markten
Locatie, locatie, locatie!
Werkgelegenheid
en woningprijzen
De woonomgeving bepaalt in belangrijke mate de prijs van
woningen. Vooral de ligging van de woning ten opzichte van
werkgelegenheid is daarbij van groot belang, zo wijst een
analyse van ruim een half miljoen woningtransacties uit.
van mensen. Iemand die een huis koopt, koopt niet
alleen een woning, maar daarmee ook een woonomgeving. Deze woonomgeving heeft niet alleen fysieke
kenmerken (bijvoorbeeld de hoeveelheid groen in de
buurt), maar ook sociale kenmerken (zoals de status
van de buurt) en functionele kenmerken (zoals de
rijzen van woningen zijn veelvuldig onderaanwezigheid en nabijheid van werkgelegenheid,
werp van studie en discussie in binnen- en
voorzieningen en infrastructuurnetwerken). Sommige
buitenland. Woningprijzen verschillen
kenmerken zijn gewilder dan andere, wat zich weerimmers per regio en naar stedelijkheid.
spiegelt in de verkoopprijs van woningen. Die woMaar de vraag waarom deze verschillen bestaan,
ningprijs kan dus worden gezien als een waardering
en in hoeverre deze verschillen het gevolg zijn van
in geld (door de koper) van niet alleen de woning
verschillen in kenmerken van de woonomgeving is in
zelf, maar ook van de omgeving van die woning.
Nederland nog nauwelijks beantwoord. Uit onderzoek
Bij de keuze van een nieuwe woning oriënteren
van bijvoorbeeld Spit & Needham en Boelhouwer
mensen zich veelal op hun naaste woonomgeving;
et al. blijkt dat de prijs van een woning niet alleen
de meeste verhuizingen vinden plaats over korte
verklaard kan worden door (fysieke) woningkenmerafstand (Feijten & Visser, 2005). Het bestaande
ken zoals woonoppervlak, inhoud, woningtype en
sociale netwerk en de binding met het werk (woonbouwjaar. Ook kenmerken van de woonomgeving
werkafstanden) spelen daarbij een grote rol (Floor
en de woonlocatie spelen blijkbaar een rol (Spit &
& Van Kempen, 1994; Sorber et al., 2001). Ook
Needham, 1987; Boelhouwer et al., 1996).
de kennis van de lokale woningmarkt zorgt ervoor
De invloed van de woonomgeving op woningprijzen
dat mensen niet snel over grote afstand verhuizen.
is in Nederland nog maar mondjesmaat onderzocht
Indien mensen al over grote afstand verhuizen, dan
en dit onderzoek beperkt zich veelal tot een aantal
is dat meestal om redenen van werk (of opleiding)
fysieke woonomgevingskenmerken. Studies van
(Van Kempen & Schutjens 1999). De nabijheid van
bijvoorbeeld Luttik en Bervaes & Vreke laten zien
werk verklaart daardoor in veel buitenlandse gevaldat ‘groene’ en ‘blauwe’ woonomgevingskenmerken
len de woonlocatiekeuze (Miller, 1982) en daarmee,
zorgen voor een meerwaarde in de woningprijzen
via de resulterende druk op de woningmarkt, ook de
van acht à tien procent (Luttik, 2000; Bervaes &
hoogte van de woningprijzen.
Vreke, 2004).
Ook de invloed van de bereikbaarheid tot allerlei
In hoeverre andere woonomgevingskenmerken een
activiteitenplaatsen, zoals het stadscentrum, winrol spelen in de woningprijs en in hoeverre de meerkelcentra, treinstations, parken, plantsoenen en
waarde van groene en blauwe omgevingskenmerken
recreatiegebieden is meermaals aangetoond (Laakso,
nog steeds geldt wanneer meer dan alleen fysieke
1992), ofschoon die relaties niet altijd lineair zijn
woning- en woonomgevingskenmerken in de analyses aangezien de directe nabijheid van deze voorzieworden meegenomen is onduidelijk.
ningen, vanwege overlast (geluid,
Daarmee ontbreekt een goed en volparkeren, vervuiling) juist weer minder
ledig overzicht van welke kenmerken
De invloed van de wordt gewaardeerd.
