Detailrapportage Monitoring & Evaluatie Spitsmijden in Brabant. Achtergronden bij de beleidsrapportage. Van praktijkproef naar nieuw gewoontegedrag

Detailrapportage Monitoring & Evaluatie Spitsmijden in Brabant Achtergronden bij de beleidsrapportage “Van praktijkproef naar nieuw gewoontegedrag”

Colofon Uitgave:

Provincie Noord-Brabant en Samenwerkingsverband Regio Eindhoven

Partners:

Gemeente ’s-Hertogenbosch, gemeente Eindhoven, ministerie van Infrastructuur en Milieu

Datum:

31 mei 2013

Trefwoorden:

Spitsmijden, filemijden, verkeer en vervoer, prijsbeleid, kilometerprijs, verkeersmanagement, mobiliteitsmanagement, gedrag

Opgesteld door:

ARS Traffic & Transport Technology Contactpersoon: Alexander Jöbsis Provincie Noord-Brabant Contactpersoon: Michael van Egeraat APPM Management Consultants Contactpersoon: Pierre van Veggel

Inhoudsopgave 1 Inhoudsopgave Bijlagen

v

2 Inleiding 2.1 Achtergrond en doel Spitsmijden in Brabant . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Leeswijzer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 1 1

3 Opzet van de proef 3.1 Doel onderzoek Spitsmijden in Brabant . . . . . . . . . . . . . . 3.2 Prijsprikkel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Informatieprikkel en gebruik VAS diensten . . . . . . . . . . . . . Routeplanner met dynamische reistijdinformatie . . . . . . . . . Parkeerinformatie . . . . . . . . . . . . . . . . . . . . . . . . . . . Informatie over wegwerkzaamheden . . . . . . . . . . . . . . . . Intelligente snelheidsinformatie (ISI) in de omgeving van scholen Verkeersinformatie . . . . . . . . . . . . . . . . . . . . . . . . . . Verkeersmanagementinformatie . . . . . . . . . . . . . . . . . . Duurzaamheidsinformatie . . . . . . . . . . . . . . . . . . . . . . OV-routeplanner . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 Meetmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Onderzoeksmethode . . . . . . . . . . . . . . . . . . . . . . . . . 3.6 Tijdspad “Spitsmijden in Brabant” . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

2 2 4 8 9 9 10 10 11 12 12 12 13 14 15

4 Kenmerken deelnemers 4.1 Inleiding . . . . . . . . . . . . . . . . . . 4.2 Statistieken over werving en participatie Werving & motieven deelname . . . . . 4.3 Persoonlijke gegevens . . . . . . . . . . Geslacht . . . . . . . . . . . . . . . . . . Leeftijd . . . . . . . . . . . . . . . . . . Opleidingsniveau . . . . . . . . . . . . . Thuissituatie . . . . . . . . . . . . . . . Inkomen . . . . . . . . . . . . . . . . . . 4.4 Werksituatie . . . . . . . . . . . . . . . . Sector . . . . . . . . . . . . . . . . . . . Werkuren . . . . . . . . . . . . . . . . . Thuiswerken . . . . . . . . . . . . . . . Starttijden . . . . . . . . . . . . . . . . . 4.5 Reisgedrag . . . . . . . . . . . . . . . . Kenmerken autorijgedrag deelnemers . Reistijden deelnemers . . . . . . . . . . Mobiliteitsarrangementen . . . . . . . . Reiskostenvergoeding . . . . . . . . . . Redenen voor keuze auto . . . . . . . . Alternatieve vervoerswijzen . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

16 16 17 17 21 21 21 21 22 24 25 25 25 25 26 28 28 29 30 31 31 32

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

i

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

INHOUDSOPGAVE

ii

Gereden kilometers per dag . . . . . . . . . . . . . . . . . . . . . . . . Woon-werk afstand (per auto) . . . . . . . . . . . . . . . . . . . . . . . Motieven vervoerskeuze (woon-werk verkeer) . . . . . . . . . . . . . . Motieven vervoerskeuze (privé verkeer) . . . . . . . . . . . . . . . . . Rijden in het beloningsgebied: Aanleidingen . . . . . . . . . . . . . . . Herkomst en bestemming . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Ervaringen met Spitsmijden in Brabant . . . . . . . . . . . . . . . . . . Meningen en ervaringen deelnemers m.b.t. Techniek & VAS-diensten Meningen en ervaringen deelnemers m.b.t. communicatie . . . . . . . Websitegedrag deelnemers . . . . . . . . . . . . . . . . . . . . . . . . Tussentijdse Enquête . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7 Overig . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Deelnameperiodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Geschorste deelnemers . . . . . . . . . . . . . . . . . . . . . . . . . . Contactmomenten deelnemers . . . . . . . . . . . . . . . . . . . . . . 4.8 Kenmerken deelnemers: conclusie . . . . . . . . . . . . . . . . . . . . 5 Kenmerken niet-deelnemers 5.1 Inleiding . . . . . . . . . . . . . . . . . . . . 5.2 Vergelijking eigenschappen automobilisten 5.3 Persoonlijke gegevens . . . . . . . . . . . . Geslacht . . . . . . . . . . . . . . . . . . . . Leeftijd . . . . . . . . . . . . . . . . . . . . Opleidingsniveau . . . . . . . . . . . . . . . Thuissituatie . . . . . . . . . . . . . . . . . Inkomen . . . . . . . . . . . . . . . . . . . . 5.4 Werksituatie . . . . . . . . . . . . . . . . . . Sector . . . . . . . . . . . . . . . . . . . . . Werkuren . . . . . . . . . . . . . . . . . . . Thuiswerken . . . . . . . . . . . . . . . . . Starttijden . . . . . . . . . . . . . . . . . . . 5.5 Reisgedrag . . . . . . . . . . . . . . . . . . Woon-werk afstand . . . . . . . . . . . . . . Gemiddelde Reistijd . . . . . . . . . . . . . Kortst Mogelijke Reistijd . . . . . . . . . . . Doel Spitsritten . . . . . . . . . . . . . . . . 5.6 Verwachtingen t.a.v. Spitsmijden in Brabant 5.7 Non-Respons Analyse . . . . . . . . . . . . Non-responsenquête augustus 2010 . . . . 5.8 Non-Actie Analyse . . . . . . . . . . . . . . 5.9 Kenmerken niet-deelnemers: conclusie . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

34 35 35 37 37 38 39 39 52 53 55 58 58 60 61 63

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

65 65 65 66 66 66 67 68 69 70 70 71 72 72 74 74 75 76 77 78 79 86 92 96

6 Techniek en systemen 6.1 Inleiding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Camera´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3 OBU´s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Logistiek OBU´s . . . . . . . . . . . . . . . . . . . . . . . . . . . Performance OBU´s . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Performance website . . . . . . . . . . . . . . . . . . . . . . . . . 6.5 Klantrelatiebeheer statistieken . . . . . . . . . . . . . . . . . . . 6.6 Dataverwerkingen . . . . . . . . . . . . . . . . . . . . . . . . . . 6.7 VAS diensten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VAS diensten: de aanbodzijde . . . . . . . . . . . . . . . . . . . VAS diensten: de gebruikerszijde . . . . . . . . . . . . . . . . . . Gebruik & evaluatie VAS diensten: fase 1 (PDA) & fase 2 (PND) 6.8 Techniek en systemen: conclusie . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

98 98 98 101 104 107 119 124 128 130 133 134 138 141

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

INHOUDSOPGAVE

iii

7 Verandering reisgedrag 7.1 Inleiding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Mijdmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3 Vergelijking eigenschappen v.d. diverse typen mijders . . . . . Sector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Thuiswerken . . . . . . . . . . . . . . . . . . . . . . . . . . . . Type werktijden . . . . . . . . . . . . . . . . . . . . . . . . . . . Gemiddelde reistijd . . . . . . . . . . . . . . . . . . . . . . . . . Woon-werk afstand . . . . . . . . . . . . . . . . . . . . . . . . . Aantal maanden VAS gebruik . . . . . . . . . . . . . . . . . . . Gezinssamenstelling . . . . . . . . . . . . . . . . . . . . . . . . Opleidingsniveau . . . . . . . . . . . . . . . . . . . . . . . . . . Inkomen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4 Lengte werkdagen deelnemers . . . . . . . . . . . . . . . . . . 7.5 Verdeling reistijdstippen . . . . . . . . . . . . . . . . . . . . . . 7.6 Reistijdflexibiliteit deelnemers . . . . . . . . . . . . . . . . . . . 7.7 Referentieniveau en mijdingspercentage . . . . . . . . . . . . . Mijdingsgedrag tijdens zware spitsen . . . . . . . . . . . . . . . Mijdingsgedrag in Fase 1 en Fase 2 . . . . . . . . . . . . . . . 7.8 Analyse mijdgedrag naar mijdmethode . . . . . . . . . . . . . . Mijdgedrag tijdens proef en nameting . . . . . . . . . . . . . . Reisgedrag OV- en Fietsmijders . . . . . . . . . . . . . . . . . . Reisgedrag tijden routemijders . . . . . . . . . . . . . . . . . Effecten Openbaar Vervoer op het reisgedrag . . . . . . . . . . 7.9 Analyse mijdgedrag naar stad en naar spitszwaarte . . . . . . Beloningsbudgetten deelnemers naar stad en beloningshoogte Afwaarderingen deelnemers naar stad en spitszwaarte . . . . . Beloningen deelnemers naar stad en spitszwaarte . . . . . . . 7.10 Effecten VAS diensten op reisgedrag . . . . . . . . . . . . . . . 7.11 Effecten feedbackmailing en verrassingspakket op reisgedrag . 7.12 Verandering reisgedrag: conclusie . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

143 143 145 147 148 148 149 150 150 153 155 155 159 159 166 167 169 171 174 174 174 175 179 185 198 198 200 202 202 209 211

8 Analyse 8.1 Correlatie analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Prijsprikkel/beloning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Informatieprikkel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Spitsmijden gedrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2 Regressie-analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3 Ontwikkeling reistijden in ´s-Hertogenbosch en Eindhoven tijdens de proef . Algemeen verkeersbeeld . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reistijdanalyse per traject: ´s-Hertogenbosch . . . . . . . . . . . . . . . . . Reistijdanalyse per traject: Eindhoven . . . . . . . . . . . . . . . . . . . . . 8.4 Ontwikkeling reistijden tijdens de spits: Wegsegmenten . . . . . . . . . . . Wegsegmenten: regionale (hoofd-)wegennet . . . . . . . . . . . . . . . . . Wegsegmenten: ´s-Hertogenbosch . . . . . . . . . . . . . . . . . . . . . . . Wegsegmenten: Eindhoven . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

214 214 214 214 215 216 220 221 222 227 237 238 239 242

9 Conclusies 9.1 Deelname en werving 9.2 Techniek . . . . . . . . 9.3 Informatieprikkel . . . 9.4 Prijsprikkel . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

247 247 248 248 248

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . .

INHOUDSOPGAVE 10 Aanbevelingen 10.1 Aanbevelingen voor de deelname en werving . 10.2 Aanbevelingen voor de techniek . . . . . . . . 10.3 Aanbevelingen voor de informatieprikkel . . . . 10.4 Aanbevelingen voor de prijsprikkel . . . . . . . 10.5 Aanbevelingen voor onderzoek en kennisdeling

iv

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

250 250 251 251 252 252

11 Bijlagen 254 11.1 SUMO-tabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 11.2 Onderzoeksvragen & verwijzingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

Hoofdstuk 1

Inhoudsopgave Bijlagen De volgende bijlagen zijn bij deze rapportage opgenomen: • Projectinfo SUMO • SUMO tabel • Onderzoeksvragen & verwijzingen • Vragen Startersenquête • Vragen Non-responsenquête augustus 2010 • Vragen Non-responsenquête oktober - december 2010 • Vragen Non-responsenquête oktober - december 2011 • Vragen Non-actieënquête • Vragen Deelnemersenquête april 2011 - juli 2012 • Vragen Deelnemersenquête november 2011 - juli 2012 • Vragen Travelstardiensten enquête maart 2011 - april 2011 • Vragen Travelstarenquête april 2012 - mei 2012 • Vragen Tussentijdse enquête maart 2012 • Vragen Eindenquête De onderstaande bijlagen zijn op aanvraag beschikbaar: • Vragen en antwoorden Startersenquête • Vragen en antwoorden Non-responsenquête augustus 2010 • Vragen en antwoorden Non-responsenquête oktober - december 2010 • Vragen en antwoorden Non-responsenquête oktober - december 2011 • Vragen en antwoorden Non-actieënquête • Vragen en antwoorden Deelnemersenquête april 2011 - juli 2012 • Vragen en antwoorden Deelnemersenquête november 2011 - juli 2012 • Vragen en antwoorden Travelstardiensten enquête maart 2011 - april 2011 • Vragen en antwoorden Travelstarenquête april 2012 - mei 2012 • Vragen en antwoorden Tussentijdse enquête maart 2012 • Vragen en antwoorden Eindenquête

v

Hoofdstuk 2

Inleiding 2.1 Achtergrond en doel Spitsmijden in Brabant Voor u ligt het evaluatierapport van Spitsmijden in Brabant, de praktijkproef van de Provincie Noord-Brabant en het Samenwerkingsverband Regio Eindhoven, in samenwerking met de gemeenten ´s-Hertogenbosch en Eindhoven, het Ministerie van Infrastructuur en Milieu en de leden van het Platform Mobiliteitsmanagement. Spitsmijden in Brabant heeft als doel te onderzoeken hoe in de toekomst de verkeersdruk aangepakt kan worden met behulp van prijsprikkels en informatieprikkels. Spitsmijden in Brabant levert essentiële bouwstenen voor een structurele en landelijke, maar vooral ook regionale toepassing van prijs- en informatieprikkels. Daarnaast levert het project een vernieuwende bijdrage aan de voortschrijdende ontwikkeling van het dynamisch verkeersmanagement. Het project staat niet op zichzelf, maar behoort tot een reeks gelijksoortige regionale projecten die medegefinancierd worden door het Ministerie van Infrastructuur en Milieu. Deze projecten worden uitgevoerd in de stadsregio´s van Amsterdam, Arnhem-Nijmegen, Den Haag, Eindhoven–´s-Hertogenbosch, Rotterdam en Utrecht. Bij elk van deze projecten is de vorm van de financiële beloning en de aangeboden informatie anders. Hiermee verkrijgt het Ministerie inzicht in welke wijze van dynamisch verkeersmanagement effectief zijn. Het Brabantse project onderscheidt zich van de andere projecten met enerzijds de hoge ambitie van de innovatieve en persoonlijke reisinformatie, en anderzijds de gerichtheid op de binnensteden.

2.2 Leeswijzer Deze rapportage is als volgt opgebouwd. Allereerst wordt de methodiek en de opzet van dit mobiliteitsexperiment besproken in hoofdstuk 2. In hoofdstuk 3 worden de eigenschappen van de deelnemers besproken. In hoofdstuk 4 worden vervolgens de eigenschappen van de niet-deelnemers besproken; hier worden ze tevens op allerlei aspecten vergeleken met de deelnemers. Hoofdstuk 5 gaat over de techniek en de systemen die schuilgaan achter dit mobiliteitsexperiment. Bepaalde technieken waren voor de totstandkoming van de proef essentieel; hoe deze technieken zijn ingezet om Spitsmijden in Brabant te ondersteunen, alsmede hoe de gebruikte systemen functioneerden, is beiden in hoofdstuk 5 te lezen. In hoofdstuk 6 wordt het reisgedrag van de deelnemers onder de loep genomen, en wordt de effectiviteit van de prijsprikkel en de informatieprikkel als instrumenten voor het teweegbrengen van een gedragsverandering besproken. In hoofdstuk 7 zal tenslotte de uitkomst van enkele statistische analyses besproken worden. Het gaat hier om een correlatie- en een regressieanalyse welke zijn uitgevoerd om beter te begrijpen welke typen deelnemers het beste mijden, en waarom juist zij. Deze beleidsrapportage wordt afgesloten met een tweetal slothoofdstukken. In hoofdstuk 7 worden de belangrijkste conclusies van de voorgaande hoofdstukken bij elkaar gebracht. Daarnaast worden in hoofdstuk 8 de belangrijkste aanbevelingen die gemaakt kunnen worden op basis van de ervaringen van Spitsmijden in Brabant besproken.

1

Hoofdstuk 3

Opzet van de proef 3.1 Doel onderzoek Spitsmijden in Brabant Spitsmijden in Brabant was een proef met als doel om gedurende een periode van twee jaar te onderzoeken of spitsrijders te verleiden zijn tot gedragsverandering. De praktijkproef heeft plaatsgevonden vanaf september 2010 tot en met september 2012. Middels kentekenregistraties (d.m.v. kentekenherkenningscamera´s) zijn in het voorjaar van 2010 en 2011 1,1 miljoen unieke kentekens geregistreerd. De 42.000 automobilisten van wie het kenteken gemiddeld vier keer per week (of meer) is geregistreerd door de camera´s, kregen een persoonlijke uitnodigingsbrief toegestuurd. Er hebben zich aanvankelijk ca. 1.600 personen als deelnemer voor deze proef ingeschreven. Dit is opgelopen tot bijna 2.300 in april 2012. Over de gehele periode kende het project ca. 3.000 unieke deelnemers die voor langere of kortere tijd hebben meegedaan. Eenmaal deelnemer geworden, hebben de atomobilisten een “On Board Unit” (OBU) laten plaatsen in hun auto (zie figuur 2.1). Daarnaast ontvingen ze een TravelStar, een handcomputer waarop persoonlijke reisinformatie werd verstrekt. De OBU logde tijdens de proef via een ingebouwde GPS functionaliteit elke paar seconden de locatie van de auto. Op basis van de kentekenregistraties van de nulmeting is van iedere deelnemer een zogenaamd referentieniveau bepaald: het aantal ritten dat men gemiddeld per week in de spits rijdt. Dit referentieniveau is vertaald in een beloningsbudget. Dit bedrag kon men maximaal verdienen als alle spitsritten werden gemeten. Iedere deelnemer startte zijn deelname met een testperiode van vier weken. Daarin werd het ‘normale’ reisgedrag vastgelegd (de referentiemeting) aan de hand van de GPS-logs van de ingebouwde OBU. Dit vormde (naast de cameragegevens uit de nulmeting) de basis voor analyses van het reisgedrag van de deelnemers zoals dat tijdens en voor de praktijkproef is geobserveerd. De kernboodschap van de praktijkproef Spitsmijden in Brabant luidt als volgt: “De Provincie Noord-Brabant en het Samenwerkingsverband Regio Eindhoven (SRE) werken samen aan innovaties voor een bereikbaar Brabant. Door technologie kunnen we de bestaande infrastructuur efficiënter benutten. Brabant is een vooraanstaande innovatieregio in Europa. Brabant is een proeftuin voor het testen van nieuwe incar-technieken. In de praktijkproef “Spitsmijden in Brabant” werd gedurende een periode van twee jaar op een innovatieve en praktijkgerichte manier onderzocht of spitsrijders te verleiden zijn tot gedragsverandering. Met deze kennis wordt er gewerkt aan het oplossen van toekomstige bereikbaarheidsproblemen in de steden van Noord-Brabant en Nederland.” Het project “Spitsmijden in Brabant” past in een bredere verkenning naar de toepassing van Intelligente Transport Systemen (ITS) in de maatschappij. Zo wil het Rijk in samenwerking met de economisch belangrijkste regio´s van het land via het programma “Beter Benutten” de files op de drukste knelpunten van Nederland met 20% terugdringen, met een pakket aan maatregelen, waaronder het toepassen van ITS. Op provinciaal niveau is het reeds het beleid van de provincie Noord-Brabant om de capaciteit van het bestaande wegennetwerk beter te benutten via dynamisch verkeersmanagement. Zo wordt er invloed uitgeoefend op het gedrag van reizigers door de inzet van technische en innovatieve maatregelen. Tegen deze achtergrond willen de provincie Noord-Brabant en het Samenwerkingsverband Regio Eindhoven via het project “Spitsmijden in Brabant” de bereikbaarheid van ´s-Hertogenbosch en Eindhoven verbeteren. De 2

Opzet van de proef

3

Figuur 3.1: De On Board Unit

Figuur 3.2: De On Board Unit, ingebouwd in de auto van een deelnemer

ambitie is om automobilisten beter na te laten denken over de vraag of ze gaan reizen, en zo ja, wanneer zij dat doen en met welk vervoersmiddel. Op deze manier hoopt de provincie een betere bewustwording van het reisgedrag te stimuleren. De hoofddoelstelling van Spitsmijden in Brabant luidt dan ook als volgt: Leren over het effect van een financiële beloning en reisinformatie op het reisgedrag van automobilisten. Daarnaast hebben de provincie Noord-Brabant en het Samenwerkingsverband Regio Eindhoven de volgende doelen met Spitsmijden in Brabant: • Bijdragen aan het oplossen van toekomstige bereikbaarheidsproblemen in de steden van NoordBrabant en Nederland • Beter benutten van de bestaande infrastructuur • Innoveren op het gebied van informatiediensten

Opzet van de proef

4

• Testen van nieuwe incar-technieken Om aan de hoofddoelstelling van het project te voldoen, is vastgesteld in hoeverre de financiële beloning en de informatieprikkels het reisgedrag van deelnemers hebben beïnvloed. Alle in deze rapportage gepresenteerde analyses hebben betrekking op de periode van september 2010 tot en met september 2012. Deze rapportage beschrijft de resultaten van de praktijkproef in vier hoofdstukken: • Deelname en werving • Prijsprikkel en effect • Informatieprikkel en effect • Techniek en logistiek In 2011 is in de regio Eindhoven een extra deelproject “Spitsmijden in Brabant Hovenring” uitgevoerd. Aanleiding waren de wegwerkzaamheden aan de Hovenring tussen Eindhoven en Veldhoven. Deze situatie gaf de mogelijkheid om te onderzoeken wat de invloed van een OBU en wegwerkzaamheden zijn op de werving. Het vermoeden was dat beide (het niet hoeven plaatsen van de OBU en de aanwezigheid van hinder door wegwerkzaamheden) extra urgentie gaven om deel te nemen. Voor Spitsmijden in Brabant Hovenring zijn mensen uitgenodigd die voldeden aan de aanmeldingscriteria voor het reguliere project en daarnaast gesignaleerd waren op een screenlijn tussen Eindhoven en Veldhoven. Deze deelnemers kregen geen OBU ingebouwd en ontvingen géén TravelStar. Het deelproject Spitsmijden in Brabant Hovenring had dan ook drie onderzoeksdoelstellingen: • Het bepalen van de invloed van wegwerkzaamheden op de mate waarin de deelnemers aan spitsmijden doen; • Het bepalen van de invloed van uitsluitend een prijsprikkel op het reisgedrag van de deelnemers, bij het uitblijven van de informatieprikkel en het uitblijven van het effect van de OBU´s; • Het bepalen van de invloed van een simpeler aanmeldingsproces (o.a. vanwege de weggevallen eis om eerst een OBU te laten inbouwen) op de participatie aan het project. Aan deze proef mochten alleen personen deelnemen die naast het beloningsgebied ook een screenline nabij de Hovenring passeerden tijdens de spits, of een woonpostcode in Veldhoven hadden. Bij deze groep zijn geen OBU´s toegepast, noch hebben zij TravelStars ontvangen. Hiermee ging het bij deze proef onder meer om het effect van financiële prikkels op het gedrag van automobilisten, en is het effect van informatieprikkels niet aan de orde. Het onderscheidende aan de proef aan de Hovenring, was daarnaast dat er hier sprake was van ingrijpende wegwerkzaamheden. Het verkeer door, van, en naar de Hovenring ondervond hier ernstige hinder van. De vermoeding is dat dit een extra urgentie om deel te nemen aan de praktijkproef heeft gegeven aan automobilisten die in de omgeving van de Hovenring reden. In deze rapportage zullen de bevindingen m.b.t. de proef bij de Hovenring waar mogelijk vergeleken worden met de bevindingen m.b.t. de hoofdproef. Dit is om het effect van een proef waarbij de informatieprikkel absent is, te vergelijken met een proef met zowel een prijs- als een informatieprikkel. Met de beschouwing van de eindresultaten van de (hoofd)proef in Eindhoven en ´s-Hertogenbosch, wordt deze geëvalueerd op haar effectiviteit, en wordt bepaald of de doelstellingen van het project zijn gehaald. Belangrijk is hierbij dat deze eindevaluatie bijdraagt aan een primaire doelstelling van het project, “Het leren over gedrag en dat kunnen gebruiken voor nieuwe projecten en/of nieuw beleid”.

3.2 Prijsprikkel Tijdens de proef zijn deelnemers gestimuleerd om tijdens de ochtend- en avondspits de binnensteden van ´s-Hertogenbosch en Eindhoven te mijden. Dit gebeurde door middel van een beloning (de prijsprikkel) die de deelnemer één keer per maand ontving. Deze beloning kon oplopen tot C100. Hierbij zijn deze beloningsbudgetten berekend op basis van het oorspronkelijke reisgedrag van de deelnemers, zoals gemeten tijdens nulmetingen in het voorjaar van 2010 en 2011.

Opzet van de proef

5

De hoogte van het beloningsbudget is een weerspiegeling van de mate waarin de deelnemer normaal gesproken tijdens de spits in de centra van ´s-Hertogenbosch en Eindhoven reed. Het reisgedrag van de deelnemers, voordat zij begonnen met Spitsmijden, wordt het “referentieniveau” genoemd in deze rapportage. Bij iedere geregistreerde spitsrit werd het beloningsbudget afgewaardeerd met een klein bedrag; het gedeelte van het budget dat aan het eind van de maand nog over was werd uitgekeerd aan de deelnemers. Het was voor de deelnemers mogelijk de hoogte van de opgebouwde beloning te bekijken op een persoonlijke webpagina. Verderop in deze rapportage zal worden beschreven of het reisgedrag van de deelnemers substantieel is veranderd ten opzichte van het referentieniveau. Een aantal analysen zal uitwijzen of, en op welke manier, het reisgedrag ten aanzien van de uitgangssituatie is veranderd. In deze proef is de ochtendspits gedefinieerd als de periode tussen 07:30 en 09:30 uur, terwijl de avondspits is vastgesteld op de periode tussen 15:30 en 18:30 uur. Dit zijn ook de uren waarbinnen de deelnemers werden geacht de centra van ´s-Hertogenbosch en Eindhoven te mijden. Voor iedere detectie in het beloningsgebied tijdens de spits werden de deelnemers aanvankelijk afgewaardeerd met een geldbedrag van C1,25 of C2,50, afhankelijk van tot welke groep zij behoorden. Zo was er een groep deelnemers die zowel hun woon en/of werkadres binnen de gemeentegrenzen van Eindhoven dan wel de Ruit van ´s-Hertogenbosch hadden, en een groep deelnemers die hun woon/ werkadres buiten de gemeentegrenzen van Eindhoven, dan wel de Ruit van ´s-Hertogenbosch hadden. Er werd dus onderscheid gemaakt tussen deelnemers die dichterbij woonden (in de steden) en deelnemers die verder weg woonden (in de regio). Hierbij werden de locaties van de woon- en werkadressen van de deelnemers vastgesteld aan de hand van hun postcodes. Zie ook figuur 3.3 en figuur 3.4 voor de ruimtelijke grenzen tussen deze twee groepen deelnemers. Waar de eerste groep deelnemers relatief dichtbij de beprijzingsgebieden woont (en over alternatieven als de stadsbus of de fiets beschikt voor hun ritten), is er ook een groep die verder van het beloningsgebied woont. Omdat deze laatste groep waarschijnlijk minder reisalternatieven tot hun beschikking zal hebben (en dus meer moeite moet doen om de spits te mijden) worden de mijdingen van deze groep hoger beloond, en wel met C2,50 i.p.v. C1,25. Vanaf 6 september 2011 werd er daarnaast onderscheid gemaakt tussen drie spitszwaartes, met ieder een ander afwaarderingstarief (Normaal, Zwaar, Extra zwaar). Hiervoor werd er voor zover het de hoogte van de afwaarderingen betreft geen onderscheid gemaakt naar spitszwaarte, en werden er alleen afwaarderingen van C1,25 of C2,50 gehanteerd. De reguliere spitsen werden met het reeds eerder gehanteerde tarief afgewaardeerd; de relatief zwaardere spitsen op dinsdag en donderdag met een hoger tarief, en de uitzonderlijk drukke spitsen werden tenslotte met een toptarief afgewaardeerd (zie de onderstaande tabel voor een overzicht van de hoogte van de afwaarderingen). Spitszwaarte Normaal Zwaar Extra

Stad C1,25 C1,75 C2,50

Regio C2,50 C3,50 C5,00

Tabel 3.1: Hoogte beloningen

Opzet van de proef

Figuur 3.3: De Ruit van ´s-Hertogenbosch en het beloningsgebied in het centrum

6

Opzet van de proef

Figuur 3.4: De gemeentegrenzen van Eindhoven en het beloningsgebied in het centrum

7

Opzet van de proef

8

3.3 Informatieprikkel en gebruik VAS diensten Naast de financiële prikkel wordt het project “Spitsmijden in Brabant” gekenmerkt door aandacht voor innovatieve informatiesystemen. Teneinde de deelnemers beter in staat te stellen de spits te mijden, is hen de mogelijkheid geboden om gebruik te maken van de zogeheten “Value Added Services” (VAS diensten), ook wel informatiediensten genoemd. De toegevoegde waarde van deze diensten is dat deze een zeer breed scala aan up-to-date reisinformatie leveren aan de gebruikers. De gedachte hierachter is dat men beter in staat is om de spits te mijden, wanneer men over dergelijke diensten beschikt. Zo vormen de VAS een informatieprikkel voor de deelnemers. De basis voor de inzet van informatiediensten wordt gevormd door de TravelStar, een PDA of PND (Personal Digital Assistant of Personal Navigation Device, respectievelijk) die deelnemers in bruikleen hebben gekregen voor de duur van de proef (zie figuur 3.5). De proef was daarnaast opgedeeld in twee fasen; welk apparaat men kreeg verschilde per fase. De eerste fase duurde van augustus 2010 tot juni 2011; de tweede liep van augustus 2011 tot april 2012. In de eerste fase kregen zij PDA´s in bruikleen, vanaf de tweede fase werden alleen nog PND´s verstrekt. Vanaf de tweede fase is ook het aanbod aan informatiediensten op de TravelStar uitgebreid.

Figuur 3.5: De PND (Personal Navigation Device)

Deze TravelStar bevat een speciaal voor dit project ontwikkelde navigatiemodule. Deze was uitgebreid en verrijkt met informatie uit diverse bronnen en databases. Zo wordt er onder meer lokale informatie geboden en wordt er multimodaal reisadvies gegeven, in tegenstelling tot de conventionele informatie- en navigatiesystemen. Bovendien is TravelStar als in-car applicatie met internetverbinding net zo mobiel als de deelnemers zelf. De TravelStar bood de volgende functionaliteiten: • Routeplanner met dynamische reistijdinformatie (informatie over wegwerkzaamheden, OV-routeplanner) • Parkeerinformatie • Intelligente snelheidsinformatie in de omgeving van scholen • Verkeersinformatie • Verkeersmanagementinformatie • Duurzaamheidsinformatie • Mobiel internet

Opzet van de proef

9

• E-mail De diensten die op de TravelStar werden aangeboden, varieerden enigszins gedurende het project. In fase 1 (augustus 2010 - juni 2011) ontbrak de OV-routeplanner nog, net als de informatie over wegwerkzaamheden. Deze zijn er in de tweede fase (augustus 2011 - april 2012) van de praktijkproef bijgekomen. Ook was de dynamische reistijdinformatie op de TravelStar, welke gebruik maakte van data afkomstig van de NDW, nieuw in de tweede fase. Deze uitbreiding van het aanbod aan informatiediensten viel samen met het moment waarop deelnemers PND´s kregen aangereikt in plaats van PDA´s. Hierbij waren de nieuwe PND´s voorzien van alle nieuwe diensten, terwijl deelnemers die reeds een PDA in bruikleen hadden, via dat apparaat ook toegang kregen tot de nieuwere informatiediensten. Elk van de informatiediensten die tijdens deze praktijkproef zijn ingezet, zal hieronder besproken worden. Hierbij ligt de nadruk op de informatiehuishouding. Routeplanner met dynamische reistijdinformatie “Reguliere” routeplanners bieden veelal de mogelijkheid tot het kiezen van de snelste, de kortste route, of een fiets of wandelroute. De TravelStar doet daar nog een schepje bovenop, door bij het plannen van een route rekening te houden met meer verschillende parameters. Onder deze parameters vallen o.a. parkeerinformatie, informatie omtrent wegwerkzaamheden en speciale (verkeer-genererende) evenementen, intelligente snelheidsinformatie in de omgeving van basisscholen, verkeersmanagementinformatie, informatie omtrent verkeersveiligheid, reisinformatie op het gebied van duurzaamheid, en reistijdinformatie voor het openbaar vervoer. Zodoende worden er veel factoren meegenomen bij het plannen van een route. Hierbij kan de gebruiker zelf aangeven welke van deze parameters er meegenomen dienen te worden bij het plannen van een route. Ook kunnen er tot drie profielen worden gecreërd op de TravelStar, elk met eigen instellingen. Als er vervolgens een route wordt opgevraagd, zal deze voor alle aangemaakte profielen berekend worden. De basis route-informatie die voor elke opgevraagde route getoond wordt, omvat de volgende aspecten: • De totale kosten: de autokosten (brandstof en andere kosten) en OV kosten • De afwaardeerkosten: de afwaardering voor deze route in het project (de prijsprikkel) • De reistijd: in minuten en seconden • De afstand: in kilometers • Het aantal bijzondere locaties: bijzondere locaties zijn basisscholen, wegwerkzaamheden, gevaarlijke locaties, etc. Daarnaast wordt er elke 30 seconden nieuwe informatie naar de TravelStar verzonden, als deze informatie er tenminste is. De aanvullende route-informatie onderscheid de TravelStar van conventionele routeplanners. In het onderstaande zullen de afzonderlijke informatiediensten die via de TravelStar werden aangeboden worden besproken. Parkeerinformatie De parkeerinformatie die via de TravelStar wordt aangeboden, biedt informatie over de beschikbaarheid van parkeerplekken in parkeergarages, parkeerterreinen, transferia en van parkeergelegenheden in de stad. Deze informatie betreft onder andere: • Naam parkeergelegenheid en adres • Eigenaar parkeergelegenheid • web-adres parkeergelegenheid en/of web-adres eigenaar parkeergelegenheid • GPS positie(s) van de ingang(en) • Openingstijden • Tarieven

Opzet van de proef

10

• Aansluitingen op het Openbaar Vervoer • Speciale voorzieningen • Waar beschikbaar: actuele bezetting en voorspelde bezetting voor komende uren • Waar van toepassing: historische informatie over bezetting parkeergelegenheid (als actuele informatie niet beschikbaar is)

Figuur 3.6: Parkeerinformatie op de Travelstar

Deelnemers kunnen op de TravelStar naar parkeergelegenheden zoeken en informatie over de parkeergelegenheden opvragen. Desgewenst kunnen zij ook naar de parkeergelegenheid navigeren, of een parkeerroute laten berekenen. Voor zover informatie over de parkeergelegenheden niet is aangeleverd door de initiatiefnemers van Spitsmijden in Brabant, is de benodigde informatie door een Data Manager vergaard door direct contact op te nemen met de beheerders van de betreffende parkeergelegenheden. Informatie over wegwerkzaamheden Dit type informatie omvat de locatie en de duur van wegwerkzaamheden, alsmede de verwachte effecten op het verkeer en eventuele aanbevelingen. Ook werd er, waar mogelijk, een URL gegeven waar de gebruiker naar kon doorklikken, om zo meer informatie te verkrijgen over wegwerkzaamheden. Naast informatie over wegwerkzaamheden werd er ook informatie aangeboden over evenementen die tot extra drukte op de weg kunnen leiden. Voor deze evenementen was het tonen van een URL extra belangrijk, aangezien deelnemers zo meer te weten konden komen over de evenementen die gaande zijn. De input voor deze dienst is in hoofdzaak de website “www.haalmeeruitdeweg.nl”. Daarnaast is de Data Manager zelf ook nog opzoek gegaan naar aanvullende informatie omtrent wegwerkzaamheden en verkeer - genererende evenementen. Intelligente snelheidsinformatie (ISI) in de omgeving van scholen De op de TravelStar gehanteerde naam voor deze functionaliteit is “Veiligheidsmelding bij scholen”. Voor deze functionaliteit zijn gegevens verzameld bij basisscholen in de regio. De applicatie was ontwikkeld op basis van een reeds bestaande ISI applicatie voor Waalwijk. Tijdens de rit kregen gebruikers een waarschuwing als zij op bepaalde tijdstippen in de buurt kwamen van een basisschool. De waarschuwingen werden alleen gegeven op momenten dat een school net opende of aan het sluiten was, en er dus veel kinderen aan het verkeer deelnamen. De functionaliteit is dusdanig ontworpen, dat het geven van een waarschuwing

Opzet van de proef

11

Figuur 3.7: Informatie over wegwerkzaamheden op de Travelstar

automatisch volgt, indien deelnemers op bepaalde wegsegmenten in de directe omgeving van scholen rijden, in de juiste richting. Zo krijgen deelnemers die juist wegrijden van een school geen waarschuwing. De functionaliteit is ook geprogrammeerd om waarschuwingen alleen op bepaalde tijdstippen te geven.

Figuur 3.8: Intelligente snelheidsinformatie (ISI) op de Travelstar

Verkeersinformatie De TravelStar bied informatie over de status van het verkeer op het wegennetwerk, alsmede de voorspelling daarvan. De functionaliteit is ondersteund door gegevens uit diverse bronnen. Zo zijn verkeersberichten van VCNL en de NDW als input gebruikt voor deze dienst. Specifiek is de Monibas-data van VCNL gebruikt. Ook de zogeheten “Floating Car Data” van de deelnemers zelf (afkomstig uit de ingebouwde OBU´s in de autos van de deelnemers is als input gebruikt om verkeersinformatie te genereren. De informatie is, samen met de filemeldingen van VCNL, continu verstuurd naar de TravelStars van de deelnemers. De TravelStars zelf houden eveneens per wegtype en per verkeerssituatie bij wat de daadwerkelijke snelheid was in de afgelopen maanden. Deze snelheden worden gebruikt in de routeplanner van de TravelStar, om een nauwkeurige schatting van de reistijden te kunnen bieden aan de gebruikers van de TravelStar.

Opzet van de proef

12

Verkeersmanagementinformatie De gebruikers van de TravelStar kunnen op verschillende manieren een route plannen. Zo is het mogelijk om een “voorkeursroute” in te stellen. Een positieve voorkeursroute zal dan als de aangewezen route worden gesuggereerd door de routeplanner, terwijl een negatieve voorkeursroute er eentje is die de routeplanner zoveel mogelijk zal proberen te vermijden. Het is ook mogelijk om een route te plannen op basis van kosten, dat wil zeggen dat een deelnemer een route kan laten plannen die rekening houdt met de afwaardeerkosten die met het rijden in het beloningsgebied geassocieërd zijn. De routeplanner toont de bijzonderheden die de gebruiker tegen komt op zijn route. De afwaardeerkosten worden getoond voor zowel de geplande route als de gerealiseerde route. De kosten van de opgebouwde beloning, en de hoogte van de afwaardering worden ook getoond. Via “Local Warnings” wordt een gebruiker daarnaast visueel of auditief gewaarschuwd voor gevaarlijke situaties, ongevallen, afkruisingen, tijdelijke wegafzettingen, spookrijders, DRIP informatie, bij te hard rijden, en bij het naderen van een Spitsmijden-gebied.

Figuur 3.9: Verkeersmanagementinformatie op de Travelstar

Duurzaamheidsinformatie Duurzaamheid is de afgelopen jaren steeds meer een prominente rol gaan spelen in het verkeers- en vervoerssysteem. In het kader van deze praktijkproef is daarom bezien op welke manier het mogelijk zou zijn om een informatiedienst aan te bieden die op deze ontwikkeling inspeelt. Dat heeft op een aantal manieren vorm gekregen. Zo krijgen deelnemers bij het plannen van een route informatie te zien over de “footprint” (CO2 uitstoot, benzine verbruik, etc.) van hun geplande rit te zien, en waar mogelijk een vergelijking van deze gegevens met eerder gemaakte, vergelijkbare routes, om zo een bewust reisgedrag te stimuleren. Op de persoonlijke pagina op de website kunnen deelnemers het (geschatte) CO2-gebruik en het benzineverbruik van de door hun gemaakte ritten inzien, zodat enige bewustwording onder de automobilisten wordt gecreërd. OV-routeplanner Via de TravelStar werd OV-informatie ontsloten en toegankelijk gemaakt. Hierbij is via een mobiele internetverbinding de informatie van 9292OV doorgespeeld naar de TravelStar gebruikers. Het routenavigatiesysteem is daarnaast multimodaal; de route planner berekent zowel de route via de weg als de route via gebruik van het Openbaar Vervoer. Beide mogelijkheden worden getoond aan de gebruiker. De OV-routeplanner is tevens semi-dynamisch. Wijzigingen in de dienstregeling worden zodoende wel meegenomen in het reisadvies, terwijl met actuele vertragingen in het OV geen rekening wordt gehouden.

Opzet van de proef

13

Tijdens het onderzoek is geanalyseerd hoe vaak de TravelStar gebruikt is, en voor welke doeleinden. Er werd daarbij tevens onderzocht of deelnemers hun gedrag aanpasten naar aanleiding van de informatie die de TravelStar hen bood. In hoofdstuk 5 is te zien hoe het reisgedrag van deelnemers die van de informatiediensten gebruik maakten, verschilde van dat van de niet-gebruikers.

3.4 Meetmethode De meetopstelling van de proef bestaat hoofdzakelijk uit het vergaren informatie uit kentekenregistraties d.m.v. camera´s, GPS data (uit de OBU’s), data over het gebruik van de VAS diensten (via de PDA’s en/of PND’s), en de deelnemer enquêtes. De kentekenregistraties werden vanaf het moment dat de nulmeting is gestart verricht (N.B. op specifieke punten in de regio zijn er speciaal hiervoor camera’s gemonteerd langs het wegennet). Op basis van de kentekenregistraties zijn de deelnemers geselecteerd en werd de controlegroep vastgesteld. Tijdens de beloningsperiode bleven deze camera’s de kentekens registreren, om o.a. fraude te detecteren, verkeersintensiteiten te bepalen, en om reistijden te berekenen. Daarnaast volgden camera’s de algemene ontwikkeling van de verkeersdrukte op de wegen. De auto’s van de deelnemers waren verder uitgerust met een On-Board Unit (OBU). Met de OBU’s werden gegevens verzameld om inzicht te verschaffen in de ontwikkeling van het verplaatsingsgedrag van de deelnemers. De OBU registreert de ritten van de deelnemers via GPS; zo slaat de OBU één keer per seconde de locatie waar het voertuig zich bevindt op. Deze gegevens werden door middel van een mobiele internetverbinding verzonden en centraal opgeslagen. Bepaalde software kan deze GPS locaties koppelen aan wegsegmenten; op deze manier is nauwkeurig het reisgedrag (routes, reistijden, snelheden en effect prijsprikkel) van de deelnemers te monitoren. De gegevens worden tevens gebruikt voor het bepalen van de financiële beloning aan de deelnemer. De kwaliteit van de GPS data werd continu getoetst door deze data te vergelijken met de kentekenregistraties. Bij het niet goed functioneren van een OBU werd met de deelnemer contact gezocht en werd deze verzocht een afspraak te maken met een monteur. Per deelnemer is ook het gebruik van de VAS diensten en de door de VAS server aan de Travelstar verzonden data gelogd. Op deze manier is een duidelijk beeld te krijgen van het gebruik en het effect van VAS diensten op het reisgedrag van de deelnemers. Een voorname bron van informatie voor het onderzoek vormen de enquêtes die door deelnemers en door niet-deelnemers werden ingevuld. Van automobilisten die besluiten niet deel te nemen werd onderzocht wat de motieven hiervoor zijn door middel van een aantal non-respons enquêtes. Onder personen die zich aanvankelijk hebben aangemeld, maar die uiteindelijk niet hebben deelgenomen aan de proef, is een nonactie enquête verricht. Bij deelnemers is de vraag interessant wat hen aantrok in de proef en welke gedragsveranderingen zij vertoonden tijdens hun deelname. Dit wordt onderzocht middels de startersenquête die zij ontvingen na aanvang van hun deelname, evenals de deelnemersenquêtes die zij elke zes maanden ontvingen, en de eindenquête. Daarnaast was ook de tussentijdse enquête belangrijk voor het vergaren van inzichten voor deze rapportage. De analyses in dit rapport zijn hoofdzakelijk gebaseerd op de resultaten uit de startersenquête, de nonrespons en non-actie enquêtes; de deelnemersenquête is daarnaast gebruikt voor analyses naar de mijdmethode en effectiviteit van de informatiediensten. Ook heeft de eindenquête bijgedragen aan dit onderzoek, door inzichtelijk te maken hoe de deelnemers aan het einde van de praktijkproef over hun deelname dachten. Er was ook een specifieke enquête over de Travelstar, met als doel meer informatie over het gebruik van VAS diensten te verkrijgen. Bekeken is ook wat de overeenkomsten en de verschillen zijn tussen de antwoorden van deelnemers en niet-deelnemers op diverse vragen. De data waarop deze enquêtes werden uitgezet zijn: • Eerste non-respons enquête (7 augustus 2010) • Startersenquête (30 september 2010) • Tweede non-respons enquête (29 oktober 2010)

Opzet van de proef

14

• Non-actie enquête (17 december 2010) • Reguliere (deelnemers) enquête (1 april 2011) • Derde non-respons enquête (14 oktober 2011) • Reguliere (deelnemers) enquête (11 november 2011) • Tussentijdse enquête (3 maart 2012) • TravelStar enquête (27 april 2012) • Eindenquête (4 augustus 2012) De verzameling van alle data is compleet, wat maakt dat dit onderzoeksrapport als een eindevaluatie van het project te beschouwen valt. In dit rapport worden de analyseresultaten van gegevens die met behulp van OBU’s, camera’s, PDA’s/ PND’s (de Travel Stars) en enquêtes zijn verkregen, samengevoegd en verklaard. Op basis hiervan konden er constateringen gemaakt worden over hoe het reisgedrag van de deelnemers is veranderd. Tevens is er met een groep deelnemers (op vrijwillige basis) een klankbordgroep gevormd en werden er klankboordbijeenkomsten georganiseerd. Deze bijeenkomsten waren bedoeld om het project te “testen” en om de ervaringen van deelnemers vast te leggen. Tot besluit werd telefonisch en emailcontact met de deelnemers via het CRM gedocumenteerd.

3.5 Onderzoeksmethode Zoals vermeld, zijn de onderzoeksvragen (terug te vinden in de bijlage) gebundeld zes categorieën (zie de lijst hieronder). Elk van deze categorieën vormt een “bundeling” van een aantal onderzoeksvragen. • Data (GPS, camera, etc.); • Systeem (hardware); • Deelnemers (o.a. werving); • Omgeving niet deelnemers; • Reisgedrag; • Verandering reisgedrag. Binnen deze zes thema´s zullen analyses gedaan worden van: • Gedragseffecten prijsprikkels; • Gedragseffecten informatieprikkels; • Elementen van instrument voor verbeteren bereikbaarheid (o.a. kosten-baten). De in deze rapportage opgenomen analyse van de bovenstaande onderwerpen heeft plaats kunnen vinden dankzij de inzet van een aantal onderzoeksmethoden. Specifiek zijn de volgende methoden ingezet bij de monitoring en evaluatie van Spitsmijden in Brabant: • Frequentieanalyse • Trendanalyse • Correlatieanalyse • Regressieanalyse

Opzet van de proef

15

Van de bovenstaande technieken spreken de trendanalyse en de frequentieanalyse voor zich; de correlatieanalyse en regressieanalyse zijn beiden wat minder bekende onderzoeksmethoden en zullen daarom hier kort nader worden toegelicht. Een voordeel van deze twee methodologieën is dat ze flexibel en snel in te zetten zijn om verschillende correlaties te onderzoeken. Sterke directe verbanden zijn hier goed mee te achterhalen. Een nadeel van deze methodes is dat de data waarmee naar verbanden wordt gezocht in veel gevallen het resultaat is van een middeling over een groep deelnemers of een langere tijdsperiode, waardoor kleine fluctuaties in de ruwe data die van invloed kunnen zijn, niet worden meegenomen in de analyse en belangrijke onderliggende verbanden onbekend blijven. Specifiek was het van belang, bij de beantwoording van de onderzoeksvragen per vraag na te gaan welke coëfficiënten en indicatoren nodig zijn, alsmede welk type analyse voor elke vraag het meest gepast is. Vervolgens dienden er voor elke vraag queries te worden opgesteld. In deze queries is aangegeven welke coëfficiënten en indicatoren er worden gebruikt in de analyses van elk van de individuele vragen. De coëfficiënten en indicatoren staan gegroepeerd naar één van de zes hierboven reeds besproken onderzoeksthema´s weergegeven in de bijlage (“Bijlage: Coëfficiënten en indicatoren”).

3.6 Tijdspad “Spitsmijden in Brabant” De praktijkproef valt uiteen in zes verschillende fases, die soms een aantal mijlpalen en ontwikkelingen bevatten. Deze fases zijn achtereenvolgens: 1. Opstart fase (3-12-2009 tot 18-2-2010) 2. Implementatie fase (11-2-2010 tot 10-6-2010) 3. Praktijkproef 1e fase (augustus 2010 tot juni 2011) • installatie OBU´s • registratie referentiegegevens • uitgifte TravelStars (PDA´s) • begin prijs- en informatieprikkels • oplevering informatiediensten (basis) 4. Praktijkproef 2e fase (augustus 2011 tot april 2012) • PDA´s niet langer verstrekt, in plaats daarvan PND´s • oplevering aanvullende informatiediensten • overstap aantal Hovenring-deelnemers naar hoofdproef • afronding proef aan de Hovenring • Feedbackmailing gehouden tussen januari 2012 - april 2012 • Verzending van geschenken naar deelnemers vanaf 27-4-2012 t/m 30-5-2012 5. Nameting fase (1-5-2012 tot 30-9-2012) • beëindiging v.d. mogelijkheid tot gebruik TravelStar 6. Afronding fase (1-10-2012 tot 31-12-2012) • oplevering eindrapportage

Hoofdstuk 4

Kenmerken deelnemers 4.1 Inleiding In dit hoofdstuk worden de eigenschappen van de deelnemende automobilisten nader beschreven. Specifiek wordt er hier een beeld geschetst van het type automobilist dat aan de proef heeft deelgenomen en zijn/haar beweegredenen om deel te nemen. Persoonlijke informatie zoals het inkomens- en opleidingsniveau, de leeftijd en het geslacht komen ook aan bod. Tevens wordt er ingegaan op de werkomstandigheden van de deelnemers, met bijzondere aandacht voor hun reisgewoonten en omstandigheden van en naar de werklocatie. De deelnemerseigenschappen zullen aan de hand van diverse tabellen en grafieken worden beschreven. De resultaten uit de startersenquête vormen de grondslag van de gegevens die in dit hoofdstuk gepresenteerd worden. Deze enquête is door nagenoeg alle deelnemers ingevuld op het moment dat hun deelname aan de proef van start ging. Dat kan tussen 30 september 2010 en 1 juli 2012 zijn geweest. Omdat sommige deelnemers bepaalde vragen niet hebben ingevuld, kan het zijn dat het totaal aantal deelnemers dat een bepaalde vraag heeft ingevuld, per vraag verschilt. Zodoende kunnen de aantallen waarop bepaalde antwoorden gebaseerd zijn, verschillen. Hiernaast vormen een aantal supplementaire enquêtes de basis voor een aantal van de in dit hoofdstuk besproken deelnemerseigenschappen. Waar dit het geval is, zal nadrukkelijk worden vermeld om welke enquête(s) het gaat. Onder de in dit hoofdstuk besproken supplementaire enquêtes vallen: • De deelnemersenquête, bedoeld om zicht op de gewijzigde omstandigheden van deelnemers te krijgen (afgenomen tussen 1 april 2011 en 1 juli 2012); • De TravelStar-enquête, bedoeld om de mening van de deelnemers over de TravelStar te analyseren (afgenomen tussen 27 april 2012 en 26 mei 2012); • De non-respons enquête, bedoeld om te achterhalen waarom men niet gereageerd heeft op de wervingsbrief (afgenomen tussen 29 oktober 2011 en 27 december 2011); • De non-actie enquête, bedoeld om te achterhalen waarom bepaalde mensen zich wel hebben aangemeld, maar vervolgens geen deelnemer zijn geworden (afgenomen tussen 17 december 2010 en 14 februari 2011); • De tussentijdse enquête, bedoeld om deelnemers te vragen naar hun ervaringen met de proef (afgenomen tussen 8 maart 2012 en 30 maart 2012). • De eindenquête, bedoeld om deelnemers naar hun algehele meningen en ervaringen te vragen, zoals ervaren over de gehele lengte van hun deelname (afgenomen tussen 03-08-2012 en 31-10-2012). Op basis van alle deelnemersgegevens die via de bovenstaande enquêtes zijn verworven is het mogelijk om de deelnemersgegevens naast elkaar te zetten, en te bezien of de kenmerken van de deelnemers in de loop van de proef zijn veranderd. Een analyse van de gegevens uit de nieuwere enquêtes wijst echter uit dat persoonlijke gegevens gedurende de proef minimaal gewijzigd zijn. Het opnemen van een vergelijking zou weinig toevoegen aan dit hoofdstuk, vandaar dat ervoor is gekozen om deze achterwege te laten. 16

Kenmerken deelnemers

17

4.2 Statistieken over werving en participatie Werving & motieven deelname Het project Spitsmijden in Brabant beoogt bij te dragen aan het verlangen van zowel de overheid als het individu om de verkeersdruk in de regio te verminderen. Indien automobilisten besluiten hieraan bij te dragen door deel te nemen aan Spitsmijden in Brabant kunnen zij hiervoor diverse motieven hebben. Deze motieven lopen uiteen van persoonlijke kosten-batenoverwegingen tot meer idealistische visies over het milieu. Voor automobilisten die besluiten niet deel te nemen, lopen de redenen hiervoor eveneens uiteen. Praktische onmogelijkheden en terughoudendheid wat betreft privacygevoelige zaken zijn voorbeelden van deze motieven. Het bestuderen van de motieven om wel of niet deel te nemen levert informatie op die kan worden gebruikt bij het bevorderen van gedragswijzigingen. De werving van de deelnemers begon met het attenderen van gekwalificeerde automobilisten. Dankzij kentekenregistraties was bekend welke automobilisten gekwalificeerd waren voor deelname aan de proef, waarbij de eis was dat men minstens vier maal per week in de spits door (één van) de beloningsgebieden reed. Een lijst met 30.000 kentekens van gekwalificeerde automobilisten was opgesteld en werd vervolgens aan de RDW geleverd, met het verzoek om de naam, het adres en de woonplaats van deze automobilisten te leveren. Vervolgens zijn er wervingsbrieven gestuurd naar het woonadres van deze gekwalificeerde automobilisten. Hiernaast werd ook via de media nieuws over de proef verspreid. Bij een aantal kentekens ging het om leaseauto´s; zodoende werd er in deze gevallen geen woonadres van de bestuurder aangeleverd, maar de contactgegevens van de leasemaatschappij. De leasemaatschappijen zijn tevens gecontacteerd indien een groot aantal van hun cliënten zich kwalificeerden voor deelname aan de proef. Het is lastig gebleken om direct met deze bestuurders in contact te komen, daar de wervingspogingen noodzakelijkerwijs via de leasemaatschappijen zijn verlopen (immers, alleen van hen waren contactgegevens bekend). Automobilisten die in een leaseauto rijden hebben zodoende zelf geen wervingsbrief ontvangen, en hebben waarschijnlijk op een andere manier kennis genomen van de proef, zie tabel 4.1. Wijze van kennisname Ik ben aangeschreven Media (krant, tv, radio) Een collega, buurtbewoner, vriend of familielid Website (www.spitsmijdeninbrabant.nl) Informatie langs de kant van de weg Anders, namelijk Totaal

Aantal deelnemers 2235 67 63 42 40 32 2479

% 90% 3% 3% 2% 2% 1% 100%

Tabel 4.1: Wervingmethode deelnemers

Zoals te zien is in tabel 4.1 zijn verreweg de meeste deelnemers attent gemaakt op de proef nadat zij waren aangeschreven voor hun deelname. Het aanschrijven van deelnemers is gebeurd nadat zij (of preciezer, hun kentekens) minstens een aantal keer per week gesignaleerd waren in het beloningsgebied. Hiermee kwalificeerden zij zich voor de proef. Er zijn ook kleine groepen deelnemers die zich zelfstandig hebben opgegeven voor deelname; in hun geval hebben zij ofwel van collega´s, buurtbewoners, vrienden of familieleden over de proef gehoord, of waren zij op het bestaan van de proef attent gemaakt via informatie langs de kant van de weg of via de media. Zoals te zien is in tabel 4.2 zijn er een aantal verschillende wervingsmomenten geweest, waarop de wervingscampagne in werking is gezet. Deelnemers zich konden na aanleiding van de wervingscampagnes registreren om deel te nemen aan de proef. In totaal is 6,8% van de gecontacteerde personen daadwerkelijk geworven om deel te nemen aan de proef. “Deelnemer worden” is hierbij gedefinieërd als het in laten bouwen van een OBU in het voertuig van de deelnemer. Het blijkt uit dit percentage dat de inbouwdrempel wellicht nog iets verlaagd kan worden. Het is dan ook aan te bevelen om bij toekomstige proeven waarbij met OBU´s wordt gewerkt, een beloning toe te kennen aan de deelnemers voor het inbouwen van de OBU. Echter, er zijn ook buiten de wervingscampagnes om deelnemers geworven voor de proef. Hoe de aanmeldingen van deze personen gedurende de volledige lengte van de proef is verlopen, is te zien in tabel 4.3. Deze tabel toont tevens of deze deelnemers uiteindelijk deelnemers gebleven zijn, of dat zij intussen hun

Kenmerken deelnemers Datum wervingsactie 8-7-2010 14-7-2010 29-9-2010 10-6-2011 25-8-2011 20-10-2011 Totaal

18

Totaal aantal aangeschreven kandidaten 6488 2206 12733 1494 8874 10004 41799

Geworven deelnemers 648 235 816 58 512 564 2833

Geworven deelnemers (%) 10,0% 10,7% 6,4% 3,9% 5,8% 5,6% 6,8%

Nietgeworven kandidaten 5840 1971 11917 1436 8362 9440 38966

Nietgeworven kandidaten (%) 90,0% 89,3% 93,6% 96,1% 94,2% 94,4% 93,2%

Tabel 4.2: Overzicht wervingsmomenten

deelname hebben gestopt (tabel 4.3). N.B. deze tabel toont alleen personen die zich daadwerkelijk ooit hebben aangemeld. Aanmeldmaand juli 2010 augustus 2010 september 2010 oktober 2010 november 2010 december 2010 januari 2011 februari 2011 maart 2011 april 2011 mei 2011 juni 2011 juli 2011 augustus 2011 september 2011 oktober 2011 november 2011 december 2011 Totaal

Geen deelnemer 397 415 343 987 240 55 39 22 23 18 82 477 83 199 133 279 189 61 4121

Geen deelnemer (%) 43,4% 81,1% 78,5% 56,9% 77,7% 85,9% 92,9% 91,7% 74,2% 94,7% 97,6% 89,8% 90,2% 37,8% 49,4% 41,9% 46,4% 100,0% 60,6%

Wel deelnemer 518 97 94 749 69 9 3 2 8 1 2 54 9 327 136 387 218 0 2683

Wel deelnemer (%) 56,6% 18,9% 21,5% 43,1% 22,3% 14,1% 7,1% 8,3% 25,8% 5,3% 2,4% 10,2% 9,8% 62,2% 50,6% 58,1% 53,6% 0,0% 39,4%

Totaal aanmeldingen 915 512 437 1736 309 64 42 24 31 19 84 531 92 526 269 666 407 61 6804

Tabel 4.3: Aanmeldingsmaanden en resultaten

De informatie uit de bovenstaande tabel staat cumulatief nogmaals weergegeven in figuur 4.1. In deze grafiek staan de personen die zich tijdens een bepaalde maand hebben aangemeld, cumulatief weergegeven al naar gelang of zij hun status als deelnemer hebben verloren of niet. Samenvattend kan over figuur 4.1 en tabel 4.3 gezegd worden, dat het aantal aanmeldingen de wervingsacties tot op een zekere hoogte weerspiegelen. Er zijn beduidend minder personen geweest die zich tussen de verscheidene wervingsacties in hebben aangemeld, als personen die via een wervingsactie zijn toegestroomd tot de proef. Daarnaast valt op dat niet elke deelnemer gedurende de volledige lengte van de proef deelnemer blijft; zie hiervoor tabel 4.3, welke van alle personen die zich ooit hebben aangemeld per maand weergeeft of deze intussen wel of geen deelnemer meer zijn. Deze tabel laat zien dat van de mensen die zich ooit in een bepaalde maand hebben aangemeld, er intussen al relatief veel deelnemers bevinden die in de tussentijd alweer gestopt zijn. De respondenten zijn tevens gevraagd hun motieven voor deelname aan Spitsmijden in Brabant te benoemen, waarbij er meer dan één reden opgegeven mocht worden (om deze reden tellen de percentages in


19

8000

cumulaƟef aantal deelnemers

7000 totaal aanmeldingen (cumulaƟef)

6000 5000

uiteindelijke deelnemers (cumulaƟef)

4000 3000 2000 1000

dec-11

nov-11

okt-11

sep-11

aug-11

jul-11

jun-11

mei-11

apr-11

mrt-11

feb-11

jan-11

dec-10

nov-10

okt-10

sep-10

aug-10

jul-10

0

aanmeldingsmaand Figuur 4.1: Aanmeldingsmaanden en resultaten, cumulatief

Motief De beloning voor elke spitsmijding Maatschappelijke bijdrage aan een mobiliteitsproef (milieu, doorstroming, bereikbaarheid) Bijdrage aan weten schappelijk onderzoek De voordelen van het mijden van files De Travelstar De alternatieve vervoersmogelijkheden Anders, namelijk De extra beloning voor iedere 100ste deelnemer De hoogte van mijn referentieniveau Totaal

Aantal deelnemers 1815

% 73%

1628

66%

868

35%

633 370 208 130

26% 15% 8% 5%

45 58 2479

2% 2% n.v.t.

Tabel 4.4: Motieven voor deelname, absoluut en procentueel

de rechter kolom van tabel 4.4 niet op tot 100%). Het blijkt uit dat niet elke deelnemer uitsluitend meedoet vanwege de financiële prikkel, alhoewel dit wel de vaakst genoemde reden is voor deelname aan de proef. Een andere vaak genoemde reden is het leveren van een maatschappelijke bijdrage via een mobiliteitsproef (o.a. ten behoeve van het milieu en de bereikbaarheid). Een substantiële groep van 633 deelnemers (of ruim een kwart van de deelnemers) geeft daarnaast aan de voordelen van file mijden in te zien. Deze percentages berusten op de uitslag van de startersenquête. Gerelateerd aan de motivatie van de deelnemers, is hun binding met de proef. Binding is de mate waarop de deelnemers zich op de langere termijn verbonden voelen met de proef. Impliciet is dit de mate waarop zij zich zullen blijven inzetten om de spits te mijden. Hierom is het wenselijk om te bezien welke aspecten van de proef de deelnemers het meeste binden aan deze proef, omdat deze informatie bij toekomstige wervingsacties en mobiliteitsproeven bruikbaar kan zijn, zie tabel 4.5. (N.B. de deelnemers mochten hier slechts 1 aspect kiezen). Het blijkt dat het beloningsaspect van de deelname aan de proef de meeste deelnemers wist aan te spreken. Echter, een


20

substantieel deel van de deelnemers gaf aan dat de bijdrage aan de verbetering van de bereikbaarheid voor hen het onderdeel van de proef was, dat hen het meeste aansprak. Ook de bijdrage van de proef aan het wetenschappelijk onderzoek werd door sommigen geciteerd als het onderdeel dat hen het meeste aansprak. Deze resultaten komen voort uit de startersenquête, alhoewel de deelnemersenquête een sterk identiek beeld opleverde, waarbij de percentages nauwelijks afweken van de percentages in tabel 4.5. Onderdeel dat de deelnemer het meeste aanspreekt De beloning Meehelpen aan ver betering bereikbaarheid Bijdrage aan weten schappelijk onderzoek De Travelstar met reisinformatie Anders, namelijk Totaal


% 46%

661

27%

366

15%

240 60 2479

10% 2% 100%

Tabel 4.5: Aspecten die deelnemers aanspreken

Net zoals er onderdelen zijn die deelnemers aanspreken, zijn er ook aspecten aan de proef die de deelnemers minder aanstaan. In tegenstelling tot bij tabel 4.5, was het hier voor de deelnemers wél mogelijk om meerdere van deze nadelige aspecten te benoemen (om deze reden zijn de percentages in de rechter kolom van tabel 4.6 niet op tot 100% op te tellen). Nadelig aspect Volgen van mijn auto/ inbreuk op privacy Er zijn geen punten die mij niet aan spreken in de proef Risico van schade aan mijn auto door inbouw OBU Geen mogelijkheid om gedrag aan te passen Te lage beloning Tijdbeslag van de inbouwwerkzaamheden Totaal

Aantal deelnemers

%

1064

43%

827

33%

447

18%

427 260

17% 10%

158 2479

6% n.v.t.

Tabel 4.6: Aspecten die deelnemers minder aanspreken

Opvallend is dat een substantieel deel van de deelnemers aangaf, geen aspecten te hebben die hen minder aanspreken in de proef. Het gaat hier om een derde van alle deelnemers. Het feit dat 43% van de deelnemers zegt het volgen van de auto en/ of de inbreuk op hun privacy niet te waarderen, is tevens opvallend, aangezien dit deze deelnemers er toch niet van heeft weerhouden om deel te nemen aan de proef, zie tabel 4.6. De resultaten uit deelnemersenquête leveren een vergelijkbaar beeld, met als meest in het oog springend verschil dat daar slechts 36% van de deelnemers aangaf dat het volgen van de eigen auto in hun optiek één van de aspecten is, die hen niet aanspreekt in de proef. Tot besluit is het in het kader van de werving wellicht interessant om te bezien welke verwachtingen de deelnemers hadden ten aanzien van deze praktijkproef, zie tabel 4.7. (N.B. het was onmogelijk om hier meer dan 1 verwachting op te geven). Het valt op dat een aanzienlijk deel van de deelnemers meent dat hun deelname hen zal helpen andere keuzes te maken mits zij een goed alternatief aangeboden krijgen. In tabel 4.8 zijn de referentieniveaus te zien van het tijdens de nulmetingen geregistreerde verkeer in

Kenmerken deelnemers Verwachting Spitsmijden zal mij helpen om een andere keuze te maken, mits ik een goed alternatief aangeboden krijg. Spitsmijden zal mij helpen om een andere keuze te maken. Spitsmijden zal mij niet helpen om een andere keuze te maken, maar anderen misschien wel. Spitsmijden zal mij niet helpen om andere keuzes te laten maken. Totaal

21 Aantal deelnemers

%

1442

58%

637

26%

307

12%

93 2479

4% 100%

Tabel 4.7: Verwachtingen deelnemers ten aanzien van hun deelname aan Spitsmijden in Brabant

´s-Hertogenbosch en Eindhoven. Zoals reeds vermeld, diende de geregistreerde automobilisten een referentieniveau van minstens 4,0 te hebben om zichzelf te kwalificeren voor deelname aan de proef. Dit houdt in dat ze minimaal vier keer per week in het beloningsgebied gesignaleerd moesten zijn, om een uitnodiging voor de praktijkproef te ontvangen. Deze drempel is om een aantal redenen gehanteerd. Door deelnemers die vaak in het gebied komen te selecteren, kon het grootste effect worden bereikt, omdat op deze manier de meeste mijdingen gemaakt konden gaan worden. Daarnaast waren de kosten van de ingebouwde incar apparatuur, alsmede de kosten van het laten inbouwen hiervan, vrij hoog. Zodoende is er besloten om alleen te investeren in het inbouwen van deze apparatuur bij deelnemers die relatief gezien vaker in het beloningsgebied reden. Zoals in 4.8 is te zien, behaalden de meeste automobilisten wier kenteken tijdens één nulmeting is geregistreerd, deze drempel niet. De potentiële deelnemers vormen dus maar een klein aandeel van het totale verkeer dat is geregistreerd door de kentekendetectiecamera´s. In totaal voldeed 21,4% van alle automobilisten die tijdens de nulmeting zijn geregistreerd aan deze eis. Het gaat dan toch nog om 101.053 automobilisten. Mede omdat dit een behoorlijk aantal potentiële deelnemers was, en het maximaal aantal deelnemers op 3.000 lag, konden er strenge selectiecriteria worden gehanteerd zonder dat dit resulteerde in een te laag aantal deelnemers.

4.3 Persoonlijke gegevens Geslacht Uit tabel 4.9 blijkt dat een meerderheid van alle deelnemers mannelijk is; het aantal mannen ligt met circa twee derde van alle deelnemers bijna twee maal zo hoog als het aantal vrouwen. Leeftijd Wanneer men naar de leeftijd van de deelnemers kijkt (tabel 4.10), dan valt op dat automobilisten van allerlei leeftijden deden mee aan de proef (zie ook figuur 4.2). Het zwaarte punt lag daarbij tussen de 26 en 45 jaar, daarnaast waren ook de leeftijdscategorieën tussen 46 en 50 jaar en tussen 51 en 55 jaar redelijk goed vertegenwoordigd onder de deelnemers. Een reden voor het relatief lage aantal deelnemers tussen de 18 en 25 jaar is wellicht dat autobezit en gebruik onder deze groep minder vaak voorkomt ten opzichte van de hogere leeftijdscategorieën.

