Naar inhoud
D Didier Willaert

Geografische toegankelijkheid van ziekenhuizen in België

Hoe ver wonen Belgen van een ziekenhuis, en is er een verschil in toegankelijkheid bij ouderen?

Inhoudsopgave Toon Verberg

Onderzoeksvraag

De bevolking in België vergrijst snel, maar niet overal met dezelfde nabijheid van voorzieningen. Een gemeente met veel 65-plussers en een ziekenhuis om de hoek staat er anders voor dan een vergelijkbare gemeente met het dichtstbijzijnde ziekenhuis op meer dan een halfuur rijden.

Waar in België wonen veel ouderen ver van een ziekenhuis? Om dat te beantwoorden, kijken we eerst hoe ver alle inwoners (ongeacht hun leeftijd) van een ziekenhuis wonen, en daarna in welke gemeenten dat samenvalt met de aanwezigheid van veel ouderen. Het gaat hier om geografische toegankelijkheid: de reistijd (met de auto, zonder files) naar een ziekenhuis. Het zegt niets over bijvoorbeeld wachttijden of patiëntenstops.

Globale resultaten

De percentages hieronder zijn berekend met de (geschatte) bevolking op 1 januari 2026 in de noemer:

  • 9 op de 10 (90,3%) inwoners in België wonen op minder dan 20 minuten rijden van een ziekenhuis met een spoeddienst: 43,4% op minder dan 10 minuten en 47,0% op 10 tot 20 minuten.
  • Bijna 1 op de 10 (9,7%) woont op een reistijd van 20 minuten of meer, en 0,9% op 30 minuten of meer. Bij de 65-plussers is dat aandeel iets hoger (10,4% en 1,0%), maar bij de 80-plussers iets lager (8,9% en 0,9%).
  • 58 gemeenten combineren een hoger aandeel 65-plussers dan gemiddeld (nationaal gemiddelde: 20,7%) met een gemiddelde reistijd van 20 minuten of meer. Het gaat om 43 Waalse gemeenten (vooral in de Ardennen en het zuiden van de provincie Namen) en 15 Vlaamse gemeenten (onder meer in de Westhoek, de Noorderkempen en het Hageland). Samen zijn ze goed voor 5,0% van de totale Belgische bevolking.
  • De inwoners van Vresse-sur-Semois (44,6 minuten) en Gedinne (43,3 minuten) hebben de langste gemiddelde reistijd naar het dichtstbijzijnde ziekenhuis met spoeddienst.

Reistijd tot het ziekenhuis

Deze kaart toont voor elke bewoonde gridcel van België hoe lang het met de auto rijden is naar de dichtstbijzijnde ziekenhuiscampus met een gespecialiseerde spoeddienst. Hoe donkerder de kleur, hoe langer de rit. Met de knop bovenaan kan je ook alle ziekenhuizen selecteren (inclusief die zonder spoeddienst). Het gaat hier over alle inwoners samen, volgens het bevolkingsgrid van 1 januari 2025.

Waar wonen veel ouderen ver van het ziekenhuis?

Elke cirkel in de figuur hieronder is een gemeente. Hoe hoger de cirkel staat (verticale as) hoe groter het aandeel ouderen, en hoe verder naar rechts (horizontale as) hoe langer de reistijd naar het dichtstbijzijnde ziekenhuis met spoed. Het gearceerde vak rechtsboven bevat de gemeenten met meer ouderen dan gemiddeld én een lange reistijd. Je kan zelf de leeftijdsgroep kiezen: 65-plussers, 80-plussers, of het aandeel 80-plussers binnen de 65-plussers (dubbele vergrijzingsindex). Met de drempel bepaal je vanaf welke reistijd een gemeente als minder goed bereikbaar wordt beschouwd. Standaard is dat 20 minuten, aangeduid met de verticale stippellijn. Je kan ook filteren op gewest of je eigen gemeente opzoeken. De kaart onder de figuur toont waar die gemeenten liggen. Je kan die kaart ook inkleuren op basis van het percentage ouderen of de reistijd. Ga je met de muis over een gemeente op de kaart, dan licht ze ook op in de figuur, en omgekeerd. Onderaan zie je hoe de bevolking over de reistijdklassen is verdeeld.

