Fietsafhankelijkheid in Amsterdamse buurten

Bachelor scriptie

planologie

Floris Taphoorn

10209379

Begeleider: dhr. prof. dr. ir. L. Bertolini Tweede lezer: dhr. dr. M.C.G. te

Brömmelstroet

Bachelor scriptie planologie

Fietsafhankelijkheid

in Amsterdamse buurten

1

Table of Contents

1. Inleiding ... 3 2. Theoretisch kader ... 5 2.1 Beleidskader ... 5 2.1.1 Fietsbeleid Nederland ... 5 2.1.2 Fietsbeleid Amsterdam ... 5 2.2 Wetenschappelijk kader ... 7 2.2.1 Fysieke ruimte ... 7 2.2.2 Sociale factoren ... 9 3. Methodologie ... 13 3.1 Operationalisatie ... 13 3.1.1 Belangrijkste begrippen ... 13

3.2 Onderzoeksstrategie en research design ... 13

3.2.1Conceptueel schema ... 13

3.2.2 Deelvragen ... 15

3.2.3 Type onderzoek ... 15

3.3 Methode van dataverzameling en data analyse ... 16

4. Case selectie ... 17 4.1 Sociale factoren... 17 4.1.1 Bevolkingssamenstelling ... 17 4.2 Ruimtelijke factoren ... 19 4.2.1 Ontsluiting ... 19 5. Deelvraag 1, fietspotentie ... 22 5.1 Groen ... 22 5.2 Voorzieningen ... 22 5.2.1 Leerlingen en scholen ... 23 5.2.2 Gezondheidszorg ... 24 5.2.3 Detailhandel ... 24 5.2.4 Horeca ... 25

5.2.5Voorzieningen voor kinderen ... 26

5.2.6 Recreatie ... 26

5.2.7 Algemene conclusie voorzieningen ... 27

5.3 Dichtheid ... 28

2

5.5 Deelconclusie deelvraag 1 ... 30

6. Deelvraag 2, resultaten enquêtes ... 31

6.1 Autobezit ... 32 6.2 OV gebruik... 33 6.3 Aantrekkelijkheid buurt ... 34 6.4 Fietsfaciliteiten ... 35 6.5 Voorzieningen ... 36 6.6 Gebruik fiets ... 38 6.7 Achtergrondgegevens ... 40 7. Conclusies ... 42 7.1 Conclusies ... 42 7.2 Beperkingen onderzoek ... 43 7.3 Toekomstig onderzoek ... 44 7.4 Beleidsimplicaties ... 44

7.4.1 Beleid omtrent de auto ... 44

7.4.2 Ruimtelijke opbouw ... 44

7.4.3 Algemeen ... 44

Literatuurlijst ... 47

Bijlage A – kwalitatieve interviews ... 50

Beleidsmedewerker gemeente over beleidsimplicaties ... 50

Interview Lucas Harms ... 52

3

1. Inleiding

In Nederland is altijd veel aandacht voor personenvervoer en de modal split daarvan. In de Nederlandse context wordt fietsen als iets wenselijks gezien. De argumentatie hiervoor heeft verschillende invalshoeken, waarbij het vermijden van congestie een belangrijke invalshoek is. Het beleid voor het stimuleren van fietsen is dus een belangrijk punt geweest in de geschiedenis van het fietsen en in het bijzonder in Amsterdam. Dit komt onder andere omdat Amsterdam in de internationale literatuur als een fietsstad wordt gezien (Witteveen, 1989). In 2011 werden 32% van alle verplaatsingen in de fietsstad Amsterdam met de fiets gedaan. Binnen de ring is dit percentage echter al 60% (Dienst O+S, 2013). Ongeveer driekwart van de Amsterdammers die ouder zijn dan 12 jaar bezit minimaal één fiets (DIVV, 2010). Dit geeft aan dat de fiets een belangrijk onderdeel is van de Amsterdamse samenleving. Ondanks dit is er nog geen onderzoek gedaan naar fietsafhankelijkheid in Amsterdam. Dit is interessant om te onderzoeken. Er is namelijk wel veel onderzoek gedaan naar hoe men het gebruik van de fiets kan beïnvloeden en versterken, maar nog nooit naar wat fietsafhankelijkheid is, en waardoor fietsafhankelijkheid bepaald en versterkt kan worden. Het is belangrijk om te beseffen dat het gebruik van de fiets iets anders is dan afhankelijkheid van de fiets. Gebruik van de fiets gaat over het nemen van de fiets om verschillende activiteiten te ondernemen, waarbij de motivatie hiervoor niet perse van belang is. Afhankelijkheid van de fiets gaat echter een stuk verder. Hier gaat het om feit dat een persoon geen andere mogelijkheid ziet dan de fiets te nemen om verschillende activiteiten te volbrengen. De definitie fietsafhankelijkheid zal in een later stadium duidelijker naar voren komen. Doordat de afhankelijkheid van de fiets nog een onbekend terrein is in de wetenschappelijke wereld, is dit onderzoek wetenschappelijk relevant. Het onderzoek is behalve wetenschappelijk relevant ook maatschappelijk relevant. Het doel van het onderzoek is om te bepalen hoe de fietsafhankelijkheid beïnvloed kan worden, en in het bijzonder hoe ruimtelijke inrichting fietsafhankelijkheid van een locatie kan beïnvloeden. Als er uit dit onderzoek hierover duidelijke resultaten naar voren komen, dan kan er een shift plaatsvinden in het mobiliteitsbeleid alsmede het ruimtelijk beleid van gemeentes. Deze gemeentes zouden, als zij het wenselijk achten om het fietsgebruik in hun gemeente te verhogen, ook de fietsafhankelijkheid kunnen verhogen door de onderzochte factoren te implementeren. Doordat de resultaten van dit onderzoek dus ook eventueel in de maatschappij inpasbaar zijn, is het onderzoek dus maatschappelijk relevant.

In het onderzoek zullen verschillende kenmerken van de ruimtelijke inrichting naast het begrip fietsafhankelijkheid gelegd worden. De onderzoeksvraag luidt derhalve als volgt:

Wat is de relatie tussen de ruimtelijke inrichting en de fietspotentie en fietsafhankelijkheid van een locatie?

De fietsafhankelijkheid zal in dit onderzoek gezien worden als een positief begrip benaderd worden. Fietsafhankelijkheid kan namelijk fietsgebruik in de hand werken, wat in de Nederlandse context veelal als positief gezien word door beleidsmakers. De context die onderzocht gaat worden is Amsterdam. Het object van het onderzoek zullen enkele Amsterdamse buurten zijn, omdat hier de fiets een steeds grotere rol gaat spelen, kan dit interessant zijn. De uitgebreide case selectie van de verschillende buurten zal in een later stadium aan bod komen. Deze zullen in een vergelijkende studie onderzocht worden.

4 Hieronder zal eerst het beleid met betrekking tot de fiets verder uitgeweid worden en dit zal gedifferentieerd worden naar het gebruik van de fiets in Nederland en in Amsterdam. Het is van belang om het beleid te bestuderen omdat dit als kader gebruikt kan worden, waar de resultaten aan gekoppeld kunnen worden. Tevens kunnen in een later stadium van het onderzoek aanbevelingen gedaan worden die gespiegeld moeten worden aan het onderstaande beleid. Na dit beleidskader zal het wetenschappelijk kader aan bod komen, waar relevante wetenschappelijke discussies aan bod zullen komen. Daarna wordt de opzet van het onderzoek toegelicht. Hierin zullen de belangrijkste begrippen, het conceptueel schema, de deelvragen, het type onderzoek, en de operationalisering van de deelvragen aan bod komen. Vervolgens zal het empirisch gedeelte behandeld worden, waarin getracht wordt om antwoord te geven om de verschillende deelvragen. Hierna zullen er conclusies uit dit onderzoek getrokken worden. Ten slotte zullen er aan de hand van de conclusies enkele beleidsaanbevelingen gedaan worden.

5

2. Theoretisch kader

2.1 Beleidskader

2.1.1 Fietsbeleid Nederland

Het fietsklimaat in Nederland kenmerkt zich door een vrij stabiele groei van het gebruik van de fiets sinds de jaren ’90 (Goeverden en Godefrooij, 2010). Sinds 2010 is het gebruik van de fiets per persoon per dag met vijf procentpunt gegroeid (Goeverden en Godefrooij, 2010). Nederland heeft daarnaast altijd een hogere mate van fietsgebruik gehad dan de omliggende landen. Volgens De la Bruheze en Veraart (1999) komt dit voor een groot deel door het beleid dat gevoerd is met betrekking tot de stimulatie van het fietsgebruik.