Opleidingsniveau Uit figuur 4.3 en tabel 4.11 valt op te maken, dat onder de deelnemers verschillende opleidingsniveaus vertegenwoordigd zijn. Opvallend is dat mensen met een HBO of WO-bachelor opleiding het meest vertegenwoordigd zijn onder de deelnemers. De andere categorieën zijn min of meer evenredig vertegenwoordigd,


Referentie niveau 1-1,5 1,5-2 2-2,5 2,5-3 3-3,5 3,5-4 4-4,5 4,5-5 5-5,5 5,5-6 6-6,5 6,5-7 7-7,5 7,5-8 8-8,5 8,5-9 9-9,5 9,5-10 Totaal

´s-Hertogenbosch voorjaar 2010 12622 8613 6150 4836 3982 3402 2630 2128 1600 1370 1047 771 522 356 215 123 81 28 50476

22 ´s-Hertogenbosch feb-apr 2011 15153 8691 5819 5103 3993 3277 2498 1851 1545 1169 894 704 477 299 192 102 53 18 51838

´s-Hertogenbosch mei-jun 2011 13587 8257 6008 5567 3721 3068 2500 1997 1700 1138 834 682 465 371 184 123 83 26 50311

Eindhoven voorjaar 2010 25129 14324 12546 8337 7760 5478 5180 3681 3076 2199 1837 1276 1055 633 435 222 121 31 93320

Eindhoven feb-apr 2011 26421 16892 11467 9639 7849 6502 5279 3771 3305 2548 2069 1511 1109 821 519 320 130 28 100180

Eindhoven mei-jun 2011 28633 22958 14716 12820 9778 7985 6489 5138 5540 3250 2652 2043 1533 1122 669 396 192 97 126011

Totaal 121545 79735 56706 46302 37083 29712 24576 18566 16766 11674 9333 6987 5161 3602 2214 1286 660 228 472136

Tabel 4.8: Nulmetingen: verdeling referentieniveaus (naar plaats en nulmeting)

Geslacht Man Vrouw Totaal

Aantal deelnemers 1586 894 2480

% 64% 36% 100%

Tabel 4.9: Geslacht deelnemers Spitsmijden in Brabant

Leeftijd 18-25 26-30 31-35 36-40 41-45 46-50 51-55 56-60 61-65 65-76* Totaal

Aantal deelnemers 115 347 358 367 370 307 311 228 59 18 2480

% 5% 14% 14% 15% 15% 12% 13% 9% 2% 1% 100%

Tabel 4.10: Leeftijd deelnemers ( * 76 is de leeftijd van de oudste deelnemer)

met percentages tussen de 13 en 20%. Al met al is er een tendens dat de deelnemers aan Spitsmijden in Brabant hoger opgeleid (HBO of hoger) zijn (aan deze omschrijving voldoen 69% van de deelnemers). Thuissituatie Uit figuur 4.4 en tabel 4.12 valt op te maken dat het merendeel (bijna de helft) van de deelnemers getrouwd en/of samenwonend is en kinderen heeft. Als hier de groep deelnemers die getrouwd en/of samenwonend


23

1

Figuur 4.2: Verdeling leeftijd deelnemers Spitsmijden in Brabant

60%

percentage

50%

40%

30%

20%

10%

0% geen vervolgopleiding

mbo

hbo/wo-bachelor of kandidaats

wo-doctoraal of master

opleidingsniveau Figuur 4.3: Verdeling opleidingsniveau deelnemers

zijn maar geen kinderen hebben bij wordt opgeteld, komt het aantal getrouwde en/of samenwonende deelnemers uit op 72%. Een minderheid (circa een kwart) zegt alleenstaand te zijn.


24 Opleidingsniveau Geen vervolgopleiding MBO HBO/WO-bachelor of kandidaats WO-doctoraal of master Totaal

Totaal 323 457

% 13% 18%

1213 486 2479

49% 20% 100%

Tabel 4.11: Opleidingsniveau deelnemers

1200

aantal deelnemers

1000 800 600 400 200 0 Alleenstaand

Getrouwd / samenwonend zonder kinderen

Getrouwd / samenwonend met kinderen

Alleenstaande ouder

Anders, namelijk

thuissituaƟe Figuur 4.4: Thuissituatie deelnemers

Thuissituatie Alleenstaand Getrouwd / samenwonend, zonder kinderen Getrouwd / samenwonend met kinderen Alleenstaande ouder Anders, namelijk Totaal


% 18%

701

28%

1128

45%

130 70 2480

5% 3% 100%

Tabel 4.12: Thuissituatie deelnemers

Inkomen De deelnemers zijn tevens gevraagd naar het inkomen van hun huishouden. Alhoewel iets meer dan een kwart van de deelnemers liever geen antwoord geeft op deze vraag, concentreren de overige deelnemers zich sterk in de middelste inkomenscategorie. Kleinere aantallen deelnemers vertegenwoordigen de lagere en hogere inkomensgroepen (zie figuur 4.5 en tabel 4.13). In de rechter kolom zijn de percentages opnieuw berekend, dit maal alleen over de groep die deze vraag inhoudelijk heeft beantwoord.


25

1200

Aantal deelnemers

1000 800 600 400 200 0 <30.000 euro

30.000 - 60.000 euro

> 60.000 euro

Ik geef liever geen antwoord op deze vraag

Inkomen (per jaar) Figuur 4.5: Inkomensniveau huishouden deelnemers

Antwoord 30.000 euro of minder 30.000 - 60.000 euro 60.000 euro of meer Ik geef liever geen antwoord op deze vraag Totaal

Totaal 259 1012 575

% 10% 41% 23%

635 2481

26% 100%

Tabel 4.13: Inkomensniveau deelnemers

4.4 Werksituatie Sector Uit figuur 4.6 en tabel 4.14 valt op te maken, dat diverse economische sectoren vertegenwoordigd zijn onder de deelnemers. De sectoren die echter het meest vertegenwoordigd zijn onder de deelnemers zijn de zakelijke dienstverlening, gevolgd door de industrie en het onderwijs. Aangezien de meeste werknemers in Nederland in de zakelijke dienstverlening werken, is het niet opvallend dat de meeste deelnemers aan hebben gegeven in deze sector te werken. Werkuren Het merendeel van de werknemers blijkt volgens de resultaten uit de startersenquête voltijd te werken. Bijna de helft van hen werkt per week 40 uur of meer. Nog eens 40% werkt weliswaar minder dan 40 uur, maar meer dan 32. (tabel 4.15, figuur 4.7). Het restant werkt minder dan 32 uur per week. Over het algemeen werken de deelnemers dus een relatief hoog aantal uren per week. Thuiswerken Zoals te zien is in tabel 4.16 en figuur 4.8 beschikten de meeste deelnemers niet over de mogelijkheid om thuis te werken toen zij aan de proef begonnen. Toch is er een aanzienlijk deel van circa één derde dat


26

aantal deelnemers

900 800 700 600 500 400 300 200 100 0

sector Figuur 4.6: Sector deelnemers

Sector Zakelijke dienstverlening, kantoorgebonden Industrie Anders, namelijk Onderwijs Zakelijke dienstverlening, tijden plaatsflexibel (Detail)handel Transport Totaal

Totaal

%

804 455 422 348 181 127 50 2403

33% 19% 18% 14% 8% 5% 2% 100%

Tabel 4.14: Sector deelnemers

Aantal uren 8 of minder 8 tot 16 16 tot 24 24 tot 32 32 tot 40 40 of meer Totaal


% 0,3% 0,5% 3,2% 8,5% 40,2% 47,5% 100,00%

Tabel 4.15: verdeling deelnemers naar aantal werkuren per week

wel over deze mogelijkheid beschikt. Het ligt in de lijn der verwachting dat deze groep deelnemers beter in staat zal zijn om de spits te mijden. Starttijden Uit figuur 4.9 blijkt dat de meeste deelnemers in vaste blokken beginnen en eindigen met werken. Dit houdt in dat men bijvoorbeeld tussen 8 en 10 uur moet beginnen en tussen 17 en 19 uur weer eindigt; echter,


27

1200

aantal deelnemers

1000

800

600

400

200

0 <8

8 tot 16

16 tot 24

24 tot 32

32 tot 40

40 of meer

aantal uur p/w Figuur 4.7: verdeling deelnemers naar aantal werkuren per week

1600 1400

aantal deelnemers

1200 1000 800 600 400 200 0 Ja

Nee

Weet ik niet

thuiswerken mogelijk Figuur 4.8: Verdeling deelnemers naar mogelijkheid om thuis te werken

binnen deze blokken bepaald men zelf de precieze tijden. Daarnaast werkt er tevens een groot aantal deelnemers op vaste tijdstippen. Een wat kleinere groep beschikt over flexibele werktijden (figuur 4.9 en tabel 4.17).


28 Thuiswerken Ja Nee Weet ik niet Totaal

Aantal deelnemers 721 1512 167 2400

% 30% 63% 7% 100%

Tabel 4.16: Verdeling deelnemers naar mogelijkheid om thuis te werken

1200

aantal deelnemers

1000

800

600

400

200

0 Vaste blokken

Vaste ƟjdsƟppen

Flexibele Ɵjden

Overig

type start- en eindƟjd Figuur 4.9: Verdeling start- en eindtijden werkzaamheden deelnemers

Type Starttijd Vaste blokken Vaste tijdstippen Flexibele tijden Overig Totaal

Aantal Deelnemers 1064 710 447 179 2400

% 44% 30% 19% 7% 100%

Tabel 4.17: Verdeling start- en eindtijden werkzaamheden deelnemers

4.5 Reisgedrag Kenmerken autorijgedrag deelnemers Uit de startersenquête is gebleken dat het aantal auto´s per huishouden onder de deelnemers varieert; de meesten hebben er één (de modus is 1). Omdat er geen uitschieters naar beneden zijn (bezit van een auto is immers vereist voor deelname aan de proef), maar wel naar boven, ligt de mediaan van deze statistiek onder de deelnemers op 2. Daarnaast zegt 95% dat de auto waarmee zij zich hebben aangemeld voor de proef, hun eigendom is. Een zeer kleine minderheid rijdt ofwel in een lease auto (2%) of in de auto van een andere privépersoon (wederom 2%). Ook noemen 2409 deelnemers (96%) in de startersenquête zakelijk (woon-werk) verkeer de voornaamste reden waarom zij in de spits in de beloningsgebieden van ´s-Hertogenbosch en Eindhoven rijden. Hiernaast zijn de deelnemers gevraagd het aantal kilometers dat zij jaarlijks rijden te schatten (zie figuur 4.10 en tabel 4.18). Het blijkt dat de meeste deelnemers (40%) voorafgaand aan de proef tussen de 10.000 en 20.000 kilometer per jaar reden volgens hun eigen schattingen. Op de tweede plaats komen de deelnemers die hun jaarlijkse


29

1200

aantal deelnemers

1000

800

600

400

200

0 <5.000 km

5.000 10.000 - 20.000 - 30.000 - 40.000 - 50.000 - > 75.000 10.000 km 20.000 km 30.000 km 40.000 km 50.000 km 75.000 km km

aantal (geschaƩe) gereden kilometers per jaar Figuur 4.10: aantal (geschatte) gereden kilometers per jaar v/d deelnemers

aantal kilometers tussen de 20.000 en 30.000 kilometer schatten. Schattingen van beneden de 5.000 kilometer per jaar, of boven de 40.000 kilometer per jaar, komen beiden relatief weinig voor (tabel 4.18). Aantal km per jaar <5.000 km 5.000 - 10.000 km 10.000 - 20.000 km 20.000 - 30.000 km 30.000 - 40.000 km 40.000 - 50.000 km 50.000 - 75.000 km > 75.000 km Totaal

Aantal deelnemers 60 362 994 684 260 69 36 15 2480

% 2,42 14,60 40,08 27,58 10,48 2,78 1,45 0,60 100,00

Tabel 4.18: Aantal (geschatte) gereden kilometers per jaar v/d deelnemers

Reistijden deelnemers In figuur 4.11 zijn de gemiddelde woon-werkreistijden van de deelnemers te zien, alsmede hun woonwerkreistijd zonder vertraging (het gaat hier om de door de deelnemers zelf geschatte reistijden). Het valt op dat de reistijden zonder vertraging aanzienlijk korter zijn dan de gemiddelde reistijden. De reistijden zonder vertraging zijn sterk geconcentreerd in de laagste categorie, “korter dan 15 minuten”. Daarna loopt met iedere hogere categorie het aantal deelnemers af; er is duidelijk een dalende trend te onderscheiden in de reistijd zonder vertraging. Bij de gemiddelde reistijd is dit niet het geval. Deze loopt aanvankelijk op, en piekt in de categorie “21 tot 25 minuten”. Vanaf hier neemt deze licht af. Al met al is er een helder onderscheid te maken tussen de geschatte reistijden zonder vertraging en de gemiddelde reistijden van de deelnemers (zie ook tabel 4.19).


30

600

aantal deelnemers

500

400

300 Gemiddeld 200 Zonder Vertraging

100

0 < 00:15 00:16 - 00:21 - 00:26 - 00:31 - 00:36 - 00:41 - 00:46 - 00:51 - 00:56 - > 01:01 00:20 00:25 00:30 00:35 00:40 00:45 00:50 00:55 01:00

reisƟjd Figuur 4.11: Verdeling reistijden deelnemers

Reistijd < 00:15 00:16 - 00:20 00:21 - 00:25 00:26 - 00:30 00:31 - 00:35 00:36 - 00:40 00:41 - 00:45 00:46 - 00:50 00:51 - 00:55 00:56 - 01:00 > 01:01 Totaal

Gemiddeld 195 327 356 322 270 240 246 162 93 85 99 2395

% 8% 14% 15% 13% 11% 10% 10% 7% 4% 4% 4% 100%

Zonder vertraging 539 468 408 350 261 127 108 59 38 15 22 2395

% 23% 20% 17% 15% 11% 5% 5% 2% 2% 1% 1% 100%

Tabel 4.19: Verdeling gemiddelde woonwerkreistijd & woon-werkreistijd zonder vertraging

Mobiliteitsarrangementen De deelnemers zijn verzocht om in de startersenquête inzicht te verschaffen in de mobiliteitsarrangementen die op dat moment werden aangeboden door hun werkgever en/of opdrachtgever. Deze arrangementen kunnen een grote invloed hebben op de mate waarin werknemers en/of opdrachtnemers in staat zijn om de spits te mijden. De resultaten zijn verwerkt in tabel 4.20. Hieruit blijkt dat de meeste deelnemers gebruik kunnen maken van bepaalde mobiliteitsarrangementen van hun werkgever, al wordt hier lang niet altijd gebruik van gemaakt. De meest gebruikte mobiliteitsarrangementen zijn een reiskostenvergoeding voor de auto of een algemene vergoeding, gratis parkeergelegenheid voor zowel de fiets als de auto, en flexibele werktijden. Onder die arrangementen die weliswaar worden aangeboden, maar nauwelijks worden gebruikt door de deelnemers, vallen de reiskostenvergoeding voor de fiets of het OV, een fiets van de zaak en fietsvoorzieningen op de werklocatie. Wellicht het opvallendste aan tabel 4.20, is dat de hoogste percentages te vinden zijn in de kolom “Nee, mijn werkgever biedt dit niet aan”; dit duidt erop dat mobiliteitsarrangementen nog lang niet gebruikelijk zijn onder werkgevers. Mogelijk is dit ook een weerspiegeling van het feit dat


31

er maar weinig mensen bekend zijn met de term “mobiliteitsarrangementen”. Door werkgever/ opdrachtgever aangeboden soort mobiliteitsarrangement Reiskostenvergoeding woonwerkverkeer, ten behoeve van auto Reiskostenvergoeding woonwerkverkeer, ten behoeve van fiets Reiskostenvergoeding woonwerkverkeer, ten behoeve van OV Reiskostenvergoeding woonwerkverkeer, ongebonden aan een vervoerswijze Leaseauto Bedrijfsvervoer met busje Speciale dienstauto’s of poolauto’s Gratis parkeergelegenheid op of nabij werklocatie Mobiliteitsbudget Mobiliteitskaart Fiets van de zaak Poolfiets Fietsvoorzieningen op werklocatie (zoals bijvoorbeeld bewaakte fietsenstalling, douche) Verhuiskostenvergoeding Flexibele werktijden Mogelijkheid tot thuis werken Actuele reisinformatie op de werkplek over files Actuele reisinformatie op de werkplek over OV

Ja, en ik maak hier gebruik van

Ja, maar ik maak er geen gebruik van

Nee, mijn werkgever biedt dit niet

Weet niet

58%

8%

30%

5%

3%

26%

48%

23%

4%

37%

40%

20%

25% 2% 1%

10% 15% 3%

36% 77% 90%

28% 6% 6%

2%

6%

85%

7%

70% 1% 1% 5% 2%

2% 2% 2% 21% 6%

26% 69% 69% 61% 79%

3% 28% 28% 13% 13%

16% 3% 40% 25%

42% 22% 9% 14%

36% 46% 45% 54%

5% 29% 6% 7%

15%

8%

66%

12%

9%

13%

65%

12%

Tabel 4.20: Mobiliteitsarrangementen

Het blijkt uit tabel 4.20 dat reiskostenvergoeding (ten behoeve van de auto), gratis parkeergelegenheid nabij de werklocatie, en flexibele werktijden tot de drie meest gebruikte en meest aangeboden mobiliteitsarrangementen behoren. Opvallend is tevens dat reiskostenvergoedingen ten behoeve van de fiets en het OV wel vaak wordt aangeboden, maar dat men overwegend zegt hier geen gebruik van te maken. Reiskostenvergoeding Er is de deelnemers in de startersenquête gevraagd of hun reiskosten worden vergoed; het bleek dat een grote meerderheid in zekere mate over een reiskostenvergoeding beschikte (tabel 4.21 en figuur 4.12). Bij het gros van de deelnemers ging het om een gedeeltelijke reiskostenvergoeding. Redenen voor keuze auto De deelnemers zijn in de startersenquête gevraagd naar hun redenen waarom zij voor de auto kiezen voor de rit naar de werkplek, en niet voor bijvoorbeeld het OV. Men kon bij deze vraag meerdere antwoorden geven. Het beeld dat dit opleverde is te zien in figuur 4.13 en tabel 4.22. De relatief lange reisduur, slechte


32

1800 1600

aantal deelnemers

1400 1200 1000 800 600 400 200 0 Volledig

Gedeeltelijk

Mijn reiskosten worden niet vergoed

Reiskostenvergoeding Figuur 4.12: Verdeling reiskostenvergoeding

Reiskostenvergoeding Volledig Gedeeltelijk Mijn reiskosten worden niet vergoed Totaal

Totaal 379 1635

% 17% 71%

274 2288

12% 100%

Tabel 4.21: Verdeling reiskostenvergoeding

aansluitingen, overstappen, en kans op vertragingen zijn klaarblijkelijk de voornaamste redenen waarom men de auto boven het OV verkiest. De deelnemers hechten, zo blijkt, veel waarde aan autoritten zonder vertraging. Men waardeert het snel kunnen reizen, en het tijdig aankomen op de plek van bestemming; dit zijn beiden eigenschappen die men met de auto associeert. Alternatieve vervoerswijzen Nu is besproken welke redenen ten grondslag liggen aan het autogebruik van de deelnemers, is het deels inzichtelijk gemaakt waarom deelnemers de afweging hebben gemaakt om voor deze modaliteit te kiezen. Hiermee is het nog niet helder welke vervoersalternatieven zij wellicht tot hun beschikking hebben. Deze informatie is echter van belang indien men de mate van flexibiliteit van het reisgedrag van de deelnemers wil begrijpen. Het ligt namelijk in de lijn der verwachtingen dat deelnemers met een flexibel reisgedrag (mensen die over alternatieve vervoerswijzen beschikken), beter in staat zullen zijn de spits te mijden. Om deze reden zijn de deelnemers in de startersenquête gevraagd over welke alternatieve vervoerswijze zij beschikken (tabel 4.23). Het valt uit tabel 4.23 af te leiden dat een grote meerderheid van de deelnemers nauwelijks over alternatieven beschikt. Van alle alternatieven zijn vooral de fiets, de bus, tram of metro, en de trein in mindere mate beschikbaar voor een kleine groep deelnemers. Toch geeft de meerderheid van de deelnemers aan “nooit” over de bovengenoemde alternatieve vervoerswijzen te beschikken. Vermoedelijk levert dit voor hen problemen op met het Spitsmijden, tenzij zij eerder en/of later dan de spits de beloningsgebieden binnen kunnen rijden, of een alternatieve route kunnen nemen. Anders gezegd is het voor deelnemers die over

aantal deelnemers


33

1800 1600 1400 1200 1000 800 600 400 200 0

redenen keuze voor auto Figuur 4.13: Verdeling deelnemers: redenen voor keuze voor de auto

Reden Reis duurt te lang met OV Kans op vertragingen/ onzekerheid reistijd De aansluitingen in het OV zijn niet goed Met OV moet ik overstappen OV niet comfortabel Moet op wisselende bestemmingen zijn OV te duur Auto nodig voor werk Geen zitplaats in het OV/ OV te vol Mijn werkadres is niet bereikbaar met OV Auto van de zaak Totaal

Totaal

%

1685

71%

793

33%

702

29%

699 643

29% 27%

613 599

26% 25%

583

24%

308

13%

225 55 2387

9% 2% n.v.t.

Tabel 4.22: Verdeling redenen keuze voor auto

alternatieve vervoerswijzen beschikken waarschijnlijk makkelijker om in de spitsuren te blijven reizen, zij het op een andere manier. Daarnaast is uit de deelnemersenquête gebleken waarom de fiets voor veel deelnemers geen realistische alternatieve vervoerswijze is (tabel 4.24). Het blijkt dat men in de meeste gevallen niet met de fiets naar de werkplek reist omdat de woon-werk afstand te groot is. Daarnaast zegt een substantiële groep tevens dat zij de auto nodig hebben voor hun werk en voor overige doeleinden. N.B. de respondenten konden hier meerdere redenen noemen waarom de fiets voor hen geen alternatief is.


34

Alternatieve vervoerswijze Fiets Bus, tram of metro Trein Auto, als passagier Motor Bromfiets/scooter

Zeer vaak

Vaak

15% 13% 10% 8% 2% 2%

10% 11% 7% 3% 2% 2%

Soms welsoms niet 15% 13% 10% 10% 3% 2%

Vaak niet

Nooit

Totaal

9% 13% 8% 17% 2% 2%

50% 49% 65% 61% 92% 91%

100% 100% 100% 100% 100% 100%

Tabel 4.23: Verdeling alternatieve vervoerswijzen

Reden Afstand te groot Auto nodig voor werk en andere doelen Fiets is niet comfortabel Overig, namelijk Lichamelijke beperkingen Auto van de zaak Totaal


% 87% 18% 7% 7% 5% 1% n.v.t.

Tabel 4.24: Geciteerde redenen waarom de fiets geen alternatief is

Gereden kilometers per dag Zoals in figuur 4.14 en tabel 4.25 te zien is, verschilt het aantal gereden kilometers per dag sterk. Zowel deelnemers die relatief veel rijden, als deelnemers die relatief weinig rijden zijn vertegenwoordigd in de proef. In figuur 4.14 valt echter wel een concentratie te zien in de relatief lage aantallen kilometers per dag; zo rijden de meeste deelnemers (31%) tussen de 10 en 30 kilometer per dag. Met het oplopen van de gereden kilometers per dag, neemt het aantal deelnemers per categorie langzaam maar gestaag af. N.B. het gaat hier om reisgedrag voorafgaand aan deelname aan het project “Spitsmijden in Brabant”, waarover de deelnemers in de startersenquête verslag deden.

450 400

aantal deelnemers

350 300 250 200 150 100 50 0 < 10 km 10 - 20 20 - 30 30 - 40 40 - 50 50 - 60 60 - 70 70 - 80 80 - 90 90 - 100 >100 km km km km km km km km km km

aantal kilometers Figuur 4.14: Verdeling gereden kilometers per dag


35 Gereden km per dag < 10 km 10 - 20 km 20 - 30 km 30 - 40 km 40 - 50 km 50 - 60 km 60 - 70 km 70 - 80 km 80 - 90 km 90 - 100 km >100 km Totaal

Totaal 66 344 383 287 262 225 179 138 117 129 241 2371

% 3% 15% 16% 12% 11% 9% 8% 6% 5% 5% 10% 100%

Tabel 4.25: Verdeling gereden kilometers per dag

Woon-werk afstand (per auto)

600

aantal deelnemers

500

400

300

200

100

0 < 5 km 5 km 10 km 15 km 20 km 25 km 30 km 40 km 50 km 60 km 70 km 80 km 90 km >90 km

afstand

Figuur 4.15: Verdeling geschatte afstand van woning naar vast werkadres per auto (afgerond)

De deelnemers zijn gevraagd de afstand per auto van hun woning naar hun vaste werkadres aan te geven, waarbij deze afstand werd afgerond op vijftallen of op tientallen (zie figuur 4.15 en tabel 4.26). Het blijkt dat de meeste deelnemers circa tien kilometer naar hun vaste werkadres rijden. 45% van de respondenten heeft een afstand van circa 15 kilometer of korter te overbruggen, waarmee de fiets voor hen wellicht een alternatief is. Daarnaast hebben er ook nog een aantal deelnemers een woon-werk afstand van circa 30 kilometer of korter. Voor deze groep ligt de trein meer voor de hand als mogelijke alternatieve vervoerswijze. Het blijkt al met al dat een merendeel van de deelnemers binnen de eigen regio werkt. Daarnaast zijn de meeste deelnemers werkzaam op een relatief korte afstand van hun woning. Motieven vervoerskeuze (woon-werk verkeer) De deelnemers zijn gevraagd welke motieven voor hen bepalend zijn geweest bij hun vervoerskeuze (met betrekking tot uitsluitend het woon-werk verkeer). Per mogelijk motief zijn de deelnemers gevraagd om aan


36 Afstand < 5 km 5 km 10 km 15 km 20 km 25 km 30 km 40 km 50 km 60 km 70 km 80 km 90 km >90 km Totaal

Aantal deelnemers 63 143 482 370 233 234 239 267 164 83 41 29 11 22 2381

% 3% 6% 20% 16% 10% 10% 10% 11% 7% 3% 2% 1% 0% 1% 100%

Tabel 4.26: Verdeling geschatte afstand van woning naar vast werkadres per auto (afgerond)

te geven bij welke vervoerswijze dit motief van toepassing is. Zodoende dient men tabel 4.27 van links naar rechts te lezen (zo gaf 99% van de deelnemers aan dat gemak hen motiveert voor de auto te kiezen, terwijl 5% aangaf dat gemak hen motiveert om de fiets te kiezen). Omdat deelnemers per motivatie-factor meerdere modaliteiten konden aanvinken, kan het zijn dat de percentages per regel samen meer zijn dan 100%. Motief vervoerskeuze Gemak Privacy Kosten Vrijheid/ mogelijkheden die werkgever biedt Vergoeding die werkgever biedt Aard van het werk Milieubewustzijn (Eigen) gezondheid Reisafstand Reistijd/ snelheid Zekerheid over tijdstip aankomst Weersomstandigheden Praktische overwegingen Reis comfort Oponthoud door werkzaamheden Informatie uit OBU/ TravelStar

Auto 99% 97% 42%

Fiets 5% 8% 46%

Motor 2% 1% 3%

OV 4% 1% 13%

Carpoolen 3% 2% 12%

90%

16%

3%

6%

2%

76% 92% 8% 16% 85% 94%

19% 11% 69% 81% 18% 8%

2% 2% 1% 0% 3% 3%

17% 6% 28% 5% 7% 5%

5% 2% 11% 1% 3% 2%

88% 92%

17% 12%

3% 2%

6% 6%

2% 3%

99% 92%

3% 6%

1% 1%

2% 9%

1% 2%

40%

39%

6%

25%

2%

92%

9%

1%

7%

2%

Tabel 4.27: verdeling motieven vervoerskeuze (woon-werk verkeer)

Het blijkt uit tabel 4.27 dat een veelvoud aan factoren als motivatie voor het kiezen voor de auto wordt genoemd. Zo geven 99% van de deelnemers aan dat zij vanwege het gemak voor de auto kiezen; andere factoren zijn privacy (97%), vrijheid (90%), de aard van het werk (92%), de reistijd en de snelheid (94%),


37

de weersomstandigheden (92%), praktische overwegingen (99%), het reiscomfort (92%) en de informatie uit de on-board unit (92%). Men associeert de auto dus met positieve factoren zoals snel, efficiënt en comfortabel reizen. Voor de overige modaliteiten komen dergelijke percentages nauwelijks voor; dit geldt in het bijzonder voor reizen per motor of per carpool. Wat het fietsgebruik betreft, zijn de deelnemers hoofdzakelijk gemotiveerd door de (eigen) gezondheid, milieubewustzijn, de (lage) kosten en oponthoud door werkzaamheden (dit laatste waarschijnlijk omdat fietsers hier minder hinder van ondervinden). Aangaande het openbaar vervoer, gelden veelal dezelfde motiverende factoren als voor de keuze om per fiets te reizen, namelijk: kosten, milieubewustzijn en oponthoud door werkzaamheden. Motieven vervoerskeuze (privé verkeer) De deelnemers zijn ook gevraagd welke redenen de grondslag vormen voor hun vervoerskeuze voor zover het privé verkeer betreft. Het beeld dat dit oplevert, is tot op een zekere hoogte hetzelfde als bij het woonwerk verkeer; opvallend is echter dat de motiverende factoren om voor de fiets te kiezen, hier hoger scoren ten opzichte van het woon-werk verkeer (tabel 4.28). Dit duidt erop, dat men gemotiveerd zal zijn om voor privé verkeer de fiets te pakken. Vooral de factor “plezier” draagt in de context van het privé verkeer bij aan de motivatie om de fiets te pakken (dit duidt op recreatief fietsgebruik). Motief vervoerskeuze (privé verkeer) Gemak Privacy Kosten Plezier Vrijheid/ mogelijkheden die werkgever biedt Vergoeding die de werkgever biedt Milieubewustzijn (Eigen) gezondheid Reisafstand Reistijd/ snelheid Zekerheid over tijdstip aankomst Weersomstandigheden Praktische overwegingen Reis comfort Oponthoud door werkzaamheden Informatie uit OBU/ TravelStar

Auto 96% 96% 39% 53%

Fiets 16% 13% 59% 50%

Motor 2% 3% 3% 8%

OV 8% 1% 13% 6%

Carpoolen 2% 2% 7% 3%

85%

22%

4%

5%

2%

66% 8% 12% 84% 94%

32% 81% 88% 29% 14%

4% 1% 1% 3% 4%

13% 23% 4% 10% 8%

5% 7% 1% 2% 1%

89% 91%

18% 20%

3% 3%

8% 6%

2% 2%

97% 92%

8% 9%

2% 2%

4% 12%

2% 2%

43%

37%

7%

31%

1%

92%

11%

2%

7%

2%

Tabel 4.28: verdeling motieven vervoerskeuze (privé verkeer)

Ook wat betreft de motieven van de vervoerskeuze van de deelnemers met betrekking tot het privé verkeer, verschillen de resultaten uit de deelnemersenquête slechts minimaal van de hierboven besproken resultaten gebaseerd op de startersenquête. Rijden in het beloningsgebied: Aanleidingen Zoals te zien is in tabel 4.29 geven de meeste deelnemers aan dat het “woon-werk” verkeer de reden is waarom zij gedurende de ochtendspits (07:30-09:30) in het beloningsgebied rijden. De avondspits (15:3018:30) levert eenzelfde beeld op (tabel 4.30). N.B. het gaat om het rijgedrag voorafgaand aan de deelname aan de proef, zoals kenbaar gemaakt in de startersenquête.


38 Soort verkeer Woon- werkverkeer Zakelijk verkeer Kinderen naar school brengen Studie Recreatie (winkelen, sporten, hobby etc) Anders, namelijk Totaal

Aantal deelnemers 2249 52

% 94% 2%

20 1

1% 0%

8 50 2380

0% 2% 100%

Tabel 4.29: Rijden in het beloningsgebied (Ochtendspits): Aanleidingen

Soort verkeer Woon- werkverkeer Zakelijk verkeer Kinderen naar school brengen Studie Recreatie (winkelen, sporten, hobby etc) Anders, namelijk Totaal


% 95% 2%

15 1

0% 0%

24 42 2380

1% 2% 100%

Tabel 4.30: Rijden in het beloningsgebied (Avondspits): Aanleidingen

Herkomst en bestemming De onderstaande tabel geeft de verdeling van de herkomst en bestemming van de deelnemers (naar plaats) weer. Omdat de deelnemers uit een groot aantal plaatsen afkomstig zijn, en in een groot aantal plaatsen werken, was het niet mogelijk om alle plaatsen waar deelnemers wonen en/of werken in deze tabel op te nemen. Hiervoor is het criterium gehanteerd, dat een plaats minimaal door 50 deelnemers moest worden benoemd als woonplaats en/of als werkadres. N.B. de plaatsen die aan dit criterium voldoen, zijn samen goed voor zoń 2/3e van alle woonadressen, en bijna 90% van alle werkadressen (tabel 4.31). Deze data zijn in grafiekvorm weergegeven in figuur 4.16. Vanzelfsprekendheden in zowel de tabel als in de grafiek, zijn dat er een groot aantal deelnemers zijn die ofwel hun woonadres, of hun werkadres (of in sommige gevallen zelfs beiden) in de plaatsen ´s-Hertogenbosch of Eindhoven hebben. Aangezien de deelnemers zich voor hun deelname kwalificeerden door in de centra van deze twee steden te rijden, is het geen opvallende constatering dat ongeveer 56% van alle deelnemers in één van deze twee steden woont en/of werkt. Opvallend is echter wel het feit dat (procentueel gezien) haast tweemaal zoveel deelnemers aangaven hun werkadres in Eindhoven te hebben, als dat er deelnemers waren die aangaven daar hun woonadres te hebben. Eindhoven vervult hiermee een rol als regionaal centrum voor werkgelegenheid, en zal dus forenzen uit de gehele omliggende streek aantrekken. Voor ´s-Hertogenbosch geldt dit in mindere mate ook.


39

Plaats Eindhoven ´s-Hertogenbosch Helmond Veldhoven Tilburg Geldrop Valkenswaard Nuenen Rosmalen Waalre Best Vught Son Subtotaal Overige plaatsen Totaal

Woonadres 712 341 156 130 71 71 67 63 53 50 40 38 16 1808 872 2680

% van woonadressen 26,57% 12,72% 5,82% 4,85% 2,65% 2,65% 2,50% 2,35% 1,98% 1,87% 1,49% 1,42% 0,60% 67,46% 32,54% 100,00%

Werkadres 1337 594 77 119 37 32 11 7 18 25 50 39 34 2380 300 2680

% van werkadressen 49,89% 22,16% 2,87% 4,44% 1,38% 1,19% 0,41% 0,26% 0,67% 0,93% 1,87% 1,46% 1,27% 88,81% 11,19% 100,00%

Aantal deelnemers 2049 935 233 249 108 103 78 70 71 75 90 77 50 4188 1172 5360

% Totaal 38,23% 17,44% 4,35% 4,65% 2,01% 1,92% 1,46% 1,31% 1,32% 1,40% 1,68% 1,44% 0,93% 78,13% 21,87% 100,00%

Tabel 4.31: Verdeling herkomst en bestemming deelnemers

1600

aantal deelnemers

1400 1200 1000 800 woonadres

600 werkadres

400 200 0

plaats Figuur 4.16: Verdeling herkomst en bestemming deelnemers

4.6 Ervaringen met Spitsmijden in Brabant Meningen en ervaringen deelnemers m.b.t. Techniek & VAS-diensten De On-board units of OBU´s zijn één van de hoofdonderwerpen van de startersenquête geweest. OBU´s zijn apparaten die van een GPS voorzien zijn. Deze registreren de locaties waar de auto´s van de deelnemers gereden hebben, en verzenden deze naar een database. In deze paragraaf worden een aantal bevindingen met betrekking tot de OBU´s gepresenteerd, alsmede enkele bevindingen met betrekking tot andere VAS diensten zoals PDA´s en/of PND´s (de Travelstars). Allereerst zijn de deelnemers gevraagd


40

een rapportcijfer te geven voor de service rondom de OBU´s (zie figuur 4.17 en tabel 4.32). Het gaat hierbij om hulp bij storingen, servicedesks, de inbouw van de OBU´s, enzovoort. 900 800

aantal deelnemers

700 600 500 400 300 200 100 0 1

2

3

4

5

6

7

8

9

10

Geen ervaring

rapportcijfer OBU Figuur 4.17: rapportcijfer deelnemers service rondom OBU´s

De deelnemers lijken in algemene zin de service rondom de OBU´s vrij hoog te waarderen. Met een gemiddeld rapportcijfer van 7,78 en een mediaan van 8, lijkt het er op dat de dienstverlening rondom de OBU´s als adequaat en plezierig is ervaren (tabel 4.32). Overigens blijkt uit de deelnemersenquête dat men de service met een gemiddeld rapportcijfer van 7,29 waardeert, lichtelijk lager dan het gemiddelde van de startersenquête (de mediaan blijft gelijk). Rapportcijfer voor service rondom OBU´s 1 2 3 4 5 6 7 8 9 10 Geen ervaring Totaal

Aantal deelnemers 16 10 20 24 38 116 460 852 362 179 407 2484

% 1% 0% 1% 1% 2% 5% 19% 34% 15% 7% 16% 100%

Tabel 4.32: Rapportcijfer voor service rondom OBU´s

Er is vervolgens gevraagd naar de mate waarin de OBU (de werking van) andere apparatuur in de auto heeft verstoord. Het blijkt dat dit nauwelijks van toepassing was (figuur 4.18). Kortom, de OBU´s zijn door een absolute meerderheid niet beschouwd als verantwoordelijk voor het veroorzaken van storingen op de overige apparatuur die aanwezig is in de auto´s van de deelnemers (tabel 4.33).


41

80%

percentage deelnemers

70% 60% 50% 40% 30% 20% 10% 0% 1

2

3

4

5

6

7

8

9

10

rapportcijfer voor mate van verstoringen in auto, teweeg gebracht door OBU. (1= nooit; 10 = alƟjd) Figuur 4.18: rapportcijfer deelnemers voor mate waarin OBU´s verstoringen in hun auto’s hebben veroorzaakt

Mate van veroorzaakte storingen 1 2 3 4 5 6 7 8 9 10 Geen ervaring Totaal


% 67% 5% 2% 1% 1% 1% 2% 1% 2% 2% 17% 100%

Tabel 4.33: Mate waarin OBU´s overige in-car apparatuur verstoren

Het blijkt dat men ten opzichte van de vorige vragen meer verdeeld is over de mate waarin het gebruik van de OBU´s de privacy van de deelnemers waarborgde. Een substantiële groep deelnemers spreekt zich in de startersenquête sceptisch uit over de mate waarin de OBU´s dit doen (figuur 2.20). Al met al zijn de deelnemers zeer verdeeld gebleken op dit punt; hetgeen blijkt uit het gemiddelde van 5,82 (zie figuur 4.19 en tabel 4.34). Een facet van de VAS-diensten die de deelnemers werd geboden, is de TravelStar. De TravelStar is een applicatie waartoe met een PDA of PND toegang verkregen kan worden. De TravelStar is tevens een platform waarop VAS diensten worden aangeboden, waaronder een routeplanner met dynamische reistijdinformatie. Op welke wijze de deelnemers toegang tot de TravelStar verkregen, is te zien in tabel 4.35. Het blijkt dat er iets meer deelnemers zijn die via een PDA toegang verkrijgen tot TravelStar, alhoewel het verschil minimaal is. Hiernaast bleek uit tabel 4.36 dat de TravelStar niet bijzonder veel gebruikt werd door de deelnemers. Het blijkt dat er iets meer deelnemers zijn die via een PDA toegang verkrijgen tot TravelStar, alhoewel het


42

600 500

aantal deelnemers

400 300 200 100 0 1

2

3

4

5

6

7

8

9

10

waardering v/d waarborging privacy bij gebruik OBU (1= geheel niet; 10 = volledig) Figuur 4.19: Waarborging privacy bij gebruik OBU´s

Waardering v.d. mate waarop OBU´s de privacy v.d. deelnemers waarborgen 1 2 3 4 5 6 7 8 9 10 Totaal

Aantal deelnemers 196 99 178 133 485 333 380 372 138 170 2484

% 8% 4% 7% 5% 20% 13% 15% 15% 6% 7% 100%

Tabel 4.34: Waarborging privacy bij gebruik OBU´s

verschil minimaal is. Hiernaast bleek uit tabel 4.36 dat de TravelStar niet bijzonder veel gebruikt werd door de deelnemers. N.B. de gegevens die ten grondslag aan tabel 4.35, tabel 4.36 en tabel 4.37 liggen, zijn afkomstig uit de TravelStar enquête (deze is in april 2012 afgenomen, in tegenstelling tot de startersenquête die voor aanvang van de proef is afgenomen). Deze korte enquête omvatte slechts vijf vragen, en had als doel het inwinnen van informatie omtrent het gebruik van de TravelStars. Specifiek werden respondenten gevraagd om kenbaar te maken welke functies zij gebruiken, en hoevaak. In totaal is deze door 1557 respondenten ingevuld. Het beeld van tabel 4.36 dat er een tweedeling bestaat onder de deelnemers wat het gebruik van de Travel Star betreft, wordt bevestigd door tabel 4.37. Alhoewel een absolute meerderheid van de deelnemers aangeeft de TravelStar nauwelijks of nooit te gebruiken, is er een relatief klein aantal deelnemers die wél regelmatig gebruik gemaakt heeft van de TravelStar. Op dit punt wijken de hier gepresenteerde resultaten uit


43 Type platform Travelstar TravelStar PND TravelStar PDA: HTC Touch 2 TravelStar PDA: ACER E101 Ik ben niet (meer) in het bezit van een TravelStar Totaal


% 39%

625

40%

209

13%

120 1557

8% 100%

Tabel 4.35: Type platform Travelstar

Mate van gebruik 0 tot 2 keer per maand 3 tot 10 keer per maand meer dan 10 keer per maand Totaal

Totaal 1328

% 93%

76

5%

29 1433

2% 100%

Tabel 4.36: Mate van gebruik Travelstar

de TravelStar enquête nauwelijks af van de uitslag van de deelnemersenquête. Zo geeft in die enquête 94% van de deelnemers te kennen, de TravelStar “incidenteel” of “nooit” te gebruiken, versus 6% die aangeeft deze “regelmatig” of “vaak” te gebruiken. Hiermee leveren de resultaten uit de deelnemersenquête op dit vlak een identiek beeld op als de resultaten uit de TravelStar enquête. Mate van gebruik Ik gebruik de TravelStar zelden tot nooit Ik gebruik de TravelStar regelmatig Totaal

Totaal

%

1329

93%

104 1433

7% 100%

Tabel 4.37: Mate van gebruik Travelstar

Het feit dat maar weinig deelnemers aangeven de TravelStar regelmatig te gebruiken, kan meerdere redenen hebben. In de deelnemersenquête zijn diegenen die de TravelStar zelden of nooit gebruiken, gevraagd naar hun redenen hiervoor (waarbij zij meerdere redenen konden opgeven). Het blijkt dat de meesten aangeven zelf al een PDA en/of een navigatiesysteem te bezitten (dit geldt voor 64% van de deelnemers). Daarnaast is er een substantiële groep die aangeeft een ander medium te gebruiken voor verkeersinformatie(circa 22% van de deelnemers). Opvallend is dat 39% zegt geen verkeersinformatie of routeplanner nodig te hebben (tabel 4.38). N.B. deze informatie is tevens gebaseerd op de uitslag v.d. deelnemersenquête.


44 Reden voor laag gebruik TravelStar Ik ben zelf al in het bezit van een PDA Ik ben zelf al in het bezit van een navigatiesysteem Ik gebruik een ander medium (internet, radio) voor verkeersinformatie Ik heb geen verkeersinformatie nodig Ik heb geen routeplanner nodig Anders, namelijk Totaal

Aantal deelnemers

%

170

14%

601

50%

262

22%

223

18%

253 424 1209

21% 35% 100%

Tabel 4.38: Reden voor laag gebruik TravelStar

Het is gebleken dat men allerlei redenen noemt voor het weinig of niet gebruiken van de TravelStar. Uit een analyse van de gegeven antwoorden uit de categorie “Anders, namelijk:...” van tabel 4.38 is er om allerlei redenen geen of weinig gebruik van de TravelStar werd gemaakt. Een greep uit de gegeven antwoorden: • “Hoef niet vaak naar onbekende locatie” • “TomTom werkt beter” • “geen duidelijk navigatiesysteem, gebruiken liever ons eigen systeem” • “Ik reis relatief weinig buiten bekende trajecten” • “ik rijdt altijd dezelfde route naar werk-huis” • “ik heb een smartphone en wil geen extra apparaat gebruiken” • “Een extra apparaat om bij je te dragen; onhandig want ik moet ook nog een mobiel meenemen.” In het kader van de deelnemersenquête zijn de deelnemers gevraagd naar welke diensten van de TravelStar zij zoal gebruiken (tabel 4.39). Naast het feit dat de routeplanner door het gros van de deelnemers is gebruikt, waren ook de diensten die informatie over wegwerkzaamheden verstrekten redelijk populair. Een kleinere groep gaf aan parkeerinformatie te gebruiken. De functie die intelligente snelheidsinformatie in de omgeving van scholen verschafte is nauwelijks actief gebruikt. Echter, aangezien deze functie automatisch werkt (de deelnemers krijgen vanzelf een melding over de correcte snelheid wanneer zij nabij scholen komen), is deze functie wel passief gebruikt door de deelnemers. N.B. de respondenten konden hier meerdere diensten aanvinken als diensten die wel eens door hen gebruikt werden. Wanneer gevraagd naar de gelegenheden waarin men gebruik maakt van de TravelStar, gaven de deelnemers in de deelnemersenquête te kennen dat ze deze het meest gebruiken voor privé routes en voor nieuwe routes. Hier staat tegenover dat relatief weinig deelnemers aangaven de TravelStar te gebruiken op de vaste woon-werkroutes (tabel 4.40). Mogelijk zijn de deelnemers al wat bekender waren met hun vaste woon-werkroute, en voelden zij zich daarom juist minder genoodzaakt om de TravelStar voor dit type route te gebruiken. Een andere uitleg is dat men voor deze routes reeds een andere bron raadpleegt voor verkeersinformatie. Het gebruik van de TravelStar, welke functies de deelnemers meestal raadplegen, en op welke routes zij de TravelStar gebruiken, is in het voortgaande reeds besproken. Nu komen hier de meningen van de deelnemers m.b.t. de TravelStar aan de orde. In de deelnemersenquête zijn de deelnemers gevraagd hun mening te geven over het gebruiksgemak en


45

Dienst Routeplanner Parkeerinformatie Wegwerkzaamheden Intelligente snelheidsinformatie in de omgeving van scholen Spitstariefinformatie Anders, namelijk Totaal


% 92% 12% 16%

24 35 31 457

5% 8% 7% 100%

Tabel 4.39: Gebruik diensten TravelStar

Gelegenheid voor gebruik TravelStar Vaste routes (woonwerk verkeer) Nieuwe routes (zakelijk verkeer) Privé ritten Totaal

Totaal

%

124

27%

261 291 457

57% 64% n.v.t.

Tabel 4.40: Gelegenheid voor gebruik TravelStar

de bruikbaarheid van de diverse functies van de TravelStar. Tevens zijn zij gevraagd om aan te geven in welke mate deze functies van de TravelStar hun reisgedrag beïnvloed hebben, en worden zij gevraagd de beschikbaarheid van iedere functie te waarderen. In ieder van deze situaties zijn zij gevraagd deze functies te beoordelen met een rapportcijfer tussen de 1 en de 10. Deze door de deelnemers verstrekte rapportcijfers staan per functie in de onderstaande vier tabellen, met in de cellen het aantal deelnemers dat een bepaalde functie met een bepaald cijfer waardeerde. N.B. het aantal deelnemers dat rapportcijfers heeft toegekend, verschilt per functie; zo kan het zijn dat er meer deelnemers zijn geweest die de functie “routeplanner” met een cijfer hebben gewaardeerd, dan de functie “parkeerinformatie”. De percentages in de tabellen zijn daarom berekend per functie. Bij de vraag naar het gebruiksgemak van de functies op de TravelStar, blijkt dat de deelnemers de intelligente snelheidsinformatie in de omgeving van scholen, parkeer informatie, en informatie over wegwerkzaamheden het hoogste waarderen. Anderzijds zijn er nauwelijks functies die met een 7 of hoger worden gewaardeerd, behalve de functie die intelligente snelheidsinformatie in de omgeving van scholen biedt (tabel 4.41). Twee functies haalden daarnaast een rapportcijfer van beneden de zes (de routeplanner en de spitstariefinformatie). Indien nu de waardering van de bruikbaarheid door de deelnemers wordt bezien, blijkt dat dit geen fundamenteel ander beeld oplevert dan de waardering van het gebruiksgemak van de diverse functies op de TravelStar (tabel 4.42). Achtereenvolgens worden opnieuw dezelfde drie functies het hoogste gewaardeerd als zijnde de meest bruikbare: intelligente snelheidsinformatie in de omgeving van scholen, parkeerinformatie, en informatie over wegwerkzaamheden. De rapportcijfers voor deze drie functies verschillen nauwelijks ten opzichte van de waardering van het gebruiksgemak. Hiernaast werden wederom de routeplanner-functie en spitstariefinformatie met een rapportcijfer van beneden de 6,0 gewaardeerd. In de deelnemersenquête is men tevens gevraagd om de mate waarin de diverse functies van de TravelStar het eigen reisgedrag beïnvloeden, van een rapportcijfer te voorzien. Hier scoren de functies van de TravelStar beduidend lager, dan wanneer deze op hun gebruiksgemak en/of bruikbaarheid of beschikbaarheid beoordeeld worden (tabel 4.43). Slechts één functie wordt op dit gebied gemiddeld met een cijfer van hoger dan een 6,0 gewaardeerd; dit is de intelligente snelheidsinformatie in de omgeving van scholen. Deze functie attendeert de deelnemers op hun rijsnelheid wanneer zij nabij scholen rijden, en zo worden zij op gepaste wijzigingen in hun reisgedrag (zoals snelheid minderen) gewezen. De overige functies worden qua


Routeplanner Parkeerinformatie Wegwerkzaamheden Intelligente Snelheidsinformatie in omgeving scholen Spitstariefinformatie Actuele fileinformatie Keuze route OV/auto Toegang tot websites Toegang tot persoonlijke pagina Onvolledigheid of fout melden Weergave PRIS-borden met parkeerroute-informatie P+R informatie rond s-Hertogenbosch Informatie over CO2uitstoot Informatie over brandstofverbruik Informatie van de matrixborden boven de snelweg

46 Deelnemersenquête (uitgezet 1 apr. 2011) 5,2 6,56 6,07

Deelnemersenquête (uitgezet 18 nov. 2011) 5,04 6 5,2

Eindenquête (uitgezet 3 aug. 2012) 5,24 6,98 6,29

7

5,33

7,19

5,8

5,5

6,47

n.v.t. n.v.t. n.v.t.

4,89 4,33 5,67


n.v.t.

5,33

n.v.t.

n.v.t.

2

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

6

n.v.t.

n.v.t.

6,6

n.v.t.

n.v.t.

3,67

n.v.t.

Tabel 4.41: Waardering gebruiksgemak TravelStar

invloed op het eigen reisgedrag met een rapportcijfer van lager dan een 6,0 gewaardeerd, waarbij informatie omtrent wegwerkzaamheden (gemiddeld een 5,76) en parkeerinformatie (gemiddeld een 5,42) nog het hoogste worden gewaardeerd. Tot slot volgt nog de waardering van de beschikbaarheid van de diverse functies. Op dit gebied worden de functies relatief bezien hoger gewaardeerd door de gebruikers, dan dit bij het gebruikersgemak, de bruikbaarheid of de invloed op het reisgedrag het geval was. Geen enkele functie wordt hier gemiddeld genomen lager dan met het cijfer 6,0 gewaardeerd. Dit duidt op een brede tevredenheid onder de deelnemers over de beschikbaarheid van de diverse functies op de TravelStar. Het hoogst gewaardeerd is hier wederom de intelligente snelheidsinformatie in de omgeving van scholen, gevolgd door spitstariefinformatie en parkeerinformatie (tabel 4.44). De deelnemers zijn in de startersenquête tevens gevraagd hun mening te delen over het nut van de informatie die de TravelStar biedt (zie tabel 4.45). N.B. deze vraag is de deelnemers gesteld op het moment dat zij met de proef begonnen, nog voor zij met de TravelStar in aanraking kwamen (in tegenstelling tot de hierboven besproken waardering van de diverse functies van de TravelStar, welke gebaseerd is op een enquête d.d. april 2012). Het is dus mogelijk dat deelnemers pas nadat zij de TravelStar hebben ervaren, hun mening bij hebben gesteld. De helft van de deelnemers heeft volgens tabel 4.45 interesse in de informatie die hen via de TravelStar aangereikt wordt, en zal mogelijkerwijs hun reiskeuze(n) aanpassen op basis van deze informatie. Bovenal lijkt juist die informatie interessant te zijn voor de deelnemers, welke hen in staat stelt om goedkoper en/of sneller te reizen (tabel 4.45). Deze constateringen uit de startersenquête zijn opvallend, gegeven het feit dat een aparte TravelStar-enquête heeft uitgewezen dat men de TravelStar in de praktijk nauwelijks heeft gebruikt (zie tabel 4.36). De mening over de informatie op de TravelStar blijkt dus te verschillen van het feitelijke gebruik hiervan. Naast de verkeersinformatie die via de TravelStar werd aangeboden, beschikte de verstrekte PDA´s en PND´s ook over aanvullende diensten, zoals mobiel internet en email. Ook deze



47

Deelnemersenquête (uitgezet 1 apr. 2011) 5,39 6,6 6,14

Deelnemersenquête (uitgezet 18 nov. 2011) 5,62 6 5,3


6,96

5,33

7,1

5,89

5,5

6,43


4,67 4,33 5,5


n.v.t.

5

n.v.t.

n.v.t.

3

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

5,33

n.v.t.

n.v.t.

5,4

n.v.t.

n.v.t.

3,67

n.v.t.

Tabel 4.42: Waardering bruikbaarheid TravelStar



48


Deelnemersenquête (uitgezet 18 nov. 2011) 3,88 7 6


6,17

5

7,19

4,71

6

5,1


5,33 4 4


n.v.t.

6,67

n.v.t.

n.v.t.

4

n.v.t.

n.v.t.

7

n.v.t.

n.v.t.

7

n.v.t.

n.v.t.

3,67

n.v.t.

n.v.t.

2,6

n.v.t.

n.v.t.

5,67

n.v.t.

Tabel 4.43: Invloed v.d. diverse functies v.d. TravelStar op het reisgedrag v.d. deelnemers


49



Deelnemersenquête (uitgezet 18 nov. 2011) 6,12 6,2 5,6


7,74

5,33

6,57

6,25

7,14 6,93 5,1


4,78 6,67 6,33


n.v.t.

5,33

n.v.t.

n.v.t.

4,5

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

1

n.v.t.

n.v.t.

6,33

n.v.t.

n.v.t.

6,8

n.v.t.

n.v.t.

5,33

n.v.t.

Tabel 4.44: Waardering beschikbaarheid functies TravelStar


50 Mening over informatie op de TravelStar Ik heb wel interesse in de informatie, maar ik denk niet dat mijn reisgedrag erdoor zal veranderen Ik heb wel interesse in de informatie en ik zal mijn keuze aanpassen als dat sneller en/of goedkoper is Die informatie is voor mij persoonlijk niet interessant, maar misschien wel voor anderen Dergelijke informatie is niet interessant Totaal

Aantal deelnemers

%

659

27%

1246

50%

430

17%

146 2481

6% 100%

Tabel 4.45: Mening over TravelStar (gebaseerd op de startersenquête)

bleken in de praktijk nauwelijks gebruikt te zijn door de meeste deelnemers (tabel 4.46). Mate van gebruik overige diensten Ik gebruik alleen de informatiediensten, zoals OV- en verkeersmanagementinformatie Ik gebruik zowel de informatiediensten als de overige opties, zoals mobiel internet Ik gebruik uitsluitend de overige diensten zoals mobiel internet en e-mail Ik maak geen gebruik van diensten die worden aangeboden op de TravelStar Totaal

Aantal deelnemers

%

123

9%

73

5%

58

4%

1179 1433

82% 100%

Tabel 4.46: Mate van gebruik overige diensten TravelStar

Men is in de deelnemersenquête tevens gevraagd naar het tijdstip waarop men gebruik maakt van VAS diensten. Het blijkt dat de meeste deelnemers (meer dan de helft) dit op wisselende tijdstippen doen. Hiernaast zegt een relatief grote groep voor aanvang van de rit (thuis of op het werk) van de VAS diensten gebruik te maken. Ook zegt een relatief grote groep bij de aanvang van de rit (in de auto) de VAS diensten te gebruiken. Een wat kleinere groep doet dit tijdens de rit (tabel 4.47). Indien gevraagd welke reisinformatiediensten de deelnemers wel eens raadpleegden voorafgaand aan de proef, blijkt dat de meeste deelnemers destijds een navigatiesysteem in de auto raadpleegden of file informatie via de tv, de radio en het internet verkregen. Een kleinere groep raadpleegde de routeplanner voor het openbaar vervoer, OV9292 (zie figuur 4.20 en tabel 4.48). In tabel 4.49 is het draagvlak voor bepaalde typen informatie voor gebruik in de auto te zien. Dit is zowel in absolute zin als procentueel weergegeven. Elk type informatie (zoals “Informatie over treinen en bussen”) kon door de deelnemers maar één graad van belangrijkheid worden toegekend; zodoende tellen de percentages van links naar rechts op tot 100%. Het type informatie dat het meeste als mogelijk interessante informatie voor gebruik in de auto wordt aangestipt door de deelnemers, is route (file) informatie (52% vindt dit “zeer belangrijk”). Informatie over wegwerkzaamheden en omleidingsroutes wordt eveneens door velen als “zeer belangrijk” aangestipt. Naast deze twee typen, werden ook informatie over snelheidslimieten


51

Tijdstip Voor aanvang van de rit (thuis, op het werk) Bij aanvang van de rit (in de auto) Tijdens de rit Op wisselende momenten Totaal

Aantal deelnemers

%

96

21%

81 45 235 457

18% 10% 51% 100%

Aantal deelnemers

Tabel 4.47: Tijdstip gebruik VAS diensten

1600 1400 1200 1000 800 600 400 200 0

Type verkeersinformaƟe Figuur 4.20: Gebruik informatiediensten voorafgaand aan de proef

Antwoord File informatie (tv, radio, internet) Navigatiesysteem in auto Ik maak hier geen gebruik van OV9292 Reisplanner NS/ spoorboekje Websites OVbedrijven Anders, namelijk Totaal

Totaal

%

1377

56%

1306

53%

514 441 403

21% 18% 16%

177 165 2481

7% 7% n.v.t.

Tabel 4.48: Gebruik informatiediensten voorafgaand aan de proef

en informatie over hulpdiensten die in aantocht zijn, alsmede informatie over parkeerplaatsen erg hoog gewaardeerd.


Route-informatie (files) Informatie over wegwerkzaamheden en omleidingsroutes Informatie over hulpdiensten die in aantocht zijn Informatie over snelheidslimieten Informatie over parkeerplaatsen Informatie over gevaarlijke situaties bij scholen Informatie over overstekende voetgangers Informatie over de onderlinge afstanden tussen voertuigen Informatie over treinen en bussen

52

Zeer belangrijk

Belangrijk

Neutraal

Niet belangrijk

Zeer onbelangrijk

Geen mening

1248 (52%)

975 (40%)

93 (4%)

34 (1%)

24 (1%)

44 (2%)

Totaal 2418 (100%)

1142 (47%)

1055 (44%)

96 (4%)

49 (2%)

21 (1%)

47 (2%)

2410 (100%)

762 (33%)

1023 (44%)

352 (15%)

103 (4%)

42 (2%)

59 (3%)

2341 (100%)

597 (25%)

1147 (49%)

325 (14%)

177 (8%)

62 (3%)

51 (2%)

311 (14%)

933 (41%)

404 (18%)

320 (14%)

218 (10%)

85 (4%)

2359 (100%) 2271 (100%)

303 (13%)

814 (36%)

638 (28%)

303 (13%)

124 (5%)

90 (4%)

2272 (100%)

246 (11%)

690 (31%)

718 (32%)

355 (16%)

126 (6%)

103 (5%)

2238 (100%)

244 (11%)

659 (29%)

716 (32%)

414 (18%)

132 (6%)

97 (4%)

53 (3%)

218 (10%)

404 (19%)

706 (34%)

570 (27%)

153 (7%)

2262 (100%) 2104 (100%)

Tabel 4.49: Meningen deelnemers over mogelijk interessante informatie voor gebruik in de auto

Meningen en ervaringen deelnemers m.b.t. communicatie In de deelnemersenquête is de deelnemers gevraagd hoe zij tegen de communicatie van het project “Spitsmijden in Brabant” aankijken. Hierbij zijn zij gevraagd naar o.a. hun mening over de digitale nieuwsbrief en de website van het project (tabel 4.50 en tabel 4.51). Mening over digitale nieuwsbrief Helder taalgebruik Niet interessant Geen toegevoegde waarde Weinig informatie Informatief Veel informatie Leerzaam Ik lees de nieuwsbrief niet Anders, namelijk Totaal


% 36% 6%

125 99 730 66 74

10% 8% 57% 5% 6%

146 27 1281

11% 2% n.v.t.

Tabel 4.50: Mening deelnemers over de digitale nieuwsbrief van “Spitsmijden in Brabant”


53

Het blijkt dat de meeste deelnemers de digitale nieuwsbrief informatief vinden. Een substantieel deel van hen meent daarnaast dat de website helder taalgebruik toepast. Anderzijds claimt 11% de respondenten de nieuwsbrief niet te lezen, en meent 10% dat de digitale nieuwsbrief geen toegevoegde waarde heeft (tabel 4.50). N.B. het stond de respondenten bij deze vraag vrij om meerdere antwoorden te geven (indien van toepassing). Mening website Informatief Actueel Helder taalgebruik Anders, namelijk Totaal

Aantal deelnemers 890 323 260 136 1281

% 69% 25% 20% 11% n.v.t.

Tabel 4.51: Mening deelnemers over de website

Aangaande de website zegt 69% van de respondenten deze informatief te vinden. Nog eens een kwart van de respondenten noemt deze ook actueel; daarnaast meent één op de vijf deelnemers dat er sprake is van helder taalgebruik op de website van “Spitsmijden in Brabant” (tabel 4.51). Een analyse van de antwoorden die onder “Anders, namelijk:...” gegeven zijn, wijst uit dat er een aantal deelnemers is die de website zelden tot nooit bezoekt, of die geen mening hebben over de website. N.B. het stond de respondenten bij deze vraag vrij om meerdere antwoorden te geven (indien van toepassing). Deelnemers zijn tevens gevraagd naar hun mening over de persoonlijke pagina, welke zij konden bereiken via de website van “Spitsmijden in Brabant”. Zie hiervoor tabel 4.52. Mening Duidelijke informatie Gebruiksvriendelijk Helder taalgebruik Onduidelijk Bevat weinig informatie Weinig toegevoegde waarde Anders, namelijk Totaal

Aantal deelnemers 757 528 224 53 47

% 59% 41% 17% 4% 4%

109 140 1281

9% 11% n.v.t.

Tabel 4.52: Mening deelnemers over persoonlijke pagina (website)

Het blijkt dat een grote groep deelnemers de mening is toegedaan, dat de persoonlijke pagina voor de deelnemers op de officiële website van Spitsmijden in Brabant hen duidelijke informatie verschaft. Een relatief grote groep noemt deze pagina ook nog eens gebruikersvriendelijk, terwijl een wat kleinere groep stelt dat het taalgebruik op deze pagina helder is. De deelnemers zijn tevens gevraagd hun mening te geven over het functioneren van de servicedesk (tabel 4.53). Deze gaven zij wederom via de deelnemersenquête. Men oordeelt in algemene zin positief over de dienstverlening van de servicedesk. Veruit de meeste deelnemers zijn tevreden met de dienstverlening van de servicedesk; er is daarnaast een relatief grote groep deelnemers die zegt geen ervaringen te hebben met de servicedesk. Websitegedrag deelnemers Het is gebleken dat nagenoeg alle bezoekers van de website deelnemers zijn; hiernaast bezochten zeer kleine aantallen gestopte deelnemers en aanmelders de website. Het totale aantal bezoekers lag op 610.558. In tabel 4.54 zijn daarnaast de diverse subpagina’s van de officiële website weergegeven, alsmede het aantal keer dat de deelnemers de betreffende subpagina hebben geraadpleegd (zowel absoluut als procentueel). Het blijkt dat niet veel van de aangeboden pagina’s meer dan 10% van het totale aantal hits


onderwerp Volledigheid van informatie Duidelijkheid van informatie Snelheid van antwoorden op vragen Adequaatheid van antwoorden op vragen Klantvriendelijkheid bij contact met servicedesk

54 Zeer tevreden

Tevreden

Ontevreden

Zeer ontevreden

Geen mening

Geen ervaring

180 (8%)

723 (56%)

53 (4%)

24 (2%)

49 (4%)

324 (25%)

116 (9%)

723 (56%)

60 (5%)

22 (2%)

45 (4%)

315 (25%)

Totaal 1281 (100%) 1282 (100%)

141 (11%)

507 (40%)

126 (10%)

69 (5%)

38 (3%)

400 (31%)

1283 (100%)

128 (10%)

555 (43%)

111 (9%)

42 (3%)

40 (3%)

405 (32)

1284 (100%)

183 (14%)

595 (46%)

25 (2%)

13 (1%)

37 (3%)

428 (33%)

1285 (100%)

Tabel 4.53: Mening deelnemers over servicedesk

wisten te behalen. Pagina´s die dat wel behaalden, waren de pagina´s waar de deelnemer informatie kon inwinnen over de hoogte van zijn/haar beloning (Mijn Beloning), of over het eigen rijgedrag (“Mijn Ritten” bijvoorbeeld). Hiernaast werd tevens de persoonlijke pagina relatief veel geraadpleegd. Tot slot is het logisch dat de inlogpagina en de welkomstpagina ook relatief veel hits behaalden. De informatie uit tabel 4.54 is hieronder nogmaals in grafiekvorm weergegeven (figuur 4.21). Webpagina Contact Deelname activeren Inloggen Mijn beloning Mijn gegevens Mijn kentekens Mijn referentieniveau Mijn ritten Persoonlijke pagina Spitskalender Spitsmijden in Brabant TravelStar TravelStar Diensten Welkom subtotaal overig totaal

Aantal bezoekers 6695 13501 48568 68085 12503 7406 14731 94154 70384 6432 7681 12683 6622 86134 455579 291828 747407

% 0,90 1,81 6,50 9,11 1,67 0,99 1,97 12,60 9,42 0,86 1,03 1,70 0,89 11,52 60,95 39,05 100,00

Tabel 4.54: Webitegedrag deelnemers: aantal bezoekers per subpagina

Er werden op de Spitsmijden-website een forum en een poll aangeboden. Het forum is weinig succesvol gebleken; de poll is echter wel door de deelnemers opgemerkt. In totaal waren er 14 polls aangeboden op de website gedurende de looptijd van de proef. Het aantal websitebezoekers dat op deze polls gestemd heeft, varieert van 242 tot 747 per poll. De volgende stellingen hebben via de poll de revue gepasseerd: • Wat is uw favoriete manier van spitsmijden? • Is de TravelStar voor u een goed middel om uw reis te plannen? • Ook na Spitsmijden in Brabant pas ik mijn rijgedrag aan


55

100000 90000

bezoekersaantallen

80000 70000 60000 50000 40000 30000 20000 10000 0

sub pagina's Figuur 4.21: Bezoekersaantallen sub pagina’s op de Spitsmijden website

• Voor welk product zou u uw beloningsbudget willen inruilen? • De fiets is voor mij een goed alternatief voor de auto • In de kerstvakantie... • In 2012 mijd ik de spits • Mijn werkgever stimuleert deelname aan Spitsmijden in Brabant • Het I love mijdenpakket vond ik een leuke attentie • Ik voel mij een echte spitsmijder • Ik blijf ook na Spitsmijden in Brabant de spits mijden • Ik ervaar door spitsmijden een betere balans tussen werk/prive • Ook nu ik geen beloning meer krijg mijd ik nog steeds de spits • Ik zou zo weer meedoen aan een proef als Spitsmijden in Brabant Enkele voorbeelden van de respons op de poll staan hieronder in figuur 4.22 en figuur 4.23 Tussentijdse Enquête In deze paragraaf komen er inzichten aan bod die gebaseerd zijn op de resultaten uit de tussentijdse enquête. Aangezien deze enquête door slechts 63 deelnemers is voltooid (van de 100 die hiervoor zijn uitgenodigd), dienen de resultaten hiervan met een slag om de arm geïnterpreteerd te worden. In de tussentijdse enquête zijn de deelnemers de volgende (open) vraag gesteld: Wat heeft u (behalve de financiële compensatie) ondervonden als het grootste voordeel(en) van het mijden van de spits? Hieronder volgen een aantal representatieve antwoorden, gegeven door de deelnemers. N.B. elk van deze antwoorden is afkomstig van een andere deelnemer. • “Dat je gaat nadenken over andere routes, over andere mogelijkheden om op je werk te komen.”


56

160 140

aantal antwoorden

120 100 80 60 40 20 0 Fiets

Openbaar vervoer Vroeger of later beginnen

Thuiswerken

Anders

antwoordcategorie Figuur 4.22: Antwoorden op de poll “Wat is uw favoriete manier van spitsmijden?” (tot. 410 antwoorden)

700

aantal antwoorden

600 500 400 300 200 100 0 ja

nee

antwoordcategorie Figuur 4.23: Antwoorden op de poll “Ik zou zo weer meedoen aan een proef als Spitsmijden in Brabant” (tot. 747 antwoorden)

• “Dat ik erachter kom dat een alternatieve route best een goed alternatief is. En dat ik een aantal dagen best op andere tijden kan gaan werken.” • “Meer lichaamsbeweging omdat ik mijn auto zo vaak mogelijk buiten de ring parkeer en vandaar uit wandel; door mijn werk in het onderwijs is het nauwelijks mogelijk om de spits vaker te mijden dan ik nu al doe.”


57

• “Ik heb geen verschil ondervonden; ik mijd de spits niet.” • “Iets meer bewustwording van verkeersdrukte.” • “Betere conditie nu ik vaker met de fiets ga.” De rode draad die door de antwoorden van de respondenten loopt, is dat men zich bewust wordt van alternatieve reisopties, alsmede van de verkeersdrukte tijdens, voor en na de spits. Het blijkt dat deelname aan de proef een aantal mensen aan het nadenken heeft gezet. Zoals blijkt uit tabel 4.55, geven een aantal deelnemers daadwerkelijk aan dat zij minder in de spits zijn gaan rijden als voorheen, als gevolg van hun deelname aan de proef. Rijdt u tegenwoordig minder in de spits dan dat u vroeger deed? Ja Nee Totaal


% 75% 25% 100%

Tabel 4.55: Rijgedrag tijdens de spits

Er is de invullers van de tussentijdse enquête tevens gevraagd, wat zij nu ervaren indien zij in de spits rijden. Een selectie uit hun antwoorden op de vraag “Wat ervaart u als u nu in de spits rijdt?” volgt hieronder. • “Nu ga ik na of ik de spits had kunnen mijden en ik ben me ervan bewust dat ik gekort wordt op mijn beloning. Ik krijg het gevoel dat spitsrijden me geld "kost".” • “Dat het onnodig veel tijd kost.” • “Irritant, omdat ik weet (heb ervaren) dat het ook anders/sneller kan middels bijv. spitsmijden.” • “Dat het helaas noodzakelijk is. Voor mijn werk is het vaak onmogelijk rekening te houden met spitstijden.” Uit deze (en andere) antwoorden blijkt wederom dat er zich een proces van bewustwording heeft plaatsgevonden bij de deelnemers. Men weet nu dat in de spits rijden een keuze is, en dat er efficiëntere en aangenamere alternatieven zijn. Dit geldt overigens alleen voor de groep deelnemers die in staat is om de spits te mijden (een aantal deelnemers kan dit niet, vaak vanwege de werktijden; voor hen geld dat deze bewustwording niet of nauwelijks tot stand is gekomen). Diegenen die de tussentijdse enquête hebben voltooid, hebben zich tevens uitgesproken over de door hen geanticipeerde lange termijn gevolgen van spitsmijden. Hieronder een greep uit hun antwoorden op de vraag “Wat verwacht u dat de langetermijn voordelen voor u zijn van het mijden van de spits?” • “Snellere doorstroom van het verkeer dus minder reistijd.” • “Voor mij is het voordeel tijdwinst en misschien ook brandstofbesparing, maar van dat laatste heb ik eigenlijk geen idee.” • “Het verkorten van de reistijd en ook het plannen van andere reistijden.” • “Fitter door het dagelijkse fietsen.” • “Ik verwacht geen voordelen.” • “Andere gewoonten qua werktijden.”


