Uitwerking wonen
In lijn met de huidige praktijk van ruimtelijke ontwikkelingen komt deze sector in de allocatie als eerste aan bod. In de huidige modelimplementatie gebeurt dit in onderlinge concurrentie tussen vier subsectoren: eengezins-koop, eengezins-huur, meergezins-koop, meergezins-huur. Voor elk van de vier woningtypen wordt een regionale projectie van toekomstige ontwikkelingen ingevoerd. Deze is afkomstig uit Tigris XL (zie paragraaf 2.1). Het regionale schaalniveau waarop deze opgaven in eerste instantie worden gedefinieerd en toegewezen is de zogenaamde NVM-woningmarktregio (66 regio’s). Eventuele overloop, in het geval van een ruimtetekort, wordt gealloceerd op COROP-niveau (40 regio’s) en als dat ook niet lukt op provincieniveau (12 regio’s).
Kenmerkend voor deze sector is dat de toewijzing van de regionale woningbouwopgaven gebeurt in vooraf gedefinieerde pakketten, de zogenaamde ‘ontwikkelpakketten’. Dit zijn gestileerde woonmilieus met een omvang van één hectare, gebaseerd op kentallen en expertoordelen ten aanzien van plausibele (steden)bouwkundige samenstellingen ervan, waaronder woningdichtheid, vloeroppervlak per woning, bouwlagen per pand, pandvoetafdruk, diverse perceel- en terreinoppervlakten (uitgeefbaar openbaar, groen, water, infrastructuur). Zie Tabel 6 voor een voorbeeld van een set van ontwikkelpakketten uit de toepassing Ruimtelijke Verkenningen en een uitgebreid overzicht van de kenmerken van de ontwikkelpakketten (Tabel 7). Voor elk van de vier subsectoren (woningtypen) krijgt de denkbeeldige ontwikkelaar de keuze uit één of meerdere ontwikkelpakketten waarbij het woningtype homogeen is. Het keuzepalet is op elke locatie hetzelfde. Welke optie daar gekozen wordt hangt af van de regionale vraag naar een specifiek woontype en de relatieve geschiktheid voor de verschillende ontwikkelpakketten. De gedetailleerde (steden)bouwkundige uitwerking van ontwikkelpakketten en, daarmee, de gesimuleerde nieuwbouw, biedt aanknopingspunten voor een breed palet aan effectberekeningen, bijvoorbeeld voor overstromingsschade en ecosysteemdiensten.
Tabel 6: Ontwikkelpakketten in de Ruimtelijke Verkenningen toepassing en hun kenmerken.
| Pakketnaam | Woningtype | Sector | Woonoppervlakte | IsHoogbouw | Dichtheid |
|---|---|---|---|---|---|
| SuperStedelijkVS | Meergezins | VrijeSector | 75 | Ja | 242,7 |
| HoogStedelijkVS | Meergezins | VrijeSector | 85 | Nee | 137,7 |
| StedelijkMGVS | Meergezins | VrijeSector | 95 | Nee | 61,6 |
| LaagStedelijkMGVS | Meergezins | VrijeSector | 105 | Nee | 37,1 |
| StedelijkEGVS | Eengezins | VrijeSector | 125 | Nee | 53,5 |
| LaagStedelijkEGVS | Eengezins | VrijeSector | 140 | Nee | 34,2 |
| DorpsLandelijkVS | Eengezins | VrijeSector | 160 | Nee | 18,1 |
| DorpsLandLaagVS | Eengezins | VrijeSector | 160 | Nee | 7,6 |
| TinyHousesVS | Eengezins | VrijeSector | 25 | Nee | 15,2 |
| TinyHousesLaagVS | Eengezins | VrijeSector | 25 | Nee | 9,1 |
| SuperStedelijkSH | Meergezins | SocialeHuur | 65 | Ja | 280,0 |
| HoogStedelijkSH | Meergezins | SocialeHuur | 75 | Nee | 156,0 |
| StedelijkMGSH | Meergezins | SocialeHuur | 85 | Nee | 68,8 |
| LaagStedelijkMGSH | Meergezins | SocialeHuur | 95 | Nee | 41,1 |
| StedelijkEGSH | Eengezins | SocialeHuur | 100 | Nee | 66,9 |
| LaagStedelijkEGSH | Eengezins | SocialeHuur | 115 | Nee | 41,6 |
| DorpsLandelijkSH | Eengezins | SocialeHuur | 130 | Nee | 22,2 |
Tabel 7 In te stellen kenmerken per ontwikkelpakket.
