LEEGSTAND IN VLAANDEREN - Steunpunt Wonen 2016-2020 · Universiteit Antwerpen en de Afdeling OTB...
Transcript of LEEGSTAND IN VLAANDEREN - Steunpunt Wonen 2016-2020 · Universiteit Antwerpen en de Afdeling OTB...
LEEGSTAND IN VLAANDEREN Mogelijkheden en beperkingen van de verschillende beschikbare databanken
Lieve Vanderstraeten, Frank Vastmans & Michael Ryckewaert
LEEGSTAND IN VLAANDEREN Mogelijkheden en beperkingen van de verschillende beschikbare databanken
Lieve Vanderstraeten, Frank Vastmans & prof. dr. Michael Ryckewaert
Promotoren: prof. dr. Erik Buyst & prof. dr. Michael Ryckewaert
Leuven, november 2016
●●●●●
Leegstand in Vlaanderen | 4
Het Steunpunt Wonen is een samenwerkingsverband van de KU Leuven, de Universiteit Hasselt, de Universiteit Antwerpen en de Afdeling OTB – Onderzoek voor de gebouwde omgeving van de TUD (Nederland).
Binnen het Steunpunt verzamelen onderzoekers van verschillende wetenschappelijke disciplines objectieve gegevens over de woningmarkt en het woonbeleid. Via gedegen wetenschappelijke analyses wensen de onderzoekers bij te dragen tot een langetermijnvisie op het Vlaamse woonbeleid.
Het Steunpunt Wonen wordt gefinancierd door de Vlaamse overheid, binnen het programma ‘Steunpunten voor Beleidsrelevant Onderzoek 2012-2015’.
Gelieve naar deze publicatie te verwijzen als volgt: Vanderstraeten L., Vastmans F. & Ryckewaert M. (2016), Leegstand in Vlaanderen. Mogelijkheden en beperkingen van de verschillende beschikbare databanken, Steunpunt Wonen, Leuven, 50 p.
Voor meer informatie over deze publicatie [email protected]; [email protected]; [email protected]
In deze publicatie wordt de mening van de auteur weergegeven en niet die van de Vlaamse overheid. De Vlaamse overheid is niet aansprakelijk voor het gebruik dat kan worden gemaakt van de opgenomen gegevens.
D/2016/4718/020 – ISBN 9789055505944
© 2016 STEUNPUNT WONEN Niets uit deze uitgave mag worden verveelvuldigd en/of openbaar gemaakt door middel van druk, fotocopie, microfilm of op welke andere wijze ook, zonder voorafgaande schriftelijke toestemming van de uitgever. No part of this book may be reproduced in any form, by mimeograph, film or any other means, without permission in writing from the publisher.
p.a. Secretariaat Steunpunt Wonen HIVA - Onderzoeksinstituut voor Arbeid en Samenleving Parkstraat 47 bus 5300, BE 3000 Leuven
Deze publicatie is ook beschikbaar via www.steunpuntwonen.be
Leegstand in Vlaanderen | iii
Inhoud
Inleiding 1
Deel 1: Leegstand definiëren en meten 2
1. Leegstand definiëren 3 1.1 Definities uit de wetenschappelijke literatuur 3 1.2 Definities in wetteksten 4
1.2.1 Vlaams Gewest: structurele leegstand volgens het Grond‐ en Pandendecreet 4 1.2.2 Waals Gewest: structurele leegstand volgens de code du logement Wallon 4 1.2.3 Brussels Hoofdstedelijk Gewest: structurele leegstand volgens de
huisvestingscode van het Brussels Hoofdstedelijk Gewest 4
2. Leegstand meten 5 2.1 Leegstand meten in Vlaanderen 5
2.1.1 Mogelijkheden en beperkingen van het leegstandsregister van de Vlaamse overheid 5
2.1.2 Mogelijkheden en beperkingen van de gekoppelde databank van de Census 2011 8 2.2 Leegstand meten in de andere Gewesten 14
2.2.1 Leegstand meten in het Brussels Hoofdstedelijk Gewest 14 2.2.2 Leegstand meten in het Waalse Gewest 16
2.3 Aanbevelingen om tot een betere registratie van structurele leegstand te komen: aan de slag met de verbruiksgegevens van water en elektriciteit in het Vlaamse Gewest? 18 2.3.1 Recente beleidsontwikkelingen 18 2.3.2 Aan de slag met verbruiksgegevens van water en elektriciteit in het Vlaamse
Gewest? 19
Deel 2: Leegstand verklaren 21
3. Leegstand verklaren 22 3.1 Mogelijke verklaringen van leegstand 22 3.2 Een residuele benadering van leegstand 23
3.2.1 Bespreking beschikbare data voor residuele benadering 24 3.2.2 Overzicht, regressieresultaten en besluit 27
3.3 Leegstand zoals gemeten door het leegstandregister 28 3.4 Besluit 34
Deel 3: Algemene conclusies en aanbevelingen 36
4. Algemene conclusies en aanbevelingen 37 4.1 Conclusies 37 4.2 Beleidsaanbevelingen 39
Bijlagen 41
Bibliografie 45
Leegstand in Vlaanderen | 1
Inleiding
Deze studie is gericht op structurele leegstand in het Vlaamse woonpatrimonium en onderzoekt de
mogelijkheden en beperkingen van de verschillende beschikbare administratieve databanken om
enerzijds leegstand te becijferen (en te lokaliseren) en anderzijds om leegstand te verklaren.
Dat bij de zoektocht naar verklaringen gebruik gemaakt wordt van (administratieve) databanken die
niet succesvol bleken om tot een zo exact mogelijke meting van leegstand te komen, houdt geen
tegenstrijdigheid in. Immers, voor de meting van een fenomeen moeten de databanken zo nauwkeurig
mogelijk zijn, voor een regressieanalyse (en de daaruit voortvloeiende verklaringen van het fenomeen)
mogen de cijfers in de databanken meer benaderend zijn.
Het rapport bevat 4 hoofdstukken. In het eerste hoofdstuk wordt beschreven hoe structurele leeg‐
stand wordt gedefinieerd. In het tweede hoofdstuk wordt onderzocht of en hoe leegstand op een
wetenschappelijk betrouwbare en nauwkeurige wijze gemeten kan worden. Vervolgens wordt in
hoofdstuk 3 nagegaan of er verklarende factoren kunnen worden aangehaald die leegstand bepalen
en of er inzicht kan worden verworven in de woningen die in grotere mate kans hebben om leeg te
staan. Tenslotte worden de belangrijkste conclusies en aanbevelingen samengevat in hoofdstuk 4.
Deel 1: Leegstand definiëren en meten
Lieve Vanderstraeten & Michael Ryckewaert
Leegstand in Vlaanderen | 3
1. Leegstand definiëren
Deze studie is gericht op structurele leegstand. Structurele leegstand is echter niet de enige vorm van
leegstand. Daar leegstaande woningen en gebouwen om verschillende redenen en voor een verschil‐
lende periode leeg staan, en dat deze diverse vormen van leegstand maken dat er in de wetenschap‐
pelijke literatuur meerdere subcategorieën worden onderscheiden, schetsen we eerst kort de diverse
vormen van leegstand zoals weergegeven in de wetenschappelijke literatuur.
Verder kijken we hoe het Grond‐ en Pandendecreet structurele leegstand definieert en hoe de
andere Gewesten van België structurele leegstand definiëren.
1.1 Definities uit de wetenschappelijke literatuur
Sterkens et al. (2013) onderscheiden volgende vormen van leegstand in hun recente leegstands‐
onderzoek:
Frictieleegstand: frictieleegstand is leegstand noodzakelijk voor een goede werking van de vastgoed‐
markt. Het is met andere woorden het aanbod dat beweging op de markt mogelijk maakt. Frictieleeg‐
stand houdt bovendien in dat slechts een beperkt percentage van het vastgoed leegstand mag ver‐
tonen. Vanaf het moment dit hoger ligt, spreekt men van structurele leegstand. De norm voor wonin‐
gen is ongeveer 3% (Ministerie van de Vlaamse Gemeenschap, 2004: 251).
Structurele leegstand: structurele leegstand is (langdurige) leegstand van vastgoed dat omwille van
diverse redenen geen (her)invulling krijgt of kan krijgen. De minimale leegstandstermijn varieert al
naar gelang de bron van de definitie tussen één en twee jaar. De Vlaamse decreten (zie 1.2 Definitie
van structurele leegstand volgens Grond‐ en Pandenbeleid) hanteren de termijn van één jaar.
Periodieke leegstand: periodieke leegstand van vastgoed, is leegstand tijdens vaste periodes van de
week, de maand of het jaar. Een uitgesproken voorbeeld van woningen waar deze leegstandsvorm
optreedt zijn vakantiewoningen of tweede verblijven.
Tijdelijke leegstand: tijdelijke leegstand is leegstand van een pand dat in afwachting is van een ‘zekere’
invulling. Het gaat bijvoorbeeld om panden die in renovatie zijn of panden die verhuurd zijn maar nog
niet bewoond. Het is met andere woorden quasi zeker dat de leegstand slechts kort aanhoudt.
Verdoken leegstand: verdoken leegstand is leegstand die verscholen gaat achter een administratief
statuut. Een voorbeeld is het oneigenlijk gebruik van het statuut ‘tweede verblijf’. In principe is dit dus
een specifieke vorm van structurele leegstand die moeilijk te detecteren en/of te bewijzen is.
Leegstand in Vlaanderen | 4
1.2 Definities in wetteksten
1.2.1 Vlaams Gewest: structurele leegstand volgens het Grond‐ en Pandendecreet
In Vlaanderen worden woningen, volgens artikel 2.2.6 van het Grond‐ en Pandendecreet, als struc‐
tureel leegstaand beschouwd wanneer ze gedurende een termijn van minstens 12 opeenvolgende
maanden niet aangewend zijn voor een woonfunctie of andere door de Regering aanvaarde functie.
1.2.2 Waals Gewest: structurele leegstand volgens de code du logement Wallon
De Waalse huisvestingscode omschrijft in art. 80 structureel leegstaande woningen als volgt:
1. als de woning gedurende minstens 12 opeenvolgende maanden onbewoonbaar is verklaard;
2. als de woning niet is ingericht met de huisraad die vereist is voor de bestemming gedurende een
periode van minstens 12 opeenvolgende maanden;
3. als gedurende een periode van minstens twaalf opeenvolgende maanden het water‐ of elektrici‐
teitsverbruik dat er werd vastgesteld lager is dan het door de Regering vastgestelde minimum‐
verbruik;1
4. als er zich op het adres niemand voor zijn hoofdverblijfplaats heeft ingeschreven in de bevolkings‐
registers (tenzij kan aangetoond worden dat de woning weldegelijk voor bewoning gebruikt is
geweest of voor een ander door de Regering aanvaarde functie).
1.2.3 Brussels Hoofdstedelijk Gewest: structurele leegstand volgens de huisvestingscode van het Brussels Hoofdstedelijk Gewest
De huisvestingscode van het Brussels Hoofdstedelijk Gewest beschouwt volgende woningen als leeg‐
staand:
1. als er zich op het adres niemand voor zijn hoofdverblijfplaats heeft ingeschreven in de bevolkings‐
registers;
2. als er voor hen door de eigenaars een vermindering van onroerende voorheffing wegens onpro‐
ductiviteit werd aangevraagd;
3. als ze niet zijn ingericht met de huisraad die vereist is voor hun bestemming;
4. als gedurende een periode van minstens twaalf opeenvolgende maanden het water‐ of elektrici‐
teitsverbruik dat er werd vastgesteld lager is dan het door de Regering vastgestelde minimum‐
verbruik. Het besluit van 6 juni 20142 stelt dit minimumverbruik voor water op 5 kubieke meter
water per jaar en voor elektriciteit op 100 kilowattuur per jaar.
1 De Waalse Regering heeft het minimumverbruik voor water en elektriciteit nog niet wettelijk bepaald. 2 Besluit van de Brusselse Hoofdstedelijke Regering van 6 juni 2014 met betrekking tot de leegstaande woningen,
BS 26 augustus 2014.
Leegstand in Vlaanderen | 5
2. Leegstand meten
In dit hoofdstuk bekijken we hoe, op dit ogenblik, in Vlaanderen de leegstand kan gemeten worden.
We bespreken de databank van de census 2011 en het leegstandregister van de Vlaamse overheid en
onderzoeken de mogelijkheden en beperkingen van deze databank en dit register. Vervolgens kijken
we hoe leegstand wordt geïnventariseerd en bestudeerd in de andere Gewesten van ons land en wer‐
ken we scenario’s uit om tot een betere meting van (potentiële) structurele leegstand te komen.
2.1 Leegstand meten in Vlaanderen
2.1.1 Mogelijkheden en beperkingen van het leegstandsregister van de Vlaamse overheid
2.1.1.1 Wat kan worden gemeten?
Het Grond‐ en Pandendecreet (2010) verplicht elke gemeente vanaf 1 januari 2010 een gemeentelijk
leegstandsregister bij te houden (art. 2.2.6, 2.2.7 en 2.2.8). De gemeenten moeten jaarlijks twee lijsten
overmaken aan de administratie Wonen Vlaanderen: een lijst van leegstaande gebouwen en een lijst
van leegstaande woningen.
Wanneer een gebouw of woning voldoet aan de definitie van een structureel leegstaand pand volgens
het Grond‐ en Pandendecreet, en de gemeente heeft weet van dit pand, dient de gemeente in principe
de procedure tot opname in het leegstandsregister op te starten.
Het leegstandsregister is één van de instrumenten dat in het kader van het Grond‐ en Pandendecreet
is ontwikkeld om gemeenten aan te zetten om een slagkrachtiger lokaal woonbeleid te (kunnen) voe‐
ren. Steden en gemeenten houden dit register bij om een zicht te hebben op de activeringsmogelijk‐
heden in de gemeente en om algemene verloedering, verwaarlozing en leegstand tegen te gaan. Aan
dit leegstandsregister zijn zowel stimulerende maatregelen (belastingvermindering voor een krediet‐
gever die een renovatieovereenkomst afsluit, vermindering registratierechten) als sanctionerende
maatregelen (heffing op leegstand, recht van voorkoop, sociaal beheersrecht) verbonden. Het register
is dus een gemeentelijk instrument en geen statistische informatiebron. Het is immers de taak van
gemeenten om, bij de ontdekking van een langdurig leegstaand pand, de omstandigheid van de leeg‐
stand in te schatten en dan te beslissen of de procedure tot opname in het leegstandsregister wordt
opgestart.
In hun rapport over de evaluatie van het lokaal woonbeleid halen Winters et al. (2015) aan dat de
bereidwilligheid en ICT‐mogelijkheden van gemeenten de volledigheid van het gemeentelijke register
beïnvloeden. Zo stellen ze dat hoge cijfers voor een gemeente kunnen wijzen op een actief beleid,
eerder dan op een hoog aandeel leegstand in de gemeente. Anderzijds menen ze ook dat een actief
beleid dan weer niet noodzakelijk tot uitdrukking komt in een hoog aantal leegstaande panden in het
Leegstand in Vlaanderen | 6
register. Zo kan het volgens hen zijn dat een gemeente juist veel inspanningen levert om de woningen
op de markt (en dus uit het register) te houden. Deze elementen maken dat het onmogelijk is om te
weten of het cijfer uit het gemeentelijke leegstandregister de werkelijke leegstand benadert of niet en
of het cijfer dus een volledig of partieel (misschien zelfs eenzijdig) beeld schetst van leegstand.
