Airbnb verhoogt de woningprijzen en huren in Los Angeles

• Koster VanOmmeren Volkhausen (2018) ESB4768S 046-050.pdf Download [481,25 kb]

Via Airbnb kunnen mensen hun woning verhuren aan toeristen. Dit fenomeen is in korte tijd sterk gegroeid. Maar welk effect heeft dit internetplatform op de woningprijzen en -huren? Als er een grote invloed is op de woningmarkt, hoe zouden steden Airbnb kunnen reguleren?

Online-verhuurplatforms zoals Airbnb zijn heel populair geworden als onderdeel van vakanties. Airbnb is het grootste platform en groeit wereldwijd sterk. In Nederland is Amsterdam veruit de populairste stad als het op Airbnb aankomt: in 2017 vonden 2,1 van de 2,7 miljoen overnachtingen plaats in de hoofdstad, gevolgd door Den Haag met 184.000, Rotterdam met 154.000 en Utrecht met 156.000 overnachtingen (­Colliers International, 2018). In Amsterdam heeft Airbnb al een marktaandeel van twaalf procent van het totale aantal overnachtingen.

Wat zijn de verwachte effecten van Airbnb op de woningmarkt? ­Airbnb leidt waarschijnlijk tot hogere woningprijzen en -huren. De eerste reden is dat commerciële verhuurders huizen opkopen en deze gaan verhuren aan toeristen. Ten tweede kunnen woningeigenaren een deel van het jaar hun woning of een kamer verhuren en daarmee extra geld verdienen. Zeker de eerste reden is slecht nieuws voor lokale huurders, die nu vanwege de gestegen huren óf moeten verhuizen, óf meer moeten gaan betalen.

Er zijn al verscheidene rapporten verschenen die suggereren dat er in buurten met veel Airbnb sterke prijsstijgingen optreden (Samaan, 2015; Sheppard en Udell, 2016). De conclusies in deze rapporten kunnen echter niet zomaar worden geïnterpreteerd als causale effecten van Airbnb op woningprijzen en -huren, want buurten die om andere redenen dan Airbnb aantrekkelijk zijn voor toeristen, zijn dat vaak ook voor bewoners. De grachtengordel in Amsterdam, bijvoorbeeld, is niet alleen in trek bij bezoekers, maar is ook een populaire woonlocatie. De vraag is hoe zo’n causaal verband tussen Airbnb en de woningmarkt kan worden aan­getoond.

Data en methodologie

Om de effecten van de (toegenomen) aantrekkelijkheid van centrumlocaties te scheiden van de Airbnb-­effecten is niet eenvoudig, en wellicht alleen mogelijk als we gebruikmaken van een quasi-experiment. Dit kan gedaan worden met gegevens van Los Angeles County (LA), dat meer dan tien miljoen inwoners heeft en in de top tien staat van de steden met de meeste Airbnb-overnachtingen.

We kunnen een quasi-experimenteel onderzoeksontwerp toepassen op LA County, omdat er gedurende de studieperiode in verschillende gebieden van LA County restricties zijn ingevoerd wat betreft Airbnb, die van invloed kunnen zijn op de aangeboden accommodaties op de Airbnb-website en dus op de woningprijzen in die gebieden. Dat wil zeggen, in 18 van de 88 ‘gemeentes’ (incorporated cities) in LA County werd Airbnb geheel of gedeeltelijk verboden door middel van zogenaamde Home Sharing Ordinances (HSO’s). Om via Airbnb te mogen verhuren, heeft men eenzelfde vergunning nodig als voor het runnen van een hotel of bed & breakfast. Echter, aangrenzende steden, waaronder de gemeente Los Angeles, hebben nog geen HSO ingevoerd en in veel gevallen lijkt dat op korte termijn ook niet te gaan gebeuren.

Figuur 1 toont het onderzoeksgebied. Bekende steden die HSO’s hebben ingevoerd zijn Santa Monica, Beverly Hills en West Hollywood. Zoals te zien is in de figuur, zijn dit gebieden met een hoge dichtheid aan Airbnb-accommodaties. Ook meer perifere gebieden, zoals Cerritos, Maywood en Arcadia hebben HSO’s geïmplementeerd.

We onderzoeken vervolgens welk effect een beperking van Airbnb heeft op aanbod en prijs door te kijken naar veranderingen in de kans dat een accommodatie wordt aangeboden en de veranderingen in woningprijzen als een functie van een verandering in HSO-status. Verder nemen we alleen observaties mee die binnen grofweg twee kilometer van een grens met een HSO-gebied liggen. Hoe dichter bij die grens, hoe overtuigender het is dat wat we meten echt door de HSO’s komt en niet door andere factoren. We combineren dus veranderingen over de tijd met een zogenaamd regression-discontinuity design.

