Om een vergelijking van periodes te kunnen maken is er ook een absolute waardeontwikkeling getoetst voor de periode 2014 - 2018. Daaruit worden de regressieresultaten van de periode 2014 - 2018 vergeleken met de regressieresultaten uit de periode v´o´or de recessieperiode, 2005 – 2009. Door de regressieresultaten uit deze twee periodes te vergelijken kan het effect van de ontwikkeling van de Zuidas mogelijk worden versterkt. In figuur 14 is de absolute waarde ontwikkeling van de WOZ-waarde per vierkante meter voor de periode 2014 - 2018 weergegeven.
Absolute WOZ-waarde ontwikkeling per vierkante meter in Euro's 2.700+ 2.500 tot 2.700 2.300 tot 2.500 2.200 tot 2.300 2.100 tot 2.200 2.000 tot 2.100 1.900 tot 2.000 1.800 tot 1.900 1.600 tot 1.800 1.400 tot 1.600 1.200 tot 1.400 1.000 tot 1.200 800 tot 1.000 500 tot 800 0 tot 500 Geen data 0 6 kilometers
Ontwikkeling absolute WOZ-waarde per vierkante meter in 2014 - 2018 in Amsterdam
Figuur 14: Ontwikkeling van de absolute WOZ-waarde per vierkante meter in 2018 ten opzichte van 2014 in Amsterdam
Uit figuur 14 valt op te maken dat er een soort gelijk patroon te zien is als in figuur 12. Echter is er een nog duidelijker scheiding zichtbaar. Nagenoeg alle buurten binnen de Ring A10 hebben een sterke absolute WOZ-waarde ontwikkeling per vierkante meter door gemaakt. Na- genoeg alle buurten daarbuiten inclusief stadsdeel Noord een zwakkere absolute WOZ-waarde ontwikkeling per vierkante meter.Daarnaast is dat de sterkste absolute waardeontwikkelingen geclusterd in de buurten tussen de Zuidas en het Vondelpark en de grachtengordel.
Voor de periode regressie absolute waardeontwikkeling 2014 - 2018 is dezelfde formule ge- hanteerd als in de periode 2005 - 2009. De resultaten van de periode regressie 2014 – 2018 zijn hieronder in tabel 6 weergeven.
Variabelen Regressieanalyse (7) co¨effici¨enten Regressieanalyse (8) co¨effici¨enten Zuidas -0,1541 -0,1217 (-15,26)** (-13,11)** IJ-Oevers . -0,954 . (-12,70)** Sociale huur -494,4502 -413,5829 (-5,00)** (-4,88)** Bevolkingsdichtheid 0,0235 0,0113 (6,90)** (3,66)**
Groen & water . 252,6602
. (2,04)*
cons 2414,163 2919,216
(26,37)** (32,74)**
R-squared 0,5934 0,7214
N 358 358
Tabel 6: Regressieresultaten van de periode regressieanalyse 2014 – 2018 weergegeven. De waarde tussen haakjes geven de p-waarde aan. De asterisken achter de p-waarde geven de het significantieniveau aan van de variabele. ∗p ≤ 0.05; ∗ ∗ p ≤ 0.01
In deze analyse zal wederom worden ingegaan op de regressieresultaten uit tabel 6. Echter zullen de co¨effici¨enten van de variabele bevolkingsdichtheid per vierkante kilometer (bevolkings- dichtheid) en het aandeel groen en water in een buurt (Groen & Water) niet opnieuw worden ge¨ınterpreteerd. Eerst zullen de resultaten worden geanalyseerd van regressieanalyse (7) (zonder de variabele ’afstand tot de IJ-oevers) gevolgd door de resultaten van regressieanalyse (8) (met de variabele ’afstand tot de IJ-oevers’.
