan om een woning te kunnen vinden. Daarbij definiëren we benodigde wachttijd op dezelfde manier als in paragraaf 2.1. Zo voorkomen we dat woningzoekenden die uit vrije wil lang ingeschreven staan voordat ze een woning accepteren het beeld verstoren. Afweging indicatoren Net als bij de schaarste hecht het projectteam de meeste waarde aan de benodigde wachttijd als indicator voor verdringingseffecten. In het huidige systeem is de inschrijfduur immers bepalend voor de kansen van woningzoekenden. Bij een systeem waarin andere rangordecriteria (bijvoorbeeld loting) worden gehanteerd zou de benodigde wachttijd minder betekenis hebben. 3.2 Scores In de onderstaande tabellen zijn de scores op de indicatoren per gemeente voor verschillende indicatoren afgebeeld. Relatief lage slaagkansen en hoge benodigde wachttijden zijn donker gekleurd en duiden op een relatief slechte positie in vergelijking met andere groepen binnen de gemeente. Daarbij is het van belang om beide indicatoren in samenhang te bezien. N.B. Het heeft geen zin om verschillen in slaagkansen tussen gemeenten te vergelijken. De relatief hoge slaagkansen in Rotterdam zijn een gevolg van de berekeningswijze waarbij actief woningzoekenden die in meerdere gemeenten hebben gereageerd in meerdere gemeenten meetellen. De slaagkansen kunnen dus alleen binnen de gemeenten vergeleken worden. Huishoudengrootte Tabel 3-1 en Tabel 3-2 tonen de slaagkansen en benodigde wachttijden naar huishoudengrootte. In bijna alle gemeenten is de slaagkans van kleine huishoudens relatief groot en van grote huishoudens relatief klein. 11
Tabel 3-1 Slaagkans per jaar naar huishoudengrootte, per gemeente in de regio Rotterdam, 2010-2013 1 persoon 2 personen 3 personen 4 personen 5+ personen Barendrecht 1,9% 1,4% 1,0% 0,7% 0,9% Brielle 4,2% 2,8% 1,0% 1,0% 1,0% Capelle aan den IJssel 5,3% 3,8% 2,6% 1,9% 1,6% Hellevoetsluis 5,7% 5,6% 3,7% 1,9% 1,5% Krimpen aan den IJssel 2,1% 2,1% 1,6% 0,8% 0,8% Maassluis 5,6% 4,4% 2,8% 1,6% 2,1% Bernisse 0,9% 1,0% 0,4% x x Ridderkerk x x x x x Rotterdam 9,1% 7,2% 5,3% 4,2% 4,5% Schiedam 2,9% 2,7% 2,0% 1,8% 1,7% Spijkenisse 6,1% 4,3% 3,1% 1,4% 2,2% Albrandswaard 1,7% 1,6% 1,1% 0,5% 0,6% Westvoorne 3,1% 2,8% 1,2% 1,7% 3,2% Vlaardingen 6,2% 5,2% 3,6% 3,1% 3,8% Lansingerland 3,3% 2,8% 2,3% 1,8% 0,8% Tabel 3-2 Benodigde wachttijd in jaren naar huishoudengrootte, per gemeente in de regio Rotterdam, 2010-2014 (september) 1 persoon 2 personen 3 personen 4 personen 5+ personen Barendrecht 3,8 3,6 4,0 4,8 x Brielle 2,5 1,8 x x x Capelle aan den IJssel 2,3 1,9 1,5 1,4 1,6 Hellevoetsluis 1,6 1,0 0,7 0,5 x Krimpen aan den IJssel 2,1 1,5 0,4 2,3 1,2 Maassluis 2,4 2,4 1,5 2,1 1,9 Bernisse x x x x x Ridderkerk x x x x x Rotterdam 2,3 2,0 1,4 1,9 1,9 Schiedam 2,9 2,2 2,2 2,7 2,9 Spijkenisse 1,0 1,3 1,4 2,3 3,2 Albrandswaard 3,3 3,1 4,2 6,1 x Westvoorne 1,4 1,5 x x x Vlaardingen 2,8 2,6 1,4 2,1 1,0 Lansingerland 2,7 1,1 0,3 0,4 x Uit de benodigde wachttijden komt een minder duidelijk beeld naar voren. In sommige gemeenten (bijvoorbeeld Spijkenisse) moeten