| Naam | Uitleg |
|---|---|
| Woninghoofdtype | Meergezins (MG) of eengezins (EG) |
| Woningsectortype | Vrije sector (VS) of Sociale huur (SH) |
| Oppervlakte per woning | |
| Aantal kamers | |
| Aantal badkamers | |
| Heeft privé parkeermogelijkheid | |
| Floor Space Index (FSI) | Netto FSI (= vloeroppervlak van alle gebouwen / terreinoppervlakte) per buurt |
| Ground Space Index (GSI) | Netto GSI (= pandfootprint / terreinoppervlak) per buurt |
| Woonpand type | Vrijstaand, twee-onder-één-kap, rijtjeswoning, appartement |
| Weging nationaal niveau | Voornamelijk onderscheid tussen Randstad en daarbuiten, eventueel grotere steden. Op basis van reistijd tot 500.000 inwoners. |
| Weging regionaal niveau | Reistijd tot treinstations |
| Weging lokaal niveau | Hoeveelheid voorzieningen op basis van een stedelijke attractiviteit index (winkels, horeca, musea, monumenten) |
| Weging zeer nabij groen | Buffer om groen in Bestand Bodemgebruik van CBS |
| % verhard in uitgeefbare grond | |
| % verhard in openbare ruimte | |
| % boom in onverhard uitgeefbaar | |
| % gras in onverhard uitgeefbaar | |
| % struik in onverhard uitgeefbaar | |
| % boom in onverhard openbaar | |
| % gras in onverhard openbaar | |
| % struik in onverhard openbaar | |
| Afgeleide parameters | |
| BVO per woning | Via vormfactor |
| Aantal bouwlagen | FSI / GSI |
| Is gebouw hoogbouw | (Aantal bouwlagen * bouwlaaghoogte) > hoogbouwgrens |
| Dichtheid | FSI / BVO |
De stand in het basisjaar voor deze sector wordt bepaald op basis van twee bronnen: de panden en de verblijfsobjecten uit de Basisregistratie Adressen en Gebouwen (BAG) en een dataset die per pand de eigendomssituatie aangeeft (woningcorporatie, particuliere huur, koop; zie: van der Molen et al., 2023). Betreft het woningcorporatiebezit dan wordt het geclassificeerd als sociale huurwoning en vervolgens op BAG-pandtypering verbijzonderd naar een- of meergezinswoning (voor de methode zie: Object Vision, 2023). Op een vergelijkbare wijze worden particuliere huur en koopwoningen samengenomen als vrije sector en het pandtype verbijzonderd.
De beschikbaarheid van locaties voor ontwikkeling voor elke subsector wordt per gridcel bepaald aan de hand van een set van kaarten. Als beschikbaar definiëren we de locaties die niet uitgesloten worden door omgevingsrechtelijke restricties (zoals de in EU-regelgeving vastgelegde Natura2000 gebieden, of het in provinciale verordeningen vastgelegde Natuurnetwerk Nederland), of al ‘evident benut’ zijn (op basis van het Bestand Bodemgebruik (BBG) van het CBS, zoals begraafplaatsen).
