# Kerncijfers wijken en buurten

Ruim honderd cijfers per buurt: inwoners naar leeftijd, huishoudens, WOZ-waarde, inkomen, uitkeringen, auto's en afstand tot voorzieningen. Elk jaar een nieuwe tabel.

- Uitgever: Centraal Bureau voor de Statistiek
- Gebied: Nederland · Laagste detail: buurt
- Periode: 2004 – 2024 · Ververst: jaarlijks
- Toegang: Open · Licentie: CC BY 4.0
- Koppelsleutels: buurtcode (BU), wijkcode (WK), gemeentecode (GM)
- Status: ok (2026-10-15) · Kerncijfers wijken en buurten 2024
- URL: https://www.cbs.nl/nl-nl/reeksen/kerncijfers-wijken-en-buurten-2004-2024

## Wat kun je ermee?
- **Een profiel van je buurt.** Leeftijd, huishoudens, inkomen, WOZ-waarde en koop of huur: genoeg voor een portret van elke buurt in Nederland.
- **Breng de kloof in kaart.** Zoek buurten die vlak naast elkaar liggen maar heel anders scoren op inkomen. Gebruik de buurtgrenzen voor 'naast elkaar'.

## Interessante koppelingen
- Overlast per 1.000 inwoners → [politie-overlast](https://www.opendataindex.nl/bron/politie-overlast.md) via buurtcode (BU). De kerncijfers leveren de noemer voor bijna elke buurtvergelijking.
- Hoe snel groeit het aandeel elektrische auto's? → [rdw-voertuigen](https://www.opendataindex.nl/bron/rdw-voertuigen.md) via geen directe sleutel. De kerncijfers tellen auto's per buurt naar brandstof; de RDW geeft het landelijke beeld per merk en bouwjaar.

## Vergelijkbare bronnen
- [Leefbaarometer](https://www.leefbaarometer.nl): Een samengestelde score voor leefbaarheid, op een raster van 100 meter.
- [cbs-bevolking-maand](https://www.opendataindex.nl/bron/cbs-bevolking-maand.md): Per maand in plaats van per jaar, maar alleen voor gemeenten.

## API (OData v3)

- Basis: https://opendata.cbs.nl/ODataApi/OData/86358NED
- Toegang: Geen sleutel of account; de beschrijving en onze aanroep werken anoniem. (getest)
- Formaten: JSON, Atom/XML
- Omvang: 18606 rijen (cellen) in TypedDataSet (getest)
- Filteren: OData-expressies in $filter, sleutels tussen enkele aanhalingstekens; eq, ne, gt, ge, lt, le, and, or, substringof(), startswith()

### Endpoints
- `GET /TableInfos`: titel, samenvatting, periode en wijzigingsdatum van de tabel
- `GET /UntypedDataSet`: de cijfers, alle waarden als tekst
- `GET /TypedDataSet`: de cijfers, met getallen als getal
- `GET /DataProperties`: alle kolommen: dimensies en onderwerpen met eenheid
- `GET /CategoryGroups`: groepering van categorieën
- `GET /WijkenEnBuurten`: codes en namen van de dimensie WijkenEnBuurten

### Parameters
- `$filter`: rijen kiezen, bv. WijkenEnBuurten eq 'GM0363    ' (platform)
- `$select`: alleen deze kolommen (platform)
- `$top / $skip`: pagineren (platform)
- `$orderby`: sorteren (platform)
- `$format`: json of atom (platform)
- `$count`: achter een pad: alleen het aantal (platform)

### Dimensies
- `WijkenEnBuurten` (18606 codes): 'NL00      ' = Nederland; 'GM1680    ' = Aa en Hunze; 'WK168000  ' = Wijk 00 Annen

