CConstaterende datMaashorst
Koppel je AI →
Document · PDF

Min. Fin. Significant, Impactanalyse BTW-verhoging logies, juni 2025

Commissievergadering Ruimte, Economie en Financiën 30 oktober 2025, gemeente MaashorstBij agendapunt: Spreekrecht16.506 woorden

Open het PDF bij de gemeente ↗Naar de vergadering →

Tekst van het document

Uit het bestand gehaald, zonder opmaak, tabellen en afbeeldingen · deel 2 van 2

35 CBS, Hotels; gasten, overnachtingen, woonland, regio,

https://opendata.cbs.nl/statline/#/CBS/nl/dataset/82061NED/table?fromstatweb. De tabel bevat cijfers over het aantal gasten en hun overnachtingen in Nederland in alle hotels, motels, pensions, appartementen met hoteldienstverlening, jeugdaccommodaties en bed&breakfasts met ten minste 5 slaapplaatsen. 36 We schatten een optimaal SARIMAX-model met behulp van de auto_arima package van Python (ook

beschikbaar in R Studio).

21

Pearson (2021), gepubliceerd in BMC Medical Reseach Methodology.37 Het gemeten effect wordt significant genoemd bij een significantieniveau van 1%, 5% of 10% als de p-waarde kleiner is dan respectievelijk 1%, 5% of 10%. De onderstaande tabel bevat de regio’s met significante resultaten. De tabel laat ook zien wat de procentuele verandering is in de vraag naar hotelovernachtingen, gemeten over de gehele periode vanaf januari 2019. Hiervoor hebben we ingeschat hoe hoog het aantal overnachtingen vanaf 2019 geweest zou zijn als er geen btw-verhoging zou hebben plaatsgevonden. Deze ‘counterfactual’ hebben we berekend door voorspellingen te maken met een tijdreeksmodel dat geschat is met data van vóór januari 2019 en die lijn vervolgens door te trekken na januari 2019. We kunnen de procentuele impact op de vraag naar overnachtingen berekenen door de counterfactual te vergelijken met de feitelijke overnachtingen (waarbij de btw-verhoging wel is toegepast).

Regio

Woonland

Directe effect

Trendverandering (maand op maand)

% verandering in vraag

Prijselasticiteit bij aanname 100% doorberekening btw in de prijs

Prijselasticiteit 95% betrouwbaarheidsinterval

Limburg

Totaal landen

-26.934 **

657 (n.s.)

-9,97%

-3,5

(-6,4; 0,0)

NoordBrabant

Totaal landen

-34.488 ***

2.594 **

-6,64%

-2,3

(-4.7; 0,5)

NoordBrabant

Nederland

-19.288 ***

1.735 **

-2,16%

-0,8

(-4,4; 3,8)

Nederland

Nederland

-71.185 *

6.384 (n.s.)

-1,63%

-0,6

(-2,8; 2,0)

NoordHolland

Totaal buitenland

82.166 **

-6.973 (n.s.)

2,57%

0,9

(-1,5; 3,7)

Tabel 3. Relatie btw-verhoging van 6% naar 9% in 2019 op aantal overnachtingen voor verschillende regio’s (12 provincies en Nederland) en voor toeristen die wonen in Nederland, buitenland, of ieder land. Totaal zijn er dus 36 regressies gedaan. In de tabel staan alleen regio’s met statistisch significant direct effect van de btw-verhoging op het aantal overnachtingen, met significantieniveau 1% (***), 5% (**) of 10% (*). Coëfficiënten directe effect en trendverandering zijn geschat met interrupted time series analysis. Direct effect: sprong in aantal overnachtingen direct na btw-verhoging. Trendverandering: verandering in maandelijkse stijging/daling in aantal overnachting na btw-verhoging. Het percentage verandering in vraag is geschat door het werkelijke aantal overnachtingen vanaf 2019 te vergelijken met voorspellingen uit een tijdreeksmodel dat geschat is met data van voor 2019 (‘counterfactual’). Prijselasticiteit is percentuele vraagverandering gedeeld door percentuele prijsstijging. Maanddata: CBS “Hotels; gasten, overnachtingen, woonland, regio”. Analyse door Significant APE.

37 Schaffer, A.L., Dobbins, T.A. & Pearson, S.-A. (2021), Interrupted time series analysis using

autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions: https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/s12874-021-01235-8.

22

Als we kijken naar alle toeristen, zowel binnenlands als buitenlands, dan blijkt dat in de meeste provincies én op landelijk niveau geen statistisch significant direct effect zichtbaar is van de btw-verhoging van 6% naar 9% op het aantal overnachtingen. Uitzonderingen vormen de zuidelijke grensprovincies Limburg en Noord-Brabant, waar het aantal overnachtingen direct na de btw-verhoging naar schatting daalde met respectievelijk 27.000 en 35.000 (‘direct effect’) per maand. In Noord-Brabant werd deze initiële daling gevolgd door een lichte toename in de trend van circa 2.600 overnachtingen per maand. Wanneer we de werkelijke ontwikkeling van het aantal overnachtingen vanaf januari 2019 vergelijken met de voorspelde trend op basis van eerdere jaren (de 'counterfactual'), dan blijkt dat de vraag in Limburg met bijna 10% is gedaald, en in Noord-Brabant met 6,6%. Onder de aanname dat de btw-verhoging volledig is doorberekend in de prijs, levert dit een nogal hoge prijselasticiteit op: -3,5 voor Limburg en -2,3 voor Noord-Brabant. Dit betekent dat een prijsstijging van 1% verband lijkt de te houden met een daling van de vraag met respectievelijk 3,5% en 2,3%. Bij modelvoorspellingen van het aantal overnachtingen hebben we ook een onder- en bovengrens berekend door middel van een 95% betrouwbaarheidsinterval. Die grenzen geven aan dat er veel onzekerheid is.

Over de gehele periode bekeken kan (net) niet verworpen worden dat de prijsverhoging door de btw verband houdt met een significante daling in het aantal overnachtingen bij een significantieniveau van 5%. Figuur 1 toont voor Limburg hoe het werkelijke aantal overnachtingen (zwarte lijn) zich verhoudt tot de modelschatting van het aantal overnachtingen indien de btw-verhoging niet zou zijn toegepast (blauwe streepjeslijn). De btw-verhoging in 2019 is gemarkeerd met een verticale rode stippellijn. Het model is goed in staat het werkelijke aantal overnachtingen voorafgaand aan de btw-verhoging te schatten, wat vertrouwen geeft in de prognoses vanaf 2019. De statistische betrouwbaarheid van de voorspellingen vanaf 2019 is aangegeven met een 95%-betrouwbaarheidsinterval. Het werkelijke aantal overnachtingen ligt rond de ondergrens van dit betrouwbaarheidsinterval waardoor de bovengrens van de prijselasticiteit op de 0 uitkomt. Bij Noord-Brabant is het beeld redelijk vergelijkbaar, zoals figuur 2 laat zien.