Beleid om de fiets in Nederland te stimuleren is rond 1970 begonnen (Bruheze en Veraart, 1999). In 1990 is door het toenmalige Ministerie van Verkeer en Waterstaat de aandacht echter versterkt doordat zij het Masterplan Fiets opgesteld hebben, met als doel het gebruik van de fiets in algemene zin te vergroten en om het aandeel van de fiets in de modal split te vergroten. Het resultaat hiervan werd in de eindrapportage Masterplan Fiets (Directoraat-Generaal Personenvervoer, 1998) besproken. Hierin werd duidelijk dat in 1990 er nog vrijwel geen auto-belemmerend beleid was, maar dat er wel werd gewerkt aan een netwerk voor de fiets. In 1996 bleek echter al dat er meer werd gedaan om naast het gebruik van de fiets te stimuleren met zogenaamde pullfactoren, welke de kracht beschrijven die mensen er toe stimuleert om de fiets te gebruiken. Zo werd er ook al enigszins auto- belemmerend beleid gevoerd, oftewel beleid gericht op pushfactoren (Directoraat-Generaal Personenvervoer, 1998). Het zogenaamde fietsersklimaat in steden is in grote mate verbeterd volgens Borgman et al. (2000), tevens wordt er door gemeenten over het algemeen meer geschreven over fietsbeleid. Er is in Nederland een verhoogde aandacht voor het verbeteren van de kwaliteit van het fietsen en in het speciaal het fietsroutenetwerk (Goeverden en Godefrooij, 2010). De Fietsersbond heeft het fietsklimaat ook onderzocht en zij stelde dat deze in de periode 2006-2008 erg verbeterd is in de grote steden van Nederland (Broer, 2008)

2.1.2 Fietsbeleid Amsterdam

Het is van belang om het beleid met betrekking tot de fiets en transport in Amsterdam te weten, omdat het onderzoek zich immers focust op verschillende cases in de stad Amsterdam. Als dit beleid bekend is, kan dit gereflecteerd worden aan de huidige situatie, wat wellicht tot interessante resultaten kan leiden. Het beleid kan later in het onderzoek tevens gekoppeld worden aan de resultaten. Hierdoor zal naar voren kunnen komen of het beleid om het fietsgebruik te bevorderen wel de juiste kant op gaat, waarna aanbevelingen gedaan kunnen worden met betrekking tot het beleid voor gemeentes.

In Amsterdam is het vervoersbeleid in het algemeen gericht op het stimuleren van het gebruik van de fiets op korte afstanden en het stimuleren van het gebruik van het OV op langere afstanden (Gemeente Amsterdam, 2013). In het Centrumgebied moet meer ruimte komen voor de voetganger en de fiets, ten koste van andere modaliteiten. Voor de auto moeten er minder zichtbare parkeerplaatsen in de stad aanwezig zijn, om de kwaliteit van de ruimte te verbeteren. Daarnaast wil de Gemeente Amsterdam zogenaamde plusnetten invoeren, wat betekent dat de verschillende vormen van vervoer een eigen plek in de stad krijgen, maar de andere vormen van vervoer vrijwel afwezig zijn (Gemeente Amsterdam,

6 2013). Dit zorgt ervoor dat een bepaalde plek voornamelijk bereikbaar is via één vervoersmiddel.

In overeenstemming met het nationale beleid gaat de gemeente Amsterdam ook inspelen op het vergroten van het fietsgebruik doormiddel van het versterken van de pull factoren (Gemeente Amsterdam, 2013). De gemeente Amsterdam heeft tegen het einde van 2012 het meerjarenplan fiets uitgebracht. Hierin wordt tot in detail het beleid met betrekking tot de fiets in Amsterdam besproken. Tot 2040 gaat de gemeente Amsterdam €200 miljoen investeren om het fietsgebruik te bevorderen en hiervan is €170 miljoen gereserveerd om de fietsparkeerplaatsen te verbeteren (Dienst Infrastructuur Verkeer en Vervoer, 2013). De gemeente richt zich dus heel erg op het realiseren van fietsparkeerplaatsen. Deze zullen vooral rond stations of OV-knooppunten verbeterd moeten worden. Dat er zoveel geld geïnvesteerd wordt in het stimuleren van het fietsgebruik is niet verwonderlijk aangezien Amsterdam, zoals eerder naar voren kwam, als een echte fietsstad gezien kan worden. Het gemeentelijk beleid focust zicht naast het stimuleren van fietsparkeerplaatsen ook op de versterking van het netwerk voor de fiets, geheel in lijn met de landelijke trend. Zo is het doel om een kwalitatief goed grofmazige fietsnetwerk te realiseren (Dienst Infrastructuur Verkeer en Vervoer, 2013). Dit zou kunnen betekenen dat zelfs gebieden waar het nu aantrekkelijk is om bijvoorbeeld het OV of de auto te gebruiken, in de toekomst een goede bereikbaarheid met de fiets zullen hebben. Tevens moeten de gevaarlijkste fietspaden vervangen worden of veiliger gemaakt worden (Dienst Infrastructuur Verkeer en Vervoer, 2013).

7 2.2 Wetenschappelijk kader

In dit onderzoek zal de fietsafhankelijkheid van een locatie onderzocht worden. De vraag wanneer een persoon fietsafhankelijk is, komt natuurlijk meteen naar voren. Hierbij zullen de categorieën die Jeekel (2011) heeft gebruikt om de autoafhankelijkheid te meten, voor een deel ook gebruikt worden om de afhankelijkheid van de fiets te meten. Jeekel (2011) bedacht de volgende vijf “situaties” van autoafhankelijkheid:

•Autoafhankelijke locaties (bijvoorbeeld een snelweglocatie zonder OV of een afgelegen pretpark)

•Autoafhankelijke activiteiten (bijvoorbeeld het doen van wekelijkse boodschappen met veel bagage)

•Autoafhankelijke tijdstippen (bijvoorbeeld het beperkt nachtaanbod OV en op zondagmorgen)

•Autoafhankelijke personen (bijvoorbeeld zakelijke dienstverleners die veel moeten reizen, extreme taakcombineerders, snelwegbewoners, bewoners van buitengebieden, forensen naar een snelweglocatie, gehandicapten en hulpbehoevenden)

•Autoafhankelijke samenleving (bijvoorbeeld Australië, waar een cultuur van autorijden heerst)

Deze bovenstaande situaties zouden ook voor de fiets in de stad onderzocht kunnen worden. In dit onderzoek zal er echter alleen gekeken worden naar fietsafhankelijke locaties, omdat dit de enige fysieke factor is, terwijl de overige factoren van sociale aard zijn. Fysieke factoren zijn over het algemeen makkelijker en eenduidiger te veranderen dan sociale factoren, waardoor deze kant van het verhaal interessanter kan zijn om te onderzoeken. De overige factoren worden echter ook meegenomen in het onderzoek en zullen als controle gebruikt worden. Bij de controle zal er rekening gehouden worden met deze andere factoren bij verschillende onderdelen van het onderzoek en hier wordt later op teruggekomen.

Fietsafhankelijkheid is, zoals in een later stadium verder naar voren komt, een lastig begrip. In situaties waar men niet kan spreken over afhankelijkheid zal er gesproken worden over fietspotentie. Het doel blijft echter wel om het begrip fietsafhankelijkheid te bereiken.

2.2.1 Fysieke ruimte

In de literatuur is er veel geschreven over de invloed van de gebouwde omgeving op het gebruik en het beïnvloeden van verschillende vormen van transport, waaronder de fiets. Zo blijkt de nabijheid en aanwezigheid van verschillende transportvormen, dus de ontsluiting, van belang te zijn bij de transportkeuze (Van Wee & Annema, 2009). Daarnaast is er over de potentie van het fietsen veel geschreven. Zo hebben Handy en Mokhtarian (2005) opgemerkt dat mensen liever langzamere manieren van transport gebruiken als de buurt een hoge mate van aantrekkelijkheid heeft. Hier bedoelen de auteurs bijvoorbeeld schone straten en veel bomen, mee. Ook zorgen betere alternatieve infrastructuurvoorzieningen - dus infrastructuurvoorzieningen die niet bedoeld zijn voor de auto - voor een toename in het gebruik van langzame vervoersvormen. Hier kan bijvoorbeeld gedacht worden aan betere fietspaden, en bredere stoepen (Handy and Mokhtarian, 2005). Er is bijvoorbeeld in Kopenhagen veel gedaan om het fietsen te stimuleren, door ruimte van de auto af te nemen

8 en aan de fietser te geven. Hier heeft dat gewerkt in voordeel van het fietsgebruik (Nielsen et al., 2013).

Meurs en Haaijer (2001) onderzochten de relatie tussen de gebouwde omgeving en gebruik van verschillende vervoersmiddelen ook. Zij kwamen tot het resultaat dat de aanwezigheid van parkeerplaatsen geen invloed heeft op het aantal trips dat een persoon maakt, maar wel op welke manier van transport zo’n persoon gebruikt. Als een persoon een parkeerplaats voor de deur heeft en een fiets in de schuur, dan is het waarschijnlijker dat deze persoon de auto neemt in plaats van de fiets (Meurs and Haaijer, 2001). Andersom geldt hetzelfde: wanneer er goede fietsparkeerplaatsen op straat zijn, dan is men eerder geneigd om de fiets te nemen (Van Wee; Annema; Banister, 2013). Daarnaast blijkt dat, het waarschijnlijker is voor een persoon om de fiets te nemen, wanneer deze persoon een fietspad voor de deur heeft (Hilbers, 2008). Als een buurt aantrekkelijk is voor de fiets, dan heeft dit echter weinig impact op de hoeveelheid verplaatsingen met een auto. Er is dan slechts een shift van bijvoorbeeld lopen naar fiets. Nabijheid van voorzieningen zoals bijvoorbeeld een school in de buurt die goed bereikbaar is met de fiets, zorgt wel voor afname van het aantal trips met de auto ten gunste van de fiets (Meurs and Haaijer, 2001). Tevens zorgt het mengen van functies voor een lagere gemiddelde verplaatsingsafstand en zal er meer gebruik gemaakt worden van langzame transportwijzen en dus ook meer van de fiets (Van Wee & Annema, 2009).