Ten slotte, om de directere invloed van Airbnb op de woningprijzen te schatten, regresseren we prijzen ook op het aandeel accommodaties ten opzichte van het aantal gebouwen binnen 200 meter van elke verkochte woning. Om endogeniteit te voorkomen, instrumenteren we het aandeel aangeboden accommodaties met de dummy die aangeeft of een bepaald gebied op dat moment een HSO heeft geïmplementeerd.

Resultaten

Figuur 2a laat zien dat, wanneer een HSO is geïmplementeerd, het aantal accommodaties dat op Airbnb wordt aangeboden met ongeveer tien procentpunt daalt. Gegeven dat de gemiddelde kans dat een accommodatie wordt aangeboden in onze Airbnb-dataset 30 procent is, betekent dit dat de HSO’s geleid hebben tot een forse daling van ongeveer 33 procent in het aanbod van accommodaties. Figuur 2b toont dat de effecten op woningprijzen zo’n vijf procent is, wat statistisch significant is op éénprocentsniveau.

Uit Koster et al. (2018) blijkt ook dat er op de grens geen andere buurt- of woningkenmerken op een discrete wijze veranderen, hetgeen de validiteit van ons onderzoeksontwerp onderstreept. De resultaten blijken ook erg robuust na toevoeging van meer gedetailleerde accommodatie-specifieke ofwel census-block-specifieke fixed effects en grens-specifieke tijdtrends.

Figuur 3a laat zien dat de effecten van HSO sterker worden over de tijd. In het eerste halfjaar was er wellicht onduidelijkheid of de HSO’s daadwerkelijk zouden worden nageleefd. Op langere termijn, dat wil zeggen na meer dan 2,5 jaar, blijkt de kans dat een accommodatie wordt aangeboden met vijftig tot zeventig procent te zijn gedaald. Het effect is sterker voor de verhuur van hele woningen omdat in een aantal gebieden kamerverhuur onder voorwaarden nog altijd wordt toegestaan.

Figuur 3b laat vervolgens zien dat de prijzen voordat de HSO werd geïmplementeerd niet significant lager waren, wat suggereert dat er geen aanzienlijke anticipatie-effecten waren. Op het moment van implementatie vinden we een kleine prijsdaling van 2,3 procent. Op langere termijn is het prijseffect zo’n 4,5 procent. We hebben ook gekeken naar effecten op de huurmarkt en vinden daar vergelijkbare effecten.

Ten slotte gebruiken we de HSO’s om te voorspellen wat de totale prijseffecten zijn van Airbnb op de woningwaarde. Gegeven het aantal aangeboden accommodaties in 2018, blijkt de totale prijsstijging voor LA County ongeveer drie procent te zijn. Voor een van de meest populaire steden ter wereld (gemeten op basis van het aantal Airbnb-overnachtingen) is het effect dus gering.

Maar wanneer we ons concentreren op voor toeristen aantrekkelijke buurten, zijn de effecten veel sterker. In een buurt met een hoge Airbnb-dichtheid, zoals Venice, Hollywood en Downtown LA, is de prijsstijging maar liefst veertig procent of meer. Deze berekeningen laten dus zien dat de effecten van Airbnb gemiddeld misschien gering zijn, maar dat in voor toeristen aantrekkelijke gebieden Airbnb grote effecten kan hebben op de woningprijzen.

Beleidsimplicaties

Deze quasi-experimentele studie toont ten eerste aan dat beleid dat Airbnb verbiedt of sterk aan banden legt, effectief is en leidt tot minder aangeboden accommodaties. Het effect kan groot zijn; in deze studie over Los Angeles vinden we dalingen van vijftig tot zeventig procent in de aantallen aangeboden accommodaties. Ten tweede vinden we dat het beperken van Airbnb leidt tot dalingen in woningprijzen en huren van drie tot vijf procent. De belangrijkste onderliggende verklaring is dat (commerciële) verhuurders van Airbnb-accommodaties huurinkomsten van toeristen mislopen. We vinden dat deze prijseffecten zich erg concentreren in een paar buurten die aantrekkelijk zijn voor toeristen.