Figuur 1. Werkelijke en voorspelde hoeveelheid overnachtingen (x1000, totaal woonlanden) in Limburg na btw-verhoging van 6% naar 9% in 2019. Voorspellingen liggen vaak lager dan realisaties, maar rond de grens van 95% betrouwbaarheidsinterval. Maanddata: CBS “Hotels; gasten, overnachtingen, woonland, regio”. Analyse door Significant APE.

23

Figuur 2. Werkelijke en voorspelde hoeveelheid overnachtingen (x1000, totaal woonlanden) in NoordBrabant na btw-verhoging van 6% naar 9% in 2019. Voorspellingen liggen lager dan realisaties, maar rond de grens van 95% betrouwbaarheidsinterval. Maanddata: CBS “Hotels; gasten, overnachtingen, woonland, regio”. Analyse door Significant APE. Als we in tabel 3 alleen kijken naar toeristen woonachtig in Nederland, dan zien we opnieuw een significante afname in Noord-Brabant en een significante afname voor heel Nederland. De geschatte prijselasticiteiten liggen hier echter een stuk lager: -0,76 voor Noord-Brabant en -0,57 voor Nederland. Voor Noord-Brabant kan het effect kleiner uitvallen omdat de aantallen bij toeristen woonachtig in Nederland kleiner zijn dan toeristen uit binnen- én buitenland. De kleinere aantallen zorgen voor meer ruis (centrale limietstelling), waardoor de effecten minder sterk uitvallen. Dit zien we terug in grootte van het 95% betrouwbaarheidsinterval, dat varieert van -4,4 tot +3,8. Onderstaande figuur laat zien dat het toerisme in Nederland alleen in januari en februari lager ligt dan verwacht. Dit zeer tijdelijke effect is niet relevant om de impact van de btw-verhoging te meten. Voor andere provincies zijn geen significante effecten gevonden in deze groep.

Figuur 3. Werkelijke en voorspelde hoeveelheid overnachtingen (x1000, woonland Nederland) in Nederland na btw-verhoging van 6% naar 9% in 2019. Voorspellingen liggen alleen in januari en februari lager dan realisaties. Maanddata: CBS “Hotels; gasten, overnachtingen, woonland, regio”. Analyse door Significant APE.

24

Voor buitenlandse toeristen is er in de meeste regio’s eveneens geen statistisch effect zichtbaar, zoals tabel 3 laat zien. Een opmerkelijke uitzondering is echter Noord-Holland, waar het aantal overnachtingen van buitenlandse toeristen juist toenam na de btw-verhoging. Een verklaring hiervoor is de uitzonderingspositie van Amsterdam, waar de internationale vraag voor een belangrijk deel wordt gedreven door andere effecten dan een kleine Nederlandse btw-verhoging. Concluderend kunnen we uit de econometrische analyse voorzichtig opmaken dat de reactie op de btwverhoging in 2019 van 6% naar 9% in de zuidelijke grensprovincies Limburg en Noord-Brabant verband houdt met een daling in het aantal overnachtingen. Soms is het aantal overnachtingen vlak na de btwverhoging significant lager maar trekt het daarna snel bij, waardoor er over de gehele periode gezien geen significant verschil is tussen het aantal overnachtingen met of zonder btw-verhogingen. Bovendien geldt dat in de meeste provincies het aantal overnachtingen ook al in de eerste maanden van 2019 niet significant is gedaald door de kleine btw-verhoging. Zoals besproken in paragraaf 3.2, kan het effect van een kleine btw-verhoging van 6% naar 9% niet zomaar vergeleken worden met een grote btw-verhoging van 9% naar 21%.

Om de impact van de grote btw-verhoging verder in kaart te brengen, hebben we een keuze-experiment uitgevoerd. 4.2

Keuze-experiment In een keuze-experiment hebben we respondenten een reeks gesimuleerde keuzescenario’s voorgelegd om hun reactie te meten op een mogelijke prijsstijging van Nederlandse logies als gevolg van de nieuwe btw-verhoging. De enquête hebben we voorgelegd aan zowel Nederlandse respondenten als buitenlandse (Belgische en Duitse) respondenten omdat de toeristenpopulatie ook uit binnenlandse- en buitenlandse toeristen bestaat. Dit maakt het ook mogelijk om de effecten te meten voor deze twee verschillende groepen. Ook hebben we binnen het experiment verschillende contexten getoetst, waardoor we effecten kunnen meten voor bijvoorbeeld grensregio en binnenlandse regio. In deze paragraaf lichten we eerst het ontwerp van het experiment toe. Daarna bespreken we de resultaten van het experiment voor de Nederlandse respondenten (binnenlandse toeristen). Tot slot bespreken we de resultaten voor de hele respondenten-pool, waar we verschillende dwarssneden maken om de effecten te meten op verschillende subgroepen (waaronder Belgische en Duitse toeristen, maar ook bijvoorbeeld uitgesplitst op basis van inkomen).

4.2.1

Context en designkeuzes Met het keuze-experiment meten we hoe gevoelig vakantiegangers zijn voor prijsveranderingen van Nederlandse accommodaties, onder invloed van een btw-verhoging. We merken vooraf op dat we steeds naar intenties hebben gevraagd, niet naar feitelijk gedrag. Bekend is dat mensen hun toekomstig gedrag vaak overschatten, wat betekent dat de gemeten elasticiteiten waarschijnlijk hoger liggen dan wat we in de praktijk zouden zien bij een btw-verhoging in 2026. Het is dan ook vooral informatief om prijsgevoeligheden te vergelijken tussen bijvoorbeeld regio’s (grensregio/binnenland), gezinsinkomen en segment (budget/standaard/luxe). We onderzochten de prijsgevoeligheid van respondenten door ze keuzescenario’s voor te leggen met binnenlandse en buitenlandse overnachtingsopties, waarbij we in een latere fase prijzen verhoogden of juist verlaagden. In elk scenario konden respondenten kiezen uit vijf alternatieven: twee Nederlandse accommodaties, twee buitenlandse opties en de keuze om geen boeking te maken. Wanneer een respondent in eerste instantie een Nederlandse accommodatie koos, kreeg diezelfde optie later nogmaals te zien, maar dan met een prijs die 11% hoger lag (gelijk aan een volledige doorberekening van de btwverhoging). Voor respondenten die in eerste instantie een buitenlandse optie of ‘geen boeking’ kozen,

25

werd in de tweede ronde de prijzen van de Nederlandse opties verlaagd. Zo wordt de informatie van deze respondenten niet weggegooid en kunnen we de bereidheid van deze groep meten om over te stappen naar Nederland met lagere prijzen. De resultaten hiervan zijn opgenomen in de bijlage A. De keuzescenario’s varieerden we langs drie contextuele dimensies: a.

