RIS316713 Gezondheidseffecten omgevingskwaliteit huur- en koopwoningen bijlage

Gezond wonen in de regio Amsterdam Woningmarkt, omgevingskwaliteit, gezondheid, en ongelijkheid in de metropoolregio Wouter van Gent Anna-Maria Ntarladima Bram van Vulpen Cody Hochstenbach Mendel Giezen Willem Boterman Fenne Pinkster Vanessa Harris Dirk Jan Stenvers

2

Universiteit van Amsterdam Afdeling Geografie, Planologie en Internationale Ontwikkelingsstudies Nieuwe Achtergracht 166 1018 WV Amsterdam

Gezond wonen in de regio Amsterdam Woningmarkt, omgevingskwaliteit, gezondheid, en ongelijkheid in de metropoolregio

Datum

Augustus 2023

3

Onderzoeksteam Wouter van Gent Anna-Maria Ntarladima Bram van Vulpen Cody Hochstenbach Mendel Giezen Willem Boterman Fenne Pinkster Vanessa Harris (Amsterdam UMC) Dirk Jan Stenvers (Amsterdam UMC)

Adviesgroep consortium Joost Bos (gemeente Amsterdam) Steven Kromhout (AFWC) Ralph Ploeger (gemeente Amsterdam) Annick Mantoua (De Gezonde Stad) Fred Woudenberg (GGD Amsterdam)

Onderzoek uitgevoerd aan de afdeling Geografie, Planologie en Internationale Ontwikkelingsstudies en het Amsterdam Institute for Social Science Research (AISSR) van de Universiteit van Amsterdam, in consortium met GGD Amsterdam, Gemeente Amsterdam (dienst Wonen en dienst Ruimte en Duurzaamheid), Amsterdamse Federatie van Woningcorporaties, en Stichting De Gezonde Stad. Het onderzoeksteam is verantwoordelijk voor de inhoud. Projectfinanciering: Kenniscentrum Ongelijkheid.

4

Inhoudsopgave Samenvatting ............................................................................................................................ 7 1. Inleiding ................................................................................................................................ 9 1.1 Een bewoonde ‘geluidswand’ om het Funenpark ......................................................................... 9 1.2 Gezondheidsongelijkheid in de leefomgeving ............................................................................ 10 1.3 De invloed van stedelijke ontwikkeling op omgevingskwaliteit ................................................ 10 1.4 Vraagstelling ............................................................................................................................... 11 1.5 Opzet van onderzoek................................................................................................................... 11 1.6 Leeswijzer ................................................................................................................................... 12

2. Omgevingskwaliteit en de woningmarkt ......................................................................... 13 2.1 Wat maakt een leefomgeving ongezond? ................................................................................... 13 2.2 Minder welvarende wijken worden zwaarder belast ................................................................... 15 2.3 Huisvestingsbeleid en stedelijke ontwikkeling ........................................................................... 16

3. Data en methode ................................................................................................................. 18 3.1 Metropoolregio Amsterdam ........................................................................................................ 18 3.2 Omgevingskwaliteit .................................................................................................................... 18 3.3 Huisvestingseffecten ................................................................................................................... 20 3.4 Gezondheidsproblematiek en medicijngebruik ........................................................................... 21 3.5 Methoden .................................................................................................................................... 21

4. Analyse ................................................................................................................................ 23 4.1 Omgevingskwaliteit zeer slecht in Amsterdam, Beverwijk en Haarlem .................................... 23 4.2 Omgevingskwaliteit alle type woningen boven advieswaarden, huurwoningen slechter ........... 26 4.3 Omgevingskwaliteit van corporatiehuur en in sterkere mate particuliere huur significant slechter dan koopwoningen ............................................................................................................................ 28 4.4 Particuliere huurwoningen gebouwd na 2010 hebben een slechtere omgevingskwaliteit dan de particuliere huurwoningen gebouwd tussen 2000 en 2010 ............................................................... 29 4.5 Verschillen tussen nieuwbouwperioden hebben dezelfde patronen voor gemeente en regio Amsterdam ........................................................................................................................................ 31 4.6 De verschillen in mate van blootstelling zijn een logisch gevolg van de nieuwbouwlocaties .... 33 4.7 Huurders gebruiken meer medicijnen; zwak verband met omgevingsfactoren .......................... 38

5. Conclusie ............................................................................................................................. 40 5.1 Doel onderzoek ........................................................................................................................... 40 5.2 Omgevingskwaliteit zeer slecht in Amsterdam, Beverwijk en Haarlem .................................... 40 5.3 Huurders wonen in een ongezondere leefomgeving dan huizenbezitters ................................... 40 5.4 Nieuwbouwwoningen voor particuliere huur zorgelijk .............................................................. 41 5.5 Ongelijkheid in omgevingskwaliteit gevolg van bouwlocaties en marktwerking ...................... 41 5

5.6 Woningmarktdynamiek draagt bij aan cumulatieve ongelijkheid............................................... 42 5.7 Sterk verband tussen woningmarkt en medicijngebruik, maar zwak verband tussen omgevingskwaliteit en medicijngebruik ........................................................................................... 42

6. Discussie .............................................................................................................................. 44 6.1 Beleidsdilemma’s bij de verschillen in omgevingskwaliteit ....................................................... 44 6.2 Algemene richtlijnen of niet?...................................................................................................... 44 6.3 Ruimtelijke allocatie of niet? ...................................................................................................... 44 6.4 Stedelijke verdichting of niet? .................................................................................................... 45 6.5 Meer voorlichting of niet?........................................................................................................... 46 6.6 (Anders) aansturen op een hogere blootstelling voor specifieke groepen of niet? ..................... 46

Bronnen................................................................................................................................... 48 Bijlagen ................................................................................................................................... 52 Bijlage 1 ............................................................................................................................................ 52 Bijlage 2 ............................................................................................................................................ 53 Bijlage 3 ............................................................................................................................................ 54 Bijlage 4 ............................................................................................................................................ 55 Bijlage 5 ............................................................................................................................................ 56 Bijlage 6 ............................................................................................................................................ 57 Bijlage 7 ............................................................................................................................................

59 Bijlage 8 ............................................................................................................................................ 71

6

Samenvatting Steden worden van oudsher gekenmerkt door vervuiling. Hoewel de omgevingskwaliteit tegenwoordig beter is dan in de industriële stad, blijft de omgeving een relevante invloed hebben op de gezondheid en het welzijn van mensen. Schadelijke omgevingseffecten zijn echter niet gelijk verdeeld tussen groepen en over de ruimte. Internationaal onderzoek toont aan dat groepen met een lage sociaaleconomische status vaker op plekken wonen met hogere gezondheidsrisico’s. Daarbij is mogelijk sprake van cumulatieve ongelijkheid, waarbij schadelijke gevolgen van het wonen op vervuilde plekken zich bovenop andere problematiek stapelen. Woonbeleid en ruimtelijke ordening structureren de woonomgeving in hoge mate. Welke woningen toegankelijk, geschikt en betaalbaar zijn voor specifieke groepen, stuurt waar deze groepen wonen binnen de regio. Er is echter weinig bekend over de samenhang tussen woningmarktstructuur, vervuiling en welzijn. Om te onderzoeken of woon- en gezondheidsongelijkheid elkaar versterken in de regio Amsterdam, toetsen we de mate waarin bewoners in huur- en koopwoningen verschillend worden blootgesteld aan negatieve en positieve omgevingsfactoren. Vanwege veranderingen in markt- en beleidscontext, kijken we specifiek naar verschillen binnen de nieuwbouw na 2000. Het onderzoek bestaat uit drie deelvragen: 1.

