Bijlage 3- Overlast waarnemen beoordelenen melden DEF.pdf

Van overlast tot melding Onderzoek en Statistiek

In opdracht van: Dienstverlening Projectnummer: 231025 Auteur: Sara de Wilde, Joris Klingen, Nathalie Hesseling E-mailadres: s.wilde@amsterdam.nl , j.klingen@amsterdam.nl Bezoekadres: Post: Telefoon: Website:

Weesperstraat 113-117 Postbus 658 1000 AR Amsterdam 020 251 0333 onderzoek.amsterdam.nl

Amsterdam, maart 2024 Foto voorzijde: Wallen/Oudekerksplein, fotograaf Edwin van Eis (2021)

Inhoud Inhoud

3

Samenvatting

Inleiding

9

Werkwijze Data en analyses Leeswijzer

1 Van overlast tot melden in Amsterdamse wijken 1.1 1.2 1.3 1.4 1.5

4

Van waarnemen tot melden, totaalbeeld Amsterdam Overlast waarnemen in Amsterdamse wijken Overlast beoordelen in Amsterdamse wijken Overlast gemeld in Amsterdamse wijken Geografische relatie tussen waarnemen, beoordelen en melden

2 Welke Amsterdammers zien, ervaren en melden overlast? 2.1 Van overlast waarnemen tot melden: samenhang met achtergrondkenmerken 2.2 De relatie tussen het overlastproces en ervaren veiligheid, sociale cohesie en de zichtbaarheid van instanties

3 Van overlast tot melding: rommel op straat 3.1 Potentiële overlast van rommel op straat 3.2 Rommel op straat waarnemen 3.3 Rommel op straat beoordelen 3.4 Rommel op straat melden 3.5 Relatie tussen rommel op straat waarnemen, beoordelen en melden 3.6 Rommel op straat, van waarnemen tot melden: samenhang met achtergrondkenmerken

4 Van overlast tot melding: personenoverlast 4.1 Potentiële personenoverlast 4.2 Personenoverlast waarnemen 4.3 Personenoverlast beoordelen 4.4 Personenoverlast melden 4.5 De relatie tussen verblijversdichtheidsindex en personenoverlast 4.6 Personenoverlast, van waarnemen tot melden: samenhang met achtergrondkenmerken

9 10 13

14 14 15 16 17 19

22 22 23

27 27 28 28 29 31 34

36 36 37 38 39 41 44

3

Samenvatting

Amsterdammers kunnen te maken krijgen met overlast in de openbare ruimte, zoals rommel op straat, parkeerproblemen of overlast van personen. Als Amsterdammers willen dat de gemeente iets doet aan een overlastsituatie, dan kunnen zij een melding doen. Jaarlijks ontvangt de gemeente een kleine 400.000 meldingen over de openbare ruimte. De meldingen geven inzicht in waar, wanneer en welke overlast wordt gemeld. Maar komt het beeld van overlast in de stad op basis van meldingen overeen met de overlast die Amsterdammers daadwerkelijk ervaren en waarnemen? Of zijn er overlastvormen, gebieden of groepen Amsterdammers die minder vaak in de meldingen terugkomen? Hoe beter het beeld is dat de gemeente heeft van wat Amsterdammers in de openbare ruimte ervaren, hoe beter zij daarop in kan spelen. Dienstverlening heeft Onderzoek en Statistiek (O&S) gevraagd om onderzoek te doen naar overlast en de meldingen daarvan in de stad, als vervolg op onderzoek uit 2022 (Overlastmeldingen door Amsterdammers, O&S (2022)). Het vervolgonderzoek heeft als doel om (nog) meer inzicht te krijgen in het waarnemen van potentiële overlast, of iets als overlast wordt beoordeeld en welke factoren bijdragen aan het al dan niet melden van overlast. Onderstaand schema van het overlastproces, zoals ook gehanteerd in het eerdere onderzoek uit 2022, vormt de leidraad bij dit vervolgonderzoek.

Het doel was om per stap in het overlastproces zoveel mogelijk te leren over geografische verschillen in de stad en verschillen naar achtergrondkenmerken van Amsterdammers. Daarbij is, waar mogelijk, gekeken naar verschillende typen overlast. Het onderzoek geeft inzicht in de waarneming van potentiële overlast, de beoordeling daarvan en het al dan niet melden. Op de stappen ‘potentiële overlast’ en ‘meldingsbereidheid’ geeft het onderzoek slechts deels inzicht: er zijn namelijk beperkt gegevens beschikbaar die een indicatie geven van enkele vormen van gemeten potentiële overlast en voor meldingsbereidheid is in dit onderzoek weliswaar gekeken naar kenmerken van Amsterdammers die wel of niet melden maar niet naar motivaties en redenen om wel of niet te melden. Figuur 1: Schema overlastproces Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

Belangrijkste bevindingen Verschillen in het totaal aantal meldingen in gebieden in de stad zijn niet terug te leiden naar één specifiek stap van het meldproces. Dat blijkt uit de volgende bevindingen:  Overlastvormen die vaker worden waargenomen, worden niet per definitie vaker ervaren als overlast en niet vaker gemeld.  Potentiële overlast in een wijk houdt verband met meer ervaren overlast, maar speelt geen grote rol in het melden van overlast.  Het aantal meldingen verschilt sterk tussen gebieden. Die verschillen komen door een opeenstapeling van kleinere verschillen in het overlastproces. De sterkste bijdrage in de

4





verschillen lijkt van de eerste stap te komen: het waarnemen van overlastvormen. Het beoordelen en melden van overlast zijn een stuk gelijkmatiger verdeeld over de stad. Verschillen tussen groepen Amsterdammers zijn vaak groter dan verschillen tussen gebieden in de stad. Leeftijd (met name 15 tot 29-jarigen) en eerste generatie migratieachtergrond (zowel binnen als buiten Europa) hebben de sterkste effecten op de verschillende stappen in het overlastproces: deze groepen nemen minder overlast waar en melden het minder. Voor de eerste generatie migratieachtergrond geldt echter wel dat er meer overlast wordt ervaren van de vormen die wel worden waargenomen. Amsterdammers die negatiever zijn over de woonbuurt, de politie, gemeente en handhaving signaleren meer overlastvormen, beoordelen die vormen vaker als overlast gevend en melden meer.

Overlastvormen die vaker worden waargenomen, worden niet per definitie vaker ervaren als overlast of vaker gemeld Gemiddeld worden per Amsterdammer 7,2 potentiële vormen van overlast waargenomen (van de 18 in de enquête voorgelegde vormen). Amsterdammers ervaren van gemiddeld 76% van de waargenomen overlastvormen zelf overlast. Gemiddeld is van 8% van de ervaren overlastvormen de afgelopen 12 maanden een melding gedaan bij de gemeente (figuur 2). Figuur 2: Waarnemen, ervaren en melden (bij gemeente) van overlast in de eigen buurt, 2022/2023, totaal van alle uitgevraagde overlastvormen 7,2 va n de 18 voorgelegde overlastvormen worden waargenomen a a ndeel wa a rva n overl a s t wordt erva ren a a ndeel gemel d bi j gemeente

76%

8

24%

92%

wel ni et

bron: VMAA

Wanneer naar de losse overlastvormen wordt gekeken, is er over het algemeen geen duidelijke relatie tussen de drie stappen ‘overlast waarnemen’, ‘overlast ervaren’ en ‘overlast melden’ (figuur 3). Vormen die vaker worden waargenomen zijn niet per definitie vormen die ook vaker als overlast worden ervaren of het meest worden gemeld bij overlast. De meeste meldingen die inwoners doen bij de gemeente gaan over rommel op straat. Dat blijkt niet alleen uit het hoge aantal meldingen dat de gemeente ontvangt over afval en schoon, maar ook uit de enquêtecijfers (figuur 3). Als er overlast wordt ervaren van de waargenomen vormen, wordt volgens de enquête - na rommel op straat - het meest melding gedaan van vernield straatmeubilair, parkeerproblemen en overlast van horeca. De meest gemelde overlastvormen zijn, als wordt gekeken naar het type overlast dat het betreft, geen ‘kortdurende’ overlastvormen die vanzelf verdwijnen. Daarnaast gaat het bij rommel op straat, vernield straatmeubilair en parkeerproblemen om overlast van ‘dingen’ (niet van individuen) en inwoners kunnen deze overlast waarschijnlijk niet zelf oplossen. Sommige overlastvormen, bijvoorbeeld van buurtbewoners en geluid, worden wel gemeld maar veel minder bij de gemeente.

