Stijgende woningprijzen, minder geboorten

Het geboortecijfer in Nederland daalt sinds 2010. In 2010 kregen vrouwen gemiddeld 1,80 kinderen en dat nam geleidelijk af tot 1,43 kinderen per vrouw in 2024 (CBS, 2025a). Het jaarlijks aantal levend geboren kinderen daalde van 184 duizend in 2010 naar 166 duizend in 2024 (CBS Statline, 2024a; CBS, 2025a). In diezelfde periode ontstond er steeds meer krapte op de woningmarkt. Verkoopprijzen van koopwoningen stegen sterk van jaar op jaar, vooral vanaf 2015, en ook huurprijzen stegen (NVM, 2025). De netto woonlasten namen toe, vooral onder mensen tot 45 jaar en vooral in de particuliere huursector (CBS Statline, 2022). 

Vooral voor jonge mensen is de drempel hoog geworden om de woningmarkt te betreden (ABF Research, 2022; CBS, 2025b; CBS, 2024a). Dat heeft zijn weerslag op andere terreinen van het leven. Jongeren gaan later uit huis, gaan later samenwonen en beginnen later aan kinderen (CBS, 2024b). Ook mensen die willen doorstromen naar een koopwoning of een ruimere woning, hebben meer moeite om een geschikte woning te vinden (Hochstenbach, 2022). Niet alleen in Nederland maar ook elders in Europa is het geboortecijfer gedaald sinds 2013 (CBS, 2024c) en zijn de woningprijzen gestegen sinds 2014 (OESO, 2024). 

Samenhang tussen woningprijzen en kans op geboorte

Zolang mensen geen geschikte woning hebben, stellen ze het ouderschap vaak uit (Flynn, 2017; Japaridze & Sayour, 2024). In een eerdere studie is al het verband vastgesteld tussen een stijging van woningprijzen en een daling van de vruchtbaarheid op regionaal niveau (Van Wijk, 2024). In dit onderzoek wordt getoetst of ook de individuele kans om een kind te krijgen samenhangt met regionale (stijging van) woningprijzen. De onderzoeksvraag is ’Hoe hangen regionale verschillen in (verandering in) woningprijzen samen met de kans om een kind te krijgen, en hoe verschilt dit tussen huurders en huiseigenaren?’.

Regionale variatie in woningprijzen en woningprijsstijgingen

Er is aanzienlijke variatie in gemiddelde woningprijzen tussen regio’s in Nederland. Zo bedroeg de gemiddelde verkoopprijs van een koopwoning in het eerste kwartaal van 2023 in de COROP-regio Groot-Amsterdam 545 duizend euro, in de COROP-regio Flevoland 390 duizend euro en in de COROP-regio Zuid-Limburg 311 duizend euro. Ook zijn in sommige regio’s de prijzen harder gestegen dan in andere. Tussen de eerste kwartalen van 2013 en 2023 nam de gemiddelde verkoopprijs van een koopwoning in de COROP-regio Groot-Amsterdam toe met 116 procent, in de COROP-regio Flevoland met 119 procent en in de COROP-regio Zuid-Limburg met 74 procent (CBS Statline, 2025a). De regionale woningprijzen en -prijsontwikkelingen in dit onderzoek zijn gebaseerd op gemiddelde verkoopprijzen van bestaande koopwoningen: die worden gebruikt als een indicatie van de woningschaarste per regio aan zowel huur- als koopwoningen.

Andere verklaringen voor dalende vruchtbaarheid

Of mensen kinderen krijgen hangt af van diverse factoren, waarvan de woonsituatie er een is. In de internationale demografische literatuur zijn de laatste jaren verschillende verklaringen voor dalende vruchtbaarheid onderzocht. Een klassieke verklaring is economische recessie: als het economisch slecht gaat, krijgen mensen minder kinderen (De Beer & Latten, 2018). Maar waarom veerde het geboortecijfer dan niet terug, toen de economie weer aantrok na 2014? Het blijkt dat economische verklaringen ook na 2014 belangrijk bleven, alleen niet via klassieke factoren zoals werkloosheid, maar via factoren die te maken hebben met de flexibilisering van de arbeidsmarkt en de stagnatie van inkomens, die de economische positie van jongvolwassenen onder druk hebben gezet (Van Wijk & Rouvroye, 2024). Van Wijk (2023) laat zien dat mannen en vrouwen die een laag inkomen hebben, werkloos zijn, of een tijdelijk contract hebben, een kleinere kans hebben om een kind te krijgen. Ook krijgen vrouwen minder vaak een kind als zij nog onderwijs volgen. Omdat steeds meer vrouwen na het voortgezet onderwijs ook nog een opleiding in het hoger onderwijs volgen, heeft dit een dempend effect op de kans op geboorte van een kind bij twintigers (Van Wijk & Chkalova, 2020; Van Duin & Feijten, 2023). Ook lijken culturele verklaringen een rol te spelen, zoals toenemende eisen aan het ouderschap bij jongere generaties (Van Wijk & Billari, 2024), of een somberder toekomstbeeld voor volgende generaties (Ivanova & Balbo, 2024). Al met al zijn er stukjes van de puzzel gelegd, maar blijft de vruchtbaarheidsdaling gedeeltelijk onverklaard. 

