Autodelen in
Amsterdam
Hoe autodelers zich onderscheiden in hun
attitudes en verplaatsingsgedrag van niet-autodelers
Sophie Boot
19-06-2017
Autodelen in Amsterdam
Hoe autodelers zich onderscheiden in hun attitudes en
verplaatsingsgedrag van niet-autodelers
Vak: Bachelorscriptieproject Sociale Geografie en Planologie Vakcode: 734301500Y Eerste begeleider: dhr. dr. S. Metaal Tweede Beoordelaar: dhr. prof. dr. P.P. Tordoir Datum: 19-06-2017 Aantal woorden: 10.600 Sophie Boot Carolina MacGillavrylaan 2408 1098 XK Amsterdam boot.sophie@gmail.com tel.: 0644085687 studentnr: 10636250
C
ONTENTS
Inleiding ... 5 Maatschappelijke relevantie ... 5
Doelstelling en wetenschappelijke relevantie ... 5
Leeswijzer ... 6
Probleemstelling ... 7 Theoretisch kader ... 8 Autodelen ... 8
Gedragskeuzeproces ... 12
Verplaatsingsgedrag ... 14
Amsterdam ... 16
Methodologie ... 17 Respondenten ... 17
Dataverzameling ... 17
Operationalisatie ... 19
Methode van analyse ... 20
Uitdagingen dataverzameling ... 20
Resultaten ... 22 Hoe onderscheiden autodelers zich in hun attitudes ten opzichte autodelen? ... 24
Geldzaken ... 24 Status ... 25 Emotie ... 27 Bereikbaarheid ... 28 Toegankelijkheid ... 30 Hoofdreden voor gebruik ... 31 Deelconclusie ... 31 Hoe onderscheiden autodelers zich in hun verplaatsingsgedrag? ... 32
Modal split per vervoersmiddel ... 32 Modal split per vervoersdoel ... 33 Deelconclusie ... 33 Conclusie ... 34 Bronnen ... 35 Bijlage A: Vragenlijst inclusief directe resultaten ... 37
INLEIDING
In 1995 schreef het Parool een artikel over klagende Amsterdammers, die het niet eens waren met het parkeerbeleid in hun buurt. Bewoners en ondernemers van de Elandsgracht vonden het een schande dat er vijf parkeerplekken herbestemd werden voor deelauto’s en vreesden dat dit de parkeerdruk alleen maar zou verhogen. In tegenstelling tot de organisator, die in Berlijn had ervaren dat autodelen wel eens dé oplossing voor parkeerproblematiek zou kunnen zijn, en in Amsterdam met tien auto’s de aftrap gaf voor een nieuw autodeelbedrijf (Parool, 1995). Twintig jaar later is de deelauto in Amsterdam een ingeburgerd principe en zijn er in de stad meer dan 4000 deelauto’s te vinden (CROW-KpVV, n.d.). Ook landelijk stijgt het aantal, en wordt er beleid gevormd om dit verder te stimuleren. Zo staat in het Energie-akkoord van het SER dat er in 2020 ten minste 100.000 deelauto’s moeten zijn met een gemiddeld zeer lage uitstoot, waarbij een langdurige campagne een verandering in de mobiliteitscultuur moet stimuleren (Sociaaleconomische Raad, 2013). Daarvoor is het wel nodig om te weten hoe dit beleid en zo’n langdurige campagnes ervoor kunnen zorgen dat meer mensen gebruik gaan maken van deelauto’s . Deze scriptie heeft met een survey onder 216 Amsterdammers gekeken in hoeverre gebruikers en niet-gebruikers van deelauto’s verschillen in hun attitudes ten opzichte van deelauto’s en wat de resultaten zijn van het door de attitudes beïnvloedde verplaatsingsgedrag.M
AATSCHAPPELIJKE RELEVANTIEDe toenemende populariteit van deelauto’s past binnen een aantal maatschappelijke trends. Zo bezitten jongeren steeds minder vaak een auto (CBS, 2013), en is de afgelopen jaren de deeleconomie steeds populairder geworden. Ook worden deelauto’s door veel beleidsmakers gezien als een oplossing voor verschillende problemen. Zo tonen onderzoekers van het Planbureau voor de Leefomgeving aan dat autodelers 30% minder auto’s bezitten en 15 tot 20% minder kilometers rijden, wat beide zorgt voor een lagere CO2 uitstoot (2015). Minder auto’s leidt daarnaast tot een efficiënter gebruik van de ruimte, bijvoorbeeld omdat er minder parkeerplaatsen nodig zijn. In het beleid is vooral aandacht voor de verwachte positieve gevolgen van autodelen. In een artikel van de Volkskrant uit 2014 wordt de vraag gesteld of het toegankelijker en betaalbaarder maken van ritjes niet leidt tot een toename van het aantal verplaatsingen per auto. In zijn antwoord geeft een expert van het Kennisplatform Verkeer en Vervoer aan dat dit eigenlijk niet bekend is (Volkskrant, 2014). De positieve insteek komt door de voornamelijk positieve resultaten uit het buitenland. Zo tonen Martin en Shaheen (2016) aan dat de introductie van deelauto’s heeft geleidt tot minder autobezit en minder uitstoot van broeikasgassen.
D
OELSTELLING EN WETENSCHAPPELIJKE RELEVANTIEEr zijn in Nederland verschillende onderzoeken gedaan naar hoe mensen denken over autodelen. Zo heeft het TNS-NIPO een onderzoek gedaan dat keek naar de attitudes van potentiele autodelers om in kaart te brengen om hoeveel mensen dit gaat (Ettema, de Gier & Metz, 2014). Ook is er een onderzoek van het NetPanel uit 2005 waarin zowel huidige, potentiele als niet-gebruikers onderzocht zijn. Ondertussen is het aanbod van deelauto’s groter en meer divers geworden, zoals bijvoorbeeld
toename is de kans bijvoorbeeld groter dat er wél een deelauto beschikbaar is in de buurt. Een onderzoek van het Kennisinstituut voor Mobiliteitsbeleid uit 2015 heeft met behulp van panelgesprekken onderzocht wat de attitudes van gebruikers zijn. Deze resultaten zijn echter nog niet voorgelegd aan een grotere groep gebruikers, en laat mensen die (nog) geen gebruik maken van deelauto’s buiten beschouwing. Ook een onderzoek van Dieten (2015) vult de wetenschappelijke literatuur aan door te onderzoeken wat de meest optimale vorm is om deelauto’s vanuit een bedrijf aan te bieden, maar hierin worden alleen hypothetische autodeelconcepten onderling vergeleken. Wat in de Nederlandse literatuur over deelauto’s nog mist is een onderzoek dat in kaart brengt hoe gebruikers en niet-gebruikers van deelauto’s zich onderscheiden. Door de verschillen tussen de groepen in kaart te brengen op het gebied van de reeds geïdentificeerde attitudes en het verschil in verplaatsingsgedrag, kan een antwoord worden gevonden op het beleidsvraagstuk hoe de attitudes gebruikt kunnen worden om een gedragsverandering in mobiliteit te stimuleren. Daarom onderzoekt deze scriptie met een survey onder Amsterdammers hoe attitudes verschillen tussen gebruikers en niet-gebruikers van deelauto’s en hoe zij verschillen hun verplaatsingsgedrag.
L
EESWIJZEROm dit te onderzoeken zijn in het eerste hoofdstuk de probleemstelling en de deelvragen uitgelegd aan de hand van de belangrijkste concepten. Deze concepten – deelauto’s, gedragskeuzeproces en verplaatsingsgedrag – worden uitgewerkt in het theoretisch kader. Vervolgens wordt in het methodologische hoofdstuk uitgewerkt hoe de attitudes uit de bestaande literatuur en het verplaatsingsgedrag geoperationaliseerd kunnen worden en wat voor vragen er gesteld zijn. Dan volgen per concept de resultaten – eerst algemeen hoe de steekproef is opgebouwd qua geslacht, leeftijd en opleidingsniveau en de bekendheid en het gebruik van deelauto’s. Als tweede volgen de resultaten van de attitudes, ingedeeld in de categorieën geld, status, emotie, bereikbaarheid en toegankelijkheid. Als laatste volgen de resultaten over het verplaatsingsgedrag van de respondenten. Tot slot volgt de conclusie .
P
ROBLEEMSTELLING
De hoofdvraag die in deze scriptie beantwoord wordt is ‘In hoeverre zijn de attitudes die het gedragskeuzeproces beïnvloeden en het verplaatsingsgedrag dat hier resultaat van is verschillend bij gebruikers en niet-gebruikers van deelauto’s in Amsterdam?’ Dit valt logisch uiteen in twee deelvragen, waarbij er een deelvraag ingaat op het verschil tussen de attitudes en een deelvraag op het verschil in het verplaatsingsgedrag; • In hoeverre verschillen gebruikers en niet-gebruikers van deelauto’s in hun attitudes ten aanzien van deelauto’s? • In hoeverre verschillen gebruikers en niet-gebruikers van deelauto’s in hun verplaatsingsgedrag? In dit onderzoek worden bij het concept deelauto alle soorten deelauto’s verstaan die voor alle consumenten toegankelijk zijn. Het kan daarbij gaan om een bedrijf dat de auto’s in bezit heeft, maar ook om verhuur van auto’s van particulieren via een organisatie. Naast dat er in het beleid weinig onderscheid wordt gemaakt tussen de verschillende soorten autodelen, blijft het principe voor de consument hetzelfde; de focus ligt minder op het bezitten en meer op het gebruiken van auto’s. De attitudes die invloed uitoefenen op het gedragskeuzeproces dat vooraf gaat aan verplaatsingsgedrag zijn de in eerdere onderzoeken al geïdentificeerde voor- en nadelen van deelauto’s. Deze sturen het gedragskeuzeproces doordat ze invloed uitoefenen op de motivatie tot gedrag en de waargenomen gedragsmogelijkheden. Het verplaatsingsgedrag dat hier uit voortkomt wordt onderzocht door te kijken hoe vaak respondenten welke vervoersmiddelen gebruiken en hoe zij naar verschillende bestemmingen reizen. Deze verbanden tussen deze drie concepten zijn ook weergegeven in figuur 1. Voorafgaand aan verplaatsingsgedrag wordt al dan niet bewust een keuze gemaakt hoe men zich gaat verplaatsen. Autodelen oefent hier direct invloed op uit, aangezien dit zorgt voor een extra vervoersmiddel om uit te kiezen. Maar het heeft ook een wisselwerking met de attitudes die het gedragskeuzeproces beïnvloeden, naast andere aanwezige attitudes die de houding tegenover deelauto’s weer kan beïnvloeden. Ook ervaringen met autodelen kan deze houding beïnvloeden, en daarmee ook de weer attitudes ten opzichte van het gebruik van deelauto’s.
