Uitgezocht · 2 bronnen · 2 stappen

Stegen de huizenprijzen hier harder dan in de rest van Europa?

Ja, en Eurostat laat precies zien hoeveel. De huizenprijsindex stond in 2025 voor Nederland op 215 en voor de hele EU op 162 (2015 = 100): in tien jaar werden huizen hier 115% duurder, in de EU gemiddeld 62%. Alleen in 2023 daalden de prijzen in Nederland (1,9%); in het tweede kwartaal van 2026 stegen ze iets minder hard dan in de EU (4,3% tegen 4,7% op jaarbasis). Een index meet alleen de verandering. Of een huis hier duurder is dan in Spanje, zegt hij niet.

Kort antwoordJa. Van 2015 tot 2025 stegen de huizenprijzen in Nederland met 115%, in de EU met 62%. Nederland staat daarmee op plek 9 van de 26 EU-landen met een cijfer; Hongarije (367) en Portugal (264) staan bovenaan. Griekenland staat niet in de tabel.

Huizenprijzen: 215 indexpunten (2015 = 100) in 2025, 2 keer zo veel als in 2005

Huizenprijzen, 2005 – 2025, in indexpunten (2015 = 100). Dat is het hoogste punt in de reeks. EU-gemiddelde in 2025: 162.

Bron: Eurostat, dataset prc_hpi_a (House price index - annual data) · opgehaald 25 oktober 2026Open de tabel Los blok

Stap voor stap

1
Haal de huizenprijsindex van Eurostat op voor NL en de EU.
2
Voor je eigen buurt: de gemiddelde WOZ-waarde uit de kerncijfers.

Koppelen via landcode, buurtcode

Begin met AI

Plak deze prompt in Claude of ChatGPT. Hij noemt de echte endpoints, de koppelsleutel en de valkuilen, zodat de assistent meteen bruikbare code schrijft. Controleer de uitkomst altijd met de bron zelf.

Maak een interactieve grafiek (één HTML-bestand, D3 of Chart.js) die de huizenprijzen in Nederland vergelijkt met de EU en met een land dat ik kies.

Data: Eurostat, tabel prc_hpi_a (jaarcijfers), geen sleutel, CORS staat open:
https://ec.europa.eu/eurostat/api/dissemination/statistics/1.0/data/prc_hpi_a?purchase=TOTAL&unit=I15_A_AVG&sinceTimePeriod=2015&format=JSON

Wat je moet weten:
- Het formaat is JSON-stat: alle waarden in één plat object 'value' ({"0": 100.0, …}). De positie volgt uit de volgorde in 'id' (freq, purchase, unit, geo, time) en de groottes in 'size'. Ontbrekende cellen staan er niet in.
- unit=I15_A_AVG is een index (2015 = 100); RCH_A_AVG is de verandering in procent ten opzichte van het jaar ervoor. Kwartalen: tabel prc_hpi_q met unit=RCH_A.
- purchase=TOTAL is alle woningen; DW_NEW is nieuwbouw, DW_EXST bestaande woningen.
- geo bevat ook groepen (EU27_2020, EA20 …) en landen buiten de EU (IS, NO, CH, UK, TR). Filter op de 27 EU-codes. Griekenland (EL) staat niet in de tabel.
- Het veld 'updated' zegt wanneer Eurostat de tabel bijwerkte: zet dat onder de grafiek.
- Een index zegt niets over het prijsniveau. Schrijf dus nooit 'huizen zijn hier duurder dan in X'.

Uitkomst: lijnen voor Nederland (oranje), de EU-27 (grijs, gestippeld) en het gekozen land; daarnaast een gesorteerde staafgrafiek van de EU-landen voor het nieuwste jaar met Nederland gemarkeerd, en een zin die uit de data wordt berekend, zoals 'Sinds 2015 stegen de prijzen in Nederland met 115%, in de EU met 62%'.
Voor je eigen buurt: de gemiddelde WOZ-waarde uit CBS 86358NED (kerncijfers 2026), maar dat is een waarde, geen verkoopprijs.

Open in Claude Open in ChatGPT

Probeer het zelf

Een klein script dat de kern van de vraag beantwoordt. Nodig: Python 3.10+ en requests. Getest op 2026-10-15; hieronder de echte uitvoer van die proefdraai.

