CorpoData: open data over woningcorporaties

Woningbouw

In deze datablog gaan we in op open data over woningcorporaties. Woningcorporaties zijn geen overheidsorganisaties maar hebben wel een wettelijke taakstelling, hebben toegang tot door de overheid geborgde leningen. en er zijn veel gegevens over volkshuisvesting en de corporaties in beheer bij de overheid. Dit maakt het een interessante bron van data over geldstromen, prestaties en de ontwikkelingen van (individuele) corporaties.

CorpoData is een samenwerkingsverband waar verschillende overheidsinstanties bij betrokken zijn. Woningcorporaties leveren data aan over hun financiën en de woningen die zij in beheer hebben. Dit is zowel informatie over de stand van zaken (dVi) als informatie over de komende tijd, tot wel tien jaar vooruit. Op dit moment wordt dit gefaseerd als open data ontsloten en beschikbaar gesteld voor de Accountability Hack. De data is ook nu al behoorlijk omvangrijk, dus om een eerste beeld te krijgen van wat deze data waardevol zou kunnen maken voor de Accountability Hack geven we in deze blog een voorzetje voor het uitpluizen van de data, en geven we twee voorbeelden van datasets die ontleend zijn aan de CorpoData.

De opbouw van de data

De open data die nu (gefaseerd) beschikbaar wordt gesteld, is gebaseerd op de data zoals corporaties deze aanleveren. Corporaties zijn verplicht twee keer per jaar data aan te leveren: over het afgelopen jaar de Verantwoordingsinformatie (dVi) en over de komende periode de Prognose Informatie (dPi). De data die beschikbaar wordt gesteld is gebaseerd op deze gegevens, samengevoegd voor alle corporaties, en bestaat dus ook uit deze twee delen. Daarnaast is het opgedeeld in verschillende tabellen, die weer opgedeeld zijn in hoofdstukken. Om hier wijs uit te worden gebruik je het veldnamenmodel, waarin alle hoofdstukken en tabellen uitgelegd worden. Om te weten welk bestand en welk tabblad de meest interessante data heeft, begin je dus in het veldnamenmodel.

De Verantwoordings-informatie (dVi)

In de dVi bestaat uit vijf hoofdstukken: (1) Algemeen, (2) Activiteiten, (3) Financiële verantwoording, (4) Waardering bezit en (5) Overige (volkshuisvestelijke) verantwoording. Het eerste hoofdstuk bevat primaire data over de corporaties, die vooral gebruikt kan worden om namen van corporaties aan hun nummers te koppelen. Hoofdstuk 2, Activiteiten, bevat voornamelijk informatie over hoe de vastgoedportefeuille van elk van de corporaties heeft ontwikkeld, en kan gebruikt worden om dit inzichtelijk te maken. Hoofdstuk 3, financiële verantwoording, is de meest uitgebreide, en is zeker in het kader van de Accountability Hack een interessante dataset om de geldstromen van corporaties transparant te maken. Hoofdstuk 4 gaat in op de waardering van het bezit van de corporaties, en kan dus gebruikt worden om de financiële verantwoording te contextualiseren. Hoofdstuk 5 bevat “overige (volkshuisvestelijke) verantwoording” en gaat bijvoorbeeld in op beleid om leefbaarheid te vergroten: zie ook ons tweede voorbeeld, onderin deze datablog.

De Prognose informatie (dPi)

De dPi is op een soortgelijke manier opgebouwd, maar omdat het over een komende periode gaat bevat deze vooral prognoses. Het bestaat uit drie hoofdstukken/bestanden: (1) Algemeen, (2) Activiteiten en (3) Financiële prognose. Hoofdstuk 1 bevat weer algemene informatie, maar bevat meer informatie over afspraken waar de corporaties aan moeten voldoen. Hoofdstuk 2, Activiteiten, gaat onder andere in op DAEB– en niet-DAEB activiteiten. Hoofdstuk 3 bevat per corporatie de financiële prognoses.

Afgeleide data van dVi en dPi

Naast deze databestanden zijn er diverse databestanden en tools in gebruik die (in belangrijke mate) zijn afgeleid van deze twee databestanden. Voor een overzicht hiervan wordt verwezen naar de website Woningwet 2015. Klik hier door op ‘handige’ links en indicatieve bestedingsruimte woningcorporaties.

EnergieLabel-score per corporatie

Voor het eerste voorbeeld gebruiken we de tabel 2.2E, in hoofdstuk 2 van dVi. Hier vinden we, zoals in het veldnamenmodel uitgelegd staat, een overzicht van de woningen in beheer van elke corporatie, met percentages per conditiescore en per EnergieLabel. Bij zowel conditiescore als EnergieLabel is er een restcategorie ‘onbekend’, verder geven de percentages aan welk deel het bezit van de corporatie in elke categorie valt. Let op: deze percentages zijn niet exact, dus niet 100% herleidbaar op aantal woongegelegenheden per corporatie.