In dit artikel worden vier hypothesen getoetst over de rol van de woningmarkt bij het geboortecijfer. Daarbij wordt rekening gehouden met andere persoonlijke kenmerken die verband houden met de kans om kinderen te krijgen, zoals leeftijd, economische activiteit en inkomen. 

Hypothese 1: In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind kleiner dan in regio’s met lage/minder hard stijgende woningprijzen

Op regionaal niveau is het verband tussen hoge/stijgende regionale woningprijzen en lage/dalende regionale geboortecijfers al aangetoond, voor Nederland (Van Wijk, 2024) en daarbuiten (Clark, 2012). Hoge woningprijzen betekenen ten eerste dat het moeilijker is voor jongeren om het ouderlijk huis te verlaten, en om samen te gaan wonen met een partner (Flynn, 2017). Daardoor krijgen mensen in gebieden waar woningen duur zijn later kinderen. Daarnaast vinden veel mensen het belangrijk om in een ‘gezinsvriendelijke’ woning te wonen voordat ze kinderen krijgen (Feijten & Mulder, 2002) en in dure regio’s, of regio’s waar de prijzen snel stijgen, is het lastiger om aan zo’n woning te komen. Bovendien blijft er minder geld over om aan kinderen te besteden als men hoge woonkosten heeft (Easterlin, 1975), en dat zal vaker het geval zijn in dure woongebieden. Dit alles leidt tot de hypothese dat in duurdere regio’s en regio’s waar de prijzen harder zijn gestegen, de kans lager is om een kind te krijgen. 

Hypothese 2: In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind kleiner, omdat mensen daar minder vaak in een koopwoning wonen

Als hypothese 1 bevestigd wordt, laat dat zien dat er per vrouw minder geboorten zijn in regio’s met hoge of sterk gestegen woningprijzen dan in regio’s met lagere of minder hard gestegen woningprijzen. Maar of dat te maken heeft met de persoonlijke woonsituatie van iedere vrouw, is daaruit niet op te maken. Dat is wel het onderliggende mechanisme dat verondersteld wordt bij dit verband. Een koophuis is voor veel mensen een belangrijke woonwens in relatie tot gezinsvorming (Mulder, 2013). Koopwoningen zijn vaker dan huurwoningen van het ‘gezinsvriendelijke’ soort: het zijn vaker eengezinswoningen, het gemiddelde woonoppervlak is groter (Citavista, 2021; CBS Statline 2025b) en ze hebben vaker een tuin (Kullberg, 2016). Daarom is het te verwachten dat de kans om een kind te krijgen groter is bij huiseigenaren dan bij huurders (zie ook Ström, 2010; Enstrom-Öst, 2012). Maar in regio’s waar de woningprijzen hoger zijn/harder stijgen dan in andere regio’s, is het moeilijker voor mensen om aan een koopwoning te komen. Daarom wordt in de tweede analyse een variabele toegevoegd die onderscheid maakt tussen huiseigenaren en huurders om te zien of de kans om een kind te krijgen groter is voor huiseigenaren dan voor huurders. Daarnaast wordt een aparte analyse gedaan die toetst of de kans om huiseigenaar te worden lager is naarmate de gemiddelde woningprijs in de regio hoger of harder gestegen is dan elders. Hiermee wordt getoetst of het verband uit hypothese 1 inderdaad verloopt via de woonsituatie op het individuele niveau. 

Hypothese 3: In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind groter bij huiseigenaren en kleiner bij huurders

Zijn mensen eenmaal huiseigenaar, dan zal dat dus naar verwachting samenhangen met een relatief grote kans op een geboorte. Dat geldt ook, of misschien wel juist, in regio’s waar woningprijzen hoog/sterk gestegen zijn. Want huiseigenaren hebben daar het veilige gevoel dat zij een waardevol eigendom hebben en overwaarde opbouwen. Bovendien kunnen zij de overwaarde mogelijk inzetten om hun maandelijkse hypotheeklasten te verlagen of om grote uitgaven te financieren. Huurders in gebieden met hoge woningprijzen hebben die ervaring niet. Zij zijn in dure regio’s een groot deel van hun inkomen aan wonen kwijt zonder dat ze kapitaal opbouwen, en verkeren in onzekerheid over hoe hoog de huurverhoging volgend jaar zal zijn. Hoe hoger/harder stijgend de woningprijzen in de regio, hoe sterker dit zal gelden. Hierdoor is te verwachten dat de kans om een kind te krijgen bij huurders afneemt naarmate de woningprijzen in de regio hoger zijn/harder stijgen, en bij huiseigenaren juist toeneemt. Deze verwachting is in lijn met studies in Australië en de Verenigde Staten naar het verband tussen kapitaalopbouw bij huiseigenaren en kans op geboorte van een kind (Dettling & Kearney, 2014; Atalay, Li & Whelan, 2021). 

