De afspraak tussen Amsterdam en Airbnb: een verkennende analyse met open data

Airbnb ligt onder vuur. Het platform zou de leefbaarheid van Amsterdamse buurten aantasten en de woningprijzen opdrijven. Eind vorig jaar hebben Amsterdam en Airbnb een Memorandum of Understanding (MOU) getekend om misstanden aan te pakken. Volgens Airbnb is de afspraak nu al succesvol en moet de gemeente zich nu op andere platforms richten. Maar de gemeente wil een meldplicht invoeren voor vakantieverhuur, een plan waar Airbnb zich fel tegen verzet.

In dit artikel analyseer ik enkele veranderingen sinds de aankondiging van de MOU. Ik gebruik gegevens van Murray Cox (Inside Airbnb) en Tom Slee. Zij hebben op verschillende momenten tussen mei 2014 en mei 2017 de site van Airbnb gescraped (scrapen is het geautomatiseerd verzamelen van gegevens van websites). Gegevens over Airbnb zijn altijd controversieel, maar dit artikel legt uit waarom de gegevens van Cox en Slee een belangrijke aanvulling zijn op de cijfers die Airbnb zelf naar buiten brengt.

Zestigdagengrens

Amsterdammers mogen hun woning zestig dagen per jaar verhuren. Amsterdam en Airbnb hebben afgesproken dat het bedrijf advertenties voor woningen gaat blokkeren als die termijn wordt overschreden. Dit geldt voor zelfstandige woningen, maar niet voor kamers, want dat kunnen bed and breakfasts zijn en daarvoor geldt de zestigdagengrens niet.

Volgens Airbnb is er een forse daling van het aantal woningen dat meer dan zestig dagen per jaar wordt aangeboden. De MOU zou nu al zorgen voor minder illegale advertenties.

De grafiek hieronder toont hoeveel kamers en woningen meer dan zestig dagen per jaar beschikbaar waren, gebaseerd op gegevens van Murray Cox.

De grafiek laat inderdaad een daling zien van het aantal woningen dat meer dan zestig dagen beschikbaar is. Maar de daling begon in de eerste helft van 2016, ruim voordat de MOU werd ondertekend (laat staan uitgevoerd). Blijkbaar was er dus een andere oorzaak.

Misschien heeft het iets te maken met de handhaving door de gemeente zelf. Op 16 februari 2016 maakte Amsterdam bekend dat het zijn eigen scraper ging inzetten om informatie te verzamelen van vakantiehuurplatforms zoals Airbnb. In maart dienden GroenLinks en PvdA moties in waarin werd aangedrongen op strengere handhaving.

Woningtype aangepast

Betekent dit dat de MOU geen keerpunt vormde? Misschien toch wel, alleen op een andere manier.

De totaalcijfers over Airbnb vormen het resultaat van een complex samenspel van ontwikkelingen. Sommige advertenties worden van het platform verwijderd en nieuwe worden toegevoegd. Daarnaast veranderen verhuurders soms het woningtype van hun advertentie - van woning naar kamer, of andersom. Dit valt te zien in de grafiek hieronder (gegevens van Tom Slee).

Tot voor kort kwam het niet zo vaak voor dat verhuurders het woningtype van hun advertentie veranderden. Maar sinds de aankondiging van de MOU zijn er honderden advertenties omgezet van woning naar kamer. Zoals gezegd; in de MOU heeft Airbnb beloofd om advertenties van zelfstandige woningen te blokkeren als ze de zestigdagengrens bereiken. Misschien hebben mensen hun advertentie in «kamer» veranderd om de zestigdagengrens te omzeilen?

Ik heb gekeken naar woonruimtes die tussen begin maart en begin april 2017 zijn omgezet van woning naar kamer (gegevens van Murray Cox). Begin april was meer dan driekwart van deze woonruimtes meer dan zestig dagen per jaar beschikbaar. Dit zou kloppen met de theorie dat verhuurders de woningen in kamers hebben veranderd om de zestigdagengrens te omzeilen.

Op zich is het mogelijk dat deze verhuurders ook echt zijn gestopt om hun hele woning te verhuren en dat ze in plaats daarvan alleen nog een kamer verhuren. In dat geval zou je verwachten dat ze de prijs hebben verlaagd en dat ze de beschrijving hebben aangepast. Maar bijna nergens is de prijs verlaagd. Vaak heeft de verhuurder zelfs de beschrijving niet aangepast. In sommige gevallen vermeldt de advertentie nog steeds expliciet dat de gast de hele woonruimte voor zichzelf heeft.

Overigens is dit niet de eerste keer dat strengere handhaving leidt tot een grootschalige omzetting van woningen in kamers. In New York is hetzelfde gebeurd.

Conclusies

Met de beschikbare gegevens is het niet mogelijk om met zekerheid te zeggen wat er precies is gebeurd de afgelopen maanden. Even goed zijn er aanwijzingen dat de afspraak tussen Amsterdam en Airbnb misschien minder effetief is dan gedacht:

• Er is een daling van het aantal woningen die meer dan zestig dagen te huur worden aangeboden. Deze daling begon echter ruim voordat de afspraak werd getekend. Ze zou een gevolg kunnen zijn van (de dreiging van) strengere handhaving door de gemeente zelf.
• Nadat de afspraak tussen Amsterdam en Airbnb werd aangekondigd zijn honderden woningen omgezet in kamers. Dit zou een manier kunnen zijn voor verhuurders om de zestigdagenlimiet voor woningen te omzeilen.

Methode en gegevens

Zowel Murray Cox als Tom Slee scrapen regelmatig de website van Airbnb. De gegevens van Cox zijn uitgebreider (ze omvatten bijvoorbeeld de advertentieteksten en informatie over de beschikbaarheid). Slee verzamelt zijn gegevens frequenter, in ieder geval voor Amsterdam. Zowel Cox als Slee hebben hun datasets beschikbaar gesteld als open data (dank!).

Cox en Slee zijn niet de enigen die gegevens van de Airbnb website verzamelen; er zijn ook commerciële aanbieders. Verder is de gemeente Amsterdam begonnen om de website van Airbnb en andere platforms te scrapen. De gemeente lijkt deze gegevens alleen vertrouwelijk met gemeenteraadsleden te delen.

Voor wat betreft de omzettingen van woningtype: de cijfers vormen waarschijnlijk een onderschatting van het werkelijke aantal omzettingen, vooral voor de eerdere perioden. Je kan alleen een verandering van woningtype vaststellen als een advertentie zowel in de oude als in de nieuwe dataset zit. Hoe langer de periode tussen twee metingen, hoe groter het verloop (advertenties verdwijnen, er komen nieuwe bij) en hoe groter dus de kans dat veranderingen van woningtype onopgemerkt blijven.

Ik heb daarom een aanvullende berekening gemaakt waarin is gecorrigeerd voor de hoeveelheid overlap tussen de oude en de nieuwe meting. Het resultaat is hier te zien. Het beeld verschilt inderdaad enigszins van de vorige grafiek, maar de conclusie blijft overeind: vanaf eind 2016 was er een duidelijke toename van de omzettingen van woning naar kamer.

Ik heb Python gebruikt om de gegevens te analyseren. Hier is de code. Opmerkingen over de verwerking en interpretatie van de gegevens zijn uiteraard welkom.