De empirische component van de geschiktheid wordt per ontwikkelpakket geduid in termen van het hypothetische saldo op de lokale vastgoedexploitatie. Deze saldi worden uitgedrukt in euro’s en bepaald op basis van een empirisch onderbouwde reconstructie van de meest relevante kosten en baten (zie kadertekst Lokaal exploitatiesaldo voor woningbouw). Daarnaast zijn vier wegingsparameters op verschillende schaalniveaus (landsdeel, regionaal, lokaal, zeer lokaal) uit de ontwikkelpakketten belangrijk in de sturing waar bepaalde ontwikkelpakketten meer of minder geschikt zijn. Zo kunnen zeer dichte hoogbouw ontwikkelpakketten enkel in de Randstad, nabij treinstations, en in de buurt van veel voorzieningen gerealiseerd worden (zie Tabel 7). Uiteindelijk wordt hieruit, per subsector, per cel, bepaald welk relevant ontwikkelpakket het hoogste exploitatiesaldo heeft.
De ontwikkelpakketten beschrijven ook de uiteindelijke dichtheid waarin woningen naar verwachting gerealiseerd worden. Het allocatieproces bepaalt op basis van de hoogste geschiktheid welk ontwikkelpakket waar komt en welke dichtheid gerealiseerd wordt.
Lokaal exploitatiesaldo voor woningbouw
Een belangrijk aspect in de bepaling van lokale geschiktheid voor de verschillende woningbouw ontwikkelpakketten zijn de lokale exploitatiesaldi. Deze zijn opgebouwd uit een locatie-specifieke reconstructie van de belangrijkste kosten en baten. Hierbij wordt gekeken naar:
- Verwervingskosten van eventueel bestaand vastgoed (uit de BAG) op de locaties. Deze kosten zijn opgebouwd uit een hedonische prijsanalyse waarbij waargenomen transactieprijzen worden verklaard uit de (locatie) kenmerken van betreffend vastgoed, zie Claassens and Koomen (2017) en de hedonische prijsfunctie in detail. Deze kostenpost is constant over alle ontwikkelpakketten, het bevat immers enkel huidig vastgoed. De invulling van de bestaande woningvoorraad gebeurt op basis van de Basisadministratie Adressen en Gebouwen (BAG), Kadaster (2023a) die verder verrijkt wordt met een eigendomsdataset (van der Molen et al., 2023, pp. 49-51).
- Sloopkosten van dit vastgoed, gebaseerd op kentallen van Bouwkompas (2020). Deze zijn eveneens constant over alle ontwikkelpakketten.
- Kosten bouw- en woonrijp maken, bovenwijkse kosten, en planproceskosten. Deze kosten zijn opgebouwd uit een statistische analyse waarbij de posten op grondexploitaties worden verklaard uit locatiekenmerken, zoals omvang plangebied, kaveldichtheid, bodemtype. Een belangrijke bron hiervoor zijn de gegevens van Fakton (2019).
- Bouwkosten die worden gebaseerd op kentallen van Bouwkompas (2020). Deze post is afhankelijk van het ontwikkelpakket.
- Opbrengsten uit de verkoop van de nieuwbouw per ontwikkelpakket. Dit wordt berekend met resultaten uit de bovengenoemde hedonische prijsanalyse samen met de kenmerken die gedefinieerd zijn in een ontwikkelpakket, zie de hedonische prijsfunctie in detail.
De hedonische prijsfunctie in detail
Twee posten in het exploitatiesaldo komen rechtstreeks uit een hedonische prijsanalyse: de verwervingskosten van bestaande woningen (post 1) en de potentiële verkoopopbrengsten van nieuwbouw (post 5). Deze paragraaf beschrijft de specificatie van die analyse, de gebruikte variabelen, de manier waarop de coëfficiënten het model in komen en de aannames bij beide toepassingen. De methodische basis is beschreven in Claassens and Koomen (2017); de in het model gebruikte schatting is een actualisatie daarvan op transacties tot en met 2023, met een variabelenset die geschikt is voor toepassing op toekomstige situaties. De schattingscode is beschikbaar via PriceIndices.