grote huishoudens relatief lang wachten, in andere (zoals Lansingerland) is de benodigde wachttijd juist voor alleenstaanden het hoogst. Deze verschillen kunnen deels verklaard worden door de schaarste aan bepaalde woningclusters: Tabel 2-3 liet zien dat in Lansingerland de benodigde wachttijd voor kleine appartementen veel langer is dan voor grote eengezinswoningen. Leeftijd Tabel 3-3 en Tabel 3-4 tonen de slaagkansen en benodigde wachttijden per leeftijdscategorie. In de meeste gemeenten hebben jongeren tot 23 jaar de laagste slaagkan- 12
sen. Deze jongeren hebben nog weinig inschrijfduur op kunnen bouwen maar reageren vaak wel actief op woningen. Tabel 3-3 Slaagkans per jaar naar leeftijdscategorie, per gemeente in de regio Rotterdam, 2010-2013 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Barendrecht 0,4% 1,1% 1,2% 1,7% 6,2% Brielle 3,1% 3,0% 1,4% 2,9% 9,5% Capelle aan den IJssel 3,6% 4,3% 3,4% 4,2% 7,3% Hellevoetsluis 3,5% 3,7% 3,1% 5,9% 22,7% Krimpen aan den IJssel 1,2% 1,3% 1,2% 2,5% 11,1% Maassluis 3,2% 4,2% 3,4% 4,5% 17,6% Bernisse 0,9% 0,9% 0,4% 0,5% x Ridderkerk x x x x x Rotterdam 2,4% 4,8% 4,2% 6,5% 12,8% Schiedam 0,9% 2,5% 2,3% 3,5% 11,4% Spijkenisse 2,5% 3,7% 2,8% 8,1% 17,1% Albrandswaard 0,9% 1,2% 1,1% 1,8% 5,8% Westvoorne 1,5% 2,2% 1,3% 3,4% 8,9% Vlaardingen 3,5% 5,4% 4,1% 5,3% 15,3% Lansingerland 2,4% 1,9% 2,2% 2,5% 13,6% Tabel 3-4 Benodigde wachttijd in jaren naar leeftijdscategorie, per gemeente in de regio Rotterdam, 2010-2014 (september) 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Barendrecht x 4,6 5,2 3,0 2,3 Brielle 2,1 2,5 1,6 2,2 x Capelle aan den IJssel 1,8 2,9 2,0 1,2 0,9 Hellevoetsluis 2,0 2,5 0,9 0,7 0,3 Krimpen aan den IJssel 1,1 2,9 1,4 0,7 1,5 Maassluis 2,3 2,9 2,2 1,8 0,8 Bernisse x x x x x Ridderkerk x x x x x Rotterdam 1,7 3,3 2,5 1,1 0,6 Schiedam 1,2 3,9 3,1 1,7 1,3 Spijkenisse 1,8 2,5 1,8 0,5 0,8 Albrandswaard 2,7 4,5 3,5 1,9 4,2 Westvoorne x 2,9 2,6 0,9 0,5 Vlaardingen 2,3 3,1 2,3 1,8 2,2 Lansingerland 2,7 3,6 0,6 0,7 1,5 De jongeren tot 23 jaar die er ondanks hun beperkte inschrijfduur wel in slagen een woning te vinden hebben logischerwijs een relatief korte benodigde wachttijd. De geslaagde woningzoekenden uit de leeftijdsgroep tussen 23 en 30 jaar heeft (wellicht bewust) langer gewacht voordat ze een woning hebben geaccepteerd. Ouderen hebben in alle gemeenten de hoogste slaagkans en in de meeste gemeenten ook de kortste wachttijd nodig. Dit een is logisch gevolg van het labellen van woningen voor ouderen, waardoor zij minder concurrentie hebben. Daarnaast speelt ook hun zoekgedrag een rol. Oudere woningzoekenden zijn over het algemeen minder actief, waardoor het aantal actief woningzoekenden boven de 65 jaar klein is en de slaagkans (als ze wel reageren) relatief groot. 13
