Bijlage 3. Onderzoeksrapporten voetgangers- en fietsverbinding Capelle - Krimpen

Voor routes die voor 2010 opgeleverd zijn namelijk geen voormetingen beschikbaar omdat we gebruik maken van een database met verplaatsingen voor de periode 2010 tot 2019 (zie toelichting hieronder). Dit betekent dat verplaatsingen via oudere routes zoals NijmegenWijchen, Breda - Etten Leur en de pilot routes binnen ‘Met de fiets minder file’ geen onderdeel uitmaken van de interventiegroep. 4 We hebben daarnaast alleen gerealiseerde projecten geselecteerd die als een snelle fietsroute gekwalificeerd kunnen worden. Het gaat dan om de volgende routes: • Amsterdam - Purmerend • Arnhem - Nijmegen (RijnWaalpad) • Arnhem - Zevenaar (de Liemers) • Den Bosch - Oss • Den Haag - Leiden • Eindhoven - Valkenswaard • Hengelo - Enschede • Houten - Utrecht west • Leiden - Voorburg (Velostrada) • Nijmegen - Beuningen • Nijmegen Zuid - Beuningen • Venlo - Greenport • Zwolle - Staphorst Vervolgens is voor iedere mogelijke verplaatsing van de ene naar de andere (viercijferige) postcode bepaald of de realisatie van een snelle fietsroute hier tot een verbetering heeft geleid. We gaan er namelijk vanuit dat als een deel van de verplaatsing afgelegd kan worden over een snelle fietsroute er sprake is van een verbetering in comfort en snelheid. We hebben 3

In het mobiliteitsonderzoek worden verplaatsingen waarbij verschillende vervoersmiddelen zijn gebruikt opgesplitst in verschillende ritten. Voor elke individuele rit is een specifiek vervoersmiddel gebruikt. Onze dataset beat in totaal 1.314.231 unieke ritten. 4 Overigens nemen we Apeldoorn – Deventer wel mee in

daartoe per postcodepaar berekend of er een snelle fietsroute op maximaal 5.000 meter afstand ligt van de kortste rechte lijn (hemelsbrede afstand) tussen beide postcodes. De snelle fietsroute zal pas tot een verbetering op een verplaatsing leiden als deze parallel loopt aan de kortste rechte lijn tussen de postcodes. Daarom is door middel van een (loodrechte) projectie de afstand berekend waar de snelle fietsroute min of meer evenwijdig aan de kortste lijn loopt. Dit is per wegvlak gedaan en de berekening is gevisualiseerd in Figuur 1 (zie bijlage). De projectie van wegvlak AB op de kortste lijn tussen postcode 1000 en 1001 is lijnstuk PQ. De lengte PQ wordt vervolgens voor alle wegvlakken van de snelle fietsroute gesommeerd. Figuur 1 Visualisatie van de projectie

We maken een aantal selecties in de data. Ten eerste beperken we ons tot reguliere woonwerkverplaatsingen: binnenlandse verplaatsingen van en naar werk. Daarnaast nemen we alleen verplaatsingen mee die ofwel met de auto ofwel met de fiets gemaakt zijn. Het doel van het onderzoek is immers om te achterhalen of forenzen overstappen van de auto naar de fiets als gevolg van de aanleg van snelle fietsroutes. Verplaatsingen van personen jonger dan 18 jaar worden in dit verband buiten beschouwing gelaten, omdat die nog niet zelfstandig gebruik kunnen maken van de auto. Ook kijken we alleen naar verplaatsingen tussen postcodes waar de afstand over de kortste hemelsbrede lijn tussen de 1 en 20 kilometer ligt. We gaan er vanuit dat snelle fietsroutes nauwelijks effect hebben op verplaatsingen over korte afstanden.5 Voor afstanden groter dan 20 kilometer is het aandeel fiets zo klein is dat het voor de analyse niet relevant is (zie ook: MuConsult, 2007). Als gevolg van deze keuzes gebruiken we informatie over 55.920 respondenten in de uiteindelijke analyses. Deze personen hebben in totaal 101.810 verschillende woon-werkverplaatsingen gemaakt.

