Het effect van een verkeersknip meet je het beste met paneldata die alle modaliteiten dekt en die ook achteraf een nulmeting kan reconstrueren. Deze aanpak combineert objectieve GPS-metingen met automatische modaliteitsherkenning, waardoor je niet alleen ziet of het autoverkeer afneemt, maar ook of verkeer is verplaatst, omgereden of vervangen door fiets of lopen. Dit artikel beschrijft de methodes, vergelijkt vijf gangbare meetmethodes, en laat aan de hand van de Weesperknip in Amsterdam zien waarom een complete effectmeting meer omvat dan een autotelling.
Belangrijkste punten
- Een effectmeting van een verkeersknip vereist een nulmeting (vóór de maatregel), een effectperiode (tijdens of na invoering) en metingen in het pilotgebied én in omliggende straten om waterbedeffecten te detecteren.
- Paneldata van Resono Mobiliteit is beschikbaar vanaf 1 januari 2021, waardoor je een nulmeting van een al doorgevoerde maatregel achteraf kunt reconstrueren zonder dat er destijds sensoren stonden.
- Telslangen en kentekencamera’s meten alleen gemotoriseerd verkeer. Floating car data van TomTom Move dekt geen fietsers en voetgangers. Alleen paneldata en deels enquêtes meten alle modaliteiten tegelijk.
- De pilot Weesperknip in Amsterdam (zomer 2023) liet 18% minder autoverkeer in het pilotgebied zien, maar tegelijk 20 tot 40% drukker verkeer op uitwijkroutes. Zonder gebiedsdekkende meting blijven zulke neveneffecten onzichtbaar.
- De paneldata-aanpak van Resono Mobiliteit is gebaseerd op gangbare sectorstandaarden voor stop- en ritdefinitie en wordt ingezet door meer dan 50 Nederlandse gemeenten voor beleidsmonitoring.
Wat is een effectmeting van een verkeersknip?
Een effectmeting van een verkeersknip is een gestructureerde vergelijking van verkeersstromen vóór en na de invoering van een verkeersmaatregel, uitgevoerd op zowel het pilotgebied als op aangrenzende straten. Het doel is om vast te stellen of de maatregel het beoogde effect heeft bereikt, welke neveneffecten zijn opgetreden, en of er sprake is van verplaatsing van verkeer naar andere routes (het zogenaamde waterbedeffect).
Lees ook: Verkeersstromen Analyseren: Methoden en Diensten Vergeleken
Een verkeersknip is een fysieke of digitale afsluiting van een straat voor doorgaand gemotoriseerd verkeer. Gemeenten zetten deze maatregelen in om de leefbaarheid te verbeteren, de luchtkwaliteit te verhogen of de verkeersveiligheid te bevorderen. Een effectmeting bewijst of die doelen daadwerkelijk worden behaald. Zonder een goede meting blijft elke discussie over de maatregel een aanname.
Een complete effectmeting bestaat uit drie componenten:
- De nulmeting: de situatie vóór invoering van de maatregel, bij voorkeur over een vergelijkbare periode (zelfde seizoen, zelfde weekdagen) om seizoens- en kalendereffecten uit te sluiten.
- De effectmeting: de situatie tijdens of na invoering, met dezelfde meetdefinitie en hetzelfde gebied.
- De omgevingsmeting: dezelfde voor- en namelding in een ruime zone rond het pilotgebied, om verplaatsingseffecten zichtbaar te maken.
Welke methodes worden gebruikt om het effect van een verkeersmaatregel te meten?
In Nederland worden vijf hoofdmethodes ingezet om het effect van een verkeersknip of autoluwe zone te meten: paneldata, telslangen, kentekencamera’s, floating car data en mobiliteitsenquêtes. Elke methode meet iets anders en is geschikt voor een ander soort beleidsvraag. Geen enkele methode meet alle modaliteiten continu zonder hardware-installatie, behalve paneldata.
