Evaluatie spookfiles A58 Eindrapportage verkeerskundige evaluatie

Transcriptie

1 Evaluatie spookfiles A58 Eindrapportage verkeerskundige evaluatie Niets uit dit rapport mag worden vermenigvuldigd en/of worden bewerkt en/of worden samengevat, in welke vorm dan ook, zonder uitdrukkelijke schriftelijke toestemming van DTV Consultants B.V.

2 Opdrachtgever Provincie N-Brabant: Paul Bevers, Michael van Egeraat, Pierre van Veggel De werkgroep M&E spookfiles A58 Opdrachtnemer DTV Consultants B.V.: Jan- Willem van der Pas Carl Stolz Rien van de Knaap (OC Mobility) Marcel Schoemakers (Bureau Onderweg) Bert van Engelenburg (Bureau Onderweg) Datum: 01 juli 2017

3 Managementsamenvatting De spookfileproblematiek en het project Spookfiles A58 Smart Mobility heeft de potentie om filedruk te verminderen en bij te dragen aan een betere verkeersveiligheid en een betere leefomgeving. De provincie Noord-Brabant heeft grote ambities als het gaat om Smart Mobility en de implementatie van Intelligente Transportsystemen (ITS). Analyses uit 2013 laten zien dat spookfiles landelijk verantwoordelijk zijn voor ongeveer 20% van de voertuigverliesuren. Juist op de A58 zijn spookfiles een belangrijke oorzaak van de voertuigverliesuren (VVU). Vooral op het traject van Tilburg naar Eindhoven ontstond veel vertraging door spookfiles ( VVU, dat is 42% van de totale vertraging in VVU). In de andere richting, Eindhoven-Tilburg, was het verlies ook substantieel: VVU. Dat is 31% van het totaal aan VVU op dit traject. Oplossingen die spookfiles reduceren of zelfs doen verdwijnen hebben een grote potentie als het gaat om het terugdringen van congestie en de daarmee gemoeide negatieve effecten. Eind 2013 is daarom gestart met het project Spookfiles A58. Het project Spookfiles A58 heeft als hoofddoel: Het ontwikkelen, testen en implementeren van een Spookfiledienst die de frequentie en lengte van files ontstaan door schokgolfvorming effectief kan terugdringen. De technologie en infrastructuur achter deze dienst dienen opschaalbaar, continueerbaar en overdraagbaar te zijn. Als onderdeel van het Beter Benutten Programma werd eind 2013 gestart met het project Spookfiles A58. Het project Spookfiles A58 was één van de maatregelen onder het nationale programma Beter Benutten die gezamenlijk een groot aantal knelpunten op het gebied van bereikbaarheid aanpakken. In het project Spookfiles A58 is met open standaarden als basis een nieuw en open coöperatief systeem ontwikkeld én een eerste praktijktoepassing gelanceerd. Provincie Noord-Brabant en het Ministerie van I&M vonden het belangrijk dat er marktwerking ontstond en dat het resultaat van het project continueerbaar, opschaalbaar en overdraagbaar was. Om dat te faciliteren, is ervoor gekozen om binnen het spookfileproject een horizontale oriëntatie met specialisatie te faciliteren. Dit in plaats van de klassieke verticale marktorganisatie waarin één leverancier, al dan niet met de inzet van derden, integraal alle deeldiensten aanbied (data-inwinning, datafusie, wegkantsystemen, in-vehicle dienst). Binnen het spookfileproject zijn er verschillende partijen die een gespecialiseerde dienst aanbieden. Deze horizontale oriëntatie heeft geresulteerd in een opdeling in drie percelen: 1. Perceel 1: data-inwinning en -voorziening; 2. Perceel 2: spookfile dienstverlening; 3. Perceel 3: coöperatieve wegkantcommunicatie. De diensten Het project is uitgebreid geëvalueerd. Dit rapport heeft betrekking op de verkeerskundige evaluatie. Naast de verkeerskundige evaluatie zijn er evaluaties uitgevoerd die zich richten op de intellectuele resultaten en op het proces. In dit rapport gaan we alleen in op de belangrijkste verkeerskundige resultaten en gebruikerservaringen. Het project is gestart met de diensten ZOOF, FlowPatrol en SmartCAR. De overeenkomst tussen deze diensten is dat ze allemaal snelheidsadviezen geven. Het meest in het oog springende verschil is dat FlowPatrol alleen kwalitatieve adviezen geeft (sneller of langzamer rijden), terwijl de andere twee diensten concrete streefsnelheden in hun adviezen tonen. Bij alle diensten worden zowel adviezen

4 gegeven om langzamer te gaan rijden bij een naderende file, als adviezen om sneller te rijden bij het uitrijden van de file. De versnellingsadviezen worden ook wel opzwaaiadviezen genoemd. De diensten gaan ervan uit dat langzamer of meer geleidelijk naar de filestaart toerijden resulteert in het terugdringen van schokgolfvorming en uiteindelijke de reductie van spookfiles. Dit geldt ook voor het geven van opzwaaiadviezen, hierbij is het de veronderstelling dat de spookfile aan de kop sneller oplost. Het aantal verschillende adviezen dat SmartCAR en ZOOF kunnen geven verschilt van elkaar. Bij SmartCAR zijn dit de adviezen 130, 120, 90, 80, 70, 50, 40 en 30 km/u terwijl ZOOF alleen de waarden 130, 120, 90, 70 en 50 toont 1. De diensten verschillen verder van elkaar in de uitvoering van de userinterface en door het feit dat ZOOF de deelnemers beloont. Bij de doorselectie naar de coöperatieve fase medio 2015 is SmartCAR afgevallen. Naast deze adviezen wordt ook contextinformatie gegeven, bijvoorbeeld over het algemene filebeeld op de A58 en voertuigen op de weg. De resultaten Bij de verkeerskundige evaluatie van het project stonden de volgende vragen centraal: 1. Hoe functioneert de Spookfiledienst? 2. Wat zijn de effecten op de A58 tussen Tilburg en Eindhoven? 3. Wat zijn de maatschappelijke effecten van connected en coöperatief rijden? Hoe functioneren de spookfile diensten? Om een meetbaar verkeerskundig effect te kunnen hebben moeten de diensten: Technisch operationeel zijn en moeten er adviezen gegeven worden Voldoende gebruikers hebben (voldoende penetratiegraad) De diensten zijn operationeel en functioneren volgens de leveranciers zelf bijna zonder storingen. Dit resulteert erin dat er door ZOOF tegen het einde van 2016 in ongeveer 90% van de ritten een advies gegeven werd en door FlowPatrol in ongeveer 40% van de ritten. De diensten worden op slechts een klein deel van het hoofdwegennet van Nederland aangeboden (A58 tussen Tilburg en Eindhoven). De diensten hebben daardoor maar een klein toepassingsgebied en zijn dus ook maar voor een zeer beperkt aantal bestuurders interessant. Toch zijn de apps, gegeven de context van het project, vaak gedownload. In oktober 2016 stond de teller op 5542 downloads, wat resulteert in een stabiel aantal unieke gebruikers van 100 per dag. Op voorhand is niet duidelijk welke penetratiegraad er nodig is om een effect op de doorstroming te meten, derhalve is in overleg met alle partijen en op basis van de aannames gedurende het project uitgegaan van 2%. Op basis van de intensiteiten zouden er in het drukste uur van de spitsen bij benadering 60 voertuigen moeten rijden om aan een penetratiegraad van 2% te komen. In mei 2015 is er een penetratiegraad van ongeveer 2,5% gerealiseerd, na mei is dit teruggelopen tot ruim onder de 1%. Concluderend kan dus gesteld worden dat er operationele diensten beschikbaar zijn en dat adviezen worden gegeven. De penetratiegraad ligt onder de 2% maar op voorhand is niet duidelijk welke penetratiegraad er daadwerkelijk nodig is om een effect op de doorstroming te meten. Het is gelukt om binnen het project technisch goed werkende diensten te ontwikkelen. De diensten zijn eind keer gedownload. Er zijn dagelijks ongeveer 100 unieke gebruikers op de A58. In het begin van het project (mei 2015) is een penetratiegraad van 2% gehaald. Tegen het eind van het project ligt de penetratiegraad ruim onder de 1%. 1 Bij ZOOF Now wordt ook 30km/h getoond.

5 Wat zijn de effecten op de A58 tussen Tilburg en Eindhoven? We zagen al dat aan twee belangrijke randvoorwaarden is voldaan: er zijn operationele diensten ontwikkeld die gebruikers van adviezen voorzien. Daarnaast zijn er gebruikers op het traject die de adviezen ontvangen, al is de penetratiegraad laag. Om te meten wat nu het effect is van de diensten op de doorstroming op de A58 hebben we drie effectniveaus gedefinieerd aan de hand van een causaal model: 1. Microniveau: om uiteindelijk een effect te hebben op de frequentie en lengte van files ontstaan door schokgolfvorming is het belangrijk dat de adviezen die gegeven worden ook daadwerkelijk worden opgevolgd door de gebruikers. Dit is noemen we in ons causaal model een effect op microniveau. 2. Mesoniveau: als de deelnemers het advies opvolgen, is het de vraag in hoeverre de snelheidsaanpassing van de deelnemers zorgt voor een verandering van de snelheid van de omringende verkeersstroom. Immers, alleen als de snelheid van de verkeersstroom om het voertuig heen verandert kunnen er effecten op filegolven verwacht worden. 3. Macroniveau: Effecten op micro- en mesoniveau zullen moeten resulteren in een afname van het aantal of van de ernst van filegolven. En op haar beurt leidt deze afname van filegolven dan tot een verbeterde doorstroming, oftewel een kortere reisduur en minder voertuigverliesuren (VVU) op het traject. Gemeten effecten op Microniveau. De resultaten van de analyses laten zien dat de gebruiker bij 40% van de adviezen zijn gedrag aanpast. Het lijkt erop dat dit percentage ondanks verschillende inspanningen vanuit de marktpartijen voor verbetering van de diensten gedurende 2016 stabiel blijft. De reden voor het niet opvolgen van de adviezen is niet eenduidig vast te stellen, mogelijke deelverklaringen zijn: Dat het tot het eind van het project toe een uitdaging is geweest om de adviezen op het juiste moment te geven. Dit was gedurende het project goed terug te zien in analyses van de FCD-data maar ook in de reactie van de deelnemers op enquêtevragen; Bij de eerste effectmeting medio 2015 zegt circa 35% passende adviezen te hebben gehad, de andere 65% krijgt vaak of niet altijd passende adviezen, bijvoorbeeld een snelheidsadvies (vertragen) als men al in de file stond. Adviezen kunnen niet accuraat zijn en/of niet tijdig genoeg. Bij meting 4 (februari 2017) gaf 69% aan snelheidsadviezen te ontvangen wanneer dat nuttig was. Een belangrijke verbetering maar met nog steeds ruimte voor verbetering; Dat gebruikers in de enquêtes als belangrijkste reden voor het niet opvolgen van een advies, aangeven dat de verkeersituatie dat niet toestond. Dat blijft zo gedurende het project, maar de mate waarin is na introductie van de coöperatieve dienst afgenomen; Dat een lage penetratiegraad een negatief gevolg kan hebben op het opvolggedrag; Dat de diensten naast (snelheid)adviezen ook continu real-time informatie over de positie van (spook)files op het traject geven. Die informatie heeft ook effect op het gedrag van de gebruiker. Als een advies niet opgevolgd wordt, wil dat dus niet direct zeggen dat deelnemers niets doen met de contextinformatie die de systemen geven; Dat er bij gebruik van een andere definitie van opvolggedrag ook andere resultaten naar voren komen. Opvallend is dat het zelf-gerapporteerde opvolggedrag van de deelnemers veel hoger lag dan het gemeten opvolggedrag. Vrijwel iedereen die snelheidsadviezen ontvangt, geeft aan die adviezen ook in min of meerdere mate op te volgen. Het verschil kan deels worden verklaard doordat in de FCD-data naar elk individueel advies gekeken wordt, terwijl deelnemers een globaal en misschien ook sociaal wenselijk beeld van hun gedrag rapporteren. Gemiddeld 23% zegt een advies altijd op te volgen. Dat betekent dat 77% in elk geval niet altijd, waarvan 4% nooit (en 4% niet van toepassing), een advies opvolgt. Een mogelijke verklaring hiervoor is dat deelnemers wellicht tijdens een rit vier achtereenvolgende adviezen krijgen. Als hij er één van opvolgt, wordt 25% van de adviezen opgevolgd volgens de FCD- metingen, terwijl de deelnemer wellicht zelf het idee heeft adviezen opgevolgd te hebben.

6 Overigens volgen ZOOF-gebruikers overall gezien een snelheidsadvies het meest op, maar bij FlowPatrol zijn er meer gebruikers die een advies altijd zeggen op te volgen dan bij ZOOF. Dit verschil hangt ongetwijfeld samen met de verschillende wijze waarop beide diensten hun snelheidsadviezen via de app tonen. Analyses van de FCD-data laten zien dat ongeveer 40% van de gegeven adviezen wordt opgevolgd. Het zelf gerapporteerde opvolggedrag ligt veel hoger (94% van de respondenten geeft in meting 4 aan dat snelheidsadviezen soms tot altijd opgevolgd worden). Op geaggregeerd niveau leiden vertragingsadviezen tot langzamer rijden en versnellingsadviezen tot versnellingen, al is de spreiding groot. Gemeten effecten op Mesoniveau. Op microniveau constateerden we dat de Spookfiledienst - en de gegeven adviezen in het bijzonder in ongeveer 40% van de gevallen leidt tot gedragsaanpassingen van de deelnemers. Daarbij gaat het vooral om rustiger rijden bij het naderen van een file en vlotter rijden bij het uitrijden van de file. Op mesoniveau veronderstellen we dat deze gedragsaanpassingen leiden tot veranderingen in de verkeersstroom als geheel. Naar de file toe zou de (gemiddelde) snelheid van de verkeersstroom lager moeten worden en van de file af zou de (gemiddelde) snelheid van de verkeersstroom hoger moeten worden. De uitgevoerde analyses op mesoniveau laten zien dat de gemiddelde snelheid van de verkeersstroom naar de file toe inderdaad afneemt ten gevolge van de Spookfiledienst. Het blijkt namelijk dat de snelheid van de verkeersstroom naar file toe varieert met het aantal deelnemers: als er meer deelnemers zijn, ligt de gemiddelde snelheid wat lager dan wanneer er minder deelnemers zijn. Dit effect vinden we niet steeds en niet overal, maar grosso modo blijkt dit effect wel op te treden. Bij het uitrijden van de file zien we overigens geen effect in de verwachte richting: Er wordt niet vlotter, maar juist langzamer weggereden uit de file. Analyses op de verkeersstroom laten zien dat gemiddelde snelheid van verkeerstroom naar de file toe afneemt ten gevolge van de Spookfiledienst. Dit is het effect dat de diensten beogen te realiseren om uiteindelijk te komen tot een reductie van het aantal spookfiles en het terugdringen van de lengte van files ontstaan door spookfiles. Gemeten effecten op macroniveau: wat zijn nu de macroscopische verkeerskundige effecten op de A58 tussen Tilburg en Eindhoven? Om dit te bepalen hebben we de verandering in filegolven en ook de effecten op reisduur en voertuigverliesuren vastgesteld ten opzichte van de nulmeting. Dit is gedaan in beide richtingen, in zowel de ochtend- als avondspits. Bij de analyses is rekening gehouden met het toegenomen verkeersaanbod in de loop der tijd. In eerste instantie is 2015 vergeleken met Daarbij is in drie van de vier gevallen (ochtendspits in beide richtingen en de avondspits Tilburg Eindhoven) een toename gevonden van het aantal en van de duur van filegolven. Ook de reisduur en het aantal voertuigverliesuren waren toegenomen, bij een vergelijkbaar verkeersaanbod. In het vierde geval (ochtendspits Eindhoven Tilburg) werd geen verschil waargenomen tussen 2014 en In 2016 zijn de apps doorontwikkeld. Het onderzoek is herhaald waarbij ook de cijfers van 2016 in de analyse waren opgenomen. In de avondspits is in beide richtingen de situatie verder verslechterd. Op het traject Tilburg Eindhoven is in de ochtendspits de situatie niet wezenlijk veranderd.

7 Concluderend hebben we overall op macroniveau geen zichtbare effecten van de apps op filegolven, reisduur en voertuigverliesuren kunnen vaststellen. Op mesoniveau zagen we dat er een effect is van de diensten op de verkeersstroom om de deelnemers heen. Op macroniveau hebben we geen relatie tussen de situatie op de weg en het gebruik van de Spookfilediensten kunnen vaststellen. Wat zijn de maatschappelijke effecten van connected en coöperatief rijden? Op basis van de gemeten effecten op de weg (macroniveau) zijn er geen uitspraken te doen over de effecten van de systemen op leefbaarheid, bereikbaarheid en veiligheid. Toch is er een aantal signalen die iets zeggen over de te verwachten effecten. Als het gaat om veiligheid dan is sprake van een aantal positieve effecten van de diensten op de verkeersveiligheid. Zo gaan bestuurders langzamer rijden naar de file toe, gaat het verkeer om de gebruiker heen langzamer rijden naar de file toe, is er een kleiner snelheidsverschil met de filestaart en hebben de systemen een attentiewaarde (immers gebruikers hebben continu feedback over de positie van de file op hun traject). Daarnaast bleken de diensten deels ook negatieve effecten op de verkeersveiligheid te kunnen hebben. Het gaat dan vooral om de mate waarin de diensten de bestuurder afleiden van de situatie op de weg (zelf gerapporteerd). Het netto effect van de diensten op de verkeersveiligheid kunnen we in dit onderzoek niet vaststellen. Het is daardoor op basis van dit project niet aan te geven of en zo ja in welke mate een eventuele opschaling zou leiden tot positieve effecten op de verkeersveiligheid. Wel zien we bij de respons op de enquêtes, dat de gebruikers aangeven te verwachten dat de systemen bij grootschalige uitrol positief zullen bijdragen aan de verkeersveiligheid. Als het gaat om gevolgen voor de bereikbaarheid, zijn er geen meetbare resultaten. Maar een heel klein deel van de gebruikers geeft aan dat de diensten (soms) een positief effect op de reistijd hebben (8%). De potentie voor een positief effect op de reistijd is dus niet uitgesloten. Hetzelfde geldt voor de reductie in emissies. De meso-analyses suggereren een lagere snelheid bij het gebruik van de diensten, gebruikers geven aan homogener te rijden. Op basis hiervan is aan te nemen dat er een positief effect te verwachten is op de reductie van brandstofgebruik en de uitstoot van schadelijke gassen. Ook hiervoor wordt opschaling en een hogere penetratiegraad nodig geacht. Er is op basis van de beschikbare data geen meetbaar statistisch te verantwoorden effect van de diensten op de verkeersveiligheid en de bereikbaarheid geconstateerd. Er zijn echter indicaties dat er bij opschaling potentie is voor een betere bereikbaarheid en een reductie in uitstoot. Gebruikers geven aan bij opschaling positieve effecten te verwachten op de verkeersveiligheid. Wie zijn de deelnemers? Deelnemers aan het project zijn overwegend hoogopgeleid, gemiddeld ruim 40 jaar oud, vaker man dan vrouw, frequent gebruiker van de A58 en vooral rijdend van Tilburg naar Eindhoven in de ochtend en omgekeerd in de middag/ avond. De rijstijl blijkt van invloed op het gebruik van verkeersinformatie en het opvolggedrag. Hardrijders lijken minder geneigd snelheidsadviezen op te volgen dan mensen die meer met het verkeer meerijden, of een rustige rijstijl hebben. Mogelijk is segmentatie van doelgroepen naar aard en daarop aan te passen adviezen een deel van de oplossing voor meer effect; Er is herbevestigd dat vooral innovators, in meerderheid hoogopgeleide mannen, die vaker op weg zijn dan gemiddeld en meer kilometers afleggen worden geïnspireerd tot deelname en daarbij ook

8 als een belangrijk klankbord fungeren voor de serviceproviders. Deelnemers aan dit soort van projecten zijn dus niet representatief voor álle weggebruikers; Geslacht en opleiding blijken verder overigens maar heel weinig te zeggen over hoe deelnemers de apps beoordelen, verkeersinformatie gebruiken of adviezen opvolgen; Gebleken is dat kenmerken van het verkeer en de verkeersdeelnemers tussen bijvoorbeeld de A67 (bij het project Brabant In-car III) en op de A58 bij dit project zodanig van elkaar afwijken dat het het lastig is om de gemeten effecten en andere aspecten van toepassing te verklaren op andere wegen en verkeerssituaties. Opschalingeffecten hangen derhalve sterk samen met specifieke kenmerken van een weg en het gebruik ervan; De rijrichting bleek mede van invloed op het gebruik van verkeersinformatie en de ontevredenheid over de beschikbaarheid van reisinformatie op de route was groter bij de richting met de meeste files (Tilburg-Eindhoven). Wat vinden de deelnemers van de diensten? Aan de hand van meerdere enquêtes is een beeld ontwikkeld van wat deelnemers van de diensten vinden, ook gedurende de looptijd van het project. Over het algemeen bevestigen de uitkomsten van de enquêtes onder de gebruikers van de diensten het beeld van de verkeerskundige analyses. De zelf-gerapporteerde opvolging van snelheidsadviezen mag dan wel hoger lijken dan wat de FCD-analyses tonen, gemiddeld genomen vinden de deelnemers de kwaliteit van de adviezen onvoldoende om hen structureel tot opvolging te verleiden. De deelnemers geven de apps uiteindelijk gemiddeld een 6,3. In de loop van het project hebben we hierin een verbetering gezien van zo n 20%. Niettemin is het beeld wat diffuus. Er is een groep gebruikers die ondanks een kritische opstelling behoorlijk positief is over het project, maar er staat ook een forse groep tegenover die onderweg is afgehaakt, omdat de diensten niet brengen wat zij ervan hadden gehoopt. Bijvoorbeeld omdat zij adviezen krijgen die niet passen bij de verkeerssituatie of omdat zij het gebruik van de app onvoldoende verkeersveilig vonden. Al met al is de belangrijkste vaststelling dat de beoordeling van de dienst is verbeterd door de introductie van de coöperatieve diensten, maar tevens dat ook hierin nog de nodige marge voor verbetering zit. De ontwikkeling hiervan is dus nog niet klaar, maar heeft de belofte in zich van een dienst met toegevoegde waarde voor weggebruikers. Waar staan we na afloop van het project Spookfiles A58? Eén van de belangrijkste opbrengsten van het project Spookfiles A58 is de zogeheten high-level architecture. Hierop kunnen nieuwe Smart Mobility technieken en diensten worden getest en uitgerold. Dat geldt niet alleen op de A58 maar ook voor andere rijkswegen, provinciale en gemeentelijke wegen. De bijdrage van de drie percelen (data, diensten en wegkant), maar vooral ook de koppelvlakken tussen die drie percelen, vormen samen één van de belangrijkste nalatenschap van het project Spookfiles A58. Kennis uit het project Spookfiles A58 wordt op dit moment al gebruikt bij nieuwe projecten als MobiltiyMoveZ.nl en Talking Traffic.

9 Inhoudsopgave Managementsamenvatting 3 1 Inleiding Spookfiles A58: Wat ging eraan vooraf, wat is het bredere kader? Definities Drie percelen Leeswijzer 7 2 Het project Spookfiles A Aanleiding en doel van het project Spookfiles A De aanbestedingsprocedure Connected en Coöperatieve dienstverlening De diensten (FlowPatrol en ZOOF) Beschrijving FlowPatrol Beschrijving ZOOF Waar staan we na het project spookfiles A58? 18 3 Methodologische verantwoording van de evaluatie De onderzoeksvragen Indicatoren op basis van het causaal model: van advies naar doorstromingseffect Methodiek: onderzoeksaanpak en meetplan Continue dataverzameling ten behoeve van de projectevaluatie De Proof of Concept Connected (PoC) ten behoeve van de projectevaluatie 25 4 Gebruik van de diensten en technisch functioneren Hoe gemeten en met welke indicatoren? Het gebruik van de diensten Aantal downloads van de diensten Daadwerkelijk gebruik van de diensten Ritten Penetratiegraad Technisch functioneren van de diensten Indicatoren: Percentage uptime & storingen FlowPatrol en gebruik van dataleveranciers Conclusies 35 5 Microniveau: het opvolggedag Inleiding Definities Waarom is opvolggedrag belangrijk? Metingen Selectie Opvolggedrag van gebruikers van FlowPatrol Opvolggedrag van gebruikers van ZOOF Opvolggedrag geaggregeerd (door de oogharen kijkend) 48

10 5.2.5 Conclusies opvolggedrag metingen Microniveau PoC Connected Kwaliteitsverbetering eind Werkwijze Conclusies Algemene conclusies opvolggedrag 57 6 Mesoniveau: effect op verkeersstroom rondom files Inleiding Effecten in een ruimtelijk perspectief Methode Resultaten Effecten in een tijdsperspectief Methode Resultaten Meso-analyse PoC-dag Discussie en conclusie Discussie Conclusie 70 7 Macroniveau: Effecten op doorstroming A Inleiding en afbakening Data Fileclassificatie Analyses Resultaten A58 Eindhoven-Tilburg Ochtendspits Avondspits Resultaten A58 Tilburg-Eindhoven Ochtendspits Avondspits Discussiepunten Conclusies 96 8 Duiding: Door ervaringen van de deelnemers Inleiding Methodische verantwoording Nulmeting Effectmetingen Resultaten van de nulmeting Kenmerken van de deelnemers Rijstijl en gebruik van reis- en verkeersinformatie Kenmerken gebruik A58 en ervaren files Resultaten van de effectmetingen Het nut van het advies Begrip en logica van het advies Zelf gepercipieerde opvolggedrag Timing van de snelheidsadviezen Timing van de filewaarschuwingen op de route Timing van de melding einde file Mate waarin het gewenste gedrag kon worden vertoond Het aantal snelheidsadviezen 110

11 8.5 Vergelijking tussen de connected en coöperatieve diensten De kwaliteit van het advies Het begrijpen en opvolgen van het advies Vergelijking van de beoordeling van connected en coöperatieve diensten Conclusies Statistische analyses meting 1 en Een-metingen coöperatief (metingen 3 en 4) Tenslotte Wat zijn de potentiele maatschappelijke effecten van connected en coöperatief rijden? Indicatoren voor bepaling van de maatschappelijke effecten en voor opschaling Gemeten effecten op bereikbaarheid, veiligheid en leefbaarheid Verwachte effecten van opschaling naar heel Nederland Conclusies Conclusies, synthese en aanbevelingen Conclusies Synthese, hoe verhouden de resultaten zich tot andere studies Vergelijking deelnemers groep A58 en A Vergelijking opvolggedrag met andere proeven Aanbevelingen 129 Bijlagen 131 Bijlage 1 Definities 133 Bijlage 2 Onderzoeksvragen en antwoorden 137 Bijlage 3 Opvolggedrag FlowPatrol 139 Bijlage 4 Opvolggedrag ZOOF 161 Bijlage 5 Analyses vergelijking metingen 2, 3 en Bijlage 6 Wordt de coöperatieve dienst beter beoordeeld dan de connected dienst? 189 Bijlage 7 Statistische verbanden effectmetingen 197

12

13 1 Inleiding In dit Hoofdstuk beschrijven we de aanleiding en het bredere kader van het project Spookfiles A58. We leggen uit hoe het project samenhangt met het programma Beter Benutten en we geven een beknopte terugblik op wat eraan voorafging. Tot slot geven wij een leeswijzer voor de gehele rapportage. 1.1 Spookfiles A58: Wat ging eraan vooraf, wat is het bredere kader? Het project Spookfiles A58 is gebaseerd op proeven en pilots die in het verleden in Noord-Brabant en daarbuiten plaats hebben gevonden. De belangrijkste voorlopers van het spookfile A58 project in de provincie zijn Brabant In-car I, II en III (BIC I-III). Bij Brabant In-car I stond het testen van nieuwe technieken centraal. Zo werd er onder andere een Incar groene golf systeem getest (Odysa In-car), waarbij gebruikers in het voertuig informatie kregen over de snelheid die men moest rijden om bij een volgend verkeerslicht groen te krijgen. De opvolger van BIC-I was BIC II. Als onderdeel van BIC II vonden er in 2012 in Brabant vier verschillende In-car proeven plaats. Met als belangrijkste doel het onderzoeken van de effecten van vormen van actuele informatie in de auto op het rijgedrag. Centraal in BIC-II stond de interactie tussen mens en techniek en daaraan gerelateerde maatschappelijke effecten. De informatie werd vooraf of in de auto via smartphone, tablet of navigatiesysteem aangeboden. In totaal hebben ruim 600 testrijders aan de proeven deelgenomen. Bij Brabant In-car II verschoof de focus dus naar inzicht geven in opschaalmogelijkheden. Het uitgangspunt bij Brabant In-car II was dan ook de interactie tussen mens en techniek. In 2014 is Brabant In-car III uitgevoerd. BIC-III was een samenwerking tussen het bedrijfsleven, kennisinstellingen en overheid. Hierin ontwikkelden de partijen gezamenlijk slimme oplossingen om de bereikbaarheid te verbeteren. Binnen BIC-III hebben drie consortia (Blikr, ZOOF en Smoover) elk afzonderlijk connected diensten ontwikkeld en geïmplementeerd, die de gebruikers op de A67 In-car adviezen gaven. Deze adviezen waren gebaseerd op de actuele verkeerssituatie op de A67 en hadden betrekking op de snelheidskeuze, afstand tot de voorganger, in-en uitvoegen, filewaarschuwingen, etc. Als onderdeel van het Beter Benutten Programma werd eind 2013 gestart met het project Spookfiles A58. Het Spookfiles A58 project was één van de maatregelen onder het nationale programma Beter Benutten die gezamenlijk een groot aantal knelpunten op het gebied van bereikbaarheid aanpakken. Analyses lieten zien dat spookfiles een substantieel deel van de vertragingen op het Traject A58 Eindhoven-Tilburg veroorzaakten. Noord-Brabant besloot dan ook voort te bouwen op de kennis uit onder andere BIC I-III en in te zetten op oplossingen om Spookfiles te verminderen op de A58. Dit werd gedaan met een vergelijkbare dienst als in BIC-III. Waarbij de keten in schakels werd opgeknipt en de Evaluatie spookfiles A58 5

14 nadruk werd gelegd op ketenintegratie. In Hoofdstuk 2 gaan we dieper in op het doel en de achtergrond van het project. Afbeelding 1.1 Spookfiles A58 als onderdeel van het Beter Benutten ITS In Car spoor (bron: Spookfiles A58 PCP Procedure Leidraad, november 2013) 1.2 Definities Bij de presentatie van de resultaten wordt een aantal begrippen gehanteerd. Om lezers duidelijkheid te verschaffen over de exacte betekenis van begrippen en om consistent gebruik van deze begrippen te bewerkstelligen hebben we een lijst met definities gecompileerd die is opgenomen in bijlage Drie percelen Zoals hierboven aangegeven is het belangrijk dat er marktwerking ontstaat en dat het resultaat van het project continueerbaar, opschaalbaar en overdraagbaar is. De Provincie Noord-Brabant en het Ministerie van I&M hebben er daarom voor gekozen om binnen het spookfileproject een horizontale oriëntatie met specialisatie te faciliteren. Deze benadering is een alternatief voor de klassieke verticale marktorganisatie waarin één leverancier (al dan niet met de inzet van derden) integraal alle deeldiensten aanbiedt data-inwinning, datafusie, wegkantsystemen, in-vehicle dienst). Binnen het spookfileproject zijn er verschillende partijen die een gespecialiseerde dienst aanbieden, als onderdeel van de totale Spookfiledienst. Deze horizontale oriëntatie heeft geresulteerd in een opdeling in drie percelen: 2 Deze begrippen zijn zoveel mogelijk ontleend aan en gedefinieerd in het rapport SPOOKFILES M&E Monitoring rapportages: Monitoringsrapportage perceel 1 v xxx, Monitoringsrapportage perceel 2 en Monitoringsrapportage perceel 3.xxx. Als er verschil in interpretatie mogelijk was, is de definitie aangescherpt of zijn definities toegevoegd. 6 Evaluatie spookfiles A58

15 1. Perceel 1: data-inwinning en voorziening; 2. Perceel 2: spookfile dienstverlening; 3. Perceel 3: coöperatieve wegkant communicatie. Perceel 1 (P1) betreft particuliere dataproviders die met Floating Car Data (FCD), eventueel verrijkt met de reeds beschikbare lusdata van de A58, kunnen concurreren op snelheid en accuraatheid van de data. In P1 zijn twee diensten leveranciers actief: SIMACAN en BeMobile. In perceel 2 (P2) zijn de dienstverleners die de Spookfiledienst ter beschikking stellen aan weggebruikers actief. In P2 zijn drie leveranciers van diensten actief geweest: ZOOF, FlowPatrol en SmartCAR. Medio 2015 is SmartCAR na de doorselectieronde afgevallen. In perceel 3 (P3) wordt het laatste essentiële ingrediënt van een coöperatief systeem toegevoegd: de wegkantbakens waarmee razendsnel informatie kan worden uitgewisseld over de verkeerssituatie. In P3 zijn twee leveranciers actief: Vialis en Siemens. Het opknippen van een project in percelen brengt risico s met zich mee. Vaak concentreren die risico s zich op de koppelvlakken tussen de percelen. Deze risico s zijn gemitigeerd door de specificatie en de ontwikkeling van de koppelvlakken onderdeel te maken van de PCP-procedure 3. Hiertoe hebben de leveranciers van de drie percelen tijdens de eerste fase plaatsgenomen aan één gezamenlijke dialoogtafel. Deze tafels hebben geresulteerd in uitgebreide specificaties van de koppelvlakken tussen de percelen. Deze koppelvlakken en specificaties zijn beschreven in een aantal documenten waaronder het OCD en een Solution Design. Uiteindelijk is het de verantwoordelijkheid van de marktpartijen dat hun onderdeel volgens de koppelvlakken goed samenwerkt met de overige onderdelen. Ook in bouw en beheerfase (fasen 2, 3, en 4) moest dit risico gemitigeerd worden. Hiertoe zijn een service management en een change control board ingesteld. Deze organisatorische oplossingen om gezamenlijke verantwoordelijkheid vorm te geven worden gezien als een belangrijk intellectueel resultaat van het Spookfile A58 project. 1.4 Leeswijzer Deze rapportage is de detailrapportage van de verkeerskundige evaluatie van het project Spookfiles A58. Dat betekent dat er in deze rapportage details gegeven worden die wellicht niet voor alle lezers even relevant zijn. Als men snel een indruk wil krijgen van de belangrijkste resultaten verwijzen wij naar de managementsamenvatting. Daarnaast kan men in dit document per Hoofdstuk de inleiding en conclusies zelfstandig lezen en is men ook op de hoogte van de belangrijkste resultaten. Hoofdstuk 2 bevat een nadere introductie en beschrijving van het spookfileproject. Hoofdstuk 3 bevat de methodologische verantwoording van de verkeerskundige evaluatie van het project. Hier introduceren we de onderzoeksvragen en de aanpak en het proces dat is gehanteerd om tot antwoorden op die vragen te komen. Ook introduceren we hier het causale model dat ontwikkeld is om de effecten van de Spookfilediensten te analyseren. Aan de hand van een aantal logische stappen wordt toegelicht op welke wijze de filediensten beogen om met het geven van adviezen aan individuele weggebruikers uiteindelijk te komen tot minder spookfiles en een betere doorstroming op de A58. Dit is belangrijk omdat dit bepalend is voor de manier waarop het wordt gemeten en geëvalueerd. Alles begint met het geven van adviezen aan weggebruikers via de In-car diensten. In Hoofdstuk 4 is beschreven in welke mate de diensten erin zijn geslaagd weggebruikers te voorzien van passende snelheidsadviezen. Conform het causale model kunnen zich vervolgens op verschillende niveaus (verkeerskundige) effecten voordoen. Dit wordt beschreven in achtereenvolgens de Hoofdstukken 5, 6 3 Zie ook Pierre van Veggel en Bram Hendrix, CVS 2014, Je bent ZELF een Spookfile! Een tussenstand, Eindhoven. Evaluatie spookfiles A58 7

16 en 7. In Hoofdstuk 5 gaat het om het opvolggedrag: in welke mate veranderen deelnemers hun snelheid ten gevolge van de gegeven adviezen? Om effect te kunnen hebben op spookfiles moeten de snelheidsaanpassingen van individuele deelnemers vervolgens zorgen voor effecten in de verkeersstroom als geheel. In Hoofdstuk 6 komen effecten op dit niveau aan bod. Tot slot is het de vraag in welke mate de effecten op de (snelheid van de) verkeersstroom rond files hebben geleid tot een reductie van spookfiles en een verbeterde doorstroming op de A58. Dit is beschreven in Hoofdstuk 7. We duiden de gemeten verkeerskundige effecten met behulp van een deelnemersenquête. In Hoofdstuk 8 bespreken we de resultaten van de deelnemersenquête. Tot slot volgt in Hoofdstuk 9 een indicatie van de maatschappelijke effecten: wat zijn nu de effecten op leefbaarheid, bereikbaarheid en veiligheid van de verschillende diensten? De conclusies zijn terug te vinden in Hoofdstuk Evaluatie spookfiles A58

17 2 Het project Spookfiles A58 In dit Hoofdstuk beschrijven we verschillende aspecten van het project Spookfiles A58. We gaan in op de aanleiding en het doel van het project. Daarnaast beschrijven we beknopt de aanbestedingsprocedure, de verschillende projectfasen en de diensten. 2.1 Aanleiding en doel van het project Spookfiles A58 De provincie Noord-Brabant heeft een ambitie op het gebied van Smart Mobility en een uitdaging als het gaat om de doorstroming op de A58. Voor het programma Beter Benutten zocht ze een oplossing om de doorstroming op de A58 te verbeteren, maar ook om de ambities op het gebied van Smart Mobility te verwezenlijken. Eind 2013 bleek uit een analyse van TNO dat spookfiles landelijk verantwoordelijk zijn voor ongeveer 20% van de voertuigverliesuren. Juist op de A58 zijn spookfiles een belangrijke oorzaak van een substantieel deel van de voertuigverliesuren (VVU). Uit analyses bleek dat vooral het traject van Tilburg naar Eindhoven (A58 Links of A58L) veel vertraging door spookfiles kende ( VVU, dat is 42% van de totale vertraging in VVU). In de andere richting, Eindhoven-Tilburg (A58 rechts of A58R), was het verlies ook substantieel: VVU dat is 31% van het totaal aan VVU op dit traject. Oplossingen die spookfiles reduceren of zelfs doen verdwijnen hebben dus een enorme potentie als het gaat om het terugdringen van congestie en de daarmee gemoeide negatieve effecten. Het spookfileproject was dus een mooi middel om de introductie van coöperatieve diensten te versnellen Eind 2013 is daarom gestart met het project Spookfiles A58. In het project Spookfiles A58 is met open standaarden als basis een nieuw en open coöperatief systeem ontwikkeld én een eerste praktijktoepassing gelanceerd. Het project Spookfiles A58 heeft als hoofddoel: Het ontwikkelen, testen en implementeren van een Spookfiledienst die de frequentie en lengte van files ontstaan door schokgolfvorming effectief kan terugdringen. De technologie en infrastructuur achter deze dienst dienen opschaalbaar, continueerbaar en overdraagbaar te zijn. 2.2 De aanbestedingsprocedure Op het moment van aanbesteden was er geen markt voor coöperatieve verkeersdiensten en geen leverancier die diensten voor het bestrijden van scholgolven competitief aanbood. Uitgangspunt van Evaluatie spookfiles A58 9