Type vakantie (stedentrip of vakantiepark);

b.

De ligging (grensregio of binnenlandse regio);

c.

Verschillende marktsegmenten (budget versus standaard of standaard versus luxe).

De combinatie van variabelen leidde tot acht verschillende contexten. In elk van deze contexten kreeg de respondent een keuzescenario voorgelegd. Afhankelijk van de initiële keuze (wel of geen Nederlandse accommodatie), werd hetzelfde scenario later herhaald met aangepaste Nederlandse prijzen: 11% hoger bij een eerdere keuze voor Nederland, of 11% lager bij een eerdere keuze daarbuiten. Hierdoor beantwoordde elke respondent in totaal 16 keuzevragen: acht originele en acht aangepaste scenario’s. Figuur 4 toont één van de scenario’s die zijn voorgelegd aan de respondenten. Bij het ontwerpen van het experiment zorgden we ervoor dat de prijsmanipulaties pas later in de enquête werden geïntroduceerd. Zo voorkwamen we dat respondenten onbewust bleven hangen aan de oorspronkelijke prijzen (anchoring-effect) of strategisch reageerden door overdreven op prijsveranderingen te reageren om een signaal af te geven. Ook beperken we hiermee de kans op consistency bias, waarbij respondenten geneigd zijn hun eerdere keuzes te herhalen om consistent over te komen. De uitgangsprijzen maakten we zo representatief mogelijk: voor hotels gebruikten we de mediaan van actuele overnachtingstarieven op Booking.com in de betreffende regio en het segment, vastgesteld in september 2025 (gezocht in april 2024). Voor vakantieparken baseerden we de prijzen op die van een Landal-park binnen dezelfde context.

Figuur 4. Eén van voorgelegde scenario’s. In dit geval stedentrip-binnenland-luxe vs standaard. Het scenario toont twee opties (segmenten) in Nederland, twee alternatieven in het buitenland en de optie om niet te boeken. De resultaten moeten wel in de context van het experiment beschouwd worden. Hoewel we realistische buitenlandse alternatieven voorlegden, zullen respondenten zich in de praktijk minder snel bewust zijn van alle beschikbare buitenlandse opties en hun prijzen. In ons experiment kan die expliciete aanwezigheid van buitenlandse keuzes dus leiden tot een hogere overstapbereidheid dan in een werkelijke boekingssituatie. Een deel van de wijzigingen in de keuzes kan bovendien mogelijk verklaard worden door twijfel tussen verschillende opties, waardoor een respondent de ene keer de ene optie kiest en de volgende keer een andere optie. Bovendien vroegen we steeds naar intenties, niet naar feitelijk gedrag. Bekend is dat mensen hun toekomstig gedrag vaak overschatten, wat betekent dat de gemeten elasticiteiten waarschijnlijk hoger liggen dan wat we in de praktijk zouden zien bij een btw-verhoging in 2026. Het is dan ook vooral informatief om prijsgevoeligheden tussen subgroepen te vergelijken.

26

In bijlage A staat een tabel met beschrijvende statistieken over de respondenten van het SurveyMonkeypanel. Hieruit is op te maken dat de verschillende categorieën (zoals geslacht, gezinsinkomen, leeftijd, gezinssamenstelling) mooi verdeeld zijn over verschillende kenmerken (zoals man/vrouw). We bespreken nu allereerst de resultaten voor toeristen uit Nederland en richten ons vervolgens op de resultaten van overige groepen op basis van land (Nederland, Duitsland en België), bruto gezinsinkomen en leeftijd. 4.2.2

Resultaten Nederlandse respondenten We bespreken eerst de resultaten voor Nederlandse respondenten die in eerste instantie voor een binnenlandse vakantie kozen. Deze subgroep vertegenwoordigt de binnenlandse toeristen die daadwerkelijk geïnteresseerd zijn in een vakantie in Nederland. Voor elke context stelden we een transitiematrix op om te analyseren hoe hun keuzes veranderden na een prijsverhoging van 11% op de Nederlandse accommodaties. Figuur 5 toont het keuzeverloop van deze groep. Van respondenten die aanvankelijk voor een Nederlandse prijsverhoging hebben gekozen: a.

Blijft ruim de helft bij hun oorspronkelijke keuze, ondanks de hogere prijs;

b.

Wijkt circa 26% tot 30% na de prijsverhoging uit naar het buitenland;

c.

Annuleert rond de 5% de reis geheel na de prijsstijging;

d.

Gaat 8% voor een goedkoper segment in Nederland na de prijsstijging;

e.

Stapt 7% juist over naar een duurder segment in Nederland (mogelijk door een Veblen-effect waarbij hogere prijzen als teken van kwaliteit worden gezien);

Daarnaast zijn er verschillen tussen type overnachting: f.

De vraag naar overnachtingen in Nederlandse vakantieparken daalt zowel in het binnenland (29% daling) als in de grensregio’s (tot 32% daling). Het verschil tussen wel of geen grensregio is niet groot, maar wel waarneembaar;

g.

De vraag naar hotelovernachtingen in Nederlandse steden daalt met 32% in alle Nederlandse regio’s. Er is hier géén verschil tussen regio’s die wel of niet aan de grens liggen.

De studie van Significant APE naar de toeristenbelasting in Amsterdam toonde prijselasticiteiten -2,0 tot -2,2. In de huidige studie komen de prijselasticiteiten uit hoger uit (tussen -2,4 en -2,7).38 Deze getallen zijn, om bovengenoemde redenen, waarschijnlijk een overschatting van de werkelijke elasticiteiten. Het is vooral interessant om dit keuze-experiment te gebruiken om te onderzoeken in hoeverre de vraageffecten verschillen tussen verschillende groepen.

38 Significant APE (2023):

https://openresearch.amsterdam/image/2023/6/19/effect_toeristenbelasting_overnachtingen.pdf.

27

60% 50% 40% 30% 20% 10% 0% Gaat niet meer

Stedentrip, binnenland

Gaat naar een duurder segment

Gaat naar een goedkoper segment

Stedentrip, grensregio

Blijft bij zijn/haar keuze

Vakantiepark, binnenland

Kiest een alternatief in het buitenland

Vakantiepark, grensregio

Figuur 5. Transitie van Nederlandse respondenten na de prijsverhoging voor verschillende scenario’s We hebben in dat kader allereerst onderzocht hoe de prijsgevoeligheid verschilt per segment: budget, standaard en luxe. Figuur 6 toont dat het budgetsegment prijsgevoeliger is dan het luxe segment. Onder respondenten die aanvankelijk voor een budgetsegment in Nederland kozen, kiest 37% tot 40% na de prijsstijging niet meer voor een overnachting in Nederland. Bij het luxesegment is dat duidelijk minder: 21% tot 28%. 60%

50% 40% 30% 20% 10%

0% % van budget NL naar niet-NL

% van standaard NL naar niet-NL

% van luxe NL naar niet-NL

% van totaal NL naar niet-NL

stedentrip binnenland totaal

stedentrip grensregio totaal

vakantiepark binnenland totaal

vakantiepark grensregio totaal

Figuur 6. Percentage respondenten dat eerst voor een bepaald segment overnachting in Nederland koos en na de verhoging van Nederlandse prijzen niet meer voor een Nederlandse overnachting koos 4.2.3

Resultaten verschillende subgroepen van alle respondenten We hebben zojuist besproken hoe respondenten uit Nederland op een prijsverhoging reageerden. Nu tonen we in welke mate het gemeten prijseffect verschilt tussen subgroepen van zowel Nederlandse als buitenlandse respondenten.

