Promotor: prof. dr. ing. Greet Deruyter Begeleiders: Koos Fransen, prof. dr. ing. Greet Deruyter

Transcriptie

1 Vergelijking van GIS-gebaseerde methodes voor de berekening van de ruimtelijke bereikbaarheid: impact van het nieuwe mobiliteitsplan van Gent op de bereikbaarheid naar primaire diensten Daan Vermassen, Tom Vancaysele Promotor: prof. dr. ing. Greet Deruyter Begeleiders: Koos Fransen, prof. dr. ing. Greet Deruyter Masterproef ingediend tot het behalen van de academische graad van Master of Science in de industriële wetenschappen: landmeten Vakgroep Industriële Technologie en Constructie Voorzitter: prof. Marc Vanhaelst Faculteit Ingenieurswetenschappen en Architectuur Academiejaar

2

3 Vergelijking van GIS-gebaseerde methodes voor de berekening van de ruimtelijke bereikbaarheid: impact van het nieuwe mobiliteitsplan van Gent op de bereikbaarheid naar primaire diensten Daan Vermassen, Tom Vancaysele Promotor: prof. dr. ing. Greet Deruyter Begeleiders: Koos Fransen, prof. dr. ing. Greet Deruyter Masterproef ingediend tot het behalen van de academische graad van Master of Science in de industriële wetenschappen: landmeten Vakgroep Industriële Technologie en Constructie Voorzitter: prof. Marc Vanhaelst Faculteit Ingenieurswetenschappen en Architectuur Academiejaar

4

5 Voorwoord Aan het einde van de opleiding Industriële Wetenschappen Landmeten wordt, zoals bij elke masteropleiding, van de studenten verwacht een thesis op te stellen met betrekking tot een relevant thema in de afstudeerrichting. Onze voorkeur ging uit naar de bereikbaarheidsstudie van een stad of gemeente, in het bijzonder toegespitst op het nieuwe Mobiliteitsplan Gent aangezien dit een actueel thema is en wij de afgelopen jaren veel tijd hebben doorgebracht in deze studentenstad, wat deze studie des te interessanter maakt. Daarnaast zijn wij ervan overtuigd dat een goede kennis van dit onderzoeksgebied, in samenwerking met de beleidsvoering op vlak van mobiliteit, een oplossing kan bieden aan de verkeers- en mobiliteitsproblemen die zich in deze moderne tijden voordoen in grote stedelijke gebieden. Verder willen wij een aantal personen bedanken die deze studie mogelijk maakten. In eerste instantie bedanken wij de mobiliteitsdienst van Stad Gent voor het aanleveren van de relevante data die nodig was om het onderzoek te voeren. Daarnaast wensen wij ook prof. dr. ir. Greet Deruyter en Koos Fransen te bedanken voor het aanbieden van het thesisonderwerp, de begeleiding, bemerkingen, aanvullingen en de hulp in het algemeen bij het uitwerken van deze studie. Tom Vancaysele Daan Vermassen Gent, juni 2015