### Velden (122)
`Gemeentenaam_1` string, `SoortRegio_2` string, `Codering_3` string, `IndelingswijzigingGemeenteWijkBuurt_4` string, `AantalInwoners_5` long, `Mannen_6` long, `Vrouwen_7` long, `k_0Tot15Jaar_8` long, `k_15Tot25Jaar_9` long, `k_25Tot45Jaar_10` long, `k_45Tot65Jaar_11` long, `k_65JaarTot80Jaar_12` long, `k_80JaarOfOuder_13` long, `Ongehuwd_14` long, `Gehuwd_15` long, `Gescheiden_16` long, `Verweduwd_17` long, `Nederland_18` long, `EuropaExclusiefNederland_19` long, `BuitenEuropa_20` long, `Nederland_21` long, `EuropaExclusiefNederland_22` long, `BuitenEuropa_23` long, `EuropaExclusiefNederland_24` long, `BuitenEuropa_25` long, `GeboorteTotaal_26` long, `GeboorteRelatief_27` long, `SterfteTotaal_28` long, `SterfteRelatief_29` long, `HuishoudensTotaal_30` long, `Eenpersoonshuishoudens_31` long, `HuishoudensZonderKinderen_32` long, `HuishoudensMetKinderen_33` long, `GemiddeldeHuishoudensgrootte_34` double, `Bevolkingsdichtheid_35` long, `Woningvoorraad_36` long, `NieuwbouwWoningen_37` long, `NietWoningvoorraad_38` long, `NieuwbouwNietWoningen_39` long, `GemiddeldeWOZWaardeVanWoningen_40` long, `PercentageEengezinswoning_41` long, `PercentageTussenwoningEengezins_42` long, `PercentageHoekwoningEengezins_43` long, `PercentageTweeOnderEenKapWoningEe_44` long, `PercentageVrijstaandeWoningEengezins_45` long, `PercentageMeergezinswoning_46` long, `OnbewoondeWoningen_47` long, `Koopwoningen_48` long, `HuurwoningenTotaal_49` long, `InBezitWoningcorporatie_50` long, `InBezitOverigeVerhuurders_51` long, `BouwjaarMeerDanTienJaarGeleden_52` long, `BouwjaarAfgelopenTienJaar_53` long, `GemiddeldeElektriciteitslevering_54` long, `GemiddeldeElektriciteitsteruglevering_55` long, `GemiddeldAardgasverbruik_56` long, `PercentageWoningenMetStadsverwarming_57` long, `AardgasvrijeWoningen_58` long, `Aardgaswoningen_59` long, `WoningenMetZonnestroom_60` long, `WoningenHoofdzElektrischVerwarmd_61` long, `AantalPubliekeLaadpalen_62` long, `LeerlingenPo_63` long, `LeerlingenVoInclVavo_64` long, `StudentenMboExclExtranei_65` long, `StudentenHbo_66` long, `StudentenWo_67` long, `BasisonderwijsVmboMbo1_68` long, `HavoVwoMbo24_69` long, `HboWo_70` long, `WerkzameBeroepsbevolking_71` long, `Nettoarbeidsparticipatie_72` long, `PercentageWerknemers_73` long, `WerknemersMetVasteArbeidsrelatie_74` long, `WerknemersMetFlexibeleArbeidsrelatie_75` long, `PercentageZelfstandigen_76` long, `AantalInkomensontvangers_77` long, `GemiddeldInkomenPerInkomensontvanger_78` double, `GemiddeldInkomenPerInwoner_79` double, `k_40PersonenMetLaagsteInkomen_80` double, `k_20PersonenMetHoogsteInkomen_81` double, `PersonenInArmoede_82` double, `PersonenTot25BovenArmoedegrens_83` double, `GemGestandaardiseerdInkomen_84` double, `k_40HuishoudensMetLaagsteInkomen_85` double, `k_20HuishoudensMetHoogsteInkomen_86` double, `MediaanVermogenVanParticuliereHuish_87` double, `PersonenPerSoortUitkeringBijstand_88` long, `PersonenPerSoortUitkeringAO_89` long, `PersonenPerSoortUitkeringWW_90` long, `PersonenPerSoortUitkeringAOW_91` long, `JongerenMetJeugdzorgInNatura_92` long, `PercentageJongerenJeugdzorgInNatura_93` double, `WmoClienten_94` long, `WmoClientenRelatief_95` long, `BedrijfsvestigingenTotaal_96` long, `ALandbouwBosbouwEnVisserij_97` long, `BFNijverheidEnEnergie_98` long, `GIHandelEnHoreca_99` long, `HJVervoerInformatieEnCommunicatie_100` long, `KLFinancieleDienstenOnroerendGoed_101` long, `MNZakelijkeDienstverlening_102` long, `OQOverheidOnderwijsEnZorg_103` long, `RUCultuurRecreatieOverigeDiensten_104` long, `PersonenautoSParticulieren_105` long, `PersonenautoSParticulierenBenzine_106` long, `PersonenautoSParticulierenOverige_107` long, `PersonenautoSParticulierenPerHh_108` double, `PersonenautoSParticulierenOppervlakte_109` long, `MotorfietsenParticulieren_110` long, `AfstandTotHuisartsenpraktijk_111` double, `AfstandTotGroteSupermarkt_112` double, `AfstandTotKinderdagverblijf_113` double, `AfstandTotSchool_114` double, `ScholenBinnen3Km_115` double, `OppervlakteTotaal_116` long, `OppervlakteLand_117` long, `OppervlakteWater_118` long, `MeestVoorkomendePostcode_119` string, `Dekkingspercentage_120` long, `MateVanStedelijkheid_121` long, `Omgevingsadressendichtheid_122` long