18 I&M en de regio was dan ook dat het project Spookfiles A58 zou aanzetten tot innovatie. Vanuit de gedachte om innovatie te stimuleren waren er twee belangrijke voorwaarden: Dat het project niet zou leiden tot een exclusieve ontwikkeling wat marktwerking in een latere fase in de weg zou staan en; Dat eventueel intellectueel eigendom wel bij de marktpartij zou blijven die het gegenereerd heeft. Er is dan ook voor de Pre-Commercial Procurement procedure gekozen als aanbestedingsvorm, deze vorm is speciaal ontwikkeld om aan deze twee voorwaarden te voldoen. De PCP-procedure kende uiteindelijk drie fasen waarin selectie tussen partijen plaatsvond. Bij deze selectiefasen werd bepaald welke partijen door mochten naar de volgende fase van het project. Vanaf het moment van samenwerking zijn er drie fasen in de PCP-procedure: de haalbaarheidsfase, de ontwikkelingsfase en de uitvoeringsfase. Voorafgaand zijn er twee fasen: de voorbereiding- en inschrijvingsfase. Afbeelding 2.1 Belangrijkste projectfasen van het Spookfile A58 project Voor een uitgebreide beschrijving van alle fasen verwijzen we naar de PCP Procedure: Leidraad 4, hierna lichten we de belangrijkste aspecten uit elk van de fasen toe. Fase 0 was de voorbereidingsfase. Hierin is initieel verkennend onderzoek uitgevoerd en zijn er onder andere analyses gedaan naar sociaal- economische behoeften, zijn er doelstellingen gedefinieerd en is er een marktconsultatie gehouden. Daarnaast is in deze fase ook het budget bepaald. In Fase 0 is de is de aankondiging gepubliceerd en hebben de marktpartijen een inschrijving gedaan. In fase 1 is de Spookfiledienst gespecificeerd. Deze dienst moest de frequentie en lengte van files ontstaan door schokgolfvorming effectief kunnen terugdringen of voorkomen, maar de dienst moest ook opschaalbaar en continueerbaar zijn. In deze fase zijn ook de koppelvlakken gespecificeerd tussen 4 Bron: Spookfiles A58 PCP Procedure, Leidraad, versie 5.0, 1 november Evaluatie spookfiles A58

19 de verschillende percelen en is een indicatieve budgetverdeling gemaakt voor ieder perceel. Tot slot zijn in deze fase de beoordelingscriteria aangescherpt door de opdrachtgever, in samenwerking met alle betrokken partijen. In Fase 2: de ontwikkelingsfase, zijn de meest veelbelovende concepten uit de haalbaarheidsfase geïmplementeerd en getest met gebruikers. Aan het eind van Fase II heeft er een doorselectie plaatsgevonden en is besloten welke van de partijen door mochten naar de uitvoeringsfase (de veldproef). In Fase 3 zijn de Spookfilediensten op grotere schaal in gebruik genomen door gebruikers en zijn ze uitvoerig getest, geëvalueerd en gevalideerd. Belangrijk onderdeel van deze fase is de validatie op het vlak van het potentieel voor de bestrijding van spookfiles 5. Voorafgaand aan het project werd verwacht dat: Hoewel de uitgerolde serie beperkt is, zal zij voldoende dienen te zijn om impact te hebben en te leiden tot een meetbare reductie van het aantal voertuigverliesuren ten gevolge van spookfiles. De verkeerskundige evaluatie is dan ook één van de evaluaties die onderdeel uitmaakt van de uitgebreide evaluatie en validatie van het project dat heeft plaatsgevonden. Tot slot is Fase 4 de fase die logischerwijs zou volgen op het project, de fase van commerciële uitrol van de diensten. 2.3 Connected en Coöperatieve dienstverlening Binnen de boven genoemde fasen 2 en 3 heeft nog een subfasering plaatsgevonden, namelijk de connected fase en coöperatieve fase. Binnen de verschillende percelen vindt namelijk een doorontwikkeling plaats van connected systemen naar coöperatieve systemen, waarbij de coöperatieve systemen een doorontwikkeling zijn van de connected systemen. In de coöperatieve fase wordt via Wifi-P communicatie mogelijk gemaakt tussen de wegkant en voertuigen. Zo wordt de informatie van en naar voertuigen veel sneller uitgewisseld dan in de connected fase. De coöperatieve fase kan ook worden gezien als de introductie van de partijen uit perceel 3 (wegkant). In het voorjaar van 2016 is het project de coöperatieve fase in gegaan. In de connected fase was er alleen communicatie tussen de Spookfiledienst P2 in de auto en de centrales van de dataleveranciers uit P1. Daarin onderscheidt de connected fase zich van een echt coöperatief systeem. Door direct vanaf wegkantbakens de verkeersgegevens uit te wisselen, kan een echt coöperatief systeem veel sneller inzicht geven in naderende verkeersituaties. De toevoeging van P3, de wegkantbakens, maakte dat mogelijk. In het laatste kwartaal van het project was er nog ruimte voor verdere ontwikkeling en zijn nog diverse grotere en kleinere kwaliteitsverbeteringen doorgevoerd. De diensten die werden uitgewerkt voor het project Spookfiles A58 bestonden in de connected fase uit smartphone apps met gepersonaliseerd snelheidsadvies. De app waarschuwt voor komende files (vooral filegolven, vaak spookfiles genoemd) en geeft ook informatie bij het naderende einde van die file. Vóór het begin van de file wordt een advies gegeven om geleidelijk snelheid te minderen (vertragingsadvies) en bij het einde van de file om weer sneller te gaan rijden (opzwaaiadvies). Beide hebben tot doel om de frequentie en lengte van files ontstaan door schokgolfvorming effectief te dempen (terugdringen) en te voorkomen. Nadat in 2015 en een deel van 2016 door deelnemers uitsluitend is gereden met de connected variant, werd de coöperatieve versie vanaf de zomer van 2016 geleidelijk uitgerold onder enkele honderden 'gewone deelnemers. Hierbij kregen weggebruikers een extra ontvanger, waarmee de informatie uit de wegkantbakens van P3 via Wifi-P naar de app op hun telefoon kon worden verzonden. Afbeelding 2.2 toont de fasen en subfasen van het project. 5 Spookfiles A58 PCP Procedure, Leidraad, versie 5.0, 1 november 2013 Evaluatie spookfiles A58 11

20 Afbeelding 2.2 Subfasen binnen PCP-fasen 2 en De diensten (FlowPatrol en ZOOF) Beschrijving FlowPatrol Wat doet de dienst (vanuit het perspectief van de gebruiker)? FlowPatrol waarschuwt de gebruikers voorafgaand aan een file. Je krijgt als gebruiker meldingen die veelal aangeven of je als gebruiker harder of zachter moet rijden. Bij de meldingen waarbij een actie van de bestuurder verwacht wordt, zoals langzamer of sneller rijden, wordt de melding ook gesproken. Zo hoeft een gebruiker niet steeds op de telefoon te kijken. Naast directe acties of adviezen, geeft de app ook waarschuwingen voor files verderop op het traject. Naast de gegeven meldingen kan de deelnemer op het scherm ook snel in één oogopslag zien of er files staan op het traject Tilburg-Eindhoven en vice versa. Zoals op de schermafdruk in Afbeelding 2.3 te zien is wordt op de balk links (de ruler) weergegeven waar een file staat op het traject. Dit duidt FlowPatrol aan met de kleuren geel (langzaam rijdend verkeer) en rood (file). Tevens geeft een matrixbord aan hoe hard mensen verderop de weg rijden. Zodat de gebruiker goed voorbereid is. 12 Evaluatie spookfiles A58

21 De gebruiker kan ook op het scherm zien dat de app bezig is met het scannen op files. De eerste ring kenmerkt de short range radar. Deze short range radar kijkt 0 tot meter vooruit. Gebaseerd op die ring ontvangen gebruikers adviezen. Daarnaast kan men ook verder vooruitkijken. Dit geeft de ruler (grafische weergave van het traject) aan de linkerkant weer, maar ook de long range radar. De long range radar is verdeeld in drie ringen: De binnenste ring geeft informatie over tot meter voor je; De middelste ring doet dit voor tot meter; En de buitenste ring ziet de files van meter of meer. Om aan te geven wat er op de weg voor de gebruiker gebeurt, maakt de radar gebruik van drie kleuren: Wit: de radar is aan scannen op files; Groen: er zijn voor dat gebied geen files zichtbaar; Rood: er is een file geconstateerd. Men ziet als gebruiker dat de app bezig is, maar als men eenmaal stil staat, kan men ook zien of dit voor het hele traject geldt. Hoe werkt het? FlowPatrol verzamelt allerlei verkeersdata en bundelt deze tot het beste rijadvies. Gebruikers ontvangen real-time-snelheidsadviezen en Afbeelding 2.3 Schermafdruk van FlowPatrol met filewaarschuwing en een overzichtsbeeld van de files op de A58 waarschuwingen, gericht op door blijven rijden. De app werkt op basis van data uit lussen in de weg, maar ook op basis van de positie en snelheid van de andere app-gebruikers. De data vanuit de weg krijgt FlowPatrol van dataleveranciers (P1 en P3 partijen), deze worden gekoppeld aan de databank die door alle FlowPatrol-gebruikers wordt opgebouwd. Op basis van de actuele snelheid op de weg wordt bepaald waar de kop en de staart van de files zijn. Deze locaties worden vervolgens doorgestuurd naar de app. De app rekent op basis van de snelheid van de gebruiker uit welk advies getoond moet worden. Door de snelheid aan te passen, kan een gebruiker eenvoudig doorrijden zonder stil te hoeven staan, of onnodig hard te hoeven remmen. Door de toevoeging van de FlowRadar ontvangt de gebruiker de informatie sneller (door toevoeging van de FlowRadar wordt het systeem coöperatief). De FlowRadar communiceert met de wegkant en de applicatie. De FlowRadar ontvangt berichten en zet deze door naar de app. Zo krijgt een gebruiker elke seconde nieuwe informatie. De verkeerskundige werking van FlowPatrol Bij de beschrijving van de werking van FlowPatrol beperken we ons tot uitsluitend de snelheidsadviezen omdat de andere informatie die gebruikers krijgen, niet in dit onderzoek is onderzocht. Evaluatie spookfiles A58 13

22 De totstandkoming van snelheidsadviezen bij FlowPatrol doorloopt cyclisch de volgende stappen: Bepalen van de verkeerstoestand; Detectie van de kop en staart van filegolven en reeds ontstane files; Aanmaken van fronts aan de kop en staart van filegolven en files; Adviseren van de gebruiker (voertuigbestuurder) op basis van deze fronts. FlowPatrol gebruikt een eigen module om de verkeerstoestand te bepalen. Daarmee kan de kwaliteit van data uit perceel 1 (dataleveranciers) op waarde worden geschat. Op basis van de bepaalde fronts genereert FlowPatrol een zacht of kwalitatief snelheidsadvies. Bij de kop van de file wordt niet gevraagd om bijvoorbeeld 120 kilometer per uur te gaan rijden, maar wordt het zachte advies verhoog snelheid gegenereerd. Op soortgelijke wijze wordt bij de staart van de file een vertragingsadvies geformuleerd als Minder snelheid. Dit is een belangrijk onderscheid ten opzichte van de wijze waarop ZOOF werkt. Er wordt bewust gebruik gemaakt van de intelligentie van verkeersdeelnemers om beheerste vertragingen en versnellingen te bewerkstelligen. Doel is om de verkeersafwikkeling verder te harmoniseren en niet verder te verstoren. De FlowPatrol applicatie zelf bepaalt mede op basis van de actuele snelheid en situatie of een advies wel of niet getoond wordt. Er is dus sprake van gedistribueerde logica: er wordt buiten het voertuig bepaalt waar zich advieszones bevinden, maar er wordt in het voertuig nog verder vastgesteld of deze informatie wel of niet relevant is. Afbeelding 2.4 FlowPatrol in actie Beschrijving ZOOF Wat doet de dienst (vanuit het perspectief van de gebruiker)? ZOOF is een adviesdienst die beschikbaar is op de A58 en A67 en dient ter bevordering van de doorstroming op de betreffende trajecten. ZOOF is er als app zowel voor ios als Androidgebruikers. 14 Evaluatie spookfiles A58

23 Zodra je als gebruiker het ondersteunde traject binnenrijdt zal je persoonlijke snelheidsadviezen ontvangen, die worden berekend op basis van het actuele verkeer op jouw locatie en het traject dat je nog gaat afleggen. De adviezen corresponderen qua vormgeving met de maximum snelheden die getoond worden op de matrixborden boven de weg. ZOOF heeft een unieke gebruikersinterface die ontworpen is met het doel dat je als gebruiker in één oogopslag ziet wat je advies is en of je daaraan voldoet. Omdat je als gebruiker het effect van je rijgedrag niet direct zult terugzien in het verkeer, beloont ZOOF je met punten voor het opvolgen van het advies. Deze punten kun je bij partners van ZOOF inwisselen tegen leuke kortingen of producten. Oftewel, samen rijden met individuele adviezen is leuk en goed voor de doorstroming. Hoe werkt het? Het advies van ZOOF wordt gegenereerd door het combineren (fuseren) van verschillende soorten verkeersdata: lusdata, Floating Car Data en data van andere gebruikers van de dienst. Gecombineerd met een voorspelalgoritme wordt een snelheidsadvies opgesteld en via het mobiele netwerk of WiFi-p (in het geval van coöperatief rijden) naar de app verstuurd. ZOOF geeft niet alleen snelheidsadvies, maar ook een filestaartwaarschuwing ( Let op: verderop wordt het drukker! ), een advies om snelheid te verhogen na een file ( Einde file in zicht, houd korte maar veilige afstand! ) en een advies om ruimte te maken bij invoegstroken ( Maak ruimte voor invoegers! ). Daarnaast geeft ZOOF ongeacht of je op het traject zit of niet informatie over de verwachte reisduur, aankomsttijd en eventuele verstoringen op de route. Van de ZOOF-app bestaan drie versies, elk met hun eigen kenmerken: De ZOOF connected -app o Beschikbaar voor A67 en A58; o Zowel voor ios als Android; o Ontvangt adviezen via het mobiele netwerk; o Advisering op basis van connected keten. De ZOOF coop -app o Beschikbaar voor A58; o Enkel op Android beschikbaar; o Is een tech-app, dus bevat niet alle functies van de basisapp; o Ontvangt adviezen via WiFi-P/On Board Unit (OBU); o Advisering op basis van coöperatief algoritme. De ZOOF Now-app o Beschikbaar voor A58; o Enkel op Android beschikbaar; o Bevat dezelfde functies en lay-out als de (connected) basisapp; o Advisering op basis van coöperatief algoritme en data. De ZOOF Now-app is interessant om kort uit te lichten: gedurende het project Spookfiles A58 heeft ZOOF een manier gevonden om via het 3G/4G-netwerk coöperatieve adviezen uit te sturen, zonder dat daarbij een OBU in de auto vereist is. ZOOF noemt deze techniek ook wel connected+ omdat ze de snelle coöperatieve adviezen via het connected netwerk kunnen uitsturen naar onze gebruikers. De kwaliteit van de adviezen qua accuraatheid en timing is hierbij nagenoeg gelijkwaardig aan de coöperatieve adviezen, echter zonder additionele OBU. Dat wil niet zeggen dat de coöperatieve OBU overbodig is, nee juist het tegengestelde. ZOOF Now deelt de aanwezige snelle coöperatieve data met de connected gebruikers. De kwaliteit van deze dienst kan juist verbeterd worden, door de inzet van meer OBU s. Voordeel is dat met deze opzet, eerder de positieve effecten van schaalgrootte bereikt worden. Evaluatie spookfiles A58 15

24 Afbeelding 2.5 Verschillende schermafdrukken van de dienst ZOOF De verkeerskundige werking van ZOOF De ZOOF-advisering betreft voor zowel connected als coöperatief snelheidsadviezen, volg afstandsadviezen en rijstrookadviezen. We concentreren ons op de totstandkoming van snelheidsadviezen omdat de andere informatie aan gebruikers niet is onderzocht. Connected: ZOOF detecteert de filestaart en waarschuwt ruim tevoren met een lagere snelheid en een markering op de ZOOF cirkel (zie Afbeelding 2.5). Het snelheidsadvies evolueert als volgt: 2000 meter stroomopwaarts van de filestaart is het snelheidsadvies 90 km/u; 1500 meter stroomopwaarts van de filestaart is het snelheidsadvies 70 km/u; 1000 meter stroomopwaarts van de filestaart is het snelheidsadvies 50 km/u; In de file 50 km/u; Filekop: de opbouw van het snelheidsadvies houdt rekening met een eventuele 2 e file stroomopwaarts. Het connected snelheidsadvies is gericht op filestaartbeveiliging (veiligheid) en het tegengaan van de aangroei van de file. Daarnaast zorgen geharmoniseerde snelheden voor een egaal verkeersbeeld waardoor het ontstaan van (secundaire) spookfiles voorkomen kan worden. De adviezen worden als reeks naar de smartphone van de gebruiker gestuurd. De reeks bestaat uit het voorliggende traject en wordt elke 30 seconden geactualiseerd. 16 Evaluatie spookfiles A58

25 Coöperatief: Coöperatieve data maakt meer mogelijk en het coöperatieve algoritme kan daarmee fijnmaziger en meer flexibel zijn. Het is allereerst gericht op het snel en nauwkeurig detecteren van verstoringen. Vervolgens wordt de verstoring geanalyseerd en geclassificeerd. Op basis van de grootte en loopsnelheid wordt de omvang en duur bepaald van de maatregel die nodig is om de verstoring te dempen. Dit wordt vertaald naar een advies voor een snelheidsreductie stroomopwaarts over een bepaalde afstand. Het algoritme kan daardoor reageren op de eerste verstoringen, nog voordat er een file ontstaat. De verstoringen en adviezen worden per rijstrook bepaald. Om opvolging en veiligheid te bevorderen worden de adviezen aangepast aan een maximaal verschil van 20 km/u met de gemiddelde verkeerssnelheid. De diensten en monitoring en evaluatie Ten behoeve van monitoring en evaluatie hebben de diensten alleen de verplichting gehad om informatie aan te leveren over snelheidsadviezen. De andere data betreffende functionaliteiten van de apps zijn daarom niet beschikbaar gesteld voor M&E-doeleinden. Dat heeft tot gevolg dat we alleen iets over deze functionaliteiten kunnen zeggen op basis van de gebruikersenquêtes. Evaluatie spookfiles A58 17

26 2.5 Waar staan we na het project spookfiles A58? Er is een High-level architecture (HLA) Eén van de belangrijkste opbrengsten van het project Spookfiles A58 is de zogeheten high-level architecture, zie ook Afbeelding 2.6. Hierop kunnen nieuwe Smart Mobility technieken en diensten worden getest en uitgerold. Dat geldt niet alleen op de A58 maar ook voor andere rijkswegen, provinciale en gemeentelijke wegen. De bijdrage van de drie percelen (data, diensten en wegkant), maar vooral ook de koppelvlakken tussen die drie percelen, vormen samen één van de belangrijkste nalatenschap van het project Spookfiles A58. Afbeelding 2.6 High Level Architecture MobiltiyMoveZ.nl De testomgeving MobilityMoveZ.nl is mede mogelijk gemaakt door het project Spookfiles A58. Het traject op de A58 maakt deel uit van de infrastructuur van een netwerk met verschillende type wegen (Rijk, Provincie, Gemeente). Dit maakt het voor (inter)nationale bedrijven mogelijk om nieuwe technieken en diensten op het gebied van Smart Mobility en innovatieve mobiliteitsdiensten te ontwikkelen en te testen. Talking Traffic In het programma beter benutten vind op dit moment een grootschalige uitrol van Smart Mobility diensten plaats met verschillende use cases. Binnen dit programma is de erfenis van het project Spookfiles A58 duidelijk te herkennen. Het meest herkenbare element daarin is het vertrouwen dat marktpartijen met verschillende achtergronden (wegkant, data, diensten) samen tot innovatieve en werkende oplossingen kunnen komen. 18 Evaluatie spookfiles A58

27 SimSmartMobility Bij de uitrol van coöperatieve diensten is het belangrijk om verkeerskundige resultaten en de penetratiegraad die nodig is voor het bereiken van effecten, op voorhand beter te kunnen voorspellen met behulp van simulatie. Het project SimSmartMobility maakt het mogelijk om coöperatieve diensten te toetsen in een simulatieomgeving met als variabele de penetratiegraad van de dienst en het opvolggedrag. Ook de A58 is met een casus voor cooperative adaptive cruis control (CACC) als één van de eerste use cases opgenomen in het programma SimSmartMobility. Innovatiecentrale Tijdens de PoC is de inzet van de innovatiecentrale bij grootschalige tests, van onschatbare waarde gebleken. Niet alleen kan de test op verschillende manieren live gevolgd worden, er kan ook ingegrepen worden waar dat nodig is. De Innovatiecentrale maakte het mogelijk om connected en coöperatieve diensten te integreren in de monitoring vanuit een verkeerscentrale. Dat is een flinke stap ten opzichte van de klassieke verkeersmanagementfunctie met vooral wegkantsystemen als informatiebron. Evaluatie spookfiles A58 19

28 3 Methodologische verantwoording van de evaluatie In dit Hoofdstuk beschrijven wij de onderzoeksvragen van het project en de gehanteerde onderzoeksmethodiek. Wij beschrijven aan de hand van een causaal model op welke manier de effecten op de A58 en de gedragseffecten in kaart zijn gebracht. Tot slot gaan we in op de onderzoeksopzet en het meetplan. De lezer krijgt inzicht in waarom welke data is verzameld, wat de bronnen van de data zijn en wanneer de data zijn verzameld. 3.1 De onderzoeksvragen Het project heeft als hoofddoel: Het ontwikkelen, testen en implementeren van een Spookfiledienst die de frequentie en lengte van files ontstaan door schokgolfvorming effectief kan terugdringen. De technologie en infrastructuur achter deze dienst dienen opschaalbaar, continueerbaar en overdraagbaar te zijn 6. De verkeerskundige evaluatie dient antwoord te geven op de volgende vragen en bijbehorende subvragen: 1. Hoe functioneert de Spookfiledienst? a. Wat is de beschikbaarheid en uitval van de dienst? b. In welke mate worden de adviezen opgevolgd? c. Wat is de mening van de gebruikers over de dienst (kennis, houding, gedrag)? 2. Wat zijn de effecten op de A58 tussen Tilburg en Eindhoven? a. Maandelijkse monitoring van de verkeerssituatie op de A58 b. Wat zijn de effecten op de doorstroming en verkeersveiligheid? c. Hoe groot is de verandering van aantal en omvang van de spookfiles op de A58? 3. Wat zijn de maatschappelijke effecten van connected en coöperatief rijden? a. Wat zijn de effecten op leefbaarheid, veiligheid en bereikbaarheid op het spookfiletraject (A58 Tilburg-Eindhoven) b. Wat zijn de verwachtte effecten op leefbaarheid, veiligheid en bereikbaarheid bij opschaling in heel Nederland? In dit rapport gaat we in op de verkeerskundige evaluatievragen. Naast de drie verkeerskundige onderzoeksvragen die hierboven staan, wordt het project als geheel nog breder geëvalueerd. 6 Bron: Spookfiles A58 PCP Procedure, Leidraad, versie 5.0, 1 november Evaluatie spookfiles A58

29 3.2 Indicatoren op basis van het causaal model: van advies naar doorstromingseffect We introduceren hieronder een causaal model om helder te maken wat de veronderstelde werking is van de Spookfilediensten. Afbeelding 3.1 geeft een schematische weergave van de veronderstellingen en beschrijft de causale keten van advies naar doorstromingseffect. Het laat tevens zien dat er op verschillende niveaus verschillende effecten verwacht mogen worden. Dit schema heeft gediend als raamwerk voor de uitgevoerde evaluatie. Het doel van de Spookfilediensten is een afname van de filegolven te bewerkstelligen om zo de doorstroming te verbeteren. De diensten doen dit op twee manieren: 1. Door vertragingsadviezen - dit zijn adviezen aan weggebruikers om alvast wat rustiger te gaan rijden omdat er verderop een file staat (of wordt verwacht). 2. Door opzwaaiadviezen dit zijn adviezen aan weggebruikers om vlotter uit de file weg te rijden, als men de kop van de file heeft bereikt. We gebruiken hiervoor in het vervolg de neutralere term versnellingsadviezen. We veronderstellen dat deze adviezen in elk geval door een gedeelte van de deelnemers worden opgevolgd. De opvolging uit zich dan als een wijziging in het rijgedrag (snelheid) van de deelnemers ten gevolge van berichten die zij via de smartphone app ontvangen. Dit is een effect op microniveau. In meer of mindere mate zal daarmee ook de snelheid van de totale verkeersstroom rondom files veranderen. Dit is een effect op mesoniveau. Dit zal vervolgens moeten resulteren in een afname van het aantal of van de ernst van filegolven. En op haar beurt leidt deze afname van filegolven dan tot een verbeterde doorstroming, oftewel een kortere reisduur en minder voertuigverliesuren (VVU) op het traject. Dit is het beoogde effect op macroniveau. De schematische weergave in Afbeelding 3.1 is natuurlijk een vereenvoudiging van de werkelijkheid. In werkelijkheid spelen er nog allerlei andere zaken, waarbij eventuele effecten kunnen ontstaan uit een groot aantal elkaar beïnvloedende causale relaties. Evaluatie spookfiles A58 21

30 Technisch functioneren Hoofdstuk 4 Filegolfdiensten Hoofdstuk 5 Advies: Rustiger rijden naar file toe Advies: Vlotter rijden van file af Micro Deelnemer Hoofdstuk 6 Gedrag: Deelnemers rijden rustiger naar file toe Gedrag: Deelnemers rijden vlotter van file af Meso Verkeersstroom rondom file Hoofdstuk 7 Effect: Rustigere verkeersstroom naar file toe Effect: Vlottere verkeersstroom van file af Macro Traject A58 Hoofdstuk 8 Effect: Demping filegolven (aantal/ernst) Betere doorstroming: kortere reisduur en minder vvu Afbeelding 3.1 Veronderstelde causale keten (vereenvoudigd). 3.3 Methodiek: onderzoeksaanpak en meetplan Continue dataverzameling ten behoeve van de projectevaluatie Het in Afbeelding 3.1 gepresenteerde causale model heeft de volgende relatie met de onderzoeksvragen. Het eerste niveau uit het causaal model is het randvoorwaardelijke niveau. Om überhaupt een gedragseffect te kunnen hebben van de adviezen, moeten er eerst adviezen worden gegeven. Het betreft hier dus o.a. de het technisch functioneren van de Spookfiledienst. Daarnaast moeten er (actieve) gebruikers van de diensten zijn. Dit randvoorwaardelijke niveau wordt uitgewerkt in Hoofdstuk 4. Naast de metingen die gedurende het project continu plaatsgevonden hebben is er ook eenmalig een grootschalige testdag georganiseerd, de zogenaamde Proof of Concept Connected (of PoC), hier gaan we in paragraaf nader op in. 22 Evaluatie spookfiles A58

31 De adviezen moeten in eerste instantie leiden tot gedragseffecten. Onderzoeksvragen hierbij zijn: In welke mate worden de adviezen opgevolgd? En wat is de mening van de gebruikers over de dienst (kennis, houding, gedrag)? Deze effecten op microniveau worden behandeld in Hoofdstuk 5. We nemen aan dat de gedragseffecten leiden tot snelheidsveranderingen van de verkeersstroom van en naar file. Deze effecten op mesoniveau worden behandeld in Hoofdstuk 6. Vervolgens nemen we aan dat de gewijzigde snelheden van de verkeersstroom van en naar de file effect hebben op de doorstroming. We verwachten een kortere reisduur en minder voertuigverliesuren op de A58 tussen Tilburg en Eindhoven. Deze effecten worden behandeld in Hoofdstuk 7. Naast de verkeerskundige effecten zijn er ook maatschappelijke effecten op macroniveau (de uitwerking hiervan vindt u in Hoofdstuk 8). Onderzoeksvragen die daarbij horen zijn: wat zijn de effecten op leefbaarheid, veiligheid en bereikbaarheid op het spookfiletraject (A58 Tilburg-Eindhoven) en wat zijn de verwachtte effecten op leefbaarheid, veiligheid en bereikbaarheid bij opschaling in heel Nederland? Om antwoord te geven op de verschillende onderzoeksvragen maken we gebruik van verschillende dataverzamelingsmethoden, databronnen en analysemethoden. Tabel 2.1 geeft een globaal overzicht van de aanpak en het meetplan. In de individuele Hoofdstukken gaan we nader in op specifieke aspecten van alle methoden en geven we een nadere operationalisering van de indicatoren. De onderzoeksvragen vormden bij de start van het project de belangrijkste uitgangspunten en leidraad. Bij het rapporteren over het project zijn de effectniveaus zoals in afbeelding 3.1 leidend. Dit maakt dat de concrete antwoorden op de onderzoeksvragen op verschillende plaatsen in dit rapport zijn terug te vinden, omwille van de helderheid zijn de onderzoeksvragen en antwoorden in bijlage 2 samengevoegd en opgenomen. Tabel 2.1 Onderzoek aanpak en meetplan Onderzoeksvrag en Causaal niveau Indicatoren Databron Eenheid Wanneer gemeten Hoofdstuk 1a Wat is de beschikbaarheid en uitval en uitval van de filedienst? Randvoorwaarde % uptime/ dienst Leveranciers P1, P2 en P3 Aantal storingen Leveranciers P1, P2 en P3 Perceptie van Enquête beschikbaarheid % (per maand) # (per maand) Open antwoord cat. in enquête Continu 4 Continu 4 Continu 4 Issue overzicht Leveranciers P1, P2 en P3 Aantal per maand Continu 4 Aantal downloads Leveranciers P2 Aantal per maand Continu 4 Aantal actieve gebruikers Leveranciers P2 Aantal per maand 4 Gebruikersritten/uur/sp its FCD-data P2 leveranciers Aantal per uur/ spits/richting Continu 4 Evaluatie spookfiles A58 23

32 1b Wat is het opvolggedrag van de deelnemers? Micro % opvolggedrag FCD-data P2 leveranciers % Continu 5 1c Wat is de mening van de gebruikers over de dienst (kennis, houding, gedrag) Micro o.a. % opvolging, goede- en verbeterpunten apps, cijfer beoordeling apps, Kenmerken deelnemers en gebruik reisinformatie, Welke doelgroepen? Relatie doelgroepen en mening over de dienst (1d.) Enquête Enquête Tussen juni 2015 en febr Tussen maart 2015 en nov a Monitoring verkeerssituatie Meso Effect op de verkeersstroom FCD-data P2 leveranciers i.c.m. Monica data RWS Gem. snelheid op locatie Geselecteerde periodes 6 Macro Effect op filegolven: Aantal filegolven/ spits en totale duur van filegolven RWS-data Gem. snelheid op locatie Geselecteerde periodes 7 Effect reisduur en voertuigverliesuren RWS-data Gem. snelheid op locatie & gemeten intensiteiten op locaties Geselecteerde periodes 7 2b Effecten doorstroming en veiligheid Voertuigverliesuren per filecategorie RWS-data Gem. snelheid op locatie gemeten intensiteiten op locaties Geselecteerde periodes 7 2c Verandering # en omvang spookfiles Aantal filegolven/ spits RWS-data Gem. snelheid op locatie Geselecteerde periodes 7 3a Effecten leefbaarheid, veiligheid en bereikbaarheid A58 Na bewerking op gemeten data Effect op de verkeersstroom/ enquête informatie RWS-data Enquête Gem. snelheid op locatie/ zelf Geselecteerde periodes/ continue 9 24 Evaluatie spookfiles A58

33 3b Effecten leefbaarheid, veiligheid en bereikbaarheid NL Na bewerking op gemeten data Effect op de verkeersstroom/ enquête informatie RWS-data Enquête Gem. snelheid op locatie Geselecteerde periodes/ continue 9 De volgende methoden en zijn voor dit onderzoek gebruikt: Enquête Een enquête is ingezet om de gebruikerservaringen met de verschillende diensten vast te stellen. Er is gebruik gemaakt van een nul- en een effectmeting. Medio 2015 is een éénmeting uitgevoerd onder alle connected gebruikers van de toen nog 3 P2 partijen ten behoeve van de doorselectie. Beide metingen zijn gedurende langere tijd beschikbaar gebleven zodat de deelnemers ook gedurende het project kunnen instromen. Eind 2016 is een aanvullende éénmeting uitgevoerd onder alle actieve gebruikers van de connected en coöperatieve diensten van de resterende twee P2 partijen. Perceel 2 data: De P2 partijen leveren de diensten aan de gebruikers. Deze partijen leveren ook data over het gebruik van hun dienst, de adviezen die ze hebben gegeven, etc. aan de M&E partij. RWS-data: Dit zijn meetgegevens van lusdetectie uit het MONICA systeem. In de afzonderlijke Hoofdstukken zal nader toegelicht worden op welke manier de data gebruikt wordt om antwoord te geven op de onderzoeksvraag De Proof of Concept Connected (PoC) ten behoeve van de projectevaluatie Achtergrond bij de PoC Voor de stap van de connected diensten naar de coöperatieve diensten werd gemaakt, is er door de gezamenlijke partijen besloten een PoC te organiseren. Op dat moment werd binnen het project Spookfiles A58 de stap gemaakt naar een nieuwe fase: de coöperatieve fase. De PoC was bedoeld om de belangrijkste leerpunten uit de connected fase te oogsten, om deze mee te nemen naar de coöperatieve fase. Daarnaast was de PoC bedoeld om data te verzamelen t.b.v. de monitoring en evaluatie van het project. Door dit nader te onderzoeken konden leveranciers en opdrachtgevers optimaal profiteren van kennis uit connected fase en zou een kwaliteitsimpuls kunnen worden gegeven aan de data die verzameld wordt voor de monitoring en evaluatie. Opzet van de PoC Op 24 november 2015 is in de ochtendspits een grootschalige proef gehouden. Op die dag reden drie groepen van dertig bestuurders (ZOOF, FlowPatrol en een controlegroep) in setjes van twee (per dienst) met intervallen van twee minuten de A58 op. Het startpunt was in Tilburg, men reed via Eindhoven weer terug naar Tilburg. De PoC startte op het parkeerterrein van attractiepark de Beekse Bergen van waaruit voertuigen werden voorgeladen voor de officiële startplaats op afbeelding 3.2 Startplaats Kerkeind parkeerplaats Kerkeind (langs de A58 Links). Vandaaruit reden ze naar knooppunt Batadorp van waaruit ze rechtstreeks weer teruggingen naar de Beekse Bergen. Evaluatie spookfiles A58 25

34 De groep bestond uit studenten van de Hogeschool Arnhem Nijmegen (HAN), het IVA en de NHTV. In totaal hebben zijn er ruim 90 voertuigen in de ochtendspits de verkeersstroom in gestuurd. Tijdens de proef werd de Innovatiecentrale in Helmond ingezet als control room. Vandaar uit werd de gehele proef gecoördineerd. Vanuit de centrale werden de deelnemers gevolgd met behulp van camerabeelden en verschillende viewers (RWS, BeMobile, Simacan). Ook werd de verkeerssituatie real-time gevolgd met behulp afbeelding 3.3 De Innovatie Centrale van Flitsmeister data en door DTV Consultants zelf ingewonnen data. Tijdens de proef is er zelfs één keer ingegrepen vanuit de Innovatiecentrale, hierbij is de proef tijdelijk stil gelegd wegens te grote drukte van het reguliere verkeer. De Innovatiecentrale De Innovatiecentrale is dé testfaciliteit waar nieuwe toepassingen op het gebied van Smart Mobility op de openbare weg en in het live verkeer worden getest. De Innovatiecentrale richt zich op projecten op het gebied van coöperatief en connected rijden met impact op het verkeersmanagement. De Innovatiecentrale is een samenwerkingsverband van de provincie Noord-Brabant, Connecting Mobility, DITCM, Rijkswaterstaat en AutomotiveNL en is gevestigd in Helmond op de Automotive Campus. Na afloop van de PoC is de verzamelde data door de M&E partijen geanalyseerd en gevisualiseerd. Op 16 december 2015 is er een pressure cooker sessie georganiseerd waarbij alle dienstenleveranciers om tafel zaten om de resultaten te bespreken en gezamenlijk de belangrijkste leer- en verbeterpunten van de connected fase te bediscussiëren en vast te stellen. Het resultaat Vanuit het oogpunt van evaluatie heeft de proef een schat aan informatie opgeleverd waarmee er een glimp opgevangen kan worden van wat de diensten zouden doen als er sprake zou zijn van een hogere penetratiegraad. Hoewel het om een beperkte proef gaat, zien we op die dag extra effecten terug op zowel micro- als op mesoniveau. In deze Hoofdstukken worden de bijzondere resultaten van de Q-test dan ook apart behandeld. 26 Evaluatie spookfiles A58

35 4 Gebruik van de diensten en technisch functioneren Om uiteindelijk een effect op de weg te sorteren moet aan een aantal basisvoorwaarden worden voldaan. Zo moeten de apps gedownload en gebruikt worden door deelnemers en dient de app technisch adequaat te functioneren. In dit Hoofdstuk beschrijven wij wat de beschikbaarheid en uitval van de diensten waren (connected en coöperatief), laten we zien dat de diensten meer dan keer werden gedownload en geven we inzicht in het gebruik. Hiermee geven we inzicht in het technisch functioneren en de mate waarin gebruikers geneigd zijn om de dienst blijvend te gebruiken. 4.1 Hoe gemeten en met welke indicatoren? Het is belangrijk om vast te stellen of er aan een aantal basisvoorwaarden is voldaan om tot een effect te komen dat aan de systemen is toe te rekenen. De dienst moet bij de gebruikers terecht komen en ze moeten deze daadwerkelijk gebruiken en ook adviezen ontvangen. De dienst moet daarnaast ook technisch en functioneel goed werken. Om vast te stellen of een dienst goed functioneert en of er effect valt te verwachten op de doorstroming op de A58, hebben we volgende aspecten onderzocht: Gebruik van de diensten: 1. Hoe vaak is de app gedownload 7? 2. Hoeveel unieke gebruikers zijn er per maand en per maand gemiddeld per werkdag 7? 3. Hoeveel gebruikersritten zijn er dagelijks in de spitsen 8? 4. Bij hoeveel gebruikersritten is er sprake van adviezen 8? Technisch functioneren: 5. Wat is het percentage uptime van de systemen en welke data gebruikten zij 7? 6. Hoe vaak en hoe lang zijn er storingen aan de systemen 7? Om inzicht te geven in het technisch functioneren van de systemen loggen de P2 partijen zelf de uptime en het aantal storingen van de systemen. Tevens loggen zij het aantal downloads, aantal geregistreerde deelnemers en van alle gebruikersritten de tijd, positie, snelheid en het gegeven advies. Op basis van deze aangeleverde gegevens hebben we analyses uitgevoerd. Deze data hebben we 7 Cijfers rechtstreeks aangeleverd door de dienstverleners, niet bewerkt voor deze rapportage.. 8 Analyses op basis van floating car data Evaluatie spookfiles A58 27

36 gebruikt om een antwoord te vinden op de vragen 1 tot en met 6. Tot en met oktober 2016 zijn de diensten in totaal 5542 keer gedownload. Medio juli 2015 is het P2 consortium van SmartCAR afgevallen. Tot die tijd is SmartCAR meegenomen in de analyses. Een ander belangrijk moment is de start van subfase 2 (zie ook paragraaf 2.4) en daarmee de uitrol van de coöperatieve variant van de diensten na de zomer van Naast de bovengenoemde indicatoren voor technisch functioneren is ook de kwaliteit van het advies een indicator voor de mate van technisch functioneren. Het is in het project een zeer pittige opgave gebleken om op het advies op juiste plek en tijd te geven. Wat de juiste plek en tijd is, hangt van een aantal factoren af; de regelfilosofie, het verkeersbeeld, het (veronderstelde) gedrag van de bestuurder en de overige weggebruikers, etc. Het is in het kader van M&E dan ook niet eenduidig vast te stellen wat de kwaliteit van het advies is, wel constateren we dat: Een groot deel van de deelnemers aangeeft ontevreden te zijn over de ontvangen adviezen; Er van een relatief groot deel van de adviezen aan te geven is dat ze zeker niet goed zijn (situaties van stilstand en file waar geen advies gegeven wordt en situaties van freeflow waar wel adviezen gegeven worden); Er in de datalogging relatief vaak data ontbreekt. Op het randvoorwaardelijke technische niveau in dit Hoofdstuk, wordt daarom niet ingegaan op de kwaliteit van de adviezen en om dezelfde reden wordt in Hoofdstukken 5, 6 en 7 rechtstreeks gesprongen naar de (beoogde) effecten van de diensten. Wel wordt in Hoofdstuk 8 ingegaan op de kwaliteit van de adviezen vanuit gebruikersperspectief. 4.2 Het gebruik van de diensten Aantal downloads van de diensten Gebruikers krijgen de beschikking over de Spookfilediensten door deze te downloaden uit de App store of Google Play. Het downloaden van de app is de eerste stap die genomen moet worden op initiatief van de gebruiker. Grafiek 4.1 laat het cumulatieve bruto aantal downloads zien van maart 2015 tot en met oktober Tot en met juli 2015 zit hier ook het aantal downloads van de dienst SmartCAR bij. De diensten FlowPatrol en ZOOF volgen ongeveer dezelfde ontwikkeling, met iets meer downloads voor ZOOF. In oktober 2016 zijn er 5542 potentiële gebruikers. 28 Evaluatie spookfiles A58

37 Afbeelding 4.1 Maandelijks aantal downloads van de Spookfilediensten FlowPatrol, ZOOF en SmartCAR Binnen het project zijn tussen de P2 partijen afspraken gemaakt over de geworven deelnemers. Omdat SmartCAR aangegeven heeft door te willen gaan met de dienstverlening op de A58, is er op basis van de gemaakte afspraken besloten dat de deelnemers van SmartCAR niet overgenomen zijn door ZOOF en/of FlowPatrol Daadwerkelijk gebruik van de diensten Om een effect te hebben op de verkeersstroom op de A58 is het niet alleen relevant dat deelnemers de apps downloaden, maar ook dat de apps daadwerkelijk gebruikt worden. Figuur 4.2 laat het gemiddeld aantal unieke gebruikers over dezelfde periode per werkdag zien. Evaluatie spookfiles A58 29

38 Afbeelding 4.2 Gemiddeld aantal unieke gebruikers van de Spookfilediensten per werkdag In oktober 2016 hebben beide diensten samen in totaal 297 unieke gebruikers 297. Het dagelijks aantal unieke gebruikers ten opzichte van het potentiele aantal gebruikers (aantal downloads) is 5%. Als we dit opsplitsen naar dienstverlener, zien we dat dit 8% is voor FlowPatrol en 3% voor ZOOF. Dat lijkt misschien op het eerste gezicht weinig,maar dit resultaat moet toch in de context van het Spookfileproject worden bezien. Het Spookfileproject heeft het karakter van een proef en is gebonden aan één specifieke locatie (A58 tussen Tilburg en Eindhoven). Daarnaast wordt het gebruik van de apps onderbroken tijdens de vakanties van deelnemers. Voor Android apps zijn bovendien zogenoemde retentiecijfers bekend 9. Er geldt dat een gemiddelde Android App 77% van de gebruikers verliest in de eerste 3 dagen na installatie en 90% in de eerste 30 dagen. Het stabiliseren van de gebruikersgroep op 5% is zo bezien en in combinatie met de context van het project, niet per definitie een slechte score Ritten De volgende stap die moet worden gemaakt, is dat de gebruikers de app niet alleen openen maar dat er ook ritten moeten worden gemaakt. Vervolgens is het van belang dat een dienst tijdens die ritten ook snelheidsadviezen geeft. In grafieken 4.3 en 4.4 te zien hoeveel ritten er gemiddeld per uur waren tijdens de ochtend- en avondspitsen in beide richtingen op het traject Tilburg - Eindhoven. Dit wordt Evaluatie spookfiles A58

39 weergegeven met de ononderbroken lijnen. Met stippellijnen in dezelfde kleur wordt per richting per uur van de spits weergegeven tijdens hoeveel van deze ritten er een advies gegeven werd. Afbeelding 4.3 Gemiddeld aantal ritten FlowPatrol Afbeelding 4.4 Gemiddeld aantal ritten ZOOF In Afbeelding 4.5 is te zien welk percentage van de ritten een advies bevatte. Er vallen twee dingen op. Ten eerste dat het aantal ritten met advies afneemt in de maand augustus. Dit laat zien dat er een duidelijke relatie is tussen verkeersdrukte en het aantal adviezen. Een nieuwe opvallende karakteristiek is dat het relatieve aantal ritten met advies veel hoger is bij ZOOF dan bij FlowPatrol en dan specifiek in het rechterdeel van de grafiek vanaf oktober Evaluatie spookfiles A58 31

40 Afbeelding 4.5 Percentage ritten met advies per maand per dienstverlener 10 Het verschil tussen ZOOF en FlowPatrol kan veroorzaakt worden door de gedistribueerde logica van FlowPatrol. Waar bij ZOOF centraal bepaald wordt of er een snelheidsadvies gegeven moet worden, geldt voor FlowPatrol dat in de app nog gekeken wordt naar de context van dit advies. Als de beoogde snelheid al is bereikt, wordt er geen advies afgegeven. Dit zorgt ervoor dat als er op een bepaald wegvak een adviessnelheid actief is, deze adviessnelheid bij ZOOF ook altijd gegeven wordt, ongeacht of dat nog noodzakelijk is of niet. Of deze verklaring het hoge aantal ritten met advies volledig dekt, is niet met zekerheid vast te stellen. Ook geeft ZOOF vaker een reeks van adviezen (90, 70, 50) zoals ook bij matrixborden vaak het geval is. Vanaf dit Hoofdstuk is het belangrijk om voor ogen te houden dat er niet alleen snelheidsadviezen worden getoond door de diensten, maar ook informatie over een komende file of het einde daarvan. Van deze informatie is geen data beschikbaar gesteld voor monitoring en evaluatie Penetratiegraad Er was voorafgaand aan het project niet duidelijk wat de beoogde penetratiegraad zou moeten zijn om een effect te hebben. In de spookfile Leidraad uit 2013 werd vermeld dat: op basis van veldproeven en simulaties in het verleden (Dynamax, Dynamax In-car, CCC,...) komt de verwachting naar voren dat met een penetratiegraad van 5% en opvolggedrag van 60% een reductie van het aantal Spookfile VVU tenminste 10% kan zijn. Daarnaast is er voor de monitoring gedurende het project een drempel van 2% gehanteerd, omdat er voorafgaand door de betrokken partijen aangenomen is dat minimaal 2% van de weggebruikers het advies op zou moeten volgen om een effect op de verkeersafwikkeling te kunnen verwachten. Het project Spookfiles A58 had vooral in de beginperiode een groot aantal actieve deelnemers. Er zijn in die fase van het project dan ook momenten geweest dat het aantal actieve deelnemers in de spits het aandeel van 2% oversteeg (zie Afbeelding 4.6). Zo is er in de maand mei van 2015 minimaal één ochtensdpitsperiode geweest waarin een uur zat waar de penetratiegraad hoger was dan 2%. 10 Data aangeleverd door Spookfilediensten, niet bewerkt voor deze rapportage. 32 Evaluatie spookfiles A58

41 Afbeelding 4.6 Verloop van de penetratiegraad van de diensten in de richting Eindhoven gedurende het project Afbeelding 4.7 Verloop van de penetratiegraad van de diensten in de richting Tilburg gedurende het project Na deze periode is de gemeten penetratiegraad niet meer zo hoog geweest en lag het gedurende het gehele project lager dan 2% (zie Afbeeldingen 4.6 en 4.7). Dit is gemeten door de gemiddelde spitsintensiteiten van de maand aan de ene kant te vergelijken met het aantal ritten, het aantal ritten met advies en aan de andere kant het aantal opgevolgde adviezen. In 2016 is de penetratiegraad uitgedrukt in het totale aantal ritten van mensen die zijn uitgerust met de dienst, gedurende het gehele jaar kleiner dan 1% van de totale verkeersintensiteit. Dit geldt voor beide richtingen en zowel in de ochtend- als in de avondspits. Op basis van de intensiteiten zouden er in het drukste uur van de spitsen bij benadering 60 voertuigen moeten rijden om aan een penetratiegraad van 2% te komen. Evaluatie spookfiles A58 33

42 4.3 Technisch functioneren van de diensten Indicatoren: Percentage uptime & storingen FlowPatrol en gebruik van dataleveranciers Onderstaande tabel laat de uptime (de actieve tijd zonder storingen) en het aantal storingen bij FlowPatrol zien. Ook als meerdere systeemdelen tegelijkertijd of overlappend uitvallen worden deze als aparte storingen geregistreerd. Tabel 4.1 Door de leveranciers aangeleverde storingskarakteristieken (FlowPatrol) Uptime apr-15 93,82 % 45 mei-15 99,06 % 20 jun-15 99,87 % 18 jul-15 91,80 % 8 aug-15 99,99 % 1 sep-15 99,90 % 5 okt-15 99,67 % 10 nov-15 98,77 % 3 dec % 0 jan-16 99,97 % 6 feb-16 99,78 % 2 mrt % 0 apr-16 99,97 % 2 mei % 0 jun-16 99,97 % 3 jul-16 99,57 % 5 aug-16 99,90 % 2 sep-16 99,94 % 5 okt-16 99,93 % 2 Aantal storingen In 2016 zijn er geen situaties meer waarbij de uptime van de dienst onder de 99,5% daalt. FlowPatrol heeft overwegend gebruik gemaakt van data van de leverancier BeMobile. Alleen in de maand oktober 2015 en tegen het einde van het project is structureel gebruik gemaakt van gegevens van Simacan. Ook door ZOOF is overwegend gebruik gemaakt van BeMobile data en af en toe voor tests ook van Simacan. ZOOF heeft niet over de volledige duur van het project het aantal storingen en uptime gemeten en geeft aan deze gegevens niet alsnog te kunnen leveren. Er is data beschikbaar tot juli Per mail is gerapporteerd dat dit beeld vergelijkbaar is gebleven voor de duur van het project, maar dat de stabiliteit van de koppelvlakken tussen de verschillende percelen nog wel aandacht verdient. 34 Evaluatie spookfiles A58

43 Tabel 4.2 Door de leveranciers aangeleverde informatie over uptime en storingen Maand Uptime Aantal storingen mrt % apr-15 99,2 Procent 1 mei % 1 (gepland onderhoud) jun-15 97,6% 3 jul % 4.4 Conclusies De apps zijn, gegeven de context van het project, vaak gedownload. In oktober 2016 staat de teller op 5542 downloads. Dat resulteert in een stabiele gebruikersbasis van in totaal ongeveer 100 unieke gebruikers per dag 11. Dit ondanks het feit dat het project Spookfiles A58 een tijd- en zeer locatiegebonden project is. Als alle downloads als potentiele gebruikers beschouwd worden, blijft ongeveer 5% van de deelnemers de app gebruiken. Onduidelijk is overigens, hoeveel van deze gebruikers er vanaf het begin bij waren. Het percentage ritten met advies verschilt sterk per dienstverlener en lijkt zoals verwacht samen te hangen met de kans op spookfiles, omdat zowel in 2015 als in 2016 een dip te zien is in het percentage ritten met advies in de maand augustus. Dat geldt voor beide diensten. Op basis van de aangeleverde data van de verschillende dienstenleveranciers concluderen we dat de diensten technisch stabiel functioneren. 11 Gemiddeld aantal gebruikers per dag in 2016 Evaluatie spookfiles A58 35

44

45 5 Microniveau: het opvolggedag In dit Hoofdstuk gaan we in op het opvolggedrag. Op basis van de Floating Car Data (FCD) is onderzocht in welke mate gebruikers hun gedrag aanpassen naar aanleiding van de gegeven adviezen. Het opvolggedrag wordt op verschillende manieren bepaald om zo gedetailleerdere uitspraken te kunnen doen over de ontwikkeling van het opvolggedrag tijdens de proef. De resultaten laten zien dat in ongeveer 40% van de gevallen het gegeven advies wordt opgevolgd. Dit blijft vrij stabiel gedurende de gehele projectduur. In mei 2015 werd een penetratiegraad gerealiseerd van 2,5%. Naar het einde van het project daalt dit tot ruim onder de 1%. Daarnaast geven we inzicht in de achtergronden bij het opvolggedrag en de factoren die het opvolggedrag beïnvloeden. 5.1 Inleiding Definities Om uiteindelijk een effect te hebben op de frequentie en lengte van files ontstaan door schokgolfvorming is het belangrijk dat de adviezen die gegeven worden ook daadwerkelijk worden opgevolgd door de gebruikers. Dit is noemen we in ons causaal model ( 3.2) een effect op microniveau. Aan het begin van het project is gezamenlijk met de verschillende partijen een definitie van opvolggedrag geformuleerd. Deze definitie is gebaseerd op het snelheidskeuzegedrag dat de deelnemer vertoont op 10 en 20 seconden na afloop van het advies. Als er een aanpassing in de juiste richting (versnelling bij opzwaaiadvies of vertraging bij afremadvies) heeft plaatsgevonden van meer dan tien kilometer per uur, of de streefsnelheid wordt bij benadering bereikt (bij ZOOF), dan wordt dit gezien als correct opvolggedrag op tijdstip t=10 of op tijdstip t=20. Binnen deze definitie worden snelheidsadviezen meegeteld die al waren ingezet, voordat het advies gegeven werd. Het kan dan zijn dat er wel opvolging wordt gemeten terwijl dit niet het gevolg is van het advies. Ook worden extreem scherpe wijzigingen (inrijden op de file) automatisch meegeteld. Tegen het einde van het project in het laatste kwartaal van 2016, werd de noodzaak om met deze aspecten rekening te houden sterker. Er werd toen voorgesteld om nog een aantal kwaliteitsverbeteringen uit te voeren op de coöperatieve diensten. Veel van deze kwaliteitsverbeteringen hadden als bedoeld effect dat het opvolggedrag verbetert.

46 De vraag is echter of bij het gebruik van de eerste definitie een kwaliteitsverbetering zich ook direct vertaalt in een verbetering van opvolggedrag. In de eerste definitie worden gevallen waarin gebruikers langzamer gaan rijden als gevolg van de verkeerssituatie ook meegeteld als correct opvolggedrag (z.g.n. twijfelgevallen). Het verbeteren van het moment waarop advies gegeven wordt zou kunnen leiden tot een vermindering van het aantal twijfelgevallen, maar deze worden bij de eerste definitie wel 100% meegeteld als correcte opvolging. Een kwaliteitsverbetering zou dan op basis van de eerste definitie niet worden gezien als een verbetering, terwijl dit in werkelijkheid wel het geval is. Daarom is een nieuwe definitie ontwikkeld die specifiek tot doel heeft om de kwaliteitsverbetering te toetsen en secundair om het opvolggedrag volgens de eerste definitie nader te duiden en te nuanceren. De tweede of nieuwe definitie houdt in dat als de gewenste aanpassing niet heeft plaatsgevonden na tien seconden (t-=10) of na twintig seconden (t=20), er geen sprake is van opvolggedrag. Als de gewenste aanpassing wel heeft plaatsgevonden dan wordt er niet automatisch vanuit gegaan dat het dan wel om opvolggedrag gaat. Er wordt een aanvullende categorie met twijfelgevallen gedefinieerd met één of beide van de volgende eigenschappen: 1. De snelheidsaanpassing is al ingezet voorafgaand aan het advies en dus niet per definitie het gevolg van het advies. De meeste twijfelgevallen behoren tot deze categorie; 2. De snelheidsaanpassing is veel groter dan noodzakelijk voor het opvolgen van het advies. Alle overige adviezen worden als zonder meer opgevolgd beschouwd. Deze definitie maakt het mogelijk om kwaliteitsveranderingen in het project genuanceerder te bekijken, omdat ook een verschuiving van twijfelgevallen naar echte opvolgingen daarmee als een kwaliteitsverbetering kan worden beschouwd. Hoe werkt de tweede nieuwe definitie? Om onderscheid te maken tussen zuiver opvolggedrag en twijfelgevallen worden alle ritten onderverdeeld in 10 categorieën. Eén categorie is een vergelijkbaar verloop van snelheidsverandering van 60 seconden voorafgaand aan het advies tot 60 seconden erna. Van elke categorie en dus van elke rit wordt bepaald of dit opvolggedrag (groen), een twijfelgeval (oranje) of duidelijk geen opvolggedrag is (rood). In grafiek 5.1 is hiervan een voorbeeld te zien op basis van FlowPatrol-data. De methode die gebruikt is voor het maken van de categorieën heet K-means clustering, een datamining-techniek om patronen (in dit geval het ritverloop rondom een advies) te vinden die op elkaar lijken. In paragraaf 5.2 wordt het opvolggedrag van FlowPatrol behandeld. Hierbij zijn de uitkomsten van beide definities gelijktijdig in beeld. In paragraaf 5.3 vindt u het opvolggedrag van ZOOF volgens dezelfde methode. Overigens worden adviezen genoemd naar het beoogde doel: als het de bedoeling is om harder te gaan rijden of mensen erop te wijzen dat dit mogelijk is, spreken we van versnellingsadviezen, als het de bedoeling is om snelheid te minderen, spreken we van vertragingsadviezen. 38 Evaluatie spookfiles A58

47 Afbeelding 5.1 Elke rit van FlowPatrol volgt bij benadering één van deze tien patronen van 60 seconden voorafgaand aan het advies tot 60 seconden erna. In het midden van de grafiek (links naar rechts) is het moment van het advies (t=0). Te zien is het verschil tussen de gereden snelheid ten tijde van het advies (t=0) op de y-as per tijdseenheid (x-as). Groen is opgevolgd, rood niet. Bij de groene lijnen is na het advies een vertraging te zien die voldoet aan de criteria. Bij de rode lijnen is dat niet het geval. De oranje lijn is een twijfelgeval. Er was al een snelheidsvermindering ingezet voorafgaand aan het advies. De lijnen hebben elk een eigen patroon om één profiel gemakkelijk te kunnen volgen. De groene onderbroken lijn die rechts in de grafiek het diepst gaat, zou ook nog kunnen worden ingedeeld bij de twijfelgevallen omdat deze wel heel scherp daalt. We hebben dat echter niet gedaan omdat deze daling wel pas op het advies volgt. In Afbeelding 5.2 is te zien wanneer wel of niet is opgevolgd volgens de eerste definitie. De afbeelding toont drie versies van een fictieve rit met het (kwantitatief) vertragingsadvies om 90 kilometer per uur te gaan rijden. Het geven van een dergelijk advies is vergelijkbaar met een advies zoals gegeven wordt door bijvoorbeeld ZOOF. De ritten beginnen op dezelfde manier met een snelheid rond de 120 kilometer per uur. Op een zeker moment wordt het advies gegeven om 90 kilometer per uur te rijden (In de afbeelding geïllustreerd door middel van het blauwe blokje). De oranje lijn wordt als opgevolgd beschouwd, omdat op 10 en 20 seconden na het advies de aanpassing groter is dan 10 kilometer per uur. De grijze lijn wordt als opgevolgd beschouwd vanwege datzelfde criterium, maar ook omdat de gevraagde snelheid benaderd wordt. Bij de gele lijn heeft onvoldoende snelheidsaanpassing plaatsgevonden om van opvolging te spreken. Evaluatie spookfiles A58 39

48 Afbeelding 5.2 Illustratie van opvolging en niet-opvolging eerste definitie In Afbeelding 5.3 is te zien wanneer wel of niet is opgevolgd volgens de nieuwe definitie. Afbeelding 5.3 toont dezelfde situatie als Afbeelding 5.2, alleen de oranje lijn wijkt af. In de nieuwe definitie wordt de oranje lijn gezien als twijfelgeval omdat de snelheid niet het gevolg lijkt te zijn van het advies. afbeelding 5.3 Illustratie van opvolging en niet-opvolging nieuwe definitie 40 Evaluatie spookfiles A58

49 5.1.2 Waarom is opvolggedrag belangrijk? Om effect te hebben is het belangrijk dat gebruikers van de Spookfilediensten anders (langzamer en gelijkmatiger) naar de file toerijden. De veronderstelling is dat gebruikers door het gebruik van de diensten hun snelheid aanpassen. Bij het uitrijden van de file is het de gedachte dat deelnemers eerder geattendeerd worden op de mogelijkheid om weer op een normale snelheid te gaan rijden. Om die veronderstelling te toetsen, moet eerst worden vastgesteld of er een relatie is tussen de gegeven adviezen en het daaropvolgende gedrag: doen de deelnemers wat de dienst adviseert? Daarbij is het belangrijk dat men zich realiseert dat weggebruikers elkaars gedrag in snelheidskeuze beïnvloeden en dat een lage penetratiegraad van de dienst tot gevolg heeft dat individuele (weg)gebruikers vooral bij vertragingsadviezen meer vrijheidsgraden hebben om de adviezen niet op te volgen. Er zijn immers weinig andere weggebruikers die hetzelfde advies krijgen en/of opvolgen. In dat geval zal de gebruiker één van de weinige weggebruikers zijn die langzamer gaat rijden en heeft de gebruiker op het moment van advies nog de keuzemogelijkheid om harder te blijven rijden. Als er veel weggebruikers over een dienst beschikken (hogere penetratiegraad) dan zullen er meer voertuigen langzamer gaan rijden naar de file toe. In dat geval heeft de gebruiker soms niet meer de keuze om harder te blijven rijden, omdat de andere gebruikers al langzamer rijden. Bij versnellingsadviezen werkt dat natuurlijk anders. Voertuigen die sneller optrekken laten een gat achter zich vallen en de voertuigen die daarachter rijden zullen daarmee ook gestimuleerd worden om harder te gaan rijden. Er is dan minder sprake van dwang, maar ook hier zal een effect optreden. Een dergelijk effect treedt mogelijk ook op bij een zeer kleine penetratiegraad en zelfs bij voertuigen die helemaal geen gebruik maken van een Spookfiledienst. Dit effect zal dan wel veel geringer zijn. Elke opvolging heeft mogelijk weer snelheidsaanpassingen van andere voertuigen tot gevolg. Het effect is tijdens de proef echter moeilijk te meten omdat uitsluitend data van deelnemende voertuigen beschikbaar is gesteld. Het is dus zo dat een dienst al effect kan hebben als een deel van de gebruikers de adviezen opvolgt. In dat perspectief moet dit Hoofdstuk gelezen worden. Opvolggedrag is dus belangrijk maar om een effect te hebben hoeft dus niet 100% van de deelnemers de adviezen op te volgen. In werkelijkheid is de interactie tussen voertuigen onderling en opvolggedrag tijdens de proef nog iets gecompliceerder omdat tijdens de proef ook de matrixborden boven de weg in bedrijf waren. Dit zou mogelijk de resultaten van dit onderzoek kunnen vertekenen. 5.2 Metingen Selectie Als maatgevende selectie gebruiken we de ochtendspits links (Tilburg naar Eindhoven) en de avondspits rechts (Eindhoven naar Tilburg). De belangrijkste periode qua filebeeld is de ochtendspits van Tilburg naar Eindhoven en als tegenhanger is voor de avond voor de tegengestelde rijrichting gekozen. De selectie is gemaakt om het aantal grafieken in deze rapportage te beperken, de overige grafieken zijn beschikbaar in bijlagen 3 en 4. De gegevens die getoond worden gaan uit het oogpunt van leesbaarheid en overzichtelijkheid over het jaar Gegevens over 2015 zijn beschikbaar in tussenrapportages en geven geen wezenlijk ander beeld. Voor zover de gegevens over 2015 wel verschillen van die in 2016 gaat het om bijzondere omstandigheden die te maken hebben met het feit dat de diensten toen nog sterk in ontwikkeling waren. Evaluatie spookfiles A58 41

50 5.2.2 Opvolggedrag van gebruikers van FlowPatrol In Afbeeldingen 5.4 en 5.5 wordt het opvolggedrag van versnellingsadviezen en vertragingsadviezen getoond voor de ochtendspits in de richting Tilburg-Eindhoven. De donkeroranje lijn toont het opvolggedrag op tien seconden na het advies volgens definitie 1. De grijze lijn toont het opvolggedrag op twintig seconden na het advies volgens de eerste definitie. De gele lijn toont het opvolggedrag dat binnen de nieuwe definitie als echt opvolggedrag wordt gezien. De blauwe lijn toont ditzelfde opvolggedrag volgens de nieuwe definitie, vermeerderd met de twijfelgevallen. Deze uitleg geldt bij alle grafieken in paragraaf en paragraaf De volgende zaken vallen op: Opvolggedrag is, ongeacht welke definitie wordt gebruikt aanmerkelijk hoger bij versnellingsadviezen dan bij vertragingsadviezen; Het opvolggedrag bij vertragingsadviezen ligt altijd onder de 50% van alle adviezen; Bij vertragingsadviezen wordt een aanzienlijk deel van de opvolgingen binnen de nieuwe definitie als twijfelgeval gemarkeerd. Dat zijn dus adviezen die al ingezet waren voordat het advies kwam, of extreme vertragingen; Bij versnellingsadviezen is het verschil minder groot maar ook nog duidelijk zichtbaar; Bij versnellingsadviezen ligt het opvolggedrag duidelijk boven de 40%. Bij vertragingsadviezen ligt het daar soms onder maar zweeft het wel rondom deze waarde in de eerste definitie op t=20. In de nieuwe definitie geldt dat met medeneming van de twijfelgevallen. t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 54% 69% 66% 15% 81% Afbeelding 5.4 Versnellingsadviezen FlowPatrol ochtendspits Tilburg Eindhoven 42 Evaluatie spookfiles A58

51 t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 28% 39% 21% 15% 36% Afbeelding 5.5 Vertragingsadviezen FlowPatrol ochtendspits Tilburg Eindhoven In grafieken 5.6 en 5.7 is het opvolggedrag van de FlowPatrol gebruikers te zien in de avondspits Eindhoven richting Tilburg, eerst de versnellingsadviezen en vervolgens de vertragingsadviezen. De volgende zaken vallen op: Het opvolggedrag voor versnellingsadviezen is hoger dan dat voor vertragingsadviezen, maar het verschil is minder groot dan in de richting Eindhoven - Tilburg. Het verschil tussen twijfelgevallen en als echt gekwalificeerd opvolggedrag binnen de nieuwe definitie lijkt ook beperkter. Dat betekent dat het relatief minder vaak voorkomt dat een snelheidsverandering reeds was ingezet voorafgaand aan het advies, dan in de ochtendspits de andere kant op; Het opvolggedrag bij vertragingsadviezen ligt overwegend ook onder de 50%. Door de oogharen kijkend, lijkt het opvolggedrag gedurende het project iets te verslechteren. Mogelijk doordat gebruikers de speelruimte voor het opvolgen van een advies beter kunnen inschatten. Daartegen pleit echter dat het verschil tussen opvolggedrag 10 seconden na het advies en het opvolggedrag 20 seconden na het advies, ongeveer even groot blijft. De afstand tussen de oranje en grijze lijn in grafiek 5.7 blijft constant; Het opvolggedrag bij versnellingsadviezen ligt overwegend boven de 40%. Het opvolggedrag bij vertragingsadviezen zweeft rond de 40%. Evaluatie spookfiles A58 43

52 t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 42% 53% 52% 10% 62% afbeelding 5.6 Versnellingsadviezen FlowPatrol avondspits Eindhoven Tilburg t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw Gemiddeld 30% 42% 27% 14% 41% afbeelding 5.7 Vertragingssadviezen FlowPatrol avondspits Eindhoven Tilburg De overige spitsuren zijn terug te vinden in bijlage 3 waar ook een vergelijking is gemaakt tussen connected en coöperatief. Het aantal opvolgingen wordt ook afgezet tegen het aantal adviezen. 44 Evaluatie spookfiles A58

53 5.2.3 Opvolggedrag van gebruikers van ZOOF In grafieken 5.8 en 5.9 is het opvolggedrag te zien in de avondspits Eindhoven richting Tilburg voor eerst de versnellingsadviezen en vervolgens de vertragingsadviezen. Bij de versnellingsadviezen past een nuance. De versnellingsadviezen worden door ZOOF niet per definitie als versnellingsadviezen gezien, maar meer als een terugkeer naar het geldende maximumsnelheidsregime. De volgende zaken vallen op: Bij versnellingsadviezen is tussen de resultaten van de nieuwe definitie een aanmerkelijk verschil te zien. Het gaat dan om de zuivere snelheidsadviezen en de twijfelgevallen (afstand tussen de gele en blauwe lijn) Dit kan worden veroorzaakt doordat de adviesdichtheid van deze dienst hoger is dan van FlowPatrol. Er zijn meer ritten met advies en ritten bevatten meer adviezen. Aan de andere kant is het zo dat versnellings- of opzwaaiadviezen niet trapsgewijs plaatsvinden zoals de vertragingsadviezen; Anders dan bij FlowPatrol ligt de opvolging bij versnellingsadviezen bij ZOOF, ongeacht de gebruikte definitie, niet hoger dan bij vertragingsadviezen. Dit kan komen doordat de terugkeer van de maximumsnelheid vooral als attentiewaarde of voorwaarschuwing wordt toegepast; Beide grafieken zijn minder grillig dan die van FlowPatrol. Mogelijk komt dit door de toepassing van een specifieke richtsnelheid (kwantitatieve adviezen); Het opvolggedrag bij versnellingsadviezen zweeft structureel rond de 40% (uitgaande van t=20 en gebruik van de nieuwe definitie inclusief twijfelgevallen); Het opvolggedrag bij vertragingsadviezen zweeft rond de 40% (uitgaande van t=20 en gebruik van de nieuwe definitie inclusief twijfelgevallen); t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 36% 41% 18% 20% 38% Afbeelding 5.8 Versnellingsadviezen ZOOF ochtendspits Tilburg Eindhoven Evaluatie spookfiles A58 45

54 t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 35% 42% 32% 16% 48% Afbeelding 5.9 Vertragingsadviezen ZOOF ochtendspits Tilburg Eindhoven In Afbeeldingen 5.10 en 5.11 wordt achtereenvolgens het opvolggedrag bij versnellings- en vertragingsadviezen getoond in de richting Eindhoven Tilburg in de avondspits. Opvallende zaken zijn: Ook hier zijn de adviezen minder grillig bij ZOOF dan bij FlowPatrol.Uitzondering is een rare uitstulping bij de versnellingsadviezen naar boven, in augustus. Dit kan komen doordat in de vakantieperiode er vaker gelegenheid is om het snelheidsadvies op te volgen, maar het is ook een gegeven dat het aantal metingen in deze periode relatief laag is; Veel versnellingen lijken al ingezet te zijn voordat het advies gegeven wordt. Dit is het verschil tussen de blauwe en de gele lijn in grafiek 5.8; Het opvolgen van vertragingsadviezen zweeft gedurende de proef rond de 50 procent als ook de twijfelgevallen worden meegeteld binnen de nieuwe definitie. Maar globaal genomen ligt de opvolging onder de vijftig procent; Het opvolggedrag bij versnellingsadviezen is overwegend groter dan 40%, zeker richting het einde van het jaar; Het opvolggedrag bij vertragingsadviezen ligt soms onder de 40% op t=20, maar niet volgens de nieuwe definitie inclusief twijfelgevallen. 46 Evaluatie spookfiles A58

55 t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 38% 42% 18% 19% 37% Afbeelding 5.10 Versnellingsadviezen ZOOF avondspits Eindhoven Tilburg t=10 t=20 Opgevolgd nieuw Twijfel nieuw Twijfel + Opgevolgd Nieuw gemiddeld 36% 45% 34% 17% 51% Afbeelding 5.11 Vertragingsadviezen ZOOF-avondspits Eindhoven Tilburg De overige spitsuren zijn terug te vinden in bijlage 3. Hiernaast is een vergelijking gemaakt tussen connected en coöperatief, het aantal opvolgingen wordt ook afgezet tegen het aantal adviezen. Evaluatie spookfiles A58 47

56 5.2.4 Opvolggedrag geaggregeerd (door de oogharen kijkend) Bij het bestuderen van individuele ritten zien we dingen die goed gaan (adviezen voorafgaand aan de file die ook daadwerkelijk worden opgevolgd) en dingen die niet goed gaan (adviezen die op een lastig verklaarbaar moment worden gegeven en/of niet worden opgevolgd). Wat de in paragraaf gemeten waarden voor opvolggedrag betekenen, is dan ook lastig te duiden. Als we echter kijken naar het gemiddelde gedrag voor en na een advies, dan kunnen we op basis daarvan wel een aantal uitspraken doen. Dit wordt geïllustreerd aan de hand van de grafieken in afbeeldingen 5.12 t/m In deze grafieken is het verloop van de snelheid te zien, vanaf 65 seconden voorafgaand aan het advies tot 65 seconden na het snelheidsadvies. De oranje stippen tonen de mediaan van alle gemeten adviezen van augustus tot en met december 2015 vanaf tijdstip -65 tot tijdstip 65. De oranje stip op tijdstip 0 is dus het moment van het advies. Het snelheidsverloop wordt getoond als verschil ten opzichte van de snelheid op tijdstip 0. Op tijdstip 0 is dat verschil dus altijd 0. Als een voertuig dus 60 rijdt op het moment van het advies en tien seconden later 55 kilometer per uur. Dan is de oranje stip op tijdstip 10 dus 5 kilometer per uur lager. De blauwe balken om de oranje stippen geven de spreiding rondom de mediaan weer. Hieraan kunnen we zien, welke waarde er op elk tijdstip nog meer gemeten zijn. Omdat op het tijdstip van het advies het verschil altijd gelijk is aan 0, is er op dat tijdstip dus ook geen spreiding te zien. Per grafiek werken we nu de uitspraken uit. 48 Evaluatie spookfiles A58

57 afbeelding 5.12 FlowPatrol Versnellingsadviezen Tilburg Eindhoven In afbeelding 5.12 is te zien dat een versnellingsadvies bij FlowPatrol over de gehele groep van gebruikers bezien ook daadwerkelijk leidt tot een versnelling. Het is wel zo dat de spreiding rond de mediaan hoog is, veel mensen volgen het advies ook niet op. Zo zijn er veel metingen waaruit blijkt dat er mensen zijn die langzamer gaan rijden, grofweg zijn dit alle metingen vanaf tijdstip 5 tot en met 65 die onder de oranje stippen liggen. Evaluatie spookfiles A58 49

58 afbeelding 5.13 FlowPatrol Vertragingsadviezen Tilburg Eindhoven In afbeelding 5.13 is te zien dat deelnemers van FlowPatrol door de bank genomen afremmen na een vertragingsadvies, maar dat is zeker niet altijd het geval. Ook hier is sprake van een behoorlijke spreiding rondom de mediaan. 50 Evaluatie spookfiles A58

59 afbeelding 5.14 ZOOF Versnellingsadviezen Tilburg Eindhoven In afbeelding 5.14 is te zien dat er maar een heel licht effect uitgaat van versnellingsadviezen van ZOOF. Evaluatie spookfiles A58 51

60 afbeelding 5.15 ZOOF Vertragingsadviezen Tilburg Eindhoven [omschrijving] Afbeelding 5.15 laat zien dat vertragingsadviezen van ZOOF een sterk effect hebben op de gereden snelheid. Er wordt afgeremd. De spreiding rondom de mediaan is zeer sterk. Er zijn dus ook hier nog steeds mensen die harder gaan rijden in plaats van langzamer. Combineren we bovengenoemde conclusies met het gegeven dat individuele ritten een diffuus beeld geven en het gemeten opvolggedrag in de vorige paragrafen dan kunnen we stellen dat: Vertragingsadviezen door de bank genomen leiden tot langzamer rijden; Versnellingsadviezen in mindere mate leiden tot sneller rijden, bij ZOOF is het effect zelfs lastig te zien; Er ook beperkt of zelfs tegengesteld gedrag wordt gemeten; Dat binnen het gewenste gedrag ook nog een behoorlijke bandbreedte zichtbaar is. Dit kan veroorzaakt worden doordat: Deelnemers in principe van goede wil zijn om een advies op te volgen; 52 Evaluatie spookfiles A58

61 Deelnemers bij sommige vertragingsadviezen mogelijk moeten afremmen omdat ze al dicht op de file staan; Deelnemers bij sommige versnellingsadviezen nog niet weg kunnen komen doordat er nog steeds file staat; Deelnemers soms geen reden zien om het advies op te volgen: dat is het geval wanneer men de snelheid na een vertragingsadvies toch niet aanpast. Het is dan kennelijk ook mogelijk om dezelfde snelheid aan te houden of zelfs te versnellen. Door de oogharen kijkend wordt er na het geven van de vertragingsadviezen langzamer gereden en na het geven van versnellingsadviezen sneller. Dit schept het beeld dat er de diensten met geven van de adviezen op de juiste weg zijn. Toch blijkt uit de zeer grote spreiding rond de mediaan, dat het moeilijk is om op de juiste tijd en de juiste plaats de juiste adviezen aan weggebruikers te geven Conclusies opvolggedrag metingen In dit hoofdstuk hebben we laten zien dat rond de veertig procent van de gegeven adviezen correct opgevolgd wordt. Dan rekenen we de twijfelgevallen mee. Dat zijn situaties waar niet uit te sluiten is dat opvolging optreedt als volg van de verkeersituatie in plaats van het gegeven advies. Er is een verschil tussen het opvolggedrag van de gebruikers van ZOOF en die van FlowPatrol. De opvolgpercentages bij ZOOF liggen over het algemeen wat lager dan bij FlowPatrol. Voor het lagere opvolgpercentage van versnellings- of opzwaaiadviezen van ZOOF ten opzichte van FlowPatrol is de volgende mogelijke verklaring aan te wijzen: ZOOF beschouwt versnellings- of opzwaaiadviezen niet als advies maar als signaal naar de gebruiker dat de maximumsnelheid weer van toepassing is (attentiewaarde); Vanwege deze attentiewaarde worden adviezen mogelijk al gegeven voordat het voor de bestuurder mogelijk is om harder te gaan rijden. In de ontwikkeling van het opvolggedrag gedurende het project is geen duidelijke trend te ontdekken. Ook na de introductie van coöperatief (medio 2016) en na de kwaliteitsverbeteringen eind 2016 treedt er geen noemenswaardige verbetering op. Een mogelijke verklaring hiervoor is dat gebruikers gedurende het project de snelheidsadviezen meer zijn gaan zien als waarschuwing met een attentiewaarde, dan een dringend advies. Daarmee zou het opvolggedrag niet zonder meer verbeterd worden door een verbetering in de kwaliteit van de dienst. Daarnaast is het lastig te zeggen welke mate van opvolggedrag men vooraf mag verwachten bij een dienst als deze. Door de lage penetratiegraad zijn er weinig voertuigen in de verkeersstroom die een advies krijgen en wordt een eventuele gedragsverandering ook niet afgedwongen door andere weggebruikers. Daarnaast hebben deelnemers mogelijk het gevoel dat hun gedrag afwijkt van dat van de overige weggebruikers. Een weggebruiker mindert vaart op basis van informatie die anderen niet hebben, terwijl de verkeerssituatie in de beleving van overige weggebruikers daar nog niet direct om vraagt. In Hoofdstuk 10 zetten we de resultaten af tegen de bevindingen van proeven en onderzoeken uit het verleden. Het lijkt er op geaggregeerd niveau op dat gebruikers wel gehoor (proberen te) geven aan de adviezen, maar dat er daarnaast ook allerlei andere gedragingen voorkomen. Het effect van deze opvolging is sterker bij vertragingsadviezen dan bij versnellingsadviezen. Daarbij passen twee belangrijke kanttekeningen: opvolggedrag kan ook zijn dat je moet remmen voor de file en niet-opvolging kan ook zien dat je (nog) niet kan optrekken op het moment van een versnellingsadvies. Maar door de oogharen kijkend gebeurt er iets met de gehele populatie van deelnemers wat in de goede richting wijst. Evaluatie spookfiles A58 53