Het is daarenboven ook maar zeer de vraag of gemeenten, op dit ogenblik, los van bereidwilligheid,
over voldoende informatie en middelen beschikken om alle structureel leegstaande panden in hun
gemeente te lokaliseren. Het antwoord is negatief, er is geen voldoende uitgezuiverde databank die
als vertrekpunt kan dienen om een gemeentelijk leegstandsregister op te stellen en er beleid rond te
voeren. Vele gemeenten tasten hierdoor momenteel in het duister. Zij botsen, bij gebrek aan een lijst
die als startpunt kan dienen, bij wijze van spreken toevallig op de structureel leegstaande panden.
Sommige gemeenten hebben wel een eigen (succesvolle) methode ontwikkeld om de structurele leeg‐
stand zo nauwkeurig mogelijk op te volgen, maar de grote groep van Vlaamse gemeenten niet.
Er is dus, in eerste instantie, nood aan een goed startpunt waarmee gemeenten aan de slag kunnen
om een zicht te krijgen op de potentiële leegstand in hun gemeente en een beleid rond leegstand te
voeren.
In punt 2.1.2 onderzoeken we de mogelijkheden van de databank van de Census 2011 als startpunt, in
punt 2.3 formuleren we aanbevelingen om tot een betere meting te komen. Hieronder schetsen we
de resultaten van het leegstandregister en halen we enkele aandachtspunten aan bij het gebruik van
dit register.
2.1.1.2 De geregistreerde leegstand in Vlaanderen volgens het leegstandsregister
Figuur 1 toont het absolute aantal leegstaande panden opgenomen in de gemeentelijke leegstands‐
registers op 30 april 2012, 30 april 2013, 30 april 2014 en 30 april 2015. We geven de situatie weer op
30 april omdat dit de decretaal vastgelegde dag is waarop de gemeenten hun leegstandsregister
moeten hebben ingevoerd in de RWO‐datamanager van de Vlaamse overheid.
Omstandigheden zorgen ervoor dat er geen onderscheid kan worden gemaakt tussen woningen en
gebouwen. Er heerst namelijk grote onzekerheid over de mate waarin gemeenten correct het onder‐
scheid tussen beide maken en/of invoeren in de RWO‐datamanager van de Vlaamse overheid. Bij de
bespreking van het leegstandsregister dienen bijgevolg alle panden worden samengeteld.
De deelfiguren in figuur 1 tonen dat de Vlaamse gemeenten actiever zijn geworden in het registreren
van structureel leegstaande panden. Een aantal gemeenten, vooral in West‐Vlaanderen, was reeds
vanaf het begin actief, de rest van Vlaanderen volgde de daaropvolgende jaren. Het aantal geregi‐
streerde leegstaande panden is tussen 30 april 2011 (niet op kaart weergegeven) en 30 april 2015 toe‐
genomen van 7 835 naar 20 218. Het aantal geregistreerde panden is dus in 4 jaar tijd met 158%
gestegen.
Leegstand in Vlaanderen | 7
Figuur 1 Absoluut aantal leegstaande panden volgens het leegstandsregister in 2012, 2013, 2014 en 2015
1a: Leegstand op 30 april 2012 1b: Leegstand op 30 april 2013
1c: Leegstand op 30 april 2014 1d: Leegstand op 30 april 2015
© KU Leuven, OSA, Steunpunt Wonen Bron: Data: RWO‐datamanager, Wonen Vlaanderen
Leegstand in Vlaanderen | 8
We haalden hierboven reeds aan dat het belangrijk is om te onthouden dat de registratie mogelijk
geen weerspiegeling is van de activiteitsgraad van het gemeentelijke beleid rond leegstand. Een lagere
registratie kan immers ook duiden op het feit dat de gemeente inspanningen levert om de woningen
op de markt (en dus uit het register) te houden. Het is daarnaast ook mogelijk dat de gemeente wel‐
degelijk een beleid voert en structureel leegstaande panden registreert, maar niet over de ICT‐moge‐
lijkheden beschikt om de panden correct in te voeren in de RWO‐datamanager (zie ook Winters et al.,
2015).
Op de kaart van 2015 springen enkele kleine en regionale steden in het oog: Geraardsbergen, Aalst,
Roeselare, Mechelen, Blankenberge, Wevelgem, Izegem, Beringen, Menen en Kortrijk. Ook in
Antwerpen en Gent vinden we een hoger aantal leegstaande panden terug in het leegstandsregister.
Omdat de registratie vermoedelijk sterk afhankelijk is van de gemeentelijke bereidwilligheid en ICT‐
mogelijkheden en gemeenten niet beschikken over een objectieve databank als vertrekpunt, is er geen
wetenschappelijke basis om aan te nemen dat deze aantallen de werkelijke structurele leegstand in de
gemeenten weergeven. Deze elementen vereisen een doordacht gebruik van de databank.
2.1.2 Mogelijkheden en beperkingen van de gekoppelde databank van de Census 2011
Daar we in het kader van het leegstandsregister concludeerden dat er nood is aan een goed startpunt
waarmee gemeenten aan de slag kunnen om structurele leegstand te detecteren in de gemeente en
het leegstandsregister op te stellen, willen we hier analyseren welke mogelijkheden de gekoppelde
woningendatabank van de Census 2011 biedt om tot een startpunt voor de gemeenten te komen.
2.1.2.1 Geen éénduidige koppeling tussen kadaster‐ en rijksregistergegevens
Een eerste belangrijke bemerking die dient gemaakt te worden is dat er geen eenduidige koppeling
mogelijk was tussen de kadaster‐ en rijksregistergegevens om tot de gekoppelde woningendatabank
te komen. Omdat (1) er geen eenduidige notatie is van huisnummers, busnummers, bisnummers en
verdiepingen én (2) bovenal omdat de kadastrale databank geen woningenbestand, maar een per‐
ceels‐ en gebouwenbestand is3, moest er in sommige gevallen worden gebruik gemaakt van een slim
koppelingssysteem om de huishoudens en woongelegenheden (in gebouwen) te koppelen.
Omdat de kadastrale databank daarenboven een momentopname is van het ogenblik van bouw of
verbouwing waarbij latere wijzigingen, waarvoor geen bouwvergunning is ingediend, niet geregi‐
streerd worden in de databank, zijn niet alle woongelegenheden in een gebouw gekend bij de dienst
algemene administratie patrimoniumdocumentatie (AAPD). Om aan dit probleem tegemoet te komen,
is er voor deze situaties een speciaal algoritme ontwikkeld dat virtuele woningen aanmaakte indien de
maximale bewoning groter bleek dan de woongelegenheden in het gebouw volgens het kadaster én
uit de adresregistratie in het rijksregister bleek dat de huishoudens weldegelijk onder een verschillend
adres stonden ingeschreven. Hiervoor werden ook de gegevens van de socio‐economische enquête
2001 gebruikt als controletoets.
3 Binnen de toepassing STIPAD (le Système de Traitement Integré van de Patrimonium Documentatie, welke gebruikt wordt
door de diensts AAPD) streeft men er naar om de woning als entiteit op te nemen (en niet enkel het perceel en/of gebouw). Deze toepassing zou bij een succesvolle ontwikkeling in de toekomst meer mogelijkheden kunnen bieden.
Leegstand in Vlaanderen | 9
Daarnaast heeft men, voor sommige huishoudens, een artificiële koppeling met een woongelegenheid
gemaakt. Sommige huishoudens (ongeveer 3%) waren nog niet gekoppeld aan een woongelegenheid
na voorgaande stappen en koppelingen via algoritmen. Deze huishoudens werden aan een (wille‐
keurige) woongelegenheid gekoppeld binnen dezelfde agglomeratie in dezelfde gemeente waar nog
geen huishouden gedomicilieerd was.
Deze koppeling tussen kadastrale en rijksregistergegevens leidde uiteindelijk tot een groep bewoonde
conventionele woningen en een groep niet‐bewoonde conventionele woningen.
2.1.2.2 Wat kan worden gemeten?
Op basis van de gekoppelde informatie uit de Census 2011 kunnen op gemeentelijk niveau, de con‐
ventionele woningen4 opgesplitst worden in een groep bewoonde woningen en een groep niet‐
bewoonde woningen. De bewoonde woningen zijn deze woningen waar via de verschillende koppe‐
lingsmechanismen een huishouden is toegekend, aan de niet‐bewoonde woningen is geen huishouden
toegekend.
Dit betekent, los van bovenvermelde kanttekeningen, echter niet dat in de bewoonde woningen ook
effectief een huishouden woont en in de niet‐bewoonde woningen niet.
Ook in de officieel bewoonde woningen, verder in deel 2 van het rapport ook primair bewoonde
woningen genoemd, kunnen zich structureel leegstaande woningen bevinden, dit zijn dan woningen
die leegstaan omdat bijvoorbeeld het huishouden momenteel in het buitenland werkt/verblijft of in
een rusthuis of andere instelling verblijft. Deze huishoudens zijn wettelijk niet verplicht om hun domi‐
cilie (tijdelijk) in het buitenland of in het rusthuis of andere instelling te nemen, waardoor hun woning
volgens het rijksregister bewoond is, maar in werkelijkheid (langdurig) leegstaat.
Naast structureel leegstaande woningen kunnen er ook tweede verblijven in de groep van de
bewoonde woningen zitten. Huishoudens domiciliëren soms een familielid om de tweede verblijftax
te omzeilen.
De groep van niet‐bewoonde woningen bevat structureel leegstaande woningen, maar daarnaast
behelst deze groep ook andere tijdelijke vormen van leegstand, secundaire bewoning (zijnde tweede
verblijven & vakantiewoningen in gewone conventionele woningen) en semi‐primaire of niet‐officiële
bewoonde woningen. In deze laatste groep bevinden zich studenten die niet op hun kot gedomicilieerd
zijn, starters op de woningmarkt die nog op het ouderlijk adres gedomicilieerd zijn, mensen die in het
wachtregister zijn opgenomen en alleen wonen, buitenlandse diplomaten en militairen die zich niet in
België geregistreerd hebben, enzovoort.
4 ADS definieert de conventionele woningen als ruimten die bestemd zijn voor permanente menselijke bewoning. De col‐
lectieve woningen (rusthuizen, kloosters, gevangenissen en ziekenhuizen), woonboten, bewoonde caravans en wind‐molens worden niet beschouwd als conventionele woning. Er waren in Vlaanderen op 1 januari 2011 2 613 187 conven‐tionele woningen, 1 478 andere woongelegenheden en 3 805 collectieve woonverblijven (Census 2011).
Leegstand in Vlaanderen | 10
Figuur 2 Aantal niet‐bewoonde conventionele woningen op 1/1/2011, Vlaanderen
© KU Leuven, OSA, Steunpunt Wonen Bron data: Census 2011
Figuur 3 Aandeel niet‐bewoonde conventionele woningen op 1/1/2011, Vlaanderen
© KU Leuven, OSA, Steunpunt Wonen Bron data: Census 2011
Figuur 2 toont het aantal niet‐bewoonde woningen per gemeente zoals geregistreerd op
1 januari 2011, figuur 3 het aandeel niet‐bewoonde woningen (ten opzichte van de totale groep con‐
ventionele woningen in de gemeente).
Leegstand in Vlaanderen | 11
In totaal waren er ongeveer 3 057 000 woningen in Vlaanderen op 1 januari 2011, ADS berekende
dat er daarvan ongeveer 444 000 niet bewoond waren. De grootste absolute aantallen niet‐bewoonde
woningen tellen we in de belangrijkste studentensteden en de kustgemeenten. De niet‐officiële
bewoning door studenten en de tweede verblijven en vakantiewoningen verklaren er de hoge aantal‐
len.
Figuur 3 toont de spreiding van het aandeel niet‐bewoonde woningen ten opzichte van de totale
groep conventionele woningen in de gemeente. Ook op deze kaart springen de kustgemeenten en (de
directe omgeving van) studentensteden het meest in het oog. In de meeste kustgemeenten is meer
dan 1 op 2 woningen officieel niet bewoond.
2.1.2.3 Verdere mogelijkheden met de databank van de Census 2011 vertrekkende vanaf
de groep van niet‐bewoonde woningen
De gekoppelde woningendatabank van de Census 2011, en meer bepaald de groep van niet‐bewoonde
woningen, lijkt een startpunt om op verder te rekenen om de potentiële structurele leegstand in Vlaan‐
deren te becijferen door kruising met andere administratieve gegevens.
Om tot een goede meting van structurele leegstand te komen, moeten deze andere administratieve
gegevens aan twee voorwaarden voldoen. Ze moeten, ten eerste, een zo volledig mogelijke benade‐
ring zijn van de groep woningen die ze omvatten en, ten tweede, dienen de gegevens bij voorkeur op
adresniveau gekoppeld te kunnen worden aan de databank van de niet‐bewoonde woningen. Deze
laatste vereiste is geen must, leegstand zou ook becijferd kunnen worden via een residuele benadering
waarbij de andere ‘soorten’ van niet‐bewoonde woningen worden afgetrokken van de totale groep
van niet‐bewoonde woningen, maar een koppeling is wel wenselijk. Immers, via een koppeling op
adresniveau kunnen de structureel leegstaande woningen gelokaliseerd worden en kan deze databank
als een goed vertrekpunt dienen voor gemeenten om een leegstandsbeleid te voeren.
Zoals hierboven reeds aangehaald, bestaat de groep van niet‐bewoonde woningen, naast structureel
leegstaande woningen, uit (1) andere tijdelijke vormen van leegstand, (2) tweede verblijven, (3) vakan‐
tiewoningen in gewone conventionele woningen en (4) niet‐officiële bewoonde woningen. Wanneer
we op basis van het bestand niet‐bewoonde woningen de structureel leegstaande woningen willen
bepalen, moet voor al deze andere vormen worden gecorrigeerd zodat de structurele leegstand over
blijft.
a) Andere tijdelijke vormen van leegstand
Er is, ten eerste, geen administratieve databron die het mogelijk maakt om andere tijdelijke vormen
van leegstand te becijferen. De provincie West‐Vlaanderen heeft wel een verdienstelijke methodiek
uitgewerkt om de tijdelijke leegstand (frictieleegstand) te becijferen aan de hand van de kadastrale
gegevens (zie bijlage 1 voor uitleg over hun methodologie). Hun berekeningen van de frictieleegstand
in West‐Vlaanderen tonen dat je niet zomaar van een gemeentelijk gemiddelde van 3% mag uitgaan.
Leegstand in Vlaanderen | 12
Figuur 4 Frictieleegstand in West‐Vlaanderen
De cijfers in figuur 4 tonen een grote gemeentelijke differentiatie die schommelt tussen 0,5% en 8,3%.
Meer onderzoek is nodig om hier een goed beeld van te vormen voor heel Vlaanderen. De uitge‐
breidere dienstverlening die de dienst AAPD is toegewezen zou hier mogelijkheden toe kunnen bieden.
b) Tweede verblijven
Er is, ten tweede, ook geen wetenschappelijk voldoende betrouwbare administratieve databank die
het aantal tweede verblijven in de Vlaamse gemeenten kan weergeven. Er zijn de gemeentelijke
belastingskohieren, maar er is geen uniformiteit omtrent de registratie en er is een grote gemeentelijk
differentiatie qua activiteitsgraad: sommige gemeenten zijn (zeer) actief terwijl andere geen belasting
heffen op tweede verblijven.
