Verkeerspatronen rond supermarkten
Verkeerspatronen rond supermarkten
Onderzoek naar patronen met betrekking tot supermarktverkeer
Xxxxxx Xxxxxxxx
Civil Engineering & Management Universiteit Twente
Verslag afstudeerproject 23-7-2008
Verkeerspatronen rond supermarkten
Onderzoek naar patronen met betrekking tot supermarktverkeer
Auteur
X.X. Xxxxxxxx
Begeleiders
Prof. Dr. Ir. M.F.A.M. xxx Xxxxxxxxxx Xx. X. Xxxxxx
Drs. S.I.A. Tutert
Afstudeerrapport Universiteit Twente
Civil Engineering & Management
Vakgroep: Verkeer, Vervoer en Ruimte (VVR)
Enschede 23 juli 2008
Samenvatting
In dit rapport gaat het om het onderzoeken van verkeerspatronen met betrekking tot supermarkten. Voor verschillende groepen huishoudens wordt onderzocht welke wetmatigheden zich voordoen bij de productie, attractie, distributie en modal split met betrekking tot ritten naar de supermarkt.
In dit onderzoek is gebruik gemaakt van het vierstapsmodel als structurerend element. Allereerst zijn data verzameld. Hieronder valt het construeren van een database, maar ook een literatuurstudie naar het supermarktverkeer om belangrijke variabelen te achterhalen. Binnen de database zijn groepen huishoudens, buurten en supermarkten onderscheiden. Vervolgens is binnen elke stap uit het vierstapsmodel (productie, attractie, distributie en modal split) onderzoek gedaan naar de verkeerspatronen van huishoudens, buurten en supermarkten. Deze patronen hebben uiteindelijk geleid tot het opstellen van modellen voor het beschrijven van het supermarktverkeer.
Op basis van een literatuurstudie zijn belangrijke variabelen bepaald die invloed hebben op de verkeerspatronen van een huishouden. Allereerst zijn zes type huishoudens onderscheiden aan de hand van socio-economische karakteristieken als grootte van het huishouden, leeftijd en het gemeenschappelijke inkomen, te weten: eenpersoons huishoudens, ouderen, tweepersoons huishoudens met een laag en hoog inkomen en huishoudens met kinderen met een laag en hoog inkomen. Daarnaast zijn huishoudens onderscheiden op basis van het type buurt waarin zij woonachtig zijn. Er zijn vier typen gedefinieerd, te weten: centrumgebieden, stedelijke wijken, buitenwijken en landelijke gebieden. Tot slot is onderscheid gemaakt tussen typen supermarkten op basis van de supermarktformule, namelijk: full-service supermarkten en discounters.
Binnen het onderzoek is gebruik gemaakt van de Omnibusenquête van de gemeente Almelo. Deze bron bevat uitgebreide informatie over het bezoek van huishoudens aan supermarkten in Almelo met betrekking tot de generatie, distributie en modal split. Daarnaast zijn landelijke gegevens van het Centraal Bureau Levensmiddelenhandel beschikbaar die als vergelijkingsmateriaal dienen bij de ritproductie uit Omnibus. Bij de ritattractie is de parkeerscan beschikbaar als vergelijkingsmateriaal. Met deze bron kan het aantal betalende klanten van een supermarkt worden bepaald. Het MobiliteitsOnderzoek Nederland blijkt niet geschikt voor het beschrijven van supermarktpatronen.
Vervolgens zijn per stap in het vierstapsmodel (productie, attractie, distributie en modal split) patronen van de verschillende groepen huishoudens en supermarkten onderzocht. Allereerst wordt de invloed van de locatie van het huishouden onderzocht. Onder locatie wordt de afstand tot de dichtstbijzijnde supermarkt verstaan. De locatie blijkt een sterk lineair verband te vertonen met de gemiddelde ritfrequentie. Hoe verder de huishoudens van een supermarkt woont, des te lager is de gemiddelde ritfrequentie van de betreffende huishoudens. Voor alle typen huishoudens blijkt dit effect gelijk te zijn. Dit gegeven is vervolgens gebruikt om te corrigeren voor verschillen in locatie tussen typen huishoudens, zodat de verschillen tussen de typen huishoudens en buurten locatieonafhankelijk zijn.
Vervolgens wordt de productie van verschillende huishoudens belicht. Hieruit komt naar voren dat alleenstaanden significant minder vaak naar de supermarkt gaan dan
de huishoudens bestaande uit twee of meer personen. Daarnaast valt op dat een huishouden met een laag inkomen vaker naar een discounter gaat dan een vergelijkbaar huishouden met een hoog inkomen. Het type buurt waarin een huishouden woont, lijkt niet voor verschillen in het aantal ritten te zorgen. Hoewel een huishouden in een centrumgebied een significant lagere gemiddelde ritfrequentie heeft, kan dit gedeeltelijk verklaard worden door verschillen in bevolkingsopbouw van de verschillende typen buurten.
Bij de ritattractie is gekeken naar het gedrag van huishoudens met betrekking tot het bezoeken van de verschillende typen supermarkten. Voor de typen supermarkten geldt dat huishoudens wekelijks vaker een full-service supermarkt bezoeken dan een discounter. Alle typen huishoudens bezoeken wekelijks ongeveer even vaak een full- service supermarkt, maar het zijn zoals eerder aangegeven de huishoudens met lage inkomens die vaker naar de discounters gaan dan de huishoudens met hoge inkomens.
Voor de ritdistributie is een methode ontwikkeld die de attractiviteit van de aanwezige attractiepunten bepaalt op basis van de hemelsbrede afstand vanaf de herkomst (AVAHA-methode). Voor elk postcode6-gebied is een configuratie gemaakt op basis van de hemelsbrede afstanden naar de supermarkten in de omgeving. Vervolgens worden de keuzes van huishoudens voor het maken van ritten naar een supermarkt in een bepaalde afstandsklasse gebruikt om te bepalen hoe de keuze afhangt van de afstand tot de verschillende supermarkten in de omgeving. Uiteindelijk wordt per afstandsklasse bepaald hoe de attractiviteit zich verhoudt tot de andere afstandsklassen. Deze methode houdt beter rekening met de specifieke locatie van huishoudens op postcode6-niveau bij het bepalen van een verdeling van het aantal ritten dan bestaande methoden als het zwaartekrachtmodel en Mobi Surround. Deze methode wordt derhalve toegepast bij het onderzoeken van patronen binnen de ritdistributie van verschillende groepen huishoudens en supermarkten.
Per type huishouden, buurt en supermarkt is de distributie bepaald om verschillen te kunnen bepalen. Er blijken verschillen te bestaan tussen verschillende typen huishoudens. Alleenstaanden en huishoudens met kinderen lijken bij de keuze voor een rit naar een supermarkt meer beïnvloed te worden door de afstand dan tweepersoons huishoudens. Deze groepen kiezen eerder voor een supermarkt dichtbij dan tweepersoons huishoudens. Voor supermarkten geldt dat binnen de groep discounters de afstand een belangrijkere factor is in de keuze voor een rit naar een discounter dan binnen de groep full-service supermarkten.
Ook voor de modal split geldt dat de verschillende groepen huishoudens en supermarkten verschillende patronen hebben. Bij de modal split is de ritafstand naar de gekozen supermarkt als verklarende variabele genomen. Per ritafstandsklasse is het aandeel van de auto bepaald voor de verschillende typen huishoudens, buurten en supermarkten. Voor de typen huishoudens geldt dat de huishoudens met een hoog inkomen eerder gebruik maken van de auto dan vergelijkbare huishouden met een laag inkomen. Verder valt op dat het autogebruik in de buitenwijken hoger is dan in de andere buurten, omdat het autobezit in deze buurten relatief hoger is. Het autogebruik bij ritten naar een discounter is licht hoger dan bij ritten naar een full-service supermarkt.
Verder is op te merken dat de keuze voor een van de verschillende modaliteiten invloed heeft op de ritfrequentie. Wanneer men met de auto boodschappen gaat doen, kan men meer in een keer meenemen en gaat men derhalve minder vaak dan
wanneer men lopend of met de fiets boodschappen gaat doen. Wanneer men dichter bij een supermarkt woont, gaat men vaker lopend of met de fiets naar de supermarkt. Wanneer men voor een van deze modaliteiten kiest, gaat men vaker. Aangezien het autobezit van een huishouden met een hoog inkomen hoger is dan dat van een huishouden met een laag inkomen, kan dit een gedeeltelijke verklaring zijn voor de lagere ritfrequentie van huishoudens met een hoog inkomen.
Het rapport wordt afgesloten met de conclusies en aanbevelingen. Hierin wordt nader ingegaan op de bovenbeschreven patronen en de toepassingsmogelijkheden
Voorwoord
Voor u ligt het afstudeerrapport dat het einde markeert van mijn studie Civiele Techniek aan de Universiteit Twente. Na zeven jaar studeren begint voor mij het burgerleven. Een mooie studententijd is voorbij en een nog mooiere tijd in het echte leven ligt voor de boeg.
Het rapport sluit een afstudeertraject van ongeveer 8 maanden af. In deze periode heb ik met veel plezier gewerkt aan de totstandkoming van dit rapport. Voornamelijk het stoeien met een database vol gegevens en het zoeken naar en beschrijven van patronen heb ik met veel plezier gedaan. Bij het uitwerken van de AVAHA-methode heb ik zelfs mijn vrije tijd besteed op de universiteit. Hoewel het afstuderen me veel stress heeft opgeleverd, kijk ik met plezier terug op het afstudeertraject. Het spreekwoord “een mens lijdt dikwijls het meest door het lijden dat hij vreest” was erg van toepassing, aangezien ik er nooit van overtuigd was dat wat ik deed, goed genoeg was om te kunnen afstuderen. Pas bij het verkrijgen van `groen licht' begon ik te beseffen dat ik die onzekerheid niet altijd gegrond is en dat er een mooi afstudeerrapport ligt. Daarom wil ik graag hier de mogelijkheid gebruiken Xxxxx te bedanken voor haar steun en vertrouwen in tijden dat ik gestresst en onzeker was over de afloop van het afstuderen. Daarnaast wil ik ook graag mijn begeleiders bedanken voor de steun en de feedback tijdens het afstuderen.
Het rapport is een behoorlijk boekwerk geworden en ik hoop dat dit potentiële lezers niet teveel zal afschrikken. Ik wens u allen veel plezier bij het lezen van het rapport
Xxxxxx Xxxxxxxx Enschede, 23 juli 2008
Inhoudsopgave
Samenvatting 3
Voorwoord 6
Inhoudsopgave 7
1) Inleiding 9
1.1 Aanleiding 9
1.2 Probleembeschrijving 9
1.3 Probleemstelling 10
1.4 Doelstelling 10
1.5 Onderzoeksvragen 11
1.6 Begripsbepaling 11
1.7 Onderzoeksopzet 12
1.8 Onderzoeksmodel 13
1.9 Indeling verslag 14
2) Theoretische achtergronden 16
2.1 Vierstapsmodel 16
2.2 Ritproductie 17
2.3 Ritattractie 22
2.4 Ritdistributie 23
2.5 Modal split 24
2.6 Conceptueel model 26
3) Data 29
3.1 Omnibusenquête 29
3.2 MON 32
3.3 Parkeerscan 33
3.4 Consumententrends 34
3.5 CROW 35
3.6 Vergelijking databronnen 36
3.7 Overige data 37
4) Methodische verantwoording 41
4.1 Aggregeren van gegevens 41
4.2 Weegfactoren 47
4.3 Bewerken van de database 49
4.4 Lineaire regressie 51
5) Resultaten ritproductie 53
5.1 Vergelijking ritfrequenties uit verschillende bronnen 53
5.2 Locatie 54
5.3 Huishoudens 56
5.4 Buurten 58
5.5 Supermarkten 60
5.6 Evaluatie 64
6) Resultaten ritattractie 66
6.1 Aantal klanten per supermarkt 66
6.2 Evaluatie attractie 67
7) Resultaten ritdistributie 69
7.1 Algemeen 69
7.2 AVAHA-methode 70
7.3 Distributie voor verschillende groepen 75
7.4 Evaluatie distributie 77
8) Resultaten modal split 79
8.1 Invloed afstand op modal split 79
8.2 Modal split van huishoudens 81
8.3 Modal split van buurten 82
8.4 Modal split van supermarkten 83
8.5 Invloed modal split op de productie 84
8.6 Evaluatie 85
9) Synthese 87
9.1 Samenhang binnen groepen 87
9.2 Samenhang binnen vierstapsmodel 89
9.3 Vooruitblik naar de praktische toepassing 89
Conclusies 92
Aanbevelingen 97
Literatuurlijst 98
Bijlagen 102
1) Inleiding
1.1 Aanleiding
Winkelen is een belangrijk motief voor huishoudens om ritten te maken. Elk huishouden heeft immers voedsel, kleding en bepaalde luxe goederen nodig. Dit betekent dat huishoudens ritten moeten maken om dergelijke zaken aan te schaffen. Vooral in een stedelijke omgeving zijn veel winkels aanwezig, waardoor hier veel ritten gemaakt worden. Daarnaast kan gesteld worden dat verkeer in het algemeen hinder veroorzaakt. Overlast van het verkeer is een van de belangrijkste ergernissen van inwoners van een stad (Kager 2005). Voor gemeenten is het van belang een goed beeld te hebben van deze categorie ritten, zodat er rekening gehouden kan worden met deze verkeersstromen en dat het locale verkeersnetwerk erop kan worden aangepast, maar daarnaast ook beleid ontwikkeld kan worden om voornamelijk het autoverkeer in een stedelijke omgeving terug te dringen. Kennis over de verkeersstromen kan door een gemeente gebruikt worden om de leefbaarheid van de wijken te vergroten.
Het belang van het schatten van het winkelverkeer neemt toe met de ontwikkeling dat steeds meer winkels zich naar de periferie van een stad verplaatsen. Deze winkels vestigen zich daar vanwege de lagere grondprijs in vergelijking met de binnenstad of wijkcentrum (Evers et al. 2005). Daarnaast is meer ruimte beschikbaar zodat een groot vloeroppervlak mogelijk is. In wijkcentra en binnensteden is de ruimte sterk beperkt doordat een winkel binnen de bestaande structuur moet worden ingepast. Dit geldt slechts in mindere mate voor een winkel in de periferie van een stad. Vervolgens wordt een locatie gekozen die goed bereikbaar is met de auto, zodat de winkel goed bereikbaar is voor klanten. Deze ontwikkeling zal zich in de toekomst hoogstwaarschijnlijk doorzetten, omdat het economische gezien gunstiger is. De consequenties hiervan op het gebied van mobiliteit zijn nog niet duidelijk, mede doordat de invloed van het winkelmotief op het verkeer niet geheel duidelijk is.
Eén van de belangrijkste soorten winkels is de supermarkt. Een groot gedeelte van de huishoudens bezoekt een supermarkt om boodschappen te doen. Bovendien heeft het doen van boodschappen een dagelijks karakter. Elke dag moet er eten op tafel staan en daarom moet men minstens eens per week boodschappen doen. Dit in tegenstelling tot het aanschaffen van luxe goederen. Dit betekent dat het moeten doen van boodschappen voor een dagelijkse stroom van ritten zorgt. Daarbij komt dat ook supermarkten zich meer in de periferie van de stad gaan vestigen. Inzicht in deze verkeersstroom is daarom van belang voor het schatten van verkeerssituaties.
1.2 Probleembeschrijving
Onduidelijkheid over het werkelijke aantal supermarktritten
Het verkeerssysteem is een uiterst complex systeem. Het maken van een rit betekent dat er keuzes gemaakt worden met betrekking tot de bestemming, het vervoermiddel, de route en het tijdstip. Het beschrijven van het verkeersgedrag is lastig omdat elk persoon andere keuzes maakt. Uiteindelijk resulteert dit in verkeer op het verkeersnetwerk. Voor verschillende verkeerskundige doeleinden wordt geprobeerd in
te schatten waar personen vandaan komen, waar zij naartoe gaan, met welk motief zij reizen en met welke vervoerswijze zij dat doen.
Voornamelijk de korte ritten in de stad vormen een probleem. Hiervan is lastiger te achterhalen hoeveel van deze ritten gemaakt zijn dan bijvoorbeeld woon-werkritten. Databronnen als het MobiliteitsOnderzoek Nederland geven een verkeerd beeld van het aantal korte ritten door problemen met de registratie ervan. Dit geldt derhalve ook voor supermarktritten. Het is onduidelijk hoeveel van dergelijke ritten gemaakt worden en wat dat betekent voor het stedelijke verkeer.
Onbekendheid met patronen rond supermarktverkeer
Naast onbekendheid over het aantal ritten veroorzaakt door verkeer naar de supermarkt is niet duidelijk welke factoren er precies een rol spelen bij dit soort verplaatsingen en welke verbanden er tussen deze factoren bestaan. Welke factoren beïnvloeden huishoudens om vaker of minder vaak naar de supermarkt te gaan? Welke ruimtelijke aspecten hebben invloed op de ritfrequentie of vervoerswijzekeuze naar de supermarkt? Kortom, over de verkeerspatronen van supermarktverplaatsingen is niet veel bekend, waardoor ook het modelleren en voorspellen van deze verplaatsingen nog niet goed mogelijk is.
Inconsistentie in bestaande gegevens
Naast de onduidelijkheid over het verkeersgedrag blijken ook de data uit verschillende metingen met betrekking tot winkelgedrag niet met elkaar overeen te komen. Er bestaat bijvoorbeeld een inconsistentie tussen het MobiliteitsOnderzoek Nederland (MON) en de Omnibusenquête voor de gemeente Almelo aangaande het winkelgedrag van de ondervraagde personen (Tutert 2006). Schattingen over het aantal ritten dat een persoon per dag maakt, liggen voor de beide bronnen ver uit elkaar.
Daarbij komt nog dat in het MON ritten registreert op xxxxxxxx0-niveau terwijl ritten naar de supermarkt vaak korte ritten zijn die binnen het xxxxxxxx0-gebied worden ondernomen. Hierdoor lijkt het schaalniveau van het MON niet toereikend wanneer het gaat om het schatten van afstanden.
1.3 Probleemstelling
Uit de aanleiding en de beschrijving van het probleem is de volgende probleemstelling te destilleren:
• Onduidelijkheid over het werkelijke aantal ritten naar de supermarkt
• Onbekendheid met de verkeerspatronen met betrekking tot supermarkten.
• Inconsistentie in de verschillende bronnen van gegevens zorgen voor extra onduidelijkheid
1.4 Doelstelling
Het doel van het onderzoek is het beschrijven van patronen met betrekking tot het supermarktverkeer door wetmatigheden in het supermarktverkeer te onderzoeken aan de hand van de Omnibusenquête voor Almelo. Hieruit zullen modellen voortvloeien waarmee een inschatting gemaakt kan worden van de hoeveelheid supermarktverkeer dat gegenereerd wordt en van de verdeling van de gegenereerde ritten over de verschillende supermarkten en de modaliteiten.
1.5 Onderzoeksvragen
Om de doelstelling te verwezenlijken zijn een aantal onderzoeksvragen opgesteld:
• Welke theorieën en methoden bestaan er op het gebied van ritgeneratie, ritdistributie en modal split met betrekking tot supermarktverplaatsingen?
• Welke gegevens over supermarktverplaatsingen bestaan er, hoe verhouden de verschillende bronnen zich ten opzichte van elkaar en hoe betrouwbaar zijn ze?
• Welke verkeerspatronen vloeien voort uit de confrontatie tussen de theorie over generatie, distributie en modal split met de verschillende bronnen over supermarktverplaatsingen?
o Hoe groot is de productie van supermarktritten en welke factoren spelen daarbij een rol?
o Hoe groot is de attractie van supermarkten en welke factoren spelen daarbij een rol?
o Hoe worden ritten verdeeld over de verschillende bestemmingen en waarvan is de distributie afhankelijk?
o Hoe zijn de supermarktritten verdeeld over de vervoerwijzen en waarvan is dat afhankelijk?
• Welke implicaties hebben de gevonden supermarktpatronen op het beschrijven en voorspellen van verkeersstromen?
1.6 Begripsbepaling
Een aantal begrippen moet worden omschreven ter verduidelijking van de doelstelling en de onderzoeksvragen. In deze paragraaf zullen deze begrippen verder worden geconcretiseerd.
Supermarktverkeer
Reeds eerder is aangegeven dat in dit onderzoek wordt ingezoomd binnen het bredere kader van het woon-winkelverkeer op het verkeer dat veroorzaakt wordt door supermarkten. Onder supermarktverkeer wordt het verkeer verstaan dat als hoofdmotief van een verplaatsing het doen van dagelijkse boodschappen heeft. Verkeer met een ander hoofdmotief zal niet worden aangemerkt als supermarktverkeer, omdat in dat geval andere factoren een rol spelen. Het bezoeken van een supermarkt vanuit de werkplek zal derhalve niet als supermarktverkeer worden aangemerkt, omdat de werklocatie een belangrijke factor zal zijn in de keuze van de supermarkt. Er wordt zoveel mogelijk ingezoomd op ritten vanuit de woning.
Patronen
Onder verkeerspatronen worden wetmatigheden verstaan. In dit onderzoek betekent dit dat de beschikbare data geaggregeerd worden op verschillende niveaus waarna de verschillende groepen onderzocht worden op trends met betrekking tot verkeersproductie, -attractie, distributie en modal split.
In de stad
Binnen dit onderzoek zal gekeken worden naar het stedelijke verkeer. Hiervoor wordt gekozen omdat zich in een stedelijke omgeving meer verkeer bevindt en het belang van het kunnen beschrijven en voorspellen van winkelstromen groter is.
Huishouden
Er worden patronen beschreven voor huishoudens, omdat het doen van boodschappen voornamelijk betrekking heeft op het huishouden en minder op het individu. Er wordt vanuit gegaan dat de karakteristieken van een huishouden meer bepalend zijn voor verkeerspatronen dan de karakteristieken van de afzonderlijke personen. Er wordt derhalve gestreefd naar het bepalen van ritfrequenties op het niveau van huishoudens, mede omdat gegevens over het aantal en soort huishoudens in een gebied eenvoudig informatie beschikbaar is bij het CBS..
1.7 Onderzoeksopzet
Deze paragraaf beschrijft de onderzoeksopzet die is gebruikt om tot een antwoord te komen op de onderzoeksvragen. De structuur van het vierstapsmodel wordt gebruikt als leidraad bij de opbouw van het onderzoek. In het vierstapsmodel worden voor het beschrijven en voorspellen van verkeerssituaties de ritgeneratie, ritdistributie, modal split en toedeling als fases aangehouden. Een uitgebreidere beschrijving van dit model volgt in paragraaf 2.1.
Algemeen
Het onderzoeksobject is de supermarktverplaatsing. Over dit soort van verplaatsing zal dit onderzoek duidelijkheid verschaffen met betrekking tot het beschrijven en voorspellen van de generatie, distributie en modal split.
Men kan voor het beschrijven van een verkeerssituatie en het voorspellen van een toekomstige twee aanpakken kiezen. Enerzijds bestaan modellen die verkeerssituaties berekenen in een `black box' waar een algoritme de ingevoerde data omzet naar een verkeersvoorspelling. De factoren en verbanden zitten in het algoritme opgesloten en zijn minder inzichtelijk voor de onderzoeker. Het doel van deze aanpak ligt heel sterk bij het inschatten van een toekomstige situatie met de beperking dat deze situatie zich binnen het domein van de ingevoerde data moet bevinden. Anderzijds kan men kiezen voor een benadering waarin onderzocht wordt wat er in de black box gebeurt, door te zoeken naar wetmatigheden binnen een verkeerssysteem. In deze aanpak ligt de aandacht veel meer bij het begrijpen van de relaties, waarmee ook buiten het bereik van de dataset een voorspelling kan worden gedaan. Deze laatste aanpak wordt in dit onderzoek gekozen.
Het beschrijven van de factoren die invloed hebben op het supermarktbezoek van personen zal meer inzicht geven in de patronen die zich voordoen bij supermarktverplaatsingen. Op basis van de empirie kunnen wetmatigheden in het supermarktverkeer op het gebied van ritproductie en –attractie, distributie en modal split worden beschreven. Hierdoor zullen ook betere inschattingen gemaakt kunnen worden van toekomstige situaties met betrekking tot verkeersgeneratie van supermarkten en de gevolgen voor het verkeersnetwerk.
Vierstapsmodel
Zoals aangegeven zal het onderzoek met behulp van het vierstapsmodel gestructureerd worden. Voor de analyse van het supermarktverkeer zijn een aantal databronnen beschikbaar. Hiervan is de Omnibusenquête van de gemeente Almelo de belangrijkste. In paragraaf 3.1 wordt verder ingegaan op deze bron. Allereerst wordt geaggregeerd om verschillende groepen te verkrijgen met overeenkomstige socio- economische karakteristieken op basis waarvan patronen kunnen worden onderzocht.
Er worden groepen gedefinieerd met betrekking tot huishoudens, buurten en supermarkten
In de fase van verkeersgeneratie wordt voor de verschillende groepen gezocht naar wetmatigheden rond de productie en attractie van supermarktverkeer. De ritfrequentie van de verschillende groepen is het voornaamste gegeven dat hier wordt verkregen. Daarnaast wordt een inschatting gemaakt van de attractie door de verschillende supermarkten.
Bij ritdistributie gaat het om de verdeling van de gegenereerde ritten over de ruimte. Patronen in de keuzes van huishoudens voor bepaalde supermarkten worden beschreven. Hieruit volgt een model dat aangeeft wat de verdeling is van de ritten van bepaalde groepen.
Bij de modal split wordt gekeken naar de keuze van het vervoermiddel bij verplaatsingen naar de supermarkt. Ook hierbij wordt uitgegaan van de groepen die uit de database worden gedestilleerd. De wetmatigheden in vervoerswijzekeuze worden beschreven.
Binnen het vierstapsmodel volgt uiteindelijk een toedeling van het supermarktverkeer op het verkeersnetwerk. De routes van huishoudens naar de supermarkt worden bepaald. Deze verkeersstromen worden toegedeeld om een beeld te scheppen van de verkeersstromen rond supermarkten. In dit rapport zal de toedeling echter niet behandeld worden.
1.8 Onderzoeksmodel
Modal split
Ritdistributie
Ritgeneratie
Het vierstapsmodel is in het onderzoeksmodel verwerkt. In de onderstaande figuur is het onderzoeksmodel weergegeven.
Figuur 1: onderzoeksmodel
Allereerst wordt een database gevuld met informatie. Zoals aangegeven vormt de Omnibusenquête voor de gemeente Almelo de belangrijkste bron. In deze enquête is de bewoners van Almelo gevraagd naar hun verkeersgedrag met betrekking tot het
bezoeken van een supermarkt. Hierbij worden andere bronnen gebruikt om de juistheid van de Omnibus-gegevens in te kunnen schatten. Binnen de database worden groepen gedefinieerd met betrekking tot huishoudens, buurten en supermarkten. Per groep worden verkeerspatronen beschreven op het gebied van verkeersgeneratie, distributie en modal split. Uiteindelijk resulteert dit in modellen waarmee inschattingen gemaakt kunnen worden in het aantal supermarktritten dat gemaakt wordt binnen de verschillende groepen, de verdeling van de ritten over de verschillende supermarkten en de verdeling van de ritten over de vervoerswijzen.
1.9 Indeling verslag
Deze paragraaf beschrijft de indeling en samenhang van de onderdelen van het verslag. In het bovenstaande hoofdstuk is de opzet van het onderzoek weergegeven. Hierin vervult het vierstapsmodel een structurerende rol. In het vervolg van het verslag zal dit model daarom ook de leidraad zijn.
In het volgende hoofdstuk worden de theoretische achtergronden van het onderzoek beschreven. Het literatuuronderzoek is de basis van dit gedeelte. Allereerst wordt uitgebreider ingegaan op het vierstapsmodel (2.1). Vervolgens wordt bestaande kennis over ritproductie (2.2) en ritattractie (2.3) beschreven. Vervolgens worden methodes van distributie behandeld (2.4). Hierin vormt de zwaartekrachtmethode de belangrijkste methode voor het bepalen van een verdeling van gegenereerde ritten over de bestemmingen. Daarna volgt de modal split (2.5). Uit het literatuuronderzoek is een conceptueel model geformuleerd (2.6).
In het derde hoofdstuk worden de aanwezige bronnen en hun bruikbaarheid beschreven. Achtereenvolgens komen de Omnibusenquête (3.1), het MON (3.2), de parkeerscan (3.3), de consumententrends (3.4) en een publicatie van het CROW aan bod. Deze bronnen worden met elkaar vergeleken in paragraaf 3.6. Overige gegevens worden in paragraaf 3.7 kort aangestipt.
In het vierde hoofdstuk wordt de werkwijze belicht. Hierin worden algemene zaken betreffende aannames en gebruikte methoden beschreven. Allereerst worden de gegevens uit de Omnibusenquête ingedeeld in verschillende groepen op basis van overeenkomstige karakteristieken van huishoudens, buurten en supermarkten (4.1). Vervolgens worden weegfactoren bepaald (4.2) zodat de gegevens uit de enquête representatief zijn voor de gehele gemeente Almelo. De bewerkingen die benodigd zijn voor het gebruik van de gegevens uit de enquête worden gemotiveerd in paragraaf
4.3. Tot slot volgt de methode van lineaire regressie voor het beschrijven van lineaire verbanden.
Vanaf het vijfde hoofdstuk worden de resultaten besproken. Ook hier is het vierstapsmodel de leidraad. Elk hoofdstuk wordt afgesloten met een evaluatie van de gevonden resultaten door een vergelijking te trekken met resultaten uit andere bronnen. In het vijfde hoofdstuk wordt allereerst de ritproductie behandeld. De ritfrequenties die uit andere bronnen naar voren komen, worden met elkaar vergeleken in paragraaf 5.1. De invloed van de locatie van een huishouden op de ritfrequentie wordt in paragraaf 5.2 behandeld. Verder worden de verkeerspatronen met betrekking tot verschillende huishoudens (5.3) en buurten (5.4) gepresenteerd. Hierin komt naar voren hoeveel ritten er door bepaalde huishoudens en huishoudens in
een bepaalde buurt gemaakt worden. Daarnaast wordt getoond hoe vaak bepaalde supermarkten door een huishouden bezocht worden (5.5).
Het zesde hoofdstuk behandelt de attractie door supermarkten. Er wordt gekeken naar het totale aantal klanten van een supermarkt (6.1).
In het zevende hoofdstuk worden de resultaten van de ritdistributie beschreven. Hierbij wordt ingegaan op de Mobi Surround (7.2) en wordt de AVAHA-methode voorgesteld als alternatieve methode voor het bepalen van de distributie van supermarktritten (7.3 & 7.4). Voor de verschillende typen huishoudens, buurten en supermarkten wordt vervolgens de distributie bepaald.
In het achtste hoofdstuk wordt de modal split voor supermarktritten getoond. Naast de invloed van afstand op het gebruik van de verschillende modaliteiten (8.1) wordt nader ingezoomd op de verschillen in autogebruik door verschillende typen huishoudens (8.2), buurten (8.3) en supermarkten (8.4). Ook de invloed van de keuze voor een modaliteit op de ritfrequentie wordt getoond (8.5).
Het negende hoofdstuk worden de verkregen resultaten samengevat. Voor huishoudens, buurten en supermarkten worden de belangrijke variabelen binnen de ritgeneratie, distributie en modal split opgesomd (9.1 & 9.2). Daarnaast wordt een inschatting gemaakt van de toepassingsmogelijkheden van de gevonden patronen (9.3).
Het rapport eindigt met de conclusies en aanbevelingen van het onderzoek.
2) Theoretische achtergronden
Dit hoofdstuk behandelt de theoretische achtergronden die van belang zijn bij de verschillende onderdelen van dit onderzoek. Allereerst wordt ingegaan op het eerder genoemde vierstapsmodel (2.1). Vervolgens worden de elementen uit het vierstapsmodel verder beschreven. De productie en attractie worden beschreven in de paragrafen 2.2 en 2.3. Theorieën met betrekking tot de distributie en modal split worden in 2.4 en 2.5 genoemd. Het hoofdstuk wordt afgesloten met een conceptueel model dat aan de hand van de gevonden literatuur is opgesteld (2.6).
2.1 Vierstapsmodel
Zoals eerder aangegeven wordt het vierstapsmodel in dit onderzoek als leidraad gebruikt om de verschillende elementen van het fenomeen supermarktritten te beschrijven. Het model is in de jaren 60 in de Verenigde Staten ontwikkeld. Na jaren van onderzoek en toepassing is een algemene structuur ontstaan die ook in de loop der jaren nauwelijks is gewijzigd (Ortuzar & Willumsen 2001).
Het vierstapsmodel is een causaal prognosemodel (Immers & Stada 1998). Dit houdt in dat geprobeerd wordt tot een beter inzicht te komen van een bepaald verschijnsel om uiteindelijk tot een voorspelling te kunnen komen van een toekomstige toestand
Zones & netwerken
Database
Basisjaar Toekom st
Toekom stige data
Basisjaar data
M odal split
Rit
distributie
Rit
generatie
van de verkeerssituatie. Met behulp van het vierstapsmodel kan op een systematische manier gezocht worden naar verbanden binnen het verplaatsingsgedrag en daarnaast kunnen ook voorspellingen worden gedaan voor de toekomst. Het model is weergegeven in figuur 2. De verschillende onderdelen van het model worden eveneens verder besproken.
Database
Allereerst worden gegevens over de zones en het verkeersnetwerk en verschillende databronnen verzameld.
Ritgeneratie
Toedeling
Evaluatie
Vervolgens wordt de ritgeneratie bepaald. De generatie is op te splitsen in productie en attractie. Onder verkeersproductie wordt de woningzijde van een rit of de herkomst van een niet- woongebonden rit verstaan (Ortuzar & Willumsen 2001). De attractie is de niet-woningzijde van een rit of de
Figuur 2: vierstapsmodel (Ortuzar & Willumsen 2001)
bestemming van een niet- woongebonden rit. Een woongebonden rit is een rit van of
naar de woning. Op basis van de databronnen wordt bepaald hoeveel ritten er in een bepaalde zone worden gegenereerd en hoeveel ritten deze zones aantrekken. Dit worden de trip-ends van een zone genoemd.
Ritdistributie
In de distributiefase worden de trip-ends uit de vorige fase aan elkaar verbonden, zodat een verdeling van de ritten met een bepaalde herkomst over de verschillende bestemmingen wordt gemaakt. Bij elke herkomst hoort immers een bestemming. Hiervoor wordt vaak het zwaartekrachtmodel gebruikt. Dit model zorgt ervoor dat de productie en attractie per zone op een logische manier aan elkaar gekoppeld worden.
Modal split
In deze fase wordt een vervoersmiddel aan de ritten verbonden. Naast de sequentiële vorm kan de modal split ook simultaan met de andere stappen worden uitgevoerd. In dat geval wordt gebruik gemaakt van direct demand modellen, waarin de productie wordt bepaald door gelijktijdig de persoonskenmerken, verplaatsingskarakteristieken en modaliteiten mee te nemen (Ortuzar & Willumsen 2001).
Toedeling
Tot slot worden de ritten aan het netwerk toegedeeld. Voor elke rit wordt een route bepaald. Op deze wijze krijgen de verschillende wegvakken van het netwerk een bepaalde wegbelasting. Deze stap valt echter niet binnen dit onderzoek.
HB-matrix
Het resultaat van het vierstapsmodel is een gevulde herkomst-bestemmingsmatrix (HB-matrix), waarbij de rij- en kolomtotalen worden bepaald in de ritgeneratie door respectievelijk de productie door huishoudens en attractie van supermarkten. De distributie zorgt ervoor dat aan elke HB-relatie een aantal ritten wordt toegekend. De modal split zorgt voor verschillende onderliggende matrices. Voor elke modaliteit kan een HB-matrix worden geconstrueerd. Tot slot kan de matrix worden toegedeeld aan het netwerk.
2.2 Ritproductie
Figuur 3: HB-matrix
In deze paragraaf wordt de theorie over de productie van winkelverplaatsingen in het algemeen en van supermarktverplaatsingen in het bijzonder behandeld. Uit verschillende bronnen zijn factoren naar voren gekomen die de productie van huishoudens beïnvloeden en warmee uiteindelijk de totale productie (Oi in figuur 3 hierboven) van zone i kan worden bepaald. Deze zijn in het kort opgesomd.
2.2.1 Supermarktverkeer
Voorheen werd ervan uitgegaan dat de algemene aspecten, zoals onder andere de grootte van een huishouden, het inkomen en leeftijd, voor meerdere motieven van belang waren (Keefer 1966). Hierdoor vond men het minder van belang dat een uitsplitsing werd gemaakt voor de verschillende motieven als het gaat om het zoeken van verklarende variabelen voor ritgeneratie. Het is echter gebleken dat bij het voorspellen van het aantal trips met verschillende motieven andere verklarende variabelen van belang zijn (Xxxx Xxxxxxx 2001). Wanneer specifiek naar
verplaatsingen van en naar de supermarkt gekeken wordt, kunnen een aantal extra elementen worden toegevoegd. De vraag is echter in welke mate de algemene factoren van invloed zijn op het supermarktbezoek en welke factoren specifiek voor supermarktbezoek voldoende verklarende waarde hebben bij het beschrijven en voorspellen van de verkeersgeneratie van supermarktverkeer.
De invloedsfactoren van ritgeneratie kunnen worden ingedeeld in socio-economische aspecten en ruimtelijke aspecten. Met socio-economische aspecten worden karakteristieken van huishoudens of buurten bedoeld. Ruimtelijke aspecten hebben betrekking op de omgeving van het huishouden. Deze invloedsfactoren kunnen zowel voor individuele huishoudens als voor buurten beschreven worden. Wanneer voor elk huishouden bepaald moet worden of en hoeveel ritten er gemaakt worden, kunnen de karakteristieken van de huishoudens gebruikt worden.
Factoren die de ritproductie met betrekking tot supermarkten kunnen beïnvloeden
• Socio-economische karakteristieken van huishoudens
o Inkomen
o Leeftijd
o Autobezit
o Structuur huishouden
o Grootte huishouden
o Maatschappelijke participatie (dagelijkse hoofdbezigheid / beroep)
o Huiseigenaar
• Socio-economische karakteristieken van buurten
o Stedelijkheidsgraad
o Bevolkingsopbouw van de buurt
o WOZ-waarde van de buurt
o Gemiddeld autobezit van de buurt
• Ruimtelijke karakteristieken van huishoudens en buurten
o Aanbod van winkels
o Bereikbaarheid met betrekking tot winkels
De bovenstaande variabelen zullen afzonderlijk worden behandeld in de volgende paragrafen.
2.2.2 Socio-economische karakteristieken van huishoudens
In de socio-economische karakteristieken van personen zijn de belangrijkste variabelen van de vraag naar mobiliteit verborgen. De variabelen die uiteindelijk worden meegenomen in een model moeten de karakteristieken, mogelijkheden en verplichtingen van de huishoudens zo goed mogelijk beschrijven (Simma et al. 2004). Hiertoe horen onder andere de leeftijd, burgerlijke staat, het aantal gewerkte uren per week en het bezit van een OV-kaart. Een aantal studies zoekt alle verklaringen van verplaatsingsgedrag in deze karakteristieken, waarbij met andere woorden de ruimtelijke aspecten buiten beschouwing worden gelaten (Xxxx Xxxxxxx 2001).
Inkomen
Onderzoek van Xxxxx en Xxx-Xxxxx (1976) heeft uitgewezen dat een hoger inkomen van een huishouden leidt tot een lagere ritfrequentie (Simma et al. 2004). Het idee is dat hoge inkomens een hogere `value of time' hebben en daarom minder bereid zijn veel tijd uit te trekken om boodschappen te doen (Bawa & Ghosh 1999).
Leeftijd
De invloed van de leeftijd van het hoofd van het huishouden is tweeslachtig. Enerzijds wordt gesteld dat oudere personen minder vaak naar de supermarkt gaan vanwege de kleinere huishoudens en de gemiddeld lagere inkomens (Fareed & Riggs 1982). Aan de andere kant wordt gesteld dat ouderen vaker boodschappen doen omdat ze meer tijd hebben (Xxxx & Xxxxx 1999).
Autobezit
Autobezit is uiteraard belangrijk voor het bepalen van de autoritproductie van een gebied. Het particuliere autobezit heeft grote invloed op het maken van autoritten door huishoudens (Xxxxx et al. 2004). Voor de algemene productie is het onduidelijk of autobezit leidt tot een hogere ritfrequentie.
Structuur
De structuur van het huishouden is een ruim begrip en kan daardoor op verschillende gebieden invloed hebben op de verkeersproductie. De samenstelling van het huishouden is door enkele onderzoeken meegenomen in een model. Hierbij gaat het voornamelijk om het al dan niet aanwezig zijn van kinderen in het gezin. Hiermee samenhangend blijkt het ook van invloed te zijn of een stel getrouwd is (Xxxxx et al. 2004). Over het algemeen kan gesteld worden dat het van belang is in welke levensfase een huishouden zich bevindt. Jonge gezinnen hebben een ander patroon dan huishoudens waarvan de kinderen naar de middelbare school gaan. Deze variabele hangt derhalve sterk samen met de leeftijd van het hoofd van het huishouden.
Grootte huishouden
In vele studies wordt de grootte van het huishouden als belangrijkste variabele beschouwd voor de generatie van winkelritten (Xxxx Xxxxxxx 2001). Grotere huishoudens consumeren meer dan kleine huishoudens. Gegeven een bepaalde opslagruimte (in de auto of in huis) moeten grotere huishoudens daarom vaker naar de supermarkt dan kleine (Bawa & Ghosh 1999). Daarom wordt een positieve relatie tussen de huishoudgrootte en de ritfrequentie verondersteld.
Maatschappelijke participatie
Het gegeven of en hoeveel werkende personen zich binnen een huishouden bevinden is van invloed op de productie van supermarktritten. Tweeverdieners hebben bijvoorbeeld minder tijd voor boodschappen in tegenstelling tot bijvoorbeeld een gepensioneerd huishouden. Dit leidt tot efficiënter boodschappen doen door één keer in de week naar de supermarkt te gaan of op weg naar of van het werk langs de supermarkt te gaan (Bawa & Ghosh 1999, Tol 2004).
Huiseigenaar
Het type huis, waarin een huishouden woont, wordt in verschillende onderzoeken meegenomen (Xxxxx & Xxxxxxxx 1992, Xxxx & Xxxxx 1999, Xxxxx et al. 2004). De gedachte hierachter is dat huiseigenaren over het algemeen in grotere huizen wonen dan huurders en daarom meer opslagruimte hebben. Huiseigenaren maken daarom minder winkelritten (Xxxxxxxxx et al. 1978)
2.2.3 Socio-economische karakteristieken van buurten
Over de invloed van karakteristieken op buurtniveau zijn de meningen verdeeld. In sommige onderzoeken wordt gewezen op het belang van het meenemen van factoren
uit de omgeving van het huishouden of bestemming. Er wordt in ieder geval gesteld dat de socio-economische factoren van huishoudens een grotere invloed hebben dan de buurten. Echter, deze kunnen niet zonder meer buiten beschouwing gelaten worden (Xxxxx 1995). Bovendien kan het voorkomen dat aggregate gegevens van buurten wel voorhanden zijn in tegenstelling tot gegevens van de afzonderlijke huishoudens.
Stedelijkheid
De stedelijkheid van een bepaald gebied is een factor die een verschil in de totale ritproductie van een gebied kan verklaren (Nuyts & Zwerts 2003). Hoe stedelijker het gebied, des te hoger de algemene ritfrequentie. Voor de ritfrequentie van individuele huishoudens is dit echter niet significant aan te tonen, omdat de variatie tussen de huishoudens te groot is.
Samenhangend met de stedelijkheid heeft onderzoek van Xxxxxxx (1997) uitgewezen dat de grootte van een stedelijke agglomeratie extra invloed heeft op de ritproductie. Een grote stad kan een grotere diversiteit aan producten bieden. Hierdoor worden in een grote stad relatief meer winkelverplaatsingen gemaakt, los van stedelijkheidsgraad. Het is echter onduidelijk of dit ook geldt voor het doen van dagelijkse boodschappen.
De stedelijkheid van een buurt is daarnaast een indicatie voor de autoritproductie van een buurt. In een stedelijke buurt is weinig ruimte voor (het parkeren van) auto's. Hierdoor is het autobezit in deze buurten lager dan in buitenwijken. Dit betekent dat een stedelijk gebied minder autoritten zal produceren dan een minder stedelijk gebied.
Bevolkingsopbouw
Een grote factor in de karakteristieken van buurten wordt gevormd door de huishoudens binnen de buurten. Buurten hebben veelal een verschillende bevolkingsopbouw. Wanneer er in een buurt veel alleenstaanden wonen, kan dit effect hebben op de gemiddelde ritfrequentie van de betreffende buurt. Er kunnen bijvoorbeeld fracties van een bepaalde karakteristiek gebruikt worden. Een voorbeeld hiervan wordt getoond door Xxxx Xxxxxxx (2001). In dit onderzoek wordt de fractie van de populatie binnen een zone met de leeftijd tussen 35 en 54 jaar gebruikt als verklarende variabele voor het totale aantal winkelritten.
WOZ-waarde
De WOZ-waarde van een buurt kan gezien worden als een maat voor het inkomen van de betreffende buurt. Ook hierin komen verschillen in bevolkingsopbouw naar voren. Buurten met een hoge gemiddelde WOZ-waarde zullen veelal rijkere huishoudens bevatten.
Autobezit
Het autobezit binnen een buurt blijkt een belangrijke variabele te zijn voor het voorspellen van het aantal autobewegingen vanuit een buurt (Tutert & Thomas 2007). Een hoger gemiddeld autobezit leidt tot meer autoverplaatsingen vanuit de woonbuurt. Dit effect wordt versterkt wanneer er binnen de woonbuurt geen voorzieningen zijn als bijvoorbeeld een supermarkt en men derhalve een grote afstand moet afleggen naar een supermarkt.
2.2.4 Ruimtelijke karakteristieken
Aanbod van winkels
Het aanbod van winkels in een woonbuurt is een factor die voor een individueel huishouden aangeeft hoeveel winkels er binnen een cirkel van 300 meter van de woning aanwezig zijn. Deze factor wordt van groot belang geacht voor de beschrijving van een woonbuurt met betrekking tot de generatie van winkeltrips vooral te voet (Simma et al. 2004). De afstand is gebaseerd op onderzoek naar de maximaal wenselijke loopafstand tot een winkel. Voor dit onderzoek zal het gaan om de aanwezigheid van een supermarkt.
Toegankelijkheid tot winkels
Daarnaast blijkt ook de toegankelijkheid van faciliteiten voor huishoudens een factor te zijn waardoor huishoudens wel of geen rit maken (Xxxxx et al. 2004, Kalenoja 1999, Bawa & Xxxxx 1999). Wanneer een huishouden woont op een plaats waarvandaan verschillende faciliteiten goed bereikbaar zijn, zullen deze huishoudens ook meer ritten maken. Deze ritten zijn dan minder vaak met de auto. De lengte van winkelritten is derhalve negatief gecorreleerd aan de bereikbaarheid van faciliteiten. De toegankelijkheid van winkels, zoals deze door Xxxxx et al (2004) is meegenomen, is uitgedrukt in de volgende formule:
Acci
J
= Σ Aj
j =1
∗ exp(− α ∗ cij )
(1)
waarin: Acci = toegankelijkheid voor huishouden i Aj = vloeroppervlak van winkel j ( j ∈ J )
cij = hemelsbrede afstand tussen huishouden i en winkel j a = modelparameter die de weerstand beschrijft
De toegankelijkheid van winkels voor een huishouden is een sommatie van alle toegankelijkheden tot alle winkels (J). Deze variabele beschrijft met andere woorden niet alleen het aantal winkels in de directe omgeving van het huishouden maar neemt andere winkels in de stad ook mee.
In het geval van supermarkten wordt voornamelijk de dichtstbijzijnde supermarkt beschouwd als de meest belangrijke, waardoor een benadering van de bovenstaande vergelijking kan worden opgesteld met alleen de afstand tot de dichtstbijzijnde supermarkt als variabele. Het Ruimtelijk PlanBureau1 gebruikt de netwerkafstand tot de dichtstbijzijnde supermarkt als indicator voor de bereikbaarheid van supermarkten voor postcodegebieden.
1 xxxx://xxx.xxxxxxxxxxxxx.xx/xxxxxxxxxxxxx/xxxxxxx.xxxx?xxx0 (13-5-’04)
2.3 Ritattractie
Bij ritattractie moet bepaald worden hoeveel ritten een bepaalde bestemming aantrekt. Uiteindelijk wordt hiermee een inschatting gemaakt van de totale attractie (Dj in figuur 3) van zone j. De factoren die een grote rol spelen bij de ritattractie door supermarkten zijn onder andere beschreven door Xxx Xxxx en Xxxxxxx (2003).
• Grootte supermarkt
• Soort supermarkt (supermarktformule)
• Omzet supermarkt
• Parkeergelegenheid
• Bereikbaarheid
• Aanwezigheid van andere winkels in het voedselsegment
Grootte
De grootte van een supermarkt is een evidente factor in de attractie door de betreffende supermarkt. In het algemeen kan gesteld worden dat hoe groter een supermarkt is des te groter ook het aantal klanten zal zijn (Van Riet & Hospers 2003).
Soort supermarkt
Naast grootte speelt de supermarktformule eveneens een belangrijke rol in de attractie van supermarkten (Van Riet & Hospers 2003). Er kunnen verschillende formules onderscheiden worden op basis van prijspeil, assortiment en serviceniveau (Stehouwer 2003). Supermarkten van verschillende formules trekken per vierkante meter vloeroppervlak een sterk uiteenlopend aantal klanten. Zo is de attractie per vierkante meter van een Jumbo aanzienlijk groter dan die van een Lidl.
Omzet supermarkt
De omzet van een supermarkt is de beste indicator voor het aantal klanten van de betreffende supermarkt. Uit onderzoek van Xxxxxxxxx (2003) blijkt dat de omzet van een supermarkt een sterk verband vertoont met het aantal klanten. Deze variabele is een betere verklarende variabele dan de grootte van de supermarkt.
Parkeergelegenheid
Een gebrek aan parkeerplaatsen kan inhouden dat een supermarkt minder klanten trekt dan uit de grootte en formule naar voren zou komen. Bij vergelijkbare keuzes in supermarkten zullen klanten kiezen voor een supermarkt met een goede parkeergelegenheid (Van Riet & Hospers 2003) in plaats van de supermarkt met een gebrek aan parkeervoorzieningen.
Bereikbaarheid
Een goede bereikbaarheid van een supermarkt is een factor die invloed heeft op de ritattractie (Xxxxx et al. 2004). Wanneer een huishouden de keuze heeft uit twee vergelijkbare supermarkten, zal doorgaans de supermarkt gekozen worden die het beste bereikbaar is. De bereikbaarheid vertoont uiteraard sterke gelijkenissen met toegankelijkheid van winkels (zie 2.2.4).
Aanwezigheid andere winkels
De aanwezigheid van andere winkels uit het voedselsegment heeft een extra aantrekkende werking op personen (Simma et al. 2004). Wanneer in een
winkelcentrum bijvoorbeeld een bakker en een slager aanwezig zijn, wordt de keuze voor de klanten vergroot en daarmee de aantrekkelijkheid verhoogd. Zie ook 2.2.4.
2.4 Ritdistributie
De volgende stap in het klassieke vierstapsmodel is de ritdistributie. De verkregen voorspellingen van het aantal ritten in de ritgeneratie worden in deze fase aan herkomsten en bestemmingen gekoppeld. Voor het schatten van de HB-matrix zijn een aantal technieken bekend waarvan de zwaartekrachtmethode de meest gebruikte is.