Resultaten De resultaten van het landelijke mobiliteitsonderzoek worden vaak gebruikt om verplaatsingsgedrag tussen regio’s of door de jaren heen te vergelijken. Vergelijkingen op lagere ruimtelijke schaalniveaus – zoals gemeenten of wijken – zijn echter niet mogelijk omdat het aantal waarnemingen te klein is om betrouwbare uitspraken te kunnen doen. Wij maken 5

Om die reden nemen we verplaatsingen binnen postcodes niet mee in de analyse

daarom geen gebruik van geaggregeerde informatie over het verplaatsingsgedrag van respondenten, maar voeren analyses uit op het niveau van individuele (woon-werk) verplaatsingen van respondenten. Omdat er in 2018 al 40 snelle fietsroutes gerealiseerd waren zijn er voor heel Nederland voldoende verplaatsingen waar sprake is van reistijdwinst om betrouwbare uitspraken te kunnen doen over de effecten van snelle fietsroutes. Respondenten in het mobiliteitsonderzoek geven aan wat het voornaamste vervoermiddel is waarmee een bepaalde verplaatsing is gemaakt (hoofdvervoermiddel). Op basis van deze antwoorden hebben we het aandeel auto en fiets bepaald op woon-werkverplaatsingen waar een snelle fietsroute tot een verbetering heeft geleid. De resultaten worden in Tabel 1 weergegeven. Er is een onderscheid gemaakt tussen verplaatsingen voor, tijdens en na realisatie van de route. Daarnaast differentiëren we naar de afstand die over een snelle fietsroute afgelegd kan worden. Het gaat hierbij om de lengte van de snelle fietsroute die parallel loopt aan de ideale route (hemelsbrede afstand). Als er een gerealiseerde snelle fietsroute is gesitueerd binnen 5 kilometer van de ideale route betekent dat niet automatisch dat er sprake is van een verbetering. Er zal pas sprake zijn van een verbetering als de snelle fietsroute op een belangrijk deel van deze route parallel loopt.

Tabel 1 Aandelen voor fiets en auto op verplaatsingen waar een snelle fietsroute voor een verbetering zorgt. Lengte parallel aan snelle fietsroute Minder dan 500 meter 500-1000 meter 1000-2500 meter 2500-5000 meter Meer dan 5000 meter Totaal Jaar verplaatsing Controlegroep

Voor realisatie Auto 55,6 (369) 56,1 (443) 58,9 (1.169) 71,2 (1.020) 82,1 (867) 65,3 (3.868)

Fiets 44,4 (295) 43,9 (347) 41,1 (815) 28,8 (412) 17,9 (189) 34,7 (2.058)

2010 70,7 (5.864)

Tijdens realisatie Auto 49,7 (380) 55,6 (427) 54,7 (883) 69,0 (740) 85,6 (796) 62,6 (3.226)

Fiets 50,3 (385) 44,4 (341) 45,3 (731) 31,0 (333) 14,4 (134) 37,4 (1.924)

2015 29,3 (2.435)

68,9 (4.321)

Na realisatie Auto 49,8 (618) 50,7 (657) 50,9 (1.666) 62,1 (1.465) 78,9 (1.353) 58,3 (5.759)

Fiets 50,2 (624) 49,3 (638) 49,1 (1.609) 37,9 (894) 21,1 (362) 41,7 (4.127)

2019 31,1 (1.947)

63,0 (6.443)

37,0 (3.786)

Noot: Elke cel geeft het aandeel per vervoersmiddel binnen het totaal aantal verplaatsingen weer. Het absolute aantal verplaatsingen per auto of fiets staat tussen haakjes.

In de tabel is te zien dat het aandeel fiets op verplaatsingen waar een snelle fietsroute maximaal 500 meter parallel loopt voor realisatie op 44,4% ligt, tijdens de realisatie op 50,3% en na de realisatie op 50,2% ligt. Ook op routes waar slechts in beperkte mate sprake is van

