Wat gebiedsontwikkeling kan leren van datatoepassingen in mobiliteit

“Rond 1930 waren stedelijke planners de eersten die werden geconfronteerd met de grenzen van de wegcapaciteit en de problemen tussen verschillende typen verkeersdeelnemers. Om inzicht te krijgen in de relaties tussen bebouwing en verkeer werden verkeerstellingen en berekeningen uitgevoerd waarbij, op basis van gemeten verkeersintensiteiten, de noodzaak van een bepaald tracé werd aangetoond. Gaandeweg de jaren dertig werd de statistische analyse van het wegverkeer geprofessionaliseerd door Rijkswaterstaatsingenieur J.F.L. van Gils. Vanuit het Bureau voor de Wegen- en Verkeersstatistiek van Rijkswaterstaat werden vanaf 1938 geregeld verkeerswaarnemingen uitgevoerd.”

Dat schreef Marcus Popkema in 2014 voor zijn promotie-onderzoek ‘Tussen techniek en planning : de opkomst van het vak verkeerskunde in Nederland 1950-1975’. Maar ondanks die voorspoedige start zijn pas in de jaren ‘90 de grote doorontwikkelingen van verkeersmodellering tot stand gekomen, door de opkomst van de rekenkracht van computers.

Geleerde lessen

De mobiliteitswereld lijkt in veel opzichten op de wereld van gebiedsontwikkeling. De overheid heeft een nadrukkelijke rol en er zijn talloze bedrijfsmatige spelers die in de ontwikkelingsfase en gebruiksfase een breed pallet aan eindgebruikers bedienen. In het gebruik van data loopt de mobiliteitswereld voor op die van de gebiedsontwikkeling. Misschien wel door de engere scope van het vakgebied, maar vooral doordat binnen de mobiliteitswereld dankzij de smarthpone heel veel gepersonaliseerde reisinformatiediensten beschikbaar zijn gekomen.

In dit artikel beschrijven we de geleerde lessen uit de data-ontwikkelingen en toepassingen in mobiliteitswereld. Hierbij gaan we in op

1. De opgave benaderen vanuit de gebruiker
2. De opkomst van de deeleconomie: van bezit naar gebruik
3. De verschuiving van publieke naar private data

We sluiten dit overzicht af met de adviezen die hieruit volgen voor het gebruik van data voor gebiedsontwikkeling.

1: De opgave benaderen vanuit de gebruiker

Het denken in leefstijlen of persona’s vindt zijn herkomst in de sociologie[1] en wordt met name in de marketing toegepast om kansrijke doelgroepen te identificeren. In de mobiliteit wordt door plannenmakers gelukkig al steeds vaker geredeneerd vanuit die gebruiker – de reiziger. Naast de rationaliteit van rekenmodellen en knelpuntanalyses ontstaat er namelijk behoefte om enerzijds vanuit het perspectief van de eindgebruiker plannen te beschouwen en anderzijds op maat gepersonaliseerd (reis)advies te geven.

Met de Sustainable Development Goals van de Verenigde Naties uit 2015 zijn klimaatverandering en een eerlijke en sociale economie verder belangrijke aanvullingen op de voorheen louter kwantitatieve doelstellingen van het mobiliteitsbeleid, namelijk om zoveel mogelijk verkeersbewegingen te kunnen afwikkelen en de voertuigverliesuren te beperken.

Persona’s helpen om kwalitatieve doelen bespreekbaar te maken en bieden (mobiliteits)plannenmakers een handvat om grip te krijgen welke oplossingen tegemoetkomen aan specifieke behoeften. De centrale vraagt is dan: welke gebruikers worden er met het planonderdeel of programma bediend? En de vervolgvraag: strookt dat met de doelstellingen?

Het digitaal mee kunnen komen in het leven blijkt hierbij nauw samen te hangen met de manier van bewegen. Juist bij mobiliteit speelt (de mate van) toepassing van data een belangrijke rol: van de analoge reiziger die zich verplaatst met het eigen lichaam tot de digitale reiziger die fysieke verplaatsing overbodig acht met de digitale wereld onder handbereik, en van de inclusieve reiziger die afhankelijk is van het gegeven collectieve vervoersaanbod tot de servicereiziger de met de smartphone in de hand alle benodigde diensten als individueel maatwerk organiseert.