58

• “Als dit op grotere schaal wordt toegepast zal de spits afnemen.” Als laatste is deze groep gevraagd of zij verwachten door te gaan met het mijden van de spits als de financiële beloning van Spitsmijden in Brabant is beëindigd (tabel 4.56). Het blijkt dat een hoog percentage van deze kleine groep deelnemers dit ook daadwerkelijk zegt te gaan doen. Het valt hieruit op te maken, dat de proef wellicht als succesvol beschouwd kan worden, wat betreft het ter wege brengen van blijvende gedragswijzigingen onder de deelnemende automobilisten. Hiermee is de proef mogelijk een succesvol en doeltreffend experiment geweest. Doorgaan met mijden v.d. spits na beëindiging financiële beloning? Ja Nee Totaal


% 87% 13% 100%

Tabel 4.56: Blijvende gedragswijzigingen bij de deelnemers

4.7 Overig Deelnameperiodes De deelnemers lopen na hun aanmelding enkele fasen door. Achtereenvolgens zijn dit: 1. De overbrugging (wachtperiode tussen het moment van aanmelden en het begin van de referentiemaand) 2. De referentiemaand 3. De feitelijke deelname aan de proef 4. De nameting. Hierbij is de vierde “fase” tevens de eindfase. Op het moment dat de deelname aan de proef is gestopt, rijden de deelnemers nog één maand rond met de OBU´s in hun voertuig, ten behoeve van de nameting. Als deze vervolgens zijn verwijderd is de nameting en de deelname van de automobilisten volledig beeïndigd. Het zal blijken dat deze fase voor de meeste deelnemers op 30 april 2012 aanbrak, toen de beloningsperiode ten einde was; voor deze deelnemers liep de nameting tot 30 mei. Het was niet mogelijk na 30 april met de nameting te beginnen (wel eerder). Van elke deelnemer is bekend wanneer deze aan iedere fase begon, en wanneer deze vervolgens is doorgestroomd naar een andere fase. Zodoende was het mogelijk om vast te stellen hoeveel deelnemers zich per maand in iedere fase bevonden. Dit is te doen door het cumulatieve aantal deelnemers dat tot en met een bepaalde maand een bepaalde fase heeft verlaten in mindering te brengen op het cumulatieve aantal deelnemers dat tot op die maand was begonnen aan die fase. Wanneer deelnemers zich aanmelden, is het niet altijd mogelijk om direct te beginnen met de referentiemaand. Deze begint namelijk op de eerste werkdag nadat de deelnemers de OBU in hun voertuig hebben laten inbouwen. In de praktijk zullen de meeste deelnemers een overbruggingsfase hebben doorlopen tussen het moment van aanmelding en de referentiemaand. Het aantal deelnemers dat zich in elke maand van de proef in de overbruggingsfase bevond, is te zien in figuur 4.24. Uit figuur 4.24 blijkt dat het aantal deelnemers dat zich in de overbruggingsfase bevond, een weerspiegeling is van de wervingsmomenten die hebben plaatsgevonden in juli en september 2010, alsmede in augustus en oktober 2011 (figuur 4.24). Ook is te zien dat het aantal deelnemers in deze fase piekt in deze maanden, en in de maanden hierna slechts geleidelijk daalt. Dit is omdat sommige deelnemers na hun aanmelding enige tijd moesten wachten om een afspraak te kunnen maken om de OBU in hun voertuig te laten inbouwen. Het hoge aantal aanmeldingen direct na de wervingsmomenten maakte dat niet alle deelnemers direct binnen één maand een afspraak konden maken om de OBU te laten inbouwen. In figuur 4.25 is vervolgens te zien hoeveel deelnemers zich gedurende het verloop van de proef in de referentiemaand bevonden. Het zwaartepunt van het aantal deelnemers ligt voor deze fase (in verhouding tot de wachtperiode) gemiddeld iets later; hieruit valt de doorstroming vanuit de wachtperiodes naar de


59

700

aantal deelnemers

600 500 400 300 200 100 0 7

8

9

10

11

12

1

2

3

4

5

6

2010

7

8

9

10

11

12

1

2

2011

3

4

2012

jaar en maand Figuur 4.24: aantal deelnemers in de overbrugging (naar maand en jaar)

referentiemaand af te lezen. Omdat het hier om het cumulatieve aantal deelnemers dat zich in de referentiemaand bevindt gaat, is het logisch dat het aantal deelnemers na een piek in het najaar van 2010 weer gestaag afloopt. Deze deelnemers zijn als gevolg van de twee wervingsmomenten van de zomer van 2010 ingestroomd; nadat zij na verloop van tijd de overbruggingsfase en de referentiemaand hebben doorlopen, zullen zij zich na het najaar van 2010 veelal in de deelnemersfase bevinden.

cumulaƟef aantal deelnemers

900 800 700 600 500 400 300 200 100 0 7

8

9 10 11 12 1 2010

2

3

4

5

6

7

2011

8

9 10 11 12 1

2

3

4

2012

jaar en maand Figuur 4.25: aantal deelnemers in de referentiemaand (naar maand en jaar)

In figuur 4.26 is het cumulatieve aantal deelnemers dat per maand deelnam aan de feitelijke proef weergegeven. Hierin is te zien hoe het aantal actieve deelnemers zich gedurende de maanden heen heeft


60

ontwikkeld. Ook valt hier te zien hoe de “pieken” uit figuur 4.25 langzaam doorschuiven naar figuur 4.26; het cumulatieve aantal deelnemers stijgt nl. in de maanden aansluitend op die maanden die volgens figuur 4.25 veel deelnemers in de referentiemaand hadden. 3000

aantal deelnemers

2500 2000 1500 1000 500 0 7

8

9

10 11 12

2010

1

2

3

4

5

6

7

8

9

10 11 12

1

2011

2

3

4

2012

jaar en maand Figuur 4.26: aantal deelnemers in de deelnameperiode (naar maand en jaar)

In figuur 4.27 is het cumulatieve aantal deelnemers te zien die het eindmoment van hun deelname hebben gepasseerd, en zich hiermee in de nameting-fase bevonden. Het lag in de lijn der verwachting, dat de meeste deelnemers deze fase niet naderden tot dat het einde van de proef zich aandiende in het voorjaar van 2012. Na de beëindiging van de beloningsperiode in april 2012 stroomden namelijk pas de meest deelnemers door naar deze fase. Tot dan aan toe waren er slechts een relatief klein aantal deelnemers die aan de nameting waren begonnen, bijvoorbeeld door hun deelname vroegtijdig te beëindigen. (figuur 4.27). Indien de vier bovenstaande figuren worden samengevoegd in één grafiek, resulteert figuur 4.28. In figuur 4.28 is de transitie tussen de verschillende deelnamefasen die de deelnemers doorlopen goed te zien. Zo stijgt in 2010 het aantal deelnemers dat zich in de referentiemaand bevindt, pas nadat er zich in de voorgaande maanden een aantal deelnemers in de overbruggingsperiode bevonden. Met het ondergaan van deze transitie, neemt het aantal deelnemers dat zich in de overbruggingsfase bevindt vervolgens ook weer af. Vervolgens is er een verschuiving te zien vanuit de referentiemaand naar de deelnamefase. Tegen het najaar van 2011 neemt vervolgens het cumulatieve aantal personen in de deelnamefase weer toe als gevolg van een nieuwe wervingsronde, waarbij de geleidelijke verschuiving van nieuwe deelnemers van de overbruggingsfase naar de referentiemaand en uiteindelijk naar de deelnamefase goed te zien is (figuur 4.27). Geschorste deelnemers Gedurende de proef zijn er een beperkt aantal deelnemers geweest die zijn geschorst. Het bedraagt 624 deelnemers. In tabel 4.57 zijn de redenen voor hun schorsing te vinden, alsmede het aantal geschorste deelnemers bij wie deze reden van toepassing is. Het blijkt dat een meerderheid van alle geschorste deelnemers (tijdelijk) geschorst is vanwege het feit dat zij (tijdelijk) geen OBU hebben laten inbouwen in hun auto.


61

2500

aantal deelnemers

2000

1500

1000

500

0 7

8

9 10 11 12 1 2010

2

3

4

5

6

7

8

9 10 11 12 1

2

2011

3

4

5

2012

jaar en maand Figuur 4.27: aantal deelnemers in de nameting (naar maand en jaar)

3000

aantal deelnemers

2500 2000 overbrugging

1500

referenƟemaand deelname

1000

nameƟng

500 0 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 2010

2011

2012

jaar en maand Figuur 4.28: Verloop deelname periodes

Contactmomenten deelnemers Gedurende de proef, is er veelvuldig gecommuniceerd tussen de deelnemers en de servicedesk. Al het contact met de deelnemers is bijgehouden door middel van tickets in het CRM. Het overzicht van deze communicatie is te vinden in tabel 4.58. Het blijkt dat er vooral is gecommuniceerd over zaken gerelateerd aan de aanmelding van de deelnemers. Dit is in het bijzonder het geval in 2010, toen de proef van start ging. Daarnaast werd er gedurende de gehele proef veel gecommuniceerd over algemene zaken. Daarnaast werd er ook nog regelmatig gecommuniceerd over het wijzigen van persoonsgegevens, de OBU, activering


62 Reden voor schorsing Auto langdurig niet beschikbaar Geen obu ingebouwd Geen werkadres Langdurig verlof Langdurig ziekte Overig Totaal

Aantal deelnemers

%

21 569 4 12 8 10 624

3,4 91,2 0,6 1,9 1,3 1,6 100

Tabel 4.57: Geschorste deelnemers

en afmelding.

Onderwerp Aanmelden Activeren Afmelden Algemeen Beloning Cadeaupagina Contact formulier Deelname activeren Deelnemer contact Gedragsonderzoek: Tweede interventie Helpdesk contact Hovenring OBU PDA Persoonlijke pagina Referentieniveau Ritregistratie Schorsing Aanvang Schorsing Opheffing Servicedesk Test Testperiode Wijziging kenteken Wijzigingen persoonsgegevens Totaal per jaar

2010 11549 4619 413 3867 50 0 1507 6 3908

% 33,50 13,40 1,20 11,20 0,14 0 4,37 0,02 11,30

2011 8520 1802 1091 15959 2339 0 286 45 4808

% 15,5 3,29 1,99 29,1 4,27 0 0,52 0,08 8,77

2012 278 5 5957 9391 422 23 0 0 2404

% 1,03 0,02 22 34,7 1,56 0,08 0 0 8,87

Totaal per onderwerp 20347 6426 7461 29217 2811 23 1793 51 11120

% 17,5 5,52 6,41 25,1 2,41 0,02 1,54 0,04 9,55

0 3102 0 1295 349 38 85 107

0 8,99 0 3,75 1,01 0,11 0,25 0,31

0 4163 64 4923 835 127 481 2192

0 7,59 0,12 8,98 1,52 0,23 0,88 4

713 2814 0 913 654 62 185 363

2,63 10,4 0 3,37 2,41 0,23 0,68 1,34

713 10079 64 7131 1838 227 751 2662

0,61 8,66 0,05 6,13 1,58 0,19 0,65 2,29

4

0,01

677

1,23

425

1,57

1106

0,95

1 35 2 1508 855

0 0,1 0,01 4,37 2,48

369 47 0 1461 1819

0,67 0,09 0 2,67 3,32

106 0 0 46 573

0,39 0 0 0,17 2,11

476 82 2 3015 3247

0,41 0,07 0 2,59 2,79

1201 34501

3,48 100

2812 54820

5,13 100

1769 27103

6,53 100

5782 116424

4,97 100

Tabel 4.58: Overzicht contactmomenten met deelnemers


63

4.8 Kenmerken deelnemers: conclusie In dit hoofdstuk zijn de eigenschappen van de deelnemers aan “Spitsmijden in Brabant” besproken. Hierbij zijn een aantal belangrijke constateringen gemaakt ten aanzien van de deelnemende automobilisten. Het blijkt dat de uiteindelijke deelnemers een relatief klein percentage vormen van de groep automobilisten die voor deelname aan de proef zijn benaderd. Daarnaast zijn onder de groep kandidaat-deelnemers die zich aanvankelijk hebben aangemeld voor de proef nog een aantal personen die zich uiteindelijk hebben teruggetrokken. Het gaat in beide gevallen vaak om personen die vanwege hun werktijden zeggen nauwelijks de spits kunnen mijden. Als motiverende factor noemen de meeste deelnemers de beloning, alhoewel een relatief grote groep zegt deel te nemen vanwege hun maatschappelijke betrokkenheid om de verkeersdruk te doen afnemen, of om bij te dragen aan wetenschappelijk onderzoek. De deelnemers vormen een diverse groep personen, onder wie alle opleidingsniveaus, inkomensniveaus en leeftijdscategorieën vertegenwoordigd zijn (desalniettemin kent de groep buitenproportioneel veel mannelijke deelnemers). De meerderheid van alle deelnemers bestaat uit gehuwde mensen; circa een kwart is alleenstaand. De meeste deelnemers werken veelal in de dienstverlenende sector, en daarnaast ook relatief vaak in de industrie of het onderwijs. Van de deelnemers hebben de meesten niet de optie om thuis te werken. Ongeveer driekwart werkt daarnaast voltijd; het restant werkt minder dan 36 uur per week. Qua starttijden moeten de meesten binnen vaste blokken beginnen (bv. tussen 7:30 en 9:30 uur ’s morgens) en eindigen, terwijl een relatief kleine groep kan flexwerken. Veel deelnemers (75%) reizen daarnaast tussen de 15 minuten en 45 minuten naar het werk (en terug) onder normale omstandigheden; zonder vertraging reist 75% echter in een half uur of minder naar de werkplek. Dit toont aan dat er veel tijdswinst te behalen valt met een betere doorstroming van het verkeer. Vaak wordt er door de deelnemers gebruik gemaakt van enkele “mobiliteitsarrangementen” van de werkgever; het meeste maakt men gebruik van reiskostenvergoeding en parkeerplaatsen. Indien gevraagd waarom de keuze voor sommige deelnemers op de auto is gevallen, antwoord men dat de reis te lang duurt met het OV. Velen noemen ook nog het overstappen en de kans op vertragingen als factoren die hun keuze voor de auto in de hand spelen (ten opzichte van het OV). Het blijkt tevens dat de meeste deelnemers niet over adequate alternatieve vervoersmogelijkheden beschikken. Het aantal gereden kilometers per dag verschilt drastisch onder de deelnemers, er is een relatief grote groep die meer dan 100km per dag rijdt, alhoewel de grootste groep deelnemers minder dan 30 kilometer per dag rijdt. 75% van de deelnemers woont daarnaast op 30 kilometer afstand (of minder) van hun werkplek. Bij de vervoerskeuze van de deelnemers spelen diverse factoren een rol. De keuze voor de auto is vooral voortgekomen uit de wens om snel, efficiënt en comfortabel te reizen. Bij de keuze voor de fiets en het OV spelen kosten, milieubewustheid, en oponthoud door werkzaamheden een rol. Bij een grote meerderheid van alle ritten die door het beloningsgebied worden gemaakt, gaat het om zakelijk verkeer (woon-werk verkeer en vice versa). De meeste deelnemers wonen daarnaast in de omgeving van ’s-Hertogenbosch en/of Eindhoven; tevens werkt er een buitenproportioneel grote groep deelnemers in deze twee steden. Daarnaast komt er een substantieel aantal deelnemers uit één van deze twee steden zelf, wat niet verbazingwekkend genoemd mag worden aangezien deelnemers zich voor hun deelname kwalificeerden, door vaak in de spitsuren binnen de centra van ’s-Hertogenbosch en/of Eindhoven te rijden (de twee beloningsgebieden). Er is tevens bijgehouden hoeveel de deelnemers inlogden op hun persoonlijke webpagina. Één op de tien hits vallen hier toe te schrijven aan bezoeken aan de persoonlijke beloningspagina, waarop de deelnemers de hoogte van hun beloning konden inzien. Andere populaire pagina´s waren de Mijn Ritten- pagina en de Welkom-pagina. Verder blijkt dat de deelnemers de service rondom de OBU´s in algemene zin redelijk hoog waarderen, en dat er zich zeer weinig gevallen hebben voorgedaan waarin de geïnstalleerde OBU´s overige apparatuur in de auto´s van de deelnemers hebben verstoord. In de optiek van de deelnemers, verschilt de mate waarin het gebruik van de OBU de privacy waarborgt, erg sterk. Op dit gebied blijken de deelnemers zeer verdeeld. Opvallend is ook dat men heeft aangegeven de TravelStar weinig te gebruiken; 93% van de deel-


64

nemers zegt deze zelden of nooit te raadplegen. Dit is hoofdzakelijk vanwege het feit dat veel deelnemers reeds een PDA of een navigatiesysteem hadden, of omdat zij op andere wijze verkeersinformatie verkrijgen. Overigens was de routeplanner nog wel de meest gebruikte functie van de TravelStar onder de groep die hier toch gebruik van maakte. Zij gebruikten de routeplanner hoofdzakelijk op nieuwe routes en voor privé ritten, in tegenstelling tot op de vaste woon-werk routes. Qua gebruiksgemak en bruikbaarheid beoordeelt men drie functies het hoogst; intelligente snelheidsinformatie in de omgeving van scholen, parkeerinformatie, en informatie over wegwerkzaamheden. Vooral de intelligente snelheidsinformatie in de omgeving van scholen heeft daarnaast ook de meeste invloed op het eigen reisgedrag. Qua beschikbaarheid wordt deze functie ook het hoogste beoordeeld door de deelnemers. De overige diensten die via de TravelStar beschikbaar waren, zoals bijvoorbeeld mobiel internet en email, bleken nauwelijks gebruikt te worden door de deelnemers. En waar de helft zegt VAS diensten op wisselende momenten te gebruiken, zeggen twee op de tien dat zij dit hoofdzakelijk voor aanvang van de rit doen, terwijl nog eens 18% dit bij aanvang van de rit zegt te doen. Voorafgaand aan de proef gebruikten de deelnemers al verkeersinformatiediensten. Het eigen persoonlijke navigatiesysteem in de auto, alsmede file informatie op de radio, tv en het internet werden destijds het vaakst gebruikt. Wanneer zij gevraagd waren om aan te geven welke informatiediensten mogelijkerwijs interessant zijn voor gebruik in de auto, werd primair file informatie genoemd. Een relatief grote groep meldde ook dat informatie over snelheidslimieten, parkeerplaatsen en in aantocht zijnde hulpdiensten handig zouden zijn in de auto. Er was daarnaast een groepje deelnemers die waren geschorst; in de meeste gevallen was dit vanwege het feit dat de deelnemer geen OBU had ingebouwd in zijn auto. Tot besluit zijn er non-respons en nonactie enquêtes gehouden, om te achterhalen waarom potentiele deelnemers niet hebben gereageerd op wervingsacties, of waarom zij zich eerst wel opgaven om zich vervolgens weer terug te trekken. Het blijkt dat het hier in de meeste gevallen gaat om personen die vanwege vaste werktijden (of andere praktische overwegingen, zoals gezinsverplichtingen) niet in staat zeggen te zijn om aan spitsmijden te doen. Bezwaren op het gebied van privacy speelden een kleinere rol; dit geldt ook voor bezwaren die betrekking houden op de hoogte van de beloning. Bovenal zijn diegenen die niet deelnamen, hier om praktische redenen niet toe in staat.

Hoofdstuk 5

Kenmerken niet-deelnemers 5.1 Inleiding Dit hoofdstuk behandelt de analyse van de deelnemergegevens voor zover deze in het kader van dit onderzoek vergaard zijn. De deelnemers aan Spitsmijden in Brabant (SMiB) worden hier vergeleken met hun omgeving, zoals bijvoorbeeld de deelnemers aan gelijksoortige Spitsmijden-projecten, of automobilisten uit de regio die zich ook voor deelname aan Spitsmijden in Brabant kwalificeerden, maar zich niet hebben aangemeld (de non-respondenten).

5.2 Vergelijking eigenschappen automobilisten Allereerst wordt hier een vergelijking gemaakt tussen de eigenschappen van de deelnemers en niet-deelnemers (van wie toch vergelijkbare informatie beschikbaar is, verkregen via de non-respons enquête en de nonactie enquête). Hierbij gaat het er om dat deelnemers worden vergeleken met automobilisten die in een vergelijkbare mate in de centra van ´s-Hertogenbosch en/of Eindhoven hebben gereden voor aanvang van de proef, want hiermee kwalificeerden zij zich immers voor het ontvangen van een uitnodiging om deel te nemen aan de proef. De deelnemers aan de proef worden hier in totaal vergeleken met vier andere groepen automobilisten: 1. Automobilisten die weliswaar een uitnodiging hebben ontvangen om deel te nemen aan de proef, maar hier niet op hebben gereageerd (wiens informatie door middel van de non-respons enquête is vastgesteld), hier aangeduid als non-respondenten; 2. Automobilisten die aanvankelijk positief hebben gereageerd op de uitnodiging om deel te nemen aan de proef, maar uiteindelijk hun aanmelding niet hebben doorgezet (informatie over deze automobilisten is door middel van een non-actie enquête vastgesteld); 3. Deelnemers aan het aanverwante Spitsmijden-project dat in het najaar van 2011 plaats heeft gevonden aan de Hovenring te Veldhoven; 4. Deelnemers van Spitsmijden Gouda-Den Haag, een vergelijkbaar Spitsmijden project dat in 2008 en 2009 in Zuid-Holland heeft plaatsgevonden. Van elk van de bovenstaande groepen zijn niet alle (vergelijkbare) gegevens bekend, waardoor er soms vergelijkingen worden gemaakt tussen slechts een paar van de bovenstaande groepen, al naar gelang de beschikbaarheid van de gegevens. Informatie over de deelnemers is bekend uit de startersenquête, die voltooid moest worden door elke deelnemer om aan de proef te kunnen deelnemen. De vergelijking tussen deze groepen geeft inzicht in de factoren waarop de deelnemers verschillen van overige automobilisten in de regio die er een soortgelijk reispatroon op nahielden. Het wordt zo inzichtelijk welke factoren eraan kunnen bijdragen dat iemand zich succesvol aanmeldt voor een proef zoals 65

Kenmerken niet-deelnemers

66

Spitsmijden in Brabant. Het zal blijken dat de non-respondenten en de deelnemers op een aantal punten verschillen, terwijl de personen die zich wel hebben aangemeld maar die toch niet hebben deelgenomen juist veel minder van de feitelijke deelnemers verschillen.

5.3 Persoonlijke gegevens Geslacht Geslacht Man Vrouw Totaal

Deelnemers 1586 894 2480

% 64 36 100

Non-respons 93 102 193

% 48 52 100

Non-actie 28 16 44

% 64 36 100

Hovenring 112 112 224

% 50 50 100

Tabel 5.1: Percentage mannelijke en vrouwelijke deelnemers, naar groep

De verhouding tussen mannen en vrouwen is niet gelijk in de verschillende groepen. In de groep deelnemers zijn de mannen oververtegenwoordigd: circa tweederde is man. Deze verhouding zien we ook bij de groep non-actie. Aan Spitsmijden in Brabant Hovenring deden evenveel mannen als vrouwen mee. Deze gelijke verdeling tussen mannen en vrouwen zien we ook in de groep non-respondenten (zie figuur 5.1 en tabel 5.1).

70

60

percentage

50

40

Deelnemers Non-respons

30

Non-acƟe Hovenring

20

10

0

man

vrouw

geslacht Figuur 5.1: Percentage mannelijke en vrouwelijke deelnemers, naar groep

Leeftijd Het blijkt dat de groep deelnemers in vergelijking met de non-respondenten niet alleen een iets hoger percentage deelnemers van jonger dan 30 jaar bevat, maar tevens veel minder oudere automobilisten van boven de 55 jaar. Het hoge aandeel non-respondenten onder ouderen heeft mogelijk verband met het feit dat ouderen in de praktijk minder flexibel zijn m.b.t. het aanpassen van hun werktijden en reisgedrag. In tegenstelling tot ouderen, hebben zich relatief veel jongeren aanvankelijk wel aangemeld voor de proef,


67

25

percentage

20

15 % deelnemers % non-respondenten 10

% non-acƟe %Hovenring

5

0 18-25 26-30 31-35 36-40 41-45 46-50 51-55 56-60

>60

leeŌijdscategorie Figuur 5.2: Vergelijking leeftijdsverdelingen

maar hebben zij het aanmeldingsproces niet afgerond. Mogelijk hebben zij eerst de aanmeldingsformulieren ingevuld, en zijn zij daarna pas gaan kijken wat de proef inhield. Dit verklaart wellicht de concentratie van de leeftijdsgegevens uit de non-actie enquête aan de linkerzijde van de grafiek, bij de jongere leeftijdscategorieën. Zie ook figuur 5.2 en tabel 5.2. Leeftijd 18-25 26-30 31-35 36-40 41-45 46-50 51-55 56-60 >60 Totaal

Deelnemers 115 347 358 367 370 307 311 228 77 2480

% 5 14 14 15 15 12 13 9 3 100

Non-respons 3 19 26 16 34 18 24 30 20 190

% 2 10 14 8 18 9 13 16 11 100

Non-actie 3 10 2 8 5 5 6 3 2 44

% 7 23 5 18 11 11 14 7 5 100

Hovenring 20 33 36 35 26 34 26 12 8 230

% 9 14 16 15 11 15 11 5 3 100

Tabel 5.2: Vergelijking leeftijdsverdelingen

Opleidingsniveau Het blijkt dat er relatief veel hogeropgeleiden zijn onder de deelnemers, in verhouding tot de automobilisten die niet gereageerd hebben op de uitnodiging. Het gaat dan om personen met minimaal een HBO of WO (bachelor) diploma (dit geldt ook voor deelnemers aan Spitsmijden Hovenring). Omgekeerd zijn er relatief veel lageropgeleiden onder de non-respondenten, vergeleken met de deelnemers. Lageropgeleiden werken vaker in de industriële sector of in ploegendiensten, en zijn zodoende dikwijls minder flexibel wat hun werktijden betreft. Mogelijk verklaart dit waarom non-respondenten de tendens hebben om zich in de lagere opleidingscategorieën te concentreren. De hoge concentratie van de resultaten uit de non-actie enquête in de hogere opleidingscategorieën komt mogelijk voort uit de wens om eerst te kijken of zij kunnen deelnemen, en vervolgens pas definitief te beslissen. Zie ook figuur 5.3 en tabel 5.3.


68

60

50

percentage

40 Deelnemers 30

Non-respons Non-acƟe

20

Hovenring 10

0 geen vervolgopleiding

mbo

hbo/wo-bachelor of kandidaats

wo-doctoraal of master

opleidingsniveau Figuur 5.3: Vergelijking verdeling opleidingsniveaus deelnemers

Opleidingsniveau Geen vervolgopleiding MBO HBO/WObachelor of kandidaats WO-doctoraal of master Totaal

Deelnemers

%

Nonrespons

%

Nonactie

%

Hovenring

%

323 457

13 18

51 46

27 24

4 7

9 16

30 44

13 19

1213

49

48

25

19

44

112

49

486 2479

20 100

46 191

24 100

13 43

30 100

44 230

19 100

Tabel 5.3: Vergelijking opleidingsniveaus

Thuissituatie Gegevens over de thuissituatie van de hier onderzochte groepen was alleen voorhanden voor de deelnemers aan Spitsmijden in Brabant en Hovenring. In zoverre het de gezinssamenstelling van de deelnemers aan beide proeven aangaat, kan vastgesteld worden dat deze weinig van elkaar afwijken. Zie ook figuur 5.4 en tabel 5.4. Thuissituatie Alleenstaand Alleenstaande ouder Getrouwd/ samenwonend, met kinderen Getrouwd/ samenwonend, zonder kinderen Anders Totaal

Deelnemers 451 130 1128 707 70 2486

Tabel 5.4: Vergelijking thuissituaties

% 19 5 47 29 3 103

Hovenring 54 12 86 73 5 230

% 23 5 37 32 2 100


69

50 45 40

percentage

35 30 25

Deelnemers

20

Hovenring

15 10 5 0

Alleenstaand

Alleenstaande getrouwd/ getrouwd/ ouder samenwonend, samenwonend, met kinderen zonder kinderen

Anders

thuissituaƟe Figuur 5.4: Verdeling deelnemers naar thuissituatie

Inkomen 60

50

percentage

40

Deelnemers

30


20

Hovenring 10

0

<30.000 euro

30.000 - 60.000 euro

> 60.000 euro

inkomensniveau Figuur 5.5: Vergelijking inkomens

In vergelijking met de non-respondenten hebben de deelnemers over het algemeen een iets hoger gemiddeld inkomensniveau. Zo zijn er procentueel meer deelnemers met een inkomen tussen de 30.000 en 60.000 euro per jaar, terwijl er procentueel meer non-respondenten zijn met een inkomen van minder dan 30.000 euro per jaar. Dit patroon is verrassend, omdat verwacht zou kunnen worden dat de financiële prikkel effectiever zou zijn bij lagere inkomensgroep dan bij de hogere inkomensgroep. Het is mogelijk dat


70

personen met een lager inkomen minder flexibel zijn m.b.t. hun werktijden, en dat personen met een hoger inkomen beter in staat zijn om de spits te mijden, wat de concentratie van hogere inkomens onder de deelnemers zou verklaren. Tevens is er onder de deelnemers aan Spitsmijden Hovenring een opvallend hoog aandeel hogere inkomens; met name het aantal personen met een inkomen van hoger dan 60.000 euro p.j. is in vergelijking met de andere deelnemers uitzonderlijk hoog. Zie ook figuur 5.5 en tabel 5.5. Inkomen <30.000 euro 30.000 - 60.000 euro > 60.000 euro Totaal

Deelnemers 259 1012 575 1846

% 14 55 31 100

Non-respons 35 86 61 182

% 19 47 34 100

Non-actie 3 21 19 43

% 7 49 44 100

Hovenring 26 42 88 156

% 17 27 56 100

Tabel 5.5: Vergelijking verdeling inkomens

5.4 Werksituatie

percentage

Sector

50 45 40 35 30 25 20 15 10 5 0

Deelnemers Non-respons Non-acƟe Hovenring

sector Figuur 5.6: Vergelijking verdeling sectoren

Qua verdeling over de diverse sectoren wijken de deelnemers niet drastisch af van andere groepen geënquêteerden. Het percentage deelnemers dat in de industriële sector werkt is weliswaar relatief laag vergeleken met andere groepen, maar de afwijking is niet heel groot. De verwachting is daarnaast dat personen die in de industriële sector werken vanwege het werken in ploegendiensten minder flexibel zijn m.b.t. hun werktijden. Dit zou een reden kunnen zijn waarom personen in deze sector relatief sterk vertegenwoordigd zijn onder de non-respondenten. Verreweg de meeste geënquêteerden werken daarnaast in de (kantoorgebonden) zakelijke dienstverleningssector; dit geldt in het bijzonder voor de deelnemers aan Spitsmijden Hovenring. Zie figuur 5.6 en tabel 5.6 voor meer informatie over de verdeling van de deelnemers, per sector.

Kenmerken niet-deelnemers Sector Zakelijke Dienstverlening (kantoorgebonden) Industrie Anders, namelijk Onderwijs Zakelijke Dienstverlening (flexibel) (Detail)handel Transport Totaal

71

Deelnemers

%

Non-respons

%

Non-actie

%

Hovenring

%

804 455

34 19

65 52

34 27

14 10

33 23

101 44

44 19

422 348

18 15

26 27

14 14

10 3

23 7

32 23

14 10

181 127 50 2387

8 5 2 100

12 5 4 191

6 3 2 100

4 2 0 43

9 5 0 100

13 11 4 228

6 5 2 100

Tabel 5.6: Vergelijking sectoren

Werkuren

50 45 40

percentage

35 30

Deelnemers

25

Hovenring

20 15 10 5 0

<24

24 tot 32

32 tot 40

40 of meer

aantal uren p.w. Figuur 5.7: Verdeling aantal uren in contract

Van de deelnemers aan zowel de hoofdproef als de proef rondom de Hovenring zijn het aantal uren dat zij (op weekbasis) werken bekend (zie figuur 5.7 en tabel 5.7). Het blijkt dat dit aantal tussen deze groepen nauwelijks verschilt. Ook is het niet verwonderlijk dat het aantal uren dat er in de week gewerkt wordt door de deelnemers aan deze twee Spitsmijden projecten, gemiddeld redelijk hoog ligt. Dit is omdat men een zeker referentieniveau diende te hebben om überhaupt gekwalificeerd te raken om deel te nemen. Dit heeft ertoe geleid dat uitsluitend die automobilisten die regelmatig tijdens de spits zijn gesignaleerd in de Spitsmijdengebieden zich konden aanmelden. Deze spitsrijders hebben waarschijnlijk voor het grootste deel voltijdbanen.


72

werkuren <24 24 tot 32 32 tot 40 40 of meer Totaal

Deelnemers 92 204 966 1141 2403

% 4 8 40 47 100

Hovenring 15 23 90 102 230

% 7 10 39 44 100

Tabel 5.7: Vergelijking aantal uren in contract

90 80 70

percentage

60 50

Deelnemers

40


30

Hovenring 20 10 0

ja

nee

weet ik niet

thuiswerken mogelijk? Figuur 5.8: Verdeling mogelijkheid om thuis te werken

Thuiswerken De deelnemers aan de proef blijken relatief gezien vaker in staat te zijn om thuis te werken, in vergelijking met de non-respondenten. Dit is op zich niet verbazingwekkend; de mogelijkheid om thuis te kunnen werken stelt hen wellicht in staat om de spits beter te kunnen mijden, zodoende is het voor hen makkelijker om zich voor de proef op te geven. Dat de groep automobilisten die niet op de uitnodiging heeft gereageerd minder in staat is om thuis te werken, zou kunnen verklaren waarom zij zich in mindere mate voor de proef hebben opgegeven. Tevens is in paragraaf 3.5 gebleken dat de non-respondenten vaker in de industriesector werken. Ook is eerder in dit hoofdstuk gebleken dat er zich onder de respondenten van de non-actie enquête naar verhouding veel personen in de flexibele zakelijke dienstverleningssector werken, en tevens een relatief hoog inkomen en opleidingsniveau hebben. Dit verklaart mogelijk waarom bijna 40% van deze groep aan heeft gegeven over de mogelijkheid om thuis te kunnen werken te beschikken. Dat thuis kunnen werken geen “harde eis” is om deel te kunnen nemen aan een Spitsmijden project, laten de deelnemers aan Spitsmijden Hovenring zien. Naar verhouding zijn er namelijk vrij weinig deelnemers aan dit project die zeggen thuis te kunnen werken, terwijl er juist vrij veel deelnemers zijn die zeggen dat niet te kunnen (zie ook tabel 5.8 en figuur 5.8).

Starttijden Wat de starttijden van de automobilisten in de streek betreft, bestaan er hier weinig drastische verschillen tussen de diverse groepen enquêtenemers. Vergeleken met de non-respondenten werken de deelnemers iets minder op vaste tijdstippen, en iets vaker in vaste blokken (hetgeen een iets flexibeler reispatroon toe-

Kenmerken niet-deelnemers Thuiswerken? Ja Nee Weet ik niet Totaal

73

Deelnemers 721 1515 167 2403

% 30 63 7 100

Non-respons 35 131

% 21 79

Non-actie 17 27

% 39 61

166

100

44

100

Hovenring 52 164 13 229

% 23 72 6 100

Tabel 5.8: Vergelijking mogelijkheid tot thuiswerken

60

50

percentage

40

Deelnemers

30

Non-respons 20

Non-acƟe Hovenring

10

0

vaste blokken

vaste ƟjdsƟppen

ploegendienst

kan beginen eindƫjden zelf bepalen

anders, nl.

type starƫjden Figuur 5.9: Verdeling starttijden deelnemers

laat). Niet verrassend is het gegeven dat deelnemers relatief vaak hun eigen beginen eindtijden kunnen bepalen, wat hen verhoudingsgewijs in een betere uitgangspositie bezorgt om de spits te gaan mijden. De non-respondenten werken het vaakst op vaste tijden, wat hen minder flexibel maakt t.a.v. hun reisgedrag. Zie tevens tabel 5.9 en figuur 5.9. Werksituatie Vaste blokken Vaste tijdstippen Ploegendienst Kan beginen eindtijden zelf bepalen Anders, nl. Totaal


% 44 30 2

Non-respons 65 61 6

% 40 38 4

Non-actie 21 11 0

% 48 25 0

Hovenring 105 79 7

% 46 35 3

447 130 2400

19 5 100

17 13 162

10 8 100

10 2 44

23 5 100

30 7 228

13 3 100

Tabel 5.9: Vergelijking begin en eindtijden


74

60

50

percentage

40

Deelnemers

30


20

Hovenring 10

0

< 5 km 5- 10 10- 20 20- 30 30- 40 40- 50 50- 60 60- 70 70- 80 80- 90 >90 km km km km km km km km km km

woon-werk afstand Figuur 5.10: Verdeling woon-werk afstand

5.5 Reisgedrag Woon-werk afstand Wat de verdeling van de woon-werk afstand betreft, is er weinig verschil tussen de deelnemers en de non-respondenten. De verdeling van de woon-werk afstanden van beide groepen verschilt nauwelijks van elkaar. Wel zijn de woon-werk afstanden vastgesteld door middel van de non-actie enquête gemiddeld iets langer dan van de overige twee groepen. Zo zijn er procentueel gezien meer automobilisten onder deze groep die gemiddeld langere woon-werk afstanden hebben in vergelijking met de non-respondenten en de deelnemers. Hier staat tegenover dat de deelnemers aan Spitsmijden Hovenring een relatief korte woon-werk afstand hebben; zij zijn vooral goed vertegenwoordigd onder de automobilisten met een woonwerkafstand van tussen de 5 en 10 kilometer. Zie figuur 5.10 en tabellen 5.10 en 5.11 voor meer inzicht in de woon-werkafstand van de enquêtenemers. Woon-werk afstand < 5 km 5- 10km 10- 20km 20- 30 km 30- 40 km 40- 50km 50- 60 km 60- 70 km 70- 80 km 80- 90 km >90 km Totaal

Deelnemers

%

63 625 603 473 267 164 83 41 29 11 22 2381

3 26 25 20 11 7 3 2 1 0 1 100

Nonrespons 6 38 41 30 18 11 6 3 2 2 4 161

% 4 24 25 19 11 7 4 2 1 1 2 100

Nonactie 1 7 8 8 9 4 3 3 0 0 0 43

%

Hovenring

%

2 16 19 19 21 9 7 7 0 0 0 100

6 122 61 30 2 1 1 2 0 0 0 225

3 54 27 13 1 0 0 1 0 0 0 100

Tabel 5.10: Vergelijking verdeling gem. woon- werkafstand, gesommeerd per type enquêtenemer


< 5 km 5 km 10 km 5- 10 km 15 km 20 km 10- 20 km 25 km 30 km 20- 30 km 30- 40 km 40- 50 km 50- 60 km 60- 70 km 70- 80 km 80- 90 km >90 km Totaal

Deelnemers 63 143 482 625 370 233 603 234 239 473 267 164 83 41 29 11 22 2381

75

% 82,9% 88,8% 82,3% 78,9% 89,2% 93,6% 84,6% 94,0% 94,1% 87,4% 90,2% 91,1% 89,2% 83,7% 93,5% 84,6% 84,6% 84,7%

Nonrespons 6 0 0 38 0 0 41 0 0 30 18 11 6 3 2 2 4 161

% 7,9% 0,0% 0,0% 4,8% 0,0% 0,0% 5,8% 0,0% 0,0% 5,5% 6,1% 6,1% 6,5% 6,1% 6,5% 15,4% 15,4% 5,7%

Nonactie 1 0 0 7 0 0 8 0 0 8 9 4 3 3 0 0 0 43

% 1,3% 0,0% 0,0% 0,9% 0,0% 0,0% 1,1% 0,0% 0,0% 1,5% 3,0% 2,2% 3,2% 6,1% 0,0% 0,0% 0,0% 1,5%

Hovenring 6 18 104 122 45 16 61 15 15 30 2 1 1 2 0 0 0 225

% 7,9% 11,2% 17,7% 15,4% 10,8% 6,4% 8,6% 6,0% 5,9% 5,5% 0,7% 0,6% 1,1% 4,1% 0,0% 0,0% 0,0% 8,0%

Totaal 76 161 586 792 415 249 713 249 254 541 296 180 93 49 31 13 26 2810

% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

Tabel 5.11: Vergelijking verdeling gem. woon- werkafstand, gesommeerd per woon-werkafstand klasse

Gemiddelde Reistijd

80 70 60

percentage

50

Deelnemers

40

Non-resp Non-acƟe

30

Hovenring 20

SM2d

10 0 < 00:15

00:16 - 00:30 00:31 - 00:45

00:46-01:00

> 01:01

gemiddelde reisƟjd (in minuten) Figuur 5.11: Verdeling gemiddelde reistijd

In de bovenstaande figuur is de gemiddelde reistijd voor diverse groepen deelnemers (aan diverse Spitsmijden projecten) en andere automobilisten te zien. Het valt op dat de deelnemers aan Spitsmijden in Brabant een relatief korte gemiddelde reistijd van en naar hun werkplek hebben. De non-respondenten lijken niet veel van de deelnemers te verschillen; alhoewel de automobilisten die de non-actie enquête hebben ingevuld, een wat nadrukkelijkere vertegenwoordiging hebben in de langere reistijden van een half uur of meer. Het valt daarnaast op dat de deelnemers aan Spitsmijden Hovenring sterk geconcentreerd zijn in de


76

categorie “gemiddelde reistijd tussen 15 en 30 minuten”. Deelnemers aan SM2d, een Spitsmijden project gericht op het spitsverkeer op de A12 tussen Gouda en Den Haag, hebben een relatief lange gemiddelde reistijd, omdat het hier om langeafstand forenzen gaat. Zie ook figuur 5.11 en tabel 5.12 voor meer inzichten in de gemiddelde reistijd van de enquêtenemers. Reistijd (gem.) < 00:15 00:16 - 00:20 00:21 - 00:25 00:26 - 00:30 00:16 - 00:30 00:31 - 00:35 00:36 - 00:40 00:41 - 00:45 00:31 - 00:45 00:46 - 00:50 00:51 - 00:55 00:56 - 01:00 00:46-01:00 > 01:01 Totaal

Deelnemers

%

195 327 356 322 1005 270 240 246 756 162 93 85 340 99 2395

8 14 15 13 42 11 10 10 32 7 4 4 14 4 100

Nonrespons 22 69 35 9 62

36

6 14 140

%

Non-actie

%

Hovenring

%

SM2d

%

16 49 25 6 44 0 0 0 26 0 0 0 4 10 100

5

12 0 0 0 33 0 0 0 33 0 0 0 12 12 100

17 45 62 48 155 23 15 10 48 5 2 0 7 2 229

7 20 27 21 68 10 7 4 21 2 1 0 3 1 100

4

0 0 0 0 3 0 0 0 13 0 0 0 19 65 100

14

14

5 5 43

30

112

167 573 886

Tabel 5.12: Vergelijking gemiddelde reistijden

Kortst Mogelijke Reistijd

70

60

percentage

50

40

Deelnemers Non-Respons

30

Non-acƟe Hovenring

20

10

0 < 00:15

00:16 - 00:30

00:31 - 00:45

00:46-1:00

> 01:01

reisƟjd Figuur 5.12: Verdeling kortst mogelijke reistijd

Het blijkt uit de bovenstaande figuur dat de kortst mogelijke reistijd verschilt per onderzochte groep. De kortst mogelijke reistijd is de reistijd die de geënquêteerde automobilist heeft, indien er geen vertraging


77

optreedt (in geval van drukte op de weg, bijvoorbeeld). Vaak treedt de kortst mogelijke reistijd buiten de spitsdrukte op, wanneer er minder verkeer op de weg is en men dus sneller op de plaats van bestemming aankomt. Waar de deelnemers vrijwel altijd een kortst mogelijke reistijd van een half uur of minder rapporteerden, is het beeld dat de non-respondenten en de invullers van de non-actie enquête geven anders. Hun kortst mogelijke reistijd blijkt aanzienlijk langer dan die van de deelnemers. Opvallend is dat de invullers van de non-actie enquête hier de langste reistijden rapporteren, wat het mogelijk maakt dat zij op basis van hun relatief lange reistijd aanleiding zagen om hun aanmelding aan de proef niet door te zetten (zie ook figuur 5.12 en tabel 5.13). Tot slot hebben de deelnemers van de proef aan de Hovenring hier ook een relatief korte reistijd gerapporteerd, wat mogelijk verklaart waarom men de beslissing heeft gemaakt om deel te nemen aan Spitsmijden in Brabant (Hovenring). Hoe gunstiger de verhouding tussen de kortst mogelijke reistijd en de reguliere reistijd (of tot reistijd inclusief vertraging) is, hoe aantrekkelijker het wordt om de spits te mijden. Dit is omdat de kortst mogelijke reistijd vaak niet in de spits zelf optreedt, maar ervoor of erna, omdat de vertragingen zich veelal in de spitsdrukte voordoen. Kortst mogelijke reistijd < 00:15 00:16 - 00:30 00:31 - 00:45 00:46-1:00 > 01:01 Totaal

Deelnemers 59 39 2 1 1 102

% 58 38 2 1 1 100

Non-Respons 39 65 27 2 7 140

% 28 46 19 1 5 100

Non-actie 8 22 12 1 0 43

% 18,6 51,2 27,9 2,33 0 100

Hovenring 3 2 1 0 0 6

Tabel 5.13: Vergelijking kortst mogelijke reistijden

Doel Spitsritten

120

100

percentage

80

Deelnemers 60


40

Hovenring

20

0

zakelijk verkeer

prive verkeer

doel spitsriƩen Figuur 5.13: Doel Spitsritten

% 50 33 17 0 0 100


78

De geënquêteerde groepen verschillen nauwelijks wat het doel van hun spitsritten betreft. Het merendeel van de automobilisten dat in de spitsuren (in het mijdingsgebied) de weg op gaat, ongeacht of zij meedoen aan de proef of niet, rijdt overwegend van en naar het werk (zie ook tabel 5.14 en figuur 5.13). Doel spitsritten Zakelijk verkeer Prive verkeer Totaal


% 96 4 100

Non-respons 187 16 203

% 92 8 100

Non-actie 47 0 47

% 100 0 100

Hovenring 232 7 239

% 97 3 100

Tabel 5.14: Doel Spitsritten

5.6 Verwachtingen t.a.v. Spitsmijden in Brabant 60

50

percentage

40

30

deelnemers 20

non-respons non-acƟe

10

Hovenring 0

Het zal mij niet Het zal mij helpen Het zal mij helpen Het zal mij niet om een andere om een andere helpen om andere helpen om andere keuze te maken keuze te maken, keuzes te maken, keuzes te maken maar anderen mits ik een goed misschien wel alternaƟef aangeboden krijg

verwachƟngen Figuur 5.14: Verdeling verwachtingen t.a.v. Spitsmijden in Brabant

De geënquêteerden (zowel deelnemers en diegenen die niet op de uitnodiging hebben gereageerd, alsmede die aangemelde automobilisten die uiteindelijk niet deel hebben genomen) zijn gevraagd hun verwachtingen ten aanzien van Spitsmijden in Brabant kenbaar te maken. De resultaten hiervan staan samengevat in figuur 5.14 en tabel 5.15. Het blijkt dat de deelnemers op elk vlak hogere verwachtingen van de proef hadden dan diegenen die niet op de uitnodiging hebben gereageerd, of diegenen die dit wel hebben gedaan maar die zich uiteindelijk niet hebben aangemeld (dit geldt ook voor deelnemers aan Spitsmijden Hovenring). Niet alleen hebben de deelnemers vaker de verwachting uitgesproken dat Spitsmijden hen zal helpen om andere keuzes te maken (eventueel mits er een redelijk alternatief beschikbaar is), maar ook zeggen zij veel minder vaak dat Spitsmijden hen niet zal helpen om andere keuzes te maken. Ook zeggen deelnemers minder vaak dat Spitsmijden hen wellicht niet zal helpen om andere keuzes te maken, maar andere personen wel. De non-respondenten hebben relatief vaak deze verwachting uitgesproken. Tevens zeggen zij veel vaker dat Spitsmijden hen niet zal helpen om andere keuzes te maken. Hiermee is het beeld van de non-respondenten bijna omgekeerd ten aanzien van dat van de deelnemers.

Kenmerken niet-deelnemers Verwachting Spitsmijden zal mij helpen om een andere keuze te maken Spitsmijden zal mij helpen om een andere keuze te maken, mits ik een goed alternatief aangeboden krijg Spitsmijden zal mij niet helpen om andere keuzes te maken, maar anderen misschien wel Spitsmijden zal mij niet helpen om andere keuzes te maken Totaal

79

deelnemers

%

non-respons

%

non-actie

%

Hovenring

%

637

29

8

4

10

20

65

28

1142

52

30

16

11

22

115

50

307

14

99

54

19

38

40

17

93 2179

4 100

48 185

26 100

10 50

20 100

10 230

4 100

Tabel 5.15: Vergelijking verwachtingen Spitsmijden in Brabant

5.7 Non-Respons Analyse Niet elke persoon die benaderd is, heeft er uiteindelijk voor gekozen om daadwerkelijk deel te nemen aan de proef. Deze groep valt uiteen in die personen die niet hebben gereageerd op de uitnodiging om deel te nemen, en een groep die weliswaar positief heeft gereageerd op deze uitnodiging maar uiteindelijk niet is begonnen aan de proef. Onder de eerste groep is een non-respons analyse uitgevoerd door middel van een enquête. Bij de tweede groep is een non-actie analyse uitgevoerd, om te achterhalen waarom deze groep zich aanvankelijk heeft aangemeld voor de proef, maar uiteindelijk toch niet heeft deelgenomen. Deze analyse wordt besproken in de volgende paragraaf; eerst komt hier de non-respons analyse aan bod. Er zijn in totaal drie non-respons enquêtes uitgevoerd. Twee hiervan hadden het zelfde formaat; hiervan zijn de resultaten dus gemakkelijk te vergelijken. Deze zijn in oktober 2010 en 2011 afgenomen. Een supplementaire enquête (weliswaar met een andere opzet en vraagformulering) is al eerder afgenomen, in augustus 2010. Deze enquête wordt in aan het einde van deze paragraaf besproken. Hier komen eerste de twee enquêtes uit oktober 2010 en 2011 aan bod. Op de vraag of men de uitnodiging via de post heeft ontvangen, beantwoorde men in zowel 2010 als 2011 in grote mate positief (tabel 5.16). Antwoord Ja (brief ontvangen) Nee, ik kan me niet herinneren dat ik hiervoor een uitnodiging heb ontvangen Nee, ik heb de uitnodiging ontvangen, maar ik heb hem niet gelezen Totaal

Totaal (2010) 184

% 92%

Totaal (2011) 30

% 100%

10

5%

0

0%

5 199

3% 100%

0 30

0% 100%

Tabel 5.16: Ontvangst wervingsbrief onder non-respondenten

In tabel 5.17 staan voor de enquête uit 2010 weergegeven om welke redenen men zei niet te hebben


80

gereageerd op de uitnodiging. Voor deze vraag zijn de respondenten gevraagd een veelvoud aan mogelijke redenen rangschikken, al naar gelang van hoezeer de betreffende redenen voor hun van toepassing waren. “Rang 1” kenden zij hierbij toe aan de voor hun meest relevante reden om niet op de uitnodiging te reageren. “Rang 5” werd toegekend aan de reden die voor hun het minst relevant was. Lang niet alle respondenten kozen ervoor om vijf redenen te aan te geven; veelal werden er slechts één of twee redenen gekozen en gerangschikt. In tabel 5.17 staan de gewogen scores voor alle mogelijke redenen, in procenten uitgedrukt. Verreweg de meeste respondenten benoemen het feit dat zij vanwege hun werktijden de spits niet kunnen mijden, de belangrijkste reden waarom zij niet op de uitnodiging hebben gereageerd. Een andere vaak genoemde reden, is dat het reizen per OV hen teveel tijd zou kosten (zie tabel 5.17). Antwoord Ik kan vanwege mijn werktijden de spits niet mijden Reizen met de OV kost me teveel tijd Ik heb de auto nodig voor mijn werk Ik vind het niet prettig dat de On Board Unit in mijn auto wordt gebouwd Ik moet mijn gewoonlijke gedrag te veel aanpassen om de spits te mijden Ik kan vanwege gezinsverplichtingen de spits niet mijden Ik heb geen alternatieve vervoermiddelen Ik rijd bijna nooit (meer) door de regio Den Bosch-Eindhoven Ik vind het teveel gedoe Ik doe niet mee uit privacyoverwegingen Ik verander binnenkort van werkadres Ik ben niet geïnteresseerd in de PDA Ik vind spitsmijden niet nodig: er zijn helemaal geen files Ik ben niet geïnteresseerd in de informatiediensten op de PDA Ik ben niet geïnteresseerd in de beloning Ik ben de brief met gebruikersnaam en wachtwoord kwijtgeraakt Ik was op vakantie toen ik de uitnodigingsbrief ontving Ik ben vergeten me aan te melden via de website Ik heb de auto nodig wegens een handicap

% (2010) 22% 14% 8% 7% 7% 6% 6% 5% 4% 4% 4% 3% 2% 2% 2% 1% 1% 1% 1%

Tabel 5.17: Redenen om niet te reageren op de uitnodiging (2010)

Hieronder staat eenzelfde tabel nogmaals weergegeven, dit keer zijn de resultaten echter gebaseerd op de non-respons enquête van 2011. Hieruit blijkt dat ook in dat jaar het niet kunnen mijden van de spits vanwege werktijden de voornaamste reden is geweest, waarom de respondenten niet op de uitnodiging gereageerd hebben. Ook melden een aantal respondenten hier dat het reizen met het OV hen teveel tijd zou kosten, en dat dit tevens één van de redenen is geweest waarom zij niet op de uitnodiging gereageerd hebben (tabel 5.18). Men is tevens gevraagd of men, indien men niet op de uitnodiging heeft gereageerd omdat men op dat moment op vakantie was, men wellicht wél zou hebben gereageerd als men in dat geval wel thuis was geweest (tabel 5.19). Het blijkt dat deze vraag voor de meeste deelnemers niet van toepassing is. Diegenen bij wie dat wel zo is, zeggen overwegend dat zij dan ook niet zouden hebben gereageerd op de uitnodiging. Er is tevens gevraagd naar of de respondenten na aanleiding van de wervingsbrief op zoek zijn gegaan naar meer informatie over Spitsmijden in Brabant (tabel 5.20). Het bleek dat zij overwegend niet opzoek naar aanvullende informatie zijn gegaan na het ontvangen van de wervingsbrief. Diegenen die aangaven na de wervingsbrief naar aanvullende informatie op zoek te zijn gegaan, zijn vervolgens gevraagd waar zij gezocht hebben. Het blijkt dat een meerderheid op het internet heeft gezocht naar aanvullende informatie, zowel in 2010 als 2011 (tabel 5.21). Men is tevens gevraagd naar de verwachtingen die men had ten aanzien van Spitsmijden in Brabant. Op dit vlak is gebleken dat de meeste respondenten niet denken dat Spitsmijden hun zou kunnen helpen het eigen reisgedrag te veranderen (tabel 5.22). De non-respons enquête informeerde tevens naar de mogelijke bezwaren tegen deelname aan Spitsmijden in Brabant. Op een aantal aspecten van de proef zijn de respondenten gevraagd hoe bezwaarlijk zij deze


81

Antwoord Ik kan vanwege mijn werktijden de spits niet mijden Reizen met het OV kost me teveel tijd Ik moet mijn gewoonlijke gedrag te veel aanpassen om de spits te mijden Ik heb slechts beperkt last van files Ik vind het teveel gedoe Ik vind het niet prettig dat de On Board Unit in mijn auto wordt gebouwd Ik ben niet geïnteresseerd in de beloning Ik vind spitsmijden niet nodig: ik verwacht dat er genoeg andere mensen meedoen Ik rijd bijna nooit (meer) door de regio Den Bosch-Eindhoven Ik kan vanwege gezinsverplichtingen de spits niet mijden Ik heb de auto nodig voor mijn werk Ik heb geen alternatieve vervoermiddelen Ik vind spitsmijden niet nodig: er zijn helemaal geen files Ik heb moeite met de hoogte van de beloning Ik ben de brief met gebruikersnaam en wachtwoord kwijtgeraakt Ik vond de uitnodigingsbrief onduidelijk en onprettig Ik ben niet geïnteresseerd in de PND De periode kwam mij niet uit Ik ga binnenkort verhuizen Ik doe niet mee uit privacyoverwegingen Ik ben niet geïnteresseerd in de informatiediensten op de PND

% 21% 14% 8% 8% 8% 7% 5% 3% 3% 3% 3% 3% 2% 1% 1% 1% 1% 1% 1% 1% 1%

Tabel 5.18: Redenen om niet te reageren op de uitnodiging (2011)

Antwoord Ja Misschien Nee Weet ik niet Niet van toepassing, ik was toen niet op vakantie Totaal

Aantal deelnemers (2010) 4 7 68 3 91 173

% 2% 4% 39% 2%

Aantal deelnemers (2011) 0 0 11 0

% 0% 0% 41% 0%

53% 100%

16 27

59% 100%

Tabel 5.19: Wel deelgenomen indien niet op vakantie tijdens ontvangst uitnodiging?

Antwoord Ja Nee Totaal

Totaal (2010) 47 126 173

% 27% 73% 100%

Totaal (2011) 12 15 27

% 44% 56% 100%

Tabel 5.20: Informatie gezocht n.a.v. wervingsbrief?

aspecten vonden (tabel 5.23) Het is gebleken dat de meeste respondenten in 2010 neutraal tegenover de meeste aspecten van Spitsmijden in Brabant staan. Daarnaast benoemden de meesten de mogelijkheid dat de inbouw van de OBU schade kan veroorzaken het vaakst bezwaarlijk of zelfs zeer bezwaarlijk. De registratie door camera´s werd door de meeste respondenten als “niet bezwaarlijk” of “helemaal niet bezwaarlijk” beschouwd (tabel 5.23). Het blijkt dat de respondenten die een jaar later de enquête hebben afgenomen, eveneens de kans op schade bij de inbouw van de OBU het vaakst als “bezwaarlijk” of zelfs “zeer bezwaarlijk” beschouwen. Afgezien van dit mogelijke bezwaar, zijn de respondenten overwegend neutraal wat de overige mogelijke bezwaren betreft (tabel 5.24). De respondenten zijn vervolgens gevraagd aan te geven in welke mate zij bezwaar hebben tegen de hoogte


82

Antwoord Via internet Bij kennissen/collega’s Anders, namelijk Artikelen in kranten Op billboards langs de wegen Nieuws via de radio Nieuws op de televisie Totaal

Totaal (2010) 42

% 89%

Totaal (2011) 10

% 83%

4 4 2 1 0 0 47

9% 9% 4% 2% 0% 0% n.v.t.

2 0 0 0 0 0 12

17% 0% 0% 0% 0% 0% n.v.t.

Tabel 5.21: Waar informatie gezocht n.a.v. wervingsbrief?

Antwoord Spitsmijden helpt mij niet om mijn reisgedrag te veranderen, maar anderen misschien wel. Spitsmijden helpt mij niet om mijn reisgedrag te veranderen. Spitsmijden helpt mij om mijn reisgedrag te veranderen, mits ik een goed alternatief aangeboden krijg. Spitsmijden helpt mij om mijn reisgedrag te veranderen. Ik heb geen idee of spitsmijden helpt mijn reisgedrag te veranderen Ik heb geen verwachting Anders, namelijk Totaal

Totaal (2010)

%

Totaal (2011)

%

87

52%

12

44%

42

25%

6

22%

29

17%

1

4%

8

5%

0

0%

0 0 0 166

0% 0% 0% 100%

3 2 3 27

11% 7% 11% 100%

Tabel 5.22: Verwachtingen ten aanzien van Spitsmijden in Brabant

Kans op schade bij inbouw OBU Registratie door OBU Registratie door camera’s Inbouw OBU kost tijd

Neutraal

Niet bezwaarlijk

Helemaal niet bezwaarlijk

48 (29%)

64 (39%)

15 (9%)

8 (5%)

29 (17%)

35 (21%)

61 (37%)

31 (19%)

10 (6%)

26 (16%)

28 (17%)

64 (39%)

35 (21%)

13 (8%)

17 (10%)

26 (22%)

71 (43%)

32 (19%)

10 (6%)

Zeer Bezwaarlijk

Bezwaarlijk

31 (19%)

Totaal 166 (100%) 167 (100%) 168 (100%) 169 (100%)

Tabel 5.23: Mogelijke bezwaren tegen Spitsmijden in Brabant (2010)

van de financiële beloning voor het spitsmijden. Het blijkt dat voor zowel 2010 als 2011 dat men de hoogte van de beloning overwegend als “prima” beschouwd (tabel 5.25). Ook zijn de respondenten gevraagd hun mening ten aanzien van de PDA/ PND kenbaar te maken in de non-respons enquête (tabel 5.26). Het blijkt dat bijna de helft neutraal tegenover de PDA´s of PND´s stond. Daarnaast is het opvallend dat voor zowel 2010 als 2011 het percentage dat de PDA´s of PND´s niet interessant vindt, 17% blijft. Ook het percentage dat de PDA´s of PND´ “helemaal niet interessant” vindt, stond voor beide jaren op 17%. Hiermee is gebleken dat de interesse in deze apparatuur niet bijzonder


Kans op schade bij inbouw OBU Registratie door OBU Registratie door camera’s Inbouw OBU kost tijd

83

Neutraal

Niet bezwaarlijk

Helemaal niet bezwaarlijk

9 (33%)

6 (22%)

7 (9%)

4 (5%)

4 (15%)

5 (19%)

12 (44%)

5 (19%)

1 (4%)

3 (11%)

6 (22%)

9 (33%)

8 (30%)

1 (4%)

2 (7%)

8 (30%)

9 (33%)

6 (22%)

2 (7%)

Zeer Bezwaarlijk

Bezwaarlijk

9 (33%)

Totaal 27 (100%) 28 (100%) 29 (100%) 30 (100%)

Tabel 5.24: Mogelijke bezwaren tegen Spitsmijden in Brabant (2011)

Veel te laag Laag Prima Te hoog Veel te hoog Totaal

Totaal (2010) 10 28 124 0 4 166

% 6% 17% 75% 0% 2% 100

Totaal (2011) 2 5 19 0 1 27

% 7 19 70 0 4 100

Tabel 5.25: Bezwaar tegen financiële beloning?

groot was. Mening ten aanzien van de PDA/PND Helemaal niet interessant Niet interessant Neutraal Interessant Zeer interessant Totaal

Totaal (2010) 28 29 74 31 4 166

% 17% 17% 45% 19% 2% 100%

Totaal (2011) 4 6 11 5 1 27

% 17% 17% 45% 19% 2% 100%

Tabel 5.26: Mening ten aanzien van PDA/PND

Gezien het feit dat de meerderheid van de respondenten aan heeft gegeven de PDA´s of PND´s niet interessant te vinden (of hier neutraal tegenover te staan), is het interessant om te bezien waarom zij deze mening hebben. Om deze reden is hen in de non-respons enquête gevraagd waarom zij geen interesse hebben in de PDA of PND´s (tabel 5.27). N.B., alleen bij de non-respons enquête van 2010 zijn er voldoende antwoorden gegeven op deze vraag; de resultaten voor 2011 zijn helaas niet beschikbaar vanwege het feit dat deze vraag door onvoldoende respondenten (nul) is ingevuld. Tevens is zijn de respondenten gevraagd kenbaar te maken wat zij vinden van de verkeersinformatiediensten op de PDA´s of PND´s (tabel 5.28). Het blijkt hieruit dat slechts een minderheid deze als (helemaal) niet interessant beschouwd; de meesten beoordeelden deze diensten als interessant, of stonden er neutraal tegenover. Onder diegenen die hier hebben aangegeven de verkeersinformatiediensten op de PDA of PND niet interessant te vinden, is gepeild waarom dit zo is (tabel 5.29). Men kon hier meerdere antwoorden kiezen, vandaar dat de percentages in de verticale kolommen niet noodzakelijkerwijs tot 100% optellen. Tot besluit informeerde de non-respons enquête van 2011 tevens of de werktijden van de respondenten een reden vormen om de spits niet te mijden (tabel 5.30). De meesten noemen het feit dat de aard van hun werkzaamheden geen andere werktijden toelaten als reden. Ook het niet hebben van toestemming van het management om op andere tijden te werken werd geciteerd door circa een derde van de respondenten. Het gegeven dat de aard van de werkzaamheden geen andere werktijden toeliet, werd eveneens geciteerd door circa een derde van de respondenten (tabel 5.30).


84 Antwoord Ik ben zelf al in het bezit van een mobiele telefoon Ik ben zelf al in het bezit van een navigatiesysteem Ik heb niet zoveel met dat soort apparaten Ik ben zelf al in het bezit van een PDA Ik vind het vervelend om altijd een PDA te moeten meenemen Anders, namelijk

Totaal

%

24

42%

22

39%

19

33%

13

23%

11 5

19% 9%

Tabel 5.27: Reden voor disinteresse in PDA´s (2010)

Antwoord Helemaal niet interessant Niet interessant Neutraal Interessant Zeer interessant Totaal

Totaal (2010) 12 17 77 53 7 166

% 7% 10% 46% 32% 4% 100%

Totaal (2011) 1 2 11 12 1 27

% 4% 7% 41% 44% 4% 100%

Tabel 5.28: Meningen ten aanzien van de verkeersinformatiediensten op de PDA/PND

Antwoord Ik heb geen verkeersinformatie nodig Ik gebruik de radio voor verkeersinformatie Ik gebruik de verkeersinformatie aangegeven langs/boven de weg Ik gebruik internet voor verkeersinformatie Anders, namelijk Totaal aantal respondenten/ enquête

Totaal (2010)

%

Totaal (2011)

%

15

52%

0

0%

9

31%

1

33%

6

21%

0

0%

3 3

10% 10%

2 3

66% 100%

29

3

Tabel 5.29: Reden voor desinteresse ten aanzien van verkeersinformatiediensten op PDA´s/PND´s

De respondenten die de non-respons enquête van oktober 2010 of 2011 hebben voltooid, zijn tevens gevraagd of zij enkele van hun eigenschappen (zoals leeftijd, geslacht, en inkomen bijvoorbeeld) wilden aangeven. Een beschrijving van deze data volgt hieronder. De verdeling van de leeftijden van de respondenten, welke de non-respons enquête van oktober 2010 en 2011 hebben afgenomen, is terug te vinden in tabel 5.31 en figuur 5.15. Het blijkt dat mensen van alle leeftijdscategorieën onder hen vertegenwoordigd zijn. Vervolgens is de respondenten gevraagd kenbaar te maken tot welk geslacht zij behoren. Het bleek dat grofweg genomen het aandeel mannen en vrouwen dat de enquêtes heeft afgenomen, tussen 2010 en 2011 lichtelijk verschilt. Waar er in 2010 nog een kleine meerderheid van vrouwen was, was het aantal mannelijke respondenten in 2011 groter dan het aantal vrouwelijke deelnemers (tabel 5.32). De respondenten zijn ook gevraagd in welke sector zij werkzaam zijn (tabel v 5.33). Het blijkt dat een de


85

Antwoord De aard van mijn werkzaamheden laten geen andere werktijden toe De aard van mijn werkzaamheden laat dit niet toe Ik heb geen toestemming van het management om op andere tijden te werken Anders, namelijk Ik heb het gevoel dat als ik andere werktijden hanteer dit niet geaccepteerd wordt door collega’s Ben er nog niet aan toe gekomen om andere of flexibele werktijden te regelen Ik ben (gedeeltelijk) gedetacheerd waardoor dit geen optie is Ik werk in een ploegendienst

Totaal

%

13 6

68% 32%

6 5

32% 26%

1

5%

0

0%

0 0

0% 0%

Tabel 5.30: Werktijden een reden om niet deel te nemen?

Leeftijd <31 31-35 36-40 41-45 46-50 51-55 56-60 >60 Totaal

2010 18 22 13 27 18 20 29 18 165

% 11 13 8 16 11 12 18 11 100

2011 3 4 3 7 0 4 1 2 24

% 13 17 13 29 0 17 4 8 100

Tabel 5.31: Leeftijd respondenten non-respons enquêtes 2010 en 2011

35 30

aantal enquêtenemers

25 20 2010

15

2011 10 5 0 <31

31-35

36-40

41-45

46-50

51-55

56-60

leeŌijd enquêtenemers Figuur 5.15: Leeftijd respondenten non-respons enquête

>60


Man Vrouw Totaal

86 2010 79 92 171

% 46 54 100

2011 14 11 25

% 56 44 100

Totaal 93 103 193

% 48,19% 53,37% 100%

Tabel 5.32: Geslacht respondenten non-respons enquête

Sector Zakelijke dienstverlening (kantoorgebonden) Anders Industrie Onderwijs Zakelijke dienstverlening (flexibel) Transport Detailhandel Totaal

2010

%

2011

%

57 46 24 24

34 28 14 14

8 6 2 3

32 24 8 12

10 4 1 166

6 2 1 100

2 1 3 25

8 4 12 100

Tabel 5.33: Sector respondenten non-respons enquête 2010 en 2011

meesten aangeven in de (kantoorgebonden) zakelijke dienstverleningssector te werken. Ook zijn er redelijk grote groepen die aangeven in het onderwijs of in de industrie te werken (dit geldt voor beide jaren). Ook de hoogst genoten opleiding is door de respondenten kenbaar gemaakt (tabel 5.34). Het is hieruit gebleken dat de meeste respondenten minimaal een MBO opleiding hebben genoten; circa vijftig tot zestig procent had in beide jaren minimaal een HBO opleiding of hoger genoten. Antwoord Geen onderwijs/basisonderwijs LBO/VBO/VMBO (kader- en beroepsgerichte leerweg) MAVO/eerste 3 jaar HAVO en VWO/VMBO (theoretische en gemengde leerweg) MBO HAVO en VWO bovenbouw/ WO-propedeuse HBO/WO-bachelor of kandidaats WO-doctoraal of master Totaal

Totaal (2010)

%

Totaal (2011)

%

2

1%

0

0%

9

5%

1

4%

16 42

10% 25%

2 4

8% 16%

18

11%

3

12%

40 39 166

24% 23% 100%

8 7 25

32% 28% 100%

Tabel 5.34: Hoogst genoten opleiding respondenten non-respons enquête, 2010 en 2011

De non-respons enquête ging tevens in op het inkomen van de respondenten. Het bleek voor beide jaren, dat bijna de helft tussen de 30.000 en 60.000 euro per jaar verdient (bruto). Verder is er een iets grotere groep die boven de 60.000 euro per jaar verdient, in vergelijking met de groep die minder dan 30.000 euro op jaarbasis verdient (tabel 5.35). Non-responsenquête augustus 2010 In augustus 2010 is er geconstateerd dat de werving van de deelnemers niet verliep zoals gewenst (het aantal aanmeldingen bleef vrij laag). Om deze reden is er destijds voor gekozen, om ad-hoc een nonrespons enquête te houden onder diegenen die daarvoor reeds een wervingsbrief hadden ontvangen (maar

Kenmerken niet-deelnemers Inkomen <30.000 p.j. 30.000 - 60.000 p.j. >60.000 p.j. Totaal

87 Totaal (2010) 30 76 53 159

% 19% 48% 33% 100%

Totaal (2011) 5 10 8 23

% 22% 43% 35% 100%

Totaal 35 86 61 207

% 19% 47% 34% 100

Tabel 5.35: Bruto jaarinkomen respondenten non-respons enquête

nog niet hadden gereageerd). Deze (ongeplande) enquête is ruimschoots voor de andere twee non-respons enquête gehouden, en heeft ook een afwijkende opzet, en vaak ook een afwijkende vraagformulering, welke terug valt te voeren op het korte tijdsbestek waarin de enquête is opgesteld. Om deze reden zou deze enquête als minder relevant kunnen worden beschouwd voor deze rapportage; echter, het aantal respondenten ligt hoger dan bij de andere twee non-respons enquêtes, en om deze reden wordt deze daarom toch behandeld (zie hieronder). Bij deze enquête zijn er overigens geen vragen gesteld over het inkomen, het geslacht, de leeftijd en het opleidingsniveau van de respondenten, in tegenstelling tot de hierboven besproken non-respons enquêtes. Allereerst informeerde deze non-respons enquête naar de redenen waarom de kandidaat deelnemers niet op de uitnodiging hebben gereageerd. Hiervoor konden zij meerdere redenen opgeven (tabel 5.36).