Wat zijn concentratiegebieden qua omgevingskwaliteit binnen de regio Amsterdam? 2. Welke verschillen bestaan er in blootstelling aan negatieve en positieve omgevingsfactoren tussen woningen naar type eigendom en (nieuw)bouwperiode? 3. In hoeverre gaan omgevingsfactoren gepaard met gezondheidsproblematiek van huurders en kopers? Methode Dit onderzoek gebruikt indicatoren voor luchtverontreiniging (stikstofdioxide en fijnstof), groenvoorzieningen, omgevingsgeluid en hittestress, alsook een index voor omgevingskwaliteit, om blootstelling te staven. Deze gegevens zijn gekoppeld aan 1.251.422 woningen in de regio Amsterdam. Vervolgens is de omgevingskwaliteit getoetst voor verschillen tussen type eigendom (koopwoning, particuliere huur, corporatiehuur) en tussen bouwperioden (vooroorlogse bouw, naoorlogse bouw, millennium-nieuwbouw en recente nieuwbouw). Daarnaast testen we in hoeverre omgevingsfactoren en type eigendom een verband hebben met medicijngebruik, uitgesplitst naar vier medicijngroepen (longziekten, hart- en vaatziekten, neuro-psychiatrische aandoeningen en slaapproblemen). Met behulp van kwantitatieve en geografische analysemethoden brengen we ruimtelijkheid van gezondheidsongelijkheid in kaart.

Geografie van concentraties Uit onze ruimtelijke analyses van de omgevingskwaliteit blijkt dat binnen de regio Amsterdam relatief grote verschillen bestaan tussen de kernsteden en omliggend gebied. Daarbij is sprake van een structurele overschrijding van advieswaarden gehanteerd door de Wereldgezondheidsorganisatie en EU. Concentratiegebieden bevinden zich met name langs drukke verkeers- en spoorwegen, langs en onder de vliegroutes van Schiphol, en nabij 7

industrie. Drie stadskernen springen er in negatieve zin uit: Amsterdam, Haarlem en Beverwijk. Ook direct langs verkeersaders is er sprake van opeenstapeling van negatieve omgevingsfactoren die schadelijk zijn voor de gezondheid van inwoners. Verschillen blootstelling naar eigendom en bouwperiode Onze multivariate regressieanalyses tonen aan dat huurders over het algemeen een slechtere omgevingskwaliteit kennen dan kopers in de regio Amsterdam. Met name particuliere huurders wonen gemiddeld vaker op plekken met een slechtere kwaliteit, gevolgd door corporatiehuurders. Kijken we naar verschillen tussen nieuwbouwwoningen, dan valt op dat de blootstelling aan stikstofdioxide en omgevingsgeluid slechter is voor woningen die zijn gebouwd na 2010 (recente nieuwbouw), dan voor woningen gebouwd tussen 2000 en 2010 (millennium-nieuwbouw). De blootstelling aan fijnstof, toegang tot groenvoorzieningen en hittestress zijn daarentegen wel beter voor de meest recente nieuwbouwwoningen. Nemen we onze omgevingsindex als uitgangspunt, dan blijkt dat particuliere huurwoningen na 2010 op meer blootgestelde plekken zijn gebouwd, terwijl dat voor koopwoningen en sociale huur niet het geval is. Deze verschillen in blootstelling tussen de nieuwbouwperioden zijn een gevolg van de bouwlocaties.

Onze GIS-analyses tonen vervolgens aan dat de meest recente particuliere huurwoningen zich centreren in de gemeente Amsterdam, terwijl corporatiehuur- en in sterkere mate koopwoningen meer verspreid over de regio werden gebouwd. Medicijngebruik naar eigendom en omgeving We stellen een sterk verband vast tussen woningmarktpositie en gezondheid. Uit onze analyses van medicijngebruik, blijkt dat corporatiehuurders meer medicijnen gebruiken voor longziekten, hart- en vaatziekten, neuro-psychiatrische problemen en slaapproblemen dan kopers. Dat geldt in sterkere mate voor mensen die langer dan zeven jaar in dezelfde corporatiehuurwoning wonen dan voor mensen die langer dan zeven jaar in dezelfde particulier huurwoning wonen. Dit effect is gecontroleerd voor individuele achtergrondkenmerken. Binnen de regio hebben wij slechts beperkt bewijs gevonden dat omgevingskwaliteit een direct negatief effect heeft op de gezondheid van inwoners. Echter de blootstelling is op één moment gemeten aan de hand van medicijngebruik en niet vastgesteld over een langere tijd. Gezondheidseffecten zijn met name te verwachten bij langdurigere blootstelling in verschillende omgevingen. Vervolgonderzoek is nodig om andere verklaringen te vinden voor de gezondheidsverschillen tussen verschillende huurders en eigenaren.

Conclusie en beleidsdilemma’s Ons onderzoek toont verschillen aan in blootstelling aan ongezonde omgevingsfactoren en in gezondheidsstatus naar eigendom, maar ziet slechts een zwakke link tussen omgeving en gezondheid. Met name particuliere en corporatiehuurders worden in hogere mate blootgesteld aan potentieel ongezonde omgevingsfactoren, waarbij vooral de nieuwbouw van particuliere huur in Amsterdam opvalt. Ook is het medicijngebruik onder corporatiehuurders hoger. Op basis van deze bevindingen leggen we in de discussie vijf beleidsdilemma’s voor waarin we de voor- en nadelen bespreken van: algemene richtlijnen, ruimtelijke allocatie, stedelijke verdichting, meer voorlichting en (andere) aansturing op hogere blootstelling aan specifieke groepen. 8

1. Inleiding 1.1 Een bewoonde ‘geluidswand’ om het Funenpark Rond het jaar 2000 werd een voormalig industrieterrein op de Oostelijke Eilanden in Amsterdam omgebouwd tot een aantrekkelijke woonbuurt: het Funenpark. Het Funenpark is een groene en grotendeels autovrije nieuwbouwbuurt verscholen tussen het spoor, de Cruquiuskade en de oude Czaar Peterbuurt. Het project komt voort uit het streven van de Gemeente Amsterdam naar stedelijke verdichting en meer groen. Ruim 500 woningen zijn gebouwd op het braakliggende terrein, dat werd omgedoopt tot Funenpark. Wat opvalt is dat het driehoekige binnengebied wordt afgeschermd door een lang en haakvormig appartementencomplex langs het spoor en de Cruquiuskade. Zie de gele lijnen in Figuur 1. ‘De blokrandbebouwing beschermt het binnengebied en dient tevens als geluidswand naar het spoor’, aldus de architecten.1 Het lawaai van de remmende treinen (die ook nog eens een bocht maken), van het rangeerterrein (in 2021 buiten dienst gesteld) en van ander verkeer wordt zo efficiënt buitengehouden. De bewoners achter deze ‘geluidswand’ hebben het meeste profijt van het ontwerp. Waar de appartementen in de ‘geluidswand’ voornamelijk bestaan uit (sociale) huurwoningen, zijn de vrijstaande appartementengebouwen die in het groene parklandschap staan – de zogenoemde ‘Hidden Delights’ – voornamelijk koopwoningen. 2

Figuur 1: Satellietfoto van Het Funen in Amsterdam.

1

https://www.cie.nl/page/653/het-funen Voor de duidelijkheid, de geluidswand kan in dit geval effectief zijn voor de huurders, maar het Funen project illustreert een relatie tussen de ruimtelijk verdeling van eigendom en risico. 2

9

1.2 Gezondheidsongelijkheid in de leefomgeving Funenpark laat zien dat de planning en ontwikkeling van verschillende type woningen een directe invloed kan hebben op de kwaliteit van de omgeving. Waar de koopwoningen aan een groene strook in de luwte zijn gepland, zijn de huurwoningen een onderdeel van de geluidswand. Dergelijke verschillen in omgevingskwaliteit kunnen een effect hebben op de gezondheid en het welzijn van bewoners. Recent onderzoek toont aan dat luchtverontreiniging, geluidsoverlast en een gebrek aan groenvoorzieningen in sterke mate een negatief effect hebben op de fysieke en mentale gezondheid (zie bijvoorbeeld Hammer et al., 2014; Kondo et al., 2018; Koolen & Rothenberg, 2019). Blootstelling aan fijnstof is zelfs verantwoordelijk voor circa 4% van de ziektelast in Nederland (Gezondheidsraad, 2018). Oftewel, vervuilde lucht, lawaai en weinig groen zijn niet goed voor mens en milieu. Schadelijke omgevingseffecten zijn echter niet gelijk verdeeld tussen groepen en over de ruimte. Gemarginaliseerde groepen hebben vaker een slechtere gezondheid en daarbij wonen zij veel vaker op kwetsbare locaties (Ntarladima, 2022; Pellow, 2017; Wolch et al., 2014). Er is daarbij mogelijk sprake van cumulatieve ongelijkheid, waarbij schadelijke effecten opstapelen als gevolg van sociale factoren maar ook ruimtelijke verdeling (segregatie).