Inkomen Tabel 3-5 en Tabel 3-6 tonen de slaagkansen en benodigde wachttijden per inkomensgroep (zie inkomensgrenzen in bijlage 1). De scores worden beïnvloed door de 90%- norm die in 2011 is ingevoerd en het huurbeleid, waardoor de afgelopen jaren meer woningen boven de aftoppingsgrenzen zijn aangeboden. De slaagkansen zijn in de meeste gemeenten het laagst voor de secundaire doelgroep. Alleen in Krimpen aan den IJssel en Spijkenisse heeft de primaire doelgroep de laagste slaagkans. De benodigde wachttijden zijn in de meeste gemeenten het laagst bij de primaire doelgroep. Aan woningzoekenden uit de midden- en hogere inkomensgroepen zijn sinds 2011 slechts kleine aantallen woningen verhuurd, als gevolg van de 90%-norm. De slaagkansen en wachttijden van deze groepen hebben daarom minder betekenis. Tabel 3-5 Slaagkans per jaar naar inkomensgroep, per gemeente in de regio Rotterdam, 2011-2013 primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Barendrecht 1,4% 1,2% 1,2% 1,5% Brielle x 2,6% 5,4% 3,2% Capelle aan den IJssel 3,2% 2,4% 3,3% 4,4% Hellevoetsluis 4,9% 3,3% 6,6% 4,9% Krimpen aan den IJssel 1,5% 1,6% 1,6% 2,5% Maassluis 3,3% 2,9% 3,5% 3,7% Bernisse x x x 1,8% Ridderkerk x x x x Rotterdam 4,0% 3,5% 4,4% 4,2% Schiedam 2,1% 1,6% 2,3% 2,3% Spijkenisse 2,2% 3,1% 5,8% 4,2% Albrandswaard 2,2% 1,6% 1,7% 2,0% Westvoorne 5,6% 2,2% 3,1% 3,2% Vlaardingen 4,8% 3,3% 4,7% 5,2% Lansingerland 2,9% 2,1% 2,8% 2,6% Tabel 3-6 Benodigde wachttijd in jaren naar inkomensgroep, per gemeente in de regio Rotterdam, 2011-2014 (september) primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Barendrecht 3,6 4,2 3,3 x Brielle 2,2 2,4 x x Capelle aan den IJssel 2,0 2,2 2,2 2,8 Hellevoetsluis 1,2 2,1 x x Krimpen aan den IJssel 1,3 2,6 x x Maassluis 2,3 2,5 2,5 1,9 Bernisse x x x x Ridderkerk x x x x Rotterdam 2,0 2,3 2,4 2,6 Schiedam 2,6 2,9 2,9 1,0 Spijkenisse 1,3 1,0 0,6 1,8 Albrandswaard 3,3 4,1 3,6 2,3 Westvoorne 1,7 1,4 x x Vlaardingen 2,4 2,8 3,7 2,9 Lansingerland 1,1 3,3 2,1 3,3 14
Herkomst Tabel 3-7 en Tabel 3-8 laten de slaagkansen en wachttijden naar herkomst zien. Bij de slaagkansen zien we dat lokale woningzoekenden in elke gemeente veruit de hoogste slaagkans hebben. Uit de benodigde wachttijden komt een gemêleerder beeld naar voren. In sommige gemeenten (zoals Albrandswaard) hebben lokale woningzoekenden relatief weinig wachttijd nodig gehad, terwijl in andere (bijvoorbeeld Rotterdam) de benodigde wachttijd van lokale woningzoekenden juist relatief lang is. Tabel 3-7 Slaagkans per jaar naar herkomst, per gemeente in de regio Rotterdam, 2010-2013 lokaal regionaal buiten regio buitenland/onbekend Barendrecht 6,7% 0,9% 0,6% 1,1% Brielle 11,0% 2,0% 1,8% x Capelle aan den IJssel 8,0% 3,1% 3,2% 2,9% Hellevoetsluis 15,2% 1,8% 2,3% 2,5% Krimpen aan den IJssel 10,2% 0,9% 1,1% 1,0% Maassluis 12,5% 2,4% 2,8% 2,4% Bernisse 2,1% 0,5% 0,9% x Ridderkerk x x x x Rotterdam 9,1% 3,9% 4,3% 3,8% Schiedam 6,1% 1,7% 1,6% 2,2% Spijkenisse 9,1% 2,8% 3,6% 3,8% Albrandswaard 8,1% 1,0% 0,5% 1,7% Westvoorne 12,9% 1,7% 1,4% x Vlaardingen 12,2% 2,8% 2,1% 0,8% Lansingerland 10,4% 1,4% 1,5% 1,4% Tabel 3-8 Benodigde wachttijd in jaren naar herkomst, per gemeente in de regio Rotterdam, 2010-2014 (september) lokaal regionaal buiten regio buitenland/onbekend Barendrecht 3,4 5,2 3,6 x Brielle 2,2 2,2 x x Capelle aan den IJssel 2,1 2,1 1,5 1,3 Hellevoetsluis 1,7 1,0 0,2 x Krimpen aan den IJssel 0,9 3,2 1,4 x Maassluis 2,4 2,4 1,1 x Bernisse x x x x Ridderkerk x x x x Rotterdam 2,2 1,9 1,4 1,3 Schiedam 2,6 3,1 1,3 x Spijkenisse 1,4 1,4 0,5 x Albrandswaard 2,6 4,6 x x Westvoorne 1,5 1,6 x x Vlaardingen 2,4 2,6 2,3 x Lansingerland 0,8 3,2 2,0 x 15