Specificatie en schatting
De prijsfunctie is een semi-logaritmisch regressiemodel (OLS) waarin de natuurlijke logaritme van de transactieprijs wordt verklaard uit woningkenmerken, locatiekenmerken en het transactiejaar:
ln(prijs) = constante
+ woningkenmerken (woonoppervlak, perceel, kamers, onderhoud, hoogbouw, bouwperiode)
+ locatiekenmerken (voorzieningen, reistijden, groen nabij)
+ transactiejaar-dummy's
+ storingsterm
Het model is apart geschat per woningtype (WP4): vrijstaand, twee onder een kap, rijtjeswoning en appartement. Alle coëfficiënten, ook die van de locatievariabelen, verschillen dus per woningtype. Databron zijn de koopwoningtransacties van de NVM over de periode 2000 tot en met 2023: circa 0,6 miljoen transacties voor vrijstaande woningen, 0,6 miljoen voor twee-onder-een-kapwoningen, 1,6 miljoen voor rijtjeswoningen en 1,1 miljoen voor appartementen.
Door de semi-logaritmische vorm werkt elke term multiplicatief door in de prijs: een coëfficiënt b bij een dummyvariabele geeft een prijseffect van exp(b)-1, en de coëfficiënt bij een gelogaritmeerde variabele is een elasticiteit. Dit betekent ook dat een prijseffect (zoals de aan- of afwezigheid van groen) in euro’s meeschaalt met de volledige woningprijs.
Variabelen
| Variabele | Omschrijving | Toelichting |
|---|---|---|
lnsize | log woonoppervlak (m2) | |
lnlotsize | log perceeloppervlak (m2) | alleen bij de eengezinstypen |
nrooms | aantal kamers | |
d_maintgood | onderhoudsstaat goed (dummy) | |
d_highrise | hoogbouw (dummy) | alleen bij appartementen |
construction_period | bouwperiode, 8 klassen (dummy’s) | referentie: bouwjaar na 2001 |
trans_year | transactiejaar (dummy’s 2001 t/m 2023) | referentie: 2000; vormt de prijsindex |
uai_2012 | stedelijke attractiviteitsindex (UAI, netwerkgebaseerd) | potentiaal van winkels, horeca/bijeenkomst en monumenten over netwerkafstand; zeer lokaal niveau |
lntt_500k_2024 | log reistijd per auto (minuten) tot 500.000 inwoners | landsdeelniveau, Randstad versus daarbuiten; raster 2024 |
lntt_ovknoop | log reistijd per auto (minuten) tot dichtstbijzijnde OV-knooppunt | regionaal niveau; knooppunten 2026 |
fr_natuur_tot2500m | aandeel natuur (0–1) binnen 2,5 km | LGN2024, hedonische natuurdefinitie (bos/duin/heide/moeras/natuurgras; excl. stadsgroen en landbouw); zie Woningwaarde agv groenveranderingen |
fr_water_500m | aandeel water (0–1) binnen 500 m | LGN2024, zoet + zout water |
Keuze van de locatievariabelen
In Claassens en Koomen (2017) lag de nadruk op het verklaren van waargenomen prijzen en zijn deels andere locatiefactoren gebruikt. Voor het beprijzen van toekomstige allocatie zijn alleen variabelen bruikbaar die ook in een zichtjaar bekend zijn of redelijkerwijs constant verondersteld kunnen worden. Variabelen als het aandeel landbouw- of woongebied in de gemeente (verandert juist door de allocatie) en het gemiddeld inkomen vielen daardoor af. De analyse is daarom opnieuw uitgevoerd met de variabelenset van Broitman & Koomen (2015).
De locatievariabelen zijn gekozen omdat ze prijsvariatie op verschillende schaalniveaus verklaren: de UAI op zeer lokaal niveau (voorzieningen in de directe omgeving), de reistijd tot een OV-knooppunt op regionaal niveau, en de reistijd tot 500.000 inwoners op landsdeelniveau (Randstad versus de rest van Nederland). De natuur- en waterfracties (issue #566, spec rs_groen) waarderen de groenblauwe omgeving: natuur op wandel-/fietsafstand (schijf 0–2,5 km, naar Daams et al. 2016) en water in de directe omgeving (0–500 m). Fracties van stadsgroen, landbouw en bermgroen binnen 500 m zijn getest maar bewust weggelaten: hun coëfficiënten bleken buurtopbouw te meten in plaats van groenwaardering (negatieve tekens bij stedelijke woningtypen). De drie bereikbaarheids-/voorzieningenvariabelen corresponderen een op een met wegingsfactoren in de ontwikkelpakketten (Tabel 7); de natuur- en waterterm hebben geen ontwikkelpakket-weging.