In dit project onderzoeken we in hoeverre woonbeleid en ruimtelijke ordening van invloed zijn op gezondheidsongelijkheid in de regio van Amsterdam. De regio Amsterdam behoort tot de middenmoot van meest vervuilde Europese steden in termen van luchtverontreiniging. Het staat op plaats 141 van de 344 steden qua fijnstof metingen (Thunis et al., 2021) (zie bijlage 1 voor een fijnstofkaart van Europa). De regio Amsterdam scoort beter dan vuile steden als Turijn, Parijs en Ljubljana, maar staat ver onder schonere steden als Stockholm, Helsinki en München. De luchtkwaliteit in Amsterdam is beneden maats. Op de kaart van Nederland zien we zeer hoge concentraties luchtverontreiniging in Amsterdam, ver boven de WHO-advieswaarde (zie bijlage 2 voor een stikstofdioxide- en fijnstofkaart van Nederland). Binnen Nederland behoort Amsterdam tot de gebieden met de slechtste luchtkwaliteit, onder andere samen met Rotterdam, Den Haag en Utrecht (Schmitz et al., 2019). Echter, deze kaarten verbloemen verschillen op een lager schaalniveau zoals Funenpark. De ruimtelijke verschillen in omgevingskwaliteit binnen de regio Amsterdam kunnen met meer detail in kaart worden gebracht om een beter beeld te krijgen van de invloed van stedelijke ontwikkeling en de relatie met sociaal maatschappelijke verschillen.

1.3 De invloed van stedelijke ontwikkeling op omgevingskwaliteit Segregatie is een proces van uitsortering dat leidt tot de onder- en oververtegenwoordiging van sociale groepen in de stad en de regio. In belangrijke mate wordt dit proces gevormd door de woningmarktstructuur. Welke woningen toegankelijk, geschikt en betaalbaar zijn voor specifieke groepen, stuurt waar die groepen terecht kunnen. Zo werden in de 18 e en 19e eeuw de arbeiderswijken, om praktische en financiële redenen, vaak op de minder aantrekkelijke plekken gebouwd naast de werkplaatsen en fabrieken. In een regio met een hoge vraag zijn lagere inkomens vaak aangewezen op huurwoningen in de sociale en particuliere sector. Stedelijke (her)ontwikkeling heeft daarmee een grote invloed op ruimtelijke verdeling, en ongelijkheid. 10

Er is echter weinig bekend over de mate waarin huisvestingsbeleid en ruimtelijke ordening invloed hebben op hedendaagse omgevingskwaliteit en gezondheidsongelijkheid, terwijl het beleid voor ruimtelijke ordening en volkshuisvesting sterk bepaalt hoe de leefomgeving eruit ziet: van verkeerswegen tot industrieterreinen, van dijken tot kanalen, van recreatieparken tot beschermde natuurgebieden, en van koopwoningen tot sociale huurwoningen. In stedelijke ontwikkeling wordt sinds kort sterk gestreefd naar een duurzame, gezonde en groene stad (Corburn, 2009; UN, 2017; Yigitcanlar & Teriman, 2015). Naast het veroorzaken van een ernstige economische crisis, was de financiële crisis van 2008 ook een keerpunt in het huisvestingsbeleid dat zich daarna ging richten op verdichting en het behoud van groenvoorzieningen. Tegelijkertijd zien we zorgwekkende ontwikkelingen op de woningmarkt. Huur- en huizenprijzen in de stad en regio zijn aanzienlijk hoger geworden waardoor deze woningen voor een steeds kleinere groep nog betaalbaar zijn (Arundel & Hochstenbach, 2020; Boterman & Van Gent, 2023; Ronald, 2008).

In de sociale sector hebben huurders over het algemeen een lagere sociaaleconomische status (lager inkomen, meer armoede, praktische opleiding en/of migratieachtergrond), terwijl huizenbezitters met een hoger inkomen en meer eigen vermogen betere kansen op de arbeidsmarkt hebben (Arundel & Hochstenbach, 2020; Hochstenbach, 2017). Deze verschillende ontwikkelingen werpen de vraag op hoe de mate van omgevingskwaliteit zich verhoudt tot groepen op de woningmarkt en tot de locaties van nieuwbouw. De kleinschalige doch veel betekenende segregatie tussen huur- en koopwoningen in Het Funen in Amsterdam, zoals beschreven in de eerste paragraaf, doet ons afvragen of ook op grotere schaal de (sociale) huurwoningen op plekken staan met een slechtere omgevingskwaliteit, en hoe dat doorwerkt op gezondheidsongelijkheid. 1.4 Vraagstelling Het doel van dit onderzoek is om een beeld te krijgen van de ruimtelijke opeenstapeling van schadelijke omgevingsfactoren voor gezondheid in de regio Amsterdam, en hoe dit samenhangt met type huisvesting. Daarbij maken we onderscheid tussen type eigendom (koopwoning, particuliere huur, corporatiehuur) en bouwperioden (vooroorlogse bouw, naoorlogse bouw, millennium-nieuwbouw en recente nieuwbouw). Om dit te onderzoeken hebben wij het onderzoek opgedeeld in drie deelvragen: 1.

Wat zijn de concentratiegebieden in termen van omgevingskwaliteit binnen de regio Amsterdam? 2. Welke verschillen bestaan er in blootstelling aan negatieve en positieve omgevingsfactoren tussen woningen naar type eigendom en (nieuw)bouwperiode? 3. In hoeverre gaan omgevingsfactoren gepaard met gezondheidsproblematiek van huurders en kopers? 1.5 Opzet van onderzoek Als toevoeging aan de bestaande kennis over gezondheidsverschillen, richt dit onderzoek zich dus op ruimtelijke factoren die (langdurig) gevolgen hebben voor de gezondheid en het welzijn van inwoners van de regio Amsterdam. Daarvoor hebben we een uniek databestand gebouwd, dat bestaat uit diverse zeer gedetailleerde gegevens tot op woningniveau. Met behulp van 11

geavanceerde kwantitatieve en geografische analysemethoden brengen we ruimtelijkheid van gezondheidsongelijkheid in kaart. Het onderzoek bestaat uit drie delen. Het eerste deel is een beschrijvende analyse van de ruimtelijke concentratie van negatieve omgevingsfactoren binnen de regio Amsterdam, op basis van een gedetailleerde geografische analyse. In het tweede deel betrekken we het type eigendom en bouwperiode erbij, middels beschrijvende analyses, multivariate regressietechnieken en verdere geografische analyses. In het derde deel analyseren we de schadelijke effecten op gezondheid middels gegevens over medicijngebruik. Om te testen in hoeverre omgevingsfactoren en type eigendom een verband hebben met medicijngebruik, voeren we logistische regressieanalyses uit. 1.6 Leeswijzer In hoofdstuk twee gaan we in op de schadelijke uitwerkingen van omgevingsfactoren op volksgezondheid. Vervolgens bespreken we de ruimtelijke ongelijkheid en de ontwikkelingen in stedelijke ontwikkelingsbeleid. In hoofdstuk drie zetten we onze data en methode uiteen. Hierin geven we een gedetailleerd overzicht van de verzamelde data en hoe we deze vervolgens hebben geanalyseerd. In hoofdstuk vier beschrijven we onze bevindingen aan de hand van talrijke gedetailleerde tabellen, grafieken en kaarten.

In de conclusie volgen de antwoorden op de onderzoeksvragen naar de ruimtelijke opeenstapeling van schadelijke omgevingsfactoren voor gezondheid in de regio Amsterdam en het verband met type huisvesting. Tot slot, bespreken we in de slotdiscussie enkele dilemma’s omtrent omgevingskwaliteit, woningmarkt en gezondheidsongelijkheid.