6 Abstract - Nederlands De laatste jaren treden mobiliteits- en verkeersproblemen steeds vaker op de voorgrond, voornamelijk in grote stedelijke gebieden en dicht bevolkte regio s. Al te vaak vormen de voorgestelde oplossingen geen duurzame aanpak van deze problemen en wordt steeds achter de feiten aan gehold. Het is daarom nodig om het verkeer efficiënter te regelen door, voorafgaand aan de gestelde maatregelen, hun impact op de mobiliteit te onderzoeken aan de hand van een bereikbaarheidsstudie of toegankelijkheidsstudie. Aan de hand van deze studie is het mogelijk om het mobiliteitsbeleid af te stemmen op de probleemsituatie die zich stelt en het geeft de beleidsvoerders de mogelijkheid gerichte en effectieve maatregelen te treffen. In deze studie wordt nagegaan welke methodes er bestaan voor het berekenen van de bereikbaarheid, welke voor- en nadelen ze impliceren en hoe ze theoretisch bepaald worden. Daarnaast wordt een aantal van de besproken methodes toegepast op de casestudie van Gent, meerbepaald op het nieuwe mobiliteitsplan dat in werking treedt in Aan de hand van een vergelijkende studie voor en na het doorvoeren van de nieuwe verkeersmaatregelen, wordt de impact onderzocht op de mobiliteit in Gent. Ten slotte worden de gebruikte berekeningsmethodes onderling vergeleken en getoetst op hun bruikbaarheid. In het vervolg van het onderzoeken wordt duidelijk dat de Two Step Floating Catchment Areamethode (2SFCA) de meest bruikbare resultaten oplevert. Er bestaan echter nog verder uitgebreide methodes, maar deze zijn praktisch moeilijker toepasbaar. Uit de resultaten wordt besloten dat de deelgemeenten Drongen, Sint-Denijs-Westrem-Afsnee en Mariakerke, in de zuidelijke en westelijke delen van de stad, over het algemeen een positieve impact ondervinden op de bereikbaarheid door de mobiliteitswijzigingen, en het centrum van de stad een negatieve impact. Voor de rest van de stad zijn de resultaten afhankelijk van de spreiding van de diensten en kan geen eenduidig besluit getrokken worden. Specifieke gerichte studies maakt het dus mogelijk globale, onderbouwde beleidslijnen uit te werken. Trefwoorden: Ruimtelijke bereikbaarheid, mobiliteitsplan Gent, bereikbaarheidsmethodes, Population To Provider Ratio, Travel Impedance To Nearest Provider, Floating Catchment Area, Two Step Floating Catchment Area

7 Abstract - English In recent years, mobility and traffic problems occur more and more often, particularly in large urban areas and densely populated regions. Too often, the proposed solutions are not a sustainable approach to these problems, therefore, it is necessary to regulate the traffic more efficiently. This can be done by making an accessibility study investigating the impact on the mobility, prior to the proposed measures. With the conclusion of such a study, it is possible to tune the mobility policy to the problems that arise. This gives policy makers the opportunity to take focused and effective measures. This study examines several existing methods for calculating the accessibility, describing their advantages, disadvantages and how they are theoretically determined. In addition, some of the discussed methods are compared and evaluated in a case study, examining the impact of the new mobility plan of Ghent, which takes effect in Finally, the calculation methods used are compared and evaluated for their usefulness. The Two Step Floating Catchment Area-method (2SFCA) produced the most reliable and useful results. There are, however, more extensive methods based on the 2SFCA-method, which are beyond the scope of this research. The results show that the districts Drongen, Sint-Denijs-Westrem-Afsnee and Mariakerke, in the southern and western parts of the city, generally encounter a positive impact on accessibility as a result of the mobility changes, and the inner city a negative impact. In the rest of the city, there is no clear conclusion because the results depend on the dispersion and location of the services. Thus, specific targeted studies allow for the validation of overall, founded policies. Key words: Spatial accessibility, mobility plan Ghent, accessibility methods, Population To Provider Ratio, Travel Impedance To Nearest Provider, Floating Catchment Area, Two Step Floating Catchment Area

8 Inhoudsopgave Voorwoord...1 Abstract - Nederlands...2 Abstract - English...3 Inhoudsopgave...4 Lijst met afkortingen en symbolen Inleiding Probleemstelling Doelstelling Literatuurstudie Bereikbaarheidsstudie Reisimpedantie Inleiding Reistijden op Vlaams niveau Reistijden op regionaal niveau Reistijden voor verstedelijkte gebieden Berekening bereikbaarheid Provider To Population Ratio Travel Impedance To Nearest Provider Average Travel Impedance To Provider Gravity-based Model Kernel Density Estimation Floating Catchment Area Two Step Floating Catchment Area Enhanced Two Step Floating Catchment Area Kernel Density Two Step Floating Catchment Area Three Step Floating Catchment Area Methode Datagegevens Geografische gegevens Bevolkingsgegevens Netwerkgegevens Dienstgegevens Methodes Provider To Population Ratio Travel Impedance To Nearest Provider Floating Catchment Area Two Step Floating Catchment Area...39