Weekers (2015) schatte in haar studie het aantal tweede verblijven op basis van de verhouding tussen
het aantal woongelegenheden en het aantal huishoudens. Ze voerde een aantal correcties door om zo
het aantal tweede verblijven te schatten. De schatting lijkt ons te ruw om tot een goede meting van
tweede verblijven te komen. Ze baseert zich o.a. op de gegevens van het hierboven besproken leeg‐
standsregister welke volgens ons niet voldoende betrouwbaar zijn voor het (voor wetenschappelijk
doeleind voldoende exact) bepalen van structurele leegstand.
Leegstand in Vlaanderen | 13
c) Vakantiewoningen in gewone conventionele woningen
Ten derde kunnen ook de vakantiewoningen in gewone conventionele woningen niet becijferd wor‐
den. De woongelegenheden die als gewone huizen of appartementen in het kadaster zijn opgenomen,
maar die voor een korte periode (week of weekend) volgens de definitie van Toerisme Vlaanderen als
vakantiewoning worden verhuurd, zouden moeten zijn opgenomen in het Vlaams Logiesinformatie‐
systeem (VLIS). Het CIB geeft aan dat deze databank niet allesomvattend is en daarom een onvol‐
doende betrouwbare databron is om vakantiewoningen in gewone conventionele woningen uit het
bestand van de niet‐bewoonde woningen te filteren.
d) Niet‐officieel bewoonde woningen: huishoudens op het wachtregister
Huishoudens op het wachtregister staan geregistreerd in het rijksregister. Hierdoor kunnen de woon‐
gelegenheden bewoond door een huishouden op het wachtregister bepaald worden op basis van het
rijksregister.
e) Niet‐officieel bewoonde woningen: studentenhuisvesting in conventionele woningen
Er is, ten vierde, tevens te weinig administratieve info om het aantal conventionele woningen verhuurd
aan kotstudenten op een wetenschappelijk verantwoorde manier te becijferen.
Weekers (2015) heeft met cijfers van de stad Gent (Gent in cijfers, 2012), de huisvestingsdienst van de
stad Leuven en andere onlinedatabanken van verschillende studentensteden getracht deze aantallen
te schatten. Omdat het, zeker in de context van studentenhuisvesting, zeer moeilijk tot onmogelijk is
om van een woning/gebouw met meerdere woongelegenheden te weten om hoeveel conventionele
woningen het gaat in het kadaster, is het niet mogelijk om vanuit databanken van de huisvestingsdien‐
sten of andere onlinedatabanken wetenschappelijk voldoende betrouwbaar het aantal conventionele
woningen verhuurd aan kotstudenten te bepalen.
f) Niet‐officieel bewoonde woningen: starters op de woningmarkt, buitenlandse diplomaten en
militairen
Tenslotte is er ook over de niet‐officiële bewoning door starters op de woningmarkt en door buiten‐
landse diplomaten en militairen geen administratieve info beschikbaar. Het feit dat deze laatste per‐
sonen vrij zijn om zich te registreren in de gemeente waar ze verblijven, en sommige dit wel en andere
dit niet doen, kunnen er ook moeilijk aantallen geschat worden op basis van het aantal buitenlandse
diplomaten actief in Vlaanderen (en Brussel).
g) Besluit
Het is niet mogelijk om op een wetenschappelijk verantwoorde manier op basis van de groep niet‐
bewoonde woningen van de Census 2011 structurele leegstand te becijferen. Er zijn geen betrouwbare
administratieve cijfers beschikbaar die de andere soorten van niet‐bewoning voldoende nauwkeurig
kunnen bepalen. Hierdoor kan aan de eerste voorwaarde die we stelden om tot een goede meting van
structurele leegstand te komen niet worden voldaan. Daar er geen databanken zijn, kan logischerwijs
ook niet onderzocht worden of de databanken kunnen worden gekoppeld aan de databank van de
niet‐bewoonde woningen (welke de tweede voorwaarde was om tot een goede meting te komen).
Leegstand in Vlaanderen | 14
Daarenboven haalden we hierboven reeds aan dat (1) er voor de koppeling van rijksregister‐ en kadas‐
trale gegevens gebruik is gemaakt van algoritmen en (in het geval van 3% van de huishoudens) artifi‐
ciële koppelingen. Deze artificiële koppelingen linkten willekeurig een huishouden aan een conventio‐
nele woning waar nog geen huishouden aan was toegekend. De kans is groot dat bij deze willekeurige
koppeling het huishouden niet is toegekend aan de woongelegenheid waar het huishouden effectief
woont. Deze onzekerheid ondermijnt het gebruik van de groep van niet‐bewoonde woningen als ver‐
trekpunt. Het lijkt bijgevolg beter om de databank van de conventionele woningen als startpunt te
nemen en, gelijkaardig aan de methode die in het Brussels Hoofdstedelijk Gewest wordt gebruikt en
in het Waalse Gewest reeds wettelijk is verankerd, tot een schatting te komen van de vermoedelijk
structureel leegstaande woningen op gemeentelijk niveau.
We bespreken eerst de methode en wettelijke omkadering van de andere Gewesten.
2.2 Leegstand meten in de andere Gewesten
2.2.1 Leegstand meten in het Brussels Hoofdstedelijk Gewest
2.2.1.1 Bepalingen uit de Brusselse huisvestingscode met betrekking tot de strijd tegen
structurele leegstand
We halen in dit deel enkele bepalingen aan uit de Brusselse huisvestingscode die betrekking hebben
op de strijd tegen structurele leegstand. Het is niet de opzet van dit stuk om alle bepalingen uit de
huisvestingscode met betrekking tot de strijd tegen leegstand op te lijsten. Enkel deze die een inhou‐
delijke bijdrage leveren tot dit rapport, worden vermeld.
a) De verbruiksgegevens van water en elektriciteit
Men heeft in de Brusselse huisvestingscode een wettelijk kader ontwikkeld voor een methode om de
strijd aan te gaan met structureel leegstaande woningen gebruik makend van de verbruiksgegevens
van water en elektriciteit. De Huisvestingscode (artikel 15 §4 en 5) verplicht de distributiemaatschap‐
pijen voor water en elektriciteit om jaarlijks aan de Cel Leegstaande woningen van het Gewestelijke
Overheidsdienst Brussel de lijst te communiceren met de woningen waar het water‐ of elektriciteits‐
verbruik gedurende 12 maanden lager is dan het verbruiksminimum vastgesteld door de Regering. Dit
vastgestelde minimumverbruik is 5 m³ voor water en een elektriciteitsverbruik van 100 kwh/jaar.
De huisvestingscode schrijft ook voor dat voor elk van die woningen volgende gegevens moeten aan‐
geleverd worden: het adres, het verbruik over twaalf maanden bepaald op basis van het opgenomen
of geraamde gebruik alsook, op voorwaarde dat die gegevens in het bezit zijn, de naam en de voor‐
naam, de geboortedatum en het adres van de persoon op wiens naam het leveringscontract voor deze
woning staat.
De Cel Leegstaande woningen van het Gewestelijke Overheidsdienst Brussel heeft dan, volgens de
huisvestingscode, de taak om leegstaande woningen op te sporen, inbreuken vast te stellen en de
eigenaar op de hoogte te brengen. De inbreuk kan vastgesteld worden middels een onderzoek uitge‐
voerd op initiatief van de Cel of middels een klacht ingediend bij deze dienst. Alleen de 19 gemeenten
Leegstand in Vlaanderen | 15
en de verenigingen erkend door de Brusselse Hoofdstedelijke Regering zijn bevoegd om klacht in te
dienen.
b) De verplichte jaarlijkse inventarislijst te bezorgen aan het Gewest
De Brusselse gemeenten dienen volgens artikel 15 §1 jaarlijks een inventaris te bezorgen aan de Cel
Leegstaande Woningen van de Gewestelijke Overheidsdienst Brussel met de woningen die zij als leeg‐
staand hebben geïdentificeerd. Ze dienen volgende informatie van deze woningen door te geven: de
ligging, hun bewoonbare oppervlakte, het aantal kamers dat elke woning telt en de vermoedelijke duur
van leegstand.
Het besluit van 6 juni 2014 specifieert nog bijkomende gegevens die in de inventaris moeten worden
opgenomen: de contactgegevens van de houders van een zakelijk recht op het goed, het aantal leeg‐
staande bouwlagen, de datum waarop de leegstand een eerste keer werd vastgesteld en of er toen
een proces‐verbaal werd opgemaakt, de datum van toekenning van de stedenbouwkundige vergun‐
ning, of de gemeente de voorbije jaren een leegstandstaks heeft geheven, en of het leegstaande pand
het voorwerp uitmaakt van een verhuurverbod of een onbewoonbaarheidsverklaring.
Het aanleveren van deze inventarislijst verloopt moeizaam volgens de Cel Leegstaande Woningen van
de Gewestelijke Overheidsdienst Brussel. De Cel haalt hiervoor verschillende mogelijke redenen aan:
(1) de gemeentelijke diensten zijn dermate overladen en hebben niet altijd de technische en/of finan‐
ciële middelen om aan het opstellen van deze lijst toe te komen; (2) er zijn geen sancties verbonden
aan het niet doorgeven van de inventarislijst.
2.2.1.2 Aan de slag met de verbruiksgegevens van water en elektriciteit bij de strijd
tegen leegstand in het Brussels Hoofdstedelijk Gewest
a) Methode
Sinds enkele jaren gaat de Cel Leegstaande Woningen van de Gewestelijke Overheidsdienst Brussel
aan de slag met de verbruiksgegevens van water en elektriciteit.
Het eerste jaar gebruikten ze de volledige lijst, zoals gecommuniceerd door de distributiemaatschap‐
pijen, als startpunt en hebben ze alle vermelde eigenaars aangeschreven. Dit bleek geen efficiënte
methode. Veel adressen van aansluitpunten van water en/of elektriciteit op de lijsten bleken geen
woning te zijn. De inspanning was zeer groot en het resultaat eerder beperkt, aldus de Cel Leegstaande
Woningen van de Gewestelijke Overheidsdienst Brussel.
Het daaropvolgende jaar stapten ze van deze methode af en werden de meldingen van leegstand door
de 19 gemeenten en de verenigingen erkend door de Brusselse Hoofdstedelijke Regering bij het
Gewest, het startpunt.
De meeste gemeenten bezorgen één of meerdere keren per jaar een lijst van vermoedelijk leeg‐
staande woningen aan de Cel. Ook de door de overheid erkende verenigingen geven vermoedelijk
leegstaande woningen aan de Cel door. De Cel Leegstaande Woningen controleert als volgende stap
of deze woningen ook voorkomen op de lijsten van Hydrobru en/of Sibelga (zijnde de distributiemaat‐
schappijen van water en elektriciteit in het Brussels Hoofdstedelijk Gewest). Indien ze terug te vinden
zijn op één van deze lijsten, wordt een onderzoek opgestart met een bezoek ter plaatse door de
Leegstand in Vlaanderen | 16
Gewestelijke Inspecteur en start hiermee de poging van de Cel Leegstaande Woningen om de woning,
indien ze effectief langdurig leeg staat, terug op de woningmarkt te krijgen.
Het staat buiten kijf dat de Cel Leegstaande Woningen succesvol werk levert. De Cel geeft aan dat ze
ongeveer de helft van de woningen die ze in gebreke stellen relatief snel terug op de woningmarkt
krijgen. Het is ook de intentie van de Brusselse Regering om de capaciteit van de Cel in de nabije toe‐
komst uit te breiden zodat meer woningen kunnen worden onderzocht en de strijd tegen structurele
leegstand in het Brusselse Gewest kan opgedreven worden.
b) Conflicten met de wet op de privacy?
Volgens de Cel Leegstaande Woningen van de Gewestelijke Overheidsdienst Brussel zijn er geen con‐
flicten met de wet op de privacy. Ook uit advies van de Commissie voor de bescherming van de per‐
soonlijke levenssfeer (advies 06/2012) en uit de beraadslaging van het Sectoraal comité van het Rijks‐
register (Beraadslaging RR nr 06/2012) blijkt dat, indien er een wettelijk kader wordt ontwikkeld zoals
het Brussels Hoofdstedelijk Gewest heeft gedaan, er geen conflict is.
2.2.2 Leegstand meten in het Waalse Gewest
2.2.2.1 Bepalingen uit de Waalse huisvestingscode met betrekking tot de strijd tegen
structurele leegstand
Net als de Brusselse Regering, heeft ook de Waalse Regering stappen ondernomen om het gebruik van
verbruiksgegevens van water en elektriciteit wettelijk te verankeren zodat ze kunnen worden inge‐
schakeld in de strijd tegen structurele leegstand.
Artikel 80 van de Waalse huisvestingscode stelt dat de distributiemaatschappijen voor water en elek‐
triciteit minstens één maal per jaar aan de Waalse administratie de lijst moeten communiceren met
de woningen waar het water‐ of elektriciteitsverbruik lager is dan het verbruiksminimum vastgesteld
door de Waalse Regering.
Artikel 80 van de Waalse huisvestingscode schrijft ook voor dat voor elk van die woningen volgende
gegevens moeten aangeleverd worden: het adres en het verbruik over twaalf maanden bepaald op
basis van het opgenomen of geraamde gebruik.
Om de privacy te garanderen geeft artikel 80 aan dat de gemeenten enkel toegang krijgen tot de
lijsten met betrekking tot hun grondgebied én dat de gemeenten verplicht zijn de namen op te geven
van de personen die toegang hebben tot de lijst en dat ze garanderen dat de wet op de privacy geres‐
pecteerd blijft.
Verdere stappen, zoals het bepalen van het minimumverbruik van water en elektriciteit, zijn nog niet
ondernomen door de Waalse Regering. Wel heeft het Centre d’Etudes en Habitat Durable (CEHD) de
opdracht gekregen om het gebruik van deze verbruiksgegevens in het kader van de strijd tegen struc‐
turele leegstand te testen en een coherente methodologie te ontwikkelen die het gebruik zou mogelijk
maken op gemeentelijk niveau voor het volledige Waalse Gewest (zie Lemaire & Cassilde, 2014;
Lemaire, 2015). Het is duidelijk een van de objectieven van het toegewezen onderzoek dat er een dui‐
delijke homogene methodologie wordt ontwikkeld die dan ter beschikking van de gemeenten wordt
Leegstand in Vlaanderen | 17
gesteld zodat de Waalse gemeenten structurele leegstand kunnen bestrijden aan de hand van de ver‐
bruiksgegevens van water en elektriciteit (Lemaire, 2015).
2.2.2.2 Het gebruik van verbruiksgegevens van water en elektriciteit bij de strijd tegen
leegstand (methode Lemaire en Cassilde, 2014)
Lemaire en Cassilde (2014) ontwikkelden in een pilootproject een methodologie die de verbruiks‐
gegevens van water en elektriciteit koppelt om ze te gebruiken om de mogelijke structurele leegstand
in een gemeente te schatten (en te verklaren). Als casegemeente werd gekozen voor Charleroi.
