Evolutie van eigenaarschap en woningcomfort in Vlaanderen

Eigenaarschap en woningcomfort in Vlaanderen Pag. 1

Evolutie van eigenaarschap en woningcomfort in Vlaanderen

Auteurs:

Kristof Heylen Sien Winters1

1 Met dank aan Bart Capeau van het HIVA voor de methodologische suggesties


Auteurs:

Kristof Heylen

Sien Winters

Datum:

28 juni 2010

Verantwoordelijke uitgever:

Steunpunt Ruimte en Wonen

Kasteelpark Arenberg 51 bus 2429 - 3001 Heverlee

Tel: +32 (0)16/32 13 36

Email: [email protected]

ISBN 000-00-000-0000-0

Dit rapport kwam tot stand met de steun van de Vlaamse Gemeenschap: Programma Steunpunten voor

Beleidsrelevant Onderzoek. In deze tekst komt de mening van de auteur naar voor en niet die van de

Vlaamse Gemeenschap. De Vlaamse Gemeenschap kan niet aansprakelijk gesteld worden voor het gebruik

dat kan worden gemaakt van de meegedeelde gegevens.

http://www4.asro.kuleuven.be/steunpuntruimteenwonen/cms/JavaScript'%20type='text/javascript'%3e%20%3c!--%20var%20prefix%20=%20'ma'%20+%20'il'%20+%20'to';%20var%20path%20=%20'hr'%20+%20'ef'%20+%20'=';%20var%20addy80414%20=%20'info'%20+%20'@';%20addy80414%20=%20addy80414%20+%20'steunpuntruimteenwonen'%20+%20'.'%20+%20'be';%20document.write(%20'%3ca%20'%20+%20path%20+%20'/''%20+%20prefix%20+%20':'%20+%20addy80414%20+%20'/'%3e'%20);%20document.write(%20addy80414%20);%20document.write(%20'%3c/a%3e'%20);%20/--%3e


Executive summary

Deze paper behandelt de evolutie van twee belangrijke woonindicatoren in Vlaanderen: het

eigenaarschap en het woningcomfort. Een cohortenbenadering werd gehanteerd, die de

mogelijkheid biedt om zowel de evolutie van de indicatoren doorheen de tijd te analyseren

als de evolutie over de levensloop voor verschillende geboortecohorten. Inzicht in de

verschillen tussen de verschillende cohorten laat toe om de toekomstige evolutie beter in te

schatten. We deden beroep op zowel een bivariate als multivariate analysemethode. Bij de

multivariate logische regressiemodellen waren het percentage eigenaars en het percentage

woningen met minstens middelmatig comfort de afhankelijke variabelen en de periode n, de

geboortecohorten en de leeftijdsklassen de verklarende variabelen. De geboortecohorten

werden afgebakend over een periode van 10 jaar. De verschillende meetmomenten in de

studie zijn 1975, 1985, 1995 en 2005. Voor deze perioden waren data voorhanden van

verschillende sociaal-wetenschappelijke surveys (SEP, PSBH en Woonsurvey).

Bij een cohortenbenadering kunnen zowel leeftijds- , periode- als cohorteneffecten

onderscheiden worden. Een leeftijdseffect houdt de gevolgen in van het proces van het

ouder worden. Een cohorteneffect verwijst daarentegen naar het effect van het behoren tot

een groep op basis van een bepaalde gebeurtenis. Een geboorte cohorte bestaat uit

personen die geboren zijn binnen eenzelfde periode (meestal tien jaar) en wordt ‘gevormd’

door een geheel van gemeenschappelijke ervaringen, wat hen onderscheidt van andere

geboortecohorten. Opeenvolgende cohorten verschillen van elkaar doordat ze in andere

levensfasen verkeren binnen eenzelfde historische context (of nog niet geboren zijn) of -

anders gesteld - eenzelfde levensfase doorlopen binnen een verschillende historische

context (Ryder, 1965). In onze studie is uiteraard vooral de woningmarktcontext relevant.

Naast leeftijds- en cohorteneffecten is het uiteraard ook mogelijk om periode -effecten te

onderscheiden. Deze verwijzen naar de effecten van een veranderende samenleving, zowel

in sociale, economische als culturele zin, tijdens een bepaalde tijdspanne. Onder meer de

invloed van de economische conjunctuur en maatschappelijke waarden va llen onder de

periode-effecten (Glenn, 2005).

Het aandeel eigenaars in Vlaanderen is toegenomen van 72,2% in 1995 naar 74,4% in

2005. Deze stijging kwam voornamelijk op rekening van de toename van het woningbezit in

de oudste leeftijdgroep (van 76 tot 85 jaar), wat we hebben kunnen identificeren als een

cohorteneffect. De generatie geboren in de jaren ’10 blijkt een groep te zijn waarvoor het

aandeel eigenaars steeds lager heeft gelegen dan voor jongere cohorten. Een verklaring

hiervoor is dat een groot deel van deze geboortecohorte starter op de woningmarkt was

tijdens de oorlogsjaren. De cohorten die erop volgden hebben kunnen starten op de

woningmarkt na 1945, in een stabielere periode waarin eigendomsverwerving van

overheidswege werd gestimuleerd. Tussen de cohorten van de jaren ’20, ’30, ’40 en ’50

troffen we geen noemenswaardige verschillen aan inzake evolutie van het aandeel

eigenaars.

Naast deze cohorteneffecten wees onze analyse ook op een duidelijk leeftijdseffect. Het

aandeel eigenaars zakt immers sterk na een leeftijd van 75 jaar (met ongeveer 10

procentpunt), zowel voor de cohorten geboren in de jaren ’10 als ’20. Opmerkelijk is dat we

deze trend niet terugvinden voor de cohorte ‘1900-1909’. De vraag is dan ook hoe dit

leeftijdseffect verder zal evolueren in de toekomst. Tot slot bleek er een duidelijk periode -

effect te bestaan. Tussen 1975 en 2005 bleken de omstandigheden om eigenaar te worden

algemeen beschouwd steeds gunstiger te worden. We denken hierbij aan de evolutie van de


rentevoet voor hypothecaire leningen, de woningprijzen, de renovatiekost, de huurprijzen of

de evolutie van de inkomens. Onze analyse laat echter niet toe om de juiste oorzaak

hiervoor aan te duiden.

Tot slot werd een prognose uitgevoerd voor het aandeel eigenaars in 2015. Hierbij werd

vertrokken van de resultaten van de regressieanalyse. De leeftijds- en cohorteneffecten

werden constant geacht, terwijl er drie scenario’s werden gehanteerd voor de periode-

effecten. De conclusie van deze simulatie is dat – gegeven de aannames – het aandeel

eigenaars in Vlaanderen tussen 2005 en 2015 niet of slechts weinig zal stijgen, zelfs niet

onder het meest optimistische scenario. De stijging van het woningbezit tussen 1995 en

2005 was voornamelijk het gevolg van het verdwijnen uit de statistieken van een cohorte

met een laag aandeel eigenaars, namelijk de groep geboren tussen 1910 en 1919.

Een status quo op vlak van beleidsinspanningen inzake eigendomsverwerving zal – ceteris

paribus – vermoedelijk onvoldoende zijn om het aandeel eigenaars in Vlaanderen te doen

stijgen in de nabije toekomst. Andere recente studies van het Steunpunt Ruimte en Wonen

maken duidelijk dat de stap naar een eigen woning moeilijker wordt gezet door lagere

inkomens, maar ook door lager opgeleiden ongeacht het inkomensniveau (Heylen et al,

2007; Heylen & Winters, 2008). Bijkomende beleidsinspanningen voor deze groepen kunnen

ervoor zorgen dat het algemene aandeel eigenaars nog toeneemt in de toekomst. Wat de

lagere inkomens betreft, blijkt een gebrek aan eigen vermogen vaak een probleem om te

kunnen genieten van de bestaande steunmaatregelen zoals sociale leningen. Om hieraan

tegemoet te komen stelden Doms et al (2001) voor om een startpremie toe te kennen voor

de betaling van notaris- en dossierkosten. Ook een goed informatiebeleid op vlak van

ondersteuningsmaatregelen (sociale leningen) – gericht op de groep lager opgeleiden – kan

bijdragen tot een toename van het percentage eigenaars in Vlaanderen.

Het algemene comfortniveau van de Vlaamse woningen is duidelijk toegenomen in de

periode 1985-2005, wat tot uiting komt in het dalende aandeel woningen dat niet aan de

criteria voor ‘middelmatig comfort’ voldoet. Woningen met middelmatig comfort zijn

minstens uitgerust met WC, bad of douche en centrale verwarming. Er speelt een sterk

periode-effect, zoals blijkt uit de regressieanalyse. De toename van het comfort is

voornamelijk te danken aan de nieuwbouwactiv iteit en de renovatie van koopwoningen.

Ongeveer de helft van de gekochte woningen wordt immers grondig gerenoveerd. De

jongste tien jaar schommelt het aantal verkochte woningen tussen 80.000 en 86.000, wat

dus een renovatieactiviteit inhoudt van ongeveer 40.000 per jaar. Daarnaast worden er

tijdens het jongste decennium jaarlijks tussen 25.000 en 38.000 wooneenheden

bijgebouwd. Ook de sociale woningbouw mag hier niet uit het oog worden verloren. In de

periode 1998-2007 werden gemiddeld ongeveer 7.000 woningen per jaar gerenoveerd. Het

gaat echter niet steeds over zware renovaties. Bovendien hanteren SHM ’s verschillende

definities voor de begrippen ‘renovatie’ en ‘onderhoud’. Renovaties die gespreid worden in

de tijd, komen ook nog eens meerdere keren voor in de telling (Winters & De Decker,

2009).

Gerelateerd aan dit periode-effect speelt er een uitgesproken cohorteneffect. De cohorten

van de jaren ’00, ’10, ’20, ’30 en ’40 die startten op de woningmarkt in een periode van

algemeen mindere woningkwaliteit ha len deze ‘achterstand’ achteraf niet meer in. Er is over

de verschillende levensfasen heen nog een stijging van het aandeel gezinnen met

voldoende wooncomfort (leeftijdseffect), maar die toename geldt ongeveer even sterk voor

elke cohorte. Voor de generaties geboren in de jaren ‘50 en ‘60 is er een lichte terugval van


de kans op middelmatig wooncomfort. Dit wordt vermoedelijk verklaard doordat een

aanzienlijk deel van deze gezinnen startten op de woningmarkt tijdens de crisis van de

jaren ’80. De generaties (uit de jaren ’70 en ’80) die konden starten op de woningmarkt na

de crisis scoren vervolgens ook beter op het comfortniveau dan de cohorten geboren in de

jaren ’50 en ’60.

Wat de leeftijd betreft stellen we een duidelijk stijgend effect vast tussen de jongste

groepen. Jongere gezinnen zitten vaak nog in een overgangssituatie op de woningmarkt,

waarin het comfortniveau te wensen overlaat. Voor een groot deel van deze groep zal er

zich door renovatie of de overstap naar een comfortabele koopwoning zich een positieve

transitie voltrekken. Het comfortniveau neemt sterk toe tot een leeftijd van 46 jaar, waarna

er nog slechts een lichte stijging plaatsvindt. Uit onderzoek blijkt dat oudere koppels of

alleenstaanden minder renoveren, omdat ze niet over voldoende middelen beschikken of

opzien tegen een grondige renovatie (Meulemans & Willemé, 1999; Maes et al, 1998).