een verbetering lijkt het aandeel fiets dus toe te nemen. Als we corrigeren voor het jaar van de verplaatsing en de kenmerken van de respondent en verplaatsing is er niet langer sprake van een significant verschil met de situatie voor oplevering (zie Tabel A6 in de bijlage). Uit de tabel wordt duidelijk dat de grootste toename plaatsvindt op verplaatsingen waar een snelle fietsroute over een lengte van 1 tot 5 km parallel loopt. Ligt het aandeel in de categorie 10002500 meter voor realisatie op 41,1%, na realisatie stijgt het naar 49,1%. Binnen de categorie 2500-5000 meter liggen de aandelen op respectievelijk 28,8% en 37,9%. Er is dus sprake van een toename van het aandeel fietsers met 8 tot 9%-punt. Op routes waar de snelle fietsroute meer dan 5 kilometer parallel loopt is de groei weer kleiner. Binnen deze categorie is de totaal afgelegde afstand ook het langst waardoor het fietsgebruik überhaupt beperkt is. In de beschreven uitkomsten is geen rekening gehouden met het feit dat de waargenomen veranderingen in fietsgebruik ook veroorzaakt kunnen worden door autonome trends. In het onderste gedeelte van de Tabel 1 worden ter illustratie de aandelen weergegeven voor de controlegroep in de jaren 2010, 2015 en 2019.6 De uitkomsten laten zien dat het aandeel fiets ook in de controlegroep is toegenomen en dat het aandeel auto is afgenomen.

In een standaard verschil-in-verschil analyse wordt daarom voor het jaar van observatie gecorrigeerd. Ook zullen de onderzochte groepen (controle, voor, tijdens en na) waarschijnlijk verschillen wat betreft persoons- en huishoudkenmerken. Daar moet in de analyse ook voor gecontroleerd worden. In Tabel 2 worden de resultaten weergegeven voor het aandeel fiets en auto als we corrigeren voor het jaar waarin de verplaatsing heeft plaatsgevonden alsmede de persoons- en huishoudkenmerken van de respondent. In de uiteindelijke analyse bestaat de interventiegroep uit verplaatsingen waar een snelle fietsroute meer dan 500 meter parallel loopt aan de ideale route. De controlegroep bestaat dus uit alle verplaatsingen waar helemaal geen gerealiseerde snelle fietsroute in de buurt lag of waar de snelle fietsroute minder dan 500 meter parallel liep aan de ideale route. Tabel 2 Effect van een snelle fietsroute op het aandeel fiets aandeel

Gemiddeld effect

Effect per afstandsklasse verplaatsing

6

1,0 tot 2,5 km 2,5 tot 3,7 km 3,7 tot 5,0 km 5,0 tot 7,5 km 7,5 tot 10 km 10 tot 15 km 15 tot 20 km

ontwikkeling

voor

tijdens

na

tijdens

na

28,9%

31,7%

32,7%

2,8%

3,8%

65,3% 54,4% 43,8% 33,2% 19,8% 10,4% 4,5%

68,2% 57,6% 47,0% 36,2% 22,0% 11,7% 5,1%

69,2% 58,8% 48,2% 37,2% 22,8% 12,1% 5,3%

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

3,9% 4,4% 4,4% 4,0% 3,0% 1,8% 0,8%

Het gaat hierbij om alle verplaatsingen waar in de periode 2010-2018 geen gerealiseerde snelle fietsroute parallel liep aan de ideale, kortste route (hemelsbrede afstand) tussen twee postcodes.

De gerapporteerde resultaten zijn tot stand gekomen door middel van een logistische regressieanalyse. We hebben van deze analysemethode gebruik gemaakt omdat de afhankelijk variabele binair van aard is: het al dan niet gebruiken van de fiets voor een bepaalde verplaatsing. We rapporteren zogenaamde marginale effecten omdat de resultaten (coëfficiënten) van een logistisch regressiemodel niet eenvoudig te interpreteren zijn. De marginale effecten laten zien hoeveel groter de kans is dat iemand de fiets pakt nadat een snelle fietsroute heeft geleid tot een verbetering op de verplaatsing. De marginale effecten zijn berekend voor de gemiddelde respondent in de analyse. 7 In de bijlage lichten we de logistische regressieanalyse toe en bespreken we hoe de marginale effecten zijn berekend. Uit Tabel 2 blijkt dat het aandeel fiets stijgt van 28,9% voor aanleg naar 32,7% als de route in zijn geheel opgeleverd is. Strikt genomen gaat het hierbij overigens om de kans per respondent per verplaatsing om van de fiets in plaats van de auto gebruik te maken. Er is dus sprake van een verschil van 3,8%-punt voor en na aanleg van de route. Dit impliceert dat het fietsgebruik significant is toegenomen. Uit de tabel blijkt dat het aandeel tijdens de realisatie ook al hoger ligt: in de realisatiefase neemt het aandeel met 2,8%-punt toe.

