Ongelijkheid in energiearmoede tussen bevolkingsgroepen in Groot-Amsterdam

(1)

1

Ongelijkheid in Energiearmoede tussen

Bevolkingsgroepen in Groot-Amsterdam

Bachelorscriptie Anniek Schalij 11276983 Cody Hochstenbach 14-08--2019

(2)

2

Inleiding

Om de wereldwijde klimaatambities uit het Parijs klimaatakkoord te behalen is er een energietransitie nodig. Op verschillende schaalniveaus zijn verschillende ambities opgesteld om deze doelen te behalen. De Europese Unie heeft een aantal doelen opgesteld om de

energieconsumptie van de bebouwde omgeving, en de hiermee samengaande CO2-uitstoot, te verminderen. In 2050 moet de CO2-uitstoot 80 procent verminderd zijn ten opzichte van 1990 (Santamouris, 2016). Het regeerakkoord van de overheid heeft een ambitie opgesteld om de CO2 ten opzichte van 1990 terug te dringen tot 49 procent. Om dit vervolgens verder terug te dringen tot 85 procent in 2030 en 100 procent in 2050. Hieruit volgend heeft de Gemeente Amsterdam een eigen ambitie opgesteld waarin staat dat de CO2 in 2030 55 procent en in 2050 95 procent gereduceerd moet zijn ten opzichte van 1990

(klimaatmonitor.databank.nl, n.d.). Daarnaast moet het aardgasverbruik in Amsterdam, om de doelen te behalen, terug van 400.000 aardgasaansluitingen bij woningen en bedrijven naar 0 aansluitingen in 2050 (Gemeente Amsterdam, 2018).

De energietransitie die moet worden doorgevoerd om de CO2-uitstoot te verminderen heeft betrekking op een verandering van energie-infrastructuren, het energiesysteem van de

bebouwde omgeving, zowel woningen als bedrijven, industrie en vervoer. Daarnaast gaat het over de transitie van fossiele energie naar grootschalige opwek van duurzame energie. Van alle CO2-uitstoot binnen Amsterdam wordt dit voor 68% veroorzaakt door de gebouwde omgeving waarvan 26% door woningen. De bebouwde omgeving moet aardgasvrij worden gemaakt door de transitie naar stadswarmte, all electric of biogas (Gemeente Amsterdam, 2018). Van de uitstoot van huishoudens in woningen is het verwarmen van het huis, space

heating, de meeste energie consumerende met 71% van de totale consumptie van

huishoudens. Hierna volgt water met 12%, koken met 4% en licht en andere huishoudelijke apparaten met 15% (ODYSSEE-MURE, 2012).

Amsterdam is een groeiende stad. Om de verwachte groei van ongeveer 10.000 nieuwe inwoners per jaar te kunnen opvangen worden nieuwe woningen gebouwd. Dit resulteert in plannen van de gemeente Amsterdam (2018) om tot 2025 50.000 nieuwe woningen te bouwen. Om te kunnen groeien maar daarnaast ook de energietransitie te kunnen doorvoeren en energiegebruik niet te laten toenemen en tegelijkertijd de andere klimaatambities te behalen is een trendbreuk nodig. Dit wordt onder andere al doorgevoerd in veranderingen in de nieuwbouw. Dit houdt in dat de nieuwbouw in Amsterdam energieneutraal is. Daarnaast is het echter ook van groot belang dat de bestaande gebouwen veel minder energie gaan

gebruiken. Doordat de woningbouw relatief klein en gestapeld zijn stoten de woningen in Amsterdam al iets minder CO2 dan gemiddeld uit, echter, zijn de woningen ook ouder dan gemiddeld waardoor de energiekwaliteit meestal ook lager is. Het doel van een gemiddeld label A in de (corporatiewoningen) wordt met huidig tempo van labelstap verbetering pas in 2050 bereikt (Gemeente Amsterdam, 2018), dit terwijl de Gemeente Amsterdam (2015) de ambitie heeft om in 2020 al een gemiddeld label B te bewerkstelligen. De maatregelen die nodig zijn om de ambities te behalen in de woningvoorraad moeten worden doorgevoerd door de woningeigenaren zelf. Dit houdt in dat de woningcorporaties en de particuliere eigenaren hier aan zet zijn. Een volgens Gemeente Amsterdam (2015) nieuw thema die door de

(5)

5 energietransitie ontstaat, als gevolg van stijgende energiekosten, is energiearmoede. Een doel van de Gemeente Amsterdam (2015) is inzicht krijgen in energiearmoede in de stad.

Vanaf de jaren 2000 begon de Europese Unie energie zekerheid, klimaatverandering mitigatie en duurzame ontwikkeling op de agenda te zetten. Echter, beleid gericht op energiearmoede is lang gelimiteerd gebleven, ondanks de erkende spanning tussen klimaatverandering en energiearmoede (Thomson & Snell, 2013, p. 563; Boemi et al., 2017). Binnen de EU worden zowel de termen energy poverty en fuel poverty door elkaar heen gebruikt voor

energiearmoede. Beiden termen omvatten een vorm van sociale uitsluiting. In tegenstelling tot het bijvoorbeeld implementeren van strategieën voor klimaatmitigatie en regels voor de elektriciteitsmarkt zijn er geen beleidsplannen opgesteld die energiearmoede aanpakken (Boemi et al, 2017). Het niet erkennen van die spanning tussen klimaatverandering en energiearmoede kan onbedoeld ervoor zorgen dat klimaatmaatregelen een toename in energiearmoede met zich mee brengen (Thomson & Snell, 2013). Volgens Day et al. (2016) is er nog weinig bekend over energiegebruik en energiearmoede in de context van

klimaatverandering mitigatie. De energietransitie is een vorm van klimaatverandering mitigatie en de gevolgen hiervan op energiearmoede zijn dus veelal onderbelicht.

Naast de zojuist genoemde knowledge gap en daardoor wetenschappelijke relevantie, is er in dit onderwerp ook een duidelijke maatschappelijke relevantie aanwezig. In hoeverre de energietransitie ongelijkheid versterkt, is belangrijk om te onderzoeken aangezien

ongelijkheid en armoede maatschappelijk ongewenst zijn. Ongelijkheid is al een probleem op de Nederlandse en Amsterdamse woningmarkt. Ondanks het feit dat Amsterdam met 53% sociale huur, vergeleken met andere steden, een groot aandeel gereguleerde huurwoningen heeft en daardoor toegankelijk en betaalbaar lijkt, is dit niet voor iedereen het geval. Lange wachttijden en een inkomensgrens voor de sociale huursector in combinatie met een dure koopsector en een kleine en dure vrije huursector maakt de woningmarkt van Amsterdam steeds meer gepolariseerd. De afname in het aantal sociale huurwoningen, door verkoop, sloop en liberalisatie, vergroot problemen van toegankelijkheid op de Amsterdamse woningmarkt. De woningvoorraad in Amsterdam sluit, lettend op het prijssegment, niet volledig aan bij de inkomensgroepen. Dit heeft tot gevolg dat veel huishoudens niet passend wonen. Dit is vooral een probleem voor huishoudens met een laag inkomen aangezien zij meestal niet de middelen hebben om duurder te wonen (Gemeente Amsterdam, 2017). Ook Woononderzoek Nederland 2015 (CBS, 2016) toont een groei van duur scheefwonen in Nederland, met een verdubbeling van het percentage van duur scheefwonen in 2015 ten opzichte van 2009. Hoewel zowel de corporatie huurprijzen als de particuliere prijzen stijgen, wordt het verschil ertussen steeds groter. Dit is een groeiend probleem voor huishoudens met een middeninkomen. Zij verdienen te veel voor de sociale huur, maar te weinig voor de steeds duurdere particuliere huur en koop in Amsterdam. Bovendien geven Amsterdammers, volgens WoON 2015, gemiddeld een hoger percentage van hun besteedbaar inkomen uit aan wonen vergeleken met de rest van Nederland (23,5% in Amsterdam t.o.v. 19,3% in

Nederland).

De ongelijkheid op de woningmarkt is in dit onderzoek gericht op verschillen in percentages van bevolkingsgroepen die risicovolle woon en energielasten hebben (wordt

(6)

6 nader gespecificeerd) en daarom grote kans hebben op het belandden in energiearmoede door de energietransitie. De betaalbaarheid van de energierekening is dus van belang wegens de kosten die een energietransitie waarschijnlijk met zich mee brengt. Zowel stijgende

energieprijzen en belasting als het dalen van energierekeningen door

energiebesparingsmaatregelen zullen invloed hebben op de betaalbaarheid. Het gehele kosten-baten pakket van een huishouden is belangrijk voor deze betaalbaarheid. Dit wil zeggen dat zowel de woonlasten als de energielasten belangrijk zijn (Middelkoop et al, 2018). Volgens Middelkoop et al (2018) geven ruim 900.000 huishoudens een groot deel van hun inkomen uit aan energiekosten of vallen ze binnen een risicogroep die hun gehele

woonquote, inclusief energiekosten, niet kunnen betalen. De energietransitie zal volgens hen vooral een risico zijn voor deze huishoudens aangezien zij geen financiële ruimte hebben om veranderingen zoals energie prijsverhogingen op te vangen. Volgens deze studie zijn dit voornamelijk huishoudens binnen de laagste inkomensgroep. Echter, ook binnen

inkomensgroepen hangt de financiële kwetsbaarheid af van onder andere kenmerken van de woning en het huishouden. In dit onderzoek wordt ook de nadruk gelegd op de andere kenmerken van huishouden die kunnen bijdragen aan het al dan niet leven met een betaalrisico op het gebied van wonen. Er wordt in dit onderzoek onderzocht welke

kenmerken van de bevolking de kans op energiearmoede vergroten. Daarnaast wordt inzicht verkregen in trends in energiearmoede tussen groepen met bepaalde kenmerken van 2012 tot en met 2018. Zicht krijgen op groepen bevolking met een grote kans op energiearmoede is van belang zodat hiermee rekening kan worden gehouden in beleidsplannen omtrent de energietransitie van de woningmarkt. De onderzoeksvraag die hiermee gepaard luidt:

In hoeverre vergroten bepaalde bevolkingskenmerken de kans op energiearmoede en wat zijn de trends in energiearmoede in Groot-Amsterdam?

