De grens van 190

Elke woning in Nederland heeft een energielabel: een briefje van A tot G dat zegt hoe zuinig het huis is. Dat label is niet zomaar een cijfer voor op de foto bij de verkoop — sinds 2024 is het geld waard. Hoe beter het label, hoe meer je mag lenen voor je hypotheek. En in de huur telt het label mee voor hoe hoog de huur mag zijn: een beter label = een lagere maximale huur.

Achter dat briefje zit een berekening. Een adviseur vult de eigenschappen van je huis in — muurisolatie, glas, cv-ketel, zonnepanelen — en de rekenmachine spuugt één getal uit: hoeveel energie het huis per vierkante meter per jaar verbruikt. Pas dáárna wordt dat getal in hokjes geknipt: tot 190 is label B, daarboven label C.

En daar zit de interestinge vraag. Een huis dat op 189 uitkomt, is fysiek precies even zuinig als een huis dat op 191 uitkomt — twee kilowattuur per vierkante meter, daar merk je niets van. Maar het ene heet B en het andere C, en dat verschil kan duizenden euro's betekenen aan leenruimte of huurplafond.

Dus: als adviseurs en eigenaren dat doorhebben — en dat doen ze — is er een prikkel om de berekening nog eens goed te bekijken als die op 193 uitkomt. Een andere invulkeuze hier, een gunstiger aannametje daar, en de woning "valt" in label B. Dat heet sturen, en het is niet per se illegaal — maar het maakt het cijferwerk minder eerlijk, en het beleid (subsidies, hypotheekregels) minder gericht.

Hoe zie je sturen als het gebeurt? Niet door één huis te bekijken, maar door alle zeven miljoen huizen naast elkaar te leggen. Als er niet gestuurd wordt, liggen de uitkomsten van de berekening netjes verspreid — een beetje zoals de lengte van mensen: veel middelmatige, weinig extreme. Als er wél gestuurd wordt, zie je een berg vlak vóór de grens: veel te veel huizen op 189, 188, 187… en verdacht weinig op 191, 192. De berg verhuist niet vanzelf — iemand heeft hem verplaatst.

Dit onderzoek zoekt die berg. En het kan hem zoeken omdat de Rijksoverheid de cijfers openbaar maakt: het energielabelregister (EP-Online) en een publiek domein-afschrift daarvan per pand. Wat we vandaag uit die data halen, en wat er nog nodig is voor de allerscherpste test — dat lees je hieronder, tot en met de code om het zelf te draaien.

Een correlationeel verhaal ("huizen met een goed label zijn duurder") interesseert niemand meer. Deze vraag is anders geconstrueerd. Drie eigenschappen maken hem identificeerbaar:

Stap 1 — de verdeling tonen zoals die is

We beginnen met de ruwe telling: voor elke EP2-waarde (afgerond op heel kWh/m²) hoeveel woningen die uitkomst hebben. Dat is een histogram van enkele miljoenen woningen. Het blote oog ziet soms al een piek bij 189 en een dal bij 191 — maar het blote oog ziet ook patronen in wolken. Daarom volgt de toets.

Stap 2 — de dichtheidstoets van McCrary

De standaardwerkwijze uit de econometrie is de manipulatie-toets van McCrary (2008), hier uitgevoerd met de lokale-polynoomvariant van Cattaneo, Jansson & Ma (rddensity-traditie). Het idee in drie zinnen:

1. Schat de verdelingscurve links van de grens — alleen met data van bijvoorbeeld 160 tot 190, via een lokale lineaire regressie die tot precies op de grens doorloopt.
2. Doe hetzelfde rechts van de grens — 190 tot bijvoorbeeld 220.
3. Vergelijk de voorspelde hoogtes op de grens zelf. Zonder sturen liggen die gelijk (de curve is glad). Sturen laat de linkerkant uitstulpen en de rechterkant invallen — het verschil in log-dichtheid op de grens is de toetsingsgrootheid, met een betrouwbaarheidsinterval uit de regressiestandaardfout.

De lettergrepen die het geloofwaardig maken: lokaal (alleen de omgeving van de grens telt, de rest van de schaal kan elke vorm hebben), polynoom (de curve mag buigen), en bandbreedte-keuze op MSE-optimale wijze (hoeveel data rond de grens je meeneemt is een keuze — we laten zien dat de conclusie er niet van afhangt).

Stap 3 — de berg wegen in euro's

Een significant sprongetje kan klein zijn. Daarom integreren we het verschil tussen de gemeten en de gladde (tegenfeitelijke) verdeling over het gebied rond de grens: de overtollige massa — het aantal woningen dat "te veel" vlak onder de grens ligt. Vermenigvuldigd met de waarde van de sprong (extra leenruimte, WWS-punten) krijgt de berg een prijskaartje.

