Gebruiken Appingedammers voor 18%, 30%, 38% of 53% van hun verplaatsingen de auto?

Modal split is een veel gebruikte indicator voor de mate waarin van een bepaald vervoermiddel gebruik wordt gemaakt, ook wel vervoerwijzekeuze genoemd. De modal split kan op diverse manieren berekend worden. Meestal geeft de modal split de verhouding van het aantal reizigerskilometers of -verplaatsingen per autobestuurder, autopassagier, trein, bus/metro/tram, fiets, bromfiets/scooter en lopen. Vaak wordt hierbij gebruik gemaakt van het OViN, een statistiek van het CBS gebaseerd op een enquête onder een steekproef van alle inwoners. Bij deze steekproef hoort een bepaalde onnauwkeurigheid.


In dit bericht geven we een beeld van de verschillen die kunnen ontstaan in de modal split cijfers, afhankelijk van:

• de verschillende eenheden waar de modal split betrekking op heeft;
• de methode waarop de modal split is berekend;
• de verschillende groepen en perioden waar de modal split betrekking op heeft en
• de betrouwbaarheidsmarge.

Eenheden
Vaak wordt naar de modal split verwezen alsof dit een eenduidig begrip is. Er zijn echter meerdere soorten in omloop, waarvan de meest gebruikte zijn:

• de modal split van het aantal verplaatsingen en
• de modal split van het aantal afgelegde kilometers.

Laten we bijvoorbeeld eens naar modal split van Appingedam kijken afkomstig uit het OViN 2010-2013. In aantal verplaatsingen is deze modal split voor Appingedam:

Autobe- stuurder	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
28%	14%	2%	1%	33%	22%	100%

Maar in aantal afgelegde kilometers:

Autobe- stuurder	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
53%	28%	4%	2%	9%	4%	100%

Omdat er met de auto, trein, bus, tram en metro gemiddeld meer kilometers worden gereden per verplaatsing dan met de fiets of lopend, is hun aandeel in de modal split per afgelegde kilometer groter dan per verplaatsing.

Methode

Er zijn verschillende methoden om een modal split te berekenen. Bijvoorbeeld door tellingen of door een enquête. In de toekomst zal er waarschijnlijk steeds meer gebruik worden gemaakt van gegevens van mobiele telefoon en kijkt men bijvoorbeeld ook naar de OV-chipkaart.

Zeker als er geen eigen data voor handen zijn, wordt vaak gebruik gemaakt van de data afkomstig van het OViN (onderszoeks verplaatsingsgedrag in Nederland) of één van de voorgangers (OVG, MON). Dit is een enquête die het CBS afneemt onder een steekproef van de Nederlandse bevolking. De manier waarop de data wordt verzameld bepaald natuurlijk welke modal split cijfers er uiteindelijk uit rollen. Als voorbeeld nemen we CBS cijfers voor Rotterdam:

	Aantal verplaatsingen per persoon per dag
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
OViN 2010-2013	0,57	0,31	0,07	0,26	0,46	0,65	2,31
modal split	25%	13%	3%	11%	20%	28%	100%
MON 2004-2007	0,66	0,34	0,07	0,28	0,49	0,61	2,46
modal split	27%	14%	3%	12%	20%	25%	100%

Uit deze cijfers is de conclusie te trekken dat de modal split nauwelijks is veranderd en dat het aandeel fietsers gelijk is gebleven.

De gemeente heeft eigen cijfers die een ander beeld geven. Gedurende 15 jaar telt Rotterdam op de vaste fietstelpunten in de stad steeds meer fietsers terwijl het autoverkeer in en rond de binnenstad ongeveer gelijk blijft:

Figuur: Index ontwikkeling autoverkeer op kordons (1986=100)

bron: Rotterdamse Mobiliteitsagenda 2015-2018

Figuur: Intensiteiten fietsverkeer op de vaste fietstelpunten:

bron: Rotterdamse Mobiliteitsagenda 2015-2018

Rotterdam concludeert dan ook:

Het fietsverkeer is de afgelopen tien jaar in het stedelijk gebied van Rotterdam gegroeid met ruim zestig procent.

Op grond van de tellingen op het binnenkordon is de verwachting dat het aandeel van de fiets in de modal split cijfers in de binnenstad is toegenomen. Een hele andere conclusie dan die we eerder op grond van de OViN cijfers voor verplaatsingen in de hele gemeente trokken.