Figuur 1: Conceptueel schema centrale begrippen
Autodelen
Verplaatsingsgedrag Attitudes
T
HEORETISCH KADER
De drie centrale begrippen die in het vorige deel genoemd zijn, worden hier verder uitgewerkt. Eerst wordt het concept deelauto besproken, daarna het gedragskeuzeproces bij vervoerskeuzes en tot slot het concept verplaatsingsgedrag.
A
UTODELENIn de jaren zeventig ontstond vanuit de Provobeweging en onder leiding van Luud Schimmelpenninck Nederlands eerste autodeelconcept: de Witkar. Dit tweepersoons elektrische autootje kon opgeladen een half uur voort, en moest daarna weer neergezet worden bij een oplaadpunt. Met het verenigingslidmaatschap, dat 25 gulden kostte, en een klein bedrag per rit kon men gebruik maken van het systeem. Met een gepersonaliseerde magneetsleutel konden de witkarren worden geopend, en betaling werden vervolgens afgeschreven per giro (Amsterdam Museum, n.d.). Ondanks de 4000 leden sloeg het autodeelconcept met slechts vijf stations en 35 witkarren toentertijd nog niet aan, en eind jaren tachtig was verdwenen de autootjes weer uit het straatbeeld (CROW-KpVV, 2014). Hoewel het witkarsysteem zijn tijd voor leek te zijn, ontstonden in die tijd meerdere soortgelijke initiatieven in Europa. Figuur 2 is een lijst met een overzicht van de belangrijkste gebeurtennissen rond autodeelconcepten die tot de ontwikkeling van deelauto’s hebben geleid zoals we ze nu kennen, niet alleen in Europa maar wereldwijd. Dat is ook zichtbaar in tabel 1, waarin te zien is dat er wereldwijd een stijging te zien is in het gebruik van deelauto’s. Want hoewel 1.2 miljoen gebruikers nog steeds maar een fractie is van de ruim 6 miljard aardbewoners, is er wel sprake van een verdubbeling van het aantal gebruikers tussen 2008 en 2010. Ook in Nederland hebben de ontwikkelingen sinds het einde van de witkar in de jaren tachtig niet stil gestaan. In het begin van de jaren negentig krijgt autodelen vaste voet aan de grond in Nederland: 16 formules in 250 gemeentes hebben in totaal meer dan 50.000 leden die gebruikmaken van een autodeelsysteem (Adviesdienst Verkeer en Vervoer, 1996). Het zijn echter vooral lokale organisaties, op het landelijke ‘call-a-car’ van de ANWB na. Het ministerie van Verkeer en Waterstaat ziet in autodelen een oplossing voor groeiende milieu- en verkeersproblematiek, en stelt de ambitieuze doelstelling op om in 2010 een groei naar twee miljoen autodelers te hebben bereikt, in samenwerking met de in 1995 opgerichte Vereniging voor Gedeeld Autogebruik (Ministerie van Verkeer en Waterstaat, 1991). Dit blijkt echter veel te hoog gegrepen. Lang blijft het aantal deelauto’s onder de 2000, pas in 2011 ontstaat er een sterke groei in het aantal deelauto’s, tot ruim 25 duizend in 2016 (Figuur 3). In 2015 ziet de Rijksoverheid opnieuw een mogelijkheid om ambitieuze doelstellingen te poneren in de vorm van de ‘Green Deal autodelen’, ditmaal in samenwerking met vele marktpartijen en een aantal gemeentes (Figuur 4). In dit akkoord is het streven vastgesteld om in 2018 de grens van 100.000 deelauto’s in Nederland te hebben behaald, waarbij partijen afspraken hebben gemaakt over promotie, kennisvergaring en samenwerkingsverbanden om de verspreiding en implementatie van autodelen te stimuleren (Rijksoverheid, 2015). De spreiding van deelauto’s over Nederland is niet gelijkmatig. Voor de groeispurt die ingezet werd in 2011, was autodelen iets dat bijna exclusief plaatsvond in gebieden met een hoge stedelijkheidsgraad, maar sinds 2016 zijn in bijna alle gemeentes deelauto’s te vinden (Figuur 5).
Figuur 2: Belangrijke ontwikkelingen ten aanzien van autodelen (CROW-KpVV, 2014)
Tabel 1: Overzicht autodelen wereldwijd (Shaheen & Cohen, 2013)
Jaar Geïnterviewde experts Autodelende landen Continenten Leden
wereldwijd Voertuigen wereldwijd 2006 33 18 (waarvan 15 vertegenwoordigd) 4 346.610 11.501 2008 22 22 (waarvan 22 vertegenwoordigd) 4 670.762 19.403 2010 25 26 (waarvan 25 vertegenwoordigd) 5 1.251.504 31.665
Figuur 3: Aantal deelauto's in Nederland (CROW-KpVV Dashboard, eigen bewerking)
Figuur 4: Overzicht betrokken partijen ‘GreenDeal autodelen’ (Autodate.nl)
Advier, Alphabet Nederland, ANWB, Arval, Autodelen.net (België), Branchevereniging autodelen GAVOB, Business Lease Nederland, BOVAG Verhuur- en Deelautobedrijven, Capgemini Nederland, Centraal Beheer Achmea, Climate Neutral Group, Connectcar, de Groene Zaak, EY, gemeentes Amsterdam, Den Haag, Eindhoven, Nijmegen, Rotterdam, Utrecht en Zwolle, Greenwheels, InsEur Innovations, Kyotolease, Mobielrijden Software, Mobiliteitsloket, Multilease, MyWheels, Nationale Nederlanden, Natuur- en Milieufederaties, Natuur & Milieu, Ondernemers Collectief Duurzame Mobiliteit, Ordina, ParkFlyRent, Ritjeweg, Share2Use, shareNL, SnappCar, Trex Carsharing, Vereniging voor Gedeeld Autogebruik, WeGo, Witkar en de Rijksoverheid.
Figuur 5: Aantal deelauto’s per gemeente in 2002, 2006, 2010 en 2013 (CROW-KpVV, 2013) Volgens Frenken (2013) wordt een deelauto gedefinieerd als een systeem dat er voor zorgt dat gebruikers op elk moment en voor elke tijdsduur een lokaal beschikbare auto kunnen gebruiken. Het systeem onderscheidt zich daarmee ten opzichte van vier andere typen autoverhuur. Ten eerste onderscheidt het zich van traditionele autoverhuur, omdat daar de auto alleen vanaf het verhuurpunt en per dag(deel) gehuurd kan worden. Ten tweede onderscheidt het zich van leasen, omdat leaseauto’s niet gedeeld worden. Ten derde verschilt het van taxi’s, omdat de gebruiker zelf rijdt. Tot slot is het niet hetzelfde als carpoolen, waarmee mensen op hetzelfde tijdstip gebruik maken van de auto - bij deelauto’s zijn het juist verschillende tijdstippen. Bij tot nu toe genoemde statistieken zijn alle soorten deelauto’s samengenomen. Maar naast
de zojuist genoemde overeenkomsten, zijn er ook verschillen tussen autodeelconcepten. Het CROW-KpVV maakt onderscheid tussen vijf varianten (2016). Een eerste categorie is het zakelijk autodelen, waarbij de autovloot speciaal bedoeld is voor bedrijven en hun werknemers. Verder onderscheid wordt gemaakt tussen verhuur door een bedrijf met een eigen autovloot en de verhuur van auto’s van particulieren. De eerste categorie splitst zich tussen ‘klassiek’ en ‘one-way’ autodelen. In het eerste geval bezit het verhuurbedrijf een eigen vloot waarbij de auto’s vaste parkeerplaats heeft. De gebruiker maakt dus altijd een retourrit. Bij ‘one-way’ autodelen bezit het verhuurbedrijf ook een eigen vloot, maar kan de auto binnen het werkgebied worden achtergelaten en opgehaald - een gebruiker kan dus een enkele reis maken. Ook binnen het autodelen met auto’s van particulieren onderling bestaan twee subcategorieën; enerzijds kan de auto alleen binnen een beperkte kring gebruikt worden, bijvoorbeeld met familie, vrienden of buren. Deze specifieke vorm wordt particulier autodelen genoemd. Anderzijds zijn er systemen waarbij iedereen via een (online) platform auto’s kan huren, dit heet ‘peer-2-peer’ autodelen. Vooral binnen dit laatste systeem is de afgelopen paar een sterke groei geweest (figuur 6). In tabel 2 is een overzicht van alle bedrijven die klassiek, one-way en peer-2-peer autodelen aanbieden in Nederland en in Amsterdam. Voor dit onderzoek is gekozen om deze drie typen deelauto’s te onderzoeken onder het concept ‘deelauto’, omdat zakelijke en particuliere deelauto’s maar voor een beperkte groep mensen toegankelijk zijn.