Stap 4 — alles wat mis kan gaan, apart meten

Vier toetsen beschermen de conclusie tegen de obvious alternatieve verklaringen:

Stap 5 — tijdsvariatie (de groeivraag)

De vraag "is het toegenomen" vergelijkt drie tijdvakken: vóór 1-1-2024, daartussen, en na 1-7-2024. Het register bewaart de geschiedenis alleen in mutatiebestanden (dagelijkse diffs) — het totaalbestand is een momentopname. Zie beperkingen voor de precieze consequentie en het plan.

Ja, er wordt gestuurd op energielabels. Op elke wettelijke labelgrens valt de verdeling van de berekende energieprestatie stapsgewijs terug: op de grens van 190 (label B|C) staat de dichtheid vlak onder de grens circa 30% hoger dan vlak erboven (θ = −0,26; z = −41; stabiel over bandbreedtes en robuust zonder de eerste twee waarden rond de grens). In aantallen: 36.963 woningen te veel vlak onder de grens van 190, en 28.901 vlak onder 250 — en de overtollige massa is groter naarmate de grens financieel zwaarder weegt.

Waarom dit geen toeval of artefact is. Grenzen zonder wettelijke betekenis (de placebo's op 175, 205, 220 en 265) tonen sprongen die een orde van grootte kleiner zijn en van wisselend teken. Afronding kan het niet verklaren: de berekende waarden zijn continu tot twee decimalen, en veelvouden van vijf en tien zijn niet oververtegenwoordigd (ratio ≈ 1,0). En de samenstelling van de woningvoorraad springt niet mee: woningen aan weerszijden van de grens verschillen gemiddeld 2 bouwjaar en 3 m² — te weinig om een 30-procentssprong in de verdeling te dragen.

Wat het níet bewijst. Dit is geen causale schatting van het effect van energielabels op woningwaarde (daarvoor is de loopvariabele zelf manipuleerbaar — precies wat we aantonen). Het benoemt geen individuele adviseurs of eigenaren: we meten een populatiepatroon. En het zegt nog niets over groei: of het sturen is toegenomen sinds de labelklasse op 1 januari en 1 juli 2024 geld waard werd, is Toets B — die vergt de registratiehistorie die we vanaf nu maandelijks zelf stapelen.

Waarom het telt. Het energielabel stuurwiel van het woningbeleid — subsidies, hypotheekruimte, huurplafonds — wordt bediend met een registratie waarvan de randen buigzaam blijken. Wie het beleid evalueren wil, moet weten dat de uitkomsten bij de grenzen systematisch worden opgezocht. Dit meetinstrument — geheel op open data, volledig reproduceerbaar — maakt dat zichtbaar en herhaalbaar: elke nieuwe maand-snapshot kan dezelfde pijplijn opnieuw door.

Elke telling op deze pagina komt uit één script dat in de repository ligt: tools/onderzoek/labelgrens_analyse.py. Het is deterministisch (geen random componenten, vaste verwerkingsvolgorde) en schrijft uitsluitend geaggregeerde uitkomsten naar public/onderzoek/labelgrens-data.json — precies het bestand dat de figuren hierboven vult.

# 1. publiek domein-snapshot binnenhalen (3,2 GB, enige honderden seconden)
curl -L -o energielabels_2026.zip "https://data.rivm.nl/data/alo/energielabels_2026.zip"

# 2. analyses draaien — klasseverdeling, en met twee snapshots de herlabelstromen
python3 tools/onderzoek/labelgrens_analyse.py energielabels_2025.zip energielabels_2026.zip

# 3. uitkomst: public/onderzoek/labelgrens-data.json (aggregaten)
#    de figuren op deze pagina lezen dat bestand — geen handmatige cijfers.

# Toets A (zodra EP-Online-toegang): hetzelfde script leest dan de
# EP2-kolom en draait de dichtheidstoetsen uit de preregistratie-tabel.

Voor de scherpe toets (EP2) geldt: de schattingscode staat in hetzelfde script, geparametriseerd volgens de preregistratie. Zodra het register ontsloten is, is één draai voldoende — geen nieuwe ontwerpkeuzes meer onderweg.

Een momentopname is geen historie. Het publieke afschrift (en het EP-Online-totaalbestand) bevatten alleen de meest recente registratie per gebouw. De drie-tijdvakkenvergelijking rond de beleidsdatums van 2024 vergt mutatiebestanden — deels via API-key, deels door zelf maandsnapshots te stapelen vanaf nu. Elke maand wachten is een maand minder contrast.

Oude labels rekenen anders. Vóór 2021 gebruikte het register de Energie-Index in plaats van EP2; die zijn niet vergelijkbaar en worden in Toets A uitgefiterd op berekeningstype. De publieke klassen-snaphots aggregeren over beide — fijner kan het register zelf.

Afronding is niet sturen. Adviessoftware rond af. De heaping-toets (ronde getallen, los van grenzen) houdt die twee uit elkaar; zonder die toets is een dichtheidsprong niet interpreteerbaar.

Wat deze studie níet claimt. Geen causaal effect van labels op prijzen (daarvoor is de loopvariabele te manipuleerbaar), geen beschuldiging van individuele adviseurs (we meten populatiepatronen), en en geen uitspraak over groei zolang Toets B (mutatiehistorie) loopt.