62 Tot slot is er nog een belangrijk effect van de systemen dat niet in de opvolggedragsanalyse meegenomen wordt, maar wel opvolging beïnvloedt en aantoonbaar aanwezig is. De systemen geven naast de adviezen ook continu real-time informatie over de positie van de (spook)files op het traject. Die informatie heeft een effect op de gebruiker. Zo kan de gebruiker eerder besluiten om al af te gaan remmen (nog voor het advies gegeven wordt). Even zo goed kan het resulteren in de situatie dat een deelnemer besluit advies niet op te volgen omdat hij precies weet waar de file staat en dus niet vroegtijdig het gas loslaat. Dat een advies niet opgevolgd wordt, wil dus niet direct zeggen dat de deelnemers niets met de informatie doen die de systemen geven. 5.3 Microniveau PoC Connected Het opvolggedrag tijdens de PoC Connected is alleen gemeten met de eerste methode. Deelnemers aan de PoC zijn gevraagd zoveel mogelijk te rijden als een reguliere gebruiker van de spookfile-app. Dat betekent dat ze de instructie kregen om, net als bij een navigatiesysteem, primair het rijgedrag af te stemmen op wat er op de weg gebeurt en daarnaast handig gebruik te maken van de aangeboden adviezen. Tabel 5.1 toont de gemeten effecten op microniveau op de PoC-dag. FlowPatrol haalt tijdens de PoCdag op t=20 63% opvolging tegenover maximaal 40% onder normale omstandigheden. ZOOF haalt op tijdstip t=20 een opvolggedrag van 55% van de adviezen, tegenover maximaal 45% onder normale omstandigheden. Het opvolggedrag op de PoC-dag is daarmee hoger dan gemiddeld is gemeten tijdens de proef. Tabel 5.1 Opvolggedrag tijdens de proef Aantal adviezen Opvolggedrag t=10 Opvolggedrag t=20 FlowPatrol versnellingsadviezen 50 38% 50% FlowPatrol vertragingsadviezen % 63% ZOOF versnellingsadviezen % 22% ZOOF vertragingsadviezen % 55% Hiervoor zijn verschillende verklaringen aan te dragen. Om te beginnen zijn de deelnemers die tijdens de PoC deelnamen een andere groep gebruikers dan de reguliere gebruikers. Ze waren veelal onbekend met de diensten en waren gevraagd deze éénmalig tegen een financiële vergoeding te gebruiken op het traject. Ook zijn de deelnemers aan de PoC waarschijnlijk eerder geneigd (sociaal) wenselijk gedrag te vertonen, er kijken immers mensen mee. Positief geformuleerd: de deelnemers hebben ook de wetenschap dat ze deel uitmaken van een grotere groep die gelijktijdig dezelfde ervaring heeft. Dat zou bij een hoge penetratiegraad ook het geval zijn. 54 Evaluatie spookfiles A58

63 5.4 Kwaliteitsverbetering eind 2016 In het laatste kwartaal van 2016 is door alle partijen gewerkt aan kwaliteitsverbeteringen die enerzijds de tijdigheid van het advies moesten verbeteren en anderzijds de juistheid en nauwkeurigheid van de gerapporteerde verkeersomstandigheden waarop die adviezen gebaseerd zijn. Een omschrijving van de technisch-inhoudelijke verbeteringen die door de dienstverleners doorgevoerd zijn maakt geen deel uit van deze rapportage, maar er werd wel een verkeerskundig effect van verwacht: een verbetering van het opvolggedrag. Afhankelijk van om welke technische verbetering het ging, werden verbeteringen verwacht tussen de 2% en 20% opvolggedrag. De vergelijking beperkt zich tot de coöperatieve variant van de dienst. De dienstenleveranciers (P2) hebben zelf mogen aangeven welke periode in aanmerking kwam om de kwaliteitsverbetering te meten. De volgende perioden zijn gebruikt: Tabel 5.2 Onderzoeksperioden kwaliteitsverbetering FlowPatrol ZOOF Referentieperiode 2 t/m 13 mei t/m 31 mei 2016 Meting kwaliteitsverbetering 14 t/m 25 november t/m 14 december 2016 Mei is als referentieperiode gekozen vanwege de beschikbaarheid van data. Daarnaast is mei vooral gekozen omdat in die maand nog geen enkele kwaliteitsverbetering was geïmplementeerd. Kanttekeningen bij het gebruik van mei zijn dat er vooral friendly users actief waren, die adviezen ontvingen en dat sommige coöperatieve adviezen niet zuiver coöperatief waren. Echter, een steekproef met een vergelijking met september leert dat hier geen andere resultaten uitkomen. Om het verbeterde opvolggedrag te meten is zowel de eerste als nieuwe definitie toegepast Werkwijze De fracties opgevolgde coöperatieve adviezen ten opzichte van het aantal gegeven coöperatieve adviezen in mei worden vergeleken met die van november (FlowPatrol) of december (ZOOF) en er wordt getoetst of er in november/december een significante verbetering (5% onbetrouwbaarheid) van het opvolggedrag was. We hebben gekeken naar ritten in de ochtendspits richting Eindhoven en in de avondspits richting Tilburg. De gebruikte verschiltoets is de verschiltoets voor fracties. Deze toets hebben we uitgevoerd voor de verschillende definities van opvolggedrag: 1. Kijken of op t=10 seconden na het advies het advies is opgevolgd 2. Kijken of op t=20 seconden na het advies het advies is opgevolgd 3. Kijken naar het ritprofiel van een minuut vóór tot een minuut ná het advies of dit ritprofiel voldoende lijkt op een ritprofiel van iemand die een advies opvolgt 4. Kijken naar het ritprofiel van een minuut vóór tot een minuut ná het advies of de snelheid wordt aangepast zoals in het advies, maar die aanpassing al eventueel voordat het advies gegeven werd, is ingezet. Er is geen onderscheid gemaakt tussen opvolging van versnellings- en vertragingsadviezen omdat de verbeterambities hierover ook geen uitspraak doen. We hebben deze analyses wel apart gedaan maar slechts op twee punten leverde dat nieuwe aanvullende informatie op. Waar het resultaat verschilt voor versnellings- en vertragingsadviezen wordt dat vermeld Conclusies Uit de toetsen blijkt dat alleen de ZOOF-adviezen in de ochtendspits richting Eindhoven significant beter opgevolgd worden, echter wel alleen als de nieuwe definitie wordt gehanteerd. In de avondspits Evaluatie spookfiles A58 55

64 richting Tilburg zijn de ZOOF-adviezen ook beter opgevolgd volgens definities 3 en 4, maar deze verbeteringen zijn niet significant. Alle andere adviezen en definities laten geen verbetering in opvolggedrag zien. De waarden zijn te zien in onderstaande verschillenanalysetabellen. Tabel 5.3 Opvolging FlowPatrol Links Ochtenspits Tilburg naar Eindhoven (versnellen én vertragen) FlowPatrol Links Ochtenspits Tilburg naar Eindhoven T=10 T=20 Echt opgevolgd Plus twijfelgevallen Mei 37,7% 47,7% 34,6% 47,7% November 27,7% 37,3% 12,6%* 22,4% Minder opvolging Minder opvolging Minder opvolging* * Uitgesplitst naar type advies (versnelling versus vertraging) is hier een verbetering te zien in de nieuwe definitie. Het aantal waarnemingen (5) is echter te klein om hierover uitspraken te doen. Tabel 5.4 Opvolging FlowPatrol Rechts Avondspits Eindhoven naar Tilburg FlowPatrol Rechts Avondspits Eindhoven naar Tilburg T=10 T=20 Echt opgevolgd Plus twijfelgevallen Mei 33,7% 42,8% 28,6% 42,9% November 28,6% 36,0% 22,6% 32,8% Resultaat Minder opvolging Minder opvolging Minder opvolging Tabel 5.5 Opvolging ZOOF Links Ochtenspits Tilburg naar Eindhoven ZOOF Links Ochtenspits Tilburg naar Eindhoven T=10 T=20 Echt opgevolgd Plus twijfelgevallen Mei 35,0% 40,6% 24,2% 50,4% December 32,0% 35,4% 31,5% 50,4% Minder opvolging Minder opvolging Significante Verbetering* * De gevonden significante verbetering blijft intact voor vertragingsadviezen in de nieuwe definitie met medeneming van twijfelgevallen. Voor versnellingsadviezen is deze verbetering niet zichtbaar. Tabel 5.6 Opvolging ZOOF Rechts Avondspits Eindhoven naar Tilburg ZOOF Rechts Avondspits Eindhoven naar Tilburg T=10 T=20 Echt opgevolgd Plus twijfelgevallen Mei 36,8% 45,6% 23,1% 42,5% December 35,6% 39,3% 24,5% 45,6% Resultaat Minder opvolging Minder opvolging Geen significante verbetering 56 Evaluatie spookfiles A58

65 5.5 Algemene conclusies opvolggedrag Gedurende 2016 blijft het opvolggedrag stabiel, in een beperkt aantal gevallen verbetert het opvolggedrag en soms ook niet. De reden hiervoor is niet eenduidig vast te stellen. Al geven gebruikers in de enquêtes als belangrijkste reden voor het niet opvolgen van een advies dat de verkeersituatie dat niet toestond (zie Hoofdstuk 8). Hieronder behandelen we twee (mogelijke) verklaringen: Een deelverklaring hiervoor kan zijn dat adviezen niet accuraat zijn en/of niet tijdig genoeg gegeven worden. Tijdens het project is de overstap van connected naar coöperatief gemaakt. Deze stap zou onder andere een duidelijke verbetering in de accuraatheid en tijdigheid van de adviezen op moeten leveren. Daarnaast is er in het laatste kwartaal van 2016 op de coöperatieve adviezen nog een kwaliteitsverbetering toegepast. Logisch redenerend zouden deze aanpassingen tot een verbetering van het opvolggedrag moeten leiden. Dit zien we in de data nu niet terug. Een ander deelverklaring kan zijn dat een lage penetratiegraad een negatief gevolg heeft op het opvolggedrag. Een laatste deelverklaring kan zijn dat er te weinig waarnemingen waren om een goede uitspraak te kunnen doen. Omdat nu de reële ritprofielen van gebruikers beschikbaar zijn en er nieuwe ontwikkelingen zijn op het gebied van verkeersimulaties voor ITS toepassingen, zijn de laatste twee verklaringen nu toetsbaar. Denk aan de demonstratieomgeving SimSmartMobility in de Innovatiecentrale. In een simulatieomgeving is het mogelijk om bij verschillende penetratiegraden de Spookfilediensten inclusief de kwaliteitsverbeteringen te toetsen. Ook kan door de uitvoering van een grootschalige PoC, tijdelijk de penetratiegraad kunstmatig worden verhoogd. Effecten die in de dagelijkse praktijk nog niet zichtbaar zijn, komen dan wel naar voren. Op geaggregeerd niveau is te zien dat er wel degelijk een effect uitgaat van de Spookfilediensten. Vertragingsadviezen leiden door de bank genomen tot langzamer rijden en versnellingsadviezen in mindere mate tot harder rijden. De PoC laat bovendien zien dat dit effect te beïnvloeden is. Het is niet helemaal duidelijk of dit veroorzaakt werd door de verhoogde penetratiegraad of door sociaal wenselijk gedrag. De mensen wisten immers dat ze geobserveerd werden tijdens de proef. Evaluatie spookfiles A58 57

66 6 Mesoniveau: effect op verkeersstroom rondom files In dit Hoofdstuk gaan we in op de effecten van de diensten op mesoniveau. De centrale vraag in dit Hoofdstuk is in hoeverre de snelheidsaanpassing van de deelnemers resulteert in een verandering van de snelheid van de verkeersstroom als geheel. De resultaten van het onderzoek laten zien dat het aannemelijk is dat de diensten ervoor zorgen dat gebruikers langzamer naar de file toe rijden. We laten zien dat in een situatie met veel gebruikersritten, de gemiddelde snelheid in de verkeersstroom naar de file toe wat lager ligt dan in een situatie met weinig gebruikersritten. 6.1 Inleiding In dit Hoofdstuk wordt nader ingegaan op de effecten op mesoniveau (zie conceptueel model in 3.2). Zoals in het vorige Hoofdstuk duidelijk werd, passen deelnemers (voor een deel) hun snelheid aan omdat ze de adviezen van de apps opvolgen (opvolggedrag). De vraag in dit Hoofdstuk is in hoeverre de snelheidsaanpassing van de deelnemers zorgt voor een verandering van de snelheid van de verkeersstroom als geheel. Immers, alleen als de snelheid van de verkeersstroom als geheel verandert kunnen er effecten op filegolven verwacht worden. Voor het bepalen van het meso-effect zijn twee methoden gehanteerd. Bij beide methoden is de achterliggende gedachte dat als er voldoende deelnemers zijn die de adviezen opvolgen, dat dan het eventuele effect van de Spookfiledienst zichtbaar moet zijn. Dit in de vorm van een afname van de rijsnelheid van de verkeersstroom in de nabijheid van deelnemer(s) naar de file toe en/of als een toename van de rijsnelheid van de verkeersstroom in de nabijheid van deelnemer(s) van de file af. Het is natuurlijk altijd zo dat de rijsnelheid afneemt naar de file toe en toeneemt van de file af, maar we doelen hier op een extra snelheidsaanpassing vanwege de adviezen. Kortweg hebben we met beide methoden onderzocht of het snelheidspatroon met geen of weinig adviezen rondom file afwijkt van het snelheidspatroon met veel adviezen rondom file. Het verschil in beide aanpakken is dat we bij de eerste methode hebben gekeken vanuit een ruimtelijk perspectief. Hierbij zijn we voor afzonderlijke tijdstippen nagegaan hoe het snelheidsverloop stroomop- en stroomafwaarts van file is. In de tweede methode hebben we gekeken vanuit een tijdsperspectief. Hierbij zijn we voor afzonderlijke meetlocaties nagegaan hoe het snelheidsverloop voorafgaand en na afloop van file is. Een en ander wordt nader toegelicht in de volgende paragrafen. 58 Evaluatie spookfiles A58

67 Voor de berekeningen hebben we gebruikgemaakt van minuutsnelheden uit Monica van alle aanwezige meetlocaties. Deze meetlocaties worden aangeduid als "meetraaien" of kortweg "raaien". Meetraaien liggen ongeveer 500 meter uit elkaar. Dus om de 500 meter wordt de snelheid gemeten. Deze meetgegevens hebben we gecombineerd met informatie over aantallen deelnemers en ritten met advies afkomstig van de P2-partijen. Op voorhand was een punt van zorg dat het aantal deelnemers dat adviezen krijgt, erg beperkt is. Voor beide partijen geldt dat het gaat om gemiddeld enkele deelnemers per uur (zie ook Hoofdstuk 4). Daarom is besloten om alle meetlocaties en een royale meetperiode in de analyses te betrekken. We hebben alle beschikbare gegevens van februari t/m oktober 2016 gebruikt om dit probleem zo goed mogelijk te ondervangen. Leeswijzer In paragraaf 6.2 worden de aanpak en de resultaten beschreven van de methode vanuit een ruimtelijk perspectief. In paragraaf 6.3 worden de aanpak en de resultaten beschreven van de methode vanuit een tijdsperspectief. In paragraaf 6.4 wordt afgesloten met de conclusies. 6.2 Effecten in een ruimtelijk perspectief Methode De diensten beogen korte tijd voordat men de file bereikt het advies "Rustiger rijden naar de file toe" te geven. Het advies "Vlotter rijden van de file af" vlak voordat of vlak nadat men de kop van de file bereikt heeft en de file dus uitrijdt. Om de effecten hiervan aan te kunnen tonen, hebben we dus gekeken naar de (relatieve) positie ten opzichte van de staart of de kop van de file. Afbeelding 6.1 illustreert de gehanteerde methode bij het advies "Rustiger rijden naar de file toe". De afbeelding toont fictieve snelheden op acht opeenvolgende raaien. De rijrichting is van links naar rechts. De bovenste rij geeft de snelheden weer als er geen filedienst zou zijn. De onderste rij geeft de snelheden weer met filedienst. We zien in de afbeelding dat de snelheid met filedienst op de drie raaien vlak voor de file iets lager ligt dan zonder filedienst. Dit is met een "L" weergegeven. rijrichting Zonder filedienst Met filedienst L L L Afbeelding 6.1 Illustratie van de gehanteerde methode bij "Rustiger rijden naar de file toe" (fictieve snelheden) Afbeelding 6.1 geeft het patroon weer waarnaar we op zoek gaan. We kijken in de beschikbare minuutsnelheden steeds naar acht opeenvolgende raaien. Alléén als er op de eerste vijf raaien geen file staat en op de laatste drie raaien wel, dan bewaren we dit snelheidspatroon. Alle snelheidspatronen die aan deze eis voldoen (de exacte eis is iets strenger, dat komt zo meteen aan de orde) bewaren we voor nadere analyse. Wij hebben hier dus voor acht opeenvolgende raaien gekozen (5 + 3). Hiervoor is gekozen om situaties te selecteren waarbij er sprake is van een overzichtelijke en duidelijke overgang van niet-file naar file. Dat zijn dus situaties waarin de diensten voldoende gelegenheid hebben om een adequaat advies te geven. Afbeelding 6.2 illustreert de gehanteerde methode bij het advies "Vlotter rijden van de file af". In dit geval selecteren we snelheidspatronen waarbij op de eerste drie raaien wel file staat, en op de Evaluatie spookfiles A58 59

68 volgende vijf niet. De afbeelding laat zien wat nu het verwachte effect is (bij benadering) van de Spookfiledienst: een wat hogere snelheid (weergegeven met een "H") bij het uitrijden van de file. Afbeelding 6.2 Illustratie van de gehanteerde methode bij "Vlotter rijden van de file af" (fictieve snelheden). We zijn dus in de data op zoek gegaan naar patronen zoals in Afbeeldingen 6.1 en 6.2. Per minuut hebben we gezocht naar een patroon van vijf keer geen file gevolgd door drie keer file en naar een patroon van drie keer file gevolgd door vijf keer geen file. Bij "Rustiger rijden naar de file toe" zijn de volgende criteria gehanteerd: Op raai 1: minuutsnelheid >= 100 km/u; Op raai 2 tm 5: minuutsnelheid >= 50 km/u; Op raai 6, 7 en 8: minuutsnelheid < 50 km/u. Bij "Vlotter rijden van de file af" zijn dezelfde eisen gesteld, maar dan in omgekeerde volgorde. Dat er op raai 1 een extra hoge snelheid wordt geëist heeft te maken met het feit dat we op zoek zijn naar duidelijke, min of meer homogene situaties. Met deze eis voorkomen we dat we snelheidspatronen hebben uit perioden waarin er al sprake was van veel gedwongen afwikkeling. We eisen dus situaties waarin vanuit een behoorlijk hoge snelheid naar een file toe wordt gereden. Voor "Vlotter rijden van de file af" geldt een soortgelijk argument. Een dergelijk patroon kan in een enkele minuut meerdere malen optreden (bijvoorbeeld een keer aan het begin van het traject en een keer aan het einde van het traject). Deze zijn allemaal in de analyse opgenomen. Alle verzamelde snelheidspatronen hebben we ingedeeld in drie categorieën. Als er in het betreffende uur weinig gebruikersritten waren die minimaal één advies hebben ontvangen, dan komen de snelheidspatronen in de categorie "Weinig gebruikersritten". Als er in het betreffende uur relatief veel gebruikersritten waren die minimaal één advies hebben ontvangen, komen de snelheidspatronen in de categorie "Veel gebruikersritten". De middencategorie (tussen "Weinig gebruikersritten" en "Veel gebruikersritten") laten we buiten beschouwing. De groep "Weinig gebruikersritten" laat ons zien hoe het snelheidspatroon er bij benadering uitziet als er geen Spookfiledienst is en de groep "Veel gebruikersritten" als er wel een Spookfiledienst is. De categorie-indeling varieerde per analyse om ervoor te zorgen dat beide categorieën voldoende substantieel en ongeveer even groot zouden zijn. In een typisch geval bevatte de categorie "Weinig gebruikersritten" maximaal 1 of 2 gebruikersritten met advies per uur en de categorie "Veel gebruikersritten" ongeveer 10 of meer gebruikersritten met advies per uur. Uiteindelijk is van de gehele verzameling per categorie per raai de gemiddelde minuutsnelheid berekend Resultaten rijrichting Zonder filedienst Met filedienst H H H Naar de file toe Afbeelding 6.3 heeft betrekking op het potentiële effect van "Rustiger rijden naar de file toe" op de gemiddelde snelheden. Op de A58 Tilburg-Eindhoven zien we dat het veronderstelde effect in de avondspits optreedt. Op de drie raaien vóór de filestaart wordt bij "veel gebruikers" langzamer gereden dan bij "weinig gebruikers". Het gaat om een afname met 1 à 2 km/u. Elk van de acht 60 Evaluatie spookfiles A58

69 vermelde waarden bij "Weinig gebruikers" is gebaseerd op 621 minuutsnelheden en bij "Veel gebruikers" op 785 minuutsnelheden. In de ochtendspits zien we het effect ook optreden, zelfs in veel sterkere mate. Het gaat dan om een afname van 3 à 7 km/u (gebaseerd op 460 resp. 538 minuutsnelheden). Ook op de A58 Eindhoven- Tilburg zien we het effect in de avondspits optreden. Hier is het effect 2 km/u of minder (gebaseerd op 511 resp. 633 minuutsnelheden). In de ochtendspits zien we het effect niet. In tegendeel, hier is de snelheid met 2 tot 4 km/u toegenomen (gebaseerd op 335 resp. 522 minuutsnelheden). A58 Tilburg - Eindhoven / Avondspits Afbeelding 6.3 Resultaten bij "Rustiger rijden naar de file toe" per richting en per spits. rijrichting Weinig gebruikersritten 106,0 103,3 97,1 86,3 73,6 26,0 17,2 20,6 Veel gebruikersritten 106,7 103,4 95,8 84,7 71,8 25,8 17,2 20,5 A58 Tilburg - Eindhoven / Ochtendspits L L L Weinig gebruikersritten 108,3 106,3 100,8 90,7 75,5 25,4 16,2 21,3 Veel gebruikersritten 107,0 101,4 93,7 84,1 72,9 29,3 23,0 25,1 A58 Eindhoven - Tilburg / Avondspits L L L Weinig gebruikersritten 109,5 109,4 105,4 94,7 75,0 29,4 22,1 26,2 Veel gebruikersritten 108,9 109,1 104,2 92,4 74,9 29,1 21,9 25,2 A58 Eindhoven - Tilburg / Ochtendspits L L L Weinig gebruikersritten 109,1 108,7 105,6 95,1 75,6 24,9 18,9 21,3 Veel gebruikersritten 110,6 110,5 107,5 97,6 79,4 30,3 23,1 26,6 H H H Bij Afbeelding 6.3 past een kanttekening. De resultaten zijn niet erg robuust. Kleine wijzigingen in de aanpak, bijvoorbeeld in de categorie-indeling van "weinig" en "veel" zorgen voor veranderingen in de resultaten. Echter, het globale beeld is wel steeds hetzelfde. Grosso modo zien we een afname van de snelheid op de betreffende drie raaien. De mate van afname varieert nogal, maar gemiddeld gaat het grofweg om 1 à 2 km/u. Totaal Afbeelding 6.4 Resultaten bij "Rustiger rijden naar de file toe" (totaal). rijrichting Weinig gebruikersritten 108,0 106,6 101,6 91,1 74,8 26,6 18,5 22,4 Veel gebruikersritten 108,1 105,9 100,0 89,3 74,4 28,4 20,9 24,0 L L L Omdat de afzonderlijke resultaten getoond in Afbeelding 6.3 niet heel robuust zijn, hebben we voor een betrouwbaarder beeld alle resultaten samengenomen. Dit is te zien in Afbeelding 6.4. Dit resultaat is gebaseerd op alle 1927 resp minuutsnelheden waarop de resultaten in Afbeelding 6.3 gebaseerd zijn. De afname van de snelheid die we bij de laatste drie raaien zien vóór de staart van de file is in overeenstemming met de verwachting dat de diensten resulteren in een lagere snelheid van de verkeersstroom naar de file toe. De resultaten uit Afbeelding 6.4 zijn grafisch weergegeven in Afbeelding 6.5. Horizontaal zijn de opeenvolgende raaien te zien. Raai nummer 6 is de eerste raai waar file staat. Raaien 1 t/m 5 zijn de raaien stroomopwaarts. Verticaal is de gemiddelde snelheid weergegeven van alle onderzochte minuten die voldoen aan de gestelde voorwaarden. Te zien is dat er langzamer naar de file toegereden wordt bij veel gebruikersritten. De blauwe lijn ligt in aanloop naar file iets lager dan de rode. Uit de figuur blijkt dat de behaalde effecten bescheiden zijn. Evaluatie spookfiles A58 61

70 Minuutsnelheid Snelheidspatroon bij het naderen van de file Weinig gebruikersritten Veel gebruikersritten Afbeelding Raainummer (relatief) Resultaten bij "Rustiger rijden naar de file toe" (totaal). Van de file af Afbeelding 6.6 heeft betrekking op het potentiële effect van " Vlotter rijden van de file af." We veronderstelden dat we op de drie raaien ná de kop van de file een snelheidstoename zouden zien. Dat zien we niet. Integendeel. In bijna alle gevallen is de snelheid bij "veel" lager dan bij "weinig". Voor de volledigheid geeft Afbeelding 6.7 het totaalbeeld. Afbeelding 6.8 geeft een grafische weergave. De figuur laat duidelijk zien dat er langzamer wordt weggereden uit de file, in plaats van sneller. Van het veronderstelde effect van de filediensten is dus in de data niets terug te vinden. De vermelde waarden in Figuur 6.7 zijn elk gebaseerd op 1511 (bij "weinig gebruikers") of 2219 (bij "veel gebruikers) minuutsnelheden. A58 Tilburg - Eindhoven / Avondspits rijrichting Weinig gebruikersritten 16,3 14,8 27,9 71,7 91,8 100,5 104,7 106,7 Veel gebruikersritten 15,9 11,9 25,6 70,6 88,4 97,1 101,9 104,8 A58 Tilburg - Eindhoven / Ochtendspits L L L Weinig gebruikersritten 20,3 14,5 27,4 71,3 89,3 97,9 102,5 105,5 Veel gebruikersritten 25,4 20,3 28,1 68,2 85,9 94,6 100,0 103,7 A58 Eindhoven - Tilburg / Avondspits L L L Weinig gebruikersritten 25,4 22,4 31,7 71,8 89,5 98,2 102,6 104,9 Veel gebruikersritten 20,8 18,0 26,8 70,8 88,6 98,0 102,5 105,4 A58 Eindhoven - Tilburg / Ochtendspits L L L Weinig gebruikersritten 18,8 18,7 23,3 69,2 88,7 99,6 104,4 106,0 Veel gebruikersritten 22,2 17,8 28,4 71,3 87,8 97,6 102,4 105,7 H L L Afbeelding 6.6 Resultaten bij "Vlotter rijden van de file af" per richting en per spits. 62 Evaluatie spookfiles A58

71 Minuutsnelheid Totaal rijrichting Weinig gebruikersritten 19,7 16,5 28,2 71,4 90,3 99,1 103,5 105,9 Veel gebruikersritten 21,5 17,3 27,2 69,9 87,5 96,6 101,5 104,7 L L L Afbeelding 6.7 Resultaten bij "Vlotter rijden van de file af" (totaal). Snelheidspatroon bij het uitrijden van de file Weinig gebruikersritten Veel gebruikersritten 0 Afbeelding Raainummer (relatief) Resultaten bij Vlotter rijden van de file af (totaal). 6.3 Effecten in een tijdsperspectief Methode Bij deze methode hebben we elke meetraai afzonderlijk bekeken en zijn we in de tijd gaan kijken. We hebben per minuut bekeken wat er gebeurt met de gemiddelde snelheid, beginnend bij een situatie waarin men gewoon kan doorrijden, tot en met een situatie waarin er file staat. Als we op een dergelijke vaste locatie gaan meten, dan zal de gereden snelheid op een gegeven moment gaan dalen als de staart van de file de meetlocatie nadert. Voordat deelnemers de file bereiken wordt een advies rustiger rijden naar file toe gegeven. Als de dienst goed functioneert en voldoende deelnemers heeft, zou de snelheid van de verkeersstroom met de dienst in aanloop naar de file wat lager moeten liggen dan zonder dienst. Afbeelding 6.9 illustreert het beoogde effect. Op de x-as staat het aantal minuten voorafgaand aan het moment dat er file is op de betreffende locatie. De file staat er op t=0. 9 minuten (t=-9) voordat er file staat is er sprake van een vrije doorstroming. Daartussenin zal de snelheid op een bepaald moment dalen. Door toedoen van de vertragingsadviezen zal, zoals door de diensten wordt beoogd, de snelheid wat eerder/meer dalen. We hebben in dit onderdeel onderzocht in welke mate dit in de praktijk zich heeft voorgedaan. Dit hebben we ook gedaan voor de versnellingsadviezen. Evaluatie spookfiles A58 63

72 v_gem Snelheidsverloop in aanloop naar file (fictief) zonder dienst met dienst Minuten tot file Afbeelding 6.9 Illustratie effect gehanteerde methode (fictief) Voor elke raai hebben we conform het voorbeeld tijdreeksen van 10 minuten verzameld van vrije doorstroming naar file. Om de kans op het vinden van een effect te vergroten hebben we een aantal strikte voorwaarden gehanteerd. Gedurende de eerste 6 minuten moet er sprake zijn van een minuutsnelheid > 100 km/u. In de laatste minuut (dat er file is) moet de snelheid onder de 50 km/u liggen. Dit levert een set van tamelijk homogene situaties op, waarbij geremd moet worden van freeflow naar file. De diensten hebben daarbij in principe voldoende tijd om deelnemers een passend snelheidsadvies te geven. Alle tijdreeksen van alle raaien in de periode februari t/m oktober 2016 die aan deze voorwaarden voldoen zijn verzameld. Deze zijn vervolgens ingedeeld in drie categorieën, al naar gelang hoeveel ritten met advies er in het betreffende uur aanwezig waren. Eén categorie met files waarbij er geen of nauwelijks ritten met adviezen waren, één categorie met de files waarbij er relatief veel ritten met adviezen waren en een middencategorie met alles ertussenin. Vervolgens is per categorie voor elk van de minuten voorafgaand aan file de gemiddelde snelheid bepaald. Ook hier varieerde de categorie-indeling enigszins per analyse om ervoor te zorgen dat de categorieën substantieel zouden zijn om een enigszins betrouwbaar beeld te geven Resultaten Naar de file toe Afbeelding 6.10 toont het resultaat voor de A58 Eindhoven-Tilburg in de ochtendspits. De rode lijn toont het snelheidsverloop in de minuten voorafgaand aan file, als er geen of nauwelijks ritten met advies waren. De blauwe toont het verloop bij relatief veel ritten met advies (in dit geval 14 of meer in een uur). Te zien is dat de patronen van de twee categorieën grotendeels gelijklopen. Echter rond een minuut voor de file ligt de gemiddelde snelheid in de situatie met veel gebruikersritten lager dan in de situatie met weinig gebruikersritten. Dit is in lijn met het effect wat je van de diensten zou verwachten: 64 Evaluatie spookfiles A58

73 v_gem (km/u) v_gem (km/u) bij veel adviezen een wat lagere snelheid voorafgaand aan file dan bij weinig adviezen. Het verschil zit hem voornamelijk in de minuut voorafgaand aan file. Het verschil bedraagt gemiddeld ongeveer 4 km/u (zie blauwe lijn). A58 Eindhoven - Tilburg ochtendspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten Afbeelding 6.10 Snelheidsverloop voorafgaand aan file A58 Eindhoven-Tilburg ochtendspits Ook in de avondspits op de A58 Eindhoven-Tilburg is dit beoogde effect te zien. Zie Afbeelding 6.11 Ook hier loopt het verschil op tot ongeveer 4 km/u. In vergelijking met de ochtendspits is de afname al eerder zichtbaar. A58 Eindhoven - Tilburg avondspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten Evaluatie spookfiles A58 65

74 v_gem v_gem Afbeelding 6.11 Snelheidsverloop voorafgaand aan file A58 Eindhoven-Tilburg avondspits Op de A58 Tilburg-Eindhoven zijn met deze aanpak verschillen tussen de situatie met en zonder adviezen een stuk kleiner. Zie figuren 6.12 en De snelheid in de laatste minuut (file) ligt in de situatie met veel adviezen wel iets lager, maar overtuigend is het niet. A58 Tilburg - Einhoven ochtendspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten Afbeelding 6.12 Snelheidsverloop voorafgaand aan file A58 Tilburg-Eindhoven ochtendspits A58 Tilburg - Eindhoven avondspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten 66 Evaluatie spookfiles A58

75 v_gem Afbeelding 6.13 Snelheidsverloop voorafgaand aan file A58 Tilburg-Eindhoven avondspits Voor een betrouwbaarder beeld hebben we de afzonderlijke resultaten samengevoegd. Het resultaat, gebaseerd op alle onderzochte files, is weergegeven in Afbeelding 6.14 In deze figuur zien we bij veel adviezen ten opzichte van weinig adviezen een daling in de snelheid voorafgaand aan de file. Dit is conform het beoogde effect van de diensten. De verschillen zijn wel beperkt: gemiddeld rond de 2 km/u op z n hoogst. 120 Gemiddeld snelheidsverloop in aanloop naar file in relatie tot aantal adviezen Minuten tot file Weinig gebruikersritten Veel gebruikersritten Afbeelding 6.14 Snelheidsverloop voorafgaand aan file A58 totaal Evaluatie spookfiles A58 67

76 v_gem Van de file af Met een vergelijkbare methode hebben we gekeken naar de potentiële effecten van versnellingsadviezen van file af. In Afbeelding 6.15 is het resultaat weergegeven voor alle files samen. Te zien is dat het beoogde effect zich niet voordoet. Sterker nog, in situaties met veel adviezen lijkt de verkeersstroom wat trager op gang te komen, dan in de situatie met weinig adviezen. Per spits en per richting verschilt het resultaat wel. Echter bij geen van die afzonderlijke analyses is het beoogde effect gevonden. 120 Gemiddeld snelheidsverloop bij uitrijden file in relatie tot aantal adviezen Minuten tot file Weinig gebruikersritten Veel gebruikersritten Afbeelding 6.15 Snelheidsverloop na afloop van file A58 totaal 6.4 Meso-analyse PoC-dag De aard van deze analyses maakt het mogelijk om deze afzonderlijk uit te voeren voor de PoC-dag op 24 november Op die dag zijn er tijdens de ochtendspits veel gebruikers tegelijk de weg op gegaan. Veel meer dan tijdens de overige spitsen van het project Spookfiles A58. Van de files tijdens de PoC-dag hebben we met dezelfde methode het snelheidsverloop in aanloop naar de files bepaald. Het resultaat is weergegeven in Afbeelding 6.17 en Tilburg Eindhoven (Afbeelding 6.17) was bij de PoC de heen-richting voor de gebruikers. Men is toen uitgebreid geïnstrueerd en volgens een bepaalde verdeling op pad gegaan. Te zien is dat de snelheid van de verkeersstroom naar file toe tijdens de PoC-dag beduidend lager lag dan gemiddeld op de andere spitsen tijdens het project (zowel met als zonder deelnemers). Het grote effect tijdens de heenrichting is misschien niet helemaal representatief, omdat er instructies aan vooraf gingen. Echter ook op de terugweg, waarbij deelnemers van de PoC weer terug reden en het rijgedrag wellicht alweer wat genormaliseerd was, is (in mindere mate) hetzelfde effect te zien. Alhoewel de PoC-lijnen gebaseerd zijn op veel minder file-situaties bevestigen ze wel het in de vorige paragrafen geconstateerde beeld: in een verkeersstroom met (relatief) veel deelnemers ligt de snelheid naar file toe lager dan in een verkeersstroom met (relatief) weinig deelnemers. Dit bevestigt 68 Evaluatie spookfiles A58

77 v_gem (km/u) v_gem dus dat het mogelijk is voor de diensten om de snelheid van de verkeersstroom te beïnvloeden. Gezien de beperkte hoeveelheid files, grote hoeveelheid deelnemers en nog matig werkende apps moeten de PoC-resultaten niet zozeer als reëel effect worden gezien, maar als illustratie van wat er in de praktijk mogelijk is gebleken. A58 Tilburg - Einhoven ochtendspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten POC Afbeelding 6.16: Snelheidsverloop naar file tijdens PoC bij de heenrit (A58 Tilburg Eindhoven) A58 Eindhoven - Tilburg ochtendspits Minuten tot file Weinig gebruikersritten Veel gebruikersritten POC Afbeelding 6.17: Snelheidsverloop naar file tijdens PoC bij de terugrit(a58 Eindhoven - Tilburg) Evaluatie spookfiles A58 69

78 6.5 Discussie en conclusie Discussie In dit Hoofdstuk is er op twee manieren getracht inzicht te krijgen in de effecten op meso-niveau. Daarbij gaat het om het effect van de gedragsaanpassing van individuele deelnemers op de snelheid van de gehele verkeersstroom naar files toe en van files af. Bij de ene methode kijken we op een vast tijdstip naar de snelheden op een aantal opeenvolgende raaien, bij de andere methode kijken we op een vaste plaats naar de snelheden op een aantal opeenvolgende minuten. Bij de verkeersstroom naar de file toe lijkt het erop dat we met deze beide methoden de bedoelde effecten gevonden hebben. We hebben de effecten overigens niet steeds kunnen aantonen. Resultaten van beide methoden stemmen ook niet heel sterk met elkaar overeen. De betrouwbaarheid is niet voldoende om precies te kunnen aangeven wanneer er wel of geen effecten zijn en hoe groot de effecten precies zijn. Bij het uitrijden van de file zien we overigens geen effect: Er wordt niet vlotter, maar juist langzamer weggereden uit de file. We moeten wat voorzichtig zijn bij het beoordelen van deze resultaten. Ze zijn niet erg robuust. Wijzigingen in de methode leiden bij beide aanpakken tot wijzigingen in de resultaten. Echter, bij het naderen van een file wijzen de resultaten grosso modo wel vaak in de richting van het veronderstelde effect: Er wordt in situaties met relatief veel gebruikersritten met advies rustiger naar de file toe gereden dan bij weinig gebruikersritten met advies. Het lijkt er dus op dat de aanpassing van de snelheid van individuele deelnemers in voorkomende gevallen invloed heeft gehad op de verkeersstroom als geheel. Dat is prettig, want dit is nodig voor het bestrijden van filegolven. De diensten geven niet alleen snelheidsadviezen, maar ook informatie over de locatie van de file. We weten niet in welke mate de vastgestelde effecten worden veroorzaakt door de adviezen dan wel de aanvullende informatie over de file-locaties. Aangezien het effect op de snelheid soms al ruim voor de file (in tijd en ruimte) te zien is, zou daar weleens niet zozeer het advies als wel de getoonde informatie een rol kunnen spelen. Voor een beter begrip van de materie zou dit wellicht nader onderzocht kunnen worden. Alhoewel dit deels een hoopvol resultaat is zijn er wel een paar opmerkingen bij te maken. In alle gevallen zijn de verschillen beperkt, dus een eventueel effect tijdens de proef is hoe dan ook klein geweest. Dit wordt onzes inziens veroorzaakt door het uiterst geringe aantal deelnemers van de Spookfiledienst. Bovendien bestaat de indruk dat adviezen niet altijd op het juiste moment worden gegeven. Hierdoor zijn de effecten heel klein en heel moeilijk te vinden. Dat de (kleine) effecten die met deze methode gevonden zijn wel degelijk bestaan wordt bevestigd door de PoC. Op die dag, met veel deelnemers in de verkeersstroom, lagen de snelheden naar file toe duidelijk lager dan op de andere dagen. Dit biedt potentie, omdat de diensten die dag nog niet eens perfect werkten Conclusie Op microniveau hebben we geconstateerd dat de Spookfilediensten leiden tot gedragsaanpassingen bij de deelnemers (H5). Op het mesoniveau veronderstellen we dat deze gedragsaanpassingen leiden tot veranderingen in de verkeersstroom. Naar de file toe zou de (gemiddelde) snelheid van de verkeersstroom lager moeten worden en van de file af zou de (gemiddelde) snelheid van de verkeersstroom hoger moeten worden. 70 Evaluatie spookfiles A58