In het theoretisch kader wordt allereerst dieper ingegaan op definities en oorzaken van energiearmoede. Daarna volgt de methodologie met daarin de operationalisering met de indicatoren waarmee energiearmoede in dit onderzoek is gemeten en verantwoording van verdere methodologische keuzes. Vervolgens bestaat de analyse uit vier delen: met eerst in twee delen beschrijvende analysen naar het procentuele deel wat bevolkingsgroepen

gemiddeld uitgeven aan (1) de energiequote en (2) de woonquote om inzicht te krijgen in de trends in energiearmoede in Groot-Amsterdam, waarna (3) een regressieanalyses de

samenhang tussen sociaaleconomische en woonkenmerken met de energiequote en de woonquote achterhalen. Tot slot, eindigt de analyse met (4) kort een hypothese over de verwachte invloed van de energietransitie van de woningmarkt op energiearmoede en de ongelijkheid. Het onderzoek eindigt met een conclusie waarin de hoofdvraag wordt beantwoord en een discussie met daarin reflectie en suggesties voor verder onderzoek.

(7)

7

Theoretisch kader

Energiearmoede

Ondanks de duidelijk zichtbare negatieve kanten van intensieve exploitatie van

energiebronnen is er nog steeds een positief verband tussen energieconsumptie en welzijn. Hieruit volgend is wereldwijd gezien zowel de toegankelijkheid als de betaalbaarheid van energie van groot belang voor burgers en huishouden. Dit belang met daarin een grote tegenstrijdigheid is ook duidelijk terug te zien in het verschil tussen energiearmoede in ontwikkelde landen en ontwikkelende landen. In ontwikkelde landen gaan zorgen over energiearmoede over het behouden (of toenemen) van het gebruik van energieconsumptie met ondertussen een wereldwijde noodzaak naar het verminderen van energiegebruik en de CO2-uitstoot wat hierbij hoort, terwijl in ontwikkelende landen de noodzaak hoog is om juist energie infrastructuren en toegankelijkheid naar energie te bevorderen voor de ontwikkeling in het land (Day et al, 2016, p. 255-256). Daarnaast gaat het bij ontwikkelde landen meer om de betaalbaarheid in plaats van de toegankelijkheid (Okushima, 2017).

De zorgen over energiearmoede zijn ontstaan in het Verenigd Koninkrijk. Vanaf 1980 kreeg zowel “Fuel Poverty” als “Energy poverty” politieke en wetenschappelijke aandacht. De focus binnen dit vraagstuk in het Verenigd Koninkrijk lag altijd op de betaalbaarheid van het goed verwarmen van huizen en de bijkomstige negatieve gevolgen op gezondheid wanneer dit niet lukte (Day et al, 2016). Deze focus is voor veel onderzoeken in de global north het uitgangspunt wanneer energiearmoede wordt onderzocht. Veel aspecten, zowel oorzaken als gevolgen, worden nog veel onderbelicht (Day et al, 2016). Vooral in Nederland is

energiearmoede veelal onderbelicht. Dit komt omdat beleid in Nederland erop gericht is betalingsachterstanden niet direct af te straffen door het afsluiten van gas en elektriciteit met als gevolg dat huishouden niet letterlijk in de kou zitten. De aandacht naar energiearmoede in Nederland gaat daardoor meer naar het aandeel van het besteden van een huishouden wat wordt uitgegeven aan energiekosten (Middelkoop et al, 2018).

Definities

Er zijn weinig landen in de EU die een officiële definitie hebben van energiearmoede. Een algemene definitie in de Europese Unie is er dan ook niet (European Parliament, 2017). De definities die er zijn benoemen allemaal de relatie tussen energie efficiëntie en laag inkomen (Thomson & Snell, 2013). Volgens de definitie van de gemeente Amsterdam (2015) leeft een huishouden in een staat van energiearmoede wanneer huishoudens met lage inkomens meer dan 10% van hun besteedbaar inkomen kwijt zijn aan het betalen van de energierekening. Deze definitie komt overeen met veel gebruikte andere definities. Echter, in meerdere andere definities wordt deze definitie uitgebreid met de toevoeging dat het huishouden meer dan 10% van het besteedbaar inkomen kwijt is aan het adequaat warm houden van de woning (Department of Trade and Industry (DTI), 2001; Department of Energy & Climate Change (DECC), 2010; Fitzpatrick, 2011). Dit wordt expliciet genoemd vanwege de, zoals

eerdergenoemd, focus die vaak ligt op de negatieve effecten op de gezondheid wanneer het huis niet genoeg warm wordt gehouden. Hierdoor wordt energiearmoede vaak in verband

(8)

8 gebracht met kwetsbare groepen zoals zieken of ouderen. Recente definities wijken af van de focus op gezondheid en alleen warmte en benadrukken ook het belang van andere energy services (zoals het verkoelen van ruimten, IT en licht) (Bouzarovski & Petrova, 2015). Zo is een veel gebruikte definitie in Engeland tegenwoordig “sees households as fuel poor if require energy costs are higher than those of the nation-wide median, while pushing them below the ‘official poverty line’ (Bouzarovski & Petrova, 2015, p. 32). Een veel gebruikte definitie opgesteld door Bouzaravski en Petrova (2015) kan worden uitgedrukt als het onvermogen van een huishouden om op sociaal en materieel noodzakelijk niveau van energiediensten gebruik te maken. In dit onderzoek wordt deels gebruik gemaakt van de zojuist genoemde door de Gemeente Amsterdam (2015). Echter, er wordt verder gekeken dan alleen het percentage van meer dan 10% van het besteedbare inkomen wat wordt uitgegeven aan de energierekening. Naast de energierekening wordt er getracht ongelijkheid van de gehele woonquote te onderzoeken. Hierachter zit het idee dat wanneer de kale woonlasten laag zijn en de energierekening wel meer dan 10% bedraagt, er mogelijk helemaal geen moeite is met het betalen van deze rekening en dus geen sprake van energiearmoede is. Middelkoop et al (2018) maken hieruit voortkomend onderscheid tussen drie verschillende risicogroepen. Allereerst een groep met lage kale woonlasten, zoals de huur of hypotheek, maar een hoge energierekening. De energiequote is in dit geval vrij hoog, en voor eventuele toenemende energieprijzen is dit een risicogroep. Daarnaast is er de groep met hoge kale woonlasten en een lage energierekening. In dit geval komt er geen energiearmoede uit onderzoek naar de energiequote, maar kan er toch sprake zijn van een betaalrisico bij een huishouden. Binnen deze groep is ook kans op bewust weinig energiegebruik om hierdoor te compenseren met de hoge kale woonlasten door de energierekening zo laag mogelijk te houden. Hier is dus verborgen energiearmoede. Tot slot is er de meest kwetsbare groep met zowel hoge kale woonlasten als een hoge energierekening. In dit onderzoek worden niet de kale maar de totale woonlasten, als aandeel van het besteedbare inkomen, meegenomen. Hier geldt verder wel: een lage energiequote, maar een hoge woonquote kan duiden op verborgen energiearmoede.

Oorzaken

Energieconsumptie in de bebouwde omgeving is onderhevig aan belangrijke economische, milieu en sociale factoren en verstoringen en daardoor erg gevoelig voor schommelingen en veranderingen (Santamouris, 2016). Er zijn dan ook vele mogelijke oorzaken voor een huishouden om in energiearmoede te leven. In dit onderzoek worden alleen de meest genoemde oorzaken van energiearmoede in ontwikkelde landen genoemd aangezien Groot-Amsterdam de case is. Energiearmoede heeft vaak als oorzaken een interactie tussen zowel externe als interne oorzaken. Dit zijn zowel materiële, sociaaleconomische als politieke oorzaken (Day et al., 2016; Bouzarovski & Petrova, 2015). Dit houdt in dat er zowel op het individueel niveau oorzaken zijn van energiearmoede als op een hoger extern niveau. De meest genoemde relatie is de relatie tussen energiearmoede en inkomen. Volgens Thomson & Snell (2013) is energie armoede een interactie tussen lage inkomens van huishouden en de energie-efficiëntie van woningen/huishoudens. Daarnaast benoemen ze factoren als het al dan niet hebben van spaargeld en het leven in een huurwoning. Volgens Fitzpatrick (2011) is energiearmoede vooral veroorzaakt door stijgende energieprijzen, ontoereikende inkomens en

(9)

9 energie-inefficiënte huizen. De belangrijkste oorzaken genoemd door Bouzarawski (2015) zijn ook aan de ene kant hoge of stijgende energieprijzen met aan de andere kant lage inkomens van huishouden. Bovendien benoemt ook hij inefficiënte huizen en inefficiënte verwarmingsinstallaties in woningen. Naast inefficiënte huizen is het bouwjaar als

karakteristiek van een woning ook van invloed op de energierekening, waarbij een oude woning zorgt voor meer energieverbruik en een hogere energierekening (Santin et al, 2009; Holden & Norland, 2005).