### Limieten en valkuilen
- Maximaal 10.000 rijen per verzoek; de tabel heeft 18.606 regio's (1 land, 342 gemeenten, 3.443 wijken, 14.820 buurten), dus pagineer met $skip of filter op een gemeente. (getest)
- Elk jaar is een eigen tabel met eigen id: 2026 = 86358NED, 2025 = 86165NED, 2024 = 85984NED, 2023 = 85618NED, 2022 = 85318NED (zoek ze in de catalogus op titel 'Kerncijfers wijken en buurten'). Kolomnamen verschillen per jaar (2026 splitst k_65JaarOfOuder in k_65JaarTot80Jaar en k_80JaarOfOuder). (getest)
- Een nieuwe jaartabel wordt in stappen gevuld. Op 16 okt 2026 was bij Amsterdam in de tabel 2026 79 van de 124 kolommen leeg (wonen, energie, inkomen …), in 2025 nog 26 (inkomen, opleiding, arbeid, Wmo). Neem per onderwerp het nieuwste jaar dat gevuld is. (getest)
- Het is een brede tabel: één rij per regio, één kolom per cijfer. WijkenEnBuurten is de enige dimensie, sleutels aangevuld tot 10 tekens ('GM0363    ', 'WK0363AA  ', 'BU0363AA01'). Ook Gemeentenaam_1 en SoortRegio_2 zijn met spaties aangevuld. (getest)
- $filter werkt alleen op de dimensie (startswith(WijkenEnBuurten,'BU0363') gaat goed). Een filter op een cijferkolom (AantalInwoners_5 gt 500000) wordt zonder melding genegeerd: je krijgt alle rijen. (getest)
- /WijkenEnBuurten/$count negeert $filter (geeft altijd 18.606). Tel zelf, of gebruik de nieuwe API (datasets.cbs.nl/odata/v1/CBS/86358NED), waar $count met filter wel werkt. (getest)
- Buurt- en wijkcodes horen bij de indeling van dat jaar. Koppel aan de geometrie van hetzelfde jaar (PDOK wijk- en buurtkaart) en let op de kolom IndelingswijzigingGemeenteWijkBuurt_4 (sinds 2026 ook waarde 4: nieuwe land/watergrens). (uit de beschrijving)
- Kleine buurten krijgen geen cijfer (geheimhouding); null is dus niet altijd nul. (ervaring)

### Voorbeeld
```
https://opendata.cbs.nl/ODataApi/OData/86358NED/TypedDataSet?$filter=startswith(WijkenEnBuurten,'WK0363')&$select=WijkenEnBuurten,Gemeentenaam_1,SoortRegio_2,AantalInwoners_5,HuishoudensTotaal_30,Bevolkingsdichtheid_35&$top=3
```

## Wat je ermee kunt bouwen
- [Buurtmonitor veiligheid: overlast en misdrijven per buurt](https://www.opendataindex.nl/bouwen/buurtmonitor-veiligheid.md): Een dashboard dat voor elke buurt in je gemeente laat zien hoeveel overlast en misdrijven de politie registreert, per 1.000 inwoners en door de jaren heen, met een kaart en een vergelijking met heel Nederland.
- [Laadpunten per buurt en per elektrische auto](https://www.opendataindex.nl/bouwen/laadpalen-per-buurt.md): Een kaart van je gemeente die per buurt laat zien hoeveel publieke laadpunten er zijn, per 1.000 inwoners en per 100 auto's, en hoeveel elektrische auto's er op één laadpunt aangewezen zijn.
- [Verkiezingskaart: uitslag, verschuiving en opkomst per gemeente](https://www.opendataindex.nl/bouwen/verkiezingskaart.md): Een kaart van alle 342 gemeenten met de grootste partij, de winst of het verlies sinds de vorige verkiezing en de opkomst, naast het inkomen per inwoner.
- [Zorgkosten-vergelijker per gemeente](https://www.opendataindex.nl/bouwen/zorgkosten-vergelijker.md): Een tool die laat zien wat de basisverzekering per inwoner uitgeeft in jouw gemeente, per zorgsoort, en hoe dat zich verhoudt tot de rest van Nederland, ook na correctie voor leeftijd.


## Voorbeelden met echte cijfers (16)

Per voorbeeld de bevinding, de peildatum en de aanroep die precies deze cijfers ophaalt.

