Ruimtescanner XL

Dit werkdocument is een beschrijving van een model in ontwikkeling. Het eindproduct waar naartoe wordt gewerkt is een operationeel computermodel met de werktitel "RuimteScanner XL Beta". Het beoogde model is een uitgebreide en verbeterde versie van het bestaande integrale ruimtegebruiksmodel [RuimteScanner]. De uitbreiding behelst vooral de toevoeging van een vastgoed- en huishoudenslaag aan de al bestaande, abstracte laag van 'dominant landgebruik' (wonen, werken, landbouw, etc.). De verbetering bestaat uit de explicitering van het gedrag van relevante (aggregaties van) actoren in de diverse markten die samen de te simuleren lokale (ha) ruimtelijke dynamiek in Nederland bepalen, en de inbedding hiervan in de ruimtelijke economische theorie en empirie. De factor tijd en de daarmee samenhangende desequilibria op vooral vastgoedmarkten (boom-bust cycli etc.) wordt hierbij expliciet meegenomen. Hetzelfde geldt voor de ruimtelijke resolutie waarvoor wordt gesimuleerd. Ook wordt expliciet rekening gehouden met (exogene) macro-economische ontwikkelingen zoals rente etc.

De uitbreiding stelt de gebruiker van het model in staat nieuwe, beleidsrelevante indicatoren te genereren. Denk daarbij bijvoorbeeld aan structurele woningleegstand (in krimpscenario's)en de betaalbaarheid van woningen (in groeiscenario's). De explicitering van actoren (inclusief overheid) en hun gedrag (inclusief instrumenten, budgetten, etc.) maakt het mogelijk om beleidsopties te evalueren die één-op-één aansluiten op de praktijk. Denk hierbij aan het mogelijke effect van overheidssubsidies voor de haalbaarheid van binnenstedelijke herontwikkeling (transformatie, herstructurering). Beide ontwikkelingen geven het model een hogere beleidsrelevantie. Daarnaast wordt de geloofwaardigheid en 'doorvoelbaarheid' van het model vergroot. Dit draagt bij aan de effectiviteit van het model.

De resolutie (gridcellen van 1 ha) van modeluitvoer blijft ten opzichte van de RuimteScanner onveranderd. Het model rekent maximaal 30 jaar vooruit.

Beoogde afnemers en beleidsdossiers zijn...

De te ondersteunen fasen in beleidscyclus zijn...

De beoogde gebruikers (toepassing/draaien model) zijn...



= Verschillen met RuimteScanner =

= Theoretisch kader =

Het vier-kwadranten model van DiPasquale & Wheaton
Vastgoed is een duurzaam kapitaalgoed. Dit betekent dat de prijs en productie ervan (uiteindelijk) bepaald worden op de kapitaalmarkt (beleggingsmarkt). De prijs wordt bepaald door de verhouding tussen vraag (aantal huishoudens, beleggers etc. die vastgoed willen bezitten) en aanbod (voorraad van beschikbare eenheden). Hoe hoger de vraag t.o.v. het aanbod, hoe hoger de prijs - en vice versa. De productie van vastgoed vindt plaats binnen de bouwsector. Productie komt op gang als vastgoedprijzen genoeg stijgen om de kosten van (her)ontwikkeling te dekken. Als vastgoedprijzen langere tijd onder deze vervangingskosten blijven dan zorgt afschrijving ervoor dat het aanbod van vastgoed uiteindelijk afneemt.

De vraag is welke factoren, de invloed van vastgoedprijzen zelf daargelaten, de vraag naar het bezit van vastgoed bepalen. In eerste plaats is dat het inkomen dat het bezit van vastgoed genereert. Dit gebeurt in de markt voor ruimte of, simpelweg, de ruimtemarkt. Op deze markt is het aanbod van ruimte gegeven. De vraag wordt uitgeoefend door de gebruikers van vastgoed: huishoudens, bedrijven etc. Dit kunnen zowel huurders als eigenaars zijn. Voor bedrijven vormt deze ruimte een productiefactor. Voor huishoudens moet woonruimte worden gezien als een consumptiegoed. Voor zowel huishoudens en bedrijven geldt dat vraag deels bepaald wordt door de (jaarlijkse) kosten van het gebruik van het vastgoed in kwestie: de huur of, in het geval van eigendom, de geannualiseerde netto kosten van eigendom. Het gaat in beide gevallen om relatieve kosten: kosten ten opzichte van resp. andere consumptiegoederen en productiefactoren. Voor huishoudens is verder vooral inkomen van belang voor de vraag naar woonruimte. Voor bedrijven is, naast de kosten van ruimte, vooral het productieniveau bepalend. Op een hoger schaalniveau zijn uiteraard ook het aantal huishoudens en bedrijven van belang voor de ruimtevraag. Uiteindelijk leidt, gegeven een bepaald aanbod, een stijging van ruimtevraag tot een stijging van de gebruikskosten ervan. Voor (potentiële) bezitters op de beleggingsmarkt vormen deze kosten een inkomstenbron. Hoe hoger deze inkomsten ten opzichte van rente etc., hoe hoger de vraag naast vastgoed op de kapitaalmarkt.