3.3 Conclusies Uit de slaagkansen en benodigde wachttijden blijkt dat, onder de huidige regelgeving, vooral gezinnen moeite hebben om binnen een redelijke termijn een andere woning te vinden. 16
4 Nut en noodzaak van sturing Door te sturen in de toewijzing kunnen de gemeenten in de regio Rotterdam verdringingseffecten tegengaan. Uiteindelijk draait het om de vraag of woonruimteverdeling het juiste instrument is om de eventuele negatieve effecten van schaarste te verminderen. En zo ja, welke regels daarvoor nodig zijn. Daar valt aan de hand van de cijfers over woningtoewijzingen natuurlijk wat over te zeggen. Daarvoor kijken we eerst naar de huidige verdeling per woningcluster (4.1). Vervolgens gaan we in op de toewijzingsregels (4.2) die kunnen worden gebruikt om te sturen. 4.1 Huidige verdeling Figuur 4-1 t/m Figuur 4-4 laten voor de hele regio zien hoe de woningen in de clusters die we in dit onderzoek onderscheiden, de afgelopen jaren zijn verdeeld over diverse groepen woningzoekenden. Deze verdeling is de uitkomst van zowel de keuzes die woningzoekenden maken als de regels die op dit moment worden gehanteerd. We zien bijvoorbeeld dat grote woningen relatief vaak aan (eenouder)gezinnen worden toegewezen en dat jongeren vaak in appartementen terechtkomen. De beleidsmatige vraag die voorligt is of deze verdelingen, in combinatie met effecten voor groepen in termen van slaagkansen en benodigde wachttijden, tot tevredenheid stemmen of nopen tot bijsturing. Daarbij kunnen overigens ook andere argumenten een rol spelen, zoals betaalbaarheid en het doelmatig benutten van de voorraad. Figuur 4-1 Verhuringen per woningcluster naar h uishoudengrootte, in de regio Rotterdam, 2010-2014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers maximum leeftijd (tot 35 jr.) 1 persoon 2 personen 3 personen 4 personen 5 of meer personen minimum leeftijd (v.a. 45 jr.) 17
Figuur 4-2 Verhuringen per woningcluster naar leeftijdscategorie, in de regio Rotterdam, 2010-2014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers maximum leeftijd (tot 35 jr.) 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder minimum leeftijd (v.a. 45 jr.) Figuur 4-3 Verhuringen per woningcluster naar inkomensgroep, in de regio Rotterdam, 2011-2014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens maximum leeftijd (tot 35 jr.) minimum leeftijd (v.a. 45 jr.) Figuur 4-4 Verhuringen per woningcluster naar herkomst, in de regio Rotterdam, 2010-2014 (september) 0% 25% 50% 75% 100% eengezins, max. 3 kamers eengezins, min. 4 kamers appartement, 1 of 2 kamers appartement, 3 kamers appartement, 4 of meer kamers lokaal regionaal buiten regio buitenland/onbekend maximum leeftijd (tot 35 jr.) minimum leeftijd (v.a. 45 jr.) 18