79 We hebben in dit Hoofdstuk laten zien dat de gemiddelde snelheid van verkeerstroom naar de file toe inderdaad iets lijkt af te nemen ten gevolge van de Spookfiledienst. Het blijkt namelijk dat de snelheid van de verkeersstroom varieert met het aantal gebruikersritten per uur: Als er (relatief) veel gebruikersritten zijn, ligt de gemiddelde snelheid naar file toe wat lager dan wanneer er weinig gebruikersritten zijn. Dit effect vinden we niet steeds en niet overal, maar grosso modo blijkt dit effect wel op te treden. Bij het uitrijden van de file zien we overigens geen effect in de gewenste richting: er wordt niet vlotter, maar juist langzamer weggereden uit de file. De veronderstelling van de Spookfilediensten is dat het veranderde rijgedrag leidt tot een vermindering van file, vooral schokgolven. In deze paragraaf hebben we laten zien dat het erop lijkt dat het veranderde rijgedrag heeft geleid tot een verandering in de snelheid van de verkeersstroom. Deze verandering blijkt beperkt te zijn. Evaluatie spookfiles A58 71

80 7 Macroniveau: Effecten op doorstroming A58 In dit Hoofdstuk gaan we in op de effecten van de diensten op macroniveau. De centrale vraag in dit Hoofdstuk is in hoeverre de snelheidsaanpassing van de deelnemers resulteert in een vermindering van de spookfiles op de A58 en een verbetering van de doorstroming. De resultaten van het onderzoek laten zien dat op dat niveau, gezien de resultaten van de vorige Hoofdstukken niet geheel onverwacht, geen duidelijke effecten zichtbaar zijn. 7.1 Inleiding en afbakening Data In dit Hoofdstuk komen de macroscopische verkeerskundige effecten aan bod. Het gaat hierbij om de effecten van de app op de verkeersafwikkeling op de A58. Daarbij is gekeken naar filegolven, reisduur en voertuigverliesuren op het gehele onderzoekstraject: de A58 tussen Tilburg en Eindhoven in beide richtingen. In 2015 is een eerste onderzoek naar de effecten uitgevoerd. Daarin zijn de effecten van de app afgeleid uit een nulmeting (februari t/m juli 2014) en een éénmeting (februari t/m juli 2015). Nu, aan het eind van het project, zijn wederom de effecten bepaald. Voor de vergelijkbaarheid zou het voor de hand liggen om de maanden februari t/m juli 2016 hiervoor te gebruiken. Het project loopt echter door tot eind november. Met deze meetperioden zouden dus potentiële effecten aan het eind van het project, waarin nog enkele belangrijke verbeterslagen zijn doorgevoerd, niet worden meegenomen. Om een nette vergelijking te maken tussen de verschillende perioden is besloten om de maanden februari t/m november van 2014, 2015 en 2016 in het onderzoek te betrekken. Analyses zijn conform de eerdere effectmeting per rijrichting afzonderlijk uitgevoerd voor de ochtendspits (6-10 uur) en avondspits (15-19 uur) op werkdagen. Leeswijzer In deze paragraaf wordt nader ingegaan op de uitgevoerde analyses en de gebruikte data. In paragraaf 7.2 en 7.3 komen achtereenvolgens de resultaten voor de A58 Eindhoven Tilburg en A58 Tilburg Eindhoven aan bod. In paragraaf 7.4 volgen de conclusies. Voor het onderzoek naar de effecten op doorstroming is gebruikgemaakt van de gegevens van de signaleringslussen van Rijkswaterstaat aldaar. De bron is Monica-data (intensiteit, snelheid en beeldstanden per minuut per rijstrook). In de DGL-database van Rijkswaterstaat wordt deze data verwerkt tot minuutgegevens per raai (rijbaan). De raai-data van alle aanwezige meetlocaties is gebruikt. Op de A58 Eindhoven-Tilburg (A58-Rechts) liggen van km 13,7 tot en met 34,2 in totaal 37 meetraaien waarvan er één (km 13,9) continu geen data levert. Voor de A58 Eindhoven-Tilburg zijn de analyses dus gebaseerd op 36 meetraaien. Op de A58 Tilburg-Eindhoven (A58-Links) liggen van km 13,1 tot en met km 34,0 in totaal 36 meetraaien. De laatste meetraai heeft gedurende een langere periode 72 Evaluatie spookfiles A58

81 in 2016 geen data geleverd. De nieuwe analyses voor de A58 Tilburg-Eindhoven waarbij 2016 betrokken is, zijn dus gebaseerd op de minuutdata van 35 raaien. Van alle onderzoeksdagen zijn de minuutgegevens van alle raaien verzameld. Omdat er af en toe minuutgegevens ontbreken zijn de gegevens eerst gecompleteerd. Windmolenfiles Op 29 maart 2016 is gestart met de bouw van een viertal windmolens langs de A58 (windmolenpark Kattenberg). Tijdens de bouwperiode heeft dit geleid tot zeer veel extra filevorming, de zogenaamde windmolenfiles, zowel in de ochtendspits als de avondspits op de A58 Tilburg-Eindhoven. Omdat dit de resultaten dermate verstoorde is de bouwperiode (29 maart t/m eind april) buiten beschouwing gelaten. Om de jaren onderling zo goed mogelijk vergelijkbaar te houden is deze periode ook uit de andere jaren gehaald. In paragraaf wordt verder ingegaan op overige verstorende factoren Fileclassificatie Een belangrijk onderdeel in het bepalen van de effecten is de classificatie van files. TNO heeft in het onderzoek Beter Benutten Filegolven A58 een aanpak geïntroduceerd waarbij (voertuigverliesuren ten gevolge van) incidentfiles, filegolven en infrastructurele files van elkaar worden onderscheiden. Wij hebben voor deze evaluatie dezelfde aanpak gebruikt. Naar aanleiding van het toepassen van de methode in de nulmeting, zijn er enkele kleine aanpassingen doorgevoerd. Dit heeft geresulteerd in een onderscheid in 4 categorieën van file (zie Tabel 7.1). Enerzijds wordt onderscheid gemaakt in de oorzaak van de file (incidenteel versus regulier) en anderzijds wordt onderscheid gemaakt in het type file (filegolf versus statische/infrastructurele file). Conform de TNO-aanpak wordt gesproken van file als de minuutsnelheid lager is dan 70 km/h. Incidentfiles worden vastgesteld op basis van een koppeling met beeldstanden. Een file-minuut op een meetlocatie is geclassificeerd als incidentfile als er op dat moment sprake was van beeldstand rood kruis of verdrijfpijl. Aansluitende file in tijd (later) en ruimte (stroomopwaarts) is daarbij ook geclassificeerd als incidentfile. Het onderscheid tussen filegolf en statische/infrastructurele file is gemaakt door te kijken naar de aaneengesloten duur waarop er op een bepaalde meetlocatie file staat. Een file-minuut op een meetlocatie is geclassificeerd als filegolf als het maximum van de 11 minuutsnelheden voorafgaand aan deze minuut hoger was dan 65 km/u én het maximum van de 11 minuutsnelheden volgend op deze minuut hoger was dan 65 km/u. Als gedurende langere tijd de minuutsnelheden onder deze grens liggen dan is het geclassificeerd als statische/infrastructurele file. Een en ander is door Bureau Onderweg beschreven in de notitie Toepassing TNO-methode classificatie files in nulmeting (d.d ). Tabel 7.1 Fileclassificatie. Oorzaak file Regulier Incidenteel Type file Statisch/infrastructureel A C Filegolf B D Analyses Om een beeld te krijgen van de macroscopische verkeerskundige effecten op de A58 is per richting en per spitsperiode een aantal analyses uitgevoerd. De aanpak van deze analyses is hieronder beschreven. De resultaten van de analyses komen per richting en per spits in volgende paragrafen aan bod. Evaluatie spookfiles A58 73

82 Contourplots filebeeld Om een indruk te krijgen van het filebeeld zijn van een deel van de onderzoeksdagen contourplots gemaakt. Een willekeurig voorbeeld is weergegeven in Figuur 7.1. In de plot zijn de minuutsnelheden van de meetraaien op de A58 gevisualiseerd door middel van kleuren (groen is geen vertraging, rood is file). De horizontale richting heeft betrekking op de achtereenvolgende meetlocaties (van links naar rechts) en de verticale richting heeft betrekking op de tijd (van boven naar beneden). Verkeer rijdt dus van linksboven schuin naar rechts. Het filebeeld op de A58 varieert sterk van dag tot dag. Alhoewel de knelpunten vaak wel dezelfde zijn, laat elke dag weer een ander verkeersbeeld zien als het gaat om bijvoorbeeld het tijdstip, het aantal, lengte en de duur van filegolven. Om globaal een indruk te hebben van het filebeeld wordt in de volgende paragrafen per richting en per spits steeds een drietal contourplots weergegeven. Een van een rustige dag, een van een min of meer gemiddelde dag en een van een drukke dag. Afbeelding 7.1 Voorbeeld contourplot Analyse filegolven De P2 diensten beogen de filegolven aan te pakken. Derhalve is logisch om, voorafgaand aan het bepalen van de doorstromingseffecten, in de eerste plaats na te gaan of er iets aan die filegolven op de A58 is veranderd. In deze analyse is onderzocht of er in de achtereenvolgende jaren voor de weggebruiker iets is veranderd aan de filegolven, nog even ongeacht de oorzaak daarvan. Dit onderdeel is dus puur beschrijvend. Alle onderzoeksdagen en typen files zijn in de analyses opgenomen. Om inzicht te krijgen in de (verandering) in filegolven is gekeken naar (1) het aantal filegolven en (2) de totale tijdsduur dat er sprake is van filegolven. Dit is gedaan voor 2014, 2015 en Als indicatie voor het aantal filegolven op het onderzoekstraject is per meetlocatie geteld hoe vaak er in de ochtend- en de avondspits een filegolf passeert. Daarvoor is gebruikgemaakt van de minuutgegevens en de gehanteerde fileclassificatie. Per raai is het aantal overgangen van niet-filegolf naar wel-filegolf binnen elke spitsperiode geteld. Vervolgens is het gemiddelde aantal per spits over alle onderzoeksdagen berekend. Dit is per raai voor de drie achtereenvolgende jaren gedaan. Naast het aantal filegolven is ook de totale tijdsduur van de filegolven per raai bepaald. Er is per raai per spitsperiode bijgehouden gedurende hoeveel minuten er sprake was van een reguliere filegolf. Per onderzoeksperiode is hiervan de gemiddelde tijdsduur per spits berekend. 74 Evaluatie spookfiles A58

83 Overzicht voertuigverliesuren per filecategorie Voor een indruk van de mate van vertraging is per onderzoeksperiode het gemiddeld aantal voertuigverliesuren bepaald. Dit is gedaan per type file conform de fileclassificatie. Alle onderzoeksdagen en typen files zijn hierin opgenomen. Het is puur een beschrijving van hoe de situatie was in het betreffende jaar, zonder daar verder oorzaken aan te koppelen. Effect reisduur en voertuigverliesuren Aansluitend op de beschrijvende analyses van de filegolven en voertuigverliesuren is onderzocht of er sprake is van een daadwerkelijk effect op de reisduur en een effect op het aantal voertuigverliesuren op de A58. In 2015 is reeds het effect bepaald uit een vergelijking tussen 2014 en Op de A58 Tilburg-Eindhoven bleek de situatie in zowel de ochtend- als de avondspits slechter te zijn geworden. Dat gold ook voor de A58 Eindhoven-Tilburg in de ochtendspits. In de avondspits was de situatie daar nagenoeg ongewijzigd. Een effect van de apps werd niet gevonden. In 2016 zijn de apps verder verbeterd. In het huidige onderzoek is met dezelfde methode opnieuw het effect op reisduur en voertuigverliesuren bepaald, nu door 2016 met 2015 te vergelijken. Uit verschillen tussen data van beide jaren proberen we effecten af te leiden van de apps. Maar niet elk verschil tussen beide jaren wordt natuurlijk door de apps veroorzaakt. Allerlei externe factoren kunnen een verstorende rol spelen. Om - in elk geval voor een belangrijk deel - te controleren voor verstorende factoren conditioneren we bij de effectberekeningen op verkeersaanbod. We kijken naar de verschillen tussen de nametingsperiode (2016) en de voormetingsperiode (2015) op momenten waarop het in beide perioden even druk is geweest. Stel dat het in bijv. vanwege de aantrekkende economie - wat drukker op de weg is dan in Het is waarschijnlijk dat we in dat geval in 2016 meer voertuigverliesuren (VVU) vinden dan in De toename in VVU interpreteren we echter niet als een gevolg van de apps. Integendeel, we kijken naar perioden waarin het aanbod even hoog was en als we dan verschillen zien, dan pas veronderstellen we dat dit een mogelijk effect van de apps is. We kunnen voor deze aanpak kiezen, omdat we veronderstellen dat de apps niet zullen leiden tot meer of minder verkeer. We gaan er dus vanuit dat alle verschillen die ontstaan zijn doordat het in de ene periode drukker is dan in de andere, niet door de apps veroorzaakt kunnen zijn. Aan de andere kant veronderstellen we ook dat heel veel externe factoren - potentieel storende factoren - wel hun invloed hebben via een toe- of afname van het verkeer. Genoemd is bijvoorbeeld al de aantrekkende economie. Het is plausibel dat de aantrekkende economie leidt tot meer verkeer, wat zich vervolgens uit in meer VVU of een langere reisduur. Controleren we echter voor het verkeersaanbod, dan is het niet plausibel dat de aantrekkende economie nog op andere manieren het aantal VVU of de reisduur noemenswaardig kan beïnvloeden. De analyse-eenheden bij deze analyses zijn spitsperioden per raai. Voertuigverliesuren en reisduur zijn (per minuut) per raai bepaald. Bij voertuigverliesuren is een referentiesnelheid van 70 km/u gehanteerd. Vervolgens zijn deze gegevens gesommeerd tot raaigegevens (per spitsperiode). De gepresenteerde gegevens betreffen het gehele traject, de som van de raairesultaten. Bewust hebben we voor een relatief lange periode gekozen. Bij het controleren voor verkeersaanbod, moeten we namelijk wel al het verkeer gemeten hebben. Er mogen geen storende wachtrijen meer staan, en buiten de spits is dat niet waarschijnlijk. We hebben het aanbod afgeleid uit twee tamelijk centraal en ongestoord liggende luslocaties op km 24,4 voor zowel de A58 Eindhoven-Tilburg en A58 Tilburg- Eindhoven. Bij de vorige effectmeting bleek dat het controleren voor het verkeersaanbod voor sommige spitsperioden niet goed uitpakte, vooral bij spitsen met (zware) incidentfiles. In dergelijke spitsen ligt Evaluatie spookfiles A58 75

84 de relatie tussen aanbod en reisduur anders dan op normale dagen. In de eerste plaats is bij hetzelfde aanbod de reisduur veel groter dan normaal. Incidenten worden in het onderzoek gedetecteerd aan de hand van afkruisingen. Vanwege het feit dat rijstroken zijn afgekruist en er minder capaciteit beschikbaar is, ontstaat er veel eerder en meer filevorming dan gebruikelijk bij hetzelfde aanbod. In de tweede plaats blijkt in zulke spitsen het verkeersaanbod geringer dan men zou verwachten. De oorzaak daarvan is - zo nemen we aan - dat bij dergelijke forse filevorming sommige mensen een andere route kiezen, het vertrektijdstip uitstellen of in het geheel niet vertrekken. Cijfers van dergelijke spitsen komen in de uitgevoerde analyses om deze redenen ver buiten de gevonden puntenwolken te liggen. Daarom is besloten de spitsperioden met zware incidentfiles bij het bepalen van de effecten buiten de analyses te houden. De mate van vertekening van de resultaten blijft hierdoor beperkt. 7.2 Resultaten A58 Eindhoven-Tilburg Ochtendspits Filebeeld In Afbeelding 7.2 is het filebeeld weergegeven op de A58 Eindhoven-Tilburg in de ochtendspits van achtereenvolgens een rustige spits, een min of meer gemiddelde spits, en een drukkere spits. De filelocaties en -golven worden nader toegelicht bij het volgende onderdeel Filegolven. Afbeelding 7.2. Filebeeld ochtendspits A58 Eindhoven-Tilburg. Filegolven In Afbeelding 7.3 is weergegeven hoeveel filegolven er in een gemiddelde ochtendspits bij elke raai passeren (conform de aanpak in Paragraaf 7.1.4). Op de y-as staat het aantal filegolven en op de x-as de kilometrering van de meetlocaties. Bovenin de grafiek is een schets van het aantal rijstroken en de aansluitingen en parkeerlocaties weergegeven, met daarbij in blauw ook de locatie van het 76 Evaluatie spookfiles A58

85 Aantal filegolven Wilhelminakanaal. De rijrichting is van lage naar hoge kilometrering. Van de drie achtereenvolgende jaren zijn de resultaten in de grafiek opgenomen. De blauwe punten hebben betrekking op 2014, de rode punten op 2015 en de groene op Te zien is dat het aantal filegolven in 2014 zeer beperkt was. Op elke locatie passeerde er in een gemiddelde ochtendspits minder dan 1 filegolf. Zoals al toegelicht in de evaluatie van 2015 was het aantal filegolven in 2015 toegenomen. Vooral rond km 19,5-22. Dit is net bij en stroomafwaarts van de aansluiting Oirschot. In 2015 passeerden daar gemiddeld ongeveer 2 filegolven per spits. In 2016 ligt het aantal filegolven weer iets lager dan in 2015, zo ongeveer tussen 2014 en 2015 in A2 Best Gemiddeld aantal filegolven per raai A58 Eindhoven - Tilburg ochtendspits P Oirschot Kilometrering Moergestel P A65 Afbeelding 7.3. Aantal filegolven gemiddelde ochtendspits A58 Eindhoven-Tilburg. In Afbeelding 7.4 is voor elke meetlocatie het totaal aantal minuten weergegeven waarop er sprake was van een filegolf. In de ochtendspits was er in 2014 op geen enkele meetlocatie gemiddeld meer dan 5 minuten sprake van passerende filegolven. In 2015 was dit vooral bij Oirschot toegenomen tot rond de 10 minuten. Dus globaal gezien heeft de verdubbeling van het aantal filegolven geleid tot een verdubbeling van de tijd dat er filegolven stonden. In 2016 ligt dit weer wat lager tussen het niveau van 2014 en 2015 in. Evaluatie spookfiles A58 77

86 Minuten filegolf 70 Aantal minuten filegolven per raai A58 Eindhoven - Tilburg ochtendspits 60 A2 Best P Oirschot Moergestel P A Kilometrering Afbeelding 7.4. Aantal minuten filegolf gemiddelde ochtendspits A58 Eindhoven-Tilburg. Voertuigverliesuren per type file In Tabel 7.2 is voor 2015 en 2016 het gemiddeld aantal voertuigverliesuren per filetype weergegeven op de A58 Eindhoven-Tilburg in de ochtendspits. Uit de kolom Totaal leiden we af dat de totale hoeveelheid file in termen van voertuigverliesuren op de A58 Eindhoven-Tilburg in de ochtendspits met ongeveer 35% is afgenomen. Uit de overige kolommen blijkt dat deze afname zich voordeed bij alle filetypen en relatief gezien het meest bij de incidentfiles. Tabel 7.2. Voertuigverliesuren per filetype (A58 Eindhoven-Tilburg ochtendspits). Regulier/ Statisch Regulier/ Golf Incidenteel/ Statisch Incidenteel/ Golf Totaal Effect reisduur en voertuigverliesuren In dit onderdeel wordt het effect op reisduur en voertuigverliesuren bepaald. Hierbij zijn ochtendspitsen met zware incidentfiles buiten beschouwing gelaten. Uit de lustellingen blijkt dat het verkeersaanbod in 2016 in de ochtendspits iets groter was dan in Deze toename is heel beperkt. Tabel 7.3 bevat de reisduurgegevens. De eerste kolom ("Totaal") bevat de algemene gemiddelden. We zien dat de gemiddelde reisduur in 2016 iets korter was dan in Deze afname is echter ook zeer beperkt (en, zoals nog zal blijken, niet significant). 78 Evaluatie spookfiles A58

87 Tabel 7.3. Effect op de reisduur (A58 Eindhoven-Tilburg ochtendspits). Gemiddelde reisduur (sec) per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) Tabel 7.3 is gebaseerd op gegevens van 350 ochtendspitsen, 171 in 2015 en 179 in 2016 (zoals vermeld zijn er een aantal spitsen met veel incidentfile buiten beschouwing gelaten.) Deze 350 ochtendspitsen zijn ingedeeld in vijf aanbodcategorieën. In Tabel 7.3 worden de gemiddelde reisduren per aanbodcategorie vermeld in de kolommen gelabeld Cat. 1 tot en met Cat. 5. De labels bij de aanbodcategorieën betreffen het aantal voertuigen gedurende de gehele spitsperiode (vier uren). We zien dat er bij de lagere aanbodcategorieën vrijwel geen verschil is tussen de reisduur in 2015 en de reisduur in Alleen bij de drukkere ochtendspitsen, met een groter aanbod, lijkt de reisduur in 2016 korter te zijn dan in Het gaat om maximaal 20 seconden. Dit resultaat is heel interessant, omdat we een eventueel effect van de dienst het eerste in deze aanbodscategorie zouden verwachten. Immers, bij meer aanbod is er gemiddeld genomen meer file, zodat er een grotere potentie is tot reductie van file en dus een afname van de reisduur. Het gevonden verschil bij aanbodscategorie 5 is echter niet significant (bij 95% betrouwbaarheid). Dat scheelt weliswaar niet veel, maar enkel dit gegeven is (nog) niet doorslaggevend om van een effect van de dienst te spreken. De kolom Totaal (gecorr.) bevat voor 2016 (altijd) dezelfde waarde als de kolom Totaal. Dit is dus gewoon het gemiddelde van alle ochtendspitsen in de analyse. Voor 2015 bevat deze kolom de gemiddelde reisduur die we in 2015 gezien zouden hebben, als het in 2015 even druk zou zijn geweest als in Deze waarde (744 sec.) verschilt echter nauwelijks van het "echte" gemiddelde in 2015 (743 sec.). Dit is een direct gevolg van het feit dat het verkeersaanbod in 2016 nauwelijks groter was dan in 2015, zoals we al hebben gezien. Aan de hand van een figuur kan beter geïllustreerd worden wat er aan de hand is, en hoe de berekeningen verlopen. Afbeelding 7.5 toont voor beide jaren een puntenwolk (2015 in blauw, 2016 in rood) die het verband weergeeft tussen de aanbod (x-as) en gemiddelde reisduur (y-as). We zien dat er globaal sprake is van een langere reisduur bij een groter aanbod. De verticale zwarte lijnen geven de grenzen tussen de aanbodscategorieën weer. De assumptie is nu dat we binnen de categorieën op een "eerlijke" manier de jaren kunnen vergelijken. Dus dat de reisduren binnen een categorie niet meer worden beïnvloed door het aanbod. Voor elke categorie zijn de gemiddelden berekend, zoals die ook in Tabel 7.2 zijn vermeld. In Afbeelding 7.3 zijn deze gemiddelde waarden weergegeven door de blauwe en rode horizontale lijnstukken. Soms zijn ze niet allebei goed te zien: ze dekken elkaar dan af omdat beide gemiddelden vrijwel gelijk aan elkaar zijn. Het enige substantiële verschil zien we, evenals in Tabel 7.2 het geval was, bij de categorie met het grootste aanbod. Evaluatie spookfiles A58 79

88 Reisduur over het traject (sec.) gem gem Verband tussen aanbod (x-as) en reisduur (y-as) A58 Eindhoven - Tilburg / Ochtendspits Aantal voertuigen in spitsperiode Afbeelding 7.5. Het verband tussen aanbod (x-as) en gemiddelde reisduur (y-as) (A58 Eindhoven-Tilburg ochtendspits). Tabel 7.4. Effect op voertuigverliesuren (A58 Eindhoven-Tilburg ochtendspits). Voertuigverliesuren per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) Zo kunnen we ook kijken naar de voertuigverliesuren. Tabel 7.4 vermeldt het gemiddeld aantal VVU per ochtendspits. Deze tabel heeft dezelfde opbouw als Tabel 7.3. Afbeelding 7.6 geeft een grafische weergave van dezelfde resultaten. We zien dat voor de lagere aanbodscategorieën de verschillen tussen 2015 en 2016 zeer gering zijn. Echter, ook voor de hogere categorieën is het verschil tussen 2015 en 2016 niet significant. 80 Evaluatie spookfiles A58

89 Voertuigverliesuren in de spitsperiode 800 Verband tussen aanbod (x-as) en vvu (y-as) A58 Eindhoven - Tilburg / Ochtendspits gem.2015 gem Aantal voertuigen in spitsperiode Afbeelding 7.6. Het verband tussen aanbod (x-as) en voertuigverliesuren (y-as) (A58 Eindhoven-Tilburg ochtendspits). Merk op dat het aantal voertuigverliesuren in Tabel 7.4 lager ligt dan in Tabel 7.2. Bij de analyses voor Tabel 7.4 zijn ochtendspitsen met zware incidentfiles achterwege gelaten omdat deze incidenten de analyses verstoren. Als we de cijfers in Tabel 7.2 opnieuw berekenen zonder dezelfde incidentdagen dan ziet de verdeling eruit als in Tabel 7.6. Er zijn dus ook reguliere files op dezelfde dagen meegefilterd, waardoor de verschillen tussen 2015 en 2016 kleiner zijn geworden. Doordat er op de A58 Eindhoven-Tilburg in de ochtendspits om relatief weinig file gaat heeft het al dan niet meenemen van dergelijke dagen veel invloed op de resultaten. Dat speelt bij de andere spitsen en richtingen veel minder, omdat er daar regulier (veel) meer file staat. Tabel 7.6. Voertuigverliesuren per filetype zonder zware incidenten (A58 Eindhoven-Tilburg ochtendspits). Regulier / Statisch Regulier / Golf Incidenteel / Statisch Incidenteel / Golf Totaal Conclusie In 2016 zien we wat minder filegolven dan in Deze afname doet zich vooral voor nabij de aansluiting Oirschot. Ook de voertuigverliesuren per filetype laten een daling zien. Het blijkt dat spitsen met zware incidentfiles hierin een belangrijke rol spelen. Voor de analyses naar het effect op reisduur en voertuigverliesuren zijn deze spitsen eruit gefilterd (in 2015 meer dan in 2016). Dan lijkt het er ook nog op dat er een verbetering in de doorstroming is, vooral als het druk is. Dit kon echter net niet met voldoende betrouwbaarheid worden vastgesteld. De afname van reisduur, voertuigverliesuren en filegolven lijkt vooral gerelateerd te zijn aan een afname van het aantal incidenten of de ernst ervan. Evaluatie spookfiles A58 81

90 7.2.2 Avondspits Filebeeld In Afbeelding 7.7 is het filebeeld weergegeven op de A58 Eindhoven-Tilburg in de avondspits van achtereenvolgens een rustige spits, een min of meer gemiddelde spits, en een drukkere spits. De filelocaties en -golven worden nader toegelicht bij het volgende onderdeel Filegolven. Afbeelding 7.7. Filebeeld avondspits A58 Eindhoven-Tilburg. Filegolven In de avondspits zijn er veel meer filegolven op de A58 Eindhoven-Tilburg dan in de ochtendspits. In Afbeelding 7.8 is te zien dat er de avondspits een kleine toename was tussen 2014 en 2015 voor wat betreft het gemiddeld aantal filegolven. In 2016 is dit verder toegenomen, vooral rond Oirschot, zowel stroomopwaarts als stroomafwaarts. Opvallend in de afbeelding is het relatief lage aantal bij km 19,2. Dit is de locatie vlak voor de aansluiting Oirschot. Op deze locatie staat er vaak gedurende langere aaneengesloten tijd achter elkaar file. Die file valt daarmee in de categorie infrastructurele file. In het resterende relatief kleine deel van de tijd dat er file staat, gaat het om daadwerkelijke filegolven. De volgende locatie stroomafwaarts kent een groot aantal filegolven. Daar zitten geregeld minuten met hogere snelheid tussen de file-minuten, waardoor deze wel in de categorie filegolf terecht komen. 82 Evaluatie spookfiles A58

91 Minuten filegolf Aantal filegolven A2 Gemiddeld aantal filegolven per raai A58 Eindhoven - Tilburg avondspits Best P Oirschot Kilometrering Moergestel P A65 Afbeelding 7.8. Aantal filegolven gemiddelde avondspits A58 Eindhoven-Tilburg. Afbeelding 7.9 toont voor elke raai kleine verschillen tussen 2014 en 2015 in het aantal minuten dat er filegolven zijn waargenomen in de avondspits. In 2016 is dit duidelijk toegenomen. Bij de aansluiting Oirschot is er gemiddeld in 2016 in de avondspits gedurende meer dan 50 minuten sprake van filegolven. Dit was in 2014 en 2015 nog ongeveer 40 minuten. 70 Aantal minuten filegolven per raai A58 Eindhoven - Tilburg avondspits 60 A2 Best P Oirschot Moergestel P A Kilometrering Afbeelding 7.9. Aantal minuten filegolf gemiddelde avondspits A58 Eindhoven-Tilburg. Evaluatie spookfiles A58 83

92 Voertuigverliesuren per type file In Tabel 7.7 is voor 2015 en 2016 het gemiddeld aantal voertuigverliesuren per filetype weergegeven voor de A58 Eindhoven-Tilburg in de avondspits. Tabel 7.7 suggereert dat er een toename is geweest van reguliere files, maar een afname van incidentfiles. Tabel 7.7. Voertuigverliesuren per filetype (A58 Eindhoven-Tilburg avondspits). Regulier/ Statisch Regulier/ Golf Incidenteel/ Statisch Incidenteel/ Golf Totaal Reisduur en voertuigverliesuren Bij een nadere analyse van het effect op reisduur en voertuigverliesuren zijn de spitsen met zware incidentfiles wederom buiten beschouwing gelaten. Ook in de avondspits blijkt het verkeersaanbod in 2016 iets toegenomen ten opzichte van Evenals in de ochtendspits is de toename heel beperkt. Bij de onderstaande analyses wordt gecorrigeerd voor verschillen in het verkeersaanbod. Desondanks zien we in kolom Totaal van Tabel 7.8 dat de reisduur iets lijkt te zijn toegenomen. We zien echter ook in deze tabel dat deze schijnbare toename zich niet in alle aanbodscategorieën voordoet. Afbeelding 7.10 toont dezelfde resultaten op grafische wijze. Uit de statistische analyses blijkt dat de vermelde verschillen tussen 2015 en 2016 geen van alle statistisch significant zijn. Tabel 7.8. Effect op de reisduur (A58 Eindhoven-Tilburg Avondspits). Gemiddelde reisduur (sec) per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) 84 Evaluatie spookfiles A58

93 Reisduur over het traject (sec.) gem gem Verband tussen aanbod (x-as) en reisduur (y-as) A58 Eindhoven-Tilburg / Avondspits Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en gemiddelde reisduur (y-as) (Eindhoven-Tilburg avondspits). De resultaten die de VVU betreffen, stemmen in sterke mate overeen met de resultaten die de reisduur betreffen. Zie Tabel 7.9 en Afbeelding Ook hierbij zijn de verschillen tussen 2015 en 2016 geen van alle statistisch significant. Tabel 7.9. Effect op voertuigverliesuren (A58 Eindhoven-Tilburg avondspits). Voertuigverliesuren per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) Evaluatie spookfiles A58 85

94 Voertuigverliesuren in de spitsperiode gem gem Verband tussen aanbod (x-as) en vvu (y-as) A58 Eindhoven-Tilburg / Avondspits Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en voertuigverliesuren (y-as) (A58 Eindhoven-Tilburg avondspits). Conclusie Op de A58 Eindhoven-Tilburg zien we In de avondspits een duidelijke toename van filegolven. Dit is het geval op het gedeelte van Eindhoven tot ruim voorbij de aansluiting Oirschot. Er lijkt ook wel een toename te zijn van de reisduur en het aantal voertuigverliesuren, maar dit is niet voldoende betrouwbaar aangetoond. Als er een toename van de hoeveelheid file is, lijkt die zich vooral voor te doen bij reguliere files. 7.3 Resultaten A58 Tilburg-Eindhoven Ochtendspits Filebeeld In Afbeelding 7.12 is het filebeeld weergegeven op de A58 Tilburg-Eindhoven in de ochtendspits van achtereenvolgens een rustige spits, een min of meer gemiddelde spits, en een drukkere spits. De filelocaties en -golven worden nader toegelicht bij het volgende onderdeel Filegolven. 86 Evaluatie spookfiles A58

95 Afbeelding Filebeeld ochtendspits A58 Tilburg-Eindhoven. Filegolven Afbeelding 7.13 toont het aantal filegolven per raai op de A58 Tilburg-Eindhoven. In dit geval is de rijrichting van hoge naar lage kilometrering (x-as). Bovenin de grafiek is weer een schets van het aantal rijstroken en de aansluitingen en verzorgingsplaatsen weergegeven, met daarbij in blauw ook de locatie van het Wilhelminakanaal. Het aantal filegolven is op het hele traject t/m iets voorbij Oirschot tamelijk gelijkmatig. Verder stroomafwaarts van Oirschot zijn er nauwelijks filegolven meer. In 2014 waren er op een gemiddelde ochtendspits overal ongeveer 3 filegolven en in 2015 was dat ongeveer met 1 toegenomen. Rond Oirschot en het weefvak tussen de samenvoeging A58/A65 en de daaropvolgende verzorgingsplaats was de toename nog wat groter is op de meeste locaties vergelijkbaar met 2015, waarbij stroomopwaarts van Oirschot tussen km 23 en 21 wel duidelijk een afname van het aantal filegolven is te zien. Evaluatie spookfiles A58 87

96 Aantal minuten filegolven Aanal filegolven Gemiddeld aantal filegolven per raai A58 Tilburg - Eindhoven ochtendspits A65 P P Moergestel Oirschot P Best Kilometrering Afbeelding Aantal filegolven gemiddelde ochtendspits A58 Tilburg-Eindhoven. Afbeelding 7.14 laat zien dat er in 2014 op de locaties stroomopwaarts van Oirschot ongeveer minuten sprake is van file van het type filegolf. Dit lag in 2015 ongeveer 5 minuten hoger is op de meeste locaties vergelijkbaar met Stroomopwaarts van Oirschot is er in 2016 iets minder lang sprake van filegolven dan in Aantal minuten filegolven per raai A58 Tilburg - Eindhoven ochtendspits 70 A65 P P Moergestel Oirschot P Best Kilometrering Afbeelding Aantal minuten filegolf gemiddelde ochtendspits A58 Tilburg-Eindhoven. 88 Evaluatie spookfiles A58

97 Reisduur over het traject (sec.) Voertuigverliesuren per type file In Tabel 7.10 is voor 2015 en 2016 het gemiddeld aantal voertuigverliesuren per filetype weergegeven op de A58 Tilburg-Eindhoven in de ochtendspits. Uit de Tabel 7.10 blijkt dat er ook qua vóórkomen van de verschillende filetypen niet veel is veranderd. Tabel Voertuigverliesuren per filetype (A58 Tilburg-Eindhoven ochtendspits). Regulier / Statisch Regulier / Golf Incidenteel / Statisch Incidenteel / Golf Totaal Reisduur en voertuigverliesuren Op de A58 Tilburg-Eindhoven is de hoeveelheid verkeer in de ochtendspits in 2016 iets toegenomen ten opzichte van Er was een gemiddelde toename van 0,8%. De gemiddelde reisduur is ook nauwelijks veranderd, zie Tabel 7.11 en Afbeelding Geen van de vermelde verschillen tussen 2015 en 2016 zijn statistisch significant. Tabel Effect op de reisduur (A58 Tilburg-Eindhoven ochtendspits). Gemiddelde reisduur (seconden) per aanbodcategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) gem gem Verband tussen aanbod (x-as) en reisduur (y-as) A58 Tilburg-Eindhoven / Ochtendspits Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en gemiddelde reisduur (y-as) (Tilburg-Eindhoven ochtendspits) Evaluatie spookfiles A58 89

98 Voertuigverliesuren in de spitsperiode Ook de mate waarin 2015 en 2016 verschillen in voertuigverliesuren is beperkt. Zie Tabel 7.12 en Afbeelding Geen van de vermelde verschillen is statistisch significant. Tabel Effect op voertuigverliesuren (A58 Tilburg-Eindhoven ochtendspits). Voertuigverliesuren per aanbodcategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) 1000 Verband tussen aanbod (x-as) en vvu (y-as) A58 Tilburg-Eindhoven / Ochtendspits gem gem Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en voertuigverliesuren (y-as) ( Tilburg-Eindhoven ochtendspits). Conclusie Ten opzichte van 2015 waren er in 2016 op de A58 Tilburg-Eindhoven in de ochtendspits misschien iets minder filegolven, maar dat was beperkt tot een klein deel van het traject. De reisduur is vrijwel gelijk gebleven en dat geldt ook voor het aantal voertuigverliesuren. Over het geheel gezien is er ook qua filetypen nauwelijks iets gewijzigd Avondspits Filebeeld In Afbeelding 7.17 is het filebeeld weergegeven op de A58 Tilburg-Eindhoven in de avondspits van achtereenvolgens een rustige spits, een min of meer gemiddelde spits, en een drukkere spits. De filelocaties en -golven worden nader toegelicht bij het volgende onderdeel Filegolven. 90 Evaluatie spookfiles A58

99 Afbeelding Filebeeld ochtendspits A58 Tilburg-Eindhoven. Filegolven Afbeelding 7.18 toont het aantal filegolven op de A58 Tilburg-Eindhoven in de avondspits. Het is redelijk gelijkmatig verdeeld over het traject. Op de meeste locaties ligt het aantal in 2014 gemiddeld net onder de 2 filegolven per spits. Ter hoogte van de samenvoeging A58/A65 en de daaropvolgende verzorgingsplaats, rond Oirschot en bij de aansluiting Best/knooppunt Batadorp (einde traject) ligt het aantal wat hoger, net boven de 2. In 2015 is het aantal filegolven overal duidelijk toegenomen ten opzichte van de nulmeting. Bij de knelpunten wat meer dan elders op het traject. In 2016 is het aantal nog verder toegenomen. Gemiddeld ligt het aantal filegolven op het traject nu rond de 3 en op sommige locaties zelfs rond de 5. Evaluatie spookfiles A58 91

100 Aantal minuten filegolven Aantal filegolven Gemiddeld aantal filegolven per raai A58 Tilburg - Eindhoven avondspits A65 P P Moergestel Oirschot P Best Kilometrering Afbeelding Aantal filegolven gemiddelde avondspits A58 Tilburg-Eindhoven. Files van het type filegolf worden op elke raai in 2014 in totaal ongeveer 10 minuten per spits waargenomen. Zie Afbeelding In 2015 was dat overal toegenomen en vooral bij de knelpunten. Rond Oirschot was de tijdsduur op sommige locaties bijna verdubbeld. In 2016 is er sprake van een forse stijging in vergelijking met 2015 op ongeveer het gehele traject. Gemiddeld genomen ligt het nu bij de meeste raaien in de buurt van de 20 minuten. Aantal minuten filegolven per raai A58 Tilburg - Eindhoven avondspits A65 P P Moergestel Oirschot P Best Kilometrering Afbeelding Aantal minuten filegolf gemiddelde avondspits A58 Tilburg-Eindhoven. 92 Evaluatie spookfiles A58