Uit ander onderzoek blijkt dat de mate van autobezit laag is wanneer er hoge stedelijke dichtheid is en wanneer er weinig mogelijkheden zijn om de auto te parkeren. Hierdoor is het gebruik van de auto ook laag en gebruiken mensen vaker de fiets (Den Hertog et al., 2006). Dichtheid heeft ook op andere wijze een gevolg voor de vervoerskeuze van mensen. Het gaat dan echter meer om het feit dat wanneer er een hoge dichtheid is, er meer kansen zijn voor openbaar vervoer. Er zal een shift plaatsvinden tussen de auto en het openbaar vervoer, maar de invloed van de dichtheid op de fiets wordt hier buitenwegen gelaten (Van Wee & Annema, 2009). Het is echter wel zo dat er een positieve relatie bestaat tussen het gebruik van de fiets en de lengte van het fietsnetwerk. Als er dus veel fietspaden zijn, dan groeit het fietsgebruik (Santos et al., 2013).

Hommel (2006) concludeerde in zijn onderzoek samenvattend dat mobiliteitsgedrag beïnvloedt kan worden door ruimtelijke ordening. Het gaat hierbij niet alleen om het realiseren van fietspaden om het fietsgebruik te stimuleren, maar ook om de opbouw van de wijken zo te vormen dat het aantrekkelijk is om de fiets te gebruiken (Hommel, 2006). Al deze bovenstaande punten hebben invloed op het gebruik van de fiets en komen voort uit ruimtelijke factoren. Hoewel dit nog niet onderzocht is, kan verwacht worden dat deze factoren wellicht ook zorgen voor afhankelijkheid van de fiets. Een fietsafhankelijke locatie is een locatie waar het gebruik van de fiets het makkelijkst is en waar het gebruik van andere modaliteiten erg lastig is. Als voorbeeld van een fietsafhankelijke locatie zou men bijvoorbeeld kunnen denken in Amsterdam aan de Jordaan, waar parkeren met de auto lastig is vanwege de wachttijd van vier jaar op een parkeervergunning (Cition, 2014). Tevens is in Jordaan het OV alleen aan de randen aanwezig. Hierdoor lijkt het in eerste opzicht dat de bewoners van deze buurt aangewezen zijn op de fiets. Dit voorbeeld dient hier slechts ter illustratie. Voordat er met het daadwerkelijke onderzoek begonnen wordt, moet er eerst systematisch geïdentificeerd worden welke structurele kenmerken van buurten fietsafhankelijkheid in de hand kunnen spelen. Hierna zullen er verschillende buurten geselecteerd worden die in deze opzichten van elkaar verschillen.

9

2.2.2 Sociale factoren

Zoals eerder al naar voren kwam, is het van belang om naast de fysieke factoren ook de overige factoren te identificeren. Wanneer dit namelijk duidelijk is, dan kan dit als een controle gebruikt worden op de conclusies die in een later stadium getrokken worden. Daarnaast is het nodig om deze andere factoren te identificeren bij het uitkiezen van de verschillende buurten waar onderzoek gedaan zal worden. Zoals eerder al naar voren kwam, zullen bij het selecteren van de juiste buurten voor het onderzoek de overige factoren die hieronder naar voren komen, zoveel mogelijk gelijk moeten zijn. Op deze manier zijn de verschillen in fietsafhankelijkheid die eventueel duidelijk worden, alleen te wijden aan een verschil in de ruimtelijke inrichting van de verschillende buurten. Er zijn dus naast fysieke factoren ook sociale factoren die aan de hand van Jeekel (2011) geïdentificeerd kunnen worden. Dit zorgt voor het volgende beeld over fietsafhankelijkheid:

 Fietsafhankelijke activiteiten:

Een voorbeeld hiervan is, wanneer mensen uitgaan en gedronken hebben, kunnen ze niet rijden en het OV zal wellicht in de nacht ontoereikend zijn.

 Fietsafhankelijke tijdstippen:

Hier geldt bijvoorbeeld ook dat het OV in de nacht wellicht voor velen ontoereikend is.

 Fietsafhankelijke personen:

Er zullen mensen zijn die fietsafhankelijk zijn doordat zij bijvoorbeeld nog geen 18 zijn en dus geen auto mogen besturen. Het OV kan hier wel een concurrent zijn van de fiets, maar hier moet dus gekeken worden naar deze factor in combinatie met andere factoren.

 Fietsafhankelijke samenleving:

Hier gaat het bijvoorbeeld om de cultuur van fietsen die heerst in (bepaalde buurten van) Amsterdam. Ook de vraag wat voor een soort vorm van transport de “groene” mensen in een stad nemen, is interessant (Batabyal & Nijkamp, 2013).

Deze dimensies van afhankelijkheid zullen gekoppeld worden aan verschillende sociale factoren die in de literatuur behandeld zijn en van belang zijn voor de fietspotentie en fietsafhankelijkheid.

2.2.2.1 Inkomen

Naast de bebouwde omgeving zijn ook andere factoren van invloed op het fietsgebruik. Zo heeft het inkomen invloed op autobezit. Hoe hoger het inkomen, hoe groter de kans dat die persoon een auto bezit (Van Wee; Annema; Banister, 2013). Dit heeft te maken met inkomenselasticiteit: de verhouding tussen inkomen en het gebruik maken van een bepaald vervoersmiddel. De fiets heeft bijvoorbeeld een lage inkomenselasticiteit die dicht bij nul zit, wat inhoudt dat wanneer men meer gaat verdienen, dit maar in zeer beperkte mate een groei van het fietsgebruik met zich meebrengt en zelfs een negatieve invloed heeft (Van Wee; Annema; Banister, 2013).

Daarnaast zal een persoon met een hoog inkomen de fiets eerder als een vorm van recreatie zien in plaats van als een manier om bijvoorbeeld naar het werk te komen (Rietveld, 2001). Hier speelt dus het budget dat mensen (kunnen) uitgeven aan transport een rol. Tevens valt dit samen met de afhankelijkheidsdimensie personen die Jeekel (2011) in zijn onderzoek stelde. Mensen met een laag inkomen hebben namelijk vaak niet de mogelijkheid om met

10 de auto te reizen en zijn dus eigenlijk afhankelijk van het gebruik van fietsen, lopen of het OV als manier van transport.

Daarnaast is het inkomen ook van invloed op de afstand die men dagelijks aflegt. Over het algemeen is te concluderen dat hoe hoger het inkomen van een persoon is, hoe meer afstand deze persoon per dag reist (Van Wee; Annema; Banister, 2013). Dit kan dus betekenen dat personen die een laag inkomen hebben en dus minder afstand reizen, eerder geneigd zijn om de fiets te gebruiken aangezien het fietsgebruik op korte afstanden (tot 7,5 km) nog steeds erg populair is (Dienst Onderzoek en Statistiek i.o.v. dIVV, 2003). Met andere woorden kan er dus gesteld worden dat wanneer een persoon verder dan 7,5 km moet reizen, hij dan een kleinere fietspotentie heeft. Uit het kwalitatieve interview met een expert op het gebied van mobiliteit met de fiets kwam naar voren dat inkomen een erg belangrijke factor is waarop gecontroleerd moet worden (Harms, 2014). De respondenten van de enquêtes – welke later verder toegelicht zullen worden – moeten namelijk wel een hoog genoeg inkomen hebben om bijvoorbeeld een auto te bezitten. Op deze manier wordt er uitgesloten dat respondenten afhankelijk zijn van de fiets vanwege sociale factoren, maar des te meer door ruimtelijke factoren.

2.2.2.2 Samenstelling huishouden

Daarnaast heeft ook de samenstelling van het huishouden invloed op de modaliteitskeuze. Zo blijkt dat huishoudens met één verdiener zonder kinderen relatief veel gebruik maken van langzame transportmiddelen en dat huishoudens met twee verdieners zonder kinderen relatief weinig gebruik maken van langzame transportmiddelen (Ritsema van Eck et al., 2005).

De activiteiten die deze kinderen uitvoeren zijn ook erg belangrijk voor het mobiliteitspatroon van gezinnen. Zo omschreef Karsten (2005) verschillende categorieën kinderen. Eén van die categorieën die hier relevant is, zijn de backseat children. Hun activiteiten worden gereguleerd door hun ouders, die daarmee ook hun mobiliteitspatroon bepalen (Karsten, 2005). Dit hangt ook samen met de afhankelijkheidsdimensie activiteiten, welke Jeekel (2011) in zijn onderzoek stelde. Een ander voorbeeld hiervan zijn de discomfort factoren. Wanneer een persoon namelijk een belangrijke zakelijke afspraak heeft, dan is het niet wenselijk voor deze persoon om in de regen te gaan fietsen en zal dus voor een andere modaliteitsvorm moeten kiezen.

2.2.2.3 Activiteiten

Naast de samenstelling van het huishouden zijn ook de activiteiten die door bewoners ondernomen worden van belang. Landelijk is het zo dat er gemiddeld het meeste verplaatst wordt voor werk, dit is te zien in de onderstaande tabel. De onderstaande tabel sluit aan op de term fietsafhankelijke activiteiten, sommige activiteiten zijn namelijk niet of vrij lastig met een ander vervoersmiddel te doen dan de fiets.

11 2.2.2.4 Cultuur en etniciteit

De afhankelijkheidsdimensie samenleving die Jeekel (2011) geeft, heeft ook invloed op het gebruik van de fiets. In Amsterdam is fietsen goed geïntegreerd in het dagelijks leven, Amsterdam kan gezien worden als een ‘fietsstad’. In een rapport dat uitgegeven is door de dienst onderzoek en statistiek kwam het volgende naar voren: “Fietsen geniet onder

Amsterdammers van 12 jaar en ouder een positief imago. Een meerderheid (63%) vindt bijvoorbeeld dat fietsen bij hen past en de meeste respondenten zijn het oneens met de stellingen dat je alleen bij mooi weer fietst of dat je alleen fietst als je geen geld hebt. De fiets is een volwaardig en geaccepteerd vervoermiddel.” (O+S, 2003). Hieruit blijkt dat

inwoners van Amsterdam zichzelf identificeren met de fiets, wat uiteraard weer invloed heeft op de afhankelijkheid van de fiets als vervoersmiddel.

