Met dit project werd gewerkt aan een gebruiksvriendelijke tool om inzicht te geven in de beloopbaarheid van wijken en buurten in zijn algemeenheid, maar ook voor speciale doelgroepen. Het project werd als pilot in de provincie Utrecht uitgevoerd voor een aantal wijken/buurten rondom OV-knooppunten.
Het doel was inzicht te krijgen in welke buurten en rond OV-knooppunten de randvoorwaarden voor lopen al dan niet op orde zijn, zodat gericht beleid kan worden gevoerd.
- Welke indicatoren zijn van belang om zicht te krijgen op de beloopbaarheid van buurten en OV-knooppunten?
- Welke (GIS)-data zijn beschikbaar om de indicatoren te meten?
- Wat is de loopscore van buurten en OV-knooppunten op basis van de verzamelde data?
- Wat is de waarde van deze loopscore in het licht van het totaal aantal indicatoren?
- Wat kan er beleidsmatig gedaan worden om de loopscore te verhogen?
De belangrijkste conclusie is dat het mogelijk is om de beloopbaarheid van buurten en ov-knooppunten te meten met GIS-data. Op basis van (inter)nationaal literatuuronderzoek zijn 160 indicatoren gevonden die iets zeggen over de kwaliteit van een loopmogelijkheid. Van 117 indicatoren (73%) zijn GIS-data achterhaald. Van 14 indicatoren zijn data alleen op wijk- of gemeenteniveau of voor het buitengebied beschikbaar en deze zijn voor voetpaden niet onderscheidend en daarom vooralsnog niet meegenomen. Een loopscore is derhalve ontwikkeld op basis van 103 indicatoren (64%). De loopscore geeft daarmee een redelijke indicatie van de kwaliteit van een voetpad.
In totaal is er circa 3.400 km aan loopmogelijkheden in de 151 buurten. Daarvan is 68% een voetpad, 26% een rijbaan, 5% een fietspad, en 2% een woonerf. Gemiddeld ontbreekt in circa 30% van de buurten en in 25% van een Ov-knooppunt een voetpad en kan er niet exclusief op een voetpad gelopen worden, maar moet er op een fietspad, rijbaan of woonerf gelopen worden. Dit geldt in verhouding meer voor bushaltes dan voor treinstations.
De gemiddelde lengte van alle loopmogelijkheden is 49 m. De gemiddelde breedte is 2,2 m indien alleen de voetpaden worden geselecteerd. Om voetpaden coronaproof te maken (minimaal 2,7 m breed), zou er minimaal 19 km aan voetpad moeten worden verbreed.
Uit de analyse blijkt dat van de totale lengte aan loopmogelijkheden 58% een positieve loopscore heeft. 11 van de 19 gemeenten hebben een positieve loopscore en 8 een negatieve. Van de 31 gekozen buurten in de gemeente Utrecht hebben veel buurten een hoge loopscore en een aantal van de 15 gekozen buurten in de gemeente Houten heeft relatief een lage score. In de loopscore is de hoofdindicator Directheid van voorzieningen sterk bepalend, omdat er relatief veel data van beschikbaar zijn. De gemeente Utrecht dankt de hoge loopscore vooral door de zeer hoge score voor de hoofdindicator Directheid van voorzieningen. Gemeente Houten heeft relatief veel buurten waar de hoofdindicator Aantrekkelijkheid minder goed scoort. Uit nadere bestudering blijkt dat er bij Houten in het databestand veel bomen ontbreken die in werkelijkheid wel aanwezig zijn. Er zijn ook relatief weinig houtwallen, groene bermen en voortuinen in het databestand voor Houten. Houten scoort door het ontbreken van bomen in het databestand ook relatief laag op een groene uitstraling, er is enige kans op windhinder en er is relatief weinig beschutting. Dit verklaart de lage score voor een aantal buurten in Houten en geeft aan dat de gebruikte data niet altijd correct zijn.
In de loopscore…………..minder goed scoort. Uit nadere bestudering blijkt dat er bij Houten in het databestand veel bomen ontbreken die in werkelijkheid wel aanwezig zijn. Er zijn ook relatief weinig houtwallen, groene bermen en voortuinen in het databestand voor Houten. Houten scoort door het ontbreken van bomen in het databestand ook relatief laag op een groene uitstraling, er is enige kans op windhinder en er is relatief weinig beschutting. Dit verklaart de lage score voor een aantal buurten in Houten en geeft aan dat de gebruikte data niet altijd correct zijn
Een meerderheid (58%) van de Ov-knooppunten heeft een negatieve loopscore. Bushaltes scoren beter op de meeste hoofdindicatoren dan treinstations. Treinstations scoren alleen beter op directheid van voorzieningen en bewegwijzering. Van alle Ov-knooppunten scoort de Zamenhofdreef in de gemeente Utrecht het hoogst bij de bushaltes en Rijnsweerd-Noord in dezelfde gemeente het laagst.