Bijlagen 19
Bijlage 1 Inkomensgroepen In dit onderzoek worden vier inkomensgroepen onderscheiden: 1. Primaire doelgroep: huishoudens die op grond van hun inkomen en vermogen in aanmerking kunnen komen voor huurtoeslag. De maximuminkomensgrenzen voor huurtoeslag in 2014 staan weergegeven in de onderstaande tabel. Huishoudentype (primaire doelgroep) 2014 Eenpersoonshuishouden < 65 jaar 21.600 Meerpersoonshuishouden < 65 jaar 29.325 Eenpersoonshuishouden 65 jaar 21.600 Meerpersoonshuishouden 65 jaar 29.400 2. Secundaire doelgroep: huishoudens die niet tot de primaire doelgroep behoren en een jaarinkomen hebben tot 34.678. 3. Middeninkomens: huishoudens met een jaarinkomen tussen 34.678 en 44.359. 4. Hogere inkomens: huishoudens met een jaarinkomen van meer dan 44.359. Bovenstaande grenzen gaan over 2014. Per jaar vanaf 2010 zijn de destijds geldende grenzen gehanteerd. 20
Bijlage 2 Cijfers per gemeente In deze bijlage zijn de cijfers uit hoofdstuk 3 van deze rapportage per gemeente gegroepeerd. Het gaat om de benodigde wachttijd bij verhuring in de periode 2010- september 2014 en de gemiddelde slaagkans per jaar in de periode 2010-2013, voor verschillende groepen woningzoekenden. Albrandswaard 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 3,3 3,1 4,2 6,1 x Slaagkans 1,7% 1,6% 1,1% 0,5% 0,6% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,7 4,5 3,5 1,9 4,2 Slaagkans 0,9% 1,2% 1,1% 1,8% 5,8% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 3,3 4,1 3,6 2,3 Slaagkans 2,2% 1,6% 1,7% 2,0% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,6 4,6 x x Slaagkans 8,1% 1,0% 0,5% 1,7% Barendrecht 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 3,8 3,6 4,0 4,8 x Slaagkans 1,9% 1,4% 1,0% 0,7% 0,9% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd x 4,6 5,2 3,0 2,3 Slaagkans 0,4% 1,1% 1,2% 1,7% 6,2% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 3,6 4,2 3,3 x Slaagkans 1,4% 1,2% 1,2% 1,5% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 3,4 5,2 3,6 x Slaagkans 6,7% 0,9% 0,6% 1,1% 21
Brielle 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,5 1,8 x x x Slaagkans 4,2% 2,8% 1,0% 1,0% 1,0% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,1 2,5 1,6 2,2 x Slaagkans 3,1% 3,0% 1,4% 2,9% 9,5% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,2 2,4 x x Slaagkans x 2,6% 5,4% 3,2% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,2 2,2 x x Slaagkans 11,0% 2,0% 1,8% x Capelle aan den IJssel 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,3 1,9 1,5 1,4 1,6 Slaagkans 5,3% 3,8% 2,6% 1,9% 1,6% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 1,8 2,9 2,0 1,2 0,9 Slaagkans 3,6% 4,3% 3,4% 4,2% 7,3% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,0 2,2 2,2 2,8 Slaagkans 3,2% 2,4% 3,3% 4,4% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,1 2,1 1,5 1,3 Slaagkans 8,0% 3,1% 3,2% 2,9% Hellevoetsluis 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 1,6 1,0 0,7 0,5 x Slaagkans 5,7% 5,6% 3,7% 1,9% 1,5% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,0 2,5 0,9 0,7 0,3 Slaagkans 3,5% 3,7% 3,1% 5,9% 22,7% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 1,2 2,1 x x Slaagkans 4,9% 3,3% 6,6% 4,9% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 1,7 1,0 0,2 x Slaagkans 15,2% 1,8% 2,3% 2,5% 22