Zoals hierboven al werd genoemd leidt een hogere vraag op de kapitaalmarkt, gegeven een bepaald aanbod van vastgoed, tot hogere vastgoedprijzen, en vindt een uitbreiding van de vastgoedvoorraad plaats als vastgoedprijzen tenminste uitstijgen boven de kosten van herontwikkeling - en vice versa. Het is uiteindelijk via deze aanpassing van de vastgoedvoorraad waarmee prijsvorming op resp. de ruimtemarkt en kapitaalmarkt ervoor zorgen dat vraag en aanbod in balans worden gebracht. Het model is dan in evenwicht. Zie figuur 1 voor een visuele weergave van dit model.



RO-beleid, bouwkosten en constructie
Constructie komt in dit model pas op gang als vastgoedprijzen uitstijgen boven de bouwkosten van vastgoed.

De belangrijkste exogene variabelen met invloed op constructie zijn:
 * 1) korte termijn rente (ter financiering bouw)
 * 2) Vastgoed regulaties (woningwet etc.)
 * 3) RO-restricties en -stimuli

Hoe hoger/lager de rente en hoe stringenter/soepeler de restricties, hoe hoger/lager de bouwkosten per object. Dit resulteert in een west/oostwaartse verschuiving van de aanbodfunctie, hetgeen betekent dat, gegeven een bepaalde vastgoedprijs per object, minder/meer gebouwd wordt. Het lange termijn resultaat (in een nieuw evenwicht): kleinere/grotere vastgoedvoorraad, hogere/lagere huren (rent) en prijzen.

Location theory (Alonso)
Het vier-kwadranten model van DiPasquale & Wheaton geeft een overzicht van de verschillende markten waarin prijsvorming en vastgoedproductie tot stand komt, welke exogene factoren daarop aangrijpen, en hoe uiteindelijk evenwicht wordt bereikt tussen vraag en aanbod. Het is daarmee een macro model. Het ruimtelijk schaalniveau dat het beste op dit model aansluit is het zogenaamde 'Daily Urban System'. Dit is grofweg het schaalniveau waarop verhuizingen of baanwisselingen van huishoudens niet de noodzaak met zich meebrengen om resp. van baan te veranderen of te verhuizen. Dit maakt iedere locatie binnen betreffende regio tot een concurrent om de vestigingsvoorkeur van het huishouden of het bedrijf in kwestie. Mobiliteit vormt hiermee een soort prijsarbitrage, waardoor individuele percelen een hoge prijselasticiteit van de vraag kennen. Macro economische veranderingen zoals hierboven uiteengezet hebben daarmee, gegeven een bepaald marktsegment in een dimensie anders dan ruimte (bijvoorbeeld: functie), op alle plekken binnen de regio vergelijkbaar effect op vastgoed.

// Work in progress Binnen regio's zien we grote verschillen in vastgoedprijzen. Is terug te voeren op het feit dat vastgoedmarkt 'product differentiated' is: net als de factor arbeid is elk perceel uniek. Verder zien we clustering van functies en 'density gradients'. Inzicht hierin nodig om effecten macro factoren op bestaand bebouwd gebied te simuleren: waar resulteren regionale verschuivingen van bid-rent curves, gegeven relatief stabiele individuele hellingshoeken van die curves, in herontwikkeling? // Work in progress

In navolging van Alonso etc. wordt in eerste instantie verondersteld dat:
 * 1) actoren streven naar de maximalisatie van winst/nut
 * 2) grond uiteindelijk (in equilibrium) wordt gebruikt voor functies die daar het meeste opbrengen, i.e., functies die daar de hoogste netto contante waarde hebben.

De uitsortering die uiteindelijk leidt tot deze optimale allocatie van functies aan grond vindt plaats op de onlosmakelijk met elkaar verbonden grond- en vastgoedmarkten.



Naast afstand tot CBD zijn er vele andere locatiekenmerken denkbaar waarvoor geldt dat voorkeuren (en dus rent) verschillen.

In het eenvoudige, "comparatief statische" model van Alonso zijn huishoudens identiek. Dit maakt dat ook hun bid rent curves identiek zijn. Deze wordt gevormd door de ruimtelijke distributie van de voor het huishouden relevante locatie en object attributen over de percelen binnen de vastgoedmarktregio in kwestie. In werkelijkheid is elk huishouden echter uniek. Elk huishouden heeft dan ook een eigen, unieke voorkeuren (en budget), en dus ook een eigen, unieke bid rent curve.


 * Welke (combinaties van) huishoudenskenmerken zijn doorslaggevend in dezen?
 * Hoeveel en welke huishoudenstypen dus te onderscheiden in model?