# Stegen de huizenprijzen in Nederland harder dan in de rest van Europa? Eurostat-huizenprijsindex (2015 = 100).
# Bron: Eurostat, tabel prc_hpi_a (jaarcijfers). Geen sleutel nodig. Antwoord in JSON-stat.
import requests

URL = "https://ec.europa.eu/eurostat/api/dissemination/statistics/1.0/data/prc_hpi_a"
j = requests.get(URL, params={"purchase": "TOTAL", "unit": "I15_A_AVG", "sinceTimePeriod": "2015", "format": "JSON"},
                 headers={"User-Agent": "opendataindex-voorbeeld/0.2 (+https://opendataindex.nl)"}, timeout=60).json()

# JSON-stat: alle waarden in één platte lijst; de positie volgt uit de dimensies (hier geo x time).
geo = j["dimension"]["geo"]["category"]["index"]     # {"BE": 0, "BG": 1, ...}
tijd = j["dimension"]["time"]["category"]["index"]   # {"2015": 0, ...}
namen = j["dimension"]["geo"]["category"]["label"]
def waarde(land, jaar):
    return j["value"].get(str(geo[land] * len(tijd) + tijd[jaar]))   # ontbrekende cellen staan er niet in

laatste = max(tijd, key=tijd.get)
print(f"Huizenprijsindex {laatste} (2015 = 100), bijgewerkt {j['updated'][:10]}\n")
nl, eu = waarde("NL", laatste), waarde("EU27_2020", laatste)
print(f"Nederland: {nl:.1f}   EU-27: {eu:.1f}")

EU27 = "BE BG CZ DK DE EE IE EL ES FR HR IT CY LV LT LU HU MT NL AT PL PT RO SI SK FI SE".split()
landen = [(waarde(g, laatste), namen[g]) for g in EU27 if g in geo and waarde(g, laatste)]
landen.sort(reverse=True)
plek = [n for _, n in landen].index(namen["NL"]) + 1
print("Geen cijfer:", ", ".join(g for g in EU27 if not (g in geo and waarde(g, laatste))))
print(f"Nederland staat op plek {plek} van {len(landen)} EU-landen met een cijfer\n")
for v, n in landen[:10]:
    print(f"  {n[:22]:22} {v:6.1f}{'  <- Nederland' if n == namen['NL'] else ''}")
print("  …")

print("\nStijging per jaar, Nederland tegen de EU-27:")
jaren = sorted(tijd, key=tijd.get)
for a, b in zip(jaren, jaren[1:]):
    pn = waarde("NL", b) / waarde("NL", a) - 1; pe = waarde("EU27_2020", b) / waarde("EU27_2020", a) - 1
    print(f"  {b}: NL {pn:+6.1%}   EU {pe:+6.1%}")

Uitvoer

Huizenprijsindex 2025 (2015 = 100), bijgewerkt 2026-10-01

Nederland: 215.2   EU-27: 161.9
Geen cijfer: EL
Nederland staat op plek 9 van 26 EU-landen met een cijfer

  Hungary                 366.6
  Portugal                263.9
  Lithuania               258.1
  Bulgaria                249.2
  Czechia                 245.4
  Croatia                 227.1
  Estonia                 220.7
  Poland                  216.8
  Netherlands             215.2  <- Nederland
  Slovenia                214.9
  …

Stijging per jaar, Nederland tegen de EU-27:
  2016: NL  +5.3%   EU  +4.3%
  2017: NL  +8.1%   EU  +4.8%
  2018: NL  +9.3%   EU  +5.0%
  2019: NL  +7.2%   EU  +4.9%
  2020: NL  +8.0%   EU  +5.6%
  2021: NL +14.5%   EU  +8.4%
  2022: NL +13.3%   EU  +8.0%
  2023: NL  -1.9%   EU  -0.3%
  2024: NL  +8.2%   EU  +3.4%
  2025: NL  +8.5%   EU  +5.5%

De bronnen2

EurostatUitgewerkt

Europese CommissieEuropa, regio (NUTS 3)

Duizenden tabellen waarin Nederland naast de andere EU-landen staat: prijzen, werk, bevolking, gezondheid, energie. Vaak tot op het niveau van de COROP-regio.

OpenAPIDownloadEconomieBevolkingWonen en ruimte

Actueel

bijgewerkt 15 dagen geleden

Kerncijfers wijken en buurten

CBSNederland, buurt

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

OpenAPIDownloadBevolkingWonen en ruimteEconomie

Actueel

bijgewerkt gisteren

Hoe de bronnen samenkomen

Eurostat Kerncijfers wijken en buurtenvia NUTS → gemeente
Tel gemeenten op naar COROP (NUTS 3) en zet ze naast Europese regio's.

Ook in de indexen

Datasets uit data.overheid.nl, het Nationaal Georegister, CBS, Eurostat en de stadsportalen die bij deze vraag passen.

Stegen de huizenprijzen hier harder dan in de rest van Europa?

Huizenprijzen: 215 indexpunten (2015 = 100) in 2025, 2 keer zo veel als in 2005

Stap voor stap

Begin met AI

Probeer het zelf

De bronnen2

EurostatUitgewerkt

Kerncijfers wijken en buurten

Hoe de bronnen samenkomen

Meer voorbeelden met deze data

Stijging van de huizenprijzen sinds 2015 in Nederland: hoger dan in 17 van de 25 andere EU-landen

Ammoniakuitstoot van de landbouw in Nederland: hoger dan in 24 van de 26 andere EU-landen

Beschermde natuur op land in Nederland: lager dan in 13 van de 26 andere EU-landen

Biologische landbouwgrond in Nederland: lager dan in 20 van de 24 andere EU-landen

Ook in de indexen

Andere uitgezochte vragen