Amsterdam

Hoe vind je die open data

De website waar Amsterdam open data aanbiedt (data.amsterdam.nl) wordt niet zo goed bijgehouden, meldt Nico van Gog op Twitter. Terwijl Amsterdam in zijn coalitieakkoord juist onderstreept hoe belangrijk open en toegankelijke gegevens zijn.

Van Gog legt de vinger op een zere plek: veel links naar gegevenstabellen van OIS zijn gebroken. Het gaat om tabellen die vernieuwd zijn en die daardoor een nieuwe url hebben gekregen (op data.overheid.nl staan deze tabellen ook met gebroken link).

Vorig jaar heb ik de site van OIS gescraped en een lijst gemaakt met alle tabellen die ik kon vinden. Naar aanleiding van de tweet van Van Gog heb ik die lijst nu bijgewerkt. Het is niet ideaal, maar je kan hem met CTR-F / CMD-F relatief eenvoudig doorzoeken.

Een interessant aspect van data.amsterdam.nl is overigens dat deze site zowel op ambtenaren als op het algemene publiek is gericht. Dat heeft als praktisch nadeel dat je er links vindt naar informatie waar je niet bij kan (Kadaster, Kvk). Toch valt er wel iets voor te zeggen: als je vindt dat gegevens zoveel mogelijk openbaar moeten zijn, dan is het niet verkeerd dat burgers hetzelfde dataportaal gebruiken als ambtenaren.

Mocht de gemeente aanleiding zien om data.amsterdam.nl nog eens tegen het licht te houden, dan heb ik een bescheiden suggestie: publiceer de dataverzoeken die worden ingediend, en wat ermee gebeurt. Net als het Rijk.

UPDATE 18 november 2018 - Twee dagen nadat ik dit stuk op m’n blog had gezet bleek een student sociale geografie en planologie te zijn vastgelopen op het dataportaal van de gemeente:

Gezocht op City Data Amsterdam en google. Op City Data Amsterdam zou er een puntenfile van de ov-haltes gedownload kunnen worden. Echter wordt er een foutieve link aangeboden waardoor de bestanden niet te vinden zijn.

De achtergrond van het verzoek is wel interessant: de student wil de haltes voor en na 22 juli vergelijken - dat is de dag waarop de Noord-Zuidlijn ging rijden. Wellicht om te analyseren wat de gevolgen zijn voor de loopafstand naar de dichtstbijzijnde halte - en voor wie. Ben benieuwd.

UPDATE 23 november 2018 - Er wordt aan gewerkt.

Which Amsterdam neighbourhoods might qualify for an Airbnb ban

Last week, city council member Sofyan Mbarki (Social-Democrats) proposed a motion to ban holiday rentals in Amsterdam neighbourhoods such as the Haarlemmerbuurt, the Kinkerbuurt and the Wallen. A concentration of holiday rentals results in rising house prices, lower social cohesion, increasing pressure on the housing market and inequality, he argued. The motion has support from a majority of the council.

The city government is inclined to implement the motion, but alderman Laurens Ivens (Socialist Party) wants to study the legal aspects. He considers the neighbourhoods mentioned in the motion good candidates for a ban on holiday rentals, but he doesn’t rule out that other neighbourhoods may be selected.

So what neighbourhoods might qualify? One criterion might be Airbnb density, which is shown on the map below (for caveats see Method below).

Unsurprisingly, neighbourhoods with high Airbnb density overlap with areas where residents complain about holiday rentals: Centrum-West, Centrum-Oost, Westerpark, Oud-West/De Baarsjes and De Pijp/Rivierenbuurt (source).

Airbnb frequently claims that it contributes to tourist dispersion because many hosts are located outside the city centre. However, the map suggests that Airbnb is in fact heavily concentrated in neighbourhoods such as the Wallen, the Jordaan, the Pijp and the Kinkerbuurt. While some of these neighbourhoods are outside the city centre, the pattern appears to be concentration rather than dispersion.

While these neighbourhoods would be likely candidates for a ban on holiday rentals, Ivens may also want to anticipate future developments. A number of neighbourhoods still have a relatively low Airbnb density, but have seen their density double or even almost triple over the past three years: Transvaalbuurt, Hoofdweg e.o., Van Galenbuurt and Westindische Buurt.

UPDATE - It was rightly pointed out that Airbnb density partly reflects housing density. An alternative measure would be Airbnb relative to addresses or population. However, this would result in high values for some areas with low population density where holiday rentals don’t appear to be perceived as much as a problem as in some of the more densely populated areas.