In de nabije toekomst is de verwachting dat het algemene comfortniveau zal blijven stijgen,

ook zonder bijkomende beleidsinspanningen. Het aandeel met voldoende wooncomfort ligt

immers aanzienlijk hoger voor de jongere cohorten. De uitdaging zal echter zijn om het

kwaliteitsniveau van de hele Vlaamse woningmarkt op een voldoende hoog niveau te

brengen. Een belangrijke vaststelling voor het beleid is dat er voor de jongste cohorten een

plafond lijkt te bestaan van ongeveer 85% middelmatig wooncomfort. Er is dus ook onder

de jongere generaties een groep van ongeveer 15% waarvan de woning niet is uitgerust

met WC, bad of centrale verwarming. Dit houdt in dat ook in de nabije toekomst er een

zekere ‘harde kern’ van woningen van mindere kwaliteit in gebruik blijft op zowel de huur-

als de eigendomsmarkt, die bij verandering van eigenaar of huurder niet aangepast wordt

aan het hedendaags gangbare comfortniveau. Het beleid dient voor deze groep woningen

gerichte instrumenten in het leven te roepen. Noch op federaal, noch op Vlaams niveau zijn

er tot op heden voldoende sterke repressieve of stimulerende maatregelen uitgevaardigd op

vlak van woningvernieuwing om deze groep woningen en huishoudens gericht te benaderen

(Winters & De Decker, 2009).


1 Inleiding

In deze paper wordt de evolutie van twee belangrijke woonindicatoren in Vlaanderen

uitgebreid in kaart gebracht: het eigendomsstatuut en het woningcomfort. We doen dit aan

de hand van een cohortenbenadering, die ons de meerwaarde biedt om zowel de evolutie

van de indicatoren doorheen de tijd te analyseren als over de levensloop voor verschillende

geboortecohorten. Inzicht in de verschillen tussen de verschillende cohorten maakt het

mogelijk om de toekomstige evolutie beter in te schatten (Myers, 1999).

Het aandeel Vlaamse huishoudens dat zijn eigen woning bezit is de jongste decennia

constant gestegen. In 2005 bedraagt het percentage eigenaars reeds 74,4%, wat in

Europees perspectief vrij hoog is. In landen als Nederland en Duitsland ligt dit aandeel

lager dan 60%; in Spanje daarentegen loopt het aandeel op tot 83% (Winters et al, 2007;

Heylen et al, 2007). De beleidsnadruk op eigendomsverwerving bestaat in België reeds

sinds het begin van het huisvestingsbeleid (Goossens, 1997). Maar ook bij de gezinnen zelf

bestaat er een grote wens om eigenaar te worden. Zo leert de recente Woonsurvey dat de

helft van de Vlaamse huurders op termijn eigenaar wil worden. Voor 37% van de eigenaars

bleek ‘de wens om eigenaar te worden’ zelfs de belangrijkste reden om uit de vorige woning

te verhuizen (Heylen et al, 2007).

Het comfortniveau van de Vlaamse woningen is net als de uitwendige bouwfysische kwaliteit

sterk gestegen tijdens de jongste decennia. Hiervoor worden drie verklarende factoren naar

voor geschoven. Ten eerste worden ongeveer de helft van de gekochte woningen

gerenoveerd, wat neerkomt op ongeveer 40.000 per jaar. Daarnaast zijn er de

nieuwbouwwoningen, waarvan het comfortniveau en fysische kwaliteit hoger liggen dan

gemiddeld. Het laatste decennium schommelt het aantal nieuwe wooneenheden tussen

25.000 en 38.000. Ten derde zorgt ook het toegenomen aantal sociale wooneenheden voor

een verbetering van het woningpatrimonium (Winters & De Decker, 2009). In deze studie

focussen we op het comfortniveau en blijft de evolutie van de bouwfysische kwaliteit of de

fysische staat van de woning buiten beeld. Voor deze laatste twee indicatoren missen we

immers de data om een cohortanalyse uit te voeren. Wel blijkt uit recent onderzoek dat het

comfortniveau een vrij goede indicatie is voor de bouwtechnische kwaliteit en de fysische

staat van de woning. Voor de bouwtechnische kwaliteit bedraagt de correlatiecoëfficiënt

met het comfortniveau 0,281; voor de fysische staat is deze correlatie 0,240. Beide

coëfficiënten blijken sterk significant (Le Roy & Vandekerckhove, 2007).

In deze studie analyseren we de evolutie van het aandeel eigenaars in Vlaanderen van 1975

tot 2005, terwijl we – omwille van databeperkingen – voor de evolutie van het

comfortniveau de periode 1985-2005 in acht nemen. De aandacht wordt niet alleen

gevestigd op de evolutie van de woonindicatoren doorheen de tijd, maar ook op de

evoluties per geboortecohorte en over de levensloop. Tot slot wordt er op basis van de

cohortenevoluties van het woningbezit en op basis van demografische voorspellingen een

prognose uitgewerkt voor het aandeel eigenaars en het comfortniveau in de nabije

toekomst.

Het opzet van deze studie is beschrijvend. Bij opvallende evoluties van het aandeel

eigenaars voor een bepaalde groep geven we een aanzet tot mogelijke verklaringen. De

gehanteerde methode laat echter niet toe om verklaringen te toetsen. Hiervoor is nader

onderzoek vereist. De data voor de studie zijn afkomstig uit het Socio-Economisch Panel


(SEP 1976 en 1985)2, de Panel Studie van Belgische Huishoudens (PSBH, 1995) - beiden

uitgevoerd door de Universiteit van Antwerpen - en de Woonsurvey 2005 van het

Kenniscentrum voor Duurzaam Woonbeleid. Voor de analyse van het eigendomsstatuut

doen we beroep op deze vier golven, terwijl we - omwille van het ontbreken van de nodige

comfortvariabelen - de golf van 1975 moeten laten vallen bij de comfortanalyse.

2 In deze studie zullen we de SEP data van 1976 gebruiken als ‘proxy’ voor data uit 1975.


2 Evolutie eigenaarschap en comfortniveau in Vlaanderen

Onderstaande figuur verduidelijkt dat het aandeel eigenaars in Vlaanderen een continue

stijging heeft gekend sinds 1975. In 1975 was twee derde van de Vlaamse gezinnen

eigenaar van hun woning; in 2005 is dit reeds 74,4%. Tussen 1975 en 1985 wa s de

toename het kleinst (1,4 procentpunt), terwijl de sterkste stijging plaatsvond tussen 1985

en 1995 (4,8 procentpunt). Tussen 1995 en 2005 is het aandeel eigenaars nog gestegen

van 72,2% naar 74,4%.

60

62

64

66

68

70

72

74

76

1975 1985 1995 2005

Jaartal

% e

igen

aars

Figuur 1: Aandeel e igenaars, naar jaarta l, Vlaams Gewest

Bronnen: SEP (1975 en 1985), PSBH (1995) en Woonsurvey (2005)

Figuur 2 laat de evolutie zien van het percentage woningbezit voor verschillende

leeftijdsgroepen (leeftijd referentiepersoon van het huishouden). Voor elk jaartal stellen we

vast dat het percentage eigenaars het laagst ligt voor de jongste leeftijdsgroep (16 -25 jaar)

en het tweede laagst voor de groep van 26-35 jaar. Ook bestaat er sinds 1985 een terugval

van het aandeel eigenaars voor de oudste leeftijdsklasse (76-85 jaar).


0

10

20

30

40

50

60

70

80

90

1975 1985 1995 2005

Jaartal

% e

igen

aars

16-25 jaar

26-35

36-45

46-55

56-65

66-75

76-85

Figuur 2: Aandeel e igenaars volgens leeft i jdsklasse, naar jaartal , V laams Gewest

Bronnen: SEP (1975 en 1985), PSBH (1995) en Woonsurvey (2005)

We zien verder dat het aandeel eigenaars in de jongste leeftijdsklasse (16-25 jaar) duidelijk

is toegenomen tussen 1985 en 2005, van 17% naar 28%. De stijging was hier het sterkst

tussen 1985 en 1995. De jongste tien jaar was de stijging het grootst binnen de

leeftijdsgroep ’76-85 jaar’. Voor de groep van 26 tot 35 jaar stellen we een lichte daling

vast tussen 1995 en 2005, terwijl de overige leeftijdsgroepen ongeveer een status quo

kennen in deze periode. De algemene toename van het aandeel eigenaars tussen 1995 en

2005 komt dus voornamelijk op rekening van de oudste leeftijdscategorie. De vraag is

echter in welke mate de vastgestelde evoluties leeftijdseigen zijn, dan wel gerelateerd zijn

aan bepaalde cohorten.

Wat de evolutie van het comfortniveau betreft hanteren we een indicator die in Vlaanderen

reeds enkele decennia wordt toegepast. Hij bevat drie categorieën: klein , middelmatig en

groot comfort. Klein comfort houdt in dat de woning beschikt over stromend water, een wc

en een bad of douche. Woningen met klein comfort en centrale verwarming krijgen het

label ‘middelmatig comfort’. Wanneer er naast deze uitrusting ook een keuken van minstens

4m2 en een telefoonaansluiting aanwezig is en het gezin een auto heeft, wordt voldaan aan

de voorwaarden voor ‘groot comfort’. Deze indicator is verouderd, aangezien een

telefoonaansluiting vaak vervangen is door een GSM-abonnement en bepaalde

comfortvereisten ingeburgerd geraakten. Daarom werkten Vanneste et al (2005) een nieuwe

indicator uit. We beschikken echter niet over voldoende data om deze nieuwe indicator te

gebruiken voor een cohortenbenadering.

Figuur 3 geeft de evolutie van het comfortniveau weer van de Vlaamse woningen op basis

van survey-onderzoek. Omwille van databeperkingen en het hoger aangehaalde inhoudelijke

argument laten we het onderscheid tussen groot en middelmatig comfort vallen. De nieuwe

categorie noemen we bijgevolg ‘minstens middelmatig comfort’. De figuur toont een

gelijkaardig beeld als de populatiegegevens uit de Volks- en Woningtellingen en de Socio-

economische enquête (zie Appendix) en bevestigt de sterke positieve evolutie sinds de jaren

‘80. Figuur 4 maakt duidelijk dat de verbetering van het comfortniveau niet alleen geldt

voor de woningen van eigenaars maar voor de huurwoningen. Bovendien blijkt dat de kloof


tussen huurders en eigenaars verkleind is doorheen de jaren. De trend is dus positief maar

we mogen niet uit het oog verliezen dat anno 2005 ongeveer één woning op vijf nog steeds

niet voldoet aan de criteria voor ‘middelmatig comfort’.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1985 SEP 1995 PSBH 2005 WS

Middelmatig of groot comfort

Klein comfort

Geen klein comfort

Figuur 3: Comfortniveau van de V laamse Woningen, naar jaartal , V laams Gewest

Bronnen: SEP (1985), PSBH (1995) en Woonsurvey (2005)

Figuur 4: Comfortniveau van de V laamse Woningen, naar jaartal en

eigendomsstatuut , Vlaams Gewest


Onderstaande figuur geeft de evolutie weer van het aandeel woningen met minstens

middelmatig comfort volgens leeftijdsklassen. We stellen vast dat voor de oudste

leeftijdsgroep (76-85 jaar) dit aandeel het laagst ligt, zowel in 1985 als in 2005. Opvallend

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1985

SEP

1995

PSBH

2005

WS

1985

SEP

1995

PSBH

2005

WS

Eigenaar Huurder

Middelmatig of groot comfort

Klein comfort

Geen klein comfort


is verder het relatief lage percentage voor de jongste leefti jdsgroep. Er bestaat een

duidelijk positieve trend voor alle leeftijdscategorieën, terwijl de stijging het meest

uitgesproken is voor de groepen die in 1985 het slechtst scoorden. De verschillen tussen

leeftijdsgroepen zijn dus in 2005 minder groot dan 20 jaar tevoren, wat het gevolg is van

de algemene kwaliteitsverbetering. In welke mate deze evolutie toe te schrijven is aan

evoluties over de levensloop of eerder eigen zijn aan de geboortecohorten komt verder aan

bod.