Voor deze vormen zien inwoners de gemeente dus niet altijd als eerste aanspreekpunt voor een melding, maar andere instanties zoals de politie of woningcorporaties. 5

Figuur 3 Waarnemen, ervaren en melden* van overlast in de eigen buurt, 2022/2023 (%)

bron: VMAA *Respondenten konden meerdere antwoorden geven op de vraag waar overlast is gemeld.

Potentiële overlast in een wijk speelt geen grote rol in het melden van overlast Voor rommel op straat en personenoverlast zijn de enquêteresultaten vergeleken met indicatoren van potentiële overlast uit andere databronnen. Daaruit blijkt dat respondenten vaker aangeven dat rommel op straat voorkomt en daar (iets) meer overlast van ervaren in wijken waar ook veel grof zwerfvuil wordt gemeten. Er is echter geen aanwijzing dat, gegeven ervaren overlast, de hoeveelheid zwerfvuil in een wijk invloed heeft op het melden van overlast bij de gemeente. Het wonen in een wijk die objectief gezien schoner of viezer is lijkt dus geen rol te spelen bij het al dan niet melden van overlast door rommel. Ook voor personenoverlast zien we dat in drukkere gebieden (volgens de verblijversdichtheidsindex) meer vormen van personenoverlast worden waargenomen, maar dat in deze gebieden opvallend genoeg juist minder vaak personenoverlast wordt gemeld bij de gemeente. Geografische uitkomsten bieden geen eenduidig beeld over de relatie tussen waarnemen, ervaren en melden van overlast Op geografisch niveau is er niet (altijd) een één op één relatie tussen de stappen waarnemen van overlastvormen, die vormen als overlast beoordelen en het melden ervan.

Zo worden in een deel van de wijken waar relatief veel wordt gemeld bij overlast relatief weinig overlastvormen waargenomen en wordt daar niet bovengemiddeld veel overlast van ervaren. Andersom wordt in sommige wijken weinig gemeld terwijl er wel veel overlastvormen worden waargenomen en daar vrij veel overlast van wordt ervaren. Ook als specifiek wordt gekeken naar overlast van rommel op straat of van personenoverlast dan is het geografische beeld niet eenduidig, behalve als het gaat om rommel op straat in enkele Centrum-wijken. Daar is het gemiddelde aandeel respondenten dat een melding heeft gedaan bij de gemeente van rommel op straat relatief hoog en die wijken vallen ook op als het gaat om ervaren overlast van rommel op straat, het aandeel inwoners dat er rommel op straat waarneemt en de hoeveelheid rommel op straat op basis van metingen. Verschillen in overlast waarnemen, ervaren en melden naar achtergrondkenmerken Een aantal achtergrondkenmerken van Amsterdammers heeft effect op het waarnemen, ervaren en melden van overlast, hier worden de grootste effecten uitgelicht en toegelicht met enkele voorbeelden. Leeftijd (met name 15 tot 29-jarigen) en eerste generatie migratieachtergrond (zowel binnen als buiten Europa) hebben de sterkste effecten. Jongeren nemen minder overlastvormen 6

waar, ervaren dit minder als overlast en melden minder. Amsterdammers met een eerste generatie migratieachtergrond nemen minder overlastvormen waar, ervaren van die waargenomen overlastvormen wel meer overlast maar melden het juist minder. Een iets kleiner effect wordt gevonden voor het type woning en de arbeidspositie: Amsterdammers in een koopwoning ervaren iets meer overlast en melden dat vaker, scholieren/ studenten ervaren juist minder overlast en melden het minder vaak. Vanuit de kenmerken geslacht en opleidingsniveau is slechts een klein effect op de stappen in het overlastproces gevonden. Verder valt op dat achtergrondkenmerken nauwelijks een rol spelen in het wel of niet melden van specifiek personenoverlast, in tegenstelling tot overlast in het algemeen (alle vormen samengenomen) of rommel op straat. Samenhang met een negatievere kijk op de buurt en op politie, gemeente en handhaving Amsterdammers die zich vaak onveilig voelen in de eigen buurt signaleren een groter deel van de voorgelegde overlastvormen, beoordelen dit vaker als overlast en melden vaker bij de gemeente. Een soortgelijk patroon zien we bij Amsterdammers die handhaving weinig zien in de buurt, die ontevreden zijn over het functioneren van de politie en gemeentelijke handhavers en die ontevreden zijn over het functioneren van de gemeente als het gaat om de aanpak van leefbaarheid en veiligheid.

Ook zij signaleren een groter deel van de voorgelegde overlastvormen, beoordelen dit vaker als overlast en melden vaker bij de gemeente. Amsterdammers die zeggen veel contact te hebben met andere buurtbewoners of die aangeven hun ‘huissleutel aan de buren toe te vertrouwen’ (indicator van onderling vertrouwen), rapporteren juist iets minder overlastvormen in hun buurt, maar van de overlast die zij ervaren, doen zij wel meer melding bij de gemeente. Conclusie en aanbevelingen Het doel van dit onderzoek was om per stap in het overlastproces zoveel mogelijk te leren over geografische verschillen in de stad en verschillen naar achtergrondkenmerken van Amsterdammers. De geografische analyse wijst uit dat het uiteindelijke aantal meldingen sterk verschilt tussen gebieden. Die verschillen lijken vooral het gevolg van verschillen in de eerste stap van het overlastproces: het waarnemen van overlastvormen. De daaropvolgende stappen, het beoordelen van overlastvormen als overlast en melden van die overlast, zijn een stuk gelijkmatiger over de stad verspreid en hangen veel minder samen met de uiteindelijke hoeveelheid meldingen. Daarbij dient te worden opgemerkt dat ook medewerkers van de gemeente, zoals handhavers, meldingen doen bij de gemeente.

Dit zou de geografische spreiding van meldingen over de stad kunnen beïnvloeden, bijvoorbeeld als er in bepaalde gebieden meer inzet van medewerkers op straat is of als bepaalde medewerkers of teams vaker meldingen doen. Doordat meldingen van professionals niet altijd afzonderlijk worden geregistreerd, is in deze analyse onbekend wat de invloed is van deze meldingen. De analyse naar achtergrondkenmerken van Amsterdammers laat vervolgens zien dat de verschillen tussen personen vaak groter zijn dan tussen gebieden. Met name in de mate waarin Amsterdammers overlast ervaren en of die overlast wordt gemeld zijn verschillen duidelijk zichtbaar. Voor sommige profielen zien we dat er wel relatief veel overlast wordt ervaren, maar dat die overlast relatief weinig wordt gemeld. Nog onduidelijk is waarom groepen Amsterdammers verschillen in het ervaren en melden van overlast; daar zeggen achtergrondkenmerken niet direct iets over. Als het streven is om zoveel mogelijk Amsterdammers te bewegen tot het melden van overlast, is het raadzaam om verder te onderzoeken welke redenen en eventuele belemmeringen schuilgaan achter verschillen in overlastervaring en het melden daarvan; met name voor de groepen die wel overlast ervaren maar dit minder melden.

7

Aangezien meldingen op dit moment geen gebalanceerde vertegenwoordiging van waargenomen overlast zijn, is het een aanbeveling om per directie na te gaan hoe meldingen worden gebruikt in het werkproces en of die werkwijze, met oog op de onderzoeksuitkomsten, wenselijk is. De resultaten van dit onderzoek bieden handvatten om te kijken welke groepen Amsterdammers en welke gebieden wat meer over- of ondervertegenwoordigd zijn in de meldingen. Verder kwam naar voren dat inwoners voor sommige overlastvormen bij andere instanties, zoals de politie of woningcorporatie, hun melding doen. Het is raadzaam om als gemeente samen met die partijen na te gaan of die meldingsverhoudingen in lijn zijn met de taak en oplossingsmogelijkheden per instantie en indien dat niet het geval is, er voldoende uitwisseling over meldingen plaatsvindt tussen de verschillende instanties. Tot slot is een kanttekening bij het onderzoek dat de uitkomsten grotendeels zijn gebaseerd op enquêtegegevens. Hoewel in de enquête een weging wordt toegepast om de resultaten zo representatief mogelijk te maken (zie ‘Over het onderzoek’), is er een groep Amsterdammers waarover niets bekend is omdat zij niet hebben deelgenomen aan de enquête.

