Culturele diensten

Culturele diensten zijn de immateriële geneugten die mensen putten uit ecosystemen door geestelijke verrijking, cognitieve ontwikkeling, recreatie en esthetische beleving. Groene ruimte heeft voor mensen een belangrijke waarde: mensen kunnen genieten van het uitzicht, ze kunnen er in recreëren, mensen linken hun identiteit (sense of place) aan een landschap en komen er tot rust. Daarnaast hechten mensen ook een waarde aan groene ruimte omdat het open ruimte en natuurwaarden vrijwaart voor zichzelf en voor anderen, voor de toekomstige generaties en omdat het een habitat biedt voor verschillende plant- en diersoorten (niet-gebruikswaarde).

Onderstaande tabel lijst de effecten van nabij en toegankelijk stedelijk groen op die men in de literatuur onderscheidt. De drie eerste effecten zijn het meest bestudeerd en hiervoor zijn in de literatuur indicatoren voorhanden om effecten te beschrijven en kwantificeren. Voor de laatste twee zijn er onvoldoende systematische indicatoren voorhanden om effecten te omschrijven. Deze effecten overlappen ten dele, maar niet volledig. Zo is lichamelijk en geestelijk herstel één van de motieven voor recreatie in het groen, en wordt anderzijds bewegen als één van de verklarende factoren genoemd voor gezondheidseffecten. De voorkeur voor wonen dichterbij groen wordt o.a. ingegeven door extra mogelijkheden voor recreatie. De meeste wetenschappelijke studies focussen echter op één van deze effecten.

Tabel: Overzicht van onderscheiden effecten van nabijheid en toegankelijkheid van stedelijk groen

Effect	Indicator
Recreatieve beleving	Bezoeken aan groene ruimte / inwoner
Volksgezondheid	Minder ziekte symptomen / inwoner
Keuze woonplaats	Marktprijzen vastgoed / woning
Sociale effecten	Contacten tussen bezoekers of bewoners
Ontwikkeling kinderen/educatie	Schoolprestaties, ....

Bovenstaande lijst van effecten worden omschreven als baten, maar in principe omvat dit zowel positieve (baten) als negatieve effecten (zoals gezondheidsschade van pollen, negatieve druk op prijzen voor woningen nabij parken door schrik voor misdaad of overlast door parkbezoekers,...). Deze negatieve effecten worden soms ook als disservices apart beschouwd (Gómez-Baggethun, 2013). In de praktijk meten de studies naar effecten op gezondheid of op prijzen van huizen netto effecten, die zowel de positieve als negatieve effecten omvatten, zonder dat we ze kunnen scheiden. In lijn met CICES-Be rapporteren we de disservices niet apart.

Deze indicatoren worden typisch uitgedrukt per inwoner of woning (zie bovenstaande tabel), en zijn dus makkelijk te gebruiken om totale effecten te berekenen op basis van de bevolkingsdichtheden.

Het is wel moeilijk om de specificaties van groene omgeving uit dit soort studies te linken aan bepaalde stedelijke groenvormen. Een eerste probleem is de omschrijving van 'groene omgeving'. Deze effecten zijn het meest bestudeerd in het kader van groene omgevingen in het algemeen, maar omdat het effecten op mensen betreft toch meestal in een vrij stedelijke omgeving. Geen enkele studie hanteert echter hetzelfde niveau van detail. We bespreken dit verder meer in detail per effect. Ten tweede gaat dit soort studies typisch uit van groen rond de woonplaats, maar het belang van groen rond andere plaatsen (scholen, publieke voorzieningen, werk) is onderbelicht. We focussen in deze handleiding op stedelijk groen en op de kwantificering van de effecten. Nabijheid van en toegankelijkheid tot het stedelijk groen zijn hierbij belangrijke verklarende variabelen voor de omvang van het effect. Omdat er zoveel relevante onderzoeken zijn rapporteren we vooral op basis van meta-analyses van onderzoeken, onderzoeken voor Vlaanderen of studies die direct bruikbare cijfers leveren, die representatief zijn voor de lessen uit de meta-analyses.

Recreatie

Beschrijving

Recreatie in stedelijk groen dekt een breed gamma van activiteiten, met uiteenlopende frequentie (dagelijks tot uitzonderlijk), recreatiemotieven, bezochte groenelementen en afstanden. Omwille van deze verscheidenheid is het niet eenvoudig om bezoeken aan groene ruimtes via enkele indicatoren gedetailleerd in kaart te brengen. Dit overzicht lijst de voornaamste factoren op, met de meest relevante kengetallen.

Het aantal bezoeken aan een groene ruimte hangt af van de volgende factoren m.b.t. vraag naar en aanbod voor recreatie, die we vervolgens systematisch bespreken :

a) Aantal bezoeken aan groene ruimte per inwoner
b) Beschikbare gebieden voor recreatie in de ruime omgeving
c) Hoe ver mensen zich willen verplaatsen voor een bezoek
d) De kenmerken van de toegankelijke groengebieden
e) Recreatiemotieven en activiteiten voor recreanten
f) Hoe mensen al deze elementen onderling afwegen
g) Criteria en modellen om groentekorten in te schatten

Om al deze elementen samen te brengen heeft men een model nodig, dat gevoed wordt door gegevens over demografie, beschikbaarheid van gebieden, voorkeuren van bewoners en afwegingsmechanismen. Er is vaak goede info m.b.t. demografie en gebieden, maar veel minder m.b.t. activiteiten, voorkeuren en afwegingsmechanismen. Een beschrijving van deze elementen kan helpen om effecten van groen kwalitatief en kwantitatief te beoordelen.

a) Aantal bezoeken per inwoners

Omdat in de literatuur de termen "bezoek" en "groene ruimte" uiteenlopend worden gedefinieerd loopt het aantal schattingen over het aantal bezoeken sterk uiteen (onderstaande tabel). De meeste studies zijn gebaseerd op enquêtes bij inwoners naar hun bezoeksfrequentie van groene ruimte, waarbij deze termen uiteenlopend worden gedefinieerd (door onderzoekers) en geïnterpreteerd (door respondenten). Studies die zich beperken tot langere bezoeken aan (grotere) bos, natuur en parkgebieden schatten dit – voor een gemiddelde inwoner - in op één tot twee keer per maand. Naarmate men ook rekening houdt met kortere bezoeken (vanaf enkele minuten) en aan meerdere vormen van open, groene ruimtes (inclusief landbouw, sport, strand, water, ...) stijgt de frequentie tot ongeveer één keer per week, met drie per week als uitschieter voor Helsinki. Bezoek aan de eigen tuin wordt hierin nooit meegenomen.

Er zijn meer data en studies voor langere bezoeken aan grotere gebieden. De kortere bezoeken aan buurtgroen en wijkgroen, bezoeken met meerdere doelen (sporten in een groene omgeving) of bezoeken gecombineerd met andere activiteiten (familiebezoek, theaterbezoek) zijn echter veel minder onderzocht, maar zijn wel heel belangrijk voor de beoordeling van de impact van buurt- en wijkgroen.

Tabel: Overzicht van aantal bezoeken aan groene ruimte per jaar per inwoner

Omschrijving	Bezoeken /inw.jr	Bron, op basis van
Vlaanderen, bezoek aan natuur en bos (SCV survey)	12	INBO, 2011
Nederland, bezoek aan natuur en bos (CBS)	12	De Vries, 2009
Nederland, bezoek aan natuur en bos (CVTO)	20	Goossen, 2012
Denemarken, bezoek aan bos met de wagen	13	Termansen, 2013
Denemarken, bezoek aan bos, alle modi	26	Id.
Vlaanderen, bezoek aan groene ruimte	22	Broekx, 2013
UK MENE, bezoek groene ruimte op – 1.6 km van huis	25	NECR, 2013
Vlaanderen, bezoek aan bos en park (1,5 uur)	30	Decuypere, 2005
UK MENE, bezoek groene ruimte, + 1,6 km van huis,	36	NECR, 2013
Vlaanderen, wandelingen, rondritten en joggen, (OVG)	38	Janssens et al.,2010
Nederland, bezoek aan blauw/groene ruimte (CVTO)	43	Alterra, 2004
Vlaanderen, Denderbekken, bezoek aan rivier	48	Liekens, 2008
Vlaanderen, bezoeken aan groene ruimte	30-50	Vito, enquêtes
Vlaanderen, wandelingen, tijdsbestedingsonderzoek	46	Glorieux, 2008
UK, totaal aantal bezoeken	61	Natural England, 2013
Helsinki, bezoek aan stedelijk groene ruimte	160	Neuvonen, 2007

SCV = grote, repititieve 'sociaal culturele verschillen' enquête van de Vlaamse Gemeenschap.
CVTO = grote repititieve enquête, continue vrijetijds onderzoek Nederland.
UK MENE = The Monitor of Engagement with the Natural Environment = grootschalig repetitief onderzoek naar bezoeken aan open, groene ruimte in de UK in opdracht van Natural Environment, Forestry Commission en DEFRA.
OVG = repetitief onderzoek verplaatsingsgedrag Vlaamse Gemeenschap

Naast de eigen inwoners kunnen stadsparken e.d. ook van belang zijn voor toeristen. Er zijn goede cijfers over het aantal toeristen in Vlaamse steden, maar geen systematische info over hun bezoeken aan groene ruimtes. Voor Nederland wordt een kengetal gehanteerd van 0,3 bezoeken per overnachting (de Vries, 2009). We nemen dit kengetal over.

Anderzijds zullen inwoners uit steden met meer groen minder op vakantie gaan. Systma, 2012, schat dat 20 % van alle overnachtingen van inwoners uit de minst groene gebieden van Nederland (1 miljoen mensen) een gevolg zijn van een tekort aan groen in de eigen omgeving. Dit zit echter reeds vervat in het aantal bezoeken door inwoners.

b) Invloed van hoeveelheid groen op aantallen bezoeken per inwoner

Meer gedetailleerde analyses van deze studies leren dat er grote variaties zijn tussen inwoners, die ten dele worden verklaard door verschillen in hoeveelheid van groen in de omgeving, de nabijheid van groen en de kenmerken ervan (omvang, toegankelijkheid, kwaliteit en wijze van inrichting). Op basis van studies voor stedelijk groen in Helsinki en bezoeken aan bos en natuur in Vlaanderen, Wallonië en de VS mogen we besluiten dat 10 % meer groene ruimte in de omgeving leidt tot 4 % à 5 % meer bezoeken (Neuvonen, 2006; Broekx, 2013; Colson, 2009; Siikamaki, 2011).

c) Invloed van afstand op kans dat een gebied bezocht wordt

Daarnaast mogen we verwachten dat inwoners die dichterbij groen wonen meer bezoeken zullen brengen, maar om dit effect goed statistisch te vatten moet men ook goed de toegankelijkheid en de kwaliteit van dat groen in kaart kunnen brengen, en de afstand op een relevante manier kunnen inschatten, o.a. rekening houdend met de veiligheid e.d. van de weg erheen. Dit blijkt in de praktijk zo lastig te zijn dat de studies zelden statistisch relevante relaties vinden die veralgemeend te interpreteren zijn. Een uitzondering is de studie van stedelijk groen in Helsinki. Zij geeft aan dat de bezoeksfrequentie met 0,5 % daalt per 100 meter dat de groene ruimte verder van de woonplaats ligt.

Deze bezoeken richten zich voornamelijk op groene ruimtes dicht bij de woonplaats. Dit leidt men af uit bovenvermelde enquêtes en studies die nagaan waar de bezoekers van een bepaald gebied vandaan komen. Meestal gaan deze studies ook over grotere en aantrekkelijke gebieden (groter stadspark, bos of natuurpark),en wordt dit effect geschat via het zogenaamde afstandsverval (bijv. Moons, 2005). Dit geeft de bezoeksfrequentie van een gebied in functie van de afstand, meestal uitgedrukt in reiskosten en via een logaritmische functie. Grosso modo kunnen we deze resultaten samenvatten door te stellen dat gemiddeld genomen ongeveer de helft van het aantal bezoeken plaatsvindt in gebieden binnen een straal van 10 km van de woonplaats, dus binnen de stad (Broekx, 2013). Deze regel geldt voor de langere bezoeken aan grotere gebieden. Als we ook rekening houden met de kortere bezoeken aan kleinere gebieden, dan kunnen we op basis van de gegevens van UK MENE afleiden dat 40 % van de bezoeken binnen 1,6 km van de woning plaatsvindt (Natural Engeland, 2013). Dit wordt ook weerspiegeld in de enquête van Natuurpunt waarbij 90% van de Vlamingen vinden dat het belangrijk tot zeer belangrijk is om wandelnatuur te hebben binnen 2 km van de woonplaats (Natuurpunt, 2014).

d) De kenmerken van de toegankelijke groengebieden

Onderzoek naar recreatie en groen heeft veel aandacht gehad voor nabijheid, maar de invloed van de kenmerken van het groen (omvang en kwaliteit) is een grote onderzoekslacune, ook in landen met heel veel data over groene omgeving en recreatie (Veneklaas, 2011; Vreke, 2010).