Van statisch naar dynamisch macro
Een belangrijk begrip in dezen is de 'capitalization rate': de ratio tussen huur en prijs. Het zijn de netto huurinkomsten die investeerders eisen om vastgoed in bezit vast te houden. De cap rate wordt bepaald door lange termijn rente, verwachte toekomstige netto huurinkomsten, belasting op vastgoed, risico op veranderingen daarin, etc. Hoe lager de rente, hoger de verwachte huurinkomsten, gunstiger de belastingen en lager het risico, hoe lager de cap rate. Gegeven bepaalde huidige netto huurinkomsten resulteert een lagere cap rate in hogere vastgoedprijzen.

Drie manieren waarop verwachtingen over toekomstige netto opbrengsten van vastgoed (huur) worden gevormd
 * 1) Terugkijkend
 * 2) Rationele verwachtingen

//Toevoegen implicaties van aannamen over verschillende vormen en hoeveelheden van marktmacht van aanbieders (en vragers) op vastgoedmarkt: oligopolie > cournot equilibrium

Netto contante waarde en transactiekosten
Wanneer we van een statische analyse van de vastgoedmarkt naar een dynamische analyse gaan zijn twee additionele begrippen van belang: Wordt gedefinieerd als de huidige waarde van verwachte toekomstige geldstromen. Wanneer een investeringsbeslissing moet worden genomen dienen toekomstige geldstromen worden omgezet in huidige prijs. Wordt gedefinieerd als eenmalige uitgaven die in het heden moeten worden gedaan om verhuisbewegingen (laag 3) of vastgoed(her)ontwikkeling (laag 2) mogelijk te maken. De veronderstelling is dat rationele, naar winst/utiliteit maximalisering strevende actoren in hun investeringsbeslissing de netto contante waarde van verwachte toekomstige kosten/baten afwegen tegen deze transitiekosten.
 * (Netto) contante waarde
 * Transitiekosten

Binnen een vastgoedmarkt kunnen prijzen dus ook verschillen als gevolg van verschillende toekomstverwachtingen m.b.t. de groei van netto huurinkomsten. Zelfs locaties met identieke locationele en structurele eigenschappen (en, dus, dezelfde huidige huurprijzen) kunnen dus verschillende marktprijzen (en dito verschillen m.b.t. (her)ontwikkelingspotentiaal) hebben.

Laag 3: verhuisbewegingen op woningmarkt
Met bovenstaande begrippen kan tevens de grenzen van woning- en vastgoedmarkten meer expliciet worden gemarkeerd. Hierboven werd al uiteengezet dat een markt zich kenmerkt door volledige concurrentie binnen betreffende markt tussen percelen, mogelijk gemaakt door prijsarbitrage als gevolg van hoge mobiliteit, en met hoge prijselasticiteit van de vraag als belangrijke manifestatie. Meer formeel geformuleerd komt de hoge prijselasticiteit tot stand als gevolg van lage transitiekosten. Hierdoor brengt zelfs een zeer kleine verandering in de netto contante waarde van een object al arbitrage teweeg, resulterend in een navenante verandering van rent - en evt ook transacties, waarbij objecten in het gebruik komen voor de activiteiten die op betreffende plek de hoogste netto contante waarde genereren. De grens tussen twee markten wordt overschreden waar de netto baten van een transactie zouden worden overschreden door de transactiekosten daarvan. // Behoeft uitwerking

In het basismodel van Alonso speelt, binnen afgebakende vastgoedmarkten, de huidige woonlocatie geen rol. Deze bepaalt echter zowel transitiekosten (zoekkosten, verhuiskosten etc.) als de waardering van percelen binnen betreffende regio. Hoe groter ceteris paribus de afstand tot herkomstlocatie, hoe groter de transitiekosten en hoe lager de waardering van objectattributen (structure en location).

//Toevoegen: korte uiteenzetting over toename transitiekosten op grotere afstand huidige woonlocatie

De premie die huishoudens plaatsen op nabijgelegen objecten heeft te maken met een belangrijke eigenschap van huishoudens: (de ruimtelijke neerslag van) hun huidige activiteitenpatroon. Afhankelijk van o.a. de tijd die een huishouden op betreffende plekken heeft doorgebracht, heeft het op en rondom/met deze plekken sociaal kapitaal en emotionele banden opgebouwd. Dit maakt dat zij deze plekken meer waarderen dan verder gelegen plekken.

Een consequentie van dit alles is dat er in werkelijkheid even veel woningmarkten te onderscheiden zijn als huishoudens. Ieder huishouden heeft immers een unieke huidige woonlocatie (coordinaten), resulterend in een ruimtelijk unieke premie op de waardering van plekken daaromheen, en een dito toename van transitiekosten op plekken die verder hiervandaan liggen. In werkelijkheid zijn hiermee de 'grenzen' van deze markten 'fluide'. Er zijn altijd transitiekosten, nooit volledige arbitrage, nooit volledige prijselasticiteit etc., ook niet binnen de zogenaamde Daily Urban Systems (DUS).