101 Voertuigverliesuren per type file In Tabel 7.13 is voor 2015 en 2016 het gemiddeld aantal voertuigverliesuren per filetype weergegeven op de A58 Tilburg-Eindhoven in de avondspits. Uit de Tabel 7.13 blijkt dat er een forse toename is in voertuigverliesuren. Dat geldt voor alle filetypen. Tabel Voertuigverliesuren per filetype (A58 Tilburg-Eindhoven avondspits). Regulier / Statisch Regulier / Golf Incidenteel / Statisch Incidenteel / Golf Totaal Reisduur en voertuigverliesuren In de avondspits zat er op de A58 Tilburg-Eindhoven in 2016 minder verkeer dan in Dit gaat om maar liefst 3,7%. Uit Tabel 7.14 blijkt dat desondanks de reisduur langer was. Zie ook Afbeelding Er was vooral sprake van een toename op momenten dat het verkeersaanbod laag was. Bij voertuigverliesuren zien we een sterk vergelijkbaar beeld. Zie Tabel 7.15 en Afbeelding Bij nadere analyse blijkt dat in avondspitsen met forse filevorming op de A58 Tilburg-Eindhoven er nagenoeg altijd sprake is van terugslag vanaf knooppunt Batadorp. Dat betekent dat deze file niets te maken heeft met het verkeersaanbod op het traject tussen Tilburg en Eindhoven. De mate van file wordt bepaald door wat er stroomafwaarts gebeurt. De gehanteerde analysetechniek (conditioneren op aanbod) is dus niet adequaat. We kunnen aan de gevonden toename dus geen conclusies verbinden over het effect van de dienst. Tabel Effect op de reisduur (A58 Tilburg-Eindhoven avondspits). Gemiddelde reisduur (sec) per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) Evaluatie spookfiles A58 93

102 Voertuigverliesuren in de spitsperiode Reisduur over het traject (sec.) gem gem Verband tussen aanbod (x-as) en reisduur (y-as) A58 Tilburg-Eindhoven / Avondspits Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en gemiddelde reisduur (y-as) (A58 Tilburg-Eindhoven avondspits). Tabel Effect op voertuigverliesuren (A58 Tilburg-Eindhoven avondspits). Voertuigverliesuren per aanbodscategorie (met aantal voertuigen) Totaal Cat. 1 Cat. 2 Cat. 3 Cat. 4 Cat. 5 Totaal tot en meer (gecorr.) Verband tussen aanbod (x-as) en vvu (y-as) A58 Tilburg-Eindhoven / Avondspits gem gem Aantal voertuigen in spitsperiode Afbeelding Het verband tussen aanbod (x-as) en voertuigverliesuren (y-as) (A58 Tilburg-Eindhoven avondspits). 94 Evaluatie spookfiles A58

103 Conclusie Op de A58 Tilburg-Eindhoven zien we in de avondspits beduidend meer filegolven dan in 2015 en (in nog sterkere mate) Ook de statische files zijn toegenomen. Hiermee hangt samen dat de reisduur is toegenomen in vergelijking met Hetzelfde geldt voor het aantal voertuigverliesuren. De oorzaak van deze toename ligt (in elk geval voor een groot deel) buiten het onderzoeksgebied. Het is niet mogelijk om hiervoor te corrigeren. De conclusie is dat we voor de avondspits op de A58 Tilburg- Eindhoven geen uitspraken kunnen doen over het effect van de dienst. 7.4 Discussiepunten Er zijn factoren waar in het onderzoek geen rekening mee gehouden wordt, maar die wel de effecten beïnvloeden. In een situatie zoals hier zijn er veel van dergelijke mogelijk storende factoren, maar een aanzienlijk deel hebben we ondervangen door te conditioneren op verkeersaanbod. Veel storende factoren beïnvloeden het onderzoek, doordat ze het verkeersaanbod beïnvloeden. Van de apps wordt niet verondersteld dat ze het verkeersaanbod beïnvloeden. Dus door te kijken naar eventuele effecten bij een constant verkeersaanbod, sluit men veel van die factoren buiten, terwijl men wel recht doet aan de apps. Er zijn echter ook factoren denkbaar die het onderzoek wel kunnen verstoren, maar die dat niet via het verkeersaanbod doen. Hieronder wordt een aantal relevante factoren benoemd. Weer Het weer kan van invloed zijn op de verkeersafwikkeling, denk bv aan extra filevorming ten gevolge van regen of mist, maar wellicht ook zonneschijn bij een laagstaande zon. Om inzicht te krijgen in de weersomstandigheden in de achtereenvolgende metingen is KNMI-data van meetstation Eindhoven gebruikt. Van elke spits is vastgesteld in welke mate er sprake is geweest van neerslag, mist en zon. Er zijn drie categorieën gehanteerd: geen, gedurende de halve spits of korter, of gedurende de halve spits of langer. In de ochtendspits blijkt dat er in 2016 de meeste regen-spitsen waren (18%) en in 2014 de minste (12%). In 2015 lag dit op 14%. In 2014 waren er iets meer mistdagen (9% versus 7% in de andere jaren). En iets minder zondagen. Qua zon ligt het dicht bij elkaar (respectievelijk 77%, 76% en 75%). In de avondspits liggen de verdelingen nog dichter bij elkaar. Zowel voor wat betreft neerslag, mist als zon zijn de verschillen tussen de jaren kleiner dan 1 procentpunt. De analyses zijn voor elk afzonderlijk jaar uitgevoerd op een groot aantal dagen (februari t/m november). Gezien bovenstaande cijfers, waaruit blijkt dat het weer in het ene jaar niet veel slechter weer was dan in het andere, ligt het niet voor de hand dat het weer voor een vertekening kan zorgen. Enige aandachtspunt bij de interpretatie van de resultaten is wellicht de ochtendspits van 2016 omdat er toen wat meer regendagen waren. Verkeerssamenstelling Een verandering van de verkeerssamenstelling kan van invloed zijn op de mate van filevorming, bijvoorbeeld als het aandeel vrachtverkeer is toegenomen. Vanaf 1 april 2016 is er sprake van tolheffing op de Belgische snelwegen. Als gevolg daarvan zou de hoeveelheid vrachtverkeer op de A58 toegenomen kunnen zijn. Om dit te controleren is voor een meetpunt op de A58 dat onderscheid maakt in voertuigcategorieën nagegaan hoe de hoeveelheid vrachtverkeer zich heeft ontwikkeld. In Tabel 7.16 is per jaar het percentage vrachtverkeer in de onderzoeksperiode weergegeven. De grootste toename van het aandeel vrachtverkeer is te vinden op de A58 Tilburg-Eindhoven in de avondspits. Het aandeel vrachtverkeer is in 2016 met 1 procentpunt gestegen (van 10% naar 11%) ten Evaluatie spookfiles A58 95

104 opzichte van 2014 en In deze spitsperiode in deze richting blijkt naast een toename van de hoeveelheid vrachtverkeer sprake van een afname van de hoeveelheid autoverkeer. Het lijkt erop dat in deze drukke spitsrichting autoverkeer is verdrongen door vrachtverkeer. In de andere rijrichting, waar relatief al minder vrachtverkeer zit, is de toename van het aandeel vrachtverkeer in de avondspits beperkter. In de ochtendspits is er op de A58 Eindhoven-Tilburg ook een toename van het aandeel vrachtverkeer waarneembaar. In deze richting is er geen sprake van een verdringingseffect zoals wel in de avondspits op de A58 Eindhoven-Tilburg. Op de A58 Tilburg-Eindhoven in de ochtendspits is er nauwelijks iets veranderd. Tabel 7.16 Percentage vrachtverkeer A58 Eindhoven-Tilburg Ochtend 10,1 10,4 10,8 A58 Eindhoven-Tilburg Avond 7,4 7,5 7,8 A58 Tilburg-Eindhoven Ochtend 8,5 8,7 8,7 A58 Tilburg-Eindhoven Avond 9,9 10,0 11,0 Gezien deze cijfers moeten we er rekening mee houden dat de toename van het aandeel vrachtverkeer de resultaten kan hebben beïnvloed. Windmolens Kattenberg Zoals al is beschreven zijn er in 2016 langs de A58 een viertal windmolens gebouwd. Tijdens de bouwperiode heeft dit overduidelijk voor veel extra filevorming gezorgd. Daarom is deze periode niet meegenomen in het onderzoek. Nu de windmolens er eenmaal staan is er geen sprake meer van deze dagelijkse windmolenfiles. Het valt echter niet uit te sluiten dat nu de windmolens er eenmaal staan ze (onder bepaalde omstandigheden) toch van invloed zijn op de verkeersafwikkeling. Verkeersaanbod toeritten Een ander punt, dat we gemakshalve hier onder de storende factoren scharen, betreft het verkeersaanbod op toeritten. Bij de analyses hebben we geconditioneerd op het verkeersaanbod op het traject zelf, maar niet op de toeritten. Het is wellicht wenselijk om eens na te gaan of en hoe we rekening kunnen houden met het verkeersaanbod op toeritten. Instelling toeritdosering en filesignalering De werking van de wegkantsystemen kan ook van invloed zijn op de doorstroming. De instellingen van toeritdosering (zoals bij Oirschot) of de filesignalering kunnen gewijzigd zijn, waardoor effect ontstaat op de afwikkeling. Wellicht is het wenselijk om te onderzoeken of er wijzigingen zijn en of dat deels een verklaring is van de verschillen tussen 2014 en Conclusies In dit Hoofdstuk is ingegaan op de macroscopische verkeerskundige effecten op de A58 tussen Tilburg en Eindhoven. We hebben de verandering in filegolven en ook de effecten op reisduur en voertuigverliesuren vastgesteld. Dit is gedaan in twee richtingen voor zowel de ochtend- als avondspits. In een eerste onderzoek was dit reeds gedaan door 2015 te vergelijken met Daarbij is in drie van de vier gevallen (A58 Eindhoven-Tilburg ochtend, A58 Tilburg-Eindhoven ochtend en A58 Tilburg-Eindhoven avond) een toename gevonden van het aantal en de duur van filegolven. Ook de reisduur en VVU waren toegenomen. In het vierde geval (A58 Eindhoven-Tilburg ochtend) werd geen 96 Evaluatie spookfiles A58

105 verschil waargenomen tussen 2014 en Zie ook de 0 en éénmeting uit de tussenmeting van In 2016 zijn de apps verder doorontwikkeld. Het onderzoek is herhaald waarbij ook 2016 erbij is betrokken. Voor de A58 Tilburg-Eindhoven is de situatie in 2016 in de avondspits verder verslechterd. Het aantal voertuigverliesuren is fors toegenomen voor alle vier de typen files (regulier-statisch, regulier-filegolf, incidenteel-statisch, incidenteel-filegolf). Dit blijkt echter vooral veroorzaakt te worden door terugslag van buiten het onderzoeksgebied (A2 Eindhoven). Op basis daarvan kunnen er voor deze situatie geen uitspraken over het effect van de apps gedaan kunnen worden. In de andere richting (A58 Eindhoven-Tilburg) lijkt de situatie in de avondspits iets verslechterd. Er zijn in 2016 meer filegolven waargenomen dan in 2014 en Er lijkt ook sprake van een toename van het aantal voertuigverliesuren, maar dat is niet voldoende betrouwbaar aangetoond. Op de A58 Tilburg-Eindhoven in de ochtendspits lijkt er nauwelijks iets veranderd. De reisduur is gelijk gebleven en dat geldt ook voor het aantal voertuigverliesuren. Rond Oirschot zijn er wel iets minder filegolven voorgekomen. Van een meetbaar verkeerskundig effect van de app is in deze situaties niet iets zichtbaar geworden. Het meest hoopgevend zijn wat dat betreft de resultaten voor de A58 Eindhoven-Tilburg in de ochtendspits. Alhoewel net niet significant, lag het aantal voertuigverliesuren in 2016 lager dan in Ook het aantal en de duur van de filegolven is afgenomen. Als we daarbij er rekening mee houden dat (1) er wat meer regenachtige ochtendspits waren in 2016 en dat (2) het aandeel vrachtverkeer in deze richting in de ochtendspitsen is toegenomen vanwege de tolheffing in België en dat (3) de nieuwe windmolens mogelijk onder omstandigheden de verkeersafwikkeling nadelig beïnvloeden, dan is het daar zeker de goede kant op gegaan. De conclusie is dat we op macroniveau geen bewijs hebben gevonden voor een verkeerskundig effect van de Spookfiledienst. Binnen de context van dit project is geen afname van filegolven geconstateerd. Dit is geen verrassing, omdat we ook op mesoniveau geen overtuigende effecten van de filedienst hebben kunnen aantonen (Zie Hoofdstuk 6). Het is redelijk om aan te nemen dat vanwege het geringe aantal deelnemers en het geringe aantal (adequate) adviezen de werkelijke effecten op macro-niveau zeer klein zijn. In dat licht mag het niet verbazen dat we op dit niveau geen overtuigend bewijs hebben gevonden voor een effect van de Spookfiledienst. 12 Intern discussiedocument voor Evaluatierapportage Spookfile A58 van Evaluatie spookfiles A58 97

106 8 Duiding: Door ervaringen van de deelnemers. In dit hoofdstuk gaan we in op de resultaten van diverse onderzoeken onder de gebruikers van de spookfilediensten op de A58. Hoofddoel voor deze onderzoeken was het beantwoorden van de vraag: Wat is de mening van de gebruikers over de spookfiledienst? We werken hierna uit hoe dit gedrag is gemeten, wat kenmerken zijn van deelnemers, wat hun rij- en reisgedrag is en hoe zij de dienst hebben gebruikt, ervaren en beoordeeld. De resultaten laten zien dat de deelnemers nogal wat verbeterpunten zien voor de kwaliteit van de adviezen. Maar ook blijkt dat onder andere de aard, logica, timing en opvolgbaarheid van de adviezen gedurende het project verbetert en bij de coöperatieve adviezen duidelijk beter is dan bij de connected adviezen. 8.1 Inleiding Om de resultaten van de micro, meso en macro analyses uit voorgaande hoofdstukken beter te kunnen duiden en om de resultaten in perspectief te kunnen plaatsen is het belangrijk om de samenstelling en achtergrond karakteristieken van de gebruikersgroep te kennen. Om dezelfde redenen willen we ook graag weten hoe de gebruikers het gebruik van de diverse systemen ervaren. Daarnaast is deze informatie belangrijk voor de doorontwikkeling van de diensten en toepassing ervan in toekomstige pilots en programma s. In dit hoofdstuk wordt ingegaan op de resultaten van diverse onderzoeken onder gebruikers van de spookfilediensten op de A58. Hoofddoel daarbij was het beantwoorden van de volgende vraag: Wat is de mening van de gebruikers over de spookfiledienst? Nader geanalyseerde en hierna gepresenteerde sub-vragen zijn: 1. In welke mate ervaren de gebruikers de adviezen als nuttig? 2. Vond men de adviezen logisch en begrijpelijk? 3. Wat is het zelf gepercipieerde opvolggedrag? En wat zijn redenen voor het niet opvolgen van de adviezen? 4. Wat vindt de gebruiker van de timing van de snelheidsadviezen? 5. Wat vindt de gebruiker van de timing van de filewaarschuwingen op de route? 6. Wat vindt de gebruiker van de timing van de melding einde file? 7. In welke mate was de gebruiker in staat de snelheidsadviezen ook op de volgen? 98 Evaluatie spookfiles A58

107 8. Wat vond de gebruiker van he aantal snelheidsadviezen? Hierna, in paragraaf 8.2 gaan we in op de methodologische verantwoording. In 8.3 presenteren we de belangrijkste resultaten van de nulmeting, in 8.4 doen we dat voor de belangrijkste resultaten van de verschillende effectmetingen. In 8.5 gaan we in op de verschillen tussen connected en coöperatief. Tot slot geven we in paragraaf 8.6 conclusies en een reflectie. 8.2 Methodische verantwoording In de periode maart 2015 tot februari 2017 zijn vier metingen uitgevoerd. We onderscheiden een nulmeting en drie verschillende effectmetingen. Bij deze onderzoeken is een groot aantal vragen gesteld. Hieronder staat een beknopt overzicht van kenmerken van de 4 metingen. Per meting is aangegeven wanneer deze is uitgezet, hoeveel respondenten de meting hebben ingevuld en of de meting alleen connected of zowel connected als coöperatieve respondenten had (weergegeven met een X). Tabel 8.7 Overzicht respons per meting Meting Periode uitgezet Respondenten Connected Coöperatief Nulmeting tot X Effectmeting tot X Effectmeting tot X X Effectmeting X X In totaal zijn via de vier (online) metingen volledige responses verkregen. In afbeelding 8.1 is het aantal responses weergegeven per maand, vanaf maart 2015 t/m febr. 2017) per meting en totaal. Afbeelding 8.1 Overzicht respons per meting in de tijd gezien (blauwe pijl verwijst naar doorselectiemoment) De metingen zijn niet allemaal ingevuld door dezelfde deelnemers. Bij de laatste effectmeting is gevraagd hoe vaak men al een enquête heeft ingevuld voor dit project. De resultaten zijn weergegeven in afbeelding 8.2, daaruit kunnen w e opmaken dat maar weinig deelnemers aan alle metingen hebben deelgenomen. Afbeelding 8.2 laat zien dat 33% van de deelnemers aangeeft niet eerder een meting te hebben ingevuld. Gemiddeld heeft elke deelnemer zo n 1,6 keer een enquête ingevuld. Het is daardoor niet mogelijk gebleken op persoonsniveau een vergelijking te maken tussen antwoorden op de ene meting en de antwoorden op andere metingen. Er zijn alleen vergelijkingen gemaakt tussen de antwoorden op overeenkomstige vragen tussen de vragenlijst en dan alleen als de respons voldoende was om zo n analyse zinvol te maken. Hieronder geven we een beknopte beschrijving van de verschillende metingen. Evaluatie spookfiles A58 99

108 afbeelding 8.2 Aantal keren dat de respondenten een meting hebben ingevuld Nulmeting De nulmeting is in maart 2015 uitgezet onder de geregistreerde deelnemers van de drie op dat moment operationele Spookfilediensten. Na de doorselectie van de P2 dienstverleners is de nulmeting tot einde 2016 in ongewijzigde vorm voor de nieuwe deelnemers beschikbaar gebleven. Na het moment van de doorselectie is de respons overigens slechts bescheiden toegenomen. De hier gepresenteerde uitkomsten geven een beeld van de deelnemers van drie P2 consortia. In de resultaten is sprake van een sterke oververtegenwoordiging van deelnemers van de na juli 2015 overgebleven consortia; FlowPatrol en ZOOF. Overigens was op het moment van de doorselectie ook al sprake van een ondervertegenwoordiging van SmartCar respondenten. Bij de presentatie van de resultaten van de nulmeting hebben we onderscheid gemaakt naar de resultaten per consortium. Doel van de nulmeting was inzicht verkrijgen in de kenmerken van de deelnemers, zowel met betrekking tot persoonskenmerken (leeftijd, geslacht, opleiding, autogebruik, e.d.), mate van gebruik van de A58 en het gebruik van informatie voor, tijdens en na hun reizen op de A58. Een belangrijk deel van de persoonsgebonden vragen is herhaald in de effectmetingen om na te kunnen gaan of de kenmerken van beide onderzoeksgroepen (voldoende) overeenkomstig waren. Tevens om een indruk te kunnen krijgen van een eventuele bijstelling in de wijze waarop zij hun rijsnelheid e.d. baseren. Idealiter was de nulmeting ingevuld voorafgaand aan enige ervaring met de Spookfiledienst. Dat bleek om meerdere redenen niet haalbaar. Zo wilden de serviceproviders de deelnemers niet gelijk na de start van hun deelnameperiode al afschrikken met een enquête. Als gevolg daarvan hebben we ook in de nulmeting al een eerste indruk gekregen van de ervaringen van gebruikers van de Spookfilediensten. 100 Evaluatie spookfiles A58

109 8.2.2 Effectmetingen De eerste effectmeting is in juni 2015 uitgevoerd. De effectmetingen waren erop gericht kennis, houding en gedrag van deelnemers in kaart te brengen nadat zij ervaring met de verschillende Spookfilediensten hadden opgedaan. Er zijn in totaal drie verschillende effectmetingen uitgevoerd: 1. Effectmeting 1, deze meting was erop gericht kennis, houding en gedrag van deelnemers in kaart te brengen nadat zij ervaring hadden opgedaan met uitsluitend de connected diensten. Hierna wordt deze connected meting meting 2 genoemd; 2. Effectmeting 2 coöperatief, deze meting was erop gericht kennis, houding en gedrag van deelnemers in kaart te brengen nadat zij (ook) ervaring hadden opgedaan met de coöperatieve diensten. Hierna wordt deze effectmeting meting 3 genoemd; 3. Effectmeting 3 coöperatief, deze meting was erop gericht kennis, houding en gedrag van deelnemers in kaart te brengen nadat zij ervaring hadden opgedaan met de verbeterde coöperatieve diensten (Dus na invoering van de kwaliteitsverbeteringen eind 2016). Hierna wordt deze effectmeting meting 4 genoemd. De timing van meting 1 was afgestemd op het moment van de doorselectie in perceel 2. De doorselectie vond plaats in juli 2015, de effectmeting is in de maand ervoor uitgevoerd. Omdat een ondergrens was aangegeven voor de respons (minimaal 100 per serviceprovider), hebben de marktpartijen voor deze meting extra wervingsactiviteiten met een verloting gepleegd. De effectmeting connected is verspreid onder alle personen die zich bij de perceel 2 partijen hebben geregistreerd als deelnemer voor 1 of meer apps. In de connected fase betreft de respons t/m juli 2015 die van de deelnemers van 3 van de apps (incl. SmartCAR), daarna alleen nog van ZOOF en FlowPatrol. De focus daarbij ligt op de gebruikservaringen, de mate van zelf-gerapporteerde opvolging van adviezen en het oordeel erover, bijvoorbeeld of men de juiste informatie op het juiste moment ontving en of men de app aan familie of vrienden zou aanbevelen. Daarnaast zijn mede t.b.v. een relevante vergelijking tussen nul- en effectmeting (zowel bij connected als coöperatief) opnieuw vragen opgenomen over gebruik van de A58, informatiediensten en persoonlijke vragen als leeftijd en opleiding. De vragenlijst is open blijven staan zolang zich nieuwe deelnemers voor gebruik van de connected apps konden registreren. De timing van de tweede meting (effectmeting 2 coöperatief) was afgestemd op het moment van implementatie van de coöperatieve diensten. In de tweede helft van 2016 hadden de eerste deelnemers voldoende gelegenheid gehad ervaring op te doen met de coöperatieve diensten en is de effectmeting uitgezet. In deze periode zijn binnen het project ook afspraken gemaakt met alle dienstverleners over verdere kwaliteitsverbeteringen. De effecten van die kwaliteitsverbetering in de dienstverlening dienden via een extra enquête in beeld te worden gebracht. Het resultaat hiervan is dat aan het einde van het project twee, deels van elkaar verschillende, (coöperatieve) effectmetingen zijn uitgevoerd: Meting 3 vond plaats in oktober Omdat de belangrijkste kwaliteitsverbeteringen toen nog plaats dienden te vinden, fungeert de respons op deze meting ook als nulmeting voor de coöperatieve fase. Qua vraagstelling kwam deze meting grotendeels overeen met de éénmeting connected; Meting 4 werd gehouden in de eerste week van februari Vanwege het beperkte tijdpad, zowel voor de meting zelf als voor de verwerking ervan, en omdat deze voor de coöperatieve deelnemers al snel volgde op de vorige meting, is gekozen voor het sterk inkorten van deze meting. Deze focust vooral op snelheidsadviezen, beoordeling van de diensten en enkele persoonsgebonden vragen om na te kunnen gaan hoe deze responsgroep zich verhoudt met die van de eerdere metingen. Evaluatie spookfiles A58 101

110 Middels de effectmetingen wilden we antwoord vinden op de volgende 8 onderzoeksvragen: 1. In welke mate ervaren de gebruikers de adviezen als nuttig? 2. Vond men de adviezen logisch en begrijpelijk? 3. Wat is het zelf gepercipieerde opvolggedrag? En wat zijn redenen voor het niet opvolgen van de adviezen? 4. Wat vindt de gebruiker van de timing van de snelheidsadviezen? 5. Wat vindt de gebruiker van de timing van de filewaarschuwingen op de route? 6. Wat vindt de gebruiker van de timing van de melding einde file? 7. In welke mate was de gebruiker in staat de snelheidsadviezen ook op de volgen? 8. Wat vond de gebruiker van he aantal snelheidsadviezen? De inhoud van vragenlijsten die voorgelegd zijn aan zijn deelnemers is afgestemd met de dienstverleners en de opdrachtgever en betreft vooral de kwaliteit van waarschuwingen en adviezen. In dit hoofdstuk behandelen we primair de respons op de enquêtevragen die betrekking hebben op deze onderzoeksvragen. Hierna zijn deze acht vragen kort weergegeven, daarna is een vergelijking gemaakt tussen de effectmetingen 2, 3 en 4. De nulmeting is in deze vergelijking buiten beschouwing gelaten, omdat deze een ander doel had dan de effectmetingen. NB 1: De metingen 3 en 4 beoogden vooral inzicht te krijgen in de ervaringen van coöperatieve deelnemers (ook een kastje in de auto voor communicatie met de Wifi-P-bakens langs de weg). Een deel van de responsgroep bleek echter ook connected deelnemers te betreffen. Daardoor konden ook connected responses over meerdere metingen (min of meer, o.a. door een beperkte respons en door aanpassingen in de meting) met elkaar worden vergeleken. Bij meting 3 kwamen vrijwel alleen coöperatieve deelnemers van FlowPatrol voor, in meting 4 waren er naast deze groep ook veel ZOOFrespondenten, maar hierbij waren hun connected deelnemers verreweg in de meerderheid. NB 2: De diverse enquête vragen zijn niet in elke effectmeting op precies dezelfde wijze gesteld, of komen niet in elke effectmeting voor. Dit als gevolg van ontwikkelingen tijdens het project m.b.t. de focus van de opdrachtgever en dienstverleners in perceel 2. Een gevolg hiervan is dat niet altijd conclusies te trekken zijn over relaties tussen de metingen. Daarnaast is maar beperkt herleidbaar welke personen welke metingen hebben ingevuld, omdat de meerderheid maar aan één of twee van de 4 metingen heeft meegedaan en bovendien lang niet iedereen een adres heeft achtergelaten. Na analyse van de vier metingen blijken op een totaal van zo n responses, unieke e- mailadressen achtergelaten te zijn. Doordat de formulering van de enquêtevragen niet in elke meting overeenkomstig was en sommige vragen in bepaalde metingen ontbreken is in tabel 8.2 per vraag zo goed mogelijk weergegeven wat de respons was. Daaruit valt op te maken dat meting vier, niet verassend gezien het proces, als enige antwoord geeft op alle acht kernvragen. 102 Evaluatie spookfiles A58

111 Tabel 8. 8 Overzicht van welke vragen dan wel stellingen in welke meting aanwezig zijn Meting Vraag/stelling Aanwezig Aanwezig, maar in andere vorm Aanwezig 2 Aanwezig Aanwezig Aanwezig 3 Aanwezig, maar in andere vorm Aanwezig, maar in andere vorm Aanwezig 4 Niet aanwezig Aanwezig Aanwezig 5 Niet aanwezig Aanwezig Aanwezig 6 Niet aanwezig Aanwezig, maar in andere vorm Aanwezig 7 Aanwezig, maar in andere vorm Niet aanwezig Aanwezig 8 Aanwezig, maar in andere vorm Niet aanwezig Aanwezig NB 3: Doordat meting 3 en meting 4 zowel connected als coöperatieve deelnemers hadden is een vergelijking gemaakt binnen elk van deze metingen tussen de groepen connected en coöperatief. Deze vergelijking is gemaakt om uit te zoeken of er een verschil is tussen de beoordeling van deze diensten. Alle verder verbijzonderde resultaten van de metingen zijn gebundeld in aparte rapportages. Het gaat dan om de analyse t.b.v. de doorselectie medio 2015, de analyse t.b.v. de beoordeling van de verbeteringsslag februari 2017, en de nadere en meer technische uitwerking van de respons van alle vier de metingen voor de gehele datasets. In dit rapport zijn alleen de belangrijkste resultaten van de diverse analyses opgenomen. 8.3 Resultaten van de nulmeting Het belangrijkste doel van de nulmeting was inzicht verwerven in de achtergrondkenmerken van de deelnemers. Dit is het referentiekader om na te kunnen gaan of de responsgroepen van de effectmetingen hier mee vergelijkbaar zijn. Hieronder zijn de belangrijkste uitkomsten opgenomen. Hierbij hebben we onderscheid gemaakt in kenmerken van de deelnemers zelf, rijstijl, het gebruik van meerdere vormen van verkeersinformatie en het gebruik van de A58 en ervaringen met het gebruik van de A Kenmerken van de deelnemers De grootste groep van de (respondent) deelnemers is geregistreerd bij FlowPatrol (56,3%), gevolgd door ZOOF (31,1%) en SmartCAR (12,7%). De SmartCAR-dienst is stopgezet in juli 2015, waarna er geen deelnemers meer gevraagd zijn de nulmeting in te vullen. In Afbeelding 8.3 is de respons per consortium in absolute aantallen weergegeven. Het merendeel van de deelnemers is man (>68%), hoogopgeleid (circa 73 % HBO, Universitair) en legt een meer dan gemiddeld aantal kilometers af, in veelal de eigen auto. Het aantal leaserijders is bescheiden (10% lease + auto van de zaak), waarschijnlijk doordat extra moeite gedaan moest worden hen te betrekken via het benaderen van de leasemaatschappijen. Evaluatie spookfiles A58 103

112 Afbeelding 8.3 Respons per consortium Afbeelding 8.4 Kenmerken van de deelnemers Men heeft de volgende motieven voor meedoen aan het project: 87% vindt het belangrijk mee te doen aan een project dat de verkeersdoorstroming verbetert; Daarna worden het willen meedoen aan een innovatief project (56%) en meedoen aan een project dat de verkeersveiligheid verbetert (40%) als belangrijkste reden genoemd. Voor 92% is het de eerste keer dat aan een dergelijk project wordt meegedaan Rijstijl en gebruik van reis- en verkeersinformatie De deelnemers zijn verschillende vragen voorgelegd over hun rijstijl en het gebruik van reis- en verkeersinformatie. Hieruit kwam het volgende beeld naar voren: De overgrote meerderheid (66%) van de deelnemers bestempelt zichzelf als een rustige rijder dan wel meebewegend met de verkeerssituatie. Ongeveer een kwart vindt zichzelf een doorrijder; De grootste ergernissen van de respondenten zijn files zonder duidelijke oorzaken (bij 86% van de respondenten) en onnodig links rijden (41%). Andere grote ergernissen die veel genoemd worden zijn: rijgedrag van andere weggebruikers en vrachtauto s. Deze aspecten worden ook veel genoemd in de door deelnemers zelf toegevoegde antwoorden bij de open antwoordmogelijkheid van deze vraag; 89% van de respondenten maakt gebruik van verkeersinformatie i.v.m. files, ongevallen, etc.; Verkeersinformatie via de radio wordt het meest gebruikt (76%), gevolgd door verkeersinformatie op een app of smartphone (67%) en daarna de informatie via de matrixborden (64%); Het raadplegen van verkeersinformatie gebeurt vaak bij vertrek (56%) en meer vaker als men al onderweg is (61%), een minderheid doet dit bij het plannen van de reis (29%). Aangezien de apps zich richten op informatie onderweg sluit dit aan bij wat het meest wordt gebruikt, met de kanttekening dat door de dienstverleners in dit project geen routeadvies werd gegeven. Deelnemers moesten daarvoor eigen bronnen te gebruiken. Overigens raadpleegt een deel van de mensen dus zowel vooraf als tijdens de reis verkeersinformatie, waardoor de percentages opgeteld groter dan 100% zijn; 57% zegt dagelijks tot vaak zijn afstand tot voorgangers aan te passen op basis van de verkeersinformatie, 54% zegt ook zijn snelheid aan te passen. Relevant hieraan is dat mensen ook zonder gebruik van spookfilediensten hun snelheid al aanpassen op basis van hun informatiebronnen. Meer dan 27% zegt vaak zijn route aan te passen. De keuze om niet te reizen, als de informatie daar aanleiding toe geeft, is een zeldzaamheid; Zo n 20% van de respondenten beschikt niet over navigatie. De overgrote meerderheid van hen die dat wel hebben negeert zijn systeem echter van tijd tot tijd, een kleine groep doet dat vaak. Adviezen van het navigatiesysteem (vast of op een mobiel) worden derhalve niet zonder meer 104 Evaluatie spookfiles A58

113 opgevolgd, maar beoordeeld op hun veronderstelde nut of juistheid. Dat heeft mogelijk te maken met het feit dat dit de dagelijkse route is van de meeste respondenten. Zij kennen de situatie erg goed. 34% zegt dan ook de informatie te negeren omdat ze weten dat die niet juist is, 33% omdat ze de omgeving goed kennen en een andere route nemen; Een relatief kleine groep zegt dagelijks actief de telefoon in de auto te gebruiken (<10%). Het opzoeken van reisinformatie, bellen of t.b.v. een routeadvies wordt door circa 24% vaak gedaan. Gebruik van social media, mail bekijken e.d. onderweg is maar bij een kleine groep aan de orde, verreweg de meesten (bijna 70%) zeggen dit sowieso nooit te doen. Tegelijkertijd gaat het in absolute zin (als deze cijfers doorgetrokken worden naar alle weggebruikers) wel over grote aantallen, onder de veronderstelling dat de uitkomsten in dit onderzoek in enige mate representatief zijn voor een algemeen beeld mb.t. het gebruik van social media in auto s; Bijna de helft van de gebruikers heeft de smartphone in een houder. De andere helft heeft de telefoon los in de auto liggen. Dat impliceert dat mogelijk een groot deel van de deelnemers moeite zal hebben tijdens het rijden op het scherm van hun smartphone te kijken welke informatie (waarschuwingen en adviezen) hen wordt gegeven. Er is niet gevraagd of mensen ook een handsfree mogelijkheid hebben voor het bellen. Dit aspect kan zowel van invloed zijn op het gemeten (Hoofdstuk 5) als het gepercipieerde (dit Hoofdstuk) opvolggedrag, want het roept de vraag op of iedereen alle adviezen wel ziet of kan zien Kenmerken gebruik A58 en ervaren files Wat zijn de nu de ervaringen van de gebruikers met het rijden op de A58, en de files die zich daar voordoen? Uit de antwoorden komt het volgende beeld naar voren: Verreweg de meeste deelnemers gebruiken de A58 voor woon-werkverkeer (81%); De meeste van hen wonen in Tilburg of omgeving en werken in Eindhoven (62%). Het omgekeerde komt duidelijk minder vaak voor (38%). Er zijn dus aanzienlijk meer deelnemers die in de ochtend richting Eindhoven reizen en in de avondspits richting Tilburg dan andersom; Bijna 71% van de respondenten reist meer dan vier dagen per week op de A58, het zijn frequente reizigers (Afbeelding 8.6). Aangezien vooral veel-rijders vanuit de kentekenregistratie zijn aangeschreven is dat niet verwonderlijk. Het betekent echter ook dat zich ook in een later stadium, waarbij deelnemers zichzelf via de website konden aanmelden, vooral meer frequente gebruikers van de A58 hebben aangemeld. Van een deel van de respondenten (52 van de die deze vraag hebben beantwoord) was niet eenduidig wat hun rijrichting was door het ontbreken van de woon-werk gegevens, ook al staat vast dat zij allen in meer of mindere mate de A58 gebruiken; De meerderheid ervaart files in de spitsen, waarbij de avondspits duidelijk meer oponthoud geeft dan de ochtendspits. Meer dan 79% ervaart dagelijks of vrijwel dagelijks oponthoud in de avondspits, tegen meer dan 68% in de ochtendspits. Zowel in de ochtend- als in de avondspits geldt het traject Tilburg Eindhoven als zwaarder vertraagd. Vertraging in de daluren is een zeldzaamheid (ongeveer 4%). Tot slot staan we nog kort stil bij antwoorden op de laatste vraag van de nulmeting, waarin deelnemers in open vorm werd gevraagd om opmerkingen bij de meting. Hierbij kwam duidelijk naar voren dat de respondenten al enige ervaring hadden opgedaan met het rijden met de apps. In totaal 126 respondenten (circa 13%) hebben de mogelijkheid om een opmerking te maken benut. Deze antwoorden toonden duidelijk aan dat de respondenten al enige ervaring hadden opgedaan met het rijden met de apps, en dat er vooral opmerkingen werden gemaakt indien deze ervaring minder positief was. Zoals bijvoorbeeld bij: te trage werking van de app, het niet beschikbaar zijn van een app voor het eigen toestel, het gebruik ervan als verkeersonveilig beschouwd werd en bij het niet begrijpen van de werking van de app. Evaluatie spookfiles A58 105

114 Er waren zeker ook positieve en lovende opmerkingen of suggesties voor aanpassing. Zo werd gevraagd de app ook bruikbaar te laten zijn voor carpoolpassagiers, met de boodschap dat dit ook het veiligste zou zijn. Daarnaast waren er mensen die aangaven het een goed initiatief te vinden en mensen met het verzoek om de app ook te laten werken op andere snelwegen dan de A58. 70% 60% 50% 40% 30% 20% 10% 0% Dagelijks Ervaring met files per rijrichting daluren Meerdere dagen per week Een enkele dag per week Zelden Nooit Tilburg - Eindhoven Eindhoven - Tilburg Elders Gemiddeld afbeelding 8.5 Ervaring van de deelnemers met files afbeelding 8.6 Ervaring van de deelnemers met files 8.4 Resultaten van de effectmetingen Hieronder bespreken we de resultaten van de effectmetingen kort per onderzoeksvraag. NB: Alle afbeeldingen in deze paragraaf zijn gebaseerd op de gegevens van meting 4. Dit is de effectmeting die alle stellingen bevat Het nut van het advies In de enquête is de gebruikers de volgende vraag gesteld: (1) Geeft de app tijdens het rijden snelheidsadviezen wanneer dat nuttig is? Er zijn duidelijke verschillen waarneembaar tussen de resultaten van de verschillende effectmetingen: Bij meting 2 antwoordde meer dan de helft van de respondenten met nee (ongeveer 55%); Bij meting 3 is dit al heel wat positiever: bij 2 van de 4 vraagonderdelen wordt overwegend zeer positief (resp. 59% en 67% antwoord eens/helemaal), 1 gematigd (47% eens/helemaal eens) en 1 negatief (31% eens/helemaal eens); Dit is bij metingmeting 4 veranderd in een overwegend positief antwoord met 70% van de respondenten die op deze vraag ja antwoordt, zoals te zien in afbeeldingen 8.7 en 8.8 Er is ook een duidelijk verschil tussen ZOOF en FlowPatrol. Deelnemers die via FlowPatrol coöperatief rijden beoordelen de nuttigheid van de adviezen (78% ja, ten opzichte van 66% bij ZOOF) heel wat hoger. Voor de connected gebruikers is er geen verschil tussen de dienstverleners (65% bij zowel ZOOF als FlowPatrol), maar ligt het overall percentage bij de vierde meting wel heel wat hoger dan bij metingen 2 en Evaluatie spookfiles A58