In de praktijk gaat het aantal bezoeken natuurlijk sterk afhankelijk zijn van de beschikbaarheid en kwaliteit van de groene ruimtes, en van de veiligheid en aangenaamheid van de weg ernaar toe. Hierover is veel kwalitatief onderzoek dat de voornaamste elementen oplijst (Owen, 2004; McCormack, 2010) (zie ook verder). Er is ons geen onderzoek bekend dat toelaat het effect van deze elementen te gebruiken om effecten op gebruiksfrequentie voor stedelijk groen in Vlaanderen te schatten. Algemeen wordt gesteld dat voor korte bezoeken mensen vooral kiezen op basis van de afstand, en zich tevreden stellen met het soort gebied dat voorhanden is en de activiteiten die men er kan doen. Voor langere bezoeken zijn mensen bereid zich verder te verplaatsen, en hebben ze meestal ook meerdere alternatieven zodat ze kenmerken van gebieden, afstand, e.d. kunnen afwegen om hun keuze te maken.

We illustreren dit voor de omvang (aantal ha) van een gebied. Enerzijds verwachten we dat dit een belangrijk kenmerk is, en dat grotere gebieden in staat zijn meer activiteiten en groentypes aan te bieden en met meer variatie, zodat ze meer bezoekers kunnen aantrekken. We mogen ook verwachten dat een groter gebied meer km pad kan aanbieden. Toch is in onderzoek omvang nauwelijks een statistisch significante factor. Dit toont aan dat omvang op zich geen voldoende kenmerk of proxy is voor kwaliteit en inrichting van de gebieden. We merken op dat ook in onderzoek naar bereidheid tot betalen voor natuur, omvang van gebieden relatief weinig belangrijk is (Liekens,2009).

e) Recreatiemotieven en activiteiten voor recreanten

Er is veel informatie over recreatiemotieven voor en activiteiten tijdens bezoeken aan groene ruimtes, en de variatie hierin. Er zijn een heleboel indelingen van stedelijke ruimte, activiteiten en motieven (Simoens, 2010; De Vries, 2009). In Nederlands review onderzoek onderscheidt men bijv. een vijftal types bezoekers op basis van hun motieven, om in combinatie met activiteiten, de noden en wensen m.b.t. natuurtypes, infrastructuur en omgeving beter te begrijpen. De motieven worden omschreven met onderstaande kernwoorden en zinnen, in volgorde van het relatieve belang van het motief :

• even tussen uit (even weg om de batterij weer op te laden) (34 %) ,
• gezelligheid (gezellig samen) (27 %),
• interesse: (er tussenuit en ook nog iets leren ) (15 %)
• natuur: (opgaan in de natuur) (15 %)
• uitdaging (sportieve uitdaging) (9% )

Dezelfde mensen hebben uiteenlopende motieven, al naargelang moment en context.
Voor Antwerpen is er goede informatie m.b.t. activiteiten en met wie men groengebieden bezoekt.
Maar motieven, activiteiten en hiermee gelinkte wensen verschillen tussen bevolkingsgroepen, in functie van socio-economische kenmerken en culturen. Deze zijn natuurlijk contextspecifiek, en zijn moeilijk te vertalen naar de Vlaamse context.

f) Hoe mensen al deze elementen waarderen en onderling afwegen

Vlamingen hebben een hoge waardering voor parken en openbaar groen. Van de Vlamingen geeft 80% aan dat het 'zich goed voelen' gerelateerd is aan een eigen tuin; ruim 60% geeft aan dat dit gerelateerd is aan het voorkomen van openbaar groen in de omgeving. (Decuypere et al., 2005). Onderzoek in Australië geeft aan dat aanwezigheid van een stedelijk park binnen de 3 km van de woonplaats mensen 1% gelukkiger maakt (Ambrey, 2011).

Er zijn verder specifieke studies die inschatten hoeveel de bezoekers de bezoeken aan groene ruimtes monetair waarderen. Deze worden ten eerste afgeleid van de kosten en inspanningen die mensen leveren om die gebieden te bezoeken, en dan gaat het meestal om langere bezoeken aan verderaf gelegen natuur. Een tweede bron zijn enquêtes die mensen bevragen naar hun bereidheid tot betalen voor toegang tot groene ruimtes. Op basis van de meta-analyse van meer dan 200 studies uit ,Sen, 2014, hanteert Broekx, 2013, een kengetal van €4,5 (€3 - €9)/bezoek om deze bezoeken in geldtermen te waarderen. Er zijn onvoldoende data en kennis om hierbij onderscheid te maken tussen activiteit, recreatiemotief, duur of aard van gebied dat bezocht wordt. We mogen wel aannemen dat deze cijfers niet zomaar van toepassing zijn op de korte bezoekjes aan buurt- of wijkgroen. In de context van TEEB stad hanteert men een lager kengetal van 1,13 €/bezoek (Buck Consultants, 2013). Dergelijke waarde is meer consistent met de kortere duurtijd en beperkte verplaatsingskost voor korte, lokale bezoeken en bijv. de waarde van het opgeven van vrije tijd.

g) Criteria en modellen om groentekorten in te schatten

We vermelden tot slot de literatuur m.b.t. doelstellingen of normen voor stedelijk groen. Een eerste wijze is het beoordelingskader uit VMM-MIRA studies (van Herzele, 2003), met criteria voor de groene ruimte (nabijheid, omvang en hoeveelheid (m²/inwoner)) voor elke inwoner, met onderscheid naar groen in de buurt (400m), wijk (800 m), stadsdeel (1600 m) en stad. De cijfers zelf zijn afgeleid op basis van expertenoordelen en normering in andere landen.

Een tweede methodiek uit Nederland kijkt meer dynamisch naar tekorten in groene ruimte om de recreatiedruk op te vangen, aan de hand van een model dat vraag en aanbod berekent en vergelijkt (BRAM 2.0, Beleidsondersteunend Recreatie Analyse Model). De recreatievraag is gebaseerd op geschat aantal bezoekers per 1000 inwoners, toewijzing aan nabije gebieden, en dit voor een normdag (dit is de op 5 na drukste dag). Het aanbod wordt bepaald in functie van de padendichtheid per ha, met onderscheid naar fietsen en wandelen. Het model wordt vooral gebruikt voor bepaling recreatietekorten op regionale schaal en op schaal van de stad (bijv. Hoffman, 2011; Dammers, 2013, De Vries 2002).

Er zijn tot slot ook studies die trachten te onderbouwen hoeveel groene ruimte nodig is om de minimale doelstellingen van de WHO m.b.t. bewegen te garanderen. Omwille van bovenvermelde problemen om een goede relatie te vinden tussen groene ruimte, bezoeken en beweging kunnen we hier geen criteria uit afleiden die toepasbaar zijn voor Vlaamse steden.

Benodigde inputgegevens:

Aantal inwoners in een straal van 200, 600 en 1200m
Informatie van verschillende kaarten rond aantrekkelijkheidsfactoren gebied.
Informatie rond recreatieve faciliteiten en wandelpaden.

Methode

De methode opgenomen in het model is een sterke vereenvoudiging van de methodiek die ontwikkeld werd door VITO (De Nocker, Verachtert et al. 2016). In het model worden vier types van recreatie (= wandelen, fietsen, recreatie met voortransport en bezoeken door toeristen) berekend binnen Vlaanderen en wordt het aantal bezoekers toegewezen aan de verschillende groengebieden (aaneensluitende natuur en landbouw) in het projectgebied. Hierbij wordt rekening gehouden met de aantrekkelijkheid van het landschap en de grootte van de groengebieden binnen het gebied en rondom rond (aanbod) als ook het aantal potentiële recreanten in de omgeving (vraag). Door vraag en aanbod met elkaar te combineren, rekening houdend met de aantrekkelijkheid van de andere omliggende gebieden en bepaalde afstandsrelaties, wordt een schatting gemaakt van de levering van recreatie in het gebied.

Voor meer uitgebreide informatie wordt er doorverwezen naar het rapport uitgegeven door VITO (De Nocker, Verachtert et al. 2016).

Voor de stad hanteren we deze methode enkel voor parken groter dan 0.5 ha.

Kwalitatieve waardering

De kwalitatieve waardering is een score op basis van de aantrekkelijkheid en de inrichting van het gebied voor recreatie.

Hierbij worden een reeks factoren in rekening genomen die het landschap aantrekkelijker of minder aantrekkelijk maken voor recreatie. De berekening vertrekt vanuit een basisscore op basis van het landgebruik, waarna er een reeks positieve (aanwezigheid water, cultuurhistorische waarde, biodiversiteit...) en negatieve effecten (horizonvervuiling, geluid...) mee in rekening worden genomen.

Aanvullend wordt er ook rekening gehouden met de inrichting van het gebied: Hoeveel paden zijn er aanwezig? Zijn ze bewegwijzerd? Zijn er recreatieve faciliteiten zoals informatieborden, zitbanken of een bezoekerscentrum?

De grootte van deze effecten werd berekend door VITO op basis van eigen onderzoek naar preferenties van recreanten (De Valck et al. 2016, 2017) en literatuur.

De volgende formule wordt gebruikt voor de aantrekkelijkheid van het landschap: Basisscore= % natuur, bos en water x 0.1 + % landbouw x 0.05 + % stedelijk x 0

Positieve en negatieve effecten:

Basisscore x (0.1 indien water + score voor soortenrijkdom + score voor diversiteit landschap +score voor reliëf + score voor cultureel-historische waarde –score voor horizonvervuiling –score voor geluid)
Deze scores zijn af te lezen van inputkaarten in de Natuurwaardeverkenner webtool.

De score voor de inrichting van het landschap wordt berekend op basis van de huidige padendensiteit berekend door VITO en aanpassingen aan het gebied en de faciliteiten die er zijn of worden aangelegd (zie tabellen)

Tabel: Wijziging padendensiteit in toekomstige gebied en invloed op de score

Verandering padendensiteit	daalt sterk (--)	Daalt (-)	Zelfde(0)	neemt toe (+)	neemt sterk toe (++)	% bewegwijzerd of deel van routenetwerk van paden die verdwijnen of bijkomen
Aantal paden	-0.2	-0.1	0	+0.1	+0.2	+0.1% Of -0.1%

Bron: VITO

Tabel: Antwoord op de vraag in welke mate recreatieve faciliteiten aanwezig zijn.

Antwoord	score
Geen (als geen van de faciliteiten wordt aangeduid)	0
Beperkt (als max 2 van lijst behalve bezoekerscentrum)	0.1
Ruim (indien tussen 3 en 6 van van lijst behalve bezoekerscentrum)	0.3
Uitgebreid (bezoekerscentrum of >6 andere )	0.5

Bron: VITO

Deze scores worden berekend voor zowel het huidige als het toekomstige gebied. Een gemiddelde van de aantrekkelijkheidsscore en de inrichtingsscore wordt gemaakt om de uiteindelijke kwalitatieve waardering te bepalen.

Kwantitatieve waardering

Voor de kwantitatieve waardering wordt het totaal aantal bezoeken per jaar geschat voor een gebied.

Dit aantal bezoeken wordt ingeschat op basis van de volgende factoren:

• De aantrekkelijkheid en inrichting van het gebied
• Omvang van het volledige groengebied waarvan het geselecteerde gebied deel uitmaakt.
• De bevolkingsdichtheid en het gemiddeld aantal bezoeken per persoon per type recreatie
• Andere groengebieden in de omgeving.
• Afstand van de bevolking tot het gebied.

Om het belang van parken voor recreatieve beleving te schatten maken we een onderscheid tussen twee types bezoeken:

• Ommetjes: korte, lokale bezoeken aan groen in wijk, buurt of stadsdeel (binnen 1,6 km, zoals gehanteerd in Bateman et al., 2011 en Van Herzele et al., 2004)
• Bezoeken: langere bezoeken, ook aan gebieden verder van de woonplaats

We houden enkel rekening met de korte lokale bezoeken in de Natuurwaardeverkenner.
Het aantal bezoeken varieert sterk per persoon en is hoger in gebieden met meer toegankelijk groen. De factoren die de aantrekkelijkheid van lokaal groen voor ommetjes en bezoeken bepalen zijn op hoofdlijnen dezelfde. We onderscheiden pragmatisch drie afstandzones om de aantrekkelijkheid voor bezoekers te beoordelen.

Tabel: Standaard gehanteerde afstandsgrenzen voor groen in stedelijke context

Afstand bezoekers tot woonplaats	Maximaal	Gemiddeld
Buurt	400m	300m
Wijk	800m	600m
Stadsdeel	1600m	1200m

gebaseerd op Van Herzele et al., 2004

Het aantal bezoeken aan een stedelijke groenvorm is de som van de bezoekers uit verschillende zones (Z1 tot en met Z3) aan deze groenvorm.

