Eksempler på monitoreringsmodeller

Bystrategisk GIS i Helsingør

Helsingør Kommune har pt et område på ghettolisten og forventer, at kommunens største boligområde med 3.800 beboere kommer på listen over forebyggelsesområder.

Det primære formål med modellen er at forebygge udviklingen af flere udsatte boligområder i Helsingør Kommune og at kunne iværksætte initiativer – både i kommune og boligorganisationer – hvis områder udvikler sig uhensigtsmæssigt.

Som konsekvens af de specifikke ghettokriterier har monitorering af disse data første prioritet, men andre kriterier, der giver et bredere billede af specifikke områders udvikling, kan tilføres modellen efterfølgende.

Helsingør Kommune er i gang med at udvikle en ny Udlejnings- og anvisningsaftale med de lokale boligorganisationer. Det bystrategiske GIS-redskab skal anvendes i den løbende dialog om udlejning og anvisning. Derudover skal modellen levere måltal til den boligsociale helhedsplan og bidrage til generel information, både administrativt og politisk.

Organisering
Boligsocial monitorering ligger i enheden BYLAB, hvor arbejdet med almene boliger, byudvikling samt geodata er forankret.

Projektet drives af:

• GIS-koordinator
• Boligsocial koordinator

Beskrivelse af modellen
Modellen vises i Power BI og trækker på data, der ligger på kommunens MS SQL server. Data beregnes løbende til en tabel/kube på serveren. Vi benytter data fra vores LOIS- og LOIS Statistik-databaser fra LIFA. LOIS Statistik er desuden suppleret med LIFA’s geodemografiske data fra Geomatic. Modellen indeholder endelig månedlig opdaterede data fra vores egne fagsystemer (som Momentum).

Vores monitorering er således ikke baseret på de helt præcise tal fra Danmarks Statistik, men på vores egne data, der giver en mere opdateret og løbende beskrivelse af nogle af indikatorerne.

Kommunens løsninger er baseret på LOIS Statistik databasen og kan anvende alle de geografiske inddelinger, der er oprettet her. Inddelingerne kan dække bestemte mindre områder eller hele kommunen. Vi arbejder blandt andet med opdelinger, der viser ”monitoreringsområder”, ”alle almene boligselskaber”, ”skoledistrikter” og ”kommunens prognoseområder”.

Modellen viser både grafer med de forskellige indikatorer over tid - samt kort, der viser områdernes placering i kommunens, og ortofoto, der mere detaljeret viser de valgte områders udstrækning.

Indikatorer
Kommunen har primært fokus på de fem indikatorer fra ghettokriterier:

1. Vi monitorer både på antal beboere samt antal beboere med ikke-vestlig baggrund. Antal borgere med ikke-vestlig statsborgerskab henter vi fra vores egen LOIS/CPR-database, men vi kan alene beregne dem baseret på de borgere, der bor i kommunen. I en række tilfælde bor forældre eller bedsteforældre ikke i kommunen, og vores beregnede antal ikke-vestlige borgere er derfor en del lavere, end de ”mere” korrekte tal fra Danmarks Statistik.
2. Det er af stor betydning at kunne følge udviklingen i andelen af beboere i beskæftigelse. Vi henter disse data en gang om måneden fra Momentum, der er vores sagsbehandlersystem. Efter nogle justeringer i kategorier kan vi nu løbende vise tal, der ligger meget tæt på ghettokriteriet.
3. Grundskole som højeste gennemførte uddannelse. Tallene til denne indikator kommer fra de geodemografiske data i LOIS Statistik og er altså lidt ældre tilnærmede data fra Danmarks Statistik. De geodemografiske data beregnes i vejsegmenteringer og benytter et tæller/nævner- og indekssystem, der gør det muligt at beregne tilnærmede data både for hele kommunen og for mindre områder.
4. Husstandsindkomst beregnes også fra vores geodemografiske data. Vi kan også her vise indeks for den gennemsnitlige husstandsindkomst både for området og for hele kommunen i forhold til indeks 100 for hele Danmark (nævneren).
5. Vi har ikke adgang til data med ”Andel beboere dømt overtrædelse straffelov, våbenlov og euforiserende stoffer”. Vi viser derfor alene Statens officielle tal for denne indikator og kun for de områder, der er medtaget herfra.