Tabel 2: Aanbod deelauto’s in Nederland per type (ritjeweg.nl, n.d.)
Schuin: Aangeboden in Amsterdam
Klassiek One-way Peer-2-peer
MyWheels Greenwheels ConnectCar FlexCar StudentCar Stapp.In Bovag Car2Go
Witkar MyWheels Snappcar ParkRentFly
Vereniging voor Gedeeld Autogebruik Samobiel
Figuur 6: Aantal deelauto’s per type tussen 2008 en 2016 (Dataset KpVV-CROW, n.d., eigen bewerking).
G
EDRAGSKEUZEPROCESEen groot deel van de dagelijkse handelingen die men uitvoert, bestaat uit gewoontegedrag. Dit doelgerichte automatische gedrag stelt mensen in staat om zonder aandacht deze acties uit te voeren, zodat er aandacht overblijft voor nieuwe en bewuste acties. Het is echter ook heel moeilijk om gewoontegedrag te veranderen (Aarts, 2009). Zo zijn grote veranderingen in de huishoudsamenstelling en in de woon- en werksituatie sterk van invloed op het autobezit van huishoudens (Oakil et al., 2013). Dit geldt in het algemeen voor vervoersgedrag, waarbij structurele gedragsveranderingen vaak pas plaatsvinden na een grote gebeurtenis in de persoonlijke levenssfeer (Dijst et al., 2013). Zowel gewoontegedrag als andere dagelijkse verplaatsingen komen volgens Dijst, Rietveld en Steg (idem) voort uit een gedragskeuzeproces dat verklaard kan worden met het NOA-model (figuur 8). Daarbij wordt de verscheidenheid aan mogelijke invloeden samengevat in drie categorieën; behoeften om te verplaatsen (Needs), gedragsmogelijkheden zoals het aanbod aan transportmiddelen (Opportunities) en vermogens zoals tijd, geld en vaardigheden (Abilities) om de verplaatsing uit te kunnen voeren. Op deze drie terreinen is het mogelijk om beleid te voeren om het gedragskeuzeproces dat voorafgaat aan verplaatsingsgedrag te beïnvloeden. Door beleid dat gericht is op de ‘NOA’-factoren kunnen indirect ook de complexere en abstractere ‘motivatie tot gedrag’ en ‘uitvoerbaarheid van gedrag’ worden gestuurd. Motivatie tot gedrag wordt beïnvloed door verplaatsingsbehoefte en gedragsmogelijkheden. In de eerste plaats wordt motivatie beïnvloed door rationele en instrumentele overwegingen, zoals reiskosten, reistijd en beschikbaarheid van vervoersmiddelen. Maar ook sociale factoren spelen mee. Daarbij kan het bijvoorbeeld gaan over status die verworven wordt door het gebruiken of bezitten van een auto. Tot slot zijn er ook emotionele factoren: waar voor de een autorijden een genot is, kan het bij een ander stress opleveren (Dijst, idem).
Figuur 8: Het NOA-model beschrijft de verschillende invloeden die meespelen bij het gedragskeuzeproces voor het maken van een vervoerskeuze. Bron: Dijst et al. (2013)
Naast het ‘willen’ waar de motivatie om draait, gaat het bij de uitvoerbaarheid van gedrag over het ‘kunnen’ uitvoeren van de verplaatsing. Een gebruiker heeft een bepaalde waarneming van individuele en maatschappelijke mogelijkheden die het pallet aan gedragsmogelijkheden beïnvloeden. Daarbij hoeven de waargenomen gedragsmogelijkheden niet per se overeen te komen met objectieve mogelijkheden. Waargenomen gedragsmogelijkheden bestaan volgens Ajzen (2002) uit ‘self-efficacy’, de controle over de uit te voeren handeling, en de ‘controllability’, de controle over de setting waarin de handeling uitgevoerd moet worden. In dit onderzoek zijn de motivatie tot gedrag en de uitvoerbaarheid van gedrag als leidraad genomen bij het onderzoeken hoe gebruikers van autodeelconcepten zich onderscheiden van niet-gebruikers. Daarbij zijn twee onderzoeken als basis genomen. In de eerste plaats is er de studie van NetPanel uit 2005. Aangezien de groei van het aantal deelauto’s in Nederland en Amsterdam daarna pas flink is gaan stijgen, is het nuttig om opnieuw te kijken hoe zowel autodelers als niet-autodelers hier nu over denken. De onderwerpen zijn aangevuld met resultaten van een panelgesprek van het Kennisinstituut voor Mobiliteitsbeleid uit 2015. Alle voor- en nadelen uit de twee studies zijn weergeven in tabel 3. Deze lijst geeft een overzicht van alle reeds gevonden attitudes die inspelen op de NOA-factoren en daarmee op motivaties en gedragsmogelijkheden.
Tabel 3: Overzicht attitudes ten opzichte van deelauto’s
Kennisinstituut voor Mobiliteitsbeleid (2015) NetPanel (2005)
Voordelen Nadelen Voordelen Nadelen
relaxed makkelijk
je kunt overal komen leuk om elektrisch te rijden géén eigen kosten géén eigen gezeur APK ideologisch
‘s avonds laat veilig gevoel relatief goedkoop
sneller dan openbaar vervoer als ‘tweede’ auto
alternatief voor als de eigen auto ‘op’ is
aantal auto’s in de buurt beschikbaarheid
neutraliteit en anonimiteit snelheid van de reservering tanken met pasje organisatie elektrisch rijden: niet tanken positieve reactie anderen per tijdseenheid/uur i.p.v. dag (huurauto’s)
altijd parkeerplaats inloggen met ov-chipkaart terugvallen op organisatie weten waar je aan toe bent: safe gebruikersgemak
betrouwbaarheid auto beschikbaarheid wat je ziet krijg je afspraak is afspraak nette, schone auto’s beloningen
verzekeringen / wegenwacht goed voor je imago
in de buurt
niet kunnen beschikken over eigen auto
dure oplossing reservering tijdvak stress i.v.m. tijdlimiet abonnementskosten auto doet het niet wisselen van model / geen gewenning autotype logo lelijk
storing bij aflevering lege tank
interieur niet schoon match activiteit-auto redelijk prijzig vaste tijdslimiet gebruiksgedoe: online reserveren, pasje
Greenwheels: alleen in grote steden
actieradius Car2Go vastzitten aan abonnement vaste standplaats soms lastig
‘plannen’ (gedwongen)
Beschikbaarheid/ flexibiliteit
Geen zorgen over eigen auto
Gebruiksgemak
Goedkoper dan eigen auto Geen parkeerprobleem Nabijheid/korte afstand
Te duur voor lange afstand of huurperiode
Reinheid van de auto Geen grote auto’s beschikbaar
Terugkomst van te voren aangeven
Te duur (niet nader gespecificeerd) Geen radio Parkeerplaats bezet Onderhoudsstaat Te weinig benzine in de tank Slechte beschikbaarheid auto’s
V
ERPLAATSINGSGEDRAGEen belangrijk onderdeel van verkeersplanologie is mobiliteitsonderzoek, waarbij onderzoek gedaan wordt naar verplaatsingen binnen een afgebakend gebied. Het onderzoek kan daarbij gaan over diverse eigenschappen van verplaatsingen, zoals het aantal, de modaliteit, de afstand of de duur van een verplaatsing. Verplaatsingsgedrag gaat in dit onderzoek over hoe vaak consumenten zich verplaatsen met verschillende vervoersmiddelen. Dit wordt ook wel de ‘modal split’ genoemd, waarbij gekeken wordt welk aandeel een modaliteit binnen een verplaatsing heeft of binnen het verplaatsingsgedrag van een persoon of een groep personen (Vanoutrive, 2014). Met modaliteit wordt de vervoerswijze bedoeld; bijvoorbeeld per auto, openbaar vervoer of fiets. Hierbij kan het gaan om enkele ritten, maar ook om de modal split van een gebied; hoeveel wordt er bijvoorbeeld auto gereden, gefietst en getreind in Nederland? Modal split en de daarnaast ook gebruikelijke term ‘modal share’ zijn wetenschappelijk goed ingeburgerde begrippen, die echter nauwelijks een afgebakende wetenschappelijke definitie hebben. Dit komt waarschijnlijk door de vanzelfsprekende betekenis in het Engels, die zich grofweg laat vertalen naar ‘vervoerswijzekeuze’ of ‘vervoerswijzeverdeling’. Ook is een verklaring te vinden in de veelzijdigheid waarmee de begrippen geoperationaliseerd kunnen worden. Bij de twee voornamelijk gebruikte methodes voor het berekenen van de modal split wordt ofwel gekeken naar het aantal verplaatsingen per modaliteit, ofwel naar de afgelegde afstand per modaliteit. Dat is een belangrijk verschil, aangezien met de auto en het openbaar vervoer sneller meer kilometers worden afgelegd dan bij fietsen of lopen (CROW-KpVV, 2010). In Nederland wordt de modal split al sinds 1978 met verschillende mobiliteitsonderzoeken gemonitord. In eerste plaats is dat gedaan door het Centraal Bureau Statistiek (CBS) met het Onderzoek Verplaatsingsgedrag (OVG), dat tot 2004 gebruikt werd. Vervolgens is van 2004 tot en met 2009 het onderzoek uitgevoerd met het Mobiliteitsonderzoek Nederland (MON) onder het beheer van Rijkswaterstaat, wat tot slot werd opgevolgd door het Onderzoek Verplaatsing in Nederland (OViN) bij het CBS (CBS, 2016). Alle drie de onderzoeken (hebben) bestaan uit een doorlopende aselecte steekproef uitgevoerd onder alle Nederlanders, uitgezonderd de bewoners van tehuizen en instellingen. De steekproef bestaat uit twee fases: eerst wordt er een gestratificeerde steekproef naar deelgemeenten uitgevoerd, daarna wordt met deze respons een enkelvoudige aselecte steekproef uitgevoerd voor landelijke resultaten. De respondenten krijgen specifieke invuldatum op, waardoor er voor alle dagen in het jaar voldoende gegevens zijn. Op de hun toegewezen dag houden de respondenten al hun verplaatsingen bij. Over verplaatsingsgedrag van Nederlanders in 2015 zijn daarbij van ruim 37 duizend respondenten gegevens verzameld, die daarna verwerkt zijn met een weging en opgehoogd tot landelijke cijfers (CBS, idem). De gegenereerde data zijn vervolgens voor een deel beschikbaar op StatLine, de openbaar toegankelijke online databank van het CBS. Daarnaast kunnen professionals de gehele dataset downloaden vanuit easy.dans.knaw.nl, een archiefwebiste van het KNAW en NWO. Met deze gegevens kunnen overheden analyses maken ten behoeven van hun mobiliteitsbeleid. Ook het Kennisinstituut Mobiliteit (KiM) maakt dit soort analyses. Figuur 7 is een analyse van het KiM waarin gegevens van het MON en het OViN zijn verwerkt. Daarin is te zien hoe de mobiliteit in Nederland zich tussen 2005 en 2015 heeft ontwikkeld. Ook is goed te zien hoe belangrijk het verschil in benadering van de modal split is; wanneer uitgegaan wordt van kilometers is het aandeel van de auto wel 50%, maar wanneer de keuze per verplaatsing als uitgangspunt wordt genomen is dat slechts 32%.