Andere socioculturele aspecten worden door onder andere Huybrechts et al. (2011) benoemt. De eerstgenoemde belangrijke oorzaak volgens hen is het inkomen, een

economische en sociale dimensie waarbinnen onder andere de arbeidsmarkt en gebrek aan opleiding vallen. Daarnaast zijn een slechte woningkwaliteit en socioculturele elementen van belang. Tot slot benoemt hij de externe factoren waarbij al deze oorzaken behoren, namelijk de globale context van stijgende energieprijzen door onder andere conflicten en

klimaatverandering. Een voorbeeld van die verschillende factoren samen is het voorbeeld van sociale huur. In de sociale huursector wonen volgens Huybrechts et al. (2010) al veel mensen die leven in armoede. Omdat deze mensen al leven in armoede is de kans op energiearmoede ook groter. Daarbovenop komt dat de status van sociale huurwoningen vaak slechter is dan van andere woningen. Deze slechte woningkwaliteit, zoals slechte isolatie, kan de kans op leven in energiearmoede nog verder versterken. Energiearmoede komt over het algemeen ook drie tot vier keer vaker voor bij huishoudens die huizen huren dan bij eigenaars van

woningen. Zoals eerder genoemd is opleidingsniveau ook een onderdeel van het inkomen en daardoor van energiearmoede. Een opleiding is een goede garantie om boven de

armoedegrens te blijven (Bruyments, 2011).

Uitgaande van bovengenoemde oorzaken is de hypothese hieruit voortkomend, logischerwijs, dat de energietransitie vooral invloed heeft op ongelijkheid tussen bevolkingsgroepen op basis van inkomen. Daarnaast wordt verwacht dat een hoge opleiding, de kans op

energiearmoede verkleind. Bovendien, is de verwachting dat de mensen in de sociale huur er vooral op achteruit gaan en de mensen met koopwoningen vooral erop vooruitgaan, en dat ook hier energietransitie van de woningmarkt zorgt voor een versterking van ongelijkheid tussen deze groepen. Dit is dus naar verwachting zichtbaar in de trends analyse, waarbij een toename van ongelijkheid op basis van eigendomssituatie wordt verwacht. Tot slot hangt de energietransitie van de woningmarkt samen met de kwaliteit van de woningen. Als een woning bijvoorbeeld al voldoet aan een goede energielabel (A), dan is er waarschijnlijk minder kans op verandering in de energiekosten voor mensen in deze woning. Een woning met een goede energielabel is naar verwachting een woningkenmerk wat bijdraagt aan een kleinere kans op energiearmoede.

(10)

10

Methodologie

Het onderzoek is opgedeeld in verschillende delen. In het eerste deel zijn beschrijvende statistieken gebruikt om te onderzoeken welk aandeel van het besteedbare inkomen

verschillende bevolkingsgroepen uitgeven aan zowel de woonquote als de energiequote. Deze analyses zijn uitgevoerd in 2012, 2015 en 2018 om trends in ongelijkheid te onderzoeken. Na de beschrijvende analyses zijn middels regressieanalyses de invloed van verschillende

sociaaleconomische kenmerken op een hoge energie- of woonquote onderzocht. Tot slot is op basis van literatuur een inschatting gemaakt over energiearmoede in de toekomst.

Research Design

Middels kwantitatieve data-analyses wordt getracht de onderzoeksvraag: “In hoeverre

vergroten bepaalde bevolkingskenmerken de kans op energiearmoede en wat zijn de trends in energiearmoede in Groot-Amsterdam?” te beantwoorden. De onderzoeksvraag wordt

beantwoord met behulp van een viertal deelvragen Deelvragen:

1. Wat zijn de trends in het percentage van het inkomen dat verschillende bevolkingsgroepen betalen aan de energierekening?

2. Wat zijn de trends in het percentage van het inkomen dat verschillende bevolkingsgroepen betalen aan de totale woonlasten?

3. In hoeverre versterken bepaalde sociaaleconomische- en woningkenmerken van huishouden de kans op een hoge energiequote of woonquote en dus de kans op energiearmoede?

4. Hoe zouden de woonlasten zich ontwikkelen in verschillende hypothetische scenario’s van veranderende energielasten?

Het onderzoek passend bij bovenstaande onderzoeksvraag wordt kwantitatief uitgevoerd omdat er getracht wordt causaliteit aan te tonen tussen bepaalde bevolkingskenmerken en de kans op een hoge woonquote/of energiequote en daardoor dus de kans op energiearmoede. Dit wordt gedaan om meer inzicht te krijgen in ongelijkheid tussen bevolkingsgroepen en de kwetsbare groepen voor een eventuele verandering in energiekosten als gevolg van

energietransitie aan te kaarten. De afhankelijke variabele is woonlasten of energiekosten als % van inkomen. Vervolgens kan er tussen verschillende bevolkingsgroepen op de

afhankelijke variabele ongelijkheid bestaan. De onafhankelijke variabelen is de energietransitie van de woningmarkt.

De gemeente Amsterdam heeft, net als hogere schaalniveaus, zoals in de inleiding genoemd, plannen om de energie uitstoot van woningen te verminderen. Om dit te

(11)

11 bewerkstelligen zijn ingrepen nodig in onder andere sociale huurwoningen door de

woningcorporaties. Deze ingrepen zorgen bijvoorbeeld voor hogere huurprijzen, maar kunnen ook effect hebben op de energielasten. In hoeverre deze transitie (x) effect heeft op ongelijkheid in woonquotes/energiequote voor verschillende bevolkingsgroepen (y) in Groot-Amsterdam moet worden onderzocht omdat deze transitie onvermijdelijk is, maar er nog weinig bekend is over de impact op ongelijkheid tussen bevolkingsgroepen. Ongelijkheid wordt in dit onderzoek gemeten als verschillen in het percentage wat van het inkomen aan kale woonlasten en energiekosten wordt uitgegeven. Dit gaat dus om de gehele woonquote en niet alleen energiekosten aangezien alleen hoge energiekosten niet duiden op armoede als de kale woonlasten bijvoorbeeld erg laag zijn. Daarnaast wordt echter ook de energiearmoede gemeten volgens de definitie van de Gemeente Amsterdam (2015), en dus wel alleen gekeken naar het percentage van het besteedbaar inkomen wat wordt uitgegeven aan energiekosten. Bij het meten van de woonquote en de energiequote wordt gekeken naar het besteedbare inkomen van het huishouden van de respondent. Onderzoek naar deze causaliteit kan een wetmatigheid aantonen die van belang is voor niet alleen Groot-Amsterdam maar juist te generaliseren is naar andere soortgelijke contexten waar eenzelfde energietransitie gaande is.

Dit onderzoek wordt deductief uitgevoerd, dat houdt in: een bestaande theorie wordt onderzocht. De theorie in dit geval stelt dat de energietransitie zorgt voor meer ongelijkheid tussen bevolkingsgroepen. Echter, er is nog weinig bekend over energiearmoede in

Amsterdam, over hoe de verspreiding hierin is, en in hoeverre bepaalde

bevolkingskenmerken een verband hebben met energiearmoede. Door middel van verificatie, het nagaan of de theorie klopt, wordt het onderzoek uitgevoerd.

De onderzoekseenheden zijn in dit geval de bevolkingsgroepen in Groot-Amsterdam met kenmerk (X, Y OF Z). Afhankelijk van mijn deelvragen gaat het hier om bevolkingsgroepen op basis van leeftijd, inkomen, etniciteit en de eigendomssituatie van de woning (koop, sociale huur of particuliere huur). Er wordt onderzocht inzicht verkregen in trends in energiearmoede tussen deze verschillende bevolkingsgroepen en in hoeverre bepaalde kenmerken van invloed zijn op de kans op energiearmoede. Het gaat dus om het fenomeen ongelijkheid wat op het niveau van bevolkingsgroepen wordt onderzocht. Daarnaast worden in de regressie ook het opleidingsniveau, huishoudsamenstelling en woningkenmerk

energielabel meegenomen. Operationalisering

Het onderzoek richt zich op de invloed van energietransitie van de woningmarkt in Groot-Amsterdam op ongelijkheid tussen bevolkingsgroepen. Om dit te onderzoeken is het van belang om de verschillende ongelijkheden waartussen in het onderzoek vooral het effect wordt onderzocht te specificeren. De focus ligt in het onderzoek vooral op het verschil in eigendomssituatie en inkomensgroepen. Zoals eerder genoemd is er al een ongelijkheid tussen mensen met verschillende eigendomssituaties, met meer armoede in de sociale huur. Daarnaast verhoogt een laag inkomen de kans op armoede. Trends in de ongelijkheid, met als

(12)

12 ongelijkheid de kans op energiearmoede, op basis van deze verschillende kenmerken, worden onderzocht.

Ongelijkheid tussen bevolkingsgroepen wordt in dit onderzoek gemeten door zowel de woonquote als de energiequote. Dit gaat beiden over het procentuele deel van het besteedbare inkomen wat uitgegeven wordt aan de totale woonlasten en de aparte energiekosten. Door de variabelen “GASBM” voor gaskosten en “ELECBM” voor elektriciteitskosten bij elkaar op te tellen (en vermenigvuldigen met 12) is een nieuw variabele “Energiekosten” gevormd. Hiermee kan samen met het besteedbare huishoudinkomen de energiequote worden berekend. Zowel energiequote als de woonquote zijn indicatoren waarmee energiearmoede kan worden onderzocht. Deze percentages kunnen ongelijkheid tussen verschillende bevolkingsgroepen tonen. Zoals vermeld in de theorie kan energiearmoede onder andere samenhangen met zowel sociaaleconomische kenmerken als kenmerken van een woning. In dit onderzoek worden de sociaaleconomische kenmerken opleidingsniveau, leeftijd, etniciteit, huishoud samenstelling en inkomen gebruikt. Daarnaast is de beheervorm van een woning een indicator. Tot slot wordt de energielabel als woning kenmerk gebruikt.

Tabel 1. Operationalisering

Variabele Dimensie Indicator Databron

Energietransitie woningmarkt

Energielabel Energielabel Woononderzoek

Nederland Ongelijkheid Energiequote: Percentage van inkomen aan energiekosten → Woononderzoek Nederland CBS

Stijging op basis van literatuur en trends

(13)

13 Kosten voor gasverbruik + kosten voor elektriciteitsgebruik ) / besteedbaar inkomen) * 100% Percentage van inkomen aan energiekosten prognose Woonquote: (Totale woonlasten/ besteedbaar inkomen) * 100% WoON Woononderzoek Nederland Bevolkingsgroepen d Opleidingsniveau Basisonderwijs

Vmbo, havo- vwo-onderbouw, mbo1

Havo, vwo, mbo 2-4 hbo-, wo-bachlor hbo-wo-master, doctor Woononderzoek Nederland

(14)

14 Inkomen Bruto Inkomenscategorie ën 20% groepen Woononderzoek Nederland

Eigendomssituatie Particuliere huur

Sociale huur Koop Woononderzoek Nederland Etniciteit Autochtoon Niet-westers Westers Woononderzoek Nederland Huishoudsamenstellin g Eenpersoonshuisho uden Paar Paar + kinderen 1-oudergezin Niet-gezinshuishouden Woononderzoek Nederland Energielabel Energielabel A, B, C, D, E, F, G Woononderzoek Nederland

(15)

15 Database

Het onderzoek gebruikt data uit 2012, 2015 en 2018 van Woononderzoek Nederland. Woononderzoek Nederland is een driejaarlijks onderzoek dat inzicht geeft in de woonsituaties van Nederlandse huishoudens. Het onderzoek wordt gehouden door het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties (Woononderzoek.nl, 2019). Door naar verschillende momenten in de tijd te kijken en de verschillen hiertussen te onderzoeken wordt inzicht gegeven in de trends tussen bevolkingsgroepen op basis van verschillende kenmerken. Daarnaast wordt een verwachte verdere stijging van kosten als gevolg van de energietransitie op basis van literatuur vergeleken met deze data. Bij Woononderzoek Nederland worden elke drie jaar minimaal 60.000 personen ondervraagd. Deze omvang (large N) zorgt voor een dusdanige hoeveelheid data dat er betrouwbare uitspraken mogelijk zijn op landelijk, provinciaal en regioniveau. Lokale partijen kunnen bovendien door

Oversampling bij aanvraag op lokaal niveau ook uitspraken doen. Voor Amsterdam is dit, echter, in de verschillende jaren op verschillende manieren gedaan. Zo is bijvoorbeeld in 2015 een variabele “woningmarktgebied” ingedeeld in vier gebieden, waar Amsterdam onderdeel is van “West-Nederland”, terwijl een vergelijkbare variabele voor

woningmarktgebieden in 2018 is ingedeeld in 31 gebieden waarvan één Amsterdam is. Het laagste niveau waarop in alle drie de jaren op dezelfde manier data is verzameld is het niveau van de gebieden. Daarom wordt in dit onderzoek gebruikt gemaakt van COROP-gebied Groot-Amsterdam.

WoON is gekoppeld aan CBS-registratiegegevens waardoor, de voor dit onderzoek belangrijke, variabelen inkomen en energieverbruik kunnen worden meegenomen in analyses. Door ophoogfactor “HWEEGWON” kan tot op COROP-niveau betrouwbare representatieve uitspraken worden gedaan over huishoudens in het desbetreffende jaar. De steekproef die de WoON toepast is getrokken uit de Nederlandse bevolking van 18 jaar en ouder en is een gestratificeerde steekproef (WoonOnderzoek Nederland, 2018). Aangezien in dit onderzoek verschillende bevolkingsgroepen worden vergeleken op basis van verschillende kenmerken moet hierop worden gelet. Desalniettemin wordt bijna alle beschikbare data van huishoudens in Groot-Amsterdam meegenomen. De hele populatie wordt dus onderzocht en vervolgens in categorieën gedeeld. Door de hele populatie mee te nemen is er een sterke externe validiteit. Dit is wenselijk voor de generaliseerbaarheid van de resultaten en de mate van toepasbaarheid op andere contexten (Bryman, 2016, p.42). De gehele populatie bestaat in 2018 uit 2968 respondenten in Groot-Amsterdam. In 2015 en 2012 zijn dit respectievelijk 3125 en 3568 respondenten. Na opschoning van de data door alleen de respondenten met een positief besteedbaar bruto-inkomen mee te nemen en alleen respondenten met een positief besteedbaar huishoudinkomen zonder extremen waarden mee te nemen (SPSS-syntax in bijlage), blijven er nog 2852 in 2018, 2646 in 2015 en 3085 in 2012 respondenten over (tabel 2).

Tabel 2: Aantal respondenten na opschonen data

(16)

16 Totaal N=69339 N=62668 N=67523 Groot-Amsterdam N=3568 N=3125 N=2968 Positief bruto-inkomen N=3556 N=3118 N=2961 Positief besteedbaar inkomen zonder uitschieters N=3085 N=2646 N=2852

De data die wordt gebruikt in het onderzoek is beschikbaar op het niveau van huishouden. Dit moet worden geaggregeerd naar het niveau van bevolkingsgroepen. Dit houdt in dat de data uit de databases moeten worden samengevoegd naar dit niveau en gemiddelden moeten worden berekend zodat uiteindelijk de bevolkingsgroepen op basis van verschillende kenmerken met elkaar kunnen worden vergeleken.

Data-analyse

De data-analyse bestaat uit drie delen. Allereerst worden beschrijvende statistieken gebruikt om gemiddelde woonquotes en energiequotes te berekenen op basis van bepaalde

sociaaleconomische kenmerken van bevolkingsgroepen. Hiermee worden de trends in ongelijkheden tussen de bevolkingsgroepen onderzocht. Daarna volgen regressieanalyses waarin de samenhang tussen allereerst alleen de indicator eigendomssituatie en de

energiequote en de woonquote wordt achterhaald. Daarna volgt een multivariate lineaire regressie waarin alle, eerdergenoemde, sociaaleconomische en woningkenmerk indicatoren mee worden genomen in de analyse. Tot slot wordt in het laatste model ook het bruto-inkomen meegenomen. Dit wordt als laatst toegevoegd omdat het bruto-bruto-inkomen naar verwachting veruit het grootste verband heeft met de energiequote en de woonquote

aangezien in deze indicatoren het inkomen wordt meegenomen. De analyse eindigt met een prognose op basis van literatuur over ongelijkheid in energiearmoede als gevolg van de energietransitie.

(17)

17

Deelvraag 1: Welk percentage van het inkomen betalen verschillende

bevolkingsgroepen aan de energierekening?

De energiequote is het percentage van het besteedbaar inkomen dat wordt uitgegeven aan de energierekening. De energierekening is afhankelijk van verschillende omstandigheden, zoals de gasprijzen en de energielabel. Met de energiequote kan inzicht worden gekregen in de hoeveelheid huishouden die een hoog aandeel van hun besteedbare inkomen uitgeven aan de energierekening. Zoals vermeld in het theoretisch kader, gebruikt dit onderzoek de 10% norm, met een energiequote boven de 10% als een grote kans op energiearmoede. Over deze huishoudens boven de 10% is niet te stellen dat ze zeker leven in energiearmoede, maar het is een risicogroep. Mochten energielasten verhogen, door bijvoorbeeld de energietransitie, verhoogde gasprijzen of een koud jaar, is deze groep kwetsbaar voor betaalproblemen. In WoON zijn de kosten voor zowel gas als elektriciteit per maand voor huishouden

opgenomen. Dit is berekend door aangeleverd verbruik van elektriciteit en gas per maand te vermenigvuldigen met de gemiddelde elektriciteit en gasprijzen in dat jaar. Om tot een energiequote te komen zijn de kosten voor gasverbruik opgeteld bij de kosten voor

elektriciteitsverbruik. Dit totaal aan energiekosten per maand is vervolgens vermenigvuldigd met twaalf omdat het besteedbare inkomen per jaar is opgenomen in het WoON. Vervolgens is met onderstaande berekening de energiequote berekend.

Energiequote = ((kosten voor gasverbruik + kosten voor elektriciteitsgebruik) / besteedbaar inkomen) * 100%

Na het maken van een variabele energiequote kan worden gekeken hoe dit percentage verschilt per bevolkingsgroep. Voor de gehele regio Groot-Amsterdam is de gemiddelde energiequote in 2018 7,50%. Een gemiddeld huishouden in groot Amsterdam gaf dus in 2018 7,50% van het besteedbare inkomen uit aan de energierekening. Van alle respondenten leefden 14,41% van de respondenten in energiearmoede, volgens de definitie dat de

energiequote 10% of hoger is. In 2015 was de gemiddelde energiequote hetzelfde als in 2018, maar leefden een groter percentage, namelijk 16,48%, van de respondenten in

energiearmoede. In 2012 was de gemiddelde energiequote met een percentage van 8,70% hoger. In dat jaar gaf 22,30% van de huishoudens 10% of meer uit aan de energierekening.

Kijkend naar de gemiddelde energieprijs per jaar dan was 2015 het goedkoopste jaar met een gemiddelde energieprijs van €1674,36 per jaar. In 2018 is de energieprijs gemiddeld een stuk duurder (€1859,15), maar blijft het nog onder de gemiddelde energieprijs van 2012 (€1997,14).

(18)

18 Inkomen

Volgend uit het theoretisch kader wordt het inkomen beschouwd als de belangrijkste verklarende variabele voor energiearmoede. De inkomens zijn verdeeld in 20% groepen waarbij de grenzen per jaar verschillen. Zoals verwacht is de energiequote het hoogst bij de laagste-inkomensgroep en loopt het vervolgens bij de toenemende inkomens af. De

gemiddelde jaarlijkse energieprijs is bij de eerste 20% groep het laagst, maar in verhouding met ook de laagste inkomens komt het aandeel wat wordt uitgegeven aan de energierekening, binnen deze groep, toch het hoogst uit. De gemiddelde waarden liggen hier dan ook allemaal ver boven de 10%, wat duidt op betaalrisico’s en energiearmoede.

Tabel 3 Energiequote en energieprijs per inkomensgroep

Inkomen in 20% groepen

Jaarlijks bruto inkomen (in

euro) periode

Gemiddelde energieprijs per jaar (in euro)

Energiequot e % 0-20% <22.232,00 2012 1717.37 18.4 <22.089,40 2015 1460.2 15.7 <24.459,85 2018 1554.41 16.9 21-40% 22.232,01 - 35.124,60 2012 1820.07 8.5 22.089,41 - 35.823,80 2015 1543.89 7.1 24.459,85 - 40.040,20 2018 1678.6 7.4 41-60% 31.124,61 - 51.454,20 2012 1866.56 6.1 35.823,81 - 52.388,60 2015 1652.5 5.3 40.040,21 - 62.068,40 2018 1789.79 5.3 61-80% 51.454,21 - 79.301,80 2012 2147.98 4.9 42.388,61 - 79.250,40 2015 1771.47 4.1 62.068,40 - 93.240,80 2018 1977.86 4 81-100% 79.301,80 > 2012 2516.13 3.7 79.250,40 > 2015 1996.62 3 93.240,80 > 2018 2291.73 3 Totaal 2012 1997.14 8.7 2015 1674.36 7.4 2018 1859.15 7.4

(19)

19 Figuur 1 toont het verloop van de gemiddelde energiequote per 20% inkomensgroep van 2012 tot en met 2018. Het figuur toont dat vergeleken met 2012, alle inkomensgroepen een minder groot aandeel van hun besteedbaar inkomen uitgeven aan de energierekening. Echter, als de energiequote van 2018 wordt vergeleken met 2015 is er een duidelijke toename te zien bij de laagste 20% groep. Daarnaast heeft ook de 21-40% inkomensgroep een toegenomen energiequote. De laagste twee inkomensgroepen zijn er dus op achteruit gegaan, terwijl de andere categorieën gelijk zijn gebleven ten opzichte van 2015. Dit is een toename in ongelijkheid tussen bevolkingsgroepen op basis van inkomen.

De drie hoogste inkomensgroepen zijn wat betreft verschillen in percentage energiequote over de jaren heen ongeveer op gelijke afstand van elkaar gebleven. De gemiddelde

energieprijs per jaar is wel voor elke groep gestegen maar aangezien de inkomensgrenzen per 20% groep ook omhoog zijn gegaan, en dus de bruto-inkomsten ook zijn toegenomen,

betekent dit niet direct een stijging in de energiequote.

Figuur 1: energiequote per 20% inkomensgroep in 2012;2015;2018

Bron: WoON 2018; Bewerkt: Anniek Schalij Eigendomssituatie

Volgens de theorie kan de eigendomssituatie een oorzaak zijn van energiearmoede waarbij de hypothese stelt dat wonen in een huurwoning de kans vergroot op energiearmoede. Dit is ook duidelijk terug te zien in onderstaand figuur 3. De gemiddelde energiequote van mensen in een koopwoning is een stuk lager dan die van mensen in huurwoningen. Echter, tussen

(20)

20 sociale huur en particuliere huur zit ook nog een aanzienlijk verschil. Hoewel de gemiddelde energiequote in Groot-Amsterdam, met 0.4% meer, nog groter was dan de particuliere huur, is dit vanaf 2015 omgedraaid. In 2018 bedroeg de gemiddelde energiequote voor huishoudens in een particuliere huurwoning 9.5% ten opzichte van een gemiddelde van 8.6% voor

huishoudens in een sociale huurwoning. In het theoretisch kader wordt energie armoede vooral geassocieerd met de sociale huursector aangezien hier al meer armoede zou zijn. Kijkend naar de energiequote dan is dit dus niet per se het geval voor huishoudens wonend in sociale-huurwoningen in Groot-Amsterdam. Een verklaring volgens Santin et al (2009) hiervoor zou kunnen zijn dat de kwaliteit van woningen bij particuliere huurwoningen vaak lager is dan bij sociale huurwoningen, wat invloed kan hebben op een hogere

energierekening. Daarnaast zijn particuliere huurwoningen vaak relatief ouder en bestaat de sociale huursector ook uit een groot deel nieuwbouw. Zoals vernoemd in het theoretisch kader hebben oude woningen ook vaak een hogere energierekening.

Aangezien inkomens en de eigendomssituatie vaak met elkaar in verband worden gebracht, zoals veel lage inkomens in de sociale huursector is het interessant om de gemiddelde woonquotes te berekenen per eigendomssituatie voor alleen de laagste 20% inkomensgroep (figuur 2). Deze groep is op basis van het inkomen de grootste risicogroep wat betreft

energiearmoede waardoor het belangrijk is nadere focus op deze groep te leggen. Wanneer de eigendomssituatie in achting wordt genomen bij alleen respondenten in de laagste

inkomenscategorie dan is het opvallend dat de huishoudens in de sociale huur de laagste energiequote hebben en de koop hoger uitvalt. Net als bij de gemiddelde energiequotes per eigendomssituatie van alle huishoudens samen, is ook hier een duidelijke stijging van de energiequote ten opzichte van 2015 bij vooral de particuliere huur en de sociale huur. Echter, de toename van de energiequote van huishoudens in de laagste inkomensgroep wonend in een particuliere huurwoning is een stuk groter dan de algemene toename de energiequote van huishoudens in de particuliere huur in Groot-Amsterdam. Dit gaat van 18,7% in 2012 (tabel b.4), naar een kleine vermindering tot 16,7% in 2015 naar een stijging van 4,3% ten op zichtte van 2012 tot 23% in 2018.

Daarnaast is het opvallend dat alle drie de gemiddelde energiequotes van de

eigendomssituatie categorieën van de lage inkomenshuishoudens boven de 10% uitkomen en dus volgens de definitie van de gemeente Amsterdam in energiearmoede leven en

betaalrisico’s ondervinden. Bovendien stijgen de energiequotes bij alle drie de categorieën, terwijl de energiequote bij koopwoningen kijkend naar de gehele populatie gemiddeld gelijk blijft. De meest kwetsbare groep voor energiearmoede heeft dus gemiddeld te maken met stijging van de energiequote, en daardoor meer kans op leven in energiearmoede, ongeacht de eigendomssituatie. Deze stijging is vooral groot bij de huishoudens in particuliere

(21)

21 Figuur 2 energiequote per eigendomssituatie in 2012;2015;2018

Bron: WoON 2018; Bewerkt: Anniek Schalij

Figuur 3 energiequote per eigendomssituatie voor de laagste inkomensgroep in 2012;2015;2018

(22)

22 Etniciteit en leeftijd

Kijkend naar andere sociaaleconomische kenmerken van de huishoudens valt op dat zowel huishoudens waarbij de respondent autochtoon is, als de respondent westers niet-Nederlands is, een afnemende energiequote heeft. Huishoudens met een niet-westerse respondent hebben ten opzichte van 2015 een gemiddeld toenemende energiequote tot 7.9%. Dit is echter

vergeleken met 2012, wanneer deze 9.5% was, lager. Alle drie de categorieën hebben een gemiddelde energiequote onder de 10%. De niet-westerse niet-Nederlandse huishoudens hebben gemiddeld de hoogste energiequote, maar de laagste gemiddelde energieprijs. Deze groep heeft dus gemiddeld lagere besteedbare inkomens dan andere groepen waardoor de energiequote gemiddeld hoger uitvalt. Daarnaast toont figuur 4 dat de verschillen tussen de verschillende afkomsten niet heel erg van elkaar verschillen. Wel zijn het de westerse-niet Nederlanders die in alle jaren de laagste energiequote hebben en de westerse niet-Nederlanders die het grootste aandeel uitgeven aan de energiekosten.

Kijkend naar de leeftijd van de respondenten is het opvallend dat energiearmoede vooral bij de jongste en de oudste huishoudens lijkt voor te komen. In de jongste categorie, dus 17-24 jaar oud, lijkt energiearmoede het meest voor te komen met in alle drie de jaren een

gemiddelde waarden van de energiequote van meer dan 10%. Opvallend is daarentegen wel de daling van de energiequote in de jongste categorie met meer dan 10% daling in 2018 ten opzichte van 2012

Na de jongeren, zijn het de ouderen die de hoogste energiequote hebben. Gemiddeld zit de energiequote hier dicht bij de 10% grens, maar blijft er alle jaren onder. Toch impliceert de hoge gemiddelde waarde dat energiearmoede vaker zal voorkomen bij deze categorie dan bij de andere leeftijdsgroeperingen. Daarnaast is het de groep met de grootste toename van de energiequote ten opzichte van 2015.

Het zijn niet de jongeren, maar de ouderen die vaak in discussies over energiearmoede worden vernoemd. Uit deze resultaten komt naar voren dat voor Groot-Amsterdam dit niet de groep is met de hoogste gemiddelde energiequote. Dat het de ouderen zijn die het meest in verband worden gebracht met energiearmoede, terwijl jongeren misschien wel hogere percentages kwijt zijn aan de energiequote, is te verklaren aan de hand van de focus van energiearmoede op de gezondheid. De gezondheidsproblemen als gevolg van energiearmoede zijn het meest te vinden bij de al kwetsbare groepen, zoals de ouderen (Huybrechs et al, 2011).

De leeftijdscategorieën tussen de jongste en oudste in, dus van 25 ™ 74 jaar oud liggen allemaal vrij dicht bij elkaar en hebben allemaal een gemiddelde energiequote onder 10%. Dit blijft over de jaren heen ook vrijwel hetzelfde met in alle drie de jaren de laagste gemiddelde energiequote voor de leeftijdscategorie 35-44 jaar oud. Het verschil tussen de

leeftijdscategorie met de laagste energiequote (35-44 jaar oud), in alle jaren, met de jongeren is tussen 2012 en 2018 afgelopen van 15.8% naar 6%. De ongelijkheid tussen de

(23)

23 Figuur 4 energiequote per etniciteitsgroep in 2012;2015;2018

Figuur 5 energiequote per leeftijdscategorie in 2012;2015;2018

(24)

24 Conclusie

De gemiddelde energiequote in Groot-Amsterdam was het hoogst in 2012 en is daarna

gedaald en constant gebleven tot 2018. Het aandeel respondenten in energiearmoede, volgens de 10% grens, is sinds 2012 afgenomen. Zoals verwacht is de energiequote het hoogst bij de laagste inkomensgroep met, in alle jaren, een gemiddelde energiequote boven de 10%. Hoewel de meeste inkomensgroepen ten opzichte van 2015 een vergelijkbare energiequote hebben, zijn de laagste twee inkomensgroepen erop achteruitgegaan, met vooral een

duidelijke toename in de laagste 20% groep. De ongelijkheid, wat betreft de energiequote, is hier dus duidelijk toegenomen tussen vooral de laagste 20% groep en de andere

inkomensgroepen. Wanneer de energiequote als indicator wordt gebruikt, is binnen de 20% inkomensgroep de grootste kans op energiearmoede. Zodra de eigendomssituatie wordt bekeken binnen deze meest kwetsbare groep zijn het de mensen met een laag inkomen en een particuliere huurwoning die de hoogste energiequote hebben. De sociale huur heeft hier de laagste gemiddelde energiequote, in tegenstelling tot de analyse waarbij alle huishouden worden meegenomen en onderscheid op de eigendomssituatie. In dat geval zijn het de huishoudens met een koopwoning die in alle jaren de laagste energiequote hebben. Stijging van de energiequote, is zowel bij alle huishouden als bij alleen de onderste 20%

inkomensgroep, te vinden bij de particuliere- en sociale huur. Bij de laagste 20%

inkomensgroep stijgt ook de energiequote van de huishoudens in koopwoningen. Voor deze groep is de een sociale huurwoning hebben het gunstigst.

De gemiddelde energiequotes op basis van etniciteit verschillen niet veel van elkaar en veranderen over de jaren ook niet veel. De niet-westerse niet-Nederlandse mensen betalen gemiddeld het grootste deel aan de energierekening en de westerse-niet Nederlanders het minst. Kijkend naar de leeftijd, dan zijn het vooral de jongeren (17-24) die een hoge energiequote hebben, met een gemiddelde boven de 10%. Energiearmoede komt naar verwachting dus hier het meest voor, gevolgd door de ouderen. Alle andere

leeftijdscategorieën zitten alle jaren dicht bij elkaar met een gemiddelde energiequote ruim onder de 10%. De energiequote van de jongeren is wel flink gedaald over de jaren heen waardoor de ongelijkheid in de gemiddelde energiequotes tussen bevolkingsgroepen op basis van leeftijd is afgenomen.

(25)

25

2. Welk percentage van het inkomen betalen verschillende

bevolkingsgroepen aan totale woonlasten?

Energiearmoede heeft, zoals eerder benoemd, te maken met meer dan alleen uitgaven aan energie. In hoeverre mensen moeite hebben met het betalen van de energie hangt ook samen met onder andere het inkomen en andere noodzakelijke uitgaven van huishouden, zoals boodschappen en andere woonlasten. Daarom wordt in het onderzoek gekeken naar zowel de energiequote als woonquote.

De woonquote is een indicator dat het percentage van het besteedbare inkomen van een huishouden wat aan de totale woonlasten uitgaat aangeeft. Wanneer er problemen zijn met de betaalbaarheid van het wonen, is de kans op energiearmoede groter. Dit uit zich in verborgen energie armoede, wat inhoudt dat huishoudens bewust besparen op de

energierekening omdat de totale woonlasten hoog zijn. Boven een bepaald percentage woonquote, zijn deze huishoudens dus een risicogroep. Een duidelijke grens voor een problematische woonquote is er niet. In België wordt veelal een norm van een vaste woonquote tussen de 20% en de 33% gehanteerd. Indien een woonquote boven deze 33% uitkomt, zijn de woonuitgaven een risico voor de betaalbaarheid van het wonen voor een huishouden (Bral et al, 2011). Internationaal gezien wordt de 30% grens veel gehanteerd. Deze grens wordt meestal gebruikt wanneer de bijkomende woonlasten niet worden meegenomen. In de studies waarin de totale woonlasten in achting worden genomen is het gebruik van een 40% de norm (Heylen, 2019). Aangezien in dit onderzoek de totale woonlasten worden meegenomen wordt de 40% grens gehanteerd. Dat wil zeggen dat wanneer er sprake is van een woonquote van 40% of meer, de betaalbaarheid van de totale woonlasten een probleem is en er dus kans op verborgen energiearmoede is. Binnen

huishouden met een woonquote van 40% of meer zal dus energiearmoede vaker voorkomen. Naast de energiequote is dus ook de woonquote van belang in het meten van

energiearmoede. Voor de woonquote hoefde geen nieuwe variabele worden berekend aangezien WoON hier zelf al een variabele voor heeft. In 2012 was het aandeel van de huishoudens in Groot-Amsterdam met een woonquote van 40% of meer met 18,67% het laagst. In 2015 was dit een stuk hoger met 22.90% van de huishoudens. Tot slot is het percentage in 2018 weer een gedaald tot 20.16% van de huishoudens. De gemiddelde woonquotes zijn daarentegen vanaf 2012 tot 2018 alleen maar gestegen (figuur 7).

(26)

26 Figuur 6 Percentage van de huishoudens met een risicovolle woonquote in

Groot-Amsterdam

(27)

27 Inkomen

Net zoals bij de energiequote is de woonquote veruit het hoogst bij de laagste 20% inkomensgroep. Het aandeel van mensen in energiearmoede komt dus ook hier het meest voor. De gemiddelde woonlasten per maand (tabel b.5) zijn in deze groep huishoudens het laagst, maar het aandeel wat hieraan wordt uitgegeven van het besteedbare inkomen aan woonlasten is in alle drie de jaren meer dan 50% van het besteedbare inkomen. Bovendien neemt de gemiddelde woonquote, net als bij de energiequote, af per inkomensgroep. De gemiddelde woonquote is, in tegenstelling tot de energiequote, voor alle 20%

inkomensgroepen apart en in totaal toegenomen. De verschillen in de gemiddelde woonquote tussen de verschillende 20% inkomensgroepen is ook ongeveer gelijk gebleven waardoor de ongelijkheid hierin tussen de groepen ondanks de verschillende gemiddelde woonquotes over de jaren heen vrijwel hetzelfde is gebleven.

figuur 7 woonquote per 20% inkomensgroep in 2012;2015;2018

(28)

28 Eigendomssituatie

De gemiddelde woonquote is in alle drie de jaren, kijkend jaar de eigendomssituatie van een huishouden, het hoogst bij huishoudens met een particuliere huurwoning (figuur 9).

