Gemeenten, verleid de automobilist met data om vaker de fiets te pakken

Pasgeleden fietste ik naar de tennisvereniging in Rotterdam. Ik zat net een paar minuten op de fiets toen twee tennismaatjes me voorbijreden in een auto, ook op weg naar de vereniging. Het is voor mij ongeveer 15 minuten fietsen naar de tennisvereniging en tot mijn verbazing was ik zo’n 5 minuten eerder op het tennispark dan mijn tennismaatjes in hun auto.

Voorval
Nu vind ik al dat het vaak onderschat wordt hoeveel sneller een fietser zich kan voortbewegen in de stad ten opzichte van de automobilist, maar dit voorval bleef in mijn hoofd hangen. Hoe kom je er als verstokt automobilist nu eigenlijk achter dat fietsen sneller is?  Vanuit mijn werk weet ik dat veel gemeenten zich ervan bewust zijn dat minder autogebruik ten faveure van de fiets grote voordelen biedt. Zowel voor de gemeente als voor de mensen zelf. We kennen de argumenten: fietsen neemt minder ruimte in, het is gezonder en resulteert in minder uitstoot van broeikasgassen.

Voorkeurroutes
Professioneel draai ik ook mee in projecten waarin we gemeenten inzicht verschaffen in: het gedrag van fietsers, ze vanuit die optiek meer ruimte geven, en zelfs prioriteren op plekken en momenten, waardoor het fietsen aantrekkelijker wordt. Gemeenten hebben vaak al voorkeurroutes voor fietsers in gedachten en passen de infrastructuur hierop aan. Al is een goede infrastructuur voor fietsers nog niet voldoende om meer mensen uit de auto en op de fiets te krijgen. Met infrastructuur bedoel ik overigens niet alleen het asfalt, de breedte van een fietspad en of er takken over het fietspad heen hangen, maar ook of er in de verkeerslichtenregelingen meer voorrang wordt gegeven aan fietsers.

Communiceren
Een vervolgstap die gemeenten kunnen zetten, is om die voorkeurroutes te communiceren om mensen hiervan bewust te maken. Logischerwijs laat je mensen dan ook zien dat bepaalde gemeten routes sneller zijn met de fiets dan met de auto. Zet hiervoor bijvoorbeeld DRIP’s in om de reistijd tot bepaalde punten aan te geven. Het liefst staat op die DRIP’s dan de reistijd voor auto’s én voor fietsers, om zo ook aan automobilisten te communiceren dat een auto niet altijd sneller is.

Navigatieservices
In een ander project hebben we ook een effect op fietsen ontdekt in de werking van navigatieservices. Deze diensten, die worden gevoed met real-time verkeersdata, ‘weten’ dat er op bepaalde trajecten meer voorrang wordt gegeven aan fietsers. De kans dat ze automobilisten langs die trajecten leiden, neemt dan af. Dit helpt niet alleen fietsers, het kan ook nét dat zetje zijn waardoor automobilisten wat vaker de fiets pakken en zo zelf de voordelen ervaren van het fietsen.

Databehoefte
En ja, wil je dit allemaal goed faciliteren, dan ontkom je er niet aan om hiervoor kwalitatief hoogwaardige data te gebruiken. Data die niet alleen in kaart kunnen brengen welke routes fietsers vaak fietsen, maar ook hoeveel fietsers er bij een kruispunt aan gaan komen en de mogelijke wachtrijen die er ontstaan. Een permanente tellus geeft al een indicatie, maar daardoor worden routes niet inzichtelijk en daarmee is het ook triviaal om er vooraf een wachtrij mee in te schatten. Apps voor fietsers helpen, maar daarmee worden bepaalde groepen ook niet gemeten. Bijvoorbeeld schoolgaande kinderen die nog geen mobiele telefoon hebben, worden dan niet in kaart gebracht. Terwijl dat juist een kwetsbare doelgroep in het verkeer is.

Tennismaatjes
Sensoren die real-time deze data kunnen leveren hebben de voorkeur. Hiermee kun je tegelijkertijd ook dynamische verkeerslichtenregelingen faciliteren. Dit type sensor wordt nog maar mondjesmaat ingezet door gemeenten. Gezien het dichtgroeiende stadsnetwerk mogen hier sneller stappen in worden gezet met als doel om het fietsen echt te stimuleren en mensen ook daadwerkelijk uit de auto te halen. Zodat we samen kunnen genieten van een schonere omgeving, een betere doorstroming en meer mensen in beweging. En, wellicht fiets ik dan ook vaker samen met mijn tennismaatjes naar de tennisvereniging.