Waarom geen fixed effects
In hedonische analyses worden vaak gebiedsgebonden fixed effects (gemeente, wijk of postcodegebied) opgenomen om niet-waargenomen locatiekwaliteit af te vangen. Daar is hier bewust van afgezien, om drie redenen:
- Het doel is prijzen voorspellen op plekken waar nu geen of andere woningen staan. Voor onbebouwde locaties bestaat geen geschatte fixed effect, en het overnemen van het effect van een omliggend gebied zou een precisie suggereren die er niet is.
- Gebiedsgebonden fixed effects zouden een groot deel van de ruimtelijke prijsvariatie absorberen die het model juist nodig heeft om te sturen. De geschiktheid moet verschillen tussen locaties herleiden tot interpreteerbare, in het model bekende factoren (bereikbaarheid, voorzieningen, groen); met fixed effects zou dat ruimtelijke patroon in niet-interpreteerbare constanten per gebied zitten.
- Sommige locatiekenmerken veranderen tijdens de simulatie, zoals het voorzieningenniveau (UAI) en groen nabij. Hun prijseffect moet expliciet geschat zijn om scenario-effecten te kunnen doorrekenen, bijvoorbeeld de waardering van nieuw groen in de indicator Woningwaarde agv groenveranderingen.
Fixed effects voor de tijd zitten wel in het model: de transactiejaar-dummy’s vangen de landelijke prijsontwikkeling af en vormen per woningtype de prijsindex. De overige coëfficiënten zijn daardoor geschoond voor het prijspeil van het transactiejaar. De keerzijde van het weglaten van gebiedsgebonden fixed effects is dat de locatiecoëfficiënten mede niet-waargenomen omgevingskwaliteit kunnen oppikken die met de opgenomen variabelen samenhangt; de coëfficiënten zijn dus associaties en geen causale effecten.
Inlezen van de coëfficiënten
De schattingsuitvoer wordt per woningtype als csv-bestand aangeleverd (Estimates_<datum>_<type>.csv, met per variabele de coëfficiënt, standaardfout, t- en p-waarde en het 95%-betrouwbaarheidsinterval). Het inlezen gebeurt in BaseData/Suitabilities/Wonen/PrijsIndex (cfg/main/BaseData/Suitabilities/PrijsIndex.dms):
ModelParameters/NVM_filedate(momenteel20260711; sinds juli 2026 ders_groen-set met natuur/water-fracties) bepaalt welke bestandsdatum van de coëfficiënten wordt gebruikt.- De R-pipeline levert schone termnamen; alleen de bouwperiode- en transactiejaar-dummies worden hernoemd naar modelnamen (
bouwperiode_va2002→d_constrgt2001,trans_year_2023→Y2023). Overige termen matchen 1-op-1 met de whitelistClassifications/Vastgoed/HouseCharacteristics_src. ModelParameters/NVM_coeff_Year(momenteel2023) bepaalt welke jaardummy als prijspeil wordt gehanteerd.
Naast de coëfficiënten leest het model uit dezelfde NVM-data afgeleide gemiddelde woningkenmerken per woningtype in (RegionalAvgCharacteristics): gemiddeld perceeloppervlak, aantal kamers, aandeel goed onderhouden en aandeel hoogbouw, landelijk en regionaal. Deze gemiddelden worden gebruikt waar kenmerken van individuele woningen niet bekend zijn (zie de verwervingskosten hieronder).
Toepassing 1: potentiële opbrengsten van nieuwbouw
Het template Woningwaarde_OP_T (cfg/main/Templates/Suitabilities/Woningwaarde.dms) berekent per ontwikkelpakket (OP) en per cel een nieuwbouwprijs per woning door de prijsfunctie in te vullen met de kenmerken van het pakket en van de locatie:
prijs per woning = exp( constante
+ hoogbouw(OP) x b_hoogbouw
+ ln(woonoppervlak(OP)) x b_lnsize
+ ln(tuinoppervlak(OP)) x b_lnlotsize
+ kamers(OP) x b_kamers
+ 1 x b_onderhoud_goed
+ 1 x b_bouwjaar_na_2001
+ 1 x b_prijspeiljaar
+ w_voorz(OP) x UAI(cel) x b_uai
+ w_natniv(OP) x ln(reistijd_500k) x b_500k
+ w_natov(OP) x ln(reistijd_ovknoop) x b_ovknoop
+ fr_natuur_2500m(cel, basisjaar) x b_natuur
+ fr_water_500m(cel, basisjaar) x b_water
- correctie gemiddeld wegingseffect )
De invulling en aannames:
- Het woningtype (WP4) is een ingesteld kenmerk van het ontwikkelpakket (Woonpand type in Tabel 7) en bepaalt welke coëfficiëntenset wordt gebruikt.
- De woningkenmerken komen uit het ontwikkelpakket: woonoppervlak, aantal kamers en de hoogbouw-indicator. Het tuinoppervlak per woning wordt afgeleid als de uitgeefbare buitenruimte van het pakket gedeeld door het aantal woningen.
- Voor nieuwbouw wordt aangenomen dat de onderhoudsstaat goed is en de bouwperiode na 2001 valt (beide dummy’s op 1). Het prijspeil is het jaar
NVM_coeff_Yearvia de bijbehorende jaardummy. - De wegingsfactoren uit het ontwikkelpakket (Tabel 7) schalen de bijdrage van de drie bereikbaarheids-/voorzieningenvariabelen: een weging groter dan 1 laat een pakket sterker reageren op die factor, zodat bijvoorbeeld zeer stedelijke pakketten vooral op locaties met veel voorzieningen renderen. Om te voorkomen dat een weging ongelijk aan 1 ook het nationale prijsniveau van het pakket opdrijft, wordt per gewogen term het gemiddelde extra effect over de beschikbare cellen weer afgetrokken (de correctieterm in de formule). De weging verschuift zo alleen de relatieve aantrekkelijkheid tussen locaties.
- De natuur- en waterfracties hebben geen ontwikkelpakket-weging en worden bevroren op het basisjaar ingevuld: locaties bij bestaande natuur of bestaand water krijgen een reëel hogere verwachte opbrengst, maar de termen bewegen niet mee met de allocatie zelf (endogeniteit). De waardering van de verandering gebeurt achteraf in Woningwaarde agv groenveranderingen.
- De UAI-coëfficiënt is geschat op het UAI-raster van 2021; in het model wordt een op de BAG gebaseerde, zelf berekende UAI ingevuld (potentiaal van winkels, bijeenkomst- en logiesfuncties en monumentale panden binnen 5 km), zodat dezelfde maat binnen het model beschikbaar is.
- Cellen zonder locatiegegevens krijgen de gemiddelde prijs per woning van dat pakket over Nederland (issue #595).
- De uitkomst staat op het prijspeil van
NVM_coeff_Yearen wordt met een landelijke factor (WoningPrijsVerandering_..., op basis van de gemiddelde verkoopprijs van bestaande koopwoningen, CBS) geschaald naar het startjaar van het model.
De opbrengst per cel is vervolgens de prijs per woning maal de dichtheid van het pakket (woningen per hectare) maal het aantal hectare per cel. Deze opbrengsten worden eenmalig per variant berekend, op basis van de startsituatie, en als tif weggeschreven (VariantData/Vastgoed/Opbrengsten_perOP/). In de geschiktheid per zichtjaar verandert daarna alleen het beschikbaarheidsmasker. Naast de gewogen prijs berekent het template ook een variant zonder wegingsfactoren (Prijs_perWoning_zWeging); die wordt gebruikt in indicatoren zoals Woningwaarde nieuwbouw en Woningwaarde agv groenveranderingen.