Huishoudens in een sociale huurwoning hebben een gemiddelde woonquote die nagenoeg hetzelfde is gebleven. De gemiddelde woonquote van huishoudens met een koophuis of particuliere huurwoning zijn daarentegen ten opzichte van 2012 toegenomen. In zowel 2015 als in 2018 zat de gemiddelde woonquote van huishoudens met een particuliere huurwoning met respectievelijk 40,5% en 43,3% allebei boven de 40% norm. Hoewel de totale

woonlasten per maand (tabel b.6) van de huishoudens in een koophuis in 2012 en 2018 hoger zijn dan de totale woonlasten per maand van huishoudens in een particuliere huurwoning is het aandeel van het besteedbaar inkomen wat hier naartoe gaat een stuk hoger bij de

huishoudens in de particuliere huurwoning. Dit impliceert dat huishoudens in de

koopwoningen gemiddeld een hoger inkomen hebben dan huishoudens in een particuliere huurwoning.

Figuur 9 toont de gemiddelde woonquote per eigendomssituatie bij huishoudens in de laagste inkomensgroep. Deze beschrijvende analyse is van belang aangezien deze groep volgens de theorie en eerdergenoemde bevindingen de meest kwetsbare groep is voor energiearmoede en daarom extra belicht moet worden. Ten opzichte van figuur 8 waarbij de woonquote per eigendomssituatie van alle huishoudens wordt meegenomen, toont figuur 9 hele andere uitkomsten. Vooral opvallend is dat hier, in plaats van de huishoudens met een koopwoning, huishoudens met een sociale huurwoning de laagste woonquote hebben. Daarnaast is het opvallend dat nu alle gemiddelde woonquotes per eigendomssituatie boven de 40% uitkomen. De gemiddelde woonlasten per maand liggen hier een stuk dichter bij elkaar (tabel b.7). De gemiddelde woonlasten van de huishoudens in 2018 zijn bijna hetzelfde bij de particuliere huur als bij de koopwoningen maar verschillen procentueel wel veel van elkaar, waarbij de huishoudens in de particuliere huur bijna 15% meer gemiddeld uitgeven aan de woonquote dan huishoudens in de koopwoningen. Binnen de laagste 20% grens wonen in de koopwoningen waarschijnlijk dus meer mensen richting de bovengrens van de laagste 20% groep. Ook hier is de sociale huursector de meest gunstige sector wat betreft woonquote voor de laagste 20% groep met het laagste aandeel energiearmoede. Dit is te verklaren door de overheidsregulering van de woonlasten in sociale huursector, terwijl de particuliere huur alleen maar duurder wordt.

(29)

29 Figuur 8 woonquote per eigendomssituatie in 2012;2015;2018

Figuur 9 woonquote per eigendomssituatie voor de laagste inkomensgroep in 2012;2015;2018

(30)

30 Etniciteit en leeftijd

De gemiddelde woonquote per etniciteitsgroep ligt dicht bij elkaar. In alle jaren betalen de huishoudens met een autochtone respondent het minst percentueel aan woonlasten, waarna het westerse niet-Nederlanders volgen met tot slot de niet-westerse niet-Nederlanders met de hoogste gemiddelde woonquote.

Net als bij de energiequote, is de woonquote van de jongeren het hoogst met in alle drie de jaren een woonquote ruim boven de 40% grens. In tegenstelling tot de energiequote, die voor de jongste categorie afnam, is er bij de woonquote in 2018 ten opzichte van 2012 een procentuele stijging van 12.1% in het gemiddelde aandeel wat wordt uitgegeven aan de woonlasten. Alle leeftijdscategorieën hebben een toenemende woonquote, maar die van de jongeren stijgt het hardst. De ongelijkheid op basis van leeftijd neemt hier dus toe. Daarnaast is een opvallend verschil met de energiequote, dat de respondenten in de categorie 75 jaar en ouder een vergelijkbare woonquote hebben met de respondenten in de andere

leeftijdscategorieën. Energiearmoede onder de ouderen, zoals veel besproken in onderzoeken over energiearmoede, zal dus in Groot-Amsterdam vooral samenhangen met de energiequote en niet met de algemene woonlasten. In tegenstelling tot de theorieën waarbij vooral de ouderen in verband worden gebracht met energiearmoede, zijn het hier, kijkend naar zowel de energiequote als de woonquote, vooral de jongeren waarbij energiearmoede veel zal voorkomen.

(31)

31 Figuur 11 woonquote per etniciteitsgroep in 2012;2015;2018

Figuur 12 woonquote per etniciteitsgroep in 2012;2015;2018

(32)

32 Conclusie

De gemiddelde woonquotes in Groot-Amsterdam zijn vanaf 2012 gestegen. Het aandeel huishoudens met een problematische woonquote van 40% of meer is daarentegen ten

opzichte van 2015 gedaald. Één vijfde van de huishoudens in Groot-Amsterdam had in 2018 een woonquote van 40% of meer en hebben dus betaalrisico’s. Deze huishoudens zullen vooral vallen in de laagste inkomensgroep (tot 20%), waarbij in alle drie de jaren meer dan 50% gemiddeld wordt uitgegeven aan de woonquote. Indien de huishoudens worden gecategoriseerd op basis van eigendomssituatie, zijn het de huishoudens in particuliere huurwoningen waar verborgen energiearmoede het meest voorkomt, met in zowel 2015 als 2018 een gemiddelde woonquote van meer dan 40%. Deze gemiddelde woonquote voor huishoudens in een particuliere huurwoning is sinds 2012 gestegen. Hoewel de totale woonlasten voor huishoudens in een koophuis gemiddeld het duurst zijn, is de gemiddelde woonquote voor hen het laagst. Kijkend naar de verschillen in woonquote per

eigendomssituatie voor de laagste 20% inkomensgroep, is het de groep met een sociale huurwoning die gemiddeld de laagste woonquote hebben. Dit is net als bij de energiequote dus de meest gunstige sector wat betreft woonlasten voor de laagste 20% groep. De

gemiddelde woonquotes per etniciteitsgroep liggen dicht bij elkaar, waarbij de huishoudens met een autochtone respondent de laagste woonquote hebben, gevolgd door westerse niet-westerse huishoudens met tot slot de niet-niet-westerse niet-Nederlanders. Dit is in alle drie de jaren hetzelfde. Net als bij de energiequote, zijn het de jongeren met een problematische woonquote, waarbij de woonquote alle drie de jaren boven de 40% norm komt. In tegenstelling tot de energiequote, die afnam, neemt de gemiddelde woonquote voor deze groep toe. Vergeleken met 2012 is dit een toename van 12,1%. Ouderen zijn hier

vergelijkbaar met alle andere leeftijdsgroepen, jongeren uitgezonderd. Energiearmoede onder ouderen kan dus vooral in verband worden gebracht met de energiequote, en niet de

woonquote.

Een problematische woonquote komt dus het meest voor bij de laagste 20% inkomensgroep, huishoudens met een particuliere huurwoning en bij jongeren. De

gemiddelde woonquote in Groot-Amsterdam is toegenomen, maar het aandeel respondenten dat boven de 40% grens betaald is sinds 2015 afgenomen.

(33)

33

3. In hoeverre versterken bepaalde sociaaleconomische- en

woningkenmerken van huishouden de kans op een hoge energiequote

of woonquote en dus de kans op energiearmoede?

De energietransitie van de woningmarkt heeft te maken met de toekomst. Regressieanalyse is een analysemethoden geschikt om verder te kijken dan de data die is verzameld. Regressie kan worden gebruikt om de relatie tussen twee variabelen te modelleren waarbij de waarden van een uitkomst variabele (de afhankelijke variabele) wordt voorspeld aan de hand van één of meerdere voorspellingsvariabelen (onafhankelijke variabele). Dit kan aan de hand van één variabele, een simpele lineaire regressie, of aan de hand van meerdere variabelen,

multivariate lineaire regressie (Field, 2013). Aangezien er in de realiteit vaak meerdere variabelen invloed hebben op een bepaalde afhankelijke variabele, in dit geval de

energiequote en de woonquote, worden in de regressie meerdere variabelen toegevoegd. Middels lineaire regressie is de samenhang tussen de sociaaleconomische variabelen etniciteit, opleiding, leeftijd, eigendomssituatie, huishoudsamenstelling en woningkenmerk energielabel met de energiequote en de woonquote achterhaald. Dit is gedaan in twee delen, eerst de invloed van de variabelen op de energiequote en daarna op de woonquote. Bij allebei de delen is een drie-stap model gebruikt. In het eerste model is een simpele lineaire regressie uitgevoerd met als onafhankelijke variabele de eigendomssituatie. Daarna zijn de variabelen huishoudsamenstelling, etniciteit, opleiding, leeftijd en energielabel toegevoegd. Tot slot wordt in het laatste model de jaarlijks bruto-inkomen meegenomen. Aangezien er gebruik is gemaakt van een database met een groot aantal respondenten (large N) wordt de significantie p<0.05 gehanteerd.