28

We analyseren per vakantietype (stedentrip of vakantiepark) hoe het keuzegedrag verandert na de prijsaanpassing. Daarbij brengen we de transitie in kaart op basis van verschillende achtergrondkenmerken van de respondenten. We maken dwarsdoorsnedes op basis van: a.

Eerder vakantiegedrag (wel of geen eerdere vakantie in Nederland);

b.

Bruto gezinsinkomen;

c.

Herkomstland;

d.

Leeftijd.

De uitsplitsingen zijn niet exclusief: een respondent kan bijvoorbeeld zowel tot de lage inkomensgroep als tot de groep met herkomstland Duitsland behoren. We voeren de analyses daarom parallel aan elkaar uit. Daarnaast splitsen we alle resultaten uit naar regio: grensregio’s versus binnenlandse regio’s. Zo kunnen we vaststellen of de prijsgevoeligheid hoger is nabij de grens. Figuur 7 laat zien welk percentage respondenten na een prijsverhoging voor Nederlandse overnachting blijft kiezen, waar we de resultaten hebben uitgesplitst naar subgroepen en naar grensregio versus binnenland. Opvallend is dat deze percentages consistent zijn: in de meeste subgroepen blijft circa 70% van de respondenten in Nederland een overnachting boeken, wat betekent dat zo’n 30% na de prijsverhoging afziet van een stedentrip in Nederland. Binnen inkomensklassen zijn de verschillen beperkt en de percentages liggen ook bij elkaar als we grensregio’s met het binnenland vergelijken. 39 Het land van de respondent lijkt wel van enige invloed te zijn. Van de respondenten uit België blijft bijvoorbeeld 77% in Nederland op vakantie gaan, waaruit blijkt dat zij iets minder gevoelig zijn voor een stijging van de Nederlandse prijzen dan respondenten uit Nederland.

Ten aanzien van de leeftijdsgroepen wijken alleen respondenten ouder dan 60 jaar wijken iets af: in deze groep blijft slechts 60% na de prijsverhoging in Nederland, wat wijst op een hogere prijsgevoeligheid.

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

% NL gebleven na prijsstijging (binnenland)

% NL gebleven na prijsstijging (grensregio)

39 Het gezinsinkomen wordt mede beïnvloed door de gezinssamenstelling, bijvoorbeeld of iemand

alleenstaand is of samenwoont met een partner. In onze analyse hebben wij de inkomensafhankelijke prijsgevoeligheid ook binnen verschillende gezinssituaties onderzocht en geen duidelijke verschillen waargenomen.

29

Figuur 7. Percentages respondenten die na de Nederlandse prijsverhogingen blijven kiezen voor een hotelovernachting in Nederlandse stad, voor verschillende dwarsdoorsnedes van de populatie, uitgesplitst naar grensregio en binnenland Figuur 8 toont de resultaten voor vakantieparken. Ook hier is het percentage toeristen dat na een prijsverhoging in Nederland blijft opvallend stabiel over de verschillende subgroepen. Respondenten uit België die aanvankelijk voor een Nederlandse overnachting kozen reageren wederom wat minder sterk op de prijsstijging dan respondenten uit Nederland. Bij de vakantieparken is er wel iets meer een grenseffect waar te nemen. In de grensregio’s is het percentage dat voor de Nederlandse optie blijft kiezen 2%-punt tot 4%-punt lager dan in het binnenland. Ten aanzien van inkomen en leeftijd is er een beperkt variatie in de reactie op de prijsstijging. 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

% NL gebleven na prijsstijging (binnenland)

% NL gebleven na prijsstijging (grensregio)

Figuur 8. Percentages respondenten die in Nederland blijven voor een vakantiepark na de prijsverhogingen voor verschillende dwarsdoorsnedes van de populatie, uitgesplitst naar grensregio en binnenland

30

5 Omzeteffect btw-verhoging logies Tot dusver hebben we in hoofdstuk 2 een toelichting gegeven op de btw-verhoging logies en in hoofdstuk 3 een literatuuroverzicht over effecten van btw-verhoging op prijs en aantal overnachtingen (elasticiteiten). Vervolgens hebben we, in hoofdstuk 4, het verband onderzocht tussen een btw-verhoging en het aantal overnachtingen aan de hand van econometrie en een keuze-experiment. In dit hoofdstuk onderzoeken we de effecten van de btw-verhoging op de netto omzet van logies-aanbieders (= netto prijs x aantal overnachtingen). Allereerst bespreken we de omzetontwikkeling in de logiessector. Vervolgens presenteren we bestaande literatuur over dit onderwerp. Daarna berekenen we de impact van de aanstaande btw-verhoging op de omzet op basis van verschillende aannames over de mate van doorberekening en de elasticiteit van de vraag. Ten slotte geven we de reacties op de btw-verhoging die we vanuit de sector in de interviews hebben opgehaald en eindigen we met een beknopte conclusie. 5.1

Omzetontwikkeling in logiessector Het onderstaande figuur toont de ontwikkeling van de omzetwaarde in de logiessector. Het is evident dat de sector flinke omzetverliezen heeft geleden als gevolg van de lockdowns en reisrestricties tijdens de coronajaren (2020, 2021). De nominale omzetwaarde was in 2022 hoger dan voor de crisis en is vervolgens gegroeid. Tijdens de coronajaren heeft de sector “Logies, maaltijd en drankverstrekking” veel overheidssteun ontvangen. De sector had van alle sectoren het hoogste gebruikerspercentage van het bijzonder uitstel van belastingbetaling (27%) en heeft de meeste steun ontvangen vanuit NOW (€ 3,8 miljard) en TVL (€ 2,2 miljard).40 In 2023 maakte 17% van de sector gebruik van bijzonder uitstel van betaling. 160 140 120 100 80 60 40 20 0 2015

2016

2017

Omzetwaarde

2018

2019

2020

2021

2022

2023

Omzetwaarde gecorrigeerd voor inflatie

Figuur 9. Geïndexeerde omzetwaarde logiessector (2015 = 100) Hoewel de omzetwaarde de laatste jaren is gestegen, is de winstgevendheid niet automatisch meegegroeid omdat de kosten zijn gestegen. De omzetwaarde gecorrigeerd voor inflatie (CPI) ligt in 2023

40 Significant APE en Technopolis (2024), Evaluatie bijzonder uitstel van betaling:

https://open.overheid.nl/documenten/329abaf4-776b-46a9-b83c-b3ccdf9dcc79/file. NOW: Noodmaatregel Overbrugging Werkgelegenheid, TVL: Tegemoetkoming Vaste Lasten.

