Onderzoek toont aan dat er een nauw verband bestaat tussen landgebruik en verplaatsingen. Deze relatie kan als volgt worden uitgelegd. De verspreiding van functies zoals kantoren, huizen, industrie en recreatie in een stad bepaalt de locaties waar inwoners bepaalde activiteiten uitvoeren, zoals wonen, werken en sporten. Deze verspreiding zorgt ervoor dat bewoners verplaatsingen uitvoeren om deze afstand te overbruggen, zoals het woon-werk verkeer. De karakteristieken van infrastructuur zoals de aanwezigheid en typologie van fietspaden of de frequentie en aanwezigheid van openbaar vervoer beïnvloeden de vervoerskeuze en bepalen de bereikbaarheid van een locatie. De bereikbaarheid van een plek bepaalt waar functies zich vestigen. Dit zorgt weer voor een verspreiding van functies in een stad. Echter, de vraag blijft hoe de eigenschappen van onze omgeving exact onze vervoerskeuze beïnvloeden en hoe duurzaam onze vervoerskeuze eigenlijk is.
Door aan de hand van eigenschappen van een buurt de verplaatsingsbewegingen van inwoners te voorspellen kan er gekeken worden welke ruimtelijke aspecten de vervoerskeuze van inwoners beïnvloeden en op welke manier dit gebeurt. Daarnaast kan er aan deze vervoerskeuze een duurzaamheidsscore worden toegekend. Zo ontstaat er per buurt een duurzame mobiliteitsscore, NSMI genaamd. De NSMI geeft naast inzicht in de duurzaamheid van verplaatsingen, ook inzicht in de waarschijnlijkheid van de vervoerskeuze voor inwoners, de variabelen die positief of negatief bijdragen aan deze score en op welke manier deze variabelen de vervoerskeuze van inwoners beïnvloeden.
De NSMI wordt opgezet per jaar voor de jaren 2018 tot en met 2022. Dit geeft inzicht in de gedragsverandering omtrent verplaatsingen, de invloed van Covid-19 en de mogelijke invloed van de verandering in buurtkarakteristieken. Daarnaast wordt er onderscheid gemaakt in korte verplaatsingen, middellange verplaatsingen en lange verplaatsingen waardoor de duurzaamheid van de vervoerskeuze gekoppeld kan worden aan de lengte van de verplaatsingen. De duurzaamheid van de vervoerskeuze is gekoppeld aan de genormaliseerde uitstoot van de methode in combinatie met de lengte van de verplaatsing.
Voor de verplaatsingsdata worden de “Onderweg in Nederland” datasets van het CBS gebruikt. Deze data zal aangevuld worden met StatLine data van het CBS voor het verkrijgen van buurtstatistieken en OpenStreetMap data voor het verkrijgen van ruimtelijke karakteristieken. De Random Forest-methode zal gebruikt worden voor dit onderzoek. Dit is een machine-learning algoritme die meerdere beslissingsbomen verzamelt. In vergelijking met andere methoden biedt de Random Forest-methode niet alleen een verbeterde kwaliteit, maar ook verbeterde inzichten in onderliggende relaties.
Hieronder vind je een eerste visualisatie van het dashboard met de (fictieve) NSMI score 👇.
Heb je vragen of opmerkingen? Neem contact op met Jochem: Jochem@we-boost.nl