Reden Anders, namelijk Ik ben er nog niet aan toe gekomen me aan te melden via de website Ik heb de uitnodigingsbrief niet gelezen Ik ben de uitnodigingsbrief kwijtgeraakt Ik heb de uitnodigingsbrief niet ontvangen Ik vond de informatie in de brief en/of bijgeleverde informatie onduidelijk Ik vond de toonzetting van de brief onprettig Totaal

Aantal respondenten 164

% 59%

66

24%

19

7%

17

6%

10

4%

7

3%

2 276

1% n.v.t.

Tabel 5.36: Redenen waarom er niet op de uitnodiging is gereageerd

Het blijkt dat relatief veel personen die benaderd zijn voor de non-respons enquête, er niet aan toe zijn gekomen om zichzelf aan te melden voor de proef via de daarvoor bedoelde website. Een substantieel aantal personen heeft daarnaast een andere reden opgegeven. Een greep uit deze antwoorden: • “Prima actie, alleen is de spits mijden of alternatief vervoer onmogelijk voor mij!” • “Dat het geen nut heeft om mee te doen. Ik kan niet buiten de spitstijden gaan werken. Wij zijn een dienstverlenend bedrijf. Ik ben telefoniste en moet op tijd aan de centrale zitten. Ook komen vanaf 8 uur de klanten.” • “geen interesse” • “ik heb beoordeeld dat het voor mij niet mogelijk is deel te nemen. Ik kan de spits niet mijden met mijn auto” Verder is deze groep gevraagd of zij praktische bezwaren hadden tegen deelname aan Spitsmijden in Brabant. Het blijkt dat zij voor het grootste gedeelte niet over de mogelijkheid om spits te mijden beschikken. Dit kan vanwege vaste werktijden zijn, of vanwege gezinsverplichtingen, of in sommige gevallen omdat men


88

niet over alternatieve vervoersmiddelen beschikt (tabel 5.37). N.B. men kon hier meerdere antwoorden geven.

Praktisch bezwaar Ik heb geen mogelijkheid tot spitsmijden, want ik heb vaste werktijden Anders, namelijk Ik kan vanwege gezinsverplichtingen de spits niet mijden Ik heb geen mogelijkheid tot spitsmijden, want ik heb geen alternatieve vervoersmiddelen Ik was met vakantie Ik vind spitsmijden teveel gedoe Ik moest mijn persoonlijke gedrag teveel aanpassen Ik vind het niet prettig dat de On Board Unit in mijn auto wordt ingebouwd omdat mijn auto misschien wel beschadigd raakt Ik vind het niet prettig dat de On Board Unit in mijn auto wordt ingebouwd omdat dit me veel tijd kost Totaal

Aanta] deelnemers

%

147 65

53% 24%

36

13%

30 27 26

11% 10% 9%

25

9%

18

7%

11 276

4% n.v.t.

Tabel 5.37: Praktische bezwaren tegen deelname

Onder de antwoorden die zijn gegeven onder de categorie “Anders, namelijk:...” van tabel 5.37 vallen daarnaast veel overige antwoorden die verband houden met allerlei praktische overwegingen, waardoor men mogelijk niet kan spitsmijden. Een greep uit deze antwoorden: • “ik moet vaak de auto gebruiken vanuit mijn standplaats in Tilburg en daardoor kan ik niet met bijvoorbeeld de trein naar mijn werk in Tilburg” • “Wij kunnen alleen maar werken tussen 7.00 en 18.00 uur, anders had ik het graag gedaan.” • “Ook fietsen is voor mijn geen optie, omdat ik dan bezweet, en dus niet fris op mijn werk kom” • “Past niet binnen de openingstijden bedrijf en 9-uurs werkdag.” • “Met openbaar vervoer ben ik ipv 2 uur per dag 3,45 uur onderweg” Uit deze antwoorden blijkt dat de respondenten de optie “Anders, namelijk:...” hebben gebruikt om een iets uitgebreidere toelichting te geven op de redenen waarom men niet in staat is om deel te nemen aan de proef. Het is gebleken dat het om redenen gaat die ook middels de overige antwoord categorieën kenbaar hadden kunnen worden gemaakt, zoals bijvoorbeeld het ontbreken van alternatieve vervoersmiddelen en het hebben van vaste werktijden. Naast praktische bezwaren, werd er in de non-respons enquête tevens gevraagd naar mogelijke privacygerelateerde bezwaren tegen deelname aan de proef (tabel 5.38). Respondenten konden hier meerdere bezwaren aangeven. Onder meer is gebleken dat men het niet prettig vindt, als het eigen kenteken geregistreerd wordt door camera´s. Ook bleek dat men het soms niet prettig vindt, dat de OBU alle ritten van de deelnemers registreert. Het registreren van ritten buiten de regio en in de weekenden werd door een relatief grote groep mensen genoemd als een bezwaar tegen deelname. Daarnaast was er ook nog een groep deelnemers die claimde principieel tegen de opslag van hun gegevens te zijn. Overigens wijst een analyse van de gegeven antwoorden in de categorie “Anders, namelijk:...” uit dat er ook relatief veel mensen zijn voor wie privacy-gerelateerde bezwaren geen rol spelen: • “privacy is niet het issue”


89

• “Geen privacy bezwaren” • “Privacy is geen argument voor mij.” • “Geen bezwaar in relatie tot mijn ’privacy’.”

Privacy-gerelateerd bezwaar Anders, namelijk Ik vind het niet prettig dat ook ritten buiten de regio en in weekeinden worden geregistreerd Ik vind het niet prettig dat de On Board Unit mijn ritten registreert Ik vind het niet prettig dat mijn kenteken geregistreerd wordt door camera´s Ik ben principieel tegen het feit dat mijn gegevens worden opgeslagen Totaal


% 43%

70

26%

57

21%

55

20%

55 274

20% n.v.t.

Tabel 5.38: Privacy-gerelateerde bezwaren tegen deelname

De respondenten zijn tevens gevraagd naar hun redenen en/of bezwaren tegen deelname, voor zover deze verband houden met de aangeboden beloning (tabel 5.39). Beloning-gerelateerd bezwaar Anders, namelijk Ik ben niet geïnteresseerd in de informatiediensten op de TravelStar Ik ben niet geïnteresseerd in de TravelStar (PDA) Ik vind de beloning ( C1,25 of C2,50 per spitsmijding) onvoldoende


% 57%

66

24%

64

23%

33

12%

Tabel 5.39: Bezwaren tegen deelname die verband houden met de beloning (Aantal respondenten: 274)

Het blijkt dat een relatief klein aantal respondenten de beloning onvoldoende vond. Een grotere groep geeft aan ofwel niet geïnteresseerd te zijn in de TravelStar, ofwel niet geïnteresseerd te zijn in de informatiediensten die hierop worden aangeboden. Opvallend is dat de meeste respondenten (ruim de helft) bij deze vraag het antwoord “Anders, namelijk:...” hebben geselecteerd. Een greep uit hun antwoorden: • “ik rijd zelden in de spits daar ik niet langer werkzaam ben” • “geen van bovenstaande” • “Geen probleem met de beloning” • “Het is gewoonweg niet mogelijk om deel te nemen, omdat ik voor mijn werk de auto nodig heb.” • “Geen bezwaar in relatie tot beloning.”


90

Uit deze selectie van antwoorden kan worden opgemaakt dat beloningsgerelateerde bezwaren voor een groot aantal respondenten nauwelijks een rol spelen (in die zin zijn de gegeven antwoorden onder “Anders, namelijk:...” hier gelijk aan de antwoorden met betrekking tot de privacy). Zij geven veelal aan dat zij geen bezwaren hebben tegen de beloning, maar simpelweg niet kunnen deelnemen voor allerlei redenen, zoals bijvoorbeeld het moeten autorijden voor het werk, of juist het niet meer werkzaam zijn (wat de noodzaak tot spits rijden ten dele doet vervallen). Nu praktische, privacy-gerelateerde en beloningsgerelateerde bezwaren zijn besproken, komen hier de overige bezwaren aan de orde (tabel 5.40). Antwoord Anders, namelijk Ik vind spitsmijden niet nodig: er zijn helemaal geen files Ik weet niet wat de proef inhoudt Ik rijd niet meer op de route, waarop ik in het voorjaar gezien ben Ik verander binnenkort van werkadres Ik verkocht mijn auto of doe dat binnenkort Ik ga binnenkort verhuizen Totaal

Totaal 162

% 60%

50 27

18% 10%

14 11

5% 4%

10 6 280

4% 2% n.v.t.

Tabel 5.40: Overige bezwaren

Zoals gebruikelijk konden de respondenten meerdere redenen aangeven waarom zij er niet voor hebben gekozen om deel te nemen aan Spitsmijden in Brabant. Een relatief kleine groep respondenten geeft aan niet te weten wat de proef inhoudt; een wat grotere groep zegt Spitsmijden niet nodig te vinden omdat er in hun optiek geen files zijn in de regio. Wederom opvallend (net als bij de voorgaande tabellen), is dat er een hoog percentage deelnemers is dat hier het antwoord “Anders, namelijk:...” heeft gekozen. Indien de door hun gegeven redenen worden onderzocht, valt onder andere op dat zij de andere (bovenstaande) antwoorden niet van toepassing achten. Men citeert grofweg dezelfde redenen om niet deel te nemen als bij de vragen over praktische, privacy-gerelateerde en beloningsgerelateerde antwoorden.


91

Een greep uit deze antwoorden: • “ik ben niet langer werkzaam” • “Ik heb te maken met vaste werktijden.” • “Ik ga al regelmatig op de fiets” • “Vanwege mijn werk is het totaal onmogelijk mijn reistijden aan te passen” Het feit dat steeds dezelfde soort antwoorden terugkomen, geeft aan dat de redenen die men heeft om niet deel te nemen aan de proef, minder in de privacy-gerelateerde of beloningsgerelateerde hoek gezocht moeten worden. Nadat alle mogelijke factoren die het kunnen maken dat iemand niet kan deelnemen in de enquête aan bod zijn gekomen, werden de respondenten gevraagd welk argument voor hen doorslaggevend is geweest in de beslissing om niet deel te nemen aan de proef (tabel 5.41).

Factor Praktische bezwaren Overig Privacy Informatie Beloning Totaal

Aantal deelnemers

%

144 86 29 7 6 272

53% 32% 11% 3% 2% 100%

Tabel 5.41: Doorslaggevende factoren om niet deel te nemen

Het blijkt dat praktische redenen bij een meerderheid van alle respondenten de doorslag heeft gegeven om niet deel te nemen aan Spitsmijden in Brabant. Dit komt overeen met de bevindingen uit de hierboven besproken tabellen, waaruit al naar voren kwam dat de meeste deelnemers inderdaad praktische redenen noemen voor hun beslissing om niet deel te nemen. Meestal zijn deze redenen gerelateerd aan factoren als vaste werktijden, een gebrek aan alternatieve vervoerswijzen, of het nodig hebben van een auto om het werk adequaat te kunnen uitvoeren. Tevens zijn de respondenten gevraagd wat hen over de streep zou trekken om alsnog deel te nemen aan Spitsmijden in Brabant (zie tabel 5.41). Het blijkt dat kleinere groepen deelnemers het vervallen van de verplichte OBU, betere alternatieven voor de auto en/of een hogere beloning per spitsmijding noemen als factoren die hen zouden kunnen verleiden om alsnog mee te doen. Een vrij grote groep meent andere spitstijden nodig te hebben om te kunnen deelnemen, wat natuurlijk moeilijk te realiseren is. De (relatief grote) groep respondenten die hier het antwoord “Anders, namelijk:...” heeft gekozen, geeft primair dezelfde antwoorden als bij de voorgaande vragen. Ofwel men rijdt in de spits omdat het niet anders kan, ofwel men mijdt de spits al. Sommigen fietsen al naar het werk, of nemen reeds het OV. Een paar zeggen geen vaste werkplek te hebben. Een greep uit de antwoorden: • “Is voor mij niet mogelijk. Zoals reeds aangegeven, heb ik elke dag tijdens werktijd mijn auto nodig.” • “Helaas geen manier om mij over de streep te trekken ivm werktijden. Ik had anders graag aan deze proef mee gedaan.” • “kan vanwege gezinssituatie niet meedoen” • “n.v.t. (vaste werktijden)” Tot besluit vroeg de enquête naar enkele zaken die verband houden met de bekendheid van het project “Spitsmijden in Brabant” in de media (waarbij elke vraag steeds door een verschillend aantal respondenten is beantwoord). Zo zijn de respondenten gevraagd, of zij het project ook kenden uit de media of van het internet. 66% van de respondenten (179 personen) zegt dat dit voor hen niet het geval is, terwijl één derde van de respondenten (93 personen) het project ook van de media en/of het internet kent. Daarnaast zegt


92

Factor Anders, namelijk Andere spitstijden Betere alternatieven voor de auto Het vervallen van de verplichte On Board Unit in de auto Hogere beloning per spitsmijding Meer informatie per post TravelStar als onderdeel van beloning i.p.v. in bruikleen Meer informatie via het internet (op de website) Meer informatie per telefoon Totaal


% 37% 30%

52

19%

45

17%

43 15

16% 6%

13

5%

10

4%

0 361

0% n.v.t.

Tabel 5.42: Factoren die kunnen overhalen om alsnog mee te doen

38% (35 personen) de billboards die de proef adverteren, gezien te hebben. Bij 62% van de respondenten (58 personen) was dit echter niet het geval. 73% (68 respondenten) verklaart daarnaast artikelen in de krant te hebben gezien over de proef, tegenover 27% (25 respondenten) bij wie dit niet het geval was. Ook bezochten 48% van de respondenten van deze enquête (45 personen) reeds de website van het project, www.spitsmijdeninbrabant.nl. 52% van de respondenten (48 personen) gaven aan de website niet bezocht te hebben.

5.8 Non-Actie Analyse Hier wordt de non-actie analyse besproken. Deze is verricht onder deelnemers die zich aanvankelijk hadden aangemeld voor de proef, maar om wat voor reden dan ook hun aanmelding niet hebben voltooid. Zij ontvingen een enquête waarin zij werden verzocht aan te geven wat hiervan de achterliggende reden is. Deze enquête is in december 2010 verzonden, en respondenten hadden tot februari 2011 om deze in te vullen. Van de 479 personen die gevraagd zijn om deze enquête in te vullen, hebben dat er uiteindelijk 59 gedaan. Allereerst werden de respondenten gevraagd kenbaar te maken op welke wijze zij zijn benaderd voor deelname aan de proef. Het blijkt op dat punt dat nagenoeg alle respondenten door middel van een uitnodigingsbrief zijn benaderd (zie tabel 5.43). Wijze van kennisname Ik heb een uitnodigingsbrief ontvangen Ik ben hiervoor niet uitgenodigd, maar ik ben zelf op onderzoek uitgegaan Ik ben hiervan nooit op de hoogte gebracht Totaal

Totaal

%

51

96%

1

2%

1 53

2% 100%

Tabel 5.43: Verdeling wijze van kennisname deelnemers

De respondenten zijn vervolgens gevraagd, of zij na aanleiding van de brief op zoek zijn gegaan naar extra


93

informatie. Bij het merendeel van de respondenten bleek dit inderdaad het geval te zijn (zie tabel 5.44). Extra informatie gezocht n.a.v. brief? Ja Nee Totaal

Totaal 40 11 51

% 78% 22% 100%

Tabel 5.44: Extra informatie gezocht naar aanleiding brief?

Uit de vraag waar de respondenten dan vervolgens hebben gezocht naar extra informatie, blijkt dat men primair via het internet heeft gezocht. Enkele respondenten raadpleegden daarnaast artikelen in kranten, kennissen en collega´s, of zelfs de billboards langs de wegen in de regio (tabel 5.45). Geraadpleegde bron Via internet Artikelen in kranten Bij kennissen/collega’s Op billboards langs de wegen Nieuws op de televisie Nieuws via de radio Anders, namelijk Totaal

Totaal 40 6 5 2 1 1 1 42

% 95% 14% 12% 5% 2% 2% 2% n.v.t.

Tabel 5.45: Geraadpleegde bronnen voor extra informatie

De respondenten zijn gevraagd om vijf redenen te geven waarom zij niet deelnamen aan de proef, waarbij hen tevens verzocht is om deze redenen te rangschikken van één tot vijf. Deze resultaten staan hieronder weergegeven (tabel 5.46) N.B. het gaat in tabel 5.46 om de gewogen score van elk van deze redenen. Het blijkt uit tabel 5.46 dat de meest genoemde reden is dat men vanwege vaste werktijden de spits niet kan mijden. Ook gaven veel respondenten aan hun gedrag te ingrijpend te moeten wijzigen, om de spits te kunnen gaan mijden. Daarnaast waren er relatief veel respondenten die zich niet konden vinden in de hoogte van het referentieniveau, de proef teveel gedoe vonden, het niet prettig vonden dat er een OBU in hun auto zou worden ingebouwd, en/of moeite hadden met de hoogte van de beloning (op dit punt is het verschil met de uitslag van de non-responsenquête vrij klein). De respondenten zijn tevens gevraagd in welke mate zij bepaalde onderdelen van Spitsmijden in Brabant al dan niet bezwaarlijk vonden. Deze bevindingen staan in tabel 5.47. Uit tabel 5.47 valt op te maken dat er in absolute zin het meeste bezwaar werd gemaakt tegen de tijd die het kost om een OBU te laten inbouwen, en tegen de kans op schade bij de inbouw van de OBU´s. Er werd iets minder bezwaar gemaakt tegen de registratie van het reisgedrag, zowel door de OBU´s als door camera´s. Daarnaast is het opvallend hoe vaak de respondenten aangeven neutraal tegenover (één van) deze aspecten te staan, wat doet vermoeden dat deze vraag niet voor elke respondent even relevant was. Eerder is gebleken dat de hoogte van de financiële beloning voor sommige respondenten een reden was om niet deel te nemen aan Spitsmijden in Brabant . Dit roept de vraag op, hoe men dan precies tegen de hoogte van de financiële beloning aankijkt. Het is weliswaar gebleken dat de helft van de respondenten deze prima vindt; waar slechts een tweetal (uit 50 respondenten) vindt dat de hoogte van de beloning te hoog is, meent bijna de helft dat deze te laag of veel te laag is. Hieruit blijkt dat de onvrede over de hoogte van de beloning veelal betekent dat men deze te laag vindt (tabel 5.48). N.B. de respondenten van de non-respons enquête waren een stuk minder kritisch over de hoogte van de beloning dan de werkelijke deelnemers. Aangaande de TravelStar, blijkt dat de respondenten zeer verdeeld zijn. Circa een kwart geeft aan deze interessant of zeer interessant te vinden. Tevens is iets meer dan de helft van de respondenten neutraal (tabel 5.49). Echter, 24% geeft aan de TravelStar “Helemaal niet interessant” of “Niet interessant” te vinden. Eenzelfde beeld ontstaat waar de respondenten hun mening geven over de verkeersinformatiediensten van de TravelStar. Ook op dat gebied zijn zij overwegend neutraal, met relatief kleine aantallen geïnteresseerde en juist niet geïnteresseerde respondenten (tabel 5.50). De hoge mate van neutraliteit op dit punt, kan een


94

Antwoord Ik kan vanwege mijn werktijden de spits niet mijden Ik kon mij niet vinden in de hoogte van het referentieniveau Ik moet mijn gewoonlijke gedrag te veel aanpassen om de spits te mijden Ik heb moeite met de hoogte van de beloning Ik vind het niet prettig dat de On Board Unit in mijn auto wordt gebouwd Ik vind het teveel gedoe Ik doe niet mee uit privacyoverwegingen Ik kon mij niet vinden in de Voorwaarden voor Deelname Reizen met de OV kost me teveel tijd Ik heb de auto nodig voor mijn werk Ik kan vanwege gezinsverplichtingen de spits niet mijden Ik heb geen alternatieve vervoermiddelen Ik ben niet geïnteresseerd in de TravelStar (handcomputer) Ik vind het invullen van enquêtes over mijn reisgedrag vervelend Ik vind spitsmijden niet nodig: er zijn helemaal geen files Ik wil geen nieuwsbrieven ontvangen Ik rijd bijna nooit (meer) door de regio Den Bosch-Eindhoven De periode kwam mij niet uit Wegens ziekte Ik verander binnenkort van werkadres Ik ben niet geïnteresseerd in de beloning Ik ben niet geïnteresseerd in de informatiediensten op de TravelStar Ik heb de auto nodig wegens een handicap Ik ben de e-mail met gebruikersnaam en wachtwoord kwijtgeraakt

% 15% 10% 9% 8% 8% 7% 6% 6% 6% 5% 4% 3% 2% 2% 2% 2% 1% 1% 1% 1% 1% 1% 1% 1%

Tabel 5.46: Redenen om niet deel te nemen aan Spitsmijden in Brabant

Bezwaar Kans op Schade bij Inbouw OBU Registratie door OBU Registratie door camera´s Inbouw v.d. OBU kost tijd Totaal

Neutraal

Niet bezwaarlijk

Helemaal niet Bezwaarlijk

14 (28%)

17 (34%)

7 (14%)

4 (8%)

7 (14%)

11 (22%)

10 (20%)

16 (32%)

6 (12%)

5 (10%)

10 (20%)

11 (22%)

16 (32%)

8 (16%)

3 (6%) 23

17 (34%) 53

17 (34%) 55

6 (12%) 45

7 (12%) 25

Zeer bezwaarlijk

bezwaarlijk

8 (16%)

Totaal 50 (100%) 50 (100%) 50 (100%) 50 (100%)

Tabel 5.47: Mate waarin respondenten bezwaar hebben tegen bepaalde onderdelen v.d. proef

indicatie zijn van het feit dat de verkeersinformatiediensten op de TravelStar voor veel respondenten geen doorslaggevende factor was bij hun beslissing om wel of niet deel te nemen. De afnemers van de non-actie enquête zijn voor de volledigheid ook gevraagd naar hun leeftijd, inkomen, opleidingsniveau en de sector waarin zij werkzaam zijn. Deze inzichten zullen hieronder besproken worden. Het is gebleken dat alle leeftijdscategorieën vertegenwoordigd zijn onder diegenen die de non-actie enquête hebben afgenomen. Hier dient wel bij vermeld te worden, dat de grootste leeftijdsgroep onder deze geënquêteerden opmerkelijk genoeg de categorie “tot 31 jaar” is (tabel 5.51). Betreffende het geslacht, kan gezegd worden dat er zich onder de afnemers van de non-actie enquête enigszins meer mannen dan vrouwen bevonden (tabel 5.52). Wat de sectoren van de afnemers van de non-actie enquête betreft, valt uit tabel 5.53 af te leiden dat de grootste groepen werkzaam waren in de (kantoorgebonden) zakelijke dienstverlening of in de industrie.


95 Mening m.b.t. hoogte financiële beloning Veel te laag Laag Prima Te hoog Veel te hoog Totaal

Totaal 8 15 25 1 1 50

% 16% 30% 50% 2% 2% 100%

Tabel 5.48: Mening ten aanzien van hoogte financiële beloning

Mening over TravelStar Helemaal niet interessant Niet interessant Neutraal Interessant Zeer interessant Totaal

Totaal

%

2 10 26 10 2 50

4% 20% 52% 20% 4% 100%

Tabel 5.49: Mening respondenten over TravelStar

Mening over verkeersinformatiediensten op TravelStar Helemaal niet interessant Niet interessant Neutraal Interessant Zeer interessant Totaal

Totaal 1 7 28 10 2 48

% 2% 15% 58% 21% 4% 100%

Tabel 5.50: Mening respondenten over verkeersinformatiediensten op TravelStar

Leeftijdscategorie <31 31-35 36-40 41-45 46-50 51-55 56-60 >60 Totaal

Totaal 13 2 8 5 5 6 3 2 44

% 30 5 18 11 11 14 7 5 100%

Tabel 5.51: Leeftijd afnemers non-actie enquête

Geslacht Man Vrouw Totaal

Totaal 28 16 44

% 64% 36% 100%

Tabel 5.52: Geslacht afnemers non-actie enquête

Kleinere groepen waren werkzaam in de flexibele zakelijke dienstverlening en in het onderwijs. Aangaande het opleidingsniveau van de afnemers van de non-actie enquête, valt op te merken dat het


96 Sector Zakelijke dienstverlening (kantoorgebonden) Anders Industrie Zakelijke dienstverlening (flexibel) Onderwijs Detailhandel Transport Totalen

Totaal

%

14 10 10

33 23 23

4 3 2 0 43

9 14 5 0 100%

Tabel 5.53: Sector geënquêteerden

Antwoord Geen onderwijs/basisonderwijs LBO/VBO/VMBO (kader- en beroepsgerichte leerweg) MAVO/eerste 3 jaar HAVO en VWO/VMBO (theoretische en gemengde leerweg) MBO HAVO en VWO bovenbouw/ WO-propedeuse HBO/WO-bachelor of kandidaats WO-doctoraal of master Totaal

Totaal

%

0

0%

1

2%

1 7

2% 16%

2

5%

19 13 43

44% 30% 100%

Tabel 5.54: Opleidingsniveau geënquêteerden

merendeel hogeropgeleiden zijn. Circa driekwart zegt een HBO of universitaire opleiding te hebben genoten (tabel 5.54). Tot besluit zijn de afnemers van de non-actie enquête gevraagd naar hun bruto inkomen op jaarbasis (tabel 5.55). Op dit punt is gebleken dat de meerderheid een inkomen tussen de 30.000 en 60.000 euro per jaar (bruto) heeft, terwijl een zeer substantiële groep van bijna de helft van alle geënquêteerden meer dan 60.000 euro op jaarbasis verdient. Lagere inkomens zijn hier nauwelijks vertegenwoordigd. Inkomen <30.000 p.j. 30.000 - 60.000 p.j. >60.000 p.j. Totaal

Totaal 3 21 19 43

% 7 49 44 100%

Tabel 5.55: Bruto inkomen op jaarbasis geënquêteerden

5.9 Kenmerken niet-deelnemers: conclusie Het doel van dit hoofdstuk was het vergelijken van groepen automobilisten die voor de praktijkproef zijn uitgenodigd. Dit geeft inzicht in de factoren waarop de deelnemers verschillen van overige automobilisten in de regio die er een soortgelijk reispatroon op nahielden, maar geen deelnemer zijn geworden. Het wordt zo inzichtelijk welke factoren eraan kunnen bijdragen dat iemand zich succesvol aanmeldt voor een proef


97

zoals Spitsmijden in Brabant. Het blijkt dat de verhouding tussen mannen en vrouwen onder de deelnemers aan de praktijkproef afwijkt van deze verhouding onder de deelnemers aan Spitsmijden in Brabant - Hovenring. Waar tweederde van de deelnemers aan de hoofdproef man zijn, is de verhouding bij Hovenring precies “fifty-fifty”. Ook onder de non-respondenten is het percentage mannen ongeveer gelijk aan het percentage vrouwen. Hiermee nemen er naar verhouding meer mannen deel aan de praktijkproef. Wat de leeftijden van de deelnemers betreft, kan gezegd worden dat alle leeftijden vertegenwoordigd zijn onder de deelnemers. Naar verhouding zijn oudere deelnemers van boven de 55 jaar minder vaak deelnemer geworden, terwijl deze groep sterker vertegenwoordigd is onder de non-respondenten. Qua opleidingsniveau kan gesteld worden, dat hogeropgeleiden eerder geneigd zijn om deelnemer te worden. Ongeveer de helft van alle deelnemers heeft minimaal een HBO of een WO-bachelor opleiding; mensen zonder vervolgopleiding of met een MBO opleiding komen relatief minder vaak voor onder de deelnemers, maar zijn wel weer sterker vertegenwoordigd onder de non-respondenten. Qua verdeling over de diverse sectoren wijken de deelnemers niet drastisch af van andere groepen geënquêteerden. Het percentage deelnemers dat in de industriële sector werkt is weliswaar relatief laag vergeleken met andere groepen, maar de afwijking is niet heel groot. In vergelijking met de non-respondenten hebben de deelnemers over het algemeen een iets hoger gemiddeld inkomensniveau. Zo zijn er procentueel meer deelnemers met een inkomen tussen de 30.000 en 60.000 euro per jaar, terwijl er procentueel meer non-respondenten zijn met een inkomen van minder dan 30.000 euro per jaar. Mensen die iets meer verdienen, zijn hiermee eerder geneigd om deelnemer te worden. De deelnemers aan de proef blijken relatief gezien vaker in staat te zijn om thuis te werken, in vergelijking met de non-respondenten. Dit is op zich niet verbazingwekkend; de mogelijkheid om thuis te kunnen werken stelt hen wellicht in staat om de spits beter te kunnen mijden, zodoende is het voor hen makkelijker om zich voor de proef op te geven. Toch kunnen in algemene zin maar weinig geënquêteerden thuis werken; tweederde van de deelnemers kan dit niet, terwijl acht op de tien non-respondenten aan hebben gegeven dat zij niet kunenn thuiswerken. Wat de starttijden van de automobilisten in de regio betreft, bestaan er hier weinig drastische verschillen tussen de diverse groepen enquêtenemers. Vergeleken met de non-respondenten werken de deelnemers iets minder op vaste tijdstippen, en iets vaker in vaste blokken (hetgeen een iets flexibeler reispatroon toelaat). Qua woon-werkafstand verschillen de deelnemers ook niet veel van non-respondenten of van automobilisten die wel op de uitnodiging hebben gereageerd, maar geen deelnemer zijn geworden. Het valt tevens op dat de deelnemers aan Spitsmijden in Brabant een relatief korte gemiddelde reistijd van en naar hun werkplek hebben. De non-respondenten lijken niet veel van de deelnemers te verschillen; alhoewel de automobilisten die de non-actie enquête hebben ingevuld, een wat nadrukkelijkere vertegenwoordiging hebben in de langere reistijden van een half uur of meer. Ook is gebleken dat zowel de deelnemers aan Spitsmijden in Brabant-Hovenring nauwelijks van de deelnemers aan de hoofdproef afwijken, wat het aantal uren in hun contract betreft. Beiden groepen deelnemers werken veelal 32 uur per week, of meer. Wat hun gezinssituatie betreft, lijken de deelnemers aan Spitsmijden in Brabant-Hovenring en de deelnemers aan de hoofdproef ook sterk op elkaar; de deelnemers uit beide groepen zijn veelal getrouwd of samenwonend, al dan niet met kinderen. Het is ook gebleken dat de deelnemers op elk vlak hogere verwachtingen van de proef hadden dan diegenen die niet op de uitnodiging hebben gereageerd, of diegenen die dit wel hebben gedaan maar die zich uiteindelijk niet hebben aangemeld (dit geldt ook voor deelnemers aan Spitsmijden Hovenring). Specifiek verwachten deelnemers dat de praktijkproef hen zal helpen met het maken van andere keuzes ten aanzien van hun reisgedrag.

Hoofdstuk 6

Techniek en systemen 6.1 Inleiding In dit hoofdstuk komt de performance (ook wel de prestatie genoemd) van de hardware en software, die ten behoeve van de mobiliteitsproef zijn ingezet, aan bod. Achtereenvolgens komt de performance van de camera´s, die van de OBU´s, en die van de website aan bod. Vervolgens worden statistieken met betrekking tot het CRM en de dataverwerkingen besproken.

6.2 Camera´s In deze paragraaf zal de performance van de kentekenherkenningscamera´s aan bod komen. In figuur 6.1 is het aantal geactiveerde camera´s (naar maand) te zien. Het blijkt dat het aantal geactiveerde camera´s aanvankelijk in een kort tijdsbestek sterk stijgt, en zich hierna stabiliseert. Pas aan het einde van de proef is er weer een daling te herkennen in het aantal geactiveerde camera´s. Dit aantal loopt dan plots erg snel af, hetgeen te maken heeft met het feit dat de proef medio 2012 op zń einde liep. 100 90

aantal acƟeve camera's

80 70 60 50 40 30 20 10 0 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.1: Aantal actieve camera´s, naar maand

In figuur 6.2 is vervolgens het percentage van het bovenstaande aantal camera´s te zien, welke beschikbaar waren, en op welk moment. 98

Techniek en systemen

99

100%

percentage beschikbare camera's

90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.2: Percentage beschikbare camera´s, naar maand

Uit figuur 6.3 blijkt dat het gemiddeld aantal detecties per camera per dag licht fluctueert, met als algemene tendens dat het aantal detecties in het weekend lager ligt dan doordeweeks; en met de dinsdag en donderdag als koplopers, wanneer gemiddeld de meeste detecties per camera per dag voorkomen. 7000

Aantal detecƟes (per dag)

6000 5000 4000 3000 2000 1000 0 Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Zaterdag

Zondag

Dag Figuur 6.3: Gemiddeld aantal detecties per camera, naar dag

Figuur 6.4 toont vervolgens het (gemiddeld) aantal detecties per camera per dag, naar maand en jaar. Afgezien van het feit dat deze maandelijks fluctueren en bovendien gevoelig voor seizoensinvloeden lijken te zijn, vallen er een aantal maanden met een hoog gemiddeld aantal dagelijkse detecties op. Waar het gemiddeld aantal detecties per dag voor elke maand globaal tussen de 4000 en 6000 fluctueert, ligt het


100

Gem. aantal detecƟes per camera, per dag (naar maand en jaar)

Gehele project (alle camera's) 10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 2010

2011

2012

Jaar en Maand Figuur 6.4: Gemiddeld aantal detecties per camera per dag, naar jaar en maand

aantal detecties hoger in oktober en november 2011 en februari en maart 2012, met november 2011 als absolute koploper (met gemiddeld bijna 9000 detecties per dag gedurende die maand). De gegevens uit figuur 6.4 hebben betrekking op het gehele project. Deze gegevens, het (gemiddeld) aantal detecties per camera per dag, staan in figuur 6.5 voor de individuele kentekenherkenningscamera´s van Eindhoven weergegeven, en in figuur 6.6 voor de camera´s te ´s-Hertogenbosch.


Eindhoven 12000 10000 8000 6000 4000 2000 0 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 2010

2011

2012

Jaar en Maand Figuur 6.5: Eindhoven: Gemiddeld aantal detecties per camera per dag, naar jaar en maand

In figuur 6.7 en 6.8 zijn voor Eindhoven en ´s-Hertogenbosch het totale aantal detecties per kentekenher-


101


's-Hertogenbosch 8000 7000 6000 5000 4000 3000 2000 1000 0 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 2010

2011

2012

Jaar en Maand Figuur 6.6: ´s-Hertogenbosch: Gemiddeld aantal detecties per camera per dag, naar jaar en maand

kenningscamera weergegeven. Het gaat hier om het totale aantal detecties over de duur van het gehele project. De uitschieter in figuur 6.7 betreft een camera (nummer 1054) die op een ongelukkige wijze is gesitueerd. Deze camera is zodanig georiënteerd, dat deze niet alleen het verkeer op de Heezerweg meet (waarvoor de camera oorspronkelijk bedoeld was), maar ook het verkeer op de drukke centrumring van Eindhoven meet. Om deze reden ligt het gemiddelde aantal detecties bij deze camera vrij hoog. Dit betekent echter niet dat dit meetpunt door erg veel verkeer gepasseerd wordt; het hoge aantal detecties valt terug te voeren op de sub-optimale meetopstelling. De afwijkingen zullen verderop in figuur 6.12 wederom terug te zien zijn. In het onderstaande is voor elke camera (zowel in ´s-Hertogenbosch als in Eindhoven) het gemiddelde aantal detecties per dag weergegeven. Alle dagen van de praktijkproef zijn hierbij meegenomen. Daarnaast staat het aandeel dat de betreffende camera heeft behaald in het totale aantal detecties per dag, zowel voor de camera´s in ´s-Hertogenbosch ( 6.1) als in Eindhoven ( 6.2 en 6.3). Op deze manier wordt inzichtelijk gemaakt, langs welke camera´s het verkeer vooral passeerde. De gegevens van deze tabellen staan daarnaast in figuren 6.11 en 6.12 weergegeven. In deze grafieken staan, per camera, het gemiddelde aantal detecties per dag. Tevens zijn de locaties van de camera´s te zien in figuur 6.9 (´s-Hertogenbosch) en in figuur 6.10 (Eindhoven). Wat de nameting betreft, zijn in figuren 6.13 en 6.14 voor elk van de camera´s rondom de beloningsgebieden van ´s-Hertogenbosch en Eindhoven te zien, hoe groot het aandeel van alle deelnemers aan Spitsmijden in Brabant was, in het totale aantal detecties. Hierbij tellen alle detecties in elke stad apart op tot 100%. Een groene stip geeft aan dat alle deelnemers bij elkaar, goed waren voor 3% of meer van het totale aantal kentekenregistraties dat één bepaalde camera heeft verricht. Een gele stip betekent dat alle deelnemers samen goed waren voor tussen de 2% en 3% van alle kentekenregistraties van de betreffende camera. Een rode stip duidt op een aandeel van minder dan 2%.

6.3 OBU´s In deze paragraaf komt de performance van de OBU´s aan bod. Er zijn diverse typen OBU´s ingezet bij de praktijkproef. Dit is mede omdat de proef een proeftuin vormde voor de diverse typen OBU´s. De diverse typen OBU´s zijn gemaakt door fabrikanten Efkon, TravelStar, en TomTom. Eerst komen de logistieke aspecten van het werken met OBU´s aan bod, vervolgens wordt de performance ervan besproken.


102

camera ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 Totaal

gem. detecties per dag (absoluut) 9400,42 11205,67 7661,77 11403,77 3696,48 3827,43 3492,43 4164,31 1743,84 2988,20 1672,30 3428,78 4292,27 2028,77 2323,11 4445,69 3222,07 7340,22 7965,79 7331,86 8315,42 339,86 268,09 9077,67 9816,91 5307,83 5818,02 3764,06 2362,82 1331,28 2638,86 11451,89 10074,00 1243,73 1333,28 12378,53 11248,16 200405,57

gem. detecties per dag (procentueel) 4,69% 5,59% 3,82% 5,69% 1,84% 1,91% 1,74% 2,08% 0,87% 1,49% 0,83% 1,71% 2,14% 1,01% 1,16% 2,22% 1,61% 3,66% 3,97% 3,66% 4,15% 0,17% 0,13% 4,53% 4,90% 2,65% 2,90% 1,88% 1,18% 0,66% 1,32% 5,71% 5,03% 0,62% 0,67% 6,18% 5,61% 100,00%

Tabel 6.1: ´s-Hertogenbosch: Gemiddeld aantal detecties per camera, per dag


103 camera ID 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053

gem. detecties per dag (absoluut) 7663,37 7187,32 4443,49 3663,03 5624,06 7786,77 8602,53 8713,97 3903,08 14952,97 1859,14 4231,27 1563,84 1717,27 8473,34 8273,99 2645,79 2298,90 1547,36 2815,82 3311,48 8499,76 7729,65 7513,14 4276,09 4187,34 2904,10 3015,91 6100,00 7954,88 4608,24 5241,20 4919,60 4816,70 2859,19 3170,23 7462,67 6054,06 8334,54 8545,01 2792,40 3010,86 1503,91 2245,45 3672,56 1452,09 12985,15 11783,91 4932,05 151,49 3447,75 2936,61 1021,69

gem. detecties per dag (procentueel) 2,12% 1,99% 1,23% 1,01% 1,56% 2,16% 2,38% 2,41% 1,08% 4,14% 0,52% 1,17% 0,43% 0,48% 2,35% 2,29% 0,73% 0,64% 0,43% 0,78% 0,92% 2,35% 2,14% 2,08% 1,18% 1,16% 0,80% 0,84% 1,69% 2,20% 1,28% 1,45% 1,36% 1,33% 0,79% 0,88% 2,07% 1,68% 2,31% 2,37% 0,77% 0,83% 0,42% 0,62% 1,02% 0,40% 3,60% 3,26% 1,37% 0,04% 0,96% 0,81% 0,28%

Tabel 6.2: Eindhoven: Gemiddeld aantal detecties per camera, per dag


104

Eindhoven

Totaal aantal detecƟes

25000000

20000000

15000000

10000000

5000000

1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059

0

Camera nummer Figuur 6.7: Eindhoven: Totaal aantal detecties per camera

's-Hertogenbosch

Totaal aantal detecƟes

12000000 10000000 8000000 6000000 4000000 2000000 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

Camera nummer Figuur 6.8: ´s-Hertogenbosch: Totaal aantal detecties per camera

Logistiek OBU´s De inbouw van de OBU´s in de voertuigen van de deelnemers is uitbesteed aan een professionele installateur voor in-car apparatuur. Installateurs gingen bij de deelnemers langs en bouwden ter plaatse de OBU´s in de voertuigen van de deelnemers in. Deze deelnemer-gerichte werkwijze stond tijdens het inbouwproces centraal; slechts drie keer is er op een centrale locatie een massale inbouw geweest met meerdere monteurs. Nadat deelnemers de OBU hadden laten inbouwen in hun voertuig, moest deze nog via een website worden geactiveerd. Ook werden de OBU´s via deze website gekoppeld aan een voertuig en daarmee ook


105

Figuur 6.9: ´s-Hertogenbosch: Cameranummering

Figuur 6.10: Eindhoven: Cameranummering


106 camera ID 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1069 1071 1072 1075 1076 1077 1078 Totaal

gem. detecties per dag (absoluut) 23669,84 1555,27 1622,09 969,19 1154,25 182,57 1755,10 3149,40 9747,06 9250,28 4793,32 2368,06 5982,71 8801,00 6333,60 1787,00 3185,33 3098,64 93,00 43,00 360947,70

gem. detecties per dag (procentueel) 6,56% 0,43% 0,45% 0,27% 0,32% 0,05% 0,49% 0,87% 2,70% 2,56% 1,33% 0,66% 1,66% 2,44% 1,75% 0,50% 0,88% 0,86% 0,03% 0,01% 100,00%

Tabel 6.3: Eindhoven: Gemiddeld aantal detecties per camera, per dag (vervolg)

Figuur 6.11: ´s-Hertogenbosch: Totaal aantal detecties per camera

Figuur 6.12: Eindhoven: Totaal aantal detecties per camera

aan de deelnemer. De installateurs verzorgden de administratie van deze inbouw via de servicedesk van Spitsmijden in Brabant. De werkwijze zoals gehanteerd rondom de inbouw heeft voordelen en nadelen. Wellicht het grootste voordeel is dat deze werkwijze van de deelnemers minimale inspanning vroeg; de deelnemers hoefden slechts een afspraak maken voor de inbouw van de OBU in hun auto. In de eerste fase werden deelnemers hiervoor gebeld door de servicedesk. Dit was minder efficient doordat deelnemers niet opnamen en er geen terugbelmogelijkheden waren. Later is een planningstool ontwikkeld waarmee deelnemers via de website zelf een tijdstip en locatie konden selecteren. Dit bespoedigde het afsprakenproces aanzienlijk Ook het feit dat een externe partij de volledige administratie van de inbouw voor zijn rekening heeft genomen, bespaarde direct betrokken partijen veel tijd en moeite. Nadeel is dat deze werkwijze relatief duur is, aangezien er veel uren gerekend moeten worden per ingebouwde OBU. Een ander gevolg was datde inbouwcapaciteit per dag hierdoor ook beperkt was; de maximale inbouwcapaciteit lag tussen de 25 en 50 OBU´s per dag. Van de ervaringen tijdens de inbouw is geleerd, de uitbouw is immers anders verlopen. Er waren centrale uitbouwpunten, slechts enkele deelnemers werden op het thuisadres bezocht om de OBU uit te bouwen. De locaties van de centrale uitbouwpunten waren hierbij geselecteerd op basis van de woon- en werkpostcodes van de deelnemers. Dit heeft geresulteerd in lagere kosten, het aantal uitgebouwde OBU´s per dag lag veel hoger (tussen de 50 en 100 OBU´s per dag). Het uitbouwproces is intern gecoÃurdineerd ˝ door direct bij Spitsmijden in Brabant betrokken partijen; eigen monteurs zijn ingezet en de administratie is ook zelf gevoerd. Tijdens de uitbouw is nogmaals duidelijk geworden, dat het werken met OBU´s veel inspanning vergt. Vooral een intensieve communicatie met de deelnemers is van belang gebleken. Terugblikkend is de administratie tijdens de uitbouw enigszins onderschat, waardoor het overzicht geleidelijk verdween naarmate de uitbouw vorderde. Ook zijn de eigen monteurs minder capabel gebleken dan de


107

Figuur 6.13: ´s-Hertogenbosch: Aandeel in totale aantal detecties, per camera. Groen: aandeel >3%; Geel: 2 - 3%; Rood: <2%

professionele installateurs van in-car apparatuur; er is meer onnodige schade veroorzaakt aan de auto´s van de deelnemers tijdens de uitbouw, hoewel de totale omvang van de schade meeviel ( C2.500,- op 2.000 auto´s). Performance OBU´s In veel opzichten lijken deze OBU´s sterk op elkaar. Een punt waarop ze verschillen is hun betrouwbaarheid; zo zal verderop in dit hoofdstuk duidelijk worden dat 38% van alle OBU´s van de fabrikant Efkon een harde reset nodig hadden, terwijl bij de overige twee merken het percentage defecte OBU´s rond de 4% lag. Er wordt ook gekeken naar de spreiding van de OBU ritten die zijn gemaakt. Hierbij komt de verspreiding over de dag, de week, en het type dag. Ook de verhouding tussen het aantal OBU ritten dat op doordeweekse dagen en in de weekenden en in vakanties zijn gemaakt, wordt besproken. De spreiding van het aantal ritten gedurende de gehele looptijd van de proef wordt ook besproken in deze paragraaf. In figuur 6.15 toont het aandeel van alle trips die met de OBU´s zijn gemaakt, naar het tijdstip waarop deze ritten hebben plaatsgevonden (uitgedrukt in het percentage ritten per uur). Op deze manier ontstaat er een beeld van de momenten waarop de deelnemers met de OBU´s in hun voertuigen hebben rondgereden. Het wordt uit figuur 6.15 duidelijk dat de meeste ritten rondom de ochtend- en avondspits hebben plaatsgevonden, met een vrij stabiel aandeel ritten overdag (tussen de beide spitsen) en een gestaag afnemend aandeel ritten na de avondspits, vooral na 18 uur ´s avonds. De relatieve piek ligt tussen 15:00 en 16:00 uur; in totaal vonden er gedurende dat uur ruim 10% van het totale aantal ritten plaats. Ook tussen 16:00 en 17:00 uur waren er veel deelnemers op de weg (ruim 9% ritten werden er tussen vijf en zes gemaakt). In de ochtendspits lag de nadruk met bijna bijna 8% van alle ritten tussen 06:00 en 07:00 uur. In figuur 6.16 wordt het aandeel ritten (welke met de OBU´s zijn geregistreerd) uitgesplitst naar de dag van de week waarop deze ritten hebben plaatsgevonden. Het blijkt dat de vrijdag het grootste aandeel is toebedeeld. Van de doordeweekse dagen had de maandag het kleinste aandeel in het totale aantal ritten.


108

Figuur 6.14: Eindhoven: Aandeel in totale aantal detecties, per camera. Groen: aandeel >3%; Geel: 2 3%; Rood: <2%

12

Aantal trips (%)

10

8

6

4

2

0 0

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

TijdsƟp (uren) Figuur 6.15: Totaal aantal OBU trips, naar tijdstip

Echter, de doordeweekse dagen verschillen niet drastisch van elkaar, wat betreft het aandeel ritten per dag. De zaterdag verrast daarnaast met een relatief hoog aandeel ritten. Op zondag hebben de deelnemers


109

18 16

Totaal aantal riƩen (%)

14 12 10 8 6 4 2 0 Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Zaterdag

Zondag

Dag Figuur 6.16: Geaggregeerd aantal OBU-trips, naar dag

beduidend minder gereden dan op de overige dagen van de week. 1600

Gemiddeld aantal riƩen

1400 1200 1000 800 600 400 200 0 Niet-beloningsdagen

Beloningsdagen

Type dag Figuur 6.17: Gemiddeld aantal ritten, naar type dag

In figuur 6.17 wordt het gemiddeld aantal ritten per dag weergegeven naar het soort dag, waarbij het onderscheid wordt gemaakt tussen een vakantie- of weekenddag (de niet-beloningsdagen), en een gewone werkdag (de beloningsdagen). Zoals te verwachten viel, blijkt dat er tijdens de niet-beloningsdagen er gemiddeld betrekkelijk weinig ritten plaatsvinden. Het gaat dan om zoń 1000 ritten op een dag, terwijl tijdens beloningsdagen dit aantal rond de 1400 ligt. Het aandeel ritten per uur is in figuur 6.18 uitgezet, waarbij tevens onderscheid naar het type dag wordt gemaakt. Het verschil tussen de weekenden en de door-


110

deweekse dagen valt op; zo blijkt dat het aandeel ritten per uur (ten opzichte van doordeweekse dagen) evenwichtiger over de gehele dag verspreid is in het weekend, met een milde piek rond de vroege middag. Doordeweeks ligt het aandeel ritten verreweg het hoogste in de uren rond de ochtend- en avondspits, met (net als in figuur 4.10) pieken rond 16:00 en 17:00 uur in de avondspits. Toen vonden er per uur iets circa 10% van alle (dagelijkse) ritten plaats. De ochtendspits is slechts iets “rustiger”, met een piek rond 07:00, wanneer er bijna 10% van alle ritten plaatsvinden. Buiten de beide spitsen om is het aantal aandeel ritten per uur redelijk stabiel overdag, en lopen gestaag af in de avonduren. Hiermee wordt het beeld van figuur 6.15 bevestigd.

12,00

Totaal aantal riƩen (%)

10,00

8,00

6,00

Niet-belonings dagen Beloningsdagen

4,00

2,00

0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

TijdsƟp (uur) Figuur 6.18: Totaal aantal trips per uur (naar type dag)

In figuur 6.19 is het totaal aantal ritten dat de deelnemers hebben gemaakt met de OBU in hun auto, per week weergegeven. Het blijkt hieruit dat het totaal aantal trips dat er met de OBU is gemaakt, een vrijwel directe weerspiegeling van het aantal deelnemers is. Zo stijgt het aantal ritten gestaag na elke wervingsactie, terwijl het zich steeds lijkt te stabiliseren op het moment dat er al enige tijd geen wervingsactie meer is geweest. Het absolute toppunt lag in april 2012, toen er in één maand rond de 270.000 ritten waren gemaakt door alle deelnemers bij elkaar. Voortbouwend op figuur 6.19 toont figuur 6.20 het aantal trips per maand tijdens de beloningsperiode; het gaat hier uitsluitend om trips die op de beloningsdagen hebben plaatsgevonden. Vakantieperioden worden hierbij niet in beschouwing genomen (omdat er gedurende die perioden relatief veel deelnemers zijn die niet in de regio rondrijden). Weekenden zijn hier tevens buiten beschouwing gelaten. Evenals bij figuur 6.19 blijkt ook hier dat het totale aantal gemaakte ritten per maand een aannemelijke weerspiegeling is van de ontwikkeling van het aantal deelnemers aan de proef. Zo stijgt het aantal gemaakte ritten per maand in het einde van 2011 vrij sterk, dit is omdat er destijds veel nieuwe deelnemers zijn ingestroomd als gevolg van een wervingsactie. Tevens valt op, dat het aantal ritten per maand, gemaakt gedurende de beloningsperiode, qua aantallen een sterke vergelijkenis vertoont met figuur 6.19. Indien de OBU´s worden uitgesplitst naar het (totale) aantal ritten dat deze hebben geregistreerd, blijkt dat er met de meeste OBU´s ongeveer tussen de 100 en 350 ritten hebben geregistreerd (figuur 6.21). OBU´s die 350 ritten (of meer) hebben geregistreerd, daalt relatief snel naarmate het aantal geregistreerde ritten toeneemt. Opvallend is ook dat er een klein aantal OBU´s zijn, die zeer weinig ritten (10 of minder) hebben geregistreerd; zie ook het cluster helemaal links (tegen de Y-as) in de grafiek (figuur 6.21). In figuur 6.22 is te zien hoeveel ritten er in totaal zijn gemaakt, per OBU type. Er zijn in totaal vijf verschillende typen OBU´s in gebruik geweest; twee typen zijn in de praktijk nauwelijks gebruikt. De OBU van fabrikant TomTom is


111

300000 250000

Aantal trips/ riƩen

200000 150000 100000 50000 0 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.19: Totaal aantal trips, per maand

250000

Aantal trips/ riƩen

200000

150000

100000

50000

0 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.20: Aantal trips per maand tijdens de beloningsperiodes(exclusief vakanties en weekenden)

met 1,8 miljoen ritten verreweg het meest gebruikt, doch ook de TravelStar (800.000 ritten) en de Efkon (1 miljoen ritten) OBU´s zijn in redelijk hoge mate gebruikt door de deelnemers. Het beeld uit figuur 6.22 is grotendeels terug te herkennen in figuur 6.23, die het gemiddelde totale aantal ritten voor elk type OBU weergeeft. Wederom spannen de OBU´s van TomTom de kroon, gevolgd door Efkon, welke OBU´s een iets lager aantal ritten hebben. De OBU´s van fabrikant TravelStar hebben weer net een iets lager aantal ritten dan de OBU´s van Efkon. Samen vormen deze twee typen OBU´s de middenmoot, wat het gemiddelde aantal ritten betreft. De OBU´s van het type “TravelStar 3.0” en van het


112

30

25

Aantal OBUs

20

15

10

5

0 15 28 49 62 82 108 124 144 178 195 218 235 256 278 296 319 340 355 382 407 424 440 466 481 500 521 543 561 578 593

0

Aantal trips Figuur 6.21: Verdeling OBU’s naar totaal aantal trips

type “Efkon 2” registreerden gemiddeld de laagste aantallen ritten. 2000000 1800000 1600000

Aantal riƩen

1400000 1200000 1000000 800000 600000 400000 200000 0 Travelstar

TomTom

EŅon

Type OBU Figuur 6.22: Totaal aantal ritten per OBU, naar fabrikant OBU´s

In figuur 6.24 zijn uitsluitend die deelnemers te zien, die ooit een nieuwe OBU hebben laten inbouwen. Aangezien het merendeel van de deelnemers dit nooit heeft laten doen (het was in de meeste gevallen overbodig), gaat het hier maar om een klein aandeel van alle deelnemers. Van alle deelnemers die ooit hun OBU hebben laten vervangen, hebben de meeste dit één keer gedaan. Een enkeling heeft dit tot twee of zelfs drie keer toe laten doen. Uit figuur 6.25 blijkt bovendien dat het in het merendeel van deze gevallen gaat om deelnemers die van een Efkon OBU naar een nieuwe of andere Efkon OBU gingen; een


113

Gemiddeld aantal gemaakte riƩen

1400 1200 1000 800 600 400 200 0 Travelstar OBU 3.0

Travelstar

TomTom

EŅon 2

EŅon

Type OBU

Figuur 6.23: Gemiddeld aantal gemaakte ritten, per OBU type

350 300

aantal deelnemers

250 200

Vervanging bij zelfde auto

150 100

Vervanging door andere auto

50 8 0 1

2

aantal keer andere OBU laten inbouwen Figuur 6.24: Aantal keer een andere OBU ingebouwd of in andere auto ingebouwd

iets kleinere groep switchte van de TomTom OBU naar een Efkon OBU. De in- en uitbouw van de OBU´s van de deelnemers is te zien in figuur 6.26. De meeste OBU’s zijn ingebouwd in de weken volgend op de wervingsacties. De inbouw van OBU’s lijken zich te concentreren rondom eind 2010 en eind 2011. De uitbouw van de OBU´s vindt doorlopend plaats, en fluctueert lichtelijk. In feite zijn het aantal OBU´s die uitgebouwd worden gedurende de hele proef veel kleiner dan het aantal OBU´s die ingebouwd worden, zoals is te zien in figuur 6.26. Dit is vanwege het feit dat de meeste OBU´s pas na afloop van de nameting-periode worden uitgebouwd.


114

160 140

Aantal deelnemers

120 100 80 60 40 20 1

1

0 Van EŅon naar EŅon

Van EŅon naar Van TomTom naar Van TomTom naar TomTom TomTom EŅon

Van Travelstar naar EŅon

Type vervanging Figuur 6.25: Vervanging OBU’s: oude en nieuwe typen

800 700

Maandelijks totaal

600 500 400 300

Inbouw (aantallen)

200

Uitbouw (aantallen)

100 0 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 2010

2011

2012

Jaar en Maand Figuur 6.26: Aantallen keer in- en uitbouw van een OBU per maand

Een deel van alle gebruikte OBU´s is tijdens de praktijkproef defect geraakt. In figuur 6.27 is te zien hoeveel OBU´s (per fabrikant) over de looptijd van de praktijkproef zonder problemen hebben gefunctioneerd, en hoeveel er defect zijn geraakt tijdens de proef. Het blijkt dat circa 38% van de OBU´s van de fabrikant Efkon defect is geraakt, terwijl de OBU´s van TomTom en TravelStar respectievelijk voor ongeveer 5 en 4% defect zijn geraakt. Over alle OBU´s genomen, is circa 13% defect geraakt. Van alle OBU´s is vervolgens in figuur 6.28 de betrouwbaarheid te zien. Hierbij wordt in dagen uitgedrukt hoelang de OBU´s van elke fabrikant gemiddeld zijn meegegaan, uitgesplitst naar of de OBU´s van de


115

1600

Aantal keren defect/ in gebruik

1400 1200 1000 800 Aantal keer defect

600

Aantal keer gebruik

400 200 0 EŅon

TomTom

Travelstar

Merk OBU Figuur 6.27: Aantallen werkende en defecte OBU´s, naar fabrikant

betreffende fabrikant gedurende de proef defect zijn geraakt of niet. 450 400

Aantal dagen

350 300

Gemiddelde levensduur bij defecte OBU(dagen)

250 200 Gemiddelde levensduur bij OBU die niet defect is gegaan(dagen)(bij OBU's die niet defect zijn gegaan is eind project als uitganspunt genomen(1 mei 2012))

150 100 50 0 EŅon

TomTom

Travelstar

Fabrikant OBU Figuur 6.28: Levensduur OBU´s, naar fabrikant en staat van onderhoud

Één van de fabrikanten van de OBU´s is Efkon. De momenten van de inbouw van de Efkon OBU´s is te zien in (figuur 6.29). De maanden waarin de meeste Efkon OBU´s zijn ingebouwd, reflecteren de wervingsmomenten waarna er veel mensen deelnemer zijn geworden. De uitbouw momenten zijn te zien in (figuur 6.30). Soortgelijke grafieken betreffende de activaties en deactivaties van de OBU´s van de fabrikant TomTom zijn in figuren 6.31 en 6.32 te zien. De derde en laatste fabrikant van de gebruikte OBU´s is TravelStar. Wanneer de activaties en deactivaties van de OBU´s van deze fabrikant plaats hebben gevon-


116

den, is in figuren 6.33 en 6.34 te zien.

300

Aantal acƟvaƟes (EFKON)

250 200 150 100 50 0 Jul Aug Sep Oct Nov Mar Apr May Jun Jul Aug Sep Oct Nov Jan Feb Mar Apr 2010

2011

2012

Maand en Jaar Figuur 6.29: Activaties Efkon OBU´s

Aantal deacƟvaƟes (EFKON)

80 70 60 50 40 30 20 10

Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep

0

2010

2011

2012

Maand en jaar Figuur 6.30: Deactivaties Efkon OBU´s

In figuur 6.35 is het aantal trips of ritten per persoon te zien, met aan de X-as het aantal gereden ritten met de OBU ingebouwd in de auto, en aan de X-as het aantal deelnemers bij wie dit aantal ritten van toepassing is. De meeste deelnemers, zo blijkt, reden tussen de 500 en 2500 ritten met hun OBU. Er zijn relatief weinig deelnemers die minder dan 500 of meer dan 3000 ritten hebben gemaakt.


117

700

Aantal acƟvaƟes (TomTom)

600 500 400 300 200 100 0 Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May 2010

2011

2012

Maand en jaar Figuur 6.31: Activaties TomTom OBU´s

50

Aantal deacƟvaƟes (TomTom)

45 40 35 30 25 20 15 10 5

2010

2011

Sep

Aug

Jul

Jun

May

Apr

Mar

Feb

Jan

Dec

Nov

Oct

Sep

Aug

Jul

Jun

May

Apr

Mar

Feb

Jan

Dec

Nov

0

2012

Maand en jaar Figuur 6.32: Deactivaties TomTom OBU´s

Al met al hebben de OBU´s hun nut bewezen in de onderzoeksfase van deze mobiliteitsproef. Door de inzet van OBU´s zijn er veel GPS-data verzameld. Deze waren essentieel tijdens de analyse van het reisgedrag van de deelnemers, en hebben er wezenlijk aan bij gedragen dat er tijdens de evaluatie van de proef een beeld kon worden geschetst van hoe het reisgedrag van de deelnemers zich gedurende de proef heeft ontwikkeld. Het verdient dan ook de aanbeveling om bij toekomstige mobiliteitsproeven te overwegen om met OBU´s te werken, aangezien ze erg behulpzaam zijn bij het analyseren van het reisgedrag van de deelnemers. Dit voordeel moet zorgvuldig worden afgewogen tegen de bezwaren die de deelnemers


118

450 400

Aantal acƟvaƟes (TravelStar)

350 300 250 200 150 100 50 0 Sep

Oct

Nov

Dec

Jan

Feb

2011

Mar

Apr

May

2012

Maand en Jaar Figuur 6.33: Activaties TravelStar OBU´s

35

Aantal deacƟvaƟes (TravelStar)

30 25 20 15 10 5 0 Sep

Nov

Dec

Jan

Feb

Mar

Apr

2011

May

Jun

Jul

Aug

Sep

2012

Maand en jaar Figuur 6.34: Deactivaties TravelStar OBU´s

hebben tegen het laten in- en uitbouwen van de OBU´s (vanwege het feit dat dit een nogal tijdrovend proces is, en er risico op schade aan de eigen auto is). Ten aanzien van de OBU´s kan summier gezegd worden dat er geen systeemgrenzen zijn voor het werken met OBU´s. De beslissing om ermee te werken, dient vooralsnog te worden ingegeven door een afweging tussen het aantal deelnemers enerzijds, en de beschikbaarheid van data anderzijds. OBU´s zullen weliswaar een aantal deelnemers ontmoedigen om deel te nemen, maar ze leveren wel een veelvoud aan data op die van pas komt bij de analyse van het reisgedrag van de deelnemers.


119

30

25

Aantal personen

20

15

10

5

10 160 310 440 570 700 830 960 1090 1220 1350 1480 1610 1740 1870 2000 2130 2260 2400 2530 2660 2790 2930 3080 3220 3400 3580 3810 4190 4760 5210 5940

0

Aantal trips Figuur 6.35: Aantal “trip´s” per persoon

6.4 Performance website In deze paragraaf wordt het gebruik en de prestaties van de officiële “Spitsmijden in Brabant” website geëvalueerd. Het totaal aantal websitebezoeken (naar het uur op de dag) en het totaal aantal websitebezoeken (naar dag v/d week) komen eerst aan bod. Vervolgens zal de analyse het aantal websitebezoeken per uur uitsplitsen naar soort dag (doordeweeks of weekend/ beloningsdag of niet), en het totaal aantal websitebezoeken per week (gedurende het hele project) beschouwen. Ook komt er een aantal individuele statistieken (zoals het aantal websitebezoeken per deelnemer) aan bod. In figuur 6.36 is van alle dagelijkse websitebezoeken te zien hoeveel procent van deze bezoeken er wanneer (tussen welke uren) hebben plaatsgevonden. Het aandeel websitebezoeken (per uur) piekt tussen 9 uur ´s morgens en 17 uur ´s middags. Het percentage stijgt na 5 uur ´s morgens snel van iets minder dan 2% van het totale aantal bezoeken per dag op dat tijdstip, naar bijna 8% van alle bezoeken per dag rondom het middaguur. Na 17 uur ´s middags daalt het percentage bezoeken per uur weer, maar deze stabiliseert zich vanaf 19 uur ´s avonds rond de 4% van alle dagelijkse bezoeken per uur. Dit niveau wordt nog tot circa 22 uur ´s avonds vastgehouden, waarna het aantal bezoeken per uur weer sterker terugloopt. Het (relatieve) aantal websitebezoeken per dag toont zich redelijk stabiel; er is een helder onderscheid tussen de doordeweekse dagen en het weekend (anders gezegd: tussen beloningsdagen en niet-beloningsdagen), wat het aandeel websitebezoeken per dag betreft (figuur 6.37). Waar de doordeweekse dagen elk een aandeel tussen de 16 en 18 % van alle websitebezoeken hebben, ligt dit percentage voor de zaterdag en de zondag rond de 7%. Dit toont aan dat de deelnemers hoofdzakelijk de website hebben bezocht op doordeweekse dagen. In figuur 6.38 is het gemiddeld aantal websitebezoeken per dag te zien. Wederom tekent er zich een tweedeling af; het aantal websitebezoeken ligt namelijk gemiddeld aanzienlijk hoger op werkdagen dan op vakantiedagen of gedurende het weekend. Waar op deze niet-beloningsdagen gemiddeld tussen de 300 en 400 websitebezoeken plaats hebben gevonden, lag dit op de reguliere beloningsdagen fors hoger met gemiddeld bijna 800 websitebezoeken per dag. Indien nu de gegevens van de bovenstaande grafieken worden gecombineerd, ontstaat het beeld van figuur 6.39, waar het totale aantal websitebezoeken per uur is weergegeven, voor zowel doordeweekse dagen en het weekend. Het beeld van figuur 6.36, waar het geaggregeerde aantal websitebezoeken per uur is weergegeven, blijft grotendeels overeind. De meeste bezoeken lijken wederom plaats te vinden tussen 7 uur ´s morgens en 21 uur ´s avonds, met een piek tussen 9 uur ´s morgens en 16 uur ´s middags. Het blijkt


120

percentage webbezoeken per uur

9 8 7 6 5 4 3 2 1 0 0

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

uur Figuur 6.36: Relatief aantal websitebezoeken per uur

20

percentage webbezoeken per dag

18 16 14 12 10 8 6 4 2 0 Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Zaterdag

Zondag

dag Figuur 6.37: Relatief websitebezoeken per dag

dat de websitebezoeken in het weekend in mindere mate overdag zijn geconcentreerd, en naar verhouding meer in de avonduren plaats vinden. Het aantal websitebezoeken per maand (gedurende het hele project) is in figuur 6.40 weergegeven. Het blijkt dat dit aantal erg kan variëren van maand tot maand; doch houden open neerwaartse tendensen vaak wel een aantal maanden aan. De pieken in het aantal websitebezoeken in het einde van 2010 en tegen het einde van 2011 vallen samen met een tweetal wervingsacties, waarbij veel deelnemers geworven werden om deel te nemen aan de praktijkproef. De nieuwe deelnemers moesten zich aanmelden via de website; zodoende lag het aantal websitebezoeken fors hoger in de weken volgend


121

aantal webbezoeken gemiddeld per dag

900 800 700 600 500 400 300 200 100 0 Buiten beloningsperiode

Beloningsperiode

type dag Figuur 6.38: Aantal websitebezoeken, gemiddeld aantal per (type) dag

op deze wervingsacties (figuur 6.40). Aangezien het merendeel van de websitebezoeken op doordeweekse werkdagen (beloningsdagen) plaatsvindt, is ervoor gekozen om het relatief lage aantal bezoeken dat in de vakanties en gedurende de weekenden plaatsvindt, niet weer te geven. Dit is voor figuur 6.41 gedaan. In deze figuur zijn de statistieken over het websitebezoek voor de zomervakanties van 2010, 2011 en 2012 niet te zien, evenmin als de iets kortere kerstvakanties tussen deze jaren, en de eveneens kortere vakanties in de herfst en in het voorjaar. Hiermee heeft figuur 6.41 uitsluitend betrekking op de beloningsdagen. 9,00

percentage webbezoeken per uur

8,00 7,00 6,00 5,00 Niet-beloningsdagen Beloningsdagen

4,00 3,00 2,00 1,00 0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

ƟjdsƟp (in uren) Figuur 6.39: Relatief aantal webbezoeken per uur (naar type dag)

In figuur 6.42 is het aantal websitebezoeken per deelnemer weergegeven. Hierbij zijn de deelnemers


122

160000 140000

Aantal webbezoeken

120000 100000 80000 60000 40000 20000 0 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.40: Aantal webbezoeken per maand (gedurende het hele project)

120000

100000

Aantal webbezoeken

80000

60000

40000

20000

0 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Jaar en Maand Figuur 6.41: Aantal webbezoeken per maand tijdens de beloningsperiode(excl. vakantie en weekenden)

ingedeeld in vier groepen, naar de mate waarin zij de website hebben bezocht. Het blijkt dat er een kleine groep van circa 600 deelnemers is, die minder dan 10 keer op de website hebben gekeken. Verreweg de meeste deelnemers (meer dan 1700) hebben de website tussen de 10 en 100 keer bezocht. Een iets minder grote groep van rond de 1500 deelnemers bezocht de site tussen de 100 en 1000 keer gedurende hun deelname. Al met al blijkt dat de deelnemers in het algemeen regelmatig op de website hebben gekeken. De verdeling van het gebruik van de website gedurende de dag (naar tijd) is te zien in figuur 6.43. Hier is


123

2000 1800 1600

Aantal deelnemers

1400 1200 1000 800 600 400 200 0 -10

10-100

100-1000

1000+

Aantal webbezoeken per deelnemer Figuur 6.42: Aantal websitebezoeken per deelnemer

Percentage webbezoeken (per 4 u) voor de beloningspagina & totale webbezoeken

0,45 0,4 0,35 0,3 Percentage (beloningspagina)

0,25 0,2

Percentage (totale webbezoeken)

0,15 0,1 0,05 0 0-5

6-11

12-17

18-23

TijdsƟp (in blokken van 4 uur) Figuur 6.43: Percentage webbezoeken (per 4u) op de beloningspagina en op alle webbezoeken

voor twee aspecten, het totale aantal websitebezoeken en de raadplegingen van de persoonlijke beloningspagina, weergegeven wanneer deze online bezoeken plaatsvinden. Zo is te zien dat circa 70% van alle raadplegingen van de persoonlijke beloningspagina tussen 6 uur ´s morgens en 17 uur ´s avonds plaatsvinden. Circa 25% vindt in de avonduren plaats. Wat het totale aantal websitebezoeken betreft, vinden deze in een nog hogere mate plaats gedurende het venster tussen 6 uur ´s morgens en 17 uur ´s middags; nog geen 20% van alle bezoeken aan de website vindt in de avonduren plaats. In figuur 6.44 is het percentage van alle websitebezoeken te zien, die een raadpleging van de persoonlijke


124

0,35 0,3

percentage

0,25 0,2 0,15 0,1 0,05 0 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Maand en Jaar Figuur 6.44: Percentage bezoeken beloningspagina ten opzichte van het totaal aantal webbezoeken

beloningspagina betreft (uitgezet naar jaar en maand). Het blijkt dat dit percentage nogal heeft gefluctueerd gedurende de tijdsspanne van de praktijkproef. Op bepaalde momenten heeft dit percentage gepiekt, en maakte de bezoeken aan de persoonlijke beloningspagina bijna 8% van het totaal aantal websitebezoeken uit. Op weer andere momenten kwam dit percentage niet boven de 3% uit (of zelfs 2% helemaal aan het begin en aan het einde van de praktijkproef). Een mogelijke verklaring hiervoor is dat het raadplegen van de persoonlijke beloningspagina iets is, dat veelal eenmalig wordt geprobeerd nadat men is begonnen met de proef. Dit zou de pieken in de maanden die direct volgen op de wervingscampagnes, goed verklaren.