Figuur 7: Totale omvang mobiliteit personenvervoer in Nederland
Ontwikkeling personenvervoer naar vervoerswijzen, 2005-2015, in miljardenreizigerskilometers (boven): verplaatsingen en reizigerskilometers naar vervoerswijzen in 2015 (onder). Bron: RWS/CBS MON/OViN; bewerking KiM
A
MSTERDAMIn dit onderzoek is gekozen voor een steekproef in de gemeente Amsterdam, omdat de stad lang voorliep op de landelijke ontwikkeling in het aantal deelauto’s. Zo is de groeitrend die landelijk te zien is vanaf 2012 (figuur 3) in Amsterdam al ingezet in 2006 (figuur 8). Nog steeds heeft de stad in absolute aantallen de meeste deelauto’s (figuur 10), al is ze relatief wel ingehaald (figuur 9). Ook is van Amsterdam de modal split bekend. In vergelijking met Nederland wordt er in Amsterdam zijn er meer verplaatsingen met de fiets en het openbaar vervoer, wat ten koste gaat van verplaatsingen met de auto (figuur 11).
Figuur 8: Aantal deelauto’s in Amsterdam (Bureau Onderzoek en Statistiek, 2013)
Figuur 10: Top-10: Deelauto’s per 100.000
inwoners (Dataset CROW-KpVV, n.d.) Figuur 9: Top-10: Deelauto’s per gemeente (Dataset CROW-KpVV, n.d.)
(tussen haakjes: totaal aantal deelauto’s) (tussen haakjes: per 100.000 inwoners)
Figuur 11: Modal split Amsterdam naar alle verplaatsingen in Amsterdam, 2008-2013 en Nederland 2013 (Onderzoek, Informatie en Statistiek Amsterdam, 2015)
M
ETHODOLOGIE
In deze scriptie is onder Amsterdammers met een survey een kwantitatief onderzoek uitgevoerd naar hoe deelauto-gebruikers zich onderscheiden van mensen die geen gebruik maken van deelauto’s. Hiermee is gekeken of in de literatuur bestaande voor- en nadelen van autodelen kloppen met de attitudes van gebruikers en of er verschillen zijn met mensen die wel bekend zijn met het concept autodelen maar dit niet gebruiken. De survey is uitgevoerd in Amsterdam, omdat deze gemeente met ruim 4200 exemplaren het meeste aantal deelauto’s bezit (figuur 9, theorie). Omdat de groei van het aantal en het gebruik van deelauto’s veel eerder is ingezet dan landelijk het geval is, is het aannemelijk dat de bekendheid van deelauto’s onder Amsterdammers groter is dan in de rest van Nederland, en er daarom genoeg respondenten gevonden kunnen worden binnen de Gemeente Amsterdam. De survey is uitgevoerd met het online onderzoeksinstrument en een panel van directresearch.nl. De onderzoeker had vanwege familierelaties de mogelijkheid om deze optie te gebruiken. Eerst zijn echter nog twee andere opties verkend. In eerste instantie is er gekeken of het mogelijk was om het onderzoek uit te voeren onder de gebruikers van één deelauto-organisatie, door de verspreiding van het onderzoek in samenwerking met de betreffende organisatie te doen. Dit bleek niet mogelijk. Daarna is gekeken of het haalbaar was om het onderzoek onder studenten uit te voeren. Ook dit bleek het niet realistisch, omdat het niet zeker was of studenten voldoende ervaring zouden hebben met deelauto’s om het onderzoek in te kunnen vullen en het daarom onwaarschijnlijk was dat er genoeg respondenten zouden zijn.
R
ESPONDENTENDe vragenlijst is per mail naar 1102 panelleden uitgestuurd, waarbij de selectie-eisen waren dat de respondenten in Amsterdam woonden en ouder waren dan 18 jaar. In de mail stond een link waarmee de vragenlijst geopend kon in een internetvenster en daar kon worden invullen. Dit heeft geleid tot totaalrespons van 35%: in totaal hebben 386 mensen de vragenlijst ingevuld. Gemiddeld hebben ze hier drie minuten over gedaan. Deze tijdsspanne is echter vertekenend, omdat de steekproef is aangescherpt met twee selectievragen. Hier werd gevraagd of mensen een rijbewijs hadden en of ze bekend waren met het concept autodelen. De respondenten die na deze selectie overbleven zijn de onderzoekseenheden: Amsterdammers met een rijbewijs die bekend zijn met het concept autodelen, maar dit niet per se gebruiken. Dit zijn er in totaal 216. Met deze resultaten is het onderzoek in ieder geval te generaliseren naar alle Amsterdamse automobilisten. Tussen deze respondenten zitten echter wel maar relatief weinig deelauto-gebruikers. Dit zorgt ervoor dat het generaliseren van de resultaten naar de deelauto-gebruikers met minder zekerheid kan.
D
ATAVERZAMELINGDe vragenlijst is opgebouwd uit veertien vragen die inhoudelijk verdeeld zijn in drie blokken. Na de twee selectievragen zijn er drie vragen omtrent de bekendheid en het gebruik van deelauto’s. Daarna zijn met vraag zes tot en met elf de attitudes ten opzichte van gedragsproces beïnvloedende factoren bevraagd, afgesloten met de vraag wat de hoofdreden is om een deelauto te gebruiken. Tot slot onderzoeken de vragen twaalf tot en met veertien het verplaatsingsgedrag van de
verschillende soorten variabelen hebben opgeleverd. In tabel 4 staat een overzicht van deze gegevens. De hele vragenlijst is te vinden in bijlage A. De twee type vragen die gebruik zijn, zijn gesloten vragen en matrixvragen. Er is voor gesloten vragen gekozen, zodat er na het beantwoorden door de respondenten geen twijfel over mogelijk is wat er bedoeld werd. Bij alle gesloten vragen hebben de respondenten kunnen kiezen uit een vooraf opgestelde lijst met antwoorden, waarbij bij de enkelvoudige vragen maar één antwoord aangekruist kon worden. Alleen bij vraag 11 – wat is voor u de belangrijkste reden om gebruik te maken van een deelauto – konden respondenten naast de vooraf opgestelde antwoorden ook een eigen antwoord opgeven. Deze antwoorden vielen daarbij in de antwoordcategorie ‘anders, namelijk:…’ (figuur 12). Deze antwoorden zijn wanneer ze een antwoord gaven op de vraag her gecodeerd en toegevoegd aan de andere antwoorden. De matrixvragen zijn opgebouwd uit meerdere stellingen die in één tabel zijn gevoegd. Wanneer al deze stellingen los beschouwd worden, zijn het er meer dan veertig. De onderwerpen binnen een matrixvraag zijn echter steeds aan elkaar gerelateerd, en de antwoorden die gegeven konden worden zijn hetzelfde. In figuur 13 staat de eerste stelling van de matrixtabel over de bekendheid van de verschillende bedrijven die deelauto’s aanbieden. Hierin is te zien dat in de linker kolom het onderdeel waarover de mening gevraagd wordt staat, en in de bovenste rij de antwoordopties zijn weergegeven. Bij een enkelvoudige matrix zoals bij vraag 3 zit er een volgorde in de antwoorden, en kon er maar één antwoord per stelling aangevinkt worden. Daarom is er gebruik gemaakt van likertschalen (Bryman, 2014, p. 166). Bij vraag 13 en 14 was dit niet het geval en zijn er lijsten met opties gegeven, waarbij vraag 14 meervoudig was en dus ook meerdere antwoorden aangevinkt konden worden.
