Table of Contents

5. Het evalueren en voorspellen van de effecten van het portefeuillebeleid

We maken een switch van de ‘voorkant’ van de beleidscyclus op portefeuilleniveau (dat wil zeggen beleid en plannen maken) naar de ‘achterkant’ (namelijk: evalueren en bijstellen van beleid en plannen). We slaan de uitvoering van het portefeuillebeleid over. Met opzet, omdat we dan terechtkomen op het kruispunt van de beleidsachtbaan. Daaraan willen we een apart hoofdstuk wijden (hoofdstuk 9).

Evalueren is een onderschatte bezigheid, maar misschien komt dat vooral doordat veel organisaties, en ook corporaties, vaak geen doelstellingen hebben die geschikt zijn om te evalueren. Gelukkig gebruiken organisaties in toenemende mate instrumenten hiervoor, zoals de Balanced ScoreCard. 

Het is een kort hoofdstuk, want de belangrijkste ingrediënten (doelstellingen) zijn al in andere hoofdstukken behandeld. De meeste aandacht in het hoofdstuk gaat uit naar een tweede vorm van evalueren: de ex ante evaluatie, oftewel het voorspellen van de beleidseffecten door middel van simulaties. In de financiële hoek heel gebruikelijk, maar bij de inhoudelijk verantwoordelijken nog nauwelijks.

5.1. Het ‘sluiten’ van de beleidscyclus; monitoring en evaluatie

Het ‘sluiten’ van de beleidscyclus is, zoals gezegd, een enigszins verwaarloosde activiteit bij woningcorporaties. Als de corporatie een nieuwe beleidscyclus start, grijpt zij slechts in beperkte mate terug op de jongste resultaten van het vigerende beleid. Simpelweg, omdat niet alle resultaten systematisch in beeld gebracht zijn en vergeleken worden met de doelstellingen. En ook omdat niet alle relevante doelstellingen geformuleerd en/of meetbaar zijn. Het verder sluiten van de beleidscyclus zou op zichzelf al een aanzienlijke verbetering van het beleid kunnen betekenen. De corporatie kan het sluiten van de beleidscyclus procesmatig overigens afdwingen door de beleidscyclus op te nemen in de planning- en control cyclus.

Het ‘sluiten’ van de beleidscyclus is bij veel woningcorporaties een verwaarloosde activiteit.

Het spreekt voor zich dat de kwaliteit van de doelstellingen mede bepalend is voor de mogelijkheid om gemeten prestaties te evalueren. Zonder norm is een kwalificatie van een prestatie lastig. Indien een meetbare doelstelling ontbreekt, zal de neiging groot zijn om een impliciete norm te hanteren. De doelstellingen waar we het hier over hebben zijn dezelfde als die in 3.3 en 3.4 de revue passeerden en hebben dus betrekking op zowel de input (de middelen), de output (productie) als de outcome (maatschappelijk effect) op portefeuilleniveau.

spinnenweb
Figuur 28: prestatiediagram woningcomplexen

Voor het meten en evalueren van de prestaties heeft een corporatie een instrument nodig. Veel corporaties gebruiken hiervoor de Balanced ScoreCard (BSC)1Zie www.balancedscorecard.org.. De BSC biedt meer dan de functionaliteit die voor vaastgoedsturing nodig is. De BSC omvat in principe alle beleidsvelden die voor de organisatie relevant zijn, dus bijvoorbeeld ook de organisatorische dimensie (HRM en dergelijke). De BSC verlangt ook dat er kritische succesfactoren (KPI’s; Key Performance Indicators) worden benoemd. Dat zijn doelstellingen of prestatie-indicatoren die bij uitstek bepalend zijn voor het succes van de onderneming of de bedrijfsmatige continuïteit. In het licht van de beleidsachtbaan volstaat een eenvoudiger, zelf te ontwikkelen instrument ook. Een voorbeeld van het resultaat van zo’n meetinstrument is in figuur 28 te zien. Over het gebruik van de BSC bij woningcorporaties is overigens veel literatuur voorhanden.