Laag 2: (her)ontwikkeling op vastgoedmarkt
Uiteindelijk wordt met(her)ontwikkeling aangevangen waar en wanneer de opbrengsten daarvan (inclusief subsidies en heffingen) groter worden ingeschat dan de kosten. Dit is het geval wanneer op een bepaalde plek de verkoopwaarde van aldaar (her)ontwikkeld vastgoed hoger is dan de optelsom van de 'opportunity costs' (ook wel transfer earnings genoemd) enerzijds, en de overige kosten (onderzoek, bouw- en woonrijp maken, plan- en proceskosten, bovenwijkse voorzieningen, heffingen minus subsidies) anderzijds. Hoe groter het verschil, hoe hoger de 'economic rent', en hoe groter de kans dat op betreffende plek uiteindelijk (her)ontwikkeling plaatsvindt.

Voorlopig wordt verondersteld dat eerst daar wordt (her)ontwikkeld waar de bovengenoemde waardesprong van grond minus 'overige kosten' (vanaf dit punt: 'transitiekosten') het grootste is. Dit hoeft in werkelijkheid niet per se het geval te zijn.

//Toevoegen "theorie Mark Thissen" dat het voor ontwikkelaars/investeerders rendabel kan zijn eerst te ontwikkelen waar kleine marges zijn, en daarna pas te ontwikkelen waar marges groter zijn. Op deze manier zou een verhuisketen kunnen worden gestart waarbij meerdere malen verkocht zou worden, eerst op de minder attractieve locatie locatie met de lagere marges; later op meer attractieve locaties met grotere marges etc.

Bebouwingsdichtheid
Een toename van location rent moedigt, ceteris paribus, aan tot bouwen in hogere dichtheden. Er vindt substitutie plaats van de duurder wordende productiefactor land naar kapitaal (bebouwing). Als de potentiële opbrengsten van hogere dichtheden (de totale netto contante huuropbrengsten van het te ontwikkelen project, minus de transitiekosten van herontwikkeling) groter zijn dan de netto contante huuropbrengsten van het huidige gebruik van het perceel, dan is het winstgevend om een locatie te herontwikkelen. In de praktijk is dit alleen het geval waar in de huidige situatie ofwel in (relatief) lage dichtheden is gebouwd en/of de (gebruiks)waarde van de huidige bebouwing relatief laag is.

De vervolgvraag is in welke dichtheden te bouwen. Dit hangt uiteindelijk af van:
 * 1) De waardering van additionele woningdichtheden door huishoudens
 * 2) De bouwkosten van deze additionele dichtheden

De aanname is enerzijds dat hogere woningdichtheden gepaard gaan met lagere waarderingen per wooneenheid door huishoudens. Dit heeft zowel te maken et omgevingskenmerken als bebouwingskenmerken. Hogere dichtheden leiden tot een lagere waardering van de omgeving als gevolg van bijvoorbeeld een afname van (openbare) groenvoorzieningen en water, minder parkeergelegenheid, meer schaduwvorming etc. Lagere waardering van de bebouwingslaag heeft bijvoorbeeld te maken met de kleinere tuinen en leefruimtes in woningen die hogere dichtheden met zich meebrengen. De aanname wat betreft bouwkosten (per m2 vloeroppervlak) is dat deze (vanaf een bepaalde dichtheid) t stijgen. Al met al verkleinen hogere dichtheden op deze manier de potentiële opbrengst per eenheid.

Hogere dichtheden maken het echter ook mogelijk om meer wooneenheden te realiseren op een ontwikkellocatie. Dit verhoogt de potentiële omzet op een ontwikkellocatie als geheel.

Bouwen in hogere dichtheden verenigt hiermee twee tegenstrijdige effecten:
 * 1) lagere omzet per wooneenheid
 * 2) een potentieel hogere omzet per ontwikkellocatie.

De meest winstgevende dichtheid kan eenvoudig worden berekend door de potentiële netto omzet per wooneenheid bij verschillende dichtheden terug te rekenen naar de bijbehorende potentiële omzet per ontwikkelobject (ha). Zie bijvoorbeeld DiPasqale & Wheaton, 1996: pp 72-82, 85-90).