Tabel 4: Overzicht type vragen, antwoorden en variabalen in de vragenlijst
Vraagnummer Type
vraag Type antwoord Type variabele
1 Selectievraag Rijbewijs Gesloten Enkelvoudig - Lijst met opties Dichotoom 2 Selectievraag Autodelen Gesloten Enkelvoudig - Lijst met opties Dichotoom 3 Bekendheid Matrix Enkelvoudig - Likertschaal Ordinaal 4 Gebruik Gesloten Enkelvoudig - Lijst met opties Dichotoom 5 Frequentie deelauto Matrix Enkelvoudig – Likertschaal Ordinaal 6 Stellingen Geld Matrix Enkelvoudig – Likertschaal Ordinaal 7 Stellingen Status Matrix Enkelvoudig – Likertschaal Ordinaal 8 Stellingen Emotie Matrix Enkelvoudig – Likertschaal Ordinaal 9 Stellingen Gedrag 1 Matrix Enkelvoudig – Likertschaal Ordinaal 10 Stellingen Gedrag 2 Matrix Enkelvoudig – Likertschaal Ordinaal 11 Stelling Hoofdreden Gesloten Enkelvoudig – Lijst met opties Nominaal 12 Stelling Autobezit Gesloten Enkelvoudig – Lijst met opties Nominaal 13 Modal Split: Vervoersmiddel Matrix Enkelvoudig – Lijst met opties Ordinaal 14 Modal Split: Vervoersdoel Matrix Meervoudig – lijst met opties Nominaal
Figuur 12: Vraag 3 - In hoeverre bent u bekend met de volgende bedrijven? Ken ik goed Ken ik van naam Ken ik niet
MyWheels • • •
Figuur 13: Vraag 11 - Wat is voor u de belangrijkste reden om gebruik te maken van een deelauto?
• Ik kies voor een deelauto vanwege het gebruiksgemak
• Ik kies voor een deelauto omdat dit voor mij financieel voordelig is • Ik kies voor een deelauto omdat ik milieubewust wil consumeren en reizen • Ik maak geen gebruik van deelauto's
Deze gegevens leveren drie verschillende soorten variabelen op: dichotoom, ordinaal en nominaal. Bij dichotome variabelen zijn er slechts twee opties, bij nominale variabelen zijn de antwoorden categorieën zonder volgorde en bij ordinale variabelen gaat het om categorieën met een volgorde van grootte (Bryman, 2014, p: 335). Zo hebben de selectievragen dichotome variabelen; de antwoordopties zijn ‘ja’ of ‘nee’. Dit geldt ook bij de vraag of respondenten wel eens een deelauto gebruiken. Alle matrixtabellen met een lickertschaal hebben ordinale variabelen, en de overige variabelen zijn nominaal (Tabel 4).
O
PERATIONALISATIEDe drie blokken in de vragenlijst zijn een afspiegeling van de centrale begrippen die in dit onderzoek behandeld worden: autodelen, attitudes en verplaatsingsgedrag. Daarnaast zijn er ook achtergrondvariabelen verzameld. Deze informatie zit aan de respondenten van het panel gekoppeld, waardoor het niet mogelijk was om deze aan te passen. Onder het opleidingsniveau ‘lageropgeleid’ vallen alle respondenten die VMBO-t of lager hebben afgerond, ‘middelbaar opgeleid’ omvat respondenten met een MBO, HAVO of VWO diploma en ‘hoger opgeleid’ zijn de respondenten die een HBO of WO opleiding hebben voltooid. In het blok over autodelen zijn vragen gesteld over de bekendheid, het gebruik en de frequentie van het gebruik van autodeelconcepten die actief zijn in Amsterdam. Het gaat hierbij om MyWheels, Greenwheels, ConnectCar, Car2Go, FlexCar, StudentCar, Stapp.In en SnappCar. Hiermee wordt een beeld geschetst hoe goed de respondenten de verschillende bedrijven ken en hoe intensief deze gebruikt worden. In het tweede blok worden de attitudes ten opzichte van factoren die het gedragskeuzeproces beïnvloed bevraagd met stellingen in matrixtabellen. In het theoretisch kader zijn de al bekende voor- en nadelen benoemd in tabel 3. Wanneer het een feit betrof en geen mening, vielen de voor- en nadelen af. De overgebleven attitudes vormen de indicatoren van de invloeden op motivaties en gedragsmogelijkheden. Per voor- of nadeel is vervolgens gekeken of deze invloed uitoefent op de motivatie tot gedrag of op de uitvoerbaarheid van gedrag. Bij het maken van de stellingen zijn soortgelijke indicatoren bij elkaar gezet, en binnen het motivatie-deel s vervolgens onderscheid gemaakt tussen geld, status en emotie. Bij het gedrag-deel is er onderscheid gemaakt tussen bereikbaarheid en toegankelijkheid. Bij het maken van de stellingen is nogmaals per indicator gekeken of het ging om een feit of opinie. Alleen opiniërende stellingen zijn gebruikt, en werden vervolgens zo geformuleerd dat ze zo eenduidig mogelijk waren, om ervoor te zorgen dat er voor de respondenten zo min mogelijk ruimte was om de stellingen op een andere manier te interpreteren dan dat de bedoeling was. Ook werd ervoor gezorgd dat op de vragen zowel beantwoord konden worden met ‘zeer eens’ als ‘zeer oneens’. Een voorbeeld hiervan is de eerste stelling van vraag zes in figuur 14. Het laatste vragenblok ging over verplaatsingsgedrag met als indicator de modal split. Er is bij dit deel van het onderzoek gekozen om te focussen op de verplaatsingen in en naar Amsterdam, omdat hiermee gekeken kan worden of naast het gebruik van deelauto’s ook het overige verplaatsingsgedrag van respondenten ‘groener’ is – dus meer fietsen en OV en minder autogebruik. Aangezien er per verplaatsing meestal maar één hoofdvervoersmiddel gebruikt wordt, is er gekozen om de modal split te operationaliseren als ‘vervoersmiddel per rit’. Bij het opstellen van de indicatoren is gekozen voor categorieën die ook gebruikt worden in de landelijke onderzoeken van het OViN. In tabel 5 staan de originele categorieën van het OViN en de
zijn ‘trein’ en ‘bus/tram/metro’ samengevoegd tot ‘openbaar vervoer’ bij de vervoersmiddelen. Bij de verkeersmotieven zijn de termen aangepast om ze meer bij het taalgebruik van de rest van de vragenlijst te laten passen en de hoeveelheid categorieën iets te beperken.
Figuur 14: Vraag 6 – Stelling 1: In hoeverre bent u het eens met de volgende stellingen? Geen
mening Zeer oneens Oneens Eens Zeer eens Ik heb het gevoel dat ik op jaarbasis goedkoper uit ben met een
deelauto dan met een eigen auto <–> <–> <–> <–> <–>
Tabel 5: Overzicht vervoersmiddelen en –motieven zoals in OViN (CBS, 2015) en de scriptie
Vervoersmiddelen
OViN (2015) Vervoersmiddelen scriptie Vervoersmotieven OViN (2015) Vervoersmotieven Scriptie Auto bestuurder Auto passagier Trein Bus/tram/ metro Brom-/ snorfiets Fiets Lopen Overig
Auto als bestuurder Auto als bijrijder Openbaar vervoer Brom- of snorfiets Fiets
Lopen Overig
Van en naar werkadres Zakelijk bezoek in werksfeer Diensten/verzorging
Winkelen, boodschappen doen Volgen onderwijs/cursus en kinderopvang
Visite/logeren
Sport, hobby, horecabezoek Toeren/wandelen
Overige reismotieven
Van en naar het werk Zakelijke afspraken Winkelen / boodschappen doen
Onderwijs / cursus volgen Bezoek aan familie, vrienden of kennissen Sport en hobby’s
M
ETHODE VAN ANALYSENadat voldoende respondenten de vragenlijst hadden ingevuld, is de link gesloten. De gegevens zijn gedownload uit het onderzoeksinstrument en in eerste instantie opgeschoond in Excel. Daar zijn alle respondenten die na de selectievragen niet door gingen met het onderzoek uit de resultaten gehaald. Om inzicht te krijgen in de verzamelde data zijn hier ook de eerste diagrammen gemaakt. Hierna is besloten bij de stellingen over motivatie en gedrag de vijf antwoordopties samen te voegen tot drie antwoordopties. Daarbij zijn ‘zeer oneens’ en ‘oneens’ samengevoegd, en ‘zeer eens’ en ‘eens’. Ook de gegevens over de modal split zijn gedownload en daarna her gecodeerd. Daarbij zijn bij vraag dertien de frequenties samengevoegd tot ‘vaak’, ‘soms’ en ‘zelden’. Bij vraag veertien zijn de vervoersmiddelen samengevoegd tot ‘auto’, ‘openbaar vervoer’, ‘fiets’ en ‘overig’. Na de bewerkingen in Excel zijn de datasets in SPSS verder geanalyseerd. Daarbij zijn er kruistabellen gemaakt. De belangrijkste variabele waarmee de stellingen gekruist zijn, was of de respondenten aangaven of zij wel of geen gebruikers van deelauto’s waren. Daarnaast zijn ook per stelling de relevante achtergrondgegevens gekruist. Bij het maken van de kruistabellen is Chi-kwadraat gebruikt om te kijken of de verschillen tussen de groepen significant was, en Cramers-V om te kijken hoe sterk de relatie tussen de variabelen was.
U
ITDAGINGEN DATAVERZAMELINGHet onderzoek zoals hier uitgevoerd kent ook enkele zwakke punten. Zo is al genoemd dat de groep met respondenten die aangeven dat ze deelauto’s gebruiken niet heel groot is. Dit had enerzijds voorkomen kunnen worden door een grotere enquête uit te zetten, maar dat viel niet binnen de mogelijkheid van het panel om het onderzoek uit te voeren onder Amsterdammers. Anderzijds had het afbakenen van de doelgroep in leeftijdscategorie ook kunnen helpen, aangezien deelauto’s volgens het KiM (2015) voornamelijk gebruikt worden door mensen tussen de 30 en de 60 jaar. Daartegenover staat wel dat de respondenten goed verdeeld zijn over alle achtergrondvariabelen (resultaten, tabel 6).