van de locatie van invloed zijn op de
meer functionele kenmersociale woonom- Naast deze woonomgeving zijn ook kenwoningprijs en in hoeverre bijvoorbeeld
ken van de
functionele omgevingskenmerken zoals
gevingskenmermerken van de bewoners in de buurt
de nabijheid van werkgelegenheid en
van invloed op de prijsvorming van
ken blijkt
de bereikbaarheid van voorzieningen
woningen. Wat is de sociale status en
daarbij van verklarend belang zijn.
overigens vooral het imago van de buurt? Is het er rustig
Wat is de etnische saeen rol te spelen en veilig wonen?de buurtbevolking? Het
Woonomgeving en
menstelling van
woningkeuze
in stedelijke
zijn vragen die potentiële huizenkopers
De woonomgeving speelt een belangzich stellen, maar die om vier redenen
gebieden
rijke rol in het woningkeuzegedrag
lastig zijn te beantwoorden in woning-
P
Petra Visser en
Frank van Dam
Onderzoekmedewerkers bij
het Ruimtelijk Planbureau
504
ESB 6
oktober 2006
prijsonderzoek. Ten eerste omdat het
Bollenstreek/Leiden, Den Haag, de Veluwe, het Westland en Den
hierbij niet alleen gaat om de werkelijke
Bosch en omstreken kennen de hoogste woningprijzen per m2.
De
situatie, maar vooral om de perceptie
Daarentegen worden woningmarktgebieden als Hengelo/Enschede,
bereikbaarheid
en waardering van deze situatie door
Drechtsteden/Hoeksche Waard, Zuid-Zeeland, Groningen,
de kopers zelf. Ten tweede aangezien
Friesland en Limburg juist gekenmerkt door gemiddeld lagere
van dagelijkse
de mogelijk in het verklaringsmodel
woningprijzen per m2.
voorzieningen
op te nemen variabelen en indicatoren
Een verklaring voor deze prijsverschillen zoeken we in kenmerken
(zoals het aandeel lagere inkomens,
(winkels, scholen) van de locatie en kenmerken van de woonomgeving. Voornamelijk
het aandeel huursubsidieontvangers en
de invloed van de bereikbaarheid van werkgelegenheid nemen we
is van geen enkel daarbij onder de loep.
het aandeel huurwoningen in de buurt)
veelal sterk met elkaar samenhangen,
belang voor de
hetgeen de interpretatie van de resulHedonische prijzen
woningprijs
taten bemoeilijkt. Ten derde (en terugMet de hedonische prijsmethode (HPM) hebben we geschat welk
verwijzend naar het eerste probleem)
deel van de prijs van een woning kan worden toegeschreven aan
aangezien dergelijke buurtkenmerken als proxy-vakenmerken van de woning dan wel de woonomgeving. Het basisprincipe van de
riabelen moeten worden beschouwd (Li & Brown,
hedonische prijsmethode is de gedachte dat een consumptiegoed, zoals een
1980). Het zijn variabelen die iets proberen te zegwoning, is op te vatten als een bundeling van kenmerken voor ieder van welk een
gen over bepaalde gewoonten, gebruiken en leefstijlen impliciete waardering bestaat (Rosen, 1974; Palmquist, 1991). Woningprijzen
van mensen die door verschillende mensen verschilweerspiegelen niet alleen de waardering door de koper van verschillende kenmerlend gewaardeerd worden. En ten vierde aangezien
ken van de woning, maar ook de waardering van verschillende kenmerken van de
over bepaalde sociale buurtkenmerken (criminaliteit,
woonomgeving en van de woonlocatie.
veiligheid) geen landsdekkende data op dit lage
Bij het gebruiken van de HPM is het van belang om zoveel mogelijk kenmerken
waarvan is aangetoond, of op basis van theoretische overwegingen kan worden
ruimtelijk schaalÂniveau beschikbaar zijn. Onderzoek
naar woningprijzen waarbij ook gekeken
verondersteld of op zijn minst kan worden vermoed dat ze het
is naar de invloed van sociale buurtkenwoningkeuzeÂgedrag van consumenten beïnvloeden, mee te nemen
merken is dan ook schaars, al zijn er
Hoe meer
in de hedonische prijsÂvergelijking. Het negeren van kenmerken
enkele uitzonderingen (Haider & Miller,
bereikbare banen die wel van invloed (kunnen) zijn op het woningkeuzegedrag van
2000; Glaeser et al., 2004; Marlet &
consumenten en het uiteindelijke nut dat ervan wordt ervaren, leidt
Van Woerkens, 2004).
hoe hoger de
anders tot enerzijds een overschatting van het belang van de wél
in het model meegenomen variabelen en anderzijds tot een grotere
woningprijs
Regionale woningmarkten
onverklaarde variantie.