	Aantal afgelegde kilometers per persoon per dag
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
OViN 2010-2013	10,23	5,17	2,97	2,07	1,87	1,08	23,39
modal split	44%	22%	13%	9%	8%	5%	100%
MON 2004-2007	11,38	5,87	3,14	2,66	1,68	0,78	25,52
modal split	45%	23%	12%	10%	7%	3%	100%

Bij de afgelegde kilometers (tabel hierboven) is een toename van het aantal fietskilometers te zien van 11 %, terwijl de toename van de verplaatsingen 7% is. Dit zou erop kunnen wijzen dat de inwoners van Rotterdam langere afstanden fietst. Wanneer we echter kijken naar de betrouwbaarheidsmarges (zie onder) dan blijkt dat deze verschillen niet significant zijn: Het zou ook goed kunnen dat er nog in het aantal verplaatsingen nog in het aantal afgelegde kilometers een groei is.

Ook een iets minder grote gemeente als Delft kent een behoorlijke verschuiving. Volgens de CBS cijfers steeg het aandeel van de verplaatsingen van de fiets met 6% tussen 2004-2007 en 2010-2013. Het aandeel is daar nu 39% en behoort daarmee met steden als Groningen, Zwolle en Leeuwarden tot de koplopers. Zeker gezien het hoge aandeel openbaar vervoer (10%) is dit geen geringe prestatie. Het aandeel autogebruik daalde met 4%. De betrouwbaarheidsmarges van de CBS data zijn weliswaar groot (13% voor de fiets tot 45% voor de bus/tram), maar Delft voert cordontellingen uit die dit beeld bevestigen:

Figuur: Cordontellingen autoverkeer gemeente Delft, index 2002=100

Bron: Gemeente Delft

Groepen en perioden

In het voorgaande voorbeeld is niet alleen de gebruikte methode anders (een kordontelling ipv een enquête), maar ook de groep waarop de meting betrekking heeft. Rotterdam heeft geteld hoeveel mensen een kordon rond de binnenstad passeren terwijl de OViN cijfers betrekking hebben op de inwoners van de hele gemeente. Daarnaast is relevant of de lengte van de fietsverplaatsingen wel of niet is gelijk gebleven. Immers verdubbeling van de gemiddelde fietsverplaatsingsafstand geeft ook een verdubbeling van de kans dat een fietser geteld wordt. Van belang is om vooraf te bedenken waar een uitspraak over nodig is: bezoekers of alleen inwoners? En in welk jaar? En in welke periode (spits, ochtendspits, etmaal,…)?

Ook dit onderscheid levert natuurlijk verschillen. Zo is de modal split in verplaatsingen voor Appingedam in de periode 2004-2008 voor al het verkeer in, van en naar Appingedam:

Auto- bestuurder	Auto- passagier	OV	Fiets	Lopen	Overig	Totaal
38%	17%	2%	22%	19%	2%	100%

Terwijl deze in bijna dezelfde periode voor 2004-2007, maar dan alleen voor de inwoners van Appingedam:

Autobe-stuurder	Auto-passagier	Trein	Bus/ Tram/ Metro	Fiets	Lopen	Totaal
30%	18%	1%	0%	24%	27%	100%

Dat de auto in het eerste geval een groter aandeel inneemt, is te verklaren doordat je een andere gemeente meestal niet lopend of fietsend bezoekt.

Een ander onderscheid is welke vervoerwijzen je laat zien. Zo is hierboven in de modal split voor alleen de inwoners van Appingedam de trein apart genomen van de rest van het OV.

De volgende figuur laat modal split cijfers zien uit de monitoringsrapportage van de gemeente ’s-Hertogenbosch 2014, waarbij de autobestuurder en passagier zijn samengenomen en lopen niet is weergegeven:

Bron: gemeente 's-Hertogenbosch, Monitor Verkeer en Vervoer 2013

Onderstaand de cijfers voor net iets andere perioden:

	modal split verplaatsingen
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
2010-2013	33%	16%	3%	1%	27%	20%	100%
2004-2007	34%	18%	3%	1%	25%	19%	100%

modal split kilometrage
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
2010-2013	51%	24%	12%	1%	9%	3%	100%
2004-2007	51%	28%	11%	2%	7%	2%	100%

Niet alleen de periode is anders, ook de databestanden verschillen. Zo is in de tabellen gebruik gemaakt van de nieuwe set OViN data waarbij de methodiek gelijk is getrokken met voorgaande jaren.En hoewel we hier optellen tot 100% ontbreken de categorie brom-/snorfiets en overig. Dit zijn hele kleine percentages die daarom vaak worden weggelaten. Onderstaande figuur geeft de modal split waarin deze categorieën wel zijn meegenomen voor het maken van de modal split cijfers gemiddeld voor Nederland.  