Markmacht
= Van theorie naar empirie: literatuurverkenning Nederlandse casus =

Residueel rekenen op vastgoed- en grondexploitaties

 * Bij uitleglocaties is de waarde van grond in agrarisch gebruik doorgaans aanzienlijk lager dan de waarde van de nieuwe bestemming, bijvoorbeeld de woonbestemming. Binnenstedelijk kan het echter ook andersom zijn: de grond is in bestaand gebruik meer waard dan in alternatief gebruik. Wanneer de huidige gebruikswaarde van het stuk grond hoger is dan de waarde die het onder het plan zal krijgen, dan vormt die gebruikswaarde de residuele grondwaarde. Als een gemeente of ontwikkelaar bij een hogere gebruikswaarde toch besluit de grond te verwerven, dan leidt dit, zonder subsidie, tot een negatief grondexploitatiesaldo. De waarde van een stuk grond in het huidige economische verkeer is daarmee van groot belang voor de grondprijs. En daarmee ook voor de grondverwervingskosten en dus voor de financiële haalbaarheid van een plan. Wanneer de grondprijs hoger is dan de waarde van het plan, dan zal er in het ruimtelijk programma moeten worden geschoven, of zullen er externe gelden moeten worden aangetrokken (Buitelaar et al., 2011).
 * De waarde van de grond bij huidig gebruik kan behoorlijk verschillen van de grondwaarde bij toekomstig gebruik. Bij de verkoop van een stuk grond waarvan de bestemming is gewijzigd, zijn de zogenoemde transfer earnings of alternatieve kosten van belang (Kruijt et al. 1990: 30-32; Lipsey 1966). Deze transfer earnings worden gevormd door het bedrag dat aan de eigenaar moet worden betaald voor het meest gunstige gebruiksalternatief van zijn grond, een bedrag dat ten minste moet worden betaald om de (nieuwe)bestemming te kunnen garanderen. Het bedrag dat boven deze transfer earnings uitstijgt, wordt ook wel de (pure) economic rent genoemd: 'the payment per year to an input beyond the payment needed to call forth the existing supply’ (McDonald & McMillen 2007: 86).
 * Bij een verandering van het bestemmingsplan waarbij grond wordt herbestemd, kan de eigenaar kiezen op welke manier hij de grond gebruikt: conform het nieuwe bestemmingsplan of volgens het bestaande gebruik. Hij kan zich namelijk beroepen op het ‘overgangsrecht’ (Van Buuren et al. 2006). Bij een bestemmingsverandering kan een eigenaar niet worden verplicht – in ieder geval niet zonder onteigening – zijn huidige grondgebruik op te geven (Buitelaar et al., 2011).
 * Behalve de bestemming hebben andere plan- en gebiedskenmerken een belangrijk effect op de vastgoedwaarden, maar ook op de kosten van de grondexploitatie. Die kosten kunnen op hun beurt uiteindelijk door programmatische wijzigingen weer een effect op de vastgoedwaarden hebben. Sommige kenmerken, zoals de locatie en de ligging binnen Nederland, hebben effect op de vastgoedwaarden. En daarmee op de vastgoedopbrengsten, en dus indirect op de grondopbrengsten en grondverwervingskosten. Andere kenmerken, zoals de mate van versnippering van grondeigendom, hebben theoretisch een direct effect op de kosten, in dit geval de grondverwervingskosten en de plan- en proceskosten (Buitelaar et al., 2011).

// Wordt in NL altijd en overal residueel gerekend? Waarom? Zo ja, onder welke omstandigheden is het alternatief denkbaar (waarbij 'bottom-up' wordt gerekend, en de woningprijs (vooral) wordt bepaald door bouwkosten en netto contante waarde van bestaand grondgebruik (landbouwgrond bijvoorbeeld)? Is dit alternatief vooral denkbaar in het geval van lagere bouwkosten voor ontwikkelaars, en grotere concurrentie op vastgoedmarkten, o.a. door liberalisatie en flexibilisering RO? Is deze alternatieve situatie ook denkbaar in het geval dat overheden (grondbedrijven gemeenten) juist sneller grond zouden kopen/onteigenen van originele bezitters (boeren etc.), zodat grondprijzen minder worden opgedreven door speculatie van projectontwikkelaars etc.?

= Conceptueel model = In het model worden 3 lagen onderscheiden:
 * 1) overheid: Grond, Ruimtelijke Ordening, en structurerende elementen (hoofdwegen en water)
 * 2) ontwikkelaars: Vastgoed (bebouwing)
 * 3) gebruikers: huishouden, vastgoedontwikkelaar,...): gebruikt vastgoed en grond voor consumptie en productie