In de opbouw van het gemeentelijke basisbestand (door hen ‘Estimation de la Vacance Résidentielle
(EVR 2013)’ genoemd) onderscheidden Lemaire en Cassilde volgende stappen:
1. Eerst wordt een cleaning uitgevoerd op het aangeleverde bestand van het waterverbruik enerzijds
en op het aangeleverde bestand van het elektriciteitsverbruik anderzijds.
Het bestand van het waterverbruik bevat de adressen van alle geregistreerde watertellers op het
grondgebied van Charleroi. Dit betekent dat de lijst naast een groep ‘residentiële’ tellers, ook een
groep ‘niet‐residentiële’ tellers bevat. Beide groepen moeten worden van elkaar onderscheiden
om de residentiële structurele leegstand te kunnen schatten.
Om deze opdeling te realiseren, hebben Lemaire & Cassilde handmatig, op basis van de naam
waarop de teller geregistreerd staat bij de watermaatschappij, de opdeling gemaakt. Ze hebben
de teller als residentieel gecategoriseerd wanneer de naam waarop de teller geregistreerd staat
duidelijk (a) een particulier, (b) een VME, (c) een residentie of (d) een gebouw van een vervoers‐
maatschappij is.5 Dat ze deze opdeling manueel realiseerden, betekent dat dit een tijdrovende
operatie is.
Ook het aangeleverde bestand van het elektriciteitsverbruik werd gecleand. De distributiemaat‐
schappij voor elektriciteit (ORES) voerde zelf al een eerste cleaning uit om de residentiële van de
niet‐residentiële tellers te onderscheiden, maar een handmatige cleaning door CEHD bleek toch
nog noodzakelijk omdat er nog niet‐residentiële tellers in het bestand zaten (zoals garages, profes‐
sionele brievenbussen, enzovoort).
2. Na de cleaning van de bestanden, werden beide gekoppeld op basis van de adresgegevens.
Lemaire en Cassilde botsten op het probleem dat de adressen niet op eenzelfde manier waren
opgenomen op beide lijsten. Een handmatige koppeling (adres per adres dat niet automatisch
gekoppeld was) bleek weer noodzakelijk.
De gekoppelde databank ‘Estimation de la Vacance Résidentielle (EVR 2013)’ bevat informatie over
het waterverbruik en elektriciteitsverbruik. Er kunnen 3 categorieën onderscheiden worden in de
databank: (1) woningen met enkel een waterverbruik onder de minimumgrens, (2) woningen met
enkel een elektriciteitsverbruik onder de minimumgrens, (3) woningen met een water‐ en elektri‐
citeitsverbruik onder de minimumgrens.
Om de leegstand te verklaren werd een vragenlijst ontwikkeld (zie Lemaire, 2015) en opgestuurd naar
een steekproef van eigenaars in Charleroi. Om de naam en het adres van de eigenaars te achterhalen,
werden de steekproefadressen uit de gekoppelde databank ‘EVR 2013’ aan het kadaster gelinkt. Deze
5 Wanneer uit de naam bleek dat het ging om (a) een bedrijf, (b) een overheidsdienst, (c) een school, (d) een religieus
gebouw of religieuze plaats, (e) mutualiteit, (f) een publiek logement, (g) SHM of (h) VZW werd de teller als ‘niet‐residen‐tieel’ beschouwd.
Leegstand in Vlaanderen | 18
extra koppeling bracht aan het licht dat 20% van de adressen uit de steekproef toch geen conventio‐
nele woning betrof (Lemaire, 2015). Dit betekent dat er nog veel niet‐residentiële, en dus niet‐
bewoonde, ruimten werden meegenomen in de handmatige koppeling.
2.3 Aanbevelingen om tot een betere registratie van structurele leegstand te komen: aan de slag met de verbruiksgegevens van water en elektriciteit in het Vlaamse Gewest?
2.3.1 Recente beleidsontwikkelingen
Voordat we overgaan tot concrete aanbevelingen, willen we kort de recente beleidsontwikkelingen
schetsen. De Vlaamse Regering wil sterkere steden en gemeenten en hen hierbij meer beleidsruimte
bieden. Ze richtte daarvoor een commissie ‘decentralisatie’ op die moest nagaan op welke terreinen
de autonomie van de lokale besturen kan verhoogd worden.6 Een van de onderzochte beleids‐
domeinen was het woonbeleid en hierbij werd ook het leegstandsbeleid geëvalueerd.
In het eindverslag van de paritaire commissie, dat ter mededeling werd voorgelegd aan de Vlaamse
Regering op 26 juni 2015, wordt voorgesteld om de lokale besturen volledige beleidsvrijheid te geven
om te bepalen of ze überhaupt een beleid rond leegstand willen voeren en, indien ze dit wensen te
doen, stelt de commissie voor om hen zelf te laten bepalen hoe ze daar invulling aan geven. De rol van
de Vlaamse overheid beperkt zich in het voorstel tot het bepalen van het strategisch kader op hoofd‐
lijnen. De uitzonderlijke gewestelijke leegstandsheffing (UGLH) en de minimumheffingen zouden dan
worden geschrapt en ook de verplichting tot het bijhouden van een leegstandsregister zou worden
geschrapt evenals de tegemoetkoming in de kosten voor de opmaak en de jaarlijkse actualisatie van
het register.
Bovenstaande voorstellen van de paritaire commissie zullen de beleidscontext rond de registratie van
structurele leegstand sterk wijzigen. Vermoedelijk zullen in het vernieuwde beleidskader verschillende
gemeenten ervoor opteren om geen consequente registratie van structurele leegstand meer te
bewerkstelligen. Een goede inventarisatie vraagt immers (veel) tijd en middelen, elementen die niet
alle gemeenten ter beschikking willen of kunnen stellen in het kader van een gemeentelijk leegstands‐
beleid. De gemeentelijke vrijheid zal ook, nog meer dan nu, tot een gedifferentieerde aanpak leiden
welke de wetenschappelijk vergelijkbaarheid tussen gemeenten onmogelijk maakt.
Ook Sterkens et al. (2013) haalden in hun rapport aan dat een gemeentelijke gedifferentieerde aan‐
pak tot (onder andere) verschillende gehanteerde definities voor opname en vrijstelling in het register
en inventarisatiemethoden leiden die op hun beurt zorgen voor een verlaagde wetenschappelijke
betrouwbaarheid van het instrument in vergelijkend (gemeentelijk) perspectief. De toekomstige
gemeentelijke inventarissen (indien deze al ter beschikking zullen zijn gezien het toekomstig niet ver‐
plichte karakter) zullen, met andere woorden, geen wetenschappelijk betrouwbare informatiebron
vormen.
Anderzijds vermeldt het eindverslag van de paritaire commissie ook expliciet dat er nood blijft om
centraal nog een aantal aspecten omtrent leegstand te monitoren en dat, door het wegvallen van de
6 http://binnenland.vlaanderen.be/decentralisatie
Leegstand in Vlaanderen | 19
verplichtingen inzake het leegstandsregister, zal moeten worden onderzocht hoe deze nood aan infor‐
matie‐uitwisseling het best kan worden ingevuld.
2.3.2 Aan de slag met verbruiksgegevens van water en elektriciteit in het Vlaamse Gewest?
Het is momenteel niet duidelijk hoe men beleidsmatig het ‘bepalen van het strategisch kader op hoofd‐
lijnen’ en ‘nog een aantal aspecten omtrent leegstand’ die op gewestelijk niveau dienen gemonitord
te worden, zou willen invullen.
Ons lijkt het belangrijk dat er, ondanks de toekomstige complete gemeentelijke verantwoordelijkheid,
toch een methodologisch kader omtrent het monitoren van de leegstand zou worden aangereikt door
de Vlaamse overheid aan de gemeenten. Ook het Waalse Gewest streeft hier naar (Lemaire, 2015). Dit
aanreiken van een methodologisch kader zou kunnen passen in bovenvermeld ‘strategisch kader op
de hoofdlijnen’ dat de Vlaamse overheid de gemeenten aanreikt.
Indien voor een dergelijke benadering zou worden gekozen, kunnen de (in de pijplijn zijnde) methodes
van de andere Belgische Gewesten inspirerend zijn. Zij werken, of streven er in de nabije toekomst
naar om te werken met de verbruiksgegevens van water en elektriciteit.
In de andere Gewesten is gebleken dat het niet efficiënt is om rechtstreeks met de aangeleverde
lijsten van de nuts‐ en distributiemaatschappijen te werken. Zowel de ervaringen van de Cel Leeg‐
staande Woningen van de Gewestelijke Overheidsdienst Brussel als deze van de onderzoekers van het
CEHD, tonen dat het aantal ‘niet‐residentiële’ tellers in de lijsten te groot is.
Vertrekken van een vermoedenlijst van gemeenten zoals in het Brussels Hoofdstedelijk Gewest, lijkt
geen goede methode voor Vlaanderen. Dit zou immers sterk op het huidige systeem van leegstands‐
registratie in het Vlaamse Gewest lijken en biedt de gemeenten geen goede startbasis om een leeg‐
standsbeleid te voeren (zie hoger).
Een cleaning en koppeling van de databanken uitvoeren, zoals in de studie van het CEHD werd
gedaan, lijkt wel een goede piste. De manier van uitzuiveren van de databanken zou wel op een meer
geautomatiseerde manier moeten gebeuren dan de manuele manier zoals in de studie van het CEHD.
De koppeling die ze achteraf maakten met het kadaster voor een deel van de tellers bracht aan het
licht dat er nog 20% niet‐residentiële tellers in hun uitgezuiverd en gekoppeld bestand zaten. De
manuele koppeling die ze uitvoerden was dus geen sluitende methode om de residentiële van de niet‐
residentiële tellers te onderscheiden.
Een (geautomatiseerde) koppeling tussen de databanken van de nuts‐ en distributiemaatschappijen
en de kadastrale databank lijkt, ondanks de imperfecties die bij de kadastrale databank en deze kop‐
peling gepaard gaan, de beste optie. De koppeling duidt de meters aan die aan een conventionele
woning kunnen worden verbonden en bijgevolg dus het aantal conventionele woningen waarbij een
uitzonderlijk laag water‐ en/of energieverbruik is vastgesteld. Dit aantal zou dan het aantal conventio‐
nele woningen voorstellen die potentieel langdurig/structureel leegstaan. De link met het kadaster
stelt de gemeenten, indien gewenst, ook in staat om de eigenaar van het pand te benaderen indien ze
deze in de strijd tegen structurele leegstand willen contacteren.
Leegstand in Vlaanderen | 20
De studie van Lemaire (2015) en haar zoektocht naar verklaringen voor langdurige leegstand toont dat
in Wallonië, en dus met grote waarschijnlijkheid ook in Vlaanderen, dit niet ontegensprekelijk wil zeg‐
gen dat deze woningen ook structureel leegstaand zijn. Er kunnen mogelijks andere verklaringen zijn
waarom de woning een dergelijk water‐ en/of elektriciteitsverbruik heeft. De respondenten gaven in
de studie van Lemaire volgende redenen aan: het gebruik van een waterput, het gebruik van zonne‐
panelen, het hebben van meerdere tellers (die dan zouden moeten worden opgeteld), een defecte
teller, een budgetteller, vaak buitenshuis zijn en zeer zuinig leven (Lemaire, 2015).
Het is, met andere woorden, belangrijk in het achterhoofd te houden dat de gekoppelde lijst een
startpunt is met een overzicht van de potentieel langdurig leegstaande woningen. Onderzoek ter
plaatste moet aan het licht brengen of deze woningen ook effectief langdurig leegstaan.
De geautomatiseerde koppeling tussen de databanken van de nuts‐ en distributiemaatschappijen en
de kadastrale databank zal, net als de koppeling van het rijksregister en de kadastrale databank in het
kader van de Census 2011 enerzijds en de koppeling van de databanken de nuts‐ en distributiemaat‐
schappijen en de kadastrale databank in het kader van de studie van CEHD anderzijds, op mismatchen
botsen doordat er met grote waarschijnlijkheid geen eenduidige notatie is van huisnummers, busnum‐
mers, bisnummers en verdiepingen; omdat de kadastrale databank geen woningendatabank, maar een
perceels‐ en gebouwenbestand is; en omdat er niet altijd een eenduidige link zal zijn tussen woon‐
gelegenheid en teller: één woongelegenheid kan meerdere tellers van water en/of elektriciteit bevat‐
ten en één teller van water en/of elektriciteit kan gedeeld worden door meerdere woongelegenheden.
Empirisch onderzoek moet uitwijzen hoe groot de mismatch is.
Deel 2: Leegstand verklaren
Frank Vastmans
Leegstand in Vlaanderen | 22
3. Leegstand verklaren
In dit hoofdstuk wordt dieper ingegaan op de verklaring van leegstand. De doelstelling hierbij is twee‐
ledig:
- Inzicht in de verklarende factoren van leegstand kan helpen om te bepalen welke maatregelen
effectief kunnen zijn om leegstand te bestrijden. Structurele leegstand die verklaard wordt door een
overaanbod van woningen vereist mogelijk andere maatregelen dan leegstand verklaard door een
hoog aandeel oude verkrotte woningen.
- Deze analyse kan ook meer inzicht bieden welke woningen in grotere mate een kans hebben om leeg
te staan. In die zin kunnen administratieve data een grotere groep woningen afbakenen waarbij de
kans op structurele leegstand groter is. Dit kan handig zijn als leidraad voor gemeenten om het leeg‐
standregister verder uit te werken. Door in eerste instantie de woningen op te volgen waarvan de
kans op leegstand het grootst is zal het veldwerk om leegstand op te volgen beperkt blijven. Hiertoe
is het belangrijk dat de kans op leegstand binnen de afbakende set van woningen enigszins reëel is.
Een succes‐ratio van één leegstaande woning op tien potentieel leegstaande woningen lijkt niet
bruikbaar omdat zo het resterende veldwerk te arbeidsintensief is. Uiteraard is dit een De tweede‐
beste keuze en is de optie te verkiezen die op een administratieve manier de leegstand redelijk exact
benaderd.
De analyse om leegstand te verklaren kampt echter met een moeilijkheid. Hoe kunnen we verklaren
welke variabelen leegstand verklaren indien we geen gegevens over leegstand hebben?
In eerste instantie hebben we getracht om de groep van potentieel leegstaande woningen op een
residuele manier te benaderen in een gemeente/statistische sector. Hierbij wordt gestart met het
totaal aantal woongelegenheden en verminderen dit aantal met diverse data die aangeven dat een
woongelegenheid niet structureel leegstaat (zoals bijvoorbeeld het aantal gedomicilieerde huishou‐
dens). Aangezien deze analyse niet de verhoopte resultaten gaf omdat de zo bepaalde potentieel leeg‐
staande woningen geen verband lijken te vertonen met de werkelijke leegstand is deze niet volledig
uitgevoerd. We schetsen de problemen van deze benadering.
Een tweede analyse tracht het aandeel woningen dat volgens het leegstandsregister leegstaat te ver‐
klaren door na te gaan welke variabelen ‐ via een meervoudige regressieanalyse ‐ hiermee samen‐
hangen.
3.1 Mogelijke verklaringen van leegstand
Om meer inzicht te krijgen in het belang van de methodologie geven we eerst enkele voorbeelden uit
de literatuur die zoeken naar verklaringen van leegstand. Daaraan gekoppeld definiëren we welke
variabelen mee opgenomen dienen te worden als verklaring van de leegstand.
