Beschrijvende statistiek

De analyses zijn uitgevoerd voor de 54.255 buitenlandse kenniswerkers die zich in de periode 2000 tot en met 2009 in Nederland vestigden. Van hen woonden 45.537 kenniswerkers in een van de 22 stadsgewesten (84 procent) (zie tabel 5.1). Voor de ruimtelijke analyses zijn alleen de postcodegebieden in deze stadsgewesten meegenomen, en de kennismigranten die in deze postcodegebieden wonen. Niet voor alle

postcodegebieden zijn echter alle data beschikbaar. Zo zijn voor 1.457 postcodegebieden data bekend over alle onafhankelijke variabelen.9 _{In deze postcodegebieden}

vestigden zich 45.473 kennismigranten, en 64 kennis- migranten vestigden zich in postcodegebieden met onbekende data. De modellen zijn dus geschat voor 45.473 kennismigranten, waarvan 25.537 alleenstaand en 19.936 met een meerpersoonshuishouden. In het geval dat twee kennismigranten samen een huishouden vormden, tellen ze allebei apart mee als kennismigrant in een meerpersoonshuishouden.

In de analyses nemen we simultaan verschillende factoren mee die de woonvoorkeuren kunnen verklaren. Deze factoren zijn geselecteerd op basis van literatuur- onderzoek. Soms zijn bepaalde factoren in de analyses opgenomen omdat ze controleren voor bepaalde omstandigheden. Zo nemen we de bevolkingsomvang in een postcodegebied mee om te controleren voor het feit dat daar veel woningen staan en de kans dus groter is dat een buitenlandse kenniswerker in zo’n postcodegebied een woning vindt.

Wat we verder in de analyses betrekken, is het aantal banen dat binnen een relatief korte tijd (45 minuten) kan worden

bereikt. Dit is een maat voor het hebben van urbanisatie-

voordelen. Urbanisatievoordelen zijn belangrijk voor bedrijven en mensen (zie Raspe 2013). Concentraties van bedrijven en banen zijn interessant vanuit het perspectief van de arbeidscarrière: op die plekken matchen vraag en aanbod van arbeid beter met elkaar, en het zijn vaak productieve en innovatieve hotspots die veel kansen bieden. Maar urbanisatievoordelen zijn ook relevant voor mensen, doordat stedelijke massa en dichtheid

agglomeratievoordelen bieden aan de consumptiekant. Veel, diverse en hoogwaardige consumentendiensten bestaan immers bij de gratie van massa en dichtheid, en deze voorzieningen maken de stad aantrekkelijk voor mensen en bedrijven om zich er te vestigen: ze zorgen voor een hoge kwaliteit van de leefomgeving. Op wijkniveau bekijken we ook het effect van de

grondwaarde, om te bepalen of buitenlandse kennis-

werkers vooral in ‘dure buurten’ wonen. Daarbij kijken we ook naar het percentage sociale en private huur, omdat de grondwaarde is gebaseerd op grondgebonden

koopwoningen en dus nog niets specifieks zegt over de huurmarkt. Een andere variabele die iets zegt over ‘de kwaliteit van de wijk’, is het gemiddelde

huishoudensinkomen.

Een volgende groep variabelen heeft te maken met het type wijk waarin kenniswerkers zich vestigen. Het aandeel woningen uit verschillende bouwperioden, de huishoudenssamenstelling, de leeftijdssamenstelling en het aandeel allochtonen van de buurt zijn variabelen die hierover iets zeggen.

Ook de bereikbaarheid van de wijk via het openbaar vervoer (afstand tot een IC-station) en met de auto (reistijd tot

een snelwegoprit) kan een factor zijn waarom buitenlandse

kenniswerkers bepaalde woonlocaties aantrekkelijk vinden. Beide variabelen nemen we mee in de analyses. Apart nemen we de afstand tot een internationale school mee. Vaak wordt aangegeven dat woonlocaties voor buitenlandse kenniswerkers aantrekkelijk zijn als er een internationale school in de buurt is.

Tot slot kijken we naar de dichtheid op wijkniveau (omgevingsadressendichtheid): het aantal adressen binnen een cirkel met een straal van één kilometer rondom een adres, gedeeld door de oppervlakte van de cirkel. De omgevingsadressendichtheid wordt uitgedrukt in het aantal adressen per vierkante kilometer. Deze dichtheidsmaat beoogt de mate van concentratie van menselijke activiteiten (wonen, werken, naar school gaan, winkelen, uitgaan, enzovoort) weer te geven en geeft met andere woorden een indicatie van de mate van stedelijkheid van een bepaald gebied.