Wederom zal eerst worden gekeken naar de het aantal observaties (N), verklaarde variantie (R-squared) en de constante waarde (cons) binnen de regressieanalyse. In deze regressieanalyse zijn in totaal 358 buurten mee genomen. Dat is een toename van 20 buurten ten opzichte van de periode 2005 – 2009. Veel van deze buurten zijn in de loop van de tijd ontwikkeld. Voorbeel- den hiervan zijn bijvoorbeeld buurten gelegen op Zeeburgereiland, Steigereiland en Haveneiland. Maar ook wijken nabij de Zuidas zijn ontwikkeld. Zo zijn de buurten Vivaldi en Zuidas Zuid aan deze periode regressie toegevoegd. Of hier mogelijk een effect aan te ondervinden is valt te betwijfelen, aangezien het slechts om een kleine greep uit het totaal aantal buurten gaat. Daar- naast zijn er op verschillende plekken nieuwe buurten bijgekomen, waardoor een verschuiving van het evenwicht niet voelbaar zou moeten zijn. De totaal verklaarde variantie binnen deze pe- riode regressieanalyse (2014 - 2018) is een stuk hoger dan bij de eerdere periode regressieanalyse (2005 - 2009). In regressieanalyse (7) wordt afgerond 59% van de totaal verklaarbare variantie verklaard. Hierdoor kunnen effecten van variabelen nauwkeuriger en met meer betrouwbaarheid worden ge¨ınterpreteerd. Als laatste valt op dat de constante waarde in regressienalayse (7) een
waarde van 2414,163 heeft aangenomen. Deze is veel hoger dan in regressieanalyse (4). Dit valt te verklaren door de hogere absolute waardeontwikkeling van de WOZ-waarde per vierkante meter. In de periode 2005 – 2009 lag de gemiddelde WOZ-waarde ontwikkeling per vierkante meter per buurt op afgerond 649,- Euro, terwijl die gemiddelde WOZ-waarde ontwikkeling in de periode 2014 – 2018 op afgerond 1558,- Euro ligt. De constante waarde geldt voor een buurt, wanneer alle variabele gelijk zijn aan de waarde 0.
Als eerste analyseren we het effect van de focusvariabele, ‘afstand tot de Zuidas’, op de abso- lute waardeontwikkeling van de WOZ-waarde per vierkante meter voor de periode 2014 – 2018. De co¨effici¨ent is enorm sterk gestegen naar een waarde van -0,1541. Dit betekent dat bij elke additionele meter afstand van de Zuidas de absolute waardeontwikkeling van de WOZ-waarde per vierkante meter in de periode 2014 – 2018 afneemt met afgerond 0,15 Euro, wanneer alle andere variabele gelijk aan 0 blijven. Voor dezelfde woning van 80m2 in Buitenveldert Zuidoost, heeft de afstand tot de Zuidas nu een negatief effect van 24.656 Euro op de totale absolute waardeontwikkeling van een WOZ-waarde tussen 2014 en 2018. Een enorm verschil met de waarde uit de periode 2005 – 2009 (6.832,- Euro). Het effect van de afstand tot de Zuidas over tijd is sterk gegroeid ten opzichte van de periode 2005 - 2009 en sterk merkbaar op de absolute ontwikkeling van de WOZ-waarde.
Ook in de regressieresultaten van regressieanalyse (8) blijkt de co¨effici¨ent van de Zuidas sterk te zijn ontwikkeld. Door het toevoegen van de variabele ‘Afstand tot de IJ-oevers’, worden alle andere co¨effici¨enten wederom gecorrigeerd. Dit valt op te merken uit onder andere het effect van de focusvariabele ‘afstand tot de Zuidas’. Het effect blijkt te zijn afgenomen door toevoeging van variabele naar -0,1217, wanneer alle andere variabele gelijk blijven aan 0. Wat nog steeds een sterke ontwikkeling is in vergelijking met het regressieresultaat uit regressieanalyse (5) (-0,0319)
Ook is het zelfstandige effect van de IJ-oevers te zien in tabel 6. Ook de waarde van de IJ- oevers is flink ontwikkeld en heeft nu een co¨effici¨ent van -0,954. Opvallend is dat in de periode 2005 – 2009 de co¨effici¨ent van de IJ-oevers groter was dan de co¨effici¨ent van de Zuidas. Hierdoor leek een zwaartepunt zich meer in de nabijheid van de IJ-oevers te zijn gelegen dan ten opzichte van de Zuidas. Echter in de periode 2014 – 2018 is daar geen sprake meer van. De co¨effici¨ent van de Zuidas is negatiever dan de co¨effici¨ent van de IJ-oevers, waardoor het zwaartepunt meer richting het zuiden van de stad lijkt te zijn geschoven. In afbeelding 14 is deze ‘trek naar het Zuiden’ goed terug te zien.
