CConstaterende datAmsterdam
Koppel je AI →
Document · PDF

Bijlage 5. Rapport Ruimte voor en door Deelautos.pdf

Raadscommissie Mobiliteit, Openbare ruimte en Water 6 juli 2023, gemeente AmsterdamBij agendapunt: De raad te adviseren in te stemmen met het vaststellen van de nota deelvervoer 2023 (VN2023-012614)13.830 woorden

Open het PDF bij de gemeente ↗Naar de vergadering →

Tekst van het document

Uit het bestand gehaald, zonder opmaak, tabellen en afbeeldingen · deel 2 van 2

Een dergelijke naïeve berekening zou zijn om bijvoorbeeld een stadsbrede autovervangingsratio (AVR) te berekenen. Dit is een getal wat aangeeft hoeveel privéauto’s kunnen worden vervangen door een deelauto. Tot nu toe worden in studies veelal getallen genoemd ergens tussen de 4 en 20. Wij zijn er door ons onderzoek achter gekomen dat er niet zoiets is als een stadsbrede AVR. Karakteristieken van postcodegebieden en hun bewoners zijn zo specifiek dat een gemiddelde geen recht doet aan verschillen en daarmee geen houvast geeft voor het maken van beleid. Desondanks hebben we verschillende andere naïeve berekeningen opgenomen in dit onderzoek. Ze hebben namelijk, ondanks dat ze naïef zijn, wel degelijk waarde. Nog niet eerder hebben wij gezien dat vragen over de impact van deelauto’s op openbare ruimte zo kwantitatief gedetailleerd zijn beantwoord. Diverse literatuurstudies bevestigen dat. Onze berekeningen zijn onderbouwd met meerdere waardevolle databronnen, maar we zijn er ook achter Ruimte voor en door deelauto's

|

25

gekomen dat we aanvullende data nodig hebben om te komen tot meer gedegen berekeningen. Hiervoor is gedurende het onderzoek ook input geleverd die kan worden opgenomen in toekomstige enquêtes of data-uitvragen aan aanbieders via bijvoorbeeld CDS-M (City Data Standaard – Mobiliteit). Toekomstige iteraties van deze dynamische analyse zullen dan ook ongetwijfeld onze methoden en veronderstellingen verder bijschaven en verbeteren.

te krijgen over de specifieke kenmerken van deze gebieden zijn tijdens dit onderzoek interviews gehouden met de projectmanagers van deze gebieden. We hebben deze analyse gemaakt door complexe relaties tussen verschillende datasets te modelleren. Deze datasets hebben betrekking op patronen van deelautogebruik en autobezit, en de sociaaleconomische en geografische kenmerken die deze beïnvloeden. Daarbij nemen we ook in ogenschouw de lessen die zijn getrokken uit eerdere studies. Zo komen we tot deze dynamische analyse die de impact van de deelauto op de stedelijke ruimte aangeven. Om de interpretatie van de resultaten te vergemakkelijken, visualiseren we de analyse ook op kaarten en grafieken.

In dit onderzoek zoomen we in op vier specifieke casestudies die vooraf zijn vastgesteld door de gemeente Amsterdam: Buiksloterham, Sloterdijk Centrum, de Westelijke Grachtengordel en De Pijp. Deze eerste twee casussen zijn te kenmerken als ontwikkelingsgebied en laatste twee zijn al zeer dichtbevolkte woongebieden. Om meer begrip

Onze methodologie om de AVR te berekenen, is als volgt schematisch weer te geven:

Figuur 7: Methodologie onderzoek

Deelauto gebruiksdata, parkeervergunningen Beschikbare Gebruikers enquêtes (The Choice, Deelauto enquête) Onderzoeksliteratuur, socioeconomische data

Synthetische populatie (TNO)

Intervieuws met stakeholders

Verkennen, opschonen, en transformeren

Inputs Analyse

Producten AVR (slim modelleren)