Om toch enig inzicht te krijgen over deze niet-responderende groep, is in het onderzoek gekeken naar de respondenten die op basis van een aantal achtergrondkenmerken het meest lijken op de niet-responderende groep. Het blijkt dat deze respondenten minder vaak aangeven dat zij overlast melden bij de gemeente. Dit is een indicatie dat het aandeel Amsterdammers dat een melding doet bij de gemeente waarschijnlijk (iets) lager ligt dan uit dit onderzoek blijkt. Het is belangrijk om rekening te houden met een onderschatting van de overlast op basis van de meldingen en om te zoeken naar manieren waarop ook de ervaringen van deze groep in beeld gebracht kunnen worden. Over het onderzoek In het onderzoek zijn diverse bronnen gebruikt. De Veiligheidsmonitor Amsterdam-Amstelland (VMAA) vormde de voornaamste bron. In dat grootschalige enquêteonderzoek zijn vragen gesteld over het waarnemen van potentiële overlast, het ervaren van overlast en of/waar de overlast is gemeld. Door de omvang van de enquête kon naar achtergrondkenmerken en geografische kenmerken van respondenten worden gekeken. In het onderzoek zijn analyses gedaan voor alle 18 in de VMAA voorgelegde overlastvormen samen, aangevuld met analyses van meldingen voor rommel op straat en voor personenoverlast (een samenvoeging van een aantal vormen van personenoverlast).

Voor rommel en personenoverlast zijn naast de enquêtedata uit de VMAA ook andere databronnen beschikbaar. In de analyses wordt een weging toegepast op de achtergrondkenmerken geslacht, leeftijd, herkomst, opleidingsniveau en huishoudensamenstelling om een representatiever beeld te verkrijgen op wijkniveau. Daarvoor zijn CROW-data en de verblijversdichtheidsindex gebruikt. CROWdata bevatten metingen van zwerfvuil in de openbare ruimte, rondom afvalbakken en rondom ondergrondse afvalcontainers. De verblijversdichtheidsindex is een indicator van de hoeveelheid verblijvers op straat in een gebied (wat kan leiden tot meer overlast van personen en zwerfvuil). Tot slot is gekeken naar het aantal SIA/SIG-meldingen over de openbare ruimte dat is gedaan bij de gemeente. Dit kunnen meldingen betreffen die zijn gedaan door burgers en ondernemers, maar deze data bevatten ook meldingen van gemeentemedewerkers, bijvoorbeeld van handhavers of hosts die iets constateren.

8

Inleiding In 2022 onderzocht Onderzoek en Statistiek (O&S) in opdracht van Dienstverlening de meldingsbereidheid van Amsterdammers zodat de dienstverlening aan Amsterdammers kon worden verbeterd. Met dat onderzoek is (deels) zicht verkregen op de stappen uit het overlastproces, zoals te lezen in het bijbehorende onderzoeksrapport Overlastmeldingen door Amsterdammers (O&S, 2022). Naast een aantal aanbevelingen voor het vergroten van de meldingsbereidheid werden in het onderzoek uit 2022 aanbevelingen gedaan voor vervolgonderzoek om (nog) meer inzicht te verkrijgen in het waarnemen van potentiële overlast, of iets als overlast wordt beoordeeld en welke factoren bijdragen aan het al dan niet melden van overlast. Deze aanbevelingen zijn door Dienstverlening als volgt vertaald:  Ga op grootschalige manier op zoek naar oorzaken van het wel of niet melden.  Breng (beter) in beeld hoe de relatie tussen meldingen en overlast ligt in verschillende buurten, voor verschillende vormen van overlast en voor verschillende mensen. Dienstverlening heeft aan O&S gevraagd dit vervolgonderzoek uit te voeren. Het doel van het onderzoek is om zoveel mogelijk te leren over:  In welke wijken meer potentiële overlast wordt waargenomen, overlast wordt ervaren en overlast wordt gemeld.

 Wat Amsterdammers kenmerkt (op basis van beschikbare achtergrondkenmerken) die al dan niet potentiële overlast waarnemen, overlast ervaren en overlast melden. In de voorfase van het onderzoek hebben O&S en Dienstverlening gezamenlijk verkend welke mogelijkheden de beschikbare data boden. Er is geen data beschikbaar om de redenen/motivaties van al dan niet melden van overlast goed in beeld te krijgen; in het vorige onderzoek is hier wel middels kwalitatief onderzoek op ingegaan. Het onderzoek richt zich daarom op het in kaart brengen van wijk- en persoonskenmerken die samenhangen met het waarnemen, ervaren en melden van overlast.

Werkwijze In figuur 1 staan de stappen vanaf een situatie met potentiële overlast tot aan een melding. Dit schema heeft O&S in het onderzoek in 2022 ook gehanteerd. In het voorliggende onderzoek wordt met name inzicht gegeven in de waarneming van potentiële overlast, de beoordeling daarvan en het al dan niet doen van een melding. Op de stappen situaties van potentiële overlast en meldingsbereidheid geeft het onderzoek deels inzicht. Op deze twee onderdelen geeft het onderzoek deels inzicht omdat er slechts beperkt gegevens beschikbaar zijn die een indicatie geven van de potentiële overlast van enkele overlastvormen maar niet van alle overlastvormen en omdat in dit onderzoek wordt gekeken naar kenmerken van Amsterdammers die wel of niet melden maar niet naar motivaties en redenen om wel of niet te melden. Hieronder gaan we in op de gebruikte bronnen en uitgevoerde analyses die zijn gebruikt om tot de inzichten te komen. Figuur 1: Schema overlastproces Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

9

Data en analyses O&S heeft in het onderzoek enquêtegegevens uit de Veiligheidsmonitor Amsterdam-Amstelland (VMAA), CROW-metingen, data over meldingen bij de gemeente en de verblijversdichtheidsindex gebruikt. Veiligheidsmonitor Amsterdam-Amstelland De Veiligheidsmonitor Amsterdam-Amstelland (VMAA) is een enquête waaraan jaarlijks +/- 13.000 Amsterdammers deelnemen. In de enquête komen allerlei aspecten van sociale veiligheid aan bod, zoals slachtofferschap van criminaliteit en veiligheidsgevoel maar ook overlast en leefbaarheid in de woonbuurt. Vanwege het grote aantal respondenten kunnen op (een groot deel van) de enquêtevragen analyses op wijkniveau worden gedaan en kan gekeken worden naar achtergrondkenmerken van respondenten. De data worden jaarlijks in drie tranches verzameld: tussen januari en april, tussen mei en augustus en tussen september en december. In de analyses wordt een weging toegepast op de achtergrondkenmerken geslacht, leeftijd, herkomst, opleidingsniveau en huishoudensamenstelling om een representatiever beeld te verkrijgen op wijkniveau. Hieronder wordt ingegaan op de voor dit onderzoek relevante enquêtevragen.