De dynamiek in actorlaag > dynamiek vastgoedlaag > dynamiek grondlaag


 * 1) Relevante bebouwingskenmerken
 * 2) * Type
 * 3) ** bebouwingstype gebouw: vrijstaand, 2kap, rij, hoek, appt bg, appt lift, appt trap
 * 4) ** verblijfsfunctie: [wonen, winkel, kantoor, industrie, horeca, onderwijs, gezondheidzorg, bijeenkomst, glastuinbouw]
 * 5) * Dichtheid [#verblijfsobjecten / ha ] = B * C / A met
 * 6) ** A = gebruiksareaal per verblijfsobject
 * 7) ** B = hoogte [gemiddeld # woonlagen ofwel totaal gebruiksareaal / gebouwareaal]
 * 8) ** C = bebouwingsdichtheid [gebouwareaal / ha ]
 * 9) * Kwaliteit [in nutseenheden (geschiktheid), bij voorkeur in EUR/m2]
 * 10) * Eigendomssituatie (huur/koop)
 * 11) Transitiekosten per potentieel ontwikkelobject
 * 12) Huishoudenskenmerken
 * 13) * Huishoudensgrootte (#volwassenen en #kinderen)
 * 14) * Inkomen
 * 15) * Huidige woon / werklokatie
 * 16) Huishoudensdynamiek
 * 17) * Geboorte / sterfte, gezinsvorming, scheiden
 * 18) Geschiktheid / utility als functie van geschiktheidsfactoren, zoals:
 * 19) * Bebouwingskenmerken
 * 20) * Omgevingskenmerken: voorzieningen, sociaal economisch, overstromingsrisico
 * 21) * Woonlocatie (versus huidige woonlocatie)
 * 22) * Werklocatie
 * 23) * Huishoudenskenmerken
 * 24) Huidige mate van (mis)match per verblijfsobject tussen huishoudens en verblijfsobjecten (van belang voor de mate van verhuisbehoefte)
 * 25) Vraag koopwoningen v.s. huurwoningen (laag 1), als functie van:
 * 26) * attractiviteit eigenwoningbezit versus huur (gegeven kenmerken bebouwing en omgeving, en evt verschillen daarin tussen koop en huur)
 * 27) ** huishoudenskenmerken (leeftijd, kinderen,...): = life cycle > verhuisgeneigdheid > belang lage verhuiskosten > attractiviteit huur (met lage verhuiskosten i.r.t. koop)
 * 28) ** capitalization rate (rente, risico, ...)
 * 29) * betaalbaarheid eigenwoningbezit versus huur (gegeven verhuiskosten, en evt verschillen daarin tussen koop en huur)
 * 30) ** huishoudenskenmerken (inkomen, leeftijd,...)
 * 31) ** eenmalige kosten (investering)
 * 32) *** woningprijzen (aankoopbedrag)
 * 33) *** minimum eigen inleg aankoopbedrag (maximum hypotheek)
 * 34) ** jaarlijkse lasten
 * 35) *** woningfinancieringsrente
 * 36) *** woningfinancieringsrenteaftrek etc.
 * 37) *** huurprijzen
 * 38) *** huursubsidie etc.
 * 39) Aanbod koopwoningen v.s. huurwoningen laag 2, als functie van (@Needs work):
 * 40) * Net present value van inkomstenstoom uit huur vs. koop vs. andere beleggingsobjecten (bepaalt geldstromen op beleggingsmarkten)
 * 41) ** Beleid t.a.v. sociale huur (via corporaties)
 * 42) Verhuiskosten
 * 43) * Zoekkosten
 * 44) * Transactiekosten
 * 45) * Herinrichtingskosten
 * 46) Huidige mate van (mis)match per potentieel ontwikkelobject tussen functionele eenheden en grondwaarde (van belang voor de mate van potentie van herontwikkeling)
 * 47) Budget / besteedsbaar inkomen
 * 48) Externe effecten, clustering
 * 49) Marktmacht projectontwikkelaars / eigenaars
 * 50) Rol huisvestingswet (woonvergunningen en inkomenstoetsen) en toewijzingsbeleid woningbouwverenigingen.
 * 51) Ruimtelijke ordening: bouwvergunningen, bestemmingsplannen, etc.
 * 52) Instituties
 * 53) * Berekening grondwaarden (zowel ruwe bouwgrond als bouwrijp gemaakte grond)
 * 54) ** Residueel (Ricardo) versus ?
 * 55) Dynamiek model
 * 56) * Statisch (evenwicht, cross-sectional) vs. dynamisch/incrementeel
 * 57) Ruimtelijke afbakening vastgoedmarkten
 * 58) * 'Daily Urban Systems', 'zoekkegels'?
 * 59) * Verschillend per huishoudenstype?

= Afbakening en inpassing in operationeel modelraamwerk = Wat uit het conceptueel model voor LandUseScanner XL Beta 2013 wordt exogeen? Wat geldt als scenario invoer en wat als modeloutput van aanleverende modellen? En wat wordt geschat?

Stand van zaken 2012
Wat wat was met betrekking tot dit alles de stand van zaken in de referentiesituatie 2012 (configuratie Deltascenario's)?

Zie Rijken et al. (2013).

Afbakening RuimteScanner XL Beta 2013
Wat verandert er qua afbakening met de ontwikkeling van RuimteScanner XL Beta 2013? Wat uit het conceptueel model voor LandUseScanner XL Beta 2013 wordt exogeen, en wat wordt dus endogeen? Wat geldt als scenario invoer? En wat wordt geschat?