9 6 Case studie Gent Nieuw mobiliteitsplan Aanpassing van het wegennetwerk Wijziging in verkeerscirculatie Wijziging in snelheidsregimes Resultaten Provider To Population Ratio Travel Impedance To Nearest Provider Floating Catchment Area Two Step Floating Catchment Area Vergelijking methodes Administratieve centra Apothekers Huisartsen Opvangplaatsen Supermarkten Ziekenhuizen Fiets- en wandelbereikbaarheid Discussie Conclusie...98 Literatuurlijst Lijst van illustratie s Lijst van tabellen Bijlagen

10 Lijst met afkortingen en symbolen 2SFCA 3SFCA CF E2SFCA FCA GB KD KD2SFCA KDE PPR Two Step Floating Catchment Area Three Step Floating Catchment Area Closest Facility Enhanced Two Step Floating Catchment Area Floating Catchment Area Gravity Based Kernel Density Kernel Density Two Step Floating Catchment Area Kernel Density Estimation Provider To Population Ratio

11 1 Inleiding Deze studie kadert binnen het onderzoeksdomein van geografische informatiesystemen (GIS). Dit onderzoeksdomein houdt zich bezig met het verzamelen, verwerken en beheren van ruimtelijke gegevens en informatie. Een bereikbaarheidsstudie houdt in dat aan de hand van enkele vooropgestelde berekeningswijzen een maat van toegankelijkheid en bereikbaarheid van een gebied wordt vastgesteld. Daarnaast kan ook onderzocht worden welke delen van bijvoorbeeld een stad of gemeente eventueel beter of minder goed scoren ten opzichte van andere. Aan de hand hiervan kunnen bepaalde problemen of hindernissen in mobiliteit opgespoord en verholpen worden en kan de plaatselijke overheid het mobiliteitsbeleid afstemmen op de vraag of de noodzaak. Door dit onderzoek vervolgens toe te passen op de case Gent, kan een vergelijkende studie gemaakt worden tussen het huidige en het nieuwe mobiliteitsplan dat in werking treedt in

12 2 Probleemstelling De laatste jaren treedt het mobiliteitsprobleem in Vlaanderen steeds duidelijker op de voorgrond: op de autosnelwegen is het steeds meer file rijden en de auto overheerst vaak het stadsbeeld. Uit onderzoek van het Amerikaanse verkeersinformatieplatform Inrix is zelfs gebleken dat de Belgische files tot de zwaarste ter wereld behoren. Volgens een artikel in De Standaard is de file rond de steden Antwerpen en Brussel te vergelijken met deze in wereldsteden zoals Parijs, Londen en New York. Gemiddeld staat een Belg jaarlijks tot 72 uur aan te schuiven in het verkeer. In steden als Gent bestaat ook het probleem van onnodige verkeersdrukte in het centrum door onder andere sluipverkeer, waardoor de verkeerssituatie voor alle weggebruikers en inwoners onleefbaar wordt. Gezien de omvang van het probleem werden en worden een heel aantal initiatieven voorgesteld om het autogebruik te ontmoedigen, zoals tolwegen of rekeningrijden, oplossingen die vaak op niet al te veel bijval kunnen rekenen. Naast deze categorie oplossingen kan ook toegespitst worden op het meer efficiënt regelen van het verkeer in en rondom de steden door een gebiedsgerichte aanpak en het beter afstemmen van het mobiliteitsbeleid. Voorgesteld onderzoek kadert binnen deze laatste benadering. Een maat voor toegankelijkheid of bereikbaarheid wordt vastgesteld aan de hand van verscheidene berekeningswijzen die onderling aan elkaar worden getoetst op bruikbaarheid en toepasbaarheid. Deze berekeningswijzen worden vooraf besproken aan de hand van een literatuurstudie en vervolgens toegepast op een case voor stad Gent. In de eerste plaats wordt de bereikbaarheid binnen het bestaande mobiliteitsplan onderzocht en vervolgens vergeleken met het nieuwe beleidsplan. Hieruit kan een evaluatie gemaakt worden van de impact van de nieuwe beleidslijnen. Dit nieuwe Mobiliteitsplan Gent streeft naar een verhoogde leefkwaliteit en een betere bereikbaarheid van de stad. Enkele van de aanpassingen zijn dat voetgangersgebieden uit gebreid worden, meer ingezet wordt op fietsinfrastructuur en een betere doorstroom van het openbaar verkeer wordt gefaciliteerd. Daarnaast wordt binnen de stadsring R40 een zone 30 ingevoerd voor meer veiligheid en wordt doorgaand verkeer doorheen de stad zo veel mogelijk geweerd. 8