Private investeerders hebben een tweevoudige impact op statistische sectoren met huurders met lage
inkomens. Als investeerders de woningen renoveren, kan de buurt verbeteren. Maar als de investeer‐
ders niet in dit potentieel geloven, kunnen ze wachten op een geschikt moment om deze woning te
Leegstand in Vlaanderen | 23
verkopen. Dit kan samengaan met leegstand en een verdere afname van de kwaliteit van de woon‐
buurt en een grotere leegstand (Li Y., Walter R., 2013). We verwachten dus een negatieve relatie met
het inkomen: hoe hoger het inkomen, hoe lager de leegstand.
Sterkens e.a. (2013) geven het overaanbod als reden voor de hoge leegstandscijfers in Roeselare en
Kortrijk, zowel aan handelspanden in de stedelijke kern als aan bouwgrond rondom de stedelijke kern.
Bijgevolg blijft nieuwbouw aantrekkelijker, betaalbaarder en dus ook een meer uitgevoerde praktijk
dan hergebruik. In regio’s met een groot aanbod aan bouwgrond en hoge nieuwbouwactiviteit ver‐
wachten we veel nieuwbouw en meer leegstand in de oude woningvoorraad.
Een opkomende problematiek is leegstand van grote villa’s en landhuizen op de eerder slechte loca‐
ties (Sterkens e.a. 2013). Dit vereist de aanmaak van een specifieke variabele die twee gegevens com‐
bineert. Bovendien is het bepalen van ‘slechte locatie’ minder evident. Mogelijk kan hiervoor het lig‐
gingseffect op statistische sectorniveau gebruikt worden gelijk berekend in de huurschatter
(Vastmans, 2013)
‘Armere steden worden vaak geconfronteerd met een hogere graad van leegstand in hun oudere
woningvoorraad’ (Dwarka, 2014). Dit vereist de aanmaak van een specifieke variabele die drie
gegevens combineert, namelijk stad, lager inkomen en ouderdom woningvoorraad.
We kunnen concluderen dat er diverse verklaringen voor leegstand te geven zijn. Daartoe nemen we
deze elementen als verklarende variabelen mee op in een model dat leegstand verklaart. De meeste
van deze variabelen zijn immers ‐ al dan niet benaderend ‐ te meten. Op die manier kunnen we de link
tussen beiden leggen.
3.2 Een residuele benadering van leegstand
Om de leegstand te verklaren dienen we een indicatie te hebben van de leegstand. In deel 1 is aange‐
geven dat het leegstandregister onbetrouwbaar is om de structurele leegstand in kaart te brengen. In
dit deel wordt daartoe gepoogd een groep potentieel leegstaande woningen ruw af te bakenen op een
residuele manier in een gemeente/statistische sector. We nemen alle woningen en trekken hiervan in
eerste instantie alle gedomicilieerde huishoudens van af. Wat overblijft noemen we het woning‐
surplus. Deze groep van niet officieel bewoonde woningen wordt echter nog op diverse manieren voor
huisvestiging gebruikt (semi‐primaire en secundaire bewoning). We trachten hier een benaderend
beeld van te krijgen door per gemeente een rudimentair cijfer van alle soorten niet‐structureel leeg‐
staande woningen (studenten, tweede verblijven, …) in rekening te nemen. Voor deze oefening is het
niet nodig dat alle data daartoe beschikbaar zijn. Wel zouden we een indicatie moeten kunnen hebben
zodat het het woningsurplus verklaard kan worden aan de hand van partiële informatie. Stel hypo‐
thetisch dat een gemeente gemiddeld een woningsurplus heeft van 10% niet‐gedomicilieerde wonin‐
gen en aan de hand van beschikbare informatie gevonden wordt dat 2,5% van de woningen semi‐
primair bewoond wordt, 2% secundair en 0,5% structureel leegstaand is. De beschikbare data zou dan
m.a.w. slechts de helft (samen 5%) van het woningsurplus (10%) verklaren. Een mogelijke aanpassing
om beide cijferreeksen in overeenstemming te brengen zou eruit kunnen bestaan om alle indicatoren
met 2 te vermenigvuldigen, waarbij de veronderstelling gemaakt wordt dat alle indicatoren gemiddeld
op dezelfde manier onderschat zijn. Een betere manier bestaat eruit om een regressieanalyse te laten
bepalen welk gewicht diverse indicatoren krijgen in de bepaling van het woningsurplus. Op die manier
wordt de weging bepaalt op een manier die de verklaringskracht van de indicatoren m.b.t. het
Leegstand in Vlaanderen | 24
woningsurplus maximaliseert voor alle gemeenten. De beschikbare data zijn echter te beperkt om dit
adequaat te doen. Hoewel deze analyse niet de verhoopte resultaten geeft omdat de zo bepaalde
potentieel leegstaande woningen geen verband lijken te vertonen met de werkelijke leegstand, is het
interessant om aan te geven wat de oorzaken hiervan zijn. We overlopen daartoe de verschillende
elementen die zorgen voor de moeilijkheden.
3.2.1 Bespreking beschikbare data voor residuele benadering
3.2.1.1 Het aantal woongelegenheden
Op basis van de administratieve data (het woningbestand van AAPD en rijksregister) kan het
woningsurplus, het verschil tussen de woningvoorraad en het aantal administratieve/officiële huis‐
houdens eenvoudig berekend worden. Op het adres van een leegstaande woning zou in principe
immers geen domicilie mogen zijn. Het aantal officiële woongelegenheden is evenwel een onderschat‐
ting van het werkelijk aantal woongelegenheden omdat een woning die volgens het kadaster uit één
wooneenheid bestaat door meerdere huishoudens kunnen bewoond worden. Opgesplitste heren‐
huizen zijn daar een typisch voorbeeld van.
De resultaten van de Census2011 (ADS) bieden een eerste indicatie van deze problematiek. Zoals in
2.1.1 aangegeven maken wordt in de berekening van de census2011 gebruik gemaakt van diverse
algoritmes om de administratieve huishoudens toe te wijzen aan woningen waarbij ook rekening
gehouden wordt met het aantal bouwlagen van een gebouw. Een herenhuis met drie bouwlagen met
drie huishoudens zal op die manier volgens de census 2011 3 woongelegenheden bevatten waar dit in
het kadaster mogelijk slechts één woning is. Op basis van de Census 2011 komt men zo uit dat
1 januari 2011 er in het Vlaams Gewest 3 057 389 woningen waren, of 2,4% meer dan in het kadaster,
waar het gebouwbestand 2 985 366 woongelegenheden telde. Dit geeft een verschil van 72 023 woon‐
gelegenheden. In Gent telt de Census 2011 7,1% meer woongelegenheden dan het kadaster, in Leuven
5,3%. Voor de grootste groep gemeenten schommelde deze verhouding tussen 1,5% en 3%.
Onderstaande tabel toont bovendien dat het totaal aantal woongelegenheden niet zo eenvoudig te
bepalen is waarbij de 103 512 woongelegenheden in handelshuizen en 59 188 in vakantieverblijven in
het oog springen (AAPD 2013). Ook zien we dat in huizen in gesloten bebouwing er 7% meer woon‐
gelegenheden zijn dan gebouwen.
Leegstand in Vlaanderen | 25
Tabel 1 Vergelijking woongelegenheden en gebouwen, per type, 2013, Vlaams Gewest
Wgh Geb Wgh/geb Wgh (in %) Geb (in %)
Appartementen 480 493 64 505 7,45 15,8 2,4Bergplaats 1 806 94 322 0,02 0,1 3,6Building 230 847 44 092 5,24 7,6 1,7Handelshuis 103 512 120 740 0,86 3,4 4,6Hoeve 42 295 98 636 0,43 1,4 3,7Huis in gesloten bebouwing
692 354 645 166 1,07 22,8 24,5
Huis in halfopen bebouwing
493 333 488 191 1,01 16,2 18,5
Huis in open bebouwing 166 858 165 304 1,01 5,5 6,3Kantoorgebouw 1 134 6 364 0,18 0,0 0,2Kasteel 830 761 1,09 0,0 0,0Nijverheidsgebouw 7 393 97 304 0,08 0,2 3,7Socialprofit gebouw 11 250 36 457 0,31 0,4 1,4Vakantieverblijf 59 188 27 326 2,17 1,9 1,0Villa 750 623 746 760 1,01 24,7 28,3
Totaal 3 041 916 2 635 928 1,15 100,0 100,0
Bron: AAPD, eigen verwerking
Daarnaast geeft de Census 2011 aan dat er 3 262 personen in andere bebouwing wonen. Het gaat over
1 478 ‘woningen’ zoals windmolens, … We vermoeden dat het hier gaat om gebouwen waarvoor geen
woongelegenheid in het kadaster is aangegeven. Het gaat hier dus niet om vakantieverblijven want
die worden als conventionele woning opgenomen.7 In de census wordt aangegeven dat in 2011
28 677 niet‐conventionele woningen bewoond worden. Dit zijn waarschijnlijk niet‐residentiële woon‐
gebouwen met officiële woongelegenheden.
3.2.1.2 Primaire bewoning en gedomicilieerde huishoudens
Met primaire bewoning wordt bedoeld dat de bewoning als feitelijke hoofdverblijfplaats dient van een
persoon. Het administratief/officieel aantal huishouden wordt bepaald door het aantal huishoudens
dat zich gedomicilieerd heeft op een adres. Het woningsurplus is dan het verschil tussen het aantal
woongelegenheden en het aantal huishoudens. Als we dit woningsurplus vervolgens verminderen met
de beschikbare data omtrent semi‐primaire en secundaire bewoning krijgen we het resterend
woningsurplus.
3.2.1.3 Semi‐primaire bewoonde woningen
De wetgeving maakt alleen maar een onderscheid tussen primaire (hoofdverblijfplaats) en secundaire
bewoning (tweede verblijf). Zich baseren op de feitelijke hoofdverblijfplaats is vaak voor interpretatie
vatbaar, en tussen een primaire woning en een secundaire woning is er een heel continuüm van
mogelijke tussenvormen (zie 2.1.2). Onder semi‐primaire bewoning verstaan we:
a) studentenhuisvesting in conventionele woningen
7 Dit kan afgeleid worden uit het feit dat bv. in de gemeente Lille er meer dan 1 000 vakantieverblijven zijn en eveneens
meer dan duizend niet‐bewoonde woningen.
Leegstand in Vlaanderen | 26
b) Niet‐officieel bewoonde woningen: starters op de woningmarkt, buitenlandse diplomaten en
militairen
Weekers (2015) heeft met cijfers van de stad Gent (Gent in cijfers, 2012), de huisvestingsdienst van de
stad Leuven en andere onlinedatabanken van verschillende studentensteden getracht om het aantal
conventionele woningen verhuurd aan kotstudenten te schatten. Zij vond dat ongeveer 0,5% van de
conventionele woongelegenheden in het Vlaams Gewest door studenten bewoond werden.
In de regressieanalyse om het resterend woningsurplus te verklaren had dit aandeel studentenwonin‐
gen dan ook een positief teken. In gemeenten met veel studenten kan men niet alleen verwachten dat
dit aandeel studentenwoningen mogelijk onderschat is, maar vooral ook dat in studentensteden ook
meer afgestuurde koppels samenwonen die officieel nog bij de ouders gedomicilieerd zijn. Dit aandeel
studentenwoningen vormt dus een indicator om een bijkomend deel van het resterend woningsurplus
te verklaren.
3.2.1.4 Secundaire bewoning en tweede verblijven
a) Vakantieverblijven
In het kadaster is er een categorie woningen met woongelegenheden die onder vakantieverblijven
vallen. Deze worden veelal mee opgenomen in de statistieken van de totale woningvoorraad, maar in
principe is bij deze vakantieverblijven geen domiciliëring mogelijk. Hoewel hier ook een zekere vorm
van leegstand mogelijk is, lijkt het aannemelijk om deze voornamelijk als tweede verblijven te cate‐
goriseren en de totale woningvoorraad hiermee te verminderen. Dit is ongeveer 2%.
b) Vakantiewoningen in gewone conventionele woningen
Weekers (2015) maakte ook een schatting van het aantal woongelegenheden die als gewone huizen
of appartementen in het kadaster zijn opgenomen, maar die voor een korte periode (week of
weekend) op basis van het Vlaams Logiesinformatiesysteem (VLIS). Ongeveer 0,5% van de woon‐
gelegenheden vallen onder deze noemer.
3.2.1.5 Leegstand
Wanneer we op basis van het bestand niet‐officieel bewoonde woningen de leegstaande woningen
willen bepalen, moet voor al de boven vermelde bewoningen worden gecorrigeerd. Bovendien zijn we
in deze studie geïnteresseerd in de structurele leegstand zodat we ook de tijdelijke leegstand hiervan
moeten aftrekken. Volgens de definitie van structurele leegstand zou de overige leegstand dan
bepaald worden door de woningen die minder dan 1 jaar onafgebroken leegstaan.
a) Frictieleegstand
Frictieleegstand wordt beschouwd als een tijdelijke vorm van leegstand die nodig is voor een goede
werking van de woningmarkt. Bij verhuizen en renoveren is er een tijdelijke leegstand vaak noodzake‐
lijk. Vaak wordt melding gemaakt van een frictieleegstand van 3%. Dit cijfer is niet echt wetenschap‐
pelijk gestaafd. In Nederland vindt men 2,2% frictieleegstand (CBS 2014). De provincie West‐Vlaande‐
ren heeft wel een benaderende methodiek uitgewerkt om de frictieleegstand te becijferen (zie
Leegstand in Vlaanderen | 27
bijlage 1) en toont duidelijk gemeentelijke verschillen (zie figuur 4). Deze data zijn niet voor heel Vlaan‐
deren beschikbaar en bovendien wordt leegstand gemeten op basis van hoe een woning doorheen de
tijd wisselt tussen primaire en niet‐primaire bewoning, waar niet alleen leegstand, maar ook andere
soorten bewoning inzit. Tijdelijke leegstand verandert bovendien doorheen de tijd en is afhankelijk van
de toestand van de woningmarkt en economische omstandigheden op het tijdstip van de meting. Zo
zal de time on market bij verkoop (hoe lang een pand aangeboden staat) conjunctureel afhankelijk zijn.
Read (1993) suggereerde bovendien dat het verbeteren van marktinformatie leidt tot meer zoekacti‐
viteit wat leidt tot minder leegstand in de huurmarkt. De dynamische meting van leegstand wordt niet
gemeten in dit onderzoek, maar is wel belangrijk als aandachtspunt bij de interpretatie van de resul‐
taten. Naast de time on market is ook het aantal verkopen bepalend. De verkoopintensiteit ‐ het aantal
verkopen t.o.v. het aantal woongelegenheden ‐ is typisch hoger in stedelijk gebied en/of bij apparte‐
menten dan bij rurale en/of alleenstaande woningen (Vastmans & Helgers, 2016).
Bij gebrek aan data veronderstellen we een frictieleegstand van 2,5% voor alle gemeenten.