0

10

20

30

40

50

60

70

80

90

1985 1995 2005

% M

idd

elm

ati

g c

om

fort

aan

wezig

16-25 jaar

26-35

36-45

46-55

56-65

66-75

76-85

Figuur 5: Comfortniveau van de V laamse Woningen, naar jaartal en

eigendomsstatuut, Vlaams Gewest



3 Methodologie

De bedoeling van deze studie is om de evolutie van het woningbezit en het comfortniveau

in Vlaanderen te analyseren a.d.h.v een cohortenbenadering. Deze evoluties zijn immers

niet alleen het gevolg van leeftijdseffecten, maar ook van cohorten- en periode-effecten. De

leeftijdsgroepen die in bovenstaande figuren aan bod kwamen zijn samengesteld door

meerdere cohorten, die elk hun specifieke geschiedenis kennen (Glenn, 2005).

Een ‘leeftijdseffect’ houdt de gevolgen in van het proces van het ‘ouder worden’. De

toename van het aandeel eigenaars tussen de leeftijdgroepen is bijvoorbeeld in grote mate

een leeftijdseffect. Door een groei van de financiële middelen en het bereiken van een

zekere levensfase (partner, werk) beslissen mensen om de ouderlijke woonst te verlaten en

eventueel de stap naar een eigen woning te zetten (Vandorpe et al, 2007).

Een ‘cohorteneffect’ verwijst daarentegen naar het effect van het behoren tot een groep op

basis van een bepaalde gebeurtenis. Deze gebeurtenis is in cohortenstudies doorgaans de

geboorte. Een geboortecohorte bestaat uit personen die geboren zijn binnen eenzelfde

periode (meestal tien jaar) en wordt ‘gevormd’ door een geheel van gemeenschappelijke

ervaringen, wat hen onderscheidt van andere geboortecohorten. Opeenvolgende cohorten

verschillen van elkaar doordat ze in andere levensfasen verkeren binnen eenzelfde

historische context (of nog niet geboren zijn) of - anders gesteld - eenzelfde levensfase

doorlopen binnen een verschillende historische context (Ryder, 1965). In onze studie is

uiteraard vooral de woningmarktcontext relevant. Het maakt bijvoorbeeld een groot verschil

uit om op de woningmarkt te starten tijdens een periode waarin eigenwoningbezit sterk

wordt gesubsidieerd of waarin de algemene woningkwaliteit eerder laag is . Ook worden de

mogelijkheden en preferenties van starters op de woningmarkt beïnvloedt door

veranderingen in de hypotheekrente en de evolutie van de woningen huurprijzen (Myers,

1999). De mogelijkheden van ouderen worden dan weer bepaald door het aanbod van

aangepaste woningen. Geboortecohorten verschillen verder van elkaar door verschillen in

opvoeding en opleiding en door een verschillende ‘peer group’ socialisatie (Ryder, 1965).

Naast leeftijds- en cohorteneffecten is het uiteraard ook mogelijk om periode-effecten te

onderscheiden. Deze verwijzen naar de effecten van een veranderende samenleving, zowel

in sociale, economische als culturele zin, tijdens een bepaalde tijdspanne. Onder meer de

invloed van de economische conjunctuur en maatschappelijke waarden vallen onder de

periode-effecten. Het zijn veranderingen die gelden voor alle leeftijdsgroepen en cohorten

(Glenn, 2005).

Het doel van deze studie is om een zicht te krijgen op het samenspel van deze drie

effecten. Om de logica van de cohorteneffecten inzichtelijk te maken, is het in eerste

instantie nuttig om gebruik te maken van een ‘standaard cohort tabel’. Dit is een kruistabel

- samengesteld door cross-sectionele data – die de relatie tussen leeftijd en de afhankelijke

variabele weergeeft en waarbij de leeftijdsintervallen even groot zijn als de intervallen

tussen de meetperiodes. Het grote voordeel van deze methode is dat elke diagonaal uit de

kruistabel de evolutie weergeeft van de afhankelijke variabele voor een bepaalde

geboortecohorte (Glenn, 2005). In volgend hoofdstuk komt eerst de analyse van het

aandeel eigenaars aan bod, gevolgd door een analyse van het comfortniveau.


Na de bivariate analyses met de standaard cohort tabellen en bijhorende figuren voeren we

een multivariabele analyse uit voor zowel de evolutie van het eigenaarschap als van het

comfortniveau. Deze techniek laten ons toe om de effecten die we visueel detecteren in de

bivariate analyses statistisch te verifiëren. Een multivariabele regressieanalyse met periode,

leeftijd en geboortecohorte als verklarende variabelen leert ons in welke mate deze

variabelen bijdragen tot het verklaren van de afhankelijke variabele (woningbezit en

woningcomfort). Daarnaast brengen we ook de ‘predicted probabilities’ of de voorspelde

kansen in kaart voor elke combinatie van de verschillende variabelen (periode, cohorte en

leeftijdsgroep), op basis van de geschatte coëfficiënten. Met deze cijfers kan eenzelfde

figuur geconstrueerd worden als figuren 6 en 7. Maar deze keer met percentages op basis

van een geschat model i.p.v. de geobserveerde percentages uit de steekproeven. Één

voordeel van deze benadering is dat ze minder gevoelig is voor de bias die kan voorkomen

uit kleine steekproeven. De aantallen voor de oudere leeftijdgroepen schommelen

bijvoorbeeld rond 50, wat te weinig is om nauwkeurige resultaten te verkrijgen wanneer

louter de steekproefpercentages worden gebruikt. Het geschatte model corrigeert ook beter

voor individuele variaties, waardoor de tendensen minder sprongen kennen en meer worden

‘uitgevlakt’.

Een gekende problematiek bij cohortenanalyses is dat leeftijds - , cohorten- en periode-

effecten moeilijk van elkaar te onderscheiden zijn in een regressiemodel. Elk van deze

variabelen is immers een lineaire combinatie van de twee andere variabelen, wat ervoor

zorgt dat er mogelijk een vertekening optreedt bij de schatting van de parameters (Glenn,

2005; Mason & Fienberg, 1985). Het weglaten van één van de drie variabelen uit de analyse

wordt in de literatuur voorgesteld als een bevredigende oplossing voor het zogeheten

‘identificatieprobleem ’ (Mason & Wolfinger, 2001). Een andere mogelijkheid is om een

bijkomende restrictie aan het model toe te voegen, door het effect van twee op elkaar

volgende categorieën aan elkaar gelijk te stellen. Dit kan men enkel toepassen als er

redelijke gronden zijn om aan te nemen dat het effect van de twee betreffende categorieën

aan elkaar gelijk zou zijn. Het kan gaan om het effect van twee opeenvolgende cohorten,

perioden of leeftijdsgroepen. In onze analyses kiezen we ervoor om de effecten van twee

opeenvolgende leeftijdscategorieën aan elkaar gelijk te stellen. Hierop komen we verder

nog terug (Mason & Fienberg, 1985).

In een laatste deel maken we tenslotte een prognose van het eigenaarschap en

woningcomfort in Vlaanderen anno 2015, op basis van de resultaten van de logistische

regressiemodellen. De geschatte coëfficiënten worden aangewend om per cohorte en

leeftijdgroep een voorspelling te maken van het aandeel eigenaars of het aandeel gezinnen

met voldoende woningcomfort in 2015. We kozen ervoor om verschillende scenario’s uit te

werken voor het tijdseffect. Verder werden de bevolkingsvooruitzichten van de FOD

Economie gebruikt om het totaalpercentage te berekenen voor 2015. De relatieve omvang

van de leeftijdsgroepen zal in 2015 immers sterk verschillen van de situatie in 2005.


4 Cohortbenadering: evolutie 1975-2005

4.1 Bivariate analyse

4.1.1 Eigenaarschap

In eerste instantie werd de standaard cohort tabel opgesteld voor de evolutie van het

aandeel eigenaars in Vlaanderen tussen 1975 en 2005 (tabel 1). Elke cohorte wordt

weergegeven met een andere kleur. Figuur 6 geeft de evolutie van het aandeel eigenaars

weer per leeftijdsgroep voor elke geboortecohorte. Deze weergave maakt het gemakkelijk

om cohorteneffecten visueel te detecteren.

Een eerste duidelijke vaststelling is dat het percentage eigenaars voor de cohorte ‘1920-

1929’ meer dan 6 procentpunt hoger ligt in de leeftijdsklassen ’56 -65 jaar’, ’66-75 jaar’ en

’76-85 jaar’ dan voor de vorige cohorte (1910-1919). Hier bestaat dus een duidelijk

cohorteneffect, dat visueel scherp tot uiting komt in figuur 6. De toename van het aandeel

eigenaars voor de oudste leeftijdsklasse (76-85 jaar) tussen 1995 en 2005 wordt bijgevolg

grotendeels verklaard door het feit dat de cohorte die in 2005 tussen 76 en 85 jaar is, al

decennialang relatief meer eigenaars telde dan de cohorte die tien jaar ouder is. Het

leeftijdseffect na 75 jaar is voor beide cohorten immers ongeveer even groot. De overgang

naar de leeftijdsfase ‘76-85 jaar’ ging zowel voor de cohorte uit de jaren ‘10 als de jaren ’20

gepaard met een daling van het aandeel eigenaars met ongeveer 10 procentpunt. Het feit

dat de cohorte uit de jaren ’10 in 2005 uit de statistieken verdwijnt (sterfte), is ook de

voornaamste oorzaak van de stijging van het algemene aandeel eigenaars tussen 1995 en

2005 (van 72,2% naar 74,4%).

Een mogelijke verklaring voor het opmerkelijke verschil in aandeel eigenaars tussen

cohorten ‘1910-1919’ en ‘1920-1929’ is dat een groot deel van eerstgenoemde cohorte

starter was op de woningmarkt tijdens de tweede wereldoorlog. De oudsten van cohorte

‘1920-1929’ waren daarentegen reeds 25 jaar in 1945. Deze cohorte is bijgevolg kunnen

starten op de woningmarkt onder gunstigere omstandigheden. In de naoorlogse jaren

werden daarenboven enkele subsidiestelsels in het leven geroepen met de bedoeling

eigendomsverwerving te vergemakkelijken. De overheid stelde in de naoorlogse jaren

immers vast dat gezinnen moeilijk een passende huurwoning konden verwerven.

Eigendomsverwerving zou de gezinnen naast een zekerheid ook een bevredigende

ontplooiing bezorgen. De wederopbouw na WO II vond in België voornamelijk plaats via

private woningbouw, waar andere Europese landen (vb. Nederland) kozen voor massale

sociale woningbouw (Deschamps, 1997).

We zien verder dat het aandeel eigenaars voor cohorte ‘1900 -1909’ duidelijk lager ligt

binnen de leeftijdsgroep ’66-75 jaar’ dan voor de jongere cohorten. Vermoedelijk scoorde

deze cohorte ook slechter wat het aandeel eigenaars betreft op jongere leeftijd. Om dit te

achterhalen dienen we echter data te hebben voor 1965.

Waar de cohorte van de jaren ’20 duidelijk beter presteert inzake woningbezit dan de

cohorte van de jaren ’10, bestaat er amper een verschil tussen eerstgenoemde en de

cohorten van de jaren ’30, ’40 en ‘50. Tussen een leeftijd van 56 en 75 jaar schommelt het

percentage eigenaars voor al deze cohorten tussen 77% en 80%. Tussen 36 en 55 jaar

scoren de generaties van de jaren ’50 en ’60 wel nog een aantal procentpunten beter op


woningbezit dan de oudere cohorten. De grens van 80% eigenaars wordt dus sneller bereikt

onder de jongste cohorten, maar blijkt ook voor deze groepen een ‘plafond’ te zijn.

Een andere vaststelling is dat de daling van het aandeel eigenaars na een leeftijd van 75

jaar voorkomt bij de cohorten geboren in de jaren ’10 en ’20, maar nog niet bij de cohorte

‘1900-1909’. Het aandeel eigenaars blijft hier ongeveer 64%. Het genoemde leeftijdseffect

bestaat dus pas vanaf de periode ’85-’95. Figuur 6 laat deze evolutie mooi zien. De vraag is

hoe dit effect zal evolueren in de toekomst.

Tot slot zien we dat het percentage woningbezit onder de jongste gezinnen (16-25 jaar)

duidelijk is toegenomen voor de twee jongste geboortecohorten. De cohorte van de jaren

‘70 verliest zijn voorsprong echter op de cohorte van de jaren ’60 in de leeftijdsperiode ’26 -

35’ jaar.

Tabel 1: Aandeel e igenaars volgens leeft i jdsklasse, naar jaartal , V laams Gewest,

cross-sect ie percentages, gewogen

Leeftijd: 1975

SEP

1985

SEP

1995

PSBH

2005

Woonsurvey

16-25 22,2 17,1 27,9 28,3

26-35 58,2 51,7 66,6 56,7

36-45 73,9 74,6 77,5 78,9

46-55 75,8 77,0 83,1 79,8

56-65 71,0 78,1 74,7 80,4

66-75 63,9 73,6 79,2 79,8

76-85 64,8 63,7 60,2 70,6

86-95 63,3 64,8 52,0 64,1

Totaal 66,0 67,4 72,2 74,4

Geboortecohorten: 1880-1889; 1890-1899; 1900-1909; 1910-1919; 1920-1929; 1930-1939; 1940-1949; 1950-1959; 1960-

1969; 1970-1979; 1980-1989


0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85

Leeftijd

% e

igen

aars

1890-1899

1900-1909

1910-1919

1920-1929

1930-1939

1940-1949

1950-1959

1960- 1969

1970-1979

1980-1989

Figuur 6: Aandeel e igenaars volgens leeft i jdsklasse, naar geboortecohorte, Vlaams

Gewest , per iode 1975-2005

4.1.2 Woningcomfort

Tabel 2 is de standaard cohort tabel voor de evolutie van het aandeel huishoudens met een

woning die minstens voldoet aan de criteria van middelmatig comfort in de periode 1985 -

2005. Bijhorende figuur 7 geeft de evolutie duidelijk weer voor de verschillende

geboortecohorten. In de eerste plaats stellen we een cohorteneffect vast. We merken

namelijk een duidelijke positieve evolutie tussen de cohorten uit de jaren ’10 tot ’40. Voor

elke cohorte gaat het aandeel woningen met middelmatig comfort met een aantal

procentpunten vooruit. Voor de daarop volgende cohorten uit de jaren ’50 en ’60 is de

positieve trend gestopt en blijkt er een ‘plafond ’ te zijn van ongeveer 81%. Voor de twee

jongste cohorten (jaren ’70 en ’80) daarentegen ligt het aandeel met minstens middelmatig

comfort al hoog op jonge leeftijd.

Een verklaring voor de stijgende trend tussen de cohorten uit de jaren ’10, ’20, ’30 en ’40

ligt deels bij het toegenomen comfortniveau bij nieuwbouw en renovatie in de periode

1985-2005 en deels bij het feit dat het comfortniveau over de leeftijd (na 45 jaar) niet

sterker toeneemt voor de oudere cohorten - met een lager comfortniveau – dan voor de

jongere cohorten. De ‘achterstand’ van de oudere cohorten wordt dus niet ingehaald. Indien

een groter deel van een cohorte kan starten op de woningmarkt met middelmatig

wooncomfort, blijkt dit effect dus verder door te werken in latere periodes. Uit onderzoek

blijkt ook dat oudere eigenaars minder renoveren dan jongere (Meulemans & Wilemé,

1999). De stagnatie van de positieve trend voor de cohorten uit de jaren ’50 en ’60 heeft

vermoedelijk te maken met het feit dat deze generaties op de woningmarkt zijn gestart

tijdens de economische crisis van de jaren ’80. Voor de cohorten die op de woningmarkt


startten na de crisis – de generaties geboren in de jaren ’70 en ’80 – is er terug een

positieve tendens.

Verder wijst figuur 7 ook op een duidelijk positief effect van leeftijd op het comfortniveau

tot ongeveer 45 jaar. De stijging van het comfortniveau na 45 jaar blijkt vrij beperkt, met

uitzondering van de cohorte uit de jaren ’10. Voor starters op de woningmarkt is geweten

dat de eerste woning dikwijls een overgangswoning is (Heylen & Winters, 2008b). Deze

voldoet in vele gevallen mogelijk niet aan de criteria van middelmatig comfort. De

definitieve woning zal hieraan vervolgens meestal wel voldoen. Daarnaast is er ook een

groep die na aankoop van een woning de renovatiewerken spreidt over een aantal jaren,

waardoor het comfortniveau in het begin te kort kan schieten (Heylen et al, 2007).

Tabel 2: Aandeel gez innen in woning waar middelmatig comfort aanwezig is volgens

leeft i jdsklasse, naar jaartal , Vlaams Gewest

Leeftijd: 1985

SEP

1995

PSBH

2005

Woonsurvey

16-25 44,5 60,2 68,3

26-35 66,2 70,8 81,8

36-45 75,3 81,5 80,8

46-55 69,7 81,5 79,7

56-65 58,5 75,9 83,7

66-75 42,2 68,1 77,2

76-85 36,6 60,4 67,8

Totaal 60,8 73,2 79,0

Geboortecohorten: 1900-1909; 1910-1919; 1920-1929; 1930-1939; 1940-1949; 1950-1959; 1960-

1969; 1970-1979; 1980-1989


0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85

Leeftijd referentiepersoon

% M

inste

ns m

idd

elm

ati

g c

om

fort

1900-1909

1910-1919

1920-1929

1930-1939

1940-1949

1950-1959

1960- 1969

1970-1979

1980-1989

Figuur 7: Aandeel gezinnen in woning met middelmat ig of groot comfort vo lgens

leeft i jdsklasse, naar geboortecohorte, Vl aams Gewest , periode 1975-2005

4.2 Multivariabele analyse

4.2.1 Eigenaarschap

In het vorige deel kwamen enkele bivariate presentatiewijzen aan bod die ons toelaten

‘redelijkerwijze’ leeftijds- en cohorteneffecten te onderscheiden. Met deze technieken zijn

de effecten echter niet statistisch aangetoond. Indien we statistisch significante effecten

willen ontdekken, dienen we beroep te doen op een multivariate regressieanalyse, waarbij

het effect van leeftijd, cohorte en periode op eigenwoningbezit tegelijkertijd wordt geschat.

Om het bovengenoemde ‘identificatieprobleem’ op te lossen in ons model dienen we voor

een bepaalde onafhankelijke variabele het effect van twee opeenvolgende categorieën aan

elkaar gelijk te stellen. Dit gebeurt idealiter op basis van theoreti sche gronden. Aangezien

figuur 6 liet zien dat het aandeel eigenaars ongeveer constant blijft tussen de

leeftijdsgroepen ’46-55 jaar’ en ’56 en 65 jaar’ werd het effect op eigenwoningbezit voor

deze groepen aan elkaar gelijk gesteld.

In onze logistische regressie is het ‘al dan niet eigenaar zijn’ de dichotome afhankelijke

variabele, terwijl leeftijd en cohorte in het model worden opgenomen aan de hand van

dummyvariabelen. Het model omvat alle huishoudens uit de cross -sectionele databestanden

van 1975 (SEP), 1985 (SEP), 1995 (PSBH) en 2005 (Woonsurvey), waardoor het totale

aantal huishoudens 16.835 bedraagt. De coëfficiënten die bij een logistische

regressieanalyse worden geschat, kunnen mits exponentiëring geïnterpreteerd worden als

odds ratio’s. Een ‘odds’ verhoudt zich tot een kans op de volgende manier: odds=kans/ (1-

kans). Voor een kans van 80% is de odds dus 4; voor een kans van 20% is de odds 0,25.


Bij het interpreteren van de odds ratio’s dient in het achterhoofd gehouden te worden dat

een ratio van odds steeds ‘extremer’ uitvalt dan een ratio van kansen. De odds ratio in ons

model geeft de verhouding weer van de odds op woningbezit voor de betreffende categorie

t.o.v de referentiecategorie (aangeduid met ‘ref’). Wat de geboortecohorten betreft is de

cohorte ‘1910-1919’ de referentiecategorie, terwijl de jongste leeftijdsgroep (16-25 jaar) de

referentiecategorie is voor de leeftijdsvariabele.

Tabel 3: Logist ische regressie, de odds op e igenaarschap, voor geboortecohorte en

leeft i jdsgroep, odds rat io’s, p-waarden en model f i t , V laams Gewest, periode 1975-

2005

Odds ratio

P-waarde

Wald

statistiek

Model fit statistieken:

Leeftijdsgroep: -2logL voor model met

enkel intercept: 19.020 16-25 (ref) 1

26-35 3,77 <0,001

36-45 7,62 <0,001 -2logL voor model met

intercept en

variabelen: 17.865

46-65 7,55 <0,001

66-75 6,37 <0,001

76-85 4,04 <0,001 Likelihood ratio: 1155

p<0,0001 86-95 3,31 <0,001

Cohorte:

1890-1900 1,21 0,33

1900-1909 0,84 0,14

1910-1919 (ref) 1

1920-1929 1,12 0,17

1930-1939 1,03 0,76

1940-1949 0,98 0,87

1950-1959 0,78 0,17

1960-1969 0,80 0,37

1970-1979 0,58 0,07

1980-1989 0,59 0,19

Periode:

1975 (ref) 1

1985 1,14 0,06

1995 1,63 <0,001

2005 1,82 <0,001

N 15.642

Bronnen: SEP ’76 en ’85; PSBH 1995 en Woonsurvey 2005

Tabel 3 toont ons de resultaten. De ‘Model fit’ informatie leert ons dat het volledige model

met de variabelen cohorte en leeftijd significant meer variantie verklaart in de afhankelijke

variabele (eigendomsstatuut) dan het model met alleen het intercept. Het geschatte model

‘past’ dus op bevredigende wijze bij de data (Sharma, 1996). Figuren 8, 9 en 10 geven de

odds ratio weer voor resp. de leeftijdsklassen, de cohorten en de perioden.


De odds ratios voor de leeftijdsvariabelen vallen veel groter uit dan bij de cohorten en de

perioden. Het leeftijdseffect is dus dominant. Zo is de odds om eigenaar te zijn is maar

liefst 9 maal hoger voor de categorie ’46-65 jaar’ dan voor de jongste groep (16-25 jaar).

Algemeen beschouwd houden de resultaten uit het logistische regressiemodel een

statistische bevestiging in van de effecten die we visueel konden detecteren in figuur 6 (zie

hoger). De odds op eigenaarschap stijgt sterk en significant tussen 16 en 35 jaar, waarna

er een gematigde stijging volgt tot 45 jaar. Vanaf dan wordt er een plafond bereikt tot een

leeftijd van 75 jaar, waarna de odds op woningbezit daalt.

De cohorteneffecten die we visueel konden onderscheiden in figuur 6 analyseren we nu

a.d.h.v odds ratios. De odds op woningbezit voor de cohorte van de jaren ’20 blijkt 12

procentpunt hoger te liggen dan voor de cohorte uit de jaren 1910, terwijl de odds voor

deze laatste cohorte 16 procentpunt hoger ligt dan voor de generatie geboren in de jaren

1900. Figuur 9 geeft deze evolutie duidelijk weer. Ook het regressiemodel wijst dus op de

invloed van ‘de intrede op de woningmarkt in de naoorlogse periode’ op de kans om

eigenaar te worden.

De cohorten geboren in de jaren ’30, ’40 verschillen vervolgens niet s terk van de cohorte uit

de jaren ’20 wat de odds op woningbezit betreft. Opvallend is dat de generatie s geboren

sinds de jaren ’50 een lagere odds kennen dan de oudere cohorten, met een sterk verschil

tussen de generaties voor en na 1970. Om deze daling beter te kunnen inschatten dienen

we te kijken naar de resultaten voor de periode-effecten (figuur 10). Deze effecten zijn

sterk significant en wijzen in dezelfde richting. De odds op een eigen woning is – voor een

gelijke cohorte en leeftijd - tussen 1975 en 2005 constant toegenomen, met een piek

tussen 1985 en 1995. Deze sterke periode-effecten zorgen er voor dat - ondanks lagere

cohorteneffecten - de jongste cohorten op jonge leeftijd minstens even sterk scoren op vlak

van woningbezit als de oudere (zie figuur 6). In ons geval heeft het model een groot stuk

van de totale variantie in woningbezit toegewezen aan de invloed van cohorten. We mogen

echter niet vergeten dat deze toewijzing op een zekere willekeur van het model berust en

dat we de resultaten steeds dienen te interpreteren tegen de nodige achtergrond. Indien

het model geen tijdseffect had onderscheiden, zou er vermoedelijk geen dalend

cohorteneffect zijn uitgekomen. Toch leert het model alvast dat – gegeven een constant

periode- en leeftijdseffect – het niet uitgesloten is dat het aandeel eigenaars afneemt in de

nabije toekomst, omwille van de dalende tendens voor de jongere cohorten. In het laatste

hoofdstuk gaan we dieper in op de toekomstige evolutie.


0

1

2

3

4

5

6

7

8

9

16-25 26-35 36-45 46-55 56-65 66-75 76-85 86-95

Od

ds r

ati

o w

on

ing

bezit

0

0,2

0,4

0,6

0,8

1

1,2

1900-

1909

1910-

1919

1920-

1929

1930-

1939

1940-

1949

1950-

1959

1960-

1969

1970-

1979

1980-

1989

Geboortecohorte

Od

ds

ra

tio

wo

nin

gb

ezit

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

1975 1985 1995 2005

Od

ds r

ati

o w

on

ing

bezit

Figuren 8 en 9: Odds rat io voor eigenaarschap volgens leeft i jd sklasse ( l inks) en

geboortecohorte (rechts) , log ist isch regressiemodel , Vlaams Gewest

Figuur 10: Odds rat io voor eigenaarschap volgens periode, logist isch

regressiemodel , Vlaams Gewest

Tabel 4 en bijhorende figuur 11 geven de voorspelde percentages eigenaars weer volgens

het geschatte regressiemodel. Zoals eerder aangehaald heeft deze werkwijze het voordeel

dat de geschatte percentages voor cellen met een laag aantal observaties betrouwbaarder

zijn dan de steekproefpercentages. Vooral voor de jongste en oudste leeftijdsgroepen valt

het aantal observaties eerder laag uit. Met deze nieuwe werkwijze berekenen we

bijvoorbeeld een cijfer voor de leeftijdgroep ’86-95 jaar’, terwijl we dat niet deden bij de

andere methode. Verder worden de schommelingen in de data uitgevlakt en is de uitkomst

meer gestroomlijnd. Figuur 11 kunnen we dus beschouwen als een verbeterde variant van

figuur 6. We zien dat beide figuren ongeveer dezelfde tendensen vertonen, waardoor we de

interpretatie van figuur 6 niet dienen bij te stellen.


Tabel 4: Geschatte aandeel e igenaars naar leeft i jd en cohorte , log ist ische

regressiemodel , Vlaams Gewest , 1975-2005

Leeftijd: 1975

SEP

1985

SEP

1995

PSBH

2005

Woonsurvey

16-25 21,7 24,6 25,2 27,9

26-35 56,8 54,3 63,9 58,7

36-45 73,8 75,1 77,5 80,0

46-55 75,2 76,1 81,1 79,2

56-65 73,0 77,5 81,1 82,8

66-75 65,8 72,1 80,6 82,0

76-85 63,6 58,1 70,2 74,7

86-95 54,3 61,9 62,0 68,4

Totaal 66,1 67,6 73,7 75,9

Geboortecohorten: 1880-1889; 1890-1899; 1900-1909; 1910-1919; 1920-1929; 1930-1939; 1940-1949; 1950-1959; 1960-

1969; 1970-1979; 1980-1989

0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85 86-95

Leeftijd

% e

igen

aars

1880-1889

1890-1899

1900-1909

1910-1919

1920-1929

1930-1939

1940-1949

1950-1959

1960- 1969

1970-1979

1980-1989

Figuur 11: Geschatte aandeel e igenaars naar leeft i jd en cohorte, logist ische

regressiemodel , Vlaams Gewest , 1975-2005


4.2.2 Woningcomfort

Tabel 5 toont de resultaten voor een logistisch regressiemodel ter verklaring van het

woningcomfort in Vlaanderen in de periode 1985-2005. De bipolaire afhankelijke variabele

is ‘al dan niet wonen in een woning met minstens middelmatig comfort’. Leeftijd, cohorte en

periode zijn wederom de afhankelijke variabelen. Zoals vermeld dienen we voor één

onafhankelijke variabele het effect van twee opeenvolgende categorieën aan elkaar gelijk te

stellen om het ‘identificatieprobleem’ op te lossen. Figuur 7 toonde dat het aandeel

woningen met middelmatig comfort niet sterk varieerde tussen de leeftijdsgroepen ’46 -55

jaar’ en ’56 en 65 jaar’. De effecten voor deze groepen werden daarom aan elkaar gelijk

gesteld.

Het regressiemodel werd opgesteld op basis van de cross-sectionele databestanden van SEP

(1985), PSBH (1995) en de Woonsurvey 2005. Het totale aantal huishoudens bedraagt zo

11.576. De model fit test toont dat het model een significant deel van de variantie van de

afhankelijke variabele verklaart en dat het model dus bij de data ‘pas t’. Er werden twee

modellen geschat. Één model met leeftijd, cohorte en periode als verklarende variabelen

(model 1) en één model waarin het eigendomsstatuut is toegevoegd (model 2). Deze

toevoeging laat toe om bij de interpretatie na te gaan in welke mate een resultaat te wijten

is aan een verschil in eigendomsstatuut voor een bepaalde variabele. De figuren 12, 13 en

14 geven de odds ratio’s weer voor respectievelijk de dummy’s voor leeftijd, cohorte en

periode. De resultaten voor model 1 worden weergegeven met zwarte punten; voor model 2

met witte punten.

Wat het leeftijdseffect betreft wordt onze interpretatie van de standaard cohort tabel

bevestigd (tabel 5, figuur 12). De odds op minstens middelmatig wooncomfort is lager voor

de jongste groep (16-25 jaar) dan voor de groep tussen 26 en 35 jaar. Ook ligt de odds

voor deze laatste groep lager dan voor de groep tussen 36 en 45 jaar. Vanaf de leeftijd van

46 jaar begint de odds op minstens middelmatig comfort te dalen. De verschillen tussen de

cohorten zijn evenwel niet alle statistisch significant. De resultaten wijzen wel op het

bestaan van een ‘overgangssituatie’ op vlak van woningcomfort waarin men zich op jongere

leeftijd bevindt. Voor een gelijk eigendomsstatuut (model 2) blijken de verschillen minder

uitgesproken maar toch nog significant voor de jongste groepen. Het verschil kan dus niet

alleen verklaard worden doordat er zich relatief meer huurders (met een lager

wooncomfort) bevinden in de jongste groepen. Ook het comfortniveau van de

koopwoningen speelt dus een rol bij het leeftijdseffect. Een eerste koopwoning kan door

jongvolwassenen als overgangssituatie beschouwd worden of dient nog gerenoveerd te

worden.


Tabel 5: Logist ische regressie, de odds op een woning waar minstens middelmat ig

comfort aanwezig is, voor geboortecohorte, leeft i jdsgroep en per iode , odds rat io’s,

p-waarden en model f i t , V laams Gewest , per iode 1985-2005

Odds ratio

model 1

P-waarde

Wald

statistiek

Odds ratio

model2

p-

waarde Model fit

statistieken:

Leeftijdsgroep:

16-25 0,47 <0,001 0,59 0,005 Likelihood ratio

model 1: 775

p<0,0001

26-35 (ref) 1 1

36-45 1,31 0,006 1,21 0,062

46-55 en 56-65 1,08 0,64 0,94 0,715 Likelihood ratio

model 2: 840

p<0,0001

66-75 0,84 0,46 0,71 0,164

76-85 0,88 0,66 0,78 0,397

86-95 0,66 0,23 0,60 0,157 199905

Cohorte:

1900-1909 0,58 <0,001 0,57 <0,001

1910-1919 (ref) 1 1

1920-1929 1,33 0,023 1,28 0,062

1930-1939 2,06 <0,001 2,02 <0,001

1940-1949 2,45 <0,001 2,28 <0,001

1950-1959 1,97 0,005 1,85 0,013

1960-1969 1,73 0,081 1,58 0,157

1970-1979 2,11 0,041 1,98 0,069

1980-1989 2,36 0,081 1,73 0,279

Periode:

1985 (ref) 1 1

1995 1,86 <0,001 1,64 <0,001

2005 1,98 <0,001 2,01 <0,001

Huurder (eigenaar=

ref) - 0,62 <0,001

N 11.576 11.261

Bronnen: SEP ’85; PSBH 1995 en Woonsurvey 2005

De cohorteneffecten uit het model blijken van een grotere grootteorde dan de

leeftijdseffecten. Alle odds ratio ’s verschillen significant van 1. Figuur 13 laat een duidelijk

positief lineaire trend zien tussen de cohorten van de jaren 1900, ’10, ’20, ’30 en ‘40.