De woningmarkt is geen nationale
Sinds Rosens theorie over hedonische prijzen (die een uitbreiding
markt. Huizen-prijzen variëren over regionale woningwas van de theorie van Lancaster over de waardering van kenmerken van goemarkten. De vraag naar en het aanbod van woningen
deren (Lancaster, 1966)) is er veel discussie geweest over de mathematische
op regionale woningmarkten zorgen voor regionale
basisÂvorm van de hedonische prijsvergelijking. Elke basisvorm veronderstelt een
verschillen in huizenprijzen. Door verschillen in economische ontwikkeling ontstaan er verschillen in de
vraag naar woningen in verschillende woningmarkten.
figuur 1
Bijdrage van de woonomgeving aan de totale verklaarde variantie van het
Zo is bijvoorbeeld in de Randstad de economische
logaritme van de prijs per m2 van grondgebonden woningen: vijf modellen
ontwikkeling in de afgelopen jaren sterker geweest
dan in de perifere zones van Nederland. Hieraan
80
gepaard zijn ook de huizenprijzen in de Randstad
70
harder gestegen, vooral vanwege de toegenomen
vraag naar woningen. Een toename van de regionale
60
werkgelegenheid betekent immers een grotere aantrekkingskracht van de regio als woongebied en leidt
50
daarmee tot een grotere vraag naar woningen. Dit
heeft bij een gelijkblijvende of relatief gering toene40
mende woningvoorraad een prijsopdrijvend effect.
Gemiddelde woningprijzen per woningmarktgebied
30
laten ons zien dat de hoogste prijzen in het westen
van het land zijn terug te vinden. Gecorrigeerd voor
20
de oppervlakte van de woning, met andere woorden
kijkend naar de gemiddelde prijs per m2, zien we
10
de hoogste prijzen in en nabij de Randstad (met
uitzondering van de regio rond Rotterdam) met
0
Model 1
Model 2
Model 3
Model 4
Model 5
een uitwaaierend patroon van lagere woningprijzen in de overgangszone (zoals Noord-Brabant en
Functionele woonomgevingskenmerken
Fysieke woonomgevingskenmerken
Gelderland) en nog lagere woningprijzen in het noorSociaal-economische woonomgevingskenmerken
Fysieke woningkenmerken
den en zuiden het land. Woningmarktgebieden als
Amsterdam, Utrecht, Het Gooi, Kennemerland, de
Bron: Visser & Van Dam (2006)
ESB 6
oktober 2006
505
andere mathematische relatie tussen woningprijzen en de verklanig meegenomen kunnen worden. Voor
rende determinanten (Li & Brown, 1980). De meest voorkomende
Een groot deel
de verschillende verkoopjaren hebben
functionele vormen zijn de double-log, semi-log en de lineaire. In
we dummyvariabelen opgenomen,
van de prijs per
onze analyses hebben we gekozen voor een double-log functie die
evenals voor de woningtypes (vrijgeschat is via lineaire regressieanalyse; voor dit artikel zijn zowel
vierkante meter
staand, hoekwoning, twee-onder-één
de afhankelijke variabele (de prijs per m2) als de verklarende funckap, tussenwoning, schakelwoning)
van een woning
tionele woonomgevingskenmerken logaritmisch getransformeerd.
en voor de appartementen (dummy’s
Er is uiteindelijk gekozen voor de double-log functie omdat deze
wordt verklaard
voor bovenwoning, benedenwoning,
een betere schatting geeft van de coëfficiënten dan de semi-log of
vanuit de ligging boven- en benedenwoning, portiekde lineaire functie.