12

2. Omgevingskwaliteit en de woningmarkt 2.1 Wat maakt een leefomgeving ongezond? De kwaliteit van de fysieke leefomgeving heeft uitwerking op onze gezondheid. Oorzaken voor gezondheidsschade kunnen zowel binnenshuis als buitenshuis zijn. In dit onderzoek lichten we vijf belangrijke factoren uit met betrekking tot de omgeving buitenshuis. Voor de metingen in dit onderzoek gebruiken we uitsluitend factoren waarvan de schadelijke effecten wetenschappelijk zijn bewezen. Zie tabel 1 voor een kort overzicht van de gezondheidseffecten volgens het RIVM. Hieronder volgt een kort overzicht van aanvullend wetenschappelijk onderzoeken die de basis vormen voor de samenstelling van onze omgevingskwaliteitsindex. Ten eerste, luchtverontreiniging is een van de meest schadelijke elementen voor de gezondheid. Twee belangrijke vormen van luchtverontreiniging zijn stikstofdioxide en fijnstof. Stikstofdioxide (NO2) is een gas dat ontstaat bij allerlei verbrandingsprocessen, voornamelijk aanwezig in uitlaatgassen van het verkeer en de uitstoot van industrie. Stikstof is in Nederland vooral bekend vanwege de negatieve impact op biodiversiteit in de directe omgeving en alle bestuurlijke en maatschappelijke gevolgen van dien. In tegenstelling tot deze zogeheten stikstofdepositie – in combinatie met ammoniak – heeft stikstofdioxide wel directe negatieve gevolgen voor de menselijke gezondheid.

Stikstofdioxiden tasten de luchtwegen en longen aan, wat op korte termijn leidt tot een hoger risico op astma en COPD exacerbaties, en een verhoogde vatbaarheid voor virale luchtweginfecties, voornamelijk bij kinderen en ouderen (Garcia et al., 2019; Gezondheidsraad, 2018; Koolen & Rothenberg, 2019; Schmitz et al., 2019). Onderzoek toont ook aan dat het aantal ziekenhuisopnames toeneemt na kortstondige blootstelling, met name bij kinderen (5 tot 14 jaar) met astma (Koolen & Rothenberg, 2019). Er zijn ook consequenties op de lange termijn van deze blootstellingen, inwoners van een stikstofrijke omgeving in Europa hebben gemiddeld één maand kortere levensverwachting (Koolen & Rothenberg, 2019: 167). De tweede vorm van luchtverontreiniging is fijnstof. Recent onderzoek van de Gezondheidsraad (2018) toont aan dat alleen al de blootstelling aan fijnstof (gedefinieerd als PM2.5) verantwoordelijk is voor ongeveer 4% van de ziektelast in Nederland. Daarmee behoort luchtverontreiniging, na roken (13%), tot de zware gezondheidsrisico’s zoals overgewicht en weinig lichamelijke beweging. Fijnstof komt via de luchtwegen binnen, kan de bovenste en onderste luchtwegen irriteren en kan via de longen in onze bloedbaan terecht komen.

Zelfs kortstondige blootstelling (gemiddeld 24 uur) aan fijnstof wordt in verband gebracht met meer ziekenhuisopnames met hart- en longoorzaken (Koolen & Rothenberg, 2019). Langdurige blootstelling aan hoge concentraties van fijnstof kan leiden tot verhoogde risico op hart- en vaatziekten (zoals een beroerte) en longaandoeningen (zoals longkanker). Kinderen, ouderen en zwangere vrouwen zijn het meest kwetsbaar voor slechte gezondheidsuitkomsten ten gevolge van fijnstof. Langdurig hoge blootstelling aan fijnstof bij jonge kinderen verstoort de longontwikkeling en leidt tot een levenslang verminderde totale longfunctie (Gauderman et al., 2015). Ook heeft de mate van blootstelling aan fijnstof tijdens de zwangerschap een verband met hogere frequentie van zwangerschapscomplicaties en vroeggeboorte (Song et al., 2023). Fijnstof wordt in verband gebracht met een aanzienlijke kortere levensverwachting, volgens

13

behoudende schattingen leven inwoners van een fijnstofrijke omgeving in Europa gemiddeld acht maanden korter (Koolen & Rothenberg, 2019: 167). Ten tweede, recente onderzoeken hebben aangetoond dat een gebrek aan groenvoorzieningen (parken, speeltuinen en natuur) een negatieve impact heeft op volksgezondheid. In verschillende studies is er een consistent negatief verband gevonden tussen blootstelling aan stedelijk groen enerzijds en sterfte, bloeddruk en geweld anderzijds (Kondo et al., 2018; Maas, 2006). Eveneens vonden onderzoekers dat zelf gerapporteerde depressie minder vaak voorkomt in een groenere omgeving (Cohen-Cline et al., 2015). Een Nederlandse studie toont aan dat bewoners in omgevingen met meer groen- en blauwvoorzieningen (water) minder vaak last hebben van angststoornissen (De Vries et al., 2016). Ook vonden onderzoekers dat de aanwezigheid van groenvoorzieningen een bevorderende werking heeft op concentratie, stemming en lichamelijke beweging (Kondo et al., 2018; Maas, 2006). Ten derde, onderzoek toont aan dat omgevingsgeluid dermate storend kan zijn dat het ten koste gaat van iemands gezondheid. Denk bijvoorbeeld aan lawaai van verkeerswegen, spoorwegen, vliegverkeer en windmolens in de woonomgeving.

Studies naar de impact van geluidsoverlast (van bronnen buitenshuis) op gezondheid tonen aan dat er een negatief verband is met slaapproblemen, stress, en prikkelbaarheid (Hammer et al., 2014; Stansfeld & Matheson, 2003). Mensen die worden blootgesteld aan langdurige geluidshinder hebben bovendien een verhoogd risico op hoge bloeddruk en een lager concentratievermogen (WHO, 2018). Tot slot brengt hitte gezondheidsrisico’s met zich mee. Hittestress kan leiden tot vermoeidheid, concentratieproblemen, duizeligheid, hoofdpijn of huidklachten. Bij aanhoudende hitte ligt uitdroging en oververhitting (‘bevangen door de warmte’) op de loer, zeker bij ouderen en mensen met hart- en vaataandoeningen. Ook is het risico op infectieziekte en voedselvergiftiging hoger bij hogere temperaturen. Andere kwetsbare groepen zijn mensen met een zwakke gezondheid, jonge kinderen, zwangere vrouwen, diabetespatiënten, dak- en thuisloze mensen, sporters, en deelnemers aan evenementen. Tijdens hittegolven kan het sterftecijfer in Nederland met 12% toenemen (De Nijs et al., 2019: 52). Er is ook een verband tussen omgevingswarmte en geestelijke gezondheid; het beïnvloedt productiviteit op werk, en hittegolven leiden tot hogere voorkomendheid van suïcide en misdaad (Burke et al., 2018; Chu et al., 2000; Romanello et al., 2022; Stechemesser et al., 2022).

Door klimaatverandering stijgen de temperaturen en komen hittegolven steeds vaker voor. Met name in steden kan de hitte flink oplopen. Stenen, beton en asfalt zorgen voor hogere temperaturen. Daarmee heeft hittestress een duidelijke relatie met de ruimtelijke inrichting, vooral met de hoeveelheid en kwaliteit van het groen.