Een ander zwak punt is dat bij het maken en uitvoeren van een survey de vragenlijst opgesteld wordt door de onderzoeker, waarbij er een persoonlijke bias zou kunnen optreden. Ook kunnen respondenten vragen en stellingen op een andere manier interpreteren dan de onderzoeker voor ogen had. Dit is zo veel mogelijk ondervangen door gegevens te gebruiken uit bestaande onderzoeken, zoals al aangegeven was bij de operationalisatie. Daarnaast is de vragenlijst ook besproken met iemand die verder niet bij het onderzoek betrokken was, om te kijken of alle vragen op de juiste manier geformuleerd waren. Al met al zijn met het onderzoeksinstrument en het panel van directresearch.nl op doeltreffende wijze onderzoeksgegevens verzameld van een diverse groep Amsterdammers. Met deze methode zijn resultaten bereikt waar de onderzoeker anders niet toe in staat was geweest vanwege de beperkte omvang van het scriptieproject. Zij hebben een enquête ingevuld met de vragen die stevig geworteld zijn in de literatuur en die zo min mogelijk ruimte bieden aan interpretatiefouten bij zowel de onderzoeker als de respondenten. Met de online verzamelde onderzoeksgegevens konden vervolgens gemakkelijk offline coderingen worden doorgevoerd en analyses worden uitgevoerd. De resultaten van de analyses zullen besproken worden in het volgende hoofdstuk.
R
ESULTATEN
In dit deel worden eerst de steekproef en de selectie besproken. Ook de resultaten over de bekendheid en de frequentie van het gebruik van deelauto’s wordt hier behandeld. Daarna zullen de deelvragen over attitudes ten opzichte van deelauto’s behandeld worden, en tot slot de resultaten over het verplaatsingsgedrag. De resultaten van alle vragen zijn te vinden in bijlage A. Hierin staan ook de achtergrond gegevens van de steekproef, inclusief degene die geen rijbewijs hadden of niet bekend waren met autodelen, en dus niet meegenomen zijn in de rest van de resultaten. De hele vragenlijst is door 216 respondenten ingevuld. De verschillen tussen de steekproef en deze selectie zijn weergegeven in tabel 6. In de totale steekproef zijn er iets meer mannen dan vrouwen, maar na de selectievragen zijn er ongeveer even veel respondenten man of vrouw. In de leeftijdsopbouw van de steekproef is het juist omgekeerd; hier is de leeftijdsopbouw mooi gespreid, maar zijn er na de selectie iets meer mensen onder de 40 en iets minder in de categorie ouder dan 56 jaar. Dit sluit aan bij het onderzoek van het KiM, dat aangeeft dat autodelen vooral gebeurt onder de veertig jaar (2015), waardoor het logisch is autodelen ook bekender is onder deze groep. In zowel de steekproef als in de selectie zijn er meer respondenten op het niveau van middelbaar onderwijs. Daarbij wordt vooral de groep lager opgeleiden kleiner na de selectie. Ook dit komt overeen met de verwachtingen van het KiM. Binnen de selectie hebben er 44 respondenten aangegeven dat zij gebruik maken van deelauto’s en 172 respondenten dat ze dit niet doen. In dit onderzoek zijn negen aanbieders van deelauto’s genoemd in de vragenlijst. In figuur 15 is te zien hoe goed de beide groepen aangeven bekend te zijn met de verschillende aanbieders. Greenwheels is zowel onder autodelers als niet-autodelers het bekendste merk, gevolgd door Car2Go en ConnectCar. Het grootste verschil in bekendheid tussen autodelers en niet-autodelers zit bij SnappCar, dat peer-2-peer autodelen regelt via een online platform. De respondenten die gebruik maken van deelauto’s hebben aangegeven met welke frequentie zij gebruik maken van de verschillende aanbieders (figuur 16). Daarbij springt meteen in het oog dat Greenwheels ook hier de grootste is. Dat komt vooral door gebruikers die er op incidentele basis gebruik maken – 40% van de autodelers geeft aan enkele keren per maand of per jaar gebruik van een Greenwheel. Ook bij Car2Go, ConnectCar en SnappCar komen zowel de bekendheid en de frequentie van het gebruik overeen, en bij ritten die op wekelijks basis gemaakt worden zijn ze zelfs groter dan Greenwheels.
Tabel 6: Overzicht achtergrondgegevens steekproef en selectie
Geslacht Aantal steekproef % steekproef Aantal selectie
% selecti e Man 155 42% 106 49% Vrouw 217 58% 111 51% Leeftijd <40 138 37% 91 42% 41-55 109 29% 65 30% >56 125 34% 61 28% Opleidingsniveau Lager onderwijs 69 19% 29 13% Middelbaar onderwijs 197 53% 106 49% Hoger onderwijs 106 28% 81 38%
Figuur 15: Bekendheid van deelauto-aanbieders in Amsterdam
NA: Niet-autodeler, AD: Autodeler
Aanbieder Chi-kwadraat
waarde Kritieke p-waarde Cramer’s V-waarde Conclusie
MyWheels χ2= 6,65 p=5,99 0,175 Significant, zwakke samenhang
Greenwheels χ2= 36,90 p=5,99 0,414 Significant, redelijk sterke samenhang
ConnectCar χ2= 13,89 p=5,99 0,254 Significant, matige samenhang
Car2Go χ2= 19,56 p=5,99 0,300 Significant, matige samenhang
FlexCar χ2= 4,67 p=5,99 0,147 Niet significant
StudentCar χ2= 5,15 p=5,99 0,155 Niet significant
Stapp.In χ2= 22,66 p=5,99 0,324 Significant, matige samenhang
SnappCar χ2= 47,64 p=5,99 0,470 Significant, redelijk sterke samenhang
Figuur 16: Frequentie deelautogebruik per aanbieder in Amsterdam
H
OE ONDERSCHEIDEN AUTODELERS ZICH IN HUN ATTITUDES TEN OPZICHTE AUTODELEN?
Hier wordt de deelvraag behandeld hoe autodelers zich onderscheiden van niet-autodelers als het gaat om hun attitudes ten opzichte van autodelen. Binnen de categorie ‘motivaties’ vallen drie groepen: geldzaken, status en emoties. Vervolgens wordt er bij de categorie ‘gedrag’ gekeken naar bereikbaarheid en toegankelijkheid. Over het algemeen komt in de resultaten van deze deelvraag naar voren dat de gebruikers van autodelen zich in de eerste plaats vaak onderscheiden van de rest van de respondenten doordat van de niet-gebruikers een groter percentage ‘geen mening’ heeft aangevinkt. Bij de autodelers ligt dit meestal onder de tien procent. Hoewel beide categorieën het vaak wel met elkaar eens zijn, zit het verschil vooral in de mate waarin dat gebeurt. Daarbij is gekeken of de verschillen verklaarbaar zijn.G
ELDZAKENFiguur 17 laat zien dat 61% van de gebruikers van deelauto’s het idee hebben dat zij op jaarbasis goedkoper uit zijn met een deelauto dan met een eigen auto. Bij de niet-gebruikers is dit veel minder uitgesproken, daar geeft slechts 37% van de respondenten aan te verwachten dat een deelauto voordeliger is. Uit de tweede stelling blijkt echter dat dit niet geldt voor het openbaar vervoer (figuur 18). Volgens 63.6% van de autodelers zijn zij in vergelijking met het OV niet goedkoper uit met een deelauto. Ook de overige respondenten zijn het hier mee eens: 45.6% heeft aangegeven te denken dat een deelauto niet goedkoper is dan het openbaar vervoer. Respondenten vinden op het gebied van geldzaken dat het een voordeel is van autodelen dat het ze een duidelijk overzicht biedt van alle kosten. Uit figuur 19 blijkt dat 70% van de gebruikers het mee eens is, ten opzichte van 52% van de niet-gebruikers. Slechts 21% van de autodelers vindt een duidelijk kostenoverzicht geen voordeel van autodelen. Ondanks dat bij de eerste stelling meer dan zestig procent van de autodelers aangaf het gevoel te hebben op jaarbasis goedkoper uit te zijn, blijkt uit de resultaten van de vierde stelling over geldzaken dat 71% een deelauto toch te duur vindt voor lange afstanden of huurperiodes (figuur 20).