flat, galerijflat en maisonnette). Ook
In ons onderzoek meten we woonwensen van woonconsumenten
van een woning, voor de bouwperiode van de woning
door na te gaan of en in welke mate mensen bereid zijn om te bein het bijzonder werden vijf dummyvariabelen (-1905,
talen voor uiteenlopende woonomgevingskenmerken. Het schatten
1906-1944, 1945-1970, 1971-1990,
van de meerwaarde van bepaalde kenmerken van de woonomgede ligging ten
>1990) gehanteerd.
ving, zonder rekening te houden met kenmerken van de consument
Door allerlei woonomgevingskenmeropzichte van
(een alleenstaande heeft andere preferenties ten aanzien van zijn
ken (uit verschillende databronnen)
of haar toekomstige woning en woonomgeving dan een samenwowerkgelegenheid aan het transactiebestand te koppelen
nend stel met kinderen) is echter niet helemaal correct. Aangezien
op het niveau van zescijferige posten stadscentra
wij echter geen informatie hadden over de kopers dan wel bewocodegebieden (waar mogelijk zescijners van de woningen, was het onmogelijk om bij de prijsvergeferige, anders viercijferige), kan de
lijkingen onderscheid te maken naar bijvoorbeeld huishoudentype. Wel hebben
bijdrage van individuele woonomgevingskenmerken
we onder andere om deze reden ons databestand gesplitst in grondgebonden
aan de transactieprijs van woningen worden ontleed.
woningen en appartementen.
De woonomgevingskenmerken hebben we ingedeeld
In ons onderzoek (Visser & Van Dam, 2006) hebben we gebruik gemaakt van
in drie dimensies, te weten: fysieke kenmerken
een omvangrijk databestand afkomstig van de Nederlandse Vereniging van
(zoals het percentage parken en plantsoenen, water
Makelaars (NVM) en ter beschikking gesteld door het ministerie van VROM. Het
en bedrijfsterrein in de buurt), sociale kenmerken
bestand bevat gegevens van meer dan 550.000 woningverkopen in de periode
(zoals de status van de buurt, de bevolkingsdicht1998-2003 (405.148 grondgebonden woningen en 152.143 appartementen).
heid en het aandeel allochtonen in de buurt) en
De fysieke woningkenmerken die we hebben meegenomen zijn de woonopperfunctionele kenmerken (zoals afstand tot snelwegen,
vlakte, de inhoud, de kadastrale oppervlakte, het aantal kamers, het woningtype
ov-haltes en voorzieningen, en de bereikbaarheid van
en het bouwjaar van de woning. Aangezien we als afhankelijke variabele de prijs
werkgelegenheid).
per m2 hebben genomen, zijn twee verhoudingsgetallen berekend, te weten: de
verhouding tussen inhoud en woonoppervlak en die tussen kadastrale opperWerkgelegenheid en woningprijs
vlakte en woonoppervlak. Dit is gedaan omdat door correctie van de prijs per m2
De invloed van de woonomgeving leggen we uitwoonoppervlak de verklarende variabelen woonoppervlak en inhoud niet als zoda- een in een fysieke, een sociale en een functionele
dimensie. Van de fysieke woonomgevingskenmerken
kunnen we concluderen dat het effect ervan op de
prijs van woningen verrassend gering is (zie figuur
figuur 2
Bijdrage van de woonomgeving aan de totale verklaarde variantie van het
1 en 2) in tegenstelling tot resultaten uit eerder
logaritme van de prijs per m2 van appartementen: vijf modellen
genoemde onderzoeken. Deze onderzoeken namen
evenwel niet het hele scala aan woonomgevingsken80
merken mee in de analyses. Sociale woonomgevings70
kenmerken zorgen daarentegen wél voor aanzienlijke
prijsverschillen. Hoe hoger de sociale status van de
60
buurt, hoe hoger de woningprijzen. Hoe groter de
bevolkingsdichtheid in de buurt, en hoe hoger het
50
aandeel niet-westerse allochtonen in de buurt, hoe
lager de woningprijzen. De invloed van de sociale
40
woonomgevingskenmerken blijkt overigens vooral
een rol te spelen in stedelijke gebieden. In landelijke
30
gebieden is dit effect zeer gering. Ook geldt dat voor
appartementen in stedelijke gebieden dit effect zelfs
20
nog groter is dan voor grondgebonden woningen.