14

Tabel 1: Gezondheidseffecten omgevingsfactoren volgens RIVM Indicator Stikstofdioxide (NO2)

Geassocieerde effecten   

Fijnstof (PM2.5)

  

Groenvoorzieningen



Omgevingsgeluid

 

Hittestress

 

Bron

Aantasting van luchtwegen en longfuncties Prevalentie van luchtwegklachten in kinderen met astma (5-14 jaar) Sterfte of verkorting van de levensduur (boven de leeftijd van 30 jaar) Sterfte of verkorting van de levensduur Hart- en vaatziekten, vaatvernauwing, verhoogde bloedstolling en verhoogde hartslag Longkanker en chronisch, obstructieve longziekte (COPD), vermindering van de longfunctie, verergering (en ontstaan) van astma (vooral bij kinderen), toename van luchtwegklachten Verbetering van concentratie, stemming, lichamelijke activiteit en hittestress Hinder, slaapverstoring, verstoring van de dagelijkse activiteiten en stress Hogere bloeddruk, hoger risico op hart- en vaatziekten en psychische aandoeningen Uitdroging en oververhitting Vermoeidheid, concentratieproblemen, duizeligheid en hoofdpijn

RIVM

RIVM

RIVM RIVM

RIVM

2.2 Minder welvarende wijken worden zwaarder belast Internationale onderzoeken naar milieurechtvaardigheid tonen steeds weer aan dat groepen met een lage sociale status (laag inkomen, laag opgeleid, en/of met een migratieachtergrond) veel vaker op kwetsbare locaties wonen (Ntarladima, 2022; Pellow, 2017; Wolch et al., 2014). Zij wonen bijvoorbeeld vaker dichtbij vervuilende fabrieken, nabij vliegvelden, aan drukke wegen, of in risicogebieden voor milieurampen zoals overstromingen. Onderzoeken laten zien dat gebieden met meer inwoners met een migratieachtergrond en/of met een laag sociaaleconomische status in meerdere mate worden blootgesteld aan luchtverontreiniging (Barnes et al., 2019; Tonne et al., 2018), ook in Nederland (Fecht et al., 2015). Hetzelfde geldt voor omgevingslawaai, waarbij armere wijken zwaarder worden belast (Dreger et al., 2019; Tonne et al., 2018). De aanwezigheid van groenvoorzieningen en hittestress in steden zijn ook ongelijk verdeeld, waarbij de welvarende wijken over het algemeen groener en koeler zijn (Alizadeh et al., 2022; Koman et al., 2019). Bovendien zijn er negatieve omgevingsfactoren binnenshuis, waar armere huishoudens meer last van hebben en bovendien in beperkte mate beschikken over de financiële middelen om het op te lossen.

Denk bijvoorbeeld aan lage woningkwaliteit met lage energielabels door gebrekkige verwarming/verkoelingssystemen, slecht drinkwater door loden leidingen, slecht onderhoud van woningen en energiearmoede (Van Maurik et al., 2023). Gevolgen daarvan verschillen van extreme hitte in de zomer tot schimmel door lage temperatuur verwarming en hoge luchtvochtigheid. Veelal is er sprake van een stapeling van risicofactoren die elkaars 15

werking kunnen versterken. Zo kan luchtverontreiniging astma verergeren, in combinatie met bijvoorbeeld roken of slechte woonomstandigheden (Gezondheidsraad, 2018). Hetzelfde geldt voor schimmel, dat vaker voorkomt in huurwoningen (Stutvoet & Laarman, 2019). 2.3 Huisvestingsbeleid en stedelijke ontwikkeling Segregatie is in Nederland van oudsher weliswaar gematigd in vergelijking met Angelsaksische landen, maar er zijn ontwikkelingen op het gebied van huisvestingsbeleid en stedelijke ontwikkelingsstrategieën die tot verdere segregatie leiden. We lichten hier drie ontwikkelingen uit: 1) de liberalisering van huisvesting, 2) marktgedreven planning, en 3) verdichting van de stad. We zijn vervolgens geïnteresseerd hoe deze ontwikkelingen zich verhouden tot de ruimtelijke verdeling van omgevingskwaliteit. Ten eerste is sinds de jaren ’80 het woonbeleid in Nederland sterk geliberaliseerd. De politiek is steeds meer nadruk gaan leggen op het bieden van marktwoningen, zowel van koopwoningen als van woningen in de vrije huursector. Woningcorporaties zonder winstoogmerk werden beperkt in de ontwikkeling van sociale huurwoningen en werden gestimuleerd om grote delen van hun bestaande sociale voorraad te verkopen. Dit leidde tot zowel een absolute als een relatieve daling van de sociale huur, vooral in de grote steden (Hochstenbach, 2017).

Sinds de economische crisis van 2008 is de lijn van liberalisering van de woningmarkt geïntensiveerd (Van Gent & Hochstenbach, 2020). Deze liberaliseringspolitiek werd enerzijds gedreven door een ideologisch voorkeursbehandeling van marktwoningen, met name koopwoningen (Boterman & Van Gent, 2023; Ronald, 2008). Het kopen van een huis bleef een belangrijk kenmerk van succes. Particuliere verhuur in de vrije sector werd daarnaast omarmd als een belangrijk alternatief voor middeninkomens en jongvolwassen huishoudens die nog niet kunnen of willen kopen (Hochstenbach & Ronald, 2020). Sociale verhuur van corporaties en particulier verhuurders werd ingekrompen en beschouwd als een opvangnet voor de allerarmsten (‘residualisering’). Het is de vraag in hoeverre deze woningmarktveranderingen in de afgelopen tien jaar hebben geleid tot een (groter) verschil in de mate van omgevingskwaliteit tussen corporatiehuur, particuliere huur en koopwoningen. Ten tweede is stedelijke planning in Nederland sterker marktgedreven geworden. In de afgelopen decennia zijn veel taken van ruimtelijke ordening overgeheveld naar decentrale overheden. Vanuit een gedachte dat lagere overheden dichter bij de burger zijn en daardoor efficiëntere en maatgerichtere oplossingen kunnen ontwerpen, werden veel overheidsverantwoordelijkheden gedecentraliseerd (Boogers et al., 2008).

Recente decentralisaties gingen gepaard met grote bezuinigingen, waardoor gemeenten werden uitgedaagd om met minder budget tot betere uitvoering te komen (Boogers et al., 2008). Veel lokale overheden waren daardoor geneigd om marktgerichte beleidsinstrumenten te implementeren in stadsontwikkeling, om zo meer inkomsten te genereren (Savini, 2017). Marktwerking werd veelal gezien als de weg naar stedelijke groei. Daardoor ontstaat meer marktafhankelijkheid en meer focus op economisch rendabele projecten (Ferm & Raco, 2020). Bovendien kan men met de hoge opbrengsten van kavels ook weer ander beleid financieren (Van Loon & Aalbers, 2017). Lokale overheden worden zo geprikkeld om de meest waardevolle kavels te bewaren voor de hoogste bieder. Die hoogste bieder ontwikkelt meestal 16

woonprojecten voor de mensen met een riant budget, waardoor Amsterdam steeds meer voorbehouden is aan de hoge middenklasse (Boterman & Van Gent, 2023). Daarnaast heeft de verkoop van grondposities -en weinig aankoop en verwerving- ook geleid tot een verzwakking van de onderhandelingspositie van de gemeente bij projecten waar zij niet meer de eigenaar is. De prestigieuze bouwprojecten op aantrekkelijke en centraal gelegen plaatsen bestaan vrijwel alleen maar uit duurdere woningen (per m2). Alhoewel dergelijk marktgedreven stedelijke planning financieel aantrekkelijk lijkt, maakt het gemeenten ook financieel kwetsbaar voor (plotselinge) dalende huizen- en grondprijzen. Ten derde wordt in stedelijke ontwikkeling vaak ingezet op verdichting van de stad in plaats van bouwen buiten de stad. Met verdichting worden nieuwe woningen voornamelijk binnen de stad gebouwd, op plekken waar nog ruimte is.3 Daarnaast wordt de laatste jaren sterk gestreefd naar een duurzame, gezonde en groene stad voor iedereen (Corburn, 2009; VN, 2017; Yigitcanlar & Teriman, 2015). Zo hebben veel steden maatregelen geïntroduceerd zoals autoluwe binnensteden, milieuzones, snelheidsbeperkingen en het elektrificeren van het openbaar vervoer, maar ook verbetering van toegang tot groenvoorzieningen.

Dit is positief maar verdichtingsstrategieën kunnen ruimtelijk verschillend uitpakken voor de mate van blootstelling aan negatieve omgevingsfactoren. Met name als het gaat om bouwen in oude industriegebieden, die vaak langs drukke wegen of naast bestaande industriële activiteiten zijn gevestigd. Een risico van verdichting is dat het ten koste gaat van groenvoorzieningen, de kans op hittestress vergroot en tot meer blootstelling aan luchtverontreiniging leidt. Op basis van deze drie ontwikkelingen verwachten we een nieuwe ruimtelijke configuratie in de regio van Amsterdam. Het werpt de vraag op of liberalisering van huisvesting, marktgedreven planning en verdichting meer gezondheidsongelijkheid creëert. In dit onderzoek verwachten we als gevolg van de woningmarktstructuur – na 2000 en vooral na de crisis van 2010 – dat de gezondheidslasten zwaarder liggen bij de lagere inkomensgroepen, die aangewezen zijn op sociale en particuliere huurwoningen met een slechtere omgevingskwaliteit.