Vervolgens zien we een terugval in de odds op middelmatig wooncomfort voor de

generaties geboren in de jaren ‘50 en ‘60, waarna de odds terug toeneemt voor de cohorten

uit de jaren ‘70 en ‘80. Deze resultaten liggen volledig in lijn met onze interpretatie van de

bivariate tendensen. Het algemene woningcomfort van een generatie blijkt voor een groot

deel ‘padafhankelijk’ en dus bepaald door de omstandigheden van de periode waarin men

startte op de woningmarkt. De context inzake wooncomfort voor de starters blijkt

significant te verbeteren doorheen de tijd tot de periode waarin de generaties geboren in

de jaren ‘50 en ‘60 de woningmarkt betraden (de jaren ’70 en ’80). De jaren ’80 waren

immers een periode van economische crisis gekenmerkt door hoge inflatie en werkloosheid,

wat ongunstige omstandigheden zijn om te starten op de woningmarkt. Een herstel volgde

vervolgens voor de cohorten ut de jaren ’70 en ’80 die de woningmarkt betraden na het

einde van de crisis. Gecontroleerd voor het eigendomsstatuut blijken de effecten minder

uitgesproken maar toch nog sterk significant. De verschillen tussen de cohorten worden dus


0

0,2

0,4

0,6

0,8

1

1,2

1,4

16-25 26-35 36-45 46-65 66-75 76-85 86 en

ouder


Od

ds r

ati

o

Model 1

Model 2

0

0,5

1

1,5

2

2,5

3

1900-

1909

1910-

1919

1920-

1929

1930-

1939

1940-

1949

1950-

1959

1960-

1969

1970-

1979

1980-

1989

Geboortecohorte

Od

ds r

ati

o

Model 1

Model 2

maar deels verklaard door de verschillen op vlak van eigendomsstatuut tussen de cohorte n.

Uitzondering hierop vormt de jongste cohorte waarbij de odds op middelmatig comfort veel

lager ligt voor het model inclusief eigendomsstatuut. Voor de jongste cohorte is er dus wel

een sterk effect van het eigendomsstatuut op het comfortniveau. We dienen erbij te

vermelden dat we voor deze cohorte slechts één meetpunt hebben (in 2005). Toekomstig

onderzoek zal moeten uitwijzen in hoeverre deze trend zich doorzet.

Tot slot toont de analyse logischerwijze ook een sterk periode-effect aan (figuur 14). De

odds op minstens middelmatig wooncomfort ligt 86 procent hoger in 1995 dan in 1985 en is

dubbel zo hoog in 2005 dan in 1985. De verklaring hiervoor ligt bij de bijgekomen

nieuwbouwwoningen – die van betere kwaliteit zijn dan de gemiddelde woning – en de

renovatieactiviteit. Ongeveer de helft van de gekochte woningen wordt immers grondig

gerenoveerd. De jongste tien jaar schommelt het aantal verkochte woningen tussen 80.000

en 86.000, wat dus een renovatieactiviteit inhoudt van ongeveer 40.000 per jaar. Daarnaast

worden er tijdens het jongste decennium jaarlijks tussen 25.000 en 38.000 wooneenheden

bijgebouwd. Ook de bouw en renovatie van sociale woningen in deze periode speelt hier

een rol. Deze voldoen immers allen aan de criteria van middelmatig comfort. I n de periode

1998-2007 werden gemiddeld ongeveer 7.000 woningen per jaar gerenoveerd (Winters &

De Decker, 2009). Deze zijn evenwel niet allen zware renovaties. Renovaties die langer dan

een jaar duren, komen ook nog eens meerdere keren voor in de statisti eken.

Figuren 12 en 13: Odds rat io voor woning met minstens middelmat ig comfort, voor

leeft i jd ( l inks) en geboortecohorte (rechts) , logist isch regress iemodel , Vlaams

Gewest


0

0,5

1

1,5

2

2,5

1985 1995 2005

Od

ds r

ati

o

Model 1

Model 2

Figuur 14: Odds rat io voor woning met minstens middelmatig comfort volgens

periode, logist isch regressiemodel , Vlaams Gewest

In tabel 6 en bijhorende figuur 15 zien we de voorspelde kans op eigenaarschap volgens

het regressiemodel. Zoals aangegeven zijn deze gegevens een meer gestroomlijnde

weergave van de data waarop figuur 7 gebaseerd is (op basis van steekproefpercentages).

Figuur 15 ligt sterk in lijn met figuur 7, waardoor de bovenstaande interpretatie niet hoeft

gewijzigd te worden.

Tabel 6: geschat aandeel gez innen in woning met middelmatig of groo t comfort ,

naar leeft i jd en cohorte, logist ische regress ie, V laams Gewest , 198 5-2005

Leeftijd: 1985

SEP

1995

PSBH

2005

Woonsurvey

16-25 45,0 67,8 69,2

26-35 66,3 75,0 81,5

36-45 75,7 82,1 79,9

46-55 68,0 82,1 79,4

56-65 59,3 79,3 82,5

66-75 45,2 66,8 74,9

76-85 34,3 59,6 67,1

86-95 42,3 45,6 57,4

Totaal 60,9 74,7 77,9


1959; 1960-1969; 1970-1979; 1980-1989


0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85 86-95


% m

inste

ns m

idd

elm

ati

g c

om

fort 1890-1899

1900-1909

1910-1919

1920-1929

1930-1939

1940-1949

1950-1959

1960- 1969

1970-1979

1980-1989

Figuur 15: geschat aandeel gez innen in woning me t middelmatig of groot comfort ,

naar leeft i jd en cohorte, logist ische regress ie, V laams Gewest , 198 5-2005

Figuren 16 en 17 geven de voorspelde kansen op een woning met minstens middelmatig

comfort weer voor huurders en eigenaars afzonderlijk , volgens het regressiemodel. Voor

beide eigendomsstatuten is de evolutie over de leeftijd gelijkaardig en zijn de verschillen

tussen de geboortecohorten van eenzelfde grootteorde. Het voornaamste verschil is dat –

zoals we reeds in kaart hebben gebracht – het comfortniveau van de eigendomswoningen

over het algemeen aanzienlijk beter is dan dat van huurwoningen.


Huurders

0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85 86-95


% m

inste

ns m

idd

elm

ati

g c

om

fort 1890-1899

1900-1909

1910-1919

1920-1929

1930-1939

1940-1949

1950-1959

1960- 1969

1970-1979

1980-1989

Eigenaars

0

10

20

30

40

50

60

70

80

90

16-25 26-35 36-45 46-55 56-65 66-75 76-85 86-95


% m

inste

ns m

idd

elm

ati

g c

om

fort

Figuren 16 en 17: geschat aandeel gezinnen in woning met middelmatig of groot

comfort , volgens leeft i jd en cohorte, logist ische regressie , V laams Gewest , per iode

1985-2005


5 Prognose eigenaarschap en woningcomfort in 2015

De resultaten (geschatte coëfficiënten) van de logistische regressieanalyse kunnen we

aanwenden om een prognose voor 2015 van het aandeel eigenaars en het percentage met

minstens middelmatig wooncomfort in Vlaanderen uit te werken. Voor elke mogelijke cel

(elke mogelijke combinatie van cohorte, leeftijd en periode) wordt het voorspelde

percentage berekend als een functie van het intercept en de geschatte coëfficiënten voor

cohorte, leeftijd en periode. Bij het bepalen dan deze functie gaan we uit van de volgende

aannames:

- Het leeftijdseffect in 2015 is voor elke cohorte het leeftijdseffect (uit het model) van de leeftijdsklasse waarin de cohorte zich bevindt in 2015. We gaan er dus vanuit dat

het effect van leeftijd anno 2015 hetzelfde is in de periode 1975-2005 (of 1985-2005 voor de comfortanalyse). Dit is de meest logische aanname. Vb.: de cohorte van de

jaren ’70 is in 2005 tussen 26 en 35 jaar oud. Om het aandeel eigenaars te schatten

in 2015 - wanneer iedereen 10 jaar ouder is - gebruiken we voor deze cohorte de leeftijdscoëfficiënt uit het regressiemodel van de groep ’36-45 jaar’.

- Het cohorteneffect anno 2015 is hetzelfde als in de periode 1975-2005 (of 1985-

2005 voor de comfortanalyse). De voornaamste impact op verschillen tussen

cohorten gebeurt in de periode dat er gestart wordt op de woningmarkt. De meeste cohorten zitten echter niet (meer) in deze situatie, wat deze aanname plausibel

maakt.

- Voor het periode-effect of tijdseffect hanteren we drie scenario’s. We kunnen

immers moeilijk inschatten hoe de woningmarktcontext zal evolueren. Onder het periode-effect vallen in het geval van eigenwoningbezit onder meer de impact van

de woningprijzen, de hypotheekrente, het woonbeleid, de inkomens en de preferenties van de gezinnen. Voor het woningcomfort is vooral de impact van het

woonbeleid, nieuwbouw en renovatie van tel. In een eerste scenario is het periode-

effect van 2015 gelijk aan dat van 2005. In scenario 2 is het tijdseffect van 2015 gelijk aan dat van 1995. Bij zowel het model voor eigenaarschap als woningcomfort

bleek het tijdseffect voor 1995 lager dan in 2005. Scenario 2 is dus eerder pessimistisch. In een derde scenario is het tijdseffect van 2015 berekend door de

evolutie tussen 1995 en 2005 lineair door te trekken. Aangezien dit voor beide modellen een positieve trend is, is scenario 3 dus het meest optimistische scenario.

- Voor de jongste leeftijdscategorie (16-25 jaar) kunnen we bij de prognose voor 2015 niet terugvallen op vroegere gegevens. De cohorte geboren in de jaren ’90 was toen

immers te jong, waardoor er in het regressiemodel geen coëfficiënt is geschat voor deze groep. Als proxy hanteren we het cohorteneffect van de cohorte die geboren is

de jaren ’80.

- De leeftijdsverdeling in Vlaanderen tussen 2005 en 2015 evolueert zoals voorspeld

door de bevolkingsvooruitzichten van de FOD Economie (2008) . Deze voorspellingen gelden op individueel niveau. We gaan er in onze analyse van uit dat de evolutie van

de leeftijdsverdeling van individuen dezelfde is als de evolutie van de

leeftijdsverdeling van de referentiepersonen van de huishoudens . Tabel 7 geeft de resultaten van deze oefening weer. De vergrijzing is duidelijk terug te vinden in de

evolutie van het aandeel van de groep van 56 tot 65 jaar (van 17,1% naar 19,1%). Daar tegenover staat dat het aandeel van de groep ’36 -45 jaar’ daalt van 20,2%

naar 16,4%.