Hogere woningprijzen weerspiegelen de attractiviteit
10
(schaarste) van bepaalde woningtypes en bepaalde
woonomgevingen in bepaalde regio’s. Wanneer we
0
Model 1
Model 2
Model 3
Model 4
Model 5
corrigeren voor fysieke woningkenmerken en voor
fysieke en sociale kenmerken van de woonomgeving,
Functionele woonomgevingskenmerken
Fysieke woonomgevingskenmerken
blijven er nog steeds verschillen in woningprijzen beSociaal-economische woonomgevingskenmerken
Fysieke woningkenmerken
staan. Die verschillen zijn deels toe te schrijven aan
Bron: Visser & Van Dam (2006)
woning- en omgevingskenmerken waarover we geen
506
ESB 6
oktober 2006
informatie hadden alsook aan functionele kenmerken van de woonomgeving
Niettemin
zoals de afstand tot werkgelegenheid,
verklaren
voorzieningen en infrastructuur.
De bereikbaarheid van dagelijkse
ook sociale
voorzieningen (winkels, scholen) is van
kenmerken
geen enkel belang voor de woningprijs.
Dit geldt echter niet voor de afstand
van de buurt
tot openbaar vervoersvoorzieningen
prijsverschillen
en de afstand tot stadscentra. Deze
variabelen zijn wél van invloed op de
tussen woningen
woningprijs. De nabijheid van een
station (sneltreinen en IC-treinen) of een ov-halte
(tram, metro) zijn hierbij belangrijke variabelen: hoe
verder weg van een station of ov-halte hoe lager de
woningprijs per m2. Dit geldt ook voor de afstand tot
stadscentra: hoe verder weg van het stadscentrum
hoe lager de woningprijs. Dit effect is voor appartementen nog sterker dan voor woningen. Dit laatste is
natuurlijk grotendeels verklaarbaar vanuit de hogere
grondprijzen in stadscentra, waardoor woningprijzen
per m2 ook hoger zijn.
Ten slotte resteert de invloed van werkgelegenheid
in de nabijheid. De nabijheid van werkgelegenheid
(binnen 15 tot 45 minuten reistijd) heeft een belangrijk effect op de woningprijs: hoe meer bereikbare banen hoe hoger de woningprijs. De nabijheid
van werkgelegenheid kan daarmee worden gezien
als een goede proxy voor de druk op de regionale
woningmarkt.
Wat betreft de invloed van functionele omgevingskenmerken, zijn de verschillen tussen grondgebonden woningen en appartementen gering. Waar
een grondgebonden woning nog een meerwaarde
ondervindt van de nabijheid van een stads- of
dorpscentrum, is deze meerwaarde afwezig bij appartementen. Bij appartementen is werkgelegenheid
in de nabijheid daarentegen een nog grotere prijsbepalende factor dan het bij grondgebonden woningen
al is. Vooral de bereikbare arbeidsplaatsen binnen
15-45 minuten genereert een forse meerwaarde
voor appartementen, evenals het aantal banen in de
directe nabijheid (bereikbaar binnen 15 minuten).
Een aardig analyseresultaat is, ten slotte, dat de
bereikbaarheid van ov-haltes in landelijke gebieden
veel minder invloed heeft op de woningprijs dan in
stedelijke gebieden.
gevolg van meer werkgelegenheid en grotere economische ontwikkelingen waardoor de vraag naar woningen in die regio hoger ligt
dan in de rest van Nederland. Dit verklaart voor een deel verschillen in prijzen tussen vergelijkbare woningen in verschillende regio’s
van Nederland. Niettemin verklaren ook sociale kenmerken van de
buurt prijsverschillen tussen woningen.
Hiermee wordt vanuit ons onderzoek duidelijk welke woonomgevingskenmerken het meest en het minst worden gewaardeerd. Bij
de aanleg van nieuwe en bij de herstructurering van bestaande
woonwijken kan daarmee rekening worden gehouden, althans als
men aan de woonwensen van mensen tegemoet wil komen.