  • Vlaanderen
  • Wallonië
  • Brussel
  • Grootte van de cirkel = bevolking 2026

Waar liggen de gemeenten?

    Let op: grote gemeenten vallen op de kaart meer op, ook als er weinig mensen wonen. Herstappe (minder dan 100 inwoners) is niet opgenomen.

    Bevolking naar reistijd tot het dichtstbijzijnde ziekenhuis

      Aantallen 65+ en 80+ per reistijdklasse zijn schattingen: de bevolking per gridcel × het geschatte percentage 65- en 80-plussers in de statistische sector.

      Gemeenten in het kwadrant "hoog percentage ouderen + beperkte toegankelijkheid" (klik op de pijl om uit te klappen)
      GemeenteGewestBevolking

      Let op: de leeftijdsopbouw voor 2026 is een schatting (op basis van de Census 2021). Het gaat om geografische toegankelijkheid, niet om de zorg die mensen werkelijk krijgen of nodig hebben. De reistijd van een gemeente is berekend als het gemiddelde over al haar inwoners.

      Zo is het berekend

      In vier stappen, van ruwe data tot kaart en dashboard.

      1. Waar woont de bevolking?

      De reistijd wordt niet berekend vanaf het midden van een gemeente of een statistische sector, maar vanaf de plaatsen waar de inwoners werkelijk wonen. Daarvoor wordt het bevolkingsgrid van Statbel (1 januari 2025) gebruikt: een raster van vierkante cellen met in elke cel het aantal inwoners. De cellen zijn klein in dichtbevolkte gebieden (vanaf 125 meter) en groter op het platteland (tot 1 kilometer). Een cel die in meer dan één statistische sector ligt, wordt opgedeeld. Zo ontstaan bijna 250.000 vertrekpunten.

      2. Welke ziekenhuizen tellen mee?

      De analyse gebeurt per campus en niet per ziekenhuis, want één ziekenhuis kan meerdere campussen hebben die ver uit elkaar liggen. Een campus telt mee als ze minstens één erkend bed voor acute zorg heeft, zoals heelkunde, interne geneeskunde, kinderen of kraamzorg. Campussen met enkel bedden voor revalidatie, geriatrie, palliatieve zorg of psychiatrie tellen niet mee. Zo blijven 131 campussen over, waarvan 116 met een gespecialiseerde spoeddienst. Enkel Belgische ziekenhuizen zijn opgenomen.

      3. Hoe lang is de rit?

      Voor elk vertrekpunt wordt berekend hoe lang de autorit duurt naar de dichtstbijzijnde campus met een gespecialiseerde spoeddienst, over het wegennet van OpenStreetMap en zonder rekening te houden met files. Ter vergelijking wordt ook de reistijd naar de dichtstbijzijnde campus met of zonder spoeddienst berekend. Het midden van een ziekenhuisterrein ligt vaak aan een interne weg, terwijl een site in werkelijkheid meerdere toegangen heeft. Daarom vertrekt de rit van het punt van het terrein dat het best aansluit op het wegennet: de spoed- of hoofdingang zoals ingetekend in OpenStreetMap, of een punt op de rand van de campus. De reistijd is berekend van het ziekenhuis naar de woning. Een steekproef in de omgekeerde richting gaf nauwelijks verschil; waar dat wel zo was (zoals op Linkeroever), is opnieuw gerekend in de juiste richting.

      De reistijd wordt in vier klassen ingedeeld: minder dan 10, 10 tot 20, 20 tot 30 en 30 minuten of meer. Het gaat om een praktische indeling, niet om een officiële norm. Per gemeente wordt het gemiddelde genomen, gewogen naar het aantal inwoners. Als controle is de afstand in vogelvlucht tot het dichtstbijzijnde ziekenhuis met spoed vergeleken met de bestaande cijfers van Statbel (2021): 99,2 % van de bevolking woont binnen 20 km en 86 % binnen 10 km, tegenover 99,3 % en 87,3 % bij Statbel.