Exogeen vooronderstelde data
Via discrete allocatie wordt voor het basisjaar aan iedere zelfstandige wooneenheid een huishouden met huishoudenskenmerken toegekend. Dit gebeurt o.b.v. schattingen m.b.t. woonvoorkeuren (bebouwingskenmerken, omgevingskenmerken) van huishoudens met bepaalde huishoudenskenmerken. De focus ligt in 2013 op de simulatie van projectontwikkeling (laag 2). Deze wordt endogeen bepaald obv in laag 3 gesimuleerde biedprijzen per locatie en per woningtype en dichtheid. Exogeen wordt aangenomen de kosten voor bouwen van verschillende woningtypes. Endogeen zijn de kosten voor grondverwerving. Deze laatste kosten zijn minimaal gelijk aan de opportunity costs (bijv net present value bedrijventerreinen) en maximaal gelijk aan de potentiele opbrengst van de ontwikkellocatie voor de ontwikkelaar minus de transitiekosten (sloop, bouw, sanering etc.
 * Algemeen
 * Transitiekosten
 * Sloopkosten
 * Kosten bouwrijp maken
 * Kosten woonrijp maken
 * Bouwkosten
 * Basisjaar
 * huidige woningvoorraad
 * Type, Dichtheid A, C: obv BAG
 * Kwaliteit van de woning: EnergieLabel, NVM prijs per vierkante (per PC6) meter tov omgeving.
 * Eigendomssituatie: CBS buurt-gegevens (tbv versnippering van eigendom).
 * woonlocatie kenmerken
 * huishoudenstype: CBS wijk- en buurt-gegevens
 * werklocaties: afkijken van Tigris/LMS trip distributie, in latere fase want complex
 * projectiejaren
 * huishoudensontwikkeling, per regio per huishoudenstype (Tigris XL, INCOME, \( H_{z,i,t} \) inclusief bruto interregionale verhuizingen per type
 * Voor netto inflow van huishoudens kennen we geen origin info. Hun locatievoorkeur wordt in het model dus geheel bepaald door destination kenmerken. Hun verhuiskans is 1. Dit is bepaald in Tigris XL.
 * (evt, als terugvaloptie): verhuiskans (move or stay) voor binnen-regionale verhuizingen, per huishoudenstype en evt regio. Deze verhuiskans (hoe vaak binnen-regionaal verhuizen per jaar) wordt in dit geval gebaseerd op kengetallen per huishoudenstype. Gegeven verhuiskansen worden locatiekeuzen endogeen gemodelleerd.
 * Uiteraard wordt beoogd om na 2013 naast locatiekeuze ook de sterk hieraan gerelateerde verhuiskans endogeen te modelleren. Dit obv de berekening van potentiele verhoging van yield tussen origin en potentiele destinations enerzijds, en verhuiskosten anderzijds. Dat laatste wordt gebaseerd op kengetallen. Het eerste wordt geschat. Dit gebeurt al in 2013. Verondersteld wordt dat potentiele yield verhoging verandert door een verandering van huishoudenskenmerken en/of een verandering van woning- of omgevingskenmerken. Potentiele yield verhoging wordt gebaseerd op zowel push (origin) als pull (destination) factoren. Mbv schatting moet worden bepaald welke combinaties van veranderingen in : 1) huishouden; 2) woning/omgeving, welke verandering in yield met zich meebrengen. De vraag is welke data beschikbaar zijn hiervoor. Idealiter wordt gebruik gemaakt van transactieprijzen (van zowel origins als destinations). Het laatste maakt het mogelijk om utility veranderingen in euro's uit te drukken.
 * arbeidsvraag per regio per sector (Tigris XL)

Scenario parameters

 * Beleid, grondmarkt
 * streekplannen en structuurvisies
 * ontwikkelrestricties
 * bestemmingsplannen
 * bouwlocaties
 * maximale bouwhoogten
 * rooilijnen / max bebouwingspercentage


 * Beleid, woningmarkt
 * Huisvestingswet, sociale huurbeleid/woonvergunningen, distributie, en eigendom (privaat bewoond, verhuurd, woningbouwvereniging).


 * Beleid, fiscaal
 * BTW, VPB op woningbouwverenigingen
 * Bouw, danwel sloopsubsidie; herstructurering en transformatiesubsidies.


 * Beleid, financiering
 * maximale huurstijgingen, inkomensafhankelijkheid
 * woningfinancieringsrenteaftrek (aka h-woord).


 * Autonome ontwikkelingen
 * rente
 * Bouwkosten (als functie van bouw-conjuctuur), incl korte rente, marktmacht, energieprijs, etc.
 * bouwinnovaties, leercurves.

Te schatten parameters

 * Discrete choice model schatten (per huishoudenskenmerk marginale (dis)utiliteit van unieke attribuut (bebouwing, omgeving) combinaties van origin en destination, te vertalen in transitiekansen per woning (laag 1) en cel (laag 2)?