Hypothese 4: Het positieve verband tussen hoge/stijgende woningprijzen en de kans om een kind te krijgen bij huiseigenaren is sterker voor langdurige huiseigenaren dan voor recente huiseigenaren

Mensen die pas net huiseigenaar zijn geworden in dure woningmarktregio’s, hebben relatief hoge woonlasten, omdat ze in een dure markt gekocht hebben. Daarnaast hebben ze nog weinig geprofiteerd van kapitaalopbouw door waardestijging. Daarentegen hebben mensen die langer geleden huiseigenaar werden, al kunnen profiteren van de waardestijging van hun woning, vooral in regio’s waar de woningprijzen hoog zijn of hard gestegen zijn. Overwaarde in de woning kan verzilverd worden door een (aflossingsvrije) hypotheekverhoging. Maar ook kan het gevoel van (financiële) zekerheid en stabiliteit door waardestijging van de woning een gunstige invloed hebben op beslissingen over kinderen krijgen, zonder dat de overwaarde concreet benut wordt. 

De analyses zijn uitgevoerd op registerdata uit het Stelsel van Sociaal-Statistische Bestanden (SSB), dat gegevens over de totale bevolking van Nederland bevat (Bakker et al., 2014). 

Populatie

De studiepopulatie bestaat uit ruim 4,4 miljoen vrouwen in de vruchtbare leeftijd, afgebakend als 16 tot 45 jaar, ongeacht relatiestatus of huishoudenssamenstelling. Deze leeftijdsgroep is geselecteerd in alle jaren tussen 2012 en 2023. In totaal zitten er 32,7 miljoen jaarrecords in de dataset. Het model houdt er rekening mee dat niet alle vrouwen alle jaren in de dataset zitten, bijvoorbeeld vanwege de leeftijdsgrenzen of omdat iemand een of meerdere jaren niet in Nederland woonde. Vrouwen die in een instelling wonen, zijn niet meegenomen, omdat zij niet in reguliere huur- of koopwoningen wonen. Dat laatste staat in dit onderzoek immers centraal. 

Variabele over geboorte van kinderen

Van alle vrouwen in de data zijn gegevens gebruikt over geboorte van kinderen, in het jaar na de meting van de woonsituatie. De data over de woonsituatie en de achtergrondkenmerken zijn gemeten van 2012 tot en met 2022. De data over geboorte van kinderen lopen van 2013 tot en met 2023. Het idee hierachter is dat het bij het verband tussen woonsituatie en geboortekans in feite gaat om het moment dat een kind verwekt wordt. De daadwerkelijke geboorte vindt dan vaak in het jaar daarna plaats. Vrouwen die toen niet meer in het bevolkingsregister zaten, door emigratie of overlijden, zijn uit de dataset verwijderd. Bij iedere geboorte geeft een aparte variabele aan het hoeveelste (juridische) kind het geboren kind is van de persoon. Hiermee wordt gecorrigeerd voor de eventuele samenhang van andere modelvariabelen met kind-volgorde.

Variabelen over de woonsituatie

Voor de woonsituatie zijn gegevens gebruikt over het type woning waarin men woont. Als de persoon zelf of diens partner eigenaar is van de woning, is de variabele gecodeerd als ‘huiseigenaar’, en anders als ‘huurder’. Voor de meting van de duur van huiseigenaarschap (hypothese 4) is onderscheid gemaakt naar huiseigenaren die voor het eerst een huis kochten 

1. in het afgelopen jaar; 
2. tussen een en drie jaar geleden; 
3. meer dan drie jaar geleden. 

In het model met deze variabele wordt een kortere tijdsperiode geanalyseerd: 2015-2023 in plaats van 2012-2023, want voor de periode vóór 2015 kon de duur van huiseigenaarschap niet worden berekend. Dit model heeft betrekking op bijna 3,7 miljoen vrouwen.