Literatuur
Bervaes, J.C.A.M. & J. Vreke (2004) De invloed van groen en water
op de transactieprijzen van woningen. Wageningen: Alterra.
Boelhouwer, P., J. Conijn & P. de Vries (1996) Development of
house prices in the Netherlands. Netherlands Journal of Housing
and the Built Environment, 11, 381-400.
Feijten, P. & P. Visser (2005) Binnenlandse migratie: verhuisÂ
motieven en verhuisafstand. Bevolkingstrends, 53, 75-81.
Floor, H. & R. van Kempen (1994) Wonen op maat: een onderzoek
naar de voorkeuren en motieven van woonconsumenten en de te
verwachten ontwikkelingen daarin, Deel 1: theoretische uitgangspunten en probleemstelling. Utrecht: Faculteit Ruimtelijke
Wetenschappen van de Universiteit Utrecht.
Glaeser, E.K., E.A. Hanushek & J.M. Quigly (2004)
Opportunities, race and urban location. Journal of Urban
Economics, 56, 70-79.
Haider, M. & E.J. Miller (2000) Effects of transportation
infrastructure and locational elements on residential real
estate values: application of spatial autoregressive techniques.
Transportation Research Record, 1722, 1-8.
Kempen, R. van & V.A.J.M. Schutjens (1999) Verhuizen voor het
werk? Analyses van migratiegedrag en woonwensen. Utrecht:
Urban Research Centre Utrecht Universiteit Utrecht.
Laakso, S. (1992) Public transport investment and residential
property values in Helsinki. Scandinavian Housing and Planning
Research, 9, 217-229.
Lancaster, K.J. (1966) A new approach to consumer theory.
Journal of Political Economy, 74, 132-157.
Li, M.M. & H.J. Brown (1980) Micro-neighborhood externalities
and hedonic housing prices. Land Economics, 56, 125-141.
Luttik, J. (2000) The value of trees, water and open space as
reflected by house prices in the Netherlands. Landscape and
Urban Planning, 48, 161-167.
Marlet, G.A. & C.M. van Woerkens (2004) De maatschappelijke
baten van een veilige stad. Breukelen/Utrecht: NYFER en
Stichting Atlas voor gemeenten.
Miller, N.G. (1982) Residential property hedonic pricing
models: a review. In: C.F. Sirmans (ed.) Urban housing markets
and property valuation. Research in Real Estate 2. Greenwich:
JAI Press, 31-56.
Conclusie
Het belang van de woonomgeving in de verklaring
van prijsverschillen tussen vergelijkbare woningen is
groot. In het woningkeuzeproces is de ‘kwaliteit’ van
de woonomgeving blijkbaar heel belangrijk voor mensen. Vooral functionele en sociale kenmerken van de
woonlocatie spelen een rol. Fysieke woonomgevingskenmerken zijn verrassenderwijs veel minder van belang. Een groot deel van de prijs per vierkante meter
van een woning wordt verklaard vanuit de ligging van
de woning, in het bijzonder de ligging ten opzichte
van werkgelegenheid en stadscentra. Woningprijzen
liggen op een hoger niveau in de Randstad als
Palmquist, R. (1991) Hedonic methods. In: J.B. Braden &
C.D. Kolstad (eds.) Measuring the demand for environmental
quality. Amsterdam: North-Holland/Elsevier, 11-120.
Rosen, S. (1974) Hedonic prices and implicit markets: product
differentiation in pure competition. Journal of Political Economy,
82, 34-55.
Sorber, M, F. Bruinsma & R.J.G.M. Florax (2001) Volgt wonen
werken of werken wonen? – Een onderzoek naar woon-werk relaties in
Zuid-Holland, met een eerste aanzet voor een analyse van Nederlandse
gemeenten. Den Haag: Rijksplanologische Dienst.
Spit, T. & B. Needham (1987) A model of house prices in
a Dutch city. Netherlands Journal of Housing and the Built
Environment, 2, 53-60.
Visser, P & F. van Dam (2006) De prijs van de plek. Woonomgeving
en woningprijs. Rotterdam/Den Haag: NAi Uitgevers /
Ruimtelijk Planbureau.
ESB 6
oktober 2006
507