6.5 Klantrelatiebeheer statistieken In het Klantrelatiebeheer wordt het contact met de deelnemers gedocumenteerd. Deze database werkt aan de hand van “tickets”. Voor elk contactmoment wordt er een ticket aangemaakt; deze wordt tevens toegekend aan een bepaalde categorie, al naar gelang het onderwerp van de communicatie met de deelnemer. In figuur 6.45 geeft het aantal tickets dat er gedurende elke maand van de proef gegenereerd is weer. Dit aantal varieert sterk, van meer dan 7000 tickets in oktober 2010 tot minder dan 1000 tickets in de zomer van 2012. De fluctuatie in figuur 6.45 is terug te voeren op de wervingsmomenten van de proef; de maanden met veel tickets vallen namelijk samen met de maanden waarin er veel nieuwe automobilisten zijn gaan deelnemen. Dit is omdat juist het toestromen in de praktijkproef gaat gepaard met veel communicatie met de deelnemer. In figuur 6.46 is het gemiddelde aantal tickets per maand, per deelnemer weergegeven. Deze variëren van vier tickets per maand (juli 2010) tot ongeveer 1,5 tickets per maand (zomer en najaar 2012). De maanden met de hoogste gemiddelden in figuur 6.46 vallen wederom grofweg gelijk met de wervingsmomenten, een indicatie van het feit dat de communicatie met de deelnemers tijdens en vlak na hun toetreden tot de proef, vrij intensief is. In figuur 6.47 zijn de tickets uitgesplitst naar het onderwerp waarover gecommuniceerd is. Het blijkt dat verreweg de meeste contactmomenten met de deelnemers betrekking hadden met de aanmelding van de deelnemers. Het gaat dan om zo’n 20.000 tickets of contactmomenten. Met circa 5000 tickets, behoren ook de OBU, het wijzigen van de persoonsgegevens, en de activering van de deelname tot onderwerpen waarover vrij veel gecommuniceerd is. Hieronder wordt voor enkele categorieën nader uitgezocht waarover er binnen deze categorieën gecommuniceerd is, en wanneer dit contact plaatsvond.


125

8000 7000

CRM: Ɵckets per maand

6000 5000 4000 3000 2000 1000

Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct

0

2010

2011

2012

Jaar en maand

CRM Ɵckets (per maand, per deelnemer)

Figuur 6.45: CRM: Totaal aantal tickets per maand

4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 2010

2011

2012

Jaar en maand Figuur 6.46: Klantrelatiebeheer: Gemiddeld aantal tickets per maand, per deelnemer

In figuur 6.48 is voor de tickets uit figuur 6.47, die in de categorie “Wijziging persoonsgegeven” vallen, uiteengezet om welke persoonsgegevens het gaat. In figuur 6.49 is voor de tickets uit figuur 6.47, die in de categorie “Wijziging kenteken” vallen, uiteengezet om welk type wijziging het gaat. Het blijkt hieruit dat de meeste doorgegeven wijzigingen die verband houden met het kenteken van de deelnemer, het bezit van een nieuwe, extra auto (naast de bestaande) betreft. Daarnaast gaven de deelnemers ook relatief vaak door dat zij hun auto verkocht hebben, en dat zij hiervoor een andere auto in de plaats hebben. Minder vaak betrof de wijziging een verkochte auto, waarbij


126

25000

Aantal CRM-Ɵckets

20000

15000

10000

5000 242

82

64

51

35

26

0

Categorie Figuur 6.47: CRM: Aantal CRM-tickets per categorie

3000

Aantal CRM-Ɵckets

2500 2000 1500 1000 500 0

Categorie Figuur 6.48: Klantrelatiebeheer: data voor ’Wijziging persoonsgegevens’ per categorie

de deelnemers nog minstens één auto in hun bezit hebben ( 6.49). In figuur 6.50 is voor de tickets uit figuur 6.47, die in de categorie “OBU” vallen, uiteengezet wanneer deze tickets zijn aangemaakt. Op deze manier wordt inzichtelijk gemaakt in welke maanden er veel contact met de deelnemers is geweest over de OBU´s. Het blijkt dat de meeste contactmomenten op dit gebied geconcentreerd zijn rondom oktober 2011, met bijna 1000 tickets die verband houden met de OBU´s die maand. Het aantal tickets dat verband houdt met schorsingen van de deelnemers, is te zien in figuur 6.51. Hier


127

400 350

Aantal CRM-Ɵckets

300 250 200 150 100 50 0 Extra auto in Auto verkocht - Auto verkocht bezit naast andere auto minimaal nog 1 bestaande hiervoor in de auto in het plaats bezit

Contact formulier

FouƟef kenteken

Auto verkocht géén auto in het bezit

Categorie Figuur 6.49: Klantrelatiebeheer: data voor ’Wijziging kenteken’ per categorie

1200

Aantal CRM-Ɵckets

1000 800 600 400 200

Jul Aug Sep Okt Nov Dec Jan Feb Mrt Apr Mei Jun Jul Aug Sep Okt Nov Dec Jan Feb Mrt Apr Mei Jun Jul Aug Sep Okt

0

2010

2011

2012

Jaar en Maand Figuur 6.50: Klantrelatiebeheer: Aantal tickets die verband houden met de OBU, naar maand en jaar

staan zowel tickets die betrekking hebben op de aanvang van deze schorsingen, alsmede de opheffing hiervan. Het valt op dat er structureel meer tickets zijn die betrekking hebben op de aanvang van de schorsingen, als tickets die duiden op de opheffing hiervan. De tickets die verband houden met de persoonlijke webpagina van de deelnemers, zijn te zien in figuur 6.52. Het blijkt dat de meeste van deze tickets terug zijn te voeren op problemen met het inloggen of op het contactformulier op de persoonlijke pagina.


128

120

Aantal CRM-Ɵckets

100 80 60 SchorsingAanvang

40

SchorsingOpheĸng

20

2010

2011

Sep

Jul

Aug

Jun

May

Apr

Feb

Mar

Jan

Dec

Oct

Nov

Sep

Jul

Aug

Jun

May

Apr

Mar

Feb

Jan

Dec

Nov

0

2012

Jaar en Maand Figuur 6.51: Klantrelatiebeheer: Aantal tickets (per maand) die verband houden met schorsingen v.d. deelnemers

140 120

Aantal CRM-Ɵckets

100 80 60 40 20 0 Probleem met inloggen

Contact formulier

Uitleg

Wachtwoord vergeten

Categorie Figuur 6.52: Klantrelatiebeheer: Aantal tickets die verband houden met de persoonlijke webpagina v.d. deelnemers, naar categorie

6.6 Dataverwerkingen In deze paragraaf komen statistieken met betrekking tot de centrale Spitsmijden in Brabant-database aan bod. Een dataverwerking is in feite een verwerking van gegevens op een computer, of database. Specifiek gaat het in dit hoofdstuk om de dataverwerkingen welke plaats hebben gevonden in de Spitsmijden in Bra-


129

bant database. Deze informatie kan onder meer inzicht verschaffen in de mate waarin de database naar behoren functioneert, en in de betrouwbaarheid van de database. In figuur 6.53 is het aandeel dataverwerkingen per uur te zien, uitgedrukt in het percentage van alle dataverwerkingen dat binnen elk uur van de dag valt. Deze schommelen globaal tussen de 3% en 5% per uur, waarbij het hoogste percentages dataverwerkingen overdag tussen 9 uur ´s morgens en 19 uur ´s avonds voorkomen. Hierbinnen concentreren de hoogste percentages dataverwerkingen per uur zich in de namiddag.

Totaal percentage dataverwerkingen

6

5

4

3

2

1

0 0

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

TijdsƟp (in uren) Figuur 6.53: Totaal percentage dataverwerkingen, naar uur

Totaal percentage dataverwerkingen

15,5

15

14,5

14

13,5

13

12,5 Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Dag Figuur 6.54: Totaal aantal dataverwerkingen per dag

Zaterdag

Zondag


130

Het aandeel dataverwerkingen per dag is te zien in figuur 6.54. Het blijkt dat het aandeel in de dataverwerkingen per dag zich beweegt tussen bijna 13,5% dataverwerkingen op zondag en ruim 15% dataverwerkingen op maandag. Op vrijdag vond daarnaast ook circa 15% dataverwerkingen; na maandag het hoogste aantal. Het is tevens te zien dat de zaterdag en de zondag het laagste aandeel dataverwerkingen hebben. Zoals in figuur 6.55 te zien is, hebben beloningsdagen gemiddeld een substantieël hoger aantal dataverwerkingen, vergeleken met de niet-beloningsdagen. Hiermee wordt het beeld van figuur 6.54 dus bevestigd. In figuur 6.56 is het aandeel dataverwerkingen per uur te zien, waarbij onderscheid wordt gemaakt tussen beloningsdagen en de niet-beloningsdagen. Met andere woorden, hier is te zien hoeveel procent van alle dataverwerkingen zich (voor elk type dag) gedurende welk uur hebben voltrokken. Het blijkt allereerst dat het aandeel dataverwerkingen per uur globaal eenzelfde patroon volgen, zowel voor beloningsals niet-beloningsdagen. Het lijkt echter wel zo dat het aandeel dataverwerkingen voor beloningsdagen voor de meeste uren van de dag wel lichtelijk boven het aandeel dataverwerkingen voor datzelfde uur op niet-beloningsdagen uitsteekt. Voor de nachtelijke uren en de avonduren geldt het omgekeerde. 4000

Aantal dataverwerkingen

3500 3000 2500 2000 1500 1000 500 0 Geen vakanƟe/weekend

VakanƟe/weekend

Type dag Figuur 6.55: Gemiddeld aantal dataverwerkingen, naar type dag

Het totale aantal dataverwerkingen (naar maand en jaar) is te zien in figuur 6.57. Het valt op dat deze flink stijgen vanaf het najaar van 2011. Dit hangt vermoedelijk samen met de stijging in het aantal deelnemers, welke het gevolg is van de tweede wervingsactie die in het najaar van 2011 plaats heeft gevonden. In figuur 6.58 zijn bijna dezelfde statistieken te zien als in figuur 6.57; echter, het verschil zit in het feit dat de statistieken van figuur 6.58 uitsluitend betrekking hebben op de dataverwerkingen die tijdens de beloningsperiode plaats hebben gevonden, en wel op beloningsdagen (dit zijn voor dit project de meest relevante data).

6.7 VAS diensten Het aanbieden van reisinformatie (VAS diensten) was een belangrijk aspect van Spitsmijden in Brabant. Deze diensten waren zeer informatie-intensief; er was veel data nodig om de beoogde informatie aan te kunnen bieden op de TravelStars. NDW was hierbij een belangrijke dataleverancier (daarnaast is Spitsmijden in Brabant voor NDW één van de eerste echter gebruiksdoelen geweest). Bij Spitsmijden in Brabant werd door NDW data geleverd over: actuele reistijden, actuele filemeldingen, lokale wegwerkzaamheden en evenementen van Haalmeeruitdeweg en Verkeersmanagement-informatie.


131

Percentage dataverwerkingen

6,00

5,00

4,00

3,00 Weekend Doordeweeks 2,00

1,00

0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Type dag Figuur 6.56: Aantal dataverwerkingen per uur, naar type dag

1000000


900000 800000 700000 600000 500000 400000 300000 200000 100000 0 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Maand en jaar Figuur 6.57: Totaal aantal dataverwerkingen, naar maand en jaar

Deze informatie is door ARS verwerkt in de speciaal voor dit project ontwikkelde navigatietool TravelStar. Voor alle betrokken partijen, is er bij Spitsmijden in Brabant veel geleerd; een vergelijkbaar project zou nu dan ook anders worden opgepakt. Spitsmijden liep voor de troepen uit en heeft daardoor veel pionierswerk verzet. Hoewel dit voor het project zelf niet altijd prettig was, heeft het voor volgende projecten veel opgeleverd. Omdat NDW in de toekomst steeds meer dataleverancier voor de overheid wordt, is het voor de provincie en het Samenwerkingsverband Regio Eindhoven belangrijk de leerpunten vast te leggen. Deze worden hieronder per fase benoemd. Hier zijn er drie van: de startfase, operationele fase en de transitiefase. Voor zover de leerpunten niet voor zich spreken, zullen deze na het lezen van het resterende gedeelte van dit hoofdstuk duidelijk worden voor de lezer. Omgekeerd zullen de hieronder genoemde conclusies ook


132

600000


500000 400000 300000 200000 100000 0 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 2010

2011

2012

Maand en jaar Figuur 6.58: Aantal dataverwerkingen per week (tijdens beloningsperiodes, excl. dataverwerkingen in vakanties en weekenden)

illustratief zijn voor de bevindingen die verderop in dit hoofdstuk gepresenteerd worden. Leerpunten startfase • Door als (mede) opdrachtgever van zowel ARS als NDW aan te schuiven bij een tripartite overleg had de speciale status van Spitsmijden bendrukt kunnen worden en hadden er wellicht specifieke afspraken gemaakt kunnen worden. Bij volgende projecten is een dergelijk overleg, in ieder geval in de beginfase, aan te bevelen. • Het strekt tot de aanbeveling om in toekomstige projecten met name in de beginfase veel tijd uit te trekken voor het maken van technische en organisatorische afspraken. Dit voorkomt veel tijdverlies in de latere fases van een project. • In toekomstige projecten verdient het de aanbeveling om reeds bij de aanbesteding rekening te houden met het feit dat NDW in VILD codering levert. Dat kan bijvoorbeeld door (indien mogelijk) niet gecertificeerde conversiestabellen ter beschikking te stellen of door als eis te stellen dat de te selecteren partij reeds over een conversietabel beschikt. Leerpunten operationele fase • Zolang de data-inwinning niet goed of niet compleet is, is de output ook niet goed. Leerpunt is om bij een volgend project aan de voorkant te checken of benodigde data door alle betrokken wegbeheerders wordt aangeleverd en indien nodig lacunes aan te (laten) vullen. • Alternatieve (niet openbare) datastromen kunnen reguliere processen flink verstoren. De les voor een volgend project is om data zoveel mogelijk via reguliere wegen te laten lopen en geen projectspecifieke uitzonderingen te creëeren. • Sluit zoveel mogelijk aan bij landelijke standaarden en hanteer geen regionale standaard. Dit leidt bij nationaal gebruik van data ontegenzeggelijk tot afstemmingsproblemen. Leerpunten transitiefase • Zorg gedurende de gehele looptijd van het project dat de gehele keten gemonitord wordt. Maak iemand verantwoordelijk voor de kwaliteit van die keten.


133

• Check na verandering van één schakel de gehele keten op een correcte werking. De VAS diensten kunnen vanuit de aanbodzijde kunnen worden bezien, alsmede vanuit de gebruikerszijde. Waar de aanbodzijde vooral de performance van de aangeboden diensten omvat, alsmede de complicaties die zich hebben voorgedaan bij het aanbieden van de VAS diensten, zal de vanuit gebruikerszijde vooral bezien worden hoeveel de VAS diensten gebruikt zijn, wanneer deze gebruikt zijn, en welk effect het gebruik van de VAS diensten heeft gehad op het reisgedrag van de deelnemers. VAS diensten: de aanbodzijde Een belangrijk doel van Spitsmijden in Brabant was het realiseren van innovaties op het vlak van nieuwe informatiediensten. De TravelStar vervulde op dit gebied een wezenlijke rol. Gedurende de uitrol van de informatiediensten, aangeboden via de TravelStar, zijn er een aantal tekortkomingen van de wijze waarop de informatiediensten werden aangeboden aan het licht gekomen. Deze worden hieronder besproken, per databron van de informatiediensten. • NDW: Het data format is tijdens de praktijkproef gewijzigd. Er was geen monitoring wat de eventuele aanpassingen van de databronnen betrof. Het bleek achteraf moeilijk om met behulp van de huidige monitoring te achterhalen waar het probleem zat in de data keten. • 9292 OV: De 9292-functionaliteit op de TravelStar toonde af en toe de mededeling “niet beschikbaar” te zijn, vanwege het wijzigende format waarop deze dienst vanuit 9292.nl werd aangeboden. De opgezette monitoring was niet in staat om deze wijzigingen goed te detecteren, met als gevolg dat de 9292 functionaliteit niet beschikbaar leek. En waar 9292OV ook vertragingen van het OV in de geleverde data meenam, kon dat niet worden gebruikt in de TravelStar applicatie. • PRIS: Met de brondata van Vialis was niks mis, doch de manier waarop de data gepresenteerd werden aan de automobilisten was niet optimaal. Informatie over de beschikbaarheid van parkeerplaatsen in parkeergarages zou gekoppeld moeten worden aan bepaalde wegsegmenten en rijrichtingen, die gelijk vallen met de aanrijdroutes naar de betreffende parkeergarage. Deze koppeling was nog niet gemaakt, waardoor de parkeerinformatie “globaal” binnen een afgebakend gebied werd aangeboden, en zodoende bijvoorbeeld ook zichtbaar was voor automobilisten die juist van de parkeergarages vandaan reden, of op een iets grotere afstand van de garages rondreden. • TeleAtlas (routeplanner): Het bleek problematisch om het kaartmateriaal te updaten vanaf de TravelStar zelf. Omdat de TravelStar werkt met een GPRS verbinding, was de verbinding niet “snel” genoeg om een data-intensieve update van het kaartmateriaal uit te voeren. • Haal meer uit de weg: Het was voor de eindgebruiker onduidelijk of wegwerkzaamheden waren meegenomen in het plannen van de route. De dekking van T-Mobile in Brabant was niet overal even goed; gevolg hiervan was dat informatie omtrent wegwerkzaamheden niet elke automobilist die gebruik maakte van de routeplanner, ook daadwerkelijk bereikte (dit gold ook voor de 9292 app en andere diensten die gebruik maakten van de GPRS verbinding). Tevens was het wegwerkzaamhedenvenster vaak te ruim genomen. Als er bijvoorbeeld tussen 20 en 25 november ´s avonds wegwerkzaamheden waren, werd er in de brondata een veel ruimer venster gehanteerd, bijvoorbeeld tussen 1 november en 1 januari de gehele dag. Dit maakte de informatie omtrent wegwerkzaamheden onbetrouwbaar. • isi: isi laat de automobilist weten wanneer hij of zij een school benadert, zodat de snelheid geminderd kan worden. Hierbij was er een tweedeling waar te nemen tussen “good schools” en “bad schools”. Bij de “good schools” was de informatievoorziening vlekkeloos; er werd alleen een signaal gegeven naar de TravelStar van de automobilist indien deze op momenten dat de school opent of sluit (en er dus veel kinderen aan het verkeer deelnemen rondom de school) nabij de school reed. Daarnaast was de informatie gekoppeld aan wegsegmenten en aan bepaalde rijrichtingen, zodat alleen automobilisten die de school benaderde vanuit een directe toegangsweg tot de school een signaal ontvingen. Bij de zogeheten “bad schools” was er geen informatie over relevante wegsegmenten en rijrichtingen in de directe omgeving van de school voorhanden, waardoor er een globaal gebied in een straal rondom deze scholen werd bepaald waarbinnen automobilisten een signaal ontvingen. Deze signalen bereikten waarschijnlijk weliswaar meer automobilisten, toch zijn dit niet noodzakelijkerwijs


134

de automobilisten die ook daadwerkelijk in de directe nabijheid van de scholen hebben gereden (of dit wel deden, maar juist van de school vandaan reden). Enerzijds is het dus belangrijk dat het dataformat niet (spontaan) wijzigt, of dat er toezicht is op wijzigingen in het dataformat, zodat hier adequaat mee kan worden omgegaan. Anderzijds is het belangrijk dat informatie voor onderweg “smart” (op de goede plek, in de goede richting, op de goede tijden etc.) moet zijn, wil het zijn toegevoegde waarde voor automobilisten hebben. VAS diensten: de gebruikerszijde

200 180

Aantal deelnemers

160 140 120 100 80 60 40 20 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106 113 120 127 134 141 148 155 162 169 176 183 190 197

0

Aantal keer gebruik VAS-diensten per PND/PDA Figuur 6.59: Aantal keer gebruik VAS-diensten per PND/PDA

Het blijkt uit figuur 6.59 dat de VAS diensten (per individuele PDA of PND) betrekkelijk weinig gebruikt zijn. De meeste deelnemers zitten tegen de Y-as aan geclusterd, en hebben de VAS diensten met hun PDA of PND veelal minder dan 15 keer gebruikt. De meeste deelnemers hebben slechts één keer gebruik gemaakt van de VAS diensten. Hierna loopt het aantal deelnemers direct scherp af. Er zijn daarnaast nog een relatief klein aantal deelnemers die de VAS diensten tussen de 15 en 50 keer hebben gebruikt met hun PDA of PND (figuur 6.59). De VAS diensten kenden een zeer variabel gebruikspatroon (figuur 6.60). Zo werden deze globaal gezien niet erg vaak gebruikt, in de regel ruim beneden de 2000 keer per maand (door alle deelnemers gezamenlijk). Er zijn echter een aantal uitschieters. Begin 2012 schoot het gebruik van de VAS diensten in januari fors omhoog. Vermoedelijk is deze stijging veroorzaakt door de nieuwe deelnemers die destijds a.g.v. de tweede wervingsactie zijn gaan deelnemen aan de praktijkproef en een PDA of PND hebben ontvangen. Ook zouden de nieuwe deelnemers die in het najaar van 2010 en/ of in het voorjaar van 2011 hun PDA of PND hebben ontvangen, de (bescheiden) piek in die maanden kunnen hebben veroorzaakt. De dalingen na deze periode tonen aan dat, zoals figuur 6.59 al liet zien, een groot deel van de deelnemers slechts een beperkt aantal keren van de VAS diensten gebruik heeft gemaakt. Dit verklaart de scherpe daling, en de stagnaties in het VAS gebruik gedurende maanden dat er weinig nieuwe deelnemers zijn toegestroomd. Vermoedelijk keken veel deelnemers één keer (of enkele keren) op hun PDA of PND, om vervolgens er nog maar nauwelijks gebruik van te maken. Daarnaast zijn de grotere en kleinere pieken in het gebruik van de VAS-diensten ook te verklaren door de lancering van nieuwe diensten, of door de aandacht die er in de nieuwsbrief aan de VAS-diensten is geschonken. De (meeste) gegevens uit figuur 6.60 zijn wederom afgebeeld in figuur 6.61; het gaat in figuur 6.61 echter om het gebruik van VAS-diensten tijdens de beloningsdagen. De patronen zijn duidelijk vergelijkbaar; het


135

VAS diensten: aantal keer gebruikt

6000

5000

4000

3000

2000

1000

0 8

9 10 11 12 1

2

3

4

5

2010

6

7

8

9 10 11 12 1

2

3

2011

4

5

6

7

2012

Maand en jaar Figuur 6.60: Aantal keer gebruik VAS-diensten per maand

gebruikspatroon van de VAS-diensten tijdens de beloningsdagen komt sterk overeen met het algehele gebruikspatroon van VAS-diensten. Dit toont aan dat het gebruik tijdens de beloningsdagen het gros van het algehele gebruik vormt.

VAS diensten: aantal keer gebruikt

4500 4000 3500 3000 2500 2000 1500 1000 500 0 8

9 10 11 12 1 2010

2

3

4

5

6

7

8

9 10 11 12 1

2011

2

3

4

5

6

7

2012

Maand en jaar Figuur 6.61: Aantal keer gebruik VAS-diensten per maand tijdens de beloningsdagen

In figuur 6.62 is het aandeel van het gebruik van VAS diensten dat op bepaalde tijdstippen heeft plaatsgevonden, te zien (uitgedrukt in percentages van het totale gebruik van de VAS diensten). Er wordt hier tevens onderscheid gemaakt naar het type dag (beloningsdag of niet). Het blijkt dat niet elk moment van de dag een even groot aandeel “heeft” in het gebruik van VAS diensten. Op beloningsdagen worden de VAS diensten


136

% (over totaal)VAS diensten) Percentage (v. gebruik

10 10 9 9 8 8 7 6 Nietbeloningsdagen Weekend

5 4

Doordeweeks

Beloningsdagen

3 2 1 1 0 0 1 22 33 44 55 66 77 88 99 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 22 23 23 24 24 1

TijdsƟp (in (uren) uren) TijdsƟp Figuur 6.62: Procentueel gebruik VAS-diensten per uur en naar type dag 20 18 16

% (over totaal)

14 12 10 8 6 4 2 0 Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Zaterdag

Zondag

TijdsƟp (in dagen) Figuur 6.63: Totaal aantal keer gebruik VAS-diensten per dag

op een ander tijdstip gebruikt dan op niet-beloningsdagen; zo ligt het toppunt in het gebruik doordeweeks bij de ochtend- en avondspits. Waar ´s morgens het gebruik vrij abrupt erg sterk stijgt, neemt het gebruik na de ochtendspits weer iets af om vervolgens rond de avondspits een hoogtepunt te bereiken. ´s Avonds loopt het gebruik na de avondspits gestaag weer terug. Ook blijkt het gebruik op niet-beloningsdagen vanaf 7 uur ´s morgens elk uur omhoog te gaan, om om 2 uur ´s middags een piek te bereiken. Hierna neemt het gebruik gestaag af. Het is op deze dagen ook meer verspreid over de dag. Al met al is het gebruik van de VAS-diensten op beloningsdagen relatief gezien hoger dan op niet-beloningsdagen. Figuur 6.63 toont de


137

verdeling van het totale aantal keren dat de VAS diensten gebruikt zijn, over de dagen van de week. Met een aandeel van bijna 18% zijn de VAS diensten relatief gezien het vaakst gebruikt op een maandag. Alle doordeweekse dagen hebben bovendien een aandeel van minimaal 14%, terwijl de zaterdag circa 11% van het gebruik van de VAS diensten zag, en de zondag zelfs circa 9%. Het aandeel in het gebruik van de VAS diensten is in figuur 6.64 voor elk uur van de dag te zien. Deze figuur maakt geen onderscheid tussen doordeweeks gebruikt, of gebruik in het weekend; gegevens over het gehele gebruik van de VAS diensten zijn voor deze figuur gebruikt. De avondspits (rondom 18:00 uur) het hoogste percentage VAS gebruik van de hele dag. De figuur vertoont sterke gelijkenissen met figuur 6.62. Dit wil zeggen dat het patroon van het relatieve gebruik in hoofdlijnen het gebruik van VAS diensten op doordeweekse dagen van figuur 6.62 weerspiegeld. Dit is niet opmerkelijk, omdat de VAS diensten dan ook hoofdzakelijk doordeweeks zijn gebruikt, en dus relatief weinig in het weekend. 10 9 8

% (over totaal)

7 6 5 4 3 2 1 0 1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

TijdsƟp (in uren) Figuur 6.64: totaal gebruik VAS diensten (per uur)

Het aantal schermen per VAS dienst is te zien in figuur 6.65 Deze figuur toont hoeveel schermen er gemiddeld zijn opgevraagd voor elke keer dat iemand een VAS dienst gebruikte. Ter verduidelijking, als iemand binnen één VAS dienst lang door blijft “klikken”, zullen deze getallen de tendens hebben om hoog uit te komen. Slechts een beperkt percentage van de deelnemers gebruikt VAS diensten. In figuur 6.66 is van alle deelnemers te zien hoeveel procent er op welk uur van de dag gebruik maakte van VAS diensten. Het herkenbare patroon keert ook hier terug: ´s morgens een snelle stijging in het gebruik van de VAS diensten, overdag een stabilisatie en rond de avondspits een absolute piek in het gebruik. In de avonduren loopt het percentage deelnemers dat van VAS diensten gebruik maakt, weer terug. Onder de gebruikers van de VAS diensten is het scherm met informatie over de routekeuze gedurende de spitsuren het meeste gebruikt, terwijl dit buiten de spits het parkeeroptie scherm is. In de avonduren is de pagina “voorkeuren huisadres” het meeste gebruikt. Deze informatie omtrent het percentage dat gebruik maakt van de VAS diensten en van één van de voornaamste functionaliteiten hiervan, is in figuur 6.67 te zien voor de verschillende dagen van de week. Het blijkt daaruit dat VAS diensten op doordeweekse dagen door een hoger percentage van de deelnemers gebruikt zijn dan in het weekend. Ook houden de fluctuaties van uur tot uur in het gebruik van de diverse functionaliteiten van de VAS diensten nauwelijks stand, wanneer hier op dagniveau naar gekeken wordt. De schermen die door de deelnemers op een PDA of PND zijn geraadpleegd, zijn te zien in tabel 6.4.


138

16000 14000

Totaal gebruik

12000 10000 8000 6000 4000 2000

250

240

230

220

210

200

190

180

170

160

150

140

130

120

110

90

100

80

70

60

50

40

30

20

10

0

Aantal schermen per VAS dienst Figuur 6.65: Aantal schermen per VAS-dienst 10 9 8

Percentage

7 6 5

Percentage gebruik VAS dienst

4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

TijdsƟp (uur) Figuur 6.66: Gebruik VAS-diensten, naar tijdstip

Gebruik & evaluatie VAS diensten: fase 1 (PDA) & fase 2 (PND) In deze sectie wordt het gebruik van de VAS diensten tijdens fase 1 en fase 2 van de proef vergeleken. De (deelnemer-)evaluatie van de VAS diensten komt hier ook aan de orde. Beiden zijn interessant omdat er tijdens beide fasen een andere versie van de TravelStar is verstrekt aan de deelnemers. Zoals vermeld in hoofdstuk 2, was dit de PDA in fase 1 en de PND in fase 2. Omdat het bezitten van een apart type TravelStar het gebruik en de waardering en evaluatie van de TravelStar kan beïnvloeden, worden beiden groepen deelnemers hier met elkaar vergeleken. In tabel 6.5 is te zien hoevaak men gebruik heeft gemaakt van de TravelStar, al naar gelang de fase van de deelnemer. Niet alleen blijkt dat deelnemers die de PND gebruikten, minder vaak aangaven de TravelStar “nooit” te gebruiken; zij gaven ook vaker aan incidenteel de TravelStar te gebruiken. Verder blijkt dat het


139

25 Percentage gebruik VAS dienst

Percentage

20

15

Percentage gebruik VAS dienst, scherm samenvaƫng routekeuze

10

Percentage gebruik VAS dienst, scherm parkeeropƟe

Percentage gebruik VAS dienst, pagina voorkeur huisadres

5

0 Maandag

Dinsdag Woensdag Donderdag Vrijdag

Zaterdag

Zondag

Dag van de week Figuur 6.67: Gebruik VAS-diensten, naar scherm

Type scherm op PDA/ PND Navigatiescherm Hoofdmenu GPS-status scherm Ga naar menu Oorspronkelijke bestemming of nabije parkeergelegenheid of park & ride selecteren Straat selecteren (onderdeel van adres selecteren) Route samenvatting Stad selecteren (onderdeel van adres selecteren) Voorkeurenmenu Adres optie in locatie-selecteren scherm Route plannen menu Huisnr. selecteren (onderdeel van adres selecteren) Recente locatie optie in locatie-selecteren scherm Exit menu Herkomst optie in route plan menu Browse map screen Favorieten optie in locatie-selecteren scherm Bestemming optie in route plan menu Wachten op geldig GPS scherm Route details menu Voorkeuren route planner invoeren- scherm Aankomsttijd vraagscherm “Thuis” optie in locatie-selecteren scherm Favoriet toevoegen menu Opties om oorspronkelijke bestemming of andere parkeergelegenheden in te voeren tijdens navigatie

% van totaal aantal geraadpleegde schermen 0,22% 0,12% 0,06% 0,05%

Tabel 6.4: Geraadpleegde schermen VAS-diensten

0,04% 0,04% 0,04% 0,04% 0,03% 0,03% 0,03% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01%


140

Nooit Incidenteel Regelmatig Vaak N.v.t. Totaal

Fase 1 74,72% 17,99% 2,89% 0,63% 3,77% 100,00%

Fase 2 70,19% 22,24% 3,15% 1,26% 3,15% 100,00%

Gemiddeld 72,71% 19,87% 3,01% 0,91% 3,50% 100,00%

Tabel 6.5: Gebruik Travelstar, naar fase (en type TravelStar) deelnemer

merendeel van alle deelnemers zeiden “nooit” gebruik te maken van de TravelStar, ongeacht wanneer zij deelnemers zijn geworden.

De informatiediensten hebben nooit bijgedragen aan het mijden van de spits De informatiediensten hebben incidenteel bijgedragen aan het mijden van de spits De informatiediensten hebben regelmatig bijgedragen aan het mijden van de spits De informatiediensten hebben vaak bijgedragen aan het mijden van de spits N.v.t. Totaal

Fase 1

Fase 2

Gemiddeld

83,52%

85,02%

84,18%

9,06%

8,20%

8,68%

2,01%

1,58%

1,82%

1,64% 3,77% 100,00%

2,05% 3,15% 100,00%

1,82% 3,50% 100,00%

Tabel 6.6: Mate waarin de informatiediensten hebben bijgedragen aan het mijden v.d. spits na het stoppen v.d. beloning

In tabel 6.6 is te zien in hoeverre de informatiediensten hebben bijgedragen aan het mijden van de spits door de deelnemers, nadat de beloning was gestopt. Het merendeel van de deelnemers, ongeacht of zij een PDA of PND hebben, gaf aan dat de informatiediensten nooit hebben bijgedragen aan het mijden van de spits. Dit percentage is iets hoger onder de PND-gebruikers. Onder beide groepen heeft slechts een zeer klein gedeelte van de deelnemers aangegeven dat de informatiediensten hebben bijgedragen aan het mijden van de spits. Het valt ook op dat de percentages voor de twee deelnemersgroepen niet significant van elkaar verschillen. Van alle informatiediensten op de TravelStar, is de routeplanner functionaliteit het vaakste gebruikt door de deelnemers. Tevens vormde de raadplegingen van de routeplanner het merendeel van het totale gebruik van de TravelStar. Het gebruik van de routeplanner is hierom een goede maatstaf voor het algehele gebruik van de TravelStar (tabel 6.7). Het blijkt dat de routeplanner vaker is gebruikt door deelnemers met een PND. Onder deze groep lag het gebruik op circa 25%, tegenover bijna 20% onder de deelnemers met PDA´s.

Routeplanner

Fase 1 19,75%

Fase 2 24,92%

Gemiddelde 22,04%

Tabel 6.7: Gebruik van de routeplanner onder deelnemers die in fase 1 en fase 2 zijn toegestroomd

In tabel 6.8 is te zien bij welke gelegenheden de deelnemers uit fase 1 en fase 2 de TravelStar gebruikten. Hier is te zien dat het gebruik onder beide groepen het hoogste lag tijdens privé ritten. Nieuwe routes in het zakelijke verkeer waren daarna de gelegenheid waarbij de meeste deelnemers de TravelStar gebruikten. Het gebruik lag onder beide groepen het laagste op de vaste (woon-werk) routes. Het valt echter op dat het gebruik onder deelnemers uit fase 2 voor elk van deze gelegenheden en aantal procent hoger ligt, dan onder de deelnemers van fase 2. Deelnemers met een PND gebruikten de TravelStar dus iets meer, ongeacht de gelegenheid voor het gebruik.


Vaste routes (woon-werk verkeer) Nieuwe routes (zakelijk verkeer) Privé ritten

141 Fase 1 7,42% 10,82% 12,45%

Fase 2 9,31% 13,25% 13,72%

Gemiddelde 8,26% 11,90% 13,02%

Tabel 6.8: Gelegenheid voor gebruik van de TravelStar, naar fase deelnemers

In tabel 6.9 zijn de redenen te zien die de deelnemers hebben genoemd waarom zij weinig tot nooit gebruik hebben gemaakt van de TravelStar. Het valt op dat de deelnemers met een PND minder vaak aangaven al over een PDA te beschikken. Zij gaven wel vaker aan geen route planner nodig te hebben. Daarnaast zeggen deelnemers die in fase 2 zijn begonnen, minder vaak helemaal geen verkeersinformatie nodig te hebben, of een ander medium te gebruiken voor hun verkeersinformatie. Dat laatste duidt op een hoger gebruik van de TravelStar onder deze groep; zij maken (mogelijk) minder gebruik van andere media voor hun verkeersinformatie, omdat de PND reeds in deze behoefte voorziet. Ik ben zelf al in het bezit vaneen PDA Ik ben zelf al in het bezit vaneen navigatiesysteem Ik gebruik een ander medium (internet, radio) voor verkeersinformatie Ik heb geen verkeersInformatie nodig Ik heb geen routeplanner nodig

Fase 1

Fase 2

Gemiddelde

13,58%

8,36%

11,27%

45,53%

45,90%

45,70%

20,50%

18,14%

19,45%

20,25%

17,51%

19,03%

16,73%

19,87%

18,12%

Tabel 6.9: Reden voor het weinig gebruik maken van de TravelStar, naar fase deelnemers

6.8 Techniek en systemen: conclusie In dit hoofdstuk zijn de techniek en de systemen die ten behoeve van de praktijkproef zijn ingezet, besproken. Hierbij kwamen achtereenvolgens de camera´s, de OBU´s, de website, het Klantrelatiebeheer (CRM), de dataverwerkingen en de VAS diensten aan bod. Het is gebleken dat het aantal geactiveerde camera´s aanvankelijk in een kort tijdsbestek sterk stijgt, en zich hierna stabiliseert. Pas aan het einde van de proef is er weer een daling te herkennen in het aantal geactiveerde camera´s. Dit aantal loopt dan plots erg snel af, hetgeen te maken kan hebben met het feit dat de proef medio 2012 op zń einde liep. Het gemiddeld aantal detecties per camera per dag fluctueerde licht, met als algemene tendens dat het aantal detecties in het weekend lager ligt dan doordeweeks; en met de dinsdag en donderdag als koplopers, wanneer gemiddeld de meeste detecties per camera per dag voorkomen. Er zijn bij Spitsmijden in Brabant drie typen OBU´s ingezet; deze zijn gemaakt door fabrikanten Efkon, TravelStar, en TomTom. Opvallend is dat 38% van alle OBU´s van de fabrikant Efkon defect zijn geraakt, terwijl bij de overige twee merken deze percentages rond de 4% lagen. De OBU´s logden de meeste ritten rondom de ochtend- en avondspits, met een vrij stabiel aandeel ritten overdag (tussen de beide spitsen) en een gestaag afnemend aandeel ritten na de avondspits, vooral na 18 uur ´s avonds. De relatieve piek ligt tussen 15:00 en 16:00 uur. Het blijkt dat op vrijdag het grootste aandeel van alle ritten is gelogd. Van de doordeweekse dagen had de maandag het kleinste aandeel in het totale aantal ritten. Doordeweekse dagen verschillen echter niet drastisch van elkaar. Het verschil in reistijdstip tussen de weekenden en de doordeweekse dagen valt op; zo blijkt dat het aandeel ritten per uur (ten opzichte van doordeweekse dagen) evenwichtiger over de gehele dag verspreid is in het weekend, met een milde piek rond de vroege middag. Doordeweeks zijn de ritten zoals gezegd meer rond de spitsen geconcentreerd. Het bleek daarnaast ook dat er tijdens de niet-beloningsdagen gemiddeld betrekkelijk weinig ritten plaatsvinden.


142

Wat de website betreft, is gebleken dat het aantal websitebezoeken per uur piekt tussen 9 uur ´s morgens en 17 uur ´s middags. Waar de doordeweekse dagen daarnaast elk een aandeel tussen de 16 en 18% van alle websitebezoeken hebben, ligt dit percentage voor de zaterdag en de zondag rond de 7%. De website wordt dus beduidend minder bezocht in het weekend. Waar op deze niet-beloningsdagen gemiddeld tussen de 300 en 400 websitebezoeken plaats hebben gevonden, lag dit op de reguliere beloningsdagen fors hoger met gemiddeld bijna 800 websitebezoeken per dag. Een belangrijk doel van Spitsmijden in Brabant was het realiseren van innovaties op het vlak van nieuwe informatiediensten. De TravelStar vervulde op dit gebied een wezenlijke rol. De meeste deelnemers hebben slechts één keer gebruik gemaakt van de VAS diensten, zo is gebleken. De grotere en kleinere pieken in het gebruik van de VAS-diensten deden zich voor na de lancering van nieuwe diensten, of door de aandacht die er in de nieuwsbrief aan de VAS-diensten is geschonken. Onder de deelnemers die gebruik maken van de VAS diensten, is het gebruik van de VAS-diensten op beloningsdagen relatief gezien hoger dan op niet-beloningsdagen. Gedurende de uitrol van de informatiediensten, aangeboden via de TravelStar, zijn er een aantal tekortkomingen van de wijze waarop de informatiediensten werden aangeboden aan het licht gekomen. Het erg belangrijk gebleken, dat het dataformat niet (spontaan) wijzigt, of dat er toezicht is op wijzigingen in het dataformat, zodat hier adequaat mee kan worden omgegaan. Anderzijds is het tevens belangrijk dat informatie voor onderweg “smart” (op de goede plek, in de goede richting, op de goede tijden etc.) moet zijn, wil het zijn toegevoegde waarde voor automobilisten hebben. Afstemming van de informatie op de locatie van de automobilist, en het tijdstip, is dus van belang.

Hoofdstuk 7

Verandering reisgedrag 7.1 Inleiding In dit hoofdstuk komen de veranderingen in het reisgedrag van de deelnemers aan bod. De prijsprikkel is al met al een effectief instrument gebleken om een gedragsverandering teweeg te brengen onder automobilisten. Met een algeheel mijdingspercentage van 52,6% over de gehele looptijd van de proef zijn het merendeel van alle autoritten die voorheen in de spits hebben plaatsgevonden gemeden (zie tabel 7.1).

Fase Tijdens praktijkproef Tijdens nameting

Referentieniveau 547585 24237

Afwaarderingen 259550 12868

mijdingen 288035 11369

% 52,6% 46,9%

Tabel 7.1: Geaggregeerd mijdingspercentage over gehele proef en nameting

De deelnemers zijn aan de hand van hun behaalde mijdingspercentage ingedeeld in groepen, om te zien onder welke ranges mijdingspercentages de meeste deelnemers vallen. Het blijkt dat relatief veel deelnemers een fors mijdingspercentage hebben behaald. Een kwart van deelnemers behaalde mijdingspercentages boven 90% en tweederde van deelnemers behaalde mijdingspercentages oplopend tot 90%. Ook valt het op dat een relatief klein aantal deelnemers (circa 6%) een negatief mijdingspercentage heeft behaald (zij hebben tijdens de beloningsperiode meer in het spitsmijdengebied gereden, dan tijdens de nulmeting ervoor). Zie ook tabel 7.1 en figuur 7.2. Mijdingspercentage Negatief 0 - 10% 11 - 20% 21 - 30% 31 - 40% 41 - 50% 51 - 60% 61 - 70% 71 - 80% 81 - 90% 91 - 100% Totaal


% 5,6 4,0 6,0 5,8 6,6 6,7 8,0 7,9 8,9 13,1 27,5 100,0

Tabel 7.2: Mijdingspercentages deelnemers

Naar verhouding heeft Spitsmijden in Brabant (hoofdproef) meer deelnemende automobilisten die de spits 143

Verandering reisgedrag

144

800 700

aantal deelnemers

600 500 400 300 200 100 0 negaƟef

00 10%

11 20%

21 30%

31 40%

41 50%

51 60%

61 70%

71 80%

81 90%

91 100%

mijdingspercentage Figuur 7.1: Verdeling mijdingspercentages deelnemers

percentage deelnemers (per proef)

35 30 25 20 15

Hovenring % SMiB %

10 5 0

mijdingspercentage categorie̘n Figuur 7.2: Verdeling mijdingspercentages deelnemers, naar Spitsmijden project


145

in hogere mate hebben gemeden dan de proef aan de Hovenring. Het aantal (en aandeel) deelnemers dat mijdingspercentages van boven de 90% behaald heeft, ligt bij Spitsmijden in Brabant hoger dan bij Hovenring. In de midden-categorieën verschilt de prestaties van beide groepen deelnemers niet veel; echter, onder lagere categorieën (mijdingspercentages beneden 60%) zijn de deelnemers aan de proef aan de Hovenring oververtegenwoordigd. Zie ook tabel 7.3 en figuur 7.2 . Mijdingspercentage Negatief 0 - 10% 11 - 20% 21 - 30% 31 - 40% 41 - 50% 51 - 60% 61 - 70% 71 - 80% 81 - 90% 91 - 100% Totaal

Hovenring (aantal) 25 29 30 24 28 19 27 21 17 23 29 272

Hovenring (%) 9,2 10,7 11,0 8,8 10,3 7,0 9,9 7,7 6,3 8,5 10,7 100,0

SMiB (aantal) 124 77 131 132 149 160 187 189 220 289 709 2367

SMiB (%) 5,2 3,3 5,5 5,6 6,3 6,8 7,9 8,0 9,3 12,2 30,0 100,0

Tabel 7.3: mijdingspercentages deelnemers per project

7.2 Mijdmethode De effecten van de prijsprikkel op het reisgedrag van de deelnemers worden besproken met de mijdmethode van de deelnemers als uitgangspunt voor een eventuele verandering in het reisgedrag. In tabel 7.4 zijn de diverse typen mijdmethodes te zien die te onderscheiden vallen onder de deelnemers. Let wel, typen spitsmijders in tabel 7.4 zijn ideaaltypen; in de praktijk zal het voorkomen dat deelnemers twee of meerdere mijdmethode combineren. De mijdmethode van de deelnemers aan Spitsmijden in Brabant is op twee manieren vastgesteld. Naast een enquêtevraag waar de deelnemers gevraagd werden naar hun mijdmethode, is ook op basis van de GPS data per deelnemer een primaire mijdmethode bepaald. Beide methoden leveren niet altijd dezelfde uitkomst, zo kan het zijn dat iemand die volgens de ene methode een tijdmijder is, volgens de andere methode een routemijder is. In tabel 7.5 staat weergegeven hoeveel procent van de deelnemers in elke mijdmethode is ingedeeld. Aan de linkerzijde (verticaal) staan de mijdmethode uit de enquêtes; helemaal bovenaan (horizontaal) staan de mijdmethode zoals vast gesteld op basis van de GPS data. Op deze wijze wordt inzichtelijk gemaakt welke overlap er bestaat tussen de diverse mijdmethode; veel deelnemers hanteren namelijk niet slechts één mijdmethode, maar eerder een combinatie van meerdere methoden. In principe is de toewijzing aan een mijdmethode op basis van de GPS data te prefereren boven toewijzing op basis van de gegeven antwoorden in een enquête. De GPS-methodiek is objectiever en gebaseerd op het feitelijke reisgedrag van de deelnemers, terwijl de gegeven antwoorden in de enquêtes gevoeliger zijn voor subjectiviteit (niet elke deelnemer zal zich even bewust zijn van de mijdmethoden die hij/zij hanteert). Een zwakte van de GPS-methodiek is echter dat deelnemers alleen worden toegewezen aan een mijdmethode op basis van hun reisgedrag per auto. Zodoende is het via deze methodiek niet vast te stellen of iemand bijvoorbeeld met het OV of met de fiets de spits mijdt. De OBU van zoń deelnemer staat stil op de oprit, net als van deelnemers die thuiswerken bijvoorbeeld. Zodoende biedt de enquête-methodiek een bruikbare aanvulling op de GPS-methodiek; het is alleen via de gegeven enquêteantwoorden vast te stellen of iemand een fietsmijder of OV-mijder is. De mijdmethoden zoals bepaalt met de GPS-methodiek is in dit hoofdstuk primair gebruikt. Er zijn hierop echter twee uitzonderingen. Bij de vergelijking van de eigenschappen van de deelnemers in paragraaf 6.3 worden de deelnemers vergeleken aan de hand van de mijdmethode waar zij onder vallen, wat op basis van de door hen gegeven antwoorden in de enquêtes is bepaald. In deze paragraaf worden de de eigenschap-


146

Type Mijder Tijdmijder Routemijder Route en/of tijdmijder Netbuitengebiedmijder (buiten gebied parkeren)

Korte Naam Tijdmijder Routemijder Beide

Minder gaan rijden (OV, fiets, thuiswerken) Anders (o.a. OV, fiets)

Minderrijdermijder

Netbuitengebiedmijder

Anders

Overig

Extra Uitleg De tijdmijders. De routemijders. Deze deelnemers maken in dezelfde mate gebruik van routemijdingen en tijdmijdingen (dus geen voorkeur). Dit zijn deelnemers die aan de rand van het beloningsgebied hun auto parkeren en zo hun mijdingen realiseren. Ze werken mogelijk in het beprijzingsgebied, en lopen het laatste stukje naar hun bestemming, of werken daar vlak buiten en bereiken hun bestemming door niet door het beloningsgebied te rijden maar er vlak buiten Deze deelnemers zijn in absolute mate minder gaan rijden (en hebben waarschijnlijk hun woon-werk rit gemaakt met het OV, fiets of hebben geen woon-werk verplaatsing gemaakt). Van deze deelnemer is op basis van de GPS data niet te bepalen welk type mijder ze zijn, ze rijden niet significant minder, ze parkeren niet significant vaak in de buurt van het SM gebied, ze doen niet significant veel aan tijdmijden en routemijden. Deze deelnemers kunnen nog wel met de auto naar een P+R zijn gereden bijvoorbeeld, of in de zomermaanden de fiets hebben gepakt. Deze deelnemers vielen buiten het classificeringsalgoritme, maar zouden onder de categorie “anders” geplaatst kunnen worden. Tabel 7.4: Categorieën spitsmijders

pen van de deelnemers ook gebaseerd op de door hun gegeven antwoorden in de enquêtes; zodoende is het hier passend om ook hun mijdmethoden via de enquête-methodiek te bepalen. Verder wordt in paragraaf 6.7 het reisgedrag van OV- en Fietsmijders nader onderzocht; hier is wederom de enquêtemethodiek gehanteerd om de deelnemers die met deze methoden de spits mijden, te kunnen onderscheiden van de overige deelnemers.

Tijdmijder Routemijder Fiets Openbaar vervoer Geen woonwerk rit N.V.T. Total

Anders 3,5% 4,0% 4,5% 2,2% 1,2% 9,3% 24,7%

Beide 0,9% 0,1% 0,4% 0,3% 0,1% 0,6% 2,5%

Minderrijdermijder 0,6% 0,6% 0,9% 0,6% 0,1% 0,8% 3,7%

Netbuitengebiedmijder 1,1% 1,7% 0,7% 0,3% 0,4% 2,7% 6,9%

Routemijder 4,1% 10,0% 3,7% 0,9% 1,2% 7,5% 27,5%

Tijdmijder 12,4% 4,2% 4,7% 1,6% 1,2% 10,9% 34,8%

Totaal 22,6% 20,6% 15,0% 5,9% 4,2% 31,7% 100,0%

Tabel 7.5: Percentage deelnemers, naar mijdmethode (op basis van enquête en GPS data)

In totaal hebben alle deelnemers bij elkaar 52,6% van alle ritten die zij tijdens de proef zouden maken (berekend op basis van hun reisgedrag tijdens de nulmeting), niet meer gemaakt. Ook houdt 88% van de spitsmijdende deelnemers hun gedrag na de proef (tot op zekere hoogte) vast. Hoe de deelnemers tijdens de proef gemeden hebben, is in tabel 7.6 te zien. Het gaat hier om het aandeel van de verschillende mijdmethoden in de spitsritten tijdens de proef, ten opzichte van de nulmeting (= 100% reguliere spitsritten). Deze informatie is ook te zien in figuur 7.3. Het wordt in deze figuur inzichtelijk gemaakt, welk aandeel de diverse mijdmethoden hebben gehad in de algehele reductie in het aantal spitsritten tijdens de proef. Het blijkt dat vooral routemijden en tijdmijden populaire mijdmethoden zijn. Tijdmijden was reeds de bekendste


147

mijdmethode uit andere Spitsmijden projecten. Routemijden is “nieuw” bij Spitsmijden in Brabant, en komt voort uit de geografische opzet van de proef, waarbij er een afgebakend gebied wordt gehanteerd waar men nog wel omheen mag rijden. Het komt daarnaast ook veel voor dat deelnemers op variërende manieren de spits mijden. Al met al blijkt dat er onder de deelnemers een substantiële reductie in het aantal spitsritten heeft plaatsgevonden als gevolg van hun deelname aan de praktijkproef. Dit toont de bijdrage van Spitsmijden in Brabant aan het verlichten van congestie in de spits en het verbeteren van de bereikbaarheid van belangrijke economische centra in de regio. Manier van reizen Tijdmijders Routemijders Buiten beloningsgebied parkeren Fiets/ OV/ Thuiswerken Varierend Reguliere spitsritten Totaal

Aandeel (spits) ritten 12% 22% 4% 2% 13% 47% 100%

Tabel 7.6: Verdeling reisgedrag deelnemers ten opzichte van referentieniveau; mijdmethode vastgesteld volgens GPS-methodiek

Routemijders 22%

Tijdmijders Fiets/ OV/ thuiswerken

47% 12%

4% 13%

Buiten beloningsgebied parkeren Varierend

2%

Reguliere spitsriƩen

Figuur 7.3: Verdeling reisgedrag deelnemers t.o.v. referentieniveau (=100% spitsritten); mijdmethode vastgesteld volgens GPS-methodiek

7.3 Vergelijking eigenschappen v.d. diverse typen mijders Om inzicht te verschaffen in welke factoren er aan bijdragen dat iemand op een bepaalde manier de spits gaat mijden, worden de diverse typen spitsmijders hier geanalyseerd. Hierbij worden een aantal “softe eigenschappen” van elke groep spitsmijders vergeleken. Bij de indeling van de deelnemers onder bepaalde groepen spitsmijders, zijn hun antwoorden uit de enquête leidend geweest.


148

Sector Tabel 7.7 toont procentueel de verdeling van de deelnemers naar sector, per mijdmethode. In deze tabel zijn de percentages verticaal gesommeerd. Daarnaast toont tabel 7.8 de verdeling van de deelnemers naar mijdmethode, per sector. De percentages zijn hier horizontaal gesommeerd. In tabel 7.9 is de verdeling van deelnemers naar sector en per mijdmethode met absolute getallen te zien. Het valt op dat, van elke mijdmethode, procentueel de meeste deelnemers in de zakelijke dienstverlening (kantoorgebonden) werken. Route- en tijdmijders werken bovengemiddeld in de industrie sector, meer dan deelnemers die op andere wijzen de spits mijden. Fietsmijders werken weer vaker in het onderwijs. Omgekeerd mijden deelnemers die in de onderwijssector, bij de overheid, of in de transportsector werken vaker met de fiets dan gemiddeld. Onder werknemers uit de (detail)handel, de industrie sector en de transportsector zijn routemijders daarnaast beter vertegenwoordigd, dan onder werknemers in andere sectoren. Werknemers uit de industriesector en deelnemers die bij de overheid werken zijn daarnaast ook relatief vaak tijdmijders (zie tabel 7.7 en 7.8).

(Detail)handel Industrie Onderwijs Overheid Transport Zakelijke dienstverlening, kantoorgebonden Zakelijke dienstverlening, tijden plaatsflexibel Totaal

Fiets 5,0% 16,0% 25,4% 3,9% 2,2%

Geen woonwerk rit 10,4% 12,5% 18,8% 2,1% 0,0%

Openbaar vervoer 5,6% 12,7% 18,3% 5,6% 0,0%

Routemijder 8,5% 27,8% 19,0% 2,0% 2,0%

Tijdmijder 5,5% 24,6% 18,4% 3,1% 1,6%

Onbekend 6,0% 21,4% 16,5% 2,7% 1,9%

Gem. 6,4% 21,7% 19,0% 3,0% 1,7%

40,3%

50,0%

52,1%

34,3%

38,3%

43,4%

40,7%

7,2% 100,0%

6,3% 100,0%

5,6% 100,0%

6,5% 100,0%

8,6% 100,0%

8,1% 100,0%

7,5% 100,0%

Tabel 7.7: Vergelijking sector deelnemers, naar mijdmethode (procentueel)

(Detail)handel Industrie Onderwijs Overheid Transport Zakelijke dienstverlening, kantoorgebonden Zakelijke dienstverlening, tijden plaatsflexibel Gemiddeld

Fiets 12,0% 11,4% 20,6% 20,0% 20,0%

Geen woonwerk rit 6,7% 2,4% 4,0% 2,9% 0,0%

Openbaar vervoer 5,3% 3,5% 5,8% 11,4% 0,0%

Routemijder 28,0% 27,1% 21,1% 14,3% 25,0%

Tijdmijder 18,7% 24,7% 21,1% 22,9% 20,0%

Onbekend 29,3% 31,0% 27,4% 28,6% 35,0%

Totaal 100,0% 100,0% 100,0% 100,0% 100,0%

15,3%

5,0%

7,8%

17,8%

20,5%

33,5%

100,0%

14,8% 15,4%

3,4% 4,1%

4,5% 6,1%

18,2% 21,1%

25,0% 21,8%

34,1% 31,5%

100,0% 100,0%

Tabel 7.8: Vergelijking mijdmethode deelnemers, naar sector (procentueel)

Thuiswerken Tabel 7.10 toont procentueel de verdeling van de mogelijkheden die de deelnemers hebben om thuis te werken, per mijdmethode. Er is in deze tabel verticaal gesommeerd. In tabel 7.11 staat de verdeling van de mijdmethoden van de deelnemers, naar de mogelijkheid om al dan niet thuis te werken (deze tabel is


(Detail)handel Industrie Onderwijs Overheid Transport Zakelijke dienstverlening, kantoorgebonden Zakelijke dienstverlening, tijden plaatsflexibel Totaal

149 Geen woonwerk rit 5 6 9 1

Openbaar vervoer 4 9 13 4

Routemijder 21 69 47 5 5

Tijdmijder 14 63 47 8 4

Onbekend 22 79 61 10 7

Totaal 75 255 223 35 20

73

24

37

85

98

160

477

13 181

3 48

4 71

16 248

22 256

30 369

88 1173

Fiets 9 29 46 7 4

Tabel 7.9: Sector deelnemers, naar mijdmethode (absoluut)

horizontaal gesommeerd). Deze verdelingen zijn in tabel 7.12 met absolute getallen weergegeven. Het blijkt dat nog geen drie op de tien deelnemers kan thuiswerken. Onder tijdmijders en OV-mijders ligt dit iets hoger, en kan één op de drie deelnemers wel thuiswerken. Niet verrassend is dat bijna de helft van alle deelnemers die geen woon-werkrit hebben, aangaven te kunnen thuiswerken. Waarschijnlijk hebben deze respondenten juist geen woon-werkrit, omdat ze thuis kunnen werken. Onder deelnemers die wel kunnen thuiswerken, komen naar verhouding iets meer tijdmijders voor dan onder de deelnemers die niet kunnen thuiswerken. Onder deze laatste groep komen naar verhouding weer meer fietsmijders voor.

Ja Nee Weet ik niet Totaal

Fiets 23,7% 69,7% 6,6% 100,0%

Geen woonwerk rit 47,5% 42,4% 10,2% 100,0%

Openbaar vervoer 32,9% 63,4% 3,7% 100,0%

Routemijder 28,1% 65,3% 6,6% 100,0%

Tijdmijder 34,7% 54,4% 10,8% 100,0%

Onbekend 23,4% 69,6% 7,0% 100,0%

Gemiddeld 28,5% 63,8% 7,7% 100,0%

Tabel 7.10: Verdeling mogelijkheid tot thuiswerken, naar mijdmethode (procentueel)

Ja Nee Weet ik niet Gemiddeld

Fiets 12,5% 16,5% 13,1% 15,1%

Geen woonwerk rit 7,0% 2,8% 5,6% 4,2%

Openbaar vervoer 6,8% 5,8% 2,8% 5,9%

Routemijder 20,3% 21,1% 17,8% 20,6%

Tijdmijder 27,3% 19,2% 31,8% 22,5%

Onbekend 26,1% 34,6% 29,0% 31,8%

Totaal 100,0% 100,0% 100,0% 100,0%

Tabel 7.11: Verdeling mijdmethode, naar mogelijkheid tot thuiswerken (procentueel)

Type werktijden Tabel 7.13 toont (procentueel) voor elke mijdmethode de verdeling van de deelnemers, naar diens werktijden (hier wordt verticaal gesommeerd). In tabel 7.14 staat de mijdmethode van de deelnemers, gegroepeerd per soort werktijden (hier is horizontaal gesommeerd). In tabel 7.15 is deze informatie nogmaals met absolute getallen weergegeven. Het blijkt dat onder elk type mijder werken in vaste blokken (waarbinnen men zelf de precieze beginen eindtijden kan bepalen) het meest gangbaar is. Routemijders en fietsmijders beginnen en/of eindigen relatief vaak op vaste tijdstippen, terwijl dit bij tijdmijders veel minder het geval is (zoals te verwachten valt, zij


Ja Nee Weet ik niet Totaal

Fiets 50 147 14 211

150 Geen woonwerk rit 28 25 6 59

Openbaar vervoer 27 52 3 82

Routemijder 81 188 19 288

Tijdmijder 109 171 34 314

Onbekend 104 309 31 444

Totaal 399 892 107 1398

Tabel 7.12: Verdeling mogelijkheid tot thuiswerken, naar mijdmethode (absoluut)

zijn immers flexibel wat hun reistijdstip betreft). Tijdsmijders kunnen, meer dan dit bij andere typen mijders het geval is, zelf hun beginen eindtijdstippen bepalen. Ploegendiensten komen daarnaast nauwelijks voor.

Ik kan mijn beginen eindtijden meestal zelf bepalen Ik moet elke dag op vaste tijdstippen beginnen of eindigen Ik werk in ploegendiensten op vaste tijdstippen bepaald door mijn werkgever Mijn beginen eindtijden vallen in vaste blokken, en ik bepaal zelf de precieze tijd binnen die blokken Totaal

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

Onbekend

Gem.

9,1%

24,1%

22,8%

14,7%

27,9%

17,0%

18,4%

37,7%

20,4%

26,6%

34,2%

24,5%

33,6%

31,3%

0,5%

5,6%

1,3%

1,1%

1,7%

2,6%

1,8%

52,8% 100,0%

50,0% 100,0%

49,4% 100,0%

50,0% 100,0%

46,0% 100,0%

46,8% 100,0%

48,5% 100,0%

Tabel 7.13: Verdeling werktijden, naar mijdmethode (procentueel)

Gemiddelde reistijd Tabel 7.16 toont (procentueel) voor elke mijdmethode de verdeling van de reistijden van de deelnemers (verticaal gesommeerd). Vervolgens toont tabel 7.17 de verdeling van de deelnemers naar mijdmethode, per categorie reistijd (deze tabel is horizontaal gesommeerd). De informatie is in tabel 7.18 absoluut weergegeven. Het blijkt dat de kortere reistijden relatief vaak voorkomen onder de fietsmijders. Reistijden van meer dan 35 minuten zijn zeldzaam binnen deze groep. De tijdmijders, OV-mijders, en routemijders hebben gemiddeld een wat langere reistijd. De meeste deelnemers die één van deze drie mijdmethoden hanteren, reizen tussen de 15 en 45 minuten. Woon-werk afstand Tabel 7.19 toont voor elke mijdmethode (procentueel) de verdeling van de woon-werkafstanden van de deelnemers (verticaal gesommeerd). Tevens is in tabel 7.20 (procentueel) de verdeling van de mijdmethodes van de deelnemers te zien, naar de gemiddelde woon-werkafstand (horizontaal gesommeerd). Een absolute variant van deze tabellen is in tabel 7.21 te zien.


Ik kan mijn beginen eindtijden meestal zelf bepalen Ik moet elke dag op vaste tijdstippen beginnen of eindigen Ik werk in ploegendiensten op vaste tijdstippen bepaald door mijn werkgever Mijn beginen eindtijden vallen in vaste blokken, en ik bepaal zelf de precieze tijd binnen die blokken Gemiddelde

151

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

Onbekend

Totaal

7,4%

5,3%

7,4%

16,0%

34,2%

29,6%

100,0%

18,2%

2,7%

5,1%

22,0%

17,7%

34,4%

100,0%

4,2%

12,5%

4,2%

12,5%

20,8%

45,8%

100,0%

16,4% 15,1%

4,2% 4,1%

6,1% 6,0%

20,8% 20,2%

21,4% 22,6%

31,0% 32,1%

100,0% 100,0%

Tabel 7.14: Verdeling mijdmethoden deelnemers, naar soort werktijden (procentueel)

Ik kan mijn beginen eindtijden meestal zelf bepalen Ik moet elke dag op vaste tijdstippen beginnen of eindigen Ik werk in ploegendiensten op vaste tijdstippen bepaald door mijn werkgever Mijn beginen eindtijden vallen in vaste blokken, en ik bepaal zelf de precieze tijd binnen die blokken Totaal

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

Onbekend

Totaal

18

13

18

39

83

72

243

75

11

21

91

73

142

413

1

3

1

3

5

11

24

105 199

27 54

39 79

133 266

137 298

198 423

639 1319

Tabel 7.15: Verdeling werktijden, naar mijdmethode (absoluut)


< 00:10 00:11 - 00:15 00:16 - 00:20 00:21 - 00:25 00:26 - 00:30 00:31 - 00:35 00:36 - 00:40 00:41 - 00:45 00:46 - 00:50 00:51 - 00:55 00:56 - 01:00 01:01 - 01:10 01:11 - 01:20 01:21 - 01:30 01:31 - 01:40 > 02:00 Totaal

152

Fiets 1,4% 11,4% 21,8% 22,8% 16,6% 12,8% 6,2% 3,8% 1,0% 1,0% 1,0% 0,5% 0,0% 0,0% 0,0% 0,0% 100,0%

Geen woonwerk rit 1,7% 1,7% 10,2% 15,3% 17,0% 8,5% 10,2% 13,6% 6,8% 3,4% 3,4% 1,7% 3,4% 0,0% 1,7% 1,7% 100,0%

Openbaar vervoer 0,0% 1,2% 6,1% 9,8% 11,0% 8,5% 9,8% 18,3% 11,0% 7,3% 9,8% 2,4% 2,4% 1,2% 1,2% 0,0% 100,0%

Routemijder 0,4% 4,9% 13,2% 11,1% 13,2% 12,9% 12,9% 10,8% 6,6% 4,9% 4,5% 2,4% 2,4% 0,0% 0,0% 0,0% 100,0%

Tijdmijder 0,0% 6,0% 9,8% 10,2% 13,0% 13,3% 12,7% 12,7% 8,3% 4,1% 4,8% 3,2% 1,9% 0,0% 0,0% 0,0% 100,0%

Onbekend 0,9% 8,8% 13,3% 12,6% 14,6% 13,3% 10,6% 10,6% 7,2% 3,8% 2,0% 1,4% 0,7% 0,2% 0,0% 0,0% 100,0%

Gem. 0,6% 7,0% 13,2% 13,2% 14,1% 12,7% 10,8% 10,7% 6,6% 3,9% 3,5% 1,9% 1,4% 0,0% 0,1% 0,1% 100,0%

Tabel 7.16: Verdeling gemiddelde reistijden, naar mijdmethode (procentueel)

< 00:10 00:11 - 00:15 00:16 - 00:20 00:21 - 00:25 00:26 - 00:30 00:31 - 00:35 00:36 - 00:40 00:41 - 00:45 00:46 - 00:50 00:51 - 00:55 00:56 - 01:00 01:01 - 01:10 01:11 - 01:20 01:21 - 01:30 01:31 - 01:40 > 02:00 Gemiddelde

Fiets 33,3% 24,5% 24,9% 25,9% 17,7% 15,3% 8,6% 5,4% 2,2% 3,7% 4,1% 3,7% 0,0% 0,0% 0,0% 0,0% 15,1%

Geen woonwerk rit 11,1% 1,0% 3,2% 4,9% 5,1% 2,8% 4,0% 5,4% 4,3% 3,7% 4,1% 3,7% 10,0% 0,0% 50,0% 100,0% 4,2%

Openbaar vervoer 0,0% 1,0% 2,7% 4,3% 4,5% 4,0% 5,3% 10,1% 9,8% 11,1% 16,3% 7,4% 10,0% 50,0% 50,0% 0,0% 5,9%

Routemijder 11,1% 14,3% 20,5% 17,3% 19,2% 20,9% 24,5% 20,8% 20,7% 25,9% 26,5% 25,9% 35,0% 0,0% 0,0% 0,0% 20,6%

Tijdmijder 0,0% 19,4% 16,8% 17,3% 20,7% 23,7% 26,5% 26,8% 28,3% 24,1% 30,6% 37,0% 30,0% 0,0% 0,0% 0,0% 22,5%

Onbekend 44,4% 39,8% 31,9% 30,3% 32,8% 33,3% 31,1% 31,5% 34,8% 31,5% 18,4% 22,2% 15,0% 50,0% 0,0% 0,0% 31,7%

Tabel 7.17: Verdeling mijdmethode, naar gemiddelde reistijden(procentueel)

Totaal 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%


< 00:10 00:11 - 00:15 00:16 - 00:20 00:21 - 00:25 00:26 - 00:30 00:31 - 00:35 00:36 - 00:40 00:41 - 00:45 00:46 - 00:50 00:51 - 00:55 00:56 - 01:00 01:01 - 01:10 01:11 - 01:20 01:21 - 01:30 01:31 - 01:40 > 02:00 Totaal

Fiets 3 24 46 48 35 27 13 8 2 2 2 1 0 0 0 0 211

153 Geen woonwerk rit 1 1 6 9 10 5 6 8 4 2 2 1 2 0 1 1 59

Openbaar vervoer 1 5 8 9 7 8 15 9 6 8 2 2 1 1 0 82

Routemijder 1 14 38 32 38 37 37 31 19 14 13 7 7 0 0 0 288

Tijdmijder 19 31 32 41 42 40 40 26 13 15 10 6 0 0 0 315

Onbekend 4 39 59 56 65 59 47 47 32 17 9 6 3 1 0 0 444

Totaal 9 98 185 185 198 177 151 149 92 54 49 27 20 2 2 1 1399

Tabel 7.18: Verdeling gemiddelde reistijden, naar mijdmethode (absoluut)

Onder de fietsmijders komen vooral woon-werkafstanden tot ongeveer 15 kilometer voor. Bij OV-mijders, routemijders en tijdmijders is de gemiddelde woon-werkafstand voornamelijk tussen de 10 en ongeveer 50 kilometer. De afstand die men te overbruggen heeft, is dus van invloed op de gekozen mijdmethode; lange afstanden maken het minder waarschijnlijk dat iemand een fietsmijder zal worden. Omgekeerd zijn deelnemers met een woon-werkafstand beneden de 10 kilometer relatief vaak fietsmijders, en nauwelijks OV-mijders (tijden routemijders komen ook voor onder deze groep).