Bron: KiM, Mobiliteitsbalans 2013

De betrouwbaarheidsmarge

Tot slot de betrouwbaarheid. Vaak worden cijfers gegeven alsof het de absolute weergave van de werkelijkheid is. Dat is echter nooit het geval. Een steekproef of een meting bevat niet alleen fouten, maar omvat ook nooit alle verplaatsingen. Bij een steekproef spreekt men veelal van het 95%-betrouwbaarheidsinterval. Dat betekent dat in 95% van de gevallen dat de steekproef wordt getrokken het gemiddelde binnen deze waarden ligt.

Zo’n betrouwbaarheidsmarge geldt ook voor de OViN cijfers. Maar hoe vertaalt zich dat in de modal split? Als voorbeeld nemen we weer de verplaatsingen in Appingedam en nemen dan de minimale en maximale waarden volgens het betrouwbaarheidsinterval:

	Aantal verplaatsingen per persoon per dag - Appingedam
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
OViN 2010 t/m 2013	0,72	0,35	0,04	0,01	0,85	0,56	2,54
Gemiddelde modal split	28%	14%	2%	1%	33%	22%	100%
Relatieve Betrouwbaarheids-marge (95%)	25 %	36 %	139 %	340 %	24 %	34 %	14 %
Alles minimaal modal split	31%	13%	-1%	-2%	37%	21%	100%
Alles maximaal modal split	27%	14%	3%	2%	31%	23%	100%
Auto minimaal* modal split	18%	16%	3%	2%	35%	25%	100%

*) Hier is de modal split berekend door de verplaatsingen per auto te verminderen met de relatieve betrouwbaarheidsmarge en de verplaatsingen met de andere vervoerwijzen te vermeerderen met de relatieve betrouwbaarheidsmarge. Hier zijn vele variaties op mogelijk. We hebben deze berekening gemaakt om een idee te geven van wat de gevoeligheid die er in de modal split zit.

In Appingedam worden weinig verplaatsingen met het openbaar vervoer gemaakt. Ook is het een kleine gemeente, waardoor er weinig verplaatsingen in de steekproef zijn opgenomen. De marge is daarom zeker voor het openbaar vervoer heel groot. Een zinnige vergelijking met andere gemeenten of perioden is voor deze vervoerwijze daarom niet mogelijk.

Een grote gemeente als Amsterdam kent een hoog aandeel openbaar vervoer en daardoor betrouwbaardere modal split cijfers:

	Aantal verplaatsingen per persoon per dag -Amsterdam
	Auto-bestuur-der	Auto-passagier	Trein	Bus/Tram/ Metro	Fiets	Lopen	Totaal
OViN 2010 t/m 2013	0,44	0,24	0,10	0,27	0,85	0,66	2,56
Gemiddelde modal split	17%	9%	4%	11%	33%	26%	100%
Relatieve Betrouwbaarheids-marge (95%)	7%	9%	11%	9%	5%	6%	3%
Alles minimaal modal split	17%	9%	4%	10%	34%	26%	100%
Alles maximaal modal split	17%	10%	4%	11%	33%	26%	100%
Auto minimaal* modal split	15%	10%	4%	11%	33%	26%	100%

*) Hier is de modal split berekend door de verplaatsingen per auto te verminderen met de relatieve betrouwbaarheidsmarge en de verplaatsingen met de andere vervoerwijzen te vermeerderen met de relatieve betrouwbaarheidsmarge. Hier zijn vele variaties op mogelijk. We hebben deze berekening gemaakt om een idee te geven van wat de gevoeligheid die er in de modal split zit.

Onderregistratie
Naast de onnauwkeurigheid door de steekproef is er ook een fout doordat respondenten hun korte verplaatsingen onderregistreren. Men vergeet bijvoorbeeld verplaatsingen als het lopen van de voordeur naar de auto en van een parkeerterrein naar een winkel. Uit onderzoek blijkt dat het werkelijke aantal verplaatsingen van voetgangers gemiddeld 1,57 maal hoger is.

Conclusie
De voorbeelden hierboven geven aan dat dé modal split niet bestaat. Een lezer moet altijd goed kijken hoe de cijfers tot stand kwamen en waar ze betrekking op hebben. Zo kan Appingedam op grond van bovenstaande analyse van CBS cijfers zeggen dat in haar gemeente  18, 27, 28, 30 ,31 en 38 % van de verplaatsingen als autobestuurder gemaakt worden. Of dat 53% van de afgelegde kilometers als autobestuurder wordt gemaakt.