Wat betekenen deze bevindingen voor Nederland? Moeten we Airbnb maar geheel verbieden? Het is moeilijk om een eenduidig antwoord op deze vraag te geven. Enerzijds heeft Airbnb sterk positieve welvaarts­effecten, aangezien woningen worden gebruikt voor een activiteit die meer waarde genereert. De standaard economische theorie suggereert dat dit welvaarts­verhogend is omdat zowel woningeigenaren als toeristen duidelijk voordeel hebben van Airbnb. Gegeven deze positieve effecten betekent dit dat Airbnb juist zou moeten worden aangemoedigd.

Anderzijds zijn er ook redenen waarom Airbnb misschien wel aan banden moet worden gelegd. Airbnb leidt in een aantal buurten tot (veel) hogere huren. Uit ons onderzoek in Los Angeles kan bijvoorbeeld geconcludeerd worden dat ook in het centrum van Amsterdam de prijzen en huren in de vrije sector door Airbnb waarschijnlijk gestegen zijn. Aangezien huurders weinig baat hebben bij Airbnb (omdat ze vaak niet mogen onderverhuren aan toeristen) gaan zij er vrijwel zeker op achteruit. Een belangrijke kanttekening hierbij is dat de effecten van Airbnb ook voor Amsterdam waarschijnlijk zeer lokaal zijn, en er vooral effecten optreden in buurten waar er een hoge dichtheid aan Airbnb-accommodaties is (bijvoorbeeld in de grachtengordel). Huurders die dan het centrum van Amsterdam niet meer kunnen betalen, zijn dan allicht gedwongen uit te wijken naar buurten in de stad die minder of niet in trek zijn bij toeristen.

Een andere reden om Airbnb te beperken, is dat er sprake kan zijn van negatieve externaliteiten. Bijvoorbeeld, huurders van een Airbnb-accommodatie kunnen overlast voor andere bewoners binnen hetzelfde pand veroorzaken. Koster et al. (2018) vinden hier weinig bewijs voor; en als we de effecten die Airbnb op de prijzen heeft, uitsplitsen tussen appartementen en eengezinswoningen, dan vinden we tussen deze twee geen verschil. Als externaliteiten belangrijk zouden zijn, hadden we verwacht dat het effect van Airbnb op appartementsprijzen lager zou zijn dan die op woningprijzen. Het is echter ook mogelijk dat gebruikers van Airbnb voor overlast zorgen bij andere bewoners in de straat of zelfs in andere delen van de stad.

We geloven wel dat er een goed antwoord mogelijk is op de vraag hoe Airbnb het best gereguleerd kan worden. Ten eerste is een groot deel van de populariteit van Airbnb gebaseerd op oneerlijke concurrentie. Zo hoeft er geen belasting te worden betaald op activiteiten die bijvoorbeeld hotels wel betalen, zoals btw, en kunnen andere belastingen gemakkelijk ontdoken worden. Zo wordt in Amsterdam de (zeer lage!) toeristenbelasting weliswaar geïnd door Airbnb, maar is het waarschijnlijk dat een groot deel van de aanbieders van Airbnb-­overnachtingen geen inkomstenbelasting betaalt over hun extra inkomen. Omdat Airbnb de toeristenbelasting kan innen, en dat weinig administratieve kosten met zich meebrengt, ligt het voor de hand om Airbnb niet zozeer te verbieden, als wel om een aanzienlijk hogere toeristenbelasting in te voeren. Als er bijvoorbeeld een belasting van 20 euro per persoon per overnachting plus 25 procent van de Airbnb-huurprijs zou worden ingevoerd, zal dat waarschijnlijk leiden tot een efficiëntere huizenmarkt, waarbij we als samenleving toch nog voordeel kunnen hebben van Airbnb. Een ander voordeel is dat op deze manier ook de waarschijnlijk sterk negatieve externaliteiten van extreem toerisme worden verminderd.

Literatuur

Colliers International (2018) Marktaandeel Airbnb in Nederland blijft fors stijgen. Technical report. Den Haag: Colliers International.

Koster, H.R.A., J.N. van Ommeren en N. Volkhausen (2018) Short-term rentals and the housing market: quasi-experimental evidence from Airbnb in Los Angeles. CEPR Discussion Paper, 13094.

Samaan, R. (2015) Airbnb, rising rent, and the housing crisis in Los Angeles. Los ­Angeles Alliance for a New Economy. Rapport te vinden op www.laane.org.

Sheppard, S. en A. Udell (2016) Do Airbnb properties affect house prices? Williams­town, MA: Williams College Department of Economics. Paper te vinden op www.aeaweb.org.