De officielle ghettotal fra Staten er medtaget til sammenligning under de enkelte indikatorer. Desværre kan vi kun vise begge tal i få år og områder. Men vi kan se et sammenfald i både antal og udvikling for både indikatorerne ”Husstandsindkomst” og ”Tilknytningen til arbejdsmarkedet” beregnet dels fra vores egne data og fra de officielle tal.

Til de mere bystrategiske opgaver kan vi supplere vores monitoreringsmodel med LIFA’s Census database, hvor vi også i Power BI for de samme områder yderligere kan se de grundlæggende oplysninger om befolkningssammensætning, bolig og familieforhold i de enkelte områder. Men også med oplysninger om flyttemønstre samt indkomst, uddannelse, beskæftigelse, boligtyper mm for tilflyttere.

Videogennemgang af Helsingørs model:

Fra august 2021 

Boligsociale monitorering i Svendborg kommune

FORMÅL OG ANVENDELSE

Vi tager udgangspunkt i behovet for at styrke arbejdet i den Boligsociale Helhedsplan (10 afdelinger, 2.137 boliger og ca. 3600 beboere, heraf 1 udsat afdeling) med brugbare data. Vi vil arbejde med data, som det giver mening at bruge i dette arbejde, dvs. som fortæller om sociale udfordringer i de enkelte områder. Vi vil derudover, ved at tage lære heraf, i så høj grad som muligt udbrede monitoreringen til at gælde alle boligområder i kommunen. Den viden, der opsamles og præsenteres, skal bruges som udgangspunkt for et stærkere samarbejde på tværs dels mellem de mange parter, der er involveret i decideret boligsocialt arbejde, dels internt i kommunen, herunder også vertikalt ift. ledelse og politisk niveau.  Fælles data ses som et fælles sprog mellem mange fagligheder.

Samtidig styrkes muligheden for at arbejde områdebaseret generelt i kommunen og have øje på, at ingen områder går under radaren som en forudsætning for at arbejde bystrategisk med indsatser som f.eks. nybyggeri, renoveringer, velfærdsaktiviteter og udlejnings- og anvisningsaftaler.

ORGANISERING

• Projektleder: By- og Boligpolitisk Udviklingskonsulent, Direktionssekretariatet
• Udviklingsgruppe: Specialkonsulent, Data; Analysekonsulent, Stab og Projektchef, Den Boligsociale Helhedsplan.
• Reference til Chef for Direktionssekretariatet og Økonomichef / Bestyrelsen i Den Boligsociale Helhedsplan.

Projektet har udviklet sig gennem flere år på forskellige platforme. Gennem det sidste års tid har vi udelukkende og i varieret omfang brugt egne ressourcer – og der er ikke foretaget tilkøb af data. Projektet er vævet tæt sammen med andre projekter, f.eks. omkring befolkningsudvikling og flyttemønstre.

BESKRIVELSE AF MODELLEN

Det har været vigtigt først at få opbygget en generel brugergrænseflade, som er rimelig overskuelig og håndterbar for bruger, og som kan bearbejde og vise en lang række udvalgte datasæt. Der skulle findes en løsning, som kunne rumme ”alt” det, vi finder vigtigt for at kunne snakke sammen på tværs. Der er mange overvejelser om omfang og indhold af en løsning, og der er en kompleksitet, som har gjort det nødvendigt at udforme en model, der gør det muligt for potentielle brugere på flere niveauer at anvende modellen i dagligdagen.

Det hidtidige arbejde har ledt os gennem løsningsforslag på forskellige platforme – fra Kortinfo over Septima til Power BI – hvorved vi er kommet frem til flg. kravsspecifikationer:

• Metadata – nødvendigt at se hvor data kommer fra, og hvordan de opgøres og fremstår.
• Forskellige niveauer af fysiske områdeopdelinger, som i høj grad i forvejen anvendes til analyser og prognoser, og/eller som defineres af boligsociale problemstillinger.
• Grafer og GIS i forening – skabe hurtigt overblik over forskellige fysiske områder.
• Farvegraduering i kortvisningen.
• Dynamiske data / tidsforløb.
• Både absolutte tal og procenter.