3.2.2 Overzicht, regressieresultaten en besluit
3.2.2.1 Overzicht
Op basis van het leegstandregister van de Vlaamse overheid zijn ongeveer 0,5% van de woongelegen‐
heden in Vlaanderen structureel leegstaand. In onderstaande tabel wordt via de diverse bovenstaande
geciteerde databronnen een rudimentaire residuele benadering toegepast. We zien dat ruwweg een
7% van de woningen niet aan een categorie toegewezen kan worden. In grote mate is dit te wijten aan
de types waarvoor geen cijfers beschikbaar zijn: 1) semi‐primaire bewoning (met uitzondering van een
ruwe schatting van het aandeel studenten), 2) het aandeel tweede woningen (hoewel er wat betreft
vakantiewoningen wel een minimumaandeel gegeven kan worden) en 3) het aandeel structureel leeg‐
staande woningen (met uitzondering van diegene die in het leegstandsregister zijn opgenomen).
Tabel 2 Benaderend overzicht aandeel type bewoning ten opzichte van woongelegenheden, Vlaams
Gewest
Type Deeltype Aandeel* Resterend Bron*
Woningen woongelegenheden 100,0% 100,0% (1) + bewoonde niet‐woongelegenheden 0,1% 100,1% (2) + woongelegenheden niet geregistreerd 2,0% 102,1% (2)Primair ‐ primair huishoudens gedomicilieerd ‐89,0% 13,1% (3)Semi‐primair ‐ studenten in conventionele woningen ‐0,5% 12,6% (4) ‐ semi‐primair overig ? Secundair ‐ vakantiewoning (in niet‐vakantiewoning) ‐0,5% 12,1% (5) ‐ vakantieverblijven (officieel) ‐2,0% 10,1% (1) ‐ tweede verblijven overig ? Leegstand ‐ frictieleegstand ‐2,5% 7,6% (6) ‐ leegstandregister ‐0,5% 7,1% (7) ‐ structurele leegstand overig ? Onbepaald 7,1%
* Benaderend aandeel, gebaseerd op eigen verwerking van diverse bronnen: 1 AAPD, 2 Census 2011, 3 Plan‐bureau, 4 Weekers (2015), 5 VLIS (Vlaams Logiesinformatiesysteem), verwerking Weekers (2015), 6 steun‐punt sociale planning van de provincie West‐Vlaanderen, 7 Wonen‐Vlaanderen. Door het feit dat de jaar‐tallen tussen de bronnen verschillen (2011‐2014), is gekozen voor percentages, dan wel absolute aantallen.
Leegstand in Vlaanderen | 28
Het onverklaard woningsurplus is hierbij een stuk groter dan verwacht, hoewel dit voor bijvoorbeeld
kustgemeenten wel in de lijn van de verwachtingen ligt. Het is echter niet de bedoeling van deze
oefening om op een wetenschappelijk verantwoorde manier de structurele leegstand te meten, maar
wel een indicator te hebben van die gemeenten/statistische sectoren waar er mogelijk veel leegstand
is om deze vervolgens te verklaren. Hiertoe werden regressieanalyses uitgevoerd die in volgend punt
besproken worden.
3.2.2.2 Regressieanalyse
Om dit onbepaald woningsurplus (7,1%) te verklaren zijn er diverse regressieanalyses uitgevoerd
(bijlage 2). Hierbij werd bovenstaande residuele benadering op gemeenteniveau uitgevoerd om per
gemeente een schatting te krijgen van het onbepaald resterend woningsurplus. Problematisch is dat
het grootste deel van dit onbepaald woningsurplus niet te wijten is aan niet‐geregistreerde leegstand,
maar eerder aan secundaire en semi‐primaire bewoning. De determinanten die het woningsurplus
verklaren geven zo geen verklaring voor mogelijke leegstand. Dit was enigszins te verwachten. Daartoe
werden er systematisch gemeenten uit de regressieanalyse gelaten waarvan men kan verwachten dat
het hoog resterend woningsurplus niet te wijten is aan leegstand. Van de kustgemeenten kan men bv.
verwachten dat het aandeel tweede verblijven hoog is. In bepaalde centrumsteden telt ook het effect
van semi‐primaire bewoning (net‐afgestudeerde starters op de woningmarkt, …). Hierdoor daalde het
woningsurplus en hadden we gehoopt door deze verfijningen dat het resterend woningsurplus in gro‐
tere mate door leegstand verklaard zou worden. Dit bleek echter niet het geval. Het aandeel pan‐
den/woningen in het leegstandregister had een systematisch negatief teken in de vergelijking om het
resterend woningsurplus te verklaren. Het verband lijkt dus omgekeerd evenredig: hoe groter het
resterend woningsurplus, hoe kleiner de leegstand. Mogelijk wordt dit verklaard door het feit dat er in
gemeenten met een hoger aandeel tweedeverblijven en semi‐primaire bewoning weinig leegstand is?
Een andere mogelijkheid zou zijn dat het leegstandregister meer het leegstandsbeleid meet dan wel
de leegstand. Op die manier zou er een omgekeerde relatie kunnen bestaan tussen beiden. Het is
alleszins zo dat voor andere variabelen wel logische coëfficiënten gevonden werden. Het aandeel
geregistreerde vakantieverblijven heeft een positief teken. Men kan dus vermoeden dat gemeenten
met een hoog aandeel geregistreerde vakantieverblijven ook een hoger aandeel niet‐geregistreerde
vakantieverblijven heeft. Aangezien het resterend woningsurplus niet in verband kan gebracht worden
met de structurele leegstand, en dus ook niet het aandeel bepaald kan worden van het resterende
woningsurplus dat aan leegstand toegewezen kan worden, kunnen op basis van deze benadering geen
verdere analyses uitgevoerd worden om leegstand te bepalen.
3.3 Leegstand zoals gemeten door het leegstandregister
De residuele benadering gaf niet de verhoopte resultaten. De afgebakende groep van het woning‐
surplus woningen die niet konden toegewezen worden aan semi‐primaire of secundaire bewoning was
relatief groot en vertoonde bovendien geen link met de data van het leegstandregister als indicator
van structurele leegstand. Een andere mogelijke benadering is te starten met de onvolledige data het
leegstandregister. Dit is om tweeërlei redenen een onderschatting van de structurele leegstand. Niet
alle gemeenten hebben een actief leegstandregister bijgehouden en bovendien kan men verwachten
dat het leegstandregister, zelfs indien het bijgehouden is, onvolledig is. Maar het kan interessant zijn
om na te gaan indien we kunnen verklaren welk type woningen/gebouwen nu reeds in het leegstand‐
register opgenomen zijn.
Leegstand in Vlaanderen | 29
Met name de census‐statistieken waarbij voor conventionele woningen een opdeling gemaakt wordt
naar bewoningssituatie, type gebouw en bouwperiode zijn hiervoor interessant. Onderstaande figuren
geven het beeld voor Vlaanderen weer, maar de tijdreeksen zijn ook op gemeenteniveau beschikbaar
waarmee we een regressieanalyse kunnen uitvoeren.
Figuur 5 geeft weer welk percentage van de gebouwen met woningen niet bewoond is maar wel woon‐
gelegenheden geregistreerd heeft volgens de gekoppelde woningendatabank van de census 2011. We
zien dat voornamelijk de niet‐eengezinswoningen hogere percentages optekenen. Op zich is dit niet
verwonderlijk. We kunnen vermoeden dat voornamelijk in steden met hun hoger percentage appar‐
tementen een hoger aandeel semi‐primaire bewoning (o.a. studenten) en secundaire bewoning
optekenen. Dit wil dus niet zeggen dat appartementen een grotere structurele leegstand optekenen.
Minder duidelijk af te lezen op de figuur, maar wel een belangrijk element, is het feit dat oudere een‐
gezinswoningen in grotere mate niet bewoond zijn dan hun jongere varianten. Er zijn veel meer oudere
eengezinswoningen niet primair bewoond in verhouding tot hun jongere varianten dan de recentere
eengezinswoningen terwijl bij niet‐eengezinswoningen de jongere gebouwen eveneens hogere per‐
centages optekenen.
Wat figuur 5 eveneens niet weergeeft is het relatief belang van elke categorie. Figuur 6 geeft weer
over hoeveel gebouwen het gaat. De hypothese is dat voornamelijk bij oude eengezinswoningen
hogere structurele leegstandpercentages opgetekend worden. Als ruwe indicator voor structurele
leegstand nemen we het aantal panden ten opzichte van het aantal woongelegenheden volgens het
kadaster. Bemerkt dat in het leegstandregister de panden ook gebouwen kunnen zijn. Later wordt er
dan ook een analyse uitgevoerd waarbij we veronderstellen dat alle panden gebouwen zijn in plaats
van woningen.
Figuur 5 Aandeel niet primair‐bewoonde woningen volgens bouwjaar en type gebouw
Bron: Census 2011
Leegstand in Vlaanderen | 30
Figuur 6 Aantal niet bewoonde woningen volgens bouwjaar en type gebouw
Bron: Census 2011
Deze hypothese lijkt bevestigd indien we naar de correlatie tussen het aandeel van het leegstands‐
register en oude niet‐bewoonde eengezinswoningen kijken. Bovendien zien we dat het leegstand‐
register waarschijnlijk doorheen de tijd beter geregistreerd wordt door de gemeenten. De correlatie
stijgt immers overheen de verschillend jaren. Gegeven het feit dat leegstand niet op een gelijkaardige
en even intensieve manier tussen gemeenten opgevolgd wordt, is dit een hoge correlatie en kan men
vermoeden dat deze correlatie stijgt naarmate de gemeente leegstand beter en uniformer zou
registreren.
Tabel 3 Correlatie tussen leegstand gemeten volgens leegstandregister en aandeel oude niet‐bewoonde
eengezinswoningen op gemeenteniveau volgens jaar, Vlaams Gewest (in %)
Correlatie 2012 2013 2014 2015
Aandeel oude niet‐bewoonde eengezinswonin‐gen (gebouwd voor 1945)
31 33 42 43
Bron: Census 2011, leegstandregister Wonen‐Vlaanderen
3.3.1.1 Regressieanalyse
Aangezien het leegstandregister, hoewel niet door alle gemeenten op dezelfde manier en even intens
opgevolgd wordt, blijken deze toch een sterke samenhang te vertonen het aandeel leegstaande een‐
gezinswoningen. We gaan nu via een meervoudige regressieanalyse, waarbij het gemeentelijk8 aandeel
8 Momenteel zijn de census‐statistieken waarbij een onderscheid gemaakt wordt volgens conventionele woningen naar
bewoningssituatie, type gebouw en bouwperiode enkel op gemeenteniveau beschikbaar, waardoor de mogelijkheden van een meer gedetaillleerde ruimtelijke analyse beperkt zijn.
Structurele Leegstand ?
Semi‐primaire en secundaire bewoning ?
Leegstand in Vlaanderen | 31
leegstaande woningen volgens het leegstandregister verklaard wordt na welke andere variabelen
eveneens een verklaring kunnen bieden. Hiertoe zijn verschillende modellen getest, die we stapsgewijs
overlopen.
1. Zoals eerder aangegeven vertoont het aandeel oude niet‐bewoonde eengezinswoningen een
sterke samenhang met het aandeel woningen in het leegstandsregister. De coëfficiënt van het aan‐
deel niet‐bewoonde woningen met bouwjaar tussen 1919‐1945 is ook zeer significant, maar wel
beduidend lager dan deze met bouwjaar voor 1919.
2. Aangezien we ook grote aandelen niet‐bewoonde meergezinswoningen met bouwjaar 1971‐1980
vonden, plaatsten we deze ook in het model, maar deze zijn helemaal niet significant. Hoogstwaar‐
schijnlijk dienen zijn voor semi‐primaire en secundaire bewoning.
3. Opmerkelijk is bovendien dat het aandeel niet‐bewoonde meergezinswoningen met bouwjaar
voor 1919 een negatief teken heeft. Mogelijk is structurele leegstand moeilijker te meten in appar‐
tementen. Maar evengoed kan het zijn dat deze appartementen veelal niet structureel leegstaan.
Oude appartementsgebouwen zullen veelal gelegen zijn op centrale locaties. Daarnaast
4. Als parameter voor aantrekkelijke locaties hebben we het fiscaal inkomen van een startende eige‐
naar9 genomen. Dit fiscaal inkomen geeft goed de recente dynamiek op de woningmarkt weer. De
resultaten geven weer dat regio’s met hogere inkomens een lagere leegstand optekenen. We zien
dat de inkomens van de plaatselijke bewoners die starten op de eigenaarsmarkt significant is.
Mogelijk wordt dit verklaard door het feit dat de aantallen van deze groep hoger is.
5. Een mogelijke these is dat in gemeenten met veel nieuwbouw erop kan wijzen dat dit de geprefe‐
reerde optie is en zo leegstand in de hand helpt. De indicator nieuwbouw t.o.v. vergunningen had
weliswaar een positief teken zoals verwacht maar we vonden haast geen significante resultaten.
Bovendien vonden we ook voor de intensiteit aan renovatie en sloop een positief teken, wat dan
weer niet overeenstemt dat nieuwbouw ervoor zorgt dat bestaande woningen leeg blijven. Daar‐
naast is ook de modellering niet vanzelfsprekend. Een hoog nieuwbouwpercentage kan erop wijzen
dat de gemeente een jonge woningvoorraad heeft en een jonge groeiende bevolking, en dus geen
leegstand. We zouden met andere woorden alleen maar nieuwbouw willen mee opnemen indien
er een oude woningvoorraad is. Dit kan door een interactie‐effect. Daartoe is een indicator
(ver)nieuwbouw geconstrueerd. Deze indicator is de ratio vergunningen ten opzichte van het aan‐
tal woongelegenheden, vermenigvuldigd met het aandeel woningen gebouwd voor 1919.
9 Het gemiddeld fiscaal inkomen per aangifte wordt beïnvloed door het aantal bejaarden, het aantal gezamelijke aangiftes,
enz. Elementen die een zekere ongewenste ruis veroorzaken in de data. Fiscaal hebben we een startende eigenaar benaderd als een min 40‐jarige die voor van een fiscaal woonvoordeel geniet, en niet het jaar ervoor.
Leegstand in Vlaanderen | 32
Tabel 4 Regressieresultaten verklaring aandeel woningen in leegstandsregister op gemeenteniveau,
Vlaams Gewest, 2015
(1) (2) (3) (4) (5)
R2 0,202 0,202 0,209 0,231 0,238Niet‐bewoonde eengezins‐woningen <1919
0,350*** 0,305*** 0,360*** 0,320*** 0,243***
Niet‐bewoonde eengezins‐woningen 1919‐1945
0,192*** 0,191*** 0,189*** 0,189*** 0,180***
Niet‐bewoonde meergezins‐woningen 1971‐1980
n.s. n.s.
bewoonde meergezinswoningen 1971‐1980
n.s. n.s.
leegstaande meergezins‐woningen <1919
‐0,178* ‐0,185** ‐0,160*
inkomen startende eigenaars immigrerend
‐2,4E‐07 ‐2E‐07
inkomen startende eigenaars binnen gemeente
‐5,4E‐07** ‐5E‐07**
indicator (ver)nieuwbouw 0,204
* licht significant (p<0.1); ** significant (p<0.05); *** sterk significant (p<0.01). Bron: Census2011, Wonen‐Vlaanderen, AD Statistics, eigen verwerking
Globaal kunnen we stellen dat de leegstand zoals die nu gemeten is in het leegstandregister verklaard
kan worden door de aanwezigheid van oude niet voor primaire bewoning gebruikte eengezins‐
woningen op minder dure locaties. Dit effect lijkt sterker mee te spelen in regio’s met lagere inkomens.