3

Verdichting is vaak met een menging van woningtypen en eigendom. Dit kan de woningmarkttendensen die eerder beschreven zijn verzachten. Echter het Funenparkvoorbeeld wijst uit dat de plaatsing van de woningen uitmaakt.

17

3. Data en methode 3.1 Metropoolregio Amsterdam In dit onderzoek kijken we naar de verschillen binnen de Metropoolregio Amsterdam. Metropoolregio Amsterdam omvat 30 gemeenten: Aalsmeer, Almere, Amstelveen, Amsterdam, Beverwijk, Blaricum, Bloemendaal, Diemen, Edam-Volendam, Gooise Meren, Haarlem, Haarlemmermeer, Heemskerk, Heemstede, Hilversum, Huizen, Landsmeer, Laren, Lelystad, Oostzaan, Ouder-Amstel, Purmerend, Uithoorn, Uitgeest, Velsen, Waterland, Wijdemeren, Wormerland, Zaanstad en Zandvoort. Daar voegen we nog 2 Utrechtse gemeenten aan toe vanwege hun nabije ligging: De Ronde Venen en Stichtse Vecht. Vervolgens analyseren we 1.251.422 woningen in 32 gemeenten. De kaarten zijn weergegeven op buurtniveau, omwille van privacy en leesbaarheid.

Figuur 2: De Metropoolregio Amsterdam (MRA) en gemeenten Ronde Venen en Stichtse Vecht. 3.2 Omgevingskwaliteit In dit onderzoek gebruiken we vijf indicatoren van negatieve omgevingseffecten op gezondheid: stikstofdioxide, fijnstof, aanwezigheid van groenvoorzieningen, omgevingsgeluid en hittestress. De vijf omgevingsfactoren geselecteerd in dit onderzoek vormen een samenstelling van indicatoren waarvan wetenschappelijk is bewezen dat zij een (zeer) slechte invloed hebben op volksgezondheid.

18

Ten eerste indiceren we luchtverontreiniging aan de hand van gemodelleerde stikstofdioxide (NO2) en fijnstof (PM2.5). In dit onderzoek gebruiken we berekende waarden voor PM2.5, fijne fracties van fijnstof (kleiner dan 2.5 micrometer) die in longen en bloedsomloop terecht kunnen komen. Fijnstof en stikstofdioxide expositie worden, respectievelijk, gedefinieerd als het jaarlijkse gemiddelde stedelijke aerosol PM 2.5 concentratie (µg/m3) en NO2 concentratie (µg/m3). voor het jaar 2019 gebruikt met een resolutie van 25 bij 25 meter. Voor de beoordeling van de groene ruimte in de woonomgeving nemen we het percentage (%) groenvoorzieningen binnen 300 meter van woningen in 2019. Dat kan doorgaans in minder dan 5 minuten van huis worden bereikt. We hebben het percentage groenvoorzieningen binnen 300 meter gebruikt in plaats van de afstand tot het dichtstbijzijnde groen, omdat uit eerder onderzoek is gebleken dat dit een sterkere indicator is voor associaties met gezondheidseffecten (Klompmaker et al., 2018). Om omgevingsgeluid te meten hebben we de gemiddelde geluidsniveaus (dB) op drie momenten in de dag (dag, avond en nacht) van verschillende bronnen in 2019: gemiddeld geluidsniveau per jaar van wegverkeer, treinverkeer, luchtvaart, scheepsvaart, industrie en windturbines bij elkaar opgeteld.

Hittestress wordt gemeten met PET (Physiological Equivalent Temperature), een indicator voor gevoelstemperatuur (oC). PET wordt berekend aan de hand van een combinatie van variabelen, zoals zon/schaduw contrasten, windsnelheid, luchtvochtigheid en luchttemperatuur (De Nijs et al., 2019). Metingen zijn van 1 juli 2015, een zeer warme zomerdag. Daarbij maken we gebruik van IDW (Inverse Distance Weighting) binnen 50 meter, een methode die waarden toekent aan onbekende punten met een gewogen gemiddelde van de beschikbare waarden op de bekende punten. De blootstellingsgegevens zijn verkregen uit open bronnen en zijn gekoppeld aan gegevens van Basisregistratie Adressen en Gebouwen (BAG) en van CBS om informatie te verkrijgen over het type eigendom. Zie tabel 2 voor een kort overzicht van de omgevingsvariabelen. Het is lastig te bepalen in welke mate indicatoren meer of minder schadelijk zijn, daarom hebben de indicatoren in onze index geen ander gewicht meegekregen. Elke indicator weegt dus even zwaar mee. Tabel 2: Omgevingsvariabelen Omgevingsfactoren Luchtverontreiniging

Gebrek aan groenvoorzieningen Omgevingsgeluid Hittestress

Indicator Stikstofdioxide NO2 (µg/m3)

Datum 2019

Bron RIVM

Fijnstof PM2.5 (µg/m3)

2019

RIVM

Aantal groenvoorzieningen binnen 300 meter van woningen (in %) Omgevingsgeluid (in dB) Gevoelstemperatuur PET (in °C)

2019

RIVM

2019

RIVM

1 juli 2015

Klimaateffect atlas

Onze selectie biedt een omgevingskwaliteitsindex met factoren waar wetenschappelijk bewijs voor is dat het schadelijk is voor de gezondheid. Door de beperkte omvang van dit onderzoek zijn er meerdere potentiële negatieve omgevingsfactoren die we niet (kunnen) 19

meewegen in onze analyse, zoals lichtvervuiling en ozon. Ook het aanbod van ongezonde voeding, denk aan fastfood, in de directe omgeving (Ntarladima et al., 2022), wegen we niet mee. Wat betreft de jaartallen van de bronnen, we hebben gekozen voor de laatste bronnen vooraf aan de COVID-19 pandemie, , aangezien de overheidsmaatregelen tijdens de pandemie de mobiliteit drastisch hadden verlaagd, waardoor luchtverontreiniging en omgevingsgeluid substantieel waren verminderd. De bronnen zijn aangevraagd via het CBS en afkomstig van het RIVM. 3.3 Huisvestingseffecten In dit onderzoek analyseren we huisvesting vanuit bouwperiode en type eigendom. Eigendom representeert sociale segmentatie in de woningmarkt. Zeker in de meest recente periodes geldt dat eigenwoningbezit vooral voor hoge inkomens is, corporatiehuur voor lage inkomens en particuliere huur voor hoge en middeninkomens, afhankelijk van locatie. Om te kijken of de omgevingskwaliteit anders is voor bouw van nieuwe woningen hebben we speciale aandacht voor nieuwbouw. De financiële crisis van 2008 was naast de diepe economische crisis ook een omslagpunt in huisvestigingsbeleid. Sindsdien is het beleid meer ingestoken vanuit stedelijke verdichting Ter onderscheid van nieuwbouwperioden spreken we daarom van millenniumnieuwbouw (2000-2010) en recente nieuwbouw (2010-2022).

