Almene Boliger Boligsocial monitorering

Sådan kommer du i gang som tekniker

KL har sammen med en række projektkommuner undersøgt mulighederne for, hvordan kommunerne på baggrund af lokale og aktuelle data kan monitorere deres boligområder på de samme parametre som ghettolisterne. Ud af dette arbejde er der kommet et eksempel på en model, som kan tilgås nedenfor.

Eksempel på monitorering af ghettokriterier

​I takt med Parallelsamfundsaftalens øgede konsekvenser af at figurere på en af statens lister, er kommunernes behov for at kunne følge udviklingen på netop ghettolistens kriterier i boligområderne øget.

​​Statens metode til at opgøre ghettolisterne på, giver imidlertid ikke kommunerne mulighed for at følge udviklingen i områderne løbende. Staten henter deres tal fra Danmarks Statistik, og flere af ghettokriterierne er opgjort som gennemsnit af to forudgående år, og det er derfor ikke aktuelle tal, som anvendes til at undersøge effekter af de forandringsindsatser, som kommunerne igangsætter i boligområderne. Læs mere om statens opgørelsesmetode for ghettokriterierne nedenfor. 

  • PDF

    Ghettokriterier-opgørelsesmetode 2020.pdf

​​KL har derfor sammen med en række projektkommuner undersøgt mulighederne for, hvordan kommunerne på baggrund af lokale og aktuelle data kan monitorere deres boligområder på de samme parametre som ghettolisterne.

​​Ud af dette arbejde er der blandt andet kommet et eksempel, som kan tilgås nedenfor.

​​Det er vigtigt at understrege, at modellen ikke kan genskabe ghettolisterne 1:1, og derfor heller ikke kan anvendes til at forudsige, hvorvidt et område kommer på listerne eller ej, når staten opgør dem den 1. december. Modellen skal snarere ses som et eksempel på, hvordan kommunerne kan komme i gang med en meget simpel monitorering af det boligsociale område. Modellen kan eventuelt udvides med andre data, så kommunerne kan følge udviklingstendenser og resultater af deres forandringsinitiativer samt fungere som et strategisk redskab til styring af bosætning i kommunerne generelt.

Eksemplet benytter data fra LIFA’s LOIS og GeoDemografiske databaser og kræver nogen teknisk ekspertise for at blive opsat korrekt.

KL har sammen med en række projektkommuner undersøgt mulighederne for, hvordan kommunerne på baggrund af lokale og aktuelle data kan monitorere deres boligområder på nogle af de samme parametre som ghettolisterne. Nedenstående eksempel har naturligvis ikke alle de kvaliteter som findes i de gennemarbejdede løsninger der findes i en række kommuner – hvoraf nogle er beskrevet under ”Eksempler på monitoreringsmodeller”.

Ved en sammenligning med andre løsninger kan fremhæves:

  • Dette eksempel har den styrke at det (som mange andre kommunale løsninger) er enkelt og baseret på Power BI. Eksemplet kan desuden ret enkelt udbygges også med flere egne data.
  • Det er en svaghed ved eksemplet er at det forudsætter at kommunen har LOISStatistik2 og GeoDemografiske data fra LIFA a/s. Den lave datafrekvens er desuden en svaghed for dette og andre løsninger der benyttere data fra Danmarks Statistik.
  • Manglende kommunale ressourcer til opsætning og videreudvikling af eksemplet er naturligvis en alvorlig trussel for brug af eksemplet.
  • Men der vil måske være en mulighed for at konsulenter og andre kan bygge videre på dette eksempel.

Bemærk programmer og beskrivelser benyttes på eget ansvar. Der er således ingen garanti for udbedring af fejl i beskrivelser og programmer mm., og ethvert ansvar ved brug af disse påhviler alene brugeren.