31

wel op hetzelfde niveau als in 2019, zoals het bovenstaande figuur laat zien. De energieprijzen zijn in 2022 fors gestegen als gevolg van de oorlog in Oekraïne en de afbouw van gasimport. De gas- en elektriciteitsprijzen waren in 2022 ruim 2 keer zo hoog als het jaar daarvoor. In 2024 was de gasprijs echter nog maar 6% hoger dan in 2021 en de elektriciteitsprijs 25% lager.41 De nominale loonkosten zijn in 2023, het jaar na de plotselinge stijging in de energiekosten, flink toegenomen met 16,6% ten opzichte van 2019.42 In 2023 genereerde de logiessector (inclusief kamperen) een netto-omzet van € 12 miljard, waarvan € 8,3 miljard afkomstig was van hotels. De winst (voor belastingen) bedroeg dat jaar € 1,3 miljard, waarvan € 955 miljoen werd gerealiseerd door hotels.43 In 2024 waren er 120 miljoen overnachtingen in logies exclusief kamperen, waarvan 65 miljoen in hotels e.d.44, 51 miljoen op huisjesterreinen en 4 miljoen in groepsaccommodaties.45 5.2

Literatuur over omzeteffect De effecten van de btw-verhoging op de omzet zijn vooraf moeilijk vast te stellen. Op basis van eerder besproken literatuur hebben we gezien dat de mate van doorberekening in de prijs per product en regio sterk kan variëren. Het effect op de vraag is ook onzeker en soms van tijdelijke aard. De gemeten gedragsintenties bij een prijswijziging in logies zijn nogal sterk. Dit komt naar voren uit ons keuze-experiment en uit de enquête van Ipsos I&O over de btw-verhoging op logies, in opdracht van HISWA-RECRON. Als het daadwerkelijke gedrag achteraf gemeten worden in de Nederlandse context, dan blijken de effecten op de vraag zeer klein. Jansen en Jonker (2016) van de DNB vinden bijvoorbeeld weinig bewijs dat prijsverschillen leiden tot brandstoftoerisme. Alleen bij de accijnsverhoging op diesel en LPG in 2014 vonden zij vraageffect, dat bovendien al na een kwartaal was uitgedoofd. In onze econometrische analyse over de kleine btwverhoging van 6% naar 9% zien we in Nederland slechts een zeer tijdelijk verband met het aantal overnachtingen. In het CPB-onderzoek van Jongen et al (2018) over de btw verlaging van 17,5% naar 6% in 2000 werd een doorberekening van 88% in de prijzen van kappersdiensten gemeten. Ze vonden echter geen significante verandering in de vraag naar kappersdiensten of in de werkgelegenheid.

Hieruit volgt dat de netto-omzet slechts licht is gestegen door de aanzienlijke btw-verlaging. Onderzoek buiten Nederland laten een ander beeld zien. In Portugal is de btw op horeca verhoogd van 13% naar 23% in 2012. Mateus & Mateus (2021) stellen dat deze btw-verhoging leidde tot een aanzienlijke daling van de winstgevendheid van bedrijven, met een gemiddelde terugval van 8,7%. 46 Deze maatregel vergrootte daarnaast de kans op faillissementen met een factor drie en zorgde voor een sterke toename van het aantal inactieve bedrijven: tot 8,1% in 2012 en 9% in 2013. Deze negatieve effecten waren sterker dan die tijdens de financiële crisis.

41 CBS Marktprijzen Energie KEV: https://www.cbs.nl/nl-nl/maatwerk/2025/14/marktprijzen-energie-2000-

2024. 42 CBS loonkosten horeca:

https://opendata.cbs.nl/statline/#/CBS/nl/dataset/85919NED/table?ts=1749197051574. 43 CBS: https://opendata.cbs.nl/statline/#/CBS/nl/dataset/81156ned/table?ts=1749132450041. 44 Hotel, motel, pension, appartement met hoteldienstverlening, jeugdaccommodatie of bed&breakfast. 45 Voorlopige cijfers CBS:

https://opendata.cbs.nl/statline/#/CBS/nl/dataset/82058NED/table?ts=1749130386981. 46 Mateus, C. & Mateus, I.B. (2021), Does a VAT rise harm the tourism industry? Portuguese evidence:

www.sciencedirect.com/science/article/pii/S0261517720301606.

32

Gegeven de onzekerheid over de impact, wordt er vaak gerekend aan de hand van aannames ten aanzien van prijsdoorberekening en de elasticiteit van de vraag. Panteia blijkt in 2018 onderzoek gedaan te hebben naar grenseffecten van de verhoging van het lage btw-tarief van 6% naar 9%. De studie is niet meer online beschikbaar, maar wordt wel besproken in het onderzoek van Maastricht University. Panteia gaat ervan uit dat in de grensregio’s de btw-verhoging van 6% naar 9% volledig wordt doorberekend in de prijs, waardoor de prijzen met 2,83% stijgen. Daarnaast veronderstellen zij een hoge prijselasticiteit van -1. Daardoor ramen zij het omzetverlies op -2,83% (= prijsverandering * prijselasticiteit). Decisio en CELTH hebben, in opdracht van Koninklijke Horeca Nederland, een dergelijke doorberekening verder doorgevoerd. In hun basisscenario zijn zij daarbij uitgegaan van de waarden uit de ambtelijke fichebundel. Dat zijn dus een prijsdoorberekening van 75% en een elasticiteit van -0,75. Voor zakelijke gasten veronderstellen zij een elasticiteit van -0,6. Deze aannames resulteren in een vraagdaling van 6,2% voor recreatieve overnachtingen en een vraagstijging van 1,9% voor zakelijke gasten. Op basis van deze veronderstellingen daalt de omzet op hotelovernachtingen volgens onze berekeningen met 8,5% bij recreatieve overnachtingen en met 0,7% bij zakelijke overnachtingen.