Echter blijkt dat in sommige culturen fietsen bijvoorbeeld als niet hip en aantrekkelijk wordt gezien en dit belemmert dan ook het fietsgebruik (Van Wee; Annema; Banister, 2013). Ook is het gebruik van de fiets alsmede het bezit van de fiets onder niet-Westerse allochtonen lager dan bij autochtone Nederlanders (Dienst Onderzoek en Statistiek i.o.v. dIVV, 2003). Het verschil hiertussen is duidelijk te zien in onderstaande grafiek.

Figuur 1: Dienst Onderzoek en Statistiek i.o.v. dIVV, 2003, bezit en gebruik van de fiets

Uit het expertinterview met Lucas Harms die gespecialiseerd is in fietsvraagstukken, bleek ook dat de sociaal culturele factor waarschijnlijk sterker weegt als het gaat om fietsgebruik

12 dan ruimtelijke condities (Harms, 2014). Dat betekent dat voor de bevolking in het algemeen geldt dat de afkomst van een persoon belangrijker is voor de mate van het gebruik van de fiets, dan de ruimtelijke inrichting. Deze factor zal om deze reden later in het onderzoek ook zwaar wegen bij de selectie van de buurten.

Ondanks dat het fietsgebruik onder de allochtone bevolking veel lager is dan onder de autochtone bevolking, is het wel bekend dat de allochtone bevolking gestimuleerd kan worden om vaker de fiets te nemen als de infrastructurele voorzieningen voor de fiets beter in orde zijn (Harms, 2006).

Dit alles sluit aan bij de afhankelijkheidsdimensie samenleving die Jeekel (2011) geeft. De samenleving is hierbij een smal begrip die gaat over de directe samenleving en buurt waarin een persoon leeft.

13

3. Methodologie

3.1 Operationalisatie

3.1.1 Belangrijkste begrippen

De onderzoeksvraag van het onderzoek luidt: Wat is de relatie tussen de ruimtelijke inrichting en de fietspotentie en fietsafhankelijkheid van een locatie? Hier komen enkele begrippen naar voren die verdere toelichting nodig hebben. De belangrijkste begrippen uit de onderzoeksvraag zijn: ruimtelijke inrichting, fietspotentie, fietsafhankelijkheid en locatie.

Het begrip ruimtelijke inrichting wordt onderverdeeld in andere begrippen die onderzoekbaar zijn. De aspecten in de ruimtelijke inrichting die volgens de literatuur invloed kunnen hebben op verschillende vervoerswijze en in het bijzonder de concurrentiepositie van de fiets, zijn: aantrekkelijkheid van de buurt (zoals veel groen), goede fietsfaciliteiten (zoals goede fietspaden), aanwezigheid van parkeerplaatsen, nabijheid van voorzieningen en dichtheid.

Met het begrip fietspotentie wordt de sterke mogelijkheid scheppen tot het gebruiken van de fiets als vervoersmiddel ten opzichte van andere modaliteiten bedoeld.

Het begrip ‘fietsafhankelijkheid’ van een locatie zal in dit onderzoek geoperationaliseerd worden op een vergelijkbare manier die Jeekel (2011) voor autoafhankelijkheid van een locatie heeft gedaan. In het wetenschappelijk kader zal hier verder op teruggekomen worden.

Met locatie wordt hier een buurt in een stedelijke omgeving bedoeld. In dit onderzoek zal gefocust worden op enkele Amsterdamse buurten. Er is gekozen voor Amsterdamse buurten, omdat Amsterdam als een fietsstad gezien wordt en daarom interessant is om te onderzoeken. Deze buurten zullen dus casussen vormen welke daarna vergeleken kunnen worden. De buurten die gekozen worden, zullen uit de indeling komen die de gemeente Amsterdam in 2005 heeft vastgesteld. Hierbij is de stad in 97 buurtcombinaties en 470 buurten ingedeeld, die allemaal afzonderlijk zijn beschreven (Gemeente Amsterdam, 2005). De controlefactoren die in dit onderzoek naar voren komen, zijn: fietsafhankelijke activiteiten, fietsafhankelijke tijdstippen, fietsafhankelijke personen en fietsafhankelijke samenleving. De operationalisatie van deze begrippen zal ook voortkomen uit onderzoek volgens de systematiek van Jeekel (2013), en zal in het wetenschappelijk kader behandeld worden.

3.2 Onderzoeksstrategie en research design

3.2.1Conceptueel schema

Het conceptueel schema is ontworpen naar aanleiding van de hoofdvraag. De ruimtelijke inrichting van de buurt zal dus onderzocht worden en factoren die daar invloed op hebben. De overige factoren van fietsafhankelijkheid zijn als controle bedoeld en zullen ook onderzocht worden, maar dat is niet de focus van het onderzoek.

14 Mate van fietsafhankelijkheid Samenleving Activiteiten Personen Tijdstippen Fietsafhankelijkheid

van een locatie Fietspotentie Ruimtelijke inrichting buurt Aantrekkelijkheid buurt Veel groen Schone straten Goede fietsfaciliteiten Goede fietspaden Fietsparkeerplaatsen Aanwezigheid parkeerplaatsen auto Hoeveelheid Wachttijd parkeervergunning Parkeertarieven Nabijheid van voorzieningen School Winkels Werk Vrije tijdsactiviteiten

Dichtheid Ontsluiting buurt Nabijheid treinstation Nabijheid ontsluitingsweg Aantal OV-verbindingen

15

3.2.2 Deelvragen

Zoals eerder naar voren kwam, luidt de onderzoeksvraag als volgt:

Wat is de relatie tussen de ruimtelijke inrichting en de fietspotentie en fietsafhankelijkheid van een locatie? Bij deze onderzoeksvraag zullen Amsterdamse buurten als casus dienen. Deze onderzoeksvraag zal verder onderverdeeld moeten worden in deelvragen om een duidelijk beeld te schetsen van de situatie en om de onderzoeksvraag te kunnen beantwoorden. Om deze deelvragen te kunnen opstellen moet er eerst nog even terug gekeken worden naar het conceptueel schema. Hierin is duidelijk dat fietsafhankelijkheid de belangrijkste term is in dit schema. Deze fietsafhankelijkheid wordt onderzocht voor verschillende Amsterdamse buurten die later in de case selectie naar voren komen. In het wetenschappelijk kader zijn verschillende factoren behandeld die van invloed zijn op fietsafhankelijkheid en fietspotentie.

Het is van belang, om hieruit voortkomend, te onderzoeken hoe deze factoren invloed hebben op fietspotentie, en dan vooral om de verschillen tussen de invloed van de factoren te identificeren. Het is bij deze deelvraag belangrijk om de invloed van de verschillende factoren te identificeren. Deze factoren kunnen allemaal op een andere manier invloed hebben op fietsafhankelijkheid en deze moeten allemaal duidelijk worden en dus niet alleen de sterkste factor. De eerste deelvraag luidt daarom: “Hoe hebben de factoren van ruimtelijke

inrichting invloed op de fietspotentie van een locatie?”

Voor de tweede deelvraag moet er niet meer gekeken worden naar de potentie van het fietsen, maar meer naar de afhankelijkheid van de fiets als vervoersmiddel ten opzichte van andere modaliteiten. Om deze vraag te beantwoorden zullen er enquêtes afgenomen worden. Om hierbij bij de kern van de enquêteresultaten en de enquêtevragen te komen, wordt er in sommige gevallen gesproken van gebruik in plaats van afhankelijkheid. De tweede deelvraag luidt derhalve als volgt: “Hoe hebben de factoren van ruimtelijke inrichting invloed op het fietsgebruik en de

fietsafhankelijkheid van een locatie?”

3.2.3 Type onderzoek

Zoals al duidelijk wordt uit de onderzoeksvraag en de verschillende deelvragen zal dit een verklarend onderzoek zijn, omdat er voor verklaring wordt gezocht naar verschillen tussen de verschillende buurten op het gebied van fietsafhankelijkheid. Er is echter over het onderwerp fietsafhankelijkheid - in tegenstelling tot fietsgebruik en fietspotentie - in de literatuur zeer weinig geschreven. Dit onderzoek zal daarom ook een exploratief karakter hebben om de huidige situatie te identificeren. Dit onderzoek zou ook gezien kunnen worden als een soort pilot voor verder onderzoek naar fietsafhankelijkheid in het geheel. Hiermee wordt bedoeld dat het schaalniveau van dit onderzoek in verder onderzoek vergroot zou kunnen worden. Het onderzoek zal, zoals eerder naar voren kwam, ingaan op fietsafhankelijkheid van enkele locaties die in een latere case selectie naar voren komen. Doordat er in dit onderzoek meerdere cases behandeld zullen worden, gaat het hier om een comparatieve case study. Dit research design leent zich goed voor dit onderzoek, omdat er geprobeerd wordt aan de hand van meerdere cases een theorie te genereren over een bepaald onderwerp (Bryman, 2008).

16 3.3 Methode van dataverzameling en data analyse

In dit stuk zal er worden toegelicht hoe de deelvragen van dit onderzoek worden beantwoorden.