Enquêtevragen over waarnemen, beoordelen en melden van overlast Aan respondenten van de VMAA wordt in alle drie de tranches gevraagd of het volgende wel eens voorkomt in hun buurt en zo ja, of zij daar veel, een beetje of geen overlast van ervaren: 1. Rommel op straat

10. Drugsgebruik, bijv. op straat of bij coffeeshops

2. Vernield straatmeubilair, bijv. vuilnisbakken of bankjes

11. Drugshandel

3. Bekladde muren of gebouwen

12. Overlast van horecagelegenheden zoals cafés, restaurants of snackbars

4. Hondenpoep, bijv. op de stoep of op grasveldjes

13. Overlast door buurtbewoners

5. Parkeerproblemen, bijv. fout geparkeerde voertuigen of te

14. Mensen die op straat worden lastiggevallen

weinig plaatsen 6. Te hard rijden

15. Rondhangende jongeren

7. Agressief verkeersgedrag

16. Geluidsoverlast

8. Dronken mensen op straat

17. Stankoverlast

9. Verwarde personen

18. Overlast door toeristen

Daarnaast is in de eerst en tweede tranche van 2023 een nieuwe vraag over het melden van overlast toegevoegd aan de VMAA: Heeft u de volgende overlastvormen in de afgelopen 12 maanden wel eens gemeld? U kunt meerdere antwoorden kiezen. 

ja, bij de gemeente



ja, bij de politie



ja, bij een woningcorporatie



ja, ergens anders



nee



geen antwoord

In deze vraag worden de 18 eerder genoemde overlastvormen voorgelegd waarvan respondenten aangaven dat ze er een beetje of veel overlast van ervaren. Om het aantal vragen per respondent te beperken, kregen zij de meldvragen voorgelegd voor maximaal vier overlastvormen (maximaal twee 10

vormen waar zij ‘een beetje’ overlast van ervaren en maximaal twee vormen waar zij ‘veel’ overlast van ervaren, random voorgelegd aan respondenten). Omdat deze enquêtevraag in twee in plaats van drie VMAA-tranches is gesteld en omdat een beperking is gesteld op het aantal overlastitems waarover de meldvraag is gesteld, zijn op deze vragen minder respondenten. De gebruikte enquêtegegevens over het melden van overlast gaan over data verzameld van januari tot augustus 2023. De enquêtegegevens over het waarnemen en beoordelen van overlast gaan over september 2022 tot en met augustus 2023. CROW-data, de verblijversdichtheidsindex en meldcijfers Naast de enquêtedata uit de VMAA heeft O&S gebruik gemaakt van CROW-data, de verblijversdichtheidsindex en data van meldingen. De CROW-data worden verzameld door Stadswerken en bevatten metingen van zwerfvuil in de openbare ruimte, rondom afvalbakken en rondom ondergrondse afvalcontainers. Bij deze methode worden het hele jaar door waarnemingen gedaan in de openbare ruimte om te beoordelen hoe schoon het is. In het voorliggende onderzoek wordt gekeken naar metingen van grof zwerfvuil; van grof zwerfvuil wordt verwacht dat mensen er meer overlast van ervaren dan fijn zwerfvuil (zoals papiersnippers).

Bij grof zwerfvuil gaat het om afval met een hoogte, breedte, lengte en/of diameter groter dan tien centimeter dat geen grofvuil betreft: bijvoorbeeld blikjes. Voor de metingen van (zwerf)vuil in de openbare ruimte wordt een score toegekend van A+, A, B, C of D:  A+: er is geen afval  A: er ligt weinig afval  B: er ligt redelijk veel afval  C: er ligt veel afval  D: er ligt zeer veel afval Voor dit onderzoek zijn meerdere aggregaties gebruikt om tot gebiedsgemiddelden te komen. Er is bijvoorbeeld gekeken naar het percentage van alle waarnemingen in het gebied dat een score A+, A of B heeft gekregen: de minimale B-score. Oftewel: in hoeveel procent van de waarnemingen is hooguit sprake van redelijk veel afval? Er is gebruik gemaakt van scores uit de periode januari 2022 tot en met augustus 2023 zodat er voldoende overlap is met de andere databronnen. De verblijversdichtheidsindex is een indicator van de hoeveelheid verblijvers op straat in een gebied. Meer verblijvers op straat kan leiden tot meer overlast van personen en zwerfvuil. Voor overlast van personen is dit op dit moment de best beschikbare indicator van potentiële overlast, met als kanttekening dat de ingeschatte omvang van verblijvers geen directe indicatie van overlast is. De laatste beschikbare cijfers over verblijvers zijn uit 2020.

Het jaar 2020 was echter zeer atypisch vanwege de wereldwijde corona-uitbraak, de bezoekersaantallen lagen toen substantieel lager. Om die reden is in dit onderzoek gebruik gemaakt van de verblijversindex uit 2018; deze cijfers zullen naar verwachting meer op 2023 lijken dan cijfers uit 2020. Voor sommige onderzoeksvragen is het nuttig om per buurt of wijk te kijken naar het totaal aantal meldingen over de openbare ruimte dat is gedaan bij de gemeente. O&S heeft toegang tot geanonimiseerde data met daarin alle Signalen Informatievoorziening Amsterdam/gemeente (SIA/SIG) meldingen vanaf januari 2019 per onderwerp per buurt. Dit kunnen meldingen betreffen die zijn gedaan door burgers en ondernemers, maar deze data bevatten ook meldingen van gemeentemedewerkers, bijvoorbeeld van handhavers of hosts die iets constateren. Met de meldingendata is bijvoorbeeld de ontwikkeling van het aantal meldingen in kaart gebracht en is onderzocht of gebieden met veel meldingen ook veel gemeten potentiële overlast laten zien. Ook is 11

gekeken of meer vuil op straat zorgt voor meer meldingen tot een bepaalde grens en of meldingen na die grens afnemen. Analyses De hierboven beschreven enquêtevragen uit de VMAA kunnen, in combinatie met de CROW-data en verblijversdichtheidsindex inzichten geven in het proces van potentiële overlast tot meldingen. Figuur 2: Schema overlastproces Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

Voor de stappen overlast waarnemen, overlast beoordelen en overlast melden is onderzocht:  Of Amsterdammers potentiële overlast waarnemen in hun buurt.  Of Amsterdammers de waargenomen potentiële overlast beoordelen als overlast.  Of Amsterdammers de beoordeelde overlast melden.  Of er verschillen zijn tussen wijken.  Of er verschillen zijn naar achtergrondkenmerken van Amsterdammers en welke achtergrondkenmerken daarbij het meest bepalend zijn. Daarbij dient te worden opgemerkt dat alleen een beperkte set achtergrondkenmerken onderzocht kan worden en dat deze kenmerken geen causale relatie hoeven te hebben met het waarnemen van potentiële overlast, overlast ervaren en overlast melden.  Of er verschillen zijn naar type overlast. Daarnaast is voor de stap overlast waarnemen gekeken hoe de waargenomen potentiële overlast zich verhoudt tot gemeten potentiële overlast in CROW-metingen (grof zwerfvuil) en de verblijversdichtheidsindex. Voor de stap melden van overlast is aanvullend gekeken:  Waar Amsterdammers overlast melden (bij de gemeente of elders).  Of er verschillen zijn tussen overlastvormen waar veel overlast van wordt ervaren en waar weinig overlast van wordt ervaren.  Hoe het doen van een melding zich verhoudt tot andere indicatoren over veiligheid en leefbaarheid in de buurt, zoals het veiligheidsgevoel en de zichtbaarheid van handhaving in de buurt.

 Of er een relatie is tussen gemeten en geobserveerde overlast en het al dan niet doen van een melding.  Of meer vuil op straat zorgt voor meer meldingen. Deze analyses zijn uitgevoerd voor overlast in het algemeen (alle in de VMAA uitgevraagde overlastvormen samen), voor overlast van rommel op straat en voor personenoverlast (een combinatie van diverse uitgevraagde vormen van personenoverlast in de VMAA). Voor andere overlastvormen wordt de geografische spreiding per stap in het overlastproces in het bijlagedocument weergegeven, omwille van de leesbaarheid van het rapport en vanwege soms lage respondentaantallen. Deze resultaten worden niet afzonderlijk behandeld in dit rapport. Daarnaast is

12

in het onderzoek gefocust op meldingen die respondenten hebben gedaan bij de gemeente en niet op meldingen die gedaan zijn bij andere organisaties.

Leeswijzer In het voorliggende rapport worden de uitkomsten van de analyses beschreven. Het eerste hoofdstuk bevat een totaalbeeld over heel Amsterdam van het meldingsproces (van overlast tot melden). In het tweede hoofdstuk wordt ingegaan op achtergrondkenmerken van Amsterdammers die overlast waarnemen, ervaren en melden. Ook wordt in dat hoofdstuk de relatie tussen het overlastproces en ervaren veiligheid, leefbaarheid en de zichtbaarheid van instanties beschreven. In hoofdstuk 3 en 4 worden al deze stappen herhaald, maar dan voor twee specifieke vormen van overlast: rommel op straat en personenoverlast. Daarnaast bevat dit onderzoek een bijlagedocument, waarin achterliggende gegevens staan beschreven.