Rekenregels

Vertalen AVR naar parkeerplaatsen, vergunningen & parkeerdruk

Maps

Berekenen onbenutte vraag en benodigde aantal auto’s om hieraan te voldoen

Grafieken

AVR - naïef en slim (robuust) Omdat de AVR de basis vormt voor al onze analyses hebben we deze op twee manieren berekend: via een naïeve en een slimme methode, die laatste is weergegeven in de onderstaande figuur. Figuur 8: Methodologie slimme methode Autovervangingsratio (AVR) per gebied

Effect op het vergunningsplatform

Effect op fysieke parkeerplekken

Effect op de parkeerdruk

Input: Literatuurstudie, enquêtes, data van aanbieders

Vergelijking

Vergelijking

Vergelijking

Het kantelpunt van de groei van deelauto’s Modellering

Ruimte voor en door deelauto's

|

26

De naïeve AVR geeft het stadsbrede potentieel aan op een top-down manier. Hierbij willen wij direct de kanttekening maken dat, omdat er grote verschillen in karakteristieken tussen de verschillende wijken en de mensen die daar wonen zitten, deze naïeve AVR geen basis geeft om beleid op te vormen. De waarde van het berekenen van deze naïeve AVR zit vooral in het kunnen valideren van de robuuste berekeningen. Je mag logischerwijs verwachten dat de waarden die daar uitkomen in lijn liggen met deze naïeve AVR. Het doel van de naïeve AVR-berekening is het maken van een eenvoudige schatting op hoog niveau van de AVR voor de hele stad. Dit dient dan als een manier waarop de slimme AVR kan worden gevalideerd. De naïeve AVR is de nettoverandering in autobezit per deelautogebruiker (aantal verkochte en gekochte auto's per gebruiker, respectievelijk AV, AK) vermenigvuldigd met het totale aantal gedeelde autogebruikers (GDA), wat het totale aantal verwijderde (of toe-

gevoegde) auto's oplevert, gedeeld door het totale aantal deelauto's (TDA). Met andere woorden:

Dit proces wordt verder uitgewerkt in onderstaande figuur. De naïeve AVR-berekening resulteert in een AVR-schatting tussen 4,5 en 5,2 voor de hele stad. Dit is een getal dat aan de lage kant zit van wat we in literatuurstudies zijn tegengekomen. Daarbij willen we ten aanzien van deze eenvoudige berekening van de stadsbrede AVR (oftewel naïeve AVR) direct ook een kanttekening maken: de grote verschillen in karakteristieken tussen de verschillende wijken en de mensen die daar wonen maken dat deze AVR te weinig richting geeft om er beleid op te vormen. De waarde van het berekenen van deze naïeve AVR zit vooral in het kunnen valideren van de robuuste berekeningen. Je mag logischerwijs verwachten dat de waarden die daar uitkomen in lijn liggen met deze naïeve AVR.

Figuur 9: Naïeve methode Berekening van de naïeve, stadsbrede AVR Hoeveel auto’s per gebruiker werden verkocht ¹

25

Auto’s verkocht / 100 gebruikers na start gebruik deelauto’s

Hoeveel auto’s per gebruiker werden gekocht ²

1,2

Auto’s gekocht / 100 gebruikers na start gebruik deelauto’s

-

-

=

= % Geëlimineerde auto’s per totaal aantal gebruikers Totaal aantal deelauto gebruikers ³

23,8%

(22,2% - 25,4%)

% Geëlimineerde auto’s / totaal aantal gebruikers

36.375

Schatting totaal aantal gebruikers (eind 2020)

8.740

(8.070 - 9.250)

Auto’s geëlimineerd als gevolg van deeldelen

1.780

Aanbod deelauto’s in de stad (eind 2020)

=

=

Geschat aantal verkochte auto’s na gebruik deelauto’s Totaal aanbod deelauto’s 4

=

=

AVR

4,90 (4,53-5,20)

Particuliere auto’s vervangen / deelauto’s

NB: Onze inschatting deelautogebruik is voor 2020. Om consistentie te waarborgen hebben we voor deze berekening daarom het deelauto-aanbod van 2020 gebruikt.

De slimme AVR is dus van belang om een gedetailleerd beeld te krijgen van het potentieel van deelauto’s om privéauto’s te vervangen. Met de slimme AVR-berekening willen wij een goede inschatting maken van de AVR per 4-cijferige postcode. De AVR gebruiken wij om inzicht te krijgen in de impact van deelauto's op het parkeren in alle postcodegebieden van de stad. Wij benaderen het probleem in verschillende stappen: 1 De basis is de synthetische populatie (een nauwkeurig computergesimuleerde stadsBron: ¹ ² Deelauto enquête;

2

3

4

bevolking). Hierbinnen selecteren we de gebruikers van deelauto’s waarbij we deze groeperen per 4-cijferige postcode. Voor elke gebruiker van een deelauto berekenen we een kans om zijn auto achter te laten of een nieuwe aan te schaffen. De som van deze kansen is een schatting van het netto aantal particuliere auto's dat per postcode verdwijnt. We delen dit aantal door het totale aantal beschikbare deelauto's in het gebied om de AVR te krijgen.

³ Schatting op basis van extrapolatie van The Choice-resultaten; 4 Gemeente deelauto vergunningen data Ruimte voor en door deelauto's

|

27

Deze slimme methode is een voorspelling met behulp van een gedragsmodel gericht op de keuze van bewoners om hun privéauto op te geven. Hierbij houden we rekening met hun sociaaleconomisch profiel en het gebied waarin bewoners wonen. Het robuuste gedragsmodel is als volgt weergegeven: Figuur 10: Gedragsmodel AVR Per postcode...

Voorbeeld voorspellende variabelen Gebruiker ID

Sociaaleconomisch profiel

Aantal deelauto’s per postcode

Gebiedstype

User 1 User 2 User n

A B B

... ... ...

... ... ...

Om te simuleren Kans om auto te verkopen?

Kans om auto te kopen?

0.80 0.60 0.10 ...

0.01 0.02 0.05 ...

+

Aantal verkochte auto’s

-

Alle kansen optellen

+

Aantal gekochte auto’s

Netto auto’s die werden vervangen

=

Deelauto beschikbaarheid

=

AVR

Dit figuur toont de interne werking van ons gedragsmodel aan op een vereenvoudigde manier. De tabel in de figuur illustreert de dataset die we hebben gemaakt door een door de computer gesimuleerde groep personen en huishoudens (de zogenaamde synthetische bevolking van TNO uit 2020) te combineren met de gebieds- en sociaaleconomische kenmerken van de Amsterdamse bewoners. Elke rij van de tabel staat voor een inwoner van Amsterdam. De groene kolommen zijn de inputvariabelen die ons vertellen hoe het sociaaleconomische profiel van die ‘synthetische’ inwoner eruitziet en wat de specifieke kenmerken zijn van het gebied waarin die persoon woont. Het gedragsmodel gebruikt deze inputvariabelen om te voorspellen hoe waarschijnlijk het is dat elke inwoner een deelauto gebruikt en vervolgens een privéauto verkoopt. De tabel dient als voorbeeld; voor een volledige lijst van de door het model gebruikte variabelen wordt verwezen naar bijlage Methodiek stap voor stap. Het berekenen van het aantal bespaarde parkeerplaatsen Het verwijderen van een auto uit een postcodegebied betekent niet noodzakelijk dat er automatisch een parkeervergunning uit de straat verdwijnt (de auto kan bijvoorbeeld op een privéparkeerplaats staan).

Om het aantal bespaarde parkeerplaatsen per deelauto te berekenen, vermenigvuldigen we daarom de nettoverandering in auto's met de verhouding tussen privé- en openbare parkeerplaatsen. Een AVR van 10 (nettoverandering van 9 auto's) zou bijvoorbeeld resulteren in 6 minder geparkeerde auto's op straat als 33% van alle parkeerplaatsen privé is, terwijl de rest openbaar is. We gebruiken gegevens van de gemeente over de verdeling tussen privé- en openbaar parkeren om de totale bespaarde ruimte in te schatten. Figuur 11: Alternatieve methodologie Berekent ruimtebesparing in zones met en zonder vergunning (AVR-1)¹ Verhouding openbare parkeerplaatsen Nettoverandering in het aantal auto’s

= Privé

Bespaarde parkeerplaatsen in alle zones

Openbaar

Bron: ¹ BAG - Gemeente Amsterdam

Ruimte voor en door deelauto's

|

28

Bijlage 2. Gebruikte data en bronnen Data set

Bron

Omschrijving

Data applicatie

Kanttekeningen, opmerkingen

Deelauto trip data

Amber, Fetch, Greenwheels, MyWheels, ShareNow

n AVR-berekening, als maat voor het aanbod (Vraag 1) Datums, tijden, duur en locaties van gedeelde autoritten, inclusief auto-ID en in sommige gevallen automodel en andere informatie.

n AVR-berekening, als maat voor het aanbod (Vraag 1). n Een maatstaf voor het deelautogebruik in de stad, om de meest effectieve distributie in te schatten (Vraag 2).

n Tijdsbereik van gegevens: januari 2021 – midden 2022. n Niet alle data bevatten auto-ID's, waardoor de berekening van statistieken per voertuig niet altijd mogelijk was.

Enquêtes

Gemeente Amsterdam

n Deelauto enquête: Een jaarlijks onderzoek onder ~3.000 gebruikers van deelmobiliteit in Amsterdam n Onderzoek The Choice: een onderzoek naar mobiliteitskeuzes onder inwoners in Amsterdam (inclusief auto en openbaar vervoer)

n AVR-berekening: om de sociaaleconomische en geografische factoren te bepalen die vatbaar maken voor deelautogebruik.

n n.v.t.

Synthetische populatie

TNO

n In plaats van de echte persoonlijke gegevens van elke in Amsterdam geregistreerde persoon te gebruiken, gebruiken we in plaats daarvan een door een computer gesimuleerde (“synthetische”) populatie, die statistisch overeenkomt met de echte, maar individuele personen en huishoudens worden willekeurig verdeeld. De synthetische bevolking van Amsterdam is gebaseerd op de real-life sociaaleconomische kenmerken van de bevolking.

n Vormt de basis van het robuuste AVR-model: voor elke synthetische bewoner wordt de kans voorspeld om deelauto te gebruiken en dus een eigen auto te verkopen (Vraag 1). n Het bepalen van de pool van potentiële deelautogebruikers die nu nog geen gebruiker zijn (Vraag 2).

n n.v.t.

Socioeconomische data

CBS

n Gegevens over de meest voorkomende sociale en economische factoren per postcode (leeftijd, inkomen, opleiding, gezinsgrootte, etc.)

n AVR-berekening: om de sociaaleconomische factoren te bepalen die vatbaar maken voor deelautogebruik.

n n.v.t.

Gebouwde omgeving data

Gemeente Amsterdam

n Informatie over openbare en private parkeervergunningen, fiscale vergunningen, de locatie van gedeelde parkeerplaatsen.

n AVR-berekening: om de geografische factoren te bepalen die vatbaar maken voor deelauto gebruik. n De AVR vertalen naar parkeerruimte, vergunningen, parkeerdruk.

n n.v.t.

Ruimte voor en door deelauto's

|

29

Tijdsdekking van ontvangen data aanbieders

(FF)

Compleet

(FF)

Compleet Compleet

(SB) (SB/FF)

Nieuwe aanbieder

Compleet Compleet

(SB) (FF)

Jan 2021

Niet ontvangen

Jun 2021

Jan 2022

Apr 2022

Jun 2022

In onze huidige analyse is ongeveer 80% (2.000) van de B2C-deelauto's opgenomen, Sixt kon wegens omstandigheden geen data aanleveren en ontbreekt derhalve.

Ruimte voor en door deelauto's

|

30

Bijlage 3. Overzicht bestudeerde literatuur Gemeente Amsterdam beleidsdocumenten: n Agenda Autodelen n Agenda Amsterdam Autoluw n Omgevingsvisie n Nota Parkeernormen Auto Enquêtes: n Deelauto enquête 2021, 2022 n Onderzoek The Choice, 2021 n The impact of carsharing on car ownership in German cities (Institute of Transport Research) n The impact of free-floating carsharing on car ownership: Early stage findings from London (Transportation Policy) n Impacts of Car2Go on vehicle ownership, modal shift, vehicle miles traveled, and greenhouse gas emissions: An analysis of five North American Cities (Berkeley Transportation Sustainability Research Center) n Changes in private car ownership associated with car sharing: gauging differences by residential location and car share typology (Transportation Journal) n Does free-floating carsharing reduce private vehicle ownership? The case of SHARE NOW in European cities (Transportation Research) Overige literatuur: n Deelauto- en deelfietsmobiliteit in Nederland: Ontwikkelingen, effecten en potentie (KiM) n Hoe Greenwheels steden leefbaarder maakt: Studie op basis van een representatieve ênquete onder gebruikers (Goudappel Coffeng) n Does ride-sourcing absorb the demand for car and public transport in Amsterdam? (TU Delft) n Modeling station-based and free-floating carsharing demand: Test case study for Berlin (Transportation Research

Record Journal of the Transportation Research Board) n Does carsharing reduce car ownership? Empirical evidence from Germany (MDPI) n A planner’s guide to the shared mobility galaxy (Advier and EU Interreg) n The impact of carsharing on household vehicle ownership (UC Berkeley Transportation Sustainability Research Center) n Success factors for electric carsharing (International Council on Clean Transportation)

Ruimte voor en door deelauto's

|

31

Bijlage 4. De methodiek stap voor stap 1

2

3

4

Bronnen

Aannames

Kanttekeningen

n Literatuur review n Onderzoek The Choice n Aanbiedersdata

n De data uit het onderzoek van The Choice zijn representatief voor de hele stad. n Gebruikers zijn geregistreerde gebruikers die minimaal één keer per maand gebruik maken van deelauto's. n Alleen inwoners ouder dan 18 jaar en in bezit van een rijbewijs mogen gebruikers zijn.

n Er zijn geen definitieve gegevens over het totaal aantal deelautogebruikers in Amsterdam, omdat aanbieders verschillende definities hebben van actieve gebruikers. We moesten daarom een geïnformeerde schatting maken, waarbij we kennis van alle beschikbare bronnen (die in de eerste kolom zijn vermeld) combineren.

Deelautogebruikers selecteren uit de synthetische populatie

n De synthetische bevolkingsdata van TNO (gebaseerd op CBSsociologische gegevens). n De deelauto enquête voor socio-economie van gebruikers.

n De deelauto enquête met daarin de sociaal- economische kermerken van gebruikers is representatief voor alle gebruikers in de stad. n De synthetische populatie van TNO is representatief voor de bevolking van Amsterdam.

n Voor de selectie van deelautogebruikers uit de synthetische populatie hebben we slechts drie factoren gebruikt (leeftijd, aantal auto's en bezit, kinderen in het huishouden) omdat het gebruik van meer factoren zou hebben geleid tot een te kleine steekproefomvang van de gesegmenteerde gegevens uit de enquête. Dit zijn de drie factoren met de grootste voorspellende kracht.

Gebiedskenmerken toewijzen aan gebruikers in synthetische populatie

n Open data & data van de gemeente Amsterdam over parkeren, OV-bereikbaarheid, bevolkingsdichtheid etc.

n n.v.t.

n n.v.t.

Voor elke gebruiker berekenen van de kans van wegdoen of kopen van een auto

n TNO's synthetische bevolkingsdata gecombineerd met bovenstaande socio economische & gebiedskenmerken. n De deelauto enquête op welk type gebruikers in welke gebieden hun auto vaker wordt verkocht.

n De deelauto enquête met daarin de sociaal- economische kermerken van gebruikers is representatief voor alle gebruikers in de stad.

n Het model modelleert geen oorzaak-gevolgrelaties, maar is gebaseerd op correlaties die zijn waargenomen tussen het verkoopgedrag van auto's en sociaaleconomische en gebiedskermerken. n Externe factoren (bijv. gasprijzen, nieuwe ontwikkelingen) die ook van invloed kunnen zijn op het verkoopgedrag van auto's worden niet in het model meegenomen.

Schatten van het totaal aantal deelautogebruikers in Amsterdam

Ruimte voor en door deelauto's

|

32

5

6

7

Bronnen

Aannames

Kanttekeningen

Optelling van het netto aantal auto's in Amsterdam is weggedaan door de gedragskansen bij elkaar op te tellen

n De output van voorgaande stap 4.

n n.v.t.

n Voor elke deelautogebruiker in de synthetische populatie berekenen we een kans om een auto af te schaffen/aan te schaffen. Deze kans is gelijk aan het gemiddeld aantal weggedane of gekochte auto's voor deze persoon. Dus als je al deze kansen optelt, krijg je alle auto's die worden verwijderd of toegevoegd.

Het totale netto aantal weggedane auto's delen door het aantal beschikbare deelauto's = AVR

n Gegevens van aanbieders over het aantal auto's (behalve voor ShareNow waar het aantal verleende vergunningen als proxy werd gebruikt).

n Omdat we geen Sixt-gegevens hebben ontvangen, zijn we ervan uitgegaan dat hun totaal aantal auto's gelijk is aan het aantal vergunningen dat ze hebben gekregen en dat hun auto's op dezelfde manier over de stad worden verdeeld als bij andere free-floating aanbieders (ShareNow, Fetch).

n Het aantal beschikbare auto's dat we konden afleiden uit de ritgegevens van aanbieders varieerde aanzienlijk in de loop van de maanden. We kozen daarom voor de meest stabiele periode van 6 maanden, die van augustus 2021-december 2021.

Converteren van de AVR naar fysieke parkeerplaatsen en bespaarde vergunningen

n Aantal vergunningen per postcode van gemeente Amsterdam. n Vergunningen / eigen auto verhouding (per gebied) - gemeente Amsterdam. n Het aantal perkeerplaatsen dat kan worden verwijderd per ingetrokken vergunning op basis van de huidige praktijk van de stad (0,73) - gemeente Amsterdam. n CBS-gegevens over het aantal auto's in bezit.

n In gebieden waar de AVR lager is dan 1, en dus een nieuwe deelauto meer ruimte in beslag zou nemen dan het zou besparen, zijn we ervan uitgegaan dat het aantal vergunningen niet zou worden verhoogd.

n n.v.t.

Ruimte voor en door deelauto's

|

33

Gebruikte variabelen om het model te kalibreren Variabelen

Omschrijving

Bronnen

Kinderen in een huishouden

De aanwezigheid van eventuele kinderen in het huishouden. We hebben dezelfde categorieën toegepast als in de deelauto enquête.

Deelauto enquête 2021:2022 TNO’s Synthetic population

Auto’s in een huishouden

Het aantal auto's in het huishouden voordat er auto's werden verkocht of gekocht na de invoering van autodelen. We hebben dezelfde categorieën toegepast als in de deelauto enquête.

Deelauto enquête 2021:2022 TNO’s Synthetic population

Arbeidsstatus

Een binaire categorie waarin de respondent al dan niet in loondienst is (inclusief student, werkloos, geen werknemer, enz.).

Deelauto enquête 2021:2022 TNO’s Synthetic population

Leeftijdsgroep

Een categorische variabele die de leeftijdsgroep aangeeft waartoe elke deelnemer van de deelauto enquête toe behoort.