0 < 5 km 5 km 10 km 15 km 20 km 25 km 30 km 40 km 50 km 60 km 70 km 80 km 90 km >90 km Totaal

Fiets 0,5% 4,3% 13,3% 44,1% 18,5% 6,6% 6,6% 1,9% 2,8% 0,0% 1,4% 0,0% 0,0% 0,0% 0,0% 100,0%

Geen woonwerk rit 0,0% 0,0% 0,0% 10,2% 20,3% 18,6% 5,1% 15,3% 11,9% 10,2% 1,7% 3,4% 1,7% 0,0% 1,7% 100,0%

Openbaar vervoer 0,0% 0,0% 2,4% 13,4% 12,2% 4,9% 12,2% 12,2% 9,8% 17,1% 7,3% 3,7% 2,4% 1,2% 1,2% 100,0%

Routemijder 0,0% 1,0% 4,9% 16,3% 16,7% 11,5% 11,1% 10,1% 12,9% 6,2% 4,9% 0,7% 1,0% 0,4% 2,4% 100,0%

Tijdmijder 0,6% 1,9% 3,2% 14,6% 15,2% 6,7% 12,1% 13,7% 14,6% 7,9% 2,9% 1,3% 2,5% 1,6% 1,3% 100,0%

Onbekend 0,2% 3,6% 4,7% 15,8% 16,2% 11,0% 12,6% 11,0% 13,5% 6,8% 2,5% 1,4% 0,5% 0,0% 0,2% 100,0%

Gemiddelde 0,3% 2,4% 5,4% 19,5% 16,4% 9,4% 10,9% 10,3% 11,7% 6,7% 3,2% 1,2% 1,1% 0,5% 1,0% 100,0%

Tabel 7.19: Verdeling gemiddelde woon-werkafstand, naar mijdmethode (procentueel)

Aantal maanden VAS gebruik Tabel 7.22 toont procentueel voor elke mijdmethode de hoeveel deelnemers gedurende hoeveel maanden gebruik hebben gemaakt van de VAS diensten, verticaal gesommeerd. In tabel 7.23 is deze informatie ho-


0 < 5 km 5 km 10 km 15 km 20 km 25 km 30 km 40 km 50 km 60 km 70 km 80 km 90 km >90 km Gemiddelde

Fiets 25,0% 26,5% 37,3% 34,1% 17,0% 10,6% 9,2% 2,8% 3,7% 0,0% 6,8% 0,0% 0,0% 0,0% 0,0% 15,1%

154

Geen woonwerk rit 0,0% 0,0% 0,0% 2,2% 5,2% 8,3% 2,0% 6,3% 4,3% 6,5% 2,3% 11,8% 6,3% 0,0% 7,1% 4,2%

Openbaar vervoer 0,0% 0,0% 2,7% 4,0% 4,4% 3,0% 6,5% 6,9% 4,9% 15,1% 13,6% 17,6% 12,5% 14,3% 7,1% 5,9%

Routemijder 0,0% 8,8% 18,7% 17,2% 21,0% 25,0% 20,9% 20,1% 22,6% 19,4% 31,8% 11,8% 18,8% 14,3% 50,0% 20,6%

Tijdmijder 50,0% 17,6% 13,3% 16,8% 21,0% 15,9% 24,8% 29,9% 28,0% 26,9% 20,5% 23,5% 50,0% 71,4% 28,6% 22,5%

Onbekend 25,0% 47,1% 28,0% 25,6% 31,4% 37,1% 36,6% 34,0% 36,6% 32,3% 25,0% 35,3% 12,5% 0,0% 7,1% 4,2%

Totaal 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%

Tabel 7.20: Verdeling mijdmethode deelnemers, naar gemiddelde woon-werkafstand (procentueel)

0 < 5 km 5 km 10 km 15 km 20 km 25 km 30 km 40 km 50 km 60 km 70 km 80 km 90 km >90 km Totaal

Fiets 1 9 28 93 39 14 14 4 6 0 3 0 0 0 0 211

Geen woonwerk rit 0 0 6 12 11 3 9 7 6 1 2 1 0 1 59

Openbaar vervoer 0 0 2 11 10 4 10 10 8 14 6 3 2 1 1 82

Routemijder 0 3 14 47 48 33 32 29 37 18 14 2 3 1 7 288

Tijdmijder 2 6 10 46 48 21 38 43 46 25 9 4 8 5 4 315

Onbekend 1 16 21 70 72 49 56 49 60 30 11 6 2 0 1 444

Tabel 7.21: Verdeling gemiddelde woon-werkafstand, naar mijdmethode (absoluut)

Totaal 4 34 75 273 229 132 153 144 164 93 44 17 16 7 14 1399


155

rizontaal gesommeerd. In tabel 7.24 is deze informatie daarnaast nog aan de hand van absolute getallen weergegeven. Wat het aantal maanden betreft dat men gebruik heeft gemaakt van de VAS diensten, verschillen de deelnemers met diverse mijdmethoden niet drastisch van elkaar. Elk type spitsmijder heeft, gemiddeld genomen, slechts enkele keren gebruik gemaakt van de VAS diensten (als zij hier überhaupt al gebruik van hebben gemaakt). Van elk type spitsmijder heeft ongeveer één op de vier deelnemers helemaal geen gebruik gemaakt van de VAS diensten. Onder OV-mijders was dit zelfs meer dan één op de drie.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 24 N.V.T. Totaal

Fiets 26,1% 18,5% 9,0% 5,2% 4,3% 5,7% 3,8% 0,9% 2,4% 0,0% 0,9% 0,5% 0,5% 0,5% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,5% 0,0% 21,3% 100,0%

Geen woonwerk rit 23,7% 6,8% 11,9% 3,4% 3,4% 1,7% 3,4% 3,4% 1,7% 1,7% 0,0% 1,7% 1,7% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 1,7% 33,9% 100,0%

Openbaar vervoer 22,0% 11,0% 9,8% 6,1% 1,2% 6,1% 2,4% 4,9% 0,0% 0,0% 2,4% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 34,1% 100,0%

Routemijder 21,9% 16,0% 8,3% 6,3% 6,6% 4,9% 2,8% 2,8% 1,4% 1,0% 0,3% 0,3% 0,0% 0,7% 0,0% 0,3% 0,3% 0,0% 0,3% 0,0% 0,0% 0,0% 25,7% 100,0%

Tijdmijder 18,7% 14,6% 7,6% 6,0% 3,5% 5,4% 5,7% 2,2% 1,6% 2,5% 1,3% 0,6% 1,0% 0,0% 0,3% 0,3% 0,0% 0,6% 0,0% 0,3% 0,0% 0,0% 27,6% 100,0%

Onbekend 25,5% 16,2% 10,1% 7,4% 4,1% 3,2% 1,6% 1,6% 1,8% 0,7% 0,2% 0,5% 0,5% 0,2% 0,5% 0,2% 0,0% 0,0% 0,2% 0,0% 0,0% 0,0% 25,7% 100,0%

Gemiddelde 23,0% 15,4% 9,1% 6,3% 4,3% 4,5% 3,2% 2,1% 1,6% 1,1% 0,7% 0,5% 0,5% 0,3% 0,2% 0,2% 0,1% 0,1% 0,1% 0,1% 0,1% 0,1% 26,3% 100,0%

Tabel 7.22: Verdeling aantal maanden VAS gebruik, naar mijdmethode (procentueel)

Gezinssamenstelling Tabel 7.25 toont voor elke mijdmethode procentueel de verdeling van de gezinssituaties van de deelnemers. Bij deze tabel wordt er verticaal gesommeerd. Daaronder is in tabel 7.26 de procentuele verdeling van de mijdmethoden van de deelnemers te zien, naar gezinssituatie (er wordt hier horizontaal gesommeerd). De absolute getallen hierachter zijn in tabel 7.27 te vinden. Net zoals het bij het gebruik van de VAS diensten het geval was, verschillen de deelnemers met diverse mijdmethoden nauwelijks van elkaar, wat hun gezinssamenstelling betreft. Voor deelnemers van iedere mijdmethode geldt dat min of meer de 50% getrouwd en/of samenwonend is, en kinderen heeft. Nog eens 25 tot 30% is getrouwd en/of samenwonend, zonder kinderen. Het aantal alleenstaande ouders is onder deelnemers van elke mijdmethode vrij laag. Het percentage alleenstaanden schommelt daarnaast rond de 18%; de uitzondering hierop zijn OV-mijders en routemijders, waar 22 tot 23% van de deelnemers alleenstaand is. Opleidingsniveau Tabel 7.28 toont voor elke mijdmethode procentueel de verdeling van het opleidingsniveau van de deelnemers. Daarnaast toont tabel 7.29 de verdeling van de mijdmethode van de deelnemers, per opleidingsni-


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 24 N.V.T. Gemiddeld

Fiets 17,1% 18,1% 15,0% 12,5% 15,0% 19,0% 17,8% 6,7% 21,7% 0,0% 20,0% 14,3% 14,3% 25,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 100,0% 0,0% 12,2% 15,1%

156

Geen woonwerk rit 4,3% 1,9% 5,5% 2,3% 3,3% 1,6% 4,4% 6,7% 4,3% 6,7% 0,0% 14,3% 14,3% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 100,0% 5,4% 4,2%

Openbaar vervoer 5,6% 4,2% 6,3% 5,7% 1,7% 7,9% 4,4% 13,3% 0,0% 0,0% 20,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 7,6% 5,9%

Routemijder 19,6% 21,3% 18,9% 20,5% 31,7% 22,2% 17,8% 26,7% 17,4% 20,0% 10,0% 14,3% 0,0% 50,0% 0,0% 33,3% 100,0% 0,0% 50,0% 0,0% 0,0% 0,0% 20,1% 20,6%

Tijdmijder 18,3% 21,3% 18,9% 21,6% 18,3% 27,0% 40,0% 23,3% 21,7% 53,3% 40,0% 28,6% 42,9% 0,0% 33,3% 33,3% 0,0% 100,0% 0,0% 100,0% 0,0% 0,0% 23,6% 22,5%

Onbekend 35,1% 33,3% 35,4% 37,5% 30,0% 22,2% 15,6% 23,3% 34,8% 20,0% 10,0% 28,6% 28,6% 25,0% 66,7% 33,3% 0,0% 0,0% 50,0% 0,0% 0,0% 0,0% 31,0% 31,7%

Tabel 7.23: Verdeling mijdmethode deelnemers, naar aantal maanden VAS gebruik (procentueel)

Totaal 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 24 N.V.T. Totaal

Fiets 55 39 19 11 9 12 8 2 5 0 2 1 1 1 0 0 0 0 0 0 1 0 45 211

157

Geen woonwerk rit 14 4 7 2 2 1 2 2 1 1 0 1 1 0 0 0 0 0 0 0 0 1 20 59

Openbaar vervoer 18 9 8 5 1 5 2 4 0 0 2 0 0 0 0 0 0 0 0 0 0 0 28 82

Routemijder 63 46 24 18 19 14 8 8 4 3 1 1 0 2 0 1 1 0 1 0 0 0 74 288

Tijdmijder 59 46 24 19 11 17 18 7 5 8 4 2 3 0 1 1 0 2 0 1 0 0 87 315

Onbekend 113 72 45 33 18 14 7 7 8 3 1 2 2 1 2 1 0 0 1 0 0 0 114 444

Totaal 322 216 127 88 60 63 45 30 23 15 10 7 7 4 3 3 1 2 2 1 1 1 368 1399

Tabel 7.24: Verdeling aantal maanden VAS gebruik, naar mijdmethode (absoluut)

Alleenstaand Alleenstaandeouder Getrouwd/ samenwonend met kinderen Getrouwd/ samenwonend zonder kinderen Totaal

Fiets 16,9%

Geen woonwerk rit 12,3%

Openbaar vervoer 23,2%

Routemijder 21,9%

Tijdmijder 17,9%

Onbekend 16,5%

Gem. 18,2%

5,8%

1,8%

8,5%

3,9%

4,6%

5,8%

5,1%

52,7%

56,1%

39,0%

48,8%

48,5%

48,0%

48,8%

24,6% 100,0%

29,8% 100,0%

29,3% 100,0%

25,5% 100,0%

29,0% 100,0%

29,7% 100,0%

27,9% 100,0%

Tabel 7.25: Verdeling gezinssamenstelling, naar mijdmethode (procentueel)


Alleenstaand Alleenstaandeouder Getrouwd/ samenwonend met kinderen Getrouwd/ samenwonend zonder kinderen Gemiddelde

158

Fiets 14,1%

Geen woonwerk rit 2,8%

Openbaar vervoer 7,7%

Routemijder 24,6%

Tijdmijder 22,2%

Onbekend 28,6%

Totaal 100,0%

17,1%

1,4%

10,0%

15,7%

20,0%

35,7%

100,0%

16,4%

4,8%

4,8%

20,5%

22,4%

31,1%

100,0%

13,4% 15,2%

4,5% 4,2%

6,3% 6,0%

18,7% 20,5%

23,4% 22,5%

33,7% 22,5%

100,0% 100,0%

Tabel 7.26: Verdeling mijdmethoden deelnemers, naar gezinssituatie (procentueel)

Alleenstaand Alleenstaandeouder Getrouwd/ samenwonend met kinderen Getrouwd/ samenwonend zonder kinderen Totaal

Fiets 35

Geen woonwerk rit 7

Openbaar vervoer 19

Routemijder 61

Tijdmijder 55

Onbekend 71

Totaal 248

12

1

7

11

14

25

70

109

32

32

136

149

207

665

51 207

17 57

24 82

71 279

89 307

128 431

380 1363

Tabel 7.27: Verdeling gezinssamenstelling, naar mijdmethode (absoluut)


159

veau. Hoe de deelnemers (per mijdmethode) in absolute getallen verdeeld zijn over de opleidingsniveaus, is in tabel 7.30 te zien. Qua opleidingsniveau verschillen de deelnemers niet drastisch van elkaar, ongeacht hun mijdmethode. Onder elk type spitsmijders heeft min of meer de helft een HBO of WO (bachelor) opleiding genoten. Het exacte percentage varieert van 44,8% (deelnemers zonder woon-werkrit) tot 58,5% (OV-mijders). Daarnaast heeft onder de tijdmijders, routemijders en fietsmijders circa één op de vijf deelnemers een MBO opleiding genoten; onder de OV-mijders was dit echter slechts ongeveer 6%. Tevens schommelt het percentage deelnemers dat een masteropleiding op WO niveau gevolgd heeft, rond de 20% onder zowel routemijders als tijdsmijders, OV-mijders of fietsmijders.

geen onderwijs/ basisonderwijs lbo/vbo/vmbo (kader en beroepsgerichte leerweg) mavo/ eerste 3 jaar havo en vwo/ vmbo (TL en GL) havo en vwo bovenbouw/ wopropedeuse mbo hbo/wo-bachelor of kandidaats wo-doctoraal of master Totaal

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

Onbekend

Gem.

0,0%

0,0%

0,0%

0,4%

0,6%

0,2%

0,3%

1,0%

1,7%

2,4%

2,4%

2,5%

3,4%

2,5%

3,3%

3,5%

2,4%

2,1%

3,8%

3,6%

3,2%

5,7% 20,9%

5,2% 8,6%

8,5% 6,1%

6,3% 18,4%

5,1% 20,6%

8,6% 17,6%

6,8% 17,6%

48,8%

44,8%

58,5%

49,3%

48,9%

47,6%

49,0%

20,4% 100,0%

36,2% 100,0%

22,0% 100,0%

21,2% 100,0%

18,4% 100,0%

19,0% 100,0%

20,4% 100,0%

Tabel 7.28: Verdeling opleidingsniveau, naar mijdmethode (procentueel)

Inkomen Tabel 7.31 toont voor elke mijdmethode procentueel de verdeling van het inkomen van de deelnemers. In tabel 7.32 is de verdeling van de mijdmethoden van de deelnemers te zien, per inkomenscategorie. De absolute verdeling is in tabel 7.33 te zien. Wat het inkomen van de deelnemers betreft, zijn er geen markante verschillen tussen de diverse typen mijders te ontdekken. Zo heeft gemiddeld 8,5% van alle deelnemers een inkomen van beneden de C30.000 per jaar; onder fietsmijders en OV-mijders is dit iets hoger met 9,5% en 9,8% (een zeer bescheiden verschil met het gemiddelde). Gemiddeld verdient daarnaast 41,8% tussen de C30.000 en C60.000 per jaar; onder fietsmijders is dit met 34,1% iets lager, terwijl het onder OV-mijders met 46,3% weer iets hoger is. De verschillen tussen deelnemers met diverse mijdmethoden blijven echter bescheiden (dit geldt ook voor deelnemers die meer van C60.000 per jaar verdienen).

7.4 Lengte werkdagen deelnemers De meest toegepaste mijdmethode is het zogeheten tijdmijden. Het belangrijkste kenmerk van deze mijdmethode, is dat deelnemers gaan schuiven met het tijdstip waarop zij de woon-werkrit zouden maken. Uit de monitoring & evaluatie van Spitsmijden in Brabant blijkt dat tijdmijders er relatief vaker in zijn geslaagd om de ochtendspits te mijden, dan dat zij de avondspits konden mijden. Het is in dit kader interessant om eens te kijken naar de lengte van de werkdagen van de deelnemers. Dit is omdat het goed zou kunnen


160

geen onderwijs/ basisonderwijs lbo/vbo/vmbo (kader en beroepsgerichte leerweg) mavo/ eerste 3 jaar havo en vwo/ vmbo (TL en GL) havo en vwo bovenbouw/ wopropedeuse mbo hbo/wo-bachelor of kandidaats wo-doctoraal of master Gemiddelde

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

N.V.T.

Totaal

0,0%

0,0%

0,0%

25,0%

50,0%

25,0%

100,0%

5,7%

2,9%

5,7%

20,0%

22,9%

42,9%

100,0%

15,6%

4,4%

4,4%

13,3%

26,7%

35,6%

100,0%

12,8% 17,6%

3,2% 2,0%

7,4% 2,0%

19,1% 21,2%

17,0% 26,0%

40,4% 31,2%

100,0% 100,0%

15,1%

3,8%

7,0%

20,8%

22,5%

30,8%

100,0%

15,1% 15,1%

7,4% 4,2%

6,3% 5,9%

21,4% 20,6%

20,4% 22,5%

29,5% 31,7%

100,0% 100,0%

Tabel 7.29: Verdeling mijdmethoden deelnemers, naar opleidingsniveau (procentueel)

Fiets

Geen woonwerk rit

Openbaar vervoer

Routemijder

Tijdmijder

Onbekend

Totaal

0

0

0

1

2

1

4

2

1

2

7

8

15

35

7

2

2

6

12

16

45

12 44

3 5

7 5

18 53

16 65

38 78

94 250

103

26

48

142

154

211

684

43 211

21 58

18 82

61 288

58 315

84 443

285 1397

geen onderwijs/ basisonderwijs lbo/vbo/vmbo (kader en beroepsgerichte leerweg) mavo/ eerste 3 jaar havo en vwo/ vmbo (TL en GL) havo en vwo bovenbouw/ wopropedeuse mbo hbo/wo-bachelor of kandidaats wo-doctoraal of master Totaal

Tabel 7.30: Verdeling opleidingsniveau, naar mijdmethode (absoluut)

<30.000 euro 30.000 - 60.000 euro > 60.000 euro Ik geef liever geen antwoord op deze vraag Totaal

Fiets 9,5% 34,1% 26,5%

Geen woonwerk rit 6,8% 47,5% 22,0%

Openbaar vervoer 9,8% 46,3% 24,2%

Routemijder 8,3% 41,3% 26,7%

Tijdmijder 8,9% 44,4% 23,8%

Onbekend 7,9% 42,3% 20,9%

Gem. 8,5% 41,8% 23,9%

29,9% 100,0%

22,0% 100,0%

19,5% 100,0%

23,6% 100,0%

22,9% 100,0%

28,6% 100,0%

25,7% 100,0%

Tabel 7.31: Verdeling inkomen deelnemers, naar mijdmethode (procentueel)


<30.000 euro 30.000 - 60.000 euro > 60.000 euro Ik geef liever geen antwoord op deze vraag Gemiddeld

161

Fiets 16,8% 12,3% 16,8%

Geen woonwerk rit 3,4% 4,8% 3,9%

Openbaar vervoer 6,7% 6,5% 6,0%

Routemijder 20,2% 20,3% 23,1%

Tijdmijder 23,5% 23,9% 22,5%

Onbekend 29,4% 32,1% 27,8%

Totaal 100,0% 100,0% 100,0%

17,5% 15,1%

3,6% 4,2%

4,5% 5,9%

18,9% 20,6%

20,1% 22,5%

35,4% 31,7%

100,0% 100,0%

Tabel 7.32: Verdeling mijdmethode deelnemers, naar inkomen (procentueel)

<30.000 euro 30.000 - 60.000 euro > 60.000 euro Ik geef liever geen antwoord op deze vraag Totaal

Fiets 20 72 56

Geen woonwerk rit 4 28 13

Openbaar vervoer 8 38 20

Routemijder 24 119 77

Tijdmijder 28 140 75

Onbekend 35 188 93

Totaal 119 585 334

63 211

13 58

16 82

68 288

72 315

127 443

359 1397

Tabel 7.33: Verdeling inkomen deelnemers, naar mijdmethode (absoluut)

dat bepaalde deelnemers, tijdmijders voorop, de werkdag hebben ingekort (of juist verlengd). Zo is het bijvoorbeeld mogelijk dat sommige tijdmijders ´s ochtends voor de spits op hun werkplek arriveren, en ´s avonds pas na de spits weer vertrekken. In dat geval werken zij aanzienlijk langer dan de gebruikelijke acht uur per dag. Het zou echter ook kunnen dat een deelnemer die ´s ochtends voor 07.30 uur op zijn werkplek is, ook ’s middags aanzienlijk vroeger (en voor de spits!) weer vertrekt, maar uiteindelijk niet langer of korter is gaan werken. De lengte van de werkdag van de deelnemers (naar mijdmethode) is in figuur 7.4 te zien. Het blijkt hieruit dat de meeste typen deelnemers tussen 8 uur en 30 minuten, en 8 uur en 45 minuten werken. Het gemiddelde ligt rond 8 uur en 39 minuten; tijdmijders werken met een gemiddelde werkdag van 8 uur en 35 minuten net iets korter dan dit gemiddelde. Omdat het bij figuur 7.4 om gemiddelden gaat die over een grote groep deelnemers zijn berekend, is het relevant om ook de standaarddeviatie per type mijder eens te bekijken. Dit zegt iets over de spreiding van de waarden binnen een bepaalde groep. Gemiddelde waarden tonen immers niet hoe het zit met de spreiding van de waarden waarover het gemiddelde is berekend. De standaarddeviaties van de gemiddelde lengte van de werkdag (naar mijdmethode) is in figuur 7.5 te zien. Het blijkt dat de standaard deviaties van de onderzochte mijdmethoden niet ver uit elkaar liggen. Dit betekend dat er niet een bepaald type mijder was, waarbij erg veel uitschieters voorkwamen in de lengte van de werkdagen. De deelnemers lijken wat dit betreft dus redelijk op elkaar. De verdeling van lengte van de werkdagen van de deelnemers (naar mijdmethode) is in figuur 7.6 te zien. Deze figuur toont per mijdmethode hoeveel deelnemers een bepaalde (gemiddelde) lengte van de werkdag hebben. Het is te zien dat routemijders relatief gezien vaker een langere dag (van 9 uren of meer) hebben. De minderrijdermijders zijn wat sterker geconcentreerd in de kortere werkdagen (9 uren of minder). Tijdmijders tonen een wisselend beeld, maar lijken zich eveneens iets meer te concentreren in de kortere werkdagen (9 uren of minder). N.B. om de mijdmethode van de deelnemers vast te stellen, is hier gebruik gemaakt van de mijdmethoden bepaald op basis van de GPS-registraties. In figuur 7.7 is eenzelfde figuur te zien waarbij de mijdmethode is vastgesteld op basis van de enquête antwoorden van de deelnemers. Deze figuur toont dat tijdmijders meer geconcentreerd zijn onder de langere werkdagen van 8 uur en 30 minuten, of meer. Ook is hier te zien dat routemijders naar verhouding ook wat beter vertegenwoordigd zijn onder de langere werkdagen. Bij weer een andere categorie mijders, de fietsmijders, is een sterke oververtegenwoordiging van deelnemers die 8 uur en 30 minuten werken, of die precies 9 uur werken. Uitschieters komen in deze categorie relatief weinig voor.

Verandering reisgedrag 1:26:24 9:00:00

162

Gem. werkuren

Gemiddelde standaard deviaƟe gemiddeld aantal werkuren

9:00:00 1:12:00 8:52:48 8:52:48 0:57:36 8:45:36 8:45:36 0:43:12 8:38:24 8:38:24 0:28:48 8:31:12 8:31:12 0:14:24 8:24:00 8:24:00 0:00:00 8:16:48 8:16:48

mijdmethodemijdmethode

Figuur 7.4: Gemiddeld aantal uren per werkdag, naar mijdmethode. 1:26:24

Gem. standaard deviaƟe

Gemiddelde standaard deviaƟe

1:26:24 1:12:00 1:12:00 0:57:36 0:57:36 0:43:12 0:43:12 0:28:48 0:28:48 0:14:24 0:14:24 0:00:00 0:00:00

mijdmethode

Figuur 7.5: Standaard deviatie: aantal uren per werkdag, naar mijdmethode.

Indien de deelnemers nu niet worden onderverdeeld naar hun mijdmethode, maar naar hun mijdprestaties (goede mijder of gewone mijder?) dan ontstaat er een ander beeld wanneer de lengte van de werkdagen onder de loep wordt genomen (figuur 7.8. Het blijkt dat gewone deelnemers licht sterker vertegenwoordigd zijn bij werkdagen die tot 9 uur en 30 minuten duren. Bij de echt lange werkdagen die langer dan 9 uur en 30 minuten duren, zijn de goede mijders echter oververtegenwoordigd. Dit duidt erop dat deelnemers die hun werkdag “oprekken” om de spits te kunnen mijden, betere mijders zijn. Zie ook figuur 7.8.


163

18,00% 18,00% 16,00% 16,00% aandeel deelnemers (per mijdmethode)

14,00% 14,00% 12,00% 12,00% Anders Anders

10,00% 10,00%

Minderrijdermijder Minderrijdermijder

8,00% 8,00%

Netbuitengebiedmijder Netbuitengebiedmijder Routemijder Routemijder

6,00% 6,00%

Tijdmijder Tijdmijder

4,00% 4,00% 2,00% 2,00% 0,00% 0,00%

lengte werkdag

Figuur 7.6: Verdeling lengte werkdagen, naar mijdmethode (mijdmethode vastgesteld aan de hand van GPS-logs) 18,00% 18,00%

18,00%

aandeel deelnemers (per mijdmethode) aandeel deelnemers (per mijdmethode)

16,00% 16,00% 16,00% 14,00% 14,00% 14,00% 12,00% 12,00% 12,00% Fiets

Anders Anders Geen woonwerk rit

10,00% 10,00% 10,00%

nvt

Minderrijdermijder Minderrijdermijder Openbaar vervoer

8,00% 8,00% 8,00%

routemijder Netbuitengebiedmijder Netbuitengebiedmijder Ɵjdmijder

Routemijder Routemijder

6,00% 6,00% 6,00%


4,00% 4,00% 4,00% 2,00% 2,00% 2,00% 0,00% 0,00% 0,00%

lengte werkdag lengte werkdag

Figuur 7.7: Verdeling lengte werkdagen, naar mijdmethode (mijdmethode vastgesteld aan de hand v.d. enquête)

Het is ook mogelijk om de deelnemers in het kader van deze analyse op te splitsen naar de beloningsgroep waar ze in vallen ( C1,25 versus de C2,50 groep) en naar de herkomst/bestemming van de deelnemers (omgeving van ´s-Hertogenbosch of Eindhoven). Dit is gedaan in figuur 7.9. Het blijkt dat deelnemers uit de C1,25 groep (de deelnemers met een herkomst of bestemming in de beloningsgebieden, groep A in figuur 7.9) relatief vaker een kortere werkdag hebben. Dit is vooral bij deelnemers uit ´s-Hertogenbosch het geval. Overigens betekend het feit dat deze groep relatief vaker een kortere werkdag heeft, niet dat er niet een fors aantal deelnemers zijn in de C1,25 groep die een werkdag van 8 uur en 30 minuten heeft, want dat is namelijk ook het geval. De deelnemers uit de C1,25 groep hebben echter relatief genomen vaker een kortere werkdag, dan de deelnemers uit de C2,50 groep. Deelnemers uit de C2,50 groep (met een herkomst of bestemming buiten de beloningsgebieden, groep B in figuur 7.9) hebben relatief vaker een langere werkdag (8 uur en 30 minuten of langer). Dat geldt in het bijzonder voor de deelnemers uit de Eindhovense regio. Wanneer er onderscheid wordt gemaakt tussen deelnemers die wel en deelnemers die niet een herkomst of bestemming in het gebied hebben, levert de analyse van de lengte van de werkdagen een ander beeld

Verandering reisgedrag 14,0%

164

Gem. werkuren

9:00:00

12,0%

aandeel deelnemers (per groep)

8:52:48 10,0%

8:45:36 8,0%

gewone mijders

8:38:24

goede mijders

6,0%

8:31:12 4,0%

8:24:00 2,0%

8:16:48 0,0%

lengte werkdag

Figuur 7.8: Verdeling lengte werkdagen, naar mijdprestaties deelnemers (goede mijder of gewone mijder?) 18,00% 16,0% 18,00% aandeel deelnemers (per mijdmethode) aandeel deelnemers (per mijdmethode) aandeel deelnemers (naar beloningsgroep en regio van herkomst en bestemming)

18,00%

16,00% 14,0% 16,00% 16,00% 14,00% 12,0% 14,00% 14,00% 12,00% 10,0% 12,00% 12,00% Fiets

Anders Anders Geen woonwerk rit

10,00%8,0% 10,00% 10,00%

nvt

Minderrijdermijder Minderrijdermijder Openbaar vervoer

8,00% 8,00% 6,0% 8,00%

routemijder Netbuitengebiedmijder Netbuitengebiedmijder Ɵjdmijder

Routemijder Routemijder

6,00% 6,00% 4,0% 6,00%


4,00% 4,00% 2,0% 4,00% 2,00% 2,00% 2,00% 0,0% 0,00% 0,00% 0,00%

lengte werkdag SMiB Den Bosch binnen de ruit (groep A)

SMiB Den Bosch buiten de ruit (groep B)

lengte werkdag SMiB Eindhoven binnen lengte grensgebied (groep A) werkdag

SMiB Eindhoven buiten grensgebied (groep B)

Figuur 7.9: Verdeling lengte werkdagen, naar beloningsgroep en regio van herkomst en bestemming deelnemers

op. Zo is in figuur 7.10 te zien dat deelnemers die wel een herkomst of bestemming in het gebied hebben, licht oververtegenwoordigd zijn onder de deelnemers die werkdagen van 8 uur en 15 minuten dan wel 8 uur en 30 minuten hebben. Diegenen zonder herkomst of bestemming in het gebied zijn op hun beurt redelijk oververtegenwoordigd onder deelnemers. Al met al zijn de verschillen tussen deze twee groepen subtiel. Tot slot is er nog gekeken naar de lengte van de werkdagen van deelnemers die wel en niet over de mogelijkheid beschikken om thuis te werken. Hieruit blijkt dat deelnemers die niet over deze mogelijkheid beschikken, sterker vertegenwoordigd zijn onder de kortere werkdagen. Deelnemers die wel thuis konden werken bleken relatief gezien vaker een lagere werkdag te hebben. Daarnaast is het opvallend dat veel deelnemers eigenlijk niet eens weten of ze thuis kunnen werken of niet; deze groep is het sterkst vertegen-


165

14,00% 1:26:24 9:00:00

Gem. werkuren

standaard deviaƟe gemiddeld aantal werkuren aandeel Gemiddelde deelnemers (naar beloningsgroep)

9:00:00 1:12:00 8:52:48 12,00% 8:52:48 0:57:36 8:45:36

geen herkomst/ bestemming

10,00%

8:45:36 0:43:12 8:38:24

wel herkomst/ bestemming

8,00%

8:38:24 0:28:48 8:31:12 6,00%

8:31:12 0:14:24 8:24:00 4,00%

8:24:00 0:00:00 8:16:48 8:16:48 2,00%

11:15:00

11:30:00

10:45:00

11:00:00

10:15:00

10:30:00

9:45:00

lengte werkdag mijdmethode mijdmethode

10:00:00

9:30:00

9:15:00

9:00:00

8:45:00

8:30:00

8:15:00

8:00:00

7:45:00

7:30:00

7:15:00

7:00:00

6:45:00

6:30:00

6:15:00

6:00:00

5:45:00

5:30:00

5:15:00

5:00:00

0,00%

Figuur 7.10: Verdeling lengte werkdagen, naar al dan niet hebben van herkomst en/of bestemming in het beloningsgebied

aandeel deelnemers (naar mogelijkheid om thuis te werken)

20,00% 18,00% 16,00% 14,00% 12,00% Ja

10,00%

Nee Weet ik niet

8,00% 6,00% 4,00% 2,00% 0,00%

lengte werkdag

Figuur 7.11: Verdeling lengte werkdagen, naar de mogelijkheid om al dan niet thuis te werken

woordigd onder de langere werkdagen van meer dan 9 uur. Zie ook figuur 7.11.


166

7.5 Verdeling reistijdstippen In deze paragraaf wordt de verdeling van de reistijdstippen van drie groepen automobilisten met elkaar vergeleken. Deze drie groepen zijn: • Automobilisten die zich op basis van hun reisgedrag niet hebben gekwalificeerd voor deelname aan Spitsmijden in Brabant. Zij hadden een referentieniveau van minder dan vier spitsritten in de week (hier “Overige referentieniveaus” genoemd); • Automobilisten die zich op basis van hun reisgedrag wél hebben gekwalificeerd voor deelname aan Spitsmijden in Brabant. Zij hadden een referentieniveau van meer dan vier spitsritten in de week (hier “Voldoende referentieniveaus” genoemd); • De deelnemers die zich succesvol hebben aangemeld voor Spitsmijden in Brabant (hier “Deelnemers” genoemd).

06.30-07.45 07.45-08.15 08.15-08.45 08.45-09.15 09.15-10.30 Totaal

Overige referentieniveaus 13,05% 24,94% 27,77% 26,44% 7,80% 100,00%

Voldoende referentieniveaus 14,01% 34,56% 31,63% 17,57% 2,24% 100,00%

Deelnemers 24,82% 30,06% 25,95% 11,34% 7,83% 100,00%

Tabel 7.34: Verdeling reistijdstippen (ochtendspits)

In tabel 7.34 is voor elk van de drie groepen te zien, wanneer deze de weg opgaan tijdens de ochtendspits. Het lijkt erop dat er bij de automobilisten die een referentieniveau van minder dan vier spitsritten in de week hadden, een normale verdeling te zien is (zie ook figuur 7.12). De automobilisten die wél een voldoende referentieniveau hebben behaald (maar geen deelnemer zijn geworden) wijken af van deze groep, en reizen vaker iets vroeger in de ochtend. De deelnemers hebben tenslotte gemiddeld de vroegste reistijdstippen van alle drie de groepen. De reistijdstippen van deze groep concentreren zich aan het begin van de ochtendspits. 40,00% 35,00% Overige referenƟeniveaus

Percentage

30,00% 25,00%

Voldoende referenƟeniveaus

20,00% 15,00%

Deelnemers 10,00% 5,00% 0,00% 06.30-07.45

07.45-08.15

08.15-08.45

08.45-09.15

09.15-10.30

ReisƟjdsƟp Figuur 7.12: Verdeling reistijdstippen (ochtendspits)


167

14.30-16.00 16.00-17.00 17.00-17.30 17.30-18.10 18.10-19.30 Totaal

Overige referentieniveaus 14,49% 45,89% 13,45% 20,75% 5,42% 100,00%

Voldoende referentieniveaus 5,50% 35,64% 21,09% 32,20% 5,57% 100,00%

Deelnemers 15,41% 26,06% 17,96% 25,20% 15,38% 100,00%

Tabel 7.35: Verdeling reistijdstippen (avondspits)

In tabel 7.35 is voor de drie groepen de verdeling van hun reistijdstip te zien voor de avondspits. Deze is tevens te zien in figuur 7.13. Het blijkt dat de overige referentieniveaus vaker aan het begin van de avondspits de weg opgaan, dan de andere twee groepen. De reistijdstippen van de automobilisten met een voldoende referentieniveau zijn veel minder geconcentreerd aan het begin van de avondspits. Zij reizen wat later, en tevens meer verspreid over de hele avondspits. De reistijdstippen van de deelnemers zijn tenslotte, net als de reistijdstippen van de automobilisten met een voldoende referentieniveau, redelijk verspreid over de gehele avondspits. Er zijn echter naar verhouding wel meer deelnemers zijn die of helemaal aan het begin, of helemaal aan het einde van de avondspits de weg opgaan. Automobilisten met een voldoende referentieniveau zijn weer wat meer geneigd om in het midden van de avondspits de weg op te gaan. 50,00% 45,00% 40,00% Overige referenƟeniveaus

35,00%

Percentage

30,00%

20,00%


15,00%

Deelnemers

25,00%

10,00% 5,00% 0,00% 14.30-16.00

16.00-17.00

17.00-17.30

17.30-18.10

18.10-19.30

ReisƟjdsƟp Figuur 7.13: Verdeling reistijdstippen (avondspits)

7.6 Reistijdflexibiliteit deelnemers De analyses die tijdens de Monitoring en Evaluatie van Spitsmijden in Brabant zijn uitgevoerd, hebben geleid tot een aantal inzichten over hoe de reisflexibiliteit van de deelnemers samenhangt met de eigenschappen van de deelnemers. Dit is relevante informatie omdat het inzicht kan verschaffen in welke typen mensen zich goed hebben kunnen aanpassen aan een nieuw routine en aan nieuw reisgedrag. Het is gebleken dat deelnemers die vaak op dezelfde tijdstippen rijden, in de ochtendspits veel voor 7.45 uur rijden, terwijl ze in de avondspits vaak tussen 16.00 en 17.00 uur rijden, of pas na 18.10 uur. Deelnemers met vaste reistijdstippen zijn vaak ook betere mijders. Daarnaast is er geen relatie tussen de variatie in het reistijdstip het gebruik van de VAS diensten.


168

Ook is het gebleken dat er geen relatie is tussen inkomen en flexibiliteit, althans voor zover het de ochtendspits betreft. In de avondspits is een dergelijke relatie wel gevonden. Deelnemers met een hoger inkomen (meer dan 30.000 euro per jaar) reizen dan minder vaak op een vast tijdstip, dan deelnemers met een laag inkomen. Wat het reistijdstip betreft, bleek elke inkomenscategorie op een afwijkend tijdstip de te gaan reizen. Lage inkomens reizen vaak voor 07.45 uur; middeninkomens juist rond 07.45 uur en hoge inkomens weer vaker rond 8.00 uur en vlak daarna. In de avondspits reizen lage inkomens relatief gezien het meest voor 16.00 uur, terwijl midden inkomens rond 16.30 of rond 18.00 uur reizen. Hoge inkomens reizen in de avondspits eveneens rond 18.00 uur. Wat mijdmethoden betreft, is gebleken dat elk type mijder er globaal een ander reistijdstip op na houdt. Fietsmijders hebben vrij onregelmatige reistijden. In de ochtendspits reizen zij meestal rond 08.00 uur, en in de avondspits tussen 16.00 en 18.00 uur. Van alle mijdmethoden, hebben zij de onregelmatigste reistijden in de avondspits. OV-mijders hebben juist de onregelmatigste reistijden in de ochtendspits, wanneer zij gemiddeld rond 08:30 uur reizen. In de avondspits reizen ze vaak rond 17.30 uur, midden in de spits. Tijdsmijders hebben in de ochtendspits een vrij stabiel reistijdstip, wat meestal voor 07.45 uur ligt. In de avondspits reizen zij het vaakst tussen 16.00 en 17.00 uur. Het is daarnaast zo dat deelnemers met een middellange woon-werkafstand het vaakste op vaste tijdstippen reizen in de ochtend- en avondspits. Wat het reistijdstip van deze deelnemers betreft is er niks opmerkelijks te zien. Deelnemers met kortere en langere afstanden reizen relatief minder vaak op vaste tijdstippen. Ook naar werksector is een interessant patroon waarneembaar wat de reistijdstippen van de deelnemers betreft. Deelnemers die werkzaam zijn in de zakelijke dienstverlening (kantoorgebonden) en het onderwijs hebben gedurende de ochtendspitsen de meest stabiele reistijden, terwijl dit voor de avondspits de deelnemers zijn die in de detailhandel werken. Deelnemers die in de bouw of de transportsector werken, reizen verder vaak voor 07.45 uur in de ochtendspits, terwijl werknemers uit de onderwijssector rond 08.00 uur gaan reizen, en deelnemers die in de detailhandel werken juist weer vaak rond 08.30 uur. Wat de avondspits betreft, reist personeel uit de onderwijs, overheid, bouw, industrie, en zorgsector veelal tussen 16.00 en 17.00 uur. Deelnemers die in de zakelijke dienstverlening of in de detailhandel werkzaam zijn, reizen eerder na 18.00 uur. Al met al leidt het bovenstaande tot de volgende globale conclusies met betrekking tot de reistijdflexibiliteit van de deelnemers: • Vastere reistijdstippen in de ochtendspits en avondspits maakt iemand een betere spitsmijder; • Een vast reistijdstip in de ochtendspits correleert met een vast reistijdstip in de avondspits; • Over het algemeen is het reistijdstip in de avondspits minder vast dan in de ochtendspits; • Voor 07.45 uur reizen in de ochtendspits betekent vaak tussen 16.00 - 17.00 uur reizen in avondspits; • Rond 08.00 uur reizen in ochtendspits betekent vaak tussen 16.00 - 18.00 uur reizen in avondspits; • Rond 08.30 uur reizen in ochtendspits betekend vaak na 18.00 uur reizen in avondspits. De reistijdflexibiliteit van de automobilisten in de regio kan ook op een andere manier onderzocht worden. Op basis van een analyse is elk geregistreerd kenteken toegewezen aan een blok, wat beschouwd kan worden als het blok waarbinnen deze automobilist het vaakst de weg opgaat. De ochtend- en avondspits zijn hierbij opgedeeld in vijf (tijd)blokken; dit zijn dezelfde blokken die in de vorige paragraaf in figuur 7.12, figuur 7.13, tabel 7.34 en tabel 7.35 gebruikt zijn. Wederom zijn hier zowel automobilisten die een referentieniveau van minder dan vier spitsritten in de week hadden (“Overige referentieniveaus”), als automobilisten die een referentieniveau van boven de vier hadden (“Voldoende referentieniveaus”), alsmede deelnemers in beschouwing genomen. Dit zijn dezelfde groepen als in de vorige paragraaf. Verticaal (aan de linkerkant in tabel 7.36) staan vier categorieën, deze staan voor het percentage dat de onderzochte automobilisten (per categorie) hun spitsritten binnen hun “blok” hebben gereden. Zo heeft bijvoorbeeld 9,93% van alle deelnemers tussen de 20% en 40% van hun spitsritten binnen het blok gereden, waarbinnen zij het vaakst hun spitsritten maken (zij rijden dus ook vaak op andere tijdstippen). Zo ook heeft


169

bijna een kwart van alle drie de categorieën meer dan 80% van hun spitsritten binnen hun blok heeft gemaakt. Er geldt dat hoe lager dit percentage is, hoe flexibeler men qua reistijdstip is—het betekend immers dat men minder geneigd is om op een vast tijdstip te reizen. Zoals te zien is in tabel 7.36 en figuur 7.14, geldt voor de ochtendspits dat drie onderzochte typen automobilisten nauwelijks van elkaar verschillen, wat hun mate van reistijdflexibiliteit betreft. Automobilisten van alle drie de groepen rijden relatief vaak binnen hun vaste blokken tijdens de ochtendspitsen.

20%-40% 40%-60% 60%-80% >80% Totaal

Overige referentieniveaus 10,25% 36,52% 28,80% 24,44% 100,00%

Voldoende referentieniveaus 9,45% 34,31% 31,36% 24,88% 100,00%

Deelnemers 9,93% 37,93% 27,89% 24,25% 100,00%

Tabel 7.36: Flexibiliteit reistijdstippen (ochtendspits)

40,00% 35,00%

Overige referenƟeniveaus

Percentage

30,00% 25,00%


20,00% 15,00%

Deelnemers 10,00% 5,00% 0,00% 20%-40%

40%-60%

60%-80%

>80%

Flexibiliteit Figuur 7.14: Flexibiliteit reistijdstippen (ochtendspits)

In tegenstelling tot de ochtendspits, is er bij de avondspits wel enige variatie tussen de drie groepen te bekennen. In tabel 7.37 en figuur 7.15 is te zien dat deelnemers aan Spitsmijden in Brabant relatief vaker een kleiner gedeelte van hun spitsritten tijdens hun vaste blok rijden. Ook is te zien dat de andere twee groepen relatief een groter gedeelte van hun spits ritten binnen hun blok rijden. Dit toont aan dat deelnemers relatief minder vaak rijden binnen hun blok, wat inhoudt dat er bij hen meer variatie is in hun reistijdstippen. Dit duidt mogelijk op flexibeler reisgedrag onder deze groep automobilisten.

7.7 Referentieniveau en mijdingspercentage Voordat de behaalde mijdingspercentages hier worden beschreven, is het nuttig om nogmaals de referentieniveaus te bekijken. In figuur 7.16 is het gemiddelde referentieniveau per deelnemer per dag van de week weergegeven. Een referentieniveau van 0,62 voor een bepaalde spits betekent hier dat de gemiddelde deelnemer voorafgaand aan de proef tijdens die spits gemiddeld 0,62 keer in het beloningsgebied heeft gereden. Dit gemiddelde is ook berekend over alle deelnemers. De spitsen op dinsdag en donderdag hebben dan de hoogste referentieniveaus, wat inhoudt dat de deelnemers op die dagen gemiddeld


170

20%-40% 40%-60% 60%-80% >80% Totaal

Overige referentieniveaus 24,74% 43,61% 19,88% 11,77% 100,00%

Voldoende referentieniveaus 21,71% 43,44% 22,61% 12,24% 100,00%

Deelnemers 29,58% 42,10% 19,84% 8,49% 100,00%

Tabel 7.37: Flexibiliteit reistijdstippen (avondspits)

50,00% 45,00% 40,00% overige referenƟeniveaus

Percentage

35,00% 30,00%

20,00%

voldoende referenƟeniveaus

15,00%

deelnemers

25,00%

10,00% 5,00% 0,00% 20%-40%

40%-60%

60%-80%

>80%

Flexibiliteit Figuur 7.15: Flexibiliteit reistijdstippen (avondspits)


171

genomen het vaakst in de beloningsgebieden hebben gereden. De spitsen op maandag hebben ook een vrij hoog referentieniveau, terwijl de spitsen op woensdag en vrijdag een lager referentieniveau hadden. Dit laatste komt omdat er op die twee dagen veel mensen die parttime werken vrij zijn, en zich dus niet in de spits op de weg begeven. De gemiddelde mijdingspercentages per deelnemer per dag van de week zijn te zien in figuur 7.17. De ochtendspitsen zijn structureel beter gemeden dan de avondspitsen. Dit geeft mogelijk aan dat het voor de deelnemers makkelijker is om ´s ochtends hun reisgedrag te veranderen, terwijl het reisgedrag in de avondspits iets minder flexibel is. Het zou ook te maken kunnen hebben met het gegeven dat de ochtendspits een tijdsvenster van twee uur kent, waarmee deze makkelijker te mijden is dan de avondspits, waarvoor een tijdsvenster van drie uur is gehanteerd. Het verschil tussen de twee is daarnaast niet bijzonder groot, maar er valt wel een duidelijk patroon in te herkennen.

0,7 0,68 0,66

aantal riƩen per spits

0,64 0,62 0,6 ochtend avond

0,58 0,56 0,54 0,52 0,5 maandag

dinsdag

woensdag

donderdag

vrijdag

dagdag vanvan dedeweek week Figuur 7.16: Gemiddelde referentieniveau per deelnemer per dag van de week

De mijdingspercentages van de ochtend- en avondspits fluctueerden redelijk sterk door het jaar heen. Tijdens de zomer pieken de mijdingspercentages ten opzichte van de rest van het jaar, om vervolgens weer te dalen in de herfstmaanden. In de winter bereiken de mijdingspercentages hun dieptepunt, terwijl deze in de lentemaanden weer stijgen (zie figuur 7.18). Een voor de hand liggende verklaring is dat het in de wintermaanden minder aantrekkelijk is om per fiets te reizen tussen de woonlocatie en de werkplek. Dit zou de mijdingspercentages in de wintermaanden naar beneden kunnen drijven. Echter, de groep deelnemers die hun spitsmijdingen met de fiets realiseren is dusdanig klein, dat deze nooit voor de hele fluctuatie verantwoordlijk geweest kan zijn. De hogere mijdingspercentages in de zomermaanden kunnen ook een weerspiegeling zijn van het feit dat er dan veel mensen op vakantie zijn, en dus niet rondrijden in de regio. Dat leidt automatisch tot minder spitsrijders en hogere mijdingspercentages onder de deelnemers gedurende de zomerperiode. In figuur 7.19 staan de gemiddelde mijdingspercentages per dag voor de ochtend- en de avondspits. Hier valt te zien dat de mijdingspercentages pieken op de werkdagen vlak voor- of na vakantieperiodes. Dat is op zich niet bijzonder, aangezien dat juist de dagen zijn waarop veel werknemers een extra dag vrij nemen. Ook de fluctuatie van de mijdingspercentages door de maanden heen is in deze figuur goed te zien. Mijdingsgedrag tijdens zware spitsen Zoals vermeld in de inleiding, waren er structureel zware spitsen op de dinsdagen en de donderdagen. Daarnaast waren er ook nog een aantal uitzonderlijk zware (avond-) spitsen. Te denken valt o.a. aan dagen waarop vakanties beginnen en/of eindigen (en er dus veel mensen de weg op gaan), of aan spitsen rondom


172

70% 68%

mijdingspercentage mijdingspercentage

66% 64% 62% 60% %och %av

58% 56% 54% 52% 50% maandag

dinsdag

woensdag

donderdag

vrijdag

dagdag vanvan de week de week Figuur 7.17: Gemiddeld mijdingspercentage per deelnemer per dag van de week

0,8 0,75

0,65 mijdpercentage ochtend

0,6 0,55

mijdpercentage avond

0,5 0,45

2011

2011

fase1

2012 fase2

Jaar en maand Figuur 7.18: Gemiddeld mijdingspercentage door het jaar heen

Apr

Mar

Feb

Jan

Dec

Nov

Oct

Sep

Sep

Aug

Jul

Jun

Apr

2010

May

Mar

Feb

Jan

Dec

Nov

0,4 Oct

Mijdpercentage

0,7


173 ochtend

100%

avond

mijdingspercentage

90% 80% 70% 60% 50% 40%

datum Figuur 7.19: Gemiddeld mijdingspercentage per dag

feestdagen (vooral in december). Voor het mijden van deze zeer zware spitsen kregen de deelnemers een extra hoge prijsprikkel van C5 of C2.50 als ze het beloningsgebied mijden, afhankelijk van hun woonlocatie (binnen of buiten de ruit van Den Bosch en de gemeentegrenzen van Eindhoven, respectievelijk; zie ook het tariefschema hieronder in tabel 7.38). De deelnemers zijn via hun persoonlijke pagina en via de nieuwsbrief op de hoogte gesteld wanneer deze zeer zware spitsen exact waren. Deze data staan tevens hieronder vermeld. Overzicht “zeer zware spitsen”: • 21-10-2011 • 5-12-2011 • 23-12-2011 • 17-2-2012 • 27-4-2012 Spitszwaarte Normaal Zwaar Extra

Stad C1,25 C1,75 C2,50

Regio C2,50 C3,50 C5,00

Tabel 7.38: Hoogte beloningen

Ondanks de extra hoge beloning, hebben de deelnemers de spits niet beter gemeden tijdens deze zeer zware spitsen. De mijdingspercentages voor deze spitsen wijken niet af van mijdingspercentages die tijdens “reguliere” spitsen behaald zijn (zie figuur 7.20). Daarentegen is echter gebleken dat er wel significant beter gemeden is tijdens de reguliere zware spitsen elke dinsdag en donderdag. Dit toont aan dat Spitsmijden een structurele routinewijziging vraagt, en dat er nauwelijks deelnemers zijn die zeer incidenteel mijden, bijvoorbeeld om een extra hoge beloning op te strijken tijdens een zeer zware spits. Met andere woorden,


174

Spitsmijden komt hoofdzakelijk voort uit een nieuw aangeleerd gewoontegedrag: een structureel hogere prijsprikkel heeft op dit punt wel het gewenste effect, terwijl een incidenteel hogere prijsprikkel nauwelijks een gedragswijziging ten gevolge heeft.

mijdingspercentage

zeer zware spits (€5)

100%

mijdingspercentage

90% 80% 70% 60% 50% 40%

datum Figuur 7.20: Gemiddeld mijdingspercentages op zware spitsen (rode stippen)

Mijdingsgedrag in Fase 1 en Fase 2 De proef “Spitsmijden in Brabant” heeft van de zomer van 2010 tot het voorjaar van 2012 geduurd. Omdat het voor mogelijk wordt gehouden dat deelnemers in het begin enthousiast de spits gaan mijden, maar later weer wat terug vallen in hun oude gedrag, is besloten om de proef (voor onderzoeksdoelen) in te delen in twee fasen. Fase 1 liep van augustus 2010 tot juni 2011; fase 2 van augustus 2011 tot april 2012. Over alle spitsen genomen, verschillen de mijdingspercentages tussen de twee fasen nauwelijks. Toch is het gemiddelde mijdingspercentage bij alle spitsen in fase 2 hoger dan in fase 1, al zijn de verschillen klein. Alleen bij de dinsdagmiddagspits en de donderdagmiddagspits, die allebei tot de zwaarste spitsen van de week behoorden (en met een afwaardering van C3,50 of C1,75 de hoogste prijsprikkel boden), stegen de mijdingspercentages wat sterker in fase 2. De hogere beloning heeft er dus mogelijk aan bijgedragen dat de deelnemers wel consistent de spits zijn gaan mijden op die middagen. Maar ook bij deze twee spitsen is het verschil tussen de twee fasen niet schokkend te noemen.

7.8 Analyse mijdgedrag naar mijdmethode Omdat de verschillende typen spitsmijders in hun reisgedrag van elkaar verschillen, wordt er hier dieper ingegaan op het specifieke spitsmijdengedrag van deze groepen. Mijdgedrag tijdens proef en nameting In tabel 7.39 zijn de gemiddelde mijdingspercentages tijdens de proef te zien, uitgesplitst naar de mijdmethode van de deelnemers. Het blijkt hieruit dat er tijdens de gehele proef 288.035 mijdingen zijn voorgekomen. Aangezien de proef 361 beloningsdagen omvat, zijn dit gemiddeld 797 mijdingen per beloningsdag.


175

68% 66% 66% 64% 64% fase 1 fase 1

fase 2

avond avond

avond avond

donderdag donderdag

ochtend ochtend

woensdag woensdag

ochtend ochtend

avond avond

avond avond

dinsdag dinsdag

ochtend ochtend

maandag maandag

ochtend ochtend

fase 2

avond avond

62% 62% 60% 60% 58% 58% 56% 56% 54% 54% 52% 52% 50% 50%

ochtend ochtend

gemiddeld gemiddeldmijdingspercentage mijdingspercentage

70%

vrijdag vrijdag

dagdag vanvan de week de week Figuur 7.21: Gemiddeld mijdingspercentages in fase 1 en fase 2, per dag van de week)

In tabel 7.40 staan de gemiddelde mijdingspercentages zoals gemeten tijdens de nameting, wederom uitgesplitst naar mijdmethode. Het blijkt dat routemijders gemiddeld het hoogste mijdingspercentage hebben behaald. Ook de tijdmijders en de “netbuitengebiedmijders” hebben vrij hoge mijdingspercentages behaald tijdens de proef, gevolgd door deelnemers die minder zijn gaan rijden (en meer met het OV of met de fiets zijn gaan reizen, of meer zijn gaan thuiswerken). Dit beeld veranderde iets tijdens de nameting. In die fase gingen de “netbuitengebiedmijders” zelfs wat beter mijden, en behoorden zij nog steeds tot de best mijdende deelnemers. Dit is opmerkelijk, omdat de meeste groepen deelnemers (waaronder de route en/of tijdmijders en de deelnemers die aanvankelijk minder zijn gaan rijden) de spits juist in mindere mate hebben gemeden tijdens de nameting (tabel 7.40).

Anders (o.a. OV, fiets) Route en/of tijdmijder Minder gaan rijden (OV, fiets, thuiswerken) Netbuitengebiedmijder (buiten gebied parkeren) Routemijder Tijdmijder Overig Totaal

Referentieniveau 121987 14204

Afwaarderingen 56659 8066

Mijding 65328 6138

% 53,6% 43,2%

19723

7326

12397

62,9%

32520 152224 205885 1042 547585

8759 33076 144992 672 259550

23761 119148 60893 370 288035

73,1% 78,3% 29,6% 35,5% 52,6%

Tabel 7.39: Gemiddeld mijdingspercentage gedurende de proef, naar mijdmethode

Reisgedrag OV- en Fietsmijders In tabel 7.41 is voor de deelnemers die de spits meden door met het OV te reizen, of door te fietsen, het gemiddelde mijdingspercentage te zien voor elke maand van de proef. Het blijkt dat deelnemers die met


176

Anders (o.a. OV, fiets) Route en/of tijdmijder Minder gaan rijden (OV, fiets, thuiswerken) Netbuitengebiedmijder (buiten gebied parkeren) Routemijder Tijdmijder Overig Totaal

Referentie niveau 5521 651

Mijdingen 3321 196

% 60,2% 30,1%

671

303

45,2%

1359 7054 8958 23 24237

1051 4062 2413 23 11369

77,3% 57,6% 26,9% 100,0% 46,9%

Tabel 7.40: Gemiddeld mijdingspercentage gedurende de nameting, naar mijdmethode

0,1%

21,1%

Anders (o.a. OV, Įets) Route en/of Ɵjdmijder

22,7%

2,1% 4,3% 8,2% 41,4%

Minder gaan rijden (OV, Įets, thuiswerken) Netbuitengebiedmijder (buiten gebied parkeren) Routemijder Tijdmijder Overig

Figuur 7.22: Verdeling spitsmijdingen (tijdens proef) over de diverse mijdmethoden


177

0,2%

Anders (o.a. OV, Įets) Route en/of Ɵjdmijder

21,2% 29,2%

Minder gaan rijden (OV, Įets, thuiswerken) Netbuitengebiedmijder (buiten gebied parkeren) 1,7% 35,7%

9,2%

2,7%

Routemijder Tijdmijder

Figuur 7.23: Verdeling spitsmijdingen (tijdens nameting) over de diverse mijdmethoden

het OV de spits hebben gemeden, structureel een iets hoger mijdingspercentage hebben behaald. Ook fluctueert het mijdingspercentage van de fietsende deelnemers meer; zo mijden zij in de lente en in de zomer beter dan in de winter (zie ook figuur 7.24). Er is, afgezien van het bovenstaande, geen onderscheidend profiel vast te stellen van de fietsende spitsmijders. Het grootste verschil zit in de (veel) kleinere gemiddelde woon-werk afstand van fietsers, in verhouding tot de rest van de deelnemers. 60% van de fietsers heeft een woon-werkafstand van minder dan 10 km, 80% zelfs van dan 15 km. Samenhangend met deze relatief geringe woon-werkafstand is het feit dat fietsers vaker binnen de ruit van ´s-Hertogenbosch of de gemeentegrenzen van Eindhoven wonen, en dus onder de groep deelnemers vallen bij wie een spitsrit met C1,25 wordt afgewaardeerd. Logisch is het dan ook dat fietsers gemiddeld vaker een herkomst en/of bestemming in het beloningsgebied hebben. Er is daarnaast een analyse verricht naar de groep deelnemers die onder de C1,25 groep vallen, en ofwel een fietsmijder, dan wel een OV-mijder zijn. Er zijn 62 deelnemers die aan deze criteria voldoen; van hen zijn er 58 fietsmijders en 4 OV-mijders. De woon-werkafstand lijkt onder deze groep deelnemers nauwelijks van invloed. Zo is er geen positieve of negatieve ontwikkeling zichtbaar in het mijdingspercentage van deze groep naarmate de woon-werkafstand groter of kleiner wordt. De mijdingspercentages van de 58 onderzochte fietsers in deze groep, liggen gemiddeld genomen tussen de 60% en 65%, wat hen “gemiddelde” mijders maakt. Wel was er voor deze fietsers een duidelijke invloed van de seizoenen te ontdekken (zie wederom figuur 7.24), waarbij de fietsmijders in de winter minder goed mijden dan in de zomermaanden. Het blijkt dus dat het weerbeeld het mijdingspercentage van fietsmijders beïnvloed (bij OV-mijders is er geen seizoensinvloed te ontdekken). Als de mijdmethode wordt bepaald op basis van de (door de deelnemers) gegeven antwoorden in de enquête, dan zijn de OV-mijders de groep met het hoogste mijdingspercentage. Dit contrasteert met eerdere bevindingen, waar de mijdmethode aan de hand van GPS-logs is vastgesteld. Via die methode zijn de OV-mijders zoals eerder vermeld niet te isoleren van andere typen mijders die geen auto meer rijden in de spits. Zo zullen dus andere mijders het hoogste mijdpercentage hebben behaald via de GPS-methodiek. In tabel 7.42 staan aan de linker zijde (verticaal) de mijdmethodes van de deelnemers, zoals vastgesteld aan de hand van de enquête; bovenaan (horizontaal) staan de mijdingspercentages zoals vastgesteld aan de hand van GPS-logs. Deze tabel toont onder meer welke gemiddelde mijdingspercentages de deelnemers die bijvoorbeeld aan de hand van de enquête antwoorden “OV-mijders” worden genoemd, behalen als


178

Maand oktober ’10 november ’10 december ’10 januari ’11 februari ’11 maart ’11 april ’11 mei ’11 juni ’11 juli ’11 augustus ’11 september ’11 oktober ’11 november ’11 december ’11 januari ’12 februari ’12 maart ’12 april ’12 Gemiddeld mijdingspercentage

Fiets 69,4% 60,9% 51,2% 48,3% 56,9% 65,1% 69,5% 64,4% 61,1% 65,9% 68,1% 67,1% 59,5% 60,0% 48,9% 56,4% 53,5% 64,9% 58,1%

OV 78,3% 68,2% 72,8% 69,6% 68,5% 69,9% 74,5% 69,7% 71,0% 70,0% 73,4% 72,8% 68,7% 72,0% 66,8% 71,8% 70,4% 73,0% 70,1%

60%

71%

Tabel 7.41: Fietsmijders en OV mijders: gem. mijdingspercentage per maand, naar mijdmethode

90,0%

Gemiddeld mijdingspercentage

80,0% 70,0% 60,0% 50,0% Fiets

40,0%

OV

30,0% 20,0% 10,0% 0,0%

Maand en Jaar Figuur 7.24: Verloop gemmiddeld mijdingspercentage: Fietsmijders en OV-mijders


179

zij (via een andere methode, zoals aan de hand van GPS-logs) worden geschaard onder een ander type mijder. Het blijkt uit de tabel dat OV-mijders die via de GPS-logs bijvoorbeeld als “Netbuitengebiedmijder” zijn aangemerkt, een gemiddeld mijdingspercentage hebben behaald van 93,2%, veel hoger dan bijvoorbeeld fietsmijders die hier via de GPS-logs als “Netbuitengebiedmijder” zijn aangemerkt (zij hebben een gemiddelde van 81%). Concluderend, de hoge mijdingspercentages van de deelnemers die via de enquêteantwoorden zijn aangemerkt als OV-mijders, houden dus geen stand wanneer de mijdingspercentages worden gerangschikt op basis van de mijdmethodes zoals bepaald aan de hand van de GPS-logs. Dit is omdat de OV-mijders dan geen eigen groep vormen, en het hoge gemiddelde van deze groep omlaag wordt gedreven doordat zij met andere methoden onder een bepaalde groep worden geschaard.

Fiets Geen woonwerk rit N.v.t. Openbaar vervoer Routemijder Tijdmijder Gemiddeld

Anders 71,0% 76,8% 54,0% 80,1% 73,1% 71,7% 66,1%

Beide 49,3% 42,2% 19,2% 65,3% 64,4% 69,7% 52,3%

Minderrijdermijder 81,0% 84,5% 70,8% 93,2% 81,4% 90,9% 82,7%

Netbuitengebiedmijder 84,9% 95,7% 76,6% 82,1% 85,0% 90,3% 83,1%

Routemijder 80,1% 85,1% 81,6% 87,8% 87,0% 81,9% 83,8%

Tijdmijder 49,5% 56,7% 32,4% 59,9% 38,0% 51,8% 45,3%

Gem. 67,2% 74,7% 55,9% 76,6% 73,9% 64,0% n.v.t.

Tabel 7.42: Mijdingspercentages van deelnemers (Mijdmethoden vastgesteld via GPS en enquête)

Reisgedrag tijden routemijders In deze paragraaf worden de tijden routemijders met elkaar vergeleken. Hierbij wordt inzichtelijk gemaakt in hoeverre deze twee groepen spitsmijders op verschillende momenten van- en naar de werkplek reizen. Op dit vlak is gebleken dat de tijdmijders sterk geneigd zijn om reeds voor de spits de weg op te gaan; dit geldt zowel voor de ochtendspits als de avondspits. Hierdoor zijn zij typisch ook eerder op de plaats van bestemming dan de routemijders. Routemijders reizen vaker in de spits zelf, in plaats van ervoor of erna. Het valt bij beide groepen op dat bij de aankomsttijden op de werkplek (in de ochtendspits) en de vertrektijden van de werkplek (in de avondspits) duidelijke pieken liggen bij ieder half uur. Deelnemers komen dus vaak om 08.30 uur, 09.00 uur etc. aan op hun werk, terwijl zij ´s avonds veelal om 16.30 uur, 17.00 uur, 17.30 uur etc. weer vertrekken. Dit patroon zou veroorzaakt kunnen worden doordat werknemers op vaste tijden dienen te beginnen (en dus ook op vaste tijden weer eindigen). Zie ook figuur 7.25 t/m figuur 7.28 hieronder. Gerelateerd aan de vertrek- en aankomsttijden van de deelnemers, is de snelheid waarmee zij van- en naar hun werk reizen. Dit is met name relevant voor de tijdmijders, aangezien zij voor of na de spitsdrukte de weg op gaan. Dit vertaalt zich vaak naar hogere reissnelheden. Zo toont figuur 7.29 dat de gemiddelde reissnelheden in de ochtend hoger liggen voor half zeven en na half tien, terwijl deze in het midden van de spits lager liggen. Rondom de avondspits is eenzelfde patroon te herkennen; ook dan liggen de reissnelheden gemiddeld hoger voor- en na het midden van de spits. Zo ligt half zeven ´s avonds de gemiddelde reissnelheid zelfs op 125% van de gemiddelde reissnelheid tijdens de spits (zie figuur 7.30). Doordat de snelheden op bepaalde tijdstippen hoger liggen, is men korter onderweg. Men mijdt dan niet alleen de spits, maar boekt ook een bescheiden reistijdwinst. Het reisgedrag van de routemijders en de tijdmijders verschilt ook in ruimtelijk opzicht van elkaar. De routemijders rijden veelal om het beloningsgebied in het centrum van Eindhoven heen. In figuur 7.31 is duidelijk te zien dat zij vooral via het hoofdwegennet rijden. Dit is waarschijnlijk mogelijk wanneer zij geen herkomst of bestemming in het beloningsgebied hebben. Figuur 7.32 toont dat de tijdmijders meer in het centrum van Eindhoven rijden, en minder via het hoofdwegennet. Hierbij blijven zij door het beloningsgebied rijden, doch doen zij dit wel buiten de spitsdrukte. In aanvulling op het bovenstaande, heeft analyse uitgewezen dat tijdmijders geneigd waren om vooral aan de rand van de spits te rijden; hierdoor is het voor hen relatief gezien makkelijker om een tijdmijding te realiseren, omdat zij hun woon-werk ritten minder ver hoeven “op te schuiven” in de tijd. Tevens rijden tijsmijders in de ochtendspits vaak op het zelfde tijdstip, wat aangeeft dat zij mogelijk een vrij gestructureerd routine


180

12% 10% routemijder

aandeel

8%

Ɵjdmijders 6% 4% 2% 0%

Ɵjd Figuur 7.25: Verdeling vertrektijden tijdens de ochtendspits: Tijd- en routemijders

8%

6%

aandeel

routemijder Ɵjdmijders

4%

2%

0%

Ɵjd Figuur 7.26: Verdeling aankomsttijden tijdens de ochtendspits: Tijd- en routemijders


181

6%

4%

aandeel

routemijder Ɵjdmijders 2%

0%

Ɵjd Figuur 7.27: Verdeling vertrektijden tijdens de avondspits: Tijd- en routemijders

6%

4%

aandeel

routemijder Ɵjdmijders 2%

0%

Ɵjd Figuur 7.28: Verdeling aankomsttijden tijdens de avondspits: Tijd- en routemijders


Figuur 7.29: Verdeling reissnelheden tijdens de avondspits: Tijd- en routemijders

Figuur 7.30: Verdeling reissnelheden tijdens de avondspits: Tijd- en routemijders

182


Figuur 7.31: Voorbeelden van typische routes, gereden door routemijders rond Eindhoven

183


Figuur 7.32: Voorbeelden van typische routes, gereden door tijdmijders rond Eindhoven

184


185

hebben. Dit maakt het aannemelijk dat zij, mits er eenmaal een nieuw routine is “aangeleerd”, goed in staat zijn om vast te houden aan het nieuwe reisgedrag. Wat de avondspits betreft, lijken de meeste tijdmijders daarnaast minder gebonden aan een vast tijdstip, waarop zij de weg opgaan. De ritten in de avondspits zijn gemiddeld genomen meer gespreid. Een uitzondering op deze algemeenheid vormen de tijdmijders die relatief hoge mijdingspercentages hebben behaald; zij blijken zowel voor de ochtendspits als voor de avondspits vaste reismomenten te hanteren. Voor deze groep ligt het reismoment in de ochtendspits gemiddeld voor 07:45 uur, terwijl deze voor de avondspits tussen 16:00 en 17:00 valt. Deze “goede” tijdmijders lijken qua eigenschappen veelal op de rest van de tijdmijders. Op een paar punten wijken zij echter af; zo wonen zij relatief gezien vaker in de gemeente ´s-Hertogenbosch dan in Eindhoven, en zijn zij gemiddeld iets lager opgeleid dan de minder goede tijdmijders. Ook is hun woon-werk afstand groter, en wonen de goede tijdmijders vaker alleen zonder kinderen. Daarnaast zijn er onder deze groep meer 50+ érs en vrouwen ten aanzien van de algehele populatie. Het is ook gebleken dat de goede tijdmijders vaker mee doen aan Spitsmijden in Brabant vanwege financiële motieven, en dat zij vaker geen herkomst of bestemming in de beloningsgebieden hebben. Vergeleken met de routemijders werken tijdmijders gemiddeld genomen minder vaak in de industriële sector, en kunnen zij vaker thuiswerken. Routemijders beginnen daarentegen vaker op vaste tijdstippen en hebben langere reistijden. Waar de tijdmijders gemiddeld vaker aangeven mee te doen voor de bereikbaarheid, doen routemijders eerder uitsluitend mee vanwege de beloning. Wellicht niet verrassend is daarnaast het feit dat routemijders vaak geen herkomst of bestemming in het beloningsgebied hebben, terwijl dit bij tijdmijders eerder wel het geval is. Ter illustratie van het reisgedrag van de routemijders, volgen er hieronder enkele figuren die de ontwikkeling van het reisgedrag van één routemijder in ´s-Hertogenbosch en één in Eindhoven gedurende de proef (en erna) illustreren. In figuur 7.33 t/m 7.35 is het reisgedrag van een routemijder uit de omgeving van ´sHertogenbosch te zien. Waar deze deelnemer tijdens de referentieperiode nog door het beloningsgebied reed, reisde deze tijdens de proef via alternatieve routes. De alternatieve routes liepen eerst over de A2 en de A59 aan de oostelijke kant van de stad, en later (na de opening) via de Westelijke Randweg. Bij het reispatroon van deze deelnemers heeft er zich tijdens de proef een verschuiving voorgedaan van het onderliggende wegennet naar het hoofdwegennet. Verder is bekend dat, van alle routemijders, 67% een alternatieve route kiest die via het hoofdwegennet voert, terwijl 33% een alternatieve route vindt die over het onderliggende wegennet voert. In figuur 7.36 t/m 7.39 is het reisgedrag van een routemijder uit de omgeving van Eindhoven te zien. Ook hier is te zien dat de deelnemer voor de proef door het centrum van Eindhoven (het beloningsgebied) reed, terwijl er daarna een verschuiving plaatsvindt naar het hoofdwegennet rondom de stad. De deelnemer is niet alleen tijdens de proef via een alternatieve route over de A2 gaan rijden, maar heeft dit nieuwe ´ reisgedrag vast gehouden tot ver in de nameting. Blijkbaar is het mogelijk om met een tijdelijke financiÃnle beloning het gewoontegedrag van automobilisten te beÃ´rnvloeden. Dat is hier zichtbaar in de routekeuze tijdens de nameting en was al eerder zichtbaar in de spitsmijdpercentages tijdens de nameting. Effecten Openbaar Vervoer op het reisgedrag Van de deelnemers waren reeds veel gegevens bekend, zoals bijvoorbeeld de postcodes van hun woonadres en werkadres. Aan de hand van deze postcodes zijn er een aantal zaken onderzocht voor de deelnemers. Er is vooral gekeken naar de alternatieven die zij hebben om het het openbaar vervoer de woonwerkrit te gaan maken. Zo is voor hen onderzocht hoelang zij over hun woon-werkrit doen met het OV, hoevaak zij hierbij moeten overstappen, en hoeveel korter deze woon-werkrit zou zijn als ze deze met de auto afleggen in plaats van het met OV. Deze analyses worden in het onderstaande gedeelte gepresenteerd. In figuur 7.40 is voor elke mijdmethode te zien hoe de reistijd (voor de woon-werkrit) met de auto zich verhoudt tot de reistijd over dezelfde route met het openbaar vervoer. Deze verhouding is uitgedrukt aan de hand van een ratio (te zien aan de Y-as). Als de ratio bijvoorbeeld 0,5 is, dan betekend dit dat de reistijd met de auto voor een bepaalde mijdmethode 0,5 keer de reistijd met het openbaar vervoer bedraagt. Er geldt dus: hoe lager de ratio, hoe aantrekkelijker de auto relatief is (ten opzichte van het OV). Het valt op dat de in figuur 7.40 getoonde ratio´s globaal tussen 0,5 en 0,6 schommelen. Routemijder hebben de laagste ratio en voor hen komt het reizen met de auto dus het sterkste uit de bus. Minderrijdermijders hebben de hoogste ratio. Bij die groep is het verschil in reistijd tussen de auto en het OV dus het geringst. Al met al zitten de ratio´s vrij dicht op elkaar. N.B. de GPS-logs van de deelnemers zijn voor het


Figuur 7.33: Reisgedrag routemijder tijdens referentiemaand: door centrum ´s-Hertogenbosch

186


Figuur 7.34: Reisgedrag routemijder tijdens beloningsperiode: mijden via alternatieve route over A2/ A59

187


Figuur 7.35: Reisgedrag routemijder tijdens beloningsperiode: mijden via alternatieve route over Westelijke Randweg

188


Figuur 7.36: Reisgedrag routemijder tijdens referentiemaand: door centrum Eindhoven

189


Figuur 7.37: Reisgedrag routemijder tijdens beloningsperiode: mijden via alternatieve route over A2

190


Figuur 7.38: Reisgedrag routemijder tijdens nameting: nog steeds via alternatieve route over A2

191


Figuur 7.39: Reisgedrag routemijder aan het einde v/d nameting: nog steeds via alternatieve route over A2

192


193

Verhouding auto reisƟjd/ OV-reisƟjd

0,6

0,55

0,5

0,45

Mijdmethode

Figuur 7.40: Verhouding tussen de reistijd (woon-werkroute) met de auto en met het OV (naar mijdmethode). N.B. mijdmethoden bepaald op basis van GPS-logs.

bepalen van de mijdmethoden van de deelnemers gebruikt.