Per huishoudenstype (of unieke combi van relevante huishoudenskenmerken):
 * 1) Verschillen tussen woningen m.b.t. waargenomen transactieprijs...
 * 2) Relateren aan:
 * 3) * verschillen in kenmerken van het object in kwestie (gebouwkenmerken, omgevingskenmerken)
 * 4) * (indien beschikbaar) verschillen in kenmerken van vorige woning (gebouw, omgeving)
 * 5) * (indien beschikbaar) verschillen in kenmerken van vorige baan (locatie, type)
 * 6) Hierbij controleren voor macro economische variabelen die ook van invloed zijn op de waargenomen prijsverschillen  (door de tijd en tussen woningmarktregio's)
 * 7) Dit in yield van EUR/m2/jaar omzetten (zodat in het model gespeeld kan worden met prijsvorming obv yield enerzijds en exogene macro econ. parameters anderzijds).

Dit levert voor de RS geschiktheidskaarten voor elk onderscheiden huishoudenstype op, met daarin: @MH Maakt de toevoeging van marginale (dis)utiliteit o.b.v. kenmerken herkomstobject (t = 0) t.o.v. bestemmingsobject dat er conceptueel sprake zou zijn van zoekkegels?
 * 1) marginale (dis)utiliteit van (combinaties van) zowel bebouwingskenmerken als omgevingskenmerken (EUR/m2/jaar)
 * 2) gebaseerd op zowel de (potentiele) kenmerken van het destination object (gebouwkenmerken, omgevingskenmerken) als die van het herkomstobject

Vervolgstappen:
 * 1) Dit, vóór allocatie, omzetten in netto contante waarde (via veronderstellingen over rente etc.), in EUR/m2
 * 2) Dit, per laag, verdisconteren met los van deze schattingen bepaalde en in geld (EUR/m2) uitgedrukte transitiekosten
 * 3) Samen kan dit worden gezien als de initiële biedprijs, per laag
 * 4) Dit omzetten in transitiekansen, gegeven biedprijzen van het huishoudenstype in kwestie t.o.v. andere bieders en endogeen berekende schaduwprijzen (in laag 1)

@MH: zou het niet logisch zijn als we uit Tigris XL ipv simpelweg (netto) delta's van huishoudens per type, per periode, per regio (NVM) het volgende zouden inlezen: @BR: let op in dit geval de huishoudensstromen uit Tigris te nemen die berekend zijn onder de vrije markt optie in Tigris (i.e., met veronderstelling dat omvang en locatie van bouwproductie voor woningen (en daarmee tot op zekere hoogte ook verhuisbewegingen) vraaggestuurd zijn.
 * 1) Uit de regio vertrekkende huishoudens, per type, per periode
 * 2) Zich nieuw in de regio vestigende huishoudens, idem
 * 3) huishoudensverandering binnen de regio, idem


 * geschiktheidfactor voorkeuren per huishoudenstype (incl voorkeur voor niet woning gerelateerde uitgaven)
 * woonlocatie voorkeur als functie van reisweerstand tot werklocatie, hoe groot is de zoekkegel? En hoe gecorreleerd blijven DINKies?
 * bij het obv transactieprijzen van woningen schatten van de toegevoegde waarde van de bereikbaarheid van banen moet rekening gehouden worden met loonverschillen. Gegeven een bepaald huishouderstype, is de bereikbaarheid van hoogbetaalde banen meer waard dan bereikbaarheid van lager betaalde banen, met een hogere grondprijs in het eerste geval als gevolg.

Kentallen

 * verhuiskosten
 * aanbod bouwcapaciteit (in woondienst-eenheden).
 * sectorverdeling per huishoudenstype

Beoogde indicatoren

 * Waar wordt wat (en wanneer) gebouwd, gesloopt, danwel getransformeerd, van belang voor
 * versnippering habitats
 * ruimtelijke kwaliteit, zoals verrommeling openbare ruimte
 * bereikbaarheid
 * overstromingsrisico's
 * Vesta, energievraag obv woningtype en bouwjaar
 * conjuncturele bezetting van de capaciteiten in de bouwsector
 * Prijs per verblijfsobject, kwalitatieve woningschaarste en leegstand
 * Soil Sealing obv gebouwoppervlakte per hectare, van belang voor
 * urban heat
 * mogelijke wateroverlast, schade obv woningtype

Modelonzekerheid
Het computermodel moet informatie geven over de onzekerheid van resultaten. De indicatie hiervan (per ruimtelije eenheid van de output) moet kunnen worden gebaseerd op de onzekerheid zoals gemeten in de fasen van schatten (error term, t-stats: onverklaarde variantie) en calibratie etc. Dit vereist implementatie in een stochastisch (probabilistisch?) model (?)

Calibratie

 * Welke waarnemingen ?
 * CBS micro-data huishoudenskenmerken, verhuisbestemming (en ook verhuisherkomst?!).
 * Kadaster: transactieprijzen tbv hedonische prijs-analyse

Runtime
Een volledige run mag maximaal 15 uur duren, op desktop PC Object Vision

Gebruiksvriendelijkheid
Bas moet het model zelfstandig kunnen draaien

= Links =


 * Ruimtescanner XL in formules
 * Implementatie RuimteScanner XL in GeoDMS
 * Logit regression of rehousing