$\text{Bezoeken groenvorm A} =\sum{\text{inwoners zone Z} * \dfrac{\text{Ommetjes}}{\text{inwoner zone Z}} * \text{Kans Z-A}}$

Waarbij:

• Zone : 3 zones, volgens afstand
• Ommetjes /inwoner = het aantal ommetjes dat een inwoner uit zone Z gemiddeld per jaar doet
• Kans Z-A = kans dat een inwoner uit zone Z groenvorm A verkiest voor het maken van een ommetje. Deze kans hangt af van de relatieve aantrekkelijkheid van A in verhouding tot andere groenvormen.

De kans dat een een inwoner uit buurt A een gebied bezoekt in zone Z wordt bepaald door:

• de afstand tot de zone
• de kwaliteit van het type stedelijk groen en de inrichting van het gebied voor recreatie(kwalitatieve waardering )
• de omvang van het groen (algemene wegingsfactoren, per zone)

Pragmatische formules voor berekenen aantal bezoeken:

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner buurtgroen x aantal inwoners300m x score kwalitatief huidig/ gemiddelde Vlaanderen x 0.4)

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner wijkgroen x aantal inwoners (600-300m) x score kwalitatief huidig/ gemiddelde Vlaanderen x 0.4)

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner stadsdeel x aantal inwoners (1200-600m) x score kwalitatief huidig/ gemiddelde Vlaanderen x 0.4)

Dan optellen

Toekomst:

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner buurtgroen x aantal inwoners300m x score kwalitatief toekomst/ gemiddelde Vlaanderen x 0.4)

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner wijkgroen x aantal inwoners (600-300m) x score kwalitatief toekomst/ gemiddelde Vlaanderen x 0.4)

(1+0.4 (indien meer parken) x Aantal bezoeken per inwoner stadsdeel x aantal inwoners (1200-600m) x score kwalitatief toekomst/ gemiddelde Vlaanderen x 0.4)

De schaarste van een bepaald gebied hangt af van de mate dat er veel of weinig subsituten in de omgeving zijn.

Monetaire waardering

Voor de waardering maken we gebruik van benefit transfer uit studies die gebaseerd zijn op de reiskostenmethode. Hierbij wordt de waarde die de recreant hecht aan een uitstap in de groene ruimte gewaardeerd op basis van de kosten en inspanningen die hij hiertoe levert, met name het "opgeven" of "investeren" van vrije tijd en verplaatsingskosten.

Voor de waardering van ommetjes houden we ermee rekening dat zij korter duren en minder verre verplaatsingen vragen dan de bezoeken aan grotere gebieden. Voor ommetjes hanteren we een gemiddelde waarde van 1.5€ per ommetje. Dit is gebaseerd op gegevens over de gemiddelde duur van een ommetje en de waardering van de vrije tijd voor bijv. studies rond transport en gezondheid. Er is weinig internationale literatuur om de waarde van een ommetjes te bepalen. Onze schatting is wel vergelijkbaar met het cijfer uit het Nederlandse TEEB stad (Buck Consultants, 2013).
We merken op dat gezinnen in de omgeving (tot +/- 1 km) van een toegankelijke, groene ruimte naast reiskosten ook een meerprijs betalen bij de huur of aankoop van een woning om in de nabijheid van dergelijk gebied te wonen. Om risico op dubbeltelling te voorkomen, wordt deze meerprijs niet apart meegenomen of berekend. We nemen wel de meerprijs voor woningen met zicht op groene ruimte afzonderlijk mee omdat dit vooral gaat over visueel genot en dus verder gaat dan recreatie (zie verder).

Te gebruiken cijfers

Tabel: Gemiddeld aantal bezoeken per inwoner per soort groen

Soort groen	Gemiddeld Aantal bezoeken/per inwoner (16 in totaal)
Buurtgroen	10
Wijkgroen	5
Stadsdeel	1

Maximale score voor aantrekkelijkheid formule: 2,75
Gemiddelde aantrekkelijkheid voor recreatie parken: 5 (dit getal moet nog berekend worden)

Vertaling naar een indicator

Het aantal bezoeken aan een gebied spreekt voor zichzelf. We vertalen dit ook verder naar wat dit betekent voor de recreatie/horecasector in de omgeving door de bestedingen die recreanten maken te vertalen naar aantal jobs die in de sector hierdoor worden gecreëerd.

Tabel: Gemiddelde bestedingen per bezoek per recreatietype.

Activiteit	Bron	€/bezoek
lokaal wandelen	NPHK, 2009	3
korte fietstochten	Prov. Antwerpen	8
Daguitstappen	Toerisme Vlaanderen	18.6
Verblijfstoerisme	Toerisme Vlaanderen	57
Gewogen gemiddelde		8.35

Deze bestedingen zorgen voor 15,37 Voltijds eenheden (VTE) per miljoen bestedingen.

Een voorbeeld

Een braakliggend terrein van 1 ha in de stad wordt aangelegd als parkgebied met bos, bloemenweides, gazon en vijvers. Er worden bewegwijzerde paden doorgelegd. Langs het pad worden zitbanken geplaatst. We veronderstellen dat binnen de 200m van het gebied 50 mensen wonen.

Kwalitatieve waardering

We bevragen de verschillende inputkaarten voor recreatie om te kijken welke factoren een invloed hebben op de aantrekkelijkheid van het landschap. De basisscore voor het huidige gebied is 100 x 0 = 0 (geen natuur of landbouwgroen)

Die voor het toekomstige gebied is 100 x 0.01=1 (volledige gebied wordt natuurgroen)

Opslagfactoren: Basisscore x (0.1 indien water + score voor soortenrijkdom + score voor diversiteit landschap +score voor reliëf + score voor cultuur-historische waarde +score voor horizonvervuiling –score voor geluid)

• Er is water in het gebied dus hiervoor opslagfactor
• Score voor soortenrijkdom: het gebied kent nu geen hoge soortenrijkdom maar er worden wel maatregelen genomen om deze te verhogen: 0,1
• Diversiteit aantal ha bos/aantal ha niet stedelijk: huidig=0 ; toekomstig =0,2
  Opslagfactor huidig= 0; opslagfactor toekomstig= 0,06
• Score relief: er is geen reliefverschil:0
• Het gebied kent geen cultuur-historische waarde. Op de door VITO geproduceerde inputkaart vinden we een score van 0
• Score horizonvervuiling: op de kaart van VITO vinden we een score van -0,03
• Score geluidsniveau: op de kaart van VITO vinden we een score van 0,1

De totale aantrekkelijkheidsscore huidig =0
De totale aantrekkelijkheidsscore toekomstig= 1+1 x (0.1+0,1+0,06+0+0-0,03+0,1)=1,33

De maximale score die hier mogelijk is, is 2,75. Om de score te normaliseren delen we de scores door deze waarde: huidig=0; toekomstig= 0,48

We vinden een padendensiteitsscore op de VITO kaart van 0. Er zijn geen paden in het gebied. In het huidige gebied wordt een bewegwijzerd pad aangelegd: 0,2
Er zijn momenteel geen recreatieve faciliteiten in het gebied (score 0). In de toekomstige situatie worden er zitbanken en infopanelen geplaatst (score 0+0,1).

Totale score voor recreatieve faciliteiten huidig= 0
Totale score voor recreatieve faciliteiten toekomstig= 0,3

De total kwalitatieve score huidig = 0 x 9+1= 1
De totale kwalitatieve score toekomstig = (gemiddelde van 0,48 en 0,3) x 9+1=4,5

Kwantitatieve waardering

Het gebied doet enkel dienst als buurtgroen. Gemiddeld trekt buurtgroen 10 bezoeken per jaar van inwoners binnen de 300m van het gebied.

Huidig: geen bezoeken
Toekomstig: 10 bezoeken x 50 inwoners x 4,5/5= 450 bezoeken
Monetaire waardering

450 bezoeken x 1,5€/bezoek= 675 € per jaar

Indicator

1,2 bezoeken/dag
Aantal jobs in horeca en recreatiesector: 450 bezoeken x 8.35€ bestedingen per bezoek x 15,37 voltijd eenheden per 1000000€ bestedingen= 0,06 jobs

Meerwaarde woningen

Beschrijving

Als nabijheid van toegankelijk groen een belangrijke factor is voor recreatie om uiteenlopende motieven, mogen we verwachten dat dit een belangrijk element is bij de keuze van een woonplaats. Bijgevolg mogen we verwachten dat mensen bereid zijn om meer te betalen voor een woning die meer toegankelijk groen heeft in de directe omgeving. Dit wordt ook bevestigd in talloze buitenlandse onderzoeken. Voor Vlaanderen is er recent (2016) een studie uitgevoerd door KUL gebruikmakend van groenindicatoren van VITO.

Literatuuroverzicht

Ten eerste is dit zeer goed gedocumenteerd voor nabijheid van bijvoorbeeld stadsparken en water en open zicht op groene ruimte. Uit een literatuuroverzicht van 116 studies besluit Kroll, 2010 dat nagenoeg alle studies aangeven dat we een meerwaarde mogen toerekenen aan woningen in de nabijheid van groene ruimtes. Deze relatie wordt ook bevestigd door niet-kwantitatieve elementen zoals schattingen van het belang door makelaars (Bervaes, 2004; Wagteveldt, 2010) en kandidaat-kopers (Brouwer, 2007). Hoewel de meerderheid van de studies Amerikaans zijn, zijn er ook veel studies in Europese landen, die deze relatie bevestigen (Nederland: Luttik, 1997, Bervaes, 2004, Brouwer, 2007; Frankrijk: Joly, 2009; UK: Smith, 2010; Gibons, 2011; Spanje: Morancho, 2003; Finland: Tyrvanen, 2001; Denemarken, Panduro, 2013, Zwitserland en Oostenrijk, Schaerer, 2008).

Voor België heeft Brechet, 2009, in het kader van een studie naar het effect van geluidshinder op woningprijzen, een positieve relatie gevonden tussen woningprijzen en de mate waarin mensen tevreden zijn met groene ruimte in hun omgeving. De Bruyn , 2006, vind eenzelfde relatie voor de Belgische huizenmarkt. De indicator waarmee de hoeveelheid groen gemeten wordt (tevredenheid) maakt dat de resultaten van deze studies niet onmiddellijk toe te passen zijn. Andere hedonische studies in Vlaanderen nemen groen niet mee (Eyckmans, 2013, Scheurs, 2006; Decoster, 2005; De Bruyn, 2009 ; Cavailhes , 2010 ; Vastmans, 2012, Broos, 2013).

De buitenlandse studies verschillen onderling sterk naar het soort groen (stadspark, bos, landbouwgebied), de ruimtelijke context (stad, platteland) en de afstand waarover de effecten zijn bekeken. De meeste studies hanteren nabijheid als indicator, maar dit geeft op zich geen verklaring voor de reden waarom mensen een groenere woonomgeving verkiezen. Nabijheid is wel een proxy voor kans op open zicht op deze natuur, en kansen voor recreatie. Sommige studies maken wel meer gedetailleerde analyses van zicht op groen of hanteren bijkomende indicatoren voor toegankelijk groen, maar deze indicatoren lopen ook sterk uiteen.

Er zijn verder buitenlandse studies die aangeven dat ook kleinere groenelementen tot een meerwaarde aanleiding geven. Donovan, 2010, vindt positieve effecten van straatbomen (boomkruinen) op prijzen voor woningen binnen de 300 meter. Sander, 2011 vindt dit effect enkel voor straatbomen net voor het huis. In vergelijking met parken of zo is dit echter veel minder onderzocht, en het is niet mogelijk hiervoor een vergelijkbare functie af te leiden. Er is geen duidelijkheid over het effect van groene daken op de vastgoedwaarde van gebouwen en omliggende gebouwen (Veneklaas, 2011; Hop, 2013). Clements, 2013, citeert Ichihara, 2011, die voor New York een opwaardering vindt van 16 % voor appartementen met groene daken.

Er zijn verder enkele studies die aangeven dat meer groene ruimte (ongeacht aard of omvang) in de gemeente leiden tot hogere huizenprijzen. De UK NEA geeft aan dat 1 % meer groene ruimte in de wijk leidt tot gemiddeld 1 % meer vastgoedwaarde voor alle huizen in de wijk (Gibbons, 2014). Het effect voor is gelijkaardig voor privaat groen (tuinen), water en ander groen. Deze studies suggereren dat ook kleinere groenelementen tot een meerwaarde aanleiding geven, maar minder dan grotere gebieden. De UK-NEA studie schat naar verhouding de meerwaardes hoog in, en er zijn te weinig vergelijkbare studies om dit verder te kunnen beoordelen.