13 3 Doelstelling In dit onderzoek worden drie doelstellingen vooropgesteld: 1. Om een bereikbaarheidsstudie uit te voeren van een stedelijk gebied als Gent, worden vooraf een aantal theoretische aspecten van bereikbaarheid bestudeerd. In de literatuurstudie worden verschillende berekeningsmethodes beschouwd met hun voor- en nadelen. 2. Niet alle beschouwde methodes zijn echter even goed bruikbaar en toepasbaar. Daarom wordt nagegaan welke van de methodes de meest volledige en correcte resultaten zal opleveren voor de casestudie Gent. 3. De methodes die uit voorgaand onderzoek meest geschikt zijn, worden verder uitgewerkt voor de casestudie Gent. In de eerste plaats wordt nagegaan hoe de bereikbaarheid varieert over het grondgebied voor verschillende diensten voor de huidige toestand. Vervolgens wordt ook de impact van het nieuwe mobiliteitsplan onder de loep genomen en worden besluiten getrokken over de doeltreffendheid van bepaalde maatregelen. 9

14 4 Literatuurstudie In dit hoofdstuk worden een aantal bestaande methodes voor de berekening van bereikbaarheid in de literatuur beschreven en beoordeeld. Van elk van de methodes wordt nagegaan wat de berekening precies inhoudt, welke voor- en nadelen er aan verbonden zijn en welke resultaten de berekening oplevert. Er wordt ook een paragraaf gewijd aan het probleem van de reisimpedantie of reisweerstand: wat houdt dit in en hoe worden de waarden hiervoor vastgelegd? 10