13

1 Van overlast tot melden in Amsterdamse wijken

In dit hoofdstuk wordt eerst een totaalbeeld geschetst over Amsterdam: welke overlastvormen worden veel waargenomen, waar wordt veel overlast van ervaren en welke vormen worden vaak gemeld bij de gemeente? Daarna wordt per stap van het overlastproces (waarnemen, beoordelen en melden van overlast) ingegaan op de geografische spreiding in Amsterdam. Bij de geografische spreiding gaat het om overlast in het algemeen (alle vormen samengenomen). Vanwege de breedte van overlast in het algemeen is er geen objectieve meting beschikbaar van de potentiële overlast. Dit hoofdstuk start daarom vanaf ‘waarneming’ in het overlastschema.

1.1 Van waarnemen tot melden, totaalbeeld Amsterdam Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

In figuur 1.1 wordt voor de 18 uitgevraagde overlastvormen in de VMAA weergegeven of het volgens respondenten voorkomt in de buurt, of er overlast van wordt ervaren (‘een beetje’ of ‘veel’) en of de overlast wel eens is gemeld (bij de gemeente en in totaal (ongeacht waar)). Rommel op straat komt volgens het grootste deel van de Amsterdammers (81%) voor in hun buurt en de meesten (86%) ervaren daar ook overlast van. 22% heeft deze overlast wel eens bij de gemeente gemeld, het hoogste aandeel van alle overlastvormen. Vernield straatmeubilair volgt daarop, met een meldpercentage bij de gemeente van 14%. Op de (gedeelde) derde plaats van gemelde overlast bij de gemeente staan parkeerproblemen en overlast van horeca. Voor deze overlastvormen op plek twee en drie van de meldranglijst gelden diverse mate van waargenomen en ervaren overlast. Op basis van de typen overlast die deze meest gemelde vormen behelzen, zou een aantal mogelijke verklaringen voor de overlastvormen kunnen zijn dat het geen ‘kortdurende’ overlastvormen zijn die vanzelf en snel oplossen, dat het overlast is van ‘dingen’ in plaats van individuen en dat men wellicht de indruk heeft dat (alleen) de gemeente het kan oplossen, zoals afvalproblematiek en vernield straatmeubilair.

Aan de andere kant zijn er ook overlastvormen die weliswaar voor veel overlast zorgen maar vaak ergens anders worden gemeld dan bij de gemeente, zoals overlast door buurtbewoners en geluidsoverlast. Hier zien inwoners dus een grotere rol voor andere instanties, zoals de politie of woningcorporatie. Ook is er een aantal vormen waarvan veel Amsterdammers zeggen dat het voorkomt in hun buurt, dat zij daar (veel) overlast van ervaren maar dit in het algemeen minder melden (ongeacht waar), zoals hondenpoep, overlast van toeristen, te hard rijden en agressief verkeersgedrag. Overkoepelend is er geen duidelijke relatie tussen de drie stappen. Meer waargenomen overlastvormen leidt niet per definitie tot meer overlast ervaren en melden. De relatie lijkt complexer. In het vervolg van dit onderzoek wordt daar dieper op ingegaan. 14

Figuur 1.1 Waarnemen, ervaren en melden* van overlast in de eigen buurt, 2022/2023 (%)

bron: VMAA *Respondenten konden meerdere antwoorden geven op de vraag waar overlast is gemeld.

De data over de meldingen die de gemeente ontvangt bevestigen het beeld dat Amsterdammers het meest melden over rommel op straat: de gemeente krijgt (structureel) de meeste meldingen over afval en schoon (figuur 1.2). Daarna volgen meldingen over wegen, verkeer en straatmeubilair, wat eveneens in lijn is met bovenstaande tabel (relatief veel meldingen over vernield straatmeubilair en parkeren). Deze meldingen bij de gemeente nemen toe, ook wanneer de zeer sterke piek tijdens de coronapandemie buiten beschouwing wordt gelaten. Figuur 1.2 Meldingen openbare ruimte*, 2019-okt 2023 (aantallen per kwartaal, x 1.000)

bron: Signalen (SIG) *Deze data bevatten ook meldingen van gemeentemedewerkers, bijv. van handhavers die iets constateren.

1.2 Overlast waarnemen in Amsterdamse wijken Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

15

Figuur 1.3 toont per wijk het gemiddeld aantal potentiële overlastvormen dat respondenten waarnemen. Het gaat om maximaal 18 vormen van potentiële overlast waarover aan respondenten in de VMAA is gevraagd of het voorkomt in de buurt. Gemiddeld worden per Amsterdammer 7,2 potentiële vormen van overlast waargenomen. Het waarnemen van overlast is niet gelijk verdeeld over de stad: het varieert van gemiddeld 2,8 tot 12,8 waargenomen vormen. Er is een aantal clusters van relatief veel of juist weinig overlastvormen. Zo worden in Centrumwijken relatief veel overlastvormen waargenomen en aan de zuidelijke zijde van de stad worden juist minder overlastvormen waargenomen, net als in Weesp en landelijk Noord. Figuur 1.3 Gemiddeld aantal waargenomen overlastvormen (max. 18) per respondent per wijk, 2022/2023

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

1.3 Overlast beoordelen in Amsterdamse wijken Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

Aan respondenten die aangaven dat een bepaalde vorm van potentiële overlast voorkomt in de buurt is vervolgens gevraagd in welke mate zij daar zelf overlast van ervaren (‘geen’, ‘een beetje’ of ‘veel’). Figuur 1.4 toont per wijk het gemiddeld aandeel vormen waar respondenten overlast van ervaren (van de vormen van overlast die volgens hen voorkomen in de buurt). Als voorbeeld: in een wijk geeft één respondent aan dat er zes overlastvormen voorkomen in de buurt en de respondent ervaart van drie van deze vormen een beetje of veel overlast. Deze respondent krijgt een gemiddelde score van 50%. Een andere respondent geeft aan dat er 10 overlastvormen voorkomen in de buurt, waarvan van twee vormen een beetje of veel overlast wordt ervaren (=20%). Het gemiddelde aandeel ervaren overlast van deze twee personen is dan 35%. 16

Amsterdammers ervaren van gemiddeld 76% van de waargenomen overlastvormen zelf ook daadwerkelijk overlast. Ook hierbij is er variatie over de stad: in de ene wijk wordt meer overlast ervaren van de waargenomen vormen dan in andere wijken, variërend van 71% tot 87%. Wederom valt een clustering van relatief veel ervaren overlast in een aantal Centrumwijken op, maar ook in delen van (Nieuw-)West, Zuidoost en Noord wordt meer overlast ervaren dan gemiddeld. Minder ervaren overlast (gegeven de waargenomen vormen) is er juist in delen van Oost, Zuid en West. Figuur 1.4 Aandeel vormen waar Amsterdammers zelf overlast van ervaren, per wijk, 2022/2023 (%)

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

1.4 Overlast gemeld in Amsterdamse wijken Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

Bron: Andersson Elffers Felix (2012), bewerking O&S

Gegeven het feit dat een respondent een overlastvorm waarneemt in de buurt én daar overlast van ervaart, is gevraagd of zij dat wel eens gemeld hebben in de afgelopen 12 maanden (bij één of meerdere instanties). Gemiddeld is van 8% van de ervaren overlastvormen de afgelopen 12 maanden een melding gedaan bij de gemeente. In figuur 1.5 is dit gemiddelde percentage per wijk weergegeven. Ook hier is te zien dat er verschillen zijn tussen wijken in de stad, variërend van 2% tot 22%. Ook valt op dat er soms sterke variatie is tussen nabijgelegen wijken, zoals in Zuidoost. Daar verschilt het meldpercentage tussen nabijgelegen wijken soms tien procentpunten. Een deel van dat verschil is te verklaren door een andere demografische opbouw van de wijken. Zo zijn er in de wijk Geerdinkhof/Kantershof bijvoorbeeld veel meer inwoners boven de 65 dan in de naastgelegen wijk Bijlmermuseum. Er zijn echter andere voorbeelden, zo heeft de wijk Ganzenhoef e.o. wel een hoog meldpercentage maar demografisch een vergelijkbaar profiel als Bijlmermuseum, waar de het aandeel meldingen bij overlast een stuk lager ligt. 17