Er kunnen ook negatieve effecten zijn van nabijheid van groen op vastgoedwaarde, met name voor parken (als ze geassocieerd worden met criminaliteit of onveiligheid) of heel dichte opgaande vegetatie die het zicht blokkeert (Laverne, 2003).

Voor bedrijven zijn er nauwelijks studies die het effect tussen aanwezigheid van groen en waarde op vastgoed onderzoeken. Clements, 2013, citeert resultaten uit literatuur voor effecten van goed aangelegde groene en blauwe infrastructuur op huurprijzen voor kleinhandel van 5 % tot 7 % (op basis van Bisco Werner, 2001, Whitehead, 2004 en EPA, 1995). Anderzijds leidt nabijheid van waterbekkens zonder aantrekkelijke vegetatie en recreatiemogelijkheden tot een daling van de huurprijzen met 7 % (EPA, 1995). Philips, 2000, vermeldt dat voor Amerikaanse steden kantoren met parkzicht 10 % hogere huur betalen. Whitehead, 2004, vindt positieve effecten van groene infrastructuur binnen het kader van stadskernvernieuwing voor consumenten, werknemers en bedrijven. Er is ook kwalitatieve informatie die aangeeft dat werknemers werken in een groen kader positief waarderen, met een positief effect op de aantrekkelijkheid van groene locaties. Er zijn onvoldoende studies om dit potentiële effect te kwantificeren, en kwantitatief mee te nemen in de handleiding.

Helgers en Vastmans 2016 tonen voor de eerste keer in Vlaanderen op een grote schaal aan dat mensen meer willen betalen voor een woning als zij in een omgeving met meer groen gelegen is. Deze hypothese wordt bevestigd voor een brede reeks van groenindicatoren (bos&natuur, landbouwgroen, straatgroen) en aannames. Het is in de literatuur slechts de tweede studie die een duidelijk verband toont voor de hoeveelheid groen (in % van het totale landgebruik) in de omgeving rond de woning en de woningprijs. De afstand waarover deze effecten gelden (tot op 800 meter) is ook vrij groot in vergelijking met de literatuur.

Ook het onderscheid straatgroen en bos&natuur is relevant om een onderscheid te maken tussen het soort ingrepen die van toepassing zijn (stedelijk vs. landelijk). We maken gebruik van de lineaire functies in deze studie om de dienst te kwantificeren.

Benodigde inputgegevens:

• Aantal woningen in straat met zicht op (binnen50m) van straatgroen in deze straat.
• Percentage straatgroen: neem de oppervlakte van de groene elementen die binnen 50m van woningen liggen (inclusief groen voortuinen) en deel dit door de oppervlakte van de straat (van gevel tot gevel) (in tool vereenvoudigd)

Kwalitatieve waardering

Voor de kwalitatieve berekening hebben we op basis van expertise een indeling gemaakt naarmate er voor de betreffende groenmaatregel in meer of mindere mate evidentie te vinden is voor effecten op de meerwaarde van woningen, recreatie en gezondheid.

Kwantitatieve waardering

Het effect van groen wordt berekend op basis van Helgers en Vastmans 2016. In deze studie werden verschillende modellen geschat. We passen op een pragmatische wijze de lineaire functie toe.

De formule berekent parameters voor %extra groen op verschillende afstanden van een woning. Voor de natuurwaardeverkenner draaien we de redenering om en kijken in een straal van 400m van het desbetreffende groen (natuur of landbouw). We vertalen de parameters naar een stijging in de waarde van de woning per ha groen voor de grotere eenheden groen. Voor straatgroen geeft de gebruiker zelf in hoeveel % straatgroen (inclusief voortuinen) er in de straten (buffer van 30m) van zijn gebied aanwezig is.

Monetaire waardering

Het effect van zicht op groen wordt uitgedrukt in een procentuele verandering van de waarde van de woningen. De informatie m.b.t. de gemiddelde waarde van de woning is dezelfde als deze voor waardering van effecten op geluid en komt neer op 240 000 euro of een jaarlijkse waarde van 11.172 €/jaar (prijzen 2019). We geven er de voorkeur aan om te rekenen met jaarlijkse waardes, zodat we consistent zijn met de andere diensten.

Uitgangspunten

• Op basis van de recente studie van de KUL maken we een onderscheid tussen openbaar groen (natuurgebieden, bossen, parken en privébossen), landbouw en straatgroen. Er is geen onderscheid in kwaliteit van het groen.
• We berekenen de baten voor een gemiddelde woning.

Te gebruiken cijfers

Tabel: kwalitatieve score voor de dienst belevingswaarde omwonenden

Score	evidentie	beschrijving
10	hoog	Hoge zichtbaarheid en veel evidentie over effecten op recreatie, wonen of gezondheid (voor alle thema's)
8		hogere zichtbaarheid, meer dan gemiddelde evidentie voor effecten op recreatie, wonen of gezondheid
6	gemiddeld	gemiddelde zichtbaarheid (lage vegetatie), gemiddelde evidentie voor effecten op recreatie, wonen en gezondheid
4		lage zichtbaarheid, gemiddelde evidentie voor effecten op recreatie, wonen en gezondheid
2	laag	beperkte zichtbaarheid, beperkte evidentie voor effecten op recreatie, wonen en gezondheid
0	geen	Geen effecten op recreatie, wonen of gezondheid

Tabel: Kwalitatieve score voor bevolkingsdichtheid van het gebied

inwoners per ha	vraag-score
0	0
1	1
5	2.5
10	5
25	10

Kwantitatieve waardering

% stijging in waarde van een gemiddelde woning met straatgroen in het studiegebied:
= 0.0853 x % straatgroen x aantal woningen zicht op straatgroen+ 0.001448 x ha park/bos/natuur x aantal woningen binnen 400m van dit groen+0.000939 x ha agrarisch incl. volkstuin x aantal woningen binnen 400m van dit landgebruik
In de tool wordt momenteel enkel het straatgroen berekend.

Monetaire waardering

Pragmatische toepassing eenvoudige lineaire functie uit Helgers en Vastmans 2016. :

Effect op woningprijzen = (0.0853 x % straatgroen x aantal woningen zicht op straatgroen+ 0.001448 x ha park/bos/natuur x aantal woningen binnen 400m van dit groen+0.000939 x ha agrarisch incl. volkstuin x aantal woningen binnen 400m van dit landgebruik) x 11015€/jaar

Vertaling naar een indicator

De kwantitatieve waardering (het % meerwaarde per woning) wordt als indicator weerhouden in het dashboard.

Een voorbeeld

Een ontwikkelingsproject voor een woonzone wil op een braakliggend terrein van 5 ha 30 woningen met privetuin aanleggen (verschillende perceelsgrootten), 36 appartementen, bewoners- en bezoekersparkeerplaatsen, een publiek park met daarin een stuk voorzien voor volkstuinen. De bewoners- en bezoekersparkeerplaatsen (0,35 ha) bestaan uit grasdallen. Langs de straten worden bomenrijen met ondergroei van perkplanten geplant (0,25 ha)

Het publieke park met de volkstuinen is 1,5 ha groot. Het park bestaat grotendeels uit loofbomen (0,75 ha en grasvelden (0,20 ha) en bloemenweide (0,05 ha).

Kwalitatieve waardering

Gewogen gemiddelde van de verschillende groenmaateregelen

De score voor het ontwikkelingsproject als geen openbaar groen of straat groen werd voorzien is 1 (woningen met geen zicht op 'publiek' groen)
Voor het ontwikkelingsproject is de score 4 (de som van de respectievelijke scores voor de groenmaatregelen delen door de totale oppervlakte van het gebied gecorrigeerd voor bevolkingsdichtheid).

Kwantitatieve waardering

Het % straatgroen (bomenrijen en voortuinen) veronderstellen we op 25%

Effect op waarde woningen door groen= 0.001448 x 1ha park +0.000939 x 0.5ha volkstuin +0.0853 x 25%straatgroen= 0.03

De groen straten en het park met volkstuin heeft een gemiddelde meerwaarde op de waarde van de woningen in de omgeving van 3%

Monetaire waardering

Stel dat in een straal van 400m rond het het park er 1500 woningen/appartementen liggen. In het studiegebied zijn dat er 66.

Meerwaarde woningen= (0.001448 x 1 ha park x 1566 woningen+0.000939 x 0.5 ha volkstuin x 1566 woningen+0.0853 x 25%straatgroen x 66 woningen) x 11015€/jaar = 48 579€/jaar

Fysische en mentale gezondheid door contact met groen

Er is veel wetenschappelijke evidentie die aantoont dat nabijheid van stedelijk groen een positief effect heeft op de fysieke en mentale gezondheid van omwonenden (Tzoulas, 2007; Konijnendijk, 2013). De recente review van Konijnendijk, 2013, lijst 86 peer reviewed studies op die een relatie aanduiden tussen gezondheid en nabijheid van stedelijke parken. Hierbij zijn er verschillende mechanismen die spelen:

• Zicht op en contact met natuur hebben positieve effecten op mentale gezondheid (stress, depressie).
• Nabijheid van groen stimuleert openluchtrecreatie en beweging, met directe positieve effecten op gezondheid en afgeleide positieve effecten via het verminderen van overgewicht.
• Contact met groen zorgt voor een betere cognitieve, fysieke en sociale ontwikkeling van kinderen.
• Nabijheid van groen verlaagt de kans op overgewicht en obesitas, al is de evidentie hier veel meer gemengd.
• Contact met natuur verhoogt de micro-biodiversiteit op de huid en de immuniteit (Haathela, 2013).
• Natuur biedt een specifiek kader van belang voor zorgtoerisme.

Welk groen draagt bij aan gezondheidsbaten?

De review van Konijnendijk focust weliswaar op stedelijke parken, maar er is meer evidentie dat alle omgevingsgroen kan bijdragen aan deze effecten. De indicatoren die gehanteerd worden verwijzen ofwel naar blauw-groene landgebruiken of vegetatie op basis van sattelietbeelden. In de Nederlandse "Vitamine G" studies werden bijvoorbeeld alle groene landgebruiken meegenomen, zonder onderlinge weging (Maas, 2008). Dit omvat dus alle omgevingsgroen maar geeft geen informatie m.b.t. het effect van groene daken of gevelgroen. Verder wordt straatgroen enkel meegenomen als het dominant is binnen de gricel (25 m x 25 m). Recenter gezondheidsonderzoek maakt vooral gebruik van de NDVI-indicator (normalized difference vegetation index) (Rhew, 2011). Voorbeelden zijn de positieve effecten van groen (gemeten via NDVI) op levensverwachting (Villeneuve, 2012), hartfalen (Wilker, 2014) en mentale gezondheid (Beyer, 2014). Deze indicator wordt afgeleid uit satellietbeelden en heeft als voordeel dat alle groenvormen worden meegenomen, ongeacht hoe ze werden gekarteerd in landgebruikskaarten. Het omvat bijv. ook private tuinen. In functie van kenmerken zoals fotosynthetische activiteit en ondergrond worden verschillende groenvormen en planten anders gewogen. Er zijn ons evenwel geen studies bekend die een relatie leggen tussen deze groenvormen en NDVI en die in het kader van het inschatten van gezondheidseffecten kunnen gebruikt worden. Deze indicator heeft ook zijn beperkingen. Zo krijgt water een nulscore, terwijl uit andere studies blijkt dat de aanwezigheid van water in omgeving voor wonen en recreatie hoog wordt gewaardeerd.

Verschillende studies hebben ook getracht om onderscheid te maken tussen toegankelijk recreatiegroen (bijv. parken) en ander groen, teneinde de effecten op gezondheid te verklaren vanuit de hypothese dat meer nabij groen aanzet tot meer beweging. De resultaten van deze studies tonen aan dat één generieke indicator voor nabijheid van toegankelijk groen onvoldoende nauwkeurig is om effecten van omgeving op beweging en gezondheid te vatten.

We kunnen aannemen dat hoog groen meer kans heeft om gezien te worden en dus tot hogere baten leidt, maar – behalve de mogelijk grotere bijdrage aan de NDVI – zijn er ons geen studies bekend die deze hypothese testen.

Hoe groot is het effect?

In navolging van Broekx, 2013, baseren we de kwantificering op de resultaten van een wetenschappelijk meerjaren programma in Nederland (Vitamine G - Maas, 2008). Dit onderzoek toont aan dat er een positief verband is tussen de hoeveelheid groenoppervlakte binnen een 1 km straal van de woning en het minder voorkomen van 18 op een totaal van 24 specifiek onderzochte ziektebeelden. De studie is gecontroleerd voor indirecte demografische en socio-economische eigenschappen van de respondenten en voor de mate van verstedelijking.