Daarnaast zijn voor iedere persoon gegevens gebruikt over de gemiddelde woningprijs in de COROP-regio waar men woont. Nederland bestaat uit 40 COROP-regio’s, dat zijn regio’s gebaseerd op functionele relaties tussen gebieden. Ze bestaan meestal uit een centrale stad en het servicegebied eromheen, en omvatten gemiddeld iets meer dan 400 duizend inwoners. Bijna drie kwart van alle verhuizingen vindt plaats binnen een COROP (Lennartz et al., 2023), wat erop duidt dat COROP-regio’s een aardige benadering zijn van woningzoekgebieden. De jaarlijkse gemiddelde verkoopprijs van bestaande koopwoningen in de COROP-regio is uitgedrukt in eenheden van 100 duizend euro (CBS Statline, 2024b). De prijzen zijn gemeten in het eerste kwartaal van elk jaar en zijn gecorrigeerd voor inflatie naar 2022-prijzen (het meest recent beschikbare inflatiecorrectie-jaar ten tijde van de analyse).

Controlevariabelen

Van een aantal persoonskenmerken is bekend dat ze samenhangen met de kans op geboorte van een kind, dus daarvoor wordt gecontroleerd in de analyse. De controlevariabelen op individueel niveau zijn leeftijd, inkomenskwintiel, economische hoofdactiviteit, opleidingsniveau en herkomst. Daarnaast zijn als controlevariabelen op COROP-niveau opgenomen: werkloosheidspercentage (als indicator van regionale werkgelegenheid) en percentage mensen dat minimaal maandelijks een religieuze bijeenkomst bezoekt (Schmeets & Houben, 2023). Het is bekend dat religieuze mensen gemiddeld meer kinderen krijgen (Bein, 2021). Omdat persoonsgegevens over religiositeit niet beschikbaar zijn, is het percentage religieuze mensen in de regio gebruikt. Ten slotte wordt in alle modellen voor kalenderjaar gecontroleerd. De tabellenset in de bijlage toont van alle gebruikte variabelen de gemiddelden (continue variabelen) en frequenties (categorische variabelen).

Analyse

In de analyses wordt de jaarlijkse kans om een kind te krijgen geschat, voor vrouwen tussen 16 en 45 jaar, gecontroleerd voor leeftijd, kalenderjaar, inkomen, economische activiteit, opleidingsniveau, herkomst, aantal kinderen, regionaal werkloosheidspercentage en regionaal percentage religieuzen. 

De data zijn geanalyseerd met logistische regressiemodellen. Deze modellen schatten de jaarlijkse kans op een gebeurtenis (in dit geval: ‘een kind krijgen’) en het verband met de andere variabelen. De standaardfouten van de regressiecoëfficiënten zijn geclusterd op persoonsniveau om er rekening mee te houden dat vrouwen meerdere jaren voorkomen in de data. Model 1 bevat, naast de controlevariabelen, variabelen over regionale woningprijzen. In model 2 wordt een variabele toegevoegd die de individuele woonsituatie meet (huiseigenaar of huurder). Voor dit model is gebruik gemaakt van een mediatieanalyse om te schatten welk deel van het regionale woningprijs-effect toe te schrijven is aan de persoonlijke woonsituatie (Karlson et al., 2012). In model 3 wordt een interactie-term tussen de individuele huiseigenaar-/huurdervariabele en de regionale woningprijsvariabelen toegevoegd. In model 4 wordt de huiseigenaar-/huurdervariabele vervangen door de variabele die huiseigenaarschap naar duur onderscheidt. Verder laat een interactieterm tussen deze duur van huiseigenaarschap en de regionale woningprijsvariabelen zien in hoeverre regionale woningprijseffecten afhangen van het moment waarop men huiseigenaar werd. 

De effecten van regionale woningprijzen worden geschat via twee variabelen. 

1. De gemiddelde woningprijs in de periode 2012 tot en met 2022 per COROP-regio. Hiermee wordt het effect van variatie in woningprijzen tussen COROP-regio’s geschat, het tussen-regio-effect. 
2. De afwijking van dat COROP-gemiddelde in ieder jaar. Hiermee wordt het effect van veranderingen in woningprijzen over de tijd binnen elke COROP-regio geschat, het binnen-regio-effect. 

Beide variabelen worden tegelijk in het model gestopt (Schunk, 2013). Dit maakt het mogelijk om een onderscheid te maken tussen de gevolgen van het wonen in een woningmarktregio waar de prijzen gemiddeld genomen hoger liggen dan in andere regio’s (het tussen-regio-effect) en de gevolgen van het wonen in een regio waar de woningprijzen sterk zijn gestegen (het binnen-regio-effect).

De effectgrootte van de regressie-coëfficiënten in de multivariate modellen is lastig rechtstreeks te interpreteren. Daarom worden van de belangrijkste variabelen de effecten getoond als voorspelde relatieve kansen op geboorte van een kind bij oplopende waarden van regionale woningprijsverschillen en bij oplopende waarden van prijsstijgingen over de tijd, bij constant houden van de controlevariabelen. In de bijlage zijn de modeluitkomsten opgenomen (regressie-coëfficiënten van alle variabelen en de modelfit-maten (AIC en log likelihood)). Gevonden verschillen in de modellen duiden op werkelijke verschillen in de populatie en worden dus niet getoetst op hun statistische significantie (zoals bij steekproefmodellen). 