De keuze van methode bepaalt grotendeels welke conclusies je achteraf kunt trekken. Een telslang meet auto’s, geen voetgangers. Floating car data meet snelweggebruik, geen fietspaden. Een enquête meet zelfrapportage, geen feitelijk gedrag. Voor een complete effectmeting van een verkeersknip combineer je idealiter twee methodes, of kies je een methode die meerdere modaliteiten tegelijk dekt.
Vergelijking van meetmethodes voor verkeersmaatregelen
Wil je dieper ingaan op hoe deze methodes zich verhouden in de praktijk? Lees dan ons bredere overzicht over verkeersstromen analyseren met paneldata en andere methodes.
Hoe Resono Mobiliteit het effect van een verkeersknip meet
Resono Mobiliteit meet het effect van een verkeersknip door verplaatsingen tussen herkomst- en bestemmingsgebieden te vergelijken in de periode vóór en na invoering van de maatregel, gesplitst naar modaliteit. De methode is gebaseerd op een mobiel panel van meer dan 1 miljoen actieve deelnemers in Nederland, wat overeenkomt met ongeveer 5 tot 10% van de Nederlandse bevolking van tien jaar en ouder.
Het meetproces volgt een vaste werkwijze die aansluit op gangbare sectorstandaarden voor verplaatsingsanalyse. Verplaatsingen worden vastgesteld op basis van ritten tussen stops. Een stop is een locatie waar een deelnemer zich minimaal 35 minuten binnen een straal van 200 meter bevindt. Een rit start bij vertrek uit een stopcluster en eindigt bij aankomst in een nieuw stopcluster. Deze definities sluiten aan op de internationale conventies voor herkomst- en bestemmingsanalyse en zijn beschreven in de methodiekdocumentatie van Resono Mobiliteit.
Per rit bepaalt Resono Mobiliteit automatisch de modaliteit op basis van de gemeten snelheid: voetganger onder 5 km/u, fiets tussen 5 en 25 km/u, en automotive (auto, bus, tram, scooter) daarboven. Dat betekent dat je in één meting ziet of het autoverkeer is afgenomen, of fietsverkeer is toegenomen, en of voetgangers nieuwe routes zijn gaan gebruiken. Voor een effectmeting van een verkeersknip is dat onderscheid cruciaal, omdat het ene beleidsdoel (minder auto’s) en het andere (meer fietsgebruik) niet altijd hand in hand gaan.
De data wordt geleverd in een herkomst-bestemmingsmatrix, geaggregeerd op gemeente, postcode-4, postcode-3, CBS-wijk of een maatwerkgebied dat je zelf definieert. Voor een verkeersknip betekent dit dat je de pilotzone als maatwerkgebied kunt intekenen en daaromheen een ring van postcode-4 gebieden toevoegt om waterbedeffecten te detecteren.
Privacywaarborgen en representativiteit
Resono Mobiliteit verzamelt locatiegegevens alleen van opt-in deelnemers in samenwerkende apps, conform de AVG en GDPR. Op celniveau wordt differential privacy toegepast, en cellen met te weinig deelnemers blijven leeg. De representativiteit van het Resono panel is onderzocht in samenwerking met Whooz, die data verzamelt over alle Nederlandse huishoudens. Uit dit onderzoek blijkt dat het panel geen extreme afwijkingen toont van de Nederlandse populatie, met een lichte overpresentatie van de leeftijdsgroep 45 tot 55 jaar en hoger opgeleiden, en een onderpresentatie van 65-plussers. Het schattingsmodel weegt deelnemers per postcode-2 gebied om voor deze afwijkingen te corrigeren.
Voorbeeld: de Weesperknip in Amsterdam en wat een complete effectmeting laat zien
De Weesperknip in Amsterdam is het bekendste recente voorbeeld van een Nederlandse verkeersmaatregel waarbij effectmeting een centrale rol speelde, en het illustreert waarom een complete meting méér moet omvatten dan alleen het pilotgebied. Tussen 12 juni en 23 juli 2023 sloot de gemeente Amsterdam de Weesperstraat en drie omliggende straten zes weken lang af voor doorgaand gemotoriseerd verkeer, dagelijks tussen 6.00 en 23.00 uur.
De evaluatie, gepubliceerd in februari 2024, liet binnen het pilotgebied een afname van 18% zien: ongeveer 9.500 minder auto’s per dag. De stikstofdioxideconcentratie daalde met 14% in straten waar het verkeer afnam. Tegelijkertijd registreerde de gemeente op omliggende uitwijkroutes 20 tot 40% méér verkeer. Op de verkeersveiligheid had de pilot geen meetbaar effect: het aantal verkeersongelukken bleef gelijk op ongeveer zeven per week, terwijl het aantal meldingen van gevaarlijke verkeerssituaties juist toenam.
Hoe de modal split er zonder maatregel uitziet, verschilt sterk per centrum: modal split-data uit 143 Nederlandse winkelgebieden laat een gemotoriseerd aandeel zien van 8 tot 28 procent, wat het belang van een lokale nulmeting onderstreept.
Verkeerswethouder Melanie van der Horst concludeerde op basis van deze cijfers dat een definitieve “harde knip” niet wenselijk was. Vanaf 2025 voert Amsterdam in plaats daarvan een snelheidsverlaging naar 30 km/u en een versmalling van de Weesperstraat door. Bron: AT5, februari 2024.
De Weesperknip-case laat twee dingen zien. Ten eerste: een effectmeting die zich beperkt tot het pilotgebied geeft een te rooskleurig beeld. De 18% afname in de Weesperbuurt was reëel, maar de 20 tot 40% toename op uitwijkroutes was minstens zo relevant voor het politieke oordeel over de maatregel. Ten tweede: zonder modaliteit-uitsplitsing weet je niet of het verdwenen autoverkeer is omgezet in fiets- en voetgangersbewegingen (gewenst gedragseffect) of simpelweg is omgereden via andere routes (ongewenst verplaatsingseffect). Paneldata met automatische modaliteitsherkenning, zoals geleverd door de Module Modaliteit van Resono, maakt dat onderscheid in één dataset zichtbaar.
Waarom retroactieve nulmeting met paneldata vaak het verschil maakt
Retroactieve nulmeting is de mogelijkheid om de verkeerssituatie van vóór een al doorgevoerde maatregel te reconstrueren, zonder dat er destijds sensoren of tellingen waren opgesteld. Dit is mogelijk omdat Resono Mobiliteit beschikt over een doorlopende historische dataset vanaf 1 januari 2021, opgebouwd uit dezelfde panelbron als de actuele data.
De praktische waarde hiervan is groot. Veel gemeenten voeren verkeersmaatregelen door zonder vooraf een formele meetopstelling te organiseren, omdat budget of tijd ontbreekt of omdat de maatregel als pilot begint. Pas later ontstaat de behoefte aan een objectieve evaluatie, bijvoorbeeld omdat de gemeenteraad een verantwoording vraagt, of omdat bewoners om herziening verzoeken. Op dat moment is een traditionele voor-en-na-meting met telslangen niet meer mogelijk: de “vóór” situatie bestaat niet meer in het verkeer, en kentekenslag of FCD-archief beslaat doorgaans alleen autoverkeer.
Met paneldata kun je in zo’n geval terugkijken. Voor een verkeersknip die in 2023 is ingevoerd, kun je vandaag een nulmeting reconstrueren over 2022, vergelijken met 2024, en de modaliteitsverdeling in beide periodes naast elkaar leggen. Voor gemeenten die met beperkt budget een verkeersmaatregel willen evalueren, is paneldata de enige methode die zowel een geloofwaardige nulmeting biedt als alle modaliteiten dekt zonder fysieke meetapparatuur. Die combinatie maakt het onderscheid tussen onderbouwd beleid en speculatie achteraf.
Veelgemaakte fouten bij het meten van het effect van een verkeersmaatregel
De meest voorkomende fout bij het meten van een verkeersmaatregel is dat alleen het pilotgebied wordt gemeten en het waterbedeffect op uitwijkroutes onzichtbaar blijft. Een tweede veelgemaakte fout is meting in afwijkende periodes (bijvoorbeeld zomerperiode tegenover schoolperiode), waardoor seizoens- en kalendereffecten de cijfers vertekenen.
De volgende valkuilen komen we het vaakst tegen in beleidsevaluaties:
- Geen ring rond het pilotgebied. Zonder meetpunten op uitwijkroutes lijkt elke afsluiting succesvol, omdat het verdwenen verkeer ergens anders opduikt waar niet wordt gekeken.
- Vergelijking van ongelijksoortige periodes. Een meting in juli versus een meting in oktober mengt seizoenseffect (vakantie, schoolritten) met het beleidseffect.
- Eenzijdige modaliteit. Wie alleen autotellingen heeft, kan niet onderscheiden tussen modal shift (gewenst) en omrijden (ongewenst). Voor een goed beeld is uitsplitsing in auto, fiets, OV en lopen nodig.
- Te korte meetperiodes. Verkeersgedrag past zich aan over weken tot maanden. Een evaluatie na twee weken meet vooral verwarring, geen structurele aanpassing.
- Ontbreken van een controlegebied. Een vergelijkbare wijk zonder maatregel helpt om externe factoren (brandstofprijzen, weer, evenementen) te scheiden van het beleidseffect.
Een goed ontworpen effectmeting bevat daarom altijd een meetring rond het pilotgebied, een nulperiode in hetzelfde seizoen van het jaar ervoor, een uitsplitsing per modaliteit, en bij voorkeur een controlegebied. Met paneldata zijn al deze elementen in één dataset beschikbaar, zonder fysieke hardware-installatie per meetpunt.
Wanneer is welke meetmethode geschikt?
De keuze van meetmethode hangt af van drie variabelen: of je vooraf wist dat de maatregel zou komen, welke modaliteiten relevant zijn voor je beleidsvraag, en welke ruimtelijke resolutie je nodig hebt. Voor een eenmalige, lokale autotelling op één straat is een telslang vaak voldoende. Voor een complete evaluatie van een verkeersknip in een binnenstad heb je paneldata of een combinatie van methodes nodig.
Een praktische beslisregel:
- Wil je alleen het autoverkeer op één punt meten en is er tijd voor installatie? Een telslang of kentekencamera volstaat.
- Wil je alle modaliteiten meten en de impact op een wijdere zone? Paneldata van Resono Mobiliteit dekt auto, fiets, OV en lopen in één dataset.
- Is de maatregel al ingevoerd zonder vooraf gemeten nulpunt? Dan is paneldata met historische data vanaf 2021 de enige praktische optie.
- Wil je vooral inzicht in woon-werkpatronen rond een maatregel? Paneldata is hiervoor het meest geschikt, omdat structurele herhalingspatronen direct herkenbaar zijn in de data over woon-werkverkeer. Hoe wordt woon-werkverkeer herkend in mobiliteitsdata?
- Wil je nationale benchmarks of context? Dan vullen CBS ODiN en het Nederlands Verplaatsingspanel (NVP) van Goudappel je lokale paneldata aan met landelijke trendinformatie.
Veelgestelde vragen
Kan ik het effect van een verkeersknip achteraf nog meten als ik geen nulmeting heb gedaan?
Ja, dit kan met paneldata. Resono Mobiliteit beschikt over een doorlopende historische dataset vanaf 1 januari 2021, opgebouwd uit hetzelfde mobiele panel als de actuele data. Voor een maatregel die in 2023 is ingevoerd, kun je vandaag een nulmeting reconstrueren over 2022 en deze vergelijken met de huidige situatie. Belangrijk is wel dat de historische periodes aansluitend moeten zijn: het is niet mogelijk om alleen losse zomerperiodes uit verschillende jaren te selecteren.