Uit alle bovenstaande resultaten valt te concluderen dat de Zuidas over tijd heen een sterker belang heeft gekregen. In de regressieanalyses is tussen 2005 en 2009 is een toenemende nega- tieve co¨effici¨ent voor ‘afstand tot de Zuidas’ zichtbaar. Een trend die enigszins te verwachten was wegens de ontwikkeling van de gemiddelde WOZ-waarde en ontwikkelingen op de Zuidas zelf, maar toch ook uit de regressieresultaten naar voren kwam. In de jaren na 2009 verandert dit beeld en nemen de co¨effici¨enten van alle regressieanalyses, dankzij de kredietcrisis, af in negatieve waarde. Wanneer de economie weer begint aan te trekken tussen 2013 en 2014 is dit terug te zien in alle resultaten van de regressieanalyses. Dankzij de visualisatie van de periode regressieanalyses is duidelijk te zien welke buurten zich in welke mate hebben ontwikkeld. Door de co¨effici¨enten te vergelijken kan worden geconcludeerd dat het belang van de Zuidas een sterke ontwikkeling heeft doorgemaakt en de afstand tot de Zuidas een effect heeft op de ontwikkeling van de WOZ-waarde.
7
Conclusie
Tot slot worden in dit hoofdstuk enkele belangrijke bevindingen geconcludeerd. Hierbij ligt de focus op het beantwoorden van de deelvragen en de uitkomsten van de regressieanalyses. Uit deze conclusies zal een antwoord op de onderzoeksvraag geformuleerd worden. Vervolgens worden er nog enkele beperkingen van dit onderzoek besproken. Dit hoofdstuk zal worden afgesloten met een reflectie.
7.1 Conclusie
In dit onderzoek is een analyse uitgevoerd naar de effecten van woonomgevingskenmerken op de WOZ-waarde per vierkante meter voor een buurt. Daarbij is specifiek de aandacht uitgegaan naar het effect van de Zuidas op de WOZ-waarde per vierkante meter. Het doel van dit onder- zoek was om de ontwikkeling van de Zuidas te gebruiken om een mogelijk effect van de Zuidas op de omliggende woningwaarde te kunnen verklaren. Om hierop een antwoord te kunnen for- muleren werd de volgende onderzoeksvraag opgesteld:
‘Wat is het effect van de ontwikkeling van de Zuidas op de omliggende woningwaarde?’
Allereerst is er naar de ontwikkeling van de Zuidas tussen 2005 en 2018 gekeken, waarbij de focus lag op de ontwikkeling van de totale kantooroppervlakte en de totale werkgelegenheid. Hieruit bleek dat de Zuidas voornamelijk een sterke ontwikkeling heeft doorgemaakt tussen 2005 en 2009 en tussen 2014 en 2018. In de crisisperiode 2009 - 2014 bleken de ontwikkelingen op het gebied van kantooroppervlak en werkgelegenheid te zijn stil gevallen of gestagneerd en de gemiddelde WOZ-waarde per vierkante meter te zijn gedaald.
Vervolgens is uit de literatuur opgemaakt welke woonomgevingskenmerken een mogelijk ef- fect zouden kunnen hebben op de WOZ-waarde. Op basis van literatuur en de beschikbaarheid van data zijn onafhankelijke variabelen geselecteerd, die een effect zouden moeten hebben op de WOZ-waarde per vierkante meter in Amsterdam. De focus binnen de onafhankelijke variabelen lag op het effect van de ’afstand tot de Zuidas’ op de afhankelijke variabele.
Daarna werden multivariabele lineaire regressieanalyses gedaan om de effecten te analyseren. Hierbij lag naast de focus op de variabele ’afstand tot de Zuidas’ ook nadruk op de variabele ’afstand tot de IJ-oevers’. Het idee hierachter was om te toetsen of een tweede Business Center het effect van de Zuidas mogelijk verstoord. Uit alle regressieanalyses bleek dat het toevoegen
van een andere Business Center, de IJ-oevers in dit geval, een licht verstorend effect heeft op het effect van de ’afstand tot de Zuidas’.
De co¨effici¨ent ’afstand tot de Zuidas’ en dus het effect van de Zuidas op de WOZ-waarde per vierkante meter versterkte zich in de loop der tijd. Allereerst is in de jaren 2005 - 2009 is een toenemende ontwikkeling te zien. Wanneer de crisis aanbreekt, blijkt een effect zichtbaar te zijn in de geanalyseerde ontwikkelingen. Zo zwakte het effect van de Zuidas op de WOZ-waarde af vanaf 2009 en is er een dieptepunt zichtbaar in het jaar 2014. Wanneer de economie weer aantrekt, de gemiddelde WOZ-waarde per vierkante weer toeneemt en de ontwikkelingen op de Zuidas weer worden opgepakt, ontwikkelen ook de co¨effici¨enten van de ’afstand tot de Zuidas in alle regressieanalyses zich sterker dan ooit. Hieruit kan geconcludeerd worden dat vanaf 2014 een additionele meter verder weg van de Zuidas een sterker effect op de WOZ-waarde per vierkante meter heeft dan in de jaren ervoor. Hierdoor is het effect van de Zuidas op de WOZ-waarde per vierkante meter in de loop der tijd toegenomen.
Ook het resultaat van de vergelijking tussen de perioden 2005 - 2009 met 2014 - 2018 ver- sterkt deze waarneming, zowel voor de relatieve als de absolute waardeontwikkeling van de WOZ-waarde per vierkante meter. In de periode 2005 - 2009 is er zowel voor de relatieve als voor de absolute waardeontwikkeling een geografische spreiding zichtbaar. Hierin liggen de sterkste waardeontwikkelingen vooral binnen de Ring A10, maar er zijn ook veel uitzonderingen zichtbaar. Buurten buiten de Ring A10 worden voornamelijk gekenmerkt door zwakkere en soms zelfs negatieve waardeontwikkelingen.
In de visualisatie van de periode 2014 - 2018 valt een veel sterkere geografische spreiding op. De buurten binnen de Ring A10 hebben zich veel sterker ontwikkeld dan de buurten buiten de Ring A10. Sterk opvallend hierin is dat er een zwaartepunt is gevormd in het Zuiden van Amsterdam, gelegen tussen de Zuidas en het Vondelpark.
Ook wanneer de periode regressieresultaten erbij worden genomen is een ontwikkeling in de loop der tijd zichtbaar. De co¨effici¨ent is zeer sterk toegenomen in de periode 2014 - 2018 ten opzichte van de periode 2005 - 2009. Uit de periode vergelijking kan geconcludeerd worden dat het het effect van de Zuidas, zowel voor de relatieve als voor de absolute waardeontwikkeling, in de loop der tijd een versterkend effect heeft gehad op de WOZ-waarde per vierkante meter.
Over de gehele tijdsspanne en voor alle visualisaties en regressieanalyses is een ontwikkeling waarneembaar. Hieruit kan voorzichtig geconcludeerd worden dat er een effect van de ontwik- keling van de Zuidas in de geselecteerde tijdsspanne zichtbaar is op de ontwikkeling van de WOZ-waarde per vierkante meter in een buurt.
7.2 Beperkingen
Gesteld kan worden dat dit onderzoek een aantal beperkingen heeft. Tijdens het interpreteren van de resultaten en literatuur moet hiermee rekening worden gehouden. Ook kunnen deze be- perkingen worden meegenomen voor een mogelijk vervolgonderzoek.
De eerste beperking die zal worden besproken is het gebruik van een beperkt aantal onafhan- kelijke variabelen. Om binnen een prijs hedonische regressieanalyse tot een significant resultaat te komen moet gebruik worden gemaakt van veel verschillende datagegevens. Hierdoor zal de verklarende variantie toenemen, waardoor conclusies van regressieresultaten worden versterkt. Binnen dit onderzoek was er beperkte data beschikbaar, mede doordat dit onderzoek werd ver- richt op buurtniveau. De beschikbaarheid van datagegevens vanuit het OIS op buurtniveau was beperkt. Doordat relatief weinig onafhankelijke variabelen konden worden getoetst op de afhankelijke variabele lag de verklarende variantie vaak aan de lage kant, waardoor de waarde van de co¨effici¨enten in twijfel kunnen worden getrokken.
Een tweede beperking van dit onderzoek is dat bij de periode regressieanalyses ontwikke- lingen worden getoetst met statische verklarende variabelen. Alleen de ontwikkeling van de werkgelegenheid is hierop een uitzondering. Bij het onderzoeken van een ontwikkeling van een afhankelijke variabele is het wenselijk om ook onafhankelijke variabelen mee te nemen die een ontwikkeling door maken. Helaas is de ontwikkeling van veel gehanteerde onafhankelijke varia- belen in de geselecteerde periode zo klein (ontwikkeling van het aandeel sociale huurwoningen, ontwikkeling van het aandeel groen & water, ontwikkeling van de bevolkingsdichtheid), dat re- sultaten niet significant bleken en hierdoor geen aanvulling waren voor dit onderzoek.
Een derde en laatste beperking binnen dit onderzoek heeft betrekking tot de prijs hedonische analysemethode. Hoewel de analysemethode een samenhang aan toont tussen de onafhankelijke variabelen en afhankelijke variabele, valt niet op te maken dat de Zuidas de (enige) oorzaak is voor de stijgende WOZ-waarde per vierkante meter in de omgeving.
7.3 Reflectie
Dit onderzoek zal worden afgesloten met een korte kritische reflectie. Binnen dit onderzoek moet er vooral kritisch gekeken worden naar invloed van een achterliggende verklarende factor en of het effect van de Zuidas daardoor mogelijk kan worden genuanceerd.
Zo kan er dus over worden nagedacht of het effect van de Zuidas wel het belangrijkste effect is geweest op de ontwikkeling van de waarde van woningen.
De kracht van het locatie gebied was namelijk al bekend voordat de Zuidas was ontwikkeld. Het gebied kende een sterke locatie en de bereikbaarheid van het gebied was een doorslagge- vende factor voor de ontwikkelingen op de Zuidas. Deze twee factoren hebben daarom ook sterke invloed op de waardeontikkeling van omliggende woningen. Vandaar dat het stadsdeel Zuid voor de ontwikkeling van de Zuidas al goed in de markt lag en werd gekenmerkt door hoge WOZ-waarde per vierkante meter. De toplocatie kan dus worden gezien als de belangrijkste achterliggende factor voor de ontwikkeling van de WOZ-waarde.
Binnen dit onderzoek moet dus worden mee genomen dat een effect van de Zuidas kan worden genuanceerd, doordat de locatie al sterke mogelijkheden had en stadsdeel Zuid al een sterke marktpositie kende. Naar aanleiding van de onderzoeksresultaten kan daarom worden geconcludeerd dat de Zuidas een stuwend effect heeft op de ontwikkeling van de WOZ-waarde, maar dit niet het belangrijkste effect is.
8
Referenties
1Agnew, K. Lyons, R. (2018). The impact of employment on housing prices: Detailed evidence
from FDI in Ireland
2Alonso, W. (1964). Location and Land Use. Toward a General Theory of Land Rent
3Baggen, N. (2011) Het effect van de aanwezigheid van lightrail op de waarde van een woningen
4Bolitzer, B. N.R. Netusil (2000). The impact of open spaces on proper ty values in Portland,
Oregon.
5Cheng, J. Hao, Q. (2008). The impact of distance to CBD on housing prices in Shanghai: a
hedonic analysis
6Colwell, P. F. Guntermann, K. L. (1984). The value of neigborhood schools
7Das, K. R. Imon, A. H. M. R. (2016). A brief review of tests for normality
8de Kam, G. (2008). Wijken van waarden: van fundament naar praktijk
9Dijkstra, P. (2013) Erfpacht en Woningwaarde
10Downs, G. W. Rocke, D. M. (1974). Interpreting Heteroscedasticity
11Dynamis, (2019). Sprekende cijfers kantorenmarkten 2019. Geraadpleegd op
https://dynamis.nl/uploads/media/25/global/SCK%202019/SCK%202019%20Rapport.pdf
12Dziaddin, M. F. Misran, M. (2016) Does accessibility of the central business district (CBD)
have an impact on high-rise condominium price gradient in Kuala Lumpur, Malaysia?
13Gemeente Amsterdam, 2016, Visie Zuidas 2016, Geraadpleegd op https://zuidas.nl/cms/wp-
content/uploads/2017/08/Visie-Zuidas-2016.pdf
14Heikkila, E. Gordon, P. Kim, J. I. Peiser, R. Richardson, H. W. Dale-Johnson, D. (1989).
What Happened to the CBD-Distance Gradient? Land Value in a Polycentric City
15Helgers, R. Vastmans, F. (2010). Hedonische prijsanalyse van het effect van open groene
ruimte op de marktprijzen voor wonen in Vlaanderen
16Jansen, E.A. (2017). The impact of business improvent districts on property values
17JLL. (2017) Zuidas office monitor 2017 H1. Geraadpleegd op https://zuidas.nl/cms/wp-
18Koper, A. (2001). Amsterdam bouwt op Zuidas aan tweede centrum, Geraad-
pleegd op https://www.volkskrant.nl/nieuws-achtergrond/amsterdam-bouwt-op-zuidas-aan- tweede-centrum b6b6b7bb/
19Li, Q. (2013). Ethnic diversity and neighbourhood house prices
20Parool. (2016) Manhattan aan het IJ: zo had Amsterdam Centraal eruit kunnen zien, Geraad-
pleegd op https://www.parool.nl/nieuws/manhattan-aan-het-ij-zo-had-amsterdam-centraal- eruit-kunnen-zien b250f806/
21Peeters, R. (2010). Het effect van maatschappelijk vastgoed op de woningprijs
22Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure com-
petition
23van Haastrecht, R. Welgraven, C. (1995). Het hart van Amsterdam zakt naar het
zuiden. Geraadpleegd op https://www.trouw.nl/home/het-hart-van-amsterdam-zakt-naar-het- zuiden a2ba5107/
24van Koppen, J. (2017). De invloed van sociale huurwoningen op de woningprijs in een ge-
meente.
25van Bockxmeer, J, (2018). Angst voor nieuwe crisis vertraagt nieuwbouw van woningen,
Geraadpleegd op https://fd.nl/economie-politiek/1266593/angst-voor-nieuwe-crisis-vertraagt- nieuwbouw-van-woningen
26Visser, P. van Dam, F. (2006). De prijs van de plek: woonomgeving en woonprijs
27Yowaldi (2012). The relation between land price and distance to the CBD in Bekasi
28Zhang, Y. Dong, R. (2018). Impacts of street-visible greenery on housing prices: Evidence
from a hedonic price model and a massive street view image dataset in Beijing
29Zou, G. (2015). The effect of Central Business District on House Prices in Chengdu Metropo-
Websites
30Bouwregister, (2019)., Geraadpleegd op http://www.bouwregister.nl/nl/projecten/project/symphony-
amsterdam/160/
31Bouwregiser, (2019)., Geraadpleegd op http://www.bouwregister.nl/nl/projecten/project/the-
rock–mahler-iv-amsterdam/225/
32CBS, (2019)., Geraadpleegd op https://opendata.cbs.nl/statline/#/CBS/nl/dataset/84106NED
/table?ts=1559765276540
33Gemeente Amsterdam, (2019)., Geraadpleegd op https://maps.amsterdam.nl/gebiedsindeling/?LANG=nl
34Laerd Statistics, (2019), Pearson’s Correlation using Stata, Geraadpleegd op
https://statistics.laerd.com/stata-tutorials/pearsons-correlation-using-stata.php
35Oudenampsen, M. (2013)., Geraadpleegd op https://merijnoudenampsen.org/2013/04/13/een-
kleine-geschiedenis-van-een-amsterdams-zakendristrict/
36van Pluijm, L. (2019)., Geraadpleegd op https://www.pluijm-oc.nl/blog/aannames-regressie/
9
Appendix
Variable N Gem. Std. Dev. Min Max
Relatieve WOZ 338 0,2267 0,1292 0,1573 0,8578 Absolut WOZ 338 648,868 347,8212 -336,6312 1718,091 Zuidas 338 6362,426 2716,896 1000 14000 IJ-oevers 338 5453,254 3109,219 600 14000 Sociale huur 338 0,4428 0,3108 0 1 Werkgelegenheid 338 0,2394 0,5277 -0,8217 4,5013 Bevolkingsdichtheid 338 14191,8001 7969,824 35 35786 Groen & Water 338 0,1996 0,1951 0 0,987
Tabel 7: Beschrijvende tabel periode regressieanlyse 2005 – 2009