In dit rapport spreken we van drie type eigendom: koopwoning, corporatiehuur en particuliere huur. Onder koopwoningen verstaan we woningen die eigendom zijn van de (toekomstige) bewoner(s) of in gebruik zijn als tweede woning. Huurwoningen zijn opgedeeld in corporatiehuur en particuliere huur. De corporatiehuur omvat eigendom woningcorporatie: huurwoningen in eigendom van ‘toegelaten instellingen volkshuisvesting’. Het betreft dus niet alleen het aantal sociale huurwoningen, omdat er is vastgesteld wie de eigenaar is en er niet is gekeken naar de hoogte van de huurprijs. Particuliere huur omvat huurwoningen in eigendom van onder andere particulieren en institutionele beleggers. Huurwoningen waarvan het eigendom wel kon worden vastgesteld, maar de eigenaar niet, vallen hier ook onder. Wat betreft het type eigendom is er enige mate van onvolkomenheid. In de praktijk worden soms woningen als koopwoning gebouwd en daarna gebruikt als particuliere huurwoning, en andersom. Onze indicatie is op basis van de woningvoorraad in 2022. Tabel 3: Huisvestingsvariabelen Huisvestingsfactoren

Indicator Recente nieuwbouw: gebouwd tussen 2010 en 2022

Bouwperiode

Millennium-nieuwbouw: gebouwd tussen 2000 en 2010 Naoorlogse bouw: gebouwd tussen 1950 en 2000 Vooroorlogse bouw: gebouwd tussen 1000 en 1950 Koopwoning (KW)

Eigendom

Particuliere huur (PH) Corporatiehuur (CH)

20

3.4 Gezondheidsproblematiek en medicijngebruik Om de gezondheidsproblematiek van huurders en kopers in te schatten maken we gebruik van individuele gegevens over medicijngebruik uit 2020. Het gaat daarbij om data van 913.405 personen in de regio Amsterdam herleidbaar. We kijken specifiek naar vier medicijnclusters: obstructieve luchtwegaandoeningen (medicijnen bijvoorbeeld voor astma, COPD), cardiovasculaire aandoeningen (medicijnen bijvoorbeeld voor hypertensie, hartinfarct, herseninfarct), neuropsychische aandoeningen (medicijnen voor bijvoorbeeld depressie, angst) en slaapstoornissen. Zie bijlage 3 voor een compleet overzicht van de vier medicijnclusters. Tabel 4: Medicijnclusters Gezondheidsproblematiek

Longziekten (obstructieve luchtwegaandoeningen) Hart- en vaatziekten (cardiovasculaire aandoeningen) Neuropsychiatrische aandoeningen Slaapproblematiek

Aantal Jaartal geneesmiddelklasses (ATC4) 4 2020

33

2020

5

2020

1

2020

3.5 Methoden In dit onderzoek integreren we bestaande datasets op basis van modellen en metingen door middel van GIS-analyses (Geographic Information Systems). De koppelingen van de geodata en alle blootstellingsberekeningen zijn uitgevoerd in ArcGIS 10.4. De eerste stap in ons onderzoek bestaat uit het detecteren van concentratiegebieden binnen de regio Amsterdam, in termen van blootstelling aan ongezonde omgevingsfactoren. We berekenen op woningniveau een ‘omgevingskwaliteitsindex’: de cumulatieve score van de vijf omgevingsfactoren. De cumulatieve score bestaat uit de som van de kwartielscore voor iedere variabele (1 t/m 4). Bij elkaar opgeteld varieert de som van minimaal 5 tot maximaal 20. In onze analyse bekijken we de omgevingsfactoren afzonderlijk alsook gecombineerd om de ruimtelijke cumulatie van negatieve omgevingsfactoren in kaart te brengen. De tweede stap in ons onderzoek richt zich op het toetsen van verschillen in blootstelling aan ongezonde omgevingsfactoren in relatie tot type eigendom en bouwperiode. Bijzondere aandacht gaat daarbij uit naar de analyse van nieuwbouwprojecten die in het afgelopen decennium tot stand zijn gekomen onder het recente woonbeleid en woningmarktcondities. Om dit te achterhalen voeren we een geografisch gewogen multivariate regressieanalyses uit.

Daarbij bekijken we steeds hoe de effecten verschillen ten opzichte van een referentiecategorie. In aanvulling berekenen we de voorspelde waarden en verschillen (predictive margins) voor de negatieve omgevingsfactoren. Vervolgens voeren we een GIS21

analyse uit, waarin we data in kaart brengen. De kaarten geven op buurtniveau de omgevingskwaliteitsindex weer naar type eigendom en naar bouwperiode. De derde stap in dit onderzoek richt zich op het toetsen van de samenhang tussen omgevingsfactoren (uit deel 1) en de gezondheidsproblematiek van huurders en kopers. We analyseren of ongelijke blootstelling zich vertaalt in gezondheidsproblemen binnen de regionale context van Amsterdam. Om gezondheidsproblematiek te vangen hebben we medicijngebruik opgedeeld in vier medicijngroepen die in bestaand onderzoek specifiek in verband worden gebracht met de negatieve gezondheidseffecten van onze omgevingsfactoren. De analyses voeren we uit door middel van logistische regressieanalyse (logistic regression analysis). In een logistische regressieanalyse zijn de afhankelijke variabelen categorische of binair. In dit geval gaat het om het wel of niet nemen van bepaalde medicijnen. Het doel van deze analyse is om het effect van type eigendom (corporatiehuur, particuliere huur, koopwoning) en omgevingsfactoren (NO2, fijnstof, geluid, groenvoorziening, hittestress) op medicijngebruik (vier uitkomsten: longziekten, hart- en vaatziekten, neuropsychiatrische aandoeningen, slaapstoornissen) te testen in logistische regressieanalyses.

Bij deze analyses controleren we voor individuele kenmerken zoals leeftijd, geslacht, sociaaleconomische positie en migratieachtergrond. Een andere belangrijke aanvullende factor is woonduur, als indicator voor de duur van de blootstelling. Er is een selectie gemaakt van inwoners van de metropoolregio Amsterdam van boven de 30 die langer dan zeven jaar in dezelfde woning zitten. De vier analyses zijn ook uitgevoerd voor inwoners met corporatiehuurwoning en voor inwoners met een koopwoning. Het aantal observaties voor particuliere huurwoningen hebben we te klein bevonden voor een logistische regressieanalyse. In totaal volgen er dus drie sets aan analyses, die elk test voor vier medicijnclusters. Set 1 is voor de gehele populatie in de regio Amsterdam die langer dan 7 jaar in dezelfde woning woont en ouder is dan 30 jaar. Set 2 zijn de inwoners met een corporatiehuurwoning uit die populatie. Set 3 zijn de inwoners met een koopwoning uit die populatie. Het enige verschil tussen set 1 en de andere twee sets is dat de eerste set ook type eigendom meeneemt als factor. In verband met multicollineariteit (waarin twee of meer verklarende variabelen in een regressiemodel sterk gecorreleerd zijn) hebben we groenvoorzieningen gemeten binnen 100 meter, niet 300 meter, en hittestress op 50 meter.

Vanwege de sterke correlatie tussen stikstofdioxide en fijnstof, hebben we de residuen (residuals) gebruikt om fijnstof te berekenen. Hetzelfde hebben we gedaan voor hittestress in verhouding tot groenvoorzieningen. Tot slot hebben we gedurende dit onderzoek diverse bijeenkomsten georganiseerd met het consortium. In verschillende fases van het onderzoek hebben de consortiumleden (vanuit diverse disciplines) kritisch gekeken naar de aanpak, uitvoering, interpretatie en conclusies. Dit heeft de validiteit en betrouwbaarheid van het onderzoek substantieel versterkt.

22

4. Analyse 4.1 Omgevingskwaliteit zeer slecht in Amsterdam, Beverwijk en Haarlem Het eerste deel van ons onderzoek toont de concentratiegebieden in termen van slechte omgevingskwaliteit binnen de regio Amsterdam. De gebieden waar onder andere luchtverontreiniging, geluidsoverlast en hittestress zich concentreren, bevinden zich met name langs drukke verkeers- en spoorwegen, dicht langs vliegroutes van Schiphol, en nabij uitstotende fabrieken. Drie stadskernen springen eruit: Amsterdam, Haarlem en Beverwijk. In vrijwel alle wijken van die drie steden, als ook de gebieden direct langs verkeersaders, is er sprake van stapeling van de negatieve omgevingsfactoren met schadelijke effecten voor de gezondheid van inwoners. Ook de gemeenten direct naast Schiphol, hebben te kampen met slechte omgevingskwaliteit. Wat daarnaast opvalt is dat volgens onze analyse de ruimtelijke differentiatie binnen grootstedelijke gebieden niet groot is. Figuur 3 toont de cumulatieve score van alle door ons geselecteerde omgevingsfactoren, ofwel de omgevingskwaliteitsindex. Figuur 4 toont zes kaarten van de regio Amsterdam met blootstelling aan schadelijke omgevingsfactoren voor de gezondheid op buurtniveau. Des te roder een gebied, des te hoger de blootstelling aan de schadelijke omgevingsfactoren.