De tot nu toe besproken variabelen zijn gemeten op het niveau van viercijferige postcodegebieden. In de analyses nemen we ook variabelen mee die specifiek op

stadsgewestniveau relevant zijn. Wijken kunnen namelijk aantrekkelijke woonlocaties zijn omdat het stadsgewest bepaalde voorzieningen heeft. Om die reden nemen we het aantal verkooppunten in het stadsgewest mee in de analyses. Dit sluit aan bij de eerdere uitleg over het belang van voorzieningen die een stad aantrekkelijk maken om er te wonen. Naast deze algemene consumentendiensten kijken we ook naar het aantal musea, bioscopen en theaters om de woonvoorkeur van buitenlandse kenniswerkers te bepalen.

Een andere variabele is het aandeel buitenlandse bedrijven in het totaal aantal bedrijven in het

stadsgewest. Deze geeft een indicatie van de mate van internationalisering van de economie in het stadsgewest. Aangezien een groot deel van de buitenlandse

VIJF

kans groter dat ze dan ook in de nabijheid van dat buitenlandse bedrijf gaan wonen. Zeker in het geval van expats is het bovendien soms het bedrijf dat voor de woning zorgt.

Tot slot noemen we de aanwezigheid van een algemene of een technische universiteit. Buitenlandse

kenniswerkers werken immers vaak, of willen dat, bij of nabij deze focuspunten in de kenniseconomie. Rondom universiteiten clusteren zich vaak kennisintensieve bedrijven, die voor buitenlandse kenniswerkers aantrekkelijke werkgevers kunnen zijn.

Tabellen 5.4 en 5.5 geven de beschrijvende statistiek van de variabelen. Tussen haakjes staat per variabele de bron.

Zo veel mogelijk zijn de variabelen gemeten voor het jaar 1999.10

Tabellen 5.6 en 5.7 geven de beschrijvende statistieken van de in de modellen te verklaren variabelen: het aantal buitenlandse kenniswerkers, totaal, alleenstaanden en meerpersoonshuishoudens. De analyses hebben betrekking op de woonlocatie bij aankomst in Nederland en op het patroon van de buitenlandse kenniswerkers vijf jaar na aankomst. Daarbij richten we ons op de groep kennismigranten die tussen 2000 en 2006 zijn

geïmmigreerd en bestuderen we de woonlocatie precies vijf jaar na immigratie van degenen die dan nog in Nederland zijn.

Tabel 5.4

Beschrijvende statistiek van de onafhankelijke variabelen op postcodeniveau

N Min. Max. Gem. Std. deviatie

Bevolking (CBS) 1.457 100 23.040 5.921 4.183

Banen binnen 45 min (reistijd per auto, ABF) 1.457 146.200 3.408.000 1.520.540 864.514 Grondwaarde (VU) 1.457 7.256 616.030 71.887 53.072 % sociale huur (CBS) 1.457 0 92 32 21 % private huur (CBS) 1.457 0 79 15 13 % woningen voor ’45 (CBS) 1.457 0 100 26 21 % woningen voor ’45-’70 (CBS) 1.457 0 89 29 18 % woningen voor ’70-’90 (CBS) 1.457 0 96 32 21 % Paren (CBS) 1.457 13 60 31 6 % Gezinnen (CBS) 1.457 5 71 37 11

Gemiddeld inkomen (hh) (RIO) 1.457 15,4 58,5 26,4 4,6

Afstand tot IC-station (PBL) 1.457 387 27.658 6.724 4.725

Reistijd tot snelwegoprit (PBL) 1.457 1 25 5 3

% leeftijd 25-45 jaar (CBS) 1.457 13 65 32 6 % leeftijd 45-65 jaar (CBS) 1.457 8 44 25 5 % leeftijd 65+ jaar (CBS) 1.457 0 58 14 6 % allochtonen (CBS) 1.457 0 85 17 13 Omgevingsadressendichtheid (CBS) 1.457 15 11.562 1.672 1.668 Afstand tot Internationale school (PBL) 1.457 90 68.094 12.079 11.537 Horecadichtheid (Locatus) 1.457 0 66,7 1,750 4,0158 Tabel 5.5

Beschrijvende statistiek van de onafhankelijke variabelen op stadsgewestniveau

N Min. Max. Gem. Std. deviatie

Musea, bioscopen en

theaters (EM-cultuur, NFC & TIN)

22 4,5 15,0 8,9 2,5

Aanwezigheid universiteit (PBL) 22 0 1 ,50 ,512

Aanwezigheid technische universiteit (PBL) 22 0 1 ,14 ,351

% Buitenlandse bedrijven (Amadeus) 22 1,0% 8,7% 3,1% 1,7%

79

Wonen |

VIJF VIJF