See also:

  • Is tourist dispersion working? An analysis of Lonely Planet maps
  • Airbnb’s agreement with Amsterdam: some insights from scraped data

Method

Both Murray Cox’s Inside Airbnb and Tom Slee provide data collected by scraping the Airbnb website. While this data has some limitations, it’s probably the best publicly available data source on Airbnb. Since Tom Slee stopped collecting data last year, I used Inside Airbnb data for the current article. A discussion of methodological aspects related to that data is here.

In addition, I used land surface data from Statistics Netherlands (CBS). This data is for 2017.

I calculated an indicator for Airbnb density in the following way:

  • I assigned each listing to a neighbourhood (note that coordinates for listings aren’t 100% accurate as discussed by Cox);
  • For each listing, I calculated an indicator for the number of stays as: reviews per month (an indicator of the number of rentals) * the minimum length of stay (capped at 3 nights following this study) * the number of beds (an indicator for the number of guests, capped at 4 because that’s the maximum number of guests allowed by local regulations);
  • I summed that number for each neighbourhood and divided that by the land surface of the neighbourhood (ha).

Note that the indicator for the number stays will not be equal to the actual number of stays, for a number of reasons:

  • It’s possible that not all beds are occupied;
  • Not all guests write a review (Cox suggests the number of rentals could be twice as high as the number of reviews);
  • People may stay longer than the minimum number of nights;
  • Sometimes more than four people may stay in an Airbnb, despite the fact that that’s not allowed;
  • For some listings, the indicator could not be calculated because of missing data (about 11.4%).

According to Airbnb, the number of stays in Amsterdam is 2.5 million. Based on that number, the actual number of stays would be about 3 times as high as the indicator for the number of stays I calculated. Given the considerations listed above, that’s more or less what one would expect.

Python script here.

Airbnb-vrije wijken

Afgelopen week heeft Sofyan Mbarki (PvdA) een motie ingediend om vakantieverhuur te verbieden in Amsterdamse wijken als de Haarlemmerbuurt, de Kinkerbuurt en de Wallen. Een concentratie van vakantieverhuur zorgt voor stijgende huizenprijzen, afnemende sociale cohesie, toenemende druk op de woningmarkt en ongelijkheid, aldus Mbarki. De motie krijgt steun van een ruime meerderheid van de raad.

Het stadsbestuur wil de motie uitvoeren, al wil wethouder Laurens Ivens (SP) wel nog naar de juridische kant kijken. Hij ziet de wijken die Mbarki noemt als geschikte kandidaten voor een verbod op vakantieverhuur, maar sluit niet uit dat andere wijken gekozen zullen worden.

Welke wijken zouden in aanmerking komen? Je zou kunnen kijken naar de Airbnb-dichtheid, zoals die te zien is op de kaart hieronder (voor slagen om de arm zie Method in de Engelstalige versie van dit artikel).

Het zal niet verbazen dat wijken met een hoge Airbnb-dichtheid overlappen met de gebieden waar veel klachten zijn over vakantieverhuur: Centrum-West, Centrum-Oost, Westerpark, Oud-West/De Baarsjes en De Pijp/Rivierenbuurt (bron).

Airbnb claimt regelmatig dat het bijdraagt aan toerismespreiding omdat een groot deel van het aanbod buiten het centrum ligt. De kaart suggereert echter dat Airbnb sterk geconcentreerd is in wijken als de Wallen, de Jordaan, de Pijp en de Kinkerbuurt. Een deel van die wijken ligt buiten het centrum, maar even goed lijkt er eerder sprake van concentratie dan van spreiding.

Deze wijken lijken geschikte kandidaten voor een verbod op vakantieverhuur, maar wellicht wil Ivens ook anticiperen op toekomstige ontwikkelingen. Er zijn verschillende wijken waar de Airbnb-dichtheid nu nog relatief laag is, maar waar Airbnb de afgelopen drie jaar is verdubbeld of zelfs bijna verdriedubbeld: de Transvaalbuurt, Hoofdweg e.o., de Van Galenbuurt en de Westindische Buurt.

UPDATE - Er is terecht op gewezen dat Airbnb-dichtheid voor een deel de adressendichtheid weerspiegelt. Een alternatieve maatstaf zou zijn om Airbnb te relateren aan het aantal adressen of inwoners. Dit zou echter hoge waardes opleveren voor sommige gebieden met een lage bevolkingsdichtheid, waar vakantieverhuur minder als probleem ervaren lijkt te worden dan in sommige dichtbevolkte gebieden.