De variatie tussen wijken in het aantal meldingen dat de gemeente er heeft ontvangen per 100 inwoners is echter nog een stuk groter (figuur 1.6). In sommige wijken worden minder dan 20 meldingen per 100 inwoners gedaan, in andere wijken zijn dat er meer dan 70 per 100 inwoners. Het aantal meldingen per 100 inwoners bevat weliswaar ook meldingen van gemeentemedewerkers, maar de verwachting is dat dit aandeel niet dusdanig hoog is dat het de uitkomsten vertekent (in eerder onderzoek met melddata van 2019 tot en met 2021 was dit aandeel 15%). Het verschil tussen beide onderstaande kaartjes kan diverse oorzaken hebben. Zo kan het erop duiden dat in sommige wijken een relatief klein aandeel van de inwoners zorgt voor relatief veel meldingen. In eerder onderzoek uit 2022 (O&S (2022), Overlastmeldingen door Amsterdammers) bleek bijvoorbeeld dat in een deel van Centrum een relatief groot deel van de meldingen komt van veelmelders. Maar – om Centrum nogmaals als voorbeeld te nemen – het verschil tussen beide kaarten komt ook doordat het meldpercentage in Centrum weliswaar niet bovengemiddeld hoog is, maar dat in deze wijken wel meer verschillende overlastvormen worden waargenomen en er wordt meer overlast van ervaren, waarover vervolgens gemiddeld wordt gemeld. Figuur 1.5 Gemiddeld aandeel respondenten dat overlast in de afgelopen 12 maanden meldde bij de gemeente, per wijk, 2023 (%)

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

18

Figuur 1.6 Meldingen per 100 inwoners* per jaar per wijk (1 sept 2022 – 1 sept 2023)

bron: SIG, bewerking O&S Gebieden in grijs hebben minder dan 1500 inwoners en zijn niet meegenomen. *Deze data bevatten ook meldingen van gemeentemedewerkers, bijv. van handhavers die iets constateren.

1.5 Geografische relatie tussen waarnemen, beoordelen en melden In figuren 1.7 tot en met 1.9 zijn de drie stappen in het overlastproces op wijkniveau naast elkaar te zien. Dat maakt het mogelijk om op wijkniveau vergelijkingen te maken. Zo is te zien dat het gemiddelde aandeel respondenten dat een melding heeft gedaan bij de gemeente het hoogst is in Waterland, Tuindorp Nieuwendam, de IJsselbuurt, Ganzenhoef e.o. en Geerdinkhof/Kantershof. Wat opvalt is dat in deze wijken relatief weinig overlastvormen worden waargenomen en er niet bovengemiddeld veel overlast wordt ervaren (Tuindorp Nieuwendam uitgezonderd). Andersom wordt in sommige wijken weinig gemeld terwijl er wel veel overlastvormen worden waargenomen en daar vrij veel overlast van wordt ervaren, zoals Amsterdamse Poort e.o. en in een aantal Centrumwijken. In die Centrumwijken worden verreweg de meeste overlastvormen waargenomen, er wordt bovengemiddelde overlast van ervaren maar er wordt niet uitzonderlijk veel gemeld. Dit laat zien dat ook op geografisch niveau niet in alle gevallen een één op één relatie lijkt te zijn tussen het waarnemen, beoordelen en melden van overlast.

19

Figuur 1.7 Gemiddeld aantal waargenomen overlastvormen (max. 18) per respondent per wijk, 2022/2023

Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen

Figuur 1.8 Aandeel vormen waar Amsterdammers zelf overlast van ervaren, per wijk, 2022/2023 (%)

Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen

20

Figuur 1.9 Gemiddeld aandeel respondenten dat overlast in de afgelopen 12 maanden meldde bij de gemeente, per wijk, 2023 (%)

Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen

21

2 Welke Amsterdammers zien, ervaren en melden overlast?

In dit hoofdstuk wordt ingegaan op achtergrondkenmerken van Amsterdammers die overlast waarnemen, ervaren en melden. Daarbij kon een beperkte set achtergrondkenmerken onderzocht worden. Deze kenmerken hoeven geen causale relatie hoeven te hebben met overlast waarnemen, ervaren en melden. Desondanks kan, voor achtergrondkenmerken die wel bekend zijn, bekeken worden welke kenmerken Amsterdammers hebben die meer of juist minder overlast waarnemen, ervaren en melden. De achtergrondkenmerken zijn integraal geanalyseerd: er is gekeken naar de bijdrage van kenmerken aan het wel of niet waarnemen, ervaren en melden van overlast gegeven andere kenmerken. Er is gecorrigeerd voor onderlinge samenhang tussen kenmerken en bekeken welke kenmerken het sterkst bijdragen. Daarbij is gecorrigeerd voor de wijk waarin iemand woont.

2.1 Van overlast waarnemen tot melden: samenhang met achtergrondkenmerken Om te kunnen zien welke achtergrondkenmerken van Amsterdammers een relatie hebben met waarnemen, ervaren en melden van overlast, is allereerst een referentiegroep gevormd. Deze referentiegroep heeft een specifieke samenstelling van kenmerken (zie tabel 2.1), zoals vrouw, middelbaar opgeleid en de leeftijdscategorie van 45-64 jaar. Waar mogelijk zijn de kenmerken gekozen vanwege differentiatiemogelijkheden naar beide kanten. Doordat bijvoorbeeld is gekozen voor middelbaar opgeleid in de referentiegroep, is het mogelijk te kijken of de uitkomsten veranderen als naar basis opgeleiden of juist hbo/wo opgeleiden wordt gekeken. Met een regressieanalyse is gekeken of alternatieve achtergrondkenmerken leiden tot veranderingen in het gemiddeld aantal waargenomen overlastvormen, het aandeel ervaren overlast en het aandeel dat heeft gemeld bij de gemeente ten opzichte van de referentiegroep (zie tabel 2.2). De referentiegroep neemt gemiddeld 9,8 overlastvormen waar in de eigen buurt, ervaart zelf overlast van 81% van de waargenomen vormen en meldt 13% van de ervaren overlastvormen. In tabel 2.2 is te zien hoe dit aantal waargenomen overlastvormen verandert wanneer de kenmerken van de referentiegroep zouden wijzigen.

Als bijvoorbeeld het geslacht van de referentiegroep wordt gewijzigd naar man en het opleidingsniveau naar basis, dan worden nog 9,8 – 0,4 – 0,5 = 8,9 overlastvormen waargenomen. Uit de analyse blijkt dat er voor geslacht en opleidingsniveau slechts een klein effect wordt gevonden op het waarnemen, ervaren en melden van overlast. Iets meer effect wordt gevonden voor het type woning en de arbeidspositie: Amsterdammers in een koopwoning ervaren iets meer overlast en melden het vaker, scholieren/studenten ervaren juist minder overlast en melden het minder vaak. Vanuit de kenmerken leeftijd (met name 15-29 jarigen) en eerste generatie migratieachtergrond (zowel binnen als buiten Europa) gaan de meeste effecten uit. Jongeren nemen minder vormen van overlast waar, ervaren dit ook minder als overlast en melden dit ook minder. Amsterdammers met

22

een eerste generatie migratieachtergrond nemen minder overlast waar, ervaren daar wel meer overlast van maar melden dit juist minder. Tabel 2.1 Kenmerken van de referentiegroep

kenmerken referentiegroep vrouw, middelbaar opgeleid, 45-64 jaar, huurwoning, betaald werk, geen migratieachtergrond

aantal vormen waargenomen

aandeel vormen waarvan overlast ervaren

9,8

81%

aandeel overlastvormen waarover is gemeld bij gemeente

13% bron: VMAA

Tabel 2.2 Alternatieve achtergrondkenmerken (t.o.v. referentiegroep) en effect op overlast waarnemen, ervaren en melden* verschil waarnemen

verschil ervaren overlast

verschil melden

geslacht: man

-0,4

-

-

opleiding: basis opgeleid

-0,5

-

-

opleiding: hbo/wo opgeleid

-

-

-

leeftijd: 15-29 jaar

-1,4

-5%

-5%

leeftijd: 30-44 jaar

-0,5

-

-3%

leeftijd: 65 jaar e o

-0,7

-

-

woning: koopwoning

-

1%

2%

arbeidspositie: geen betaald werk

-

-

-

kenmerken

arbeidspositie: gepensioneerd

-0,8

arbeidspositie: scholier of student

-

-

-3%

-3%

migratieachtergrond: Europa 1e generatie

-2,4

5%

-3%

migratieachtergrond: Europa 2e generatie migratieachtergrond: buiten Europa 1e generatie migratieachtergrond: buiten Europa 2e generatie

-

-

-

-2,4

3%

-4%

-0,9

3%

bron: VMAA

In de tabel zijn alleen significante verschillen weergegeven. * Er is hierbij gecontroleerd voor de wijk waarin de respondent woont.