De hoofdmodellen geven resultaten weer die betrekking hebben op alle vrouwen in de studiepopulatie, en op alle geboorten. Daarnaast zijn aparte modellen gedraaid voor een selectie van vrouwen die met een partner samenleven (waarbij ook wordt gecontroleerd voor kenmerken van de partner), voor mannen en voor verschillende pariteiten (eerste, tweede, derde en volgend kind).

3.1 Woningprijzen en kans op kind

Het eerste model laat zien dat de kans om een kind te krijgen daalt, naarmate de regionale woningprijzen in vergelijking met andere regio’s hoger zijn. Voor elke 100 duizend euro dat de woningprijzen in een regio hoger liggen dan elders, daalt de kans voor vrouwen om een kind te krijgen met 4,3 procent. Ook is de kans om een kind te krijgen kleiner, als de woningprijzen in de regio harder zijn gestegen: vrouwen hebben een 3,1 procent kleinere kans om een kind te krijgen in regio’s waar de prijzen gemiddeld 100 duizend euro meer gestegen zijn dan elders. Deze bevindingen bevestigen hypothese 1.

3.2 Kans op kind voor huiseigenaren en huurders

In model 2 wordt de variabele toegevoegd die meet of vrouwen huiseigenaar of huurder zijn. De kans om een kind te krijgen is bij huiseigenaren met 7,0 procent bijna twee keer zo groot als bij huurders (3,9 procent). Maar belangrijk daarbij is wel dat de kans om huiseigenaar te zijn óók verschilt tussen regio’s. In regio’s waar woningen duurder zijn en in regio’s waar de woningprijzen harder gestegen zijn, is de kans om huiseigenaar te zijn kleiner in onze populatie van vrouwen van 16 tot 45 jaar. Een zogenaamde mediatieanalyse (Karlson et al., 2012) laat zien dat de relatie tussen geboortekans en regionale woningprijsvariabelen zwakker is in model 2 dan in model 1. Dit komt door toevoeging van de variabele over individuele woonsituatie. Het betekent dat de kleinere kans om een kind te krijgen van vrouwen in regio’s met hoge of stijgende woningprijzen deels komt doordat ze in die regio’s minder vaak huiseigenaar zijn. Dit bevestigt hypothese 2. 

Uit de mediatieanalyse blijkt dat het tussen-regio-effect voor 83,5 procent verklaard wordt doordat vrouwen in duurdere woningmarktregio’s minder vaak de eigen woning bezitten. Het binnen-regio-effect wordt voor 11,3 procent verklaard doordat vrouwen in regio’s waar de prijzen harder zijn gestegen, minder vaak de eigen woning bezitten.

3.3 Woningprijzen en kans op kind bij huiseigenaren en huurders

In model 3 worden interactie-termen tussen individuele woonsituatie en regionale woningprijsvariabelen toegevoegd. Daarmee wordt geschat in welke mate het verband tussen woningprijzen en geboorten verschilt tussen huurders en huiseigenaren. Hieruit blijkt dat vrouwen in koopwoningen meer kans hebben om een kind te krijgen in relatief dure woningmarktregio’s dan in minder dure regio’s. Verder blijkt dat vrouwen in koopwoningen meer kans hebben om een kind te krijgen in regio’s waar de woningprijzen hard gestegen zijn dan in regio’s waar ze minder hard gestegen zijn. Voor huurders is de kans op geboorte van een kind juist kleiner als ze in dure regio’s of regio’s met sterk gestegen prijzen wonen (figuur 3.3.1 en 3.3.2). Deze resultaten ondersteunen hypothese 3. De bevinding dat huurders minder vaak een kind krijgen in duurdere regio’s, maar huiseigenaren juist vaker, komt overeen met eerdere studies in andere landen (Dettling & Kearney, 2014; Atalay, Li & Whelan, 2021). Hoewel het mechanisme achter dit verband in deze studie niet direct kan worden getest, komt dit waarschijnlijk doordat huurders in dure woningmarktregio’s hogere huren betalen en minder kans hebben om een gezinsvriendelijke woning te vinden, terwijl huiseigenaren juist profiteren van de waardevermeerdering van hun woning (zie ook hoofdstuk 1). 