Voordat er begonnen wordt aan het empirisch gedeelte, is het van belang om de definitie van fietsafhankelijkheid duidelijk voor ogen te hebben. Voor dit onderzoek is het verstandig om te kijken naar anderen onderzoeken die gelijkend zijn aan dit onderzoek. Zoals eerder al naar voren kwam, is het onderzoek van Jeekel (2011) hiervoor een goed voorbeeld. Jeekel stelt dat: autoafhankelijke mensen, zijn mensen die niet of zeer lastig van een ander vervoersmiddel dan de auto gebruik kunnen maken (Jeekel, 2011). Deze definitie wordt ook voor de fiets overgenomen, maar dan wordt deze gegeneraliseerd voor een gehele locatie. De definitie wordt dus als volgt gesteld: een locatie kan als fietsafhankelijk beschouwd worden wanneer de inwoners van die locatie aantoonbaar aangewezen is op het gebruik van de fiets als vervoersmiddel. In dit onderzoek zal de buurt centraal staan en dit zijn dus ook de cases die onderzocht worden. De bewoners zullen dus als respondenten worden gebruikt voor de onderzoekseenheid buurt (Bryman, 2008). De buurten die in de analyse mee worden genomen zullen op basis van sociale factoren en enkele ruimtelijke factoren geselecteerd worden na aanleiding van de theorie die in het wetenschappelijk kader behandeld is. De sociale factoren in de buurten moeten zoveel mogelijk gelijk zijn. Als dit namelijk het geval is, dan zullen uit de resultaten alleen de ruimtelijke factoren naar voren komen. Bij het selecteren van de buurten zijn dus vooral de sociale factoren belangrijk. Op enkele belangrijke ruimtelijke factoren zal gevarieerd worden tussen de buurten zodat er wellicht een duidelijk beeld van fietsafhankelijkheid kan ontstaan.

De eerste deelvraag – Hoe hebben de factoren van ruimtelijke inrichting invloed op de

fietspotentie van een locatie? – zal onderzocht moeten worden om een beeld te kunnen

schetsen van de verschillende factoren die invloed hebben op de fietsafhankelijkheid. Naast deze factoren simpelweg te identificeren, is het nodig om de werking van deze factoren verder te verduidelijken om hier duidelijke uitspraken en aanbevelingen te kunnen doen. Deze deelvraag wordt beantwoord aan de hand van kwantitatieve data van de betreffende wijken. De geselecteerde categorieën voor de data komen voort uit het wetenschappelijke kader en het conceptueel model. De data wordt geanalyseerd door middel van een univariate kwantitatieve data analyse (Bryman, 2008). Deze methode leent zich goed voor de analyse van grote hoeveelheden data die al beschikbaar zijn. Met deze methode kan de data overzichtelijk gemaakt worden, zodat de deelvraag goed beantwoord kan worden. Voor de tweede deelvraag – Hoe hebben de factoren van ruimtelijke inrichting invloed op het fietsgebruik en de fietsafhankelijkheid van een locatie? – zal de focus meer liggen op gebruik en

afhankelijkheid in plaats van de potentie. Deze deelvraag wordt onderzocht aan de hand van enquêtes die afgenomen worden bij gebruikers in de betreffende buurten. Enkele vragen in de enquête zullen gevraagd worden met behulp van een Likert schaal. Andere vragen zijn gesloten vragen, waarbij de respondenten uit enkele opties kunnen kiezen. In en later stadium wordt er teruggekomen op de exacte invulling van de enquêtes. De analyse van deze enquêtes zal plaatsvinden op basis van een van een univariate kwantitatieve data analyse. Deze methode past goed bij onder andere het analyseren van de resultaten van een Likert schaal (Bryman, 2008). Met deze methode kan, net als bij de voorgaande deelvraag, de data overzichtelijk gemaakt worden, zodat de deelvraag goed beantwoord kan worden.

17

4. Case selectie

Nu er duidelijk is hoe de verschillende deelvragen geanalyseerd moeten worden, is het nodig om de juiste buurten te selecteren die onderzocht zullen worden. Deze buurten zullen geselecteerd worden op basis van belangrijke aspecten die in het wetenschappelijk kader naar voren kwamen. Voor dit onderzoek worden er alleen Amsterdamse buurten geselecteerd, omdat Amsterdam als fietsstad wordt gezien. Er worden in totaal drie buurten geselecteerd, omdat dit een duidelijke spreiding kan geven op het vlak van fietspotentie en fietsafhankelijkheid.

4.1 Sociale factoren

Zoals eerder naar voren kwam focust het onderzoek zich op de effecten van ruimtelijke inrichting op fietsafhankelijkheid. Het is echter wel van belang om een duidelijk beeld te hebben van de sociale factoren die invloed kunnen hebben op fietspotentie en fietsafhankelijkheid. Deze factoren moeten namelijk zoveel mogelijk gelijk zijn bij de keuze van de verschillende Amsterdamse buurten. Dit vergroot namelijk de kans dat er gelijksoortige mensen als respondent naar voren komen. Daarnaast zal er bij de enquêtes nog een extra controle zijn om zeker te weten dat de respondenten op belangrijke sociale factoren gelijkend van karakter zijn. Deze extra controle komt in een later stadium aan de orde.

De belangrijkste sociale factoren die van belang kunnen zijn als het gaat om fietsafhankelijkheid, zijn inkomen, samenstelling van huishoudens, activiteiten en etniciteit. Deze factoren worden nu vergeleken om dan tot een gedegen keuze te komen welke buurten interessant zijn om te onderzoeken. Als dit gedaan is kan verder worden gegaan met het beantwoorden van deelvraag drie en dus de invloeden van de ruimtelijke inrichtingen analyseren in de betreffende buurten.

4.1.1 Bevolkingssamenstelling

Zoals eerder naar voren kwam, is de etniciteit een belangrijke factor als het gaat om fietsgebruik. Op deze factor moet er daarom als eerst geselecteerd worden als het om buurten gaat. Het gemiddelde percentage niet-westerse allochtonen in de Amsterdamse buurtcombinaties ligt op 34,9% (Dienst Onderzoek en Statistiek, 2013). Het landelijke percentage ligt op 11.9%, wat dus betekent dat het percentage niet-westerse allochtonen in Amsterdam erg hoog ligt (Mulder, 2013). Als de onderzoeksresultaten nog tot op zekere hoogte gegeneraliseerd kunnen worden naar andere stedelijke gebieden in Nederland, is het wenselijk om bij het selecteren van de Amsterdamse buurten meer richting het landelijke niveau van niet-westerse allochtonen te zitten. Om deze reden worden de Amsterdamse buurten gekozen op basis van een percentage niet-westerse allochtonen, wat tussen de 15 en de 20 procent ligt. Dit relatief lage percentage van Amsterdamse buurten zorgt er ook voor dat de invloed van niet-westerse allochtonen – die over het algemeen minder fietsen – geminimaliseerd kan worden.

18

Figuur 3: Dienst Onderzoek en Statistiek, 2013

Zoals te zien is in de bovenstaande figuur zijn er in totaal veertien buurten in Amsterdam die een percentage niet-westerse allochtone bevolking hebben die tussen de 15 en 20 procent ligt. Deze wijken dienen nu geanalyseerd te worden op basis van het gemiddelde besteedbare inkomen per huishouden in de buurten. Deze sociale factor heeft namelijk ook veel invloed op het gebruik van de fiets. Voor het dagelijks gebruik om bijvoorbeeld naar werk te gaan – en wat dus afhankelijkheid weergeeft – bleek eerder al dat lage inkomens relatief vaker van de fiets gebruik maken, dan hoge inkomens (Van Wee; Annema; Banister, 2013). Dit komt mede omdat in het algemeen geldt dat hoe hoger het inkomen van een persoon is, hoe duurder zijn gebruikte manier van transport zal zijn (Van Wee; Annema; Banister, 2013). De reden dat dit cijfer per huishouden genomen is en niet per persoon, is omdat het aanschaffen van bijvoorbeeld een auto een aangelegenheid voor het gehele huishouden is en de individuele cijfers zouden het beeld dus kunnen verdraaien.

Om er voor te zorgen dat de uitgevoerde analyse slechts invloed heeft op de fiets, zal er een buurt gekozen moeten worden waar het gemiddelde besteedbare inkomen hoog genoeg ligt om bijvoorbeeld een auto aan te kunnen schaffen. Op deze manier kan er in het onderzoek gesteld worden dat mensen die fietsafhankelijk zijn, dat in ieder geval niet zijn vanwege financiële redenen. De reacties van respondenten kan uiteraard nog wel zorgen voor enige volatiliteit hierin, maar door hier met enkele gerichte vragen naar te vragen, zal dit ook ondervangen worden.

Het verschil tussen de verschillende besteedbare inkomens tussen de verschillende buurten ziet er als volgt uit.

0 5 10 15 20 25

Percentage niet-westerse allochtonen in

verschillende Amsterdamse buurten

% niet-westerse allochtonen

19

Figuur 4: Dienst Onderzoek en Statistiek, 2013

Zoals te zien is in de bovenstaande grafiek verschilt het gemiddelde besteedbare inkomen in de Amsterdamse buurten, die op basis van het percentage niet-westerse allochtonen geselecteerd zijn, erg van elkaar. De gegevens voor de buurtcombinaties Zeeburgereiland / Nieuwe Diep en Nieuwendammerham waren voor deze factor niet bekend en zullen dus ook verder buiten de analyse gelaten worden. Het gemiddelde besteedbare inkomen van de buurtcombinaties in Amsterdam is gemiddeld €30.400,- (Dienst Onderzoek en Statistiek, 2013). Dit bedrag ligt onder het gemiddelde besteedbare inkomen van Nederland, welke €33.200,- is (CBS, 2013). Deze gemiddelde bedragen betekenen dat een huishouden statistisch gezien vrij gemakkelijk een auto kan bezitten. Bij een gemiddeld besteedbaar inkomen van een huishouden tussen de €22.500,- en de €30.000,- blijkt dat 84,5% van de Nederlands huishoudens een auto bezit (CBS Statline, 2011). Dit heeft als gevolg dat de huishoudens in de geselecteerde buurten niet financieel afhankelijk zouden moeten zijn van de fiets, waardoor er met deze sociale factor geen rekening mee gehouden hoeft te worden. Voor de transparantie van het onderzoek is het wel goed als de geselecteerde buurten wat betreft het gemiddelde besteedbare inkomen bij elkaar in de buurt liggen, maar dit is van ondergeschikt belang.

De factoren die in het voorgaande gedeelte nog niet behandeld zijn (huishoudsamenstelling in de vorm van het aantal verdieners per huishouden en de activiteiten die een persoon onderneemt), worden behandeld bij de enquêtes.

4.2 Ruimtelijke factoren

4.2.1 Ontsluiting

Voor het definitief selecteren van de buurten moet er gekeken worden naar de verschillen in de ontsluiting van de buurten. Ontsluiting is een belangrijke ruimtelijke factor die van directe invloed kan zijn op de fietspotentie. Voor dit onderwerp en voor het gebruik en potentie van de fiets zal het begrip ontsluiting verdeeld moeten worden in verschillende onderdelen. De onderdelen zijn nabijheid treinstation, nabijheid ontsluitingsweg en aantal

0 10 20 30 40 50

Gemiddeld besteedbaar inkomen 2010

gemiddeld besteedbaar inkomen 2010 (x 1.000 euro)

20 OV-verbindingen door de buurt. Deze onderdelen zijn gekozen omdat zij de belangrijkste aspecten vormen van het begrip ontsluiting.

Voor het meten van de afstand naar het dichtstbijzijnde treinstation wordt er gebruik gemaakt van het geografisch middelpunt van de buurt als beginpunt voor de meting. Een ontsluitingsweg wordt hier gekarakteriseerd als een weg die vastgesteld is in 2005 als behorende bij het Hoofdnet Auto (Gemeente Amsterdam, 2005). Voor Amsterdam heeft dit tot gevolg dat bijna alle wegen die beginnen met de letter S als een ontsluitingsweg gezien kunnen worden, alsmede de ringweg A10.

Voor het meten van de afstanden naar de ontsluitingswegen wordt dezelfde methode gebruikt als bij het meten van afstanden naar de treinstations, maar bij de ringwegen wordt de oprit als meetpunt genomen.

Het aantal OV verbindingen wordt zo geteld dat alle bus, tram, metro en treinverbindingen die door de betreffende buurt gaan, meegenomen worden in de telling.

Tabel 1: ruimtelijke kenmerken van buurten, eigen bewerking, 2014

Nabijheid treinstation Nabijheid ontsluitingsweg Aantal OV verbindingen Haarlemmerbuurt 1200 m 600 m 6

Station Zuid/WTC e.o. 450 m 600 m 13

Schinkelbuurt 2100 m 400 m 5

Tuindorp Buiksloot 3100 m 400 m 3

Burgwallen - Nieuwe Zijde 1000 m 1000 m 27

Oude Pijp 2000 m 350 m 4 Weesperzijde 1300 m 200 m 4 Buitenveldert-Oost 900 m 400 m 6 Buitenveldert-West 1500 m 0 m 15 De Omval 1300 m 200 m 4 Rijnbuurt 1300 m 300 m 5 Westindische Buurt 1500 m 500 m 4

Om hier een ordinale verdeling van te maken is het nodig om deze cijfers anders te rangschikken voor een duidelijk beeld. In de onderstaande tabel is er van elke waarde in de eerste twee kolommen een percentage gemaakt op basis van de hoogste waarde in de betreffende categorie. In de categorie ‘aantal OV verbindingen’ is de formule zo gemaakt dat wanneer een buurt de minste OV verbindingen heeft, het hoogste percentage naar voren komt en vice versa. Als van deze percentages het gemiddelde percentage genomen wordt, dan geeft dit de potentiële afhankelijkheid van de fiets weer ten opzichte van het gebruik maken van het OV of de auto. Hoe hoger het gemiddelde percentage is, hoe groter de potentiële fietsafhankelijkheid op dit vlak.

21

Tabel 1: afhankelijkheidspercentages, eigen bewerking, 2014

Op basis van de bovenstaande tabel worden nu drie buurten gekozen die na aanleiding van deze analyse van elkaar verschillen wat betreft de gemiddelde waarde. De buurt met het hoogste percentage is de Oude Pijp, deze buurt kan hypothetisch als meest fietsafhankelijk gezien worden. De buurt met het laagste percentage is Buitenveldert West, deze buurt kan hypothetisch als minst fietsafhankelijk gezien worden. Deze twee buurten zullen in de analyse opgenomen worden, daarnaast komt echter nog een buurt die qua percentage tussen de twee bovenstaande buurten inzit: de Haarlemmerbuurt. De Haarlemmerbuurt wordt in deze dus gezien als een semi-fietsafhankelijke buurt, wat voor een interessant beeld kan zorgen. Deze buurt is ook geselecteerd omdat de ontwikkeling van de buurt in een andere tijdsperiode viel dan de voorgaande twee buurten. Hierdoor is de ruimtelijke opbouw van de buurt ook anders, wat voor een ander beeld in de potentiële fietsafhankelijkheid kan zorgen. Door de Oude Pijp, Buitenveldert West en de Haarlemmerbuurt te vergelijken op de andere ruimtelijke factoren komt er hopelijk een goed beeld naar voren, wat betreft de fietsafhankelijkheid, omdat er eerder al geselecteerd was op de sociale factoren.

Cijfer nabijheid treinstation Cijfer Nabijheid ontsluitingsweg Cijfer Aantal OV verbindingen Gemiddeld percentage "afhankelijkheid" Haarlemmerbuurt 57% 60% 45% 54% Station Zuid/WTC e.o. 21% 65% 21% 36% Schinkelbuurt 100% 40% 54% 65% Burgwallen - Nieuwe Zijde 48% 100% 10% 53% Oude Pijp 95% 35% 68% 66% Weesperzijde 62% 20% 68% 50% Buitenveldert-Oost 43% 40% 45% 43% Buitenveldert-West 71% 0% 18% 30% De Omval 62% 20% 68% 50% Rijnbuurt 62% 30% 54% 49% Westindische Buurt 71% 50% 68% 63%

22

5. Deelvraag 1, fietspotentie

Nu de buurten die geanalyseerd worden bekend zijn, kan er verder gegaan worden met de analyse van de buurten op verschillende ruimtelijke factoren. De deelvraag hiervoor luidde:

Hoe hebben de factoren van ruimtelijke inrichting invloed op de fietspotentie van een locatie? Deze deelvraag wordt beantwoord aan de hand van beschikbare gegevens die iets

zeggen over de ruimtelijke factoren die beschreven zijn in het conceptueel model. De onderdelen van dit model die hier niet aan de orde komen, worden behandeld in de enquêtes.

5.1 Groen

Zoals eerder naar voren kwam, kan groen belangrijk zijn voor de aantrekkelijkheid van een buurt, welke uiteindelijk weer invloed heeft op fietspotentie. In de onderstaande figuur is het verschil tussen de verschillende buurten te zien. Als deze gegevens geanalyseerd worden lijkt het dat Buitenveldert-West heel aantrekkelijk is voor de fietser en dus een hoge fietspotentie heeft. De Haarlemmerbuurt is echter op dit vlak absoluut geen buurt is om te fietsen. De Oude Pijp zit tussen de overige buurten in, maar het lage percentage groen in deze buurt, zorgt niet voor een aantrekkelijke buurt om te fietsen en deze buurt heeft dus een lage fietspotentie.

Figuur 5: Groen in de buurten, DOS, 2012

5.2 Voorzieningen

In algemene zin is het belangrijk dat voorzieningen zich dichtbij de personen die in de buurt leven, bevinden. Het bleek namelijk dat de fiets erg populair is in gebruik bij afstanden onder de 7,5 km. Binnen deze afstand is de fiets zelfs het meest gebruikte vervoersmiddel (Dienst Onderzoek en Statistiek i.o.v. dIVV, 2003). Wanneer een persoon zich dus binnen deze afstand van een voorziening bevindt, kan gesteld worden dat hij een hoge fietspotentie heeft en misschien zelfs wel afhankelijk is van de fiets, omdat het niet loont om de auto te gebruiken voor zo’n korte afstand. Hierbij geldt dat hoe korter de afstand is, hoe afhankelijker een persoon is van de fiets. Wanneer de afstand echter korter is dan 1 km, dan blijkt het dat lopen het meest gebruikte vervoersmiddel is (Dienst Onderzoek en Statistiek i.o.v. dIVV, 2003). 0% 5% 10% 15% 20% 25% 30%

Percentage groen in buurt

Percentage groen ten opzichte van totale grondgebied

23 Voor de drie geselecteerde buurten is veel data beschikbaar wat betreft de afstand tot verschillende voorzieningen. De afstand die hier weergegeven is: “de gemiddelde afstand

van alle inwoners in een gebied, tot de dichtstbijzijnde voorziening, berekend over de weg”

(CBS, 2012). Daarnaast geldt dat “de gemiddelde afstand is opgenomen wanneer van 90

procent of meer van de inwoners in het gebied de exacte ligging (x,y-coördinaat) van het adres kon worden vastgesteld” (CBS, 2012). Al de voorzieningen die geselecteerd zijn, zijn

gekozen omdat het voorzieningen zijn die veel in het dagelijks leven gebruikt worden (CBS, 2012).

5.2.1 Leerlingen en scholen

Tussen de buurten is er ook een verschil in het aantal leerlingen die een buurt heeft. Eerder bleek al dat de aanwezigheid van voorzieningen zoals scholen van invloed is op de fietspotentie in een buurt. In Buitenveldert-West zijn de meeste scholen van de drie buurten, namelijk zes basisscholen. De Haarlemmerbuurt en de Oude Pijp hebben beduidend minder scholen in de buurt. Zij hebben respectievelijk één en twee basisscholen in de buurt. Het voortgezet onderwijs is in deze analyse niet meegenomen, omdat alle buurten geen school in het voortgezet onderwijs bezitten. De grotere hoeveelheid scholen in Buitenveldert-West is dus goed voor het voorzieningsniveau wat betreft onderwijs. Daarnaast is het interessant om het aantal kinderen in de buurt van 4 tot 12 jaar – want dat is de doelgroep voor een basisschool – te vergelijken met het aantal scholen in de betreffende buurten. Dit resulteert in de onderstaande tabel.

Figuur 6: CBS, 2012

Hier blijkt dus dat in Buitenveldert-West de kinderen naar één van de basisscholen in de buurt gaan, ten opzichte van de ruim 800 potentiële leerlingen in de buurt. Dit toont dus aan dat het voorzieningenniveau wat betreft het onderwijs zeer sterk is in Buitenveldert-West en dat veel kinderen naar deze buurt komen om onderwijs te volgen. Dit heeft tot gevolg dat men in Buitenveldert-West afhankelijker is van de fiets.

0 100 200 300 400 500 600 700

Aantal potentiële leerlingen per

school

Aantal potentiële leerlingen ten opzichte van het aantal scholen

24

5.2.2 Gezondheidszorg

Zoals eerder beschreven is het van belang om de afstand tussen 1 en 5 km te analyseren, omdat men op deze afstand de hoogste fietspotentie heeft. Hiervoor moet er gekeken worden naar het aantal vestigingen van gezondheidszorginstellingen binnen deze gestelde afstand. In de onderstaande tabellen zijn de verschillen tussen de betreffende buurten te zien.

Zoals blijkt is het voorzieningenniveau in de sector gezondheidszorg voor de Oude Pijp het hoogste van de drie buurten. Hier bevinden zich op een afstand van 1 tot 5 km de meeste huisartsen en fysiotherapeuten. Ook blijkt dat Buitenveldert-West achterblijft qua voorzieningen voor de gezondheidszorg. In Buitenveldert-West zal dus de fietspotentie door deze voorzieningen relatief laag zijn en in de Oude Pijp relatief hoog.

5.2.3 Detailhandel

Een andere triviale, maar belangrijke voorziening, is de detailhandel. De supermarkten die opgenomen zijn in de tabel hebben allemaal een grootte van minimaal 150 vierkante meter. Daarnaast wordt er met overige winkels onder andere de groenteboer, bakker, visboer, slagerij en kaaswinkel bedoeld.

0 5 10 15 20

Aantal warenhuizen

Aantal warenhuizen tussen de 1 en 5 km 0 20 40 60 80 100 120 140

Aantal huisartsen

Aantal huisartsen tussen 1 en 5 km 0 20 40 60 80 100 120

Aantal supermarkten

Aantal supermarkten tussen de 1 en 5 km Figuur 8: CBS, 2012 Figuur 7: CBS, 2012 Figuur 9: CBS, 2012 Figuur 10: CBS, 2012 0 50 100 150 200

Aantal fysiotherapeuten

Aantal fysiotherapeuten tussen de 1 en 5 km

25 Als de bovenstaande grafieken geanalyseerd worden blijkt weer dat Buitenveldert-West qua voorziening op een vrij laag niveau zit. Daarnaast is het bereiken van voorzieningen voor bewoners van de Haarlemmerbuurt en de Oude Pijp redelijk gemakkelijk. Er zitten veel verschillende winkels in de buurt, waardoor de keuze groot is. De Oude Pijp en de Haarlemmerbuurt hebben dus een redelijk hoge fietspotentie, en in Buitenveldert is dit in veel mindere mate het geval.

5.2.4 Horeca

Van belang is ook het aantal voorzieningen in de horeca, waarbij de hotelsector uitgesloten is. In de onderstaande tabellen zijn de verschillen tussen de betreffende buurten te zien.

Hier is te zien dat de Haarlemmerbuurt en de Oude Pijp een zeer hoog voorzieningenniveau had en dat Buitenvelder-West een beduidend lager aantal voorzieningen in de horeca heeft. Dit maakt dat de twee eerstgenoemde buurten een zeer hoge fietspotentie hebben, en Buitenveldert-West een vrij lage fietspotentie heeft.

0 200 400 600 800 1000

Aantal overige winkels

Aantal overige winkels tussen de 1 en 5 km 0 200 400 600 800 1000

Aantal cafés

Aantal cafés tussen de 1 en 5 km 0 100 200 300 400 500 600 700

Aantal cafetaria's

Aantal cafetaria's tussen de 1 en 5 km Figuur 11: CBS, 2012 Figuur 12: CBS, 2012 Figuur 13: CBS, 2012

26

5.2.5Voorzieningen voor kinderen

Zoals al bleek zijn kinderen voor een groot deel afhankelijk van het gebruik van de fiets. De aanwezigheid van voorzieningen voor kinderen is daarom ook een belangrijke indicator voor de grootte van de fietspotentie in een buurt. In de onderstaande grafieken is te zien dat het wat betreft voorzieningen voor kinderen het beste is in de Oude Pijp. Het aantal voorzieningen voor kinderen in Buitenveldert-West ligt op een lager niveau. Dit zorgt er kortom voor dat de kinderen hier de laagste fietspotentie hebben.

5.2.6 Recreatie

Het beeld wat betreft de categorie recreatie is op dit vlak opnieuw vrij eenzijdig. Zo is te zien in de onderstaande grafieken dat het aantal bioscopen en podia tussen 1 en 5 km in de Haarlemmerbuurt en de Oude Pijp veel groter is dan in Buitenveldert-West.

0 500 1000 1500

Aantal restaurants

Aantal restaurants tussen de 1 en 5 km 0 50 100 150 200

Aantal vestigingen

buitenschoolseopvang

Aantal vestigingen buitenschoolseop vang tussen de 1 en 5 km 0 100 200 300

Aantal

kinderdagverblijven

Aantal kinderdagverblijv en tussen de 1 en 5 km Figuur 14: CBS, 2012 Figuur 16: CBS, 2012 Figuur 15: CBS, 2012

27 0 2 4 6 8 10 12

Aantal bioscopen

Aantal bioscopen tussen de 1 en 5 km 0 10 20 30 40 50

Aantal podia

Aantal podia tussen de 1 en 5 km

Wat betreft de voorziening zwembad geldt dat de gemiddelde afstand tot een zwembad in Buitenveldert-West veel kleiner is dan in de overige twee buurten. Dit is te zien in de onderstaande grafiek.

Figuur 19: CBS, 2012

5.2.7 Algemene conclusie voorzieningen

Onderstaand is een algemene grafiek waarbij de verschillende categorieën, die deel uitmaken van het begrip voorzieningen, bij elkaar opgeteld zijn. De categorie scholen is hierbij eruit gelaten, omdat deze categorie niet dezelfde eenheden gebruikt.

0,0 1,0 2,0 3,0 4,0

Gemiddelde afstand tot

zwembad

Gemiddelde afstand tot zwembad in km

28

Figuur 20: CBS, 2012

Over het algemeen is gebleken dat het voorzieningenniveau in de drie buurten duidelijk van elkaar verschilt. Zo heeft de Oude Pijp over het algemeen het beste voorzieningenniveau van de drie buurten. Dit zorgt er voor dat deze buurt, als men alleen het voorzieningenniveau in ogenschouw neemt, de hoogste fietspotentie heeft. De buurt Buitenveldert-West heeft daarentegen een veel lager voorzieningenniveau, wat resulteert in het feit dat hier, wat betreft het voorzieningenniveau, sprake is van een lage fietspotentie. Een verklaring voor het relatief grote verschil van voorzieningen tussen de Haarlemmerbuurt en de Oude Pijp aan de ene kant en Buitenveldert-West aan de andere kant, ligt waarschijnlijk bij het feit dat de eerste twee buurten een heel ander stedelijk karakter hebben dan Buitenveldert-West. Het stedelijk milieu in de Haarlemmerbuurt en de Oude Pijp is mogelijk de verklaring voor het algemeen het hoge voorzieningenniveau.

5.3 Dichtheid

Van de dichtheid is gebleken dat dit ook invloed heeft op de fietspotentie van een buurt. Tussen de verschillende buurten is hier ook verschil tussen gevonden, welke te zien is in de onderstaande tabel. Hierin is te zien dat de Haarlemmerbuurt en de Oude Pijp op redelijk hoog niveau van bevolkingsdichtheid zitten, terwijl Buitenveldert-West een veel lagere bevolkingsdichtheid heeft. De lage bevolkingsdichtheid in Buitenveldert-West komt mede doordat deze buurt, zoals eerder al bleek, veel groen tot zijn grondgebied mag rekenen. Daarnaast is de structuur en opbouw van de buurt ook van invloed op de bevolkingsdichtheid van de betreffende buurten. Zo is Buitenveldert-West onderdeel van het Algemeen Uitbreidingsplan (AUP) van de gemeente Amsterdam. Deze wijk is opgezet als tuinstad, wat betekent dat de wijk ruim opgezet is met relatief veel ruimte voor openbare ruimte (Van der Cammen & De Klerk, 2010). Al met al heeft het verschil in bevolkingsdichtheid uiteraard ook invloed op de fietspotentie. Voor de Haarlemmerbuurt en de Oude Pijp zal de fietspotentie door toedoen van de bevolkingsdichtheid het grootst zijn. In Buitenveldert-West zal de fietspotentie, door toedoen van de bevolkingsdichtheid, niet erg groot zijn.

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000

Aantal voorzieningen per buurt

Aantal voorzieningen totaal

29

Figuur 21: bevolkingsdichtheid van de verschillende buurten, DOS, 2013

5.4 Parkeerplaatsen auto

Naast dichtheid zijn de parkeervoorzieningen ook een erg belangrijke ruimtelijke factor. In de onderstaande grafieken zijn de verschillende dimensies van parkeren te zien. Over het algemeen is te concluderen dat de Haarlemmerbuurt het minst aantrekkelijk is om een auto te hebben, omdat hier weinig parkeerplaatsen zijn, de wachttijd voor een parkeervergunning het langst is en de parkeertarieven het hoogst zijn. Voor Buitenveldert is dit juist andersom en is het zeer aantrekkelijk om een auto te hebben, doordat er geen wachttijd voor een vergunning is en omdat er veel parkeerplaatsen in het gebied zijn. Logischerwijs heeft de aantrekkelijkheid om te parkeren invloed op de fietspotentie. Wanneer het namelijk onaantrekkelijk is om in een buurt te parkeren, dan heeft een buurt een hogere fietspotentie. Er kan dus gesteld worden dat wat betreft de parkeervoorzieningen de Haarlemmerbuurt de hoogste fietspotentie heeft, de Oude Pijp een gemiddelde fietspotentie heeft en Buitenveldert-West bijna geen fietspotentie heeft.

0 5000 10000 15000 20000 25000

Bevolkingsdichtheid buurten

Bevolkingsdichtheid (inwoners/km2 land)

30 0 2000 4000 6000 8000 10000 Aantal parkeerplaatsen 0 1 2 3 4 5

parkeervergunning

Wachttijd parkeervergunnin g (aantal jaar) 5.5 Deelconclusie deelvraag 1

Over het algemeen is er een duidelijk beeld te zien in de patronen van de ruimtelijke factoren die de fietspotentie kunnen bepalen. Bij zowel het algemene voorzieningenniveau, de dichtheid en het parkeerklimaat in de betreffende buurten kan geconcludeerd worden dat Buitenveldert-West de laagste fietspotentie heeft. Deze buurt scoort het slechtst wat betreft al deze factoren en is dus onaantrekkelijk om in te fietsen. Buitenveldert-West scoort echter wel goed als het gaat om groenvoorzieningen en het aantal leerlingen en scholen in de buurt. Hiermee compenseert de buurt wel iets, maar het blijft nog steeds de buurt die het minst fietsafhankelijk is door de andere factoren de andere factoren die besproken zijn en waar deze buurt slecht op scoort. De Oude Pijp is de buurt met de hoogste fietspotentie, door sterke waardes bij dichtheid en voorzieningenniveau. De Haarlemmerbuurt heeft volgens deze gegevens ook een hoge fietspotentie. Doordat deze buurt vooral een hoge waarde heeft bij parkeerbeleid, wordt hierdoor de fietspotentie sterk bevorderd. € - € 0,50 € 1,00 € 1,50 € 2,00 € 2,50 € 3,00 € 3,50 € 4,00 € 4,50 € 5,00

Parkeertarieven buurten

Parkeertarief (per uur)

Figuur 24: Dienst IVV, 2013 Figuur 23: Cition B.V., 2014

31

6. Deelvraag 2, resultaten enquêtes

Zoals eerder al naar voren kwam zijn er enquêtes afgenomen in de betreffende wijken om de tweede deelvraag – Hoe hebben de factoren van ruimtelijke inrichting invloed op het fietsgebruik en de fietsafhankelijkheid van een locatie? – te kunnen beantwoorden. In totaal zijn er 330 enquêtes afgenomen, 110 enquêtes per buurt. De enquêtes zijn alleen afgenomen bij mensen die in de betreffende buurten wonen en die zich met de fiets verplaatsten op het moment van aanspreken. Daarnaast zijn er bij het afnemen van de enquêtes alleen mensen geselecteerd die wat betreft etniciteit, niet op een niet-Westerse allochtoon lijken. Dit is uiteraard lastig in te schatten, maar dit is wel nodig om deze belangrijke sociale factor uit te sluiten als het gaat om fietsafhankelijkheid van een locatie. De respondenten zijn aangesproken op verschillende plaatsen in de buurt en op verschillende tijdstippen. Dit moet ervoor zorgen dat er geen eentonigheid van respondenten naar voren komt en dat er niet bijvoorbeeld vooral huismoeders of huisvaders een enquête invullen. In een later stadium wordt er ingegaan op de manier waarop achtergrondgegevens gebruikt en verwerkt zijn.

Zoals eerder al genoemd werd, is er voor elke buurt een totale steekproefgrootte van 110 personen per buurt. Doordat er op buurtniveau uitspraken gedaan moeten worden over de situatie in elke buurt, moet er per buurt gekeken worden of deze steekproefgrootte voldoende is om tot dekkende uitspraken te komen. De waardes die genomen zal worden om de steekproefgrootte uit te rekenen zijn de waardes die gebruikelijk zijn bij het verrichten van onderzoek (Bryman, 2008). Het gaat hier om een nauwkeurigheidspercentage van 95% en een spreiding van 50%. Bij een steekproefgrootte van 110 personen zorgt dit in de Haarlemmerbuurt voor een foutenmarge van 9.29%, in de Oude Pijp voor een foutenmarge van 9.31% en in Buitenveldert-West voor een foutenmarge van 9.30%. De foutenmarge zegt iets over de toepasbaarheid van de resultaten op de gehele bevolking. Omdat deze percentages relatief hoog zijn, kunnen er alleen voorzichtige uitspraken gedaan worden. Dit geldt vooral als de antwoorden van de respondenten gespreid zijn. De selectie van de respondenten zorgt er wel voor dat het effect van deze foutenmarge minder groot is.

In de enquête werden sommige vragen geformuleerd als gesloten vragen, die makkelijk te verwerken zijn. Vele vragen werden gesteld met behulp van een Likert schaal. Voor het analyseren hiervan werd een gemiddelde score berekend onder alle respondenten. De scores werden zo toegekend dat bij de waarde 1, helemaal mee oneens hoort en bij waarde 5, helemaal mee eens hoort. Door het gemiddelde kan makkelijk gezien worden wat de mening van de respondent in elke buurt is.

Tijdens het proces van het opstellen van de enquêtes is er vooronderzoek verricht, waarbij de eerste versies van de enquêtes voorgelegd zijn aan verschillende “proefpersonen”. Dit is gedaan om de meest gebruikelijke antwoorden en reacties te destilleren uit de verschillende antwoorden die men kon kiezen in de eerste versie van de enquête. Dit zorgde uiteindelijk voor een duidelijke en makkelijk te begrijpen enquête, waarbij de meest gebruikelijke antwoorden naar voren komen. Zo is er voorkomen dat er een overdaad aan opties was, die onduidelijke resultaten kunnen geven.

32 6.1 Autobezit

In de enquêtes werd als één van de eerste punten vastgesteld of mensen een auto bezitten. Bij een negatief antwoord, werd doorgevraagd waarom mensen geen auto’s bezitten. Deze vraag, die over een sociale factor gaat, werd gesteld omdat dit inzicht kan geven in de maatregelen die genomen kunnen worden om het autogebruik en het autobezit eventueel te verminderen. Uit het vooronderzoek was gebleken dat financiële redenen en praktische redenen de meest voorkomende argumenten waren om geen auto te bezitten. Uit de enquêtes bleek, zoals te zien is in de onderstaande grafiek, dat praktische redenen het sterkst wegen en de belangrijkste factor zijn om geen auto te bezitten.

Figuur 25: resultaten enquête, eigen bewerking, 2014

Voor alle drie de buurten is dit beeld vrijwel gelijk. Er moet echter wel in ogenschouw genomen worden dat het autobezit onder de geïnterviewde in Buitenveldert-West veel groter is dan in de overige twee buurten. Het gevolg hiervan is dat de antwoorden van de autoloze respondenten een klein draagvlak hebben als men naar de buurt als geheel kijkt. Alle maatregelen die met parkeerbeleid te maken hebben, zoals het aantal parkeerplaatsen, de wachttijd op een parkeervergunning en de parkeertarieven, blijken een goede drempel voor het niet hebben van een auto. Al deze maatregelen spelen, zoals eerder al bleek, de fietsafhankelijkheid in de hand.

De onderstaande tabellen geven dit verschijnsel goed weer. Opvallend is dat de lengte van de wachttijd voor een parkeervergunning in Buitenveldert-West op dit moment niet van invloed zou zijn op een eventueel autobezit. Dit kan komen doordat er op dit moment geen vergunning nodig is om te parkeren in dit gebied en een verkorting hiervan bestaat dus eigenlijk niet en dit kan dus weinig voordeel met zich mee brengen (Cition, 2014).

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%

Reden om geen auto te bezitten

Financiële redenen Onpraktisch met parkeren of iets dergelijks