15 4.1 Bereikbaarheidsstudie De term bereikbaarheid of toegankelijkheid heeft meerdere definities en kan daarom ook op verschillende manieren geïnterpreteerd worden. Enerzijds kan het gezien worden als de mogelijkheid om locaties van verschillende activiteiten, zoals werk, winkelen en gezondheidszorg, te bereiken vanaf een bepaalde startlocatie (Luo & Wang, 2003), anderzijds naar het werkelijk gebruik of benutten van deze diensten. Om verwarring te vermijden wordt bereikbaarheid opgedeeld in verschillende fasen en beschouwd vanuit meerdere dimensies. De twee hoofdfasen zijn het potentieel van de diensten en de gerealiseerde levering van de diensten. Het potentieel of de mogelijkheid ontstaat wanneer een samenhang bestaat in tijd en ruimte tussen de noden van de bevolking en een dienst die bereid en in staat is tegemoet te komen aan deze noden. Pas wanneer alle praktische belemmeringen overwonnen worden, wordt gesproken van een gerealiseerde of geactualiseerde levering van de dienst (Guagliardo, 2004). Terwijl mobiliteit een primair kenmerk is van de bereikbaarheid, worden deze termen soms met elkaar verward. Om een onderscheid te maken ziet (Hodge, 1997) de mobiliteit als een empirisch feit en de bereikbaarheid als een theoretisch concept. Op soortgelijke wijze beschouwt (Hansen, 1959) de bereikbaarheid als de intensiteit van de mogelijkheid tot verplaatsing in plaats van alleen een maat voor het gemak van interactie. Ferreira & Batey (2012) beschrijven de mobiliteit als een manier om de toegankelijkheid te berekenen (Qvistrom, 2015). Bronnen van mobiliteit kunnen gedefinieerd worden als een product, dienst, status of informatie dat reizen mogelijk maakt of vergemakkelijkt in een bepaalde manier. Voorbeelden hiervan zijn voertuigen, benzine, iemands gezondheidstoestand en vaardigheden, een rijbewijs, fiets, schoenen, wandelstok, paspoort, (Le Vine, Lee-Gosselin, Sivakumar, & Polak, 2013) De hindernissen tussen de potentiële fase en de gerealiseerde fase zijn talrijk en worden opgedeeld in vijf dimensies: beschikbaarheid, toegankelijkheid, betaalbaarheid, aanvaardbaarheid en accommodatie. De laatste drie zijn niet-ruimtelijke dimensies die de financiering, regeling en culturele factoren weerspiegelen (Penchansky & Thomas, 1981). Deze kunnen omschreven worden als het grondgebied waarin de inwoners van mening zijn dat de voordelen van de dienst groter zijn dan de kostprijs om er te geraken. Hoe verder iemand zich van de dienst bevind, hoe groter de kostprijs zal zijn om er te geraken. De grens van dit gebied situeert zich waar de voordelen gelijk zijn aan de kosten (Spencer & Angeles, 2007). De eerste twee daarentegen zijn ruimtelijk van aard. De beschikbaarheid verwijst naar het aantal dienstverleningspunten waaruit een persoon kan kiezen. Toegankelijkheid is de reisweerstand tussen de locatie van de cliënt en de dienst, uitgedrukt in tijd of afstand en omvat de beschikbare transportmiddelen en fysieke beperkingen zoals bergen of rivieren nabij een dienst die de bereikbaarheid kunnen beïnvloeden (Penchansky & Thomas, 1981; Spencer & Angeles, 2007). Ondanks het onderscheid tussen beide dimensies worden ze vaak samen beschouwd, wat voornamelijk zijn nut bewijst in stedelijke gebieden waar vele diensten samen voorkomen. Naar deze samenhang van beide dimensies wordt verwezen als de ruimtelijke bereikbaarheid (Guagliardo, 2004). Toegang tot diensten kan geclassificeerd worden in vier categorieën: potentiële ruimtelijke bereikbaarheid, potentiële niet-ruimtelijke bereikbaarheid, gerealiseerde ruimtelijke bereikbaarheid en gerealiseerde niet-ruimtelijke bereikbaarheid (Khan, 1992). In Tabel 1 wordt dit verband tussen de fasen en dimensies van een bereikbaarheidsstudie weergegeven. Het geeft een beeld van de potenties en de beperkingen van een bepaalde studie met betrekking tot ruimtelijke bereikbaarheid (Guagliardo, 2004). Dit onderzoek situeert zich in het eerste luik en is met andere woorden gericht op de studie van het ruimtelijk potentieel. Dit betekent dat het werkelijk gebruik van de dienst buiten beschouwing wordt gelaten en er geen rekening wordt gehouden met de capaciteit van de diensten, naambekendheid, reputatie Er wordt met andere woorden van uit gegaan dat elke dienst even veel 11

16 concurrentie biedt. De reden hiervoor is dat deze studie niet gericht is op het correct begroten van de ruimtelijke bereikbaarheid van het onderzoeksgebied maar op het vaststellen van de impact van de wijzigingen in het mobiliteitsplan en welke invloed dit theoretisch gezien zal hebben op de bereikbaarheid. Tabel 1: Bereikbaaheid, combinatie van fasen en dimensies FASEN Potentieel Gerealiseerd Ruimtelijk Studie van afstanden en beschikbaarheid die geen benutting beschouwd. [1] Benuttingsstudie die ruimtelijke factoren beschouwd. [2] DIMENSIES Niet-ruimtelijk Studie die betaalbaarheid, cultuur en andere nietruimtelijke factoren, maar geen benutting beschouwd. [3] Benuttingsstudie die betaalbaarheid, cultuur en andere niet-ruimtelijke factoren beschouwd. [4] Voor de berekening van de ruimtelijke bereikbaarheid (in het vervolg van de tekst verwezen als bereikbaarheid) bestaan vele verschillende methodes die als doel hebben gebieden met een tekort aan dienstverlening te identificeren en de verscheidenheid aan be reikbaarheid te onthullen voor zowel stedelijke als landelijke gebieden. Maar gezien deze verscheidenheid bestaat een gebrek aan consensus over welke methode de beste maatstaaf is voor het meten van de bereikbaarheid. De beste keuze hangt bovendien ook af van verschillende omstandigheden zoals de stedelijkheid, de etnische samenstelling en de economische status van het gebied (Guagliardo, 2004). Daarom worden enkele van de belangrijkste methodes aangehaald en met elkaar vergeleken. 4.2 Reisimpedantie Inleiding Verkeersimpedantie of reisimpedantie is een belangrijke factor in het bereikbaarheidsonderzoek en heeft een directe impact op stedelijke transportplanning. Het is een sleutelwoord bij de keuze van de route om een bestemming te bereiken. De impedantiefunctie is daarom gerelateerd aan de individuele belangen van de reiziger en aan het gebruik van het transportnetwerk. Een van de moeilijkheden bij de berekening van de ruimtelijke bereikbaarheid is de interactie tussen ruimtelijke toegang en niet-ruimtelijke factoren. Deze interactie vereist verder onderzoek. Nietruimtelijke factoren in de literatuur omvatten de afkomst, het geslacht, het inkomen, het onderwijsniveau en het werkloosheidspercentage van de bevolking. Beperkte bereikbaarheid is vaak terug te vinden in laagbevolkte gebieden en gebieden met een economische achterstand (Algert, Agrawal, & Lewis, 2006; Guy & David, 2004; Larsen & Gilliland, 2008; Raja, Ma, & Yadav, 2008). Ander onderzoek is het hier echter niet mee eens en stelt vast dat dit niet noodzakelijk het geval is (Helling & Sawicki, 2003). Een groot probleem is dat deze niet-ruimtelijke factoren vaak onderling sterk gecorreleerd zijn. Zo is een lage graad van onderwijs bijvoorbeeld sterk verbonden met een hoog werkloosheidscijfer en een laag inkomen (Dai & Wang, 2011). 12