Deelauto enquête 2021:2022 TNO’s Synthetic population

Afstand naar stadscentrum

De afstand van het middelpunt van elke postcode tot het stadscentrum.

Rebel / TNO

Kosten parkeervergunning

De gemiddelde kosten van een parkeervergunning voor inwoners van verschillende delen van Amsterdam.

Gemeente Amsterdam

Privéparkeren

Het aantal eigen parkeerplaatsen per stadsdeel.

Gemeente Amsterdam

Dichtheid van adressen

Het gemiddeld aantal adressen binnen een straal van één kilometer.

Centraal Bureau voor Statistiek

Gebiedskansrijkheid

Een score om te bepalen i) in welke mate particulier voertuiggebruik 'vermijdbaar' is en ii) hoe 'dringend' interventies zijn om de openbare ruimte opnieuw in te delen.

Rebel / TNO

Aanbod deelauto’s

Het gemiddeld aantal beschikbare deelvoertuigen per stadsgeografie (bijv. postcode, stadsdeel).

Deelauto-aanbieders

Ruimte voor en door deelauto's

|

34

Bijlage 5. Definities Begrip

Omschrijving

Autovervangingsratio (AVR)

De AVR laat zien hoeveel privéauto’s door één deelauto kunnen worden vervangen.

Deelauto

Een auto die door mensen in een bepaald gebied gereserveerd kan worden voor een specifieke periode.

Deelautogebruiker

Een persoon die minstens één keer per maand een B2C-deelauto gebruikt.

Naïeve AVR

De eenvoudige AVR geeft het stadsbrede potentieel aan. Hierbij willen wij direct de kanttekening maken dat omdat er grote verschillen in karakteristieken tussen de verschillende wijken en de mensen die daar wonen zitten, deze eenvoudige AVR te weinig richting geeft om beleid op te vormen. De waarde van het berekenen van deze eenvoudige AVR zit vooral in het kunnen valideren van de robuuste berekeningen.

Free-floating deelauto’s

Een B2C-deelauto die overal binnen het toegestane werkgebied (en waar de parkeervoorschriften dat toestaan) kan worden opgehaald en achtergelaten.

Gebied

Het gebied van een 4-cijferige postcode. Dit is de kleinste onderverdeling van onze analyse, gezien de hoeveelheid informatie die door de respondenten van de deelauto enquête is verstrekt.

Gebiedskansrijkheid

Een score om te bepalen i) in welke mate particulier voertuiggebruik ‘vermijdbaar’ is en ii) hoe ‘dringend’ interventies zijn om de openbare ruimte opnieuw in te delen.

Kantelpunt

Het kantelpunt wordt bereikt wanneer het toevoegen van een extra deelauto geen besparing meer oplevert, maar juist ruimte kost omdat de markt verzadigd is.

Postcode

Wij gebruiken het postcode-niveau voor onze analyses. Een postcode kan zowel een wijk als een buurt bevatten.

Slimme AVR

De slimme AVR is van belang om een realistisch beeld te krijgen van het potentieel van deelauto’s om privéauto’s te vervangen. Deze robuuste methode is een voorspelling met behulp van een gedragsmodel gericht op de keuze van bewoners om hun privéauto op te geven. Hierbij houden we rekening met hun sociaaleconomische profiel en het gebied waarin bewoners wonen.

Station-based deelauto’s

Een B2C-deelauto die van een specifieke parkeerplaats of zone moet worden opgehaald en na gebruik weer moet worden teruggebracht. Omvat ook zone-floating deelauto's.

Synthetische populatie

In plaats van de echte persoonsgegevens van elke in Amsterdam geregistreerde persoon te gebruiken, gebruiken we in plaats daarvan een door een computer gesimuleerde (“synthetische”) populatie, gecreëerd door TNO, die statistisch overeenkomt met de echte, maar individuele personen en huishoudens worden willekeurig verdeeld.