Figuur 17: Ik heb het gevoel dat ik op jaarbasis goedkoper uit ben met een deelauto dan met een eigen auto
Figuur 18: Ik ben goedkoper uit met een deelauto dan met het openbaar vervoer
Figuur 19: Een voordeel van een deelauto vind ik dat ik een duidelijk overzicht heb van de kosten
Figuur 20: Voor lange afstanden of lange huurperiodes vind ik een deelauto te duur
Bijbehorende
figuur Chi-kwadraat
waarde
Kritieke
p-waarde Cramer’s V-waarde Conclusie
Figuur 17 χ2 = 13,39 p = 5,99 0,249 Significant, matige samenhang Figuur 18 χ2 = 21,25 p = 5,99 0,314 Significant, matige samenhang Figuur 19 χ2 = 11,88 p = 5,99 0,235 Significant, matige samenhang Figuur 20 χ2 = 14.65 p = 5,99 0,252 Significant, matige samenhang
S
TATUSVolgens Dijst, Rietveld en Steg De auto geldt in sommige sociaaleconomische kringen als statusverhogend (2013, p. 32). In dit stellingenblok is onderzocht hoe de respondenten denken dat gebruikmaken van een deelauto invloed heeft op status. Uit figuur 21 blijkt dat in de omgeving van de meeste respondenten niet iedereen gebruik maakt van deelauto’s; zowel bij autodelers als niet-autodelers geven 80% van de respondenten dit aan. Hoewel de samenhang niet heel groot is, blijkt dat onder de respondenten die aangeven dat in hun omgeving wél veel mensen gebruik maken van deelauto’s zich vooral mensen onder de veertig te bevinden (figuur 22). De tweede stelling testte of een duurzaam imago past bij rijden in een deelauto. Zowel de autodelers als de niet-autodelers gaven aan het hiermee eens te zijn: respectievelijk 70% en 66% (figuur 23). Opvallend is het verschil tussen lager opgeleiden en middelbaar- en hogeropgeleiden, waarbij significant meer middel- en hoger opgeleide respondenten aangeven dat autodelen bij een duurzaam imago past (figuur 24). Uit onderzoek van het KiM (2015) kwam naar voren dat gebruikers de bestickering van de deelauto’s een nadeel vonden, en werden deelauto’s zelfs gezien als ‘rijdende reclameborden’. Uit de laatste stelling van dit blok blijkt echter dat het grootste deel van de respondenten dit niet als een probleem ziet (figuur 25). Opvallend is wel dat onder de respondenten die hebben aangegeven het wel als een nadeel te zien, een significante hoeveelheid man is (figuur 26). Dit sluit bij de verwachtingen van Dijst et al. (idem), die ook stellen dat vooral mannen hechten aan de status die zij verkrijgen uit het hebben van een auto.
Figuur 21: In mijn omgeving maakt
iedereen gebruik van deelauto’s Figuur 22: Kruistabel omgeving en leeftijd
Figuur 23: Rijden in een deelauto past bij een duurzaam imago
Figuur 24: Kruistabel duurzaamheid en opleidingsniveau
Figuur 25: Een nadeel van deelauto's vind
ik de bestickering van de auto's Figuur 26: Kruistabel bestickering en geslacht
Bijbehorende figuur Chi-kwadraat Kritieke p-waarde Cramer’s V-waarde Conclusie
Figuur 21 χ2 = 5,30 p = 5,99 0,157 Niet significant
Figuur 22 χ2 = 18,79 p = 9,49 0,209 Significant, matige samenhang Figuur 23 χ2 = 2,16 p = 5,99 0,100 Niet significant
Figuur 24 χ2 = 16,95 p = 9,49 0,198 Significant, zwakke samenhang Figuur 25 χ2 = 8,10 p = 5,99 0,194 Niet significant
Figuur 26 χ2 = 8,35 p = 9,49 0,197 Significant, zwakke samenhang
E
MOTIEIn dit stellingenblok zijn een aantal situaties geschetst die in spelen op emoties, zoals bijvoorbeeld stress. Bij de eerste stelling wordt door de respondenten bevestigd dat een deelauto minder frustratie oplevert dan een eigen auto, omdat er een organisatie is die administratieve en technische zaken overneemt. Ook in deze stelling zit het verschil tussen de autodelers en de niet-autodelers vooral in het deel dat ‘geen mening’ heeft aangevinkt. Verder komt de attitude redelijk overeen tussen de twee groepen en is de meerderheid het eens (figuur 27). Op de vraag of het gebruiken van een deelauto minder stressvol is dan reizen met het openbaar vervoer, geeft 73% van de autodelers aan het hier niet mee eens te zijn (figuur 28). Dit geldt vooral bij de respondenten onder de veertig (figuur 29). Bijna alle respondenten en jongvolwassenen specifiek ervaren dus evenveel of meer stress wanneer zij reizen van een deelauto dan wanneer ze reizen met het openbaar vervoer. Omdat voor het gebruik van klassieke deelauto’s vaak van te voren een tijdsslot moet worden gereserveerd, is te verwachten dat dit mogelijk stress oplevert bij de gebruikers. Uit stelling 3 blijkt dat dit inderdaad het geval is: bijna twee derde van de autodelers is het oneens met de stelling ‘ik maak me nooit zorgen of ik wel op tijd terug ben als ik een deelauto gebruik’ en geeft daarmee aan dat deze situatie dus juist wél voorkomt (figuur 30). Een deelauto levert de respondenten dan meer stress op dan een auto die niet op een vastgelegd tijdstip terug moet zijn zou doen, zoals een eigen auto of een free-floating autodeelconcept. De niet-gebruikers hebben vooral geen mening. De laatste stelling in het blok over emoties gaat over privacy (figuur 31). Uit de stelling blijkt dat het grootste deel van de respondenten vindt dat rijden in een deelauto geen inbreuk is op hun privacy. Opvallend is dat bij de niet-gebruikers bijna een op de vijf respondenten aan geeft het hier wél mee eens te zijn.
Figuur 27: Met een deelauto hoef ik mij nooit zorgen te maken om technische of
administratieve problemen
Figuur 28: Wanneer ik een deelauto gebruik verloopt mijn reis minder gestrest dan wanneer ik met het openbaar vervoer reis
Bijbehorende figuur
Chi-kwadraat Kritieke p-waarde Cramer’s V-waarde Conclusie
Figuur 27 χ2 = 12,22 p = 5.99 0,237 Significant, matige samenhang Figuur 28 χ2 = 24,49 p = 5.99 0,336 Significant, matige samenhang Figuur 29 χ2 = 19,63 p = 9,49 0,213 Significant, matige samenhang Figuur 30 χ2 = 29,66 p = 5.99 0,371 Significant, matige samenhang Figuur 31 χ2 = 17,45 p = 5.99 0,284 Significant, matige samenhang
Figuur 29: Kruistabel ‘stress tov. Openbaar vervoer’ en leeftijd
Figuur 30: Ik maak me nooit zorgen of ik wel op tijd terug ben als ik een deelauto gebruik
Figuur 31: Een nadeel van rijden in een deelauto vind ik dat ik het gevoel heb dat het ten koste gaat van mijn privacy
B
EREIKBAARHEIDIn dit deel van het onderzoek is gekeken naar de perceptie van bereikbaarheid ten opzichte van een eigen auto en het openbaar vervoer. Uit de resultaten van de eerste stelling blijkt dat de meeste respondenten niet vinden dat zij met een deelauto sneller op hun bestemming zijn dan met een eigen auto (figuur 32). Twintig procent van de respondenten die wel gebruik maakt van deelauto’s is het echter wél eens met de stelling. Waarom is niet te verklaren. In vergelijking met het openbaar vervoer is 70% van de autodelers het eens met de stelling dat een deelauto sneller is, en bij de niet-autodelers 54% (figuur 33). Opvallend is dat 41% van de lager opgeleiden het oneens is met de stelling en dit bij middelbaar en hoger opgeleiden rond de 13% ligt (figuur 34). Met de stelling ‘wanneer ik reis met een deelauto moet ik mijn reis beter plannen dan met het openbaar vervoer’, in figuur 35, is 71% van de gebruikers van deelauto’s het oneens. Bij de niet-gebruikers is dit veel minder uitgesproken. Waar gebruikers dit in het onderzoek van het KiM een drempel vonden is dit in de praktijk dus voor het grootste deel van de gebruikers niet zo. De laatste stelling binnen dit thema gaat over multimodaliteit. Op de stelling ‘Ik combineer een deelauto met openbaar vervoer’ is geen heel duidelijk resultaat, aangezien 48% van de gebruikers aangeeft dit wel te doen en 43% zegt dit niet te doen (figuur 36). Dat komt ook omdat deze stelling wél op verschillende manier te interpreteren valt; het kan gaan over verplaatsingsgedrag in het algemeen, maar ook over het combineren van de modaliteiten in één verplaatsing. Desondanks zijn er wel significante verschillen. Zo zegt van de niet-autodelers het grootste deel de twee modaliteiten niet te combineren, en bij de autodelers die ook aangeven gebruik maken van het openbaar vervoer zijn dit vooral hoger opgeleiden (figuur 37).
Figuur 32: Met een deelauto ben ik sneller op mijn bestemming dan met een eigen auto
Figuur 33: Met een deelauto ben ik sneller op mijn bestemming dan met het openbaar vervoer
Figuur 34: Kruistabel ‘sneller dan met het
OV’ en opleidingsniveau Figuur 35: Wanneer ik reis met een deelauto moet ik mijn reis beter plannen dan met het openbaar vervoer
Figuur 36: Ik combineer een deelauto met
het openbaar vervoer Figuur 37: Kruistabel ‘combineren met OV’ en opleidingsniveau
Bijbehorende figuur Chi-kwadraat Kritieke p-waarde Cramer’s V-waarde Conclusie
Figuur 32 χ2 = 21,28 p = 5,99 0,315 Significant, matige samenhang Figuur 33 χ2 = 16,91 p = 5,99 0,280 Significant, matige samenhang Figuur 34 χ2 = 23,46 p = 9,49 0,233 Significant, matige samenhang Figuur 35 χ2 = 20,94 p = 5,99 0,311 Significant, matige samenhang Figuur 36 χ2 = 44,23 p = 5,99 0,454 Significant, redelijk sterke samenhang Figuur 37 χ2 = 9.83 p = 9,49 0,338 Significant, matige samenhang
T
OEGANKELIJKHEIDOm een deelauto te gaan gebruiken zijn er een aantal drempels waarvan niet-gebruikers verwachten dat ze er zijn. In dit deel is ervoor gekozen om alleen de antwoorden van de respondenten te laten zien die hebben aangegeven gebruik te maken van deelauto’s. Op deze manier is zichtbaar of de perceptie van de (on)toegankelijkheid in de lijst met voor- en nadelen in tabel 3 in het theoretisch kader. Daarnaast gaf het grootste deel van de niet-autodelers bij deze stellingen aan geen mening te hebben, wat een vertekenend beeld gaf. In de eerste stelling is er getoetst of gebruikers inderdaad lang van tevoren moeten reserveren. Dit blijkt niet zo te zijn – 73% van de respondenten is het hier niet eens (figuur 38). Ook de volgende stelling wordt verworpen; bij het gebruikmaken van een deelauto vinden de respondenten dat ze niet verder hoeven te lopen dan wanneer er gebruik gemaakt wordt van het openbaar vervoer (figuur 39). In vergelijking met lopen naar een eigen auto is dit echter veel minder uitgesproken, waarbij de ongeveer helft van de respondenten vind dat ze wel verder moeten lopen, en de andere helft niet (figuur 40). Bij de laatste stelling, in figuur 41, geeft 59% van de respondenten aan niet makkelijker is om een parkeerplaats te vinden met een deelauto dan met een eigen auto. Aangezien veel deelauto’s een vaste plek hebben, ligt dit niet helemaal in lijn met de verwachtingen.