Hoe meet je het waterbedeffect van een autoluwe zone?
Het waterbedeffect meet je door rond het pilotgebied een ring van controlegebieden aan te leggen en daarvoor dezelfde voor-en-namelding uit te voeren als voor het pilotgebied zelf. Met paneldata definieer je deze ring als een combinatie van postcode-4 of CBS-wijkgebieden rond de afgesloten zone. Door verplaatsingen tussen herkomst en bestemming uit te splitsen naar modaliteit, zie je niet alleen waar het autoverkeer naartoe is gegaan, maar ook of er sprake is van modal shift in plaats van omrijden.
Wat is het verschil tussen Resono Mobiliteit en floating car data van TomTom Move?
Resono Mobiliteit meet alle modaliteiten (auto, fiets, OV, voetganger) op basis van een mobiel panel met meer dan 1 miljoen deelnemers. TomTom Move levert floating car data uit GPS-navigatietoestellen en richt zich specifiek op gemotoriseerd verkeer en reistijden op het wegennet. Voor een effectmeting van een verkeersknip waarbij ook fietsverkeer en voetgangerstromen relevant zijn, is paneldata noodzakelijk omdat floating car data deze modaliteiten niet registreert.
Is paneldata AVG-conform voor gemeentelijk gebruik?
Ja. Het Resono mobile panel werkt op basis van expliciete opt-in toestemming binnen samenwerkende apps. Alle data wordt geanonimiseerd verwerkt, met differential privacy op celniveau en een minimale device-ondergrens per herkomst-bestemmingscel. Cellen met te weinig deelnemers blijven leeg. Resono is daarnaast Privacy Verified gecertificeerd door ICTRecht, wat voor gemeenten een onafhankelijke toetsing biedt op AVG-conformiteit en informatiebeveiliging.
Hoe lang duurt een effectmeting met paneldata?
Een effectmeting met paneldata kan binnen enkele weken na opdracht worden geleverd, omdat de onderliggende data al doorlopend wordt verzameld. Voor een voor-en-na-vergelijking is een aansluitende meetperiode nodig van minimaal een aaneengesloten jaar voor de mobiliteitsmodule. Voor lokale passantenmetingen op specifieke locaties (Resono Benchmark) zijn kortere periodes mogelijk. De doorlooptijd vergelijkt gunstig met een mobiliteitsenquête, die maanden voorbereiding en dataverzameling vergt, en met telslang-metingen, waarbij elk meetpunt fysieke plaatsing en uitlezing vereist.
Welke gemeenten gebruiken paneldata voor verkeersbeleid?
Meer dan 50 Nederlandse gemeenten zetten Resono-data in voor mobiliteits- en bezoekersonderzoek, waaronder voor de evaluatie van centrumafsluitingen, fietsinfrastructuur, en woon-werkanalyses. Daarnaast wordt paneldata gebruikt door adviesbureaus, provincies en het bedrijfsleven. De methodiek sluit aan op gangbare sectorstandaarden voor verplaatsingsanalyse en is beschreven in publiek beschikbare methodiekdocumentatie van Resono Mobiliteit.
Wat moet je doen om het effect van jouw verkeersmaatregel objectief te meten?
Voor een objectieve effectmeting van een verkeersknip of autoluwe zone heb je drie ingrediënten nodig: een nulmeting in een vergelijkbare periode, een meetring rond het pilotgebied, en een uitsplitsing per modaliteit. Met paneldata zijn deze drie elementen in één dataset beschikbaar, ook wanneer de maatregel al is doorgevoerd zonder eerdere meetopstelling.
Wil je weten of een verkeersmaatregel in jouw gemeente het beoogde effect heeft gehad? Resono kan een effectmeting uitvoeren op basis van bestaande paneldata, ook voor maatregelen uit het verleden. Neem contact op voor een vrijblijvende verkenning van de mogelijkheden voor jouw situatie.