Het kan waardevol zijn om inzicht te krijgen in energiezuinigheid in de woningen die in beheer zijn bij deze corporaties, maar labels van A tot H laten zich moeilijk omrekenen. Gelukkig zijn er tabellen waarin uitgelegd wordt welke EnergieLabels (gegroepeerd) met welke energie-index overeenkomen. Dit betekent dat we aan elk label een geschat gemiddelde kunnen toekennen, om zo een geagreggeerde energiescore te schatten. In deze Excelsheet staat een berekening van deze score per corporatie. Daarnaast hebben we hoofdstuk 1 van CorpoData gebruikt om aan de hand van corporatienummer (L0000) een naam en locatie op te zoeken. Gecombineerd met data over aantal woningen in beheer van elke corporatie levert dat het volgende top 5-lijstje op:

Corporatie (vestiging) Aantal woongelegenheden (Daeb) Geschatte gemiddelde energie-index Afwijking van landelijk gemiddelde
Stichting Ymere (Amsterdam) 80554 2,022300043 0,263632863
Stichting Vestia (Rotterdam)
79374 1,815750029 0,05708285
Woningstichting Eigen Haard (Amsterdam)
55370 1,947000021 0,188332842
Stichting de Alliantie (Huizen)
55343 1,823500026 0,064832846
Stichting Portaal (Utrecht)
52369 1,732499969 -0,026167211

 

Let op: dit is een experimentele benadering, maar we kunnen wel voorzichtig concluderen dat van de grootste vijf corporaties Stichting Portaal in Utrecht de beste EnergieLabels heeft voor hun woningen, als enige met een geschatte score onder het landelijk gemiddelde. Daarnaast geldt voor Ymere en Vestia dat respectievelijk 13% en 15% van hun woningen geen bekend EnergieLabel hebben in de dVi-data, waar voor deze berekening een laag ingeschatte Energie-index van 1,6 gerekend is. Er is geen correctie uitgevoerd naar aanleiding van de ouderdom van de woningvoorraad. Als je meer oudere woningen in je bestand hebt als corporatie, dan is de isolatie daarvan waarschijnlijk slechter en krijgen ze een lager Energielabel.

Leefbaarheid: sociale en fysieke activiteiten per gemeente

Voor het tweede voorbeeld kijken we naar tabel 5.4 van de dVi, waar per gemeente en corporatie onder “leefbaarheid” de lasten (in €1000) voor sociale en fysieke activiteiten aangegeven wordt. Voor dit voorbeeld agreggeren we op gemeenteniveau. Dit levert het volgende overzicht op van de vijf hoogst scorende gemeenten.

Gemeente Aantal inwoners Fysieke activiteiten Sociale activiteiten Totaal per inwoner
Ouder-Amstel 13270 1071 56 0,08493
Waalwijk 46495 915 1750 0,05732
Leerdam 20590 181 903 0,05265
Maastricht 122485 337 5534 0,04793
Amstelveen 85015 3180 402 0,04213

 
Of visueel, voor heel Nederland:

activiteiten_leefbaarheid

Dit voorbeeld is een eerste voorzetje voor het inzichtelijk maken van leefbaarheid. Ben je hierin geïnteresseerd, kijk dan ook eens naar de budgetten voor leefbaarheid in dVi, of naar de leefbaarometer.

Zoekhulp huurwoningen onder sociale huurgrens

Een ander interessant instrument dat mogelijk met gebruik van open data is te ontwikkelen, betreft een zoekhulp voor mensen om (binnen een bepaald gebied) een geschikte woning te kunnen vinden onder de sociale huurgrens van 710 euro. Mensen zouden dan bijvoorbeeld kunnen zoeken binnen een bepaald vooraf gegeven huishoudensprofiel (inkomen en dergelijke) of zelf gegevens kunnen invoeren waarmee ze een geschikte huurwoning kunnen vinden. Daarbij kan de zoeker dan informatie krijgen over de beschikbaarheid van deze huurwoningen en de verhuurder binnen zijn zoekprofiel.

Achtergrondinformatie voor gebruik van de data

Op Data.openstate.eu staan de modellen en toelichtingen. Dit is handig als achtergrondinformatie voor als je met de data aan de slag wil.

Discussie via Gitter

Tijdens en in aanloop naar Accountability Hack zal gecommuniceerd worden via Gitter. Via dit platform kun je ook vragen stellen over de data of in contact komen met datahouders. Dus ga alvast naar de speciale Accountability Hack Gitter pagina en praat mee!

Doe je mee?

Wat wil jij met CorpoData doen en wat kun jij er nog meer uithalen? Op 9 september 2016, aan de vooravond van Prinsjesdag vindt Accountability Hack plaats. Tijdens deze hackathon gaan we met open data geldstromen en prestaties van de overheid in kaart brengen. Doe je mee? Aanmelden kan hier.