      4. En de ouderen?

      Tot slot wordt de leeftijd aan de reistijd gekoppeld. Dat gaat niet rechtstreeks, want in het bevolkingsgrid staat alleen het totale aantal inwoners. Een opdeling naar leeftijdsgroep is wel op het niveau van de statistische sector beschikbaar. Daarom worden ouderen alleen gesommeerd getoond, per gemeente, per gewest of voor heel België, en nooit per gridcel. De leeftijdsopbouw voor 2026 is een schatting en geen rechtstreeks waargenomen cijfer. Ze is afgeleid uit de Census 2021 (volkstelling): de leeftijdsgroepen worden vijf jaar opgeschoven en gekalibreerd op de bevolkingscijfers van 1 januari 2026. De analyse omvat 564 gemeenten: Herstappe (met minder dan 100 inwoners) valt weg.

      Wat de cijfers niet zeggen

      De reistijd is een schatting. In dunbevolkte gebieden zijn de gridcellen groter, waardoor de spreiding van de bevolking daar het minst precies is, en binnen een gemeente kan de werkelijkheid sterk van het gemiddelde afwijken. In grensgemeenten is de reistijd mogelijk overschat, omdat buitenlandse ziekenhuizen niet meetellen. Files, openbaar vervoer en het al dan niet beschikken over een auto zitten er ook niet in, terwijl dat bij ouderen net uitmaakt. En het dichtstbijzijnde ziekenhuis is niet altijd het meest geschikte of het ziekenhuis dat mensen (ver)kiezen. In steden waar meerdere ziekenhuizen dicht bij elkaar liggen, hangt het bovendien van details in het wegennet af welk ziekenhuis als dichtstbijzijnde uitkomt; de reistijd zelf verschilt daar weinig.1

      Een controle met een tweede routeringsprogramma (OSRM) geeft hetzelfde ruimtelijke patroon, maar reistijden die ongeveer 2 minuten korter zijn. De percentages geven daarom vooral een orde van grootte, maar de gebieden die minder goed bereikbaar zijn, blijven dezelfde.

      De cijfers geven dus een indicatie van hoe ver mensen van een ziekenhuis wonen, geen exacte reistijd. En ze zeggen alleen iets over de geografische toegankelijkheid van ziekenhuizen.

      Technische uitwerking

      De verwerking is (reproduceerbaar) geprogrammeerd in R en Python, met het routeringsprogramma R5 voor de reistijden en OSRM als controle. Kaart en dashboard zijn gebouwd met Astro, JavaScript, SVG en canvas. Generatieve AI (Claude) is ingezet als hulpmiddel.

      Mogelijke toepassingen

      Wilt u de toegankelijkheid van voorzieningen in uw gemeente, eerstelijnszone of organisatie in kaart brengen in combinatie met de bevolkingsstructuur? Ik help u graag met ruimtelijke analyses, bevolkingsprojecties en interactieve dashboards/kaarten voor beleid en rapportering.

      Neem contact op

      Databronnen

      Statbel-gegevens: CC BY 4.0. Eigen bewerking.


      Footnotes

      1. Een voorbeeld is ZAS Sint-Augustinus in Wilrijk. In het model wordt een groot deel van de omliggende gridcellen aan het ZAS Middelheim toegewezen, hoewel Sint-Augustinus voor een deel ervan (in vogelvlucht) dichterbij ligt. De oorzaak is de manier waarop het ziekenhuisterrein in OpenStreetMap op het wegennet aansluit (interne en private wegen, éénrichtingsstraten en een nabijgelegen snelweg). Het verschil in reistijd bedraagt doorgaans ongeveer een minuut en heeft geen invloed op de indeling in reistijdklassen. ↩

      Samenwerken

      Heb je een onderzoeksvraag?

      Ik help je graag verder.