Decisio en CELTH beargumenteren dat het effect voor een luxe hotel met restaurant in de Randstad kleiner is dan voor een budgethotel in een grensregio. De onderzoekers gaan ervan uit dat het budgethotel relatief weinig zakelijke gasten heeft (17%) en dat de prijselasticiteit relatief groot is (-1). Ten aanzien van het luxe hotel is de aanname dat het juist veel zakelijke gasten aantrekt (32%) en dat de prijselasticiteit hier kleiner is (-0,5). Uit de eerdere hoofdstukken blijkt dat er veel onzekerheid is in het bepalen van het effect op de prijs en de vraag; en dat deze impact sterk kan afhangen van de context. Bij de econometrische analyse van de kleine btw-verhoging in 2019 zien we vooral aanwijzingen voor een vraageffect bij de zuidelijke grensprovincies, terwijl uit het keuze-experiment alleen een grenseffect naar voren komt bij vakantieparken - en niet bij hotelovernachtingen. Een eenduidiger resultaat uit het keuze-experiment is dat het vraageffect groter is voor respondenten die voor het budget-segment kiezen dan voor respondenten die voor het luxe segment kiezen. Al met al lijken de bovenstaande uitgangspunten van Decisio en CELTH grotendeels ondersteund te worden door de uitkomsten van onze data-analyses. Om de totale impact op de hotelomzet te berekenen, nemen Decisio en CELTH ook mogelijke gevolgen mee voor de omzet die hotels uit restaurants halen.

Hierbij wordt aangenomen, op basis van “Hotel Statistics Analysis” van Horwath HTL, dat hotels gemiddeld 56% van hun omzet uit kamerinkomsten halen en dat, van de overige inkomsten uit onder meer restaurant en zaalverhuur circa de helft afkomstig is van overnachtende gasten. Op basis van omzetcijfers uit 2023 concluderen zij dat de totale omzet van de hotelsector in het basisscenario dan met circa € 342 miljoen zal dalen als gevolg van de btw-verhoging van 9% naar 21%. De aannames over de omzetgevolgen op de overige inkomsten van hotels zijn relevant, maar voegen meer onzekerheid toe aan de schattingen. Decisio en CELTH schatten in dat de winstmarges dalen van 10% naar onder de 7%, waarbij ze aangeven dat de impact op de winstmarge per regio en segment kan verschillen. Decisio en CELTH richten zich op uitsluitend op hotels. Aangezien vakantieparken minder zakelijke overnachtingen hebben dan hotels, zal het effect op de omzet voor de vakantieparken naar verwachting groter zijn. Ten aanzien van short-stay kunnen wij geen uitspraken doen over de eventuele impact van de btw-verhoging, omdat relevante informatie ontbreekt. In de literatuur hebben we geen studies gevonden die specifiek ingaan op de effecten van btw-tarieven op dit marktsegment. Partijen die mogelijk zicht hebben op de short-stay markt waren niet beschikbaar voor een interview.

Daarnaast biedt de AirDNAdataset, die gebaseerd is op gescrapte gegevens van platforms zoals Airbnb, geen informatie over de daadwerkelijke verblijfsduur van gasten. Daardoor is het niet mogelijk om het short-stay segment binnen de totale verhuurmarkt af te bakenen en te analyseren.

33

5.3

Doorrekeningen omzet In deze paragraaf leggen we uit hoe de impact op de omzet berekend kan worden op basis van veranderingen in de prijs en de vraag naar overnachtingen. Zoals genoemd is de impact op prijs en vraag onzeker en verschilt de impact per segment, locatie en vakantietype. Om die reden onderzoeken we in hoeverre aannames over de mate van doorberekening en de prijselasticiteit gevolgen helpen voor berekeningen van de omzet. In het eenvoudigste geval gaan we uit van volledige doorberekening in de prijs, waardoor de bruto prijzen stijgen met 11% (= (1,21 - 1,09)/1,09 * 100%). Indien we daarnaast uitgaan van een prijselasticiteit van -1, dan is de verwachte omzetverandering uit toeristische overnachtingen -1 * 11% = -11%. Het wordt iets ingewikkelder als we uitgaan van een doorberekening van 75% en een elasticiteit van -0,75. We veronderstellen voor het gemak dat de prijs van een overnachting aanvankelijk € 100 (excl. btw) bedraagt en € 109 (incl. btw). Als de btw voor 75% wordt doorberekend, dan: a.

Stijgt de prijs inclusief btw niet met € 12 (= 121 - 109), maar met € 9,00 (= 0,75 * 12);

b.

Is de nieuwe prijs inclusief btw € 118 (= 109 + 9,00) en dat komt neer op een prijsstijging inclusief btw van 8,26%;

c.

Is de prijs exclusief btw € 97,52 (= 118 / 1,21), waardoor de aanbieder dus € 2,48 per overnachting verliest;

d.

Is de vraagverandering bij een elasticiteit van -0,75 gelijk aan -6,2% (= -0,75 * 8,26%);

e.

Is de nieuwe omzet € 91,47 (= 97,52 * (1 - 0,062));

f.

En is de omzetverandering voor toeristische overnachtingen -8,5%.

De onderstaande tabel toont de omzetverandering voor verschillende elasticiteiten en mate van prijsdoorberekening. De omzetverandering van zakelijke overnachtingen is ook berekend. Zakelijke reizigers kunnen de btw terugvorderen, waardoor zij hun keuzes laten afhangen van de netto prijs. Als de btw-verhoging niet volledig wordt doorberekend, dan wordt de netto prijs lager, waardoor de vraag naar zakelijke overnachtingen toeneemt. Elasticiteit -0,5

Prijsdoorberekening btw 75%

Vraag ↓ (%) toeristische overnachtingen -4,1%

Omzet ↓ (%) toeristische overnachtingen -6,5%

Vraag ↑ (%) zakelijke overnachtingen 1,2%

Omzet (%) zakelijke overnachtingen -1,3%

-0,5

100%

-5,5%

-5,5%

0,0%

0,0%

-0,75

75%

-6,2%

-8,5%

1,9%

-0,7%

-0,75

100%

-8,3%

-8,3%

0,0%

0,0%

-1

75%

-8,3%

-10,5%

2,5%

-0,1%

-1

100%

-11,0%

-11,0%

0,0%

0,0%

-2

75%

-16,5%

-18,6%

5,0%

2,4%

-2

100%

-22,0%

-22,0%

0,0%

0,0%

Tabel 4. Omzetdaling toeristische overnachtingen bij btw-verhoging van 9% naar 21% voor verschillende elasticiteiten en mate van doorberekening Wat bij de toeristische overnachtingen opvalt, is dat de omzetverandering bij de gegeven prijselasticiteiten nauwelijks verandert wanneer de doorberekening van de btw-verhoging wordt aangepast van 75% naar 100%. Dit wordt nog duidelijker in figuur 10 waar de omzetdaling voor een breder scala aan prijsdoorberekeningen en elasticiteiten wordt getoond. Het effect van de doorberekening is vooral substantieel bij prijselasticiteiten die dicht bij nul liggen (weinig prijsgevoeligheid) of die sterk negatief zijn (zeer prijsgevoelig). Bij een prijselasticiteit dichtbij nul reageert de vraag echter nauwelijks op prijsveranderingen, waardoor de btw-verhoging volledig doorberekend zal worden en de omzet vrijwel

34

hetzelfde blijft als voorheen. Bij een prijselasticiteit rond -2 is de vraag daarentegen sterk gevoelig voor prijsveranderingen. In dat geval kan een lage doorberekening van bijvoorbeeld 75% helpen om de daling in omzet te beperken doordat het aantal boekingen dan minder terugloopt. Ondernemers optimaliseren de prijs op basis van de winst en de winstmarge daalt indien een deel van de btw-verhoging niet wordt doorberekend aan de klant. Hierdoor is het waarschijnlijker dat de btw-verhoging in bepaalde mate wordt doorberekend.