Tabel: Gezondheidseffecten van 10% extra groene ruimte binnen 1 km van woning, uitgedrukt in Daly's per 1000 inwoners

Morbiditeits eindpunt	Winst 10% extra groene ruimte	Totale ziektelast		Effect in DALY's door 10% extra groene ruimte
		DALY's per 1000 inw	Aandeel	DALY's per 1000 inw	Aandeel	Weegfactor DALY's
Eindpunten meergerekend in waardering	A	B		A*B		C
Mentale gezondheid
Angsstoornissen	5%	14,23	8%	0,71	28,9%	0,17
Depressie	4%	10,69	6%	0,43	17,4%	0,42
Fysieke gezondheid
Coronaire hartziekten	3%	20,98	12%	0,63	25,6%	0,29
COPD	3%	8,98	5%	0,27	11,0%	0,31
Diabetes mellitus	2%	8,88	5%	0,18	7,2%	0,2
Hartfalen	2%	4,06	2%	0,08	3,3%	0,15
Astma	3%	2,10	1%	0,06	2,6%	0,08
nek en rugklachten	2%	2,15	1%	0,04	1,7%	0,06
Acute urineweginfecties	3%	0,69	0,4%	0,02	0,8%	0,01
Infectieziekten van het maagdarmkanaal	3%	0,67	0,4%	0,02	0,8%	0,03
Infecties van de bovenste luchtwegen	3%	0,52	0,3%	0,02	0,6%	0,02
Eindpunten niet meegerekend wegens geen info over DALYs
MUPS (medisch oververklaarde aandoen.)	3%
Migraine	2%
Vertigo	3%
klachten rond spijsvertering	2%
hoge bloeddruk	1%
Totaal waarop natuur effect heeft		73,96	41%	2,46	100%
Totale ziekelast		180,12	100%

A. Op basis van epidemiologische studie Nederland (Maas,2008)
B. Op basis van gegevens voor Nederland (Hoeymans et al, 2007)
C. Wegingsfactoren gebruikt in Hoeymans et al, 200

Er is o.a. een positief effect gevonden op hartziektes, nek- en rugklachten, depressie, angststoornissen, infecties van de bovenste luchtwegen, astma, infectieziekten van het maagdarmkanaal, urineweginfecties en diabetes. De relatie is het grootst voor mentale ziektes. De relatie was het sterkste voor bevolkingsgroepen die verwacht worden veel tijd door te brengen in de nabijheid van de eigen woning zoals kinderen en groepen met een lagere socio-economische status.

De effecten zijn in deze tabel opgelijst in volgorde van belang. De eerste kolom geeft aan in welke mate de gezondheidseffecten toenemen indien het aandeel van groene ruimte stijgt met 10%. Voor angststoornissen dalen de negatieve gezondheidseffecten met 5%. Voor andere gezondheidseffecten varieert de daling van 4% voor depressie tot 1% voor hoge bloeddruk. Om het relatieve belang van deze gezondheidseffecten te schatten moeten we kijken hoe vaak ze voorkomen. Hiertoe hebben we ons gebaseerd op Nederlandse prevalentiecijfers, die aangeven hoe vaak een ziekte of aandoening gemiddeld voorkomt bij 1.000 mensen (Hoeymans, 2007). Om heel uiteenlopende gezondheidseffecten onderling te kunnen vergelijken en optellen drukken we deze effecten uit in DALY's. DALY's of disability adjusted life years is een indicator om verschillende gezondheidseffecten onderling te vergelijken. De indicator houdt rekening met ernst en duur van de aandoening en wordt uitgedrukt in aantal verloren gezonde levensjaren. Kolom B geeft aan dat de aandoeningen waar groen effect op heeft, relatief belangrijk zijn. De totale ziekelast per 1000 inwoners was voor Nederland 180 verloren levensjaren. Dit omvat zowel verloren gezonde levensjaren door vroegtijdig overlijden (mortaliteit) als door een gereduceerde levenskwaliteit (morbiditeit). Het geheel van de aandoeningen waar groen een positief effect op heeft vertegenwoordigen samen 40% van de totale ziektelast in Nederland of 74 verloren gezonde levensjaren (per 1.000 Nederlanders in 2007 (Hoeymans et al., 2007)). Groen heeft hierbij een relatief groot effect op enkele belangrijke gezondheidsproblemen zoals mentale problemen (angst en depressie), coronaire hartziektes, COPD en diabetes.

Samenvattend kunnen we op basis van Maas, 2008 besluiten dat 10% extra groen binnen een straal van 1km leidt tot een totale gezondheidswinst van 2,46 gezonde levensjaren per 1.000 inwoners. Daarnaast geeft de studie van Maas ook een relatie voor het aandeel groene ruimte binnen een straal van 3km rond de woonplaats en effecten op mentale gezondheid. Uit het Vitamine G-project blijkt ook dat deze inwoners minder bezoeken aan een huisdokter brengen. Deze resultaten zijn vergelijkbaar met deze van meer recent onderzoek (Alcock, 2014)

Zijn de effecten lineair ?

Op basis van de literatuur is de beste hypothese dat deze effecten lineair zijn en in dezelfde mate gelden voor omgevingen met weinig en veel stadsgroen. Het positieve effect geldt ook voor inwoners uit de relatief groenere omgevingen. In de Nederlandse studie was de gemiddelde hoeveelheid groen respectievelijk 42 % en 60 % voor de 1 en 3 km radius rond de woning.

Zijn gezondheidseffecten volledig te verklaren door relatie stadsgroen en beweging ?

Er is heel wat wetenschappelijk bewijs dat toegankelijke en veilige groene ruimte een positieve invloed heeft op beweging en het welzijn van mensen (Croucher et al., 2007; HCN, 2004; Bird, 2004). Aantrekkelijke, groene en veilige omgevingen nabij huis of werk bieden de beste opportuniteiten om dagelijks te bewegen. De resultaten van een Europese enquête suggereren dat de kans op fysieke activiteit drie keer hoger is en het voorkomen van obesitas 40% lager in buurtomgevingen waar veel groen aanwezig is in tegenstelling tot buurten met weinig groen (Ellaway et al, 2005).

De wetenschappelijke evidentie is echter verdeeld (Konijnendijk, 2013) over het effect van aanwezigheid groen op bewegen en obesitas. Nietttegenstaande deze evidentie zijn er geen goede dosis-effectrelaties om het effect van groene ruimte op beweging te kwantificeren. Het verband tussen aanwezigheid van groen in de omgeving en fysieke activiteit is immers heel complex. Een studie in de UK geeft bijv. aan dat mensen die in wijken wonen met meer groen (exclusief private tuinen) meer fysiek actief zijn, maar dat dit te maken heeft met meer tuinieren en klussen, niet met meer wandelen (Mytton, 2012).

Overlappen gezondheidsbaten met andere batencategorieën ?

Er is een zekere overlap met de baten van recreatie en woongenot, en mogelijk ook met regulerende diensten zoals luchtkwaliteit, hittestress en geluidshinder. Maar de aard en omvang van de effecten en de onafhankelijke experimentele studies tonen aan dat er bijkomende effecten zijn die niet door de andere factoren kunnen verklaard worden. Een recente studie toont bijv. aan dat zowel bezoekers als niet-bezoekers gezondheidsbaten hebben van de nabijheid van een stadspark, en dat ze groter zijn voor de bezoekers (Tamosiunas, 2014). Gezondheidsstudies tonen ook aan dat deze positieve effecten van groen onafhankelijk zijn van verschillen in luchtkwaliteit (bijv. Villenveuve, 2012). Deze toets gebeurt evenwel niet systematisch voor alle onderzoek, en is bijv. niet meegenomen in het Vitamine G-project. In een bijkomende studie hebben de auteurs van het Vitamine-G project wel op basis van literatuur geconcludeerd dat het weinig waarschijnlijk is dat luchtkwaliteit en beweging de belangrijkste mechanismen kunnen zijn om de gezondheidseffecten te verklaren (in vergelijking met mechanismen zoals stress reductie en sociale contacten) (de Vries, 2009).

Zijn effecten groter in kansarme buurten ?

De effecten zijn groter voor meer kansarme bevolkingsgroepen, omdat zij kwetsbaarder zijn en/of meer tijd doorbrengen in hun directe woonomgeving. Kansarme bevolkingsgroepen (gedefinieerd in termen van inkomen, opleidingsniveau, ethniticiteit, ...) worden vaker getroffen door ziektes en hebben een lagere levensverwachting. Verschillende onderzoeken hebben aangetoond dat dit effect kleiner is voor kansarmen die in een omgeving wonen met meer groen, in vergelijkign met kansarmen die een omgeving wonen met minder groen. Dit effect is bijv. aangetoond voor levensverwachting en vaatziektes voor het V.K. (Mitchell and Popham, 2007), voor kindersterfte in Frankrijk ((Kihal-Talankite, 2023) en voor ziekte en perceptie van eigen gezondheid in Nederland (Maas, 2009). Bovenvermelde resultaten voor Nederland zijn sterker voor mensen met een lager opleidingsniveau, een lagere socio-economische status en voor kinderen (-12 jaar) en ouderen (46-65 jaar) (Maas, 2009; Groenewegen, 2012). De cijfers uit de studie laten echter niet toe om deze verschillen tussen groepen te kwantificeren. Studies die specifiek kijken naar mogelijke verklaringsmechanismen voor deze verschillen noemen blootstelling aan stress een belangrijke factor. Morrens, 2009, toont aan dat mensen uit lagere sociaal economische klassen meer stress ondervinden. Bijgevolg is het milderende effect van groene leefomgeving op stress gerelateerde gezondheidsimpacten groter voor deze groepen.

Benodigde inputgegevens:

• Het aantal inwoners binnen 100m van het studiegebied
• Aantal m² groen binnen het studiegebied te berekenen door de oppervlakte groenmaatregelen in het studiegebied (inclusief) gevelgroen op te tellen

Kwalitatieve waardering

De identificatie van gezondheidseffecten komt in sterke mate overeen met de werkwijze voor de verhoging van de kwaliteit van de woonomgeving en bouwt dus vooral voort op nabijheid van bevolking. De sterkste evidentie en de grootste impacts hangen samen met het aantal inwoners in het gebied binnen een straal van 100m rond het gebied. Gebieden met een hoge score hebben of een hogere aantrekkelijkheid of relatief meer inwoners in en rond het studiegebied dan gebieden met een lage score.

Kwantitatieve waardering

Hoewel er veel wetenschappelijke evidentie is dat groene ruimte een bijdrage levert aan het verbeteren van de fysieke en mentale gezondheid, zijn er minder studies die toelaten om deze effecten te kwantificeren. Om de gezondheidseffecten van omgevingskwaliteit (aanwezigheid van groen) te kwantificeren zijn dosis-effect relaties nodig. Dit soort studies kijkt naar het verband tussen aanwezigheid van groen in de nabije of ruime omgeving van een burger en zijn gezondheidstoestand.

We baseren de kwantificering op de resultaten van een wetenschappelijk meerjaren programma in Nederland (Vitamine G - Maas, 2008). Dit onderzoek toont aan dat er een positief verband is tussen de hoeveelheid groenoppervlakte binnen een 1 km straal van de woning en het minder voorkomen van 18 op een totaal van 24 specifiek onderzochte ziektebeelden. De studie is gecontroleerd voor indirecte demografische en socio-economische eigenschappen van de respondenten en voor de mate van verstedelijking. Er is o.a. een positief effect gevonden op hartziektes, nek- en rugklachten, depressie, angststoornissen, infecties van de bovenste luchtwegen, astma, infectieziekten van het maagdarmkanaal, urineweginfecties en diabetes. De relatie is het grootst voor mentale ziektes.

Voor angststoornissen dalen de negatieve gezondheidseffecten met 5% voor elke 10% extra groene ruimte. Voor andere gezondheidseffecten varieert de daling van 4% voor depressie tot 1% voor hoge bloeddruk. We drukken dit uit in de vermindering in aantal DALY's (Disability-adjusted life years) zijnde een vermindering in de maat voor de totale last ontstaan door ziekte.

Tabel: Samenvattende tabel gezondheidseffecten van 10% extra groene ruimte binnen 1km en 3 km van woning

Gezondheidseffecten	Voor 10% extra groene ruimte binnen een straal van
	1 km
Mentaal	1,14
Andere	1,32
Totaal	2,46

uitgedrukt in DALY's per 1.000 inwoners

Om dit te gebruiken in de natuurwaardeverkenner hebben we dit omgerekend naar DALY's voor 1 ha groene ruimte (landbouw, natuur, bos) (zie Tabel) per 1000 inwoners

• 10% extra groen in een straal van 1 km rond de woning is 31,4 ha extra groen.
• 2,46 DALY voor 31,4 ha extra
• 0.0783 DALY voor 1 ha natuur in een straal van 1 km

Om het aantal m² groen in de woonomgeving te berekenen hanteren we een pragmatische aanpak. De oppervlakte van verticaal groen wordt ook meegenomen.

Omdat het hier om vaak kleine groenelementen gaat in een stedelijke context nemen we enkel de baten voor gezondheid mee van de inwoners binnen 100m van het studiegebied.