Verhouding auto reisƟjd/ OV-reisƟjd

0,65

0,6

0,55

0,5

0,45 Fiets

routemijder

nvt

Ɵjdmijder

Geen woonwerk Openbaar vervoer rit

Mijdmethode (enquête)

Figuur 7.41: Verhouding tussen de reistijd (woon-werkroute) met de auto en met het OV (naar mijdmethode). N.B. mijdmethode bepaald aan de hand van enquêteantwoorden.

Dezelfde analyse als in figuur 7.40 is in figuur 7.41 nogmaals verricht; hier zijn echter de enquêteantwoorden die de deelnemers hebben gegeven, leidend geweest voor het bepalen van de mijdmethodes. Voor de meeste typen deelnemers ligt de ratio wederom tussen 0,5 en 0,6 ( 7.41). Bij deelnemers die met het OV reizen, is de ratio het hoogst. Dat houdt in dat voor deze groep, het verschil in reistijd met de auto


194

Extra reisƟjd met het OV t.o.v. de reisƟjd met de auto

en met het OV het kleinste is. Reizen met de auto in plaats van met het OV levert voor de OV-mijders de minste tijdwinst op. De reistijd met de auto (op de woon-werkrit) is nogsteeds korter dan de reistijd met het OV; het reizen met de auto zou deze deelnemers circa 60% van hun reistijd met het OV kosten. Bij de andere onderzochte groepen ligt deze ratio lager; vooral bij de fietsmijders is dit het geval. Ook routemijders hebben een vrij lage ratio, wat de auto voor hen een relatief aantrekkelijk vervoersmiddel maakt (ten opzichte van het OV). 0:30:00

0:28:00

0:26:00

0:24:00

0:22:00

Mijdmethode

Figuur 7.42: Extra reistijd (woon-werkroute) met het OV t.o.v. dezelfde reis met de auto (naar mijdmethode). N.B. mijdmethoden bepaald op basis van GPS-logs.

Voor de diverse typen spitsmijders is tevens nagegaan hoeveel langer hun reistijd (op de woon-werkroute) exact is, als ze met het OV zouden reizen in plaats van met de auto. Dit is allereerst in figuur 7.42 te zien (hierbij zijn de mijdmethoden bepaald aan de GPS-logs van de deelnemers). Het blijkt dat routemijders de meeste extra reistijd hebben. Tijdmijders en Minderrijdermijders hebben de laagste extra reistijd wanneer zij in plaats van met de auto, met het OV naar hun werkplek reizen. De hoeveelheid extra reistijd varieert tussen de diverse mijmethoden tussen 22 minuten en 30 minuten. De analyse van figuur 7.42 is nogmaals herhaald, waarbij de gegeven enquêteantwoorden (i.p.v. GPS-logs) leidend zijn geweest bij het bepalen van de mijdmethode van de deelnemers. De extra reistijd ligt wederom tussen circa 22 minuten en (bijna) 30 minuten. Ook hier blijkt dat routemijders de langste extra reistijd hebben. OV-mijders en fietsmijders hebben de kortste extra reistijd wanneer ze met het OV reizen. Vooral de korte extra reistijd van de OV-mijders is interessant. Het is echter onbekend of deze groep juist vanwege de relatief gunstige en korte extra reistijd met het OV uiteindelijk OV-mijders zijn geworden, alhoewel dit wel aannemelijk is. Er is gekeken naar het aantal keer dat de deelnemers moeten overstappen indien zij hun woon-werkrit met het openbaar vervoer zouden maken. Het gemiddeld aantal keer dat deelnemers moeten overstappen, verschilt per mijdmethode en ligt tussen de 0,8 en 1,4 (zie figuur 7.44). Fietsmijders hebben het laagste gemiddelde; zij hoeven relatief weinig over te stappen als ze met het OV hun woon-werkrit maken, omdat ze vermoedelijk op kortere afstand van hun werkplek wonen. Zij hebben immers een woon-werkafstand die goed aan te fietsen is; ze mijden de spits niet voor niets met de fiets. OV-mijders hebben ook een wat lager gemiddelde, wat net boven 1,0 uitkomt. De doorsnee OV-mijder hoeft dus maar één keer over te stappen tijdens de woon-werkrit. Hiermee bevindt deze groep zich in een gunstige positie om de spits te mijden met het OV. Alleen de fietsmijders hoeven gemiddeld minder vaak over te stappen. Het is goed mogelijk dat juist deelnemers die over een goede OV-verbinding beschikten, uiteindelijk ook OV-mijders zijn geworden,


195

Extra reisƟjd met het OV t.o.v. de reisƟjd met de auto

0:30:00

0:28:00

0:26:00

0:24:00

0:22:00

0:20:00 Fiets

Openbaar vervoer Geen woonwerk rit

nvt

routemijder

Ɵjdmijder

Mijdmethode

Figuur 7.43: Extra reistijd (woon-werkroute) met het OV t.o.v. dezelfde reis met de auto (naar mijdmethode). N.B. mijdmethoden bepaald op basis van enquêteantwoorden. 1,4

Gemiddeld aantal keer overstappen

1,3

1,2

1,1

1

0,9

0,8 Fiets

Openbaar vervoer

nvt

routemijder

Ɵjdmijder

Geen woonwerk rit

Mijdmethode

Figuur 7.44: Gemiddeld aantal keer overstappen met het OV tijdens de woon-werkrit (naar mijdmethode). N.B. mijdmethoden bepaald op basis van enquêteantwoorden.

terwijl de deelnemers die dat niet hadden meer met de auto zijn blijven reizen. N.B. De mijdmethoden die voor deze analyse zijn gebruikt, zijn gebaseerd op de enquêteantwoorden van de deelnemers. Een belangrijk onderdeel van het reizen met het openbaar vervoer, is de looptijd vanaf het vertrekpunt naar de opstaphalte (aan de “kop” van de reis) en de looptijd naar de eindbestemming vanaf de uitstaphalte (aan de “staart” van de reis). Voor elke mijdmethode (vastgesteld aan de hand van de enquêteantwoorden) is


196

1,4

Gemiddeld aantal keer overstappen

1,3

1,2

1,1

1

0,9

0,8 Fiets

Openbaar vervoer

nvt

routemijder

Ɵjdmijder

Geen woonwerk rit

Mijdmethode

Figuur 7.45: Gemiddelde loopafstand van- en naar OV haltes (naar mijdmethode). N.B. mijdmethoden bepaald op basis van enquêteantwoorden.

hiernaar gekeken (zie figuur 7.45). Het is gebleken dat de looptijd aan het begin- of einde van de reis varieert tussen de vijf en iets meer dan zeven minuten. 30,00

Woon-werkafstand (km) met de auto

28,00 26,00 24,00 22,00 20,00 18,00 16,00 14,00 12,00 10,00 Fiets

nvt

routemijder

Ɵjdmijder

Openbaar vervoer Geen woonwerk rit

Mijdmethode

Figuur 7.46: Gemiddelde woon-werkafstand (in kilometers) met de auto (naar mijdmethode). N.B. mijdmethoden zijn hiervoor bepaald op basis van enquêteantwoorden.

De woon-werkafstand (met de auto) is voor elk type spitsmijder onder de loep genomen (zie figuur 7.46). De gemiddelde afstand verschilt aanzienlijk tussen de verschillende mijdmethoden; fietsmijders hebben bijvoorbeeld een gemiddelde woon-werkafstand van circa 12 kilometer, terwijl dit gemiddelde bij OV-mijders


197

rond 28 kilometer ligt (route- en tijdmijders zitten er tussenin). Het is haast vanzelfsprekend dat de fietsmijders gemiddeld de kortste woon-werkafstand hebben. De spits mijden met de fiets is immers het meest praktisch als je een relatief korte woon-werkroute hebt. Zodoende zullen deelnemers die vlakbij hun werkplek wonen, wellicht eerder geneigd zijn om de spits met de fiets te mijden. Dat OV-mijder een vrij lange woon-werkrit hebben is opvallend. Dit kan zijn omdat juist die forenzen, die een lange woon-werkafstand hebben, een gunstige OV-route hebben. Op de langere afstanden heeft het reizen met de trein bijvoorbeeld een voordeel tegenover de auto (het is sneller, men ondervindt geen hinder van congestie, en de verbindingen lopen rechtstreeks van stadscentrum naar stadscentrum). Dit geldt vooral voor de langere afstanden tussen middelgrote en grote steden. Bij OV-verbindingen op lokaal en regionaal niveau gaan deze voordelen nauwelijks op, wat het OV relatief ongunstiger doet lijken dan andere reis- en mijdmethoden. Het is mogelijk dat juist om deze reden het gemiddelde bij de OV-mijders in figuur 7.46 zo hoog is.

verhouding reisƟjd auto/OV

0,65

0,6

0,55

0,5

0,45

0,4 0

1

2

3

4

Aantal keer overstappen

Figuur 7.47: Aantal keer overstappen en verhouding reistijd auto/ reistijd OV (van de woon-werkroute)

De verhouding tussen de OV-reistijd en de reistijd met de auto is reeds hierboven ter sprake geweest. Summier geldt, hoe hoger deze ratio, hoe langer de reistijd met de auto relatief gezien is (uitgedrukt in het aandeel van de totale reistijd over dezelde route met het openbaar vervoer). In figuur 7.47 is deze ratio afgezet tegen het gemiddelde aantal overstappen dat deelnemers tijdens hun woon-werkrit moeten maken, wanneer ze met het openbaar vervoer reizen. Over het algemeen blijkt dat, naarmate het aantal overstappen toeneemt, de ratio ook toeneemt. Dit betekend dat de reistijd over de woon-werkafstand met de auto, vergeleken met de reistijd met het OV over die route, minder voordelig wordt naarmate het aantal overstappen van een deelnemer toeneemt (de reistijd met de auto wordt relatief dus langer). Een bijzondere uitzondering op deze algemene trend is dat de ratio het hoogste is bij “nul keer overstappen”. Dat houdt op zijn beurt in dat de deelnemers die nul keer over hoeven te stappen, de auto ten opzichte van het OV minder gunstig uit de bus komt dan bij deelnemers die vaker overstappen. Dit is opzich vrij logisch te verklaren; wie minder vaak hoeft over te stappen heeft een minder lange extra reistijd met het OV ten opzichte van de auto. Zoals vermeld, is voor elke deelnemer uitgezocht hoevaak deze moet overstappen, indien de woon-werkreis met het OV i.p.v. met de auto gemaakt wordt. Zo is voor elke mijdmethode vastgesteld hoeveel procent van de deelnemers met de betreffende methode hoevaak moet overstappen. Deze analyse is te zien in figuur 7.48. Het blijkt dat de meeste mijders één keer moeten overstappen. Fietsers hoeven daarnaast gemiddeld vaker dan andere mijders nul keer of slechts één keer over te stappen. Onder tijdmijders en routemijders zijn er naar verhouding weer meer deelnemers die twee of meer keren moeten overstappen, dan deelne-


198

60%

Aandeel (per mijdmethode)

50%

40%

0 keer overstappen 1 keer overstappen

30%

2 keer of vaker overstappen

20%

10%

0% Fiets

Geen woonwerk rit

nvt

Openbaar vervoer

routemijder

Ɵjdmijder

Mijdmethode

Figuur 7.48: Aandeel deelnemers dat 0, 1 of 2 keer moet overstappen met het OV, naar mijdmethode (N.B. mijdmethoden bepaald op basis van enquêteantwoorden)

mers die nul keer over hoeven te stappen. (Bij fietsmijders en OV-mijders was dit juist omgekeerd.)

7.9 Analyse mijdgedrag naar stad en naar spitszwaarte Deelnemers die in de omgeving van ´s-Hertogenbosch wonen, hebben een ander reisgedrag vertoond dan de deelnemers die in de omgeving van Eindhoven wonen. Daarnaast zijn er voor beide regio´s ook nog verschillen tussen de deelnemers uit de C2,50 groep en de C1,25 groep. Zoals reeds vermeld in hoofdstuk 2, zijn de deelnemers die verder van het beloningsgebied wonen hoger beloond. In Eindhoven gaat het dan om de deelnemers die buiten de gemeentegrenzen wonen; in ´s-Hertogenbosch om de deelnemers die buiten de ruit van ´s-Hertogenbosch wonen. Zij werden met C2,50 afgewaardeerd bij een detectie in het beloningsgebied tijdens de spitsuren. De groep die binnen de gemeentegrenzen van Eindhoven of de ruit van ´s-Hertogenbosch woonde, werd afgewaardeerd met C1,25. Op basis van tabel 7.43 zijn twee constateringen te maken. Allereerst valt het op dat de gemiddelde mijdingspercentages van de deelnemers in (de omgeving van) ´s-Hertogenbosch hoger zijn dan die van de deelnemers in (de omgeving van) Eindhoven. Daarnaast lijken de mijdingspercentages in beide regio´s voor de C2,50 groep hoger te liggen, dan die van de C1,25 groep. Dit houdt verband met enkele bevindingen die in de correlatieanalyse zijn gemaakt. Daar is gebleken dat deelnemers die buiten de gemeentegrenzen van Eindhoven wonen (en dus tot de C2,50 groep behoren), gemiddeld genomen een hoger referentieniveau hebben dan de deelnemers die binnen de gemeentegrenzen wonen. Ook bleek dat deelnemers met een grotere woon-werkafstand vaker een hoger referentieniveau hebben. Deze deelnemers wonen ook vaker in buiten de gemeentegrenzen van Eindhoven, dan dat zij daarbinnen wonen. Beloningsbudgetten deelnemers naar stad en beloningshoogte In tabel 7.44 is voor elke maand van de praktijkproef de som van de opgebouwde beloningsbudgetten van de deelnemers te zien. Deze gegevens zijn uitgesplitst naar stad en naar de groep waar de deelnemer toe behoort (de C1,25 groep of de C2,50 groep, respectievelijk). Zo hadden alle deelnemers uit de regio


199

Maand & jaar okt-10 nov-10 dec-10 jan-11 feb-11 mrt-11 apr-11 mei-11 jun-11 jul-11 aug-11 sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gemiddeld percentage

s-Hertogenbosch C1,25 65,1% 62,9% 53,6% 46,3% 47,7% 57,0% 67,8% 47,8% 49,7% 62,4% 54,1% 54,1% 58,6% 49,6% 42,4% 51,2% 63,0% 61,7% 65,7% 55,8%

Eindhoven C1,25 44,0% 39,5% 26,2% 29,3% 29,5% 33,4% 35,9% 36,0% 35,6% 47,2% 40,8% 37,0% 33,3% 35,0% 29,0% 42,5% 38,2% 44,1% 36,1% 36,4%

s-Hertogenbosch C2,50 66,8% 65,5% 62,7% 56,1% 52,9% 58,8% 62,0% 61,4% 64,4% 71,5% 69,1% 66,8% 65,1% 59,4% 55,5% 65,5% 63,7% 63,8% 62,2% 62,8%

Eindhoven C2,50 42,1% 46,1% 46,4% 43,0% 42,5% 49,6% 50,0% 48,8% 50,6% 61,1% 60,0% 53,2% 52,6% 49,4% 48,2% 56,8% 55,1% 55,6% 54,0% 50,8%

Tabel 7.43: Gemiddeld mijdpercentage per maand, naar stad en hoogte van de beloning

Maand & jaar okt-10 nov-10 dec-10 jan-11 feb-11 mrt-11 apr-11 mei-11 jun-11 jul-11 aug-11 sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gemiddeld budget

s-Hertogenbosch C1,25 C447,50 C791,25 C527,50 C953,75 C738,75 C1.091,25 C890,00 C747,50 C857,50 C657,50 C517,50 C944,13 C935,50 C979,50 C733,88 C924,50 C858,50 C899,75 C776,25

Eindhoven C1,25 C227,50 C752,50 C1.457,50 C4.350,00 C3.425,00 C5.356,25 C4.552,50 C3.780,00 C4.201,25 C3.250,00 C2.565,00 C4.771,88 C4.925,38 C6.241,75 C6.056,25 C8.431,88 C8.047,50 C8.305,25 C7.024,63

s-Hertogenbosch C2,50 C8.435,00 C14.830,00 C10.840,00 C19.827,50 C14.907,50 C22.977,50 C19.775,00 C16.470,00 C18.975,00 C15.070,00 C12.117,50 C22.446,75 C22.585,00 C24.968,75 C19.651,50 C24.842,25 C23.432,00 C24.316,75 C20.504,00

Eindhoven C2,50 C3.247,50 C10.410,00 C12.645,00 C33.355,00 C27.357,50 C42.757,50 C37.122,50 C31.280,00 C38.297,50 C31.322,50 C24.967,50 C46.281,25 C48.599,00 C61.737,75 C61.096,00 C87.784,50 C84.132,50 C87.207,75 C73.716,25

C803,79

C4.616,95

C18.788,00

C44.385,13

Gemiddeld budget C3.089,38 C6.695,94 C6.367,50 C14.621,56 C11.607,19 C18.045,63 C15.585,00 C13.069,38 C15.582,81 C12.575,00 C10.041,88 C18.611,00 C19.261,22 C23.481,94 C21.884,41 C30.495,78 C29.117,63 C30.182,38 C25.505,28

Tabel 7.44: Som beloningsbudgetten deelnemers per maand, naar stad en hoogte van de beloning


200

van ´s-Hertogenbosch die tot de C1,25 groep behoorden, in de maand oktober van 2010 bij elkaar een gesommeerd beloningsbudget van C447,50. Geheel in de lijn der verwachtingen, liggen deze gesommeerde beloningsbudgetten hoger bij de C2,50 groep, dan bij de C1,25 groep. Dit is niet verrassend, aangezien de C2,50 groep niet alleen groter was dan de C1,25 groep, maar hoger werd beloond. Binnen de twee groepen zijn de verschillen tussen de gesommeerde beloningsbudgetten aan het begin van de praktijkproef nog redelijk bescheiden. Vanaf begin 2011 nemen de verschillen tussen ´s-Hertogenbosch en Eindhoven echter steeds meer toe, en worden de gesommeerde beloningsbudgetten van de deelnemers uit de Eindhovense regio steeds groter, terwijl de budgetten van de deelnemers uit de regio van ´s-Hertogenbosch minder snel groeien. Om deze reden liggen de gesommeerde beloningsbudgetten voor de deelnemers uit de Eindhovense regio tegen het einde van de proef fors hoger dan die van de deelnemers uit de Bossche regio. Dit geldt voor zowel de C1,25 als de C2,50 groep.

Afwaarderingen deelnemers naar stad en spitszwaarte Maand & jaar okt-10 nov-10 dec-10 jan-11 feb-11 mrt-11 apr-11 mei-11 jun-11 jul-11 aug-11 sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gem. Afwaarderingen

s-Hertogenbosch C1,25 C156,25 C293,75 C245,00 C512,50 C386,25 C468,75 C286,25 C390,00 C431,25 C247,50 C237,50 C335,00 C272,50 C357,50 C276,25 C333,75 C230,00 C262,50 C195,00

Eindhoven C1,25 C127,50 C455,00 C1.075,00 C3.077,50 C2.415,00 C3.565,00 C2.920,00 C2.418,75 C2.705,00 C1.716,25 C1.518,75 C2.246,25 C2.347,50 C2.977,50 C2.740,00 C3.540,00 C3.475,00 C3.413,75 C3.073,75



C311,45

C2.410,92

C6.002,37

C17.030,92

Gemiddelde Afwaarderingen C1.240,31 C2.869,06 C3.034,38 C7.826,88 C6.389,06 C8.759,06 C7.320,31 C6.292,19 C7.206,56 C4.610,94 C3.872,19 C6.070,94 C6.090,63 C8.286,88 C7.057,19 C9.259,69 C8.979,38 C9.410,31 C7.763,44

Tabel 7.45: Gesommeerde afwaarderingen per maand, naar stad en beloningsgroep: normale spitszwaarte

In tabel 7.45 zijn de gesommeerde afwaarderingen van de deelnemers, in Euro´s, te zien. Deze informatie is per maand van de praktijkproef weergegeven, en is uitgesplitst naar stad en naar de beloningsgroep (C1,25 versus C2,50). De getoonde afwaarderingen hebben tijdens reguliere spitsen plaatsgevonden. Het eerder aangestipte verschil tussen Eindhoven en ´s-Hertogenbosch is ook hier terug te zien; zo hebben de deelnemers uit de Eindhovense regio hogere gesommeerde afwaarderingen per maand, dan hun collega spitsmijders uit de Bossche regio. De gesommeerde afwaarderingen (in Euro´s) zijn in tabel 7.46 te zien, wederom uitgesplitst naar stad en naar beloningsgroep. Het betreft hier de gesommeerde afwaarderingen van de deelnemers, die tijdens de zware spitsen hebben plaatsgevonden. Omdat er alleen in de tweede fase van de praktijkproef onderscheid is gemaakt tussen de zwaarte van de spitsen, toont de tabel alleen de gesommeerde afwaarderingen vanaf september 2011 en later. De gesommeerde afwaarderingen per maand voor de extra zware spitsen zijn weergegeven in tabel 7.47. Wederom zijn deze afwaarderingen uitgesplitst naar de stad en naar de beloningshoogte van de deelne-


Maand & jaar sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gem. Afwaarderingen

201

s-Hertogenbosch C1,25 C98,00 C99,75 C136,50 C113,75 C117,25 C70,00 C82,25 C66,50

Eindhoven C1,25 C759,50 C812,00 C1.081,50 C1.132,25 C1.310,75 C1.286,25 C1.232,00 C1.237,25

s-Hertogenbosch C2,50 C1.760,50 C1.939,00 C2.754,50 C2.408,00 C2.439,50 C2.138,50 C2.313,50 C2.177,00

Eindhoven C2,50 C5.677,00 C6.034,00 C8.806,00 C8.879,50 C10.916,50 C10.122,00 C11.284,00 C10.192,00

C41,26

C465,87

C943,71

C3.784,79

Gemiddelde Afwaarderingen C2.073,75 C2.221,19 C3.194,63 C3.133,38 C3.696,00 C3.404,19 C3.727,94 C3.418,19

Tabel 7.46: Gesommeerde afwaarderingen per maand, naar stad en beloningsgroep: zware spitsen

Maand & jaar sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gem. Afwaarderingen


Eindhoven C1,25 C0,00 C125,00 C0,00 C425,00 C0,00 C215,00 C0,00 C180,00


Eindhoven C2,50 C0,00 C895,00 C0,00 C3.065,00 C0,00 C1.505,00 C0,00 C1.235,00

C3,68

C49,74

C89,47

C352,63

Gemiddelde Afwaarderingen C0,00 C336,25 C0,00 C1.083,13 C0,00 C509,38 C0,00 C425,00

Tabel 7.47: Gesommeerde afwaarderingen per maand, naar stad en beloningsgroep: extra zware spitsen


202

mers. Omdat niet in elke maand een extra zware spits voorkwam, zijn zijn bij een aantal maanden in tabel 7.47 gesommeerde afwaarderingen van C0 te zien. Net als bij bovenstaande tabellen, valt ook hier weer op dat de gesommeerde afwaarderingen van de deelnemers uit de Eindhovense regio boven de gesommeerde afwaarderingen van de deelnemers uit de Bossche regio liggen. Beloningen deelnemers naar stad en spitszwaarte In tabel 7.48 zijn de hoogtes van de maandelijkse uitbetalingen aan de deelnemers per maand gesommeerd te zien. De gegevens zijn uigesplitst naar stad en regio, en naar beloningshoogte. Deze getallen zijn verkregen door per maand de som van de afwaarderingen van de reguliere, zware en extra zware spitsen in mindering te brengen op de gesommeerde beloningsbudgetten per maand van tabel :sombudgettennaarstad. Maand & jaar okt-10 nov-10 dec-10 jan-11 feb-11 mrt-11 apr-11 mei-11 jun-11 jul-11 aug-11 sep-11 okt-11 nov-11 dec-11 jan-12 feb-12 mrt-12 apr-12 Gem. beloning

s-Hertogenbosch C1,25 C291,25 C497,50 C282,50 C441,25 C352,50 C622,50 C603,75 C357,50 C426,25 C410,00 C280,00 C511,13 C548,25 C485,50 C311,38 C473,50 C541,00 C555,00 C509,75

Eindhoven C1,25 C100,00 C297,50 C382,50 C1.272,50 C1.010,00 C1.791,25 C1.632,50 C1.361,25 C1.496,25 C1.533,75 C1.046,25 C1.766,13 C1.640,88 C2.182,75 C1.759,00 C3.581,13 C3.071,25 C3.659,50 C2.533,63



C447,39

C2.206,03

C12.785,63

C27.354,21

Gemiddelde beloning C1.849,06 C3.826,88 C3.333,13 C6.794,69 C5.218,13 C9.286,56 C8.264,69 C6.777,19 C8.376,25 C7.964,06 C6.169,69 C10.466,31 C10.613,16 C12.000,44 C10.610,72 C17.540,09 C16.224,69 C17.044,13 C13.898,66

Tabel 7.48: Uitgekeerde beloningen (gesommeerd), naar stad en naar beloningshoogte

7.10 Effecten VAS diensten op reisgedrag Kort na het aflopen van de proef zijn de deelnemers door middel van een enquête ondervraagt naar het gebruik van de informatiediensten. Deze enquête is door 1254 personen voltooid. Het ging om een vrij korte enquête, die was verspreid om meer te weten te komen over de effecten van het aanbieden van VAS diensten op het reisgedrag van de deelnemers. De belangrijkste inzichten die uit de enquête zijn verkregen worden hier besproken. Uit figuur 7.49 blijkt dat de meeste deelnemers nauwelijks een beroep op de infodiensten hebben gedaan ten behoeve van hun woon-werk rit. Meer dan 68% geeft aan de infodiensten slechts “soms” of zelfs “nooit” gebruikt te hebben.Een zeer bescheiden aandeel van de deelnemers gebruikt de infodiensten wat vaker (figuur 7.49). Van de deelnemers die aan hebben gegeven de infodiensten “altijd”, “meestal” of “vaak” te gebruiken, is vervolgens nagegaan op welk tijdstip men de infodiensten gebruikt. Het blijkt dat de meeste gebruikers van de infodiensten, deze vlak voordat ze vertrekken raadplegen, of anders tijdens de reis. Een klein aandeel van alle gebruikers van de infodiensten pleegt deze al ruim voor het vertrekmoment raad. Zie ook figuur 7.50.


203

40%

35%

Aandeel enquêtenemers

30%

25%

20%

15%

10%

5%

0% AlƟjd

Meestal

Vaak

Soms

Nooit

frequenƟe gebruik reisinformaƟe Ɵjdens woon-werkverkeer

Figuur 7.49: Verdeling van de antwoorden van de enquêtenemers op de vraag “Hoe vaak gebruikt u reisinformatie voor of tijdens uw woon-werkverkeer?” 50% 45%

Aandeel enquêtenemers

40% 35% 30% 25% 20% 15% 10% 5% 0% Ruim voordat ik vertrek (enkele uren ervoor)

Net voor ik vertrek

Onderweg

Moment waarop van infodiensten gebruik wordt gemaakt

Figuur 7.50: Verdeling van de momenten waarop de gebruikers van de infodiensten deze diensten raadplegen.

In figuur 7.51 is te zien welke bronnen er door de enquêtenemers zijn geraadpleegd om reisinformatie te verkrijgen. Het blijkt dat fileinformatie op de radio voor velen nog steeds de aangewezen manier is om reisinformatie in ontvangst te nemen. Ook navigatiesystemen met fileinformatie, zoals de bekende TomTom, zijn populair; online routeplanners met actuele reisinformatie (zoals de routeplanners van Google Maps of de ANWB) zijn dat eveneens.


204

30%

aandeel enquêtenemers

25% 20% 15% 10% 5% 0%

bron reisinformaƟe

Figuur 7.51: Verdeling van de bronnen die de enquêtenemers raadplegen voor reisinformatie

De enquêtenemers zijn vervolgens gevraagd aan te geven op welke keuze reisinformatie het meeste invloed heeft. Meer dan een derde geeft aan dat reisinformatie de routekeuze tijdens de reis het sterkte beïnvloed bij hen. Ook het tijdstip van vertrek blijkt redelijk beïnvloed te worden door reisinformatie. In iets mindere mate wordt de routekeuze die men voorafgaand aan de rit maakt, ook beïnvloed door reisinformatie. Andere keuzen worden echter slechts mondjesmaat beïnvloed hierdoor. Zie ook figuur 7.52. 40% 35%

aandeel enquêtenemers aandeel deelnemers

30% 25% 20% 15% 10% 5% 0% De keuze van mijn vervoermiddel

De Ɵjd waarop ik vertrek

Mijn routekeuze Ɵjdens de reis

Mijn routekeuze vooraf

Keuze waarop de reisinformaƟe de meeste invloed heeŌ

Figuur 7.52: Verdeling van de enquêtenemers, naar het type keuze dat door reisinformatie beïnvloed wordt

Tevens is gebleken dat de enquêtenemers nauwelijks behoefte hebben aan meer reisinformatie voor hun


205

woon-werkreizen, dan waarover zij reeds beschikken. Zoń 10% gaf aan behoefte te hebben aan meer reisinformatie voor dit type reizen; 90% heeft die behoefte niet. Zie ook figuur 7.53. 100,00% 90,00%


80,00% 70,00% 60,00% 50,00% 40,00% 30,00% 20,00% 10,00% 0,00% Ja

Nee

Verdeling deelnemers, naar antwoord op de vraag "HeeŌ u behoeŌe aan meer informaƟe voor woon werkreizen dan waarover u nu beschikt?"

Figuur 7.53: Verdeling van de enquêtenemers, naar het type keuze dat door reisinformatie beïnvloed wordt

In figuur 7.54 is de verdeling van de geënquêteerden te zien, naar het type reiskeuze waarvoor zij graag aanvullende informatie zouden willen ontvangen. Het blijkt hieruit dat informatie die betrekking heeft op de routekeuze, het meest gewild is. Het gaat dan zowel om informatie die de routekeuze tijdens de reis als voorafgaand aan de reis wordt aangeboden. Aanzienlijk minder vaak wordt reisinformatie die de keuze van het verktrektijdstip kan ondersteunden genoemd door de geënquêteerden. Naast dat de enquêtenemers zijn gevraagd om aan te geven voor wat voor soort reiskeuze zij behoefte hebben aan reisinformatie, is er doorgevraagd naar het soort informatie wat men dan graag zou ontvangen. Op dit punt is gebleken dat de meeste enquêtenemers route-informatie (waaronder bijvoorbeeld file-informatie valt) willen ontvangen. Informatie over wegwerkzaamheden wordt daarnaast ook vaak genoemd. Ook gaf ongeveer één op de tien aan informatie over hulpdiensten in aantocht, en/of informatie over snelheidslimieten te waarderen (zie ook figuur 7.55). Interessant is het ook om te zien wanneer de enquêtenemers gebruik maken van de infodiensten. Hier is eveneens naar gevraagd in de infodienstenenquête, zie figuur 7.56. Het is in deze figuur goed te zien dat alle typen spitsmijders niet drastisch van elkaar verschillen wat het moment betreft, waarop de infodiensten worden geraadpleegd; de verschillen tussen de mijdmethoden zijn op dit punt subtiel. De meeste enquêtenemers hebben blijkbaar vlak voordat zij de weg opgaan, het meeste behoefte aan reisinformatie. Ook wordt er onderweg redelijk vaak reisinformatie geraadpleegd. Er zijn beduidend minder enquêtenemers die hebben aangegeven ruim voor vertrek reisinformatie raad te plegen. Er is ook voor elke mijdmethode uitgezocht op welke reiskeuze (het gebruik van) de TravelStar het meeste invloed uitoefend. Een globale trend is dat de TravelStar eigenlijk door alle soorten mijders nauwelijks invloed heeft uitgeoefend op de keuze van de vervoerswijze. Dit is vermoedelijk omdat deze keuze voor veel deelnemers niet relevant is, het ligt voor velen immers vast dat zij per auto zullen reizen. Alleen bij de OV-mijders had het gebruik van de TravelStar wel invloed op de keuze van de vervoerswijze; dat zal waarschijnlijk geweest omdat deze groep over alternatieven beschikt (het openbaar vervoer dan wel de auto), en er dus sneller aan toe zal komen om op basis van reisinformatie te kiezen voor ofwel de auto, dan wel het OV. Het gebruik maken van de TravelStar heeft bij tijdmijders vooral invloed gehad op het tijdstip waarop zij de weg opgaan, en minder op de routekeuze van deze deelnemers. Bij routemijders heeft het gebruikmaken


206

45,00% 40,00%


35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00% Vervoermiddelkeuze (vooraf)

VertrekƟjdkeuze (vooraf)

Routekeuze (vooraf)

Routekeuze (Ɵjdens de reis)

Reiskeuze waarvoor geënquêteerden graag over aanvullende informaƟe zou willen beschikken

Figuur 7.54: Verdeling van de enquêtenemers, naar het type reiskeuze waarover zij aanvullende informatie zouden willen ontvangen


30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00%

InformaƟebehoeŌe enquêtenemers

Figuur 7.55: Verdeling van de enquêtenemers, naar het type informatie waarover ze graag zouden beschikken

van de TravelStar naar verhouding juist meer invloed gehad op de routekeuze tijdens de reis. Zie ook figuur 7.57. De enquêtenemers zijn tot slot nog gevraagd naar de reiskeuze waarvoor zij graag aanvullende informatie zouden willen ontvangen ( 7.58). Het blijkt dat de geënquêteerden verreweg het liefste aanvullende reisinformatie zouden zien die betrekking heeft op de routekeuze. Informatie die relevant is voor de routekeuze


207

60%

50%


40%

30%

Ruim voordat ik vertrek (enkele uren ervoor)

20%

Net voor ik vertrek Onderweg

10%

0% Fiets

Geen woonwerk rit

nvt

Openbaar vervoer

routemijder

Ɵjdmijder

Moment waarop van infodiensten gebruikt wordt gemaakt (naar mijdmethode)

Figuur 7.56: Verdeling van de momenten waarop de enquêtenemers gebruik maken van de infodiensten, naar mijdmethode 35%


30%

25%

De keuze van mijn vervoermiddel

20%

De Ɵjd waarop ik vertrek

15%

Mijn routekeuze Ɵjdens de reis

10%

Mijn routekeuze vooraf

5%

0% Fiets

Geen woonwerk rit

nvt

Openbaar vervoer

routemijder

Ɵjdmijder

reiskeuze waar het gebruik maken van de TravelStar invloed op heeŌ (naar mijdmethode)

Figuur 7.57: Verdeling van de keuzemomenten waarop het TravelStar-gebruik invloed heeft gehad, naar mijdmethode

wordt zowel vooraf als tijdens de rit gewenst. Een kleine groep geeft aan informatie te willen ontvangen die relevant is voor de vertrektijdkeuze. Wat de vervoermiddelkeuze betreft, is er het minste behoefte aan aanvullende informatie (dit is onder alle geanalyseerde mijdmethoden het geval). Zie ook figuur 7.58. In het restant van deze paragraaf wordt bezien welke groepen deelnemers gebruik maken van de VAS diensten, en hoe dit hun performance als deelnemer heeft beïnvloed. De achterliggende vraag is of deelnemers


208

50% 45%


40% Vervoermiddelkeuze (vooraf)

35% 30%

VertrekƟjdkeuze (vooraf)

25% 20%

Routekeuze (vooraf) 15% 10%

Routekeuze (Ɵjdens de reis)

5% 0%

reiskeuzen waarvoor enquêtenemers behoeŌe hebben aan aanvullende reisinformaƟe (naar mijdmethode)

Figuur 7.58: Verdeling van de reiskeuzen waarvoor men graag aanvullende informatie zou willen ontvangen (naar mijdmethode

die vaak gebruik hebben gemaakt van de VAS diensten, ook vaker een hoog mijdpercentage hebben. Hierbij wordt er gekeken naar het percentage deelnemers, naar mijdmethode, dat wel of geen gebruik maakt van de VAS diensten. Via de GPS registraties van de deelnemers (geregistreerd door de OBU´s in hun auto) valt te bezien of, en op welke wijze de deelnemers de beloningsgebieden tijdens de spits mijden. Aan de hand van deze indeling is in de onderstaande tabel te zien welke groepen deelnemers het meeste gebruik maken van de VAS diensten (zie tabel 7.49). In beginsel is het VAS gebruik onder alle deelnemers vrij laag. Er is geen enkele groep deelnemers waar het VAS gebruik boven de 10% ligt. Daarbij bestaan er wel verschillen tussen deelnemers, die verschillende mijdmethoden hanteren. Het blijkt dat twee groepen bovengemiddeld gebruik maken van de VAS diensten: de “Minderrijdermijder” en de “Netbuitengebiedmijder”. mijdmethode volgens GPS Anders Beide Minderrijdermijder Netbuitengebiedmijder Routemijder Tijdmijder

Geen VAS gebruiker 92,4% 95,4% 90,6% 90,2% 92,7% 92,4%

VAS gebruiker 7,6% 4,6% 9,4% 9,8% 7,3% 7,6%

Tabel 7.49: Gebruik VAS diensten van div. groepen deelnemers (mijdmethode vastgesteld met GPSdata)

Verder is het mijdingspercentage van zowel de gebruikers die wel van de VAS diensten gebruik hebben gemaakt, als van de deelnemers die dat niet deden in tabel 7.50 weergegeven. Het blijkt dat deelnemers die de VAS diensten wel gebruikten, over de gehele duur van de proef een iets lager mijdingspercentage behaalden als deelnemers die geen gebruik maakten van de VAS diensten. Het gemiddelde mijdingspercentage van deze groep ligt op 54%, terwijl de deelnemers die geen gebruik hebben van de VAS diensten uitkomen op 59%.


209 Geen VAS gebruiker: mijdingspercentage

VAS gebruiker: mijdingspercentage

54%

59%

Gemiddeld mijdingspercentage

Tabel 7.50: Gemiddelde mijdingspercentages, VAS gebruikers en niet-VAS gebruikers

7.11 Effecten feedbackmailing en verrassingspakket op reisgedrag Aan de hand van een “feedbackmail” is er onderzocht of het regelmatig geven van feedback aan de deelnemers, over de hoogte van het beloningsbudget (en de prognose voor de hoogte aan het einde van de maand), effecten heeft op het reisgedrag van de deelnemers. Dit initiatief houdt verband met een eerder uitgevoerd gedragsonderzoek dat binnen Spitsmijden in Brabant is uitgevoerd. Voor deze gedragsproef zijn de deelnemers verdeeld in twee groepen van ongeveer 1150 deelnemers: een controle groep en een groep bij wie een interventie heeft plaatsgevonden. De groep waarbij is geïntervenieërd heeft een persoonlijk mijdplan opgesteld, en ontving statusmails waarin een prognose van de beloning van de betreffende maand werd gegeven, indien men het huidige mijdgedrag voort zou zetten. Het bleek uit deze gedragsproef dat deelnemers die een mijdplan maken, en hun gedrag van te voren plannen, 10% meer spitsritten mijden dan deelnemers die dat niet doen. Via het verrichten van een feedbackmailing is vervolgens verder onderzocht in welke mate het gedrag van de deelnemers beïnvloedbaar is, door het verzenden van feedback over het eigen reisgedrag. Gedurende vier maanden (januari 2012 - april 2012) zijn ongeveer 200 deelnemers periodiek halverwege de maand op de hoogte gesteld van de hoogte hun beloningsbudget, alsmede de prognose hiervan voor het einde van de betreffende maand. Het is gebleken dat het ontvangen van feedback zich vertaalde naar licht hogere mijdingspercentages onder de ontvangers hiervan, ten opzichte van diegenen die geen feedback ontvingen. Gemiddeld ligt het mijdingspercentage van de feedback-ontvangers dan ook enkele procenten hoger dan dat van de controlegroep. Zie ook tabel 7.51 en figuur 7.59.

augustus ’11 september ’11 oktober ’11 november ’11 december ’11 januari ’12 februari ’12 maart ’12 april ’12 Totaal

Feedbackmailinggroep 55,3% 52,2% 55,5% 49,8% 47,8% 54,4% 55,3% 56,9% 52,8% 51,3%

Hoofdgroep 56,6% 51,7% 53,9% 50,6% 43,6% 51,0% 49,7% 55,2% 51,4% 49,8%

Tabel 7.51: Verloop gem. mijdingspercentages ontvangers feedbackmailing en controlegroep

Er is tevens onderzocht welk effect het ontvangen van feedback bij de diverse mijdmethoden uitsorteert. Het blijkt dat deelnemers die verschillende mijdmethoden hanteren, verschillend reageren op de feedbackmailing. Niet bij elke groep deelnemers is er een verbetering in het mijdingspercentage te zien; het effect van de feedbackmailing lijkt bij veel groepen deelnemers verwaarloosbaar te zijn. Tevens valt het op dat de groep “Netbuitengebiedmijders” het gevoeligste is gebleken voor de feedbackmailings, aangezien netbuitengebiedmijders die feedback ontvingen gemiddeld mijdingspercentages van rond de tien procent hoger hebben, dan dit type mijders in de controlegroep. (zie ook tabel 7.52. De deelnemers konden daarnaast ook een attentie (ook bekend als verrassingspakket) aanvragen. De verrassingsdoos was bedoeld als cadeau bij het einde van de maandelijkse betalingen, en was bedoeld deelnemers te stimuleren om het spitsmijdengedrag vast te houden. De doos werd per post bezorgd. Daarnaast was er de mogelijkheid om via de persoonlijke pagina een eigen cadeau op te vragen. Dit is door een beperkt aantal deelnemers gedaan. Uit analyse blijkt dat met name mensen die reeds veel meden, de


210

60,00% 58,00%

Mijdingspercentage

56,00% 54,00% 52,00% 50,00%

Feedbackmailinggroep

48,00%

Controlegroep

46,00% 44,00% 42,00% 40,00% 20

22

24

26

28

30

LoopƟjd Spitsmijden in Brabant (in maanden) Figuur 7.59: Verloop mijdingspercentage ontvangers feedbackmailing en controlegroep, aug. 2011 apr. 2012

Anders Beide Minderrijdermijder Netbuitengebiedmijder Routemijder Tijdmijder

Feedbackgroep 53,0% 40,2%

Controlegroep 51,0% 38,6%

56,6%

58,8%

57,0% 54,3% 48,6%

47,2% 56,8% 46,7%

Tabel 7.52: Mijdingspercentage ontvangers feedbackmailing en controlegroep, naar mijdmethode


211

verrassing opvroegen. Het bleek ook dat de ontvangers van de verrassingsdoos beter de spits mijden dan deelnemers die geen verrassingsdoos kregen. Zij hebben de spits met een paar procent meer gemeden. Figuur 7.60 toont de mijdingspercentages van de deelnemers die een geschenk hebben ontvangen, naar type geschenk. Het toont tevens hoeveel procent van alle deelnemers het betreffende geschenk heeft ontvangen, en hoeveel procent van de deelnemers geen enkel geschenk ontving. Het is duidelijk zichtbaar dat de mijdingspercentages van diegenen die wel een geschenk ontvingen, relatief hoger liggen dan de gemiddelde mijdingspercentages die behaald zijn door deelnemers die geen geschenk ontvingen. Tevens is in figuur 7.60 te zien hoeveel procent van alle deelnemers een bepaald geschenk ontvangen heeft. Het gaat wat dit betreft in alle opzichten om een kleine groep van alle deelnemers. 90% 80%

Mijdingspercentage

70% 60% 50% gemiddeld mijd%

40% 30%

percentage van alle deelnemers

20% 10% 0%

Uitgereikte geschenk Figuur 7.60: Gemiddeld mijdingspercentage ontvangers geschenken

De geschenken zijn in de maanden april en mei van 2012 naar de deelnemers verzonden. In totaal zijn er 326 geschenken verzonden in april, terwijl er in mei 495 zijn verzonden. In figuur 7.61 is per geschenk te zien wanneer deze exact is verzonden naar de deelnemers.

7.12 Verandering reisgedrag: conclusie De prijsprikkel is een effectief instrument gebleken om een gedragsverandering teweeg te brengen onder automobilisten. Met een algeheel mijdingspercentage van 52,6% over de gehele looptijd van de proef, kan gezegd worden dat het merendeel van alle autoritten die voorheen in de spits hebben plaatsgevonden, gemeden zijn). Nadat de prijsprikkel is stopgezet, zette 88% van de deelnemers (die de spits zijn gaan mijden) hun nieuwe gedrag vrij consistent voort, en bleven zij grotendeels de spits mijden. Blijkbaar is het mogelijk om met een tijdelijke financiële beloning het gewoontegedrag van automobilisten te beïnvloeden. Dat is zichtbaar in de routekeuze tijdens de nameting en was al eerder zichtbaar in de spitsmijdpercentages tijdens de nameting. De populairste manieren om de spits te mijden, zijn het “tijdmijden” en het “routemijden”. Tijdmijden is een mijdmethode die al uit andere spitsmijden projecten bekend is, en behelst het in de spits mijden van het beloningsgebied door ervoor of erna de weg op te gaan. Zo’n 12% van alle ritten die op basis van het reisgedrag van de deelnemers tijdens de nulmeting in het spitsmijdengebied te verwachten vielen tijdens de proef, zijn vervangen door tijdmijdingen. Routemijden is nieuw bij Spitsmijden in Brabant, en komt voort uit de geografische opzet van de proef, waarbij er een afgebakend gebied wordt gehanteerd waar men nog wel omheen mag rijden. Routemijdingen vergen geen verschuiving van de woon-werkrit in de tijd, maar een geografische verschuiving van de route. De routemijdingen namen circa 22% van alle ritten die op basis


212

60

Aantal geschenk-ontvangers

50

bidon 40

Įetslampjes 30

muismat spons

20

stappenteller 10

0

Datum Figuur 7.61: Tijdspad verzending geschenken, naar type geschenk

van de nulmeting gedurende de praktijkproef in de beloningsgebieden te verwachten vielen, weg. Geen enkel ander type mijder haalt een dergelijk percentage. Ongeveer 47% van alle spitsritten die voor de proef door de deelnemers werden gemaakt, bleven zich daarnaast tijdens de proef voordoen. Over het algemeen geldt dat alle typen spitsmijders niet helemaal meer terugvallen in hun oude reisgedrag, en dat zij hun nieuwe reisgedrag grotendeels aanhouden tijdens de nameting. Het blijkt tevens dat de routemijders en “netbuitengebiedmijders” de hoogste mijdingspercentages hebben behaald tijdens de proef, gevolgd door deelnemers die minder zijn gaan rijden (en meer met het OV of met de fiets zijn gaan reizen, of meer zijn gaan thuiswerken). Dit beeld veranderde iets tijdens de nameting. Toen verbeterden de “netbuitengebiedmijders” zelfs hun mijdingspercentage, terwijl bij de andere typen mijders er een lichte terugval te zien was. Over alle typen mijders genomen viel het gemiddelde mijdingspercentage terug van 52,6% tijdens de proef naar 46,9% tijdens de nameting. Het lijkt er dus op dat er globaal sprake is geweest van een duurzame verandering in het reisgedrag; een verandering die zelfs stand nadat de prijsprikkel al is weggevallen. Gedurende de praktijkproef is daarnaast geconstateerd dat de spits tijdens de zomermaanden juli en augustus bovengemiddeld gemeden is. Dit is te verklaren omdat er dan veel mensen op vakantie zijn (en veel deelnemers dan dus niet in de regio rondrijden). Andere uitschieters in de mijdingspercentages concentreren zich rond de herfstvakantie, kerstvakantie, voorjaarsvakantie, en de meivakantie. Afgezien van tijdens de schoolvakanties, fluctueert het mijdingspercentage minimaal door het jaar heen. Tijdens de ochtendspitsen is er structureel beter gemeden dan tijdens de avondspitsen. Een logische verklaring hiervoor, is dat het tijdsvenster voor de ochtendspits met twee uur (07.30 - 09.30 uur) korter was dan het tijdsvenster dat voor de avondspits is vastgesteld (3 uur, van 15.30 - 18.30 uur). Dit maakt het aannemelijk om te zeggen dat de ochtendspits makkelijker te mijden was, omdat er minder drastisch met het moment van reizen geschoven hoefde te worden. Om te bepalen of deelnemers eerst enthousiast de spits beginnen te mijden, om vervolgens weer langzaam terug te vallen in hun oude gewoontegedrag naarmate de proef vordert, is de proef opgedeeld in twee fasen. De eerste fase liep vanaf augustus 2010 tot juni 2011; fase twee liep van augustus 2011 tot eind april 2012. De gemiddelde mijdingspercentages van beide fasen verschillen nauwelijks van elkaar. Het gemiddelde van fase 2 is licht hoger; dit geldt in het bijzonder voor de gemiddelde mijdingspercentages op de dinsdagen donderdagavond. Het mijdingspercentage van fietsende spitsmijders bleek daarnaast van seizoen tot seizoen te fluctueren,


213

wat niet verrassend is aangezien fietsers gevoelig zijn voor de weersomstandigheden. Het mijdingspercentage van fietsers blijkt structureel lager te liggen dan dat van de OV-mijders. De OV-mijders hebben een zeer robuust mijdingsgedrag, wat er op duidt dat zij een nieuw routine hebben ontwikkeld, en hier ook aan vasthouden. Qua reistijdstip hebben de tijdmijders een uniek profiel. Waar de grootste groep deelnemers, de routemijders, het moment waarop zij reizen niet wezenlijk hoeven aan te passen, onderscheiden tijdsmijders zich doordat zij in de ochtendspits significant vroeger de weg op gaan. Routemijders wijzigen daarentegen het tijdstip waarop de woon-werkrit gemaakt wordt niet, maar wel de route die men neemt voor deze rit. Zo rijden routemijders veel meer om het beloningsgebied heen, en mijden zij het beloningsgebied door over het hoofdwegennet te rijden, wat in zowel Eindhoven als ´s-Hertogenbosch buiten het stadscentrum is gesitueerd. Tijdsmijders rijden nog wel door de beloningsgebieden, en rijden veel meer op het onderliggende wegennet. Voor de avondspits geldt dat de verschillen tussen routemijders en tijdsmijders (voor zover het hun tijdstip van reizen betreft) nauwelijks nog stand houden, en dat de ritten van de twee groepen meer verspeid over de spits plaats vinden. Tot slot nog de VAS diensten, en hun invloed op het reisgedrag van de deelnemers. In het vorige hoofdstuk is reeds gebleken dat het gebruik van de VAS diensten bijzonder laag was. Onder gebruikers van de informatiediensten ligt echter het gemiddelde mijdingspercentage op 59%, versus 54% voor de niet-gebruikers. Deelnemers die gebruik maken van de VAS diensten, zijn in de regel wel betere spitsmijders. Een direct verband tussen het gebruik maken van de informatiediensten en de hoogte van het mijdingspercentage is echter niet gevonden.

Hoofdstuk 8

Analyse In het vorige hoofdstuk kwam de analyse van de deelnemers en hun reisgedrag aan bod. Dit hoofdstuk biedt een aantal verdiepende analyses die verband houden met de praktijkproef, de deelnemers hieraan, en de regio waarbinnen de proef is gehouden. Eerst volgen een tweetal statistische analyses van de deelnemerseigenschappen. Hier zal worden bezien welke eigenschappen ertoe bijdragen dat een deelnemer een goede spitsmijder is. Dit wordt mogelijk gemaakt doordat er is vastgesteld hoe bepaalde eigenschappen van de deelnemersgroep met elkaar correleren, en door vervolgens een regressiemodel op te stellen.Vervolgens komt een analyse van de ontwikkeling van het verkeersbeeld in de regio ter sprake.

8.1 Correlatie analyse Allereerst is er bekeken welke correlaties er bestaan tussen de diverse onderzochte variabelen. Deze zijn in de opsomming hieronder weergegeven. Bij een correlatieanalyse geldt in principe, hoe sterker de correlatie, hoe robuuster de associatie tussen de twee variabelen is. Een kanttekening hierbij, is dat samenhang niet noodzakelijkerwijs duidt op een oorzakelijk verband tussen twee variabelen. De meest interessante eigenschappen voor deze proef zijn daarnaast de eigenschappen die correleren met het mijdingspercentage. Voor de compactheid van dit document is ervoor gekozen om de volledige correlatietabel, met hierin de gevonden correlaties tussen de onderzochte variabelen, niet in deze rapportage op te nemen. In plaats hiervan staan de belangrijkste bevindingen uit de correlatieanalyse in dit hoofdstuk, gegroepeerd op onderwerp. Prijsprikkel/beloning • Deelnemers die buiten de gemeentegrenzen van Eindhoven wonen, hebben gemiddeld hogere referentieniveaus dan deelnemers die binnen de Eindhovense gemeentegrenzen wonen. Deelnemers met een grote woon-werk afstand hebben vaker een hoog referentieniveau. Deze deelnemers wonen ook vaker in buiten de gemeentegrenzen van Eindhoven, dan dat zij daarbinnen wonen. • Deelnemers in buiten de ruit van ´s-Hertogenbosch wonen, mijden vaak door net buiten het gebied te parkeren dan deelnemers die binnen de ruit wonen • Oudere deelnemers doen vaak niet mee voor het geld, jongere deelnemers wel • Deelnemers die goed mijden, doen dit vaak voor het geld • Goede mijders bezoeken vaak de website (inclusief beloningsoverzicht) Informatieprikkel • Deelnemers die de TravelStar veel hebben gebruikt, hebben ook vaak de persoonlijke pagina bezocht; • Tijdmijders hebben de TravelStar meer gebruikt dan andere mijdmethodes, deelnemers die de auto vaker hebben laten staan hebben de TravelStar ook meer dan gemiddeld gebruikt; 214

Analyse

215

• De TravelStar werd vaker gebruikt door de C2.50 groep in Eindhoven, en minder vaak door de C2.50 groep in ´s Hertogenbosch; • Oudere deelnemers hebben vaker de TravelStar gebruikt; • Mannen hebben de TravelStar vaker gebruikt dan vrouwen. Spitsmijden gedrag • Tijdmijders zijn minder goede mijders, ze hebben een lager dan gemiddeld mijdingspercentage • Routemijders zijn goede mijders, ze hebben een hoger dan gemiddeld mijdingspercentage • Routemijders hebben vaak geen herkomst en/of bestemming in de Spitsmijdengebieden • Deelnemers met een klein verschil in reistijd tussen de normale route en de routemijdingsroute hebben een hoger gemiddeld mijdingspercentage: dit zijn ook vaak routemijders • Tijdmijders hebben vaak een herkomst en/of bestemming in het Spitsmijdengebied: deelnemers met een herkomst en/of bestemming in het Spitsmijdengebied zijn ook vaak de minder goede mijders • Tijdmijders hebben vaak een alternatieve route buiten het Spitsmijdengebied die veel langer is dan de normale route • Deelnemers van het eerste uur zijn vaker routemijder; de aangepaste cameraselectie bij ´s-Hertogenbosch (alleen de camera´s op de rand van het spitsmijdengebied) voor de 2e en 3e werving hebben dus invloed gehad op het aantal routemijders dat geworven is • Deelnemers die op vaste tijdstippen reizen in de ochtendspits reizen vaak aan het einde van de ochtendspits • In de C2.50 groep van Eindhoven zitten vaak geen “netbuitengebiedparkeermijders” • Fietsmijders hebben vaak een korte woon-werk afstand • De reistijd in de ochtendspits correleert met de reistijd in de avondspits, vroeg in de avondspits is ook vroeg in de ochtendspits en andersom • Deelnemers die op vaste tijdstippen reizen in de avondspits, reizen vaak vroeg in de ochtendspits, en deelnemers die laat in de ochtendspits reizen hebben geen vast reistijdstip in de avondspits • Tijdmijders hebben vaak een lager referentieniveau Een eerste opmerking bij de gevonden correlaties is dat het wellicht niet verbazingwekkend te noemen is dat oudere deelnemers de TravelStar vaker hebben gebruikt. Mogelijk is dit omdat deze groep zelf minder vaak in het bezit is van een navigatiesysteem dan de jongere deelnemers dat zijn. Er daarnaast is geconstateerd dat er, onder de groep deelnemers waarvan een spitsrit met C2,50 wordt afgewaardeerd, meer van de TravelStar gebruik gemaakt wordt in de omgeving van Eindhoven, dan van ´s-Hertogenbosch. Dit heeft mogelijk een aantal redenen. Er zijn relatief meer tijdmijders in Eindhoven dan in ´s-Hertogenbosch; en aangezien tijdmijders van alle deelnemers het meeste gebruik maken van de TravelStar, drijft dit het gebruik van de TravelStar in de omgeving van Eindhoven omhoog. Daarnaast is het beloningsgebied in Eindhoven ook groter, en wonen de meeste deelnemers in de omgeving van Eindhoven, wat er beiden aan bijdraagt dat er meer gebruikers van de TravelStar in de omgeving van Eindhoven wonen. Daarnaast is een directe link tussen het gebruik maken van de informatiediensten en de hoogte van het mijdingspercentage al met al niet gevonden. Met andere woorden, door de informatieprikkel alleen gaat men de spits niet mijden. Het lijkt erop dat het enthousiasme om de spits te mijden onder bepaalde deelnemers ook voor enthousiasme om de TravelStar te gebruiken heeft gezorgd. Voortbouwend op de bovenstaande correlaties, kan er worden geconcludeerd dat “goed mijden” te maken heeft met alternatieven hebben (zoals het OV, de fiets, of een alternatieve route). De flexibiliteit van de deelnemer en zijn werkplek zijn ook van belang, met name de flexibiliteit van de starttijden. Een derde factor betreft de invloed van de prijsprikkels, en de verhouding tussen de moeite die de deelnemer moet doen om een beloning te verdienen, en de hoogte van die beloning. Zo zal de prijsprikkel bij lagere inkomens relatief het grootste effect uitsorteren, terwijl deze deelnemers met een hoog inkomen wellicht minder beïnvloedt.

Analyse

216

8.2 Regressie-analyse Voortbouwend op de correlatie analyse is er een regressie-analyse uitgevoerd. De regressie-analyse is een statistische techniek voor het analyseren van gegevens waarin sprake is van een specifieke samenhang, aangeduid als regressie. Deze samenhang houdt in dat de waarde van een afhankelijke variabele afhangt van één of meer onafhankelijke variabelen. Voor de regressie-analyse die ten behoeve van deze rapportage is uitgevoerd, hebben alle gehanteerde variabelen betrekking op de deelnemers van de proef. Het verband tussen de afhankelijke en de onafhankelijke variabele kan worden uitgedrukt in een aantal statistische maten. De belangrijkste van deze maten is de correlatiecoëfficient (aangeduid als R). De correlatiecoëfficiënt (R) is een maat voor het gezamenlijk variëren van de variabelen. Het (individuele) mijdpercentage is gehanteerd als de afhankelijke variabele. Aangezien de diverse eigenschappen van de deelnemers de hoogte van het mijdingspercentage bepalen, zijn deze gehanteerd als onafhankelijke variabelen. Hierbij zijn de eigenschappen van de deelnemers opgedeeld in vijf blokken, waarvan elk een aparte categorie deelnemerseigenschappen bevat. Voor elk van deze vijf categorieën is een aparte regressie-analyse uitgevoerd; zodoende is voor elke categorie deelnemerseigenschappen de “verklarende waarde” voor het mijdingspercentage ervan bepaald. Hieruit is gebleken dat omgevingsfactoren en complexere factoren (lees: de gekozen mijdingsmethode) de deelnemerseigenschappen zijn die de hoogte van het mijdingspercentage het meest direct beïnvloeden (zie tabel 8.2). N.B. de onafhankelijke variabelen die onder elk van deze categorieën zijn geschaard staan in het onderstaande overzicht (zie tabel 8.1). De variabelen zijn allemaal genormaliseerd, en hebben een standaarddeviatie van 1 en een gemiddelde van 0. Over het algemeen kan gezegd worden, dat als de p-waarde ten hoogste gelijk aan 0,05 is, het bijbehorende regressiemodel bij een betrouwbaarheid van 95% significant is. Dit betekend dat er een kans van maximaal 5% is dat de resultaten op het toeval berusten. Een uitkomst van de vijf uitgevoerde regressie-analysen, is dat deze een p-waarde van kleiner dan 0,0001 hebben; hiermee zijn deze allemaal statistisch significant.

Analyse

217 Persoonlijke factoren geslacht leeftijd opleidingsniveau inkomen motieven deelname verwachtingen SMiB Omgevingsfactoren gezinssamenstelling beloningsgroep Werkgerelateerde factoren sector aantal uren in contract reiskostenvergoeding/ gratis parkeren thuiswerken mogelijk? flexibele werktijden/ starttijden Autorijden & reizen reistijd routeplanner lengte routeplanner congestie percentage tijdblok: ochtendspits tijdblok: avondspits flexibiliteit: ochtendspits flexibiliteit: avondspits Complexere factoren mijdmethode (vastgesteld aan de hand van GPS-logs) mijdmethode (vastgesteld aan de hand van de enquêteantwoorden) alternatieven Tabel 8.1: Afhankelijke variabele: Individueel mijdpercentage. Onafhankelijke variabelen hieronder:

Analyse

218

De resultaten van de regressie-analyse worden hieronder per categorie besproken (zie tabel 8.2). categorie persoonlijke factoren omgevingsfactoren werkgerelateerde factoren autorijden & reizen complexe factoren

R 0,176918 0,413159 0,149666 0,146969 0,546535

Tabel 8.2: Resultaat regressie-analyse (p-waarde regressie model: 0,0001)

Figuur 8.1: Resultaat regressie-analyse

Van alle categorieën onafhankelijke variabelen waarvoor er een regressie-analyse is uitgevoerd, hebben de complexe factoren en de omgevingsfactoren de hoogste correlatiecoëfficiënten. De verklarende waarde van de complexe factoren, zoals de mijdmethode van de deelnemers, is redelijk; de verklarende waarde van de omgevingsfactoren is matig. De variabelen in andere categorieën hebben een ronduit zwakke verklarende waarde. De onafhankelijke variabelen die onder de categorie “persoonlijke factoren” zijn gegroepeerd, hebben gezamenlijk een verklarende waarde van ongeveer 0,18. Zoals vermeld houdt dit in dat circa 18% van de variatie in het mijdingspercentage wordt verklaard door de gecombineerde onafhankelijke variabelen, in dit geval de persoonlijke factoren. Uit de regressie-analyse is hier gebleken dat er slechts twee persoonlijke factoren zijn die daadwerkelijk enige invloed hebben op het mijdingspercentage, en dat de overige persoonlijke factoren hierop een minimale invloed hebben. Allereerst is de motivatie om mee te doen met Spitsmijden in Brabant van belang, en bleek uit de analyse dat deelnemers die zeggen mee te doen vanwege de financiële beloning, een hoger mijdingspercentage hebben. Daarnaast leidt het hebben van een WO opleiding (master of doctoraal) tot een lager mijdingspercentage. De regressie analyse van de onafhankelijke variabelen die onder “omgevingsfactoren” zijn gegroepeerd, hebben naar verhouding een redelijk hoge voorspellende waarde. Circa 41% van de variatie in het mijdingspercentage kan worden verklaard op basis van de omgevingsfactoren van de deelnemers. Deze invloed

Analyse

219

is hoofdzakelijk aan één variabele toe te schrijven, namelijk het hebben van een herkomst of bestemming in het beloningsgebied. Dat persoonskenmerk heeft een uitgesproken invloed op het mijdingspercentage, waarbij deelnemers die wél hun herkomst of bestemming in het beloningsgebied hebben, een lager mijdingspercentage hebben. Een kanttekening hierbij is dat deze groep maar een beperkt aandeel van alle deelnemers betreft; het merendeel heeft namelijk geen herkomst of bestemming in het beloningsgebied, maar doorkruist deze slechts op weg van de woonlocatie naar de werkplek en vice versa. De werkgerelateerde factoren hebben gecombineerd een zeer bescheiden verklarende waarde voor het mijdingspercentage. Zij verklaren 15% van de variatie in het mijdingspercentage. Hier zit achter dat vooral het op de hoogte zijn van de eventuele mogelijkheid om thuis te werken, een positieve invloed heeft op het mijdingspercentage. Deelnemers die over deze informatie beschikken (ongeacht of ze nu wel of niet kunnen thuiswerken) mijden volgens de regressie-analyse beter dan deelnemers die niet weten of zij nou wel of niet kunnen thuiswerken. Deelnemerseigenschappen die met autorijden en reizen te maken hebben, hebben eveneens een bescheiden verklarende waarde voor het mijdingspercentage. Circa 14,7% van de variatie in het mijdingspercentage, kan op basis van deze factoren verklaard worden. De factor die hier het meeste aan bijdraagt, is de tijd die men onder normale omstandigheden onderweg is naar- en van het werk. Hoe langer deze reistijd, hoe beter het mijdingspercentage zal zijn. Tot besluit is eveneens de verklarende waarde van de “complexere factoren” bepaald door middel van een regressie-analyse. Onder deze “complexere factoren” vallen de mijdmethode van de deelnemers, en of zij over een alternatief beschikken voor hun reguliere woon-werkrit. Deze hebben een gecombineerde verklarende waarde van ongeveer 55%, en zijn daarmee de meest redelijke voorspeller van het mijdpercentage. Hierbij hangt routemijden positief samen met de hoogte van het mijdingspercentage. Iemand die een routemijder is, zal volgens de regressie-analyse dus een betere spitsmijder zijn; een bevinding die strookt met de analysen die in de voorgaande hoofdstukken is verricht. Omgekeerd is hangt tijdmijden negatief samen met het mijdingspercentage, en zullen tijdmijders volgens de regressie-analyse naar verhouding uitkomen op een lager mijdingspercentage. Ook dit is een bevinding die reeds in de voorgaande hoofdstukken is gemaakt. Al met al heeft de regressie-analyse inzichtelijk gemaakt welke persoonskenmerken (in positieve of negatieve zin) samenhangen met het mijdingspercentage. De belangrijkste kenmerken zijn hierbij de gehanteerde mijdmethode van de deelnemer, en het al dan niet hebben van een herkomst of bestemming binnen het beloningsgebied. Deze onafhankelijke variabelen hebben een redelijke invloed op het mijdingspercentage van de deelnemers, terwijl de meeste andere kenmerken geen invloed, of een bescheiden invloed hebben op het mijdingspercentage.