3.4 Kans op kind voor huiseigenaren naar duur woningbezit

De vruchtbaarheid stijgt niet voor alle huiseigenaren in gelijke mate bij hogere regionale woningprijzen. Vrouwen die pas net huiseigenaar zijn geworden, krijgen juist minder vaak een kind, naarmate de gemiddelde woningprijs in hun regio hoger is dan elders (figuur 3.4.1). Als vrouwen meer dan 3 jaar huiseigenaar zijn, hangen hogere woningprijzen samen met een grotere kans op een geboorte. De prijsontwikkeling over de tijd hangt ook positief samen met de geboortekans van vrouwen die al langer een woning bezitten (figuur 3.4.2). In het eerste jaar dat vrouwen huiseigenaar zijn, maakt prijsstijging in de regio nog weinig uit, maar als ze langer dan een jaar huiseigenaar zijn, neemt de kans op een geboorte toe, naarmate de prijzen in de regio harder stijgen. Bij vrouwen die langer dan 3 jaar huiseigenaar zijn, neemt de kans nog sneller toe. Beide uitkomsten suggereren dat vrouwen die langer geleden een woning kochten, profiteren van hoge en stijgende woningprijzen (of dat nu door concrete verzilvering van de overwaarde komt, waardoor ze meer te besteden hebben aan hun kinderen/gezin, of door een algemeen gevoel van financiële zekerheid). Dit vertaalt zich vervolgens in een hogere kans om (nog) een kind te krijgen. Deze resultaten ondersteunen hypothese 4. 

3.5 Aanvullende resultaten

De hiervoor beschreven analyses zijn uitgevoerd voor alle vrouwen in de leeftijd 16 tot 45 jaar. De resultaten voor mannen zijn sterk vergelijkbaar met die voor vrouwen. Dat geldt ook voor samenwonende vrouwen vergeleken met alle vrouwen, al zijn de verbanden voor samenwonende vrouwen wat zwakker. De samenhang tussen de woon- en woningprijsvariabelen en geboortekans in de modellen voor de hele populatie van vrouwen van 16 tot 45 jaar verlopen gedeeltelijk via het verlaten van het ouderlijk huis en het aangaan van een stabiele partnerrelatie. Dat zijn twee levensgebeurtenissen die paren al meegemaakt hebben.

Verder blijkt dat de verbanden met woningprijzen en de woonsituatie het sterkst zijn bij de geboorte van eerste kinderen. Hogere en sterker gestegen woningprijzen bemoeilijken het om huiseigenaar te worden, en werpen daarmee een barrière op om aan kinderen te beginnen. Is het eerste kind eenmaal geboren, dan maken (ontwikkelingen in) woningprijzen minder uit voor de kans op geboorte van volgende kinderen bij huiseigenaren en huurders. 

Bovenstaande resultaten zijn afkomstig uit aparte analyses die zijn uitgevoerd op respectievelijk mannen (van 16 tot 50 jaar), vrouwen die samenwonen met een partner, en vrouwen die geen, een, of twee of meer kinderen hadden. In de modellen voor tweede en volgende kinderen is gecontroleerd voor de tijd die is verstreken sinds de geboorte van het vorige kind. De modeluitkomsten zijn op te vragen bij de auteurs. 

In dit artikel is uitgezocht hoe het verband tussen woningprijsontwikkelingen en vruchtbaarheid er precies uitziet aan de hand van vier hypothesen:

1. In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind kleiner dan in regio’s met lage/minder hard stijgende woningprijzen.
2. In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind kleiner, omdat mensen daar minder vaak in een koopwoning wonen.
3. In regio’s met hoge/stijgende woningprijzen is de kans op geboorte van een kind groter bij huiseigenaren en kleiner bij huurders.
4. Het positieve verband tussen hoge/stijgende woningprijzen en de kans om een kind te krijgen bij huiseigenaren is sterker voor langdurige huiseigenaren dan voor recente huiseigenaren.

Uit het eerste deelonderzoek blijkt dat hoe hoger de woningprijzen in een regio zijn, en hoe harder deze zijn gestegen, hoe kleiner de kans is dat vrouwen een kind krijgen. Uit het tweede deelonderzoek blijkt dat de kans dat vrouwen in de vruchtbare leeftijd huiseigenaar zijn, kleiner is in dure woningmarktregio’s, en in regio’s waar de woningprijzen sneller gestegen zijn. Dit is één van de redenen dat vrouwen in dure regio’s en regio’s waar de prijzen snel zijn gestegen, minder vaak een kind krijgen dan vrouwen in betaalbaardere regio’s. Uit het derde deelonderzoek blijkt dat de vruchtbaarheid van huurders lager ligt in regio’s waar de woningprijzen hoog zijn en in de periode 2012-2022 sneller zijn gestegen. Onder huiseigenaren ligt de vruchtbaarheid juist hoger in regio’s waar de woningprijzen hoog zijn of sinds 2012 sterker zijn gestegen. Uit het vierde deelonderzoek blijkt dat dit met name het geval is voor huiseigenaren die langer geleden hun (eerste) woning kochten, toen de prijzen nog relatief laag waren. 