Figuur 38: Ik moet mijn deelauto altijd lang van te voren reserveren, anders is er geen beschikbaar in de buurt
Figuur 39: Wanneer ik gebruik maak van een deelauto moet ik meer lopen dan wanneer ik met het openbaar vervoer ga
Figuur 40: Wanneer ik gebruik maak van een deelauto moet ik meer lopen dan wanneer ik een eigen auto gebruik
Figuur 41: Met een deelauto vind ik makkelijker een parkeerplaats dan wanneer ik een eigen auto gebruik
H
OOFDREDEN VOOR GEBRUIKAls laatste stelling bij deze deelvraag werd de respondenten gevraagd wat de hoofdreden was om een deelauto te gebruiken. Ook in deze resultaten is er gekozen om alleen de respondenten mee te nemen die aan hebben gegeven gebruik te maken van deelauto’s. Uit deze stelling blijkt dat er niet één doorslaggevende populaire reden is om te kiezen voor het gebruik van een deelauto (figuur 42). Alle drie de redenen die vaak genoemd werden in de tabel met voor- en nadelen – gebruiksgemak, financieel voordeel en milieubewustzijn - zijn ongeveer even populair, waarbij onder de respondenten gebruiksgemak is net iets meer en milieuoverwegingen net iets minder .
Figuur 42: Wat is de hoofdreden dat u gebruikmaakt van een deelauto?
D
EELCONCLUSIEDe vijf delen die hier zijn besproken – geldzaken, status, emotie, bereikbaarheid en toegankelijkheid – bieden door het identificeren en bevestigen van attitudes mogelijke invalshoeken voor stimulerend beleid. Uit de stellingen over geldzaken dat ondanks dat autodelen als goedkoper alternatief gepresenteerd wordt voor het bezitten van een auto, de respondenten het hier niet mee eens zijn wanneer autodelen wordt vergeleken met het OV of bij het gebruik voor lange afstanden of huurperiodes. De attitudes ten opzichte van status verschillen per sociaaleconomische setting. Wanneer het wenselijk is om deze attitudes te beïnvloeden, kan er onder jongvolwassenen worden ingespeeld op het gewoontegedrag van hun peergroep en bij middelbaar en hogeropgeleiden op duurzaamheid. Over het algemeen de bestickering van auto’s geen drempel. Wat betreft emoties is vooral de reis mogelijk stressvoller, zowel ten opzichte van het openbaar vervoer als ten opzichte van een eigen auto. Het levert volgens de respondenten wel minder technische en administratieve zorgen op. Vooral als het gaat om privacy is de attitude van niet-gebruikers negatiever, beeldvormende maatregelen zou hier dus op in kunnen spelen. De waargenomen gedragsmogelijkheden van de respondenten ten opzichte van deelauto’s zijn dat een deelauto meestal even snel is als een eigen auto en sneller dan met het OV. Dit geldt vooral voor middelbaar- en hogeropgeleiden, die ook vaker deelauto’s combineren met het OV. Iets meer dan twee derde van de respondenten vindt dat ze daarbij hun reis niet beter hoeven te plannen. De autodelende respondenten vinden de toegankelijkheid van deelauto’s wisselend. Ze hoeven niet lang van tevoren te reserveren en niet langer te lopen dan wanneer ze met het openbaar vervoer zouden reizen. Maar de helft van de respondenten vindt dat ze wel verder moeten lopen dan bij een eigen auto, en slechts één derde vindt dat het makkelijker is om een parkeerplaats
H
OE ONDERSCHEIDEN AUTODELERS ZICH IN HUN VERPLAATSINGSGEDRAG?
De laatste deelvraag behandelt het verschil in verplaatsingsgedrag tussen gebruikers van deelauto’s en niet-deelauto’s. De modal split is op twee manieren gemeten; in de eerste plaats is er gekeken hoe vaak bepaalde vervoersmiddelen worden gebruikt, en vervolgens is er gekeken hoe vaak die middelen worden gebruikt om een bepaalde bestemming te bereiken.M
ODAL SPLIT PER VERVOERSMIDDELIn figuur 43 is de modal split per vervoersmiddel weergeven. Per vervoersmiddel is de bovenste balk de groep autodelers, en de onderste balk de groep niet-autodelers. De gebruiksfrequentie is her gecodeerd naar vaak (dagelijks of enkele keren per week), soms (enkele keren per maand of kwartaal) en zelden (enkele keren per jaar of nooit). Bij ‘auto als bestuurder’ zijn de verschillen zeer klein; ongeveer 35% van alle respondenten zit vaak in een auto achter het stuur, een kwart soms en ruim veertig procent zelden. Ook bij ‘auto als bijrijder’ zijn de verschillen niet significant, al geeft de groep autodelende respondenten minder ‘vaak’ aan en meer ‘soms’. Bij het gebruik van het openbaar vervoer zijn de verschillen tussen de twee groepen wel significant. Hoewel de samenhang niet heel sterk is, is duidelijk te zien dat autodelende respondenten meer met het openbaar vervoer reist – slechts zeven procent geeft aan dit zelden te doen. In tegenstelling tot de niet-autodelende respondenten, waar bijna een kwart aangeeft zelden met het openbaar vervoer te reizen. Hoewel beide groepen respondenten niet grote gebruikers zijn van brom- en snorfietsen, worden deze vervoersmiddelen wel een stuk meer gebruikt door autodelers – een kwart gebruikt deze vaak of soms, tegenover acht procent bij de niet-autodelers. Het grootste verschil zit in het gebruik van gewone fietsen. Onder de autodelers gebruikt 86% van de respondenten vaak een fiets, zeven procent soms en zeven procent zelden. Onder de niet-autodelers gebruikt 54% de fiets vaak, dertien procent soms en één derde van de respondenten gebruikt de fiets zelden.
Figuur 43: Modal Split per vervoersmiddel
AD = Autodeler NA = Niet-Autodeler Vervoersmiddel Chi-kwadraat Kritieke p-waarde Cramer’s V-waarde Conclusie
Auto als bestuurder χ2 = 0,17 p = 5,99 0,064 Niet significant Auto als bijrijder χ2 = 4,31 p = 5,99 0,190 Niet significant
Openbaar vervoer χ2 = 7,53 p = 5,99 0,201 Significant, matige samenhang Brom- & Snorfiets χ2 = 10,24 p = 5,99 0,214 Significant, matige samenhang Fiets χ2 = 16,60 p = 5,99 0,263 Significant, matige samenhang
M
ODAL SPLIT PER VERVOERSDOELDe trends dat niet-autodelende respondenten minder vaak met de fiets of het openbaar vervoer reizen, is ook terug te zien in figuur 44, waarin de modal split per vervoersdoel is weergegeven. Zo gaat meer dan de helft van de respondenten die autodeelt per fiets naar het werk, en onder de niet- gebruikers is dit minder dan een derde. Ook bij zakelijke afspraken ligt het fietsgebruik van de niet-autodelers lager dan van de autodelers. Bij verplaatsingen met winkelen of boodschappen doen, onderwijs of een cursus en sport en hobby’s als doel zijn de verschillen tussen de twee groepen respondenten klein. Bij al deze doelen wordt de auto door de niet-autodelers iets meer gebruikt, en worden het openbaar vervoer en de fiets iets minder gebruikt. Deze verschillen zijn echter niet significant. Binnen de categorie ‘verplaatsingen naar een bezoek aan familie, vrienden of kennissen ligt het autogebruik van beide groepen respondenten het hoogst. Onder de niet-autodelers geeft meer dan de helft van de respondenten aan hier meestal de auto voor te pakken, en onder autodelende respondenten is dat 37%. In deze laatste groep wordt het OV iets meer gebruikt. Ook opvallend is dat in deze categorie bestemmingen de verschillen tussen de groepen wat betreft fietsen niet zo groot zijn.
Figuur 44: Modal Split per vervoersdoel
AD = Autodeler NA = Niet-Autodeler Vervoersmiddel Chi-kwadraat Kritieke p-waarde Cramer’s V-waarde Conclusie
Van en naar het werk χ2 = 12,68 p= 7,82 0,218 Significant, matige samenhang Zakelijke afspraken χ2 = 11,65 p= 7,82 0,210 Significant, matige samenhang Winkelen / boodschappen doen χ2 = 3,90 p= 7,82 0,119 Niet significant
Onderwijs / cursus volgend χ2 = 6,38 p= 7,82 0,162 Niet significant Bezoek aan familie, vrienden of
kennissen
χ2 = 9,08 p= 7,82 0,167 Significant, matige samenhang Sport en hobby’s χ2 = 4,04 p= 7,82 0,121 Niet significant
