RvT VerDuS , Den Haag, 10 december 2012

1. Onderzoeksteam SakoMusterd Jan Rouwendal Marco Bontje Jasper Dekkers Willem Boterman Wouter van Gent Piet Rietveld Bart Sleutjes Mark van Duijn Jan Möhlmann HELPHigher Educated Location Preferences(Locatievoorkeuren van kenniswerkers en gebiedsontwikkeling in de regio’s Amsterdam en Eindhoven)SakoMusterd RvTVerDuS, Den Haag, 10 december 2012

2. Doel project Maatschappelijkevraag: de veranderendeeconomischestructuur van stedengenereertandereberoepscategorieën; welkewoonpreferentieshebbendeze? Hoe kunnen die wordengeaccommodeerd? Specifiekeaandachtvoorwerknemers in verschillendeeconomischesectoren en voorverschillendeherkomstcategorieën (nationaal, internationaal) Doel 1: begrijpen en beschrijven van de woonpreferenties. Doel 2: constructie van een model voor de locatiekeuze van huishoudens in stedelijkeomgevingen (brownfields, greenfields) Doel 3: optimaliseren van stedelijk/ruimtelijk/grondbeleid

3. Resultaten project Wetenschappelijk: eengeïntegreerd model voor de woning en woonmilieu-oriëntatie van kenniswerkers in Nederland en in het bijzonder in het metropolitanegebied van Amsterdam en Eindhoven (met referentiesteden Helsinki en Copenhagen). Maatschappelijk: eenoptimalisering van het grondgebruik en aanpassing van woning- en woonmilieuplanningaanveranderdeeconomischecontexten. VoorGebiedsontwikkeling 2.0 betekent het teverkrijgeninzichtdatmeer adequate plannenkunnenwordenontwikkeld (met betere matching van vraag en aanbod) waarmeealternatieveontwikkelingsscenario’sbeterkunnenwordengetoetst.

4. Onderzoeksopzet Meta-analyse: faciliteren van nationale en transnationalekenniswerkersbijstedelijkeontwikkeling: literatuursurvey Stated choice: woonvoorkeuren van hooggeschoolde (potentiële) werknemers: survey interviews (A’dam, Eindhoven; Helsinki referentie) Een model voor de analyse van werkelijkkeuzegedrag van dezewerknemers, waarbij stated choice wordtgeïntegreerd. WoON data en SSB register analyse (gehele land en regio’sA’dam en Eindhoven; Copenhagen alsreferentie) Modelgebruikbijdoorrekenen van consequenties van diverse beleidsscenarios Koppeling met GIS (Land Use Scanner) en gebruik van het model als decision support system voorgebiedsontwikkeling

5. Aansluiting op de praktijk Profijt van de onderzoeksresultaten? Overheden op verschillendeschaalniveaus; ontwikkelaars; woningcorporaties; kenniswerkers; andereruimtegebruikers Betrokkenin het consortium: publieke en private partijen, zoalsgemeenten, regio’s, ontwikkelingsmaatschappijen, planbureaus, expatcenter, netwerkkennissteden (zijreageren op opzet, essentiëleonderzoekskeuzen, onderzoeksuitkomsten en uitvoeringsvraagstukken Kennisuitwisseling: via seminars, workshops, conferenties, deelszelfteorganiseren (of samen met instantiesals Platform 31, VERDUS, URD partners, e.d.).

6. Consortium (extern) Rudi Stroink (TCN) Jeroen Slot (gemeente Amsterdam; O+S) Eva OldeMonnikhof (Amsterdam Innovation Motor) KeesDignum (DienstWonen Amsterdam) Paul Tholenaars (Woonbedrijf Eindhoven) LincoNieuwenhuyzen (Brainport Development) Eric van der Kooij (Amsterdam; DRO) Otto Raspe (PBL) Mari Vaattoovaara (Helsinki) KaisaKepsu (Helsinki) IsmirMulalic(Copenhagen)

7. Toegevoegdewaarde VerDuS Verbindingen met andere URD- en VerDuS-projecten en hunbijdrageaan het succes van dit project: diverse andere URD projectenbestedenaandachtaanbereikbaarheid en duurzameontwikkeling; de ontwikkeling van optimalewoonmilieusraaktsterkaandezeprojecten; confrontatietussendezeprojectenkanmeerwaardeopleveren. Directie en staf van VerDuSkunnenbijdragenaan het succes van dit project door reflectie op het onderzoek, in het bijzondervanuithunvisie op de relatiewetenschap-praktijk

8. Stand van zaken • Literatuurstudie (1e concept gereed 21 dec. 2012) • Statistische data verzameld • Werkafspraken met Helsinki en Copenhagen; gesprekken met sleutelpersonen vanaf jan 2013 • Besluit gebiedsafbakening: Stadsregio Eindhoven en Metropoolregio Amsterdam • Besluit sectoren: reclamebureaus (creatief) en high-tech industrie (kennisintensief; mogelijk i.h.b. ASML en Shell, anders ICT) • Conceptueel schema • Concept vragenlijst surveys (ook internationale kenniswerkers) • Inventarisatie meten van statedpreference (DPN, Q-method) • Eerste bevindingen SortingModels • Eerste modellen stedelijk ruimtegebruik o.b.v. WoOn