Krimpen aan den IJssel 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,1 1,5 0,4 2,3 1,2 Slaagkans 2,1% 2,1% 1,6% 0,8% 0,8% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 1,1 2,9 1,4 0,7 1,5 Slaagkans 1,2% 1,3% 1,2% 2,5% 11,1% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 1,3 2,6 x x Slaagkans 1,5% 1,6% 1,6% 2,5% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 0,9 3,2 1,4 x Slaagkans 10,2% 0,9% 1,1% 1,0% Lansingerland 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,7 1,1 0,3 0,4 x Slaagkans 3,3% 2,8% 2,3% 1,8% 0,8% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,7 3,6 0,6 0,7 1,5 Slaagkans 2,4% 1,9% 2,2% 2,5% 13,6% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 1,1 3,3 2,1 3,3 Slaagkans 2,9% 2,1% 2,8% 2,6% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 0,8 3,2 2,0 x Slaagkans 10,4% 1,4% 1,5% 1,4% Maassluis 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,4 2,4 1,5 2,1 1,9 Slaagkans 5,6% 4,4% 2,8% 1,6% 2,1% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,3 2,9 2,2 1,8 0,8 Slaagkans 3,2% 4,2% 3,4% 4,5% 17,6% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,3 2,5 2,5 1,9 Slaagkans 3,3% 2,9% 3,5% 3,7% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,4 2,4 1,1 x Slaagkans 12,5% 2,4% 2,8% 2,4% 23
Rotterdam 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,3 2,0 1,4 1,9 1,9 Slaagkans 9,1% 7,2% 5,3% 4,2% 4,5% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 1,7 3,3 2,5 1,1 0,6 Slaagkans 2,4% 4,8% 4,2% 6,5% 12,8% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,0 2,3 2,4 2,6 Slaagkans 4,0% 3,5% 4,4% 4,2% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,2 1,9 1,4 1,3 Slaagkans 9,1% 3,9% 4,3% 3,8% Schiedam 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,9 2,2 2,2 2,7 2,9 Slaagkans 2,9% 2,7% 2,0% 1,8% 1,7% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 1,2 3,9 3,1 1,7 1,3 Slaagkans 0,9% 2,5% 2,3% 3,5% 11,4% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,6 2,9 2,9 1,0 Slaagkans 2,1% 1,6% 2,3% 2,3% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,6 3,1 1,3 x Slaagkans 6,1% 1,7% 1,6% 2,2% Spijkenisse 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 1,0 1,3 1,4 2,3 3,2 Slaagkans 6,1% 4,3% 3,1% 1,4% 2,2% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 1,8 2,5 1,8 0,5 0,8 Slaagkans 2,5% 3,7% 2,8% 8,1% 17,1% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 1,3 1,0 0,6 1,8 Slaagkans 2,2% 3,1% 5,8% 4,2% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 1,4 1,4 0,5 x Slaagkans 9,1% 2,8% 3,6% 3,8% 24