Deze resultaten kunnen ook grafisch weergegeven worden zoals in onderstaande figuren.
Opvallend is de gelijkenis aan de westkant van de IJzer. Het aandeel oude woningen is er hoog omdat
de regio gespaard is door de eerste wereldoorlog, en het aandeel niet primair bewoonde oude wonin‐
gen is er eveneens hoog. Voorts valt het op dat stedelijke gebieden weliswaar een hoog aandeel niet
primair bewoonde oude eengezinswoningen hebben, maar een relatief laag leegstandpercentage. Dit
kan verklaard worden door het feit dat semi‐primaire en secundaire bewoning er hier voor zorgt dat
deze woningen niet structureel leegstaan. Bovendien kan men verwachten dat oude woningen op aan‐
trekkelijke locaties in het algemeen minder snel leegstaan. Daartoe zijn de liggingseffecten van huur‐
huizen toegevoegd zoals verkregen uit analyses op de Huurschatter (Vastmans, 2016). Deze geven
weer hoe een identieke woning (dus gelijke grootte en kwaliteit) in huurprijsverschil verschilt volgens
het niveau van de statistische sector. In grote mate komen deze verschillen overeen met de verschillen
zoals die door de inkomensvariabele uit de regressieanalyse verklaard wordt. Het geeft alvast weer
waarom de residuele benadering van leegstand zoals uitgewerkt in 3.2 niet werkt. Op aantrekkelijke
locaties is het aandeel tweede verblijven hoger, en de leegstand kleiner, wat het negatief verband
tussen beiden verklaart. Opvallend, maar vanuit die optiek niet onlogisch, zien we dan ook dat cen‐
trumsteden en de stedelijke randen lagere leegstandpercentages optekenen.
In bovenstaande analyse hebben we de analyse uitgevoerd waarbij het aantal panden afgezet werd
ten opzichte van het aantal woongelegenheden. We veronderstelden dat het aantal panden vaker
duidt op een woongelegenheid dan wel op een volledig gebouw met diverse woongelegenheden.
Indien we nu veronderstellen dat het aantal panden eerder met het aantal gebouwen overeenkomt,
dan krijgen globaal gezien een gelijkaardig beeld, maar de kustgemeenten en centrumsteden met een
hoog aandeel appartementen kleuren nu wel donkerder. We vermoeden dat voor gemeenten waar
het gemiddeld aantal woongelegenheden per gebouw hoog is, de regressieanalyse minder geschikt is,
Leegstand in Vlaanderen | 33
en de kans zelfs bestaat dat het de coëfficiënten beïnvloedt. Als robuustheid‐analyse hebben we daar‐
toe eenzelfde analyse uitgevoerd waarbij de 30 gemeenten met de grootste verhouding woongelegen‐
heden per gebouw uit de analyse gelaten zijn, dus een selectie van gemeenten waar er minder appar‐
tementen zijn. De resultaten waren gelijkaardig.
Figuur 7 Aandeel niet primair bewoonde eengezinswoningen met bouwjaar <1919 (2011)
Bron: Census 2011
Figuur 8 Verhouding panden* in het leegstandregister t.o.v. woongelegenheden (2015)
* Panden in het leegstandregister. Bron: Wonen‐Vlaanderen, AAPD
Leegstand in Vlaanderen | 34
Figuur 9 Ligginseffect van huurhuizen volgens hedonische prijsanalyse op Huurschatter (2015)
* Hoe donkerder, hoe duurder Bron: Vastmans (2016)
Figuur 10 Verhouding panden* in het leegstandregister t.o.v. aantal gebouwen (2015)
* Hier wordt het aantal panden in het register afgezet tegen het aantal gebouwen, en niet tegen het aantal woongelegenheden.
Bron: Vastmans (2016)
3.4 Besluit
Om de leegstand te verklaren is er in de eerste plaats een tijdreeks leegstand nodig. Hiertoe zijn twee
benaderingen gebruikt om op gemeenteniveau het percentage structurele leegstand te schatten. De
residuele benadering start met de totale voorraad woningen om stapsgewijs die woningen hiermee te
verminderen die op een bepaalde wijze bewoond zijn (gedomicilieerde huishoudens, studenten, …).
De beschikbare data om dit te doen zijn echter partieel en benaderend. Het resterend woningsurplus
dat niet aan een bepaalde bewoning toegewezen kan worden is daardoor nog redelijk groot en lijkt
Leegstand in Vlaanderen | 35
voornamelijk uit semi‐primaire en secundaire bewoning te bestaan die niet gemeten is in de beschik‐
bare bronnen/benaderingen. De analyse suggereerde bovendien een negatief verband tussen het aan‐
deel semi‐primaire/secundaire verblijven en leegstand.
Vervolgens werden de cijfers van het leegstandregister gebruikt als indicator van het aandeel structu‐
reel leegstaande woningen. Deze indicator kan uiteraard gezien worden als een minimum. Niet alle
structurele leegstand is per gemeente gekend en bovendien verschilt het leegstandsbeleid tussen
gemeenten in grote mate. Op basis van de census 2011 konden we een belangrijke variabele eruit
halen. Het lijken voornamelijk de niet primair bewoonde oudere eengezinswoningen op minder aan‐
trekkelijke locaties die leegstaan. De aantrekkelijkheid van de locatie is gemeten via het inkomen van
eigenaars die starten op de woningmarkt. Dit is in lijn van de verwachtingen. Structurele leegstand in
aantrekkelijke gemeenten lijkt daardoor beperkt te zijn. Ook in Nederland vindt men dat de meest
perifere gebieden de hoogste leegstandpercentages kennen (Zeeland, Zuid‐Limburg). Daarnaast zijn
er ook andere factoren die mogelijk meespelen.
Resultaten voor gemeenten met veel appartementen kunnen niet echt getrokken worden. Aangezien
in het leegstandregister niet duidelijk geweten is als een pand een heel appartementsgebouw dan wel
een enkele woongelegenheid, is het opstellen van een indicator van het leegstandpercentage op basis
van leegstandregister voor deze gemeenten onduidelijk. Bovendien zien we dat deze gemeenten vaak
hoge percentages van semi‐primaire en secundaire bewoning hebben. Net in die gemeenten is het
vaak moeilijk om leegstand vast te stellen. Daarnaast spelen ook fiscale incentieven van de eigenaar
mee. In de mate dat een heffing op leegstand hoger is dan deze op tweede verblijven zal de eigenaar
verkiezen om zijn woning als tweede verblijf aan te geven, hoewel dit de facto kan leegstaan.
De analyse op basis van het leegstandregister geeft daardoor een partieel beeld en mogelijk registre‐
ren gemeenten vooral die panden waarvan de leegstand op een eenvoudige manier vast te stellen is
(omission bias). We verwachten dat een leegstaande woongelegenheid in een appartementsgebouw
dat voor het overige bewoond is daardoor minder snel geregistreerd zal worden dan een woonhuis.
Het doel van deze analyse was dan ook om verklaringen te geven van leegstand aan de hand van de
beschikbare gegevens over leegstand. Naarmate leegstand beter gemeten wordt, kunnen de verkla‐
rende analyses verfijnd worden.
Deel 3: Algemene conclusies en aanbevelingen
Lieve Vanderstraeten, Frank Vastmans en Michael Ryckewaert
Leegstand in Vlaanderen | 37
4. Algemene conclusies en aanbevelingen
4.1 Conclusies
Dit onderzoek focust op structurele leegstand. Het rapport beschrijft in het eerste hoofdstuk van het
eerste deel hoe structurele leegstand wordt gedefinieerd. Daarna wordt onderzocht of en hoe leeg‐
stand op een wetenschappelijk betrouwbare en nauwkeurige wijze kan worden gemeten (hoofdstuk 2
deel 1). Tenslotte wordt nagegaan of er verklarende factoren kunnen worden aangehaald die leeg‐
stand bepalen en of er inzicht kan worden verworven in de woningen die in grotere mate kans hebben
om leeg te staan (hoofdstuk 3 deel 2).
Bekijken we de wijze waarop de drie regionale overheden (Vlaamse, Waalse en Brusselse overheid)
structurele leegstand beleidsmatig invullen, zien we dat ze eenzelfde periode (van minstens 12 opeen‐
volgende maanden) hanteren om een woning die niet is aangewend voor bewoning (of een ander
aanvaarde functie in het geval van Vlaanderen) als structureel leegstaand te beschouwen. De Brusselse
en Waalse Regering specifiëren in hun wetgeving de situatie door aan te geven dat een structureel
leegstaande woning en woning is waar niemand is ingeschreven in het bevolkingsregister en/of er
gedurende 12 maanden geen huisraad heeft gestaan.
De Brusselse en Waalse Regering hebben ook, in vergelijking met de Vlaamse Regering, extra
elementen opgenomen om een woning als structureel leegstaand te beschouwen. Ze stellen dat indien
het water‐ en elektriciteitsverbruik onder de door de Regering vastgestelde minimale drempel ligt, de
woning als structureel leegstaand wordt beschouwd.
Leegstand kan op dit ogenblik onvoldoende op een wetenschappelijk betrouwbare en nauwkeurige
manier worden gemeten aan de hand van de beschikbare administratieve databronnen. Hierbij wer‐
den de mogelijkheden en beperkingen onderzocht van het leegstandsregister van de Vlaamse overheid
en het gekoppelde woningenbestand ontwikkeld in het kader van de Census 2011 (welke een koppe‐
ling is tussen de kadastrale databank en het rijksregister).
Het leegstandsregister van de Vlaamse overheid is een gemeentelijk instrument en geen nauwkeurige
statistische informatiebron. Winters et al. (2015) stellen in hun studie over het lokaal woonbeleid dat
de volledigheid van het register bepaald wordt door de bereidwilligheid en ICT‐mogelijkheden van
gemeenten. Een hoog absoluut cijfer leegstaande panden kan wijzen op een actief beleid, maar een
actief beleid vertaalt zich niet altijd in een hoog aantal leegstaande panden (wanneer de gemeenten
in kwestie een beleid voeren rond het op de markt houden van woningen). Deze elementen maken
dat het onmogelijk is om te weten of het cijfer uit het gemeentelijke leegstandsregister de werkelijke
leegstand benadert of niet en of het cijfer dus een volledig of partieel (met het gevaar voor een een‐
zijdig) beeld schetst van leegstand.
Het gekoppelde woningenbestand van de Census 2011 is wel een interessante statistische informatie‐
bron, maar er zijn geen betrouwbare administratieve databronnen om de groep van structureel leeg‐
staande woningen uit het geheel te filteren.
Leegstand in Vlaanderen | 38
Op basis van de gekoppelde informatie tussen kadastrale en rijksregistergegevens kunnen de con‐
ventionele woningen10 opgesplitst worden in een groep bewoonde woningen en een groep niet‐
bewoonde woningen. De bewoonde woningen zijn deze woningen waar via de verschillende koppe‐
lingsmechanismen een huishouden is toegekend, aan de niet‐bewoonde woningen is geen huishouden
toegekend.
De groep van niet‐bewoonde woningen bestaat, naast structureel leegstaande woningen, ook uit
(1) andere tijdelijke vormen van leegstand, (2) tweede verblijven, (3) vakantiewoningen in gewone
conventionele woningen en (4) niet‐officiële bewoonde woningen (studenten die niet op hun kot
gedomicilieerd zijn, starters op de woningmarkt die nog op het ouderlijk adres gedomicilieerd zijn,
mensen die in het wachtregister zijn opgenomen en alleen wonen, buitenlandse diplomaten en mili‐
tairen die zich niet in België geregistreerd hebben, enzovoort). Er zijn geen betrouwbare administra‐
tieve cijfers beschikbaar om de nodige correcties/aanpassingen op de groep van niet‐bewoonde
woningen uit te voeren om tot een wetenschappelijk aanvaardbare gemeentelijke becijfering van
structurele leegstand te komen.
Daarenboven is voor de koppeling van rijksregister‐ en kadastrale gegevens gebruik gemaakt van
algoritmen en (in het geval van 3% van de huishoudens) artificiële koppelingen. Deze artificiële koppe‐
lingen linkten willekeurig een huishouden aan een conventionele woning waar nog geen huishouden
aan was toegekend. De kans is groot dat bij deze willekeurige koppeling het huishouden niet is toe‐
gekend aan de woongelegenheid waar het huishouden effectief woont. Deze onzekerheid ondermijnt
het gebruik van de groep van niet‐bewoonde woningen als vertrekpunt. Het lijkt beter om de databank
van de conventionele woningen als startpunt te nemen en, gelijkaardig aan de methode die in het
Brussels Hoofdstedelijk Gewest wordt gebruikt en in het Waalse Gewest reeds wettelijk is verankerd,
tot een schatting te komen van de vermoedelijk structureel leegstaande woningen op gemeentelijk
niveau (zie onder).
Het feit dat er geen wetenschappelijk betrouwbare en nauwkeurige manier bestaat om leegstand te
meten aan de hand van administratieve databronnen, maakt het ook moeilijk om tot verklaringen te
komen van leegstand aan de hand van diezelfde beschikbare administratieve databronnen.
Hiertoe werd eerst het resterend woningsurplus berekend op gemeenteniveau, namelijk de woon‐
gelenheden waarvan het type bewoning niet ‐ op een rudimentaire ‐ wijze konden worden toege‐
wezen aan (1) andere tijdelijke vormen van leegstand, (2) tweede verblijven, (3) vakantiewoningen en
(4) niet‐officiële bewoonde woningen. Dit resterend woningsurplus bestaat echter grotendeels uit
niet‐officieel bewoonde woningen (of semi‐primaire bewoning) en tweede verblijven (of secundaire
bewoning) en is vooral negatief gecorreleerd met het aandeel leegstaande panden in het leegstand‐
register. Het is bijgevolg onmogelijk om een schatting te maken in welke mate dit resterend woning‐
surplus door leegstand bepaald wordt.
De data van de census 2011 bieden hiervoor een mogelijke verklaring. Het aantal niet‐bewoonde
woningen vertoont namelijk twee onderscheiden klassen. De niet‐bewoonde eengezinswoningen met
een bouwjaar voor 1945 en de niet‐bewoonde appartementen met een bouwjaar tussen 1960‐1980.
We vermoeden dat de eerste kleinere groep eerder wijst op leegstand en de tweede groep eerder op
semi‐primaire en secundaire bewoning.
Daartoe wordt via een regressieanalyse een indicator van leegstand, gebaseerd op het leegstand‐
register, verklaard. De leegstand volgens het leegstandregister staat ‐ ondanks de kwaliteit van deze
10 ADS definieert de conventionele woningen als ruimten die bestemd zijn voor permanente menselijke bewoning. De collec‐
tieve woningen (rusthuizen, kloosters, gevangenissen en ziekenhuizen), woonboten, bewoonde caravans en windmolens worden niet beschouwd als conventionele woning. Er waren in Vlaanderen op 1 januari 2011 2 613 187 conventionele woningen, 1 478 andere woongelegenheden en 3 805 collectieve woonverblijven (Census 2011).
Leegstand in Vlaanderen | 39
data ‐ in een duidelijke relatie met het aandeel niet‐bewoonde eengezinswoningen gebouwd voor
1945, met het duidelijkste verband voor woningen gebouwd voor 1919. Daarnaast geeft de analyse
aan dat gemeenten met lagere inkomens hogere leegstandpercentages optekenen.