[1] Voor de wetenschappelijke achtergrond van het leefstijlbegrip wordt meestal verwezen naar het werk van Max Weber. Hij is één van de grondleggers van de sociologie.

Movares heeft daarom (in analogie met de scenariobenadering in ‘Oefenen met de toekomst’ van het Planbureau voor de Leefomgeving uit 2019) specifiek voor mobiliteitsopgaven vijf persona’s ontwikkeld voor het onderzoek ‘Mobiliteit met Allure’ uit 2020 (bedoeld voor de MIRT-verkenning U-Ned naar ov en wonen in de regio Utrecht). Deze vijf leunen in meerdere of mindere mate op de mogelijkheden die dataverkeer ons biedt: actieve gebruiker, digitale gebruiker, service-gebruiker, inclusieve gebruiker en vrije gebruiker (zie kader). Door vanuit het perspectief van de gebruiker te kijken naar het mobiliteitsvraagstuk, wordt de reiziger beter bediend en geholpen en wordt inzichtelijk of er voldoende oplossend vermogen is.

2: De opkomst van de deeleconomie: van bezit naar gebruik

Met de opkomst van Mobility As a Service (MaaS) ontstaan er aanbieders (denk aan deelmobiliteitsaanbieders zoals Amber, Felix en GOsharing, maar ook serviceproviders zoals Innovactory en Turnn) die de individuele reiziger bedienen met grotere delen van de mobiliteitsketen dan dat we dat gewend zijn van de gebruikelijke vervoersconcessies (dus infrabeheerders en vervoersbedrijven). Te denken valt aan de aaneenschakeling van een deelfiets die je op het buurtpleintje oppikt om naar het station te fietsen, om vervolgens vanaf je bestemmingsstation met de tram en het laatste stukje te voet naar een zakelijke afspraak te gaan; vervolgens bezoek je met een leenauto een projectlocatie om na afloop deze in de eigen woonplaats in te leveren en met een deelscooter de laatste twee kilometer naar huis te overbruggen.

Dit concept wordt in diverse literatuurbronnen (zoals in ‘Gedeelde mobiliteit is maatwerk’ van Provincie Noord-Brabant in 2018) uiteengezet. Vanwege de grote beschikbaarheid van data (met bijbehorende data-infrastructuur) floreren deze diensten en wordt er inmiddels grootschalig mee geëxperimenteerd (zie bijvoorbeeld ‘MaaS-pilots - optimaliseren van het mobiliteitssysteem’ van het Ministerie van Infrastructuur & waterstaat uit 2019).

In al deze MaaS-diensten staat de reiziger centraal. Dankzij data is deze gebruiker niet alleen beter inzichtelijk, maar levert deze ook gegevens op voor onderhoud of om nieuwe dienstverlening op te baseren. Het gemak dient de mens en het gaat de consument immers om het gebruik (as a service), niet het bezit.

3: De verschuiving van publieke naar private data

In de mobiliteitswereld was het vervoersaanbod historisch gezien opgeknipt door verzuiling: de wegbeheerder deed zijn ding, de spoorwegen reden haar treinen, de busmaatschappij de bussen, het trambedrijf de tram, et cetera. De reiziger kon van het aanbod gebruikmaken of niet en stuitte geregeld op slechte aansluitingen of een slecht vervoersproduct; het was immers suboptimaal omdat de integrale organisatie ontbrak.

De Raad voor de leefomgeving en infrastructuur heeft in 2018 onder de titel ‘Van B naar Anders’ het mobiliteitsecosysteem in vier lagen onderverdeeld: infrastructuur, verkeersdiensten, vervoersdiensten en mobiliteitsdiensten. De mobiliteitssector zit momenteel in een transitie van een ‘vaste’, inflexibele aanbod-georganiseerde wereld (waarbij vervoerders en beleidsmakers monodisciplinair naar ‘hun’ reizigers kijken en data inwinnen) naar een flexibele vraaggestuurde werkelijkheid.

In de vraaggestuurde wereld staat de eindgebruiker centraal. Privacy is geen beperking wanneer de eindgebruiker vrijwillig akkoord gaat met de consequenties, gedreven door het gebruiksgemak dat het hem oplevert. De MaaS-provider levert namelijk een optimale service doordat deze reiziger zijn data (en dus behoefte) deelt met de serviceprovider. Dit model is vergelijkbaar met bedrijven zoals Google, die veel gratis diensten leveren om klanten te kunnen binden. Middels advertenties en persoonlijke aanbiedingen worden deze diensten vervolgens winstgevend gemaakt. Gebruikers betalen dus met de persoonsgegevens die zij verstrekken bij het gebruik van deze gratis diensten. Zo wordt in Google Maps actuele verkeersinformatie over files en vertragingen ‘gemaakt’ door de gebruikers die hun GPS-data (en daarmee hun doorstroming) beschikbaar stellen, iets dat zij noodzakelijk doen omdat zij anders geen navigatie-aanwijzingen ontvangen.

Met name binnen mobiliteitsdiensten van private partijen ontstaan nieuwe datamogelijkheden. Hierdoor verschuiven ook data-acquisitie en -gebruik in de mobiliteitssector van publiek naar privaat. Voor de overheid vergt dit een omslag in het denken. Ook hebben overheden en wegbeheerders de serviceproviders gevonden voor hun mobiliteitsvraagstukken: inmiddels leeft overal het besef dat privaat een goede (en zelfs noodzakelijke!) aanvulling vormt op publieke data. Rijkswaterstaat onderzoekt bijvoorbeeld de mogelijkheden om alle matrixborden boven de weg te verwijderen, omdat deze ook digitaal (veel goedkoper) beschikbaar zijn.

Bedrijven zoals Flitsmeister zien de door hen verzamelde data als aanvullend verdienmodel op bestaande business van abonnementen en advertenties. De kracht van deze data (die primair niet bedoeld is als product op zich maar als middel voor het doel van de reiziger) zit hier in de manier van data verbinden. De data van individuele bedrijven is veelal van beperkte waarde, maar door deze aan te vullen met andere databronnen (zoals van concurrenten) wordt de steekproef van een dusdanige omvang dat significante (en dus betrouwbare) uitspraken gedaan kunnen worden over beleidsvragen, onder meer door de toepassing van deep learning en kunstmatige intelligentie.

Diensten als Google Maps en Flitsmeister genereren bijvoorbeeld een schat aan informatie over reistijden en -vertragingen. Hiermee krijgen wegbeheerders een goed beeld over dagen waarop de meeste files zijn in het verkeersnetwerk, ook voor plekken die niet bemeten worden met (tijdelijke) sensoren in het wegdek. Deze sensoren zijn bovendien duur in aanschaf en onderhoud. En omdat de data die zij opleveren goedkoper en met betere dekking kan worden ingekocht bij serviceproviders, worden zij op steeds minder plaatsen geplaatst.

Inmiddels wordt deze zogenaamde ‘floating car data’ ingekocht door de Nationale Databank Wegverkeersgegevens (NDW), een overkoepelende organisatie die verkeersdata beheert namens de wegbeheerders. Met deze nieuwe databron wordt ook onderzoek verricht naar de herkomst en bestemming van alle (auto)verplaatsingen. Ook is de zelfrijdende auto feitelijk een verzameling van sensoren (car-as-a-sensor) die een wereld aan data kan verzamelen, bijvoorbeeld over de kwaliteit en staat van de weg voor het assetmanagement.

Kortom: we zijn nog steeds aan het verkennen wat er nog meer mogelijk is met deze nieuwe data voor beleids- en investeringsbeslissingen in de mobiliteit.

Opvallend hierbij is dat de infrastructuur, die als hardware van de mobiliteit altijd centraal heeft gestaan, naar de achtergrond schuift. Gevleugelde kreten als ‘Beter Benutten’ wijzen op interventies op een ander niveau, namelijk dat van gedragsbeïnvloeding. De fysieke inrichting van ons land is vanouds vormgeven om alle gebruik te kunnen accommoderen, maar langzaamaan is een tegenbeweging ingezet. Nu bijvoorbeeld de rivieren aan hun taks zitten, is een substantiële ruimtereservering voor de klimaatopgave geen luxe maar een noodzaak (wat gebeurt in Ruimte voor de Rivier). Alle infrastructuur blijven dimensioneren op de maatgevende hyperspits wordt onbetaalbaar, terwijl spreiding in tijd, ruimte en modaliteit een veelvoud aan oplossend vermogen biedt.

De coronacrisis vergt interventies in het vervoerssysteem en de organisatie van de openbare ruimte die juist inzetten op gedragsverandering. Het ligt dan ook voor de hand dat we de maatregelen waarmee we een ‘veilige herstart’ van de samenleving organiseren, door kunnen zetten als ‘duurzame doorstart’.

Drie implicaties voor gebiedsontwikkeling

1: Samenleven is een heterogene activiteit
Voor gebiedsontwikkeling zien we het als een logische volgende stap om fysieke ontwikkeling te verrijken met op de gebruikers toegesneden digitale faciliteiten en diensten. Sterker dan in het fysieke domein, waar we gated communities als geïsoleerde gebruikersgroepen hebben leren kennen, hebben gelijkgestemden in digitale gemeenschappen de neiging zichzelf door algoritmen te laten te isoleren in filterbubbels. In de combinatie van fysiek en digitaal schuilt het gevaar dat deze twee elkaar versterken. Het wordt daarom een nadrukkelijk aandachtspunt voor beleidsmakers en ontwikkelaars om heterogeniteit en compleetheid van de gebiedsontwikkelingen te borgen.

2: Servicedenken biedt nieuwe kansen voor duurzaamheidsconcepten
Het is mogelijk om gebiedsontwikkeling niet langer als een lineair ontwikkelpad op te vatten, maar als een voortdurende cyclus. Bij Wonen as a Service (WaaS) en Kantoor as a Service (KaaS) wordt de ontwikkelingsaanpak meer op kwaliteit dan op kwantiteit geschoeid. Huisvestingsconcepten zijn niet meer gebaseerd op bezit van een woning, maar de dienst om ergens te kunnen leven; het huis als een goed hotel. Voor kantoren geldt: geen zelfstandige vestiging voor een bedrijf, maar een doorzetting van de trend van flexibele werkplekken die worden aangeboden.

Door collectief gebruik wordt een geheel andere inrichting noodzakelijk van de openbare ruimte en voorzieningen: van schuurtje en tuin tot parkeren en sporten. De cyclus van het door digitalisering mogelijk gemaakte serviceconcept biedt een logische voedingsbodem voor een circulaire aanpak van een nieuwe generatie duurzame gebiedsontwikkelingen.

En door het gebruik goed te analyseren, komt er ook meer beslisinformatie over toekomstige keuzes. Het is denkbaar gebiedsontwikkeling dan niet meer als lineair ontwikkelpad op te vatten, maar als een voortdurende cyclus waarbij de centrale rol van overheden en ontwikkelaars wordt overgenomen door serviceproviders.

3: Data dwingt tot sterkere publieke sturing
In de mobiliteitswereld worden digitale mogelijkheden toegepast omdat het kan. Gadgets en snufjes maken technology driven hun opmars, en pas gaandeweg ontdekken we wat je er echt mee kan. Omdat bedrijven uiteindelijk louter gericht zijn op geld verdienen, roept digitalisering een nieuwe governance-opgave van de overheid op. De gedragsbeïnvloeding binnen het mobiliteitsbeleid gaat dan ook schurend gepaard met privacywetgeving. Deze gevoelige balans zien we nu in het genereren van data, maar zal verder gaan in de algoritmen die de data bruikbaar en toepasbaar maken. Het wordt een nieuwe opgave voor overheid om hier de regie in op te pakken, ook als het gaat om datatoepassingen binnen gebiedsontwikkeling.