2.2 De relatie tussen het overlastproces en ervaren veiligheid, sociale cohesie en de zichtbaarheid van instanties Naast achtergrondkenmerken is gekeken naar de relatie tussen overlast waarnemen, ervaren en melden en items uit de VMAA die gaan over veiligheidsbeleving, sociale cohesie/controle en tevredenheid/zichtbaarheid over en van de politie, gemeente en handhaving. Daarbij is niet gecorrigeerd voor achtergrondkenmerken of andere items uit de VMAA, waardoor relaties niet één op één causaal hoeven te zijn.

23

2.2.1 Veiligheidsbeleving Respondenten die zich vaak onveilig voelen in de eigen buurt signaleren een groter deel van de voorgelegde overlastvormen, beoordelen dit vaker als overlast en melden vaker (figuur 2.3). Figuur 2.3 Relatie tussen de stelling ‘Voelt u zich wel eens onveilig in uw eigen buurt?’ en overlast waarnemen, beoordelen en melden

bron: VMAA

2.2.2 Sociale cohesie en controle Op elkaar letten en elkaar aanspreken Respondenten die niet vinden dat mensen in de buurt elkaar aan durven te spreken op onwenselijk gedrag rapporteren meer waargenomen overlastvormen en ervaren daar iets meer overlast van (figuur 2.4). Ook doet van hen het grootste aandeel wel eens een melding bij de gemeente. Opvallend is dat de groep die juist wel vindt dat mensen elkaar aan durven te spreken ook iets vaker aangeven een melding te hebben gedaan dan de ‘neutrale’ tussengroep. Dezelfde relaties zien we voor de stelling ‘in mijn buurt letten de mensen op elkaar’. Figuur 2.4 relatie tussen ‘In deze buurt durven de mensen elkaar aan te spreken op onwenselijk gedrag’ en overlast waarnemen, beoordelen melden

bron: VMAA

Onderling contact en vertrouwen Respondenten die zeggen veel contact te hebben met buurtbewoners nemen iets minder overlastvormen waar in hun buurt maar melden ervaren overlast vaker (figuur 2.5). In het ervaren van overlast is er geen verschil tussen groepen respondenten. Soortgelijke uitkomsten zien we voor de stelling ‘als ik op vakantie zou gaan of langere tijd afwezig zou zijn, zou ik mijn huissleutel aan de buren durven te geven’; een stelling die gezien kan worden als indicator voor onderling vertrouwen.

24

Figuur 2.5 relatie tussen ‘Ik heb veel contact met andere buurtbewoners’ en overlast waarnemen, beoordelen melden

bron: VMAA

2.2.3 Tevredenheid functioneren politie, gemeente en handhaving Respondenten die ontevreden zijn over het functioneren van de politie in het algemeen nemen meer overlastvormen waar in hun buurt, ervaren daar iets meer overlast van en hebben overlast vaker gemeld bij de gemeente dan respondenten die tevreden zijn over het functioneren van de politie (figuur 2.8). Dezelfde uitkomst geldt voor het oordeel over het functioneren van de politie in de eigen buurt, het oordeel over de gemeente als het gaat om de aanpak van leefbaarheid en veiligheid en over oordeel over het functioneren van gemeentelijke handhavers. Figuur 2.8 relatie tussen ‘Hoe tevreden of ontevreden bent u over het functioneren van de politie in het algemeen?’ en overlast waarnemen, beoordelen melden

bron: VMAA

2.2.4 Geneigdheid deelname VM Tot slot is een analyse uitgevoerd naar geneigdheid om deel te nemen aan de VMAA. Respondenten die tot een groep behoren die op basis van vijf achtergrondkenmerken (geslacht, leeftijd, opleidingsniveau, herkomst en huishoudensamenstelling) is oververtegenwoordigd in de respons voor de wijk waarin iemand woont, krijgen een lager gewicht in de VMAA. Andersom krijgen respondenten die tot een groep behoren die ondervertegenwoordigd is in de respons voor de wijk waarin iemand woont een hoger gewicht in de VMAA. Dit gewicht noemen we hier een ‘indicatie van geneigdheid om mee te doen aan de Veiligheidsmonitor’: respondenten met een laag gewicht representeren een groep die sterk geneigd is om de VMAA in te vullen, respondenten met een hoog gewicht representeren een groep Amsterdammers die minder geneigd zijn de enquête in te vullen. Respondenten die de groep vertegenwoordigen die minder geneigd is om deel te nemen aan de VMAA nemen minder overlastvormen waar en ervaren van die waargenomen overlastvormen nauwelijks vaker als overlast. Wel is duidelijk dat die groep minder vaak een melding doet dan respondenten die de groep vertegenwoordigen die meer geneigd is deel te nemen aan de VMAA (figuur 2.11).

Hoewel een enquête invullen en een melding doen twee verschillende dingen zijn die allebei iets anders vragen van inwoners, zijn het wel allebei ‘signalen’ vanuit een inwoner. In beide gevallen is de inwoner bereid tot iets: het invullen van een enquête of het doen van een melding bij de gemeente. 25

Figuur 2.11 relatie tussen wegingsfactor VM-enquête en overlast waarnemen, beoordelen melden

bron: VMAA

26

3 Van overlast tot melding: rommel op straat

Rommel op straat is de meest waargenomen overlastvorm in de stad, de overlastvorm waarover de gemeente de meeste meldingen ontvangt en de overlastvorm waarover de meeste data beschikbaar is. In het voorliggende hoofdstuk wordt daarom dieper ingegaan op deze overlastvorm.

3.1 Potentiële overlast van rommel op straat Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

Voor rommel op straat is een objectieve meting beschikbaar voor de potentiële overlast: CROWscores. CROW-scores geven een indicatie van hoe schoon of vies het is in de openbare ruimte op het gebied van, in dit geval, grof zwerfvuil. Figuur 3.1 toont hoe Amsterdamse wijken scoren op de CROW-metingen. Daarbij is gekeken naar het aandeel metingen dat een minimale B-score had, wat betekent dat er sprake is van relatief weinig grof zwerfvuil op straat. Gemiddeld heeft 88% van de metingen in de stad een B-score of hoger. In landelijk Noord, Buitenveldert en Weesp ligt die score veelal hoger, op een aantal andere plekken in de stad, zoals Osdorp en in (Centrum-)West juist lager. Figuur 3.1 Metingen van grof zwerfvuil tussen januari 2022 en augustus 2023

bron: CROW Gebieden in grijs hebben minder dan 30 metingen/inspecties.