Monetaire waardering

Economische waardering van gezondheidseffecten omvat 3 soorten baten (De Nocker et al, 2010):

• Minder ziektekosten: minder uitgaven medicijnen, hospitaalkosten, etc. Hiervoor worden maximaal data voor Vlaanderen en/of België gebruikt.
• Minder verlies aan productiviteit: zowel op de werkvloer als voor thuisarbeid, beide op basis van Belgische/Vlaamse data.
• Minder welvaartsverlies door lijden (zowel eigen lijden als lijden door familieleden,...): Dit wordt gewaardeerd aan de hand van data uit de Europese literatuur, waarin dit wordt afgeleid aan de hand van geuite voorkeuren (bijv. contingente waarderingsstudies). Deze data worden ook gehanteerd in Europese studies voor onderbouwing milieubeleid.

Voor het waarderen van de reductie in "verloren kwaliteitsvolle levensjaren" kunnen DALYs gewaardeerd worden aan 87.000 euro per DALY (Stassen, 2007). Dit cijfer is gebaseerd op een vergelijking van de economische gegevens voor verschillende ziektes met de overeenkomstige DALYs. Omgerekend naar een prijspijl 2014 is dit 103000 euro per DALY.

Uitgangspunten

• We kunnen op basis van de beschikbare data geen onderscheid maken tussen de invloed van het soort groene ruimte (bos, natuur, landbouw) op gezondheid.
• We maken de assumptie dat de kleinschalige groenelementen binnen het studiegebied enkel een invloed hebben op de inwoners in het studiegebied.

Te gebruiken cijfers

Tabel: Kwantitatieve waardering van gezondheidseffecten van 1 ha extra groen in DALY per 1000 inwoners

binnen een straal van	1 km
Mentaal	0.036
Andere	0.042
Totaal	0.078

Uitgedrukt in DALY

Monetaire waardering is 103.000€ per DALY

Vertaling naar een indicator

Omdat DALY niet een zo voor de hand liggende eenheid is, hebben we deze vertaald naar het aantal doktersbezoeken dat iemand zou afleggen moest hij/zij de aandoeningen krijgen die minder groen met zich meebrengt.
Parameter= 0,265924 doktersbezoeken per 1000 inwoners per ha groene ruimte (TEEBstad-tool, 2016)

We gebruiken ook de monetaire waardering as such omdat dit de vermeden gezondheidskosten voor de maatschappij weergeeft.

Een voorbeeld

Een ontwikkelingsproject voor een woonzone wil op een braakliggend terrein van 5 ha 30 woningen met privetuin aanleggen (verschillende perceelsgrootten), 36 appartementen, bewoners- en bezoekersparkeerplaatsen, een publiek park met daarin een stuk voorzien voor volkstuinen. De bewoners- en bezoekersparkeerplaatsen (0,35 ha) bestaan uit grasdallen. Langs de straten worden bomenrijen met ondergroei van perkplanten geplant (0,25 ha)

Het publieke park met de volkstuinen is 1,5 ha groot. Het park bestaat grotendeels uit loofbomen (0,75 ha en grasvelden (0,20 ha) en bloemenweide (0,05 ha).

De kwalitatieve waardering is gebaseerd op een algemene score voor effect op culturele diensten van de groenmaatregelen en gecorrigeerd voor de bevolkingsdichtheid van het gebied (vraag).

De score voor het ontwikkelingsproject als geen openbaar groen of straat groen werd voorzien is 1 (woningen met geen zicht op ‘publiek' groen)
Voor het ontwikkelingsproject is de score 4 (de som van de respectievelijke scores voor de groenmaatregelen delen door de totale oppervlakte van het gebied).

Er wonen 158 mensen in het het gebied. De bevolkingsdichtheid in het gebied is 10 inw/ha wat een score van 5 geeft .

De totale kwalitatieve score = gemiddelde van 4 en 5= 4,5

Kwantitative waardering

Aantal DALY = 158 inwoners x 0.078 DALY/1000 inwoners x 3,3 ha groen in het studiegebied= 0,4 DALY

Monetaire waardering

Waarde = 0,4 DALY x 103000€/DALY.jaar= 4120€/jaar

Ontwikkeling van kinderen

Contact met een natuurlijke omgeving heeft potentieel positieve effecten op de lichamelijke, cognitieve en sociale ontwikkeling van kinderen. Dit valt ten dele samen met bovenvermelde effecten op gezondheid, maar het is nuttig dit afzonderlijk te vermelden omdat dit effect niet gevat wordt in bovenvermelde indicatoren. Deze indicatoren zijn ook te divers om met één indicator te vatten en te kwantificeren. Er zijn ons ook geen studies bekend die dit monetair waarderen.

De relatie tussen groene woonomgeving en effecten op motorische ontwikkeling, speelgedrag, lichamelijke activiteit en de kans op overgewicht lijken het best bewezen in wetenschappelijke literatuur (1980-2006) (van den Berg, 2007). Kinderen met eenvoudige toegang tot veilige groene ruimten (bv.parken, ... ) hebben een hogere kans om fysiek actief te zijn dan anderen, met een positief effect op hun gezondheid als gevolg (Vreke et al., 2006). Dit geldt zeker voor kinderen uit lage inkomensgezinnen (Mitchell et al 2008, Croucher et al 2007). De grootste gezondheidswinsten van groen zijn te boeken in de armere buurten (Mitchell and Popham, 2007). Onderzoek uit Nederland toont aan dat jongens uit gebieden die aan de Nederlandse groennorm voldoen (met name minstens 75m2 openbaar groen per woning binnen 500 meter van de woning) bijna 15% meer buiten spelen (gemiddeld 1,5 uur per week) dan jongens die wonen in wijken onder de groennorm. Alleen bij jongens vond het onderzoek een direct verband tussen extra buiten spelen en een verminderde kans op overgewicht, wellicht omdat meisjes minder intensief buiten spelen (de Vries et al, 2008). Een uur langer buitenspelen zou resulteren in 25% minder kans op overgewicht. Onderzoek met GPS en versnellingsmeters in Bristol, UK toont een genuanceerd beeld waarbij kinderen (vooral jongens) in een meer groene omgeving intensiever actief zijn (Wheeler, 2010).

Er is in de literatuur (1980-2006) maar weinig bewijskracht voor het effect van groen op de cognitief emotionele ontwikkeling van kinderen (van den Berg, 2007). Volgens de auteur heeft dit meer te maken met gebrek aan gecontroleerd onderzoek, dan met gebrek aan effecten. Naar analogie met effecten bij volwassenen mag men immers ook hier positieve effecten verwachten (Veneklaas, 2011). Experimenteel onderzoek in Nederland toont positieve resultaten van het herinrichten van schoolpleinen met groen (De Vries, 2013), waaruit lessen voor inrichting worden getrokken. Recenter onderzoek vond een relatie tussen groene omgeving (NDVI) in Barcelona en ADHD bij kinderen (Amoly, 2014), wat in lijn is met observationeel onderzoek in Nederland (van den Berg, 2011).

Sociale contacten

Er zijn tal van beschrijvende studies over de voordelen van groene omgeving en de mogelijkheid tot sociale contacten (van Meerbeek, 2014). Het bevorderen van sociale contacten wordt als een van de hoofdoorzaken genoemd (samen met compensatie van stress) voor de verklaring van de positieve effecten van nabijheid van natuur op gezondheid in het Nederlandse Vitamine G-project. Het wordt ook als belangrijker omschreven dan beweging (van den Berg, 2010). Er zijn daarentegen nauwelijks empirische studies die de hoeveelheid groen in de stad en sociale contacten cohesie bestuderen, en hun bevindingen lopen uiteen (Veneklaas, 2011; Konijndijk 2012).

Grootschalig onderzoek in Nederland heeft aangetoond aan dat mensen zich veiliger voelen in gemeenten met een hoger percentage groen, met uitzondering van de meest verstedelijkte gemeenten (Maas, 2009). Deze positieve relatie tussen hoeveelheid groen en veiligheidsgevoel gaat zowel op voor open groen (gras, strand, heide,..) als voor gesloten groen (bossen), en geldt ook voor zogenaamd zwakkere groepen zoals vrouwen, ouderen, etnische minderheden. Het is niet geweten waarom deze relatie niet opgaat in de meest verstedelijkte gebieden. Mogelijke verklaringen zoals de invloed van hogere gebouwen en meer verwaarloosd groen konden niet verder onderzocht worden.

De Vries,2009, heeft theoretisch onderzoek gedaan naar groenvormen die sociale contacten bevorderen. Groene routes (bijv. straten met bomen) bevorderen snelle contacten maar voor meer diepgaande contacten zijn goed ingerichte groene oases (plantsoenen en parkjes met banken) van belang.

Intermezzo: expertgebaseerde waarderingssystemen voor individuele bomen

In Vlaanderen, net als in een groot aantal landen (bijv. US, UK, Spanje, Australië, Hongarije, Nieuw Zeeland, Duitsland), is er een algemeen taxatie- of waarderingssysteem om bomen individueel te waarderen, voornamelijk in het kader van vergoedingen voor schade aan bomen (verzekeringen, geschillen,...) of voor planning (Agentschap Wegen en Verkeer, 2014; Hedgedus, 2011; Sarajevs, 2011; Cullen, 2007). Voor Vlaanderen is de methode voor waardering van bomen behorend tot het openbaar domein opgenomen in het standaardbestek 250 van de Vlaamse overheid (Agentschap Wegen en Verkeer, 2014).

De meeste van deze taxatiemethodes zijn enerzijds gebaseerd op de vervangingskosten om eenzelfde boom terug te planten, maar houden verder ook rekening met de bijdrage van de boom aan de belevingswaarde van zijn omgeving. Interessant voor deze handleiding zijn de elementen die meespelen bij deze beoordeling, en hoe zij concreet worden ingevuld. Net als het Vlaamse systeem gaan de meeste systemen uit van een eenvoudige waarderingsformule. Omdat dit een generieke beschrijving is, verschilt de naamgeving soms van deze uit de Vlaamse methodiek.

Boomwaarde W = Basiswaarde x Soort x Plantwijze x Omvang x Gezondheid x Locatie

Waarbij:

• Basiswaarde: meestal (en ook in vlaanderen) gebaseerd op een vervangingskost (kost voor aankoop, transport en planten van eenzelfde type boom ) of op basis van het effect van groen op de vastgoedwaarde (Helliwell-methode, UK). De eenheden verschillen tussen de methodes. In de Vlaamse methode in dit in euro/m² stam (doorsnede stam op 1,3 meter hoogte). De Helliwell methode daarentegen hanteert een abstract puntensysteem, waarbij een punt wordt gewaardeerd op basis van een kengetal voor de meerwaarde van groen voor de vastgoedwaarde.
• Soort: correctie voor de verschillen in basiswaarde per soort (de basiswaarde kan ook per soort worden gespecifieerd), meestal in functie van de aankoopkost van de plant. Sommige methodes corrigeren nog verder voor de mate van geschiktheid van de soort, gegeven klimaat en bodem.
• Plantwijze: De Vlaamse methode corrigeert voor plantwijze, waarbij individuele bomen hoger scoren dan bomen in rijen, groepen of in bos.
• Gezondheid: correctiefactor in functie van de gezondheid van de boom (conditie in Vlaamse methode). Sommige methodes corrigeren nog verder voor verwachte levensduur van de boom.
• Omvang: correctiefactor voor omvang, indien nieuwe boom kleiner is dan vorige boom.
• Locatie: (standplaats in Vlaamse methode) correctiefactor voor bijdrage boom aan aantrekkelijkheid en het belang van de locatie.

De concrete invulling van deze factoren kan men best toelichten aan de hand van enkele voorbeelden op basis van de Vlaamse methode, de CLTA uit de VS (Council of Tree And Landscape Appraisers) en enkele methodes uit de UK.

Omvang en beleving:

In de CLTA worden grotere bomen (grotere stam of grotere kruin) hoger gewaardeerd op basis van een kwadratische functie (Cullen, 2007). Op deze wijze is een boom met stamdiameter van 1 meter bijvoorbeeld tot 40 keer meer waard dan een boom met een stamdiameter van 15 cm. Dit weerspiegelt het verschil in belevingswaarde. Geknotte bomen worden op deze basis ook minder gewaardeerd dan bomen met een vrij ontwikkelde kruin.

In de Vlaamse methode wordt bij conditie of gezondheid van de boom ook rekening gehouden met de omvang van de kruin. Al deze elementen wijzen erop dat een grotere boom een hogere waarde kan hebben. In het Engelese Heliwell methode weegt dit zelfs mee voor één derde van de totale punten.

