ONDERZOEK VERPLAATSINGSGEDRAG STADSGEWEST ANTWERPEN (april april 2000) DEEL 2: ANALYSE HUISHOUDENVRAGENLIJST

ONDERZOEK VERPLAATSINGSGEDRAG STADSGEWEST ANTWERPEN

(april 1999 - april 2000)

DEEL 2: ANALYSE HUISHOUDENVRAGENLIJST

PROVINCIALE HOGESCHOOL LIMBURG DEPARTEMENT ARCHITECTUUR EN BEELDENDE KUNST

P H L

INHOUD

Lijst van tabellen………3

1. Inleiding………4

2. Verdeling van de gezinnen volgens geografische kenmerken……….. 5

3. Verdeling van de gezinnen volgens bezit van vervoermiddelen………8

4. Verdeling van de gezinnen volgens vervoermiddelenbezit-index (VMB-index) ……….13

5. Verdeling van de wagens volgens verschillende kenmerken………...21

6. Bibliografie………31

7. Bijlage………32

7.1. Interpretatie van de regressies...32

7.2. Niet-becommentarieerde tabellen ...34

7.3. Lijst met de betekenis van de variabelennamen in regressies……… 41

Lijst van tabellen

T

ABEL

1. L

IGGING VAN DE WONING

...5

T

ABEL

2. A

FSTAND VAN DE WONING TOT DE DICHTSTBIJZIJNDE BUSHALTE

(

DE LIJN

) ...6

T

ABEL

3. A

FSTAND VAN DE WONING TOT HET DICHTSTBIJZIJNDE STATION

...7

T

ABEL

4. A

FSTAND VAN DE WONING TOT DE DICHTSTBIJZIJNDE TRAMHALTE

...7

T

ABEL

5. V

ERDELING VAN GEZINNEN VOLGENS BEZIT PERSONENWAGENS

...8

T

ABEL

6. V

ERDELING VAN GEZINNEN VOLGENS FIETSBEZIT

...8

T

ABEL

7. V

ERDELING VAN GEZINNEN VOLGENS BEZIT SNORFIETSEN

...9

T

ABEL

8. V

ERDELING VAN GEZINNEN VOLGENS BEZIT BROMFIETSEN

...9

T

ABEL

9. V

ERDELING VAN GEZINNEN VOLGENS MOTORBEZIT

...9

T

ABEL

10. G

EMIDDELD AANTAL VERVOERMIDDELEN PER GEZIN

...10

T

ABEL

11. L

INEAIRE REGRESSIE VAN HET AANTAL PERSONENWAGENS PER GEZIN

...11

T

ABEL

12. O

VERZICHT VAN DE IMPACT VAN VARIABELEN OP HET AANTAL WAGENS

...13

T

ABEL

13. V

ERDELING VAN DE GEZINNEN VOLGENS

VMB-

INDEX

...13

T

ABEL

14. V

ERDELING VAN DE GEZINNEN VOLGENS VMB

-

INDEX EN DE AFSTAND VAN DE WONING TOT DE DICHTSTBIJZIJNDE LIJNBUSHALTE

...14

T

ABEL

15. V

ERDELING VAN DE GEZINNEN VOLGENS VMB

-

INDEX EN DE AFSTAND VAN DE WONING TOT DE DICHTSTBIJZIJNDE TRAMHALTE

...16

T

ABEL

16. V

ERDELING VAN DE GEZINNEN VOLGENS VMB

-

INDEX EN DE AFSTAND VAN DE WONING TOT HET DICHTSTBIJZIJNDE STATION

...17

T

ABEL

17. V

ERDELING VAN DE GEZINNEN VOLGENS VMB

-

INDEX EN GEZINSGROOTTE

...18

T

ABEL

18. V

ERDELING VAN DE GEZINNEN VOLGENS VMB

-

INDEX EN NETTO

-

GEZINSINKOMEN

...20

T

ABEL

19. V

ERDELING VAN WAGENS VOLGENS DE WIJZE WAAROP ZE IN BEZIT GEKOMEN ZIJN

...21

T

ABEL

20. V

ERDELING VAN WAGENS VOLGENS DE WIJZE WAAROP ZE IN BEZIT GEKOMEN ZIJN EN NETTO

-

GEZINSINKOMEN

...21

T

ABEL

21. V

ERDELING VAN WAGENS VOLGENS BOUWJAARCATEGORIE

...22

T

ABEL

22. V

ERDELING VAN WAGENS VOLGENS BOUWJAARCATEGORIE EN BRANDSTOFSOORT

...23

T

^ABEL

23. V

ERDELING VAN WAGENS VOLGENS JAARKILOMETRAGE

(=

^AFGELOPEN

12

MAAND AFGELEGD

)…………24

T

ABEL

24. V

ERDELING VAN WAGENS VOLGENS JAARKILOMETRAGE EN DE WIJZE WAAROP ZE IN BEZIT GEKOMEN ZIJN

……… ...25

T

ABEL

25. G

EMIDDELD JAARKILOMETRAGE VAN DE WAGENS VOLGENS DE WIJZE WAAROP ZE IN BEZIT GEKOMEN ZIJN

……… 25

T

ABEL

26. V

ERDELING VAN WAGENS VOLGENS JAARKILOMETRAGE EN BRANDSTOFSOORT

………26

T

ABEL

27. V

ERDELING VAN WAGENS VOLGENS JAARKILOMETRAGE EN BOUWJAARCATEGORIE

………..27

T

ABEL

28. V

ERDELING VAN WAGENS VOLGENS JAARKILOMETRAGE EN NETTO

-

GEZINSINKOMEN

……… 28

T

ABEL

29. L

INEAIRE REGRESSIE VAN GEMIDDELD JAARKILOMETRAGE VAN PERSONENWAGENS

...30

T

ABEL

30. F

ICTIEF VOORBEELD VAN EEN LOGISTISCHE REGRESSIE OM DE BEGRIPPEN UIT TE LEGGEN

. A

FHANKELIJKE VARIABELE IS RIJBEWIJSBEZIT

...32

T

ABEL

31. A

ANTAL LEDEN IN HET GEZIN

...34

T

ABEL

32. C

ATEGORIEËN VAN TOTAAL NETTO

-

GEZINSINKOMEN

...34

T

ABEL

33. V

ERDELING VAN GEZINNEN VOLGENS BEZIT VAN BESTELWAGENS

...34

T

ABEL

34. G

EMIDDELD AANTAL VERVOERMIDDELEN PER GEZIN VOLGENS GESLACHT VAN HET GEZINSHOOFD

...35

T

ABEL

35. G

EMIDDELD AANTAL VERVOERMIDDELEN PER GEZIN VOLGENS LEEFTIJD VAN HET GEZINSHOOFD

...35

T

ABEL

36. G

EMIDDELD AANTAL VERVOERMIDDELEN PER GEZIN VOLGENS NETTO

-

GEZINSINKOMEN

...36

T

ABEL

37. G

EMIDDELD AANTAL VERVOERMIDDELEN PER GEZIN VOLGENS GEZINSGROOTTE

...37

T

ABEL

38. V

ERDELING VAN GEZINNEN VOLGENS VMB

-

INDEX EN GESLACHT VAN HET GEZINSHOOFD

...38

T

ABEL

39. V

ERDELING VAN WAGENS VOLGENS CILINDERINHOUD

...38

T

ABEL

40. V

ERDELING VAN WAGENS VOLGENS BRANDSTOFSOORT

...39

T

ABEL

41. G

EMIDDELDE CILINDERINHOUD

,

VERBRUIK EN KILOMETERSTAND VAN WAGENS

...39

T

ABEL

42. V

ERDELING VAN WAGENS VOLGENS BESLISSINGSMACHT OVER HET GEBRUIK VAN DE WAGEN

...39

TABEL

43.

VERDELING VAN WAGENS VOLGENS DE WIJZE WAAROP ZE IN BEZIT GEKOMEN ZIJN EN BOUWJAARCATEGORIE

……… 40

1. Inleiding

Tijdens de periode april 1999 tot april 2000 werden er gegevens verzameld over een aantal mobiliteitskenmerken van gezinnen en personen vanaf 6 jaar in het stadsgewest Antwerpen

¹

waaronder het verplaatsingsgedrag van personen.

Dit onderzoek gebeurde via een enquête waarbij:

1) een vragenlijst moest ingevuld worden met gegevens over het gezin (gezinsvragenlijst)

2) een vragenlijst moest ingevuld worden met gegevens over de gezinsleden vanaf 6 jaar met daarbij ook een deel over hun verplaatsingen tijdens een opgegeven periode van 2 dagen (personenvragenlijst met verplaatsingendeel).

We wilden dus analyses doen op gegevens van 2.500 gezinnen. Omdat niet alle huishoudens meedoen aan het onderzoek, werden 5000 huishoudens aselect getrokken uit het Rijksregister. Een tweede steekproef van 5000 huishoudens werd in de maand oktober 1999 bezorgd. De tweede steekproef werd niet volledig opgebruikt. Uiteindelijk werden voor het stadsgewest Antwerpen 7.006 huishoudens gecontacteerd.

De contactprocedure was ofwel telefonisch/postaal ofwel uitsluitend postaal. De huishoudens werden indien mogelijk op voorhand telefonisch gecontacteerd. Dit verhoogt de kans op respons, en het geeft een beter beeld op het aantal personenvragenijsten dat er naar het huishouden moet opgestuurd worden. Indien er geen vaste telefoon was (of ingeval van een geheim nummer), werden 1 huishouden- en 5 personenvragenlijsten opgestuurd.

De verzameling van deze gegevens (= veldwerk) werd uitgevoerd door het onderzoeksbureau Dimarso. De begeleiding en controle van het veldwerk werd uitgevoerd door de Onderzoekscel Architectuur en Mobiliteit van de Provinciale Hogeschool Limburg (departement Architectuur).