Tabel 7: Verdel ing gez inshoofden volgens leeft i jdklassen, Woonsurvey 2005 en

prognose 2015, Vlaams Gewest

Leeftijd:

2005

Verdeling

leeftijds-

groepen (%)

2015

Verdeling

leeftijds-

groepen

(%)

16-25 2,1 2,0

26-35 13,9 12,9

36-45 20,2 16,4

46-55 21,1 21,6

56-65 17,1 19,1

66-75 15,4 14,7

76-85 10,2 10,9

Totaal

100 100

Bron: Woonsurvey 2005, FOD Economie ADSEI

Tabel 8 toont de resultaten van de prognose voor het aandeel eigenaars in 2015, voor de

verschillende scenario’s. Bij scenario één – waarbij er uitgegaan wordt van een status quo

van het tijdseffect – ligt het aandeel eigenaars voor een aantal leeftijdscategorieën in 2015

onder het cijfer van 2005. Wanneer de verwachte leeftijdsverdeling uit 2015 wordt

toegepast op deze percentages, blijkt er dan ook een lichte daling van het algemene

percentage eigenaars op te treden, van 75,9% (3) naar 74,2%. Wanneer het tijdseffect van

1995 wordt genomen als uitgangspunt (scenario 2), is de daling zelfs nog sterker (tot

72,2%). Dit laatste hoeft niet te verwonderen aangezien het tijdseffect van 1995 op

eigenwoningbezit minder positief is dan dat van 2005. Bij het derde scenario – waarbij het

tijdseffect een lineaire verderzetting is van de tendens tussen 1995 en 2005 – is er een

lichte stijging van het algemene eigenaarsaandeel, met 0,7 procentpunt.

Een sterke stijging van het percentage eigenaars tussen 2005 en 2015 valt zelfs met het

meest optimistische scenario niet te verwachten. De slotsom van deze prognose is bijgevolg

dat het aandeel eigenaars in Vlaanderen niet of alleszins niet sterk meer stijgt tussen 2005

en 2015, en mogelijk zelfs afneemt. De laatste stijging (tussen 1995 en 2005) werd

voornamelijk veroorzaakt door het verdwijnen uit de statistieken van een cohorte met een

laag aandeel eigenaars, namelijk de groep geboren tussen 1910 en 1919.

3 Dit cijfer verschilt licht van het steekproefpercentage, wat het gevolg is van de structuur van het geschatte

regressiemodel.


Tabel 8: Aandeel e igenaars volgens leeft i jdsklasse, naar jaartal , i nclusief prognose

voor 2015, Vlaams Gewest

Leeftijd: 1975

SEP

1985

SEP

1995

PSBH

2005

Woonsurvey

2015

Prognose

scenario

1

2015

Prognose

scenario

2

2015

Prognose

scenario

3

16-25 21,7 24,6 25,2 27,9 27,9 25,7 30,7

26-35 56,8 54,3 63,9 58,7 59,3 56,6 62,5

36-45 73,8 75,1 77,5 80,0 74,2 72,0 76,7

46-55 75,2 76,1 81,1 79,2 79,8 78,0 81,9

56-65 73,0 77,5 81,1 82,8 79,2 77,4 81,4

66-75 65,8 72,1 80,6 82,0 80,2 78,4 82,3

76-85 63,6 58,1 70,2 74,7 73,1 70,9 75,7

86-95 54,3 61,9 62,0 68,4 70,8 68,5 73,5

Totaal 66,1 67,6 73,7 75,9 74,2 72,2 76,6


1959; 1960-1969; 1970-1979; 1980-1989; 1990-1999

Tabel 9 laat de resultaten zien van de voorspelling van het comfortniveau in 2015. Indien

het periode-effect hetzelfde is in 2015 als in 2005 (scenario 1), dan blijkt voor vele

leeftijdsgroepen het aandeel woningen met voldoende comfort een pak hoger te liggen in

2015. Alleen voor de categorieën tussen 46 en 65 jaar ligt het percentage iets lager in

2015. Wanneer de leeftijdsverdeling van 2015 toegepast wordt op de voorspelde cijfers,

stijgt het algemene aandeel met voldoende woningcomfort dan ook met één procentpunt,

van 77,9%4 naar 78,9%. Indien de woningmarktomstandigheden van 2015 gelijk zouden

zijn aan deze van 1995 (scenario 2), dan zou de stijging iets kleiner uitvallen (tot 78,5%).

Bij het derde scenario tenslotte - het lineair doortrekken van de trend tussen 1995 en 2005

voor het tijdseffect – valt de stijging daarentegen sterker uit (tot 79,3%).

Tijdens de komende tien jaar zal het aandeel gezinnen met ‘minstens middelmatig

wooncomfort’ vermoedelijk dus blijven toenemen, al zal de stijging niet meer zo sterk zijn

als in de voorbije decennia. In het meest optimistische scenario is de stijging immers niet

groter dan 1,4 procentpunt. Maar ook na 2015 blijft er nog een zekere marge tot

verbetering van dit cijfer. De woningen van de cohorten uit de jaren ’50 en ’60 - die het

eerst uit de statistieken zullen verdwijnen - scoren immers veel minder goed inzake

wooncomfort dan deze van de generaties ’70 en ’80. Voor deze jongste cohorten blijkt een

niveau van ongeveer 85% het voorlopige plafond te zijn.

4 Dit cijfer verschilt licht van het steekproefpercentage, wat het gevolg is van de structuur van het geschatte

regressiemodel.


Tabel 9: Aandeel gez innen in woning waar minstens middelmat ig comfort aanwezig

is volgens leeft i jdsklasse, naar jaartal , prognose voor 2015, Vlaams Gewest

Leeftijd: 1985

SEP

1995

PSBH

2005

Woonsurvey

2015

Prognose

scenario

1

2015

Prognose

scenario

2

2015

Prognose

scenario

3

16-25 45,0 67,8 69,2 69,2 68,7 69,8

26-35 66,3 75,0 81,5 82,1 81,8 82,5

36-45 75,7 82,1 79,9 85,1 84,8 85,4

46-55 68,0 82,1 79,4 76,6 76,2 77,1

56-65 59,3 79,3 82,5 79,5 79,1 79,8

66-75 45,2 66,8 74,9 78,3 77,9 78,7

76-85 34,3 59,6 67,1 74,8 74,4 75,3

86-95 42,3 45,6 57,4 64,6 64,0 65,1

Totaal 60,9 74,7 77,9 78,9 78,5 79,3


1959; 1960-1969; 1970-1979; 1980-1989


6 Besluit

Met deze paper wilden we een beter inzicht krijgen in de evolutie tijdens de jongste

decennia van twee belangrijke woonindicatoren: het eigenwoningbezit en het comfortniveau

van de woningen. We deden hierbij beroep op een cohortenanalyse, wat een vruchtbare

benadering bleek. Deze techniek laat immers toe om de effecten van het ouder worden

(leeftijd), het starten op de woningmarkt tijdens een bepaalde periode (geboortecohorte)

en de veranderde context (periode) van elkaar te onderscheiden

Eigenwoningbezit

Het aandeel eigenaars in Vlaanderen is toegenomen van 72,2% in 1995 naar 74,4% in

2005. Deze stijging kwam voornamelijk op rekening van de toename van het woningbezit in

de oudste leeftijdgroep (van 76 tot 85 jaar), wat we hebben kunnen identificeren als een

cohorteneffect. De generatie geboren in de jaren ’10 blijkt een groep te zijn waarvoo r het

aandeel eigenaars steeds lager heeft gelegen dan voor jongere cohorten. Een verklaring

hiervoor is dat een groot deel van deze geboortecohorte starter op de woningmarkt was

tijdens de oorlogsjaren. De cohorten die erop volgden hebben kunnen starten op de

woningmarkt na 1945, in een stabielere periode waarin eigendomsverwerving van

overheidswege werd gestimuleerd. Tussen de cohorten van de jaren ’20, ’30, ’40 en ’50

troffen we geen sterke verschillen aan inzake evolutie van het percentage woningbezit.

Naast deze cohorteneffecten wees de analyse ook op een duidelijk leeftijdseffect. Het

aandeel eigenaars zakt immers sterk na een leeftijd van 75 jaar (met ongeveer 10

procentpunt), zowel voor de cohorten geboren in de jaren ’10 als ’20. Opmerkelijk is dat we

deze trend niet terugvinden voor de cohorte ‘1900-1909’. De vraag is dan ook hoe dit

leeftijdseffect verder zal evolueren in de toekomst. Verder bleek er een duidelijk periode-

effect te bestaan. Tussen 1975 en 2005 bleken de omstandigheden om eigenaar te worden

algemeen beschouwd steeds gunstiger te worden. We denken hierbij aan de evolutie van de

rentevoet voor hypothecaire leningen, de woningprijzen , de renovatiekost, de huurprijzen of

de evolutie van de inkomens. Onze analyse laat echter niet toe om de juiste oorzaak

hiervoor aan te duiden.

Tot slot werd een prognose uitgevoerd voor het aandeel eigenaars in 2015. Hierbij werd

vertrokken van de resultaten van de regressieanalyse. De leeftijds- en cohorteneffecten

werden constant geacht, terwijl er drie scenario’s werden gehanteerd voor de periode-

effecten. De conclusie van deze simulatie is dat – gegeven de aannames – het aandeel

eigenaars in Vlaanderen tussen 2005 en 2015 niet of slechts weinig zal stijgen, zelfs niet

onder het meest optimistische scenario. De stijging van het woningbezit tussen 1995 en

2005 was voornamelijk het gevolg van het verdwijnen uit de statistieken van een cohorte

met een laag aandeel eigenaars, namelijk de groep geboren tussen 1910 en 1919.

Een status quo op vlak van beleidsinspanningen inzake eigendomsverwerving zal – ceteris

paribus – vermoedelijk onvoldoende zijn om het aandeel eigenaars in Vlaanderen te doen

stijgen in de nabije toekomst. Andere recente studies van het Steunpunt Ruimte en Wonen

maken duidelijk dat de stap naar een eigen woning moeilijker wordt gezet door lagere

inkomens, maar ook door lager opgeleiden ongeacht het inkomensniveau (Heylen et al,

2007; Heylen & Winters, 2008). Bijkomende beleidsinspanningen voor deze groepen kunnen

ervoor zorgen dat het algemene aandeel eigenaars nog toeneemt in de toekomst. Wat de


lagere inkomens betreft, blijkt een gebrek aan eigen vermogen vaak een probleem om te

kunnen genieten van de bestaande steunmaatregelen zoals sociale leningen. Om hieraan

tegemoet te komen stelden Doms et al (2001) voor om een startpremie toe te kennen voor

de betaling van notaris- en dossierkosten. Ook een goed informatiebeleid – gericht op de

groep lager opgeleiden – kan bijdragen tot een toename van het eigenaarsaandeel in

Vlaanderen.

Comfortniveau

Het algemene comfortniveau van de Vlaamse woningen is duidelijk toegenomen in de

periode 1985-2005, wat tot uiting komt in het dalende aandeel dat niet aan de criteria voor

‘middelmatig comfort’ voldoen. Woningen met middelmatig comfort zijn minstens u itgerust

met WC, bad of douche en centrale verwarming. Er speelt dus een sterk periode-effect,

zoals ook blijkt uit onze regressieanalyse. De toename van het comfort is voornamelijk te

danken aan de nieuwbouwactiviteit en de renovatie van koopwoningen. Ongeveer de helft

van de gekochte woningen wordt immers grondig gerenoveerd. De jongste tien jaar

schommelt het aantal verkochte woningen tussen 80.000 en 86.000, wat dus een

renovatieactiviteit inhoudt van ongeveer 40.000 per jaar. Daarnaast worden er tijdens het

jongste decennium jaarlijks tussen 25.000 en 38.000 wooneenheden bijgebouwd. Ook de

sociale woningbouw mag hier niet uit het oog worden verloren. In de periode 1998 -2007

werden gemiddeld ongeveer 7.000 woningen per jaar gerenoveerd . Het gaat echter niet

steeds over zware renovaties. Bovendien hanteren SHM’s verschillende definities voor de

begrippen ‘renovatie’ en ‘onderhoud’ en komen renovaties die meerdere jaren duren,

meerdere keren voor in de telling (Winters & De Decker, 2009).