Toepassing 2: verwervingskosten van bestaande woningen
Voor de verwervingskosten wordt dezelfde prijsfunctie toegepast op de bestaande voorraad (Woningwaarde_perWoningType_T en BaseData/Suitabilities/Wonen/Verwervingskosten):
- Per woningtype en per cel wordt de prijsfunctie ingevuld met het gemiddelde woonoppervlak van de woon-verblijfsobjecten van dat type in die cel, uit de BAG. Deze oppervlakten worden afgekapt op 10 tot 500 m2 om de invloed van registratiefouten te beperken.
- Voor kenmerken die niet in de BAG staan (perceeloppervlak, aantal kamers, onderhoudsstaat, hoogbouw) worden de regionale gemiddelden per woningtype uit de NVM-data ingevuld. De onderhoudsstaat is dus het regionale aandeel goed onderhouden woningen, niet een aanname van 100% zoals bij nieuwbouw.
- De bouwperiode-dummy’s worden niet ingevuld, waarmee impliciet de referentieklasse (bouwjaar na 2001) geldt. Omdat de bouwperiode-coëfficiënten voor oudere klassen overwegend negatief zijn, benadert dit de waarde van de oude voorraad eerder aan de hoge kant; voor een uitkoopkostenpost is dat een voorzichtige keuze.
- Elk woon-verblijfsobject krijgt de prijs van zijn woningtype in zijn cel; sommatie over de verblijfsobjecten geeft de totale verwervingskosten voor woningen per cel. Deze post is gelijk voor alle ontwikkelpakketten.
- Voor niet-woningen is een hedonische schatting niet goed mogelijk vanwege de heterogeniteit van commercieel vastgoed. Daar wordt per cel het maximum genomen van de totale WOZ-waarde (2017) en een kental van 10.000 euro per m2 (geïndexeerd met de bouwkostenindex).
In het exploitatiesaldo wordt op de verwervingskosten van woningen eventueel nog een waardevermindering door funderingsschade in mindering gebracht, afhankelijk van de variantinstellingen. Dezelfde verwervingskostenkaart wordt ook hergebruikt in de indicator Uitkoop en sloopkosten nieuwe natuur.
Aannames en beperkingen
- De functie is geschat op transacties van koopwoningen. Ook sociale-huurpakketten worden met deze functie gewaardeerd; er is geen aparte huur- of beleggingswaardefunctie. De opbrengst van een sociale-huurpakket is dus een koopwaarde-proxy.
- Binnen een woningtype zijn de coëfficiënten constant over heel Nederland; ruimtelijke prijsverschillen lopen volledig via de vier locatievariabelen. Zonder gebiedsgebonden fixed effects kunnen die coëfficiënten mede samenhangende, niet-waargenomen omgevingskwaliteit weerspiegelen.
- De locatievariabelen zijn statisch: de reistijd tot OV-knooppunten is gebaseerd op de knooppunten van 2026, de reistijd tot 500.000 inwoners op het autonetwerk en de CBS-bevolkingsvierkanten van 2024, en de natuur- en waterfracties op LGN2024. De opbrengsten worden eenmalig per variant op de startsituatie bepaald en veranderen niet per zichtjaar.
- Alle prijzen staan op het prijspeil van
NVM_coeff_Yearen worden met een landelijke factor naar het startjaar gebracht; regionale verschillen in prijsontwikkeling na dat jaar blijven buiten beeld. Toekomstige zichtjaren rekenen in het prijspeil van het startjaar, er wordt geen reële prijsstijging verondersteld. - De verwervingskosten gebruiken celgemiddelden en regionale gemiddelde kenmerken in plaats van individuele woningkenmerken; binnen een cel wordt de heterogeniteit van de voorraad dus afgevlakt.