Over het algemeen zijn deze verbanden sterker voor de kans op een eerste kind dan voor de kans op een tweede of volgend kind, wat erop duidt dat vooral de beslissing om een eerste kind te krijgen afhangt van de woningmarktsituatie. Deze bevindingen zijn een waardevolle aanvulling op de inzichten rondom de daling van het vruchtbaarheidscijfer in Nederland sinds 2010. De uitkomsten van dit onderzoek duiden erop dat de gestegen woningprijzen een belangrijke bijdrage leveren aan de verklaring van het dalende geboortecijfer in Nederland sinds 2012. De blootgelegde verbanden laten zien dat er een groeiende kloof in gezinsvorming is ontstaan tussen mensen met minder en meer bestaanszekerheid. Ontwikkelingen op de woningmarkt lijken te leiden tot een steeds grotere ongelijkheid in wie zich het krijgen van kinderen kan veroorloven. Mensen met een goede woningmarktpositie, bijvoorbeeld personen uit oudere geboortecohorten of met hogere inkomens, die vóór of rond de prijsstijgingen van 2014 een huis kochten, profiteren nu van de prijsstijgingen. Dat vertaalt zich ook in een hogere vruchtbaarheid. Maar mensen met een slechtere positie zien hun kansen op een koopwoning snel kleiner worden en betalen hoge woonlasten aan een (private) huurwoning, en deze factoren vormen een belemmering bij het vervullen van een kinderwens. Aangezien de koopsector voor jonge mensen in de komende jaren waarschijnlijk niet toegankelijker zal worden, is het aannemelijk dat vanuit woningmarktperspectief voorlopig geen positieve impuls aan het geboortecijfer verwacht hoeft te worden.

Kanttekeningen en aanbevelingen

Een belangrijke kanttekening bij dit onderzoek is dat het verbanden blootlegt, maar niet kan aantonen dat de verbanden causaal zijn. Het kan zijn dat het betrekken van een gezinsvriendelijke woning het krijgen van een kind faciliteert of versnelt. Daarnaast is het mogelijk dat de mensen voor wie een gezinsleven heel belangrijk is, meer over hebben voor een koophuis, of bijvoorbeeld verhuizen naar een goedkopere regio. In meer technische termen: er kan sprake zijn van zelfselectie van gezinsgeoriënteerde mensen in de koopsector, en in regio’s waar de woningprijzen lager liggen/minder hard stijgen. Al lijkt dit laatste geen wijdverbreid verschijnsel te zijn. De ruimtelijke eenheid in dit onderzoek, de COROP-regio, is een goede benadering van woningmarktgebieden. Zoals bekend uit de literatuur vindt drie kwart van de verhuizingen plaats binnen de COROP-regio; men verhuist dus niet massaal naar gebieden met lagere woningprijzen (om daar een huis te kopen en een kind te krijgen). Dat de resultaten consistent zijn met theoretische verwachtingen en bevindingen uit aanverwante studies (zie hoofdstuk 1) maakt het al met al aannemelijk dat de woonsituatie een van de factoren is waar (de timing van) een geboorte vanaf hangt.

Het is interessant om dit onderzoek over een aantal jaren te herhalen. Dan is van deze groep bekend in hoeverre ze alsnog een kind hebben gekregen of dat hun kindertal definitief lager is dan dat van eerdere generaties. En ook of deze ontwikkeling nog steeds samenhangt met ontwikkelingen op de woningmarkt.  Ook internationaal vergelijkend onderzoek met enkele buurlanden waar de woningmarkt onder druk staat, kan meer inzicht verschaffen in de relatie tussen woningmarkt en geboortecijfer. 

ABF Research (2022). Wonen langs de meetlat: Resultaten van het WoonOnderzoek Nederland 2021. 

Atalay, K., Li, A. & Whelan, S. (2021). Housing wealth, fertility intentions and fertility. Journal of Housing Economics, 54: 101787. 

Bakker, B.. Rooijen, J. van & Toor, L. van (2014). The System of social statistical datasets of Statistics Netherlands: An integral approach to the production of register-based social statistics. Statistical Journal of the IAOS, 30(4), 411-424. 

Bein, C. (2021). Religiosity and Reproductive Decisions in Europe. Rijksuniversiteit Groningen.

CBS (2024a). Jongeren die graag het huis uit willen lukt dat minder vaak | CBS

CBS (2024b). Emancipatiemonitor 2024.

CBS (2024c.) Vrouwen in de EU steeds ouder bij geboorte eerste kind | CBS

CBS (2025a). Moeders iets ouder bij geboorte eerste kind | CBS

CBS (2025b). Ruim kwart thuiswonende jongeren wil uit huis maar kan geen woning vinden.