INDIKATORER

Ud over de officielle ghettotal fra Staten arbejdes der foreløbig på at få indarbejdet et udsnit af følgende data i modellen: Anbringelser (LIS Udsatte børn og unge univers / Egne data (DUBU)), Socialklasser (DST), Karakterer i dansk og matematik i 9. klasse samt Fravær fra folkeskolen (FLIS Skole – karakter univers / Egne data (Tabulex Tea)), 18 – 24 årige, der ikke er i gang med eller har afsluttet uddannelse (STIL), Andel udenfor arbejdsmarkedet (FLIS beskæftigelsesunivers / Egne data (Momentum)), Børn med forebyggende foranstaltning (FLIS Udsatte børe og unge univers / Egne data (DUBU)), Naboklager (Boligforeningerne), Støtte efter § 85 mv. (FLIS Voksenhandicap univers / Egne data (NEXUS)), Familieforhold (CPR).

Videre frem vil en udbredelse bero på en inddragelse af styregrupperne for den Boligsociale Helhedsplan og flere brugere i det kommunale system, som skal være med til at formulere yderligere behov for bearbejdning af nye datasæt.

Data kommer fra mange forskellige kilder, og det må løbende håndteres, hvordan data kan skaffes smartest, og hvilke krav der skal sættes til kvalitet, opdatering, automatisering m.m. Der må løbende sættes fokus på, hvordan dataopsamling kan optimeres, og evt. sætte sig spor tilbage i opbygning og vedligeholdelse af de forskellige basissystemer.

Videogennemgang af Svendborgs model:

Fra september 2021

Vejle Kommune har udviklet et værktøj til boligsocial monitorering for Vejle by.

Formål

Formålet har været at vise ressourcer og udfordringer for boligområderne. Værktøjet er tænkt til at understøtte arbejdet med boligsociale indsatser på strategisk såvel som operationelt niveau.

Boligsocial monitorering er en såkaldt ”væg-til-væg-løsning”, idet der vises data på alle boligområder i Vejle by. Almene såvel som private boligområder, hvormed brugerne får et overblik over byen, der muliggør helhedsdækkende indsatser.

Anvendelse

Overordnet understøtter værktøjet arbejdet med kommunens boligpolitik, herunder særligt ambitionen om en by i social balance. Endvidere indgår data i en rammeaftale for anvendelse af udlejningsværktøjer, hvor større almene boligområder kategoriseres i henhold til ghettokriterierne. Derudover anvendes data i arbejdet med den boligsociale helhedsplan, hvor boligsocial monitorering er med til at dokumentere den historiske udvikling i udfordrede boligområder.

Geografi

Overordnet set vises data på skoledistrikter, om end de fleste skoledistrikter er inddelt yderligere. Inddelingen af skoledistrikterne er sket ud fra to principper, dels ift. specifikke interesser (f.eks. områder der bliver overvåget af Folketinget) og dels ift. boligsociale hensyn (særlig lav gennemsnitsindkomst ift. det omkringliggende område).

Data

Nedenstående indeholder et overblik over data:

Derudover vil vi inden for en kort tidshorisont vise data for:

Teknik

Boligsocial monitorering for Vejle by præsenteres i Microsoft Power BI. Alle medarbejdere i Vejle Kommune, som har licenser til Power BI, kan få adgang til værktøjet. Ligeledes har to personer fra hver boligforening adgang. 

Fordele og ulemper

Værktøjet har fundet en bred anvendelse, bl.a. fordi det har en enkel og brugervenlig opbygning. For de fleste er det intuitivt at anvende. Væsentligste ulempe er, at data ikke kan krydses. Dvs. vi f.eks. ikke kan svare på, hvad gennemsnitsindkomsten er for tilflyttere til et bestemt boligområde.

Organisering

Udviklingsfasen var bygget op om en projektmodel, der omfattede:

• En styregruppe (projektleder, direktøren for Teknik & Miljø, direktøren for Økonomi, Arbejdsmarked & Sundhed samt chefen for Digitalisering & Analyse)
• En projektgruppe (projektleder og repræsentanter fra alle forvaltninger)
• En arbejdsgruppe (projektleder, medarbejder med ansvar for datamodellering og medarbejder med ansvar for GIS-kort og udvikling af Power BI-rapport).

Derudover blev der holdt løbende møder med boligforeningerne.

I driftsfasen er arbejdsgruppen stadigvæk omdrejningspunktet og er opjusteret med yderligere en projektleder. Arbejdet med værktøjet i driftsfasen indgår dog på lige fod med andre opgaver. 

Videogennemgang af Vejles model: 

Fra august 2021

Styrker, svagheder, trusler og muligheder ved modellerne for boligsocial monitorering

Nedenstående er en sammenligning af de tre præsenterede modeller for boligsocial monitorering vedhæftet: