In essentie gaan we het verband tussen mobiliteit en sociaal-economisch functioneren verkennen. Op het niveau van de voetganger, fietser en automobilist. Dat doen we uiteraard op basis van crouwdsourced data. Zoals fietsdata, afkomstig van de Fietstelweek en autodata van TomTom.
De Fietstelweek van 2016 was behoorlijk succesvol. Zeker al die data gecombineerd wordt met fietsdata uit eigen tellingen van de gemeente ontstaat een bruikbaar beeld van daadwerkelijk fietsgedrag. TomTom verzamelt data vanuit navigatiesystemen, maar ook via iPhones, indien de gebruiker daar toestemming voor geeft. Op die manier ziet TomTom 15% van alle verkeer in Nederland. Ook dat is behoorlijk representatief voor de werkelijkheid.
We gebruiken de Space Syntax-methode om die mobiliteitsdata te kunnen begrijpen, te koppelen en als fundament voor beleid en ontwerp in te zetten. Space Syntax is een, met name in het buitenland, beproefde methode om die koppeling te maken. Space Syntax doet dat door nauwkeurige analyse van het stedelijk netwerk op verschillende schaalniveaus. Groot voordeel van die werkwijze is dat de voetganger, de fietser en de automobilist allemaal in hetzelfde model zitten. En Space Syntax zo niet alleen uitspraken over voetgangers-, fietsers- en automobiliteit doet. Maar bijvoorbeeld ook over winkelleegstand, sociale segregatie, misdaad hot spots, vastgoedwaarde, verborgen ruimtelijk-economische kansen, etcetera.
De komende tijd zullen we eens in de maand een update posten over onze case study Breda.
Reacties