De rapportage van deze analyse bestaat uit 3 delen die verwerkt zijn in 3 overeenkomstige en afzonderlijke rapporten:

1. een methodologische analyse

2. een analyse van de huishoudenvragenlijst 3. een analyse van de personenvragenlijst

Het voorliggend document is het rapport met de analyse van de huishoudenvragenlijst.

1 Als omschrijving van dit stadsgewest werd de afbakening van het Ruimtelijk Structuurplan Vlaanderen (RSV) gehanteerd waarbij voor de gemeenten, die volgens dit RSV slechts gedeeltelijk in het stadsgewest gelegen zijn, de totale gemeente in aanmerking werd genomen. Het stadsgewest Antwerpen in dit onderzoek bestaat uit de volgende gemeenten: Antwerpen, Zwijndrecht, Wijnegem, Borsbeek, Wommelgem, Boechout, Hove, Kontich, Aartselaar, Mortsel en Edegem.

De gegevens werden verwerkt in een SAS-programma en worden voorgesteld via SAS-tabellen, meestal tabellen met 2 ingangen (zgn. bivariate tabellen).

Voor een goed begrip van de tabellen volgt hierna een korte toelichting.

Het eerst vermelde cijfer van elk vakje is de absolute frequentie (“Frequency”) van een bepaalde steekproeféénheid (huishouden in dit geval) of variabele die beantwoordt aan de betreffende waarden van het vakje.

Het tweede (hieronder) vermelde cijfer is de relatieve frequentie (“Percent”) van bovenvermeld absoluut cijfer t.o.v. de totale frequentie van deze variabele.

Het derde cijfer is de relatieve frequentie (“rijpercentage”/Row Pct) van dezelfde variabele t.o.v. de betreffende totale rijfrequentie.

Het vierde cijfer is de relatieve frequentie ("kolompercentage"/Col Pct) van dezelfde variabele t.o.v. de betreffende totale kolomfrequentie.

“Frequency missing” betekent het aantal respondenten (huishoudens) die aan de enquête hebben deelgenomen maar die de betrokken vra(a)g(en) niet beantwoord hebben.

Bij de interpretatie moet eveneens rekening worden gehouden met de soms beperkte aantallen in bepaalde tabellen omdat de representativiteit dan te zeer in het gedrang komt. Meestal wordt dit wel aangegeven. Inzake de regressies tenslotte hebben we getracht zoveel mogelijk beïnvloedende factoren te betrekken alhoewel dit niet steeds mogelijk is (b.v. de afstand tot een bepaalde bushalte is opgenomen in de regressie, de ritfrequentie van de bus(sen) evenwel niet). In die zin moeten we de regressieresultaten enigszins relativeren.

Achtereenvolgens zullen we de gegevens van de huishoudens bespreken inzake:

- een aantal geografische kenmerken - het bezit van vervoermiddelen en

- de verdeling van de wagens van de huishoudens volgens verschillende kenmerken.

In de bijlage zijn een nadere verklaring van regressie-analyse en een aantal niet-becommentarieerde tabellen opgenomen.

2. Verdeling van de gezinnen volgens geografische kenmerken

Tabel 1. Ligging van de woning

Cumulative Cumulative LIGGING Frequency Percent Frequency Percent

ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ in het centrum/dicht bebouwd gebied 1673.094 68.2 1673.094 68.2

niet in het centrum, niet afgelegen 738.3507 30.1 2411.445 98.3 afgelegen 42.72348 1.7 2454.168 100.0 Frequency Missing = 83.277803352

Bijna 70% van alle huishoudens woont in het centrum of dicht bebouwd gebied. Voor nog eens 30%

ligt de woning in een ‘tussengebied’. Verwonderlijk zijn deze cijfers niet, aangezien de steekproef van huishoudens getrokken werd in het grootstedelijk gebied Antwerpen.

Bijkomend onderzoek heeft niettemin uitgewezen dat de perceptie van de ligging van de woning door de respondenten niet altijd even consequent is (Nuyts et al., 2000). Niet alleen komt de perceptie slecht overeen met "professionele", meetbare gegevens, maar er zijn ook grote verschillen in de perceptie van mensen die in dezelfde straat wonen. Vandaar dat we erg voorzichtig moeten zijn bij de interpretatie van bovenstaande tabel.

Tabel 2. Afstand van de woning tot de dichtstbijzijnde bushalte (De Lijn)

Cumulative Cumulative ABUS Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-249m 1074.069 42.3 1074.069 42.3 250 - 499 m 645.376 25.4 1719.445 67.8 500 - 999 m 399.2579 15.7 2118.703 83.5 1 km - 1.999 km 132.9109 5.2 2251.613 88.7 2 km - 5 km 31.17377 1.2 2282.787 90.0 meer dan 5 km 11.5133 0.5 2294.301 90.4 geen idee 23.88692 0.9 2318.187 91.4 blanco (> 5 km ?) 219.2584 8.6 2537.446 100.0

Het wonen in een grootstedelijk gebied heeft zijn invloed op de nabijheid van allerlei functies en op de dichtheid van het openbaar vervoernet: bijna 70% woont binnen een afstand van 500 m en 83,5 % van de huishoudens woont binnen een afstand van 1 kilometer van een bushalte. Wat de nabijheid van het openbaar vervoer betreft scoort het stadsgewest Antwerpen dus niet slecht. In het Decreet op Basismobiliteit wordt een afstand van 250m of 500m in een woonzone in een stedelijk gebied aangehaald als maximumafstand tot een bushalte. Het stadsgewest Antwerpen lijkt hier grotendeels aan te voldoen.

In deze tabel (en in alle volgende tabellen waarin een afstand tot een o.v.-halte werd gevraagd) is er een aparte categorie ‘blanco (> 5 km ?)’. Deze code is toegevoegd door het enquêtebureau om het grote aantal blanco’s bij deze vraag op te vangen

²

. Het vermoeden dat het hierbij vooral ging om huishoudens die verder dan 5 kilometer verwijderd zijn, werd bij verdere analyse niet bevestigd maar een evenredige verdeling over de andere categorieën evenwel ook niet. Daarom hebben we ervoor gekozen om de blanco’s als een aparte categorie in de tabellen te laten. Zolang de percentages van deze categorie + de categorie 'geen idee' minder is dan 10 %, zullen de besluiten die op basis van deze tabellen getrokken worden nog wel grotendeels correct zijn. Wanneer dit percentage echter merkelijk groter wordt dan 10 % kunnen nog moeilijk besluiten worden getrokken.

Noteer dat het hier om subjectieve percepties van de respondenten gaat.

2 In deze vraag bedragen de blanco's 9,5 %. In analoge vragen bedraagt dit percentage soms veel meer.

Tabel 3. Afstand van de woning tot het dichtstbijzijnde station

Cumulative Cumulative ATREIN Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-249m 72.75711 2.9 72.75711 2.9 250 - 499 m 122.2227 4.8 194.9798 7.7 500 - 999 m 277.5041 10.9 472.484 18.6 1 km - 1.999 km 394.0063 15.5 866.4902 34.1 2 km - 5 km 786.0188 31.0 1652.509 65.1 meer dan 5 km 480.2441 18.9 2132.753 84.1 geen idee 68.25046 2.7 2201.004 86.7 Blanco (> 5 km ?) 336.4423 13.3 2537.446 100.0

De nabijheid van het station is uiteraard kleiner dan dat van de bus (grotere maaswijdte). Toch woont nog een kleine 20 % binnen een afstand van 1 km van een station en meer dan 2/3 op een afstand van maximaal 5 km. De trein is dus voor 2/3 redelijk nabij mits eventueel voortransport openbaar vervoer of fiets. Merk op dat de 2 laatste categorieën samen 16 % uitmaken van de respondenten.

Noteer dat het hier om subjectieve percepties van de respondenten gaat.

Tabel 4. Afstand van de woning tot de dichtstbijzijnde tramhalte

Cumulative Cumulative ATRAM Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-249m 553.3057 21.8 553.3057 21.8 250 - 499 m 386.7253 15.2 940.031 37.0 500 - 999 m 324.8075 12.8 1264.838 49.8 1 km - 1.999 km 266.0441 10.5 1530.883 60.3 2 km - 5 km 353.2814 13.9 1884.164 74.3 meer dan 5 km 256.1098 10.1 2140.274 84.3 geen idee 69.92182 2.8 2210.196 87.1 Blanco (> 5 km ?) 327.2503 12.9 2537.446 100.0

Uit deze tabel blijkt het minder uitgebreid netwerk van de tram in vergelijking met de bus: slechts ongeveer 1/3 (namelijk 37 %) woont binnen een afstand van 500 m (tegenover 67,8 % voor de bus) en slechts de helft (tegenover 83,5 % voor de bus) binnen een afstand van 1 km. Merk op dat de 2 laatste categorieën samen 15,7% uitmaken van de respondenten.

Noteer dat het hier om subjectieve percepties van de respondenten gaat.

3. Verdeling van de gezinnen volgens bezit van vervoermiddelen

Tabel 5. Verdeling van gezinnen volgens bezit van personenwagens

Cumulative Cumulative

PERSWAGA Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 664.9704 26.2 664.9704 26.2 1 1440.951 56.8 2105.921 83.0 2 384.3245 15.1 2490.246 98.1 3 36.7789 1.4 2527.025 99.6 4 6.935014 0.3 2533.96 99.9 13 0.856663 0.0 2534.816 99.9 14 0.778226 0.0 2535.595 99.9 23 0.856663 0.0 2536.451 100.0 36 0.99466 0.0 2537.446 100.0

26,2% van de huishoudens in het stadsgewest Antwerpen bezit geen personenwagen. Deze autoloze gezinnen zijn evenwel slechts betrekkelijk 'vervoersarm' omdat zij (zie vorige tabellen) relatief gemakkelijk toegang hebben tot het openbaar vervoer.

Tabel 6. Verdeling van gezinnen volgens fietsbezit

Cumulative Cumulative FIETSA Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 926.4473 36.51 926.4473 36.51 1 562.3735 22.16 1488.821 58.67 2 531.3737 20.94 2020.195 79.62 3 204.6704 8.07 2224.865 87.68 4 189.6175 7.47 2414.482 95.15 5 69.60573 2.74 2484.088 97.90 6 29.72112 1.17 2513.809 99.07 7 9.834352 0.39 2523.644 99.46 8 7.093302 0.28 2530.737 99.74 9 0.882347 0.03 2531.619 99.77 10 1.691619 0.07 2533.311 99.84 11 0.882347 0.03 2534.193 99.87 13 0.712249 0.03 2534.905 99.90 18 0.99466 0.04 2535.9 99.94 20 0.712249 0.03 2536.612 99.97 43 0.833499 0.03 2537.446 100.00

Een vrij grote minderheid van de respondenten heeft geen fiets: bijna 37%. Verder zien we 2

groepen: één rond 1 of 2 fietsen en één froep rond 3 of 4 fietsen.

Tabel 7. Verdeling van gezinnen volgens bezit snorfietsen

Cumulative Cumulative SNORA Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 2450.419 96.6 2450.419 96.6 1 53.07399 2.1 2503.493 98.7 2 19.08433 0.8 2522.577 99.4 3 5.667221 0.2 2528.245 99.6 4 7.076304 0.3 2535.321 99.9 5 1.493388 0.1 2536.814 100.0 6 0.631698 0.0 2537.446 100.0

Tabel 8. Verdeling van gezinnen volgens bezit bromfietsen

Cumulative Cumulative BROMA Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 2441.175 96.2 2441.175 96.2 1 89.23778 3.5 2530.413 99.7 2 5.76991 0.2 2536.183 100.0 3 1.263395 0.0 2537.446 100.0

Tabel 9. Verdeling van gezinnen volgens motorbezit

Cumulative Cumulative MOTORA Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 2439.561 96.1 2439.561 96.1 1 93.53175 3.7 2533.092 99.8 2 2.878394 0.1 2535.971 99.9 4 1.475258 0.1 2537.446 100.0

Ongeveer telkens 3% van de Antwerpse huishoudens bezit een snor-, een brom- of een motorfiets.

Tabel 10. Gemiddeld aantal vervoermiddelen per gezin

Variable Label Mean ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ PERSWAGA Aantal personenwagens 0.9557719 BESTELA Aantal bestelwagens 0.0392877 FIETSA Aantal fietsen 1.4823394 SNORA Aantal snorfietsen 0.0582502 BROMA Aantal bromfietsen 0.0412099 MOTORA Aantal motoren 0.0414549 ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

Niet verwonderlijk dat het gemiddeld aantal personenwagens net niet 1 is. Zoals reeds hoger vermeld (zie Tabel 5) vinden we in Antwerpen veel huishoudens zonder wagen.

In de tabellen in bijlage (Tabel 34 tot en met Tabel 37) is het bezit van het aantal vervoermiddelen uitgezet tegenover vier verschillende variabelen: geslacht en leeftijd van het gezinshoofd, aantal gezinsleden en totaal netto-inkomen van het gezin. Deze tabellen leggen als dusdanig geen verband tussen de vier variabelen in kwestie en het vervoermiddelenbezit, waardoor er verkeerde interpretaties kunnen ontstaan. We vinden bijvoorbeeld dat het aantal wagens bij mannelijke gezinshoofden 1.12 is, en bij vrouwelijke 0.58. Dat zou kunnen zijn omdat vrouwen niet graag rijden, en dus minder auto’s willen, maar dat zou ook kunnen zijn omdat vrouwen gemiddeld minder verdienen, en dus minder wagens kunnen betalen, of omdat gezinnen met vrouwelijke gezinshoofden meer kinderen hebben, en dat de kosten in dergelijke gezinnen naar andere zaken gaan dan naar wagens. Dat is aan de tabellen in de bijlage niet te zien. We kunnen dit wel analyseren met regressie.

Voor details over de interpretatie van een regressie verwijzen we naar de bijlage 7.1. De resultaten

van de analyse mbt. het bezit van personenwagens tonen we hieronder.

Tabel 11. Lineaire regressie van het aantal personenwagens per gezin

Zie voor nadere toelichting: bijlage 7.3 (Lijst van de betekenis van de variabelennamen in regressies).

Dependent Variable: PERSWAGA Aantal personenwagens Lineaire regressie (N=2248, Adj R-sq = 0.2841) Parameter Estimates

Parameter Standard T for H0:

Variable DF Estimate Error Parameter=0 Prob > |T|

INTERCEP 1 0.907269 0.04241270 21.391 0.0001 VROUW 1 0.011818 0.04575225 0.258 0.7962 LEDEN1 1 -0.289497 0.04997764 -5.793 0.0001 LEDEN3 1 0.305266 0.05805200 5.258 0.0001 LEDEN4P 1 0.252102 0.05679023 4.439 0.0001 TOTINK03 1 -0.278533 0.05067911 -5.496 0.0001 TOTINK12 1 0.391118 0.04362904 8.965 0.0001 TOTINK4P 1 0.811373 0.07463280 10.872 0.0001 LEEFT235 1 -0.156204 0.04775671 -3.271 0.0011 LEEFT65 1 0.050444 0.05061182 0.997 0.3190 VROUW65 1 -0.334235 0.07836954 -4.265 0.0001 L1LFT235 1 0.170580 0.07309052 2.334 0.0197 L3INK4P 1 0.341437 0.15206449 2.245 0.0248

In Tabel 11 geven we het aantal wagens in het gezin als functie van geslacht en leeftijd van het gezinshoofd, en van het leden aantal en totale netto-inkomen van het huishouden. We hebben geen gegevens gebruikt over de winkel-en woonfuncties in de omgeving van de woning, noch over de ruimtelijke ordening in de wijde omtrek van het huis, noch over de werkzaamheden van de ganse familie. Aangezien elk van deze gegevens het wagenbezit ook beïnvloedt, moeten we onze reslutaten wel enigszins relativeren.

De betekenis van deze tabel is de volgende:

Het aantal wagens van een gezin is

= 0.91 + 0.01*(gezinshoofd vrouw) - 0.29*(1 lid) + 0.31*(3 leden) + 0.25*(4 of meer leden) - 0.28*(inkomen<30.000) + 0.39*(inkomen 75.000-125.000) + 0.81*(inkomen > 125.000) - 0.16*(gezinshoofd 25-44 jaar) + 0.05*(gezinshoofd 65+) - 0.33*(vrouw > 65 jaar) + 0.17*(persoon alleen 25-45 jaar).+ 0.34*(3 gezinsleden met inkomen > 125.000).

Interpretatie: het referentiegezin is een gezin van 2 leden met een mannelijk gezinshoofd tussen 45 en 64 jaar met een gezinsinkomen tussen 30.001 en 75.000 BEF. Dit zijn voor elk van de variabelen immers de meest voorkomende waarden. Zulk gezin heeft gemiddeld 0.91 wagens (versta: 1 wagen).

Alle andere getallen zijn correcties op deze 0.91. Indien op de variabele (telkens weergegeven tussen haakjes) ‘ja’ wordt geantwoord, dan wordt dat getal bij de waarde 0.91 opgeteld of afgetrokken.

Bijvoorbeeld, indien het gezinshoofd geen man is maar een vrouw, dan is het aantal wagens 0.91 + 0.01=0.92. De correcties zijn cumulatief: elke correctie wordt opgeteld bij de vorige. Stel dat het gezin niet alleen afwijkt van het ‘standaardgezin’ door een vrouwelijk gezinshoofd, maar ook doordat er maar 1 gezinslid is i.p.v. 2, dan is het aantal wagens = 0.91 +0.01 - 0.29= 0.63. Bemerk dat sommige combinaties nooit kunnen voorkomen: we kunnen nooit én de correctie hebben voor 3 gezinsleden én de correctie voor 4 of meer leden.

Schijnbare verschillen die uit de vier tabellen zouden blijken, maar die niet in deze regressie

opgenomen zijn, zijn te beschouwen als toeval (op basis van de huidige steekproef). In feite

'overschrijft' deze regressie dus de vier tabellen uit de bijlage.

Bespreking van het regressiemodel.

Indien het gezinshoofd een vrouw is, stijgt het aantal wagens met 0.01 (versta: dit maakt geen verschil). Het in Tabel 34 genoemde effect is dus inderdaad niet te wijten aan het feit of een gezinshoofd nu vrouw is of niet. Het is te wijten aan andere factoren.

Indien er maar 1 persoon is dan daalt het aantal wagens met 0.29. We hadden als standaard 0.91.

Verminderd met 0.29 geeft dit 0.62 (versta: bij alleenstaanden heeft gemiddeld 2 op 3 een auto). Bij gezinnen met 3 personen stijgt het aantal wagens met 0.31 tot 0.91+0.31=1.22. Het aantal wagens stijgt minder indien er nog meer gezinsleden zijn.

De invloed van het inkomen is evident: voor netto-inkomens < 30.000 BEF/maand daalt het aantal wagens met 0.28 tot 0.63, voor inkomens boven 75.000 stijgt het aantal met 0.39 tot 1.30 en met inkomens boven 125.000 stijgt het aantal tot 1.70.

Indien het inkomen groter is dan 125.000, en er bovendien 3 gezinsleden zijn, geeft deze financieel gunstige situatie aanleiding tot nog een stijging met 0.34 tot 0.91+ 0.31+ 0.81 + 0.34 =2.37. Een bemiddeld koppel met één kind heeft zo hoogstwaarschijnlijk 2 wagens, en vaak nog één voor het kind ook.

De leeftijd van het gezinshoofd bepaalt eveneens het aantal wagens, soms in combinatie met andere variabelen.

Voor gezinshoofden tussen 25 en 45 jaar daalt het aantal met 0.16, maar indien deze gezinshoofden alleenstaand zijn stijgt dit aantal weer met 0.17. Dit heft elkaar dan volledig op.

Indien een gezinshoofd ouder is dan 65 heeft dit zo goed als geen effect op het aantal wagens (+0.05) tenzij het een vrouw is, dan daalt het aantal wagens met 0.33. Het is hier dat het effect

‘vrouwelijk gezinshoofd’ speelt. Het zijn niet de vrouwelijke gezinshoofden die minder wagens hebben, het zijn de vrouwelijke gezinshoofden ouder dan 65 jaar, die minder wagens hebben. En dat is logisch. Een redelijk aantal vrouwelijke gezinshoofden van die leeftijd zijn weduwen die nooit hebben leren rijden, en dus weinig met een wagen kunnen doen.

Enkele typische situaties:

(a) Een alleenwonende werkloze van 23 jaar met een inkomen < 30.000 heeft gemiddeld 0.91 –0.29 –0.28 = 0.34 wagens. Anders geformuleerd

³

: ongeveer een derde van deze personen hebben een wagen.

(b) Een koppel van 30 jaar met 1 kind en een gezinsinkomen tussen 30.000 en 75.000 heeft gemiddeld 0.91 + 0.31– 0.16 = 1.06 wagens. Zowat elk gezin van dit type heeft een wagen, sommigen hebben twee wagens, maar evenveel hebben er geen.

(c) Een koppel van 47 met drie nog in huis wonende kinderen, waarbij beide ouders en een kind werken met een inkomen van 170.000 hebben gemiddeld 0.91 + 0.25 + 0.81 = 1.97 wagens. Meestal twee wagens, sommigen een, anderen drie of vier.

(d) Een gepensioneerde weduwe van 70 jaar met een inkomen van 42.000 heeft 0.91+ 0.01 – 0.29 + 0.05 - 0.33 = 0.44 auto’s. Bijna de helft heeft een wagen.

3 Deze herformulering is statistisch gesproken niet helemaal correct. We moeten ook rekening houden met de mogelijkheid dat sommige meer dan 1 wagen kunnen hebben. Maar het is een goede benadering om een beeld te krijgen op de situatie.

Tabel 12. Overzicht van de impact van variabelen op het aantal wagens Gezinsseigenschap Parameter estimate

3 leden en inkomen > 125.000 1,455

inkomen > 125.000 0,81

inkomen 75.000-125.000 0,39

3 leden 0,305

4 of meer leden 0,252

leeftijd gezinshoofd > 65 jaar 0,05

Gezinshoofd = vrouw 0,012

leeftijd gezinshoofd 25-44 jaar -0,156 Gezinshoofd vrouw en > 65 jaar -0,272 1 lid en gezinshoofd 25 - 44 jaar -0,275

inkomen < 30.000 -0,279

1 lid -0,289

In Tabel 12 geven we een overzicht van de variabelen in volgorde van de impact die ze hebben op het aantal wagens van een huishouden. Inkomen heeft het meeste impact op het wagenpark, gevolgd door het aantal gezinsleden en dan door de leeftijd van het gezinshoofd. Het geslacht van het gezinshoofd op zich heeft enkel effect in combinatie met 65-plus.

4. Verdeling van de gezinnen volgens vervoermiddelenbezit-index (VMB- index)

Tabel 13. Verdeling van de gezinnen volgens VMB-index

Cumulative Cumulative VMB Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ > 2 wagens 47.20013 1.9 47.20013 1.9 2 wagens 384.3245 15.1 431.5247 17.0 1 wagen 1440.951 56.8 1872.475 73.8 Motor-bromfiets 33.00196 1.3 1905.477 75.1 Fiets 234.6518 9.2 2140.129 84.3 Geen-overig 397.3167 15.7 2537.446 100.0

In een VMB-index veronderstellen we een verband tussen het bezit van vervoermiddelen en mobiliteit: hoe meer vervoermiddelen een huishouden bezit, des te mobieler dat huishouden is. Een huishouden zonder vervoermiddelen scoort het laagst, gevolgd door de huishoudens met enkel een fiets, enz. Uiteraard is deze index éénzijdig vermits geen rekening wordt gehouden met de al dan niet beschikbaarheid van het openbaar vervoer en de afstand t.a.v. de functies-voorzieningen. Dit geldt zeker voor een stedelijk gebied met vele functies kortbij en een dicht openbaar vervoernet en waar het dus mogelijk is om redelijk mobiel te zijn zonder een eigen vervoermiddel te bezitten.

Tabel 13 moeten we als volgt lezen: De huishoudens die in een bepaalde categorie vallen kunnen wel vervoermiddelen bezitten die lager in de kolom staan, maar geen vervoermiddelen die erboven staan.

Uit deze tabel blijkt dat 15,7% van de gezinnen over (zo goed als) geen vervoermiddel beschikt en

dat meer dan 70% minstens 2 wagens bezit.

Tabel 14. Verdeling van de gezinnen volgens VMB-index en de afstand van de woning tot de dichtstbijzijnde lijnbushalte

ABUS(Afstand bushalte) VMB(OVG VervoermiddelenIndex) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚> 2 wage‚2 wagens‚1 wagen ‚Motor-br‚Fiets ‚Geen-ove‚ Total ‚ns ‚ ‚ ‚omfiets ‚ ‚rig ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 0-249m ‚ 16.891 ‚ 141.11 ‚ 617.04 ‚ 21.201 ‚ 117.93 ‚ 159.89 ‚ 1074.1 ‚ 0.67 ‚ 5.56 ‚ 24.32 ‚ 0.84 ‚ 4.65 ‚ 6.30 ‚ 42.33 ‚ 1.57 ‚ 13.14 ‚ 57.45 ‚ 1.97 ‚ 10.98 ‚ 14.89 ‚ ‚ 35.79 ‚ 36.72 ‚ 42.82 ‚ 64.24 ‚ 50.26 ‚ 40.24 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 250 - 499 m ‚ 14.037 ‚ 111.64 ‚ 367.96 ‚ 4.7151 ‚ 66.494 ‚ 80.534 ‚ 645.38 ‚ 0.55 ‚ 4.40 ‚ 14.50 ‚ 0.19 ‚ 2.62 ‚ 3.17 ‚ 25.43 ‚ 2.17 ‚ 17.30 ‚ 57.01 ‚ 0.73 ‚ 10.30 ‚ 12.48 ‚ ‚ 29.74 ‚ 29.05 ‚ 25.54 ‚ 14.29 ‚ 28.34 ‚ 20.27 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 500 - 999 m ‚ 10.923 ‚ 76.138 ‚ 235.03 ‚ 4.3948 ‚ 21.628 ‚ 51.147 ‚ 399.26 ‚ 0.43 ‚ 3.00 ‚ 9.26 ‚ 0.17 ‚ 0.85 ‚ 2.02 ‚ 15.73 ‚ 2.74 ‚ 19.07 ‚ 58.87 ‚ 1.10 ‚ 5.42 ‚ 12.81 ‚ ‚ 23.14 ‚ 19.81 ‚ 16.31 ‚ 13.32 ‚ 9.22 ‚ 12.87 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 1 km - 1.999 km ‚ 1.2122 ‚ 28.743 ‚ 77.323 ‚ 0 ‚ 7.4241 ‚ 18.209 ‚ 132.91 ‚ 0.05 ‚ 1.13 ‚ 3.05 ‚ 0.00 ‚ 0.29 ‚ 0.72 ‚ 5.24 ‚ 0.91 ‚ 21.63 ‚ 58.18 ‚ 0.00 ‚ 5.59 ‚ 13.70 ‚ ‚ 2.57 ‚ 7.48 ‚ 5.37 ‚ 0.00 ‚ 3.16 ‚ 4.58 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 2 km - 5 km ‚ 0 ‚ 5.1863 ‚ 15.562 ‚ 0 ‚ 1.5565 ‚ 8.869 ‚ 31.174 ‚ 0.00 ‚ 0.20 ‚ 0.61 ‚ 0.00 ‚ 0.06 ‚ 0.35 ‚ 1.23 ‚ 0.00 ‚ 16.64 ‚ 49.92 ‚ 0.00 ‚ 4.99 ‚ 28.45 ‚ ‚ 0.00 ‚ 1.35 ‚ 1.08 ‚ 0.00 ‚ 0.66 ‚ 2.23 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ meer dan 5 km ‚ 0 ‚ 2.8605 ‚ 3.8431 ‚ 0 ‚ 1.6284 ‚ 3.1812 ‚ 11.513 ‚ 0.00 ‚ 0.11 ‚ 0.15 ‚ 0.00 ‚ 0.06 ‚ 0.13 ‚ 0.45 ‚ 0.00 ‚ 24.85 ‚ 33.38 ‚ 0.00 ‚ 14.14 ‚ 27.63 ‚ ‚ 0.00 ‚ 0.74 ‚ 0.27 ‚ 0.00 ‚ 0.69 ‚ 0.80 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ geen idee ‚ 0.8846 ‚ 1.5099 ‚ 14.437 ‚ 0 ‚ 2.1322 ‚ 4.9229 ‚ 23.887 ‚ 0.03 ‚ 0.06 ‚ 0.57 ‚ 0.00 ‚ 0.08 ‚ 0.19 ‚ 0.94 ‚ 3.70 ‚ 6.32 ‚ 60.44 ‚ 0.00 ‚ 8.93 ‚ 20.61 ‚ ‚ 1.87 ‚ 0.39 ‚ 1.00 ‚ 0.00 ‚ 0.91 ‚ 1.24 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ blanco (> 5 km ?)‚ 3.2521 ‚ 17.14 ‚ 109.76 ‚ 2.6914 ‚ 15.855 ‚ 70.562 ‚ 219.26 ‚ 0.13 ‚ 0.68 ‚ 4.33 ‚ 0.11 ‚ 0.62 ‚ 2.78 ‚ 8.64 ‚ 1.48 ‚ 7.82 ‚ 50.06 ‚ 1.23 ‚ 7.23 ‚ 32.18 ‚ ‚ 6.89 ‚ 4.46 ‚ 7.62 ‚ 8.16 ‚ 6.76 ‚ 17.76 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 47.2001 384.325 1440.95 33.002 234.652 397.317 2537.45 1.86 15.15 56.79 1.30 9.25 15.66 100.00

Gelet op het beperkt aantal waarnemingen nemen we de percentages mbt. gezinnen met maximaal een motor in bezit, gezinnen met meer dan 2 wagens in bezit en de afstanden vanaf 2 km niet mee in de bespreking.

De tendens uit deze tabel is dat hoe verder men van een lijnbushalte woont, hoe meer

vervoermiddelen men bezit en omgekeerd: vergelijk de kolompercentages die op korte afstanden

hoger zijn voor de categorieën 'Fiets' en 'Geen/overig' en lager voor de langere afstanden.

Het bevestigt de bij tabel 5 gemaakte opmerking van de 'relativiteit' van het begrip 'vervoersarmoede'.

Uit onderzoek blijkt dat velen in het groen wensen te wonen. Daar is vaak minder openbaar vervoer

en om mobiel te zijn moet men over een auto beschikken. Die auto moet men kunnen betalen. Indien

men dat niet kan dan gaat men daar wonen waar openbaar vervoer aanwezig is.

Tabel 15. Verdeling van de gezinnen volgens VMB-index en de afstand van de woning tot de dichtstbijzijnde tramhalte

ATRAM(Afstand tramhalte) VMB(OVG VervoermiddelenIndex) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚> 2 wage‚2 wagens‚1 wagen ‚Motor-br‚Fiets ‚Geen-ove‚ Total ‚ns ‚ ‚ ‚omfiets ‚ ‚rig ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 0-249m ‚ 1.4884 ‚ 63.512 ‚ 292.7 ‚ 17.597 ‚ 71.141 ‚ 106.87 ‚ 553.31 ‚ 0.06 ‚ 2.50 ‚ 11.54 ‚ 0.69 ‚ 2.80 ‚ 4.21 ‚ 21.81 ‚ 0.27 ‚ 11.48 ‚ 52.90 ‚ 3.18 ‚ 12.86 ‚ 19.32 ‚ ‚ 3.15 ‚ 16.53 ‚ 20.31 ‚ 53.32 ‚ 30.32 ‚ 26.90 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 250 - 499 m ‚ 4.0226 ‚ 38.087 ‚ 234.76 ‚ 5.1105 ‚ 47.52 ‚ 57.229 ‚ 386.73 ‚ 0.16 ‚ 1.50 ‚ 9.25 ‚ 0.20 ‚ 1.87 ‚ 2.26 ‚ 15.24 ‚ 1.04 ‚ 9.85 ‚ 60.70 ‚ 1.32 ‚ 12.29 ‚ 14.80 ‚ ‚ 8.52 ‚ 9.91 ‚ 16.29 ‚ 15.49 ‚ 20.25 ‚ 14.40 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 500 - 999 m ‚ 4.4431 ‚ 31.644 ‚ 203.38 ‚ 0 ‚ 31.763 ‚ 53.578 ‚ 324.81 ‚ 0.18 ‚ 1.25 ‚ 8.02 ‚ 0.00 ‚ 1.25 ‚ 2.11 ‚ 12.80 ‚ 1.37 ‚ 9.74 ‚ 62.62 ‚ 0.00 ‚ 9.78 ‚ 16.50 ‚ ‚ 9.41 ‚ 8.23 ‚ 14.11 ‚ 0.00 ‚ 13.54 ‚ 13.49 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 1 km - 1.999 km ‚ 4.7759 ‚ 37.818 ‚ 157.87 ‚ 1.4753 ‚ 20.388 ‚ 43.716 ‚ 266.04 ‚ 0.19 ‚ 1.49 ‚ 6.22 ‚ 0.06 ‚ 0.80 ‚ 1.72 ‚ 10.48 ‚ 1.80 ‚ 14.21 ‚ 59.34 ‚ 0.55 ‚ 7.66 ‚ 16.43 ‚ ‚ 10.12 ‚ 9.84 ‚ 10.96 ‚ 4.47 ‚ 8.69 ‚ 11.00 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 2 km - 5 km ‚ 10.771 ‚ 91.485 ‚ 205.08 ‚ 0 ‚ 23.407 ‚ 22.535 ‚ 353.28 ‚ 0.42 ‚ 3.61 ‚ 8.08 ‚ 0.00 ‚ 0.92 ‚ 0.89 ‚ 13.92 ‚ 3.05 ‚ 25.90 ‚ 58.05 ‚ 0.00 ‚ 6.63 ‚ 6.38 ‚ ‚ 22.82 ‚ 23.80 ‚ 14.23 ‚ 0.00 ‚ 9.98 ‚ 5.67 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ meer dan 5 km ‚ 13.258 ‚ 77.106 ‚ 142.47 ‚ 0.7122 ‚ 10.363 ‚ 12.195 ‚ 256.11 ‚ 0.52 ‚ 3.04 ‚ 5.61 ‚ 0.03 ‚ 0.41 ‚ 0.48 ‚ 10.09 ‚ 5.18 ‚ 30.11 ‚ 55.63 ‚ 0.28 ‚ 4.05 ‚ 4.76 ‚ ‚ 28.09 ‚ 20.06 ‚ 9.89 ‚ 2.16 ‚ 4.42 ‚ 3.07 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ geen idee ‚ 3.1064 ‚ 10.395 ‚ 39.432 ‚ 4.0133 ‚ 5.7368 ‚ 7.238 ‚ 69.922 ‚ 0.12 ‚ 0.41 ‚ 1.55 ‚ 0.16 ‚ 0.23 ‚ 0.29 ‚ 2.76 ‚ 4.44 ‚ 14.87 ‚ 56.39 ‚ 5.74 ‚ 8.20 ‚ 10.35 ‚ ‚ 6.58 ‚ 2.70 ‚ 2.74 ‚ 12.16 ‚ 2.44 ‚ 1.82 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ blanco (> 5 km ?)‚ 5.3343 ‚ 34.277 ‚ 165.26 ‚ 4.0939 ‚ 24.334 ‚ 93.954 ‚ 327.25 ‚ 0.21 ‚ 1.35 ‚ 6.51 ‚ 0.16 ‚ 0.96 ‚ 3.70 ‚ 12.90 ‚ 1.63 ‚ 10.47 ‚ 50.50 ‚ 1.25 ‚ 7.44 ‚ 28.71 ‚ ‚ 11.30 ‚ 8.92 ‚ 11.47 ‚ 12.40 ‚ 10.37 ‚ 23.65 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 47.2001 384.325 1440.95 33.002 234.652 397.317 2537.45 1.86 15.15 56.79 1.30 9.25 15.66 100.00

De relatie tussen VMB-index en de afstand tot een tramhalte is niet zo duidelijk als die van VMB-

index en afstand tot een lijnbushalte. We vermoeden dat hier een verschil in verspreiding van het

vervoermiddel in het stadsgewest een rol speelt: de lijnbus komt (bijna) overal in het stadsgewest,

terwijl de tram vooral beperkt blijft tot het centrum van Antwerpen. Toch merken we dezelfde

tendens als we de 1

^ste

en de 5

^de

afstandscategorieën vergelijken.

Tabel 16. Verdeling van de gezinnen volgens VMB-index en de afstand van de woning tot het dichtstbijzijnde station

ATREIN(Afstand station) VMB(OVG VervoermiddelenIndex) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚> 2 wage‚2 wagens‚1 wagen ‚Motor-br‚Fiets ‚Geen-ove‚ Total ‚ns ‚ ‚ ‚omfiets ‚ ‚rig ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 0-249m ‚ 0 ‚ 8.9018 ‚ 39.671 ‚ 0 ‚ 8.8213 ‚ 15.363 ‚ 72.757 ‚ 0.00 ‚ 0.35 ‚ 1.56 ‚ 0.00 ‚ 0.35 ‚ 0.61 ‚ 2.87 ‚ 0.00 ‚ 12.24 ‚ 54.53 ‚ 0.00 ‚ 12.12 ‚ 21.12 ‚ ‚ 0.00 ‚ 2.32 ‚ 2.75 ‚ 0.00 ‚ 3.76 ‚ 3.87 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 250 - 499 m ‚ 2.5105 ‚ 23.758 ‚ 67.73 ‚ 1.0079 ‚ 7.2156 ‚ 20 ‚ 122.22 ‚ 0.10 ‚ 0.94 ‚ 2.67 ‚ 0.04 ‚ 0.28 ‚ 0.79 ‚ 4.82 ‚ 2.05 ‚ 19.44 ‚ 55.42 ‚ 0.82 ‚ 5.90 ‚ 16.36 ‚ ‚ 5.32 ‚ 6.18 ‚ 4.70 ‚ 3.05 ‚ 3.08 ‚ 5.03 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 500 - 999 m ‚ 4.5989 ‚ 31.644 ‚ 166.07 ‚ 5.4948 ‚ 30.412 ‚ 39.288 ‚ 277.5 ‚ 0.18 ‚ 1.25 ‚ 6.54 ‚ 0.22 ‚ 1.20 ‚ 1.55 ‚ 10.94 ‚ 1.66 ‚ 11.40 ‚ 59.84 ‚ 1.98 ‚ 10.96 ‚ 14.16 ‚ ‚ 9.74 ‚ 8.23 ‚ 11.52 ‚ 16.65 ‚ 12.96 ‚ 9.89 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 1 km - 1.999 km ‚ 8.5465 ‚ 59.858 ‚ 216.13 ‚ 4.4066 ‚ 55.431 ‚ 49.637 ‚ 394.01 ‚ 0.34 ‚ 2.36 ‚ 8.52 ‚ 0.17 ‚ 2.18 ‚ 1.96 ‚ 15.53 ‚ 2.17 ‚ 15.19 ‚ 54.85 ‚ 1.12 ‚ 14.07 ‚ 12.60 ‚ ‚ 18.11 ‚ 15.57 ‚ 15.00 ‚ 13.35 ‚ 23.62 ‚ 12.49 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 2 km - 5 km ‚ 13.68 ‚ 119.25 ‚ 476.49 ‚ 11.345 ‚ 68.609 ‚ 96.654 ‚ 786.02 ‚ 0.54 ‚ 4.70 ‚ 18.78 ‚ 0.45 ‚ 2.70 ‚ 3.81 ‚ 30.98 ‚ 1.74 ‚ 15.17 ‚ 60.62 ‚ 1.44 ‚ 8.73 ‚ 12.30 ‚ ‚ 28.98 ‚ 31.03 ‚ 33.07 ‚ 34.38 ‚ 29.24 ‚ 24.33 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ meer dan 5 km ‚ 9.8969 ‚ 106.44 ‚ 288.86 ‚ 6.3772 ‚ 29.951 ‚ 38.725 ‚ 480.24 ‚ 0.39 ‚ 4.19 ‚ 11.38 ‚ 0.25 ‚ 1.18 ‚ 1.53 ‚ 18.93 ‚ 2.06 ‚ 22.16 ‚ 60.15 ‚ 1.33 ‚ 6.24 ‚ 8.06 ‚ ‚ 20.97 ‚ 27.69 ‚ 20.05 ‚ 19.32 ‚ 12.76 ‚ 9.75 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ geen idee ‚ 3.1827 ‚ 6.6276 ‚ 35.421 ‚ 0.8567 ‚ 6.3622 ‚ 15.8 ‚ 68.25 ‚ 0.13 ‚ 0.26 ‚ 1.40 ‚ 0.03 ‚ 0.25 ‚ 0.62 ‚ 2.69 ‚ 4.66 ‚ 9.71 ‚ 51.90 ‚ 1.26 ‚ 9.32 ‚ 23.15 ‚ ‚ 6.74 ‚ 1.72 ‚ 2.46 ‚ 2.60 ‚ 2.71 ‚ 3.98 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ blanco (> 5 km ?)‚ 4.7845 ‚ 27.853 ‚ 150.59 ‚ 3.5139 ‚ 27.85 ‚ 121.85 ‚ 336.44 ‚ 0.19 ‚ 1.10 ‚ 5.93 ‚ 0.14 ‚ 1.10 ‚ 4.80 ‚ 13.26 ‚ 1.42 ‚ 8.28 ‚ 44.76 ‚ 1.04 ‚ 8.28 ‚ 36.22 ‚ ‚ 10.14 ‚ 7.25 ‚ 10.45 ‚ 10.65 ‚ 11.87 ‚ 30.67 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 47.2001 384.325 1440.95 33.002 234.652 397.317 2537.45 1.86 15.15 56.79 1.30 9.25 15.66 100.00

Voor de trein is de relatie tussen afstand tot het station en VMB-index niet zo éénduidig als bij de

lijnbus/tramhaltes, waarschijnlijk als gevolg van de nog grotere maaswijdte van de stations. Toch

zien we bijvoorbeeld dat de gezinnen met 2 wagens duidelijk relatief verder van een treinstation

wonen en dat gezinnen zonder vervoermiddelen of met een fiets, samen, meer voorkomen op kortere

afstand dan op grotere afstand van een treinstation.

Tabel 17. Verdeling van de gezinnen volgens VMB-index en gezinsgrootte

LEDENA(Aantal leden in huishouden) VMB(OVG VervoermiddelenIndex) Frequency‚

Percent ‚ Row Pct ‚

Col Pct ‚> 2 wage‚2 wagens‚1 wagen ‚Motor-br‚Fiets ‚Geen-ove‚ Total ‚ns ‚ ‚ ‚omfiets ‚ ‚rig ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 1 ‚ 4.537 ‚ 12.266 ‚ 499.6 ‚ 24.433 ‚ 150.71 ‚ 331.11 ‚ 1022.7 ‚ 0.18 ‚ 0.49 ‚ 20.08 ‚ 0.98 ‚ 6.06 ‚ 13.31 ‚ 41.11 ‚ 0.44 ‚ 1.20 ‚ 48.85 ‚ 2.39 ‚ 14.74 ‚ 32.38 ‚ ‚ 9.61 ‚ 3.25 ‚ 35.48 ‚ 74.04 ‚ 64.23 ‚ 85.41 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 2 ‚ 2.0533 ‚ 111.11 ‚ 528.88 ‚ 3.3261 ‚ 52.394 ‚ 44.312 ‚ 742.07 ‚ 0.08 ‚ 4.47 ‚ 21.26 ‚ 0.13 ‚ 2.11 ‚ 1.78 ‚ 29.83 ‚ 0.28 ‚ 14.97 ‚ 71.27 ‚ 0.45 ‚ 7.06 ‚ 5.97 ‚ ‚ 4.35 ‚ 29.45 ‚ 37.56 ‚ 10.08 ‚ 22.33 ‚ 11.43 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 3 ‚ 17.987 ‚ 106.24 ‚ 174.25 ‚ 1.6792 ‚ 16.804 ‚ 6.1035 ‚ 323.07 ‚ 0.72 ‚ 4.27 ‚ 7.00 ‚ 0.07 ‚ 0.68 ‚ 0.25 ‚ 12.99 ‚ 5.57 ‚ 32.89 ‚ 53.94 ‚ 0.52 ‚ 5.20 ‚ 1.89 ‚ ‚ 38.11 ‚ 28.17 ‚ 12.37 ‚ 5.09 ‚ 7.16 ‚ 1.57 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 4 ‚ 14.017 ‚ 97.151 ‚ 120.31 ‚ 1.6537 ‚ 7.9829 ‚ 4.942 ‚ 246.06 ‚ 0.56 ‚ 3.91 ‚ 4.84 ‚ 0.07 ‚ 0.32 ‚ 0.20 ‚ 9.89 ‚ 5.70 ‚ 39.48 ‚ 48.90 ‚ 0.67 ‚ 3.24 ‚ 2.01 ‚ ‚ 29.70 ‚ 25.76 ‚ 8.54 ‚ 5.01 ‚ 3.40 ‚ 1.27 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 5 ‚ 4.5602 ‚ 30.004 ‚ 56.581 ‚ 0.8823 ‚ 3.7172 ‚ 0 ‚ 95.745 ‚ 0.18 ‚ 1.21 ‚ 2.27 ‚ 0.04 ‚ 0.15 ‚ 0.00 ‚ 3.85 ‚ 4.76 ‚ 31.34 ‚ 59.10 ‚ 0.92 ‚ 3.88 ‚ 0.00 ‚ ‚ 9.66 ‚ 7.95 ‚ 4.02 ‚ 2.67 ‚ 1.58 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 6 ‚ 4.0462 ‚ 9.9015 ‚ 13.489 ‚ 1.0271 ‚ 3.0416 ‚ 0 ‚ 31.505 ‚ 0.16 ‚ 0.40 ‚ 0.54 ‚ 0.04 ‚ 0.12 ‚ 0.00 ‚ 1.27 ‚ 12.84 ‚ 31.43 ‚ 42.81 ‚ 3.26 ‚ 9.65 ‚ 0.00 ‚ ‚ 8.57 ‚ 2.62 ‚ 0.96 ‚ 3.11 ‚ 1.30 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 7 ‚ 0 ‚ 4.4591 ‚ 5.0094 ‚ 0 ‚ 0 ‚ 1.1868 ‚ 10.655 ‚ 0.00 ‚ 0.18 ‚ 0.20 ‚ 0.00 ‚ 0.00 ‚ 0.05 ‚ 0.43 ‚ 0.00 ‚ 41.85 ‚ 47.01 ‚ 0.00 ‚ 0.00 ‚ 11.14 ‚ ‚ 0.00 ‚ 1.18 ‚ 0.36 ‚ 0.00 ‚ 0.00 ‚ 0.31 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 8 ‚ 0 ‚ 0 ‚ 6.5656 ‚ 0 ‚ 0 ‚ 0 ‚ 6.5656 ‚ 0.00 ‚ 0.00 ‚ 0.26 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.26 ‚ 0.00 ‚ 0.00 ‚ 100.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.00 ‚ 0.00 ‚ 0.47 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 10 ‚ 0 ‚ 3.0381 ‚ 0 ‚ 0 ‚ 0 ‚ 0 ‚ 3.0381 ‚ 0.00 ‚ 0.12 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.12 ‚ 0.00 ‚ 100.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.00 ‚ 0.81 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 11 ‚ 0 ‚ 0 ‚ 3.4321 ‚ 0 ‚ 0 ‚ 0 ‚ 3.4321 ‚ 0.00 ‚ 0.00 ‚ 0.14 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.14 ‚ 0.00 ‚ 0.00 ‚ 100.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.00 ‚ 0.00 ‚ 0.24 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 21 ‚ 0 ‚ 3.0381 ‚ 0 ‚ 0 ‚ 0 ‚ 0 ‚ 3.0381 ‚ 0.00 ‚ 0.12 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.12 ‚ 0.00 ‚ 100.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.00 ‚ 0.81 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 47.2001 377.207 1408.12 33.002 234.652 387.654 2487.84 1.90 15.16 56.60 1.33 9.43 15.58 100.00 Frequency Missing = 49.605962521

De relatie is hier duidelijk: merk hoe de schaduwvelden van links naar rechts verschuiven. Bij de éénpersoonshuishoudens komen huishoudens zonder eigen vervoermiddelen en met hoogstens een fiets ter beschikking duidelijk meer voor (kolompercentages van resp. 85,41% en 64,23%). Bij de huishoudens met twee leden vinden we het hoogste kolompercentage terug onder 'een wagen' (37,56%).