5.2. Ex ante evaluatie

De vorige paragraaf betrof het sturen op de actuele prestaties van een woningcorporatie, ook wel de ex post evaluatie genoemd (evaluatie ‘achteraf’). Het is voor beleidsmakers en beslissers belangrijk om ook ‘ex ante’ (vooraf) de verwachte effecten van het beleid te kennen. Hoe beter de effecten van het beleid voorspeld kunnen worden, hoe beter onderbouwd beleidsbeslissingen zijn. Dat is mogelijk door de realisatie van het beleid te simuleren. Het is gemeengoed bij corporaties om op deze wijze de financiële effecten van het beleid meerjarig te prognosticeren. Hiervoor zijn verschillende rekeninstrumenten beschikbaar. Maar het gaat de corporatie primair om de productie van woondiensten (de ‘stenen’) en de maatschappelijke effecten daarvan (de ‘mensen’). Het simuleren van de productie (van woondiensten) en het prognosticeren van de effecten ervan op grond van het te voeren beleid is (nog steeds) slechts bij hoge uitzondering een geïntegreerd onderdeel van de beleidscyclus bij woningcorporaties.

Een enkel financieel rekenpakket biedt momenteel beperkte mogelijkheden voor het prognosticeren van de beleidseffecten op de vastgoedportefeuille, gekoppeld aan de financiële berekeningen. Het simuleren van de outcome-effecten (slaagkans, woonlasten, scheefheid) is echter veel lastiger. Het vraagt een simulatie van het verhuisgedrag en van de demografische en sociaaleconomische ontwikkelingen van huishoudens. Maar onmogelijk is het niet, althans als het gaat om outcome-effecten die samenhangen met de kenmerken (en dus niet de kwaliteitsoordelen) van de huishoudens die klant zijn van de woningcorporatie.

In principe is het mogelijk om een rekenmodel te ontwikkelen waarmee men de marktbewegingen in de huurderspopulatie van de corporatie kan simuleren. In een dergelijk model zijn rekenregels verwerkt die voortkomen uit een statistische analyse van bijvoorbeeld (en bij voorkeur) het WoON-onderzoek waarin de kenmerken, de woonvoorkeuren en verhuismotieven van een kleine 70.000 respondenten zijn opgenomen. Op statistisch verantwoorde wijze worden de demografische en sociaaleconomische ontwikkelingen van de huishoudens beschreven en worden verbanden gelegd tussen de kenmerken van de huishoudens en het verhuisgedrag. Daarnaast worden door middel van parameters de lokale marktomstandigheden in het model vastgelegd. Het resultaat van het model is een prognose van de huurderspopulatie in een te kiezen toekomstig jaar, beschreven met kenmerken als leeftijd, huishoudensamenstelling en inkomen. De combinatie van woningkenmerken en huishoudenkenmerken levert de gevraagde outcome-effecten. Een dergelijk integraal model is echter nog toekomstmuziek; het is niet beschikbaar. Wel is het mogelijk (en gedaan) om een model te maken dat de woonlastenontwikkeling voorspelt in een huurderspopulatie op basis van het huurbeleid (in varianten) van een corporatie.

Dit type instrumenten, waarin veel aannamen en veel statistiek zijn opgenomen, verkondigen niet de waarheid. De uitkomsten zullen altijd met onzekerheden omgeven zijn. Het is ‘slechts’ een hulpmiddel bij beleidsontwikkeling. Het is ook altijd aan te bevelen om verschillende beleidsscenario’s te ontwikkelen en verschillende parameterwaarden op hun effecten te beoordelen. De zichtperiode mag ook niet te lang zijn. Tien jaar is wel het maximum. Statistische berekeningen laten zien dat de mogelijke uitkomsten van allerlei theoretisch mogelijke scenario’s al snel, in de vorm van een trompet, breed uiteen waaieren. Het is verstandig om van jaar tot jaar de uitkomsten van de modelberekeningen te vergelijken met de in werkelijkheid opgetreden effecten. Op die manier kan men het rekentuig ijken.

Share on twitter
Share on linkedin
Share on email
Share on print
Share on whatsapp