115 afbeelding 8.7 Hoe nuttig vond men de adviezen (1) afbeelding 8.8 Hoe nuttig vond men de adviezen (2) Begrip en logica van het advies In de enquêtes is de gebruikers ook gevraagd in welke mate ze de adviezen logisch en begrijpelijk vonden. In de verschillende metingen is hiertoe de volgende vraag gesteld: (2) Vond je de snelheidsadviezen die je via de app kreeg logisch en begrijpelijk? Ook hier is een duidelijk verschil tussen de respons op de metingen waarneembaar, maar met een iets andere teneur. Bij de metingen 2 en 4 gaven de respondenten vooral een neutraal/positief antwoord: Bij meting 2 zegt 35% bijna altijd en 46% neutraal; Bij meting 4 is dat 45% eens/helemaal eens en 30% neutraal; dit is weergegeven in afbeelding 8.9. Bij meting 3 is vooral een neutraal antwoord gegeven (32% eens/helemaal eens en 14% neutraal). Ook hier lijkt meting 4 derhalve een wat beter oordeel op te leveren dan beide andere metingen. afbeelding 8.9 Logica en begrijpelijkheid van de adviezen Bij vergelijking tussen ZOOF en FlowPatrol vinden de mensen die FlowPatrol gebruiken de snelheidsadviezen die ze via de app kregen eerder geheel of merendeels logisch (circa 50%) dan de ZOOF-gebruikers circa 38%). Hier zit niet veel verschil tussen connected en coöperatief Zelf gepercipieerde opvolggedrag Om te achterhalen wat het zelf gepercipieerde opvolggedrag is en om inzicht te krijgen in de achterliggende motieven om een advies niet op te volgen zijn in de enquête de volgende vragen voorgelegd: (3) Volgde je het advies ook op? Zo nee, waarom niet? De mate van zelfverklaarde opvolging blijkt bij vergelijking tussen de metingen 2 en 3 ten opzichte van 4 duidelijk te variëren. In de metingen 2 en 3 is (zoals in meting 4 wel) niet uniform gevraagd volgde je het advies ook op. Bij meting 2 zien we dat de gebruikers vooral een reden hebben aangevinkt waarom ze het Evaluatie spookfiles A58 107

116 advies niet opvolgen. Bij meting 3 is meer dan 50% het oneens met de stelling ik kan het gegeven rijadvies altijd opvolgen (61%); Bij meting 4 is het gedrag positief veranderd; 45% zegt vaak of altijd het advies op te volgen en 47% zegt het advies soms op te volgen. Dit is te zien in afbeelding Overall is er weinig verschil tussen ZOOF en FlowPatrol. Wat wel opvalt is dat van de respondenten die alleen de ZOOF-app hebben maar ongeveer 37,5% voor altijd of vaak heeft gekozen, tegen 50% bij de andere subgroepen. Kijkend naar de vergelijking ZOOF-FlowPatrol zijn de antwoorden op de deelvragen ongeveer hetzelfde, met verkeerssituatie stond dit niet toe als voornaamste reden (41% voor ZOOF-app, 34% voor FlowPatrol app afbeelding 8.10 Zelf gepercipieerde opvolggedrag en 33% voor FlowPatrol Coöperatief), behalve bij mensen die ZOOF Coöperatief hebben. Daar levert de antwoordmogelijkheid rijadvies gemist vanwege situatie op weg hetzelfde percentage (28%) op als bij de andere groepen Timing van de snelheidsadviezen Om inzicht te krijgen in de mening van de gebruiker over de timing van de snelheidsadviezen is in de effectmeting de volgende stelling opgenomen: (4) Als ik een file naderde kreeg ik tijdig advies om mijn snelheid te verminderen. Deze stelling is niet voorgelegd in meting 2. De cijfers voor metingen 3 en 4 komen redelijk overeen, 50% die helemaal eens/eens antwoordt bij meting 3 en 56% die dit doet voor meting 4. We zien derhalve enige toename in het relatieve aantal respondenten dat tijdig een advies zegt te hebben ontvangen. Kijkend naar de vergelijking ZOOF- FlowPatrol zijn de gebruikers van FlowPatrol (bijna 70% eens/helemaal eens) hier duidelijk positiever over dan de gebruikers van ZOOF afbeelding 8.11 Timing van de snelheidsadviezen (50% eens/helemaal eens). In afbeelding 8.11 is de respons voor meting 4 weergegeven Timing van de filewaarschuwingen op de route Over de timing van de filewaarschuwing hebben we de gebruikers de volgende stelling voorgelegd: (5) Ik werd tijdig geïnformeerd over een file op mijn route. 108 Evaluatie spookfiles A58

117 Deze stelling is niet voorgelegd in meting 2, wel in de beide anderen. Daarbij is een duidelijk verschil te zien tussen meting 3 en 4. Waar bij meting 3 bijna 70% van de respondenten het eens of zeer eens is met de stelling is dit bij meting 4 ongeveer 59%, een duidelijke afname. Kijkend naar het verschil tussen ZOOF en FlowPatrol zijn vooral mensen die FlowPatrol hebben het eens met deze stelling (ongeveer 75%), terwijl de respondenten die ZOOF hebben afbeelding 8.12 Tijdigheid van informatie maar ongeveer 50% eens of helemaal eens hebben gekozen. Daarin zit de verklaring voor het verschil tussen meting 3 en 4 besloten: de lagere gemiddelde beoordeling in meting 4 is het gevolg van een andere samenstelling van de responsgroep. In meting 3 gaat het om vrijwel uitsluitend coöperatieve deelnemers van Flowpatrol. In meting 4 hebben connected deelnemers van Zoof verreweg de overhand t.o.v. de coöperatieve deelnemers. De conclusies is derhalve identiek aan die van paragraaf 8.4.4: coöperatieve deelnemers oordelen duidelijk positiever over de timing dan connected deelnemers. Coöperatieve deelnemers van Flowpatrol geven bij meting 4 bovendien een wat hogere beoordeling dan bij meting 3, dus na het doorvoeren van de nodigde verbeteringen aan de dienst Timing van de melding einde file Over de timing van de melding einde file hebben we de gebruikers de volgende stelling voorgelegd: (6) Als ik een melding einde file kreeg kon ik mijn snelheid verhogen. Deze stelling is in deze vorm alleen voorgelegd in meting 4. In meting 3 is een omgekeerde formulering gebruikt (Bij het einde van de file kreeg ik geen adviezen om mijn snelheid te verhogen). Ongeveer 31% van de respondenten is het oneens/ helemaal oneens met deze stelling en zegt dus feitelijk eens/ helemaal eens met de stelling Als ik een melding einde file kreeg kon ik mijn snelheid verhogen. Dit is bij meting 4 toegenomen tot ongeveer 40%. afbeelding 8.13 Timing melding einde file Deze beoordeling is relatief laag vergeleken met de andere aspecten, maar correspondeert wel met de bevindingen van de FCD-analyse, waar de opvolging van versnel adviezen duidelijk lager was dan die van vertragingsadviezen. In afbeelding 8.13 is weergegeven wat de respons was voor meting 4. Kijkend naar ZOOF en FlowPatrol zijn vooral de respondenten van FlowPatrol het niet eens met deze stelling (maar 25%), ten opzichte van ongeveer 43% bij ZOOF. Dat is een fors verschil, dat mogelijk samenhangt met het verschil in de wijze waarop een snelheidsadvies gegeven wordt (een kwalitatief advies of een kwantitatief advies). Evaluatie spookfiles A58 109

118 8.4.7 Mate waarin het gewenste gedrag kon worden vertoond Om vast te stellen in welke mate was de gebruiker in staat was de snelheidsadviezen ook op de volgen hebben we de volgende stelling voorgelegd: (7) Ik begreep hoe ik mijn snelheid aan moest passen. Deze stelling komt niet voor in meting 3. In meting 2 vertoont een vraag raakvlakken met deze stelling (Hoe vaak past u uw snelheid aan wanneer de app op uw smartphone u een snelheidsadvies geeft?). Vergelijken tussen de metingen voor wat betreft deze stelling heeft dus ook geen zin. Enkel de uitkomsten van meting 4 zijn relevant, deze zijn weergegeven in afbeelding afbeelding 8.14 Begrip van gewenst gedrag ZOOF-FlowPatrol vergelijkend, hebben respondenten van beide apps overwegend positief geantwoord. Desondanks zit er een behoorlijk verschil tussen de twee. Bij FlowPatrol heeft 79% eens/helemaal eens geantwoord, ten opzichte van ongeveer 63% bij ZOOF. Dit is een duidelijk verschil en zit hem vooral in het feit dat mensen die coöperatief rijden hier een positiever antwoord op geven dan mensen die enkel de app hebben. NB. De verhouding tussen ZOOF en FlowPatrol w.b.t. connected en coöperatief is 102 connected bij ZOOF en maar 6 coöperatief ten opzichte van 24 connected en 64 coöperatief voor FlowPatrol Het aantal snelheidsadviezen Om te achterhalen of de gebruikers vonden dat ze voldoende snelheidsadviezen kregen hebben we ze de volgende stelling voorgelegd: (8) Ik kreeg voldoende snelheidsadviezen. afbeelding 8.15 Aantal snelheidsadviezen Deze stelling is niet voorgelegd in meting 3. In meting 2 is een afwijkende formulering gebruikt van die in meting 4. De stelling met de meeste overeenkomst is: Wat vindt u van het aantal ontvangen adviezen tijdens het rijden op de A58?. Van de respondenten vindt 46% dat ze precies genoeg rijadviezen kregen, 45% kreeg er te weinig en 9% te veel. In meting 4 vindt 47% van de respondenten (afbeelding 8.15) dat ze voldoende rijadviezen kregen. Dit aantal is niet dus niet veel veranderd ten opzichte van meting 2. Kijkend naar het onderscheid ZOOF-FlowPatrol is er amper verschil. Beiden zitten ongeveer rond de 50% eens/helemaal eens, met als kleine positieve uitschieter de coöperatieve rijders van FlowPatrol die voor 55% eens/helemaal eens hebben geantwoord, terwijl de connected rijders van ZOOF beiden rond de 42% zitten. De rest van de cijfers komen echter redelijk overeen. 110 Evaluatie spookfiles A58

119 Conclusie Vergelijken van de metingen is niet eenvoudig, maar tussen de oogharen door zien we geleidelijk een verbetering in de beoordeling van de snelheidsadviezen vanaf meting 2 naar de eindmeting (4). Op onderdelen zijn er ook behoorlijke verschillen tussen ZOOF en FlowPatrol, maar dat wordt in essentie veroorzaakt door het nog maar kleine aantal coöperatieve deelnemers bij ZOOF. Overall is er enige reden tot optimisme, maar feit blijft dat de beoordeling van de deelnemers ook nog veel ruimte voor verbetering aangeeft. De antwoorden op de open vragen in de metingen (hier niet afzonderlijk weergegeven) maken dat ook zonder meer duidelijk. 8.5 Vergelijking tussen de connected en coöperatieve diensten Bij het overstappen van de connected adviezen naar coöperatieve adviezen werd aangenomen dat de coöperatieve adviezen kwalitatief beter zouden zijn en nog beter zouden aansluiten bij de werkelijke situatie op de weg (o.a. door betere data en betere timing). Dit zou zich moeten vertalen in: 1) betere beoordeling van de kwaliteit van het advies door de gebruikers en 2) in een betere opvolging van het advies door de gebruiker. Hieronder gaan we in op deze twee aspecten De kwaliteit van het advies De vraag is: worden coöperatieve adviezen beter beoordeeld dan de connected adviezen en zo ja waarop? De gemiddelde waardering bij meting 4 voor de kwaliteit van de adviezen en waarschuwingen is (op een schaal van 1 t/m 10) een 6,08. De kwaliteit wordt door FlowPatrol gebruikers duidelijk hoger beoordeeld dan door ZOOF-gebruikers. De beoordeling van ZOOF is overall met 4% verbeterd ten opzichte van 2015 (van een 5,6 naar een 5,9), die van FlowPatrol met 20% (van een 5,3 naar een 6,3). In dit gemiddelde is geen onderscheid gemaakt tussen coöperatieve en connected deelnemers. Ook de werking van de app (stabiliteit en betrouwbaarheid) en overige aspecten van de dienst (informatie, helpdesk, website e.d.) worden bij meting 4 beter beoordeeld dan bij meting 2, medio Overall werd in 2015 gemiddeld een 6,2 (exclusief SmartCAR) toegekend aan de kwaliteit van de dienstverlening, de website, communicatie e.d. Toen werd deze beoordeling in 1 cijfer vervat, nu in 5 verschillende. Het gemiddelde nu ligt met 6,6 hoger: een toename van 6,5 %. Slotsom is dat coöperatieve deelnemers in de respons van meting 4 op alle aspecten de snelheidsadviezen een betere beoordeling geven dan bij meting 3. Ook zijn hun beoordelingen bij zowel meting 3 als 4 beter dan die van de connected diensten. Op basis daarvan wordt geconcludeerd dat de coöperatieve dienst, maar eerst pas na de verbeteringsslag, op de snelheidsadviezen beter beoordeeld wordt dan de connected dienst. Overall scoort FlowPatrol daarbij beter dan ZOOF, een belangrijk verschil is dat FlowPatrol in oktober 2016 al zo n 235 coöperatieve deelnemers had die konden beschikken over FlowRadar, tegen slechts 10 deelnemers met ZOOF-coöperatief Het begrijpen en opvolgen van het advies Voor de overstap van connected adviezen naar coöperatieve adviezen werd aangenomen dat de adviezen kwalitatief beter zouden zijn en dus beter zouden worden begrepen en opgevolgd. De vraag is dan ook: Worden coöperatieve snelheidsadviezen beter begrepen en opgevolgd dan connected snelheidsadviezen? Evaluatie spookfiles A58 111

120 De resultaten laten zien dat coöperatieve gebruikers positiever oordelen over de mogelijkheid tot opvolging van snelheidsadviezen dan de connected gebruikers. Gaande het project heeft zich hier een duidelijke verbetering in voorgedaan in de ogen van de deelnemers. Gemiddeld gezien hebben gebruikers in 2015 de adviezen van FlowPatrol een 5,6 gegeven, wat veranderd is in een 5,9 begin De gebruikers van ZOOF hebben de kwaliteit van de adviezen in 2015 gemiddeld een 5,3 gegeven, wat verbeterd is in 2017 naar een 6,3, zie tabel 8.3. tabel 8.9 Het oordeel van de gebruikers over de verstrekte adviezen Mean 2015 N Mean 2017 N verschil 1 ZOOF 5, , % 2 FlowPatrol 5, , % Ondanks dat er bij deze cijfers geen onderscheid is gemaakt tussen connected en coöperatief waren er in 2015 enkel connected deelnemers, vanaf eind 2016 zijn hier de coöperatieve deelnemers bijgekomen Vergelijking van de beoordeling van connected en coöperatieve diensten In paragraaf 8.4 is voor acht onderzoeksvragen in kaart gebracht hoe respondenten diverse aspecten m.b.t. de kwaliteit van de spookfilediensten beoordelen in de tijd (op basis van de 3 effectmetingen die op verschillende momenten in het project zijn uitgevoerd. Op basis van deze bevindingen is alleen een kwantitatieve beoordeling mogelijk van de kwalitatieve verschillen. Resumerend kunnen we stellen dat bij 6 van de 8 vragen de coöperatieve dienst beter wordt beoordeeld dan de connected dienst. Bij de 7 e (timing filewaarschuwingen) blijkt na nadere analyse dat ook hier coöperatieve gebruikers positiever oordelen over de dienst dan connected gebruikers. De enige uitzondering vormt het advies m.b.t. de snelheid bij einde file. We wijten dat primair aan de andere presentatievorm die FlowPatrol gebruikte om dit weer te geven dan ZOOF. Overall past dit beeld ook bij de verschillen in de cijfers bij het beoordelen van de diensten zoals in de paragrafen en weergegeven. Omdat er veel meer coöperatieve deelnemers bij FlowPatrol waren dan bij ZOOF en de coöperatieve dienst beter wordt beoordeeld dan de connected, krijgt FlowPatrol van haar deelnemers ook een hogere waardering. 8.6 Conclusies Hoofddoel voor deze onderzoeken was het beantwoorden van de volgende vraag: Wat is de mening van de gebruikers over de dienst? Paragraafsgewijs worden hierna de belangrijkste conclusies weergegeven. Methodische verantwoording Er zijn vier afzonderlijke metingen uitgevoerd, een nulmeting en 3 effectmetingen. Doordat de nulmeting pas is uitgezet nadat deelnemers al ervaring hadden opgedaan met de dienst, speelt de beoordeling van wat men heeft ervaren al een rol in de uitkomsten. Omdat er geen aanwijzingen zijn dat de deelname of de respons eronder heeft geleden, wordt voor toekomstige projecten aanbevolen een nulmeting strikt te scheiden van ervaringen van deelnemers. De respons Overall zijn er respondenten voor de diverse metingen, door minimaal verschillende personen. In verhouding tot de aantallen downloads van de app heeft minimaal een zesde van deze 112 Evaluatie spookfiles A58

121 personen minimaal 1 meting ingevuld. Hoewel de doelgroep nauwelijks random geselecteerd was, door selectie van frequente gebruikers van de A58 op basis van kentekens, is de respons dat in elk geval wel. Als overheden de resultaten van toekomstige projecten goed onderbouwd willen zien, verdient het aanbeveling meer aandacht aan voldoende respons op de eindmeting na te streven. Ook is gewenst dat persoonlijke gegevens (bij meerdere metingen) maar een keer ingevuld hoeven te worden. De nulmeting en de éénmeting connected (meting 1 en 2) In dit hoofdstuk is ingegaan op de bevindingen van deelnemers op basis van een nulmeting (1.037 volledige waarnemingen) en een éénmeting connected (514 volledige waarnemingen). Gezien de omvang van de respons bij de diverse enquêtes kan deze, op die van de effectmeting coöperatief na (zie verder in deze paragraaf), als ruim voldoende representatief worden beschouwd voor de totale groep deelnemers aan de proef Spookfiles A58. De nulmeting had als primaire doel een referentiekader te krijgen met betrekking tot de deelnemers. Door veel vragen uit de nulmeting terug te laten komen in de effectmeting kon worden vastgesteld dat beide groepen vrijwel identiek zijn. Zoals ook het geval was bij vergelijkbare projecten uit het verleden, blijken vooral innovators aan dit soort van projecten mee te doen. Deze groep is niet representatief voor de gemiddelde weggebruiker in Nederland, ook niet omdat vrachtwagenchauffeurs, op een enkele na, ontbraken in het project. Om uiteindelijk een effect te hebben op de spookfiles op de A58 dienen er kwalitatief hoogwaardige in-car adviezen te worden gegeven, deze dienen opgevolgd te worden door een voldoende aantal weggebruikers (penetratiegraad). De apps kunnen gezien worden als het primaire medium waarlangs de serviceproviders met deelnemers hebben gecommuniceerd. Voor deelnemers was dit ook het best waarneembare aspect van het project. De werking van de apps en het opvolgen van adviezen is derhalve een wezenlijk aspect van het gehele project. Dit hoofdstuk leerde ons dat: De apps divers zijnen daardoor qua functionaliteit lastig te vergelijken. In deze analyse lag de focus echter op de adviezen en waarschuwingen en die zijn voor dit doel voldoende vergelijkbaar; De mate waarin waarschuwingen en adviezen worden gegeven verschilt per app, de mate van opvolging ook. Bijzonder is dat deelnemers van FlowPatrol aanzienlijk minder vaak snelheidsadviezen zeggen te krijgen, maar zij die zeggen deze wel te ontvangen volgen deze frequenter op dan bij de beide andere apps; FlowPatrol geeft geen concreet snelheidsadvies, maar geeft aan dat men sneller of langzamer dient te rijden dan de op dat moment gehanteerde snelheid. Kennelijk hebben heel wat gebruikers van deze app (ruim een derde) dit niet als snelheidsadvies uitgelegd; Op basis van voorgaande analyse kunnen we vaststellen dat de app van SmartCAR het minst werd gebruikt en de adviezen ervan minder werden opgevolgd dan bij beide andere apps; Gemiddeld genomen geven gebruikers aan de waarschuwingen en adviezen vaker wel dan niet op te volgen. Minder dan 10% volgt deze nooit op, ruim 60% altijd tot vaak. Er lijkt sprake van een duidelijke verbetering t.a.v. het eerdere A67 project (Brabant In-car III); Overall kunnen we stellen dat deelnemers (nog te) vaak ervaren dat de op enig moment ontvangen informatie waarschuwing, dan wel advies niet aansloot bij de verkeerssituatie, vooral omdat deze informatie te laat werd ontvangen. Ook het gegeven dat zij in hun omgeving te weinig zagen dat anderen ook het door de app gevraagde gedrag gingen vertonen droeg bij aan de beeldvorming over de app; Dit laatste aspect raakt aan een dilemma voor dit soort van projecten. Er wordt een laboratoriumproject uitgevoerd met echte klanten op de openbare weg. De diensten zijn nog volop in ontwikkeling, maar deelnemers hebben er ten dele al hoge verwachtingen van als ware Evaluatie spookfiles A58 113

122 het kant en klare eindproducten. Dat maakt dat de serviceproviders ook terughoudend waren in hun marketing voor meer deelnemers. Feitelijk is het niet reëel verkeerskundige effecten te verwachten wanneer een dienst nog in zo n pril stadium van ontwikkeling verkeert. Het is wellicht beter met 100 deelnemers te starten die begrip hebben voor dit stadium van ontwikkeling dan met waarvan er veel zijn die al andere eisen stellen aan hetgeen nog getest wordt; De uitkomsten van de metingen vertonen al met al een gemengd beeld. Overall zien we dat de apps aanvankelijk maar een bescheiden beoordeling kregen, evenals het geval was bij BIC III (gemiddeld een 5,5). De scores zijn zelfs nog iets lager, wellicht door de afgenomen functionaliteit (in BIC III waren de apps gekoppeld aan navigatiesoftware). Het beeld was echter gemengd, heel positieve deelnemers aan de ene kant en deelnemers die al snel zijn afgehaakt, overigens om diverse redenen (o.a. batterijgebruik, niet voor elk type telefoon geschikt, verkeersveiligheid, latency) of erg negatief waren doordat de diensten niet aan de verwachtingen voldeden Statistische analyses meting 1 en 2 Aanvullende statistische analyses maakten duidelijk dat er vrij weinig robuuste en significante verbanden konden worden vastgesteld bij de beoordeling van verschillen tussen de serviceproviders, tussen kenmerken van de deelnemers en de mate van gebruik van de A58 en opvolggedrag en beoordeling van de apps. Er waren echter enkele uitzonderingen, vooral met betrekking tot de rijrichting en de rijstijl. Opmerkelijk was dat de analyses duidelijk maakten dat er sprake was van een significant verschil in de aantallen per rijrichting. In de ochtend is er meer verkeer van Tilburg naar Eindhoven en s avonds van Eindhoven naar Tilburg. Het aantal deelnemers dat in de ochtend van Tilburg naar Eindhoven rijdt was duidelijk ook groter dan in omgekeerde richting, bestond voor een significant groter deel uit mannen, ervoer ook meer files en vond ook de verkeersinformatie in deze richting significant gebrekkiger dan in de andere richting. Bij rijstijl is onderscheid gemaakt in rustig- en doorrijders, zuinig rijden, met de verkeersstroom meerijden en anders. Deze aspecten zijn gekoppeld aan o.a. geslacht, de rijrichting en het gebruik van verkeersinformatie. De analyse toonde: Vrouwen blijken significant vaker met het verkeer mee te rijden en hun snelheid aan te passen. Mannen geven significant vaker het antwoord anders (ondanks het beperkte aantal ervan); De rijstijl zelf blijkt verband te houden met de behoefte aan verkeersinformatie: o Het kiezen van een andere route: doorrijders worden meer beïnvloed door verkeersinformatie, wie met het verkeer mee rijdt laat zich het minst beïnvloeden; o Snelheid aanpassen gebeurt veel vaker door rustig en met verkeer mee rijders en gebeurt het minst door doorrijders ; o Afstand tot voorgangers aanpassen gebeurt (overigens niet verassend) minder door doorrijders, het meest door zuinige rijders. Deze bevindingen leiden tot de conclusie dat segmentatie van doelgroepen op basis van rijstijl het overwegen waard is. Zij die rustig rijden of met het verkeer meerijden zijn mogelijk eerder geneigd een snelheidsadvies of andere adviezen op te volgen omdat dit toch al in hun rijstijl een plaats heeft. Omdat echter niet onderzocht kon worden wie nu de veroorzakers van spookfiles zijn is dit een suggestie voor verder onderzoek. 114 Evaluatie spookfiles A58

123 8.6.2 Een-metingen coöperatief (metingen 3 en 4) De uitkomsten van de metingen 3 en 4 zijn niet integraal weergegeven. Vanwege de grote overeenkomsten in kenmerken van de deelnemers bij de vier metingen is de beschrijving daarvan bij meting 2 afdoende om ook een beeld te hebben van de deelnemers in de metingen coöperatief. De focus in de analyse lag op analyse van de snelheidsadviezen en de opvolgbaarheid, alsmede van het oordeel erover in de vorm van een rapportcijfer of aanbevelingsbereidheid bij familie en vrienden. Ten principale was dat het uitgangspunt van dit project. De te toetsen vooronderstelling was daarbij dat de introductie van coöperatief rijden in de tweede helft van 2016 tot een betere beoordeling van de diensten zou moeten leiden. Hiervoor zijn meerdere analyses uitgevoerd. Omdat vragenlijst 3 de eerste vragenlijst is die aandacht besteed aan coöperatieve deelnemers zou deze gezien kunnen worden als een nulmeting voor coöperatief en de 4 e als de effectmeting coöperatief. Dat leverde uiteindelijk 3 mogelijke vergelijkingen van uitkomsten op: 1. Connected versus coöperatief (meting 2 versus meting 3 en meting 4); 2. Connected versus connected (meting 2 versus meting 4); 3. Coöperatief versus coöperatief (meting 3 versus 4) Deze analyses zijn zowel uitgevoerd op de gehele respons als op de subgroepen. Hierbij is onderscheiden naar gebruikers van alleen de app, van een app met toegevoegde functionaliteit (alleen bij ZOOF) of coöperatief (ZOOF Box, FlowRadar). Beknopt weergegeven kunnen we stellen dat coöperatieve deelnemers de snelheidsadviezen (timing, aard en logica) beter beoordelen dan de connected deelnemers, hoewel dat zeker niet voor alle aspecten het geval is. Eenduidiger is dat met de opvolgbaarheid van de adviezen, waarbij coöperatieve deelnemers duidelijk beter scoren dan connected deelnemers. Bij vergelijking van de beoordeling door connected deelnemers over de 3 effectmetingen heen dan kunnen we vaststellen dat zowel de beoordeling van de snelheidsadviezen zelf als de opvolgbaarheid ervan progressie vertonen, maar minder dan bij de deelnemers die coöperatief of semi-coöperatief zijn gaan rijden. Wanneer coöperatieve deelnemers worden vergeleken tussen meting 3 en 4 dan zien we dat de beoordeling bij de eindmeting zichtbaar is verbeterd ten opzichte van meting 3. Een belangrijk nevendoel van de eindmeting was inzicht te krijgen in het effect van allerlei kwaliteitsverbeteringen die door de marktpartijen zijn aangebracht om tot betere snelheidsadviezen te komen. Vastgesteld kon worden dat deze verbeteringen een positief effect op de beoordeling hebben gehad. Vooral in de rapportcijfers die zijn toegekend aan een achttal aspecten van de dienst, waarvan de kwaliteit van de adviezen en de werking van de app de voornaamste waren, is dit positieve effect zichtbaar. Er is op deze twee aspecten sprake van een gemiddelde verbetering van 20% in de beoordeling ten opzichte van medio 2015, dit is een toename van gemiddeld een 5,4 naar een 6,5. Op basis van voorgaande kunnen we vaststellen dat zowel bij de beoordeling van de snelheidsadviezen als met betrekking tot de rapportcijfers de coöperatieve diensten ZOOF Now en FlowRadar overwegend beter worden beoordeeld dan de connected diensten. Dit verschil is, gebaseerd op de metingen, pas bewerkstelligd door de verbeteringen die in de gehele dienst zijn aangebracht tussen meting 3 en 4. Overall scoort FlowPatrol daarbij beter dan ZOOF, hierbij is het belangrijk te weten dat FlowPatrol ten tijde van de meting zo n 235 coöperatieve deelnemers had, tegen ZOOF slechts 10. Omdat ZOOF bij de meting ten behoeve van de doorselectie medio 2015 juist beter werd beoordeeld dan FlowPatrol is de situatie zoals nu gemeten, waarschijnlijk geen goede voorspelling voor de toekomst. Belangrijker is vast te stellen dat de ontwikkeling van de coöperatieve diensten als verbetering kan worden gezien en daarmee een aanbeveling voor vervolgprojecten om daarop voort te borduren. Evaluatie spookfiles A58 115

124 8.6.3 Tenslotte De bevindingen uit de analyses van de nulmeting en de effectmetingen voor de connected en coöperatieve diensten maken duidelijk dat er naar het oordeel van de respondenten sprake is van een verbetering gaandeweg het project, maar in het bijzonder nadat de verbeteringsslag had plaatsgevonden. Niettemin moet ook worden geconcludeerd dat nog (heel wat) ruimte voor een verdere verbetering aanwezig is. De deelnemers hebben ook bij de eindmeting het nodige aan te merken op de kwaliteit (vooral tijdigheid en hoeveelheid) van de adviezen en daardoor op de opvolgingsmogelijkheden. Het project is niet voor niets als een PCP in de markt gezet, omdat ontwikkeling van vooral de nog niet bestaande coöperatieve dienst centraal stond. Vaststaat dat de Spookfiledienst zich in het project verder heeft ontwikkeld, maar op grond van de bevindingen bij de metingen onder de deelnemers is het zeer de vraag of de kwaliteit nu al voldoende is om voor alle weggebruikers interessant te zijn. Vooral de betrouwbaarheid van de snelheidsadviezen blijft nog een zorgpunt. Mede vanwege het experimentele karakter van dit project was (en is) ook de monitoring en evaluatie (als methodisch vraagstuk) nog in ontwikkeling geweest. Dit werd niet vereenvoudigd doordat vooraf niet voorziene meetmomenten, met deels afwijkende doelen, ingebouwd moesten worden. Bij een vervolg op dit project is, het mede door de hier opgedane inzichten, echter al beter mogelijk vooraf een consistent onderzoek-model te ontwikkelen dat de vergelijkbaarheid van eventueel meerdere metingen beter waarborgt. Dit project heeft er indicaties van opgeleverd dat bepaalde kenmerken van weggebruikers (bijv. de rijstijl) van invloed kunnen zijn op het omgaan met in-car adviezen, maar heeft echter ook duidelijk gemaakt dat veel van de onderzochte aspecten vooralsnog weinig zeggingskracht hebben voor het vertoonde of zelf gerapporteerde gedrag van de deelnemers. Het verdient daarom ook aanbeveling in een vervolg meer aandacht aan interviews met deelnemers te besteden of daarvoor focusgroepen in te richten. Met daaruit verkregen inzichten kan een nieuwe enquête waarschijnlijk gerichter worden ingezet om bepaalde verbanden te onderzoeken. 116 Evaluatie spookfiles A58

125 9 Wat zijn de potentiele maatschappelijke effecten van connected en coöperatief rijden? In dit Hoofdstuk gaan we in op de effecten van de Spookfiledienst op de maatschappelijke indicatoren leefbaarheid, veiligheid en bereikbaarheid op het spookfiletraject A58 Tilburg Eindhoven. De analyses laten zien dat er geen netto-effect van de diensten op de leefbaarheid, verkeersveiligheid en de bereikbaarheid is geconstateerd. Daarnaast gaan we in op wat we verwachten van opschaling van Spookfilediensten naar heel Nederland. Bij opschaling lijkt er zeker potentie voor een betere bereikbaarheid en een reductie in uitstoot. De gebruikers geven aan bij opschaling positieve effecten te verwachten op de verkeersveiligheid. 9.1 Indicatoren voor bepaling van de maatschappelijke effecten en voor opschaling De centrale vraag die we in dit Hoofdstuk behandelen is: Wat zijn de maatschappelijke effecten van connected en coöperatief rijden? Vanuit verkeerskundig perspectief gaat het dan om de effecten op leefbaarheid, veiligheid en bereikbaarheid op het spookfiletraject (A58 Tilburg-Eindhoven). Maar ook om de verwachtte effecten op leefbaarheid, veiligheid en bereikbaarheid bij opschaling in heel Nederland. Verkeersveiligheid en de bereikbaarheid zijn verkeerskundig gezien vrij heldere begrippen. We hebben al eerder laten zien dat een indicator voor de bereikbaarheid van een traject het aantal VVU is. Een indicator voor de verkeersveiligheid de kans op een bepaald type ongeval. Daarnaast is er nog de subjectieve verkeersveiligheid, een indicator hiervoor is de perceptie van verkeersveiligheid van de deelnemers. Dit is de persoonlijke mening van de deelnemer over verkeersveiligheid en de effecten van de diensten op de verkeersveiligheid. Leefbaarheid is een containerbegrip, de definitie van leefbaarheid is voor meerdere betekenissen vatbaar 13. In de internationale wetenschappelijke literatuur circuleren verschillende definities van leefbaarheid. Hier focussen we op de uitleg van de term leefbaarheid zoals die door het ministerie van Infrastructuur en Milieu gebruikt wordt. I&M zet in op leefbaarheid en bereikbaarheid, met een vlotte doorstroming in een goed ingerichte, schone en veilige omgeving 14. Het gaat dus vooral om de effecten van de systemen op de verkeersveiligheid, bereikbaarheid en de emissies (luchtkwaliteit) Zie mission-statement I&M: Evaluatie spookfiles A58 117

126 9.2 Gemeten effecten op bereikbaarheid, veiligheid en leefbaarheid Wat zijn nu de gemeten effecten als het gaat om de bereikbaarheid, veiligheid en leefbaarheid? Het project Spookfiles A58 heeft niet geresulteerd in kwantitatief meetbare effecten op macroniveau. Op basis van de resultaten op macroniveau die gemeten zijn, kunnen we dus geen conclusies trekken over een verbetering of verslechtering op het gebied van de leefbaarheid. Toch zijn er wel een aantal effecten van de Spookfilediensten uit het onderzoek naar voren gekomen die effect kunnen hebben op de leefbaarheid, veiligheid en bereikbaarheid. Ondanks dat een totaal effect van de diensten niet te geven is kunnen we wel wat zeggen over de gemeten effecten op microen mesoniveau en de manier waarop ze wel of niet bijdragen aan leefbaarheid, veiligheid en bereikbaarheid. Hieronder gaan we in de op de afzonderlijke effecten die geconstateerd zijn en wat daarvan het effect is op de drie genoemde maatschappelijke effecten. Verkeersveiligheid De resultaten op mesoniveau laten zien dat het zeer waarschijnlijk is dat de systemen een reducerende werking hebben op de gemiddelde snelheid. De verkeersstroom waarin meer voertuigen zitten mét Spookfilediensten rijdt langzamer op een file af dan een verkeersstroom zónder Spookfilediensten. Wetenschappelijk onderzoek laat vrij eenduidig zien dat een lagere gemiddelde snelheid een positief effect op de verkeersveiligheid (zie bijvoorbeeld Van der Pas, ). Als het gaat om de relatie tussen snelheid en ongevallen heeft de gereden snelheid invloed op twee belangrijke aspecten (zie ook Aarts (2004): 1. De kans betrokken te raken bij een ongeval; 2. De ernst van een ongeval (fataal, zwaargewond, licht gewond, etc.). Snelheid is een belangrijke factor, zowel bij de kans om betrokken te raken bij een ongeval als bij de ernst van een ongeval. Andere belangrijke factoren zijn het snelheidsverschil, de fysieke kenmerken van de weg, en verkeersintensiteit (Aarts, 2004). Ook het snelheidsverschil tussen de verkeersstroom met de deelnemers de snelheid bij de filestaart is afgenomen ten opzichte van het snelheidsverschil tussen verkeersstromen zonder deelnemers en de snelheid bij de filestaart. Dit zou ook een positief effect op de verkeersveiligheid hebben. Het effect gaat verder dan alleen effect op bestuurder met een dergelijk systeem. Ons onderzoek laat zien dat het erop lijkt dat de aanwezigheid van een aantal systemen een effect heeft op de totale verkeersstroom op een locatie. Naast deze informatie is er nog de veiligheid zoals die gepercipieerd wordt door de deelnemers. Zoals in Hoofdstuk 8 ook naar voren is gekomen, geeft het grootste deel van de deelnemers aan dat de kans op een ongeval niet kleiner is geworden (45%), 14% geeft aan dat ze denken dat de kans op een ongeval wel kleiner is geworden is. Een deel van de deelnemers geeft aan dat de systemen wel van de rij taak afleiden Dit zou een gepercipieerd negatief effect op de verkeersveiligheid kunnen verklaren. Onderzoek van de SWOV laat dan ook zien dat afleiding door smartphones een aanzienlijke rol speelt bij het ontstaan van ongevallen 16. Positief is dat de deelnemers wel verwachtingsvol zijn over de effecten op de verkeersveiligheid bij opschaling. De verwachting is dat als iedereen een dergelijk systeem heeft, de verkeersveiligheid hier positief bij gebaat is. Los daarvan geven deelnemers aan dat de informatie over de locatie van files op het traject zoals die continu gegeven wordt door de diensten, een grote attentiewaarde heeft. Dit zou de verkeersveiligheid ten goede komen. 15 Van der Pas, 2011, De relatie tussen snelheidslimietverandering en verkeersveiligheid, RWS-WVL. 16 M.P. Hagenzieker & A. Stelling, 2013, Schatting aantal verkeersdoden door afleiding, SWOV, Leidschendam, rapportnummer: R Evaluatie spookfiles A58

127 Bereikbaarheid Over de bereikbaarheid kunnen we op basis van de effecten op macroniveau geen uitspraken doen. Er zijn immers geen effecten gemeten die toe te wijzen zijn aan de systemen. Hoewel hier we dit in het project niet hebben kunnen meten, kunnen we theoretisch stellen dat een toegenomen verkeersveiligheid uiteindelijk ook een positief effect heeft op de bereikbaarheid. Er is immers minder vertraging door ongevallen. Hoe zit het dan met de perceptie van de bereikbaarheid van de individuele gebruiker? Het merendeel van de deelnemers geeft aan dat ze niet vinden dat de reistijd korter is geworden. Acht procent geeft aan dat de reistijd door het gebruik van de app (soms) korter is geworden. Emissies Schadelijke emissies zoals koolmonoxide (CO), vluchtige organische stoffen (VOS), stikstofoxiden (NOx) en fijnstof, PM10 zijn vooral afhankelijk van het rijgedrag en het voertuig waarin gereden wordt. Als we ervan uit gaan dat de systemen geïnstalleerd zijn in een voertuig met een verbrandingsmotor dan kunnen we stellen dat minder optrekken, minder (snel) accelereren en minder snel rijden resulteren in een lager brandstofverbruik en in een lagere uitstoot van schadelijke stoffen. We zagen bij de analyses op mesoniveau al dat de gemiddelde snelheid naar de file toe lager leek te liggen bij voertuigen die naar de file toe rijden en dat de bestuurders aangeven gelijkmatiger te rijden (34% geeft aan gelijkmatiger te rijden). Beide gedragingen hebben een positief effect op het brandstofgebruik en de uitstoot van schadelijke stoffen. De effecten zijn op basis van dit project echter niet kwantificeerbaar. 9.3 Verwachte effecten van opschaling naar heel Nederland Bij het bespreken van de effecten van de opschaling naar heel Nederland beperken we ons tot de verkeerskundige effecten van de ontwikkelde diensten. Belangrijke intellectuele resultaten van het project zijn reeds beproefd en gebruikt in andere (vervolg) projecten. Zo is de High Level Architecture (HLA) gebruikt in de Talking Traffic Call en is in 2016 de spookfile-architectuur succesvol gebruikt voor de Road Works Waring Proef op de ITS corridor. Als we het hebben over de opschaling van de diensten zoals ontwikkeld in het project Spookfiles A58 zien we dat opschaling naar heel Nederland zal leiden tot een olievlekwerking en dat dit een aantal positieve effecten zal opleveren. Potentie neemt toe. Bij uitbreiding naar heel Nederland worden de diensten niet alleen aantrekkelijker voor een grote groep gebruikers, ook de frequentie van gebruik onder de huidige deelnemers zal waarschijnlijk groter worden. De app heeft dan ook op andere trajecten toegevoegde waarde. Nu zijn de diensten eigenlijk alleen aantrekkelijk voor mensen die frequent op het traject tussen Tilburg en Eindhoven rijden. Gebruikers genereren dan ook informatie (Floating Car Data). Hierdoor zullen de diensten waarschijnlijk ook beter gaan functioneren. De omvang van het effect neemt toe. De verwachting is dat bij een toename in het aantal gebruikers de effecten snel toenemen. Het individuele rijgedrag, en dan vooral het snelheidskeuzegedrag als het gaat om het langzamer naar de file toerijden, heeft effect op de snelheidskeuze van bestuurders om de deelnemer heen. Een kleine toename in het aantal deelnemers zal dan ook grotere effecten hebben op het totaal. Daarnaast is de verwachting dat het feit dat meer mensen de dienst gebruiken ook resulteert in meer opvolggedrag. Je bent tenslotte niet meer de enige die vroegtijdig afremt om files te voorkomen. Dit leidt uiteindelijk tot een hogere penetratiegraad. Dit is niet alleen theorie, dit hebben we ook laten zien in het project Spookfiles A58. Op mesoniveau zijn grotere effecten gemeten tijdens de PoC test dan op dagen dat er minder deelnemers in de verkeersstroom zaten. Zie Afbeelding 9.1. Evaluatie spookfiles A58 119