Zie ook:

  • Werkt toerismespreiding? Een analyse van Lonely Planetkaarten
  • De afspraak tussen Amsterdam en Airbnb: een verkennende analyse met open data

Na de kiezersopstand: Samenwerking in de Amsterdamse gemeenteraad

De verkiezing van 21 maart liep uit op een kiezersopstand. Vier nieuwe partijen werden in de raad gekozen, vooral dankzij kiezers in de minder rijke buurten aan de rand van de stad. Inmiddels zijn we een half jaar verder. Hoe verloopt de samenwerking tussen de gevestigde en de nieuwe partijen?

Interessante vraag, maar laten we eerst kijken naar de samenwerking in de vorige raad. Er was een linkse meerderheid in de raad, maar het college was relatief rechts (D66, SP en VVD). Er was een effectieve oppositie, waarbij GroenLinks en PvdA regelmatig samenwerkten bij het indienen van moties en amendementen.

De grafiek hieronder toont samenwerking in de huidige raad. Het samenwerkingspatroon is flink veranderd.

De grafiek suggereert dat er drie clusters zijn. Eén bestaat uit de coalitiepartijen GroenLinks, D66, PvdA, en SP. Het tweede cluster bestaat uit de rechtse / conservative partijen VVD, CDA, FvD en PvdO. En het derde bestaat uit DENK, BIJ1 en ChristenUnie. De Partij voor de Dieren lijkt een relatieve buitenstaander, althans op basis van deze maatstaf.

Oppositie

Lukt het de oppositiepartijen ondanks hun onderlinge verdeeldheid om invloed uit te oefenen? Een interessante graadmeter is of het lukt om voorstellen aangenomen te krijgen waar tenminste één coalitiepartij tegen is. Dat is tot nog toe twee keer gelukt.

Het eerste geval was een motie van Diederik Boomsma (CDA) die vroeg om parkeervergunningen voor mensen die een eigen garage hebben, maar die hem inmiddels hebben verbouwd. Van de coalitiepartijen stemde GroenLinks tegen: «Het blijft een feit dat je welbewust ervoor hebt gekozen een andere functie in de garage uit te oefenen en daarmee wentel je je parkeerbehoefte op de straat af.»

Het tweede was een motie van Sylvana Simons (BIJ1) waarin het college wordt gevraagd om leraren te steunen in hun acties voor een eerlijke beloning. De PvdA stemde tegen, met als argument dat de wethouder zich al had uitgesproken.

Thema’s

Om een beeld te krijgen van de prioriteiten van de nieuwe partijen, hieronder enkele voorbeelden van onderwerpen waarover hun fractievoorzitters voorstellen hebben gedaan:

Mourad Taimounti (DENK): parkeren, bestrijden racisme, jongeren.
Annabel Nanninga (Forum voor Democratie): sluiten moskee, vrijheid van meningsuiting.
Don Ceder (ChristenUnie): schulden en armoede.
Sylvana Simons (BIJ1): vluchtelingen, transgenderzorg, lerarensalarissen.

De moties zijn hier te vinden, en hier is een Pythonscript om ze te verwerken.

After the voter revolt: Collaboration in the Amsterdam city council

The 21 March city council election saw a bit of a voter revolt. Four new parties got elected onto the city council, thanks primarily to voters in the less affluent, peripheral parts of the city. The election outcome reflects Amsterdam’s social divide.

As a result, the composition of the city council changed considerably. So how are the established parties and the new parties getting along?

Before trying to answer that question, let’s have a look at collaboration in the previous city council. There was a left-wing majority in the council, but the government was relatively right-leaning. There was an effective opposition, with GroenLinks (Green Party) and PvdA (Social-Democrats) frequently collaborating to file motions and amendmends.

The chart below shows collaboration in the current city council. The city now has a more left-leaning coalition of GroenLinks, D66, PvdA, and SP. The pattern of collaboration has changed considerably.

The chart suggests that there are three clusters in the city council. One contains the coalition parties GroenLinks, D66, PvdA, and SP. The second contains right-wing / conservative parties VVD, CDA, FvD and PvdO. And the third contains DENK, BIJ1 and ChristenUnie. PvdD (Party for the Animals) appears to be a bit of an outsider by this measure.

Opposition

Are opposition parties able to exert influence, despite their divisions? An interesting measure is whether they succeed in getting proposals adopted despite a part of the coalition voting against. So far, this has happened twice.

One case was a motion from Diederik Boomsma (CDA), asking to provide parking permits to people who have a private garage but have turned it into something else. Coalition party GroenLinks voted against, arguing that people who have made the decision to use their garage for other purposes are now turning to the city to solve their parking problem.

The second one was a motion from Sylvana Simons (BIJ1) asking to the local government to support teachers in their fight for fair wages. PvdA voted against, arguing that the alderwoman had already taken a stand.

The motions can be downloaded here, and here’s a Python script to process them.

Pages