Vlaardingen 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 2,8 2,6 1,4 2,1 1,0 Slaagkans 6,2% 5,2% 3,6% 3,1% 3,8% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd 2,3 3,1 2,3 1,8 2,2 Slaagkans 3,5% 5,4% 4,1% 5,3% 15,3% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 2,4 2,8 3,7 2,9 Slaagkans 4,8% 3,3% 4,7% 5,2% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 2,4 2,6 2,3 x Slaagkans 12,2% 2,8% 2,1% 0,8% Westvoorne 1 persoon 2 personen 3 personen 4 personen 5+ personen Benodigde wachttijd 1,4 1,5 x x x Slaagkans 3,1% 2,8% 1,2% 1,7% 3,2% 18 tot 23 jaar 23 tot 30 30 tot 45 45 tot 65 65 en ouder Benodigde wachttijd x 2,9 2,6 0,9 0,5 Slaagkans 1,5% 2,2% 1,3% 3,4% 8,9% primaire doelgroep secundaire doelgroep middeninkomens hogere inkomens Benodigde wachttijd 1,7 1,4 x x Slaagkans 5,6% 2,2% 3,1% 3,2% lokaal regionaal buiten regio buitenland/onbekend Benodigde wachttijd 1,5 1,6 x x Slaagkans 12,9% 1,7% 1,4% x 25
Bijlage 3 Ridderkerk en Bernisse Voor Ridderkerk en Bernisse zijn onvoldoende waarnemingen beschikbaar om dezelfde analyses uit te voeren als voor de andere gemeenten. Om toch enkele cijfers over deze gemeenten te kunnen laten zien, worden in deze bijlage gegevens gepresenteerd die de Gemeente Rotterdam (OBI) in 2013 aan de Stadsregio heeft geleverd. Daarbij zijn de volgende definities 7 gehanteerd: Marktdruk: Het aantal woningzoekenden dat gereageerd heeft op verhuurde woningen (per marktsegment) gedeeld door het aantal verhuurde woningen (per marktsegment), uitgedrukt als het gemiddelde aantal woningzoekenden per verhuurde woning ; Slaagkans: het aantal woningzoekenden (per subgroep) dat in de betreffende periode een woning heeft verkregen via de media of via directe bemiddeling, gedeeld door het aantal actief woningzoekenden (per subgroep) dat op die woningen heeft gereageerd plus het aantal geslaagde direct bemiddelden die niet ook al hebben gereageerd, uitgedrukt als een percentage. Marktdruk Ridderkerk Bernisse 2012 2011 2010 2012 2011 2010 Huurprijs tot jongeren/kwal.kort.grens 17 11 10 95 13 24 tot aftoppingsgrens 1-2phh 6 6 6 196 23 27 tot aftoppingsgrens 3+phh 16 18 25 223 26 17 tot huurprijsgrens 11 10 16 254 27 61 vanaf huurprijsgrens 7 9 7 28 25 Type eengezins 12 10 17 191 24 22 flat met lift 8 10 9 23 flat zonder lift 8 8 7 28 21 19 benedenwoning 23 17 16 27 bovenwoning/maisonnette 34 35 37 95 55+/service/miva 5 4 5 6 3 Kamertal 1-2 kamers 6 7 7 89 9 14 3 kamers 162 32 36 4 kamers 9 8 9 222 28 22 5+ kamers 13 13 17 45 47 7 Monitor woonruimteverdeling stadsregio Rotterdam 2013, Gemeente Rotterdam, Onderzoek en Business Intelligence (OBI), 31 juli 2013. 26
Slaagkansen Ridderkerk Bernisse 2012 2011 2010 2012 2011 2010 Leeftijd tot en met 22 jaar 8,2% 10,0% 13,0% 1,7% 4,4% 3,8% 23 tm 34 jaar 11,2% 12,5% 10,2% 2,1% 6,4% 5,2% 35 tm 44 jaar 9,9% 9,7% 7,5% 3,7% 12,7% 4,2% 45 tm 54 jaar 7,9% 0,5% 55 tm 64 jaar 13,4% 14,5% 11,4% 26,2% 13,1% 7,3% 65 tm 74 jaar 14,9% 0,0% 75 jaar en ouder 31,0% 26,4% 24,2% 0,0% 125,0% 75,0% Huishoudensgrootte 1 persoon 11,5% 12,2% 11,8% 2,1% 9,1% 5,2% 2 personen 11,6% 13,1% 11,9% 3,8% 13,7% 7,3% 3 personen 10,8% 12,3% 7,7% 0,5% 3,4% 4,9% 4 personen 10,4% 12,4% 6,3% 0,5% 24,2% 3,3% 5 en meer personen 10,1% 6,9% 10,3% 25,0% 16,2% 4,0% 27