Het gaat hier om het gemiddelde effect van een snelle fietsroute voor de gemiddelde respondent. We hebben het effect ook uitgesplitst naar verschillende afstandsklassen. Het effect verschilt duidelijk afhankelijk van de totale afstand van de verplaatsing: op verplaatsingen over een afstand van 15 tot 25 kilometer is slechts sprake van een verandering van 0,8%-punt, terwijl op verplaatsingen over een afstand van 2,5 tot 5 kilometer (twee verschillende afstandsklassen) het verschil 4,4%-punt bedraagt. 8 De daadwerkelijk afgelegde afstand zal overigens groter zijn omdat het hier om de kortste hemelsbrede afstand tussen twee postcodes gaat. Het gaat dan ook vooral om de relatieve verschillen.

Conclusies Het doel van dit onderzoek was om te beoordelen in hoeverre de aanleg van snelle fietsroutes bijdraagt aan een verandering in de vervoermiddelkeuze van personen voor wie de route een mobiliteitskeuze biedt. Er is daarbij in het bijzonder gekeken naar de keuze om de fiets dan wel de auto te gebruiken voor een woon-werkreis. Voor de analyse maken we gebruik van data over daadwerkelijk gemaakte woon-werkverplaatsingen in de periode 2010-2019 uit het landelijke mobiliteitsonderzoek (OViN en ODiN) en een inventarisatie van (gerealiseerde) snelle fietsroutes door Tour de Force / DAT.Mobility. We zijn er daarbij vanuit gegaan dat er sprake is van een verbetering op een bepaalde verplaatsing als er een snelle fietsroute parallel aan de meest ideale lijn tussen de vertrek- en aankomstlocatie loopt. Daarbij mag de snelle fietsroute maximaal 5 kilometer van deze lijn af liggen. Er is vervolgens middels een zogenaamde verschil-in-verschil methode geanalyseerd of de kans om de fiets dan wel de auto te gebruiken voor een woon-werkverplaatsing is veranderd als gevolg van de realisatie van een snelle fietsroute. De resultaten laten zien dat meer mensen de fiets in plaats van de auto pakken door de aanleg van snelle fietsroutes. Het aandeel neemt toe met bijna 4%-punt (van 28,9% naar 32,7%) nadat de route is opgeleverd. 7

Het gaat dan om iemand die voor 0,54 man is en voor 0,46 vrouw is, voor 0,17 een lagere opleiding heeft voltooid, voor 0,41 middelbaar onderwijs, voor 0,44 hoger onderwijs enz.

Dit is echter een gemiddeld effect en het effect verandert met de totale afstand van de verplaatsing: het verschil varieert van slechts 0,8%-punt voor verplaatsingen over een afstand van 15 tot 25 kilometer tot 4,4%-punt voor verplaatsingen over een afstand van 2,5 tot 5 kilometer. Dit onderzoek laat zien dat snelle fietsroutes een behoorlijk effect kunnen hebben op de modal split. Temeer daar de kosten van de aanleg van snelle fietsroutes lager liggen in vergelijking met andere infrastructurele projecten. In vergelijking met de studie die MuConsult eerder heeft uitgevoerd naar de vijf routes in het kader van ‘Met de fiets minder file’ zijn gerealiseerd, zijn de verschillen overigens wat kleiner. Deze studie was echter niet gebaseerd op gegevens over daadwerkelijk reisgedrag maar op informatie uit vragenlijsten waarin mensen gevraagd werd wat ze zouden doen na aanleg van een snelle fietsroute (een zogenaamde stated preference analyse).9 Hoewel de resultaten over het effect van snelle fietsroutes behoorlijk robuust zijn, kunnen de analyses op een aantal punten uitgebreid en verbeterd worden in vervolgonderzoek: • In eerste instantie wilden we berekeningen van de reistijdwinst over het fietsnetwerk gebruiken om te bepalen of een gerealiseerde snelle fietsroute tot een verbetering op een verplaatsing tussen twee postcodes heeft geleid.

We hebben daartoe reistijdmatrixen10 berekend voor alle regionale fietsroutes die in het GIS-bestand van Tour de Force / DAT.Mobility zijn opgenomen en niet specifiek voor de hierboven beschreven selectie van projecten. Als we deze reistijdmatrixen gebruiken vinden we nauwelijks significante effecten, maar dat is ook het geval als we alle regionale routes meenemen in de huidige maatstaf gebaseerd op afstand. De reistijdmatrixen dienen daarom opnieuw berekend te worden voor de projecten die als een snelle fietsroute gekwalificeerd kunnen worden. • We hebben de analyse op viercijferig postcodeniveau uitgevoerd. Als het mogelijk wordt om de analyse op zescijferig postcodeniveau uit te voeren kunnen we nog nauwkeuriger bepalen of een snelle fietsroute voor een verbetering op een bepaalde verplaatsing heeft gezorgd. In de huidige onderzoek wordt het positieve effect van snelle fietsroutes waarschijnlijk onderschat omdat in de interventiegroep ook verplaatsingen zijn meegenomen waar de snelle fietsroute niet tot een verbetering heeft geleid. • We zien dat er ook tijdens de uitvoering al veranderingen in vervoersmiddelkeuze optreden. Vanwege de onderzoeksopzet hebben we alleen de periode van uitvoering bepaald voor snelle fietsroutes die in 2018 al gerealiseerd waren. Er waren waarschijnlijk ook al andere routes in uitvoering in 2018.

Verplaatsingen op die routes maken nu onderdeel uit van de controlegroep. Daardoor zijn onze schattingen van het mobiliteitseffect van snelle fietsroutes in principe lager dan ze in werkelijkheid zijn. Deze routes zouden dus op juiste wijze in de analyses meegenomen moeten worden. Dit vergt een nadere inventarisatie om het jaar te bepalen waarin de uitvoering is gestart. • Het aantal nieuwe wegvlakken (ontbrekende schakels) als gevolg van de aanleg van de snelle fietsroute is beperkt doordat we de Openstreetmap uit 2016 als basis hebben genomen. Er zullen ook nieuwe wegvakken toegevoegd zijn op routes die voor 2016 zijn 9

De routes waren namelijk nog niet aangelegd. Voor de berekeningen is een Dijkstra ‘shortest path’ algoritme gebruikt om de kortste reistijd tussen twee postcodes over het fietsnetwerk te bepalen, voor en na aanleg van de snelle fietsroutes. Dit resulteert in een matrix waarin het aantal rijen gelijk is aan het kwadraat van het totaal aantal postcodes in Nederland. Per postcode wordt namelijk de reistijd naar alle andere postcodes bepaald. 10

gerealiseerd door bijvoorbeeld de realisatie van bruggen en tunnels. Het toevoegen van deze informatie zal waarschijnlijk beperkte invloed hebben op de berekende tijdwinst. Wel wordt het zo mogelijk om een onderscheid te maken tussen baten als gevolg van het toevoegen van ontbrekende schakels in het netwerk en baten als gevolg van verbeteringen van bestaande wegen (meer comfort en sneller).

Literatuur Crane, M., Rissel, C., Standen, C., Ellison, A., Ellison, R., Wen, L. M., & Greaves, S. (2017). Longitudinal evaluation of travel and health outcomes in relation to new bicycle infrastructure, Sydney, Australia. Journal of Transport & Health, 6, 386-395. Dill, J., McNeil, N., Broach, J., & Ma, L. (2014). Bicycle boulevards and changes in physical activity and active transportation: Findings from a natural experiment. Preventive medicine, 69, S74-S78. Goodman, A., Sahlqvist, S., & Ogilvie, D. (2014). New walking and cycling routes and increased physical activity: one-and 2-year findings from the UK iConnect Study. American journal of public health, 104(9), e38-e46. Heesch, K. C., James, B., Washington, T. L., Zuniga, K., & Burke, M. (2016). Evaluation of the Veloway 1: A natural experiment of new bicycle infrastructure in Brisbane, Australia. Journal of Transport & Health, 3(3), 366-376. Mölenberg, F. J. M., Panter, J., Burdorf, A., & van Lenthe, F. J. (2019). A systematic review of the effect of infrastructural interventions to promote cycling: strengthening causal inference from observational data. International journal of behavioral nutrition and physical activity, 16(1), 93. MuConsult. (2007). Met de fiets minder file: Eindrapport nulmeting. Amersfoort. Sharmeen, F., Ploegmakers, H., & Lagendijk, A. (2020).

Evaluatieonderzoek Snelle fietsroutes Provincie Gelderland: Een analyse van het netto effect van investeringen in snelle fietsroutes. Retrieved from Nijmegen: