Wie fietsen er door weer en wind? : Een onderzoek naar de sociaaleconomische kenmerken van mensen die bij minder gunstig fietsweer sneller geneigd zijn de fiets niet te gebruiken voor woon-werkverplaatsingen.

Wessel

de Boer

Boer, Wessel de 5692210

[

WIE FIETSEN ER DOOR

WEER EN WIND?

]

Een onderzoek naar de sociaaleconomische kenmerken van mensen die bij minder gunstig fietsweer sneller geneigd zijn de fiets niet te gebruiken voor woon-werkverplaatsingen.

3 18-08-2014 | Universiteit van Amsterdam

Wie fietsen er door weer en wind?

Een onderzoek naar de sociaaleconomische kenmerken van mensen die bij minder gunstig fietsweer sneller geneigd zijn de fiets niet te gebruiken voor woon-werkverplaatsingen.

Scriptiebegeleider: Aslan Zorlu Tweede lezer: Sako Musterd

Masterscriptie

voor het behalen van de graad van master in het kader van de master Human Geography

aangeboden door de

Graduate School of Social Sciences (GSSS) van de Universiteit van Amsterdam

opgesteld door Wessel de Boer

5692210 .

Universiteit van Amsterdam | 18-08-2014 4

Whether the weather be fine Or whether the weather be not Whether the weather be cold Or whether the weather be hot We’ll weather the weather Whatever the weather Whether we like it or not.

5 18-08-2014 | Universiteit van Amsterdam Voorwoord

Waar voor iedereen een scriptie schrijven een bevalling is, voelt het nog meer zo wanneer er een daadwerkelijke bevalling in het verschiet ligt. Bij het inleveren van dit document staan er nog twee maanden op de teller van de tijdbom die de buik van mijn partner nu is. Het is moeilijk concentratie vinden wanneer je weet dat de bevalling waarmee je zelf bezig bent, in de vorm van deze scriptie, in het niet valt bij de prestatie die zij binnenkort zal moeten leve-ren en dat alle aandacht die je typend achter de computer spendeert niet aan haar en de kleine in haar buik gegeven kunnen worden, of aan de kinderkamer for that matter.

Ik wil al mijn respect en dankbaarheid aan haar geven dat ze het geduld heeft kunnen opbren-gen om mij dit te laten doen. En dat ze alles wat nog moet gebeuren en alle dinopbren-gen die we graag samen willen doen, heeft kunnen uitstellen tot het moment waarop ik dit ingeleverd heb. Voor ons drietjes.

Universiteit van Amsterdam | 18-08-2014 6 Samenvatting

In deze masterscriptie is onderzoek gedaan naar de relatie tussen sociaaleconomische kenmerken, weersomstandigheden en fietsverplaatsingen voor woon-werkverkeer doeleinden. Specifiek is gekeken naar wat de sociaaleconomische kenmerken zijn van mensen in Nederland die als het weer minder gunstig is een kleinere waarschijnlijkheid krijgen om de fiets te gebruiken voor woon-werkverplaatsingen. Om deze vraag te beantwoorden zijn 27290 forensverplaatsingen uit het Onderzoek Verplaatsingen in Nederland (OViN 2011 en 2012) gekoppeld aan lokale weerdata van het KNMI van het specifieke uur van vertrek. Aan de hand van deze zeer specifieke verplaatsing- en weergegevens, is gekeken welke groepen een relatief lagere waarschijnlijkheid hadden de fiets te gebruiken voor woon-werkverplaatsingen in het geval minder gunstige fietsweer zich voordeed. Hiervoor is gebruik gemaakt van een logistische regressie model dat nader is beschreven en geanalyseerd met behulp van margins. Hoewel uit de analyse van data is gebleken dat sociaaleconomische variabelen meer correlatie vertonen met het gebruik van de fiets voor woon-werkverplaatsingen dan de gebruikte weersvariabele dat doen, konden toch een aantal interessante conclusies getrokken worden over welke groepen mensen sterker reageren dan andere op minder gunstige weersomstandigheden. Een eerste opvallende conclusie die getrokken kon worden was dat voor verplaatsingen over afstanden korter dan twee kilometer zich vaak een andere waarschijnlijkheidsverhouding tussen de verschillende categorieën waaruit een variabele is opgebouwd, voordeed dan bij verplaatsingen over langere afstanden. Hierdoor kan gesteld worden dat voor verplaatsingen korter dan twee kilometer geldt dat mannen in de leeftijdscategorie tussen de 20 en 40 van westerse afkomst die parttime werken met een gemiddelde opleiding en woonachtig zijn in niet stedelijke gebieden zich het meest laten ontmoedigen door slechte weersomstandigheden in vergelijking tot de gehanteerde referentiecategorieën. Mensen met deze kenmerken zijn dus niet per se het minst geneigd om te fietsen, maar reageren het sterkst op minder gunstige weersomstandigheden waar hun waarschijnlijkheid van fietsen naar het werk betreft. Bij verplaatsingen van 7km zijn het juist vrouwen van onder de 20, van autochtone afkomst die fulltime werken, hoog opgeleid zijn en in zeer sterk stedelijk gebieden wonen die de grootste daling in waarschijnlijkheid krijgen om de fiets te gebruiken voor woon-werkverkeer bij minder gunstige weersomstandigheden in vergelijking tot de respectievelijke referentiecategorieën. Over het algemeen geldt echter dat nagenoeg iedereen in Nederland die de fiets gebruikt voor woon-werkverkeer dit doet ongeacht het weer, en dus fietst door weer en wind.

7 18-08-2014 | Universiteit van Amsterdam Abstract

For this master thesis research has been done into the relationship between socio-economic characteristics, weather occurrences and the use of the bicycle for commuting trips. The research looked at what the socio-economic characteristics are of people in the Netherlands are who have a lower probability of using their bicycle for commuting when the weather turns less beneficial for cycling. For answering this question 27290 commuting trips from the national Research Movements in the Netherlands (OViN 2011 and 2012) were linked to local and hourly weather data from the Royal Dutch Meteorological Institute (KNMI). On the basis of this very specific movement and weather data, analyses were done to see which groups had a relatively lower probability of using the bicycle for commuting purposes when less beneficial weather conditions occurred. The analyses were based on logistic regression models which were further described and analyzed with the help of margins.

Although the analysis of the data showed the socio-economic variables to be more correlated with the use of the bicycle for commuting purposes than the used weather variables, nonetheless interesting conclusion could be drawn as to which groups of people reacted more strongly than others to less beneficial weather conditions. An initial conclusion to be drawn was that for movements shorter than two kilometers oftentimes a different probability relation between the different categories out of which a variable consists, applied than for movements over longer distances. Hence it can be stated that when looking at movements over less than two kilometers men in the age category 20-40 of western origin, working part time, having an average level of education and living in not urban areas are most discouraged by bad weather conditions in comparison to the reference categories. It must be stressed that people with these characteristics are not necessarily least likely to cycle, but are the ones who respond the most to less beneficial weather conditions with respect to their probability of cycling to work. With regard to movements of seven kilometers it are women younger than 20, of autochthonous origin, working full time, being highly educated and living in very highly urbanized areas that show the biggest decline in probability of using the bicycle for commuting purposes under less beneficial weather condition with respect to the respective reference categories.

In general it goes that almost everyone in the Netherlands who uses the bicycle for commuting purposes does so irrespective of the weather conditions, and so cycles through weather and wind.

Universiteit van Amsterdam | 18-08-2014 8 Voorwoord………5 Samenvatting………6 Abstract……….7 Inhoudsopgave…..………8 1. Introductie...………..10 1.1. Fietsen in Nederland………...10

1.2. Het Nederlandse klimaat……….11

1.3. Forensen………..12

1.4. Doelstelling, relevantie en probleemkader………..13

1.5. Leeswijzer………...15

2. Literatuuroverzicht……….16

2.1. Muhammad Sabir: Weer en reisgedrag………...………..16

2.2. Eva Heinen: Fietsgebruik voor woon-werkverkeer………19

2.3. Overige en recente contributies ………...……....…………..23

3. Onderzoeksvraag, hypothesen en theoretisch kader……….25

3.1. Onderzoeksvraag ………25 3.2. Hypothesen………..26 3.3. Theoretisch kader………29 4. Data………32 4.1. Data vergaring……….32 4.2. Data beschrijving………33 5. Methodologie……….36 6. Resultaten………..40

9 18-08-2014 | Universiteit van Amsterdam 6.2. Beschrijvende margins………46 6.3. Analytische margins………50 7. Conclusies en discussie……….58 7.1. Conclusies………...58 7.2. Discussie……….64 Referenties………...67 Appendices………..74

Appendix 1: Weerstations in Nederland………...74

Appendix 2: Het klimaat in de Bilt, langjarig gemiddelde, tijdvak 1981-2010………...75

Appendix 3: Hosmer-Lemeshow goodness-of-fit table………...77

Appendix 4: Pseudo R2 _{fitmaten………..77}

Appendix 5: ROC-curve……….………..78

Universiteit van Amsterdam | 18-08-2014 10 1. Introductie

Fietsen is een groene, gemakkelijke, gezonde en goedkope manier van verplaatsen. Groen omdat het geen uitstoot van gassen met zich mee brengt en het milieu niet vervuilt, zoals bijvoorbeeld bij verplaatsingen met de auto het geval is. Gemakkelijk omdat het geen voorbereiding vraagt of afstemming vergt en omdat het flexibel is. Binnen de stad kan fietsen zelfs sneller zijn dan andere manier van vervoer (Olde Kalter 2007). Gezond omdat het een gezonde hoeveelheid lichaamsbeweging vergt van de fietser. Goedkoop omdat het alleen de aanschafprijs van een fiets vergt, verplaatsingen met de fiets brengen geen verplaatsingskosten met zich mee. Daarbij is het goedkoop voor de gemeenschap omdat fietsinfrastructuur minder investeringen vergt dan de infrastructuur voor andere modaliteiten. Tot slot is het goedkoop omdat een gezond individu minder zorgkosten maakt.

Evenwel kent de fiets als vervoersmiddel ook nadelen. Ten eerste vergt zich verplaatsen met de fiets inspanning en tijd met als gevolg dat de afstand die mensen bereid zijn te fietsen vaak beperkt is. Ten tweede zijn fietsers blootgesteld aan de grille van het weer. De relatie tussen het weer en mensen hun fietsgedrag is het onderwerp van dit onderzoek.

1.1 Fietsen in Nederland

Fietsen is een veelvoorkomende manier van verplaatsen in Nederland. 84% van de Nederlandse bevolking heeft een of meer fietsen, in totaal zijn er 18 miljoen fietsen in Nederland. (Stichting Landelijk Fietsplatform 2009). Een kwart van de bevolking gebruikt de fiets op dagelijkse basis. Een kwart van alle verplaatsingen wordt met de fiets gedaan en zelf een derde van de verplaatsingen onder de 7,5 kilometer. Op jaarbasis is dat 4,5 miljard fietsverplaatsingen, in totaal 15 miljard fietskilometers. De gemiddelde inwoner van Nederland fietst of jaarbasis 900 kilometer verdeelt over 300 fietsverplaatsingen (Fietsersbond 2014).

Fietsen is ongekend populair in Nederland, zeker in vergelijking tot andere westerse landen. Pucher en Buehler (2008) vergelijken internationale cijfers op het gebied van fietsen en tonen het contrast met andere landen, zie figuur 1. In Nederland wordt volgens hun gegevens 27% van alle verplaatsingen met de fiets gedaan, Denemarken volgt met 18%. Opvallend is dat de Angelsaksische landen, Ierland, Canada het Verenigd Koningrijk, de Verenigde Staten en Australië, alle blijven steken op 1% of 2%. Verder merken ze op dat in de VS het merendeel van de fietsverplaatsingen recreatief zijn, waar deze in (Noord-)Europa vaker utilitair van aard zijn (2008, p.499).

11 18-08-2014 | Universiteit van Amsterdam

Met fietsen wordt de bezigheid van het zich voortbewegen met de fiets bedoeld. De fiets is hier gedefinieerd als een vervoermiddel waarvan de wielen via een kettingsysteem aan het draaien worden gebracht door op pedalen te trappen. De elektrische fiets vormt in dit onderzoek een aparte categorie.

1.2 Het Nederlandse klimaat

Nederland kent een gematigd maritiem klimaat met milde winters en koele zomers. Kleine regionale verschillen zijn te ontdekken, waarbij het meer landinwaarts warmer en zonniger is en ’s winters juist iets kouder dan aan de kust. Appendix 2 geeft een overzicht van het klimaat in De Bilt, het hoofdkantoor van het KNMI in Nederland en centraal gelegen om een goede afspiegeling van het Nederlands klimaat te geven. Het eerste tabel laat onder andere de gemiddelde temperatuur, neerslag, zonneschijn en windgegevens per maand, seizoen en jaar zien. Het tweede tabel laat het gemiddeld aantal dagen per maand, seizoen en jaar zien met bepaalde weersomstandigheden of weerverschijnselen. Een aantal opvallende cijfers uit dit Figuur 1: Percentage fietsverplaatsingen in verschillende landen.

Universiteit van Amsterdam | 18-08-2014 12 tabel zijn de volgende. Op 10 cm boven de grond vriest het op meer dan de helft van de dagen in de wintermaanden, gecombineerd met 59 winterdagen met regen. Per jaar komt op ruim twee derde van de dagen gemiddeld regen voor. Deze twee tabellen zijn toegevoegd om inzicht te geven in het Nederlands klimaat en hoe vaak bepaalde weersomstandigheden zich gemiddeld voordoen. De populariteit van de fiets gecombineerd met het wisselvallige weer in Nederland bracht de inspiratie voor dit onderzoek.

Mogelijke veranderingen in het klimaat spelen ook een belangrijke rol. Aangezien het weer van grote invloed is op de vervoerskeuze van mensen, kunnen veranderingen in het klimaat hun repercussies kennen op de weg. Onderzoek doen naar de invloed van het weer op vervoersverplaatsingen geeft ons meer inzicht in hoe dit in de toekomst kan veranderen. Böcker, Prillwitz en Dijst (2013) hebben op basis van de data die ook gebruikt wordt voor dit onderzoek gekeken naar hoe historische seizoenen die overeenkomsten vertonen met de verwachte weersomstandigheden in 2050 zich vertalen naar vervoersverplaatsingen. Ook Koetse en Rietveld (2009) en Böcker, Dijst en Prillwitz (2013) besteden aandacht aan de relatie tussen klimaatverandering en reisgedrag.

1.3 Forenzen

Het merendeel van de werkende bevolking heeft een werkplek die niet aan huis is en moet dus tussen huisadres en werkadres forenzen op reguliere werkdagen. Daarbij vindt het werk van veel mensen plaats in dezelfde tijdsspanne en kent werkgelegenheid ruimtelijke concentratie. De meeste banen beginnen in de ochtend en eindigen in de late middag/vroege avond. Ruimtelijk gezien kent werkgelegenheid concentraties binnen steden, regio’s en zelfs op het nationale niveau. Banen concentreren zich in bijvoorbeeld bedrijvenparken, rond knooppunten of in bepaalde steden. Vanwege deze gedeelde beperkingen moeten veel mensen op hetzelfde moment dezelfde kant op. Woon-werkverplaatsingen vormen ongeveer een vijfde van alle verplaatsingen in Nederland. Mensen die in de spits met de auto rijden dragen disproportioneel bij aan files en de bijbehorende milieuvervuiling (Heinen et al. 2010, p.60) Het accommoderen en faciliteren van een ieders verplaatsingsbehoefte is een nationale uitdaging. Het tegengaan van (de negatieve gevolgen van) files staat dan ook al jaren op de politieke agenda. Door vraaginductie leidt meer infrastructuur echter ook tot meer gebruik en wordt het fileprobleem dus niet opgelost door meer wegen te bouwen, noch is dit overigens een duurzame oplossing.

13 18-08-2014 | Universiteit van Amsterdam

Autogebruik, zowel rijdend als in de file, heeft een negatieve impact op het milieu. Autogebruik wordt als een van de grote veroorzakers van wereldwijde klimaatverandering gezien. Op lokaal niveau heeft het een negatieve impact op de luchtkwaliteit. De fiets kan op korte afstanden, doorgaans op onder 7,5 kilometer gesteld, goed concurreren met de auto. Op langere afstanden neemt het aandeel fietsers snel af, omdat de tijd en inspanning die het vergt om over langere afstanden te fietsen voor veel mensen te veel is. Desondanks fietsen lang niet alle mensen die de mogelijkheid hebben om naar hun werk te fietsen ook daadwerkelijk.

Tabel 1 laat de percentages zien van de verschillende vervoersmodaliteiten verdeeld over verschillende reisdoeleinden. Fietsen is het populairst onder scholieren die vaak geen of minder vervoersmiddelkeuze hebben. Voor woon-werkverplaatsingen is de auto het populairst met 42,6%, gevolgd door de fiets met 23,4%. Deze percentages zijn het gemiddelde in de periode tussen 1996 en 2005. Tezamen zijn lopen, fiets en de auto goed voor bijna 90% van alle verplaatsingen in Nederland. Van dag tot dag echter kunnen de verhoudingen sterk verschillen en het weer speelt hierin een grote rol.

Voor dit onderzoek is gekozen om alleen naar woon-werkverplaatsingen te kijken, omdat deze voor veel mensen geen keuze zijn. Op werkdagen moeten werkers naar hun werk, ongeacht het weer, waar andere verplaatsingen vaak kunnen worden uitgesteld of afgelast. Daarbij vormen woon-werkverplaatsingen ongeveer een vijfde van alle verplaatsingen in Nederland (Heinen 2011, p.22). Tot slot zijn woon-werkverplaatsingen interessant omdat ze een onevenredig groot deel van de milieuvervuiling door autoverplaatsingen voor hun rekening nemen.

1.4 Doelstelling, relevantie en probleemkader

Het doel van dit onderzoek is om de hierboven aangestipte thema’s samen te brengen tot een Tabel 1: Percentages modaliteitsverdeling voor verschillende reisdoeleinde (1996-2005)

Reisdoeleinde Lopen Fietsen Auto BTM* Trein Anders Totaal

Woon-werkverkeer 3.8 23.4 56.3 4.8 8.4 3.2 100

Werk gerelateerd 3.0 9.6 79.4 1.2 4.2 2.6 100

Onderwijs 21.6 42.6 13.7 9.3 10.1 2.6 100

Winkelen 16.1 29.9 48.9 2.4 1.1 1.6 100

Familie/vrienden bezoek 19.0 23.0 51.1 1.9 2.7 2.2 100 Recreatief & sport 24.4 24.6 45.6 1.4 1.9 2.1 100 Algehele gemiddelden 14.7 25.5 49.2 3.5 4.7 2.4 100

*Bus, tram en metro

Universiteit van Amsterdam | 18-08-2014 14 onderzoek naar de samenhang tussen de weersomstandigheden en de vraag naar woon-werkverplaatsingen met de fiets. Eva Heinen (2011, p.6) betoogd in haar proefschrift over woon-werkverkeer met de fiets dat er twee interessante thema’s zijn die nog beantwoording vergen. Ten eerste waarom sommige mensen altijd met de fiets naar hun werk gaan waar anderen dat afwisselen. Ten tweede welke factoren van invloed zijn op deze dagelijkse keuze en hoe groot hun invloed is. Fietsers zijn veel meer blootgesteld aan de weersomstandigheden dan autorijders of mensen die met het openbaar vervoer naar hun werk gaan. Regen, wind en de temperatuur hebben vrij spel op de fietser. Maar ook zonneschijn en aangename temperaturen vallen de fietser direct ten deel.

Weersomstandigheden gebeuren nooit los van elkaar. Het optreden van zonneschijn, regen, temperatuur en wind gebeurt nooit losstaand maar altijd in samenspel. Daarbij is de beoordeling van het weer op haar geschiktheid voor fietsen een subjectieve beoordeling. Het doel is te kijken of patronen ontdekt kunnen worden in deze individuele beoordelingen aan de hand van geaggregeerde data. Kunnen bepaalde sociaaleconomische kenmerken gekoppeld worden aan waarschijnlijkheden om al dan niet onder verschillende weersomstandigheden te fietsen naar het werk?

Het is van belang om hier onderzoek naar te doen om een aantal redenen. Ten eerste zorgt (auto)forensen voor verkeersopstoppingen en brengt het disproportioneel veel vervuiling van het milieu met zich mee. Als meer mensen met de fiets zouden forensen dan kan dit bijdragen aan minder files, minder milieuvervuiling en een gezondere bevolking. Dit onderzoek kan inzicht bieden in bij welke groepen mensen het volledige fietsforens potentieel nog niet bereikt is en waar dus bijvoorbeeld overheidscampagnes op gericht kunnen worden. Ten tweede kan begrip van de relatie tussen het weer en fietsgedrag uitkomst bieden wanneer klimaatverandering heftiger optreedt. Ten derde speelt een demografische ontwikkeling mee. Vergrijzing treedt in en mensen moeten langer doorwerken. De verhouding tussen leeftijd, weer en fietsforensgedrag kan van belang zijn om te begrijpen hoe het verhogen van leeftijd tot waarop mensen moeten doorwerken van 65 tot 67 zich vertaalt naar forensverplaatsingen. In dit onderzoek wordt geen gebruik gemaakt van cohorten, maar een indicatie op dit gebied kan verkregen worden.

Heinen (2011) maakt een handig onderscheid tussen verschillende soorten (fiets)forensen. Fulltime fietsforensen worden verwacht altijd met de fiets te reizen. ‘Af en toe fietsers’ fietsen in principe niet, tenzij aan bepaalde voorwaarden voldaan is. Zoals wanneer het weer noopt tot fietsen. ‘Regelmatige fietsers’ fietsen in principe wel, tenzij aan bepaalde voorwaarden niet wordt voldaan. Ze fietsen bijvoorbeeld altijd, tenzij het regent of vriest. In

15 18-08-2014 | Universiteit van Amsterdam

relatie tot dit onderzoek zou dit onderscheid betekenen dat naar alle waarschijnlijkheid alleen fulltime fietsforensen fietsen wanneer het weer minder gunstig wordt en de andere twee categorieën afhaken.

1.5 Leeswijzer

Na deze introductie zal in het volgende hoofdstuk eerst een literatuuroverzicht gegeven wor-den. Vervolgens zal een onderzoeksvraag geponeerd worden en zullen op basis van de litera-tuur een aantal hypotheses geformuleerd worden. Tevens wordt een theoretisch kader afgeba-kend. In hoofdstuk 4 wordt uitgelegd hoe de data voor dit onderzoek vergaard is en zal de data beschreven worden. In hoofdstuk 5 wordt de methodologie die gebruikt wordt voor dit kwantitatieve onderzoek uitgelegd. In hoofdstuk 6 worden de resultaten gepresenteerd van de analyse. Allereerst wordt het tabel gepresenteerd en besproken waarin de invloed van de ver-schillende verklarende variabelen op de onafhankelijke variabele worden weergegeven in coëfficiënten en percentage veranderingen in odds ratios. Vervolgens zullen de verhoudingen nader beschreven worden aan de hand van beschrijvende margins. Tot slot zullen margins gebruikt worden om de relaties verder te analyseren.

In het laatste hoofdstuk, hoofdstuk 7, zullen conclusies getrokken worden uit de analyses. De onderzoeksvraag zal beantwoord worden en hypotheses aangenomen of verworpen. Tot slot zullen de eventuele tekortkomingen van dit onderzoek beschreven worden en zullen richtin-gen voor toekomst onderzoek in dit veld richtin-genoemd worden.

Universiteit van Amsterdam | 18-08-2014 16 2.Literatuuroverzicht

Dit onderzoek zal zich richten op de dagelijkse beslissing van mensen om al dan niet de fiets te gebruiken voor woon-werkverplaatsingen. Het zal kijken naar de sociaaleconomische kenmerken van mensen die snel geneigd zijn de fiets te laten staan als het weer minder aantrekkelijk wordt om te fietsen. Recentelijk zijn er in Nederland twee promovendi geweest die onderzoek gedaan hebben naar onderwerpen die hieraan grenzen. Gezien de grote verschillen in fietsgedrag tussen landen is onderzoek dat gedaan is in de Nederlandse context van grote meerwaarde. Achtereenvolgens zullen hun belangrijkste bevindingen behandeld worden en tot slot zullen een aantal recente en andere bevindingen besproken worden.

2.1 Muhammad Sabir: Weer en reisgedrag

Muhammad Sabir promoveerde in maart 2011 aan de Vrije Universiteit te Amsterdam op een onderzoek genaamd ‘Weer en reisgedrag’. Op basis van vergelijkbare data die voor dit onderzoek gebruikt werden, heeft hij onder meer gekeken naar hoe het weer de vraag naar verplaatsingen en de modaliteitskeuze van mensen beïnvloed. De vraag naar verplaatsingen is hierbij opgesplitst naar enerzijds het dagelijks aantal trips en anderzijds de dagelijkse afstand die gereisd wordt. Sabirs (2011, p.41-42) belangrijkste bevinden op dit gebied, zoals ze ook in tabel 2 zijn terug te vinden, zijn als volgt. Ten eerste het weer heeft een invloed op de individuele vraag naar verplaatsingen. Ten tweede het weer heeft een invloed op de modaliteitskeuze van mensen. Ten derde, extreme weersomstandigheden laten een sterke modale verandering zien tussen fiets, auto en openbaar vervoer. In extreem koude situaties wisselen mensen de fiets in voor de auto of het openbaar vervoer. Terwijl bij hitte mensen juist vaker met de fiets gaan, ten opzichte van de auto of het openbaar vervoer. Ten vierde vindt substitutie ook plaats als het regent. Er is een vindt sterke substitutie plaats van de fiets naar de bus, tram en metro tijdens gematigde regen, terwijl bij harde regen mensen de auto verkiezen. Ten vijfde zorgt sneeuw voor een algehele vermindering van de vraag naar verplaatsingen en dan vooral openbaar vervoersverplaatsingen. Als laatste hebben de weersomstandigheden geen gevolgen voor de vraag naar woon-werkverkeer en andere werk gerelateerde verplaatsingen, waar deze wel een uitgesproken invloed hebben op recreatieve en sport gerelateerde verplaatsingen. Overigens vertekent de zomervakantie het effect van het zomerse weer op de vraag naar woon-werkverkeer in tabel 2.

17 18-08-2014 | Universiteit van Amsterdam

Tabel 2: Invloed van het weer op het aantal verplaatsingen per persoon per dag (relatieve veranderingen in het aantal verplaatsingen in %)

Wind-kracht Temperatuur Neerslag Sneeuw Seizoen Wind >6 Bft ≤0 10 tot 20 20 tot 25 ≥ 25 Min uten tot 0.1 mm >0.1 mm Dum-my Zomer Herfs t Win-ter A Alle verplaatsingen -2.04 -0.20 0.27 -1.17 -4.87 -0.16 -0.74 -0.63 -3.88 -3.36 6.65 -6.84 Lopen -3.15 12.56 -2.60 -5.47 -9.58 -0.25 -0.65 -1.61 1.38 -1.83 -4.10 -4.10 Fiets -1.59 -7.76 9.19 18.11 21.95 -0.73 -5.20 -7.89 -4.08 3.66 3.00 -14.76 Auto -2.07 -1.40 -3.90 -8.47 -14.80 0.06 0.68 2.85 -2.75 2.05 3.58 -1.23 B BTM -21.73 16.88 -3.44 -12.90 -19.62 0.26 6.19 4.73 -14.97 -14.39 2.35 4.52 Trein -2.30 1.21 -2.21 -7.19 -10.45 -0.05 0.61 2.90 -10.19 -10.65 4.41 -0.79 Anders -1.64 -1.22 12.32 10.97 17.53 -0.28 -4.11 -8.30 -11.12 4.02 -4.04 -12.47 Woon- werkverkeer -1.07 -10.94 0.53 -0.48 -3.86 -0.09 -1.038 -2.11 6.77 -19.42 10.1 3 -6.33 Zakelijk -2.46 -12.66 -1.73 -6.88 -13.69 -0.06 0.24 0.54 8.34 -7.37 1.17 -0.74 C Winkelen -5.50 4.64 -0.05 -1.43 -4.75 -0.19 1.32 1.00 -9.40 13.71 0.35 -0.74 Recreatie -0.19 -4.37 5.17 10.23 8.26 -0.36 -2.64 -1.45 10.39 -5.07 -3.47 -10.01 Onderwijs -1.65 5.11 -2.68 -5.72 -7.25 -0.01 -1.90 -3.22 -9.16 -45.17 6.47 -0.83 Bezoek familie en vrienden -3.24 6.25 0.80 1.89 7.97 -0.26 -3.99 -6.05 -3.19 4.75 -3.59 -10.28 Noot: De vette en cursieve cijfers geven getallen die significant zijn volgens het 5% en 10%

significantieniveau. De referentiewaarden voor wind, temperatuur, neerslag (mm), sneeuw en jaargetijden zijn: windkracht lager dan 6 Bft, temperatuur tussen de 0° en 10°C, geen neerslag, geen sneeuw, voorjaar. BTM staat voor Bus, Tram en Metro

Bron: Rietveld et al. (2012, tabel 2), zie ook Sabir (2011, tabel 3.1)

Op het gebied van modaliteitskeuze concludeert Sabir (2011, p.62 cursief is origineel) dat de fiets bijna een perfecte substituut is voor de auto. Mooier weer zorgt voor een absolute toename in het fietsaandeel, waar het tegenovergestelde gebeurt met het aandeel autoverplaatsingen. Terwijl bij slecht weer de fiets vervangen wordt door de auto. De substitutie is groter tijdens warm weer in vergelijking tot regenachtige weer. Dit suggereert dat een warme/koude dag meer invloed heeft op de modaliteitsverdeling dan een regenachtige dag.

Tabel 3 toont Sabirs (2011) bevindingen voor de invloed van verschillende weersomstandig-heden op de modaliteitsverdeling voor woon-werkverkeer. De procentpunten verschil zijn in relatie tot de gemiddelde modaliteitsverdeling zoals weergegeven in tabel 1. Dus de hoeveel-heid fietsverplaatsingen voor woon-werkdoeleinden neemt toe van 23.8% gemiddeld tot 27.9% op momenten met een temperatuur hoger dan 25° Celsius. Sterke wind en regen

corre-Universiteit van Amsterdam | 18-08-2014 18 leren negatief met fietsen naar het werk. Sneeuw daarentegen resulteert opvallenderwijs in meer fietsverplaatsingen naar het werk.

Fietsgebruik voor woon-werkdoeleinden neemt een paar procentpunten toe met hogere tem-peraturen terwijl autogebruik ongeveer evenredig afneemt. Door de bus genomen lijkt het er echter op dat Nederlandse forensen redelijk trouw zijn aan hun gekozen vervoersmiddel. Er vindt redelijk weinig substitutie plaats als gevolg van veranderende weersomstandigheden. Sabirs bevindingen bevestigen een aantal uitgangspunten van deze scriptie. De door hem ge-vonden relatie tussen weer, (de vraag naar) verkeer en modaliteitskeuze welke hierboven op-gesomd is, vormen de basis aannames van waaruit dit onderzoek vorm krijgt. Hoewel beide onderzoeken deels dezelfde data gebruiken liggen de belangrijkste verschillen in de volgende punten. Ten eerste kijkt die onderzoek alleen naar woon-werkverplaatsingen met de fiets, in plaats van naar alle verplaatsingen. Ten tweede neemt het nadrukkelijk ook een aantal soci-aaleconomische factoren mee in de analyse die bij Sabir afwezig zijn. En tot slot kijkt het ook naar recentere jarengangen van de data. Waar Sabir naar de jaargangen 1996-2005 keek, wordt hier onderzoek gedaan met de cijfers van 2011 en 2012.

Tabel 3: Procentpunten verschil in woon-werkverkeer.

Lopen Fietsen Auto BTM Trein Other Windkracht >6 Bft 0,004 -0,574 0,356 0,373 0,112 -0,271 Temperatuur < 0°C 0.002 -0.282 1.471 -0,071 0,004 -1,124 Temperatuur tussen 10° en 20°C 0,006 1,264 -1,810 -0,034 0,075 0,500 Temperatuur tussen 20° en 25°C 0.015 2.803 -3.115 -0.546 -0,161 1.004 Temperatuur > 25 0,028 4,472 -5,174 -0,053 -0,191 0,917 Duur neerslag in minuten -0,00001 -0,009 0,006 0,005 -0,001 -0,001 Neerslag tot 0,1 mm 0.001 -0,608 0,386 0,452 0,035 -0,265 Neerslag >0,1 mm -0,004 -1,212 1,359 0,029 0,146 -0,319

Sneeuw -0,001 0,495 -0,703 0,183 -0,359 0,385

Noot: De vette en cursieve cijfers geven getallen die significant zijn bij 5% en 10%. De referentiecategorieën zijn: windkracht lager dan 6 Bft, temperatuur tussen de 0° en 10°C en geen neerslag.

19 18-08-2014 | Universiteit van Amsterdam 2.2 Eva Heinen: Fietsgebruik voor woon-werkverkeer

Eva Heinen promoveerde in juni 2011 aan de TU Delft met een proefschrift genaamd ‘Fietsgebruik voor woon-werkverkeer’. In haar onderzoek probeert ze de determinanten voor fietsen naar het werk te bepalen. Ze stelt dat er recentelijk veel aandacht is voor woon-werkverkeer in zowel beleid als wetenschappelijk onderzoek, maar dat grootschalig onderzoek naar woon-werkverkeer met de fiets zelfs in Nederland schaars is. Desondanks produceert ze een uitgebreid overzicht van de literatuur tot 2011 op het gebied van fietsforensen.

Ze onderscheid de volgende categorieën van factoren die een rol spelen bij de keuze om al dan niet naar het werk te fietsen en de frequentie daarvan: de gebouwde omgeving, de natuur-lijke omgeving, weersomstandigheden, socio-economische kenmerken en tot slot attitudes, normen en gewoonte. De literatuur laat zien dat kortere afstanden (Zacarias 2005, Pucher en Buehler 2006 en Parkin et al. 2008), hogere dichtheden en functiemenging (Pucher en Bueh-ler 2006, Parkin et al. 2008, Zahran et al. 2008, Dill en Voros 2007, Guo et al. 2007, Cervero en Duncan 2003, Pikora et al. 2003 en Litman 2007), kwaliteit en kwantiteit van het fietsin-frastrucuur (Abraham et al. 2002, Stinton en Bhat 2005, Hunt en Abraham 2007, Noland en Kunreuther 1995, Petritsch et al. 2006, Dill en Voros 2007, Krizek en Roland 2005, Barnes en Thompson 2006, Dickison et al. 2003 en Shankwiler 2006) en de aanwezigheid van facili-teiten op het werk (Pucher 1998, Abraham et al. 2002 Martens 2007, Dickison et al. 2003, Hunt en Abraham 2007 en Stinson en Bhat 2004) een positieve rol spelen in mensen hun keu-ze om met de fiets naar het werk te gaan. Verkeerslichten, stopborden (Rietveld en Daniel 2004 en Stinson en Bhat 2003) en heuvels (Rietveld en Daniel 2004, Rodríguez en Joo 2004, en Timperio et al. 2006) hebben juist een negatieve impact.

Eva Heinen (2011, zie ook Heinen et al. 2011b) besteed ook veel aandacht aan attitudes, normen en gewoonten als verklarende factoren voor mensen hun fietsgedrag. Mensen die fietsen hebben een positiever beeld van fietsen dan mensen die niet fietsen (Dill en Voros 2007). Hierdoor is het moeilijk vast te stellen of fietsgedrag voorkomt uit een positieve houden, of dat een positieve houding het gevolg is fietsgedrag. Feit is dat als mensen zelf, of zelfs mensen in hun omgeving, een positief beeld hebben bij fietsen dat de kans dan groter is dat ze ook daadwerkelijk gaan fietsen. De sociale normen in de maatschappij (Pucher et al. 1999) of een kleinere groep, zoals collega’s (Dill en Voros 2007), functioneren als informele sociale controle en beïnvloeden en reguleren mensen hun gedrag. De houding van anderen kan dus van doorslaggevend belang zijn voor hoe mensen zich gedragen (de Bruijn et al.

Universiteit van Amsterdam | 18-08-2014 20 2005 en de Geus 2007).

Omdat deze (ver)houdingen moeilijk te bestuderen zijn, wordt ook onderzoek gedaan naar gewoonten. Het idee van nutmaximalisatie dicteert dat individuen alle factoren (kosten, reistijd, moeite en veiligheid) meenemen in hun vervoersmiddelkeuze. Wat blijkt is dat een gewoonte een goede afweging van deze factoren in de weg kan staan (Verplanken et al. 1997). Als mensen een gewoonte hebben doorbreken ze die moeilijk, omdat vaak geen rationele afweging meer gemaakt wordt tussen de verschillende alternatieven. Dat een beeld vertekend wordt, blijkt uit het feit dat niet-fietsers fietsen als veel gevaarlijker beschouwen dan fietsers dat zelf doen (Lohmann en Rölle 2005).

Het is duidelijk dat attitudes, normen en gewoonten een grote rol spelen bij het al dan niet nemen van de fiets naar het werk, hoe deze relatie precies loopt is echter iets dat meer onderzoek vergt.

Voor dit onderzoek is vooral interessant hoe de weersomstandigheden en socio-economische kenmerken van forenzen hun reisgedrag beïnvloeden. Heinen (2011) is redelijk kort over de invloed van het weer en besteed wat meer aandacht aan sociaaleconomische factoren. Hieronder zijn haar bevindingen, op basis van de door haar bestudeerde literatuur. De zomer is het seizoen waarin het meest gefietst wordt en in de winter het minst (Stinson en Bhat 2004, Nankervis 1999 en Guo et al. 2007). Bergström en Magnussen (2003) vinden dat in Zweden het seizoen ook invloed heeft op de gefietste afstand. Dit hangt samen met zowel de weersomstandigheden als het aantal uren daglicht (zie Gatersleben en Appleton 2007). Wat betreft de weersomstandigheden werkt regen het meest ontmoedigend op fietsers gevolgd door lage temperaturen. Weinig onderzoek is gedaan naar de invloed van wind op de beslissing om al dan niet met de fiets naar het werk te gaan (Heinen 2011, p.33).

Wat betreft sociaaleconomische en huishoud kenmerken valt moeilijk een eenduidige lijn te trekken uit de literatuur. Het verschil tussen landen is groot omdat de status, beschikbaarheid en het beeld van fietsen erg uiteenloopt per land. De meeste onderzoeken concluderen dat mannen vaker fietsen dan vrouwen (Banister en Gallant 1999, Pucher et al. 1999, Howard McDonald en Burns 2001, Dickinson et al. 2003, Krizek et al. 2004, Rietveld en Daniel 2004, Rodríguez en Joo 2004, Moudon et al. 2005, Plaut 2005, Stinson en Bhat 2005, Ryley 2006, Dill en Voros 2007), maar in landen met een hoog percentage fietsers, zoals Nederland, is dit andersom (Gerard et al. 2008). Sommige onderzoekers vinden echter niet dat mannen vaker fietsen (namelijk Witlox en Tindemans 2004, De Geus 2007, Wardman et al. 2007). De relatie met leeftijd is ook ambigu. Veel onderzoeken stellen dat de kans op fietsen afneemt met leeftijd (Pucher et al. 1999, Moudon et al. 2005, Zacharias 2005 en Dill en Voros 2007)

21 18-08-2014 | Universiteit van Amsterdam

maar anderen zien dit juist als een niet-significante factor (De Geus 2007, Wardman et al. 2007 en Kitamura et al. 1997).

De relatie tussen fietsen en inkomen is zo mogelijk nog diffuser. Zowel positieve (Pucher et

al. 1999, Stinson en Bhat 2005 en Dill en Voros 2007), negatieve (Witlox en Tindemans

2004, Plaut 2005, Schwanen en Mokhtarian 2005 en Guo et al. 2007) en niet significante relaties (Dill en Carr 2003 en Zacharias 2005) tussen fietsen en inkomen worden gevonden. Mensen met een hoog inkomen kunnen meer geld spenderen aan vervoer, maar aan de andere kant kunnen ze juist ook zichzelf een fiets veroorloven en hebben ze misschien wel ook meer oog voor de gezondheidsaspecten van fietsen.

De relatie tussen een aantal andere sociaaleconomische factoren en fietsgedrag is ook onder-zocht. Het lijkt dat hoogopgeleiden minder fietsen (Rietveld en Daniel 2004, Moudon et al. 2005, Plaut 2005, De Geus 2007 en Parkin et al. 2008). Verder heeft het hebben van parttime werk een positief effect op de kans om te gaan fietsen (Boumans en Harms 2004), waar het hebben van kinderen juist een negatief effect heeft (Ryley 2006 en Moudon et al. 2005). In Nederland fietsen autochtonen meer dan allochtonen (Heinen 2011 p.34).

Niet opgenomen in het literatuur overzicht van Heinen (2011) want in hetzelfde jaar versche-nen, maar daardoor niet minder interessant is een onderzoek van Steinbach et al. (2011) naar hoe geslacht, etniciteit en klasse identiteit fietsgebruik in Londen beïnvloeden. Waarbij ze stellen dat fietsen daar vooral een bezigheid is van welgestelde blanke mannen.

Heinen (ibid. p.35) concludeert dat er een relatie bestaat tussen sociaaleconomische factoren en fietsen, maar dat we duidelijkheid missen over zowel de richting van deze relatie als ook haar causaliteit. Het bewijs voor de relatie tussen fietsen, leeftijd en inkomen is gemixt. Dit overzicht laat duidelijk zien dat de factoren die een rol spelen bij de (dagelijkse) keuze om al dan niet naar het werk te fietsen uiteenlopend maar ook door elkaar lopend zijn. Aan de ene kant speelt het milieu, zowel in gebouwde, natuurlijke als sociale vorm, een belangrijke rol. Aan de andere zijn het persoonlijke kenmerken die invloed hebben, dit zijn zowel (gekoesterde) persoonlijke attitudes en gewoonten maar ook sociaaleconomische eigenschappen. Deze ingewikkelde constellatie wordt overgoten met de grote invloed die de (perceptie van) weersomstandigheden hebben. Eva Heinen probeert hier een weg in te vinden aan de hand van de volgende onderzoeksvraag:

In hoeverre wordt de dagelijkse individuele keuze om naar het werk te fietsen be-invloed door attitudes richting fietsen, sociale normen, de werksituatie, socio-demografische kenmerken, weersomstandigheden, en kenmerken van de reis?

Universiteit van Amsterdam | 18-08-2014 22

4. Welke dagelijks wisselende factoren bepalen dat fietsforenzen (sic) op som-mige dagen wel, en op andere dagen niet naar het werk fietsen?

Om deze deelvraag te beantwoorden heeft ze in Zwolle en Delft (inclusief Midden-Delfland en Pijnacker-Nootdorp) van 834 parttime fietsers over een periode van een jaar 12,928 vragenlijsten afgenomen. In deze vragenlijsten zijn de volgende factoren aan bod gekomen die vervolgens tot variabelen gemaakt zijn. Ze gebruikt een aantal individuele factoren en kijkt vervolgens naar de wisselende factoren als verplaatsingskenmerken, werkkenmerken en weersvariabelen. Omdat ze gebruikt heeft gemaakt van vragenlijsten kan ze ook kijken naar mogelijk verklarende variabelen zoals of goederen vervoerd moesten worden op de dag van de verplaatsing of naar de vereiste kledingstijl op het werk.

Van grote negatieve invloed op waarschijnlijkheid om de fiets te gebruiken voor woon-werkverkeer is wanneer iemand op een andere locatie dan gebruikelijk moet werken of op meerdere plekken op dezelfde dag. Als men de auto tijdens werkuren nodig heeft, als goederen vervoerd moeten worden of als men in pak op het werk verwacht wordt, heeft dit een lagere waarschijnlijkheid van met de fiets naar het werk gaan tot gevolg. Wanneer men een fiets tijdens werkuren nodig heeft is de kans juist groter dat men gaat fietsen. Als men verder moet forensen neemt de waarschijnlijkheid van het nemen van de fiets af. Hetzelfde geldt voor als men voor of na het werk andere plekken moet aandoen. Dit geldt voor kinderen ophalen of wegbrengen, werk, sport, sociale activiteiten, culturele activiteiten en onderwijs gerelateerde tussenstops. Echter wanneer onderweg boodschappen gedaan moeten worden, gaat men juist vaker met de fiets.

De vijf weersvariabelen die in het model zijn opgenomen zijn alle significant. Zowel de hoeveelheid als de duur van de neerslag hebben een negatief effect op de waarschijnlijkheid om met de fiets te gaan. Hetzelfde geldt voor hogere windsnelheden. De duur van de zonneschijn daarentegen heeft een positief effect op de kans om met de fiets te gaan. Net als een toename in de temperatuur. Heinen (ibid) concludeert dat forenzen wel degelijk hun keuze om met de fiets te gaan deels laten afhangen van de weersomstandigheden. Opvallend is echter wel dat het effect van de weersvariabelen in vergelijking tot de andere variabelen in het model relatief klein is.

Uit het werk van Heinen (2011) worden een aantal bruikbare concepten geleend, zie bijvoorbeeld sectie 3.3. Daarbij heeft deze scriptie veel waardevolle literatuur aan haar zoekwerk te danken.

23 18-08-2014 | Universiteit van Amsterdam

2.3 Overige en recente contributies

Sinds het verschijnen van beide proefschriften is de discussie over zelfselectie verder doorgegaan. De vraag is hierbij of individuen een bepaald vervoersmiddel kiezen als gevolg van waar ze wonen of dat ze wonen op een plek van waar ze met hun favoriete vervoersmiddel kunnen reizen. Verder wordt er nog veel onderzoek gedaan naar invloed van verschillende factoren op reisgedrag. Een aantal artikelen die over de invloed van het weer op fietsgedrag gaan zullen hier behandeld worden. Om te beginnen hebben Böcker, Dijst en Prillwitz (2013) een literatuuronderzoek gedaan naar de impact van het weer op individueel dagelijks reisgedrag. Hun literatuuronderzoek laat zien dat neerslag een van de belangrijkste redenen is om niet te fietsen. De negatieve impact van neerslag op fietsgedrag wordt op basis van gerapporteerde fietsverplaatsingen gedaan voor Duitse gemeenten (Goetzke en Rave, 2011), Melbourne (Richardson 2000) en Vermont (Flynn et al. 2012) en op basis van gemeten fietsverplaatsingen in Montreal (Miranda-Moreno en Nosal 2011), Wenen (Brandenburg et al. 2004), Melbourne (Keay 1992, Nankervis 1999 en Phung en Rose 2008) en in Nederland (Thomas et al. 2012).

Het precieze effect van (de hoeveelheid) regen op fietsgedrag is echter niet duidelijk. De meningen verschillen over vanaf welke hoeveelheid neerslag een effect gaat spelen en op welke manier. Een aantal studies laten het effect van regenval zien op het aantal verplaatsingen, de modaliteitskeuze en bestemmingskeuze. Ahmed et al. (2010), Brandenburg

et al. (2004) en Saneinejad et al. (2012) laten zien dat neerslag minder effect heeft op

fietsforensen dan op andere fietsverplaatsingen. Cools et al. (2010) laten zien dat in Vlaanderen fietsforensen de tijd van vertrek proberen aan te passen.

Veder lijkt regen niet op iedereen hetzelfde effect te hebben. Bergström en Magnussen (2003) en Keay (1992) bemerken dat in respectievelijk Zweden en Australië vrouwen eerder afhaken bij regenval dan mannen. Khattak en De Palma (1997) rapporteren meer modaliteitsverandering naar aanleiding van het weer bij mensen met flexibele uren. Tot slot lijkt er een verschil te zijn in hoe mensen in de binnenstad en in de buitenwijken zich door het weer laten beïnvloeden. Aaheim en Hauge (2005) vinden dat mensen in het stadscentrum van Bergen eerder geneigd zijn van vervoersmiddel te wisselen al naar gelang het weer dan mensen in de buitenwijken, waar toch al veel met de auto gedaan wordt. Een zelfde patroon vinden Phung en Rose (2008) in Melbourne.

Ook de temperatuur heeft een grote invloed op het mobiliteitsgebruik van mensen, hoewel minder dan regenval (Cools et al. 2010 en Sabir 2011). In veel onderzoeken worden seizoenen als proxy voor weersomstandigheden gebruikt. Zoals ook uit Heinens (2011)

Universiteit van Amsterdam | 18-08-2014 24 literatuur overzicht bleek is zomer het populairst om te fietsen en winter het minst. Uit een aantal onderzoeken blijkt dat boven een bepaalde drempel temperatuur een negatief effect gaat hebben op fietsgebruik (Ahmed et al. 2010, Keay 1992, Phung en Rose 2008, Richardson 2000 en Mirnada-Moreno en Nosal 2011).

Temperatuur effecten op reisgedrag verschillen per reisdoeleinde, populatie categorie en geografische context (Böcker, Dijst en Prillwitz 2013, p.77). Woon-werkverkeer is minder gevoelig voor temperatuurschommelingen dan andere soorten verplaatsingen (Aaheim en Hague 2005, Sabir 2011 en Thomas et al. 2012).

De rol van windsterkte is relatief weinig onderzocht, zoals Heinen (2011, p.33) al stelde. Desondanks vinden Aaheim en Hauge (2005) in Noorwegen, Rietveld en Daniel (2004), Sabir (2011) en Thomas et al. (2012) in Nederland en Keay (1992) en Phung en Rose (2008) in Australië een negatieve correlatie tussen wind en fietsgedrag. Flynn et al. (2012), Heinen

et al. (2011a) en Cools et al. (2010) vinden zelfs een specifiek verband tussen wind en

fietsforensen. Wind heeft wel een drempelwaarde van ongeveer 5 Bft á 6 Bft voordat het een meetbaar effect heeft.

Böcker, Dijst en Prillwitz (2013, zie ook Dijst et al. 2013) trekken een aantal waardevolle conclusies uit hun literatuur overzicht. Ten eerste dat veel onderzoeken de verschillende weersverschijnselen uit elkaar trekken alsof ze los van elkaar gebeuren, waar weersomstandigheden altijd in samenspel met elkaar plaatsvinden. Ten tweede zijn de meeste onderzoeken gebaseerd op daadwerkelijke en objectieve weersomstandigheden. Weinig onderzoek is gedaan naar de rol van weersverwachtingen en de subjectieve beleving van weersomstandigheden (voor uitzonderingen zie Thorssen et al. 2004 en Eliasson et al. 2007). Ten derde zijn het overgrote deel van de studies naar de relatie tussen het weer en reisgedrag gedaan in de westerse wereld, waar over het algemeen een gematigd of continentaal klimaat heerst (zie Ahmed et al. 2012) Daarbij bestaat er een discrepantie tussen de situering van de weerstations, die vaak buiten de stad zijn, en de onderzoekspopulatie, die zich doorgaans in de stad zelf bevindt. Hun aanbevelingen richten zich op het tegengaan van bovengenoemde vertekeningen. Waarbij ze onder andere aanraden te kijken of hoe verschillende sociaaleconomische factoren een rol spelen in de perceptie van het weer.

Deze aanbevelingen en de bevindingen uit de literatuur zullen in het volgende hoofdstuk gebruikt worden om een onderzoeksvraag en hypothesen te formuleren. Tevens zal op basis hiervan een theoretisch kader afgebakend worden.

25 18-08-2014 | Universiteit van Amsterdam 3. Onderzoeksvraag, hypothesen en theoretisch kader

Nadat in het vorige hoofdstuk een literatuuroverzicht is gegeven zal in dit hoofdstuk op basis hiervan eerst een onderzoeksvraag geformuleerd worden. Vervolgens zullen verschillende hypothesen geformuleerd worden en tot slot zal een theoretisch kader afgebakend worden.

3.1 Onderzoeksvraag

Dat de weersomstandigheden een rol spelen is duidelijk maar op welke mensen de invloed het meest geldt, is onduidelijk. Verschillende mensen beleven het weer op een andere manier. Door tegelijk te kijken naar sociaaleconomische factoren en weerfactoren kan inzicht worden gekregen in hoe verschillende mensen het weer ervaren en dit vertalen naar vervoersverplaat-singen. Met andere woorden wat voor mensen zijn snel geneigd de fiets te laten staan als het weer tegen zit.

Het onderzoek zal geleid worden door de volgende onderzoeksvraag:

Wat zijn de sociaaleconomische kenmerken van mensen in Nederland die als het weer minder gunstig is een kleinere waarschijnlijkheid krijgen om de fiets te ge-bruiken voor woon-werkverplaatsingen?

Deze vraag vergt enige uitwerking. Sociaaleconomische kenmerken wordt hier gebruikt om de populatie die in dit onderzoek onderzocht wordt te kunnen opdelen in verschillende cate-gorieën. De onderzoekspopulatie is representatief voor de Nederlandse bevolking en hun ver-plaatsingen zijn representatief voor de verver-plaatsingen van alle Nederlanders. Bewoners van instellingen, inrichtingen en tehuizen buiten beschouwing gelaten (CBS 2011 en 2012). In hoofdstuk 4 zal nader ingegaan worden op welke variabelen gebruikt zijn.

Minder gunstig weer wordt hier gebruikt in relatie tot fietsen, maar blijft natuurlijk subjectief. Om hier invulling aan te geven zijn een aantal dummy variabelen opgenomen in het model dat gebruikt zal worden in dit onderzoek. Ten eerste is neerslag opgenomen als dummy vari-abelen waar ‘geen neerslag’ gecontrasteerd wordt met ‘wel/deels’ neerslag. Het betreft hier gegevens van het uur van vertrek. In dit uur kan het geregend hebben of niet. Duidelijk mo-gen zijn dat wanneer neerslag zich voordoet dit minder gunstig is om te fietsen. Ten tweede is een dummy variabele voor zonneschijn opgenomen. Geen zonneschijn is hier minder gunstig dan wel/deels zonneschijn. Ten derde is er gekeken naar de windsnelheid. Windsnelheden

Universiteit van Amsterdam | 18-08-2014 26 van boven de 6Bft worden als minder gunstig beschouwd dan geen wind of minder sterke wind, zie ook de eerder genoemde drempelwaarde van windsnelheden in sectie 2.3.

Verder is ook een variabele voor de seizoenen opgenomen waarbij op basis van de literatuur verondersteld wordt dat de winter het minst gunstige seizoen is om in te fietsen. Temperatuur als variabele variërend van -19,1°C tot 34,8°C is moeilijker te categoriseren in meer of min-der gunstig, maar op basis van de literatuur kan wel gesteld worden dat in iemin-der geval de bei-de extremen als minbei-der gunstig kunnen worbei-den beschouwd. Voor een verbei-dere uitleg van bei-de weersvariabelen die gebruikt zijn in dit onderzoek, zie sectie 4.2.

De afhankelijke of verklaarde variabele dit in het logistische regressie model gebruikt zal worden is tevens een dummy variabele. Fietsww (fiets woon-werk) is als volgt opgedeeld: 0 staat voor woon-werkverplaatsingen die afgelegd worden op een andere manier dan fietsend. 1 staat voor alle woon-werkverplaatsingen die wel over de gehele lengte met de fiets zijn af-gelegd. Met deze constructie kan gekeken naar de waarschijnlijkheid dat mensen de fiets ge-bruiken voor woon-werkverkeer. Voor een uitleg van de methodologie hierachter, zie hoofd-stuk 5.

De vraag is nadrukkelijk niet wie de laagste waarschijnlijkheid heeft te fietsen, maar voor wie de waarschijnlijkheid om te fietsen het meest afneemt wanneer de weersomstandigheden minder gunstig zijn. Zoals later zal blijken hebben de sociaaleconomische variabelen een gro-tere correlatie met het gebruik van de fiets dan de weersvariabelen. Hierdoor kan het gebeu-ren dat hoewel een bepaalde groep sterker reageert op bepaalde weersomstandigheden, de waarschijnlijkheid dat ze gaan fietsen nog steeds groter is dan voor een andere groep ondanks het optreden van het desbetreffende weer. De vraag richt zich dus op wie de sterkste reactie, of de grootste waarschijnlijkheidsdaling, heeft op een bepaald type weer.

3.2 Hypothesen

Op basis van redenatie en het in hoofdstuk 2 gegeven literatuuroverzicht kunnen een zestal hypothesen geformuleerd worden ten aanzien van de eerder beschreven onderzoeksvraag.

1. Onder minder gunstige weersomstandigheden zullen vrouwen een lagere

waar-schijnlijkheid hebben dan mannen om de fiets te gebruiken voor hun woon-werkverkeer.

Vrouwen hebben een lagere waarschijnlijkheid om met de fiets van en naar het werk te gaan in de eerste plaats (Heinen 2011, zie ook Heinen et al. 2011a en Heinen et al. 2010). Daarbij

27 18-08-2014 | Universiteit van Amsterdam

stellen Bergström en Magnussen (2003, p.664) dat in Zweden vrouwen waarschijnlijk moeilijker te overtuigen zijn om meer in de winter te fietsen, omdat neerslag, temperatuur en de vroege donkerte voor hen belangrijker zijn dan voor mannen. Keay (1992, uit Böcker, Dijst en Prillwitz 2013) vindt een aanzienlijke afname in vrouwelijke fietsers bij lichte regenval, waar bij mannen dit zich voordoet bij hevige regenval. Tot slot stellen Steinbach et

al. (2011, p.1125) dat hoewel de praktische uitdagingen om het lichaam te beschermen tegen

het weer en mogelijke ongepastheid gelden voor zowel mannen als vrouwen bij elke vorm van transport, fietsende vrouwen in het specifiek publiekelijk verantwoordelijk worden gehouden voor hun keuzes in deze. Tot het punt dat de uitdaging om een bepaalde geslachtelijke stijl te combineren de praktische vereisten die het fietsen stelt, er toe leidt dat mensen met een feminiene identiteit ervoor zullen kiezen om de fiets niet langer als mogelijkheid te beschouwen.

2. Onder minder gunstige weersomstandigheden zullen oudere werkers een lagere waarschijnlijkheid hebben dan jongeren om de fiets te gebruiken voor hun woon-werkverkeer.

Ook hier biedt het Zweedse onderzoek van Bergström en Magnussen (2003) naar de mogelijkheid om meer mensen in de winter naar het werk te laten fietsen een aanknopingspunt. Zij stellen namelijk dat hoe jonger de leeftijd hoe gebruikelijker het is dat men in de winter naar het werk fietst (p. 559). Tevens wijzen ze op het grotere risico op ongelukken bij oudere mensen (p.664). Verwacht kan worden dat de extra inspanning die fietsen bij slecht weer vaak vergt oudere mensen eerder afschrikt dan jongeren.

3. Onder minder gunstige weersomstandigheden zullen allochtonen werkers een

lagere waarschijnlijkheid hebben dan autochtonen om de fiets te gebruiken voor hun woon-werkverkeer.

Heinen (2011, p.34) stelt dat in Nederland allochtonen minder vaak fietsen dan autochtonen. Lucas Harms (2006) wijst hier ook op in zijn vergelijk tussen de mobiliteit van allochtonen en autochtonen. Net als de afstudeerscriptie van Rik Verhoeven (2009) genaamd Allochtonen

onderweg.

4. Onder minder gunstige weersomstandigheden zullen voltijd werkers een lagere

Universiteit van Amsterdam | 18-08-2014 28

hun woon-werkverkeer.

Mensen die deeltijd werken wonen dichter bij hun werken (Boumans en Harms 2004) en fietsen dus ook vaker. Daarbij hebben wellicht een deel van de deeltijd werkers flexibelere werktijden dan de voltijd werkers, waardoor ze bijvoorbeeld kunnen wachten met naar het werk fietsen ‘tot de bui voorbij is’.

5. Onder minder gunstige weersomstandigheden zullen hoog opgeleide werkers

een lagere waarschijnlijkheid hebben dan laag opgeleiden om de fiets te gebruiken voor hun woon-werkverkeer.

Zoals eerder aangehaald werd, wijzen een aantal onderzoeken uit dat hoger opgeleiden minder fietsen dan laag opgeleiden (Heinen 2011). Verder werken hoog opgeleiden vaker verder van huis dan laag opgeleiden. Dit alles draagt er aan bij dat verondersteld kan worden dat hoog opgeleiden onder minder gunstige weersomstandigheden en lagere waarschijnlijkheid hebben om de fiets te gebruiken voor hun woon-werkverkeer.

6. Onder minder gunstige weersomstandigheden zullen mensen in niet stedelijk

gebieden een lagere waarschijnlijkheid hebben dan mensen in zeer sterk stedelijk gebieden om de fiets te gebruiken voor hun woon-werkverkeer.

Aangenomen wordt dat in stedelijke gebieden de afstanden die mensen moeten reizen korter zijn dan in niet stedelijke gebieden, waardoor de blootstelling aan de weersomstandigheden ook korter is. Aaheim en Hauge (2005) vinden dat in het centrum van Bergen in Noorwegen meer modaliteitsverandering naar aanleiding van neerslag plaatsvindt dan in de buitenwijken omdat mensen daar toch al vaker met de auto reizen. Phung en Rose (2008) laten zien dat in Australië fietsen in voorstedelijke en uitgestrekte gebieden gevoeliger is voor neerslag dan in stedelijke en meer beschutte gebieden. Aan de andere kant stellen Rietveld en Daniel (2004) dat in Nederland in gemiddeld stedelijke gebieden meer verplaatsingen met de fiets worden afgelegd dan in niet stedelijke en ook zeer sterk stedelijke gebieden, respectievelijk 26,3%, 25,35 en 24,1% van alle verplaatsingen. Zij schrijven dit toe aan de hoge dichtheid van het openbaar vervoernetwerk in steden. Desondanks zal bovenstaande hypothese getest worden, aangezien plausibel lijkt dat de te reizen afstand een grote rol speelt in de gevoeligheid ten aanzien van weersomstandigheden.

29 18-08-2014 | Universiteit van Amsterdam

3.3 Theoretisch kader

Statistisch onderzoek van geaggregeerde data met als doel gedrag te begrijpen vergt een dui-delijk afbakening. In figuur 2 zijn de invloeden op dagelijks fietsgebruik voor woon-werkverkeer te zien. Bovenaan staan de verplaatsingskenmerken zelf, waarvan de afstand waarschijnlijk de belangrijkste is. Andere verplaatsingskenmerken zijn bijvoorbeeld over in een verplaatsing meerdere plekken bezocht moeten worden en of goederen vervoerd moeten worden. Werk(plaats) kenmerken hebben invloed op het fietsgebruik omdat hier onder valt of men bijvoorbeeld op de vast locatie werkt, of er tijdens het werk gereisd moet worden en of men in pak op het werk moet verschijnen. Verder kunnen hier bijvoorbeeld de aanwezigheid van een douche op het werk onder vallen.

De gebouwde omgeving omvat bijvoorbeeld of er fietspaden zijn om over te fietsen, hoe de stedelijke omgeving is opgezet en welke dichtheid een gebied kent. De natuurlijke omgeving zegt meer over de heuvelachtigheid van een gebied en het klimaat dat ergens heerst. De so-ciale omgeving daarentegen zegt iets over de invloed van de soso-ciale omgeving op fietsgedrag. Figuur 2: De verschillende factoren die van invloed zijn op het dagelijks fietsgebruik voor woon-werkverplaatsingen

Bron: naar Heinen (2011, fig 1.2), Handy en Xing (2011, fig 1),Rietveld en Daniel (2004, fig 1) en Jones en Buckland (2008, tabel 3)

Universiteit van Amsterdam | 18-08-2014 30 Eva Heinen (2011) verwijst hiernaar met de geldende normen in een gebied. Staan de mensen in de omgeving van de (potentiele) fietser ondersteunend tegenover fietsen, of wordt er op fietsen neergekeken. Het oordeel van de sociale omgeving, bijvoorbeeld collega’s, kan van doorslaggevend belang voor de keuze om al dan niet te fietsen naar het werk.

De laatste twee belangrijke invloeden op fietsgebruik zijn natuurlijk de individuele kenmer-ken en de weersomstandigheden. De individuele kenmer-kenmerkenmer-ken zijn enerzijds een aantal demo-grafische en sociaaleconomische kenmerken van de (potentiele) fietsforens. Anderzijds zijn het de attitudes en gewoonten van een individu die een rol spelen bij de keuze om al dan niet te gaan fietsen. Tot slot spelen de dagelijkse weersomstandigheden een rol. Mocht fietsen een optie zijn voor een bepaald individu, gegeven de eerder genoemde invloeden, dan nog wil dat niet noodzakelijkerwijs betekenen dat ook daadwerkelijk iedere dag naar het werk gefietst wordt. De dagelijks veranderende weersomstandigheden moeten iedere dag weer opnieuw geëvalueerd worden op hun geschiktheid om de fiets te nemen.

Uiteraard staan al deze invloeden niet los van elkaar, maar zijn allemaal met elkaar verweven. Ter illustratie de gebouwde omgeving, bijvoorbeeld een dorp, heeft grote invloed op de af-stand die afgelegd moet worden, maar ook op de sociale omgeving van een (potentiele) fiets-forens. Daarbij staat het ook in verband met individuele kenmerken van een persoon. Er kan zelfs gesteld worden dat de weersomstandigheden op het platteland een andere invloed heb-ben dan in de stad, denk bijvoorbeeld aan een harde wind die in weinig beschut open gebied vrij spel heeft op de fietser. Desondanks zullen in dit onderzoek, dat zich zal richten op het samenspel tussen weersomstandigheden, individuele kenmerken en het dagelijks fietsgebruik, losse variabelen gebruikt worden voor de verschillende componenten waaruit weersomstan-digheden en individuele kenmerken zijn opgebouwd.

Weersomstandigheden an sich staan los van de andere factoren zoals afgebeeld in figuur 2, echter de beoordeling van de het weer op haar geschiktheid om al dan niet naar het werk te fietsen is niet als losstaand te zien. Helaas kunnen individuele kenmerken in de vorm van abstracties als houding, attitude, normen en gewenning of gewoonte niet gekwantificeerd worden. De individuele kenmerken die gebruikt kunnen worden zijn sociaaleconomische van aard. Daarbij zullen ook de stedelijkheidsgraad van de woongemeente meegenomen worden in de analyse en de afstand waarover de verplaatsing plaatsvindt. Afstand speelt een grote rol in de beslissing om al dan niet met de fiets te gaan en het zou onlogisch zijn dit buiten be-schouwing te laten. De stedelijkheid van een gebied vormt het koppelstuk tussen de variabele afstand en de sociaaleconomische kenmerken, in de zin dat het in directe relatie staat tot bei-de. Daarbij is het een uitgesproken geografisch concept, dat aandacht verdient in de context

31 18-08-2014 | Universiteit van Amsterdam

van deze scriptie. Zoals zal blijken in hoofdstuk 5 zal het geconstrueerde model niet de hele variatie in het verschil in fietsgedrag kunnen verklaren en dat zal er aan liggen dat onmoge-lijk alle factoren die hierop van invloed zijn gekwantificeerd en gemodelleerd kunnen wor-den.

Dit gemodelleerde statistische onderzoek neemt desondanks een aantal van de aanbevelingen van Böcker, Dijst en Prillwitz (2013, zie ook Dijst et al. 2013) over. Waar veel studies alleen seizoen of temperatuur gebruiken als indicator voor de weersomstandigheden gebruikt dit onderzoek vier verschillende weersvariabelen en de variabele seizoen. Daarbij worden in dit onderzoek weersvariabelen met elkaar gecombineerd, waardoor ze minder geïsoleerd en af-zonderlijk worden. Daarbij kijkt het onderzoek naar het hele land en niet alleen naar een ste-delijk gebied, waardoor de spreiding van gegevens en weerdata beter is.

Universiteit van Amsterdam | 18-08-2014 32 4. Data

Voor dit onderzoek zijn twee databases met elkaar gecombineerd. Hieruit zijn acht sociaal-economische of verplaatsingsvariabelen gedestilleerd en vijf weer gerelateerde variabelen.

4.1 Data vergaring

Voor dit onderzoek werd gebruik gemaakt van twee databases. Ten eerste de data uit de 2011 en 2012 versie van het OViN onderzoek. OViN staat voor Onderzoek Verplaatsingen in Nederland. Dit onderzoek wordt ieder jaar uitgevoerd door het CBS in samenwerking met Rijkswaterstaat. Gedetailleerde gegevens worden verzameld van ruim 100.000 verplaatsingen in Nederland. “Het doel van het onderzoek verplaatsingen in Nederland is het in kaart brengen hoe en wanneer de Nederlandse bevolking deelneemt aan het verkeer” (CBS 2014). Ten tweede is gebruik gemaakt van gegevens van het Koninklijk Nederlands Meteorologisch Instituut (KNMI). Het KNMI heeft 32 weerstations in Nederland, deze weerstations verzamelen gegevens over onder andere de temperatuur, windsnelheid, de hoeveelheid zonneschijn en de duur van en de hoeveelheid neerslag. Deze gegevens worden per uur bijgehouden. Door de twee databases aan elkaar te koppelen kan in kaart worden gebracht wat de weersomstandigheden waren op het moment van vertrek van een persoon uit de OViN database. De gemiddelde afstand tot een weerstation is 12 kilometer waardoor van lokale weersomstandigheden gesproken kan worden.

Achtereenvolgens zijn de volgende stappen doorlopen. In het programma ArcGIS 10.1 is een kaart geopend met alle gemeenten van Nederland in het desbetreffende jaar geopend. Daaroverheen zijn op basis van de gegeven coördinaten de 32 weerstations geprojecteerd. Vervolgens zijn alle gemeenten op basis van afstand aan het dichtstbijzijnde weerstation gekoppeld. In 2011 telde Nederland 418 gemeenten, in 2012 waren dit er 415. Hierdoor kon een lijst van alle gemeenten met het dichtstbijzijnde weerstation verkregen worden. Deze lijst vormde de basis van waaruit de twee databases aan elkaar gekoppeld werden.

De volgende stap bestond uit het opvragen van de 24-uursgegevens van alle 32 weerstations in Nederland. De volgende stappen zijn uitgevoerd in Stata 12. Nadat de lijst met gemeenten met het dichtstbijzijnde weerstation in Stata geopend was kon deze op basis van de overeenkomende weerstationscode gekoppeld worden aan de weergegevens. Dit leverde een enorme databestand op aangezien voor alle gemeente in Nederland het weer op het uur nauwkeurig voor een heel jaar gemaakt werd.

De data bevatte nu naast het exacte uur, dag, maand en jaar ook de locatie op basis van de gemeentecode en niet alleen de weerstationscode. Vervolgens werd de OViN database

33 18-08-2014 | Universiteit van Amsterdam

geopend, welke ook de gemeentecode, uur, dag, maand en jaar bevat. Met de OViN database als basis werden deze twee databases aan elkaar gekoppeld. Hierdoor ontstond een gegevensbestand dat als basis de OViN gegevens bevat, maar daarbij ook de juist lokale weerdata van het KNMI op het moment en punt van vertrek heeft. Tot slot zijn de data van 2011 en 2012 bij elkaar gevoegd, waardoor bestand ontstond met in totaal 264.553 verplaatsingen.

Helaas waren 26.205 verplaatsingen incompleet, deze zijn verwijderd. Dit was ofwel omdat de KNMI data niet geheel compleet was voor alle weerstations op alle tijdstippen, maar voornamelijk omdat bij toerverplaatsingen de databestanden niet goed gekoppeld waren. Dit laatste heeft echter geen effect op het onderzoek, aangezien woon-werkverplaatsingen nooit toer-verplaatsingen kunnen zijn. Uit het OViN bestand zijn vervolgens een heel aantal verplaatsingen verwijderd die niet relevant waren voor dit onderzoek. Ten eerste zijn alle verplaatsingen die niet woon-werkverplaatsingen waren verwijderd, waardoor 19.30% van de verplaatsingen overbleven. Om uitbijters te voorkomen zijn achtereenvolgens de verplaatsingen die groter waren dat 15 km verwijdert omdat slechts weinig mensen over grotere afstanden fietsen en verder zijn jongeren onder de 14 die onverhoeds een woon-werkverplaatsing maakte, ook verwijderd. Overigens is 14 jaar de minimum werkleeftijd. Hierdoor bleven 27,290 verplaatsingen over. Sommige van deze verplaatsingen zijn eigenlijk een schakeling van verplaatsingen, die samen een reis vormen. Daarbij komen dezelfde reizen vaak twee keer voor aangezien de meeste mensen op dezelfde manier naar hun werk als van hun werk reizen.

Fietsforensen worden hier gezien als mensen die de fiets als hoofdvervoersmiddel hebben en dus de hele afstand van of naar het werk fietsen. Mensen die bijvoorbeeld met de fiets naar het station gaan om vervolgens de trein te pakken worden niet als fietsforensen beschouwt in dit onderzoek.

4.2 Data beschrijving

De afhankelijke variabele die in dit onderzoek gebruikt wordt is de dummy variabele Fietsww, oftewel fietsen woon-werkverkeer doeleinden. Het verklarend vermogen van een aantal sociaaleconomische en weersvariabele wordt getest. De sociaaleconomische variabelen zoals afgebeeld in tabel 4 worden gebruikt. Geslacht laat een bijna gelijke verdeling zien in de onderzoekpopulatie 51% man om 49% vrouw. De gemiddelde leeftijd in de populatie is 42 jaar. Autochtonen maken 85% van de groep, 8% is westerse allochtoon en 7% niet-westerse allochtoon. Fulltime werkers maken 60% van de groep, 40% heeft voor minder 30 uur weer