CBS Statline (2022). Woonlasten huishoudens; kenmerken huishouden, woning. 

CBS Statline (2024a). Geboorte; kerncijfers. 

CBS Statline (2024b). Koopwoningen; nieuwe en bestaande, prijsindex 2015=100 2015-2023. 

CBS Statline (2025a). Bestaande koopwoningen; verkoopprijzen prijsindex 2020=100, regio (COROP). 

CBS Statline (2025b). Woningvoorraad; kenmerken woning en bewoning op 31 december, regio. 

Clark, W. A. (2012). Do women delay family formation in expensive housing markets? Demographic Research, 27(1), 1-24.

CitaVista (2021). Kernrapportage Woononderzoek Nederland, 4: Huurders versus eigenaar-bewoners. 

De Beer, J. & Latten, J. (2018). De weerbarstige relatie tussen baby's en conjunctuur. Demos: bulletin over bevolking en samenleving, 34(9), 1-4. 

Dettling, L. J. & Kearney, M. S. (2014). House prices and birth rates: The impact of the real estate market on the decision to have a baby. Journal of Public Economics, 110, 82-100. 

Easterlin, R. A. (1975). An economic framework for fertility analysis. Studies in Family Planning. 6(3), 54-63. 

Enström Öst, C. (2012). Housing and children: Simultaneous decisions? A cohort study of young adults’ housing and family formation decisions. Journal of Population Economics, 25, 349–366. 

Feijten, P. & Mulder, C.H. (2002). The Timing of Household Events and Housing Events in the Netherlands: A Longitudinal Perspective. Housing Studies, 17(5), 773-792. 

Flynn, L. (2017). Delayed and depressed: from expensive housing to smaller families. International Journal of Housing Policy, 17(3), 374-395. 

Hochstenbach, C. (2022). Uitgewoond: Waarom het hoog tijd is voor een nieuwe woonpolitiek. Das Mag.

Ivanova, K. & Balbo, N. (2024). Societal Pessimism and the Transition to Parenthood: A Future Too Bleak to Have Children? Population and Development Review, 50(2), 323-342. 

Japaridze, I. & Sayour, N. (2024). Housing Affordability Crisis and Delayed Fertility: Evidence from the USA. Population Research and Policy Review, 43(2), 23. 

Karlson, K. B., Holm, A. & Breen, R. (2012). Comparing regression coefficients between same-sample nested models using logit and probit: A new method. Sociological Methodology, 42(1), 286-313. 

Kullberg, J. (2016). Tussen groen en grijs: Een verkenning van tuinen en tuinieren in Nederland. Den Haag: Sociaal en Cultureel Planbureau.

Lennartz, C., Troost, S. & Schilder, F. (2023). Verhuismotieven en ruimtelijke verhuisbewegingen: Een empirische analyse van het verhuisgedrag van huishoudens in Nederland. Den Haag: Planbureau voor de Leefomgeving. 

Mulder, C.H. (2013). Family dynamics and housing: Conceptual issues and empirical findings. Demographic Research, 29(14), 355-378. 

NVM (2025). ’Perfecte storm’ met veel vraag en weinig aanbod veroorzaakt rappe huurprijsstijging. 

OESO (2024), OECD Affordable Housing Database - indicator HM1.2 House Prices.

Schmeets, H. & Houben, M. (2023). Religieuze betrokkenheid in Nederland. Statistische Trends.

Schunck, R. (2013). Within and between estimates in random-effects models: Advantages and drawbacks of correlated random effects and hybrid models. The Stata Journal, 13(1), 65-76. 

Ström, S. (2010). Housing and first births in Sweden, 1972–2005. Housing Studies, 25(4), 509-526. 

Van Duin, C. & Feijten, P. (2023). Dalende vruchtbaarheid sinds 2010: de rol van opleidingsniveau. Statistische Trends.

Van Wijk, D. & Billari, F. C. (2024). Fertility Postponement, Economic Uncertainty, and the Increasing Income Prerequisites of Parenthood. Population and Development Review, 50(2), 287-322. 

Van Wijk, D. & Chkalova, K. (2020). Minder geboorten door studie en flexwerk? Statistische Trends.

Van Wijk, D. & Rouvroye, L. (2024). Economische positie jongvolwassenen afgelopen twintig jaar verslechterd. Demos: bulletin over bevolking en samenleving, 40(2), 5-7. 

Van Wijk, D. (2023). From Prosperity to Parenthood: How Employment, Income, and Perceived Economic Uncertainty Influence Family Formation. Groningen: Universiteit Groningen. 

Van Wijk, D. (2024). House prices and fertility: Can the Dutch housing crisis explain the post‐2010 fertility decline? Population, Space and Place, 30(7), e2787.