De kaart linksboven (4a) geeft metingen van stikstofdioxide weer, waarbij hoge concentraties te zien zijn bij luchthaven Schiphol, het stadscentrum van Amsterdam, en verkeersaders zoals de ring rondom Amsterdam en de snelwegen naar Den Haag (A4), Utrecht (A2) en Almere (A1). De kaart rechtsboven (4b) geeft fijnstofmetingen weer. Er zijn zeer hoge concentraties fijnstof gemeten in Beverwijk en omgeving, hoofdzakelijk door de uitstoot van staalfabrieken van Tata Steel. Ook in het centrum van Amsterdam en bij een knooppunt van provinciale wegen bij Wormerveer en Krommenie (N246 en N203) treffen we hoge concentraties fijnstof. De kaart linksmidden (4c) toont het gebrek aan groenvoorzieningen (binnen 300 meter), waarbij wederom het centrum van Amsterdam in negatieve zin erg opvalt. Het gebrek aan groenvoorzieningen speelt ook in andere stedelijke kernen zoals Zandvoort, Beverwijk, Muiden en Hilversum. Deze worden (deels) gecompenseerd door blauwvoorzieningen (water), wat in onze studie niet is meegerekend. Op de kaart rechtsmidden (4d) wordt omgevingslawaai weergegeven. Het lawaai concentreert zich in sterke mate in en rondom het vliegveld van Schiphol, maar ook bij Wijk aan Zee (nabij Tata Steel). In grote lijnen is te zien dat omgevingsgeluid vooral sterk is langs autowegen, spoorwegen, metrolijnen en vliegroutes.

De kaart linksonder (4e) toont aan dat ook andere stedelijke kernen dan Amsterdam kampen met hittestress, zoals Haarlem, Beverwijk en Hilversum. De kaart rechtsonder (4f) toont de cumulatieve score van alle door ons geselecteerde omgevingsfactoren, ofwel de omgevingskwaliteitsindex.

23

Figuur 3: Omgevingskwaliteit (cumulatieve score)

24

a. NO2 (µg/m3)

b. PM2.5 (µg/m3)

c. Percentage groen binnen 300m van woningen

d. Omgevingsgeluid (dB)

e. Hittestress (oC)

f. Omgevingskwaliteit (cumulatieve score)

Figuur 4: Kaarten van blootstelling aan schadelijke omgevingsfactoren

25

4.2 Omgevingskwaliteit alle type woningen boven advieswaarden, huurwoningen slechter Nu we de relatief hoge concentratiegebieden in de regio Amsterdam in kaart hebben gebracht, kijken we nu naar de relatie met huisvesting. Ten eerste toetsen we of er een ongelijke verdeling is in de omgevingskwaliteit tussen drie typen eigendom (koopwoning, corporatiehuur, particuliere huur). Simpel verwoord, zijn het vooral (sociale) huurwoningen die op ongezonde locaties zijn gevestigd of niet? Ten tweede kijken we of er verschillen zijn tussen de bouwperioden (uitgesplitst naar type eigendom). Daarbij letten we vooral op de verschillen tussen millennium-nieuwbouw (2000-2010) en recente nieuwbouw (2010-2022). Om deze vragen te beantwoorden hebben we drie verschillende typen analyses uitgevoerd: een analyse van medianen, multivariate regressieanalyses, en een analyse van voorspelde waarden en verschillen (predictive margins). Op basis van de mediaanscores concluderen we dat de omgevingskwaliteit van koopwoningen het beste is. Particuliere huur en corporatiehuur scoren om en om het slechts in relatie tot de bouwperioden. De advieswaarden (van de WHO en EU) voor fijnstof, stikstof en omgevingslawaai worden voor meer dan de helft van elk type woning overschreden, dus ook van koopwoningen.

Wat verder opvalt is dat in de recente nieuwbouwperiode (2010-2022) de koopwoningen beduidend beter scoren dan particuliere huur en corporatiehuur. Bovendien scoort de particuliere huur een stuk slechter in recente nieuwbouw dan in de bouwperiode ervoor. We beginnen met een bespreking van onze beschrijvende analyse. In Figuur 5 staan zes visualisaties van de medianen van schadelijke omgevingsfactoren. Ditmaal staafdiagrammen gesorteerd naar type eigendom én bouwperiode. In Figuur 5 worden louter medianen weergeven. De eerste staafdiagram toont de stikstofdioxide NO2 (µg/m3). Ten eerste valt op dat alle NO2-mediaanwaarden boven de WHO-advieswaarde (stippellijn) liggen. Ten tweede zien we dat de onderlinge verschillen in mediaan niet heel groot zijn, maar wel aanzienlijk met het hoge aantal observaties. Ten derde geldt voor elke bouwperiode dat de mediaan van de blootstelling aan stikstofdioxide het laagste was voor koopwoningen. Ten vierde zien we dat de mediaanwaarden voor recente nieuwbouw net iets hoger liggen. In de staafdiagram over fijnstof (rechtsboven) valt op dat wederom de waarden boven de WHO-advieswaarde (stippellijn) liggen. Ook al zijn de verschillen erg klein, de blootstelling aan fijnstof is voor elke bouwperiode het minste voor koopwoningen, gevolgd door corporatiehuur en particuliere huur.

De toegang tot groenvoorzieningen is voor alle type eigendom beter geworden in recente nieuwbouw, ten opzichte van millennium-nieuwbouw (2000-2010). De medianen van omgevingslawaai liggen boven de EU-advieswaarden (stippellijnen). Particuliere huurwoningen hebben te kampen met meer omgevingsgeluid, gevolgd door corporatiehuur en vervolgens koopwoningen. Bij hittestress zien we de grootste verschillen tussen bouwperioden. Woningen uit de oudste bouwperiode (1000-1950) staan in een omgeving die veelal kampt met de hoogste gevoelstemperaturen. Los van bouwperiode, is de mediaan voor hittestress van de koopwoningen het laagste, gevolgd door particuliere huur en daarna corporatiehuur.

26

Stikstofdioxide (NO2)

Fijnstof (PM2.5)

30

14

25

12 10

15

KW

10

µg/m3

µg/m3

20

8 6

KW

PH

4

PH

5

CH

2

CH

0

WHO

0

WHO

Bouwperiode

Bouwperiode

Omgevingsgeluid

50

65

46

Decibel (dB)

Groen binnen 300m van woningen (%)

Groenvoorzieningen

42 38

KW

34

PH CH

30

60

PH 50

EU (n)

Omgevingskwaliteit Som van kwartielscores

39 38.8 38.6

PET (°C)

EU (d)

Bouwperiode

Hittestress

38.4 38.2 38

KW

37.8

PH CH

37.4

CH

45

Bouwperiode

37.6

KW

55

Bouwperiode

20 19 18 17 16 15 14 13 12 11 10

KW PH CH

Bouwperiode

Figuur 5: Mediaan van omgevingsfactoren gesorteerd naar bouwperiode en type eigendom (KW = koopwoning; PH = particuliere huur; CH = corporatiehuur). 27

4.3 Omgevingskwaliteit van corporatiehuur en in sterkere mate particuliere huur significant slechter dan koopwoningen De verschillen uit beschrijvende analyses hierboven zijn niet statistisch getoetst. Om de mate van samenhang te tussen de omgevingsfactoren, bouwperiode en eigendom goed vast te stellen, hebben we multivariate regressieanalyses uitgevoerd. Deze indiceren dat de omgevingskwaliteit van corporatiehuur en in sterkere mate particuliere huur, significant slechter is dan de omgevingskwaliteit van koopwoningen. Tabel 5 geeft waarden weer binnen de regio Amsterdam (in bijlage 4 staat de tabel voor de waarden binnen de gemeente Amsterdam). In onze regressieanalyses gebruiken we steeds een referentiecategorie. Dat wil zeggen dat de waarden in tabel 5 de correlaties weergeven ten opzichte van de referentiecategorie. De variabelen zijn gecontroleerd voor stedelijkheid op gemeenteniveau. Door onze hoge N (1.251.422 woningen) zijn bijna alle waarden zijn zeer significant. Wat tabel 5 duidelijk weergeeft zijn de verbanden tussen eigendom en tussen bouwperioden. Er bestaan positieve verbanden met corporatiehuur en in sterkere mate met particuliere huur t.o.v. koopwoningen.