Merk op dat vanaf 2 leden de overgrote meerderheid van de gezinnen (0,28 + 14,97 + 71,27 = 86,52

%) minstens 1 wagen heeft. Met enige overdrijving zou men haast kunnen zeggen dat wat het aantal

auto’s per gezin betreft het vroeger zo was 'dat ieder huishouden zijn auto had', en dat we nu zelfs

kunnen spreken van ‘ieder gezinslid zijn auto’.

Tabel 18. Verdeling van de gezinnen volgens VMB-index en netto-gezinsinkomen

TOTINK(Categorie van totale huishoudeninkomen) VMB(OVG VervoermiddelenIndex) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚> 2 wage‚2 wagens‚1 wagen ‚Motor-br‚Fiets ‚Geen-ove‚ Total ‚ns ‚ ‚ ‚omfiets ‚ ‚rig ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 0 - 30.000 fr. ‚ 0 ‚ 2.5652 ‚ 91.382 ‚ 2.9923 ‚ 55.916 ‚ 152.49 ‚ 305.34 per maand ‚ 0.00 ‚ 0.11 ‚ 3.97 ‚ 0.13 ‚ 2.43 ‚ 6.62 ‚ 13.26 ‚ 0.00 ‚ 0.84 ‚ 29.93 ‚ 0.98 ‚ 18.31 ‚ 49.94 ‚ ‚ 0.00 ‚ 0.74 ‚ 6.94 ‚ 10.47 ‚ 25.23 ‚ 43.40 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 30.001 - 75.000 ‚ 5.6736 ‚ 68.641 ‚ 824.91 ‚ 23.689 ‚ 155.25 ‚ 188.5 ‚ 1266.7 fr. per maand ‚ 0.25 ‚ 2.98 ‚ 35.82 ‚ 1.03 ‚ 6.74 ‚ 8.18 ‚ 55.00 ‚ 0.45 ‚ 5.42 ‚ 65.12 ‚ 1.87 ‚ 12.26 ‚ 14.88 ‚ ‚ 14.87 ‚ 19.77 ‚ 62.68 ‚ 82.86 ‚ 70.04 ‚ 53.65 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 75.001 -125.000 ‚ 11.773 ‚ 176.71 ‚ 350.72 ‚ 1.9094 ‚ 10.491 ‚ 8.3173 ‚ 559.93 fr. per maand ‚ 0.51 ‚ 7.67 ‚ 15.23 ‚ 0.08 ‚ 0.46 ‚ 0.36 ‚ 24.31 ‚ 2.10 ‚ 31.56 ‚ 62.64 ‚ 0.34 ‚ 1.87 ‚ 1.49 ‚ ‚ 30.86 ‚ 50.91 ‚ 26.65 ‚ 6.68 ‚ 4.73 ‚ 2.37 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ 125.001 -200.000 ‚ 16.935 ‚ 87.809 ‚ 43.724 ‚ 0 ‚ 0 ‚ 0.9166 ‚ 149.38 fr. per maand ‚ 0.74 ‚ 3.81 ‚ 1.90 ‚ 0.00 ‚ 0.00 ‚ 0.04 ‚ 6.49 ‚ 11.34 ‚ 58.78 ‚ 29.27 ‚ 0.00 ‚ 0.00 ‚ 0.61 ‚ ‚ 44.40 ‚ 25.30 ‚ 3.32 ‚ 0.00 ‚ 0.00 ‚ 0.26 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ meer dan 200.000 ‚ 3.7646 ‚ 11.382 ‚ 5.3973 ‚ 0 ‚ 0 ‚ 1.1123 ‚ 21.656 fr. per maand ‚ 0.16 ‚ 0.49 ‚ 0.23 ‚ 0.00 ‚ 0.00 ‚ 0.05 ‚ 0.94 ‚ 17.38 ‚ 52.56 ‚ 24.92 ‚ 0.00 ‚ 0.00 ‚ 5.14 ‚ ‚ 9.87 ‚ 3.28 ‚ 0.41 ‚ 0.00 ‚ 0.00 ‚ 0.32 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 38.1459 347.111 1316.14 28.5904 221.662 351.33 2302.98 1.66 15.07 57.15 1.24 9.63 15.26 100.00

Frequency Missing = 234.47087587

Zoals te verwachten (cfr. de regressie-analyse, Tabellen 11 en 12) blijkt uit deze tabel een duidelijke

relatie tussen inkomen en VMB-index: hoe hoger het gezinsinkomen, des te hoger klimt dat

huishouden op de schaal van vervoermiddelenbezit. Voor elke categorie van netto-inkomen hebben

we het hoogste kolompercentage in de rij aangeduid. In de tabel is duidelijk te merken hoe de

gekleurde percentages opschuiven van rechtsboven naar links beneden.

5. Verdeling van de wagens volgens verschillende kenmerken

Tabel 19. Verdeling van wagens volgens de wijze waarop ze in bezit gekomen zijn

Cumulative Cumulative BEZIT Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ nieuw 1327.437 56.3 1327.437 56.3 occasie 829.5117 35.2 2156.949 91.4 eigendom bedrijf 165.724 7.0 2322.673 98.5 andere 35.98412 1.5 2358.657 100.0 Frequency Missing = 12.983828718

In dit onderzoek werd een bedrijfswagen gedefinieerd als een wagen 'eigendom van het bedrijf'.

Tabel 20. Verdeling van wagens volgens de wijze waarop ze in bezit gekomen zijn en netto-gezinsinkomen

BEZIT(Hoe is wagen in bezit gekomen?)

TOTINK(Categorie van totale huishoudeninkomen) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚0 - 30.0‚30.001 -‚75.001 -‚125.001 ‚meer dan‚ Total ‚00 fr. p‚ 75.000 ‚125.000 ‚-200.000‚ 200.000‚

‚er maand‚fr. per ‚fr. per ‚ fr. per‚ fr. per‚

‚ ‚maand ‚maand ‚ maand ‚ maand ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ nieuw ‚ 46.375 ‚ 571.38 ‚ 404.69 ‚ 147.19 ‚ 27.336 ‚ 1197 ‚ 2.16 ‚ 26.62 ‚ 18.85 ‚ 6.86 ‚ 1.27 ‚ 55.76 ‚ 3.87 ‚ 47.74 ‚ 33.81 ‚ 12.30 ‚ 2.28 ‚ ‚ 48.20 ‚ 57.61 ‚ 54.01 ‚ 54.60 ‚ 68.90 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ occasie ‚ 39.343 ‚ 371.46 ‚ 265.22 ‚ 74.65 ‚ 6.7215 ‚ 757.39 ‚ 1.83 ‚ 17.31 ‚ 12.36 ‚ 3.48 ‚ 0.31 ‚ 35.28 ‚ 5.19 ‚ 49.04 ‚ 35.02 ‚ 9.86 ‚ 0.89 ‚ ‚ 40.89 ‚ 37.45 ‚ 35.40 ‚ 27.69 ‚ 16.94 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ eigendom bedrijf ‚ 2.7711 ‚ 40.595 ‚ 66.854 ‚ 43.809 ‚ 4.6063 ‚ 158.64 ‚ 0.13 ‚ 1.89 ‚ 3.11 ‚ 2.04 ‚ 0.21 ‚ 7.39 ‚ 1.75 ‚ 25.59 ‚ 42.14 ‚ 27.62 ‚ 2.90 ‚ ‚ 2.88 ‚ 4.09 ‚ 8.92 ‚ 16.25 ‚ 11.61 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ andere ‚ 7.7333 ‚ 8.3255 ‚ 12.538 ‚ 3.9055 ‚ 1.0088 ‚ 33.511 ‚ 0.36 ‚ 0.39 ‚ 0.58 ‚ 0.18 ‚ 0.05 ‚ 1.56 ‚ 23.08 ‚ 24.84 ‚ 37.41 ‚ 11.65 ‚ 3.01 ‚ ‚ 8.04 ‚ 0.84 ‚ 1.67 ‚ 1.45 ‚ 2.54 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 96.2229 991.757 749.305 269.552 39.6731 2146.51 4.48 46.20 34.91 12.56 1.85 100.00 Frequency Missing = 225.13148989

Hoe hoger het gezinsinkomen, des te vaker wordt een auto nieuw gekocht en des te vaker is de auto

een bedrijfsvoertuig.

Tabel 21. Verdeling van wagens volgens bouwjaarcategorie

Cumulative Cumulative BJCAT Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 1986 en eerder 202.2093 9.0 202.2093 9.0 1987 tot 1990 474.4037 21.0 676.613 30.0 1991 tot 1994 632.8974 28.0 1309.51 58.0 1995 tot 1996 321.1255 14.2 1630.636 72.2 1997 tot 1998 444.1457 19.7 2074.782 91.8 1999 tot 2000 184.1771 8.2 2258.959 100.0 Frequency Missing = 112.68247423

58 % van de wagens is ouder dan 5 jaar, 30 % is ouder dan 10 jaar. Een kleine 30% van de wagens

is vrij jong (19,7 + 8,2 = 27,9%).