Hoewel deze resultaten te verwachten zijn, dient men voor ogen te houden dat de leegstand die hier
gemeten is uit het leegstandregister komt. Men kan vermoeden dat leegstand bij oude eengezins‐
woningen gemakkelijker te detecteren is dan bij appartementen. Voor een volledige verklarende ana‐
lyse zijn dan ook betere data over leegstand nodig.
4.2 Beleidsaanbevelingen
De Vlaamse Regering wil steden en gemeenten sterker maken en hen hierbij meer beleidsruimte bie‐
den. Ze richtte daarvoor een commissie ‘decentralisatie’ op die moest nagaan op welke terreinen de
autonomie van de lokale besturen kan verhoogd worden. In het eindverslag van de paritaire commissie
wordt voorgesteld om de lokale besturen volledige beleidsvrijheid te geven om te bepalen of ze über‐
haupt een beleid rond leegstand willen voeren en, indien ze dit wensen te doen, stelt de commissie
voor om hen zelf te laten bepalen hoe ze daar invulling aan geven. De rol van de Vlaamse overheid
beperkt zich in het voorstel tot het bepalen van het strategisch kader op hoofdlijnen. Anderzijds ver‐
meldt het eindverslag van de paritaire commissie ook expliciet dat er nood blijft om centraal nog een
aantal aspecten omtrent leegstand te monitoren en dat, door het wegvallen van de verplichtingen
inzake het leegstandsregister, zal moeten worden onderzocht hoe deze nood aan informatie‐uitwisse‐
ling het best kan worden ingevuld.
Ons lijkt het belangrijk dat er, ondanks de toekomstige complete gemeentelijke verantwoordelijkheid,
toch een goed startpunt met een overzicht van de potentieel langdurig leegstaande woningen, gebruik
makend van een koppeling tussen de verbruiksgegevens van water en elektriciteit en de kadastrale
databank, zou worden aangereikt door de Vlaamse overheid aan de gemeenten. De Vlaamse overheid
heeft hierdoor de zekerheid dat elke gemeente beschikt over een goed startpunt met een overzicht
van de potentieel langdurig leegstaande woningen én verzekert zich er van dat de lijst op een homo‐
gene manier tot stand is gekomen voor alle Vlaamse gemeenten welke een (wetenschappelijk verant‐
woorde) monitoring op Vlaams niveau mogelijk maakt. De gemeentelijk vrijheid over het al dan niet
voeren van een leegstandsbeleid wordt hiermee niet geschonden, gemeenten zijn vrij om met de lijst
te doen wat ze zelf willen. De Vlaamse overheid biedt hen een kader met vertrekpunt aan.
Om dit overzicht van potentieel langdurig leegstaande woningen te genereren, kan gebruik gemaakt
worden van een geautomatiseerde koppeling tussen de databanken van de nuts‐ en distributiemaat‐
schappijen en de kadastrale databank. Ondanks de imperfecties die bij de kadastrale databank en deze
koppeling gepaard gaan, lijkt dit de beste optie. De koppeling duidt de meters aan die aan een conven‐
tionele woning kunnen worden verbonden en bijgevolg dus het aantal conventionele woningen waar‐
bij een uitzonderlijk laag water‐ en/of energieverbruik is vastgesteld. Dit aantal zou dan het aantal
conventionele woningen voorstellen die potentieel langdurig/structureel leegstaan. De link met het
kadaster stelt de gemeenten, indien gewenst, ook in staat om de eigenaar van het pand te benaderen
indien ze deze in de strijd tegen structurele leegstand willen contacteren.
Indien een dergelijke benadering interessant gevonden wordt, lijkt een case‐studie aangewezen om
het potentieel van de methodologie te testen. De geautomatiseerde koppeling tussen de databanken
van de nuts‐ en distributiemaatschappijen en de kadastrale databank zal, net als de koppeling van het
Leegstand in Vlaanderen | 40
rijksregister en de kadastrale databank in het kader van de Census 2011 enerzijds en de koppeling van
de databanken de nuts‐ en distributiemaatschappijen en de kadastrale databank in het kader van de
studie van CEHD anderzijds, op mismatchen botsen doordat er met grote waarschijnlijkheid geen een‐
duidige notatie is van huisnummers, busnummers, bisnummers en verdiepingen en omdat er niet altijd
een eenduidige link zal zijn tussen woongelegenheid en teller: één woongelegenheid kan meerdere
tellers van water en/of elektriciteit bevatten en één teller van water en/of elektriciteit kan gedeeld
worden door meerdere woongelegenheden. Empirisch onderzoek aan de hand van een case‐studie
moet uitwijzen in welke grootte‐orde de mismatch zich bevindt.
BIJLAGEN
Leegstand in Vlaanderen | 42
Bijlage 1 Geschatte frictieleegstand in West‐Vlaanderen
Frictieleegstand is een tijdelijke leegstand die noodzakelijk is om de woningmarkt naar behoren te
doen functioneren. Het steunpunt sociale planning van de provincie West‐Vlaanderen maakt aan de
hand van onderstaande formule een schatting van de frictieleegstand in de West‐Vlaamse gemeenten.
Frictieleegstandtotaalmaximumbewoond a totaalhuidigbewoond b
totaalhuidigbewoond b
(a) Totaal maximum bewoond = Som van het totaal aantal gelegenheden waar de afgelopen
vijf jaar een huishouden gedomicilieerd is geweest voor 2009, 2010 en 2011
(b) Totaal huidig bewoond = Som van het totaal aantal gelegenheden waar in 2009, 2010 en
2011 een huishouden gedomicilieerd is.
Leegstand in Vlaanderen | 43
Bijlage 2 Regressieresultaten residuele bepaling van leegstand
Het uitgangspunt van deze meervoudige regressieanalyse is het gemeentelijk % woningsurplus trach‐
ten te verklaren aan de hand van de andere factoren, namelijk % leegstand, % woningen in vakantie‐
verblijven, % alleenstaanden in wachtregister, % studenten in zelfstandige woongelegenheden, % losse
vakantiewoningen.
Naast deze volledige analyse hebben we nog twee extra testen gedaan om de robuustheid van de
resultaten te controleren. We hebben de analyse eveneens zonder de kustgemeenten (+ Zuienkerke,
een halve kustgemeente met een woningsurplus van net boven de 10%) uitgevoerd.
Daarnaast hebben we de analyse uitgevoerd door de variabelen te vertalen naar dummies, waarbij
de voor elke variabele de oorspronkelijke waarde omgezet werd naar 0 indien deze kleiner was dan
het Vlaamse gemiddelde, en 1 indien groter.
Model 1 in onderstaande tabel zijn de variabelen in oorspronkelijke, lineaire vorm, model 2 is zo
opgezet dat het zowel het woningsurplus (de te verklaren variabele) als de verklarende variabelen in
dummies omzet, en model 3 is een model waarbij alleen de verklarende variabelen in dummies is
omgezet. Opzet hiervan is eveneens om het belang van uitschieters de resultaten niet te laten ver‐
tekenen, en dus de robuustheid van de resultaten na te gaan.
Daar waar in het oorspronkelijke model de variabelen het grootste deel van de variatie kon verklaren
(R²=80%), daalde dit tot gemiddeld 22% wanneer de kustgemeenten ‐ met grote waarden voor het
woningsurplus ‐ niet mee opgenomen werden. Dit was te verwachten. Interessanter is het echter om
na te gaan welke variabelen een rol spelen.
Het % vakantiewoningen (Toerisme Vlaanderen), dus diegene in de gewone woningvoorraad, hebben
een uitgesproken positieve coëfficiënt in alle modellen en is zeer significant (p‐waarden). Dit is een
eerste indicatie dat de tweede verblijven sterk samenhangen met het woningsurplus. Men kan immers
vermoeden dat in regio’s waar veel vakantiewoningen voor commercieel verhuur zijn, eveneens meer
tweede verblijven zijn.
Het aandeel studenten in de reguliere woningvoorraad is niet heel robuust, maar veelal lijkt er een
positief verband tussen beiden. Men kan verwachten dat in studentenbuurten een groter deel afge‐
studeerden een woning huren terwijl ze nog thuis gedomicilieerd zijn, wat een groter woonsurplus
verklaart.
De coëfficiënten van het wachtregister zijn telkens negatief, maar niet zeer significant. Hoe groter het
aantal mensen in het wachtregister in een gemeente, hoe kleiner het woningsurplus (wat mogelijk
samenhangt met de bevolkingsdruk in die gemeenten?).
De relatie tussen woningsurplus en het aantal woongelegenheden in vakantieverblijven (dus niet voor
permanente bewoning) vertoont een onduidelijk verloop. Dit kan mogelijk verklaard worden door het
feit dat men in gemeenten met vakantieparken eveneens meer tweede verblijven verwacht, gezien
Leegstand in Vlaanderen | 44
het karakter van die gemeente. Anderzijds is er reeds vermeld dat er ook gemeenten zijn met een
negatief woonsurplus vanwege het feit dat er ook huishoudens gedomicilieerd zijn in woongelegen‐
heden voor niet permanent verblijf.
De belangrijkste resultaten voor dit onderzoek vinden we echter terug bij de variabele leegstand. De
variabelen zijn zeer significant en telkens negatief. Dus, hoe groter de administratieve leegstand, hoe
kleiner het woningsurplus in een gemeente. Dit resultaat strookt niet met het opzet van deze studie,
waarbij we ervan uitgingen dat het woningsurplus in grote mate bepaald wordt door leegstand.
Wat zijn de mogelijke verklaringen hiervoor?
Er werden reeds diverse verklaringen voor het woningsurplus aangereikt. Er lijkt echter ook een seg‐
ment van tweede verblijven te zijn die dienen voor beroepsdoeleinden, namelijk dicht bij werk‐
gelegenheidscentra, zie bv. de zuidoostkant van het Brussels Gewest. Een ander element omvat de
meting van de administratieve leegstand die opgevolgd wordt door gemeenten. Hoe beter deze opge‐
volgd wordt, hoe kleiner het niet‐opgevolgde deel van structurele leegstand als onderdeel van het
woningsurplus. In gemeenten waar de woningnood en de bevolkingsdruk het grootst is, heeft de
gemeente het meeste belang om de administratieve leegstand goed op te volgen. Op die manier pro‐
beren zij immers optimaal de bestaande woningvoorraad te gebruiken om deze bevolkingsdruk te
beantwoorden. Dit zijn dus de gemeenten met een kleiner woningsurplus. Het is een mogelijk interes‐
sante oefening om vanuit die optiek de administratieve leegstand te verklaren. Maar deze veronder‐
stelling biedt geen grond voor het opzet om het woningsurplus te verklaren als proxy voor leegstand.
Tabel 5 Resultaten verklaring %woningsurplus in gemeenten, 2014
Steekproef Alle gemeenten (n=308) Gemeenten exclusief kust
Model 1 2 3 1 2 3
R² 0,80 0,33 0,40 0,20 0,19 0,24
Geschatte coëfficiënten
% leegstand ‐94,27 ‐0,01 ‐1,49 ‐71,19 ‐0,29 ‐0,82% vakantie (AAPD) ‐0,36 0,03 0,49 ‐0,15 0,34 ‐1,83% wachtregister (alleenst.) ‐73,04 ‐0,03 ‐1,41 ‐92,00 ‐0,02 ‐0,67
% studenten in zelfst. wgh. 18,30 0,66 4,90 ‐4,15 0,33 2,57
% vakantie (Toerisme Vl.) 493,93 0,48 15,11 138,15 0,29 2,30
P–waarden van de regressie (kleiner dan 0.1 is licht significant, kleiner dan 0.01 sterk significant)
% leegstand 0,000 0,622 0,009 0,000 0,000 0,000% vakantie (AAPD) 0,000 0,301 0,486 0,000 0,000 0,000% wachtregister (alleenst.) 0,022 0,503 0,158 0,000 0,832 0,072% studenten in zelfst. wgh. 0,268 0,000 0,019 0,724 0,126 0,002% vakantie (Toerisme Vl.) 0,000 0,000 0,000 0,000 0,032 0,000
Bron: Data Weekers (2015), eigen analyse
Leegstand in Vlaanderen | 45
Bibliografie
AAPD (2014), Statistische sectorinformatie van het gebouwenpark, ontvangen via mail van AAPD, Algemene Administratie van de Patrimoniumdocumentatie.
ADS (2014), Kadastrale statistiek van het gebouwenpark 2013, Brussel: Algemene Directie Statistiek.
ADS (2014), Census 2011. Brussel: Algemene Directie Statistiek.
Dwarka (2014), ‘Keeping Revitalized Urban Neighborhoods Affordable’, Planning & Environmental Law, Vol. 66, Issue 4 april 2014.
Idea Consult (2014), Interperprovinciale studie Detailhandel, Kennisnetwerk Detailhandel in Vlaande‐ren, een initiatief van de vijf Vlaamse Provincies en het Agentschap Ondernemen en met financiële steun van het Europees Fonds voor Regionale Ontwikkeling (EFRO).
Lemaire E. & Cassilde S. (2014), Estimation de la vacance immobilière résidentielle – méthode du croisement des comsommations d’eau et d’éléctricité, Centre d’Etudes en Habitat Durable, Docu‐ment Technique 2014‐09, novembre 2014, 24 pages.
Lemaire E (2015), Estimer et comprendre la vacance immobilière résidentielle. Une recherché‐pilote carolorégienne, rapport final du Relais Social de Charleroi et du Centre d’Etudes en Habitat Durable, Charleroi, mars 2015, 71 pages.
Li Y. & Walter R. (2013), ‘Single‐Family Housing Market Segmentation, Post‐Foreclosure Resale Duration, and Neighborhood Attributes’, Housing Policy Debate, 2013, Vol. 23, No. 4, 643–665.
Ministerie van de Vlaams Gemeenschap (2004), Ruimtelijk Structuurplan Vlaanderen, gecoördineerde versie, Brussel, 595 p.
Read C., ‘Tenants’ search and vacancies in rental housing markets’, Regional Science and Urban Economics, 23 (1993), p. 171‐183.
Stad Gent (2012), Gent in cijfers 2012: Gent, stad voor de Gentenaars en studenten, Gent: Stad Gent.
Sterkens D., Coppens T. & Van Acker M. (2013), Leegstand en Herbestemming, Inventariserend onder‐zoek naar beleid en maatregelen, Onderzoek in opdracht van de Interlokale Vereniging Kennis‐centrum Vlaamse Steden In samenwerking met Belfius Bank.
Tratsaert K. (2012), Huurprijzen en richthuurprijzen. Deel II: De registratie van huurcontracten als informatiebron van de private huurmarkt, Steunpunt wonen, Wonen Vlaanderen 65 p.
Vastmans F. & Helgers R., Statistische sectorinformatie van AAPD als bron van woningmarktonder‐zoek, Steunpunt wonen/Wonen Vlaanderen (te verschijnen).
Weekers K. (2015), Het aantal tweede verblijven in Vlaanderen in 2014, SVR – Methoden en tech‐nieken 2015/1, 34 p.
Winters S., Van den Broeck K. & Vanormelingen J. (2015), Het lokaal woonbeleid op (de) kaart! De praktijk van het lokaal woonbeleid beschreven, de subsidie voor intergemeentelijke samenwerking geëvalueerd, Steunpunt Wonen, Leuven, 198 p.