2.4.1 Zwaartekrachtmodel
Het zwaartekrachtmodel is gebaseerd op de natuurkundige wet van de zwaartekracht. De grootte van en de afstand tussen twee objecten bepaalt de kracht die beide objecten op elkaar uitoefenen. In de verkeerskunde wordt dit meestal vertaald in het aantal ritten dat een zone produceert of aantrekt over een afstand die wordt gepresenteerd als een weerstand tussen twee zones (Ortuzar & Willumsen 2001). Het model ziet er als volgt uit:
T = Oi Dj
f (c )
(2)
ij N ij
waarin: Oi = totaal aantal herkomsten in zone i
Dj = totaal aantal bestemmingen in zone j N = totaal aantal ritten
f(cij) = weerstandsfunctie
Een essentiële component hierin is de weerstandsfunctie. Deze functie bepaalt voor elke HB-relatie de weerstand en dus de relatieve hoeveelheid trips tussen de herkomst en de bestemming. De weerstand kan bestaan uit de componenten: afstand, reistijd, kosten en comfort. Binnen dit onderzoek wordt de afstand gebruikt om de weerstand te bepalen, omdat deze component eenvoudig te meten is en verband houdt met de andere componenten.
2.4.2 Resultaten eerder onderzoek
Een onderzoek in Zweden door Xxxxxxxx (1998) gaf aan dat demografische opbouw van de bevolking invloed heeft op de keuze van de supermarkt. Ouderen, kleine huishoudens en huishoudens zonder auto zijn eerder geneigd de supermarkt in de buurt te kiezen. Zolang het assortiment en de prijzen acceptabel blijven zullen deze groepen ook in de toekomst bij de wijksupermarkt hun boodschappen doen. Een Amerikaans onderzoek liet andere resultaten zien. Slechts een derde van de ondervraagden gaf aan boodschappen te doen bij de dichtstbijzijnde supermarkt (Handy & Xxxxxxx 2001). De supermarkten waren niet aantrekkelijk genoeg wat kwaliteit betreft. Het verbeteren van deze kwaliteit kan verandering brengen in deze situatie.
Een belangrijke factor voor de keuze van een bepaalde supermarkt voor de Amerikaanse situatie is de bereikbaarheid ervan (Recker & Kostyniuk 1978). De perceptie van de kwaliteit van de supermarkt op het gebied van assortiment, gebruikergemak en service en de geboden alternatieven bleken minder van invloed.
Uit een Canadees onderzoek naar een tijdscomponent van supermarkttrips is gebleken dat het meenemen van voorgaande keuzes een betere `goodness-of-fit' laten zien dan wanneer deze variabele niet is meegenomen (Xxxxxx & O'Kelly 1983). Daarnaast zorgt deze extra variabele ook voor een betere voorspelling van toekomstige situaties. Het gaat hier om het meenemen van de keuze bij voorgaande supermarktbezoeken. Wanneer de laatste supermarktrit naar supermarkt X was, is de kans groter dat de volgende ook naar deze supermarkt is. Op deze wijze wordt een soort loyaliteit ten opzichte van een bepaalde supermarkt in het model meegenomen. Dit blijkt extra verklarende informatie te geven voor de keuze van een bepaalde supermarkt.
Uit een studie naar de keuze van supermarkt in voormalig Oost-Duitsland kwam naar voren dat bijna de helft van de onderzochte huishoudens ervoor kiest lange afstanden af te leggen voor het doen van de dagelijkse boodschappen (Achen 2005). Een belangrijke factor hierin is het autobezit. Wanneer een huishouden een auto heeft, is men eerder geneigd boodschappen te doen in een verderop gelegen winkel en niet voor de dichtstbijzijnde te kiezen. Afstand blijkt hieruit slechts één van de vele factoren in de keuze voor een supermarkt te zijn en niet de belangrijkste. Dit is echter geen Oost-Duits fenomeen. Ook voor westerse landen zijn dergelijke fenomenen waargenomen (Xxxxx et al. 1998).
Naast de bekende en veel gebruikte factoren als afstand, reistijd en reiskosten voor het bepalen van de weerstand van een rit naar een winkelcentrum, zijn ook andere factoren van belang die de keuze voor een bepaald winkelcentrum beïnvloeden. Uit onderzoek van Xxxxxxx (2002) blijkt dat attributen die te scharen zijn onder
`inspanning', `comfort', `veiligheid' en `waarde' van winkeltrips de kwaliteit van voorspellingen kan verbeteren. Deze attributen zijn verder gespecificeerd naar zaken als: directheid van winkeltrip, relatieve afstand van lopen, afwezigheid van wachttijd, prijs van de rit, stress, files (inspanning), bescherming tegen weersomstandigheden, afwezigheid van vervuiling, gemak van de reis (comfort), reistijd, plezier van de reis (waarde) etc. Dit onderzoek heeft zich voornamelijk gericht op de categorie `fun- shopping' en is slechts in die zin relevant dat het extra inzichten geeft in winkelritten waar ook met betrekking tot supermarktritten naar gekeken kan worden. Bovendien zijn de data verzameld onder inwoners van Singapore en zijn de uitkomsten niet direct op een Nederlandse situatie toe te passen.
Voor het Nederlandse geval geldt dat de keuze voor een bepaalde supermarkt voornamelijk bepaald wordt door supermarktspecifieke factoren (Meijsen 2005). De afstand tot en de bereikbaarheid van de supermarkt spelen een minder belangrijke rol in de keuze van de winkellocatie door de consumenten. Steeds minder vaak wordt de dichtstbijzijnde supermarkt gekozen (Tol 2004).
2.5 Modal split
Bij de factoren die de modal split beïnvloeden, kan onderscheid gemaakt worden in karakteristieken van de rit en van de reiziger. Voor een rit zijn afstand, reistijd kosten en comfort van belang. Bij de karakteristieken van de reiziger kan gedacht worden aan autobezit, huishoudstructuur en inkomen (Ortuzar en Willumsen 2001).
Karakteristieken van een rit
De ritafstand wordt gezien als één van de belangrijkste karakteristieken van een rit in de keuze voor een vervoerswijze (Ortuzar & Willumsen 2001). Een reiziger probeert
factoren als reistijd, kosten en comfort te optimaliseren. Hoe groter de ritafstand is des te comfortabeler wordt de auto als vervoersmiddel aangezien de reistijd en het comfort in dat geval beduidend beter zijn dan de fiets. Voor korte afstand zal lopen aantrekkelijker zijn.
Karakteristieken van de reiziger
De vervoerswijzekeuze is daarnaast vooral afhankelijk van de beschikbaarheid van de verschillende modaliteiten (immers & Stada 2004). Lopen en fietsen is voor de meeste individuen een mogelijke manier van verplaatsen, voornamelijk bij kortere afstanden. De beschikbaarheid van de auto en het OV kan wisselen. Wanneer geen auto aanwezig is in een huishouden is men voor langere afstand aangewezen op het OV. Wanneer een bepaalde herkomst of bestemming moeilijk bereikbaar is met het OV is een reiziger aangewezen op de auto. Idealiter maken reizigers een rationele keuze voor het te gebruiken vervoermiddel. Deze keuze is gebaseerd op kenmerken van de reiziger (karakteristieken als inkomen, leeftijd en beroep), kenmerken van de vervoerwijze (reistijd en kosten) en kenmerken van de verplaatsing (bijvoorbeeld motief en tijdstip). Verder is gebleken dat voor supermarkten het bestede bedrag aan boodschappen een belangrijke indicator is voor de keuze van de modaliteit (van Riet & Hospers 2003, Xxxxxxx et al. 2003). Daarnaast kan echter gelden dat wanneer men met de auto gaat, men meer meeneemt.
In gezinnen met kinderen wordt vaker gekozen voor de auto om naar de supermarkt te gaan. Omdat (één van de) ouders kinderen willen opvangen na schooltijd wordt vaker de auto gekozen voor dagelijkse en wekelijkse boodschappen om snel thuis te zijn en niet al te veel tijd te verliezen aan het doen van boodschappen (Twuijver et al. 2006). In huishoudens zonder kinderen speelt tijdgebrek een minder grote rol. Voor dagelijkse boodschappen wordt vaker de fiets gebruikt, omdat men minder vaak te maken heeft met haast en meer tijd genomen wordt voor de boodschappen.
Onderzoek in de Verenigde Staten heeft uitgewezen dat het inkomensniveau de modal split het sterkste beïnvloedt (Goldner et al. 2002). Een hoog inkomen heeft een positieve invloed op het autogebruik en logischerwijs een negatieve op het gebruik van de bus. Verder bestaat er een verband tussen het gemak van parkeren en het autogebruik. Wanneer het aantal parkeerplaatsen per 100 m2 vloeroppervlak hoog is, betekent dit dat het autogebruik ook hoger zal zijn.
Onderzoek in Zwitserland (Simma et al. 2004) heeft uitgewezen dat het aanbod van winkels een belangrijke variabele is voor het gebruik van langzaam verkeer. De aanwezigheid van andere winkels waar voedsel verkocht binnen een straal van 300 meter heeft een positief effect op het aantal mensen dat lopend of met de fiets naar de winkel komt.
Hetzelfde onderzoek gaf aan dat voor het Zwitserse geval, naast vele socio- economische variabelen als autobezit, gehuwden en jonge volwassenen eerder met de auto richting een supermarkt gaan. Er wordt aangegeven dat de reden hiervoor ligt bij de complexere aankopen van deze groepen, zoals grotere hoeveelheden boodschappen en grotere producten die makkelijker met de auto kunnen worden vervoerd.
In Nederland wordt voor het merendeel van de supermarkttrips gekozen voor de auto als vervoermiddel (Meijsen 2005). Door het verlangen naar een efficiënter supermarktbezoek onder consumenten (minder bezoeken en meer in één keer meenemen) wordt steeds vaker de auto gebruikt. Ook de trend dat Nederlandse
huishoudens vaker tweeverdieners zijn (CBS 2007) die minder tijd hebben voor het doen van boodschappen en relatief welvarender zijn, lijkt een groeiend autogebruik bij supermarktbezoek te betekenen.
2.6 Conceptueel model
Uit de bovenstaande theoretische achtergronden zijn de belangrijke variabelen en verbanden naar voren gekomen. Hieruit is een conceptueel model te formuleren. Het model geeft een beeld van de te verwachten relaties. In de volgende paragraaf wordt een samenvatting van het conceptuele model getoond. In bijlage A is de uitgebreide versie weergegeven. Het model is een nadere uitwerking van het onderzoeksmodel.
Huishoudens
Productie door buurten
- ritfrequentie van buurten naar de supermarkt
Ruimtelijke karakteristieken van supermarkten
- aantal huishoudens in directe omgeving
- aantal huishoudens met betreffende supermarkt als dichtstbijzijnde
Attractie door supermarkten
- aantal klanten per supermarkt
Karakteristieken van supermarkten
- grootte supermarkt
- supermarktformule
- parkeergelegenheid bij de supermarkt
- aanwezigheid van andere winkels (type winkelgebied)
Supermarkten
Ruimtelijke karakteristieken van buurten
- afstand tot het centrum
- afstand tot de supermarkt
Socio-economische karateristieken van buurten
- stedelijkheidsgraad van de buurt
- bevolkingssamenstelling buurt
- WOZ-waarde van de buurt
- autobezit van de buurt
- aanwezigheid van winkels in de buurt
Buurten
Ruimtelijke karakteristieken huishoudens
- lokatie van huishouden ten opzichte van supermarkt
- lokatie van huishouden ten opzichte van de dichtstbijzijnde supermarkt
Socio-economische karakteristieken van huishoudens
- grootte huishouden
- leeftijd hoofd huishouden
- aanwezigheid en leeftijd kinderen
- gemeenschappelijk inkomen
- maatschappelijke participatie
- opleidingsniveau
- autobezit
- type woning
Productie door huishoudens
- ritfrequentie van huishoudens naar de supermarkt
Modal split
- gebruik langzaam verkeer door huishoudens
- autogebruik door huishoudens
- gebruik langzaam verkeer door buurten
- autogebruik door buurten
- gebruik langzaam verkeer naar supermarkten
- autogebruik naar supermarkten
Distributie
- verdeling van de ritten van huishoudens over de bestemmingen
- afstand van ritten van huishoudens tot de gekozen bestemming
- verdeling van de ritten naar supermarkten
- afstand van ritten tot de gekozen supermarkt
Figuur 4: conceptueel model
Het bovenstaande conceptuele model is verdeeld in groepen huishoudens, buurten en supermarkten waarvan patronen op het gebied van ritgeneratie, ritdistributie en modal
split worden onderzocht. Er zijn groepen gedefinieerd op basis van gemeenschappelijke karakteristieken om een overzichtelijker beeld te geven van de factoren die van invloed zijn binnen het supermarktverkeer. Op de onderscheiden groepen wordt in paragraaf 4.1 verder ingegaan.
Op basis van de bovenbeschreven literatuur komt naar voren dat voor de socio- economische karakteristieken van huishoudens de huishoudgrootte de belangrijkste variabele is voor de productie van winkelritten. Er wordt vanuit gegaan dat dit ook voor supermarktritten zal gelden. Een groter huishouden produceert meer ritten. Daarnaast wordt gesteld dat huishoudens met een laag inkomen meer ritten produceren dan huishoudens met een hoog inkomen. Verder is ook de maatschappelijke participatie of dagelijkse hoofdbezigheid van invloed op de productie van ritten. Gepensioneerden hebben meer vrije tijd dan werkenden en gaan daarom vaker naar de supermarkt. Het verband is echter tweeledig aangezien gepensioneerden (ouderen) minder mobiel worden en daarom minder ritten maken. Dit laatste punt wordt ook belangrijk geachte in de ritdistributie. Wanneer mensen minder mobiel worden zal eerder gekozen worden voor een supermarkt dicht bij huis. Verder hebben de socio-economische karakteristieken invloed op de modal split. De hogere inkomens hebben vaker de beschikking over een auto waardoor ook het autogebruik naar de supermarkt hoger zal zijn.
De belangrijkste ruimtelijke factor is de bereikbaarheid van supermarkten. Hoe dichter een huishouden bij een supermarkt woont, des te beter zal de bereikbaarheid zijn en zullen meer ritten gemaakt worden. De afstand naar de verschillende supermarkten wordt daarnaast beschouwd als belangrijkste factor bij de distributie van ritten. Hoe dichter een supermarkt bij een huishouden ligt des te groter is de kans dat een rit naar deze supermarkt wordt ondernomen. Ook de modal split wordt hierdoor beïnvloed. Wanneer een supermarkt gekozen wordt die ver van het huishouden verwijderd is, zal het aandeel van de ritten dat met de auto wordt gemaakt groter zijn.
De inhoud van buurten kan worden gezien als een samenstelling van verschillende huishoudens. De combinatie van de bevolkingsopbouw van een buurt met de specifieke karakteristieken van de huishoudens zorgen voor verschillen in de ritproductie van buurten. Als een buurt veel kleine huishoudens bevat, zal derhalve de ritproductie lager zijn dan een vergelijkbare buurt waar minder kleine huishoudens wonen. Over de invloed van andere karakteristieken van buurten bestaat verdeeldheid. De stedelijkheidsgraad van een buurt wordt gebruikt om eventuele verschillen in het type buurt te beschouwen, omdat deze variabele verband houdt met de WOZ-waarde en het autobezit van een buurt. Ook met betrekking tot de verschillen in de ritdistributie en de modal split wordt ervan uitgegaan dat de verschillen in bevolkingsopbouw een verklaring geven.
Ook in dit geval wordt de bereikbaarheid van supermarkten voor huishoudens binnen een buurt als belangrijkste ruimtelijke factor gezien. De bevolkingsopbouw wordt als belangrijkste element gezien voor de verschillen tussen buurten met betrekking tot de ritproductie, ritdistributie en modal split.
Bij supermarkten wordt gekeken naar de bezoeksfrequentie van huishoudens. De supermarktformule heeft hierin invloed op het aantal keer dat een huishouden de supermarkt bezoekt. Een supermarkt met veel verse producten wordt door een huishouden wekelijks vaker bezocht dan een supermarkt waar een huishouden bulkaankopen doet. Deze karakteristiek heeft ook invloed op de modal split. Wanneer
veel boodschappen worden gedaan (bulkaankopen) zal vaker de auto gebruikt worden om de boodschappen te kunnen vervoeren.
Met betrekking tot het totale aantal klanten dat een supermarkt bezoekt, wordt de grootte ervan als belangrijkste variabele gezien. Hoe groter een supermarkt des te meer klanten zullen naar de betreffende supermarkt gaan. Voor een verdere verfijning van de voorspelling van het aantal klanten geldt de supermarktformule als belangrijke variabele.
Met betrekking tot de ruimtelijke karakteristieken van supermarkten kan gesteld worden dat de concurrentie een belangrijke factor kan zijn. Wanneer er een aantal supermarkten dicht bij elkaar gelegen zijn, zal dit waarschijnlijk invloed hebben op het aantal klanten per supermarkt. Het aantal klanten wordt kleiner omdat klanten kunnen kiezen voor de andere supermarkt. Aan de andere kant kan de combinatie van supermarkten de attractie per supermarkt versterken. De ruimtelijke factoren van supermarkten worden echter buiten beschouwing gelaten omdat er vanuit wordt gegaan dat economische factoren van vraag en aanbod zorgen voor een redelijke verhouding van het aantal klanten en de grootte van een supermarkt.
De bovenbeschreven relaties zullen in het vervolg van het rapport worden onderzocht.
3) Data
In het derde hoofdstuk worden de beschikbare databronnen beschreven en geanalyseerd op hun betrouwbaarheid en bruikbaarheid. Allereerst wordt de Omnibusenquête van de gemeente Almelo belicht (3.1). Vervolgens wordt het MobiliteitsOnderzoek Nederland behandeld (3.2). De parkeerscan volgt in paragraaf
3.3. Verder worden ook het rapport consumententrends van het Centraal Bureau Levensmiddelenhandel (CBL) en de CROW-publicatie `verkeersgeneratie woon- en werkgebieden' beschreven (3.4 en 3.5). Een vergelijking tussen de bronnen volgt in paragraaf 3.6. Overige gegevens worden in paragraaf 3.7 genoemd..
3.1 Omnibusenquête
De belangrijkste databron in het kader van dit onderzoek is de Omnibusenquête van de gemeente Almelo. In de volgende paragraaf wordt deze databron uitgebreid beschreven.
Algemeen
De Omnibusenquête is een beleidsinstrument dat door gemeenten gebruikt kan worden om opvattingen en gedragspatronen van hun inwoners over een groot aantal actuele onderwerpen te achterhalen2. Een representatief deel van de inwoners van de gemeente wordt geselecteerd en benaderd om vragen over een aantal zaken te beantwoorden. De vragen kunnen sterk variëren. Deze zijn afhankelijk van de aard van de gemeente, van de politieke interesse van dat moment en van beleidsontwikkelingen. Veel gebruikte onderwerpen zijn:
• openbare orde/veiligheid;
• wonen en woonomgeving;
• gemeentelijke voorlichting en communicatie;
• verkeer en openbaar vervoer.
De enquête wordt jaarlijks of tweejaarlijks uitgevoerd om veranderingen onder de bevolking te kunnen opsporen en om de mening over actuele onderwerpen te peilen. De resultaten worden gebruikt bij het evalueren van het huidige beleid en bij het uitstippen van nieuw beleid. De Omnibusenquête is inmiddels een veel gebruikt instrument onder gemeenten.
Almelo
De gemeente Almelo is één van de gemeenten die een Omnibusenquête uitvoert. Sinds 1991 wordt de enquête jaarlijks onder de bevolking afgenomen. Binnen de vakgroep Verkeer Vervoer en Ruimte van de Universiteit Twente zijn alle jaargangen van de Omnibusenquête van de gemeente Almelo beschikbaar. De enquête bestaat uit een aantal vaste vragenblokken (wonen, beroepskenmerken, detailhandel en
2 xxxx://xxx.xxxxxxxxxxxxx.xx/xxxxxxxxxxxx/?xxxxxxxxxxx00 (8-5-’08)
persoonskenmerken) en een groot aantal incidentele vragenblokken. Tabel B1 in bijlage B geeft een overzicht van de vragenblokken van de jaargangen 2001 tot en met 2007.
De steekproef bestaat jaarlijks uit ongeveer 2000 huishoudens die willekeurig uit het Almelose adressenbestand door de gemeente worden benaderd. Door de adressen aan telefoonnummers te verbinden kan elk huishouden telefonisch bereikt worden. Er wordt telkens één persoon per huishouden geënquêteerd. In principe worden de personen telefonisch geënquêteerd tussen 10 uur 's ochtends en 9 uur `s avonds. Dit betekent dat er een overregistratie is van vrouwen, omdat zij relatief vaker thuis zijn door een lagere arbeidsparticipatie in vergelijking tot mannen en los daarvan ook vaker de telefoon beantwoorden. De geselecteerde Almeloërs waarvan geen telefoonnummer bekend is, worden per brief gevraagd deel te nemen. Waar mogelijk gebeurt dit enquêteren alsnog telefonisch, maar er is ook een mogelijkheid om een digitale versie van de enquête in te vullen. Hierdoor wordt getracht de onderregistratie bij bepaalde bevolkingsgroepen te voorkomen. De ondervraagden zijn allen tussen 18 en 80 jaar.
De meest relevante onderdelen voor het onderzoek naar supermarktbezoek komen elk jaar weer voor. De vraagblokken `detailhandel' en de socio-economische data uit de
`persoonskenmerken' zijn in alle edities vanaf 2000 vertegenwoordigd. Uit tabel B1 in bijlage B is op te maken dat het vragenblok over detailhandel in de editie van 2006 en 2007 is uitgebreid ten opzichte van de voorgaande jaren. Hier zijn vragen over de ritfrequentie van supermarktbezoek en het gebruikte vervoersmiddel opgenomen. Daarnaast is ook het vragenblok `automobiliteit' van belang. Hierin wordt onder meer gevraagd naar de beschikbaarheid van een auto binnen het huishouden. Dit vragenblok is echter slechts in de editie van 2004, 2006 en 2007 meegenomen. Ook deze blokken zijn echter niet gelijk aan elkaar. Ter indicatie is in bijlage C de enquête van 2007 opgenomen.
Vanwege het meenemen van de ritfrequentie van supermarktbezoek zijn de Omnibusenquête van 2006 en 2007 het meest bruikbaar bij het bepalen van de ritproductie van huishoudens en de ritattractie van supermarkten. Echter, de overige jaargangen worden gebruikt om meer gewicht te creëren bij bepaalde onderdelen. De data uit deze jaargangen worden gebruikt bij de distributie, omdat er in deze jaargangen wel informatie beschikbaar is over de verdeling van de ritten over de supermarkten. Hierbij is de informatie over de ritfrequentie niet strikt noodzakelijk, omdat de gemiddelde ritfrequenties van de jaargangen 2006 en 2007 vergelijkbaar worden geacht met de gemiddelde ritfrequenties van de voorgaande jaargangen.
Bruikbaarheid Omnibus-gegevens
De gegevens uit de Omnibusenquête van Almelo zijn zeer bruikbaar bij het beschrijven van verkeerspatronen rond supermarkten. Het bevat uitgebreide informatie over de frequentie van supermarktbezoek door huishoudens (ritgeneratie), de keuze voor de supermarkt (ritdistributie) en de gekozen vervoerswijze (modal split). Ook naar de karakteristieken van de huishoudens is uitgebreid gevraagd. De gegevens beslaan echter alleen de gemeente Almelo. Van andere gemeenten zijn dergelijke gegevens niet beschikbaar. Er moet derhalve rekening gehouden worden met een mogelijk beperkte representativiteit. Door de gegevens uit het Omnibus met andere (landelijke) gegevens te vergelijken wordt een algemeen beeld verkregen van de winkelpatronen.
Ook de vorm van de vragen in de enquête hebben invloed op de bruikbaarheid van de gegevens. Er wordt met betrekking tot supermarktbezoek gevraagd naar de wekelijkse patronen. Er wordt niet gevraagd naar de karakteristieken van elke afzonderlijke rit. Hierdoor moet aangenomen worden dat alle ritten binnen het wekelijkse patroon dezelfde karakteristieken hebben. Dit hoeft echter niet altijd het geval te zijn. Men kan nu eens met de fiets naar de supermarkt gaan en dan weer met de auto. Dit is niet meegenomen in de Omnibusenquête.
In de Omnibusenquête is uitsluitend aan inwoners van de gemeente Almelo gevraagd naar de ritfrequentie naar supermarkten binnen de gemeentegrenzen van Almelo. De mogelijkheid bestaat echter dat er tussen gemeenten ook ritten gemaakt worden. Inwoners van Almelo kunnen een voorkeur hebben voor een supermarkt buiten de gemeente, maar ook bewoners van omliggende gemeenten kunnen naar Almelo gaan voor de dagelijkse boodschappen. Over de ritfrequentie is in beide gevallen binnen de Omnibusenquête niets bekend.
In de Omnibusenquête van de gemeente Almelo wordt één lid van een huishouden ondervraagd. Deze persoon dient in principe voor zichzelf te antwoorden met betrekking tot de vragen over de detailhandel. Het is echter de vraag in welke mate dit ook gebeurd is. Bij meerpersoons huishoudens kan het ondervraagde lid de ritfrequentie van het gehele huishouden opgeven in plaats van slechts de eigen ritfrequentie. Pas wanneer wordt aangegeven dat de ondervraagde persoon geen boodschappen doet, wordt gevraagd naar de ritfrequentie van de persoon in het huishouden die wel boodschappen doet. Hierdoor wordt niet altijd de ritfrequentie verkregen van de persoon binnen het huishouden die meestal de boodschappen doet. Dit leidt tot onzekerheid in het bepalen van de ritfrequentie van een huishouden.
Daarnaast bestaat het probleem dat de ondervraagde persoon vaker in de huishouding werkt omdat er van tien uur 's ochtends tot negen uur 's avonds geënquêteerd wordt. Deze personen zullen vaker verantwoordelijk zijn voor de boodschappen van een huishouden en zullen derhalve zorgen voor het grootste deel van de ritfrequentie van een huishouden. Hoe vaak de kostwinner of een kind binnen het betreffende huishouden een supermarkt bezoekt is niet bekend, maar het is aannemelijk dat de frequentie lager is. De gemiddelde ritfrequenties van huishoudens zullen derhalve hoger zijn dan de frequenties die de ondervraagden opgeven (dit is de ondergrens van de ritfrequentie van een huishouden), maar zijn daarnaast lager dan het aantal volwassenen maal de gemiddelde ritfrequentie.
In de enquête zijn waarschijnlijk de tweeverdieners ondergeregistreerd. Onder tweeverdieners worden huishoudens verstaan waarin twee volwassenen een fulltime baan hebben. Doordat de enquête overdag en in de avonduren telefonisch wordt afgenomen, hebben tweeverdieners een grotere kans deze enquête te missen omdat onder werktijden gebeld wordt en zij dan niet aanwezig zijn. In het geval van één werkende in een huishouden is de kans groter dat de partner die in het huishouden werkt, wel bereikbaar is. Omdat antwoorden met betrekking tot de socio-economische karakteristieken voor het gehele huishouden worden gegeven, is het geen probleem dat de ondervraagden niet representatief zijn voor de Almelose bevolking, zolang alle huishoudvormen maar evenredig zijn vertegenwoordigd.
Daarnaast bestaat het probleem van representativiteit van telefonische enquêtes omdat steeds minder huishoudens een vaste telefoonaansluiting hebben. Hierdoor kan het voorkomen dat bepaalde bevolkingsgroepen (jongeren en allochtonen) minder
vaak in de enquête kunnen voorkomen. Dit probleem is in de jongste versie (Omnibus jaargang 2007) ondervangen door een enquête via internet.
3.2 MON
Sinds 2004 voert de AVV het MobiliteitsOnderzoek Nederland uit. Dit is een voortvloeisel van het Onderzoek VerplaatsingsGedrag dat daarvoor door het CBS en de AVV werd uitgevoerd. Het doel van het MON is het in kaart brengen van de mobiliteit van de Nederlandse bevolking ouder dan 12 jaar (Bakkes et al. 2003, Xxxx et al. 2004). Gedurende het gehele jaar worden mensen ondervraagd over hun verplaatsingsgedrag met behulp van een telefonische en schriftelijke enquête. Enkele gegevens die worden verzameld zijn herkomsten/bestemming, tijd van de dag, transportmiddel, reismotief, afstand en reistijd. Het onderzoek wordt uitgevoerd op het niveau van huishoudens, waar binnen het huishouden alle personen ouder dan 12 jaar worden ondervraagd. Wat huishoudens betreft, zijn grootte, samenstelling en aanwezigheid van een auto enkele karakteristieken. Voor elk persoon binnen het huishouden worden zaken als geslacht, leeftijd, opleiding, beroep, bezit van een auto, etc. gevraagd. Per verplaatsing die een persoon maakt, worden zaken als bestemming (op xxxxxxxx0-niveau), reismotief, gebruikte modaliteit, ritafstand en reistijd gevraagd. De verplaatsingen worden vervolgens verder uitgesplitst in ritten wanneer bijvoorbeeld meerdere vervoersmiddelen worden gebruikt tijdens een verplaatsing.
Onderregistratie ritten
Uit een aantal onderzoeken blijkt dat de gegevens met betrekking tot de autoritproductie in het MON niet overeen komen met praktijkcijfers (Tutert 2006, Turpijn 2005). Het MON lijkt het werkelijke aantal ritten te onderschatten. Er zijn vele redenen aan te merken. Ten eerste is het zakelijke en het vrachtverkeer slechts gedeeltelijk in het MON opgenomen. Daarnaast wordt het aantal korte ritten onderschat doordat huishoudens dergelijke ritten vergeten in het rittenboekje op te nemen. Verder zijn er problemen met de registratie van binnenlands vakantieverkeer en buitenlands verkeer.
In figuur 5 is het aantal ritten per persoon per dag weergegeven voor het MON in vergelijking met de Omnibusenquête. Het MON laat aanzienlijk minder ritten zien dan de Omnibusenquête. Zoals aangegeven is een onderregistratie van het aantal korte ritten een mogelijke verklaring.
Omnibus
.4
.3
Autoritten pp vanuit woning
.2
.1
.4
werk/school
Autoritten pp vanuit woning
adres voor het werk .3 winkelen
garage/pomp
.2
dienstverlening
visite
brengen/halen .1
recreatie
MON
werk/school
adres voor het werk winkelen garage/pomp dienstverlening visite brengen/halen recreatie
0.0
werkdag
zondag
overig
0.0
werkdag
zondag
overig
Figuur 5: vergelijking aantal autoritten vanuit de woning per persoon per dag voor Omnibus en MON (Tutert 2005)
De bovenstaande figuur laat zien dat het MON voornamelijk de motieven: zakelijk, winkelen, visite, halen/brengen en recreatie lager schat dan Omnibus. Onder winkelen wordt het doen van dagelijkse boodschappen verstaan. In absolute zin worden boodschappen doen en visite het meest onderschat. Het MON geeft een ritproductie met het motief `boodschappen doen' per persoon per dag van 0,09 terwijl Omnibus aangeeft dat een persoon gemiddeld 0,25 ritten per dag naar de supermarkt maakt.
Bruikbaarheid MON
Zoals aangegeven wordt het aantal ritten met het motief boodschappen doen door het MON onderschat. Het aantal ritten naar de supermarkt is in werkelijkheid hoger. Dit betekent dat op basis van deze bron geen goede inschatting kan worden gemaakt van het winkelverkeer in een huidige situatie. Daarnaast biedt het MON met betrekking tot de distributie van het supermarktverkeer ook geen goede gegevens. Omdat de locatie van de herkomst en de bestemming beide op xxxxxxxx0-niveau zijn opgegeven, vinden veel ritten met het motief `boodschappen doen' binnen het woongebied plaats waardoor de afstand niet bepaald kan worden. Ook wanneer er wel een xxxxxxxx0- grens wordt gepasseerd, is de afgelegde afstand onduidelijk, omdat slechts de zwaartepunten van de xxxxxxxx0-gebieden als herkomst of bestemming kunnen worden aangenomen. Dit is echter niet de exacte locatie van het huishouden of de locatie van de supermarkt.
Vanwege de onderschatting van het aantal ritten en de onzekerheden bij het bepalen van de afstanden wordt het MON niet gebruikt voor het beschrijven van patronen. De bron heeft eenvoudigweg te veel onzekerheden met betrekking tot verkeer over korte afstanden dat op basis van deze bron geen conclusies getrokken kunnen worden met betrekking tot het supermarktverkeer.
3.3 Parkeerscan
Verder wordt bij dit onderzoek gebruik gemaakt van de parkeerscan van het RBOI (Xxx Xxxx & Hospers 2003). Hiermee kunnen schattingen gemaakt worden van het aantal klanten dat een supermarkt bezoekt. Deze bron wordt als vergelijkingsmateriaal gebruikt voor de verkeersattractie zoals deze uit de Omnibus-gegevens naar voren komen.
De parkeerscan is door het RBOI ontwikkeld om een raming te kunnen maken van het benodigde aantal parkeerplaatsen bij supermarkten. Het onderzoek is gestart, omdat het vermoeden bestond dat de kengetallen van het CROW betreffende het schatten van de verkeersattractie van supermarkten niet overeen kwamen met de werkelijkheid. Het onderzoek concludeerde dat huidige richtlijnen voor het aantal benodigde parkeerplaatsen voor de auto en de fiets (indirecte verkeersattractie van een supermarkt) structureel te weinig plaatsen berekenden.
In het onderzoek is bij 25 supermarkten onderzocht hoeveel klanten er komen, met welk vervoersmiddel en hoeveel zij besteden (Stehouwer 2003). Aan de kassa's is door de caissières aan de betalende klanten gevraagd naar hun postcode en het gebruikte vervoersmiddel. Dit is op de kassabon genoteerd. Zodoende zijn de gegevens van
66.000 betalende klanten verzameld. De supermarkten zijn allen gelegen in plaatsen met een grootte vanaf 5.000 tot 100.000 inwoners. Hieruit is een relatie afgeleid tussen het type en grootte van de supermarkt en het te verwachten aantal klanten op de drukste dag van de week (meestal een zaterdag). In bijlage D is weergegeven hoe het rekenmodel is opgebouwd.
De gegevens die uit de parkeerscan voortkomen, dienen als vergelijkingsmateriaal voor de gegevens uit de Omnibusenquête. In de parkeerscan wordt vanuit de supermarkt (attractie) het aantal klanten bepaald, terwijl in de Omnibusenquête het aantal klanten bepaald wordt op basis van de productie door huishoudens. Door deze verschillende invalshoeken is de parkeerscan een goede aanvulling bij het bepalen van de attractie door supermarkten.
Bruikbaarheid Parkeerscan
De gegevens uit de parkeerscan zijn bruikbaar als indicatie voor het aantal klanten dat een supermarkt trekt. Uit de parkeerscan komt niet het aantal ritten dat per dag of per week naar de supermarkt gemaakt wordt naar voren, maar het aantal klanten dat de supermarkt op zaterdag bezoekt en het daaruit voortvloeiende benodigde aantal parkeerplaatsen. Het geschatte aantal klanten uit de parkeerscan en de bijbehorende patronen met betrekking tot verkeersattractie kunnen ter vergelijking naast het Omnibus worden gelegd.
De parkeerscan is opgesteld op basis van waargenomen gedrag van klanten van een supermarkt. Hier speelt derhalve niet het probleem van mogelijke verkeerde inschattingen van personen, maar wordt het gedrag geobserveerd.
3.4 Consumententrends
Het Centraal Bureau Levensmiddelenhandel (CBL) brengt jaarlijks in samenwerking met het Erasmus Food Management Institute het rapport Consumententrends uit. Hieraan ten grondslag ligt een grootschalig onderzoek naar de mening van de Nederlandse consument over het doen van boodschappen (CBL 2002). Hierin worden ontwikkelingen in de supermarktbranche voor heel Nederland beschreven. Het onderzoek bestaat uit een schriftelijke enquête onder een representatieve groep huishoudens. Binnen de huishoudens wordt de persoon ondervraagd die meestal de boodschappen doet.
In de enquête wordt gevraagd een inschatting te geven van de meest bezochte en de op één na meest bezochte supermarkt en het aantal keer dat deze wekelijks bezocht wordt. Daarnaast wordt gevraagd hoeveel het huishouden wekelijks ongeveer besteed aan de boodschappen. Uiteraard worden ook persoons- en huishoudkenmerken gevraagd.
Voor dit onderzoek zijn voornamelijk de statistische gegevens van belang. Uit de Consumententrends komen tabellen naar voren met betrekking tot het aantal keren dat supermarktklanten een supermarkt bezoeken, het aantal verschillende supermarkten dat bezocht wordt, de winkelduur van verschillende huishoudtypen, de gemiddelde wekelijkse bestedingen per huishoudtype, de verdeling van de klanten over verschillende supermarkttypen en vele gegevens over hoe de klant verschillende aspecten van de supermarkt ervaart. Voornamelijk de gegevens over de bezoekfrequentie van klanten en het aantal verschillende supermarkten die bezocht worden zijn van belang.
Bruikbaarheid Consumententrends
In de Consumententrends wordt een beeld gegeven van het gedrag van bezoekers van de supermarkt. Deze gegevens zijn representatief voor heel Nederland. Om deze reden is deze bron bruikbaar als vergelijkingsmateriaal voor de gegevens uit het Omnibus.
In de Consumententrends is echter niet gevraagd naar de totale frequentie van een huishouden maar naar de frequentie van de persoon binnen het huishouden die meestal de boodschappen doet. Hiermee is derhalve slechts een deel van de totale ritfrequentie van een huishouden verkregen.
In het onderzoek is echter gebruik gemaakt van schattingen door de ondervraagde consument. Er zijn geen observaties gedaan. Het is derhalve de vraag in hoeverre het opgegeven gedrag overeenkomt met het daadwerkelijke gedrag.
3.5 CROW
De CROW-publicatie `Verkeersgeneratie woon- en werkgebieden' biedt vuistregels en kengetallen voor gemotoriseerd verkeer (CROW 2007). Voor verschillende ruimtelijke functies wordt bepaald hoeveel motorvoertuigbewegingen het genereert. De kengetallen zijn ontwikkeld om een schatting te kunnen maken van de verkeersgeneratie van een ruimtelijke ontwikkeling in een vroegtijdig stadium van het planvormingsproces. De consequenties van een ontwikkelingslocatie met betrekking tot bijvoorbeeld de bereikbaarheid kunnen worden ingeschat. De verkregen generatie is een indicatie van de werkelijke generatie en dienen derhalve niet te strikt worden gehanteerd.
Eén van de ruimtelijke functies waarvan de verkeersgeneratie wordt bepaald is de supermarkt. Aan de hand van de grootte van een supermarkt wordt het aantal motorvoertuigbewegingen bepaald. Voor een supermarkt geldt dat er per vierkante meter verkoopvloeroppervlak bijna tien motorvoertuigbewegingen per week worden gegenereerd. De kengetallen zijn onder andere gebaseerd op de data uit de parkeerscan.
3.6 Vergelijking databronnen
De verkregen data uit de verschillende bronnen verschilt van elkaar en kan worden uitgelegd aan de hand van de volgende figuur.
Per huishouden (Parkeerscan & CROW)
Per boodschapper (Omnibus & Consumententrends)
Per persoon (MON)
4
Ritfrequentie
3
2
1
1 2 3 4 5
Huishoudgrootte
Figuur 6: vergelijking tussen eenheden
Zoals aangegeven wordt gestreefd naar het bepalen van de ritfrequentie per huishouden. Echter, de verschillende bronnen gebruiken niet dezelfde eenheden om de ritfrequentie te bepalen. In het MON worden de verplaatsingen per persoon bepaald. Omnibus en Consumententrends bepalen de frequentie van de persoon binnen het huishouden die meestal de boodschappen doet (boodschapper). Met de parkeerscan en de CROW-publicatie kan een inschatting gemaakt worden van de ritfrequentie van een huishouden, aangezien deze bronnen alle ritten naar de supermarkt bepalen.
Met betrekking tot het supermarktverkeer betekent dit dat in een eenpersoons huishouden de ritfrequenties in alle eenheden gelijk zijn (persoon = boodschapper = huishouden). Hoe groter het huishouden wordt, des te groter worden ook de verschillen tussen de eenheden. In een groot huishouden is het aantal ritten per persoon kleiner dan in een eenpersoons huishouden en zal de frequentie van het gehele huishouden en de boodschapper steeds groter worden. Er bestaat echter ook verschil in frequentie tussen de boodschapper en het huishouden. In een meerpersoons huishouden is de frequentie van het gehele huishouden gelijk of groter dan dat van de boodschapper. Om van boodschapper naar huishouden te komen zal een correctiefactor geïntroduceerd moeten worden, aangezien gebruik wordt gemaakt van gegevens uit het Omnibus. Hierop zal echter niet verder op ingegaan worden en zullen de patronen van de boodschapper in een huishouden verder worden onderzocht. De omzetting van boodschapper naar huishouden wordt niet nader onderzocht.
Productie
Bij de ritproductie wordt gebruik gemaakt van de Omnibusenquête en de Consumententrends. Deze bronnen zijn in het kader van de productie het meest betrouwbaar aangezien in beide onderzoeken aan huishoudens is gevraagd naar het aantal keren dat de persoon die het vaakst de boodschappen doet, naar de supermarkt gaat. Hoewel de eenheden niet exact overeenkomen, wordt er hier vanuit gegaan dat beide bronnen dezelfde eenheid gebruiken. Het MON wordt in dit kader niet gebruikt
aangezien er grote twijfels bestaan rondom de betrouwbaarheid van het aantal ritten dat naar de supermarkt gemaakt wordt. Echter, Omnibus en de Consumententrends baseren op de schattingen van de huishoudens en gaan niet uit van geobserveerd gedrag. Daarnaast worden personen ondervraagd die binnen een huishouden meestal de boodschappen doen. Dit komt derhalve niet altijd overeen met de ritfrequentie van een huishouden.
Attractie
Voor het bepalen van de attractie van supermarkten is de parkeerscan de meest betrouwbare bron. In dit onderzoek is onderzoek bij supermarkten gedaan naar het aantal klanten dat een supermarkt trekt. Omdat er veel data is verzameld, worden de resultate4n van de parkeerscan als betrouwbaar beschouwd. Ook de Omnibusenquête wordt bij het bepalen van de attractie gebruikt. Deze bron is echter bedoeld om de gedragingen en meningen van huishoudens in kaart te brengen en is er niet op gericht om het aantal klanten per supermarkt exact te kunnen bepalen. Er wordt een lagere betrouwbaarheid van de Omnibusenquête verwacht. De parkeerscan is derhalve leidend binnen de attractie door supermarkten.
Distributie
Bij het bepalen van de distributie zijn de keuzes van de huishoudens benodigd. In de Omnibusenquête zijn de keuzes van de huishoudens voor de verschillende supermarkten aanwezig. Op postcode6-niveau is de locatie van de huishoudens en de supermarkten bekend. Daarnaast bevat de database voor elk huishouden de twee meest bezochte supermarkten. De gegevens uit het Omnibus worden in vergelijking met het MON als zeer betrouwbaar geacht, aangezien het MON slechts kan voorzien in een distributie op xxxxxxxx0-niveau. Daarnaast is het aantal supermarktritten uit het MON onbetrouwbaar. De parkeerscan en de Consumententrends bieden geen informatie over de keuze van huishoudens voor bepaalde supermarkten en kunnen derhalve niet gebruikt worden voor de distributie van het supermarktverkeer.
Modal split
De Omnibusenquête en de parkeerscan bevatten informatie over de modal split van het supermarktverkeer. In de parkeerscan is aan de klanten van een supermarkt gevraagd naar de gebruikte modaliteit. In de Omnibusenquête is huishoudens gevraagd aan te geven hoe zij meestal de betreffende supermarkt bezoeken. Omdat de parkeerscan uitgaat van geobserveerd gedrag en Omnibus uitgaat van een schatting door de huishoudens, wordt de parkeerscan als betrouwbaarder geacht met betrekking tot de modal split.
3.7 Overige data
Naast de databronnen die worden gebruikt bij het bepalen van de ritfrequenties, zijn andere bronnen gebruikt als aanvullende informatie. Deze bronnen zijn vergelijkingsmateriaal voor de niet-verkeergerelateerde zaken in Omnibus.
CBS
Het Centraal Bureau voor de Statistiek (CBS) verzamelt, verwerkt en publiceert statistieken ten behoeve van beleidsmakers en de wetenschap3. De gegevens die het CBS publiceert lopen van macro-economische indicatoren tot inkomenssituaties van personen en huishoudens. Een commissie binnen het CBS zorgt voor onafhankelijkheid, onpartijdigheid, relevantie, kwaliteit en continuïteit van het statistische programma.
In dit onderzoek worden statistische gegevens van Almelo gebruikt. In de online- databank van het CBS (Statline4) zijn veel gegevens te vinden over de wijken en buurten in de gemeente: kerncijfers wijken en buurten. De belangrijkste informatie voor dit onderzoek zijn de aantallen en soorten huishoudens van de verschillende wijken en buurten in Almelo. Deze gegevens worden gebruikt om de representativiteit van de gegevens van het Omnibus te bepalen en waar nodig aan te passen en om de data uit de Omnibusenquête op te hogen tot gegevens van de gehele bevolking van Almelo. Verder worden verschillende karakteristieken per buurt gebruikt.
Het CBS geeft verder een jaarlijks statistisch rapport voor elke gemeente uit: Gemeente op Maat (CBS 2007). In de Gemeente op Maat worden belangrijke statistische gegevens van een gemeente getoond, zoals in bijlage E is getoond. Hierin wordt ook de indeling van de gemeente in wijken en buurten gegeven, zoals deze door de gemeente zelf worden vastgesteld. Deze indelingen zijn overgenomen, omdat in de Omnibusenquête ook naar de wijken en buurten is gevraagd. Door de gemeentelijke indeling aan te houden kan gegeneraliseerd worden naar bepaalde typen buurten, aangezien voor andere gemeente ook indelingen en karakteristieken van buurten bekend zijn bij het CBS.
De data van het CBS zijn zeer bruikbaar binnen het onderzoek. Allereerst voorziet het CBS in het geven van een gemeentelijke indeling in wijken en buurten. Daarnaast zijn van deze wijken en buurten vele socio-economische data aanwezig die kunnen worden gebruikt als vergelijkingsmateriaal en als aanvulling op de Omnibus-gegevens. In het Omnibus zijn immers de data gericht op individuele huishoudens, waar het CBS in gegevens voor de gehele buurt voorziet. Door de gegevens en indelingen van het CBS te gebruiken kunnen de patronen en modellen die verkregen zijn uit Omnibus makkelijker gegeneraliseerd worden voor Nederland.
Postcode6-coordinaten
Voor het bepalen van de afstanden tussen de huishoudens en de supermarkten is gebruik gemaakt van een database met coördinaten van de verschillende postcodes op postcode6-niveau in Almelo. In de Omnibusenquête is gevraagd naar de postcode van de huishoudens. Daarnaast zijn ook de postcodes van de verschillende supermarkten bekend. Het bestand geeft voor elke postcode een x- en een y-coördinaat, waarmee
3 xxxx://xxx.xxx.xx/xx-XX/xxxx/xxxxxxxxxxx/xxxxxxx.xxx (18-1-2008)
4 xxxx://xxxxxxxx.xxx.xx/XxxxXxx (18-1-2008)
de locatie vastligt. De hemelsbrede afstanden tussen de huishoudens en de supermarkten zijn nu te bepalen met behulp van de stelling van Xxxxxxxxxx. De netwerkafstanden worden op basis van de hemelsbrede afstanden bepaald, omdat er geen gegevens beschikbaar zijn over daadwerkelijke afstanden en ook gegevens over reistijden, als indicator van afstand over het netwerk, ontbreken. Over het verband tussen de hemelsbrede afstand en de afstand over het netwerk bestaan een aantal publicaties, zoals weergegeven in bijlage S. Omdat voornamelijk voor korte afstanden in een stedelijke omgeving de netwerkafstanden voor de verschillende modaliteiten anders kunnen zijn en hierover geen informatie beschikbaar is, wordt simpelweg één omrekenfactor gebruikt. De hemelsbrede afstand is met het getal 1,4 vermenigvuldigd, omdat dit getal ongeveer de omrijdfactor is voor twee punten in een stedelijke rasterstructuur. Op deze wijze wordt getracht de werkelijke afstanden tot de supermarkt mee te nemen in plaats van slechts de hemelsbrede. Het getal is zeer arbitrair. Men kan ook een andere waarde aannemen, maar dit zal de conclusies van het onderzoek niet beïnvloeden, omdat alle afstanden met dezelfde factor worden omgeschaald van hemelsbrede naar netwerkafstanden.
Ruimtelijke structuur
Binnen dit onderzoek wordt hoofdzakelijk gebruik gemaakt van de Omnibusenquête van Almelo. Bij deze data hoort een bepaalde ruimtelijke structuur. Deze gegevens geven de data uit het Omnibus een ruimtelijke component.
De gemeente Almelo bestaat uit een aantal zones op verschillende abstractieniveaus. Almelo bestaat uit 12 wijken en 68 verschillende buurten, zoals deze bij het CBS bekend zijn. In bijlage E zijn de wijken en buurten weergegeven. Deze wijken en buurten zijn weergegeven in figuur 6. In de figuur is te zien dat naast het centrum van de gemeente ook de wijken Schelfhorst en Windmolenbroek redelijk dichtbevolkt zijn. Voor de supermarkten kan gesteld worden dat er sprake is van een bepaalde clustering. In de wijk Rumerslanden liggen vier supermarkten in elkaars nabijheid, terwijl in een grote wijk als Windmolenbroek slechts een supermarkt aanwezig is. Verder valt op dat de supermarkten vaak gelegen zijn in de dichterbevolkte gebieden.
Figuur 7: ruimtelijke structuur van Almelo (CBS 2007)
4) Methodische verantwoording
Om van de ruwe data naar resultaten te komen aangaande de woon-winkelpatronen moeten een aantal stappen doorlopen worden. Allereerst worden de gegevens uit het Omnibus in groepen ingedeeld op basis van vergelijkbare socio-economische karakteristieken (4.1). Om de representativiteit te waarborgen worden weegfactoren bepaald (4.2), zodat de groepen die over- of ondervertegenwoordigd zijn in de enquête naar verhouding kunnen worden meegenomen in de analyse. Verder vraagt de database om een enkele aanpassing (4.3), omdat niet alle gegevens rechtstreeks uit de Omnibusenquête te gebruiken zijn. Tot slot wordt lineaire regressie beschreven als methode om lineaire verbanden aan te tonen (4.4).
4.1 Aggregeren van gegevens
Het aggregatieniveau geeft aan tot welk niveau de gegevens zijn gegroepeerd. Data moeten geaggregeerd zijn om het gedrag van de gehele populatie te kunnen beschrijven. In de verkeerskunde kan het verkeersgedrag beschreven worden op individueel niveau (personen of huishoudens) of op groepsniveau (groepen personen met bepaalde gemeenschappelijke karakteristieken of zones met homogene socio- economische data). Echter, niet elke individuele keuze kan gemodelleerd worden. Dit zou het model onhandelbaar maken. Door het samenvoegen van gegevens wordt min of meer ook bepaald met welke nauwkeurigheid de beschrijving van het verkeersgedrag wordt gedaan.
Binnen dit onderzoek worden patronen beschreven met betrekking tot verkeer naar de supermarkt. Dat wil zeggen dat gekeken wordt naar groepsgedrag in plaats van
individueel gedrag. Daarnaast zijn gegevens over groepen makkelijker verkrijgbaar via bijvoorbeeld CBS dan individuele gegevens van huishoudens. Daarom worden groepen gedefinieerd op basis van socio- economische karakteristieken van huishoudens, ruimtelijke karakteristieken van huishoudens en karakteristieken van supermarkten, waarmee uiteindelijk eenvoudig een inschatting gemaakt kan worden van de hoeveelheid supermarktverkeer dat wordt gegenereerd.
Figuur 8: verschillende aggregatiestrategieën (bron: Ortuzar & Willumsen 2001)
Met de Omnibusenquête is een uitgebreide dataset aanwezig. Om van deze gegevens op huishoudniveau (gedisaggregeerd) naar een geaggregeerde voorspelling te komen kunnen twee wegen worden bewandeld. Het
aggregatieproces kan zowel voor als na het schatten van het model worden gedaan. De beide manieren zijn in figuur 8 weergegeven.
De linker aanpak om van gedisaggregeerde data naar een geaggregeerde beschrijving te komen vertoont gelijkenissen met de klassieke aggregatieaanpak (Ortuzar & Willumsen 2001). Deze aanpak wordt beschouwd als inefficiënt met betrekking tot het gebruik van de aanwezige data, omdat niet de volledige verscheidenheid aan gegevens wordt gebruikt, maar een statistische benadering ervan.
De rechter aanpak gebruikt de informatie op een efficiëntere manier en geniet daarom de voorkeur boven de linker. Er worden derhalve groepen gedefinieerd op basis van een aantal belangrijke variabelen. Hiervoor worden slechts de socio-economische karakteristieken gebruikt, omdat er vanuit gegaan wordt dat ruimtelijke karakteristieken niet specifiek zijn voor bepaalde typen huishoudens of buurten.
4.1.1 Huishoudens
Een manier van indelen is het maken van groepen op basis van de beschikbare socio- economische data. In dit geval kunnen de huishoudens ingedeeld op basis van de samenstelling van het huishouden en wordt voor de verschillende groepen een ritfrequentie bepaald. Met andere woorden, de socio-economische data worden gezamenlijk in één categorisering beschreven. Hiervoor moet de meest onderscheidende of de variabele die impliciet sterke verbanden heeft met andere belangrijke variabelen, gekozen worden. Het probleem hierbij is dat de categorisering locatieonafhankelijk is, terwijl de locatie er wel degelijk toe doet. De afstand tot de dichtstbijzijnde supermarkt zal gebruikt worden om de locatie van de huishoudens mee te kunnen nemen. Dit is nader beschreven in paragraaf 5.2.
Relatiediagram
De volgende figuur laat de belangrijke variabelen zien zoals deze in deze in paragraaf
2.2.2 tot en met 2.2.4 besproken zijn. Daarnaast zijn ook onderlinge verbanden weergegeven. Er is echter niet gestreefd naar volledigheid in het beschrijven van mogelijke variabelen, maar naar een overzicht van de belangrijkste op basis waarvan groepen met overeenkomstige karakteristieken kunnen worden gedefinieerd. In de figuur staan daarom de meest belangrijke socio-economische en ruimtelijke karakteristieken van huishoudens en buurten, zoals deze uit literatuuronderzoek naar voren zijn gekomen, en de verwachte onderlinge verbanden.
Autobezit
Huiseigenaar of huurder?
Toegankelijkheid van winkels
Samenstelling huishouden
Aanbod van winkels (aanwezigheid supermarkt)
Grootte huishouden
Ritfrequentie huishouden
Maatschappelijke participatie
Gemeenschappelijk (gezamelijk) inkomen
Leeftijd
WOZ-waarde en autobezit van de buurt
Stedelijkheidsgraad van de buurt
Figuur 9: relaties met betrekking tot ritfrequentie
Indelingen
Er zijn zeven typen huishoudens onderscheiden. Tabel 1 toont de karakteristieken van de verschillende groepen huishoudens.
Tabel 1: groepen huishoudens
Type huishouden | Karakteristieken van het huishouden | |
Alleenstaanden | Eenpersoonshuishouden; alle leeftijden; alle inkomens | |
Ouderen | Huishouden zonder kinderen; ouder dan 65 jaar; alle inkomens | |
Samenwonenden | laag inkomen | Huishouden zonder kinderen; jonger dan 65 jaar; inkomen lager dan €2155 |
hoog inkomen | Huishouden zonder kinderen; jonger dan 65 jaar; inkomen hoger dan €2156 | |
Gezin | laag inkomen | Huishouden met kinderen; alle leeftijden; inkomen lager dan €2155 |
hoog inkomen | Huishouden met kinderen; alle leeftijden; inkomen hoger dan €2156 | |
Overig | Overige huishoudsamenstellingen | |
In het vervolg van dit rapport zullen termen zoals deze in de bovenstaande tabel zijn weergegeven gebruikt worden om de verschillende groepen te benoemen.
Uit het relatiediagram van figuur 9 kan worden opgemaakt dat de karakteristieken gemeenschappelijk inkomen, leeftijd, maatschappelijke participatie, grootte huishouden en structuur huishouden als de belangrijkste huishoudvariabelen worden beschouwd. Door de onderlinge verbanden wordt de maatschappelijke participatie meegenomen in de andere variabelen, omdat bijvoorbeeld gepensioneerden altijd een hoge leeftijd hebben en de grootte van het huishouden sterk verband houdt met de huishoudstructuur. Verder is gekozen om onderscheid te maken in gemeenschappelijk inkomen, omdat in de literatuur wordt aangegeven dat een hoger inkomen tot een lagere ritfrequentie leidt. Daarnaast is het inkomen een indicator voor het autobezit van een huishouden, dat van belang is met het oog op verschillen in de modal split. Uit deze karakteristieken is een categorisering gemaakt worden door huishoudens met vergelijkbare socio-economische karakteristieken samen te nemen. Hierbij moet worden bedacht dat niet teveel verschillende groepen onderscheiden moeten worden aangezien dan het aantal cases per groep te klein wordt. Daarnaast moeten de karakteristieken voor een willekeurige andere situatie eenvoudig achterhaald kunnen worden.
Omdat de huishoudsamenstelling als meest onderscheidende karakteristiek wordt beschouwd, zijn allereerst eenpersoons huishoudens (alleenstaanden), meerpersoons huishoudens zonder kinderen, meerpersoons huishoudens met kinderen en overige huishoudens onderscheiden. Vervolgens is binnen de groep meerpersoons huishoudens zonder kinderen onderscheid gemaakt in leeftijd. Huishoudens waarvan het hoofd ouder is dan 65 jaar worden als `ouderen' betiteld. Binnen de overgebleven groepen is verder onderscheid gemaakt naar inkomen. In bijlage F wordt verder ingegaan op het bepalen van de groepen.
4.1.2 Buurten
Om de invloed van de woonomgeving te kunnen onderzoeken worden de verschillende buurten eveneens gegroepeerd op basis van de socio-economische karakteristieken ervan. Zo moet uiteindelijk blijken of en welke karakteristieken van buurten een rol spelen bij de ritfrequentie. De factoren waarmee een categorisering wordt gemaakt, worden in figuur 9 genoemd. In de literatuur wordt aangegeven dat stedelijkheid, het aanbod van winkels en de toegankelijkheid van winkels invloed hebben op de ritfrequentie van huishoudens. Daarnaast moeten de gekozen karakteristieken waarop de buurten onderscheiden worden eenvoudig te verkrijgen zijn. Bij het CBS zijn voor alle gemeenten de stedelijkheidsgraden voor alle buurten beschikbaar. In tabel 2 zijn de gedefinieerde typen buurten met de bijbehorende karakteristieken weergegeven.
Tabel 2: groepen buurten
Type buurt | Karakteristiek van de buurt | Bijbehorend gemiddelde WOZ-waarde en autobezit |
Centrumgebied | Stedelijkheidsgraad 1 of 2 | €122.000 0,83 |
Stedelijke wijken | Stedelijkheidsgraad 3 | €158.000 1,04 |
Buitenwijken | Stedelijkheidsgraad 4 | €222.000 1,36 |
Landelijk | Stedelijkheidsgraad 5 | €243.000 1,34 |
Slechts de stedelijkheidsgraad wordt gebruikt bij het onderscheiden van verschillende buurten. Omdat slechts één buurt stedelijkheidsgraad 1 heeft, wordt deze onder stedelijkheidsgraad 2 geschaard. Op deze wijze zijn vier typen buurten te onderscheiden en volgt de onderstaande categorisering. Hierbij zijn eveneens de gemiddelde WOZ-waarde en het autobezit getoond omdat deze socio-economische karakteristieken correlatie vertonen met de stedelijkheid. Dit wordt getoond om een indicatie te geven van de inkomens van de betreffende buurten.
Een indeling aan de hand van de woonmilieutypologie ontwikkeld door VROM en ABF5 kan ook gebruikt worden om een indeling te maken. Hierin wordt beter rekening gehouden met specifieke karakteristieken van de omgeving. Hierbij wordt bijvoorbeeld de bouwperiode van het stadsdeel en het type woningen meegenomen. Deze indeling is echter lastiger uit te voeren omdat type woonmilieus voor een willekeurige gemeente moeilijker te verkrijgen zijn. Deze indeling zou echter wel mee recht doen aan het onderscheiden van buurten op basis van de ruimtelijke omgeving.
4.1.3 Supermarkten
Voor het bepalen van een categorisering van supermarkten zijn een aantal zaken van belang: Xxx Xxxx & Hospers (2003) hebben gevonden dat naast de grootte de supermarktformule een grote invloed heeft op de attractie. Te onderscheiden formules zijn full-service supermarkten (Xxxxxx Xxxxx, C1000, PLUS enz.), discounters (Aldi en Lidl) en buurtsupermarkten (Spar). Verder wordt de omzet van een supermarkt genoemd als een bruikbare variabele om het aantal klanten van de betreffende supermarkt te voorspellen. Daarnaast zijn ook locatiefactoren van belang, zoals de ligging (geïsoleerd of in een winkelgebied en de aanwezige parkeerplaatsen) en bereikbaarheid (Simma et al 2004). De volgende figuur geeft een indicatie van de onderlinge verbanden tussen de genoemde factoren.
5 xxxx://xxx.xxxxxxxxxxx.xx/xxxxxxx.xxx?xx00 (19-6-’08)
Grootte supermarkt
Soort supermarkt
Omzet supermarkt
Aantal klanten
Bereikbaarheid
Parkeergelegenheid
Aanwezigheid van andere winkels
Figuur 10: relaties met betrekking tot het aantal klanten
Wanneer gekeken wordt naar variabelen die voor een huishouden invloed hebben op de frequentie van supermarktbezoek, zijn supermarktkarakteristieken die invloed hebben op het individu van belang. De grootte en omzet van een supermarkt kunnen zo buiten beschouwing gelaten worden. De belangrijkste onderscheidende karakteristiek wordt nu de formule van de supermarkt. Dit leidt tot de volgende indeling.
Tabel 3: groepen supermarkten
Type supermarkt | Karakteristieken van de supermarkt |
Full-service | Midden tot hoog prijspeil, uitgebreid assortiment |
Discounters | Laag prijspeil, beperkt assortiment |
Buurtsupermarkten | Hoog prijspeil, beperkt assortiment |
De supermarktformule is gebruikt om de verschillende groepen supermarkten te definiëren. In verschillende bronnen wordt het verschil in supermarktformule genoemd als belangrijke factor voor een verschil in het aantal klanten (ASVV 1996, Van Riet & Hospers 2003). De categorieën die hierbij gebruikt worden onderscheiden de discounters (Aldi en Lidl) en buurtsupermarkten (Spar) van de full-service supermarkten (Xxxxxx Xxxx, C1000, Plus etc.). Het merendeel van de supermarkten valt onder de full-service. Deze variabele is eenvoudig te achterhalen en wordt op basis van Xxx Xxxx en Hospers (2003) als voldoende verklarend beschouwd om verschillen te kunnen beschrijven. Zo ontstaan drie groepen. Omdat er echter slechts één buurtsuper is wordt dit type in het vervolg niet verder meegenomen.
4.1.4 Ruimtelijke karakteristieken
Het aanbod van winkels en de toegankelijkheid, zoals deze in figuur 8 zijn getoond, wordt binnen dit rapport vertaald in de aanwezigheid van een supermarkt in de buurt. De afstand tot een supermarkt zal echter in het vervolg van het rapport als onafhankelijk beschouwd met betrekking tot het type huishouden of buurt. De afstand
zal worden gebruikt om de locatie te beschrijven. Om deze reden dient er binnen de typen huishoudens en buurten geen uitsplitsing gemaakt te worden op basis van het aanbod of toegankelijkheid van supermarkten.
4.2 Weegfactoren
Omdat de Omnibus-gegevens mogelijk niet geheel representatief voor de gemeente Almelo worden in de volgende paragraaf weegfactoren bepaald die ervoor zorgen dat huishoudens en buurten in de correcte verhouding in de database voorkomen.
4.2.1 Weging naar huishoudtypen
Bij wegen gaat het erom de aanwezige enquête representatief te maken voor de gehele gemeente Almelo. Alle huishoudtypen in Omnibus moeten naar verhouding meegenomen worden. Om een goed beeld te krijgen van het verplaatsingsgedrag met betrekking tot de supermarkt wordt ervoor gezorgd dat in ieder geval de belangrijkste variabelen in evenredige mate voorkomen in het Omnibus-bestand in vergelijking met de gehele gemeente Almelo. Al eerder zijn de belangrijkste variabelen aangestipt in de paragrafen 2.2 en 4.1. Een weging naar deze variabelen zorgt ervoor dat Omnibus de socio-economische data van Almelo zo goed mogelijk benaderd. Dit is ook de basis geweest bij het categoriseren van de huishoudens uit de Omnibusenquête en zal hier eveneens gebruikt worden voor de weging. Er wordt vanuit gegaan dat de huishoudsamenstelling en het inkomen voldoende verklarende waarde hebben om de totale socio-economische data van een huishouden te bepalen. Daarom moet gewogen worden naar samenstelling en inkomen. Aangezien gegevens over het inkomen moeilijker te verkrijgen zijn en huishoudsamenstelling via het CBS beschikbaar zijn wordt alleen gewogen naar huishoudsamenstelling. De gebruikte weegfactoren zijn getoond in de volgende tabel.
Tabel 4: weegfactoren op basis van huishoudtypen voor 2006
Weegfactoren | Eenpersoons | Tweepersoons | Huishouden met kinderen |
Alleenstaanden | 1.49 (32.01%/21.44%) | ||
Ouderen | 0.94 (11.59%/12.37%) | ||
Samenwonenden | 0.86 (20.31%/23.64%) | ||
Gezinnen | 0.87 (35.46%/40.68%) | ||
Overig | 0.34 (0.63%/1.86%) |
Op een vergelijkbare manier is ook voor de enquête van 2007 een weging uitgevoerd. Deze is getoond in de tabellen X0, X0 en G6 van bijlage G.
Omdat een weging aan de hand van huishoudstructuren (weinig informatie over tweeverdieners en alleenstaanden met een fulltime baan) lastig is, is huishoudgrootte voor de weging gebruikt. Omdat grootte als belangrijkste factor wordt gezien bij winkelgedrag, wordt er met een weging voor gezorgd dat de huishoudgrootte voor de gemeente Almelo representatief zijn. Hierdoor zal het aandeel werkenden in de
categorie alleenstaanden en het aandeel tweeverdieners in de overige huishoudens worden onderschat.
Bij huishoudgrootte zijn drie categorieën onderscheiden: alleenstaanden, huishoudens zonder kinderen en huishoudens met kinderen. Voor de categorie alleenstaanden is het evident dat de huishoudgrootte 1 is. Huishoudens zonder kinderen hebben altijd een grootte van 2 personen. Onder huishoudens met thuiswonende kinderen vallen naast
`vader, moeder en kinderen' ook de eenoudergezinnen. Ook hier wordt er vanuit gegaan dat de aanwezigheid van kinderen meer bepalend is voor het winkelgedrag dan de aanwezigheid van twee ouders. Daarnaast worden ook de overige huishoudens tot deze categorie gerekend. Onder overige huishoudens vallen voornamelijk de studentenhuizen en allochtone huishoudens, waarin ook de opa en oma wonen. Omdat deze huishoudens veelal uit meer dan twee personen bestaan, worden deze tot de groep huishoudens met kinderen gerekend.
In de Omnibusenquête zijn waarschijnlijk de tweeverdieners ondergeregistreerd. Onder tweeverdieners worden huishoudens verstaan waarin twee volwassenen een fulltime baan hebben. Doordat de enquête overdag en in de avonduren telefonisch wordt afgenomen, hebben tweeverdieners een grotere kans deze enquête te missen omdat onder werktijden gebeld wordt en zij dan niet aanwezig zijn. In het geval van één werkende in een huishouden is de kans groter dat de partner die in het huishouden werkt, wel bereikbaar is. Omdat antwoorden met betrekking tot de socio- economische karakteristieken voor het gehele huishouden worden gegeven, is het geen probleem dat de ondervraagden niet representatief zijn voor de Almelose bevolking, zolang alle huishoudvormen maar evenredig zijn vertegenwoordigd. Het is echter lastig te achterhalen wat het aandeel tweeverdieners is in een gemeente. Daarnaast maakt een verschil in definiëring het onderscheid nog complexer. Het aantal inkomens per huishouden is geen goede graadmeter, omdat hierbij alle inkomens worden meegenomen en niet alleen de fulltime inkomens. Kinderen met een bijbaantje tellen zodoende ook mee met het aantal inkomens per huishouden. Voor het aandeel tweeverdieners kan derhalve niet worden gecorrigeerd. Hierdoor moet aangenomen worden dat tweeverdieners een vergelijkbaar winkelpatroon hebben als huishoudens waarin slechts één persoon een fulltime baan heeft. Het is echter goed denkbaar dat tweeverdieners minder vaak naar de supermarkt gaan, omdat zij simpelweg minder tijd inruimen om boodschappen te doen. Daarnaast kan het ook zo zijn dat tweeverdieners na hun werk `even snel' langs de supermarkt gaan, omdat ze op weg naar huis toch langs de supermarkt komen. Het gedrag van tweeverdieners ten opzichte van een huishouden met een duidelijke kostwinner kan zowel meer als minder winkelritten betekenen. Om deze reden lijkt de aanname te billijken.
Inkomen is lastig te achterhalen omdat het zeer privacy gevoelige informatie is. Woningwaarde zou een betere indicator kunnen zijn. Deze variabele is echter ook niet per huishouden makkelijk te verkrijgen. Algemene gemiddelden voor een buurt zijn wel via CBS te achterhalen.
Bij alleenstaanden met een fulltime baan speelt hetzelfde probleem. Ook hier is lastig na te gaan wat het aandeel alleenstaanden is met een fulltime baan. Ook hier moet worden aangenomen dat beide subgroepen vergelijkbaar gedrag hebben en dat zij daarom samengenomen kunnen worden.
4.2.2 Weging naar buurten
Naast de huishoudtypen kan gewogen worden naar het aantal huishoudens in de verschillende buurten. Op deze wijze wordt ervoor gezorgd dat de plaats en de afstand tot een supermarkt representatief is voor de gehele gemeente Almelo. Wanneer bijvoorbeeld het aandeel huishoudens dat buiten de bebouwde kom woont in de Omnibusenquête hoger is dan in werkelijkheid het geval is, ontstaat een scheef beeld van de afstanden naar de supermarkt en frequentie van bezoek. Idealiter zouden alle woonlocaties (alle afstanden van de huishoudens tot de supermarkten) evenredig moeten worden meegenomen.
Er is echter geen weging naar locatie uitgevoerd, aangezien elke wijk ongeveer evenredig vertegenwoordigd is in de enquête. De tabellen G7 en G8 in bijlage G laten zien dat er geen wijken zijn die extreem zijn onder- of oververtegenwoordigd. Daarnaast is er bij het uitvoeren van de Omnibusenquête op gestuurd om alle buurten representatief in de database te krijgen. Er lijkt geen noodzaak een weging naar buurten uit te voeren.
4.3 Bewerken van de database
Voor de database die is voortgekomen uit de Omnibusenquête zijn een aantal bewerkingen nodig om deze te kunnen gebruiken voor het onderzoeken van verkeerspatronen. In de volgende paragraaf wordt ingegaan op deze bewerkingen.
Omschalen ritfrequentie
In de Omnibusenquête is naar de ritfrequentie gevraagd op een ordinale schaal. Om rekenkundige bewerkingen te kunnen uitvoeren is een ratio-schaal nodig. Aan de hand van landelijke gegevens van het CBL (Meijsen 2005) over de frequentie van supermarktbezoek is gekozen voor de volgende omzettingen: De omzetting is in bijlage H uitgebreid beschreven.
Tabel 5: omschalen ritfrequentie
Ritfrequentie (ordinaal) | Ritfrequentie (ratio) (#/week) |
Dagelijks | 5,0 |
Meerdere keren per week | 2,0 |
Één keer per week | 1,0 |
Één keer per twee weken | 0.5 |
Één keer per maand | 0.25 |
Minder dan één keer per maand | 0.13 |
Paar keer per jaar | 0.07 |
Één keer per jaar | 0.02 |
Zelden of nooit | 0.01 |
De bovenstaande ritfrequenties zijn gebruikt in de verdere analyse van de patronen in het supermarktverkeer. Hierbij moet worden opgemerkt dat het onderscheidend vermogen tussen verschillende groepen te wensen overlaat. De huishoudens die aangeven `meerdere keren per week' naar de supermarkt te gaan, krijgen allen dezelfde ritfrequentie toegewezen, terwijl er binnen `meerdere keren per week' twee tot vier ritten gemaakt kunnen worden. Het is bijvoorbeeld aannemelijk dat `meerdere keren per week' naar de vaakst bezochte supermarkt een hogere ritfrequentie heeft dan `meerdere keren per week' naar de tweede supermarkt. Doordat nu slechts een waarde wordt aangenomen kunnen verschillen tussen groepen worden uitgedoofd.
Intergemeentelijke ritten
Zoals aangegeven bestaat er onduidelijkheid in de Omnibusenquête over de frequentie van ritten naar een spermarkt buiten de gemeente Almelo. Ook ritten van buiten de gemeente naar een supermarkt in Almelo zijn niet in de database opgenomen. Deze ritten kunnen derhalve niet meegenomen worden. Dit betekent dat er door een huishouden mogelijk meer ritten gemaakt worden dan uit de database naar voren komt en dat het aantal klanten van een supermarkt hoger ligt. Om het aantal intergemeentelijke ritten in de database te beperken worden de huishoudens aan de randen van de gemeente (Aadorp en Bornerbroek) uit de database gehaald. De overige landelijke gebieden worden wel meegenomen in de analyse, omdat deze veelal dichter bij het centrum van Almelo liggen dan Aadorp en Bornerbroek.
Woongebonden ritten
Uit de Omnibusenquête kan eveneens niet worden opgemaakt of de gemaakte ritten vanuit de woning worden ondernomen of dat men bijvoorbeeld vanuit het werk naar de supermarkt gaat. De tabellen in bijlage I laten zien dat het overgrote deel van de ritten woongebonden is. Echter, een deel van de personen combineert boodschappen doen met andere reismotieven. Dit kan leiden tot andere patronen, omdat men voor een andere supermarkt kan kiezen wanneer men vanuit het werk boodschappen doet dan vanuit de woning. In dit geval zijn patronen mogelijk meer afhankelijk van de werkplek dan van de locatie van het huishouden. Door het weglaten van de ritten naar andere gemeenten is een deel van de ritten vanuit een werkplek verwijderd, omdat er vanuit gegaan wordt dat deze ritten door inwoners van Almelo worden gemaakt die buiten Almelo werken. Voor personen die wonen en werken in Almelo kan dit probleem niet worden opgelost. Er moet derhalve aangenomen worden dat de data grotendeels supermarktritten herbergt die vanuit de woning worden ondernomen. Dit kan leiden tot een scheef beeld van de supermarktpatronen. Bij de distributie kan het lijken alsof een huishouden bereid is een grotere afstand vanaf de woning af te leggen, terwijl men kiest voor een bepaalde supermarkt omdat deze vanaf de werkplek makkelijker te bereiken is. Deze effecten zullen echter klein zijn aangezien het doen van boodschappen voor het merendeel van de huishoudens als een losstaande activiteit wordt gezien zoals bijlage I aangeeft.
Ketenverplaatsingen
Er wordt vanuit gegaan dat bij een bezoek aan een supermarkt er zich naast deze ook een andere supermarkt binnen de verplaatsing kan bevinden. De mogelijkheid van een ketenverplaatsing binnen de activiteit `boodschappen doen' wordt meegenomen. Het totale aantal verplaatsingen dat een huishouden maakt is derhalve niet altijd gelijk aan de som van het aantal bezoeken aan de verschillende supermarkten. Hierdoor is het aantal ritten vanuit de woning gelijk of lager dan het aantal bezoeken van een huishouden aan een supermarkt.
Persoon versus huishouden
In paragraaf 3.1 is het probleem aangestipt dat slechts één lid van een huishouden wordt ondervraagd met betrekking tot het winkelgedrag. Er wordt in principe gevraagd naar het gedrag van de ondervraagde zelf en niet naar het gedrag van het gehele huishouden. Pas wanneer de ondervraagde zelf geen boodschappen doet, wordt gevraagd naar het gedrag van het gehele huishouden. Uit een grove analyse van het aantal gemaakte autoritten naar de supermarkt op de dag voor het afnemen van de enquête en het opgegeven gemiddelde aantal autoritten naar de supermarkt per week volgt ook dat ondervraagden grotendeels voor zichzelf antwoorden (bijlage J).
Daarnaast is de veronderstelling dat degene die wordt ondervraagd vaker in de huishouding werkt en derhalve ook vaker verantwoordelijk is voor de boodschappen. Dit betekent dat de ritfrequenties uit Omnibus betrekking hebben op de persoon binnen het huishouden die meestal de boodschappen doet (de boodschapper) en niet op het gehele huishouden. Voor eenpersoons huishouden vormt dit geen probleem. Voor meerpersoons huishoudens betekent dit echter dat de boodschapper waarschijnlijk slechts een deel van de ritfrequentie van het huishouden representeert. De gemiddelde ritfrequenties van huishoudens zullen hoger zijn dan de frequenties die de ondervraagden opgeven (dit is de ondergrens van de ritfrequentie van een huishouden), maar zijn daarnaast lager dan het aantal volwassenen maal de gemiddelde ritfrequentie. Met een correctiefactor waarin de verhouding tussen de ritfrequentie van partners wordt weergegeven kan de ritfrequentie van het gehele huishouden worden geschat. De verwachting hierbij is dat de correctiefactor van een huishouden met kinderen hoger is dan bij een huishouden zonder kinderen aangezien de volwassenen in dit type huishouden meer zorgtaken hebben dan de volwassenen in een tweepersoons huishouden en daarom vaker naar de supermarkt gaan. Hierop wordt in dit rapport echter niet verder ingegaan mede omdat in de volgende Omnibusenquête gevraagd zal worden naar de verhouding tussen de ritfrequenties binnen een huishouden. Er wordt vanuit gegaan dat de verschillen die zich voordoen tussen de ritfrequenties van de boodschappers zich ook voordoen wanneer de ritfrequentie van het gehele huishouden bekend zou zijn. Dit betekent dat de conclusies betrekking hebben op de boodschapper binnen het huishouden, maar dat er vanuit gegaan wordt dat de conclusies ook gelden voor huishoudens.
4.4 Lineaire regressie
Bij het bepalen van patronen in het supermarktverkeer wordt gebruik gemaakt van lineaire regressie. Het is de meest gebruikelijke methode voor het bepalen van de productie en attractie binnen de verkeerskunde (Immers & Stada 2004, Xxxx Xxxxxxx 2001). Het is een eenvoudige en transparante methode voor het construeren van een model om het aantal verplaatsingen vanuit een zone te bepalen. Het model ziet er als volgt uit:
Yi = a + b1 X 1 + b2 X 2 + b3 X 3 + ε
(3)
Hierin wordt bijvoorbeeld het aantal ritten (Y) per zone (i) verklaard door een aantal onafhankelijke variabelen (X-en). In de regressieanalyse worden de waarden voor de modelparameters (a en b's) bepaald.
Het bepalen van de modelparameters voor het productiemodel zal geschieden op basis van gedisaggregeerde gegevens. De gegevens over de afzonderlijke huishoudens worden gebruikt. Met de Omnibusenquête zijn immers gegevens over de huishoudens aanwezig.
De verschillende verklarende variabelen in het model moeten onderling onafhankelijk van elkaar zijn. In de praktijk blijkt het echter vaak moeilijk variabelen te vinden die aan deze voorwaarde voldoen. Wanneer er sprake is van correlatie tussen de variabelen moet hiervoor gecorrigeerd worden in het model. Het aantal variabelen in het model wordt laag gehouden. Op deze wijze blijft het model zeer inzichtelijk en worden complexe formuleringen vermeden. Slechts de belangrijkste variabelen worden meegenomen.
Met het verkregen model kan de huidige situatie beschreven worden (het model is immers gekalibreerd met behulp van de Omnibusenquête) maar kunnen ook toekomstige situaties worden voorspeld. Wanneer met het model wordt geëxtrapoleerd naar een toekomstige situatie moet rekening gehouden worden met een zekere kans op onnauwkeurigheden.
5) Resultaten ritproductie
In de komende hoofdstukken worden de resultaten van het onderzoek naar patronen in het supermarktverkeer gepresenteerd. Allereerst wordt de ritproductie beschreven. Bij ritgeneratie wordt gekeken naar wetmatigheden bij de productie van supermarktverkeer (hoofdstuk 5) voor huishoudens en buurten en attractie door supermarkten (hoofdstuk 6). Hierbij wordt gekeken of de verschillende huishoudens andere patronen hebben als het gaat om het bezoeken van de supermarkt. Daarnaast wordt de invloed van het type buurt op de ritfrequentie bepaald. Tot slot worden patronen per type supermarkt beschreven.
In het volgende hoofdstuk wordt allereerst ingegaan op de gevonden ritfrequentie uit verschillende bronnen. Vervolgens wordt de invloed van de locatie van de huishoudens beschreven (5.2). De afstanden tot de dichtstbijzijnde supermarkt worden gebruikt om de invloed van supermarkten in de nabijheid van huishoudens te bepalen. In paragraaf
5.3 en 5.4 wordt de invloed van respectievelijk de huishoud- en buurtkarakteristieken beschreven.
5.1 Vergelijking ritfrequenties uit verschillende bronnen
Alvorens wordt ingegaan op de patronen van huishoudens, buurten en supermarkten met betrekking tot het aantal ritten naar de supermarkt, wordt eerst een vergelijking gemaakt tussen de ritfrequenties van de verschillende bronnen. Uit het Omnibus, de Consumententrends, de parkeerscan en het CROW. De onderstaande tabel toont de ritfrequenties op basis van de verschillende bronnen. Het MON wordt hierin niet vermeld aangezien paragraaf XXX heeft getoond dat deze bron met betrekking tot supermarktverkeer onbetrouwbaar is.
Tabel 6: vergelijking ritfrequenties uit verschillende bronnen
Bron | Gemiddelde ritfrequentie per week | Eenheid |
Omnibus | 2,61 2,53 2,74 | Per boodschapper (in huishouden zonder kinderen) (in huishouden met kinderen) |
Consumententrends | 2,6 (Meijsen 2005) 2,4 2,8 | Per boodschapper (in huishouden zonder kinderen) (in huishouden met kinderen) |
Parkeerscan | 4,7 | Per huishouden |
CROW | 5,3 | Per huishouden |
2.7 | Motorvoertuigbewegingen per huishouden |
De bovenstaande tabel laat zien dat er verschillen bestaan tussen het aantal ritten op basis van de verschillende bronnen. De ritfrequentie van de Consumententrends en Omnibus komen goed overeen. De verschillen in ritfrequenties tussen huishoudens zonder en met kinderen worden in de Consumententrends groter geschat dan uit Omnibus naar voren komt. Dit kan het gevolg zijn van het omschalen van de ritfrequentie in Omnibus, waardoor een verlies aan onderscheidend vermogen ontstaat, zoals dat in paragraaf 4.3 is genoemd. De manier van dataverzameling is echter gelijk. In beide enquêtes wordt de persoon binnen het huishouden die meestal
boodschappen doet, ondervraagd. Hierbij moet worden aangetekend dat enkele tabellen uit de Consumententrends zijn gebruikt voor het construeren van de ritfrequentie uit Omnibus.
De ritfrequenties op basis van de parkeerscan en CROW zijn bepaald door de totale attractie (aantal klanten) van alle supermarkten in Almelo te delen door het aantal huishoudens. Het totale aantal klanten op basis van de parkeerscan is bepaald op basis van de grootte van de supermarkt. Het CROW bepaalt het aantal motorvoertuigbewegingen. Er is vanuit gegaan dat de helft van de ritten met de auto wordt gemaakt, omdat in de parkeerscan is gevonden dat gemiddeld 49% van de klanten met de auto naar de supermarkt komt (Van Riet & Hospers 2003). De totale frequentie is derhalve tweemaal zo groot. Zodoende wordt een ruwe inschatting van de ritfrequentie per huishouden verkregen. Het valt op dat deze frequentie een factor twee hoger is dan wat op basis van Omnibus en het CBL is bepaald. Ook hier geldt dat de eenheid niet gelijk is, aangezien het huishouden uit meerdere betalende klanten kan bestaan. Hiermee zijn de uitersten gegeven. Een huishouden doet immers minimaal zo vaak boodschappen als de frequentie van de persoon die meestal de boodschappen doet en maximaal het quotiënt van het totale aantal (betalende) klanten en het totale aantaal huishoudens in Almelo.
5.2 Locatie
Uit het conceptuele model komt naar voren dat de productie van ritten voor huishoudens en voor buurten zowel door socio-economische karakteristieken als door ruimtelijke factoren beïnvloed wordt. Om de afzonderlijke invloeden te kunnen bepalen, moeten deze geïsoleerd worden. Eerst wordt de locatie beschreven. Deze locatie wordt gebruikt als correctie zodat de invloed van de socio-economische karakteristieken onafhankelijk van de locatie kan worden bepaald.
Zoals in paragraaf 4.1.1 is aangegeven wordt de afstand tot de dichtstbijzijnde supermarkt gebruikt als indicator voor de locatie van het huishouden ten opzichte van de attractiepunten. De volgende figuren geven een beeld van het verband tussen de afstand en de ritfrequentie.
verband tussen hemelsbrede afstand tot de dichtstbijzijnde supermarkt en ritfrequentie van een huishouden
3,5
y = -0,6431x + 2,9271
3 R2 = 0,9858
2,5
2
1,5
1
0,5
0
0 0,5 1 1,5 2
afstand tot dichtstbijzijnde supermarkt (km)
gemiddelde ritfrequentie (#/week)
Figuur 11: invloed van de afstand tot de dichtstbijzijnde supermarkt op de ritfrequentie op basis van Omnibus
In de bovenstaande figuur is te zien dat met een toenemende afstand tot de dichtstbijzijnde supermarkt de ritfrequentie per week van een huishouden afneemt. De figuur toont een sterk lineair verband. Hierin zijn alle huishoudtypen en alle supermarkten meegenomen. Voor de verschillende huishoudtypen geldt dat de helling van het bovengenoemde verband vergelijkbaar is waardoor voor de typen huishoudens geldt dat de locatie van het huishouden ten opzichte van de dichtstbijzijnde supermarkt hetzelfde effect heeft. In figuur K1 in bijlage K is het bovenstaande weergegeven.
De betrouwbaarheid van de parameters van de bovenstaande trendlijn zijn met behulp van de statistiek bepaald, zoals deze in bijlage V is beschreven. De standaardfouten rond de parameters zijn 2,93±0,11 voor de y-intercept en -0,64±0,13 voor de helling.
Er moet worden aangetekend dat de locatieafhankelijkheid nu volledig bepaald wordt door de dichtstbijzijnde supermarkt. Dit is echter niet een zuivere manier voor het beschrijven van de locatie van het huishouden. Wanneer de dichtstbijzijnde supermarkt op grotere afstand ligt en er in de directe omgeving van die supermarkt nog enkele supermarkten liggen zal dit leiden tot een hogere ritfrequentie dan op basis van de bovenstaande figuur zou worden verwacht. Ook wanneer er slechts één supermarkt op korte afstand ligt en de overige op grote afstand zal de ritfrequentie anders zijn dan de figuur doet vermoeden. In dit geval zal de ritfrequentie lager zijn. Deze onzuiverheid kan worden opgelost door een soort gewogen gemiddelde van de supermarkten in de omgeving te bepalen. Een voorbeeld hiervan is het bepalen van de toegankelijkheid van een huishouden met betrekking tot een supermarkt, zoals deze in formule (1) in paragraaf 2.2.4 is vermeld. Deze methode is echter lastiger mede omdat er parameters moeten worden geschat die de weerstand beschrijven. Hier
wordt er vanuit gegaan dat de dichtstbijzijnde supermarkt de belangrijkste is. Om deze redenen wordt de locatie van een huishouden slechts beschreven door de afstand tot de dichtstbijzijnde supermarkt. Meer onderzoek naar het beschrijven van de locatie kan echter een zuiverder beeld geven.
In de komende analyses zal rekening gehouden worden met de afstand als factor in de productie van supermarktverkeer. Bijvoorbeeld, de verdeling van typen huishoudens over de ruimte is immers niet homogeen. Zo kan over het algemeen gesteld worden dat er relatief meer ouderen in het centrum van een wijk en de huishoudens met kinderen meer aan de randen wonen. Hierdoor is de gemiddelde afstand tot de dichtstbijzijnde supermarkt voor ouderen kleiner, wat weer haar uitwerking kan hebben op de ritfrequentie. Om een eerlijk beeld te kunnen geven van de trends van een huishoudtype of buurttype wordt steeds teruggerekend naar het geval van een supermarkt op de woonlocatie (de intercept) aan de hand van de bovenstaande figuur. Voor elk huishouden kan op deze wijze de invloed van de afstand op de ritproductie worden gecorrigeerd.
5.3 Huishoudens
De volgende paragraaf toont de ritproductie met betrekking tot de verschillende huishoudtypen. De volgende figuur toont de gemiddelde ritfrequenties van de verschillende typen huishoudens, gecorrigeerd voor de afstand tot de dichtstbijzijnde supermarkt. Dit wordt in het vervolg de initiële ritfrequentie genoemd.
gemiddelde initiële ritfrequentie per type huishouden
3,6
3,4
3,2
3
2,8
2,6
2,4
2,2
type huishouden
ritfrequentie (#/week)
overig (n=37)
alleenstaanden (n=642)
ouderen (n=326)
samenwonenden (laag ink.) (n=247)
samenwonenden (hoog ink.) (n=295)
samenwonenden (n=675)
gezinnen (laag ink.) (n=408)
gezinnen (hoog ink.) (n=491)
gezinnen (n=1149)
Figuur 12: gemiddelde ritfrequentie per type huishouden
De figuur toont de gemiddelde initiële ritfrequentie met het daarbij behorende 95%- betrouwbaarheidsinterval voor de verschillende typen huishoudens. Uit de figuur is op te maken dat de gemiddelde ritfrequentie van de alleenstaanden significant lager is dan de ritfrequentie van de meerpersoons huishoudens. Verder bestaat er een significant verschil tussen de gezinnen met een laag inkomen en de ouderen en samenwonenden met een hoog inkomen, zoals in tabel U2 in bijlage U wordt getoond. Verder kan gesteld worden dat de gemiddelde ritfrequentie van ouderen slechts licht verschilt van de overige meerpersoons huishoudens. Het gemiddelde ligt net boven dat van de huishoudens zonder kinderen en net onder het gemiddelde van de huishoudens met kinderen. De verschillen in de gemiddelden zijn echter niet significant.
Daarnaast valt op dat voor de meerpersoons huishoudens het inkomen de onderscheidende factor lijkt. De huishoudens zonder en met kinderen met een laag inkomen hebben een duidelijk hogere ritfrequentie dan hun tegenhangers met een hoog inkomen. Het verschil is in beide gevallen echter niet significant. Wanneer de meerpersoons huishoudens worden samengenomen bestaat er wel een significant verschil tussen de hoge en lage inkomens. Een mogelijke verklaring hiervoor is dat de hogere inkomens een hoger aandeel tweeverdieners herbergt. Deze groep heeft minder tijd om boodschappen te doen en is eerder geneigd per bezoek meer mee te nemen van een supermarkt. Daarnaast hebben de huishoudens met een hoog inkomen
een hoger autogebruik. Omdat men met de auto minder ritten maakt, zullen de groepen die vaker de auto gebruiken een lagere ritfrequentie hebben. Dit wordt in hoofdstuk 8 nader belicht.
De invloeden van de afzonderlijke variabelen met betrekking tot de socio-economische karakteristieken van huishoudens zoals deze in figuur 8 in paragraaf 4.1.1 zijn vermeld, zijn opgenomen in bijlage L.
5.4 Buurten
Met betrekking tot de typen buurten wordt eerst de locatie van een huishouden in een bepaalde buurt beschreven. Vervolgens worden de verschillen tussen huishoudens in de typen buurten gepresenteerd.
Voor huishoudens in de verschillende typen buurten wordt eveneens de afstand tot de dichtstbijzijnde supermarkt gebruikt om de locatie te beschrijven. In paragraaf 5.2 is reeds beschreven hoe de locatie van een huishouden met de ritfrequentie samenhangt. De locatie van de buurt wordt beschreven door de gemiddelde afstand van de aanwezige huishoudens tot de dichtstbijzijnde supermarkt. Er wordt met andere woorden vanuit gegaan dat de locatie van de huishoudens binnen de verschillende typen buurten de locatie van de betreffende buurten beschrijft.
gemiddelde ritfrequentie
Ook voor de buurten zijn ritfrequenties bepaald. De ritfrequentie van een gemiddeld huishouden in de verschillende typen buurten is in de volgende figuur weergegeven.
gemiddelde initiële ritfrequentie per type buurt
3,3
3,1
2,9
2,7
2,5
2,3
Centrumgebied Stedelijke wijk (n=1283) (n=1004)
Buitenwijk Landelijk (n=42) (n=514)
type buurt
Figuur 13: gemiddelde ritfrequentie per type buurt
In de figuur is eveneens het 95%-betrouwbaarheidsinterval voor de verschillende groepen weergegeven. De bovenstaande figuur laat zien dat een huishouden in de stedelijke wijken en buitenwijken een hogere ritfrequentie laten zien dan de centrumgebieden en de landelijke buurten. De gemiddelde ritfrequentie van de centrumgebieden ligt significant lager dan de ritfrequentie van een stedelijke wijk en een buitenwijk. Hierbij moet allereerst worden aangetekend dat in de ritfrequentie van de landelijke buurten een grotere onzekerheid zit omdat deze buurten onder andere aan de randen van de gemeente liggen waardoor huishoudens voor hun dagelijkse boodschappen naar een naastgelegen gemeente kunnen gaan. Daarnaast is de standaard fout in het gemiddelde groot, omdat er weinig huishoudens in de steekproef zitten.
aandeel van type huishouden binnen type buurt
Een deel van de verklaring van de lagere ritfrequentie van een huishouden in een centrumgebied kan het gegeven zijn dat het aandeel alleenstaanden in dit type buurt groter is. In de volgende figuur wordt per type buurt de verdeling van de huishoudens getoond.
spreiding type huishoudens over type buurten
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
type buurt
gezinnen echtparen ouderen alleenstaanden
overig
Centrumgebied
Stedelijke wijk
Buitenwijk
Landelijk
Figuur 14: bevolkingsopbouw van de verschillende typen buurten
De bovenstaande figuur laat zien dat het aandeel alleenstaanden voor de type buurten verschillend is. Er wonen relatief meer alleenstaanden in het centrum van Almelo of in de centra van de verschillende wijken. Omdat in de vorige paragraaf is aangetoond dat eenpersoons huishoudens een lagere ritfrequentie hebben, betekent een groter aandeel van alleenstaanden in een buurt een lagere gemiddelde ritfrequentie. Logischerwijs hebben de stedelijke wijken en de buitenwijken een groter aandeel meerpersoons huishoudens, waardoor hier in principe een licht hogere gemiddelde ritfrequentie te verwachten is.
Om de invloed van het type buurt te isoleren, moet het verschil in bevolkingsopbouw worden gecorrigeerd. De volgende tabel toont naast de werkelijke ook de verwachte ritfrequentie van een buurt met de bijbehorende standaard fout in het gemiddelde op
basis van de bevolkingsopbouw van het type buurt en de gemiddelde ritfrequenties van de afzonderlijke huishoudtypen en de werkelijke ritfrequentie zoals deze ook in figuur 12 is getoond.
Tabel 7: invloed van het type buurt op de initiële ritfrequentie van een huishouden
Centrum- gebied | Stedelijke wijk | Buitenwijk | Landelijk | |
Verwachte initiële ritfrequentie | 2,92±0,07 | 2,96±0,06 | 2,97±0,07 | 2,98±0,07 |
Werkelijke initiële ritfrequentie | 2,83±0,04 | 3,03±0,04 | 3,04±0,05 | 2,81±0,18 |
T-waarde van het verschil (grenswaarde = 1,96) | 1,15 (niet significant) | 0,98 (niet significant) | 0,74 (niet significant) | 0,87 (niet significant) |
Uit de bovenstaande tabel is op te maken dat het verschil in bevolkingsopbouw van de buurten weinig verschil oplevert in de verwachte gemiddelde ritfrequenties voor de verschillende buurten. De lagere ritfrequentie van alleenstaanden wordt uitgedoofd door de hogere ritfrequentie van de meerpersoons huishoudens met een laag inkomen. Hierdoor zijn alle verwachte ritfrequenties ongeveer gelijk. Tussen de verwachte gemiddelde ritfrequentie en de werkelijke gemiddelde ritfrequentie per type buurt zijn kleine verschillen waar te nemen, maar de verschillen wijken niet significant af van nul, zoals te zien is in tabel U3 in bijlage U. Voor centrumgebieden wordt een hogere gemiddelde ritfrequentie verwacht dan uit de data naar voren komt. Voor de stedelijke wijken en de buitenwijken geldt dat de werkelijke gemiddelde ritfrequentie hoger is dan verwacht. De gemiddelde ritfrequentie voor huishoudens in buurten neemt toe met een afnemende stedelijkheid. De gemiddelde initiële ritfrequentie van een huishouden in een centrumgebied is significant lager dan dat van een huishouden in een stedelijke of buitenwijk. De verschillen in bevolkingsopbouw bieden slechts een gedeelte van de verklaring voor de verschillen in ritfrequentie. Een andere verklaring kan gegeven worden door de overige winkels in centrumgebieden. Winkels als bijvoorbeeld de HEMA, Xenos en andere winkels die levensmiddelen aanbieden, kunnen in centrumgebieden een gedeelte van de dagelijkse boodschappen van een huishouden op zich nemen. Er kan derhalve gesteld worden dat het type buurt invloed heeft op de ritfrequentie van een gemiddeld huishouden woonachtig in die buurt.
De invloeden van de afzonderlijke variabelen met betrekking tot de ruimtelijke aspecten zoals deze in figuur 8 in paragraaf 4.1.1 zijn vermeld, zijn opgenomen in bijlage M.
5.5 Supermarkten
Waar de vorige paragrafen de productie van huishoudens en buurten met betrekking tot ritten betrof, wordt in deze paragraaf de productie uitgesplitst naar het type supermarkt dat wordt bezocht. Vanuit het oogpunt van de supermarkten wordt gekeken naar de ritfrequentie en de variabelen die de frequentie beïnvloeden.
Zoals eerder aangegeven zijn twee typen supermarkten onderscheiden: full-service supermarkten en discounters. In de volgende tabel is de ritfrequentie naar het gekozen type supermarkt weergegeven. Hiermee wordt de frequentie van bezoek bedoeld aan één bepaalde supermarkt die een huishouden bezoekt.
Tabel 8: gemiddelde bezoeksfrequentie van een huishouden per type supermarkt
Full-service supermarkt | Discounter | |
Gemiddelde bezoeksfrequentie | 1,59±0,02 | 1,11±0,02 |
De tabel toont een duidelijk hogere frequentie voor een huishouden naar een full- service supermarkt dan naar een discounter. De gekozen full-service supermarkt wordt door een huishouden gemiddelde 1,59 keer per week bezocht, terwijl een huishouden, wanneer zij een discounter bezoeken, deze minder frequent bezoeken. De bovenstaande tabel kan nog worden verduidelijkt met de volgende figuren.
gemiddelde ritfrequentie naar typen supermarkten
2,5
2
1,5
1
0,5
0
full-service
discounter
type supermarkt
als eerste keuze
als tweede keuze
keuze huishoudens voor type supermarkt
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
full-service discounter geen
supermarkt
type supermarkt
als eerste keuze
als tweede keuze
gemiddelde ritfrequentie
percentage
Figuur 15: bezoeksfrequentie en keuze voor type supermarkt
In de linker figuur is te zien dat de bezoeksfrequentie van een full-service supermarkt van de eerste keuze aanzienlijk hoger is dan de frequentie naar een discounter. Wanneer een huishouden een discounter bezoekt, wordt wellicht meer besteedt zodat men minder vaak de supermarkt hoeft te bezoeken. In de rechter figuur is te zien dat een full-service supermarkt vaak als eerste keuze wordt bezocht (85%), terwijl een discounter vaker als tweede keuze wordt aangegeven. Dit duidt erop dat de full- service supermarkt gebruikt wordt voor de dagelijkse boodschappen en dat de discounter voor wekelijkse (bulk)aankopen wordt bezocht.
Opvallend hierbij is het kleine verschil in afgelegde afstanden naar beide typen supermarkten. De volgende tabel laat de gemiddelde afstanden zien.
Tabel 9: afgelegde afstand naar type supermarkt
Full-service supermarkt | Discounter | |||
1e keuze | 2e keuze | 1e keuze | 2e keuze | |
Gemiddeld afgelegde afstand | 1264±24 | 1779±37 | 1370±55 | 1703±40 |
Het verschil in afgelegde afstand tussen een full-service supermarkt en een discounter als eerste keuze is klein, terwijl naar de supermarkt van tweede keuze een kleinere afstand wordt afgelegd in het geval van een discounter. De verschillen zijn niet significant (zie tabel U5 in bijlage U).
Type huishouden versus supermarkten
percentage
percentage
Om het algemene beeld van het supermarktbezoek te concretiseren wordt de bezoeksfrequentie uitgesplitst voor de verschillende typen huishoudens. Allereerst wordt in de onderstaande figuur de keuze van de verschillende huishoudtypen getoond met betrekking tot het type supermarkt
aandeel van type supermarkt per huishoudtype (1e keuze)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
type huishouden
geen van beide discounter
full-service
aandeel van type supermarkt per huishoudtype (2e keuze)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
type huishouden
geen van beide discounter
full-service
alleenstaanden
ouderen
samenwonenden (laag ink.)
samenwonenden (hoog ink.)
gezinnen (laag ink.)
gezinnen (hoog ink.)
alleenstaanden
ouderen
samenwonenden (laag ink.)
samenwonenden (hoog ink.)
gezinnen (laag ink.)
gezinnen (hoog ink.)
Figuur 16: verdeling van de ritten van de typen supermarkten binnen de typen huishoudens
De bovenstaande figuren laten zien dat voornamelijk de meerpersoons huishoudens met een laag inkomen vaker dan de andere huishoudtypen een discounter kiezen voor hun boodschappen. Zowel hun voorkeurssupermarkt (figuur links) als de supermarkt van hun tweede keuze (figuur rechts) toont een aanzienlijk groter aandeel van discounters.
Wanneer de keuzes voor een bepaalde supermarkt met de daadwerkelijke ritfrequenties worden gecombineerd ontstaat het beeld in figuur 16.
aantal bezoeken aan type supermarkt per type huishouden
2,5
2
1,5
1
0,5
0
full-service
discounter
type supermarkt
alleenstaanden
ouderen
samenwonenden (laag ink.)
samenwonenden (hoog ink.)
gezinnen (laag ink.) gezinnen (hoog ink.)
aantal bezoeken per week
Figuur 17: bezoeksfrequentie naar type supermarkt per type huishouden
De bovenstaande figuur toont voor de verschillende typen huishoudens het aantal bezoeken per type supermarkt. Hierin valt op dat de meerpersoons huishoudens met betrekking tot het aantal bezoeken van een full-service supermarkt nauwelijks verschillen. Meerpersoons huishoudens met een laag inkomen gaan echter duidelijk vaker naar een discounter dan de meerpersoons huishoudens met een hoog inkomen. Hierbij moet worden aangetekend dat de hoge inkomens gemiddeld verder van een discounter af wonen dan lage inkomens.
De volgende tabel toont de gemiddelde bezoeksfrequentie van de verschillende typen huishoudens met de bijbehorende standaard fout, gecorrigeerd voor de locatie van het huishouden ten opzichte van het type supermarkt.
Tabel 10: initiële bezoeksfrequentie naar type supermarkt per type huishouden
Bezoeksfrequentie full- service supermarkt | Bezoeksfrequentie discounter | |
Alleenstaanden | 2,36±0,06 | 0,92±0,03 |
Ouderen | 2,62±0,08 | 1,08±0,05 |
Samenwonenden (laag inkomen) | 2,58±0,10 | 1,22±0,06 |
Samenwonenden (hoog inkomen) | 2,64±0,09 | 0,94±0,04 |
Gezinnen (laag inkomen) | 2,63±0,08 | 1,28±0,05 |
Gezinnen (hoog inkomen) | 2,73±0,06 | 1,09±0,03 |
Uit de bovenstaande tabel en tabel U7 in bijlage U is op te maken dat alleenstaanden significant minder vaak naar een full-service supermarkt gaan dan de overige huishoudens met uitzonderling van de samenwonenden met een hoog inkomen. Voor de discounters geldt dat een significant verschil bestaat tussen de bezoeksfrequenties van de hoge en lage inkomens. De samenwonenden en gezinnen met een laag inkomen bezoeken vaker een discounter dan hun tegenhangers met een hoog inkomen.
5.6 Evaluatie
De locatieafhankelijkheid van de productie van supermarktritten is beschreven met behulp van de afstand tot de dichtstbijzijnde supermarkt. Hoewel de dichtstbijzijnde supermarkt als de belangrijkste wordt beschouwd voor een huishouden, is het beschrijven van de locatie van het huishouden alleen op basis van de dichtstbijzijnde supermarkt niet geheel zuiver. Het is aannemelijk dat ook de afstand tot de tweede en derde supermarkt van invloed is op de ritfrequentie van een huishouden. Het beschrijven van de locatie met alleen de dichtstbijzijnde supermarkt brengt derhalve enige onzekerheid met zich mee. Een betere beschrijving van de omgeving van een huishouden kan betere resultaten geven voor de relatie met de ritfrequentie. Echter, wanneer alleen de dichtstbijzijnde supermarkt wordt gebruikt is de locatie eenvoudiger te beschrijven. Daarbij vertoont de relatie tussen slechts de dichtstbijzijnde supermarkt en de gemiddelde ritfrequentie reeds een sterk rechtlijnig verband. Dit is in overeenstemming met de vermoedens zoals deze in het conceptuele model naar voren zijn gekomen.
De productie van een huishouden lijkt zowel afhankelijk van het type huishouden als van het type buurt waarin het huishouden woont. Voor het type huishouden kan gesteld worden dat alleenstaanden een significant lagere ritfrequentie hebben dan de meerpersoons huishoudens. Ook de ritfrequentie van een gezin met een laag inkomen wijkt significant af van dat van ouderen en samenwonenden met een hoog inkomen. Er is echter geen significant verschil in ritfrequentie tussen tweepersoons en meerpersoons huishoudens zoals dat in het conceptuele model wel verwacht werd. Meerpersoons huishoudens hebben een vergelijkbare ritfrequentie maar doen dan per bezoek meer boodschappen. Daarnaast lijkt het inkomen binnen de meerpersoons huishoudens verschillen in ritfrequentie te veroorzaken, zoals ook vanuit de literatuur werd verwacht. Lage inkomens hebben een hogere ritfrequentie dan de hoge inkomens. Dit verschil is echter niet significant. Hierbij bestaat onzekerheid over de data van meerpersoons huishoudens uit de Omnibusenquête. Het betreft de ritfrequentie van de boodschapper binnen het huishouden. Hierdoor bestaat de mogelijkheid dat de ritfrequentie moet worden opgehoogd met een bepaalde factor die aangeeft in welke verhouding de partners binnen een huishouden de boodschappen voor hun rekening nemen.
Voor het type buurt lijkt een lagere stedelijkheid voor een hogere ritfrequentie te zorgen. De stedelijke wijken en de buitenwijken laten een hogere ritfrequentie zien dan op basis van de aandelen van de typen huishoudens wordt verwacht en verschillen significant met de ritfrequentie van een huishouden in een centrumgebied. In centrumgebieden doet een gemiddeld huishouden minder vaak boodschappen bij een supermarkt. De verschillen kunnen gedeeltelijk verklaard worden door verschillen in bevolkingsopbouw van de verschillende typen buurten.
Over de patronen met betrekking tot de typen supermarkten kan gesteld worden dat de full-service supermarkten wekelijks vaker bezocht worden dan de discounters. Eén bepaalde full-service supermarkt wordt gemiddeld 1,59 keer bezocht, terwijl een discounter door een huishouden gemiddeld 1,11 keer per week wordt bezocht. Dit wijst erop dan een full-service supermarkt wordt bezocht voor dagelijkse boodschappen, zoals het aanschaffen van versproducten terwijl de discounters lijken te dienen voor bulkaankopen. Deze verschillen komen overeen met de verwachtingen zoals deze in het conceptuele model naar voren zijn gekomen.
Het zijn voornamelijk de lage inkomens die gebruik maken van discounter voor de boodschappen. De gemiddelde ritfrequentie van de meerpersoons huishoudens naar de full-service supermarkten is vergelijkbaar, maar de samenwonenden en gezinnen met een laag inkomen bezoeken vaker een discounter in vergelijking met de huishoudens met een hoog inkomen.
Voor het bepalen van de ritfrequentie kan gebruik gemaakt worden van het lineaire verband tussen de afstand tot de dichtstbijzijnde supermarkt en het aantal ritten. Wanneer voor elk type huishouden de initiële ritfrequentie is vastgesteld, kan met behulp van de afstand tot de dichtstbijzijnde supermarkt de daadwerkelijke ritfrequentie worden bepaald, ervan uitgaande dat de invloed van afstand tot de dichtstbijzijnde supermarkt voor alle typen huishoudens gelijk is.
6) Resultaten ritattractie
In de volgende paragrafen wordt het aantal klanten van een supermarkt beschreven. Er wordt derhalve beschreven welke wetmatigheden bestaan met betrekking tot de karakteristieken van een supermarkt en het aantal klanten (6.1). Het hoofdstuk wordt afgesloten met een evaluatie van de resultaten (6.2).
6.1 Aantal klanten per supermarkt
In deze paragraaf wordt het totale aantal klanten per supermarkt bepaald. Dit komt overeen met de randtotalen van de attractie van de HB-matrix. Dit houdt in dat voor elke supermarkt wordt bepaald hoeveel ritten er gemaakt worden naar de betreffende supermarkt.
Het aantal klanten van de verschillende supermarkten in Almelo is uitgezet tegen de grootte van de supermarkt aangezien de grootte na de omzet van een supermarkt als de belangrijkste variabele is voor het voorspellen van het aantal klanten van een supermarkt. De volgende figuur toont het aantal klanten op basis van de Omnibusenquête na het opschalen voor het totale aantal huishoudens in Almelo. Hierbij is gebruik gemaakt van gegevens over het aantal huishoudens per buurt in Almelo uit het CBS. Daarnaast is ook het geschatte aantal klanten op basis van de parkeerscan getoond.
Verband grootte supermarkt en aantal klanten
12000
10000
8000
6000
4000
2000
0
0
500 1000 1500 2000
grootte supermarkt (m2)
y = 5,0449x + 3373,6 R2 = 0,6446
Omnibus parkeerscan Linear (Omnibus)
Linear (parkeerscan)
y = 3,7076x + 1086,2 R2 = 0,4208
aantal klanten per week
Figuur 18: vergelijking tussen aantal klanten per supermarkt op basis van Omnibus en de parkeerscan
De figuur laat allereerst zien dat een grotere supermarkt uiteraard meer klanten trekt dan een kleinere. Echter, de spreiding van het aantal klanten rond de trendlijn is
groot. Op basis van de Omnibus-gegevens lijkt er geen duidelijke beschrijving mogelijk van de grootte van de supermarkt en het te verwachten aantal klanten. Ook de supermarktformules bieden hier geen uitkomst aangezien de aanwezige discounters allen ongeveer even groot zijn en derhalve geen verklaring kunnen zijn voor de spreiding.
De figuur laat daarnaast zien dat er een groot verschil bestaat tussen het geschatte aantal klanten per supermarkt door Omnibus en de parkeerscan. De parkeerscan voorspelt een structureel hoger aantal klanten. De tabellen N1, N3 en N4 in bijlage N tonen de schattingen op basis van Omnibus en de parkeerscan per supermarkt.
Voor de verschillen kunnen naast het gegeven dat de eenheden in Omnibus en de parkeerscan niet gelijk zijn, een aantal redenen genoemd worden. Ten eerste kunnen de huishoudens in Almelo geen derde en vierde keuze aangeven met betrekking tot de meest bezochte supermarkt. Er kan slechts worden aangeven wat de twee meest bezochte supermarkten zijn. Wanneer een huishouden meer dan twee supermarkten bezoekt, wordt dit niet meegenomen. Het CBL geeft aan dat een boodschapper per maand gemiddeld 2,5 verschillende supermarkten bezoekt (Meijsen 2005). Dit zal echter slechts een klein deel van het verschil kunnen verklaren. Daarnaast wordt in het Omnibus geen rekening gehouden met incidentele bezoeken van inwoners van Almelo aan een willekeurige supermarkt. Hiermee wordt bedoeld dat wanneer een huishouden bijvoorbeeld de binnenstad bezoeken, ze ook nog `even snel' langs de supermarkt in de stad gaan. Er wordt slechts gevraagd naar de reguliere bezoeken. Dit vermoeden wordt onderbouwd door het gegeven dat de onderschatting van het aantal klanten door Omnibus ten opzichte van de parkeerscan in grote winkelcentra groter is dan bij kleine winkelcentra, zoals in figuur O1 in bijlage O is getoond. Dit kan erop duiden dat de ruimtelijke karakteristieken in de vorm van andere winkels in de nabijheid van een supermarkt, invloed hebben op het aantal klanten van de betreffende supermarkt. Op dit aspect wordt echter niet verder ingegaan Verder is de Omnibusenquête alleen afgenomen onder inwoners van Almelo. Dit houdt in dat huishoudens die net buiten Almelo wonen niet worden meegenomen, maar wel hun boodschappen kunnen doen in Almelo.
Aan de andere kant kan men zich afvragen in welke mate het aantal geschatte klanten op basis van Omnibus en de parkeerscan met elkaar overeen moeten komen. Niet alle klanten van een supermarkt passen immers binnen de patronen van huishoudens. Wanneer een scholier of werknemer in zijn of haar middagpauze naar de supermarkt gaat om een lunch te halen valt dit niet onder het doen van dagelijkse boodschappen.
6.2 Evaluatie attractie
Over het aantal klanten van supermarkten op basis van Omnibus bestaat enige onduidelijkheid. Uit de gegevens komt geen duidelijk verband naar voren tussen de grootte van een supermarkt en de attractie. De attractie van een supermarkt is over het algemeen groter bij een grotere oppervlakte van de supermarkt, maar de spreiding rond de trendlijn is erg groot, waardoor het niet mogelijk is om met enige zekerheid een voorspelling te doen van het aantal klanten van een supermarkt op basis van de grootte ervan. Daarnaast bestaat een groot verschil tussen het geschatte aantal klanten met behulp van Omnibus en de parkeerscan. Aangezien de parkeerscan gebaseerd is op metingen bij supermarkten en Omnibus op enquêtes bij huishoudens, wordt met betrekking tot het aantal klanten van een supermarkt de schattingen van
de parkeerscan als betrouwbaarder beschouwd. De gegevens uit de Omnibusenquête geven echter meer inzicht in de gedragingen van huishoudens met betrekkingen tot supermarktbezoek.
Om met de patronen zoals deze met de Omnibus-gegevens gevonden zijn toch voorspellingen te kunnen doen met betrekking tot het aantal klanten dat naar een bepaalde supermarkt gaat, moet meer onderzoek gedaan worden naar de bezoeksfrequentie van het gehele huishouden. Het verschil tussen de schattingen van de parkeerscan en Omnibus geeft een grof idee van de verhouding tussen de ritfrequentie van een huishouden en de persoon binnen het huishouden die meestal de boodschappen doet. Verder zal rekening gehouden moeten worden met incidentele bezoeken aan een supermarkt.
7) Resultaten ritdistributie
Het komende hoofdstuk behandelt de distributie van ritten naar de supermarkt. Allereerst wordt het zwaartekrachtmodel nogmaals getoond (7.1). Vervolgens wordt een methode voorgesteld die de attractiviteit van afstanden beschrijft (7.2). De distributie van de verschillende typen huishoudens, buurten en supermarkten volgt in paragraaf 7.3. Het hoofdstuk wordt afgesloten met een evaluatie van de bevindingen.
7.1 Algemeen
Bij het schatten van een statische HB-matrix gaat het erom tussen elke herkomst en bestemming het aantal ritten te bepalen. Hiervoor zijn de productie van alle herkomsten (Oi), de attractie van alle bestemmingen (Dj) en de distributie nodig. Bij een distributie gaat het erom een verdeling te maken van de ritten van een bepaalde herkomst naar alle bestemmingen. Bij de distributie speelt de afstand een belangrijke rol. Hoe groter de afstand tussen de herkomst en de bestemming, des te groter is de weerstand om de rit te maken en is de kans des te kleiner dat er een rit wordt gemaakt. In het hoofdstuk theoretische achtergronden is reeds ingegaan op modellen die de distributie proberen te beschrijven. Het zwaartekrachtmodel wordt over het algemeen gezien als de meest gangbare en wordt hier nogmaals getoond.
T = Oi Dj
f (c )
(4)
ij N ij
waarin: Oi = totaal aantal herkomsten in zone i
Dj = totaal aantal bestemmingen in zone j N = totaal aantal ritten
f(cij) = weerstandsfunctie
De ingrediënten van het zwaartekrachtmodel zijn de productie (Oi), de attractie (Dj) en een distributiefunctie (f). De productie en attractie van het supermarktverkeer zijn in het vorige hoofdstuk aan bod gekomen. In het komende hoofdstuk zal uitgezocht worden hoe de distributie van ritten beschreven kan worden. Hierbij wordt ervan uitgegaan dat de distributie alleen afhankelijk is van de hemelsbrede afstanden van de herkomsten naar de bestemmingen. Daarnaast wordt geaggregeerd naar afstand. Alle hb-relaties met gelijke lengte worden samengenomen.
Het zwaartekrachtmodel lijkt voor het beschrijven van de distributie van supermarktverkeer minder geschikt aangezien er vanuit wordt gegaan dat alle zones zowel ritten kunnen produceren als aantrekken. Bij supermarktverkeer zijn de attractiepunten geclusterd (supermarkten) en derhalve niet homogeen verdeeld over de ruimte en veel productiepunten (huishoudens) die meer homogeen verdeeld zijn. Niet elke zone kan derhalve ritten aantrekken. Daarnaast wordt er onvoldoende rekening gehouden met de specifieke locaties van de huishoudens ten opzichte van de supermarkten. Als een huishouden immers geen supermarkt in de buurt heeft, kan men hier derhalve ook niet voor kiezen.
7.2 AVAHA-methode
Om de bovenstaande beperkingen van het zwaartekrachtmodel met betrekking tot supermarktverkeer te omzeilen wordt een andere methode voorgesteld die de ruimtelijke omgeving met betrekking tot afstanden tot supermarkten meeneemt. De methode bepaalt de distributie door de Aantrekkelijkheid Van Attractiepunten op basis van Hemelsbrede Afstanden vanuit huishoudens (AVAHA) te bepalen.
7.2.1 Uitgangspunten
In de volgende paragraaf worden de belangrijkste uitgangspunten van de AVAHA- methode besproken.
Afstand
Deze methode gaat uit van de afstand tot de bestemming als belangrijkste element binnen weerstandsfunctie bij de distributie. Hoe kleiner de afstand ten opzichte van het huishouden des te aantrekkelijker wordt een rit naar de betreffende bestemming.
Ruimtelijke omgeving
Allereerst wordt er vanuit gegaan dat er onderscheid gemaakt moet worden tussen verschillende huishoudens omdat elk huishouden een andere ruimtelijke omgeving heeft met betrekking tot de afstanden naar alle supermarkten in de omgeving. Niet op alle afstanden van het huishouden is een mogelijk attractiepunt in de vorm van een supermarkt te vinden. Er moet rekening gehouden worden met de mogelijkheid dat huishoudens geen supermarkt in de buurt hebben en dat de dichtstbijzijnde zich op een grote afstand bevindt. Hierdoor kan het vermoeden ontstaan dat huishoudens bereid zijn grote afstanden af te leggen, terwijl de huishoudens in feite geen andere keuze hebben dan ver te reizen. Aan de andere kant kan het voorkomen dat zich in de directe omgeving van een huishouden meerdere supermarkten bevinden. Dit zal hoogstwaarschijnlijk betekenen dat het merendeel van dergelijke huishoudens in de directe omgeving boodschappen gaan doen. Om deze twee uitersten te kunnen verenigen in de distributie moet de ruimtelijke omgeving van de huishoudens meegenomen worden in het bepalen van de distributie.
7.2.2 Methodiek
Beschrijven ruimtelijke omgeving
Voor het beschrijven van de ruimtelijke omgeving worden per postcode6-gebied configuraties gedefinieerd, die aangeven op welke hemelsbrede afstanden supermarkten liggen. Huishoudens met dezelfde postcode worden derhalve altijd samengenomen, hoewel de locatie niet exact hetzelfde is. Dit wil zeggen dat er een zekere onnauwkeurigheid zit in de hemelsbrede afstanden naar de verschillende supermarkten. De postcodegebieden hebben een doorsnede van ongeveer 50 meter, waardoor gesteld kan worden dat de onnauwkeurigheid klein is. Een configuratie c heeft de volgende vorm:
c = [k1 ,..., ki ,..., km ]
(5)
waarin: k = het aantal supermarkten
i = de afstandsklasse (i = 1…m)
m = het aantal gedefinieerde afstandsklassen
Er wordt vanuit gegaan dat huishoudens met dezelfde ruimtelijke omgeving en derhalve dezelfde configuratie hetzelfde keuzegedrag vertonen waardoor huishoudens met gelijke configuratie samengenomen kunnen worden. Verder wordt er vanuit gegaan dat een afstandsklasse met twee supermarkten samengenomen kan worden met een afstandsklasse met maar één supermarkt. Daarom geldt:
a
n
Dai = Σ
hh=1
Dhh, ai
kai
(6)
waarin: Dai = het aantal ritten naar afstandsklasse i van configuratie a
Dhh,ai = het aantal ritten per huishouden (hh) naar afstandsklasse i met configuratie a
kai = het aantal supermarkten in afstandsklasse i in configuratie a na = het aantal huishoudens met configuratie a
Verhoudingen van aantrekkelijkheid van attractiepunten
In de voorgestelde methode wordt de invloed van afstand op de distributie van ritten uitgedrukt in verhoudingen tussen afstandsklassen. Er wordt steeds gezocht naar het quotiënt van het aantal ritten dat gemaakt wordt naar de verschillende afstandsklassen die met elkaar vergeleken moeten worden. Voor elke afstandsklasse ten opzichte van het huishouden is een attractie per supermarkt te bepalen. Deze attractie is onafhankelijk van het aantal supermarkten in de afstandsklasse. Dit wordt getoond in de volgende formule:
A = Dai
ai k
(7)
ai
waarin: Aai = de attractie van afstandsklasse i in configuratie a
Dai = het aantal ritten naar afstandsklasse i van configuratie a
kai = het aantal supermarkten in afstandsklasse i in configuratie a
Er wordt van uitgegaan dat de kansen op het bezoek van een bepaalde supermarkt overeen komen met de verhoudingen tussen de attractiviteit van de afstandsklasse en het aantal supermarkten in diezelfde afstandsklasse. Wanneer er zich twee supermarkten in een afstandsklasse bevinden wordt de attractiviteit van deze klasse in dit specifieke geval ook tweemaal zo groot. Dit wil ook zeggen dat ervan wordt uitgegaan dat de daadwerkelijke attractie van supermarkten buiten beschouwing wordt gelaten en dat wordt aangenomen dat alle supermarkten een gelijke attractie hebben. Dit is uiteraard niet het geval aangezien bijvoorbeeld een grote supermarkt aanzienlijk meer klanten trekt dan een kleine. Echter, door de specifieke attractie van supermarkten buiten beschouwing te laten wordt de invloed van de afstand geïsoleerd. Voor de specifieke attractie kan worden gecorrigeerd door een factor te gebruiken die bijvoorbeeld de verhoudingen in oppervlakte tussen supermarkten beschrijft. Hierop wordt in dit rapport niet verder ingegaan. De attractiviteit van de afstandsklassen is in de volgende figuur weergegeven.
8
22
37
22
11
Figuur 19: bepalen van attractiviteit op basis van gelijke ruimtelijke omgeving
In het midden van de figuur is het huishouden weergegeven met haar specifieke locatie met betrekking tot de supermarkten in de omgeving. Wanneer er bijvoorbeeld
Σ aj ai
m
Σ
a=1
m
a=1
(A k ≥ 1)
(A k ≥ 1)
ai aj
40 huishoudens zijn met een vergelijkbare locatie, die samen 100 ritten maken, kunnen deze samengenomen worden omdat het keuzegedrag als gelijk wordt verondersteld. Wanneer uit de data een verdeling van de ritten naar voren komt als in de rechter figuur getoond is, kan voor de afstandsklassen een attractiviteit bepaald worden. De eerste afstandsklasse heeft altijd een waarde van 1, omdat deze klasse als referentie dient. De attractiviteit van de volgende klasse is de attractie per supermarkt in die klasse ten opzichte van de attractie van de eerste klasse, waarvoor geldt dat in beide afstandsklassen ten minste één supermarkt aanwezig moet zijn. Op dezelfde wijze kunnen ook de attracties van verder gelegen klassen bepaald worden. Dit is te beschrijven met de volgende formule:
Attij =
(8)
waarin: Attij = de verhouding tussen de attractiviteit van afstandsklasse j ten opzichte van klasse i
Aaj = attractie van de j-de afstandsklasse van configuratie a waarvoor geldt dat er zich ten minste één supermarkt (k) in de i-de afstandsklasse bevindt.
Aai = attractie van de i-de afstandsklasse van configuratie a waarvoor geldt dat er zich ten minste één supermarkt (k) in de j-de afstandsklasse bevindt.
Zodoende worden voor het bovenstaande voorbeeld attractiviteitswaarden gevonden van 0,6 (22/37) voor de tweede afstandsklasse, 0,3 (11/37) voor de derde afstandsklasse en 0,2 (8/37) voor de vierde afstandsklasse.
Met deze attractiviteitswaarden kan te allen tijde de verdeling van de ritten bepaald worden zoals de volgende formule aangeeft.
R = R
Atti * ki
m
i t
Σ
i =1
(Atti * ki )
(9)
waarin: Ri = aantal ritten naar afstandsklasse i
Rt = totale aantal ritten dat gemaakt wordt
Atti = attractiviteitswaarde van afstandsklasse i ki = aantal supermarkten in afstandsklasse i
m = aantal gedefinieerde afstandsklassen
Het volgende voorbeeld geeft een illustratie van de werking van de distributiemethode bij een veranderende ruimtelijke structuur.
Huishouden
Attractiviteit | 1 | 0.6 | 0.3 | 0.2 | 1 | 0.6 | 0.3 | 0.2 | ||
Ritten | 37 | 44 | 11 | 8 | 100 | 0 | 60 | 30 | 10 | 100 |
Figuur 20: voorbeeld AVAHA-methode
In de figuur is een voorbeeld gegeven van het huishouden uit figuur 19, waarbij een nieuwe supermarkt in de omgeving wordt toegevoegd en een supermarkt verdwijnt. Het huishouden heeft vijf supermarkten in de directe omgeving: de eerste supermarkt ligt in de eerste afstandsklasse en heeft een attractiviteit van 1,0. Er en de andere twee liggen in de derde afstandsklasse en hebben een lagere attractiviteit (0,3). Wanneer er 100 ritten gemaakt worden door huishoudens met een vergelijkbare ruimtelijke omgeving, zullen de ritten verdeeld worden over de supermarkten naar de verhoudingen van de attractiviteit van de afstandsklasse waarin de supermarkt zich bevindt. Dit leidt tot de volgende verdeling: er worden 37 (=100/(1,0+0,6+0,6+0,3
+0,2)*1,0) ritten gemaakt naar de eerste supermarkt en in totaal 44 (=100/(1,0+0,6
+0,6+0,3+0,2)*(0,6+0,6)) ritten naar een van de twee in de tweede afstandsklasse. Op een vergelijkbare manier wordt bepaald dat er 11 ritten naar de supermarkt in de derde klasse gaan en 8 naar de vierde. Wanneer er in een volgend jaar een nieuwe supermarkt zou bijkomen in de derde afstandsklasse en één supermarkt zou verdwijnen, stelt zich een nieuw evenwicht in volgens de dan heersende verhoudingen van attractiviteit. De totale attractiviteit van de supermarkten is nu 2,0, wat leidt tot een verdeling van 60 (=100/(0,6+0,6+0,3+0,3+0,2)*(0,6+0,6)) ritten naar één van de supermarkten in de tweede afstandsklasse, 30 (=100/(0,6+0,6+0,3+0,3+0,2)
*(0,3+0,3)) naar één van de twee supermarkten in de derde klasse en 10 (=100/(0,6+0,6+0,3+0,3+0,2)*0,2) naar de vierde afstandsklasse.
Resultaten
De onderstaande figuur toont de uitkomsten van de ritdistributie van supermarktverkeer met behulp van de AVAHA-methode. In bijlage Q is een nadere beschrijving getoond van de gebruikte data en de gevolgde werkwijze bij het ontwikkelen van de AVAHA-methode.
AVAHA-methode
0,5
y = -1,9987x - 0,9621
R2 = 0,9666
0
-0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8
-0,5
-1
-1,5
-2
-2,5
log(afstand)
AVAHA-methode
1
0
y = -5,7235x + 3,7554 R2 = 0,9851
0 0,5 1 1,5
2
-1
-2
-3
-4
-5
-6
afstand^0,33
log(attractiviteitswaarde)
ln(attractiewaarde)
Figuur 21: distributiewaarden AVAHA-methode
Voor het bepalen van de bovenstaande figuren zijn alle huishoudens en alle supermarkten samengenomen. In de linker figuur zijn de distributiewaarden tegen de afstand uitgezet. Tussen beide lijkt een verband te bestaan dat is te beschrijven met een machtsfunctie. In de rechter figuur is de natuurlijke logaritme van de attractiviteitswaarden tegen derdemachtswortel van de afstand uitgezet. Er is voor deze presentatie gekozen, omdat voor woon-werkverkeer op deze wijze een rechte lijn ontstaat (Tutert et al. 2006). De puntenwolk vertoont een lichte kromming ten opzichte van de trendlijn. Er is hier een S-curve waar te nemen, wat erop duidt dat de attractiviteit van kleine afstanden lager is dan door het model wordt geschat. Dit kan veroorzaakt zijn doordat de netwerkafstanden geen rechtilijnig verband vertonen met de hemelsbrede afstanden , zoals in bijlage S te zien is. De puntenwolk kan beschreven worden volgens de onderstaande formule.
f (d ) = exp(b + a ⋅ d 1/ 3 )
(10)
waarin: d = hemelsbrede afstand tussen de herkomst en bestemming a en b zijn te schatten parameters van het model
De parameters en bijbehorende standaard fouten zijn in de volgende tabel getoond.
Tabel 11: parameters regressievergelijking AVAHA-methode
Waarden van parameters | a | b |
AVAHA-methode | -5,72±0.29 | 3.76±0.34 |
De parameter a beschrijft de helling van de trendlijn in figuur 20. Deze parameter is de maat voor de afname van de attractiviteit van grotere afstanden. Een sterker negatieve waarde geeft aan dat de afstand een sterker negatief effect heeft op de
attractiviteit van het attractiepunt. De parameter b heeft geen betekenis en wordt in de analyse van de resultaten niet gebruikt.
7.3 Distributie voor verschillende groepen
AVAHA-methode
1
0
y = -5,7235x + 3,7554 R2 = 0,9851
0 0,5 1 1,5
2
-1
-2
-3
-4
-5
-6
afstand^0,33
AVAHA-methode: type huishouden
1
Alleenstaanden Ouderen Echtparen
Gezinnen
0
0
0,5
1
1,5
2
-1
-2
Linear
(Alleenstaanden) Linear (Ouderen)
Linear (Echtparen) Linear (Gezinnen)
-3
-4
y = -5,9103x + 3,7544 R2 = 0,99
y = -5,5358x + 3,4619
-5 R2 = 0,9842
-6 y = -5,3021x + 3,3483
R2 = 0,9835
-7
afstand^0,33 y = -5,7332x + 3,7385 R2 = 0,9834
ln(attractiewaarde)
ln(distributiewaarden)
In de volgende figuren zijn voor de verschillende groepen de distributiewaarden weergegeven.
AVAHA-methode: type buurt
1
0
0
0,5
1
1,5
2
-1
-2
Centrumgebied Stedelijke wijken Buitenwijken Landelijk
Linear
(Centrumgebied) Linear (Stedelijke
wijken)
Linear (Buitenwijken)
Linear (Landelijk)
-3
-4
-5
y = -4,8227x + 2,8432 R2 = 0,9705
y = -5,8818x + 3,8933 R2 = 0,9517
-6
y = -6,1366x + 4,0259 R2 = 0,9894
-7
afstand^0,33
y = -4,9363x + 3,2427 R2 = 0,972
AVAHA-methode: type supermarkt
1
0
0
0,5 1 1,5
2
-1
-2
full-service discounters
Linear (full-
service) Linear
(discounters)
-3
-4
-5
-6
afstand^0,33
y = -6,9414x + 4,7513 R2 = 0,9739
y = -6,1108x + 3,9518 R2 = 0,989
ln(distributiewaarden)
ln(distributiewaarden)
Figuur 22: distributiewaarden van huishoudens, buurten en supermarkten
Huishoudens
Bij de distributie van huishoudens worden vier typen getoond. Er is geen uitsplitsing gemaakt naar het inkomen aangezien de inkomens geen duidelijke verschillen in de distributiewaarden laten zien. Voor de huishoudens (figuur rechtsboven) geldt dat de eenpersoonshuishoudens de sterkst dalende trendlijn hebben. Voor dit type huishouden is de afstand tot de supermarkt een belangrijkere factor in het keuzeproces dan voor de overige huishoudens. Huishoudens met kinderen hebben een gemiddelde helling. Opvallend is dat ouderen een vlakkere helling hebben. Men zou verwachten dat ouderen eerder een supermarkt dichtbij de woning zouden kiezen, omdat men minder mobiel wordt. Echter, een grotere afstand is voor deze groep aantrekkelijker dan voor bijvoorbeeld een huishouden met kinderen. Het verschil in
helling is echter niet zo dat er een significant verschil bestaat tussen deze groep en de overige typen.
Tabel 12: parameters regressievergelijking type huishouden
Alleenstaanden | Ouderen | Samenwonenden | Gezinnen | |
b | 3,75±0,32 | 3,46±0,37 | 3,34±0,37 | 3,74±0,40 |
a | -5,91±0,27 | -5,53±0,31 | -5,30±0,31 | -5,73±0,33 |
R2 | 0,99 | 0,98 | 0,98 | 0,98 |
In tabel W3 in bijlage W is voor de typen huishoudens bepaald welke groepen significant van elkaar verschillen. De helling van alleenstaanden is significant steiler dan van ouderen en samenwonenden. Ook voor gezinnen geldt dat de helling significant steiler is dan van samenwonenden.
Buurten
Voor buurten (linksonder) zijn de volgende waarden voor de parameters gevonden.
Tabel 13: parameters regressievergelijking type buurt
Centrumgebied | Stedelijke wijk | Buitenwijk | Landelijk | |
b | 2,84±0,46 | 3,89±0,72 | 4,03±0,34 | 3,24±0,45 |
a | -4,82±0,38 | -5,88±0,59 | -6,13±0,28 | -4,94±0,37 |
R2 | 0,97 | 0,95 | 0,99 | 0,97 |
Hier valt op dat de helling voor huishoudens in de centrumgebieden significant vlakker is dan voor de stedelijke of buitenwijken, zoals tabel W4 in bijlage W laat zien. Het is onduidelijk welke redenen hieraan ten grondslag liggen.
Supermarkten
Voor de verschillende typen supermarkten valt op dat de distributie van de full-service supermarkten een vlakker verloop heeft dan die van de discounters. Door mee te nemen dat de mogelijkheid bestaat dat er geen discounters bestaan op korte afstand blijkt dat voor discounters de afstand een belangrijkere factor is in de keuze tussen twee discounters dan bij full-service supermarkten. Hierbij moet worden aangetekend dat er binnen de discounters minder verscheidenheid is dan bij full-service supermarkten. De groep discounters bevat namelijk drie Aldi's van in totaal circa vijf discounters over de verschillende jaren. Hierdoor lijkt het onlogisch een Aldi te kiezen die verder weg ligt dan de dichtstbijzijnde Aldi. In het geval van de full-service supermarkten is dit effect kleiner. Ten eerste zijn er meer supermarkten (circa 14) en daarnaast is het aandeel van de meest voorkomende supermarktketen in deze groep minder groot. Er zijn immers vier Plus supermarkten op in totaal ongeveer veertien full-service supermarkten. Daarnaast geldt dat wanneer en geen discounter dicht bij de woning is, men alsnog kan kiezen voor een full-service supermarkt. De keuze voor een van de twee typen supermarkten staat van tevoren niet altijd vast, waar daar in de AVAHA-methode wel vanuit gegaan wordt.
Tabel 14: parameters regressievergelijking type supermarkt
Full-service | Discounters | |
b | 3,95±0,16 | 4,75±0,29 |
a | -6,11±0,16 | -6,94±0,28 |
R2 | 0,99 | 0,97 |
De bovenstaande tabel geeft de fouten bij de verkregen parameters. De hellingen blijken significant van elkaar te verschillen, zoals in tabel W5 in bijlage W is getoond. Het valt op dat de hellingen van de typen supermarkten beide aanzienlijk steiler zijn dan de gemiddelde helling (figuur linksboven in figuur 22). Logischerwijs zou de gemiddelde helling tussen beide moeten liggen. Waarom dit hier niet het geval is, is onduidelijk.
7.4 Evaluatie distributie
Naast de AVAHA-methode is de distributie eveneens bepaald aan de hand van de Mobi Surround-methodiek. Deze methodiek is gebaseerd op het zwaartekrachtmodel. De Mobi Surround is beschreven in bijlage P. Deze methode geeft andere resultaten dan de AVAHA-methode. Beide methoden zijn met elkaar vergeleken in bijlage R. Omdat de attractiepunten niet homogeen verspreid zijn over de ruimte kan Mobi Surround een verkeerd beeld geven van de verdeling van de ritten over de verschillende attractiepunten. Door rekening te houden met de specifieke omgeving van een huishouden kan een beter en zuiverder beeld gegeven worden van de verdeling van de ritten over de aanwezige supermarkten. De AVAHA-methode bepaalt de aantrekkelijkheid van afstanden rekening houdend met een inhomogene verdeling van supermarkten over de ruimte. Voor het analyseren van patronen met betrekking tot de ritdistributie is derhalve gebruik gemaakt van de AVAHA-methode.
Uit de analyse komt naar voren dat alleenstaanden en gezinnen gevoeliger zijn voor afstanden dan ouderen en samenwonenden. De aantrekkelijkheid van een supermarkt op korte afstand is voor deze groepen relatief groter. Voor alleenstaanden geldt dat de helling significant afwijkt van de ouderen en samenwonenden. Voor gezinnen geldt slechts een significant verschil ten opzichte van samenwonenden. Dit komt niet overeen met de verwachting zoals deze in het conceptuele model naar voren zijn gekomen. Alleenstaanden en gezinnen hechten meer waarde aan de afstand. Hierbij kan echter gesteld worden dan een deel van de alleenstaanden ouder is dan 65 jaar. Het is mogelijk dat deze subgroep binnen de alleenstaanden voor de steilere helling zorgt.
Voor huishoudens in de verschillende typen buurten geldt dat de helling van de centrumgebieden significant afwijkt van de stedelijke wijken en buitenwijken. De reden achter deze verschillen in helling zijn onduidelijk.
In de AVAHA-methode is gebruik gemaakt van de hemelsbrede afstand als variabele voor het bepalen van de verdeling van de ritten over de verschillende bestemmingen. Er wordt echter geen volledig rechtlijnig verband verkregen. Er is een s-curve te bemerken zoals in figuur 21 te zien is. Voornamelijk bij kleine afstanden vlakt de helling in de figuren af. Deze afvlakking kan te wijten zijn aan het gebruik van hemelsbrede afstanden in plaats van werkelijke afstanden. Figuur S1 in bijlage S laat zien dat het verband tussen de hemelsbrede afstand en de netwerkafstand eveneens niet geheel rechtlijnig is. Bij kleine afstanden lijkt de verhouding tussen de hemelsbrede afstand en de netwerkafstand groter dan bij de overige afstanden. Wanneer netwerkafstanden of reistijden worden gebruikt in plaats van hemelsbrede afstanden kunnen de distributiewaarden een rechtlijniger verband vertonen. De verwachting is echter dat de verbetering marginaal zal zijn.
De AVAHA-methode kan naast het supermarktverkeer ook de distributie bij andere motieven beschrijven. Wanneer voor een bepaald motief dezelfde beperkingen kleven aan het gebruik van Mobi Surround als voor het supermarktverkeer, kan gebruik worden gemaakt van de AVAHA-methode. Voor recreatief verkeer geldt immers ook dat men vrij is in de keuze voor de bestemming. Men is bijvoorbeeld niet gebonden aan een bepaald recreatiegebied waar men bijvoorbeeld eens per maand heen gaat. Men kan elke keer beslissen naar welk gebied men gaat. Daarbij is het ook aannemelijk dat de ritfrequentie afhangt van de afstand tot de verschillende recreatieve attractiepunten. Daarnaast geldt dat er sprake is van een inhomogene verdeling van recreatieve attractiepunten. Niet elke zone waar ritten geproduceerd worden, kunnen ook ritten aantrekken. De attractiepunten als parken en andere recreatieve gebieden zijn veelal klein in getal en liggen veelal aan de randen van bebouwd. Hierdoor past voor het bepalen van de distributie beter de AVAHA-methode dan de Mobi Surround.
8) Resultaten modal split
In het volgende hoofdstuk komt de modal split aan bod. Het hoofdstuk behandelt de vervoerswijzekeuze voor het supermarktverkeer. Aangezien de afstand van een rit als belangrijkste variabele in de vervoerswijzekeuze wordt gezien, zal in het volgende hoofdstuk allereerst de invloed van de afstand worden belicht (8.1). Vervolgens worden de verschillen binnen de typen huishoudens, buurten en supermarkten getoond (8.2, 8.3 en 8.4). Ook de invloed van de vervoerswijzekeuze op het aantal ritten dat wordt gemaakt, is beschreven (8.5).
8.1 Invloed afstand op modal split
In het algemene geval wordt de afstand tot de bestemming als belangrijkste variabele beschouwd in de keuze voor een bepaalde vervoerswijze. Een overzicht van de afgelegde afstanden (ritlengteverdeling) vloeit normaal gesproken voort uit de distributie. In dit geval kan de ritlengteverdeling rechtstreeks uit de database gedestilleerd worden. Figuur 23 toont de ritlengteverdeling zoals deze uit Omnibus naar voren komt.
ritlengteverdeling van alle ritten over een gehele week
35,00%
30,00%
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%
250 750 1250 1750 2250 2750 3250 3750 4250
afstandsklasse (m)
aandeel ritten
Figuur 23: ritlengteverdeling voor Almelo
Ook voor het verkeer naar de supermarkt wordt de afstand tot de gekozen supermarkt als belangrijkste variabele gezien. Hoe groter de afstand tot de gekozen bestemming des te groter is ook het aandeel van de ritten dat met de auto naar de supermarkt wordt gemaakt. Wanneer slechts de afstand wordt gebruikt als verklarende variabele in de modal split verschijnt het volgende beeld.
verband ritlengte en vervoerswijzekeuze
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0
2000
4000
ritlengte (m)
6000
8000
lopen (brom)fiets auto overig
aandeel in totaal aantal ritten
Figuur 24: verdeling van modaliteiten per afstandsklasse
De figuur laat zien dat bij een toenemende ritafstand tot de supermarkt het aandeel van de ritten dat met de auto wordt gemaakt groter wordt. Voor ritten langer dan ongeveer een kilometer geldt dat het merendeel van de ritten met de auto wordt gemaakt. Het aandeel van de auto lijkt bij lange ritten (langer dan drie kilometer) op ongeveer 75% te blijven. De betrouwbaarheid van de aandelen bij grotere afstanden neemt echter af, omdat er minder data beschikbaar is voor dergelijke afstanden. Verder is op te merken dat bij kleine afstanden (tot circa 500 meter) het grootste aandeel van de ritten te voet wordt gemaakt. Bij grotere afstanden neemt dit aandeel gestaag af. Slechts een marginaal deel van de langere ritten wordt te voet afgelegd. Tussen circa 500 en 1000 meter wordt het merendeel van de ritten op de fiets gemaakt. Bij grotere afstanden neemt het aandeel geleidelijk af tot ongeveer 20% voor ritten langer dan drie kilometer.
Zoals aangegeven wordt de parkeerscan gebruikt als vergelijking voor de modal split op basis van Omnibus. In de volgende figuur is het aandeel van de ritten dat met de auto wordt gemaakt uitgezet tegen de afstand voor zowel de parkeerscan als Omnibus.
verband ritlengte en vervoerswijzekeuze
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0 2000
4000
ritlengte (m)
6000
8000
Omnibus parkeerscan
aandeel van de auto in totaal aantal ritten
Figuur 25: vergelijking tussen autogebruik uit Omnibus en de parkeerscan
De bovenstaande figuur laat zien dat de parkeerscan een licht vlakker verloop van het aandeel van de auto per afstandsklasse aangeeft. Het verschil is te verklaren door het gegeven dat in Omnibus wordt gevraagd naar de vervoerswijze die normalerwijs gebruikt wordt naar de supermarkt terwijl in de parkeerscan de vervoerswijze per bezoek aan een supermarkt bekend is en uitgaat van geobserveerd gedrag. Het kan derhalve voorkomen dat een huishouden driemaal per week naar een bepaalde supermarkt gaat, waarbij tweemaal gebruik wordt gemaakt van de auto en eenmaal van de fiets. Een huishouden geeft in dit geval aan met de auto naar de supermarkt te gaan. Hierdoor bestaat de kans dat het aandeel van de auto licht wordt overschat ten opzichte van de parkeerscan. Dit effect kan echter ook de andere kant op werken. Daarnaast kan gesteld worden dat de modal split van de parkeerscan is opgebouwd uit meer data dan er uit Omnibus beschikbaar zijn. De grotere schommelingen in de trendlijn van Omnibus kunnen te wijten zijn aan de kleinere hoeveelheid data. Verder geldt dat de ritten naar een supermarkt buiten de gemeentegrenzen niet zijn meegenomen in de analyse van de Omnibus-gegevens. Hierdoor zijn voornamelijk lange ritten die waarschijnlijk met de auto zouden zijn gemaakt niet in de figuur opgenomen. Ook hierdoor kan het aandeel van de auto bij grote afstanden lager zijn uitgevallen dan voor de parkeerscan is gevonden. De trendlijnen komen echter dermate overeen dat wordt aangenomen dat een verdere analyse van de modal split met Omnibus voornamelijk op korte afstanden betrouwbare resultaten zal opleveren.
8.2 Modal split van huishoudens
De socio-economische karakteristieken van huishoudens hebben eveneens hun invloed op de modal split. Voor de verschillende typen huishoudens geldt dat voornamelijk het gemeenschappelijke inkomen en het daarmee samenhangende autobezit van invloed is op de vervoerswijzekeuze.
modal split van ritten naar de supermarkt per type huishouden
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
overig auto (brom)fiets
lopen
type huishouden
verband autogebruik naar afstand per type huishouden
100,00%
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0 1000 2000 3000 4000
ritlengte (m)
Alleenstaanden
Ouderen
Samenwonenden (laag ink.)
Samenwonenden
(hoog ink.) Gezinnen (laag ink.)
Gezinnen (hoog ink.)
aandeel van de mode
aandeel auto
Alleenstaanden (n=1744)
Ouderen (n=1020)
Echtparen (laag ink.) (n=803)
Echtparen (hoog ink.) (n=847)
Gezinnen (laag ink.) (n=1343)
Gezinnen (hoog ink.) (n=1432)
Figuur 26: modal split en autogebruik per type huishouden
De linker figuur toont dat er tussen verschillende typen huishoudens verschillen bestaan met betrekking tot de vervoerswijzekeuze. Alleenstaanden lopen relatief vaker naar de supermarkt dan de andere typen huishoudens. Ouderen lijken relatief meer van de fiets gebruik te maken, terwijl de huishoudens met een hoog inkomen vaker de auto pakken om boodschappen te doen.
Wanneer nu gekeken wordt naar de invloed van afstand op het gebruik van de auto per type huishouden wordt de rechter figuur verkregen. Uit de figuur is op te maken dat de huishoudens met hoge inkomens bij alle afstandsklassen een hoger aandeel autoritten vertonen. Verder is ook op te maken dat gezinnen vaker van de auto gebruik maken dan alleenstaanden en ouderen
8.3 Modal split van buurten
Mede op basis van het bovenstaande mag verwacht worden dat de typen buurten verschillen in de modal split laten zien aangezien de typen huishoudens niet homogeen over de buurten zijn verdeeld. De volgende figuur toont de aandelen van de verschillende modi voor de ritten van de typen buurten.
modal split van ritten naar de supermarkt per type buurt
100%
90%
80%
70%
60%
50%
40% overig
auto
30% (brom)fiets
20% lopen
10%
0%
type buurt
verband autogebruik naar afstand per type buurt
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0 1000
2000
ritlengte (m)
3000 4000
centrumgebied stedelijke wijk buitenwijk
landelijk
aandeel van de modus
aandeel auto
centrumgebied (n=3678)
stedelijke wijk (n=3179)
buitenwijk (n=1529)
landelijk (n=99)
Figuur 27: modal split en autogebruik per type buurt
In de linker figuur valt op dat in de buitenwijken voornamelijk de auto wordt gebruikt voor ritten naar de supermarkt. Dit gaat ten koste van `lopen'. Er geldt echter dat er zich in de buitenwijken geen supermarkt bevindt. Hierdoor is de afstand altijd groter dan voor de andere typen buurten. Voor de landelijke buurten geldt hetzelfde echter de betrouwbaarheid laat te wensen over aangezien er binnen Omnibus slechts weinig gegevens zijn.
Wanneer nu de afstand als onafhankelijke variabele wordt genomen bij het gebruik van de auto, verschijnt de rechter figuur. De figuur laat zien dat er slechts kleine verschillen bestaan tussen de verschillende typen buurten. In de buitenwijken wordt eerder de auto gebruikt voor de boodschappen. Voor centrumgebieden en stedelijke wijken geldt dat het verloop van het autogebruik ongeveer vergelijkbaar is. De verschillen tussen de typen buurten zijn gedeeltelijk te verklaren door de bevolkingsopbouw van de buurten. Figuur T1 in bijlage T toont dat het verwachte aandeel van de auto op basis van de bevolkingssamenstelling van de buurten en het autogebruik van de typen huishoudens slechts marginaal van elkaar verschilt. Er kan derhalve nog een andere variabele zijn die de modal split beïnvloedt naast de bevolkingsopbouw van de buurten.
8.4 Modal split van supermarkten
Voor de verschillende typen supermarkten wordt eveneens een verschil verwacht in de modal split aangezien de discounters meer gebruikt worden voor bulkaankopen dan de full-service supermarkten. In de onderstaande figuur is de modal split en het autogebruik per afstandsklasse getoond voor de ritten naar beide typen supermarkten.
modal split van ritten naar de supermarkt per type supermarkt
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
overig auto (brom)fiets
lopen
full-service (n=7137) discounter (n=1513)
type supermarkt
verband autogebruik naar afstand per type supermarkt
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
0 1000 2000 3000 4000
ritlengte (m)
full-service
discounter
aandeel van de modus
aandeel auto
Figuur 28: modal split en autogebruik per type supermarkt
In de linker figuur is te zien dat er een aanzienlijk verschil is in autoklanten voor de verschillende typen supermarkten van ruim tien procent. Het verschil kan worden verklaard door het feit dat de full-service supermarkt vaker wordt gebruikt voor de dagelijkse boodschappen en de discounters voor de wekelijkse bulkaankopen (zoals figuur 15 doet vermoeden). Deze bulkaankopen moeten met de auto worden vervoerd, omdat dit te voet of per fiets niet goed mogelijk is. Hierbij moet worden aangetekend dat de gemiddelde afstand verschilt. Men legt gemiddeld een licht grotere afstand af naar een discounter dan naar een full-service supermarkt (1604±55 meter voor discounters tegenover 1481±24 meter voor full-service supermarkten). Hierdoor zal het gebruik van de auto licht hoger zijn.
Om het effect van de afstand op het gebruik van de auto te tonen is het autogebruik per afstandsklasse bepaald. De rechter figuur toont de verschillen in het autogebruik voor beide typen supermarkten in relatie tot de afgelegde afstand. De figuur laat geen duidelijk verschil zien tussen autogebruik naar full-service supermarkten en discounters. Voor drie van de vijf afstandsklassen geldt dat het autogebruik ongeveer gelijk is terwijl de twee overige klassen een aanzienlijk hoger aandeel van de auto bij discounters laat zien. Voor de discounters is een s-curve te herkennen terwijl de full- service een rechtlijniger verband laat zien. Dit kan te wijten zijn aan het aantal ritten waarop de figuur is gebaseerd. Voor discounters zijn ongeveer 750 ritten meegenomen verdeeld over de afstandsklassen terwijl voor de full-service supermarkten bijna 3000 ritten zijn meegenomen.
8.5 Invloed modal split op de productie
Daarnaast heeft de keuze voor een bepaalde vervoerswijze invloed op de ritfrequentie. Omdat in een auto meer boodschappen in één keer meegenomen kan worden, hoeft men minder vaak naar de supermarkt. In de volgende tabel is een beeld gegeven van de ritfrequenties van de verschillende vervoerswijzen.
Tabel 15: ritfrequenties behorende bij de verschillende modaliteiten
Vervoerswijze | Gemiddelde frequentie van supermarktbezoek | |
Voorkeurssupermarkt | Tweede supermarkt | |
Lopen | 2,37 | 1,32 |
Fiets | 2,09 | 1,17 |
Auto | 1,54 | 0,90 |
De bovenstaande tabel laat de bezoeksfrequentie zien voor de voorkeurssupermarkt. Wanneer men kiest voor de auto om naar de supermarkt te gaan worden aanzienlijk minder ritten gemaakt dan wanneer men voor lopen of fietsen kiest. Dit betekent dat de keuze voor een bepaalde vervoerswijze een sterke invloed heeft op de productie van ritten.
De invloed van de locatie van een huishouden op de keuze voor een modaliteit en frequentie wordt in de volgende figuren weergegeven.
verband tussen hemelsbrede afstand tot de dichtstbijzijnde supermarkt en ritfrequentie naar voorkeurssupermarkt per modaliteit
2,5
2
1,5
1
0,5
0
0 0,5
1
afstand (km)