Jan van der Waard: 'Modellen spelen een rol als iets kwantitatief moet worden onderbouwd '

donderdag 20 december 2018
timer 5 min
He
Het ene filecijfertje uit het hoofdstuk toekomstbeeld uit de jaarlijkse ‘Kerncijfers Mobiliteit’ en het ‘Mobiliteitsbeeld’ haalt gegarandeerd de pers, maar dat is niet waar onze focus ligt, zegt Jan van der Waard, topexpert bij het Kennisinstituut voor Mobiliteitsbeleid, KiM. Die focus ligt op het signaleren van trends in modaliteitsgebruik, op het effect van allerhande ontwikkelingen in mobiliteit en vooral, op het begrijpen van mobiliteitsgedrag.

Modelonderzoeken blijven belangrijk, maar het belang van gedragsonderzoek neemt toe, ervaart van der Waard. Zeker in het licht van allerlei nieuwe mobiliteitsmogelijkheden die zich aandienen maar er nu nog niet zijn. “Het effect van de opening van een weg op het verkeerssysteem laat zich immers beter berekenen dat het effect van MaaS of die van zelfrijdende voertuigen.”  
 
Maar ook voor ontwikkelingen ‘dichterbij huis’ zijn gedragsonderzoeken al van toenemend belang, stelt Van der Waard: “Je ziet een belangstelling voor de effecten op het verkeerssysteem van een ander type ingrepen dan infrastructuurmaatregelen. Traditioneel berekende je de verkeersvraag en was aanbod in de vorm van infrastructuur de oplossing; ‘predict and provide’. Maar als infrastructuur niet meer de oplossing mag of kan zijn, wat kun je dan doen om de vraag te beïnvloeden? Daar zullen de analyses steeds meer over gaan en daarvoor heb je meer gedetailleerde gedragskennis nodig.  

Het gaat dan bijvoorbeeld om het effect van zaken als informatie onderweg en de kwaliteit van aansluitingen in ketenverplaatsingen. Daarbij moet je niet onderschatten wat je dan modelmatig kunt onderscheiden en wat het kost om daarover gegevens te verzamelen. Zeker ketenverplaatsingen en ontwikkelingen in informatievoorzieningen modelleren wordt lastig in de bestaande modellen. We proberen dat te ondervangen door nieuwe benaderingen, zoals in Agent Based en Activity Based modellen. Dat geeft een beeld van verplaatsingen op individueel niveau en daarmee een meer gedetailleerde indruk van bijvoorbeeld de effecten van verbeteringen in ketenverplaatsingen.”  

Onderliggende stroom voorspellen 
“Tegelijkertijd moet je de grote hoofdlijnen ook niet uit het oog verliezen”, benadrukt Van der Waard. “We maken per auto per jaar meer kilometers. Dat is een onderliggende stroom die je redelijk goed kunt voorspellen. Als ik vandaag een nieuwe auto koop, rijdt die hoogstwaarschijnlijk over 10 jaar nog steeds, dus als je weet wat de autoverkoop nu is, dan kun je nog best een voorspelling van het autoverkeer maken voor over 5 jaar, maar voor over 20 jaar wordt al lastiger. Welk deel van het autopark wordt dan bijvoorbeeld gedeeld?  

Er zijn weliswaar disruptieve ontwikkelingen geweest in de geschiedenis, zoals het gebruik van de smartphone, maar met name het autogebruik vertoont toch een stabiliteit die je niet uit het oog moet verliezen. Het gebruik van de e-fiets daarentegen nam recent sterk toe en kan zeker effecten hebben op het verkeerssysteem. Dus moest die e-fiets tijdig een plaats krijgen in vervoersmodellen, maar dat was werk voor Rijkswaterstaat. Wij keken daarbij vooral naar ‘wie maken er waarvoor gebruik van en willen de eerste signalen geven van de effecten daarvan.    

Onze belangrijkste informatiebronnen zijn het OVIN (nu ODiN) van het CBS en ons eigen Mobiliteitspanel Nederland (MPN). Deze bronnen geven ook informatie waar je in de toekomst in modellen naar zou moeten gaan kijken. Neem het voorbeeld van de deelauto. Die zien we om ons heen gebruiken en stellen daar dan vragen over in ons panelonderzoek. Daarmee krijgen we meer inzicht in de karakteristieken van dat gebruik. Dat inzicht kun je weer gebruiken om zo’n nieuwe modaliteit te modeleren.  

Modellen spelen pas een rol als er behoefte is aan kwantitatieve inzichten. Daarvóór kun je ook kwalitatief informatie verzamelen. Die kwalitatieve en kwantitatieve inzichten vormen de basis voor de kennis die wij aan het ministerie van IenW leveren. Zelf gebruiken we die kennis in eenvoudige modellen voor ramingen tot circa  vijf jaar vooruit. .De diepgaandere modelberekeningen voor de langere termijn ten behoeve van de beleidsanalyse en –ontwikkeling door IenW worden met de modellen van Rijkswaterstaat gedaan.”  

Wat zijn de trends in de mobiliteitsonderzoeken van het KIM? Van der Waard: “Een trend is om steeds meer te kijken naar specifieke groepen, bijvoorbeeld krimpgebieden versus stad. We zien daarmee ook steeds meer diversiteit  in gedrag. We proberen die gedragsverschillen zo te ontrafelen dat we de reactie op dingen die er nu nog niet zijn, beter te kunnen begrijpen, waarna je ze kunt prognosticeren.” 

Ondoorgrondelijk 
“Wat van der Waard tot besluit van het hart wil is dat modellen weliswaar onmisbaar zijn, maar toch ook blijvend iets ondoorgrondelijks hebben. “Er zit een bepaalde discrepantie in. Modellen geven altijd wel een uitkomst, maar kun je daar ook iets mee? Op een vraag naar de effecten van een bepaald tarief van rekeningrijden, krijg je zeker een antwoord, maar kun je dat ook duiden? Hoe gevoelig is de uitkomst voor de aannames over zaken als bevolking, economie, of ruimtelijke ontwikkeling die je er ook in hebt gestopt en wat zijn die rekenregeltjes die bepalen dat je tot deze uitkomst komt? Een oplossing zou misschien zijn dat je de verschillende variabelen die een model meeneemt in een berekening, trapsgewijs berekent. Dat geeft misschien meer waarde aan die uiteindelijke uitkomst als beslisinformatie, en zou ook het vertrouwen in modellen kunnen verhogen.” 

Reactie plaatsen

Beperkte HTML

  • Toegelaten HTML-tags: <a href hreflang> <em> <strong> <cite> <blockquote cite> <code> <ul type> <ol start type> <li> <dl> <dt> <dd> <h2 id> <h3 id> <h4 id> <h5 id> <h6 id>
  • Regels en alinea's worden automatisch gesplitst.
  • Web- en e-mailadressen worden automatisch naar links omgezet.
  • Lazy-loading is enabled for both <img> and <iframe> tags. If you want certain elements skip lazy-loading, add no-b-lazy class name.