Locatie en beleving:

De locatie of standplaatsfactoren in de Vlaamse methode zijn eenvoudig bepaald op basis van het type woongebied, waarbij het verschil maximaal 0,4 punten kan bedragen (Agentschap wegen en verkeer, 2014) :

Omschrijving locatie	Deelscore
Stadscentrum	1,0
Gesloten bebouwing - dorpskern	0,9
Open en halfopen bebouwing	0,8
Overgangszone: bebouwde kom - landelijk gebied	0,7
Landelijk gebied	0,6

In het Amerikaanse CLTA zijn locatiefactoren meer in detail uitgewerkt en gebaseerd op de esthetische kwaliteiten van het landschap in zijn geheel en de bijdrage van de individuele boom aan die kwaliteiten. De bijdrage van een individuele boom zal doorgaans hoger zijn voor een solitaire boom dan voor een boom in groep. Hij zal ook hoger zijn als hij bijvoorbeeld het zicht op een lelijk gebouw afschermt. Bomen in een mooie laan met historische gebouwen worden hoger gewaardeerd dan bomen langs een autosnelweg of op industrieterrein. Ook functionele kenmerken, zoals het geven van schaduw aan een terras, worden meegenomen. Dit systeem is dus enerzijds veel meer verfijnd dan de kengetallen uit de Vlaamse methode, maar de beoordeling van de locatie is anderzijds vrij subjectief (Cullen, 2007). Verder neemt het CLTA ook geen systematische correctie mee voor plantvorm, maar doet dat dus wel in dit kader van de bijdrage van de boom aan het landschap.

Bevolkingsdichtheid en belevingswaarde:

De Londense CAVAT-methode (Capital Asset Value for Amenity Trees) houdt expliciet rekening met het aantal mensen dat kan genieten van de boom, berekend op basis van de bevolkingsdichtheid en de toegankelijkheid van locatie en of zichtbaarheid van de boom. (Sarajev, 2007).

Schaarste:

De Helliwell taxatiemethode neemt expliciet schaarste mee als één van de criteria, en het weegt voor 18 % mee. In de Vlaamse methode is dit ten dele weerspiegeld in de indicator voor plantwijze. Een solitaire boom wordt ongeveer dubbel zo hoog gewaardeerd dan bomen in groep en vijf keer zoveel als een boom in het bos.

Alhoewel deze methodes dezelfde kenmerken meenemen, lopen in de toepassing de details en kengetallen uiteindelijk wel ver uit elkaar zodat de uiteindelijke scores en waarderingen sterk kunnen uiteenlopen. Dit wordt geïllustreerd in een vergelijkende studie in de VS waarbij verschillende taxateurs aan de hand van verschillende methodes (uit verschillende landen) dezelfde 6 bomen taxeren (Watson, 2002). Hieruit blijkt dat de waardes tussen de methodes een orde van grootte verschillen. Bij eenzelfde methode zijn de verschillen tussen individuele taxateurs een factor 2 tot 3. Een vergelijkende studie voor Boedapest toont ook grote verschillen in de resultaten van praktische toepassingen van deze taxatiemethodieken (Hedgedus, 2011).

Deze methodieken illustreren dus dat algemeen erkend wordt dat deze factoren bijdragen aan de (belevings)waarde van bomen, maar de kengetallen zijn te uiteenlopend om deze zomaar mee te nemen in een beoordelingssysteem voor Vlaanderen. De concrete gevalstudies illustreren ook dat de belevingswaarde van bomen groot kan zijn. Bij het Engelse Heliwell kan dit bijvoorbeeld oplopen tot 150.000€ voor een boom met een maximum score op alle onderdelen.

Literatuurlijst culturele diensten

Agentschap wegen en verkeer (2014), Uniforme methode voor de waardering van bomen behorend tot het openbaar domein, Algemeen bestek 2050, hoofdstuk II.11, Vlaamse Overheid.

Alcock, I., White, M. P., Wheeler, B. W. (2014). Longitudinal Effects on Mental Health of Moving to Greener and Less Green Urban Areas. Environmental Science and Technology. 48: 1247−1255. DOI: 10.1021/es403688.

Ambrey C., Fleming, C. (2011), Public Greenspace and Life Satisfaction in Urban Australia, Urban Studies 51 (6), 1290-1321

Aminal, 1993. Lange Termijnplanning Groenvoorziening. Brussel: Mens & Ruimte en de Vereniging voor Openbaar Groen (VVOG) in opdracht van de Vlaamse Gemeenschap (AMINAL), 2 boekdelen, respectievelijk 65 en 235 pag.

Amoly E. , Dadvand, P., Forns, J., López-Vicente, M., Basagaña, X., Julvez, J., Alvarez-Pedrerol, M., Nieuwenhuijsen, M.J., Sunyer, J. (2014) Green and Blue Spaces and Behavioral Development in Barcelona Schoolchildren: The BREATHE Project, Environmental health perspectives, 2014, http://dx.doi.org/10.1289

Bateman I., Abson D., Beaumont N., Darnell A., Fezzi C., Hanley N., Kontoleon A., Maddison D., Morling P., Morris J. (2011). Economic Values from Ecosystems. The UK National Ecosystem Assessment Technical Report. Cambridge: UK National Ecosystem Assessment, UNEP-WCMC. p 1067-1152.

Bjerke T.,torbjørn Østdahl, Christer Thrane, Einar Strumse (2006), Vegetation density of urban parks and perceived appropriateness for recreation, Urban Forestry & Urban Greening 5 (2006) 35–44

Brander, L.M., Koetse M.J. (2011) , The value of urban open space: Meta-analyses of contingent valuation and hedonic pricing results, Journal of Environmental Management, Volume 92, Issue 10, October 2011, Pages 2763–2773.

Bréchet, Th., Gérard, A., Mion, G. (2009), Une évaluation objective des nuisances subjectives de l'aéroport de Bruxelles-National, Institut de Recherches Economiques et Sociales de l'Université Catholique de Louvain, Février 2009, Numéro 66.

Broekx S., De Nocker L., Liekens I., Poelmans L., Staes J., Van der Biest K., Meire P., Verheyen K. (2013). Raming van de baten geleverd door het Vlaamse Natura 2000-netwerk. Studie uitgevoerd in opdracht van het Agentschap voor Natuur en Bos (ANB/IHD/11/03) door VITO, Universiteit Antwerpen en Universiteit Gent. Brussel. 2013/RMA/R/87.

Broos, S. 2013, The Hedonic Analysis : an Application to the Belgian Housing Market.

Brouwer, R. et al. (2007b) De Baten van Wonen aan Water: Een Hedonische Prijsstudie naar de Relatie tussen Huizenprijzen, Watertypen en Waterkwaliteit, IVM, Amsterdam.

Burgess, D, Finney, Matthews, Patton (2012), Landscape valuation, choice experiment or contingent valuation, working paper AFBI, Belfast, 2012

Cavailhes, J., Thomas, I. (2010),The influence of urban sprawl on farmland prices in Belgium, CORE and Department of Geography, University catholique de Louvain, Working paper, 2010

Clements, J. (2013), The Green Edge: How Commercial Property Investment in Green Infrastructure Creates Value, Natural Resources Defense Council, New York, 2013

Colson, 2009, La fonction récréative des massifs forestiers wallons : analyse et évaluation dans le cadre d'une politique forestière intégrée (Thèse de doctorat). Gembloux, Faculté universitaire des Sciences agronomiques, 277 p., 104 tabl., 71 fig.

Dammers E., van Hinsberg, A., Wiersinga, W., van Egmond, P., Vader, J., Melman, D., van der Bilt, W., van Oostenbrugge, R. (2013) , Natuurverkenning 2010-2040. Achtergrondrapport, Planbureau voor de Leefomgeving, Den Haag, 2013.

Decoster A. and De Swerdt K. (2005), Why and how to construct a genuine Belgian price index of house sales?, Tijdschrift voor Economie en Management, 51(2), 309-329.

Decuypere, Y., Van den Berghe, J., Heyens, V., Evens, L., Demeyere, D. (2005). “Parken, ver en dichtbij”. In: Hermy M, Schauvliege M, Tijskens G; Groenbeheer, een verhaal met toekomst. pp. 466-506.

De Baerdemaeker, M., Lievevrouw, P., Vandekerckhove, B., Vastmans, F., Buyst, E., 2011. De sociaal-economische impact van het onroerend erfgoed(beleid) in Vlaanderen. Studie voor de Vlaamse overheid departement RWO.

De Bruyne, K. (2013): “Explaining the Spatial Variation in Housing Prices : an Economic Geography Approach,” Applied Economics, 45(13), 1673–1689.

de Vries, S., Jellema, A., Goossen, M. 2004 , FORVISITS: modelling visitor flows at a regional level, Working Papers of the Finnish Forest Research Institute, 2004, 7 p.

de Vries, S., Maas, J., Kramer, H. (2009), Effecten van nabije natuur op gezondheid en welzijn, mogelijke mechanismen achter de relatie tussen groen in de woonomgeving en gezondheid, Wageningen, WOt-rapport 91, 83 blz.

de Vries, S., Langers, F., Donders, J.L.M., Willeboer, M.T., van den Berg, A.E. (2013) Meer groen op het schoolplein: een interventiestudie, Wageningen : Alterra Wageningen UR, 2013 (Alterra-rapport 2474) - 181 p.

de Vries, S., Langers, F., Breman, B.C., Hemke, E. (2013) Groene schoolpleinen, wat levert het op?, Effecten van vergroening van vier schoolpleinen in een krachtwijk in Rotterdam 2010-2013, Wageningen : Alterra, Wageningen UR., 2013 - 8 p.

Eyckmans, J. De Jaeger, S., Rousseau S. (2013), Hedonic Valuation of Odor Nuisance Using Field Measurements: A Case Study of an Animal Waste Processing Facility in Flanders, Land Economics February 2013 89:53-75

Gibbons, S., Mourato, S., Resende, G. (2011). The Amenity Value of English Nature : A Hedonic Price Approach, Environmental and Resource Economics Special Issue on the UK National Ecosystem Assessment, 57(2), 175-196

Glorieux, I., Minnen J., Van Tienoven, T.P. ( 2008). Een weekje België. Enkele resultaten van het Belgisch tijdsbestedingsonderzoek 2005 (TBO'05). Onderzoeksgroep TOR, Vakgroep Sociologie, Brussel, 2008. (http://www.time-use.be/).

Gómez-Baggethun, E.; Barton, D.N. (2013), Classifying and valuing ecosystem services for urban planning, Ecological Economics 86 (2013) 235–245

Groenewegen, P.P., van den Berg, A.E., Maas, J., Verheij, R.A., de Vries, S. (2012) Is a green residential environment better for health? if so, why? Annals of the Association Of American Geographers 102 (2012)5. - ISSN 0004-5608 - p. 996 – 1003

Haahtela, T., Holgate, S., Pawankar, R., Akdis, C.A., Benjaponpitak, S., Caraballo, L., Demain, J., Portnoy, J., von Hertzen, L., WAO Special Committee on Climate Change and Biodiversity (2013), The biodiversity hypothesis and allergic disease: world allergy organization position statement, World Allergy Organization Journal 2013, 6:3

Hegedüs A., Baal, Berges (2011); Tree appraisal methods and their application – first results in one of Budapest's districts, Applied Ecology and environmental Reseach 9(4):411-423.

Helliwell, D.R. (2000): Amenity valuation of trees and woodlands (rev. ed.). – Arboricultural Association, Romsey, Hants, United Kingdom.

Hoffmans W., van de Laar, S. (2011), De toekomst van recreatie om de stad, Onderzoek naar kwantitatieve en kwalitatieve behoefte aan recreatiemogelijkheden in de Provincie Utrecht, Kenniscentrum Recreatie, april 2011.

Hop, M.E.C.M., Hiemstra, J.A. (2013) Ecosysteemdiensten van groene daken en gevels, Een literatuurstudie naar diensten op het niveau van wijk en stad.

Janssens, D., Cools, M., Miermans, W. (2010). Onderzoek Verplaatsingsgedrag Onderzoek Verplaatsingsgedrag (Vol. 2)

Joly, D., Brossard, T., Cavailhès, J., Hilal, M., Tourneux, F., Tritz, C., Wavresky, P. (2009) A Quantitative Approach to the Visual Evaluation of Landscape, Annals of The Association of American Geographers - ANN ASSN AMER GEOGR , vol. 99, no. 2, pp. 292-308, 2009, DOI: 10.1080/00045600802708473

Kaplan, R., & Kaplan, S. (1989). The experience of nature: A psychological perspective.Cambridge University Press.

Kissinger, D., Van Ells, J. (1998): Tree Evaluation and appraisal. – Wisconsin Urban & Community Forests 6(3): 1 and 9-11.

Konijnendijk C.C., Annerstedt, M., Nielsen, A.B., Maruthaveeran, S. (2013), Benefits of Urban Parks, A systematic review , Report for IFPRA, Copenhagen & Alnarp, January 2013

KPMG, 2012, The Economics of Ecosystems & Biodiversity - Groen, gezond en productief; 39 p. http://www.kpmg.com/NL/nl/IssuesAndInsights/ArticlesPublications/Documents/PDF/Sustainability/Groen-gezond-en-productief.pdf

Kroll, C.A., Cray, A.F. (2010). Hedonic Valuation of Residential Resource Efficiency Variables; A Review of the Literature; The Center for Resource Efficient Communities; University of California, Berkeley; 53 p.

Liekens, I., Schaafsma, M., Staes, J., De Nocker, L., Brouwer, R., Meire, P., (2009), Economische waarderingsstudie van ecosysteemdiensten voor MKBA. Studie in opdracht van LNE, afdeling milieu-, natuur- en energiebeleid, VITO, 2009/RMA/R308.

Liekens, I., Schaafsma, M., De Nocker, L., Broekx, S., Staes, J., Aertsens, J.,et al. (2013), Developing a value function for nature development andland use policy in Flanders, Belgium. Land Use Policy, 30(1), 549–559.

Luttik, J., (2000) The value of trees, water and open space as reflected by house prices in the Netherlands. Landscape and Urban Planning 48 (3-4): 161-167.

Maas, J. (2008) Vitamin G: Green environments, healthy environments, Proefschrift ter verkrijging van de graad van docoraat Universiteit Utrecht, Utrecht, 2008

Maas, J., Verheij, RA. (2007) Are health benefits of physical activity in natural environments used in primary care by general practitioners in The Netherlands? Urban Forestry and Urban Greening 6(4): 227-233.

Maas, J., Verheij, R.A., de Vries, S., Spreeuwenberg, P., Schellevis, F.G., Groenewegen, P.P. (2009). Morbidity is related to a green living environment. J Epidemiol Community Health. 2009 Dec;63(12):967-73.

Maas, J., Verheij, R.A., Groenewegen, P.P., de Vries, S., Spreeuwenberg, P. (2006), Green space, urbanity, and health: how strong is the relation? Journal of Epidemiology and Community Health 60(7): 587-592.

Maas, J., Verheij, R.A., Spreeuwenberg, P., Groenewegen, P.P. (2008) Physical activity as a possible mechanism behind the relationship between green space and health: a multilevel analysis. BMC Public Health. 2008 Jun 10;8:206.

Maas J, Spreeuwenberg P, Van Winsum-Westra M, Verheij R A, de Vries S, Groenewegen P P, (2009), "Is green space in the living environment associated with people's feelings of social safety?" Environment and Planning A 41(7) 1763 – 1777

McCormack, G.R., Rock, M., Toohey, A.M., Hignell, D. (2010) , characteristics of urban parks associated with park use and physical activity: A review of qualitative research, Health &Place16(2010)712–726

Mitchell R. and Popham F. (2008), Effect of exposure to natural environment on health inequalities: an observational population study, The Lancet, Volume 372, No. 9650, p1655–1660

Moons E., Saveyn B., Proost S., Hermy M., Optimal location of new forests in a suburban area, (2005) Journal of forest economics; doi:10.1016/j.jfe.2006.12.002.

Morancho, A.B., 2003. A hedonic valuation of urban green areas. Landscape and Urban Planning 66, 35-41.

Morrens Bert, Loots Ilse, Bruckers Liesbeth, Keune Hans, den Hond Elly, Nelen Vera, Schoeters Greet, Baeyens Willy, van Larebeke Nik (2009) .- Iedereen gelijk voor de gezondheidsimpact van milieuvervuiling? In “Armoede en sociale uitsluiting: jaarboek” 2009 / Vranken, Jan et al.; Leuven, Acco, 2009, p. 215-233

Mytton Oliver T, NickTownsend Harry Rutter Charlie Foster (2012), Green space and physical activity: An observational study using Health Survey for England data, Health & Place 18 (2012) 1034–1041.

Natuurindicatoren, 2011. Draagvlak: Sociaal draagvlak: bezoeken aan bossen en natuurgebieden. Instituut voor Natuur- en Bosonderzoek, Brussel. www.natuurindicatoren.be (versie van 06-09-2011).

Natuurpunt, (2014), Rapport Grote Natuurenquête, Wat vindt de Vlaming van het Vlaamse natuurbeleid en hoe zetten we dit om naar een beleidsadvies voor de nieuwe Vlaamse regering?

NECR, 2012, Monitor of Engagement with the Natural Environment: The national survey on people and the natural environment Technical Report (2011-12 survey) , Natural England Commissioned Report NECR095 , July 2012

Neuvonen, M., Sievänen, T., Tönnes, S., Koskela, T. (2007), Access to green areas and the frequency of visits – A case study in Helsinki, Urban Forestry & Urban Greening -01/2007; 6(4):235-247.

Owen, N., Humpel, N., Leslie, E., Bauman, A., Sallis, J.F. (2004) , Understanding Environmental Influences on Walking Review and Research Agenda, Am J Prev Med 2004;27(1):67–76), doi:10.1016/j.amepre.2004.03.006

Perino, G., Andrews, B., Kontoleon, A., Bateman, I. (2014) The value of urban green space in Britain: a methodological framework for spatially referenced benefit transfer, 251-272.

Rhew, I.C., Stoep, A.V., Kearney, A., Smith, N.L., Dunbar, M.D. (2011) Validation of the normalized difference vegetation index as a measure of neighborhood greenness. Ann. Epidemiol. 2011, 12, 946–952

Roos-Klein Lankhorst J., S. de Vries, A.E. Buijs, A.E. van den Berg, M.H.I. Bloemmen, C. Schuiling (2005), BelevingsGIS versie 2, Waardering van het Nederlandse landschap door de bevolking op kaart, Alterra-rapport 1138, Wageningen, 2005

Roovers P., Hermy M. & Gulinck H. (2002), Visitor profile, perceptions and expectations in forests from a gradient of increasing urbanisation in central Belgium. Landscape and Urban Planning 59: 129-145

Sander, H., Polasky, S., Haight, R.G. (2010) , The value of urban tree cover: A hedonic property price model in Ramsey and Dakota Counties, Minnesota, USA, Ecological Economics 69 (2010) 1646–1656

Sen, A., Harwood, A., Bateman, I.J., Munday, Crowe, A.P., Brander, L., Raychaudhuri, J., Lovett, A., Foden, J., Provins, A. (2014), Economic Assessment of the Recreational Value of Ecosystems: Methodological Development and National and Local Application, Environmental and Resource Economics , February 2014, Volume 57, Issue 2, pp 233-249.

Schaerer, C, (2008), Assessing Environmental Amenities and Testing for Discrimination in Housing Markets using Hedonic Price Models, PHD thesis, Ecole polytechnique fédérale de Lausanne, 2008

Schreurs, T (2006), De vastgoedmarkt, betaalbaarheid en prijsdeterminanten van Limburgse woonhuizen, U Hasselt, 2006

Siikamäki, J. (2011). Contributions of the US state park system to nature recreation. Proceedings of the National Academy of Sciences of the United States of America (Vol. 108, pp. 14031–6). doi:10.1073/pnas.1108688108.

Sijtsma, F., de Vries, S., van Hinsberg, A., Diederiks, J. (2012), Does ‘grey' urban living lead to more ‘green' holiday nights? A Netherlands Case Study, Landscape and Urban Planning 105, 250–257

Simoens, I. (2010). Hoofdstuk VII. Groene ruimte voor recreatie. In: Jacobs et al. Ecosysteemdiensten in Vlaanderen: een verkennende inventarisatie van ecosysteemdiensten en potentiële ecosysteemwinsten. University of Antwerp, pp. 142-165

Sirmans, G. , David A. Macpherson, Zietz (2006), The Value of Housing Characteristics: A Meta Analysis, The Journal of Real Estate Finance and Economics, November 2006, Volume 33, Issue 3, pp 215-240

Tamosiunas, A., Grazuleviciene, R., Luksiene, D. (2014). Accessibility and use of urban green spaces, and cardiovascular health: findings from a Kaunas cohort study. Environmental Health. 13(1): 20. DOI:10.1186/1476-069X-13-20

TEEB (2010), The Economics of Ecosystems and Biodiversity: Mainstreaming the Economics of Nature: A Synthesis of the Approach, Conclusions and Recommendations of TEEB.

Tyrvainen, L., Miettinen, A. (2000). Property Prices and Urban Forest Amenities. Journal of Environmental Economics and Management 39: 205-223

Tzoulas K., Korpela, K., Venn, S., Yli-Pelkonen, V., Ka´zmierczak, A., Niemela, J., James, P. (2007) , Promoting ecosystem and human health in urban areas using Green Infrastructure: A literature review , Landscape and Urban Planning 81 (2007) 167–178

Uuemaa E., Marc Antrop, J¨uri Roosaare, Riho Marja and ¨Ulo Mander, (2009); “Landscape Metrics and Indices: An Overview of Their Use in Landscape Research”, Living Rev. Landscape Res., 3, (2009), 1.

van den Berg, A.E. (2007), Kom je buiten spelen: een advies over onderzoek naar de invloed van natuur op de gezondheid van kinderen, Wageningen : Alterra, 2007 - 56 p.

van den Berg, A.E., Blok, S., Hueber, M.H.C., Köbben, J., Schöne, M.B. (2003) De beleving van collectieve tuinen; ontwerpen voor doelgroepen op basis van belevingsonderzoek , Wageningen : Alterra, 2003 (Alterra-rapport 655) - 96 p.

van den Berg, A.E., Koenis, R., Berg, M.M.H.E. (2007) Spelen in het groen : effecten van een bezoek aan een natuurspeeltuin op het speelgedrag, de lichamelijke activiteit, de concentratie en de stemming van kinderen Wageningen : Alterra, 2007 (Alterra-rapport 1600) - 88 p.

van den Berg, A.E., van Winsum-Westra, M. (2006) Ontwerpen met groen voor gezondheid; richtlijnen voor de toepassing van groen in "healing environments" Wageningen : Alterra, 2006 (Reeks Belevingsonderzoek 15 / Alterra-rapport 1371) - 64 p.

van den Berg, A.E., van den Berg, C.G. (2011) A comparison of children with ADHD in a natural and built setting, Child: Care, Health and Development 37 (2011)3. - ISSN 0305-1862 - p. 430 - 439.

Van Meerbeek P, (2014), Sociale Impact van stedelijk groen volgens wetenschap en deskundigen, Eindrapport Ronde Tafel ‘Sociale impact van stedelijk groen', BRAL, Brussel, 2014.

van Zanten B., Peter H. Verburg, Mark J. Koetse, Pieter J.H. van Beukering (2014), Preferences for European agrarian landscapes: A meta-analysis of case studies, Landscape and Urban Planning 132 (2014) 89–101.

Vastmans, F., Helgers, R., Buyst, E. (2012). Huurprijzen en richthuurprijzen. Deel III: Hedonische huurprijsanalyse. Heverlee: Steunpunt Ruimte en Wonen.

Veeneklaas, F.R. (2012) WOt-paper 16. Over ecosysteemdiensten. Een afbakening. Wageningen, Wettelijke Onderzoekstaken Natuur & Milieu, onderdeel van Wageningen UR

Veeneklaas, F.R., Salverda, I.E., van Dam, R.I., During, R. (2011), Empirisch onderzoek naar de relatie mens - natuur/groen : een state of the art, Alterra-rapport 2198, Wageningen, 2011

Villeneuve PJ1, Jerrett M, Su JG, Burnett RT, Chen H, Wheeler AJ, Goldberg MS (2012) A cohort study relating urban green space with mortality in Ontario, Canada, Environ Res. 2012 May;115:51-8

Visser, P., van Dam F. (2006). De prijs van de plek; woonomgeving en woningprijs; NAi Uitgevers, Rotterdam; Ruimtelijk Planbureau, Den Haag; 81 p.

Vreke, J., Salverda, I.E. (2009) Kwaliteit leefomgeving en stedelijk groen, Wageningen : Wettelijke Onderzoekstaken Natuur & Milieu, 2009 (WOt-werkdocument 169) - 48 p.

Vreke, J., Salverda, I.E., Langers, F. (2010) Niet bij rood alleen: buurtgroen en sociale cohesie, Wageningen : Alterra, 2010 (Alterra-rapport 2070) - 55 p.

Watson G (2002), Comparing formula methods for tree appraisal, Journal of Arboriculture 28(1): January 2002,

Wheeler BW, Cooper AR, Page AS, Jago R (2010) Greenspace and children's physical activity: a GPS/GIS analysis of the PEACH project; Prev Med. 2010 Aug;51(2):148-52

Whitehead, T., Simmonds, D., Preston, J. (2006) The Effect of Urban Quality Improvements on Economic Activity. Journal of Environmental Management 80, 1:1-1

Zandersen, M.n R.S.J. Tol (2009), A Meta-analysis of Forest Recreation Values in Europe, Journal of Forest Economics, Volume 15, Issues 1-2, January 2009, Pages 109-130.