Gerelateerd aan dit periode-effect speelt er een uitgesproken cohorteneffect. De cohorten

van de jaren ’00, ’10, ’20, ’30 en ’40 die startten op de woningmarkt in een periode van

algemeen mindere woningkwaliteit halen deze ‘achterstand’ achteraf niet meer in. Er is over

de leeftijd nog een stijging van het aandeel gezinnen met voldoende wooncomfort, maar die

toename geldt ongeveer even sterk voor elke cohorte. Voor de generaties geboren in de

jaren ‘50 en ‘60 is er een lichte terugval van de kans op middelmatig wooncomfort. Dit

wordt vermoedelijk verklaard doordat een aanzienlijk deel van deze gezinnen startten op de

woningmarkt tijdens de crisis van de jaren ’80. De cohorten uit de jaren ’70 en ’80 scoren

vervolgens weer een pak beter. De generaties die konden starten op de woningmarkt na de

crisis scoren vervolgens ook beter op het comfortniveau dan de cohorten geboren in de

jaren ’50 en ’60.

Wat de leeftijd betreft stellen we een duidelijk stijgend effect vast onder de jongste

groepen. Deze zitten vaak nog in een overgangssituatie op de woningmarkt, waarin het

comfortniveau te wensen overlaat. Voor een groot deel ven deze groep zal er door

renovatie of de overstap naar een comfortabele koopwoning zich een positieve transitie

voltrekken. Het comfortniveau neemt sterk toe tot een leeftijd van 46 jaar, waarna er nog

slechts een lichte stijging plaatsvindt. Uit onderzoek blijkt immers dat oudere koppels of

alleenstaanden minder renoveren, omdat ze niet over voldoende middelen beschikken of

opzien tegen een grondige renovatie (Meulemans & Willemé, 1999; Maes et al, 1998).

Voor de nabije toekomst is de verwachting dat het algemene comfortniveau zal blijven

stijgen, ook zonder bijkomende beleidsinspanningen. Het aandeel met voldoende

wooncomfort ligt immers aanzienlijk hoger voor de jongere cohorten. De uitdaging zal


echter zijn om het kwaliteitsniveau van de hele Vlaamse woningmarkt op een voldoende

hoog niveau te brengen. Een belangrijke vaststelling voor het beleid is dat er voor de

jongste cohorten een plafond lijkt te bestaan van ongeveer 85% middelmatig wooncomfort.

Er is dus ook onder de jongere generaties een groep van ongeveer 15% waarvan de woning

niet is uitgerust met WC, bad of centrale verwarming. Er blijft dus ook in de nabije

toekomst een zekere ‘harde kern’ van woningen van mindere kwaliteit in gebruik op zowel

de huur- als de eigendomsmarkt, die bij verandering van eigenaar of huurder niet

aangepast wordt aan het hedendaags gangbare comfortniveau. Het beleid dient voor deze

groep woningen gerichte instrumenten in het leven te roepen. Noch op federaal, noch op

Vlaams niveau zijn er tot op heden voldoende sterke repressieve of stimulerende

maatregelen uitgevaardigd op vlak van woningvernieuwing om deze groep woningen en

huishoudens gericht te benaderen (Winters & De Decker, 2009).


7 Literatuur

Deschamps, L. (1997), ‘Het sociale-huisvestingsbeleid vanaf WO II tot heden. Van missie

tot resultaten: de basisgegevens’. In: Bouwstenen van sociaal woonbeleid: de VHM bekijkt

50 jaar volkshuisvesting in Vlaanderen, Deel 1, Drukkerij Schaubroeck, Nazareth.

Doms K., Van Damme B., Winters S., Bilsen V. & E. Buyst (2001), Op zoek naar eigendom:

een onderzoek naar de overheidssteun voor eigenaars van woningen. Leuven: Katholieke

Universiteit Leuven. Hoger Instituut voor de Arbeid, p. 554.

FOD Economie, Algemene Directie Statistiek en Economische Informatie (2008),

Bevolkingsvooruitzichten 2007-2060, [http://statbel.fgov.be/pub/d2/p231y2007-

2060_nl.pdf].

Glenn N.D. (2005), Cohort Analysis. Second edition. Sage publications. Thousand Oaks

Londen.

Goossens L. (1997), ‘De slinger van de selectiviteit. De onzekere lotgevallen van de

doelgroepen van het woonbeleid in België’, Bouwstenen van sociaal woonbeleid: de VHM

bekijkt 50 jaar volkshuisvesting in Vlaanderen, Deel 1 , Drukkerij Schaubroeck, Nazareth.

Heylen K., Le Roy M., Vanden Broucke S., Vandekerckhove B. & S. Winters (2007), Wonen

in Vlaanderen. De resultaten van de Woonsurvey 2005 en de Uitwendige Woningschouwing

2005, Brussel: Departement Ruimtelijke Ordening, Woonbeleid en Onroerend Erfgoed,

afdeling woonbeleid.

Heylen K. & Winters S. (2008), Woonmobiliteit in Vlaanderen: op zoek naar een verklaring

voor verhuiswensen en de transitie van huurder naar eigenaar. Brussel: Departement

Ruimtelijke Ordening, Woonbeleid en Onroerend Erfgoed, afdeling woonbeleid.

Heylen K. & Winters S. (2008b), Betaalbaarheid van het wonen voor starters op de

woningmarkt. Bijkomende gegevens op basis van de Woonsurvey 2005, Steunpunt Ruimte

en Wonen, Leuven, 48 p.

Keulen, M. (2007), Beleidsbrief Wonen. Beleidsprioriteiten 2007-2008. Vlaams parlement,

ingediend door Vlaams Minister van Binnenlands Bestuur, Stedenbeleid, Wonen en

Inburgering.

Lelièvre, E. & Bonvale, C. (1994), A compared cohort history of residential mobility, social

change and home-ownership in Paris and the rest of France, Urban Studies, vol. 31(10), pp.

1647-1666.

Mason W. & Fienberg S.E. (1985), Cohort Analysis in Social Research, Springer-Verlag, New

York.

http://statbel.fgov.be/pub/d2/p231y2007-2060_nl.pdf

http://statbel.fgov.be/pub/d2/p231y2007-2060_nl.pdf

http://www4.asro.kuleuven.be/steunpuntruimteenwonen/cms/index.php?option=com_docman&task=doc_download&gid=362

http://www4.asro.kuleuven.be/steunpuntruimteenwonen/cms/index.php?option=com_docman&task=doc_download&gid=362


Mason W. & Fienberg S.E. (1985), Introduction: beyond the identification problem. in:

Mason W. & Fienberg S.E. (eds.), Cohort Analysis in Social Research, Springer-Verlag, New

York.

Mason W. & Wolfinger N.H. (2001), Cohort Analysis, in: Smelser N.J. & Baltes P.B. (eds.)

International Encyclopedia of Social and Behavioral Sciences . Elsevier Science, Amsterdam.

Meulemans B. & P. Willemé (1999), Wonen becijferd. Woonbehoeften in Vlaanderen, 1991 -

2010, IN: De Decker P. (ed.), Wonen onderzocht 1995-1999. Een overzicht van de

resultaten van recente onderzoeken. Brussel: Ministerie van de Vlaamse Gemeenschap,

afdeling Woonbeleid, pp. 45-68.

Myers, D., Megbolughe, I. & SeongWoo Lee (1998), Cohort estimation of homeownership

attainment among native-born and immigrant populations, Journal of Housing Research,

vol. 9(2), pp. 237-269.

Myers D. (1999), Cohort Longitudinal estimation of Housing Careers, Housing Studies, vol.

14 (4), pp. 473-490.

Ryder N.B. (1965), The Cohort as a Concept in the Study of Social Change, American

Sociological Review, vol. 30(6), pp. 843-861.

Sharma S. (1996), Applied multivariate techniques, New York: John Wiley & Sons.

Vandorpe L., Vandenbroucke S. & Vandekerckhove B. (2007), Het verlaten van de ouderlijke

woning in Vlaanderen en de relatie met de woningmarkt . Departement Ruimtelijke

Ordening, Woonbeleid en Onroerend Erfgoed, Woonbeleid, Brussel, 16 p.

Winters S., Haffner M., Heylen K., Tratsaert K., Van Daalen G., Van Damme B. (2007), Op

weg naar een nieuw Vlaams sociaal huurstelsel . Departement Ruimtelijke Ordening,

Woonbeleid en Onroerend Erfgoed, Woonbeleid, Brussel, 240 p.

Winters S. & De Decker P. (2009), Wonen in Vlaanderen. over kwaliteit, betaalbaarheid en

woonzekerheid. In: Vanderleyden L., Callens M. & Noppe J., De sociale staat van

Vlaanderen, Studiedienst van de Vlaamse Regering, Brussel, p. 199-234.

http://www4.asro.kuleuven.be/steunpuntruimteenwonen/cms/index.php?option=com_content&task=view&id=71&Itemid=1





8 Appendix

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1981 VWT 1991 VWT 2001 SEE 2005 WS

Groot comfort

Middelmatig comfort

Klein comfort

Geen klein comfort

Appendix 1: Comfortniveau van de V laamse Woningen, naar jaarta l, V laams Gewest

Bronnen: Volks- en Woningte l l ing (1981, 1991) , SEE (2001) en Woonsurvey (2005) .

Appendix 2: Aandeel gezinnen in woning waar kle in comfort aanwezig is , vo lgens

leeft i jdsklasse, naar jaartal , Vlaams Gewest

Leeftijd: 1985

SEP

1995

PSBH

2005

Woonsurvey

16-25 89,1 100 93,0

26-35 94,3 98,3 99,1

36-45 95,7 98,8 99,4

46-55 94,3 97,2 98,9

56-65 90,5 94,9 98,1

66-75 75,1 93,3 96,5

76-85 68,6 81,4 91,3

Totaal 88,9 94,9 97,5


1969; 1970-1979; 1980-1989


Appendix 3: Aanta l len en verde l ing Be lg ische bevolking volgens leeft i jdklassen,

2005 en 2015, V laams Gewest

Leeftijd:

Aantal

2005

Aantal

2015

Aandeel

2005

Aandeel

2015

Aandeel

2005/

aandeel

2015

16-25 718167 746272 0,144447 0,140519 0,972804

26-35 778968 791384 0,156676 0,149013 0,951089

36-45 945707 839622 0,190213 0,158096 0,831152

46-55 851015 953718 0,171167 0,17958 1,049147

56-65 671689 823807 0,135099 0,155118 1,148182

66-75 580638 606699 0,116786 0,114238 0,978186

76-85 353724 417545 0,071146 0,078621 1,105076

Totaal

71918 131784 1 1 8,751087

Bron: FOD Economie (2010), Federaal Planbureau, Bevolkingsvooruitzichten,

http://statbel.fgov.be/nl. Eigen berekeningen.

http://statbel.fgov.be/nl

Evolutie van eigenaarschap en woningcomfort in Vlaanderen

Documents

Transcript of Evolutie van eigenaarschap en woningcomfort in Vlaanderen