9. Literatuurstudie, inhoudelijke inzichten (Sleutjes) • Ontwikkeling kennissteden in Europese context • Typologie naar structurele kenmerken kenniseconomie: kennis, economische structuur, voorzieningen, QoL, bereikbaarheid, diversiteit, omvang, sociale gelijkheid • Amsterdam (en Helsinki en Kopenhagen): stars: hoge score op alle indicatoren (zwak: Amsterdam: woningmarkt; duur en te weinig middensegment; Helsinki eenzijdige economie) • Eindhoven: star-niche-player: gespecialiseerd in high-tech, design, beta; sterke triple helix (zwak: stedelijk imago; weinig stedelijke appartementen) • Woonvoorkeuren kenniswerkers: stadskeuze verbonden met arbeidsmarkt, werkgelegenheid, carrièreperspectieven; niet met woonmilieu of andere ‘soft’ conditions; die zijn wel belangrijk om te blijven (als men werk heeft). • Woonvoorkeuren verschillen met levensfase en leefstijl (jonge kenniswerkers aangetrokken om te blijven in grote steden; gesettlede kenniswerkers sterker aangetrokken door kleinere steden).

10. Literatuurstudie, implicaties • In interviews met sleutelpersonen ingaan op hoe men sterke punten denkt uit te kunnen bouwen en zwakke punten denkt te verbeteren, passend bij de samenstelling van kenniswerkers. • Reactie op crisis? Meer accent op culturele en historische kenmerken? • Woonvoorkeuren richten op zachte factoren die helpen om mensen te binden aan de stad (cultureel, historisch), controlerend voor woongeschiedenis, levensfase en leefstijl. • Vestigingsredenen vaststellen.

11. Survey (Boterman)

12. SortingModels (Rouwendal en Möhlmann) Eerste bevindingen • Modellen op basis van revealedpreference en kenmerken van de regio’s (zoals toegang tot banen, amenities, woonkosten) • Literatuur • Urbanamenities zijn belangrijk • Groepen die het meest belang hechten aan stedelijke voorzieningen zijn soms bereid genoegen te nemen met lagere lonen

13. Eerste bevindingen (2) • Schattingen(WoOn data): binnen de regio Amsterdam is sprake van duidelijke sortering naar sociaal-economisch niveau en land van herkomst • Hoge inkomens wonen in elkaars omgeving • Net als lage inkomens en etnische minderheden

14. Eerste bevindingen (3) • Hoog opgeleiden (en i.h.b. hoog opgeleide stellen - power couples) zijn oververtegenwoordigd op de locaties (in gemeenten) met de beste bereikbaarheid, in het bijzonder nabij de arbeidsmarkt (hechten meer waarde aan bereikbaarheid dan anderen; en hebben veel koopkracht)

15. Urban intensification (Dekkers, Koomen en Broitman, HELP en AESUS) • Verdichting (gemetenals percentage nettotoevoegingaan de woningvoorraadbinnen het stedelijkgebied in 2000) verschiltbehoorlijk per COROP regio: Hogewaarden in het zuiden en noordoosten, lagewaarden (<30 procent) vooral in stedelijkegebieden in de Randstad. • Lageverdichting in al sterkverstedelijktgebiedduidtdoorgaans op ruimtegebrek. In dezegebiedenwordt in uitleggebiedendanookjuisteenhoogaantalwoningen per hectare waargenomen. • Beleidsambities in het algemeenhogerdangeobserveerdeverdichting. • Empirische analyse en modeltoepassingtoontdat de huidigebeleidsambitiegehandhaafdmoetwordenomtevoorkomendatteveel open ruimteverlorengaat.

16. Huishoudens en woningen bij Global Economy en Regional Community Scenario CPB et al. 2006

17. Km2 stedelijk gebied, waargenomen en projectie bij verschillende scenario’s

18. Stedelijk gebied, 2008 en 2020 beleids- ambities en trends, twee scenario’s.Global Economy: substantiële bevolkingsgroei en sterke economische groeiRegional Community: stabiele bevolking en bescheiden economische groei

19. Te doen • Literatuursurvey completeren • Interviews sleutelinformanten • Surveys uitvoeren (ook transnationale migranten) • Revealedpreference in twee stedelijke regio’s en verfijnen met SSB en EBB data • Modelbouw t.b.v. doorrekenen scenario’s • Idem met Land use scanner • Relaties tussen internationale studenten en stedelijke regio na de studie • Model van lokatiekeuze van internationale migranten bij diverse scenario’s • Lokatiegedrag bij verhuizingen van migranten na vestiging in de regio