Geodata als spin in het web

In hoeverre kun je geodata, oftewel ruimtelijke informatie, inzetten om te sturen in het sociaal domein? In 2015 is een aantal gemeenten, waaronder Uden, met die vraag aan de slag gegaan via een pilot op de Pilotstarter. “De pilotfase laten we binnenkort los, maar af is zo’n traject natuurlijk nooit. Wel verandert het van pilot in methodiek. Zover zijn we nu.”

De decentralisatie in het sociaal domein heeft in Uden – en veel andere gemeenten – aan het licht gebracht dat de informatiehuishouding niet optimaal was. Dat moest anders, want een goede informatievoorziening is de basis voor beleidsvorming en uitvoering. Juanita van der Hoek, programmanager sociaal domein: “Ik weet nog dat ik in de raad een presentatie moest geven over de sturingsbehoefte in het sociaal domein. Ik beschikte over genoeg cijfers en grafieken, maar kon geen goed beeld schetsen. Want een beeld ontstaat pas als je de verbanden tussen de afzonderlijke datasets kunt aanbrengen. Daartoe moet je verschillende datasets, bijvoorbeeld gegevens uit de eigen administratie, van welzijnsorganisaties, Gws-gegevens (de applicatie waarin wij beschikkingen vastleggen voor bijvoorbeeld Wmo en schulddienstverlening) en geodata, aan elkaar kunnen koppelen. Waarbij de uitkomsten gepresenteerd zijn in de vorm van kaarten; distributiepatronen van kwetsbaarheden worden geprojecteerd op een ondergrond van Uden. Zo kun je direct zien of voorzieningen aansluiten op de behoefte van een wijk of buurt.”

“Stel, je hebt van een wijk de enkelvoudige gegevens: zoveel woningen groter dan honderd vierkante meter en zoveel woningen kleiner dan honderd vierkante meter. Wat zegt dat dan over die wijk? Maar stel dat je ook in kaart hebt hoeveel huishoudens van meerdere personen met kinderen in een woning kleiner dan honderd vierkante meter wonen (stressfactor), en hoeveel eenpersoonshuishoudens er in een woning groter dan honderd vierkante meter wonen (indicator eenzaamheid). Dat zegt dan wellicht ook iets over inkomens en zorgbehoefte in die wijk. Dit soort informatie levert het CBS nu niet, maar kunnen we wel uit eigen basisregistraties herleiden.”

Spinnenweb

Door verschillende gegevenslagen (de kaartjes) op elkaar te stapelen zie je de overlap tussen bijvoorbeeld ‘inkomensondersteuning’ en ‘huurachterstanden’. En er ontstaan nieuwe combinaties van gegevens waardoor gemeenten hun wijken nog beter leren kennen. Uden heeft bovendien een bijzondere methode om de gecombineerde data weer te geven in een scoringsinstrument: het spinnenweb. “Afgelopen zomer heb ik weer een presentatie aan de raad gegeven. Nu niet met losse tabellen en grafieken, maar met het spinnenweb. Dit instrument hebben we ontwikkeld analoog aan het spinnenweb van Machteld Huber. Deze arts heeft zes pijlers van gezondheid gedefinieerd waarop je als individu kunt scoren. Als je de scorekaart tekent heeft het de vorm van een spinnenweb. Wij hebben dit vertaald in een spinnenweb waarop je de gezondheid van wijken kunt ranken. De pijlers zijn onder meer ‘leeftijd diversiteit’, ‘kwaliteit omgeving’ en ‘gezond/fijn voelen’. De scores lopen van 0 (het midden van het web) tot 3 (de uiterste punt van het web) waarbij 3 de gewenste situatie is. Dan zie je een prachtig symmetrisch patroon, met hoge scores, in een wijk in aanbouw. En in een ander wijk een asymmetrisch patroon met een hoge score op ‘kwaliteit omgeving’ en een lage score op inkomen. Een groene, maar arme wijk. Dit spinnenweb toont samen met de geografische kaartjes de analyse van Uden.”

CBS-gegevens

Er zijn flinke stappen gezet, maar zoals gezegd: af is het nooit. ‘“We zijn nog bezig met het invullen van de profielen op basis waarvan we inwoners kunnen indelen, met als doel het gericht inzetten van sociaal beleid. Voorbeelden zijn het Eenzaamheidsprofiel (alleenstaand, kinderloos, werkeloos of uitgewerkt) en Jongerenprofiel (18-27, alleenstaand, zonder startkwalificatie). Daar hebben we veel gegevens voor nodig. Een van de doelen van de pilot was om te verkennen in hoeverre we gebruik kunnen maken van CBS-gegevens. Het CBS heeft immers data waarover wij niet beschikken. We hebben daar geregeld goed contact over. Op basis van het longitudinaal onderzoek van het CBS hebben we bijvoorbeeld een zevende profiel toegevoegd, verwarde personen. Maar de CBS-datasets die we tot nu toe tot de beschikking hebben zijn losse sets en geen kruistabellen. Zoals al aangegeven in eerder voorbeeld: wel vierkante meters van woningen, maar niet het type huishoudens in die woningen. Mijn conclusie is dat we niet moeten wachten op het CBS, maar verdergaan met wat we zelf al hebben en wat we nog aan data kunnen verkrijgen.”

Basis voor gesprek

“Alle gegevens bij elkaar moeten ons een beeld geven van potentieel kwetsbare situaties. Waar zijn problemen, voor wie, wat zijn de onderliggende oorzaken en wie moet het aanpakken: de woningcorporatie, de politie, de gemeente, de bewoners zelf? Om dat te analyseren zijn de gegevens van welzijnsorganisatie heel belangrijk. Maar helaas rapporteren die niet voldoende aan de gemeente. Daar gaan we structureel wat aan doen door voor te schrijven wat we nodig hebben en hoe ze het aan moeten leveren. We moeten wel streng zijn, want anders missen we essentiële informatie.” Juanita van der Hoek wil tot besluit benadrukken dat data niet het eindstation vormen. “Het is het vertrekpunt voor verder onderzoek naar wat er mogelijk speelt in de wijken. Dat onderzoek doen we door in gesprek te gaan met de inwoners en de buurtnetwerken. Met de feiten in de hand kun je in een keukentafelgesprek veel sneller een eventueel probleem aankaarten. Maar we beslissen niet op basis van profielen of een wijkscan. Een wijk kan er op papier uitkomen als ‘slechte’ wijk, terwijl het in werkelijkheid een wijk is met veel zelfredzaamheid en creativiteit. Andersom kan er in een dure wijk veel eenzaamheid zijn. We hebben data én dialoog nodig om te weten wat de werkelijke problemen zijn en voor wie.”