Tabel 22. Verdeling van wagens volgens bouwjaarcategorie en brandstofsoort

BRAND(Brandstof wagen) BJCAT(Bouwjaar categorie) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚1986 en ‚1987 tot‚1991 tot‚1995 tot‚1997 tot‚1999 tot‚ Total ‚eerder ‚ 1990 ‚ 1994 ‚ 1996 ‚ 1998 ‚ 2000 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ LPG ‚ 2.1165 ‚ 10.301 ‚ 7.8353 ‚ 1.1524 ‚ 0.6317 ‚ 0 ‚ 22.037 ‚ 0.09 ‚ 0.46 ‚ 0.35 ‚ 0.05 ‚ 0.03 ‚ 0.00 ‚ 0.98 ‚ 9.60 ‚ 46.75 ‚ 35.55 ‚ 5.23 ‚ 2.87 ‚ 0.00 ‚ ‚ 1.06 ‚ 2.19 ‚ 1.25 ‚ 0.36 ‚ 0.14 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ benzine loodvry ‚ 71.741 ‚ 256.16 ‚ 453.03 ‚ 212.61 ‚ 254.45 ‚ 89.799 ‚ 1337.8 ‚ 3.21 ‚ 11.45 ‚ 20.25 ‚ 9.50 ‚ 11.37 ‚ 4.01 ‚ 59.78 ‚ 5.36 ‚ 19.15 ‚ 33.86 ‚ 15.89 ‚ 19.02 ‚ 6.71 ‚ ‚ 35.97 ‚ 54.57 ‚ 72.24 ‚ 67.04 ‚ 57.69 ‚ 48.95 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ benzine ‚ 79.656 ‚ 75.273 ‚ 18.19 ‚ 3.0678 ‚ 2.3289 ‚ 0 ‚ 178.52 ‚ 3.56 ‚ 3.36 ‚ 0.81 ‚ 0.14 ‚ 0.10 ‚ 0.00 ‚ 7.98 ‚ 44.62 ‚ 42.17 ‚ 10.19 ‚ 1.72 ‚ 1.30 ‚ 0.00 ‚ ‚ 39.94 ‚ 16.03 ‚ 2.90 ‚ 0.97 ‚ 0.53 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ diesel ‚ 44.342 ‚ 121.79 ‚ 146.42 ‚ 98.749 ‚ 183.69 ‚ 92.954 ‚ 687.95 ‚ 1.98 ‚ 5.44 ‚ 6.54 ‚ 4.41 ‚ 8.21 ‚ 4.15 ‚ 30.74 ‚ 6.45 ‚ 17.70 ‚ 21.28 ‚ 14.35 ‚ 26.70 ‚ 13.51 ‚ ‚ 22.23 ‚ 25.94 ‚ 23.35 ‚ 31.14 ‚ 41.64 ‚ 50.67 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ andere ‚ 1.5957 ‚ 4.3478 ‚ 0 ‚ 1.5631 ‚ 0 ‚ 0 ‚ 7.5067 ‚ 0.07 ‚ 0.19 ‚ 0.00 ‚ 0.07 ‚ 0.00 ‚ 0.00 ‚ 0.34 ‚ 21.26 ‚ 57.92 ‚ 0.00 ‚ 20.82 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.80 ‚ 0.93 ‚ 0.00 ‚ 0.49 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ super ‚ 0 ‚ 1.5901 ‚ 0.8939 ‚ 0 ‚ 0 ‚ 0 ‚ 2.484 ‚ 0.00 ‚ 0.07 ‚ 0.04 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ 0.11 ‚ 0.00 ‚ 64.01 ‚ 35.99 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ‚ 0.00 ‚ 0.34 ‚ 0.14 ‚ 0.00 ‚ 0.00 ‚ 0.00 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ electrische batt ‚ 0 ‚ 0 ‚ 0.7335 ‚ 0 ‚ 0 ‚ 0.7122 ‚ 1.4457 erij ‚ 0.00 ‚ 0.00 ‚ 0.03 ‚ 0.00 ‚ 0.00 ‚ 0.03 ‚ 0.06 ‚ 0.00 ‚ 0.00 ‚ 50.73 ‚ 0.00 ‚ 0.00 ‚ 49.27 ‚ ‚ 0.00 ‚ 0.00 ‚ 0.12 ‚ 0.00 ‚ 0.00 ‚ 0.39 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 199.451 469.466 627.11 317.138 441.105 183.465 2237.73 8.91 20.98 28.02 14.17 19.71 8.20 100.00

Frequency Missing = 133.90609432

LPG blijft met 0,98 % een marginale brandstof voor wagens. Er zijn te weinig LPG-gegevens voor een diepere analyse.

Loodvrije benzine situeert zich relatief meer in de bouwjaren 1991 tot 1996. Auto's met diesel scoren

vooral goed in de twee meest recente bouwjaarcategorieën. Blijkbaar spreekt een goedkopere

brandstof steeds meer en meer mensen aan, niettegenstaande de hogere vaste kosten. Andere,

alternatieve brandstofbronnen zijn voorlopig te alternatief en weten slechts een enkeling aan te spreken.

Tabel 23. Verdeling van wagens volgens jaarkilometrage (= de afgelopen 12 maand afgelegd)

Cumulative Cumulative JRKMCAT Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 - 999 36.02138 1.8 36.02138 1.8 1000 - 4999 232.0824 11.6 268.1038 13.4 5000 - 9999 460.097 22.9 728.2008 36.3 10000 - 12999 368.8287 18.4 1097.029 54.6 13000 - 19999 400.4 19.9 1497.429 74.6 20000 - 29999 295.752 14.7 1793.182 89.3 30000 + 214.9281 10.7 2008.11 100.0 Frequency Missing = 363.53143556

54,6% van de Antwerpse voertuigen legt jaarlijks minder dan 13.000 kilometer af. 10,7% rijdt per jaar meer dan 30.000 kilometer per jaar. Het feit dat 36,3% minder dan 10.000 kilometer per jaar aflegt geeft een indicatie van vooral lokaal rijden.

Het gemiddelde jaarkilometrage bedraagt 15.249,26.

Tabel 24. Verdeling van wagens volgens jaarkilometrage en de wijze waarop ze in bezit gekomen zijn

BEZIT(Hoe is wagen in bezit gekomen?) JRKMCAT(laatste jaar km categorie) Frequency ‚

Percent ‚ Row Pct ‚

Col Pct ‚ 0 - ‚ 1000 - ‚ 5000 - ‚10000 - ‚13000 - ‚20000 - ‚30000 + ‚ Total ‚ 999 ‚ 4999 ‚ 9999 ‚12999 ‚19999 ‚29999 ‚ ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ nieuw ‚ 25.249 ‚ 144.9 ‚ 275.71 ‚ 221.24 ‚ 247.38 ‚ 149.01 ‚ 74.54 ‚ 1138 ‚ 1.26 ‚ 7.24 ‚ 13.78 ‚ 11.06 ‚ 12.37 ‚ 7.45 ‚ 3.73 ‚ 56.89 ‚ 2.22 ‚ 12.73 ‚ 24.23 ‚ 19.44 ‚ 21.74 ‚ 13.09 ‚ 6.55 ‚ ‚ 71.35 ‚ 62.44 ‚ 60.11 ‚ 60.41 ‚ 62.06 ‚ 50.38 ‚ 34.89 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ occasie ‚ 10.14 ‚ 77.011 ‚ 166.83 ‚ 127.66 ‚ 127.04 ‚ 110.37 ‚ 64.962 ‚ 684.01 ‚ 0.51 ‚ 3.85 ‚ 8.34 ‚ 6.38 ‚ 6.35 ‚ 5.52 ‚ 3.25 ‚ 34.19 ‚ 1.48 ‚ 11.26 ‚ 24.39 ‚ 18.66 ‚ 18.57 ‚ 16.14 ‚ 9.50 ‚ ‚ 28.65 ‚ 33.18 ‚ 36.37 ‚ 34.86 ‚ 31.87 ‚ 37.32 ‚ 30.41 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ eigendom bedrijf ‚ 0 ‚ 4.2928 ‚ 9.2038 ‚ 9.7449 ‚ 18.321 ‚ 33.176 ‚ 71.497 ‚ 146.24 ‚ 0.00 ‚ 0.21 ‚ 0.46 ‚ 0.49 ‚ 0.92 ‚ 1.66 ‚ 3.57 ‚ 7.31 ‚ 0.00 ‚ 2.94 ‚ 6.29 ‚ 6.66 ‚ 12.53 ‚ 22.69 ‚ 48.89 ‚ ‚ 0.00 ‚ 1.85 ‚ 2.01 ‚ 2.66 ‚ 4.60 ‚ 11.22 ‚ 33.47 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ andere ‚ 0 ‚ 5.8756 ‚ 6.9037 ‚ 7.5785 ‚ 5.8511 ‚ 3.201 ‚ 2.6437 ‚ 32.053 ‚ 0.00 ‚ 0.29 ‚ 0.35 ‚ 0.38 ‚ 0.29 ‚ 0.16 ‚ 0.13 ‚ 1.60 ‚ 0.00 ‚ 18.33 ‚ 21.54 ‚ 23.64 ‚ 18.25 ‚ 9.99 ‚ 8.25 ‚ ‚ 0.00 ‚ 2.53 ‚ 1.51 ‚ 2.07 ‚ 1.47 ‚ 1.08 ‚ 1.24 ‚ ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ Total 35.3897 232.082 458.651 366.221 398.584 295.752 213.643 2000.32 1.77 11.60 22.93 18.31 19.93 14.79 10.68 100.00

Frequency Missing = 371.3182367

Wanneer we de verdeling van de wagens volgens de wijze waarop ze in het bezit zijn gekomen afzetten tegen de verdeling van het jaarkilometrage valt op hoe sterk de bedrijfswagens scoren op de hoge kilometeraantallen. Bijna de helft (48,89 %) van alle bedrijfswagens legt per jaar meer dan 30.000 kilometers af. Uiteraard zitten in deze kilometers waarschijnlmijk een groot deel zakelijke verplaatsingen, waardoor dit jaarkilometrage zo hoog ligt.

Van de occasiewagens en nieuw gekochte wagens situeert het merendeel zich rond het midden van het jaarkilometrage.

Tabel 25. Gemiddeld jaarkilometrage van de wagens volgens de wijze waarop ze in het bezit gekomen zijn

Analysis Variable : JAARKM Aantal km laatste jaar BEZIT N Obs Mean

--- nieuw 1476 13519.27 occasie 895 15129.36 eigendom bedrijf 193 29977.73 andere 38 12146.67 ---