Analyse

220

8.3 Ontwikkeling reistijden in ´s-Hertogenbosch en Eindhoven tijdens de proef In deze paragraaf wordt de ontwikkeling van de verkeerssituatie in de centra van ´s-Hertogenbosch en in Eindhoven tijdens de proef besproken. De ontwikkeling van het verkeersbeeld in deze centra is aan de hand van acht trajecten (waarvan drie in ´s-Hertogenbosch en vijf in Eindhoven) onderzocht. Alle acht trajecten voeren door of langs de beloningsgebieden. De geselecteerde trajecten in ´s-Hertogenbosch voeren in twee gevallen langs de hoofdwegen door het stadscentrum; een derde route is specifiek bedoeld om de verkeerseffecten van de ingebruikname van de westerlijke randweg te analyseren. In Eindhoven liggen alle trajecten aan de Centrumring, de grens van het beloningsgebied. Eerst wordt hier kort een algemene beeld van het verkeer in beide centra besproken worden. Vervolgens wordt er ingezoomd op de afzonderlijke trajecten. De onderzochte trajecten zijn hieronder en in figuur 8.2 en 8.3 te zien. • Traject 1: Vlijmenseweg - Parklaan - Zuidwal - Pettelaarseweg (´s-Hertogenbosch) • Traject 2: Parklaan - Zuidwal - Pettelaarseweg (´s-Hertogenbosch) • Traject 3: Vughterweg - Koningsweg - Brugstraat - Diezebrug (´s-Hertogenbosch) • Traject 4: Centrumring Oost tussen Geldropseweg en J.F. Kennedylaan (Eindhoven) • Traject 5: Centrumring Oost tussen Aalsterweg en Eisenhowerlaan (Eindhoven) • Traject 6: Centrumring Zuid tussen Karel de Grotelaan en Geldropseweg (Eindhoven) • Traject 7: Centrumring Noord tussen Eisenhowerlaan en Noord Brabantlaan (Eindhoven) • Traject 8: Centrumring West tussen Karel de Grotelaan en Tilburgseweg (Eindhoven)

Figuur 8.2: Trajecten waarop de ontwikkeling van de reistijd is onderzocht: Den Bosch

Analyse

221

Figuur 8.3: Trajecten waarop de ontwikkeling van de reistijd is onderzocht: Eindhoven

Algemeen verkeersbeeld In figuur 8.4 is het verloop van de gemiddelde reistijd van de trajecten gedurende een dag te zien. Het gemiddelde dat in deze grafiek getoond wordt, is het gemiddelde over alle trajecten. Deze figuur toont hiermee wanneer er zich, globaal genomen, topdruktes voordoen op de weg (tussen 06.00 uur en 20.00 uur). Hier is te zien dat het drukste moment tijdens de ochtendspits rond 8.30 uur valt; voor de middagspits is het rond 17.30 uur het drukste op de weg. In de analyse van de afzonderlijke trajecten zal blijken dat dit inderdaad op veel trajecten de drukste momenten van de dag zijn. Het drukste tijdstip op de weg kan van dag tot dag verschillen. Daarom is de gemiddelde reistijd in figuur 8.5 nogmaals voor elke doordeweekse dag apart te zien. Het valt daar op dat, over alle trajecten genomen, de drukste momenten van de weekdagen steevast 08.30 uur en 17.30 uur zijn. Voor elke dag behalve de vrijdag zijn dat de momenten waarop de langste gemiddelde reistijden zijn gemeten. Het verkeersbeeld op de vrijdag onderscheid zich vanwege het feit dat er niet echt een duidelijk moment te herkennen is, waarop de gemiddelde reistijd “piekt”. De zwaardere spitsdrukte zoals die op andere dagen rond 08.30 uur en 17.30 uur voordoet, blijft uit op de vrijdag. Hiermee wijkt de dag qua verkeersbeeld af van andere doordeweekse dagen. Om deze reden zal in de hieronder volgende analyse van (de ontwikkeling van) de reistijden per traject de nadruk liggen op het verkeersbeeld zoals dat is gemeten van maandag tot en met donderdag. Uit de bovenstaande twee figuren is af te leiden dat de drukste momenten van de dag (voor alle trajecten gemiddeld genomen) rond 08.30 uur en 17.30 uur vallen. Om te bezien hoe de praktijkproef de bereikbaarheid heeft beïnvloed, is in figuur 8.6 de gemiddelde reistijd zoals die gedurende de looptijd van de proef op alle trajecten is gemeten om 08:30 uur en 17:30 uur weergegeven. Het blijkt dat de reistijden op deze tijdstippen aanvankelijk (tot medio 2011) nog redelijk fluctueerde, en relatief hoog was. De tweede helft van 2011 geeft een verkeersbeeld dat minder fluctuaties kent, en met bovendien relatief kortere gemiddelde reistijden. Desalniettemin nemen in 2012 zowel de fluctuaties in de gemiddelde reistijd, en de duur van de gemiddelde reistijd weer toe. In tabel 8.3 is voor elk traject de gemiddelde reistijd te zien. Dit gemiddelde is over de volledige duur van de praktijkproef berekend. Het blijkt hieruit dat de gemiddelde reistijd voor deze trajecten globaal tussen circa vijf en tien minuten is geweest tijdens Spitsmijden in Brabant.

Analyse

222

Figuur 8.4: Gemiddelde reistijd naar tijdstip (alle 8 trajecten)

Figuur 8.5: Gemiddelde reistijd (in minuten) naar tijdstip en naar dag van de week. (Gemiddelde reistijd is berekend over alle acht onderzochte trajecten.)

Reistijdanalyse per traject: ´s-Hertogenbosch De eerste geanalyseerde route is het traject Vlijmenseweg - Parklaan - Zuidwal - Pettelaarseweg. In figuur 8.7 is voor dit traject het verloop van de reistijd (naar tijdstip) te zien, voor de oostelijke rijrichting. De langste reistijden liggen voor de vijf doordeweekse dagen in de ochtendspits rond 08.30 uur; voor de avondspits is dit vooral rond 17.30 uur. Voor het verkeer dat in westelijke richting over dit traject rijdt, is eenzelfde beeld te zien (figuur 8.8). De figuren laten goed zien dat de ontwikkeling van de reistijden op het traject op vrijdagen

Analyse

223

Figuur 8.6: Gemiddelde reistijd (in minuten) om 08.30 uur en om 17.30 uur naar jaar en maand. (Gemiddelde reistijd is berekend over alle acht onderzochte trajecten.)

Figuur 8.7: Gemiddelde reistijd op traject Vlijmenseweg - Parklaan - Zuidwal - Pettelaarseweg, naar tijdstip (oostelijke richting)

afwijkt van dat op andere doordeweekse dagen. Het verloop van de reistijd is vlakker op vrijdag, en kent minder uitschieters dan wel pieken, terwijl die juist op andere doordeweekse dagen goed te zien is. Zo “piekt” de reistijd op vrijdag nauwelijks rond 08.30 uur en 17.30 uur. Het is hiermee geen typische spitsdag; om deze reden wordt de vrijdag niet meegenomen met de analysen van het verloop van de reistijd op het traject om 08.30 uur en 17.30 uur, gedurende het gehele verloop van de proef (zie ook figuur 8.9).

Analyse

224 Traject Traject 1 Traject 2 Traject 3 Traject 4 Traject 5 Traject 6 Traject 7 Traject 8

Rijrichting Oost West Oost West Noord Zuid Noord Zuid Noord Zuid Oost West Oost West Noord Zuid

Gem. reistijd* 7,6 minuten 7,4 minuten 4,8 minuten 6,1 minuten 4,5 minuten 6,6 minuten 8 minuten 7,1 minuten 8,2 minuten 8,3 minuten 10,5 minuten 10,4 minuten 8,6 minuten 9,7 minuten 8,6 minuten 4,9 minuten

Tabel 8.3: Gemiddelde reistijd op de trajecten gedurende de (gehele) proef (* deze reistijden zijn per traject berekend over alle hierop gemaakte ritten tijdens de proef)

Figuur 8.8: Gemiddelde reistijd op traject Vlijmenseweg - Parklaan - Zuidwal - Pettelaarseweg, naar tijdstip (westelijke richting)

De drukste momenten op het traject vallen daarmee rond 08.30 uur en 17.30 uur. De ontwikkeling van de reistijd op dit traject is tevens specifiek voor deze tijden geanalyseerd, zodat het te zien is hoe de reistijd op het traject om 08.30 uur en 17.30 uur zich gedurende de proef ontwikkeld heeft. Deze analyse is zinvol omdat zo bepaald kan worden of de doorstroming op de drukste momenten van de dag er tijdens de praktijkproef op vooruit is gegaan. Deze analyse is te zien in figuur 8.9. N.B., de in figuur 8.9 getoonde reistijden zijn dus gemiddelden van de reistijden op het traject om 08.30 uur én om 17.30 uur, en zijn berekend over alle beloningsdagen van de proef met uitzondering van de vrijdag. In figuur 8.9 is goed te zien dat de gemiddelde reistijd op de twee drukste momenten van de dag in het begin van de praktijkproef nogal fluctueerde, en desondanks toch consistent vrij hoog lag. Naarmate de

Analyse

225

Figuur 8.9: Gemiddelde reistijd op traject Vlijmenseweg - Parklaan - Zuidwal - Pettelaarseweg tijdens de drukste momenten van de dag, 08.30 uur en 17.30 uur, gedurende looptijd van de proef)

proef vorderde is de gemiddelde reistijd stabieler geworden. Naast het feit dat deze minder aan fluctuaties onderhevig was, lag de gemiddelde reistijd ook aanzienlijk lager op het traject naarmate de proef vorderde. Ook is te zien dat de gemiddelde reistijd, in beide richtingen en zowel om 08.30 uur en om 17.30 uur, vanaf april 2011 fors is gedaald op het traject. Dit is vermoedelijk het effect van de ingebruikname van de westerlijke randweg van ´s-Hertogenbosch in die maand; veel verkeer dat aanvankelijk over het onderzochte traject reed, is vanaf die maand over deze nieuwe, nabijgelegen weg gaan rijden. Deze verschuiving van het verkeer heeft ertoe bijgedragen dat de reistijden op het onderzochte traject vanaf april 2011 fors korter zijn geworden. Het tweede traject in ´s-Hertogenbosch dat is onderzocht, is het traject Parklaan - Zuidwal - Pettelaarseweg. In oostelijke richting is de gemiddelde reistijd tijdens de proef gedurende de dag te zien. Deze fluctueert globaal tussen de vier en zes minuten, ongeacht het tijdstip waarom men dit traject aflegt. Extreme uitschieters tijdens de spitsuren komen op dit traject niet voor. Voor de reistijden in westelijke richting gaat hetzelfde op; in die rijrichting zijn ook nauwelijks uitschieters te zien, alhoewel de gemiddelde reistijd daar tussen de vijf en zeven minuten lijkt te fluctueren. Zie ook figuur 8.10 en figuur 8.11. De gemiddelde reistijd in de spits, gemeten op 08.30 uur en 17.30 uur op doordeweekse dagen (met uitzondering van de vrijdagen) is in figuur 8.12 te zien. Het valt op dat de reistijden naarmate de proef vorderde, iets stabieler zijn geworden op deze tijdstippen. Vooral in de westelijke rijrichting zijn er na mei 2011 fors minder fluctuaties in de reistijd, zowel ´s-morgens als ´s-avonds. Het laatste traject in ´s-Hertogenbosch dat is onderzocht is het traject Vughterweg - Koningsweg - Brugstraat - Diezebrug. In figuur 8.13 is voor dit traject het verloop van de reistijden (op doordeweekse dagen) tijdens de proef te zien. De reistijd piekt in de noordelijke rijrichting in ochtendspits rond 08.30 uur - 09.00 uur, terwijl deze in de avondspits rond 17.30 uur - 18.00 uur piekt. De piekmomenten in de avondspits hebben in deze rijrichting een iets langere gemiddelde reistijd veroorzaakt, dan de piekmomenten in de ochtendspits. In de zuidelijke rijrichting piekt de reistijd op dit traject in de ochtendspits op 08.30 uur; in de avondspits is dat rond 17.30 uur (figuur 8.14). Het is tevens goed te zien dat de vrijdagochtend in beide richtingen nauwelijks een piekmoment kent, wat duidt op een afwijkende verkeerssituatie op die dag. Wel is er op vrijdagmiddag een duidelijke piek in de reistijd te onderscheiden. De ontwikkeling van de gemiddelde reistijden op het traject op de drukste momenten van de dag (08.30 uur en 17.30 uur) over het verloop van de proef is te zien in figuur 8.15. De reistijden in de noordelijke rijrichting

Analyse

226

lijken vrij stabiel te zijn geweest tijdens de proef. In de zuidelijke richting fluctueerden deze aanvankelijk nog wel eens, en waren er flinke uitschieters te zien in het najaar van 2010. Er zijn in dat seizoen gemiddelde reistijden van boven de 30 minuten geregistreerd op het traject. Vanaf 2011 verdwenen deze, en zijn ook de gemiddelde reistijden op dit traject stabieler geworden.

Figuur 8.10: Gemiddelde reistijd op traject Parklaan - Zuidwal - Pettelaarseweg, naar tijdstip (oostelijke richting)

Figuur 8.11: Gemiddelde reistijd op traject Parklaan - Zuidwal - Pettelaarseweg, naar tijdstip (oostelijke richting)

Analyse

227

Figuur 8.12: Gemiddelde reistijd op traject Parklaan - Zuidwal - Pettelaarseweg tijdens de drukste momenten van de dag, 08.30 uur en 17.30 uur, gedurende looptijd van de proef)

Figuur 8.13: Gemiddelde reistijd op traject Vughterweg - Koningsweg - Brugstraat - Diezebrug, naar tijdstip (noordelijke richting)

Reistijdanalyse per traject: Eindhoven Zoals vermeld zijn de trajecten in Eindhoven waarvoor de reistijd is geanalyseerd, allen aan de Centrumring gelegen. Deze ringweg fungeerde tijdens de proef als grens van het beloningsgebied, het stadscentrum van Eindhoven. Een vijftal trajecten aan de Centrumring zijn onder de loep genomen en worden hier besproken.

Analyse

228

Figuur 8.14: Gemiddelde reistijd op traject Vughterweg - Koningsweg - Brugstraat - Diezebrug, naar tijdstip (zuidelijke richting)

Figuur 8.15: Gemiddelde reistijd op traject Vughterweg - Koningsweg - Brugstraat - Diezebrug tijdens de drukste momenten van de dag, 08.30 uur en 17.30 uur, gedurende looptijd van de proef)

Op het traject tussen de Geldropseweg en de J.F. Kennedylaan aan de oostelijke Centrumring is er tijdens de proef in de zuidelijke rijrichting alleen een duidelijke piek in de gemiddelde reistijd te zien rond 17.30 uur. In noordelijke richting is er ook een duidelijke piek in de gemiddelde reistijd in de ochtendspits te zien; deze ligt rond 08.30 uur. In de noordelijke richting is daarnaast ook rond 17.30 uur een piek in de gemiddelde reistijd te onderscheiden.

Analyse

229

Figuur 8.16: Gemiddelde reistijd op Centrumring Oost (tussen Geldropseweg en J.F. Kennedylaan), naar tijdstip (noordelijke richting)

Figuur 8.17: Gemiddelde reistijd op Centrumring Oost (tussen Geldropseweg en J.F. Kennedylaan), naar tijdstip (zuidelijke richting)

De drukste momenten op dit traject doen zich zodoende voor om 08.30 uur en 17.30 uur. Het verloop van de gemiddelde reistijden in beide richtingen op deze tijdstippen is in figuur 8.18 te zien. Deze figuur toont dat de fluctuatie in de reistijden langs dit traject er tijdens de duur van de praktijkproef niet minder om is geworden, maar dat de uitschieters wel minder extreem zijn. In de beginfase van de proef is er bijvoorbeeld een maand geweest waarin de gemiddelde reistijd in noordelijke richting tijdens de avondspits uitkwam op

Analyse

230

meer dan 30 minuten. Naarmate de proef vorderde, kwam de gemiddelde reistijd voor het traject nog maar nauwelijks boven de 15 minuten uit.

Figuur 8.18: Gemiddelde reistijd tijdens de drukste momenten van de dag (08.30 uur en 17.30 uur) op Centrumring Oost (tussen Geldropseweg en J.F. Kennedylaan), naar maand

Figuur 8.19 toont voor elke werkdag de gemiddelde reistijd over het de centrumring tussen de Aalsterweg en de Eisenhowerlaan (in zuidelijke richting). Deze gemiddelde reistijden zijn over de gehele proef berekend. Het blijkt dat de reistijden in bescheiden mate fluctueren, en dat er een piek te zien is rond 17.30 uur, het tijdstip met gemiddeld de langste reistijden op dit traject (in zuidelijke richting). In noordelijke richting geldt dat de gemiddelde reistijden in de ochtendspits pieken rond 08.30 uur, en in de avondspits veelal rond 17.30 uur. Op de vrijdagen is het daarnaast al vroeger in de middag druk, en is het om 17.30 uur al weer minder druk als bijvoorbeeld om 13.30 uur of 16.00 uur. Voor de drukste spits-momenten op het traject tussen de Aalsterweg en de Eisenhowerlaan (08.30 uur en 17.30 uur) is de gemiddelde reistijd in beide richtingen op dit traject gedurende de hele proef weergegeven. Er is te zien dat dit in de eerste fase van de proef nogal fluctueerde, en dat de gemiddelde reistijd vanaf het voorjaar van 2011 zowel minder is gaan fluctueren en wat korter lijkt te zijn geworden. Zie ook figuur 8.21. Voor het traject tussen de Karel de Grotelaan en de Geldropseweg aan de Centrumring zuid, zijn in figuur 8.22 de gemiddelde reistijden in westelijke richting te zien, naar tijdstip. De gemiddelden zijn over de gehele proef berekend. Het blijkt dat de drukte op elke dag van de week sterk fluctueert gedurende de dag. Er is geen eenduidige piek te herkennen in de grafiek, wat erop duidt dat er niet echt een tijdstip is wat qua reistijden boven de rest van de dag uitsteekt. In plaats daarvan is het tussen 09.00 uur en 18.00 uur globaal genomen vrij druk op dit traject; ervoor en erna is het wat rustiger en lopen de gemiddelde reistijden terug. In oostelijke richting lijkt het eveneens tussen 08.00 uur en 19.00 uur in globale zin vrij druk te zijn op het traject; in deze rijrichting zijn eveneens nauwelijks tijdstippen te onderscheiden die qua gemiddelde reistijd boven de anderen uitsteken. Zie ook figuur 8.23. Het verloop van de gemiddelde reistijd op het traject in de spits door de maanden heen is te zien in figuur 8.24. Hieruit blijkt dat de gemiddelde reistijd op het traject in beide richtingen aanvankelijk vrij grillig was. Naarmate de proef langer bezig was, is de gemiddelde reistijd stabieler geworden, doch de grilligheid is niet helemaal verdwenen. Ook is er een dalende trend in de gemiddelde reistijd te herkennen, wat het maakt dat de doorstroming gedurende de proef gaandeweg verbeterd is. De Centrumring Noord tussen de Eisenhowerlaan en de Noord-Brabantlaan is eveneens onderzocht. Het blijkt dat, gedurende het verloop van de proef, de gemiddelde reistijd aan dit traject in oostelijke richting een zeer bescheiden piek bereikt in de ochtendspits (08.30 uur - 09.00 uur) en in de avondspits (17.30 uur). De

Analyse

231

Figuur 8.19: Gemiddelde reistijd op Centrumring Oost (tussen Aalsterweg en Eisenhowerlaan), naar tijdstip (zuidelijke richting)

Figuur 8.20: Gemiddelde reistijd op Centrumring Oost (tussen Aalsterweg en Eisenhowerlaan), naar tijdstip (noordelijke richting)

gemiddelde reistijd raakt in algemene zin in deze rijrichting zijn plafond tussen 08.30 uur en 18.00 uur; de fluctuaties binnen deze periode zijn weliswaar aanwezig, maar vrij bescheiden (figuur 8.25). Hetzelfde plaatje voor de oostelijke rijrichting levert een ander beeld op. Daar is de reistijd op twee tijdstippen duidelijk langer dan op andere tijdstippen. Om 08.30 uur en 17.30 uur is hier de langste gemiddelde reistijd geregistreerd. Buiten deze tijdstippen is de reistijd beduidend lager (figuur 8.26).

Analyse

232

Figuur 8.21: Gemiddelde reistijd tijdens de drukste momenten van de dag (08.30 uur en 17.30 uur) op Centrumring Oost (tussen Aalsterweg en Eisenhowerlaan), naar maand

Figuur 8.22: Gemiddelde reistijd op Centrumring Zuid (tussen de Karel de Grotelaan en de Geldropseweg), naar tijdstip (westelijke richting)

Indien het verloop van de gemiddelde reistijden om 08.30 uur en 17.30 uur door de maanden heen voor dit traject worden bekeken, valt op dat het traject afwijkt van andere onderzochte trajecten. Waar de gemiddelde reistijden op deze twee spits-tijdstippen meestal afneemt naarmate de proef langer loopt, en tevens minder fluctueert, zien we hier een ander beeld. De gemiddelde reistijd op deze momenten was aanvankelijk vrij stabiel en aan de lage kant. Tot eind 2012 handhaaft deze situatie zich. Vanaf 2012 begint deze

Analyse

233

Figuur 8.23: Gemiddelde reistijd op Centrumring Zuid (tussen de Karel de Grotelaan en de Geldropseweg), naar tijdstip (oostelijke richting)

Figuur 8.24: Gemiddelde reistijd tijdens de drukste momenten van de dag (08.30 uur en 17.30 uur) op Centrumring Zuid (tussen de Karel de Grotelaan en de Geldropseweg), naar maand

echter sterk te fluctueren, en is er tevens een stijgende lijn zichtbaar in de gemiddelde reistijd. De exacte omstandigheden die achter deze ontwikkeling schuilen, zijn niet bekend. Het laatste traject in Eindhoven dat onderzocht is, is de Centrumring West tussen de Karel de Grotelaan en de Tilburgseweg. De gemiddelde reistijd door de dag heen op dit traject, zoals geregistreerd tijdens de praktijkproef, is in figuur 8.28 te zien voor de noordelijke rijrichting en in figuur 8.29 voor de zuidelijke

Analyse

234

Figuur 8.25: Gemiddelde reistijd op Centrumring Noord (tussen de Eisenhowerlaan en de NoordBrabantlaan), naar tijdstip (westelijke richting)

Maandag Dinsdag Woensdag Donderdag Vrijdag

Figuur 8.26: Gemiddelde reistijd op Centrumring Noord (tussen de Eisenhowerlaan en de NoordBrabantlaan), naar tijdstip (oostelijke richting)

rijrichting. In de noordelijke rijrichting is moeizaam een piekmoment te herkennen; het is globaal genomen overdag vrij druk, waarbij de hoogste gemiddelde reistijden gemeten zijn tussen 08.00 uur en 20.00 uur. In de zuidelijke rijrichting is er wel een duidelijke piek te herkennen, en wel rond 17.30 uur in de avondspits. Voor de ochtendspits valt het drukste moment, afhankelijk van de dag, rond 08.30 uur - 09.00 uur.

Analyse

235

Figuur 8.27: Gemiddelde reistijd tijdens de drukste momenten van de dag (08.30 uur en 17.30 uur) op Centrumring Noord (tussen de Eisenhowerlaan en de Noord-Brabantlaan), naar maand

Figuur 8.28: Gemiddelde reistijd op Centrumring West (tussen Karel de Grotelaan en Tilburgseweg), naar tijdstip (westelijke richting)

Figuur 8.30 is voor twee drukke momenten tijdens de ochtend- en avondspits, 08.30 uur en 17.30 uur, te zien hoe de reistijd op dit traject zich gedurende de proef op dit tijdstip ontwikkeld heeft. Helaas zijn deze gegevens niet helemaal compleet, hetgeen te maken heeft met bepaalde camera´s. De reistijden in noordelijke richting fluctueren consistent, tot het einde van de proef aan toe. Er lijkt in die rijrichting geen sprake te zijn van een daling in de reistijd naarmate de proef vorderde. In zuidelijke richting lijkt zich wel

Analyse

Figuur 8.29: Gemiddelde reistijd op Centrumring West (tussen Karel de Grotelaan en Tilburgseweg), naar tijdstip (oostelijke richting)

een daling in de reistijd te hebben voorgedaan tijdens de proef.

Figuur 8.30: Gemiddelde reistijd tijdens de drukste momenten van de dag (08.30 uur en 17.30 uur) op Centrumring West (tussen Karel de Grotelaan en Tilburgseweg), naar maand

236

Analyse

237

8.4 Ontwikkeling reistijden tijdens de spits: Wegsegmenten Zoals eerder vermeld werden de auto´s van de deelnemers voorzien van een On-Board Unit. Deze OBU´s registreerden elke seconde de locatie van het voertuig van de deelnemers aan de hand van GPS-logs, en verzonden deze via een GPRS-verbinding naar een centrale database. Met behulp van speciale software zijn de GPS-logs van de deelnemers gekoppeld aan wegsegmenten. Deze GPS-logs zijn gebruikt om te kunnen verifiëren of de deelnemers tijdens de spits in de beloningsgebieden reden, of niet. Daarnaast zijn deze gegevens ingezet om te analyseren of het spitsverkeer in de regio gedurende de proef beter is gaan doorstromen, ten opzichte van de doorstroming buiten de spitsuren. Deze analyse was mogelijk gemaakt, omdat de GPS-logs inzichtelijk hebben gemaakt hoeveel tijd deelnemers gemiddeld tijdens en buiten de spits nodig hebben gehad, om een bepaald wegsegment af te leggen. Van alle GPS-logs die zijn geregistreerd tijdens de proef (tussen augustus 2010 en april 2012), zijn de GPS-logs die tussen 12.00 uur en 14.00 uur zijn gelogd, hier gebruikt als een representatieve waarde van de gemiddelde reistijden op de wegsegmenten van de regio buiten de spits. De GPS-logs die op beloningsdagen ´s morgens tussen 08.00 uur en 09.00 uur en ´s middags tussen 17.00 uur en 18.00 uur zijn gelogd, zijn voor deze analyse gebruikt als waarde van de gemiddelde reistijden op de wegsegmenten van de regio in de spits. Op die manier hebben de GPS-logs van de deelnemers een vergelijking van de doorstroming tijdens de spits en buiten de spits mogelijk gemaakt, waarbij voor de wegsegmenten is gekeken naar de verhouding tussen de (gemiddelde) reistijd op dit segment in de spits en de reistijd erbuiten. Deze paragraaf is als volgt gestrureerd. Eerst wordt de doorstroming op het hoofdwegennet op regionaal niveau besproken, waarnaar achtereenvolgens de doorstroming op het hoofdwegennet in ´s-Hertogenbosch en Eindhoven aan de orde komt. Vervolgens komt het onderliggende wegennet aan de orde, en wordt specifiek ingezoomd op het onderliggende wegennet te ´s-Hertogenbosch en Eindhoven. De eerste subparagraaf richt zich hiermee volledig op het hoofdwegennet, de twee subparagrafen die daarop volgen zijn exclusief gericht op het onderliggende wegennet in zowel ´s-Hertogenbosch en Eindhoven. Het onderscheid hiertussen is als volgt: • Wegsegmenten waar de snelheid op of boven de 100 km/h ligt. Deze segmenten noemen we ook wel het “hoofdwegennet”. • Wegsegmenten waar de snelheid onder de 100km/h ligt. Deze segmenten noemen we ook wel het “onderliggende wegnennet”. Voor elk van deze drie gebieden is bekeken op welke wegsegmenten het verkeer vlotter doorstroomt in de spits dan hierbuiten, waar de doorstroming in de spits min of meer gelijk is aan de doorstroming buiten de spits; en waar de doorstroming in de spits trager is dan deze buiten de spits is. Hier komt dus nog voor elk gebied het onderscheid naar hoofdwegennet of onderliggend wegennet bij. De “verdeelsleutel” voor de wegsegmenten is hierbij: • Bedraagt de reistijd op een wegsegment tijdens de spits minder dan 90% van de reistijd op hetzelfde segment buiten de spits, dan valt het segment in de categorie “Sneller in de spits”; • Bedraagt de reistijd op een wegsegment tijdens de spits meer dan 90%, maar minder dan 110% van de reistijd op hetzelfde segment buiten de spits, dan valt het segment in de categorie “Gelijk in de spits”; • Bedraagt de reistijd op een wegsegment tijdens de spits meer dan 110% van de reistijd op hetzelfde segment buiten de spits, dan valt het segment in de categorie “Trager in de spits”. Tot slot: er zijn erg veel wegsegmenten in de regio. Voor de analyse van het hoofdwegennet zijn wegsegmenten met een lengte van 50 meter gehanteerd, mede vanwege de hoge rijsnelheid op deze wegen. Voor het onderliggende wegennet zijn wegsegmenten met een lengte van 20 meter gehanteerd. Omdat de segmenten vrij kort zijn, kan het soms lijken alsof de hier gepresenteerde kaarten “wemelen” van de ingekleurde wegsegmenten. Hierdoor kan het zijn dat sommige kaarten een druk, vol karakter hebben gekregen. Om toch zoveel mogelijk helderheid te bieden, zijn er daarom kaarten op diverse schalen ingevoegd, met verschillende “zoom-niveaus”. De kaarten die een kleiner gebied bestrijken presenteren een vrij helder beeld van de doorstroming op de segmenten, echter, kaarten op alle drie de gehanteerde schaalniveaus zijn nodig om een compleet beeld te krijgen van de doorstroming in de regio tijdens de spits.

Analyse

238

Wegsegmenten: regionale (hoofd-)wegennet In deze subparagraaf worden uitsluitend wegsegmenten waarvan de snelheid boven de 100 km/h ligt besproken (het hoofdwegennet). Wegsegmenten in de regio, alsmede in ´s-Hertogenbosch en Eindhoven worden besproken. Allereerst de wegsegmenten waar de doorstroming tijdens de spits beter is dan daarbuiten. Op regionaal niveau zijn er slechts een zeer beperkt aantal van dat soort wegsegmenten (zie figuur 8.31). Het lijkt hiermee onwaarschijnlijk dat er op het hoofdwegennet een significante verbetering van de doorstroming heeft plaatsgevonden.

. Figuur 8.31: Wegsegmenten (hoofdwegennet) in de regio waar de doorstroming in de spits beter is als erbuiten

Wanneer er wordt gekeken naar de segmenten waarop de doorstroming tijdens de spits min of meer gelijk is aan die daarbuiten, volgt uit het beeld van figuur dat een groot gedeelte van het hoofdwegennet in deze categorie past. Op veel wegsegmenten van het hoofdwegennet is de doorstroming tijdens de spits dus in grote mate gelijk aan die daarbuiten (zie figuur 8.32).

. Figuur 8.32: Wegsegmenten (hoofdwegennet) in de regio waar de doorstroming in de spits vergelijkbaar is met die erbuiten

Specifiek kijkende naar de doorstroming op het hoofdwegennet van ´s-Hertogenbosch, blijkt dat een groot

Analyse

239

gedeelte van de ring rondom de stad een vergelijkbare doorstroming kent tijdens de spitsuren, als daarbuiten. Voor de snelwegring rondom Eindhoven geldt hetzelfde. Zie ook figuur 8.33 en figuur 8.34.

. Figuur 8.33: Wegsegmenten (hoofdwegennet) in ´s-Hertogenbosch waar de doorstroming in de spits vergelijkbaar is met die erbuiten

. Figuur 8.34: Wegsegmenten (hoofdwegennet) in Eindhoven waar de doorstroming in de spits vergelijkbaar is met die erbuiten

Dan nog de wegsegmenten aan het hoofdwegennet die tijdens de spits meer met congestie te kampen hadden dan hierbuiten, en dus een tragere doorstroming kenden tijdens de spitsuren. Voor de gehele regio zijn deze segmenten te zien in figuur 8.35. Het blijkt dat het op regionaal niveau vrij vaak voorkomt dat de doorstroming op een wegsegment tijdens de spits trager is dan daarbuiten. Voor de hoofdwegen rondom ´s-Hertogenbosch geldt hetzelfde; veel wegsegmenten hebben een tragere doorstroming in de spitsuren, dan daarbuiten het geval is. Zie ook figuur 8.36. In iets mindere mate geldt deze constatering ook voor het hoofdwegennet rondom Eindhoven, zie figuur 8.37. Wegsegmenten: ´s-Hertogenbosch In deze paragraaf worden de volgende onderwerpen besproken:

Analyse

240

. Figuur 8.35: Wegsegmenten (hoofdwegennet) in de regio waar de doorstroming in de spits trager is dan die erbuiten

. Figuur 8.36: Wegsegmenten (hoofdwegennet) in ´s-Hertogenbosch waar de doorstroming in de spits trager is dan die erbuiten

• Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits sneller is dan buiten de spits; • Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits gelijk is aan de doorstroming buiten de spits; • Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits trager is dan buiten de spits; Wegsegmenten waar de doorstroming tijdens de spits sneller is dan daarbuiten, zijn wijdverspreid in ´sHertogenbosch, doch niet dominant. Kijkend naar de gehele stad, is te zien dat segmenten met een vlottere doorstroming zich overal in de stad bevinden, maar licht geconcentreerd zijn in het centrum (figuur 8.38). De binnenstad zelf heeft daarnaast een afwisseling van wegsegmenten waar de doorstroming vlotter is, en wegsegmenten waar dat niet het geval is (figuur 8.39).

Analyse

241

. Figuur 8.37: Wegsegmenten (hoofdwegennet) in Eindhoven waar de doorstroming in de spits trager is dan die erbuiten

. Figuur 8.38: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits sneller is dan die erbuiten (stad)

Wanneer wegsegmenten waar de doorstroming tijdens de spits min of meer gelijk is aan die daarbuiten, ontstaat het beeld van figuur 8.40 en van figuur 8.41. De kaart van ´s-Hertogenbosch kleurt hier blauw; bij een groot aantal wegsegmenten is de doorstroming in de spits dus min of meer gelijk aan die erbuiten. Dit geldt ook voor het centrum van de stad (zie figuur 8.41). Tot slot dan nog de wegsegmenten waar de doorstroming tijdens de spits trager is dan daarbuiten. Als de hele stad in beschouwing genomen wordt, ontstaat het beeld van figuur 8.42. Indien er specifiek wordt gekeken naar het stadscentrum ontstaat het beeld van figuur 8.43. Beiden figuren bevestigen dat er een redelijk aantal van dit soort segmenten zijn in ´s-Hertogenbosch. Opvallend is echter het feit dat dit soort segmenten wat minder in het centrum van de stad voorkomen, dan hierbuiten. Dit duidt erop dat er, ten opzichte van de perioden buiten de spits, tijdens de spitsuren vaker sprake is van een tragere doorstroming buiten het beloningsgebied van ´s-Hertogenbosch dan erbinnen. Het centrum bevindt zich hiermee in een relatief gunstige positie qua congestie en doorstroming.

Analyse

242

. Figuur 8.39: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits sneller is dan die erbuiten (centrum)

. Figuur 8.40: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits min of meer gelijk is aan die erbuiten (stad)

Wegsegmenten: Eindhoven In deze paragraaf worden de volgende onderwerpen besproken: • Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits sneller is dan buiten de spits; • Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits gelijk is aan de doorstroming buiten de spits; • Wegsegmenten aan het onderliggende wegennet waar de doorstroming in de spits trager is dan buiten de spits; Wegsegmenten waar de doorstroming tijdens de spits sneller is dan daarbuiten, komen in Eindhoven redelijk veel voor. Dit geldt voor de gehele stad, maar ook zeker voor het centrum in het bijzonder. Juist daar komen dit type wegsegmenten veel voor. Dit houdt in dat er in Eindhoven (en in het centrum in het bijzonder) tijdens de proef op een groot gedeelte van het onderliggende wegennet een vlottere doorstroming is geweest, ten aanzien van de doorstroming buiten de spitsuren (zie figuur 8.44 en figuur 8.45).

Analyse

243

. Figuur 8.41: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits min of meer gelijk is aan die erbuiten (centrum)

. Figuur 8.42: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits trager is dan die erbuiten (stad)

Wat ogenschijnlijk nog vaker voor lijkt te komen in Eindhoven, zijn wegsegmenten waar de doorstroming in de spitsuren min of meer gelijk is aan die daarbuiten, tijdens de daluren. Zowel in de stad als geheel, als in het centrum in het bijzonder komen dit type wegsegmenten veel voor, vaker nog dan de segmenten waarop de doorstroming in de spitsuren beter is dan buiten de spits. Zie ook figuur 8.46 en 8.47. Als nu wegsegmenten worden onderzocht waar de doorstroming in de spits juist trager is dan de doorstroming buiten de spitsuren, dan kleurt de kaart van de stad niet zo fel blauw als bij de voorgaande figuren. Uiteraard zijn dit soort segmenten door de hele stad heen te vinden, maar hun dichtheid is ogenschijnlijk lager dan andere segmenten waar de doorstroming in de spits gelijk is, of zelfs sneller is dan de doorstroming buiten de spitsuren (figuur 8.48). Wanneer er specifiek naar het centrum van Eindhoven wordt gekeken (figuur 8.49), lijkt dit beeld zich nog eens extra helder uit te kristalliseren. Het aantal wegsegmenten waar de doorstroming wat trager is in de spits, is bescheiden als je ze naast de kaart van de wegsegmenten legt, waar de doorstroming gelijk of sneller is dan de doorstroming buiten de spitsuren (zie voorgaande figuren). Dit toont aan dat, net als bij ´s-Hertogenbosch te zien was, er juist in het stadscentrum een betere doorstroming tijdens de spits is waargenomen tijdens de proef.

Analyse

244

. Figuur 8.43: Wegsegmenten (onderliggende wegennet) in ´s-Hertogenbosch waar de doorstroming in de spits trager is dan die erbuiten (centrum)

Figuur 8.44: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits sneller is dan die erbuiten (stad)

Figuur 8.45: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits sneller is dan die erbuiten (centrum)

Analyse

Figuur 8.46: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits min of meer gelijk is aan die erbuiten (stad)

Figuur 8.47: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits min of meer gelijk is aan die erbuiten (centrum)

Figuur 8.48: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits trager is dan die erbuiten (stad)

245

Analyse

Figuur 8.49: Wegsegmenten (onderliggende wegennet) in Eindhoven waar de doorstroming in de spits trager is dan die erbuiten (centrum)

246

Hoofdstuk 9

Conclusies De belangrijkste doelstelling van Spitsmijden in Brabant was te leren over het effect van een financiële beloning en reisinformatie op het reisgedrag van automobilisten. De praktijkproef heeft een breed scala aan inzichten en een aantal bruikbare lessen opgeleverd. In dit hoofdstuk worden de belangrijkste bevindingen op een rij gezet. De conclusies zijn gerangschikt aan de hand van de vorige hoofdstukken, dus eerst de conclusies van de deelname en werving, dan de conclusies van de techniek, de informatieprikkel en als laatste de conclusies van de prijsprikkel.

9.1 Deelname en werving Het verzenden van persoonlijke uitnodigingsbrieven is een effectieve manier om deelnemers te werven. 90% van de deelnemers geeft in de startersenquête aan dat zij zich hebben aangemeld na ontvangst van de uitnodigingsbrief. Andere communicatiemiddelen (aandacht in de media, billboards langs de weg, website, mond-tot-mond reclame) hebben slechts zeer beperkt bijgedragen aan de werving van deelnemers. Het inbouwen van een OBU als onderdeel van de aanmeldingsprocedure ontmoedigt veel potentië deelnemers om daadwerkelijk mee te doen. Daarnaast wegen deelnemers af of er meer dan alleen een financiële beloning kan worden behaald, zoals reistijdwinst. Er was een duidelijk verschil in aanmeldingen te zien bij Spitsmijden in Brabant en het aanvullende Hovenringonderzoek: bij Spitsmijden in Brabant werd circa 7% van de aangeschreven automobilisten uiteindelijk deelnemer, bij Hovenring lag dit rond 24%. Deelnemers aan Hovenring hoefden geen OBU in te laten bouwen en daarbij was er sprake van ernstige verkeershinder in het betreffende gebied. Eén op de vijf Hovenringdeelnemers gaf dan ook aan mee te doen omdat zij wilden bijdragen aan de bereikbaarheid. Het is niet mogelijk geweest om de exacte invloed van de OBU op de urgentie om mee te doen te meten, maar het is zeker dat het een rol heeft gespeeld; dat blijkt ook uit de startersenquête. Ruim 18% van de deelnemers aan Spitsmijden in Brabant vindt het risico op mogelijke autoschade bij de inbouw van de OBU een nadelig aspect van de proef en meer dan vier op de tien deelnemers geeft aan dat voor hen het volgen van hun auto (met de OBU) een nadelig aspect van het project is. Uit de enquêtes die gehouden zijn onder nonrespondenten (weggebruikers die niet op de uitnodigingsbrief hebben gereageerd) blijkt dat 48% van hen de kans op autoschade bij de OBU-inbouw ´bezwaarlijk´ tot ´zeer bezwaarlijk´ vindt en dat 32% de tijd die het hen kost om de OBU te laten inbouwen als (zeer) bezwaarlijk heeft aangemerkt. Als de OBU eenmaal ingebouwd is en de deelname gestart, zijn er weinig klachten met betrekking tot de OBU. De financiële prikkel motiveert automobilisten meer dan andere factoren om zich aan te melden en draagt zo bij aan en succesvolle werving. Daarnaast gaven twee op de drie deelnemers aan mee te doen om een maatschappelijke bijdrage te leveren (milieu, doorstroming, bereikbaarheid).

247

Conclusies

248

9.2 Techniek De Spitsmijden-website is intensief gebruikt gedurende de proef. In totaal hebben alle deelnemers samen de website zoń 747.407 keer bezocht. Men keek dan voornamelijk naar informatie over de gemaakte ritten en de beloning. Het aantal webbezoeken per deelnemer is ongelijk verdeeld; er was een groep deelnemers die de website zeer weinig heeft bezocht (16% heeft de website minder dan tien keer bezocht) en een groep die er juist intensief gebruik van heeft gemaakt (3% heeft de website meer dan 1.000 keer bezocht). Hoewel de OBU´s een drempel vormen voor mensen om deel te nemen aan een dergelijke proef, leveren de OBU´zeer veel informatie op. De GPS-logs die door de OBU´s werden geleverd zijn ontzettend waardevol gebleken tijdens de analyse van het reisgedrag van de deelnemers en heeft bijgedragen aan de kennis over hoe het reisgedrag van de deelnemers zich tijdens de proef ontwikkelde. Er is een patroon te zien in het gebruik van de website, de TravelStar en de GPS-logs: het bezoek van de website piekte op werkdagen en dan vooral overdag. Ook de OBU´s registreerden doordeweeks meer ritten dan in het weekend en op zaterdag meer dan op zondag. Op werkdagen lagen de ritpieken rond de spitstijden, terwijl de ritten in het weekend meer verspreid over de dag lagen. De informatiediensten zijn ook het meest gebruikt op werkdagen rond de spitsuren en zijn flink minder geraadpleegd tijdens nietbeloningsdagen. Tijdens de uitrol van de informatiediensten bleken een aantal tekortkomingen in de wijze waarop TravelStar deze aanbood. Tijdens de praktijkproef waren niet alle TravelStar functies altijd beschikbaar; het is belangrijk dat de gehele keten van data bron naar eindgebruiker goed wordt gemonitord, zodat problemen snel kunnen worden opgelost. Daarnaast moet de informatie voor onderweg ´SMART´ en gepersonificeerd zijn (correcte informatie, op de goede plek, in de juiste richting, op de goede tijden, etc.) als het toegevoegde waarde voor automobilisten wil hebben.

9.3 Informatieprikkel Het bleek een grote uitdaging om functionaliteit toe te voegen aan de bestaande informatiesystemen (smartphones, navigatiesystemen, etc.) omdat dit aanbod al een hoge mate van volledigheid, nauwkeurigheid en gebruiksgemak biedt. De informatiediensten vormden een belangrijk onderdeel van de praktijkproef, maar zijn lang niet zo uitvoerig gebruikt als aanvankelijk was gehoopt. Het gebruik van de TravelStar lag gedurende de proef gemiddeld onder de 10%, ondanks het brede scala aan functionaliteiten. Deelnemers gaven aan al een (PDA met) navigatiesysteem te hebben of ze gebruikten een andere bron voor hun reis- en verkeersinformatie. Andere deelnemers hadden Ãijberhaupt geen behoefte aan reisinformatie tijdens hun woon-werkverkeer. De informatieprikkel heeft dus weinig invloed gehad op het reisgedrag. Van de groep deelnemers die de TravelStar wél gebruikten gaf 92% aan de routeplanner te hebben gebruikt. De op één na meest gebruikte functionaliteit was de informatie over werkzaamheden. De TravelStar werd vooral gebruikt tijdens privé-ritten (64% van de gebruikers) en tijdens zakelijke ritten naar nieuwe bestemmingen (57% van de gebruikers). Het gebruik tijdens woon-werkverkeer lag veel lager (27% van de gebruikers). De TravelStar heeft dus zeer weinig deelnemers heeft geholpen bij het vinden van een spitsmijd-alternatief.

9.4 Prijsprikkel De prijsprikkel is een effectief instrument om reisgedrag van automobilisten te beïnvloeden.

Conclusies

249

De geobserveerde veranderingen in het reisgedrag van de deelnemers zijn grotendeels het gevolg vande prijsprikkel. Dit is één van de belangrijkste bevindingen van Spitsmijden in Brabant. Over de gehele looptijd van de proef was er een mijdingspercentage van 52,6%, wat wil zeggen dat de deelnemers meer ´ dan de helft minder autoritten tijdens de spits hebben gemaakt in de centra van Eindhoven en âA˘ ZsHertogenbosch, dan voor de proef. De conclusie is dan ook dat een grote groep spitsreizigers het reisgedrag fundamenteel heeft aangepast in ruil voor een relatief bescheiden beloning. Spitsmijden in Brabant heeft een langdurige gedragsverandering teweeg gebracht in het reisgedrag van de deelnemers aan deze proef. De nameting heeft uitgewezen dat 88% van het Spitsmijdengedrag consistent voortgezet werd, ook nadat de prijsprikkel was afgelopen. Hierbij moet wel worden vermeld dat de uitgevoerde nameting beperkt is gebleven tot vijf maanden na de proef. Het is nog onduidelijk of de gedragsverandering ook op de langere termijn (enkele jaren) standhoudt. Het merendeel van alle Spitsmijdingen (60%) is behaald doordat de route of het reistijdstip zijn gewijzigd. De meest gebruikte methode om de spits te mijden is het tijdmijden (37,5% van de deelnemers). Deze tijdmijders zorgden voor 21,1% van alle mijdingen. Zij passen met name het vertrektijdstip in de ochtend aan. De meest uitgevoerde manier van Spitsmijden is echter het routemijden; 27,8% van de deelnemers deed aan routemijden en zorgden daarmee voor 41,4% van alle mijdingen. Tweederde van deze routemijders koos voor alternatieve routes over het hoofdwegennet en veroorzaakte dus geen (hinderlijk) sluipverkeer. De behaalde mijdingspercentages tijdens de beloningsperiode en de nameting hangen samen met de gekozen mijdmethode. Voor elk type Spitsmijder is het gemiddelde reisgedrag tijdens de nulmeting geregistreerd en hoe zij vervolgens hebben gereden tijdens de proef en in de nameting. Over het algemeen geldt dat geen van de verschillende typen Spitsmijders terugvallen in hun oude reisgedrag en dat zij hun nieuwe reisgedrag (deels) aanhouden tijdens de nameting. Ook bleek dat niet alle typen even constant meden; het mijdingspercentage van fietsende Spitsmijders fluctueerde van seizoen tot seizoen (waarschijnlijk vanwege het weer), terwijl OV-mijders een robuust mijdingsgedrag vertoonden (waarschijnlijk doordat zij een nieuwe routine ontwikkelden). Er zijn meer Spitsmijdingen geweest tijdens de ochtendspits, dan tijdens de avondspits. Hoewel beide spitsen gelijk werden beloond, lag het mijdingspercentage tijdens de avondspits lager dan tijdens de ochtendspits. De oorzaak hiervan is onduidelijk. Een reden zou kunnen zijn dat het tijdsvenster voor de ochtendspits (07:30 âA˘ S¸ 09:30) korter was dan het tijdsvenster voor de avondspits (15:30 âA˘ S¸ 18:30). Het was dus voor tijdmijders makkelijker om de ochtendspits te mijden omdat ze minder drastisch van reismoment hoefden te veranderen. Deelnemers blijken de mijdingsmethode te gebruiken die hen het minste moeite kost. De grens lijkt te liggen rond de 15-20 minuten extra reistijd/aanpassing van het reistijdstip. Routerijders en netbuitenhetgebiedparkeerders zijn gemiddeld minder dan 5 minuten extra reistijd kwijt zijn. De fiets is een goed alternatief voor de korte afstand (minder dan 15 km). Goede tijdmijders zaten al aan het begin van de ochtendspits en hebben maximaal 15 minuten eerder moeten vertrekken dan ze gewend zijn. Op basis daarvan lijkt het mogelijk om vooraf te voorspellen op welke manier en in welke mate deelnemers de spits gaan mijden. Hiervoor is inzicht nodig in de herkomst en bestemming, in het het reguliere reisgedrag (reistijdstip in de spits) en het te mijden gebied.

Hoofdstuk 10

Aanbevelingen Aan de hand van de conclusies in het voorgaande hoofdstuk volgen nu de (beleids)aanbevelingen. Deze aanbevelingen zijn gebaseerd op de ervaringen met Spitsmijden in Brabant en leermomenten tijdens deze praktijkproef. Het doel van de aanbevelingen is informatie en kennis overdragen naar toekomstige mobiliteitsprojecten en praktijkproeven, zodat de conclusies en leermomenten van deze Spitsmijden-praktijkproef niet verloren gaan. De hier genoemde aanbevelingen komen niet alleen voort uit de resultaten in deze rapportage, maar ook uit de ervaringen van het uitvoerende team en de resultaten van de monitoring en evaluatie rapportage.

10.1 Aanbevelingen voor de deelname en werving De Spitsmijden in Brabant proef heeft uitgewezen dat wervingsbrieven op naam een kosteneffectieve manier zijn om potentiële deelnemers te bereiken: negen op de tien deelnemers gaven aan dat zij via de wervingsbrief werden geattendeerd op de praktijkproef. Andere ingezette middelen hadden een ondersteunende rol. Het ligt dan ook voor de hand om deze manier van werven in te zetten bij volgende praktijkproeven. De wervingsbrief kan verbeterd worden door vorm en inhoud meer te laten aansluiten bij de doelgroep. Het monitoring- en evaluatieonderzoek van de praktijkproef geeft inzicht in de sociaaleconomische en demografische karakteristieken van die doelgroep. Daarnaast kan de effectiviteit van de brief verbeterd worden door toepassing van gedragswetenschappelijke technieken zoals het beschrijven van de stappen die bij aanmelding moeten worden doorlopen (stappenplan) en het opnemen van citaten van eerdere deelnemers. Elke stap tussen het aanmelden voor de Spitsmijden-proef en daadwerkelijk participeren kostte de deelnemers moeite. Een belangrijke hobbel in het aanmeldproces was de verplichte inbouw van de OBU. De aanbeveling is om het aanmeldingsproces zo simpel mogelijk te houden. Responsverwachtingen en deelnemersaantallen van eerdere projecten vormden het uitgangspunt voor de werving. De resultaten in deze proef wijken sterk af. Mogelijke oorzaken zijn het ontbreken van acute problemen (bijvoorbeeld wegwerkzaamheden), het gehanteerde referentieniveau en de verplichte inbouw van een OBU. De aanbeveling is voorzichtig te zijn met vuistregels en de context in kaart te brengen. Op voorhand waren er bij deze proef grote verwachtingen van de werving van deelnemers via werkgevers. In de praktijk bleek dit een moeizaam proces. Het verdient de aanbeveling om nader in beeld te brengen welke mogelijkheden en onmogelijkheden er zijn voor het actiever betrekken van werkgevers. Gedurende de proef is het contact met de deelnemer zeer intensief geweest. De betrokkenheid van de deelnemers was groot. Bij een volgende proef zou deze betrokkenheid beter ingezet kunnen worden door bijvoorbeeld de ervaringen van deelnemers in te zetten bij de werving of een kwalitatieve evaluatie van de

250

Aanbevelingen

251

proef en het concept Spitsmijden uit te voeren.

10.2 Aanbevelingen voor de techniek Spitsmijden in Brabant maakte gebruik van diverse (vernieuwende) technieken. De gebruikte systemen zijn complex en gevoelig voor storingen. De aanbeveling is om toekomstige systemen zo te ontwerpen dat er een terugvaloptie is voor alle belangrijke taken. Bij uitval van een OBU kon de afwaardering bijvoorbeeld plaats vinden op basis van cameragegevens. Ook is het aan te bevelen het systeem zodanig te ontwerpen dat componenten zelfstandig functioneren en elkaar niet negatief beÃ´rnvloeden. Verder heeft deze proef gedemonstreerd dat de architectuur en informatieanalyse vooraf goed vastgelegd moet worden. In de praktijk is gebleken dat op voorhand eenvoudig lijkende datastromen in de praktijk weerbarstige problemen kunnen opleveren. Daarom moet vooraf in detail duidelijk zijn wie wat levert in welk formaat en van welke kwaliteit. Daar waar sprake is van een informatieketen met meerdere partijen, moet duidelijk zijn wie verantwoordelijk is voor de kwaliteit van de gehele keten. De verantwoordelijke moet regelmatig controleren of de afgesproken kwaliteit wordt gerealiseerd. Vooraf moet in procedures worden vastgelegd wat er gebeurt bij wijzigingen of fouten in de dataketen. Als zich wijzigingen of fouten voordoen, dient een verantwoordelijke aangewezen te worden die als taak krijgt het probleem op te lossen, ongeacht bij wie het probleem ligt. Technische ontwikkelingen gaan snel. Spitsmijden in Brabant heeft van idee tot en met realisatie drie jaar geduurd. In die periode heeft de praktijk de proef ingehaald. De gekozen technische oplossing en contractvorm boden binnen de proef weinig ruimte om met de ontwikkeling van nieuwe technieken of diensten mee te gaan. De aanbeveling is om rekening te houden met dergelijke ontwikkelingen door vooraf afspraken te maken hoe hier mee om te gaan. Immers; het is niet bekend wat er verandert, maar het is wel te verwachten dÃat ˛ er iets verandert.

10.3 Aanbevelingen voor de informatieprikkel Eén van de doelstellingen binnen Spitsmijden in Brabant was om ervaring op te doen met innovatieve informatiediensten. Hoewel de aangeboden informatiediensten weinig gebruikt zijn en ze dus niet gebracht hebben wat er vooraf verwacht werd, heeft het zeker een aantal interessante lessen en aanbevelingen opgeleverd. Een belangrijke les is dat de aangeboden informatiediensten moeten aansluiten bij de daadwerkelijke (individuele) informatiebehoefte. Deelnemers beschikten vaak al over een navigatiesysteem, hadden andere reisinformatie-bronnen en/of hadden geen behoefte aan meer informatie. Niet de beschikbare data, maar de behoefte van de gebruiker moet het vertrekpunt zijn voor informatiediensten. De aangeboden informatie moet relevant zijn voor de betreffende reiziger. Het aanbieden van informatiediensten is daarmee maatwerk. Aanbevolen wordt om de reisinformatie te persoonlijk te maken: afgestemd op de juiste locatie(s), beschikbaar in de juiste rijrichtingen, op de juiste tijdstippen, etc. Hier liggen kansen om het aanbod van informatiediensten toe te spitsen op de behoeften van de individuele reiziger. Binnen Spitsmijden in Brabant is fors geÃ´rnvesteerd in de ontwikkeling van informatiediensten. Mede gezien het geringe gebruik is de constatering achteraf dat het weinig kosteneffectief was. Het verdient de overweging om als overheid juist te investeren in het openbaar beschikbaar stellen van de aanwezige data en het aan de markt over te laten daarop diensten te ontwikkelen. Ook de gegevens die binnen de proef verzameld zijn, kunnen tijdens en na de proef nog beter benut kunnen worden. Juist de GPS-logs zijn zeer interessant om (anoniem en/of geaggregeerd) gebruikt te worden als verkeersinformatie; enerzijds ter verbetering van de proef, anderzijds voor algemene verkeersdoeleinden.

Aanbevelingen

252

Aanbevolen wordt om hier al tijdens de voorbereiding van de proef afspraken over te maken.

10.4 Aanbevelingen voor de prijsprikkel Een belangrijk onderdeel van Spitsmijden in Brabant was de beloning voor het mijden van de spits. Binnen de proef is op diverse manieren geëxperimenteerd met de hoogte van de beloning. Daarnaast maakte de beschikbare gegevens het mogelijk om onderscheid te maken naar het effect binnen verschillende doelgroepen. Over het algemeen kan gesteld worden dat deelnemers sterk hebben gereageerd op de prijsprikkel. De hoogte van het tarief heeft gevarieerd voor C1,25 tot C5,- per spits, afhankelijk van het woon- en werkadres en de drukte in de spits. Voor elk tarief geldt dat het een effect had. Alleen de mate van effect varieerde. De variatie naar filezwaarte lijkt alleen zinvol als het tarief vooraf in een regelmatig terugkerend patroon bekend is. Het verdient daarom aanbeveling om de tarieven af te stemmen om het gewenste bereikbaarheidseffect. Uit de analyse van de mijdmethodes is gebleken dat het merendeel van de deelnemers zijn vertrektijdstip of routekeuze aanpast. De aanpassing van de routekeuze was vooraf niet als doel gesteld, maar ontstond door de opzet van de proef. De prijsprikkel bleek daarmee een effectief instrument om verkeersstromen niet alleen in tijd, maar ook in routekeuze te sturen. Routemijders gedragen zich anders dan tijdmijders en lijken echt verschillende doelgroepen te zijn. Ook OV-mijders hebben hun eigen kenmerken: zij blijken trouwe Spitsmijders te zijn. Het is aannemelijk dat OV-mijders een dubbele stimulans hebben om te mijden: als ze de auto gebruiken hebben ze voor niets betaald en missen ze de beloning. Daarnaast blijkt dat Spitsmijden het makkelijkst is voor deelnemers die een regelmaat hanteerden en voor gebruikers van het openbaar vervoer is dat sterk het geval (vaste route, vaste tijdstippen). Voor toekomstige projecten is het dan ook zinvol bij de voorbereiding een scherpe analyse te maken van de mogelijk mijdmethodes en eventuele ongewenste neveneffecten. De opzet van de proef moet zodanig zijn dat de gewenste mijdmethode wordt gestimuleerd en ongewenste effecten worden voorkomen. De statistieken tonen aan dat de ochtendspits structureel beter is gemeden dan de avondspits. De reden hiervoor is moeilijk vast te stellen; het heeft mogelijk te maken met het tijdsvenster. De ochtendspits duurde twee uur, de avondspits duurde drie uur. Het is interessant om uit te zoeken of dit verschil bij alle mijdmethodes voorkomt. De aanbeveling is om het reisgedrag in de avondspits nader te onderzoeken en vast te stellen waarom er minder is gemeden dan tijdens de ochtendspits. Voor een volgend project of proef is het nuttig om een analyse te maken in welke spits zich de meeste problemen voor doen. De tariefstelling en opzet van de proef is zo in te richten dat de zwaarste spits het meest gemeden wordt. De nameting heeft aangetoond dat deelnemers de spits vijf maanden na het wegvallen van de beloning nog steeds grotendeels blijven mijden. De prijsprikkel lijkt voor de deelnemers dus plaatsgemaakt te hebben voor een intrinsieke motivatie om de spits te mijden. Aanbevolen wordt om nader te onderzoeken in hoeverre de gedragsverandering ook na langere tijd blijvend is. Ook moet uit vervolgprojecten blijken in hoeverre de hier geconstateerde gedragsverandering zich ook bij andere doelgroepen voordoet. Tot slot is het zinvol om al vanaf de start van de beloning, overtuigingsstrategieën in te zetten om een intrinsieke motivatie voor gedragsveranderingen te bewerkstelligen.

10.5 Aanbevelingen voor onderzoek en kennisdeling Spitsmijden in Brabant was een groot en complex onderzoek op basis van enorme hoeveelheden gegevens. De te hanteren onderzoeksopzet en gehanteerde methodiek waren een project op zichzelf. Het hier gepresenteerde onderzoek is gebaseerd op circa 25 oorspronkelijke onderzoeksvragen en een groot aantal enquêtes. Gedurende de proef zijn er meer vragen ontstaan en nieuwe deelonderzoeken toegevoegd. Voor de hanteerbaarheid van het onderzoek en de het trekken van valide conclusies is het van

Aanbevelingen

253

groot belang gebleken de scope van het onderzoek te blijven bewaken. Ook is gebleken dat de meest relevante conclusies een omvangrijke bewerking van de ruwe data vergen. GPS-logs alleen zeggen niets. Ze worden pas waardevol als ze opgeschoond en verrijkt zijn. Juist dat onderdeel heeft veel meer tijd en energie gekost dan vooraf voorzien. Aanbevolen wordt om in vervolgprojecten vooraf te bepalen welke bewerkingen er op ruwe data nodig zijn om de onderzoeksvragen te kunnen beantwoorden. De GPS-logs van alle ritten in combinatie met de enorme kennis van de deelnemerspopulatie maakt dat de opgebouwde database zeer waardevol is. De hier uitgevoerde regressie- en correlatieanalyse bieden reeds interessante inzichten. Met behulp van een discrete- keuzemodel is het mogelijk om nog meer inzichten uit de gegevens te halen. Zo is het bijvoorbeeld mogelijk te onderzoeken wat de optimale hoogte van de prijsprikkel moet zijn, gegeven de eigenschappen van de deelnemers en zijn alternatieven. Deze informatie is zeer waardevol met het oog op het voorspellen van de gedragsverandering bij andere projecten of proeven met prijsprikkels. De database van Spitsmijden in Brabant staat niet op zich. Het ministerie heeft ook van de andere Spitsmijden-proeven in Nederland gegevens verzameld. Juist het bijeenbrengen van de kennis uit de verschillende proeven en deze beschikbaar stellen voor nader onderzoek biedt ongekende mogelijkheden voor kennisontwikkeling rond het fenomeen Spitsmijden.

Hoofdstuk 11

Bijlagen De volgende bijlagen zijn bij deze rapportage opgenomen: • SUMO-tabellen (2) • Onderzoeksvragen & verwijzingen • Vragen Startersenquête • Vragen Non-responsenquête augustus 2010 • Vragen Non-responsenquête oktober - december 2010 • Vragen Non-responsenquête oktober - december 2011 • Vragen Non-actieënquête • Vragen Deelnemersenquête april 2011 - juli 2012 • Vragen Deelnemersenquête november 2011 - juli 2012 • Vragen Travelstardiensten enquête maart 2011 - april 2011 • Vragen Travelstarenquête april 2012 - mei 2012 • Vragen Tussentijdse enquête maart 2012 • Vragen Eindenquête De onderstaande bijlagen zijn op aanvraag beschikbaar. • Vragen en antwoorden Startersenquête • Vragen en antwoorden Non-responsenquête augustus 2010 • Vragen en antwoorden Non-responsenquête oktober - december 2010 • Vragen en antwoorden Non-responsenquête oktober - december 2011 • Vragen en antwoorden Non-actieënquête • Vragen en antwoorden Deelnemersenquête april 2011 - juli 2012 • Vragen en antwoorden Deelnemersenquête november 2011 - juli 2012 • Vragen en antwoorden Travelstardiensten enquête maart 2011 - april 2011 • Vragen en antwoorden Travelstarenquête april 2012 - mei 2012 • Vragen en antwoorden Tussentijdse enquête maart 2012 • Vragen en antwoorden Eindenquête 254

Bijlagen

255

11.1 SUMO-tabellen Een overzicht van belangrijke bevindingen die tijdens de monitoring en evaluatie van Spitsmijden in Brabant zijn gedaan, is terug te vinden in de SUMO tabel. Zie figuur 11.1. De SUMO tabel is een tabel die wordt gebruikt om mobiliteitsprojecten te evalueren. Vanwege de complexiteit van het opzetten en evalueren van (vaak grootschalige) mobiliteitsprojecten, is het soms een lastig om de belangrijkste gegevens op een rijtje te zetten. Met dit doel is de SUMO tabel in het leven geroepen. De SUMO tabel is specifiek ontwikkeld voor projecten die draaien om het beÃ´rnvloeden van reisgedrag. Het maakt duidelijk welke stappen een project moet bevatten. Al tijdens de uitvoering kan de SUMO tabel laten zien wat er gebeurt, zodat men eventueel kan bijsturen. Aan het eind komen de effecten van het mobiliteitsproject hier naar voren. Zodoende leent de SUMO tabel zich vooral voor het opzetten, volgen en evalueren van projecten op het vlak van beprijzing, duurzame mobiliteit, fietsen, infrastructuur, mobiliteitsmanagement, openbaar vervoer, parkeren, veilig verkeer en verkeerseducatie. In tabel 11.1 is een factsheet van de praktijkproef te vinden. Hierin staat belangrijke achtergrondinformatie over de praktijkproef samengevat. In figuur 11.1 is de (inhoudelijke) SUMO tabel te zien van de praktijkproef. Naam project Naam contactpersoon E-mail contactpersoon Belangrijkste stakeholder Betrokken opdrachtgevers/ uitvoerders Samenvatting project

Waar Regen maatregel

Wanneer Projectkosten Type gebied Type maatregel: Type maatregel:

Trefwoorden Directe doelgroep

Externe factoren

Spitsmijden in Brabant Michael van Egeraat [email protected] overheid MinIenM, provincie N Brabant, SRE, Eindhoven, ’s-Hertogenbosch, ARS , UvA Praktijkproef binnensteden Eindhoven en ’s-Hertogenbosch waarbij financiele en informatieprikkel werd gegeven om de spits te mijden binnensteden Eindhoven en ’s-Hertogenbosch Innovatie Bereikbaar Brabant. Op innovatieve en praktijkgerichte manier onderzoeken of spitsrijders te verleiden zijn tot gedragsverandering september 2010-september 2012 op werkdagen C7,1 miljoen , waarvan C965.000 voor beloning automobilisten corridor rond binnensteden ochtendspits 07:30-09:30 en avondspits 15:30-18:30 op werkdagen (1) Beloning afhankelijk van afstand tot cordon en spitszwaarte. (Beloning bij normale spits C1,25 voor deelnemers uit de twee steden en C2,50 voor deelnemers uit de regio. Bij zware spitsen was dit C1,75 respectievelijk C3,50; bij topdrukte C2,50 en C5,00.) (2) Informatiediensten via applicatie (Travel Star) op Personal Navigation Device. (3) Registratie van ritten door ingebouwde On Board Unit (OBU) in auto. spitsmijden, effect beloning, informatieprikkel, prijsbeleid, kilometerprijs Automobilisten die tijdens referentieperiode in de spits in binnenstad Eindhoven en ’s-Hertogenbosch zijn waargenomen met minimum van 4x per week Geen / nauwelijks sprake van congestie . Ombouw ringwegen Eindhoven en ’s-Hertogenbosch gereed. Openstelling van ZW tangent Den Bosch en verplaatsing Jeroen Bosch ziekenhuis tijdens praktijkproef. Tabel 11.1: Projectinfo sumo

aanbod

Bijlagen A

maatregelen & communicaƟe

256 wervingsronde 1: 6318 kentekenhouders in ’s-Hertogenbosch 2157 kentekenhouders in Eindhoven Minstens 4 spitspassages per week (waarvan 2 in de ochtend voor ’s-Hertogenbosch en 2 in de middag voor Eindhoven) wervingsronde 2: 12676 kentekens in ’s-Hertogenbosch en Eindhoven Minstens 4 spitspassages per week wervingsronde 3: 1494 kentekens rond de Hovenring 8874 kentekens in ’s-Hertogenbosch en Eindhoven 10004 kentekens ’s-Hertogenbosch en Eindhoven

B C

bekend met aanbod interesse in aanbod

totaal: circa 1,1 miljoen unieke kentekens geregistreerd circa 42.000 kentekens uitgenodigd om deel te nemen circa 2.500 uiteindelijke deelnemers Niet van belang: dankzij de uitnodigingsbrief is de doelgroep bekend met het aanbod wervingsronde 1: 766 aanmeldingen van de 6318 (12%) 495 deelnemers van de 766 (65%) 279 aanmeldingen van de 2157 (13%) 195 deelnemers van de 279 (70%) wervingsronde 2: 1112 aanmeldingen van de 12676 (9%) 764 deelnemers van de 1112 (69%)

gewenst gedrag

D tevreden over informaƟe E aanvraag

F

proberen aanbod

G tevreden met aanbod

H ander gedrag

wervingsronde 3: 337 deelnemers van de 1494 (23%) voor Spitsmijden in Brabant - Hovenring 58 uiteindelijke deelnemers van de 337 (17%) voor Spitsmijden in Brabant 512 deelnemers van de 8874 (6%) 564 deelnemers van de 10004 (6%) Niet gemeten Spitsmijden in Brabant – Hovenring: 353 deelnemers (16 spontane aanmeldingen, 337 aangeschreven [23%]) Spitsmijden in Brabant: 2833 deelnemers (7% van de uitgenodigden)

Alle 2833 deelnemers proberen nemen de moeite om een OBU (On Board Unit – GPS logger) in de auto in te laten bouwen en hebben geprobeerd de spits te mijden. De gebruikte methodes om de spits te mijden waren: – Tijdmijden (22,6%) – Routemijden (20,6%) – Fietsen (15%) – Openbaar vervoer (5,9%) – Geen woonwerk rit (o.a. thuiswerken) (4.2%) – Onbekend (31,7%) 90% van de deelnemers vindt Spitsmijden in Brabant een goed tot zeer goed iniƟaƟef, 67% is door Spitsmijden in Brabant gaan nadenken over het reisgedrag en 51% heeŌ het reisgedrag naar aanleiding van Spitsmijden in Brabant aangepast. 22% ervaart voldoende sƟmulans om zonder Spitsmijden in Brabant de spits te (blijven) mijden. De TravelStar is desalnieƩemin door 72,71% van de deelnemers nooit gebruikt; 19,87% gebruikte de TravelStar incidenteel, en slechts 3,01% deed dit regelmaƟg. In totaal zijn er 288.035 spitsmijdingen gemaakt, wat per beloningsdag (361) gemiddeld uitkomt op 800 mijdingen per dag.

resultaat

Gedurende Spitsmijden in Brabant wordt 52.6% van de spitsriƩen niet meer in de spits in het te mijden gebied gereden. Na aŇoop van het project wordt nog steeds 46.9% van de spitsriƩen gemeden. De duurzaamste methodes om de spits te mijden zijn: – Fietsen en OV (gelijk mijdingspercentage Ɵjdens nameƟng en project) – Buiten de spits rijden De minst duurzame methode om de spits te mijden is het kiezen van een andere route.

I

eīecten

Van alle uitgekeerde beloningen vloeide 62,57% naar deelnemers uit de regio Eindhoven, terwijl 4,56% van de beloningen de deelnemers uit deze stad zelf toekwam. 4,56% van de beloningen ging naar deelnemers uit de regio ’sHertogenbosch, terwijl 1,21% van de beloningen naar deelnemers uit die stad zelf ging. Hiermee hebben deelnemers uit de omgeving van deze twee steden een fors groter deel van de beloningen ontvangen dan deelnemers uit de twee steden zelf. Daarnaast waren er ook nog deelnemers die niet in de omgeving van ’s-Hertogenbosch of Eindhoven komen. Deze forenzen hebben samen 25,1% van de beloningen ontvangen. Gezien de geograĮsche spreiding en het relaƟef kleine aantal deelnemers heeŌ Spitsmijden in Brabant geen signiĮcante invloed gehad op de intensiteit op trajecten in de regio.

Figuur 11.1: sumo tabel

Bijlagen

257

11.2 Onderzoeksvragen & verwijzingen

Figuur 11.2: Onderzoeksvragen en verwijzingen (1/4)

Bijlagen

258


Bijlagen

259


Bijlagen

260


Detailrapportage Monitoring & Evaluatie Spitsmijden in Brabant. Achtergronden bij de beleidsrapportage. Van praktijkproef naar nieuw gewoontegedrag

Recommend Documents