Figuur 10. Omzetdaling toeristische overnachtingen bij btw-verhoging van 9% naar 21% voor verschillende prijselasticiteiten en mate van doorberekening 5.4

Verwachtingen sector vanuit interviews Als laatste bespreken we verwachtingen die tijdens onze interviews met logies-vertegenwoordigers en ondernemers zijn geuit ten aanzien van de impact op de prijs, vraag en omzetgevolgen van de btwverhoging. Bedrijven en belangenverenigingen verwachten dat een groot deel van de logies hun prijzen zullen verhogen als gevolg van de btw-verhoging. Het Ministerie van Financiën gaat uit van 75% doorberekening van de btw-verhoging op basis van de Evaluatie van Dialogic en Significant (2023) en de meeste partijen vonden dit een redelijke inschatting. Enkele belangenverenigingen verwachten wel dat de mate van doorberekening in sommige gevallen hoger zal zijn. De reden die hiervoor wordt gegeven is dat de kosten de afgelopen jaren al met 45% gestegen zijn (arbeid, verduurzaming, toeristenbelasting), waardoor de marges volgens de belangen nu al dun zijn. Voor zakelijke reizigers zullen prijzen (exclusief btw) van overnachtingen niet veranderen of zelfs zakken aangezien zij de btw kunnen aftrekken. Er zijn signalen dat logiesverstrekkers mogelijk hun prijzen zullen splitsen in posten waarvoor verschillende belastingtarieven, gelden om de belastingen te minimaliseren.

Logiesbedrijven zouden geneigd kunnen zijn om de kosten voor bijvoorbeeld voedsel te verhogen en van overnachtingen te verlagen, omdat voedsel onder het verlaagde btw-tarief blijft vallen. De vraag naar overnachtingen is volgens logiesbedrijven zeer gevoelig voor (lokale) economische omstandigheden. Een partij geeft aan dat bij een daling van het BBP de logiesindustrie onevenredig hard geraakt wordt, omdat het gezien wordt als luxe-uitgave. Mensen boeken kortere verblijven of zullen hun geld anders gaan uitgeven. Sommige partijen verwachten een elasticiteit van -0,75 of -1, en andere liefst -2 tot -3. Wanneer prijzen stijgen of de beschikbaarheid daalt is er sprake van overflow naar nabijgelegen

35

regio’s. Vandaar dat ondernemers en belangenverenigingen verwachten dat de vraag in grensregio’s meer zal dalen. Grotere logiesverstrekkers hebben meer ruimte om een kostenstijging op te vangen door schaalvoordelen en kapitaal, terwijl kleinere logiesverstrekkers minder kunnen investeren en dus sneller hun prijs of service moeten aanpassen. Ook wordt verwacht dat budgethotels en regio-accommodaties harder worden geraakt dan luxehotels. Als gevolg zal het marktaandeel van hotelketens en luxehotels volgens de sector groeien en zullen kleinere logies en regio-accommodaties verdwijnen. Deze verandering is niet makkelijk omkeerbaar. De logiessector is tegen de btw-verhoging op logies. Vanuit de sector worden desgevraagd wel voorstellen gedaan van maatregelen die de sector kunnen helpen. Denk hierbij aan het begrenzen van de gemeentelijke toeristenbelasting of aan het verder subsidiëren van duurzaamheidsinvesteringen.

36

6 Conclusie en monitoring Uit de evaluatie van Dialogic en Significant (2023) kwam naar voren dat het verlaagde btw-tarief waarschijnlijk geen doelmatig instrument is om de consumptie van bemoeigoederen te vergroten. Internationaal toerisme wordt waarschijnlijk in bepaalde mate gestimuleerd door het verlaagde btw-tarief, maar inmiddels zijn delen van Nederland (e.g. Amsterdam) juist bezig om toerisme terug te dringen. Daarnaast is het middel zeer ineffectief in het herverdelen van inkomens. Het verlaagde btw-tarief op logies komt namelijk vooral ten goede aan de hogere inkomens. Het verlaagde btw-tarief op logies is waarschijnlijk niet doelmatig, maar de verhoging van het btw-tarief zal voor de sector waarschijnlijk een wezenlijke impact hebben. Het is de verwachting dat de btw-verhoging grotendeels zal worden doorberekend in de prijs en dat de vraag naar toeristische overnachtingen zal dalen, waardoor ook de omzet daalt. De econometrische analyse en het keuze-experiment die in deze impact analyse zijn uitgevoerd onderstrepen dat de impact op de omzetdaling afhangt van het segment, de regio en het type vakantie. Voor monitoring kunnen de gebruikte econometrische analyses van Significant APE herhaald worden om de impact van de btw-verhoging te schatten op de prijs en op de vraag naar overnachtingen.

De mate waarin de btw-verhoging is doorberekend in de prijs kan dus berekend worden met behulp van een ‘synthetische controlegroep’ van prijsontwikkelingen in andere Europese landen die niet zijn geraakt door de btw-verhoging in Nederland. Data hiervoor zijn publiek beschikbaar op Eurostat en CBS.47 Ten aanzien van de impact op de vraag naar overnachtingen kan eveneens publiek beschikbare CBS statline data gebruikt worden, waarbij er onder meer onderscheid gemaakt kan worden tussen regio (provincie) en woonland.48 Vooral voor analyses op provincieniveau is een interrupted time series analyse waarschijnlijk het meest geschikt, omdat het niet eenvoudig is om hier een geschikte controlegroep voor te vinden.

47 Prijsindexcijfers van verschillende productgroepen zijn op maandelijks niveau beschikbaar op Statline

vanaf januari 1996: https://opendata.cbs.nl/statline/#/CBS/nl/dataset/83131ned/table?fromstatweb. De oudste maandelijkse reeksen uit de Eurostat data zijn uit 1996: https://ec.europa.eu/eurostat/databrowser/view/prc_hicp_midx/default/table?lang=en. 48 CBS, Hotels; gasten, overnachtingen, woonland, regio:

https://opendata.cbs.nl/statline/#/CBS/nl/dataset/82061NED/table?fromstatweb.