Ruimte voor en door deelauto's

|

35

Bijlage 6. Casussen Westelijke Grachtengordel

Buiksloterham

Postcode

1015, 1016, 1017

Gebiedstype

Woongebied

1031, 1032

Postcode

Gebiedsontwikkeling

Gebiedstype

Aantal inwoners

38.566

Aantal inwoners

27.188

Auto’s per inwoner

0,19

Auto’s per inwoner

0,26

Totaal aantal parkeervergunningen

6.220

Totaal aantal parkeervergunningen

2.606

Aantal non-fiscaal parkeerplaatsen

0

Aantal non-fiscaal parkeerplaatsen

6.469

Ruimte ingenomen door parkeren op straat

99.270 m²

Ruimte ingenomen door parkeren op straat

196.005 m²

Autovervangingsratio (AVR)

4,2

Autovervangingsratio (AVR)

5,1

Parkeerplaatsen bespaard door één deelauto

1,6

Parkeerplaatsen bespaard door één deelauto

2,8

Vergunningen bespaard door één deelauto

2,6

Vergunningen bespaard door één deelauto

3,8

Aantal potentiële toekomstige gebruikers van deelauto's

9.326

Aantal potentiële toekomstige gebruikers van deelauto's

5.885

Extra deelauto’s om aan de onbenutte vraag te voldoen

568

Extra deelauto’s om aan de onbenutte vraag te voldoen

358

Parkeerdrukverlichting als de onbenutte vraag werd bediend

0,64%

Parkeerdrukverlichting als de onbenutte vraag werd bediend

1,0%

De Pijp

Sloterdijk

Postcode

1072, 1073, 1074

Gebiedstype

Woongebied

1014

Postcode

Gebiedsontwikkeling

Gebiedstype

Aantal inwoners

35.442

Aantal inwoners

2.900

Auto’s per inwoner

0,16

Auto’s per inwoner

0,23

Totaal aantal parkeervergunningen

5.695

Totaal aantal parkeervergunningen

27

Aantal non-fiscaal parkeerplaatsen

0

Aantal non-fiscaal parkeerplaatsen

4.727

Ruimte ingenomen door parkeren op straat

97.005 m²

Ruimte ingenomen door parkeren op straat

70.905 m²

Autovervangingsratio (AVR)

2,1

Autovervangingsratio (AVR)

7,4

Parkeerplaatsen bespaard door één deelauto

0,6

Parkeerplaatsen bespaard door één deelauto

2,7

Vergunningen bespaard door één deelauto

1,1

Vergunningen bespaard door één deelauto

0,3

8.848

Aantal potentiële toekomstige gebruikers van deelauto's

880

Extra deelauto’s om aan de onbenutte vraag te voldoen

538

Extra deelauto’s om aan de onbenutte vraag te voldoen

54

Parkeerdrukverlichting als de onbenutte vraag werd bediend

0.47%

Parkeerdrukverlichting als de onbenutte vraag werd bediend

Aantal potentiële toekomstige gebruikers van deelauto's

0,98%

Ruimte voor en door deelauto's

|

36

COLOFON Uitgave Rebel Group Gemeente Amsterdam, Verkeer & Openbare Ruimte, Programma Deelmobiliteit, Januari 2023 Tekst en redactie Rebel Group Gemeente Amsterdam Vormgeving LassooyDesign BNO Fotografie & Afbeeldingen Rebel Group Meer informatie amsterdam.nl/deelvervoer deelmobiliteit@amsterdam.nl rebelgroup.com/nl chretienne.hoek@rebelgroup.com Copyright Gemeente Amsterdam Aan de inhoud van deze publicatie kunnen geen rechten worden ontleend. V&OR aanvaart geen aansprakelijkheid voor onjuistheden/onvolledigheden.

Ruimte voor en door deelauto's

|

37

LAS22156

De tekst is automatisch uit het bestand gehaald en kan afwijken van het origineel (kolommen, tabellen en koppen lopen door elkaar). Het officiële stuk bij de gemeente is leidend. Bron: https://api.notubiz.nl/document/12915699/1