17 Gezien de complexiteit van dit probleem worden de niet-ruimtelijke factoren buiten beschouwing gelaten en wordt de drempelreisimpedantie, die een persoon wil spenderen aan zijn verplaatsing, gebaseerd op een studie van de afdelingen Geografie en Mobiliteit en Ruimtelijke Planning van Universiteit Gent (De Vos, Boussauw, & Witlox, 2013). Deze studie geeft een advies in het kader van het opmaken van een beleidskader rond het thema Stedelijke regio s ontwikkelen binnen het proces voor het Beleidsplan Ruimte Vlaanderen, in opdracht van de Vlaamse Overheid. Dit onderzoek stelt vast dat, hoewel het autogebruik en de gemiddelde reissnelheid in de loop van de twintigste eeuw systematisch zijn toegenomen, het reisbudget dat personen spenderen aan hun verplaatsing relatief constant is gebleven (Schafer & Victor, 1997). Met andere woorden, de technologische ontwikkelingen en de investeringen in infrastructuur, waardoor transport steeds goedkoper en sneller is geworden, heeft niet gezorgd voor een reductie in verplaatsingstijden. Dit heeft er wel voor gezorgd dat een persoon zich verder zal verplaatsen binnen hetzelfde tijdsbudget. Dit heeft er ook toe geleid dat mensen zich steeds verder van de stadscentra gingen vestigen, wat resulteerde in de suburbanisatie van de twintigste eeuw (Metz, 2008). Naar dit verschijnsel wordt verwezen als de BREVER-wet: de wet van behoud van reistijd en verplaatsingen (Hupkes, 1982). Gemiddeld bedroeg het persoonlijk reisbudget in Vlaanderen 1 uur en 4 minuten per dag of 420 uur per jaar in 2004 (Glorieux, Minnen, & Vandeweyer, 2005). Gezien deze achtergrond is het best om te werken met reistijden in plaats van reisafstanden. In het vervolg van dit onderzoek zal de reisimpedantie, zoals vermeld in de literatuurstudie, dus beschouwd worden als een reistijd. Een andere reden voor het gebruik van reistijden is dat deze, in tegenstelling tot reisafstanden, rekening houde n met de opgelegde snelheidsregimes. Dit is van belang aangezien de wijzigingen in het mobiliteitsplan een heel aantal wijzigingen van deze snelheidsregimes omvatten. Uit de studie van Redmond en Mokhtarian (2001) werd geconcludeerd dat voor specifieke ac tiviteit zoals de verplaatsing naar bijvoorbeeld het werk of naar ontspanning de ideale reistijd ligt tussen 15 en 19 minuten. Diezelfde studie toont ook aan dat slechts weinig personen bereidt zijn langer dan 35 minuten te reizen en een pendeltijd van 60 minuten wordt vaak als drempelwaarde aanzien. Nochtans zijn er ook veel personen die langer reizen dan 60 minuten voor een enkele rit. Denk hierbij maar aan personen die niet bereidt zijn te verhuizen naar een plek dichter bij hun werk of werk te zoeken di chter bij huis (Redmond & Mokhtarian, 2001). Er kan bij gevolg geen maximale toelaatbare of aanvaardbare waarde toegekend worden waarbinnen een persoon wil reizen aangezien dit om persoonlijke redenen sterk varieert. Het is daarom nuttig om verder af te gaan op de reistijd tussen 15 en 19 minuten die door het grootste deel van de ondervraagden aanvaard werd (De Vos et al., 2013). Daarnaast geeft de studie ook aan dat mensen bereid zijn zich verder te verplaatsen voor activiteiten die ze minder frequent bezoeken, waar ze gedurende een langere tijd aanwezig zijn en waar ze meer bel ang aan hechten (Redmond & Mokhtarian, 2001). Zo kan zal een persoon bijvoorbeeld bereid zijn zich verder te verplaatsen voor een jaarlijks ziekenhuisbezoek dan voor een wekelijks bezoek aan de supermarkt Reistijden op Vlaams niveau In 2012 bedroeg de gemiddelde duur van een verplaatsing in België voor alle verplaatsingsdoelen gecombineerd 22 minuten, wat vergelijkbaar is met de buurlanden namelijk 23 minuten in Nederland en 24 minuten in Duitsland en Frankrijk. Voor Vlaanderen bedraagt de gemiddelde duur 21 minuten (BELDAM, 2012). In de meeste mobiliteitsstudies wordt gebruik gemaakt van pendeltijden van en naar het werk en slechts zelden voor vrijetijds- en winkelverplaatsingen hoewel in beide gevallen het aantal verplaatsingen bijna even groot is (De Vos et al., 2013). De gemiddelde reistijd naar diensten zit omvat in het voorzieningsgebied of verzorgingsgebied : dit is het gebied waarbinnen een persoon bereidt is zich te verplaatsen of het gebied waarbinnen een dienst de bevolking bedient. 13