In de provincie Utrecht is Utrecht Centraal Station het hoogst scorende Ov-knooppunt en treinstation Breukelen het laagst. 96% van de loopmogelijkheden rond Utrecht Centraal Station heeft een (zeer) hoge beloopbaarheid met de stationshal als hoogst scorende loopmogelijkheid. Treinstation Breukelen heeft met 24% de minste hoeveelheid voetpaden. Rond dit treinstation heeft 42% van de loopmogelijkheden een zeer lage beloopbaarheid.
Aanbevelingen
Rekentool
Het verdient aanbeveling om veel zorg te steken in het opbouwen van een basisbestand met loopmogelijkheden. Alle kleine polygonen moeten verwijderd worden. Een discussiepunt is waar de grens ligt van kleine polygonen. In dit project is een oppervlakte van kleiner dan 1 m² gekozen. Het is wellicht mogelijk om via een iteratief proces van buffering fietspaden en rijbanen die naast een voetpad liggen te verwijderen, zodat een clean basisbestand kan ontstaan.
Onderzoek naar de wijze waarop ook meer data van sociale indicatoren kunnen worden opgenomen Te beginnen met de indicator Loopdrukte. Er kunnen beleidsmatig meer onderbouwde keuzes gemaakt worden om bepaalde loopmogelijkheden als eerste te verbeteren als daar veel gelopen wordt.
Van de indicatoren waarbij data alleen op buurt-, wijk- of gemeenteniveau of voor het buitengebied beschikbaar zijn, zou onderzocht kunnen worden in hoeverre deze indicatoren toch bewerkt kunnen worden op individueel voetpadniveau.
Het is te overwegen om bij de toegankelijkheid sommige indicatoren te verwijderen die slechts potentieel een obstakel zouden kunnen zijn, of weinig voorkomen, zoals putten en bolders. Verbeteringen van de data bij de hoofdindicator Veiligheid is nodig.
De definitie van de indicator Plein moet worden aangepast, want nu zijn veel werkelijk aanwezige pleinen niet in het bestand opgenomen. Ook de definities van oude gebouwen, boulevard en hoogte van panden zijn voor discussie vatbaar.
Het ruimtelijk koppelen van indicatoren is nu gebeurd door buffers te trekken. In sommige gevallen, zoals een T-kruising, levert dit onjuiste uitkomsten. Een nadere GIS-studie is nodig om dit probleem op te lossen. Nadere studie is ook nodig om de lengte van polygonen adequater te kunnen berekenen.
In het systeem scoren loopmogelijkheden zonder data op een indicator een 0, omdat het niet duidelijke is hoeveel er aanwezig is van die indicator en een 0 geeft dan een neutraal beeld. Maar er zijn ook loopmogelijkheden die wel voor die indicator een hoeveelheid hebben, maar minder dan overige loopmogelijkheden. De z-score is dan negatief en dus lager dan 0. Dit is niet helemaal terecht en zou aangepast moeten worden.
Analyse
Onderzoek naar de onderlinge weging van de indicatoren is van belang. Met name of deze weging per doelgroep verschillend is en/of afhankelijk van de doelstellingen van een gemeente. De uiteindelijke loopscore van loopmogelijkheden in een buurt zou daarna ter validatie kunnen worden getoetst middels een enquête onder voetgangers en/of inwoners in die buurt.
De Excelfiles leveren een schat aan gegevens op waarmee diverse analyses gedaan kunnen worden, zoals een relatie tussen de woningprijzen en de loopscore in een buurt. Of de gezondheid van bewoners in een buurt gerelateerd aan de loopscore en welke (hoofd)indicatoren daarbij het meest van belang zijn.
Provincie Utrecht kan beleidsmedewerkers van gemeenten met het bestand en de indicatoren ondersteunen met het formuleren van de verbeterkansen om buurten en Ov-knooppunten voetgangersvriendelijker te maken. De indicatoren en data kunnen ook gebruikt worden bij een monitoringstool. De lijst met 160 indicatoren krijgt een meerwaarde door het te koppelen aan andere beleidsterreinen, zoals klimaatbeleid, waterbeleid, ruimtelijk beleid en gezondheidsbeleid.
Gebruiksvriendelijk
Het is raadzaam te onderzoeken of de rekencapaciteit verkleind kan worden via slim programmeren, zodat het systeem gebruiksvriendelijker wordt. Mocht dit niet mogelijk zijn, dan is er wellicht de mogelijkheid om de Exceltabellen in de cloud van de provincie te zetten.
Er zou een gebruiksvriendelijk dashboard gemaakt kunnen worden, bijvoorbeeld om ontbrekende data in te voeren of om effecten van berekeningen te laten zien. Dit zou een webbased versie kunnen zijn. Bijvoorbeeld met behulp van digital twin software of via een app. Dan zouden ook inwoners ingeschakeld kunnen worden om ontbrekende data van hun straat of buurt in te vullen.
Lees het volledige document vanaf de website van de WUR.
