Gezonde scepsis
“Dit project ontstond eigenlijk vanuit een hele gezonde scepsis bij de gemeente Eindhoven”, vertelt Joppe van Veghel, samen met Jesse de Wit één van de geestelijk vaders van het rekenmodel. “Er moest een integraal huisvestingsplan komen voor de komende vijftien jaar. Een onderdeel van dat plan was een prognose hoe de vraag naar verschillende soorten onderwijs zich zal gaan ontwikkelen, dus basisonderwijs, middelbaar onderwijs en speciaal onderwijs. Dat kun je alleen doen als je een heel goede prognose kunt maken van de bevolkingsgroei. En in het verleden hebben we gezien dat de meest bevolkingsprognoses niet kloppen. Meestal werden deze prognoses te sterk afgezwakt door toenemende vergrijzing en werd hier te weinig rekening gehouden met immigratie..”
Brink werkte eerder al voor de 21 gemeenten in de ‘metropoolregio’ Eindhoven, ook wel Brainport genoemd, aan een prognose van de bevolkingsgroei als gevolg van de vestiging van internationals. Joppe: “Deze regio groeit heel snel. Er komen veel internationals op af, die bij high tech-bedrijven komen werken. We hebben in kaart gebracht hoe de vraag naar onderwijs zich de komende vijftien jaar naar verwachting gaat ontwikkelen, zodat schoolbesturen zich daarop kunnen voorbereiden.”
Scenario’s
De vraag van de gemeente Eindhoven was vervolgens een diepere analyse te maken van de ontwikkelingen binnen de eigen gemeentegrenzen. Daarin zijn eerst verschillende onzekerheden meegenomen: hoe ontwikkelt de economie zich de komende jaren? Hoeveel procent van de geplande woningbouw kan ook daadwerkelijk worden gerealiseerd? Joppe: “Ook op het gebied van vergrijzing hebben we scenario’s geschetst. Je ziet dat mensen op leeftijd vaak nog eengezinswoningen wonen. Als er in een bepaalde wijk een complex wordt gebouwd met meergezinswoningen en senioren verhuizen daarnaartoe, dan komen er dus meer eengezinswoningen vrij. En dat heeft invloed op het aantal internationals in die wijk, omdat die juist vaak eengezinswoningen willen kopen.”
In het rekenmodel wordt gebruik gemaakt van data die zijn aangeleverd door de gemeente Eindoven, maar ook data van onder meer het Centraal Bureau voor de Statistiek en CBS Urban Data Center. Bestuurders en beleidsambtenaren die gebruik maken van het rekenmodel, kunnen op het dashboard in het model kiezen tussen verschillende scenario’s en op basis daarvan de toekomstige vraag naar verschillende soorten onderwijs in kaart brengen. Lukt het om 100% van de geplande woningen te bouwen, of slechts 70%? In het laatste geval zullen de schoolklassen minder hard groeien.
Een half miljoen berekeningen
“In het model zitten een half miljoen berekeningen”, lacht Joppe. “Het interessante van ruimtelijke ordening, en dat hebben we ook in het model opgenomen, is dat je te maken hebt met heel veel aspecten die met elkaar verband houden. Als het gaat om bevolkingsgroei, dan heb je altijd te maken met nieuwbouw en met verhuisbewegingen. Internationals komen hiernaartoe, woningen komen vrij omdat mensen verhuizen of overlijden, maar je ziet ook dat bijvoorbeeld mensen uit Eindhoven hun eengezinswoning verkopen aan internationals om zelf een eindje verderop te gaan wonen, in het buitengebied.”
Dat alles met elkaar samenhangt, is volgens Joppe precies de essentie – en het fascinerende – van het vakgebied ruimtelijke ontwikkeling. “Hoe een dorp of stad is ingericht heeft heel veel invloed op hoe jouw leven eruitziet. Maar alle ingrepen die je daarin doet, hebben weer een effect op een ander stukje. Stel dat je in een straat een paar nieuwe parkeerplekken aanlegt, dan lijkt het misschien alsof het maar om een paar vierkante meter gaat. Maar op die paar vierkante meters komen ook auto’s af, dus zullen de wegen naar die parkeerplaatsen toe drukker worden. Dat zorgt er weer voor dat die wegen minder aantrekkelijk worden voor bewoners om langs te wandelen. Alles wat je doet, veroorzaakt een kettingreactie.”
Het rekenmodel biedt niet alleen bruikbare cijfers om de vraag naar onderwijs in de gemeente te voorspellen, maar kan ook laten zien hoe de behoefte aan onder meer huisartsen, fysiotherapeuten en sportaccommodaties zich ontwikkelt. “Voor elke soort voorziening hebben we een analyse gemaakt: welke leeftijdsgroepen maken hier gebruik van en hoe ontwikkelt deze categorie zich de komende jaren? Bij sporthallen ligt bijvoorbeeld het zwaartepunt in de leeftijdscategorie 0 tot 18 jaar, de behoefte aan fysiotherapie ligt weer meer bij de groep 65 plus.”
Aanpassen aan een nieuwe realiteit
Het mooie aan het rekenmodel is dat dit niet alleen dynamische prognoses kan maken, maar zelf ook continu kan worden aangepast: “We kunnen de gebruikte parameters altijd aanpassen aan de nieuwe realiteit, bijvoorbeeld als er extra woningbouw wordt gepland.” Sterker nog: de manier waarop het dashboard is ingericht, maakt het ook mogelijk om een soortgelijke oplossing te bouwen voor andere gemeenten. Joppe: “We zijn al in gesprek met verschillende andere gemeenten die behoefte hebben aan een slimmer model om prognoses te maken. Uiteindelijk blijft ook dit een model en dat is per definitie een versimpelde weergave van de werkelijkheid. Maar de voorspellingen die je met het rekenmodel kunt doen zijn wel een stuk transparanter. Dat helpt gemeenten om beter onderbouwde keuzes maken.”
📸 Istock | Dronera