128 Koppeling aan gebruik van informatie en het bij voorkeur ontvangen van adviezen Hoe past wat nu in dit project Spookfiles A58 wordt ontwikkeld in het grotere plaatje? Voor opschaalbaarheid en economische levensvatbaarheid van businessmodellen is het belangrijk te weten op welke informatie mensen hun gedragskeuzes onderweg baseren, of zij hiervoor willen betalen en hoe zij de informatie bij voorkeur willen ontvangen. Maakte u alleen gebruik van het gegeven snelheidsadvies of baseerde u uw snelheid ook op andere informatie (N=375)? Alleen op basis van snelheidsadvies via de smartphone Alleen op basis van matrixborden boven de weg Alleen op basis van mijn eigen waarnemingen Geen van alle Een combinatie van snelheidsadvies, matrixborden en eigen waarnemingen. Anders, namelijk 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Afbeelding 9.1 Broninformatie voor snelheidsbeslissingen Hieruit blijkt dat de overgrote meerderheid een combinatie van bronnen gebruikt, waarvan het gegeven advies er één is. De antwoorden op de effectmeting, expliciet ook in de open vragen, maken duidelijk dat zij dan ook niet altijd vertrouwen hebben in de verstrekte adviezen en zich daarom ook baseren op bijvoorbeeld de informatie op de matrixborden. In de loop van het project hebben we geen verandering kunnen waarnemen bij de effectmeting connected. Mensen die later in het project deze meting hebben ingevuld, geven geen andere reacties. Ook is de vraag gesteld of mensen de nu aangeboden functionaliteit als zelfstandige dienst zouden willen (kunnen) gebruiken, of dat deze ingebed moet zijn in andere diensten of functionaliteiten. In Afbeelding 9.2 is terug te zien dat in elk geval op persoon 1 na, iedereen aangeeft adviezen te willen ontvangen. Wat we tegelijkertijd ook zien, is dat de meerderheid de functionaliteit van de app liever geïntegreerd zou willen zien in het navigatiesysteem of in een navigatieapp. En daarmee als onderdeel van een dienst of apparaat met meer functionaliteit. Tegelijk zien we dat de betalingsbereidheid voor de in dit project geboden functionaliteit heel beperkt is (zie Afbeelding 9.3). Dat is belangrijke informatie voor het ontwikkelen van een businessmodel voor de verschillende leveranciers in het project. 120 Evaluatie spookfiles A58

129 Hoe zou u bij voorkeur rijadviezen willen ontvangen (N=491)? Ik wil helemaal geen rijadviezen ontvangen Geen voorkeur Geïntegreerd in een ingebouwd navigatiesysteem Geïntegreerd in een navigatieapp Via een app zoals ZOOF, SmartCAR of FlowPatrol Weet ik niet 0% 5% 10% 15% 20% 25% 30% 35% 40% Afbeelding 9.2 Voorkeur voor de manier waarop rijadviezen gegeven zouden moeten worden Als u voor de rijadviezen op dit proefproject zou moeten betalen, welk jaarlijks bedrag zou u bereid zijn te betalen (N=432)? 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0 euro per jaar 1-10 euro per jaar euro per jaar euro per jaar Meer dan 51 euro per jaar Afbeelding 9.3, betalingsbereidheid voor rijadviezen zoals nu op de A58 geboden Verdieping van het begrip opschaling: Opschaling heeft in deze context twee betekenissen: meer deelnemers op hetzelfde traject en uitbreiding van de dienst naar andere wegen. Op basis van dit project is voor beide betekenissen niet eenduidig aan te geven wat opschaling kan betekenen. Meer deelnemers De theoretische vooronderstelling is dat een bepaald % van deelnemers nodig is dat in een bepaalde mate adviezen opvolgt. 5% deelnemers op de totale verkeersstroom met de tot op heden vastgestelde 40% opvolging leidt tot circa 2% aan weggebruikers die tegelijkertijd, en op enig moment van de dag, maar in principe in de drukke periodes, de dienst gebruiken en toepassen. Alleen in mei 2015 is dit aantal gehaald, waardoor er geen grond is om te kunnen vaststellen dat de theoretische vooronderstelling juist is. Wel geven de data en de analyses ervan voeding aan de verwachting de verkeersstroom positief kan worden beïnvloed, in elk geval bij het naderen van de staart van de file waarvoor een dergelijk effect is vastgesteld. Uitbreiding naar andere trajecten Evaluatie spookfiles A58 121

130 Vergelijking van de uitkomsten van de nulmetingen van het project Brabant In-car III en Spookfiles A58 bracht aan het licht dat mede door verschillen in de verkeersdrukte, motieven voor gebruik van de weg het niet goed mogelijk is beide wegen met elkaar te vergelijken. De verschillen in drukte leiden bijvoorbeeld tot een ander gebruik van en waardering voor verkeersinformatie. Ook komen op de A67 minder spookfiles voor. Daarom is er nog geen grond om te veronderstellen dat een bepaald macroscopisch effect op de ene weg een goede voorspeller is van een vergelijkbaar macroscopisch effect op de andere weg. De mix van microscopische en meso-effecten is anders. Het zou goed kunnen zijn dat ook op de A67 een rustiger toerijden naar de file kan worden bereikt, maar het is op dit moment niet te bepalen of dat eenzelfde, of een ander effect op de verkeersstroom zou (kunnen) hebben. Productierijpheid Tenslotte is voor opschaling ook van belang of de nu beschikbare diensten daar al klaar voor zijn, voor beide vormen van opschaling. Op basis van de bevindingen kan worden vastgesteld dat de diensten nog niet volledig productierijp zijn. De kwaliteit is dusdanig dat zij gebruikers, niet zijnde innovators, onvoldoende aanspreken om deze met effect toe te passen. Het verder ontwikkelen van vooral de accuraatheid van de bepaling van waar een voertuig zich bevindt ten opzichte van het begin- en einde van een file verdient nog de nodige aandacht. Wat de analyse daarbij wel duidelijk heeft gemaakt dat deelnemers vooral de beschikbaarheid van de dienst op meer wegen op prijs zullen stellen. Betalen daarvoor is echter nauwelijks aan de orde. Verdienmodellen dienen zich daarvoor vooral op andere inkomstenbronnen te richten, dan een vergoeding voor de app. 9.4 Conclusies Op basis van de gemeten effecten op de weg (macroniveau) kunnen we geen significante conclusies trekken over de effecten van de systemen op leefbaarheid, bereikbaarheid en veiligheid. Toch zijn er een aantal signalen die iets zeggen over de te verwachten effecten. Als het gaat om veiligheid zijn er een aantal effecten van de diensten die een positief effect hebben op de verkeersveiligheid. Zo gaan bestuurders langzamer rijden naar de file toe, gaat het verkeer om de gebruiker heen langzamer rijden naar de file toe, is er een kleiner snelheidsverschil met de filestaart en hebben de systemen een attentiewaarde. Gebruikers hebben immers continu feedback over de positie van de file op hun traject. Daarnaast zijn er ook effecten van de diensten die bijdragen aan onveiligheid in het verkeer. Het gaat dan vooral om de mate waarin de diensten de bestuurder afleiden van de situatie op de weg. Het netto-effect van de diensten op de verkeersveiligheid kunnen we in dit onderzoek niet vaststellen. Het is dus ook niet aan te geven of eventuele opschaling zou leiden tot positieve effecten op de verkeersveiligheid. Wel kunnen we aangeven dat de gebruikers in de enquête aangeven te verwachten dat bij grootschalige uitrol de systemen positief zullen bijdragen aan de verkeersveiligheid. Als het gaat om bereikbaarheid zijn er geen meetbare resultaten. Slechts een heel klein gedeelte van de gebruikers geeft aan dat de diensten (soms) een positief effect op de reistijd hebben (8%). Al met al lijkt de potentie om een positief effect te hebben op de reistijd dus wel positief en zou een hogere penetratiegraad van de systemen een positief effect kunnen hebben. Hetzelfde geldt voor de leefbaarheid en reductie in emissies. De meso-analyses suggereren een lagere snelheid bij het gebruik van de diensten, gebruikers geven aan homogener te rijden. Potentie om een positieve bijdrage te hebben aan de reductie van brandstof gebruik en de uitstoot van schadelijke gassen is dus zeker aanwezig. Ook hier zou opschaling en een hoge penetratiegraad moeten resulteren in een positief effect. 122 Evaluatie spookfiles A58

131 10 Conclusies, synthese en aanbevelingen In dit Hoofdstuk verzamelen we de belangrijkste conclusies over het functioneren van de Spookfilediensten, gemeten verkeerskundige effecten op de A58, ervaringen van de gebruikers en potentiele effecten bij opschaling. We concluderen dat het project er onder andere in geslaagd is om dynamische snelheidsadviezen in de auto te krijgen, gebruikers te binden, en op meso- en microniveau meetbare verkeerskundige effecten te creëren. Tot slot geven we ook nog een aantal aanbevelingen Conclusies Voor de verkeerskundige analyses van de diensten onderscheiden we verschillende niveaus waarop de effecten zich kunnen manifesteren. Het randvoorwaardelijke niveau, (het technisch functioneren), het microniveau (niveau van de individuele gebruiker), het mesoniveau (niveau van de verkeersstroom rondom files) en het macroniveau (niveau van het gehele A58-traject). Voordat überhaupt een effect kan worden gemeten moet een aantal zaken op orde zijn. Zo moeten de diensten technisch werken en moeten er voldoende gebruikers zijn. Als hieraan is voldaan kunnen de diensten een effect sorteren. Het eerste effect vindt plaats op microniveau. Idealiter volgt de gebruiker de adviezen van het systeem op en verandert zijn snelheid. Op het mesoniveau wordt het effect van de gedragsaanpassing van individuele deelnemers (opvolggedrag) op de snelheid van de gehele verkeersstroom rond de deelnemers geanalyseerd. Als gevolg van het vertoonde opvolggedrag verwacht men op dit niveau een rustiger verkeersstroom naar de file toe en een vlottere verkeersstroom van de file af. Tot slot zijn er de verkeerskundige effecten op macro niveau. Om te onderzoeken of de diensten een effect hebben op filegolven en reisduur hebben we onderzocht of er na de implementatie van de diensten in 2015 een verandering in filegolven en voertuigverliesuren is vastgesteld, ten opzichte van de nul- of referentiemeting. Na het bespreken van de verschillende niveaus waarop we verkeerskundige effecten kunnen verwachten, gaan we in op de conclusies over de deelnemerservaringen en het opschalen van de resultaten van de proef naar heel Nederland. Technisch functioneren De apps zijn, gegeven de context van het project, vaak gedownload. Het betreft hier een dienst met een relatief klein ruimtelijk toepassingsgebied (een stuk van de A58). Desondanks staat de teller tegen het einde van het project op 5542 downloads. Dat resulteert in een stabiele gebruikersbasis van in totaal ongeveer 100 unieke gebruikers per dag 17 ; In mei van 2015 is er een penetratiegraad van meer dan 2,5% gerealiseerd. Tijdens die spitsuren had meer dan 2,5% van de voertuigen één van de diensten aan boord). Na mei 2015 liep dit terug en tegen het einde van 2016 lag de penetratiegraad ruim onder de 1%; 17 Gemiddeld aantal gebruikers per dag in 2016 Evaluatie spookfiles A58 123

132 De diensten moeten tijdig de juiste adviezen geven. Hiervoor moet de totale keten (datafusie en levering, wegkantsystemen en de apps) correct functioneren. De dienstenleveranciers melden weinig storingen en de uptime is hoog. Technisch lijken de systemen dus prima te werken. Het lijkt er op basis van de enquêtes echter op dat deelnemers dat niet altijd zo ervaren. Een deel van de deelnemers zegt bijvoorbeeld in het geheel geen adviezen te hebben ontvangen (zie Afbeelding 8.6). De diensten zouden alleen advies moeten geven als er sprake is van een file, of als er een file dreigt te ontstaan. Het is dus ook niet zo dat tijdens alle ritten advies gegeven zou moeten worden. Het percentage ritten met advies verschilt sterk per dienstverlener en correleert in de praktijk met de kans op spookfiles. Zowel in 2015 als in 2016 is een dip te zien in het percentage ritten met advies in de maand augustus. Dat geldt voor beide diensten. Microniveau: het opvolggedrag De gebruiker past zijn gedrag volgens de verkeerskundige analyses bij 40% van de adviezen aan; Het lijkt erop dat gedurende 2016 het opvolggedrag stabiel blijft, in een beperkt aantal gevallen verbetert het opvolggedrag en soms ook niet; 40% opvolging van de adviezen is niet hoog in vergelijking met eerdere proeven. De reden hiervoor is niet eenduidig vast te stellen, verklaringen zijn: o Een mogelijke verklaring is dat de deelnemers de adviezen niet opvolgen omdat ze niet tijdig gegeven worden of in de ogen van de gebruikers niet juist zijn. Bij de eerste effectmeting medio 2015 zegt circa 35% passende adviezen te hebben gehad, de andere 65% krijgt vaak of niet altijd passende adviezen, bijvoorbeeld een snelheidsadvies (vertragen) als men al in de file stond. Adviezen kunnen niet accuraat zijn en/of niet tijdig genoeg. Bij meting 4 (februari 2017) gaf 69% aan snelheidsadviezen te ontvangen wanneer dat nuttig was. Een belangrijke verbetering derhalve, maar de verbeteringsruimte is ook nog evident; o Gebruikers geven in de enquêtes als belangrijkste reden voor het niet opvolgen van een advies, dat de verkeersituatie dat niet toestond. Dat blijft zo gedurende het project, maar de mate waarin is na introductie van de coöperatieve dienst afgenomen; o Opvallend is dat het zelf-gerapporteerd opvolggedrag van de deelnemers veel hoger lijkt te liggen dan het gemeten opvolggedrag. Vrijwel iedereen die snelheidsadviezen ontvangt, geeft aan die adviezen ook in min of meerdere mate op te volgen (95%). 67% geeft aan niet altijd een advies op te volgen. Daarvan geeft 5% aan nooit een advies op te volgen. Dit verschil kan deels worden verklaard doordat in de FCD-data naar elk individueel advies gekeken wordt, terwijl deelnemers een globaal en misschien ook sociaal wenselijk beeld van hun gedrag rapporteren. Mesoniveau: effect op verkeersstroom rondom files Grosso modo blijkt dat de verkeersstroom bij veel deelnemers rustiger is dan bij weinig deelnemers. Hierbij moet opgemerkt worden dat de effecten niet steeds konden worden aangetoond en dat de resultaten van beide methoden op detailniveau niet steeds met elkaar overeenkwamen; Bij het uitrijden van de file is er echter geen effect in de gewenste richting gevonden. Als er al een effect is, dan is dit tegengesteld aan de verwachting: Het lijkt erop dat er vanwege de dienst langzamer wordt weggereden uit de file, niet vlotter; We kunnen dus concluderen dat er in de verkeersstroom naar de file toe effecten zijn. Er wordt in situaties met "veel" adviezen rustiger naar de file toegereden dan bij "weinig" adviezen. De aanpassing van de snelheid van individuele deelnemers heeft in voorkomende gevallen invloed gehad op de verkeersstroom als geheel; Het gemeten effect is sterker aanwezig op de dag van de PoC. 124 Evaluatie spookfiles A58

133 Macroniveau: effecten op de doorstroming A58 Om te onderzoeken of de diensten een effect hebben op filegolven en reisduur hebben we onderzocht of er na de implementatie van de diensten in 2015 een verandering in filegolven en voertuigverliesuren is vastgesteld ten opzichte van de nul- of referentiemeting. Dit is gedaan in twee richtingen voor zowel de ochtend- als avondspits. Als referentiejaar is 2014 genomen en in een eerste onderzoek is 2015 vergeleken met Daarbij is een toename gevonden van het aantal en de duur van filegolven. Ook de reisduur en VVU waren toegenomen. In de richting Eindhoven - Tilburg in de ochtendspits werd geen verschil waargenomen tussen 2014 en 2015; Voor de eindevaluatie is het onderzoek herhaald waarbij ook 2016 erbij is betrokken. Voor de A58 Tilburg Eindhoven in de avondspits is de situatie in 2016 verder verslechterd. Het aantal voertuigverliesuren is fors toegenomen voor alle vier de typen files (regulier-statisch, regulierfilegolf, incidenteel-statisch, incidenteel-filegolf). Ook in de andere richting (A58 Eindhoven - Tilburg) lijkt de situatie in de avondspits iets verslechterd. Er zijn in 2016 meer filegolven waargenomen dan in 2014 en Een lichtpuntje zijn de resultaten voor de A58R (Eindhoven Tilburg) in de ochtendspits. Alhoewel net niet significant, lag het aantal voertuigverliesuren in 2016 lager dan in Ook het aantal en de duur van de filegolven is afgenomen. Echter, op basis van de analyses konden voor deze situaties geen uitspraken over het effect van de apps gedaan worden. Samenvatting micro-meso-macro Het is gelukt om diensten te maken waarbij deelnemers adviezen krijgen om hun snelheid aan te passen op basis van filevorming. Alhoewel de apps best veel zijn gedownload is de penetratiegraad laag. Per uur in de spits, gedifferentieerd naar richting, zijn dit slechts enkele gebruikers. 40% van de adviezen wordt opgevolgd. Ondanks dat het gebruik beperkt is geweest, is het wel gelukt om aantoonbare effecten op de verkeersstroom van de apps te vinden. Een verkeersstroom met deelnemers rijdt wat langzamer richting file dan zonder deelnemers. Het bleek allemaal nog wel te beperkt om op trajectniveau op de A58 effecten op spookfiles en VVU zichtbaar te maken. Kenmerken en ervaringen van de deelnemers In essentie bevestigen de uitkomsten van de enquêtes onder de gebruikers van de diensten het beeld dat de verkeerskundige analyses tonen. De zelf-gerapporteerde opvolging van snelheidsadviezen mag dan wel hoger lijken dan wat de FCD-analyses tonen, gemiddeld genomen vinden de deelnemers de kwaliteit van de adviezen onvoldoende om hen structureel tot opvolging te verleiden; Met een cijfer van ongeveer 6,4 is er een behoorlijke verbetering gerealiseerd na introductie van de coöperatieve diensten. Niettemin is het beeld wat diffuus. Er is een groep gebruikers die ondanks een kritische opstelling behoorlijk positief is over het project, maar er staat ook forse groep tegenover die onderweg is afgehaakt omdat de diensten niet brengen wat zij ervan hadden gehoopt. Bijvoorbeeld omdat zij adviezen krijgen die niet passen bij de verkeerssituatie, of omdat zij het gebruik van de app onvoldoende verkeersveilig vonden. Toch hebben de analyses waardevolle inzichten opgeleverd: Deelnemers aan het project Spookfiles A58 zijn niet representatief voor alle weggebruikers. Resultaten kunnen niet zonder meer doorgetrokken worden naar andere projecten; Gebleken is dat kenmerken van het verkeer en de verkeersdeelnemers tussen bijvoorbeeld de A67 (bij het project Brabant In-car III) en op de A58 bij dit project zodanig van elkaar afwijken dat het doortrekken van effecten of aspecten naar andere wegen niet voor de hand ligt. Opschalingeffecten hangen derhalve sterk samen met specifieke kenmerken van een weg en het gebruik ervan; Evaluatie spookfiles A58 125

134 De rijrichting bleek mede van invloed op het gebruik van verkeersinformatie en was de ontevredenheid over de beschikbaarheid van reisinformatie op de route groter bij de richting met de meeste files (Tilburg-Eindhoven); De rijstijl is van invloed op het gebruik van verkeersinformatie en het opvolggedrag. Hardrijders lijken minder geneigd snelheidsadviezen op te volgen dan mensen die meer met het verkeer meerijden of een rustige rijstijl hebben. Mogelijk is segmentatie van doelgroepen naar aard en daarop aan te passen adviezen een deel van de oplossing voor meer effect; Het gebruik van verkeersinformatie hangt samen met de mate waarin mensen op hun dagelijkse trajecten files ervaren. De rijrichting was hierop van invloed, omdat de mensen die in de ochtend van Tilburg naar Eindhoven reizen en s-avonds in omgekeerde richting, vaker en langer in de file staan; Coöperatieve deelnemers beoordelen de snelheidsadviezen (timing, aard en logica) beter (accurater, logischer, een hoger punt) dan de connected deelnemers. De coöperatieve dienst is derhalve een kwaliteitsverbetering, ook al gaat dat niet voor alle aspecten op. Zo zijn coöperatieve deelnemers minder positief over het snelheidsadvies bij het naderen van een file, dan de connected deelnemers. Eenduidiger zijn de resultaten als het gaat over de opvolgbaarheid van de adviezen. Hier scoren de coöperatieve diensten duidelijk beter dan de connected diensten. In het algemeen kunnen we stellen dat de deelnemers bij de beoordeling van zowel de snelheidsadviezen als bij de rapportcijfers, de coöperatieve diensten ZOOF Now en FlowRadar beter worden beoordeeld dan de connected diensten. De meerwaarde van een coöperatieve dienst ten opzichte van een connected dienst is dus vanuit gebruikersperspectief zeker aanwezig. Effecten op bereikbaarheid, veiligheid en leefbaarheid Op basis van de gemeten effecten op de weg (macroniveau) kunnen we geen uitspraken doen over de effecten van de systemen op leefbaarheid, bereikbaarheid en veiligheid. Toch zijn er signalen die iets zeggen over de te verwachten effecten. Bereikbaarheid: er zijn geen meetbare resultaten over de bereikbaarheid. Slechts een heel klein gedeelte van de gebruikers (8%) geeft aan dat de diensten (soms) een positief effect op de reistijd hebben. Al met al lijkt er enige potentie aanwezig om een positief effect te hebben op de reistijd en zou een hogere penetratiegraad van de systemen een positief effect op de reistijd kunnen hebben; Veiligheid: de diensten hebben een aantal effecten die positief bijdragen aan de verkeersveiligheid. Zo rijden bestuurders langzamer naar de file toe er is dus een kleiner snelheidsverschil met de filestaart, rijden gebruikers homogener, de gemiddelde snelheid ligt lager en de systemen hebben een attentiewaarde (immers, gebruikers hebben continue feedback over de positie van de file op hun traject). Maar er zijn ook effecten van de diensten die bijdragen aan onveiligheid in het verkeer. Zo geven bestuurders aan dat de diensten de bestuurder afleiden van de situatie op de weg. Het is onduidelijk wat het netto-effect is van de diensten op de verkeersveiligheid. Dat kunnen we in dit onderzoek niet vaststellen. Het is dus ook niet aan te geven of eventuele opschaling zou leiden tot positieve effecten op de verkeersveiligheid. Wel blijkt uit de enquête dat gebruikers verwachten dat de systemen bij grootschalige uitrol positief zullen bijdragen aan de verkeerveiligheid; Emissies: wat geldt voor de bereikbaarheid geldt ook voor de reductie in emissies. De mesoscopische analyses suggereren een lagere snelheid bij het gebruik van de diensten, gebruikers geven aan homogener te rijden. Potentie om een positieve bijdrage te hebben aan de reductie van brandstof gebruik en de uitstoot van schadelijke gassen is dus zeker aanwezig. Ook hier zou opschaling en een hoge penetratiegraad moeten resulteren in een positief effect. Effecten van opschaling Meer deelnemers: de theoretische vooronderstelling is dat een bepaald % van deelnemers nodig is dat in een bepaalde mate adviezen opvolgt: 5% deelnemers op de totale verkeersstroom met de tot op heden vastgestelde 40% opvolging leidt tot circa 2% aan weggebruikers die tegelijkertijd, en op enig moment van de dag, maar in principe in de drukke periodes, de dienst gebruiken en 126 Evaluatie spookfiles A58

135 toepassen. Alleen in mei 2015 is dit aantal gehaald, waardoor er geen grond is om te kunnen vaststellen dat de theoretische vooronderstelling juist is. Wel geven de data en de analyses ervan voeding aan de verwachting de verkeersstroom positief kan worden beïnvloed, in elk geval bij het naderen van de staart van de file waarvoor een dergelijk effect is vastgesteld; Uitbreiding naar andere trajecten: vergelijking van de uitkomsten van de nulmetingen van het project Brabant In-car III en Spookfiles A58 bracht aan het licht dat mede door verschillen in de verkeersdrukte en motieven voor gebruik van de weg. het niet goed mogelijk is beide wegen met elkaar te vergelijken. De verschillen in drukte leiden bijvoorbeeld tot een ander gebruik van en waardering voor verkeersinformatie. Ook komen op de A67 minder spookfiles voor. Daarom is er nog geen grond om te veronderstellen dat een bepaald macroscopisch effect op de ene weg een goede voorspeller is van een vergelijkbaar macroscopisch effect op de andere weg. De mix van microscopische en meso-effecten is anders. Het zou goed kunnen zijn dat ook op de A67 een rustiger toerijden naar de file kan worden bereikt, maar het is op dit moment niet te bepalen of dat eenzelfde of een ander effect op de verkeersstroom zou (kunnen) hebben; Productrijpheid: tenslotte is voor opschaling ook van belang of de nu beschikbare diensten daar al klaar voor zijn, voor beide vormen van opschaling. Op basis van de bevindingen kan worden vastgesteld dat de diensten nog niet volledig productierijp zijn. De kwaliteit is dusdanig dat zij gebruikers, niet zijnde innovators, onvoldoende aanspreken om deze met effect toe te passen. Het verder ontwikkelen van vooral de accuraatheid van de bepaling van waar een voertuig zich bevindt ten opzichte van het begin- en einde van een files verdient nog de nodige aandacht. Wat de analyse daarbij wel duidelijk heeft gemaakt dat deelnemers vooral de beschikbaarheid van de dienst op meer wegen op prijs zullen stellen, betalen daarvoor is echter nauwelijks aan de orde Synthese, hoe verhouden de resultaten zich tot andere studies Vergelijking deelnemers groep A58 en A67 In Hoofdstuk is 8 is aangegeven wat de nulmeting heeft opgeleverd. Het is echter als op zichzelf staande informatie minder goed te duiden wat dit nu betekent. Daarom zijn de uitkomsten van de nulmeting van het project Brabant In-car III op de A67 naast de bevindingen in dit project gelegd (Van Beek et al, 2014). De nulmetingen van beide projecten zijn nagenoeg identiek. Bij vergelijking van de uitkomsten van de nulmeting van beide projecten valt een aantal zaken op: Persoonlijke kenmerken van de deelnemers komen sterk overeen. Het gaat ook bij de A67 vooral om hoogopgeleide mannen die in beginsel in hun eigen auto op 4 dagen of meer de snelweg gebruiken. Dat is ook aanleiding om te veronderstellen dat projecten als deze vooral een bepaalde weggebruikers aantrekken, die geen doorsnee zijn van de gemiddelde weggebruiker; Bij veel vragen zien we overeenkomstige patronen (gebruik smartphone, effect verkeersinformatie e.d.); Voor een aantal aspecten is echter sprake van duidelijke verschillen; o Files zijn op de A58 een groter probleem dan op de A67 o Deelnemers op de A58 leggen meer kilometers af, de overlast door files tikt dan ook zwaarder aan; o Er zijn verschillen in gebruik van reisinformatie bronnen, frequentie en opvolging; o Deze verschillen zijn bovendien significant; Door deze verschillen tussen respondenten en hun antwoorden zijn uitspraken over en uitkomsten van de A67 niet zomaar door te trekken naar de A58 en omgekeerd. Op basis van de geconstateerde verschillen tussen de respondenten voor beide projecten kan worden gesteld dat voorzichtig moet worden omgesprongen met het simpelweg door vertalen van uitkomsten naar andere projecten, op andere wegen, met veel andere (soorten) deelnemers. Het is bijvoorbeeld Evaluatie spookfiles A58 127

136 maar zeer de vraag of zich ook zo n vergelijkbaar grote groep innovators bevindt op wegen van en naar het Havengebied langs de A15. Het aantal downloads van BIC III en Spookfiles A58 zijn vergelijkbaar. Bij BIC III zijn de diensten 6005 keer gedownload (Smoover 4068 keer, ZOOF 1290 keer, Blikr 647 keer), De Spookfilediensten zijn 5542 gedownload. Als het gaat om het aantal actieve gebruikers heeft Spookfiles ongeveer 100 unieke dagelijkse gebruikers en BIC III ongeveer 160 unieke dagelijkse gebruikers. Dit kan verklaard worden door de verschillende manieren waarop dit gemeten is in de projecten Vergelijking opvolggedrag met andere proeven. Het opvolgpercentage van de adviezen gegeven in het kader van het project Spookfiles A58 ligt rond de 40%. Dit ligt iets lager dan het opvolggedrag dat is gemeten in eerdere studies. We zien in de literatuur terug dat systemen die een snelheid adviseren verschillende mate van opvolging laten zien. Bij BIC 3 concludeerde men in de evaluatie dat afhankelijk van hoe een en ander geoperationaliseerd wordt door middel van deze statistische analyses opvolgingspercentages tussen de 55 en 80% geconstateerd worden. In BIC III rapporteerden 85% van de gebruikers (ook van andere diensten) de adviezen soms tot altijd op te volgen. Het opvolggedrag lijkt hier dus hoger te liggen maar dat wordt mogelijk veroorzaakt doordat af en toe opvolgen van adviezen ook wordt meegeteld als opvolggedrag. Op basis van de literatuur over vrijwillige ISA toepassingen (Intelligent Snelheids-Assistent) op basis van proeven, valt te verwachten dat een advies in ongeveer 50% van de gevallen zal worden opgevolgd, maar ook dat dit afhankelijk is van allerlei factoren zoals karakteristieken van de weg en de bestuurder, bekendheid met het systeem, etc. 18 Omdat deze specifieke toepassing interacteert met de file en met andere voertuigen op de weg, zal het niet altijd mogelijk zijn om een advies op te volgen. Zeker wanneer men de beperkte penetratiegraad in ogenschouw neemt (andere voertuigen doen niet mee) is een score die kleiner is dan 50%, maar deze waarde wel benadert, niet per definitie een slechte score. Er zijn twee invloeden van de penetratiegraad op het opvolggedrag te onderscheiden. 1. De (on)mogelijkheid om een bepaald advies op te volgen wordt medebepaald door wat andere voertuigen doen. Hoe hoger de penetratiegraad hoe sneller een opgevolgd advies zich als een olievlek uitspreidt over het overige verkeer. Dat geldt ook voor voertuigen die niet over de dienst beschikken; 2. De wens om een bepaald advies op te volgen wordt medebepaald door wat andere voertuigen doen. Hoe meer mensen over dezelfde informatie beschikken, hoe groter de kans dat het opvolggedrag van de één, leidt tot opvolggedrag van de ander. Het is dan voor de medeweggebruikers duidelijk waarom iemand zijn snelheid verhoogt of verlaagt. 18 Van der Pas, J.W.G.M., Marchau, V.A.W.J. Walker, W.E. Van Wee, G.P. Vlassenroot, S.H, ISA implementation and uncertainty: A literature review and expert elicitation study, Accident Analysis and Prevention. 128 Evaluatie spookfiles A58

137 10.3 Aanbevelingen Op basis van de resultaten van de proef kunnen we een aantal aanbevelingen doen. Vooraf was de verwachting dat het project medio 2016 significante meetbare verkeerskundige resultaten zou opleveren en wel zodanig dat op termijn (na landelijke opschaling) een kosteneffectieve aanpak van spookfiles mogelijk is, ook na beëindiging van publieke bijdragen. De opzet van het evaluatieonderzoek werd daarop ingericht. Door allerlei oorzaken bleken deze effecten (VVU, reisduur) op de A58 niet zoals vooraf werd verwacht. Hierbij valt te denken aan de penetratiegraad, maar ook kwaliteitsaspecten van de diensten zelf. Dat wil echter niet zeggen dat er geen effecten waren. De effecten zijn echter vaak klein en laten zich niet gelijk uitdrukken als effecten op het aantal voertuigverliesuren of op de reisduur. Het vinden van deze subtielere effecten bleek zeer de moeite waard, want die inzichten helpen om uiteindelijk te komen tot de gewenste macroscopische effecten. Het verdient de aanbeveling om daar bij vervolgprojecten op voorhand al meer bij stil te staan. Om substantiële effecten te krijgen, is het aan te bevelen om meer zicht te hebben op de kwaliteit en functionaliteit van de apps. Hoe beter de app, hoe meer deze gebruikt zal worden en hoe groter het effect. Essentieel bij deze app is of deelnemers de juiste adviezen ontvangen, op min of meer de juiste tijd en plaats. In dit onderzoek is daar slechts beperkt naar gekeken. Er is in het beginstadium hiervoor een speciale tool ontwikkeld, waarmee dit goed gemonitord kon worden. Hoewel dit meteen al veel zinvolle inzichten opleverde, is hiervan slechts beperkt en incidenteel gebruikgemaakt. Het is op basis van de beschikbare data niet vasttestellen in welke mate de adequaatheid van de adviezen zich heeft ontwikkeld. Daarnaast worden door de dienstenleveranciers alleen de gegeven adviezen gelogd. De deelnemers krijgen echter meer informatie, denk aan informatie over de positie van files, meldingen over de afstand tot een file. Al deze informatie is niet in de FCD-data opgenomen. De kwaliteit van de adviezen van de P2-partijen hangt ook sterk samen met de kwaliteit van de verkeersgegevens die de P1-partijen leveren. Niet alleen de adviezen zijn van belang, ook de onderliggende verkeersdata waarop de apps hun adviezen baseren. In dit onderzoek is hier nauwelijks aandacht aan besteed. In het beginstadium is er een beperkte analyse uitgevoerd, die al tot nuttige inzichten heeft geleid. Naar aanleiding daarvan zijn er verbeteracties doorgevoerd. Hoe betrouwbaar de data precies was en zich heeft ontwikkeld gedurende het project is niet vast te stellen op basis van de beschikbare gegevens. Het is aan te raden hier in het vervolg meer aandacht voor te hebben. De kwaliteitsverbetering van de diensten, dataleveringen en wegkantsystemen in het laatste kwartaal van 2016 heeft niet geleid tot een meetbare verbetering van het opvolggedrag. Dit blijkt uit een analyse van de FCD-data van de periode waarin deze verbeteringen geïmplementeerd waren. Op voorhand was het de verwachting dat deze kwaliteitsverbeteringen zou leiden tot 2 tot 20% verbetering van het opvolggedrag. Het is aan te bevelen om na te gaan wat hiervan de oorzaak is. Hoe kan het dat substantiële verbeteringen in de dienstverlening niet leiden tot een verandering in het opvolggedrag? Om een macroscopische verkeerskundig effect te kunnen meten, zoals effecten op files en VVU moet er een bepaalde penetratiegraad behaald worden. Op het moment dat er in het project Spookfiles A58 een penetratiegraad van 2% gehaald werd, waren de diensten nog in een eerste testfase en liep het aantal deelnemers terug voordat de diensten optimaal functioneerden. Om in de toekomst op macroscopisch niveau verkeerskundige effecten te kunnen meten, zouden het piekmoment van het aantal deelnemers en van de kwaliteit van de dienst beter op elkaar afgestemd moeten worden. Als dit niet te realiseren is zou als alternatief een grootschalige test gehouden kunnen worden. Tijdens het project is een grootschalige test gehouden waarbij ongeveer 100 bestuurders met de verschillende Evaluatie spookfiles A58 129

138 systemen om de zoveel minuten de verkeersstroom ingestuurd zijn. Een dergelijk experiment levert heel veel inzichten op en is waardevol voor zowel monitoring en evaluatie als voor de ontwikkelaars van de verschillende diensten. Ook dan is het belangrijk om de kwaliteit van de dienstverlening op orde te hebben om uiteindelijk verkeerskundige effecten te kunnen meten. Na de PoC zijn de ritten uitgebreid geanalyseerd. Dit leverde veel extra informatie op over het functioneren van de diensten. Er werden zelfs nog wat kleine technische onvolkomenheden ontdekt. Het heeft daarom niet alleen een schat aan informatie opgeleverd als voorbereiding op de coöperatieve fase, maar ook daadwerkelijk de diensten verbeterd. Een prettige bijkomstigheid is dat de uitgevoerde analyses achteraf gezien een zinvolle bijdrage vormen aan dit evaluatierapport. Wij zouden daarom ook aanbevelen om op verschillende momenten binnen dergelijke projecten en vooral zolang de vereiste penetratiegraad niet kan worden gehaald, zo grootschalig mogelijke proeven te organiseren. Dergelijke proeven zijn geen vervanging voor deelnemers die voor een langere termijn meedoen aan het project, maar een welkome aanvulling. 130 Evaluatie spookfiles A58

139 Bijlagen Evaluatie spookfiles A58 131

140

141 Bijlage 1 Definities Gebruikersritten Een gebruikersrit is een rit over de A58L of A58R, van een deelnemer met een voertuig met een actief connected of coöperatief systeem in het verkeer gedurende de spitsperiode. Een gebruikersrit is een afzonderlijke rit over een rijbaan A58L of A58R van het A58 traject tussen Tilburg en Eindhoven (zie Afbeelding 1). Het M&E-traject loopt van hectometer posities: A58 L 33.5 tot A58 L 13.5 A58 R 13.5 tot A58 R 33.5 Afbeelding 1 Het spookfile traject met de geplaatste wegkantbakens. Hierbij wordt onderscheid gemaakt naar connected en coöperatieve devices. Als een device twee of meer ritten op een etmaal uitvoert over A58L wordt dit device twee of meer keer geteld in het totaal aantal. Als een device een rit op de A58L en een rit op de A58R uitvoert op een etmaal dan wordt dit twee of meer keer geteld in het totaal aantal (namelijk 1 keer voor A58L en 1 voor A58R etc.). Als een voertuig zowel een connected als een coöperatief device heeft, dan telt dit als 1 coöperatieve device-rit. Een actief systeem Een actief systeem is een on-board systeem dat geactiveerd is om adviezen te ontvangen en te presenteren aan de bestuurder. Een actief systeem kan ook in de achtergrond draaien. Activiteit wordt aangetoond aan de hand van logging van de applicatie op het on-board systeem. Deze logging kan ook verzameld worden aan de wegkant. Een rit van een deelnemer die rijdt met een inactief systeem wordt niet beschouwd als een gebruikersrit. Evaluatie spookfiles A58 133