37

A. Bijlage keuze-experiment Beschrijvende statistieken keuze-experiment enquête De onderstaande tabel toont beschrijvende statistieken van respondenten die bij het SurveyMonkey-panel hebben deelgenomen aan het keuze-experiment. Categorie

Alle respondenten Aantal %

Totaal Totaal 2008 100% Geslacht Man 1038 52% Vrouw 947 47% Onbekend 23 1% Leeftijd 18 – 29 528 26% 30 – 44 633 32% 45 – 60 509 25% 60 of ouder 315 16% Onbekend 23 1% Bruto-inkomen huishouden Minder dan € 10.000 120 6% € 10.000 – € 19.999 164 8% € 20.000 – € 29.999 238 12% € 30.000 – € 39.999 319 16% € 40.000 – € 49.999 288 14% € 50.000 – € 74.999 363 18% € 75.000 – € 99.999 243 12% € 100.000 – € 199.999 136 7% € 200.000 of meer 19 1% Weet ik niet / wil ik niet zeggen 118 6% Woonsituatie Alleen 489 24% Met partner, zonder kinderen 544 27% Met kind(eren), zonder partner 132 7% Met partner en kind(eren) 693 35% Studentenhuis / woongroep 38 2% Anders 112 6% Overnachtingen in Nederland afgelopen drie jaar 0 keer 419 21% 1 keer 417 21% 2-3 keer 766 38% 4-6 keer 277 14% 7 keer of vaker 129 6% Kans op overnachting in NL de komende vijf jaar 0% (geen kans) 162 8% 1 – 25% (kleine kans) 275 14% 26 – 50% (matige kans) 492 25% 51 – 75% (grote kans) 608 30% 76 – 100% (zeer grote kans) 471 23%

Nederland

Vlaanderen Aantal

%

Duitsland

Aantal

%

Aantal

%

1254

100%

250

100%

504

100%

652 579 23

52% 46% 2%

125 125

50% 50% 0%

261 243

52% 48% 0%

290 409 308 224 23

23% 33% 25% 18% 2%

72 79 67 32

29% 32% 27% 13% 0%

166 145 134 59

33% 29% 27% 12% 0%

61 74 129 186 196 250 174 89 13 82

5% 6% 10% 15% 16% 20% 14% 7% 1% 7%

9 24 33 43 34 40 29 17 2 19

4% 10% 13% 17% 14% 16% 12% 7% 1% 8%

50 66 76 90 58 73 40 30 4 17

10% 13% 15% 18% 12% 14% 8% 6% 1% 3%

302 355 75 438 22 62

24% 28% 6% 35% 2% 5%

48 22 55 106 3 16

19% 9% 22% 42% 1% 6%

139 134 35 149 13 34

28% 27% 7% 30% 3% 7%

202 217 496 229 110

16% 17% 40% 18% 9%

67 64 90 19 10

27% 26% 36% 8% 4%

150 136 180 29 9

30% 27% 36% 6% 2%

94 149 292 393 326

7% 12% 23% 31% 26%

28 44 75 54 49

11% 18% 30% 22% 20%

40 82 125 161 96

8% 16% 25% 32% 19%

Tabel 5. Kenmerken van respondenten. Respondenten uit Duitsland komen uit deelstaten die grenzen aan Nederland: Noordrijn-Westfalen of Nedersaksen.

38

Vraagstijging als gevolg van prijsdaling onder respondenten die aanvankelijk niet voor een Nederlandse optie kozen In de hoofdtekst hebben we laten zien hoe respondenten in het keuze-experiment reageren op een prijsverhoging nadat zij aanvankelijk voor een overnachting hebben gekozen. In deze bijlage tonen we hoe respondenten reageren op een prijsverlaging nadat zij in eerste instantie niet voor een Nederlandse optie hebben gekozen. Zij gaven dus aanvankelijk de voorkeur aan een buitenlandse optie of aan “niet boeken”. Bij de prijsverlaging zijn we ervan uitgegaan dat het btw-tarief is gedaald van 21% (oorspronkelijke prijzen) naar 9%. Dat komt dus neer op een prijsverlaging van 10%. Let op, in de hoofdtekst is de prijsverhoging, als gevolg van de btw-stijging van 9% naar 21%, gelijk aan 11%. Figuur 11 en figuur 12 op de volgende pagina laten zien hoeveel procent van de respondenten die aanvankelijk niet voor een Nederlandse optie kozen, alsnog overstappen naar Nederland na een prijsdaling van 10%, voor respectievelijk stedentrips (hotelovernachting) en vakantieparken. Er zijn in dit geval verschillen waar te nemen tussen de verschillende subgroepen. We zien voor beide vakantietypen het volgende: a.

Inkomen lijkt weinig invloed te hebben op prijsgevoeligheid;

b.

De jongere leeftijdsgroep (18 t/m 29 jaar) toont een hogere bereidheid om na de prijsverlaging naar Nederland over te stappen;

c.

Daarentegen zijn respondenten van 60 jaar en ouder minder geneigd om na een prijsdaling alsnog voor Nederland te kiezen, wat wijst op een lagere prijsgevoeligheid binnen deze groep;

d.

Bovendien valt op dat buitenlandse toeristen gevoeliger zijn voor prijsdalingen dan Nederlandse toeristen: zij maken vaker de overstap naar een Nederlandse optie na een prijsverlaging. Mogelijk laten zij hun keuze voor een overnachting in Nederland sterker afhangen van de prijs, terwijl Nederlanders vaker al vaste voorkeuren hebben.

De verschillen tussen grensregio’s en niet-grensregio’s zijn beperkt. Er zijn geen duidelijke aanwijzingen voor structurele grenseffecten bij stedentrips of vakantieparken.

39

60% 50% 40% 30% 20% 10% 0%

% van niet-NL naar NL na prijsdaling (binnenland) % van niet-NL naar NL na prijsdaling (grensregio) Figuur 11. Percentages van respondenten die na prijsverlaging van Nederlandse hotelprijzen voor een overnachting kiezen in een Nederlandse stad, waar zij aanvankelijk niet kozen voor een hotelovernachting in een Nederlandse stad. De grafiek toont verschillende dwarsdoorsnedes van de populatie, uitgesplitst naar grensregio en binnenland.

60% 50% 40% 30% 20% 10% 0%

% van niet-NL naar NL na prijsdaling (binnenland)

% van niet-NL naar NL na prijsdaling (grensregio)

Figuur 12. Percentages van respondenten die na prijsverlaging van Nederlandse vakantieparkprijzen voor Nederlandse vakantiepark kiezen, waar zij aanvankelijk niet voor een Nederlandse vakantiepark kozen. De grafiek toont verschillende dwarsdoorsnedes van de populatie, uitgesplitst naar grensregio en binnenland.

40

De tekst is automatisch uit het bestand gehaald en kan afwijken van het origineel (kolommen, tabellen en koppen lopen door elkaar). Het officiële stuk bij de gemeente is leidend. Bron: https://api1.ibabs.eu/publicdownload.aspx?site=Maashorst&id=7214babc-eaaa-4426-a06a-065b30bb08e9