- **Gemiddelde grootte van een huishouden: het hoogst in Urk (3,2 personen), het laagst in Wageningen en 2 andere gemeenten (1,6 personen)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-huishoudensgrootte-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,GemiddeldeHuishoudensgrootte_33&$top=2000`
- **Woningen zonder aardgasaansluiting: het hoogst in Purmerend (67%), het laagst in Simpelveld en 3 andere gemeenten (2%)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-aardgasvrij-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,AardgasvrijeWoningen_57&$top=2000`
- **Stroom die een woning gemiddeld teruglevert aan het net: het hoogst in Tubbergen (2.120 kWh), het laagst in Amsterdam (140 kWh)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-teruglevering-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,GemiddeldeElektriciteitsteruglevering_54&$top=2000`
- **Woningen met zonnepanelen: het hoogst in Tynaarlo (65%), het laagst in Amsterdam (9%)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-zonnestroom-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,WoningenMetZonnestroom_59&$top=2000`
- **Inwoners die in armoede leven: het hoogst in Vaals (6,9%), het laagst in Zoeterwoude en 2 andere gemeenten (1,1%)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-armoede-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,PersonenInArmoede_81&$top=2000`
- **Gemiddeld inkomen per persoon met een inkomen: het hoogst in Wassenaar (69,1 duizend euro), het laagst in Pekela (33,4 duizend euro)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-inkomen-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,GemiddeldInkomenPerInkomensontvanger_77&$top=2000`
- **Vermogen van het middelste huishouden (mediaan): het hoogst in Laren (NH.) (615 duizend euro), het laagst in Rotterdam en 1 andere gemeente (13 duizend euro)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-vermogen-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,MediaanVermogenVanParticuliereHuish_86&$top=2000`
- **Auto's van particulieren per huishouden: het hoogst in Staphorst en 1 andere gemeente (1,4 auto's), het laagst in Amsterdam (0,4 auto's)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-autos-per-huishouden-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,PersonenautoSParticulierenPerHh_107&$top=2000`
- **Auto's van particulieren die niet op benzine rijden: het hoogst in Rozendaal (35%), het laagst in Aalten en 1 andere gemeente (15%)** (2026). Tabel 86358NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/recept-autos-niet-benzine-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86358NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)%20or%20WijkenEnBuurten%20eq%20'NL00%20%20%20%20%20%20'&$select=WijkenEnBuurten,Gemeentenaam_1,PersonenautoSParticulieren_105,PersonenautoSParticulierenOverige_107`
- **Mensen van 15 tot 75 jaar met betaald werk: het hoogst in Staphorst en 1 andere gemeente (82%), het laagst in Vaals (56%)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-arbeidsparticipatie-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,Nettoarbeidsparticipatie_71&$top=2000`
- **Werkenden met een tijdelijk of flexibel contract: het hoogst in Groningen en 1 andere gemeente (38%), het laagst in Laren (NH.) (18%)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-flexwerk-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,WerknemersMetFlexibeleArbeidsrelatie_74&$top=2000`
- **Hoe dicht de bebouwing is: het hoogst in Amsterdam (6.130 adressen per km²), het laagst in Westerveld (217 adressen per km²)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-bebouwingsdichtheid-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,Omgevingsadressendichtheid_121&$top=2000`
- **Huurwoningen van een woningcorporatie: het hoogst in Rotterdam (43%), het laagst in Renswoude en 1 andere gemeente (0%)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-corporatiewoningen-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,InBezitWoningcorporatie_49&$top=2000`
- **Woningen gebouwd in de afgelopen tien jaar: het hoogst in Zoeterwoude (29%), het laagst in Simpelveld en 1 andere gemeente (1%)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-nieuwbouw-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,BouwjaarAfgelopenTienJaar_52&$top=2000`
- **Vrijstaande huizen: het hoogst in Westerwolde (54%), het laagst in Vlaardingen en 10 andere gemeenten (1%)** (2025). Tabel 86165NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-vrijstaande-woningen-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/86165NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,PercentageVrijstaandeWoningEengezins_44&$top=2000`
- **Gemiddelde WOZ-waarde van een woning: het hoogst in Bloemendaal (900 duizend euro), het laagst in Pekela en 1 andere gemeente (199 duizend euro)** (2024). Tabel 85984NED. [Voorbeeld](https://www.opendataindex.nl/voorbeeld/kaart-woz-gemeente)
  - `https://opendata.cbs.nl/ODataApi/OData/85984NED/TypedDataSet?$filter=substringof('GM'%2CWijkenEnBuurten)&$select=WijkenEnBuurten,GemiddeldeWOZWaardeVanWoningen_39&$top=2000`