Invloed op de energiequote

Model 1 in tabel 4 toont de samenhang tussen de eigendomssituatie en de energiequote. Het hebben van een koopwoning wordt hier als referentie categorie gebruikt. Ten opzichte van een koopwoning zorgt het hebben van een huurwoning op een grotere kans op een hoge energiequote. Een sociale huurwoning heeft een significant sterker positief verband met de energiequote dan de particuliere huur en koop. De kans op een hoge energiequote is dus het hoogst bij huishoudens met een sociale huurwoning.

Vervolgens worden in het tweede Model de variabelen huishoudsamenstelling, etniciteit, opleiding, leeftijd en energielabel toegevoegd. Nu er meer variabelen zijn meegenomen is er een minder groot verschil tussen de samenhang van een bepaalde

eigendomssituatie met de energiequote. De huishoudens met een sociale huurwoning hebben echter nog steeds wel de grootste kans op een hoge energiequote en de huishoudens met een koopwoning de kleinste kans. Kijkend naar de huishoudsamenstelling, heeft een

eenpersoonshuishouden de grootste kans op een hoge energiequote. Alle andere huishoudsamenstellingscategorieën hebben een significant negatief verband met de energiequote ten opzichte van eenpersoonshuishouden. De sterkst significant negatieve verbanden zijn bij huishoudens die bestaan uit een paar of een paar met kinderen. Hier is de kans op een hoge energiequote dus het laagst. Een verklaring hiervoor kan zijn dat een paar

(34)

34 vaak twee inkomen heeft waardoor het besteedbaar inkomen hoger is en het percentage aan de energierekening dus lager is. Ten opzichte van de referentiecategorie basisonderwijs hebben alle andere, hogere, opleidingsniveau een significant negatief verband met de

energiequote. Hierbij is een steeds sterkere significant negatief verband te zien naarmate het opleidingsniveau toeneemt. Hoe hoger opgeleid, hoe kleiner de kans op een hoge

energiequote. Aansluitend bij de theorie, heeft alleen de categorie van huishoudens met als respondent iemand van 75 jaar en ouder een significant positief verband met de energiequote in vergelijking met de referentiecategorie (17-24 jaar oud). Kijkend naar de energiequote is de kans op energiearmoede dus bij deze oudste leeftijdscategorie het hoogste. De jongeren hebben hierna de grootste kans op een hoge energiequote. Tot slot wordt in het tweede model ook de energielabel meegenomen. Hierbij hebben alleen de categorieën energielabel E en energielabel G een significant verband met de energiequote, ten opzichte van

referentiecategorie energielabel A. Beiden hebben een zwak positieve samenhang met de energiequote. Zoals verwacht hebben huishoudens met een woning met een lage energielabel dus vergeleken met energielabel A een iets grotere kans op een hoge energiequote,

waarschijnlijk omdat de woningen met energielabel A zuiniger zijn

In het laatste model (tabel 4) is de variabele jaarlijks bruto inkomen toegevoegd. Logischerwijs heeft dit een sterk significant negatief verband aangezien in de energiequote ook het besteedbare inkomen is meegenomen waarvan het jaarlijks bruto-inkomen van de respondent onderdeel is. Bovendien is al vaak verondersteld dat hoe hoger het inkomen is, hoe kleiner de kans op energiearmoede is. Veel categorieën hebben na het toevoegen van de categorie bruto-inkomen geen significant verband meer met de energiequote. Opvallend is dat wanneer het bruto-inkomen wordt meegenomen de sociale huur een significant negatief verband heeft met de energiequote. Bij eenzelfde bruto-inkomen is het hebben van een sociale huurwoning dus het gunstigst en geeft de kleinste kans op een hoge energiequote. Een huishouden bestaande uit alleen een paar heeft de kleinste kans op een hoge energiequote. Tot slot hebben nu energielabel B en C een negatief verband met de energiequote ten op zichtte van energielabel A. Dit verband is zeer zwak, maar wel opvallend omdat het tegen de verwachting in gaat dat hoe beter het energielabel hoe lager de kans op een hoge

energiequote is.

Invloed op de woonquote

Tabel 5 toont de samenhang tussen de onafhankelijke variabelen en de woonquote. De opbouw van de tabel is hetzelfde als bij de energiequote. Model 1 toont de samenhang tussen de eigendomssituatie en de woonquote. Zowel de sociale huur als de particuliere huur hebben een sterk positief significant verband ten opzichte van de koop met de woonquote. Het

hebben van een particuliere huurwoning geeft in dit geval de grootste kans op een hoge woonquote en dus de kans op een leven in energiearmoede.

Na het toevoegen van de overige variabelen, behalve het bruto-inkomen, heeft de particuliere huur nog steeds een significant positief verband met de woonquote in

tegenstelling tot de sociale huur. Kijkend naar de huishoudsamenstelling dan hebben de huishoudens bestaande uit een paar, een paar met kinderen of een één-oudergezin allemaal een significant negatief verband met de woonquote. Deze huishoudens hebben dus allemaal een kleinere kans op een hoge woonquote dan de eenpersoonshuishoudens. Een hoog

(35)

35 opleidingsniveau heeft een zwak significant negatief verband met de woonquote ten opzichte van alleen referentiecategorie alleen basisonderwijs wat suggereert dat dit de kans op een hoge woonquote vermindert. Alle huishoudens met een respondent ouder dan 24 jaar hebben een significant negatief verband met de woonquote ten opzichte van de jongste categorie. Tussen deze andere categorieën is het verschil niet heel groot. Duidelijk is wel dat jongeren de grootste kans hebben op een hoge woonquote. Tot slot is het energielabel voor alle categorieën, behalve label F, ten opzichte van categorie label A, significant zwak positief. Zoals verwacht is een huis met energielabel A volgens dit model dus het meest gunstig voor een lage woonquote. Desalniettemin is dit positieve verband niet toenemend in sterkte naarmate het energielabel slechter wordt. De invloed van het energielabel is dus erg beperkt in de kans op een hoge woonquote.

Als laatste toont model 3 de laatste stap waarbij het jaarlijks bruto-inkomen is toegevoegd. Ook hier heeft het bruto-inkomen een significant sterk negatief verband met de afhankelijke variabele, in dit geval de woonquote. Hoe hoger het bruto inkomen hoe kleiner de kans op een hoge woonquote. Het hebben van een sociale huurwoning komt er nu het gunstigst uit met een significant negatief verband ten opzichte van een koopwoning met de woonquote. De particuliere huur vergroot juist de kans op een hoge woonquote met een significant negatief verband. Opvallend is dat, bij constante andere variabelen, de hoogste opleidingscategorie nu een significant positief verband heeft met de woonquote. Dit

suggereert dat huishoudens met een respondent met een hoog opleidingsniveau grotere kans hebben op een hoge woonquote.

Ook na het toevoegen van het bruto-inkomen hebben huishoudens met een woning met energielabel A de minste kans op een hoge woonquote en hebben alle leeftijdscategorieën hoger dan 24 een significant negatief verband met de woonquote en dus minder kans op een hoge woonquote dan de jongeren.

Conclusie

Kijkend naar zowel de energiequote als de woonquote vergroot het hebben van een

huurwoning de kans op energiearmoede. Desalniettemin, bij een gelijk salaris, is een sociale huurwoning gunstiger dan een koopwoning. Daarnaast komt energiearmoede het meest voor bij eenpersoonshuishouden. Deze huishoudens hebben een de grootste kans op zowel een hoge energiequote als op een hoge woonquote. Dit is te verklaren doordat deze huishoudens bestaan uit eenverdieners waardoor het besteedbare inkomen ook lager ligt. Een hoger opleidingsniveau dan alleen basisonderwijs verkleint de kans op een hoge energiequote. Hierbij neemt het significant negatieve verband toe naarmate het opleidingsniveau hoger is. Daarentegen, heeft het hoogste opleidingsniveau, hbo-, wo-master of doctoraal, een positief significant verband met de woonquote. In het geval van een leeftijdsgroepering zijn het de jongeren die volgens het regressie model de grootste kans hebben op energiearmoede. Bij de samenhang met de energiequote zijn het alleen de ouderen van 75 jaar en ouder die een grotere kans hebben op een hoge energiequote en bij de woonquote hebben alle

(36)

36 bijvoorbeeld de ouders is niet meegenomen in deze tabel. Dit verkleint de kans op echte energiearmoede ondanks een hoge woonquote of energiequote. Energiearmoede bij ouderen, zoals veel vernoemd wordt in discussies over energiearmoede, lijkt vooral voortkomend uit een hoge energiequote. In beiden gevallen heeft het bruto-inkomen, logischerwijs, veruit de sterkste samenhang wanneer meegenomen in de tabellen met hoe hoger het inkomen van de respondent, hoe kleiner de kans op een hoge energie- of woonquote en dus de kans op energiearmoede.

(37)

37 Tabel 4: multivariate lineaire regressie modellen. Afhankelijke variabele: energiequote

(38)

38 Tabel 5: multivariate regressie modellen. Afhankelijke variabele: woonquote

Ongelijkheid in energiearmoede tussen bevolkingsgroepen in Groot-Amsterdam