27

3.2 Rommel op straat waarnemen Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

81% van de Amsterdammers geeft aan dat rommel op straat in hun buurt voorkomt, met een sterke variatie tussen wijken van 42% tot 98%. In figuur 3.2 is te zien hoe dit verschilt per wijk in de stad. Daarin is te zien dat in vrijwel geheel Centrum bovengemiddeld veel rommel op straat wordt gerapporteerd. Ook in stadsdeel Noord, Oost, Zuid en (Nieuw-)West zijn wijken waar relatief veel rommel op straat wordt gerapporteerd. In een aantal gebieden aan de rand van de stad wordt relatief weinig rommel op straat waargenomen door inwoners. Figuur 3.2 Aandeel respondenten dat aangeeft dat rommel op straat voor komt in de buurt, per wijk, 2022/2023 (%)

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

3.3 Rommel op straat beoordelen Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

bron: Andersson Elffers Felix (2012), bewerking O&S

Van de Amsterdammers die rommel op straat waarnemen zegt 86% daar zelf een beetje of veel overlast van te ervaren, sterk variërend tussen wijken van 56% tot 96%. In figuur 3.3 is te zien in welke wijken de ervaren overlast van rommel op straat onder, boven of rond het gemiddelde is. In een aantal wijken in stadsdeel Centrum is een hoog aandeel bewoners dat overlast ervaart van rommel op 28

straat, maar ook in grote delen van West en Nieuw-West wordt veel overlast ervaren van rommel op straat, net als in een enkele wijk in Noord en Zuidoost. Figuur 3.3 Aandeel respondenten dat waargenomen rommel op straat als overlast beoordeelt, per wijk, 2022/2023 (%)

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

3.4 Rommel op straat melden Situatie met potentiële overlast

Waarneming

Beoordeling

Meldingsbereidheid

Melding

Bron: Andersson Elffers Felix (2012), bewerking O&S

22% van de Amsterdammers heeft in de afgelopen 12 maanden wel eens overlast van rommel op straat gemeld bij de gemeente. Dit aandeel varieert tussen wijken van 6% tot 40%. Met name in een groot deel van de wijken in stadsdeel Centrum en stadsdeel Zuid (figuur 3.4) ligt dat aandeel hoger. Tot slot: voor een groot aantal wijken is het meldpercentage onbekend vanwege een te klein aantal respondenten.

29

Figuur 3.4 Gemiddeld aandeel respondenten dat in de afgelopen 12 maanden overlast van rommel heeft gemeld bij de gemeente, per wijk, 2023 (%)

bron: VMAA Gebieden in grijs hebben minder dan 30 respondenten voor deze vraag en zijn niet meegenomen.

In figuur 3.5 is te zien hoeveel meldingen in elke wijk de gemeente ontving per 100 inwoners over afval en schoon. De meeste meldingen per 100 inwoners werden gedaan in wijken in stadsdeel Centrum. In Weesp, delen van Zuid en Nieuw-West en op IJburg zijn juist weinig meldingen over afval en schoon per 100 inwoners. Figuur 3.5 Meldingen afval en schoon, per 100 inwoners per jaar per wijk (1 jan 2022 – 1 sept 2023)

bron: SIG Gebieden in grijs hebben minder dan 1500 inwoners en zijn niet meegenomen.

30

3.5 Relatie tussen rommel op straat waarnemen, beoordelen en melden Figuur 3.6 toont de (mogelijke) relatie tussen gemeten grof zwerfvuil (CROW-metingen), het waarnemen, ervaren en melden van rommel op straat uit de VMAA, en het aantal meldingen bij de gemeente van afval en schoon per 100 inwoners. Er lijkt een relatie te zijn tussen gemeten grof zwerfvuil (CROW) en of rommel op straat volgens respondenten uit de VMAA voorkomt en hoeveel overlast zij ervan ervaren. Wijken waar veel grof zwerfvuil wordt gemeten, worden volgens respondenten ook beoordeeld als wijken waar rommel op straat relatief vaker voorkomt en waar ook (iets) meer overlast wordt ervaren. Gegeven de ervaren overlast lijkt het er echter niet op dat mensen die wonen in viezere gebieden, ook vaker melden. Sterker nog: als het wat schoner is, maar er wordt wel overlast ervaren, lijken respondenten iets vaker te melden. Gekeken naar het aantal meldingen per 100 inwoners per jaar, worden er wel meer meldingen van afval en schoon gedaan in wijken waar het relatief viezer is dan in schoonste wijken. Figuur 3.6 Relatie tussen gemeten grof zwerfvuil en waargenomen, ervaren en gemelde overlast

bron: VMAA/SIG

In figuren 3.7 t/m 3.10 zijn de potentiële overlast (CROW-score) en het waarnemen, ervaren en melden van overlast van rommel op straat op straat op wijkniveau onder elkaar te zien. Dat maakt het mogelijk om op wijkniveau vergelijkingen te maken. Daarin is bijvoorbeeld te zien dat het gemiddelde aandeel respondenten dat een melding heeft gedaan bij de gemeente van rommel op straat relatief hoog is in een aantal Centrumwijken, met name in Burgwallen Oude- en Nieuwe-Zijde en Nieuwmarkt/Lastage. Die wijken vallen ook op als het gaat om ervaren overlast van rommel op straat, het aandeel inwoners dat er rommel op straat waarneemt en de hoeveelheid rommel op straat op basis van metingen. Kortom, in deze wijken ontstaat een consistent beeld. In andere wijken volgen de uitkomsten elkaar minder voor de hand op. Zo wordt er in Osdorp-Oost en –Midden en Hoofdweg e.o. relatief weinig gemeld, terwijl de waargenomen en ervaren overlast en de CROW-scores aanleiding zouden geven voor meer meldingen.

31

Figuur 3.7 Metingen van grof zwerfvuil tussen januari 2022 en augustus 2023

bronnen: CROW en VMAA. Gebieden in grijs hebben minder dan minder dan 30 CROW-metingen/inspecties of VMAA respondenten

Figuur 3.8 Aandeel respondenten dat aangeeft dat rommel op straat voorkomt in de buurt, per wijk, 2022/2023 (%)

bronnen: CROW en VMAA. Gebieden in grijs hebben minder dan minder dan 30 CROW-metingen/inspecties of VMAA respondenten.

32

Figuur 3.9 Aandeel respondenten dat waargenomen rommel op straat als overlast beoordeelt, per wijk, 2022/2023 (%)

bronnen: CROW en VMAA. Gebieden in grijs hebben minder dan minder dan 30 CROW-metingen/inspecties of VMAA respondenten. Figuur 3.10 Gemiddeld aandeel respondenten dat in de afgelopen 12 maanden overlast van rommel heeft gemeld bij de gemeente, per wijk, 2023 (%)

bronnen: CROW en VMAA. Gebieden in grijs hebben minder dan minder dan 30 CROW-metingen/inspecties of VMAA respondenten.

33

3.6 Rommel op straat, van waarnemen tot melden: samenhang met achtergrondkenmerken Om te zien welke achtergrondkenmerken van Amsterdammers een relatie hebben met het waarnemen van rommel op straat, daarvan overlast ervaren en die overlast melden, is eerst een referentiegroep gevormd met een specifieke samenstelling van achtergrondkenmerken (zie tabel 3.7 en voor nadere toelichting paragraaf 2.1). Vervolgens is met een regressieanalyse gekeken of alternatieve achtergrondkenmerken leiden tot een ander aandeel dat rommel op straat waarneemt, er overlast van ervaart en dit meldt ten opzichte van de referentiegroep (zie tabel 3.8). Van de referentiegroep neemt gemiddeld 97% rommel op straat waar in de eigen buurt. 95% ervaart zelf overlast van de waargenomen rommel op straat. 23% van de referentiegroep heeft de overlast in de afgelopen 12 maanden gemeld bij de gemeente. In tabel 3.8 is te zien hoe dit aandeel verandert wanneer de kenmerken van de referentiegroep zouden wijzigen. Uit de analyse blijkt dat de voornaamste effecten worden gevonden voor de achtergrondkenmerken leeftijd en migratieachtergrond. Jongere respondenten en respondenten met een eerste generatie migratieachtergrond (binnen en buiten Europa) nemen minder rommel op straat waar en van hen meldt een minder groot deel het bij de gemeente.

Ook voor een aantal andere achtergrondkenmerken zijn significante effecten te zien (geslacht, opleidingsniveau, type woning en arbeidspositie) maar die effecten zijn wat minder groot. Een voorbeeld: als de referentiegroep bijvoorbeeld uit 15 tot en met 29-jarigen zou bestaan met een migratieachtergrond van buiten Europa (eerste generatie) en de andere kenmerken blijven ongewijzigd, dan zou 65% rommel waarnemen in de eigen buurt (97-12-20)=65%. Tabel 3.7 Kenmerken van de referentiegroep