18 4.2.3 Reistijden op regionaal niveau De gemiddelde reistijd binnen België blijkt echter duidelijk geografische variaties te vertonen. De regio rond Brussel heeft de meest langdurige pendeltrajecten waar gemiddelde reistijden van 45 minuten in een enkele rit geen uitzonderring zijn. Dit is voornamelijk te wijten aan congesties waardoor de reissnelheid beperkt is en de verplaatsingstijd bovengemiddeld. De laagste gemiddelde pendeltijden zijn terug te vinden in de provincies Limburg en West-Vlaanderen. De verplaatsingstijd bedraagt hier ongeveer 20 minuten voor een enkele rit. De gemiddelde pendeltijd in grote steden als Gent en Antwerpen leunt aan bij het globaal gemiddelde en gedraagt tussen de 27 en 33 minuten (De Vos et al., 2013). Figuur 1 geeft grafisch de gemiddelde verplaatsingstijd weer voor iedere woongemeente in België. Figuur 1: Gemiddelde verplaatsingstijd (min.) volgens woongem eente o.b.v. Sociaaleconomische enquête 2001 (gelijke verdeling van gemeentes per klasse) (Verhetsel et al., 2001) Reistijden voor verstedelijkte gebieden De studie van De Vos et al. focust zich voornamelijk op het stedelijk gebied tussen Gent, Antwerpen, Brussel en Leuven. Dit gebied wordt in het Beleidsplan Ruimte Vlaanderen als het metropolitaan kerngebied beschreven. Deze zone is een belangrijk centrum voor werkgelegenheid en trekt dan ook veel mensen aan, ook vanuit gemeenten ver daarbuiten. Voor Gent bedraagt de gemiddelde pendeltijd 23,7 minuten (De Vos et al., 2013). In dit onderzoek wordt echter niet zozeer de woonwerk verplaatsing bestudeerd maar wel de verplaatsing naar diverse diensten zoals apothekers, supermarkten, kinderopvangplaatsen, huisartsen, Tabel 2 geeft een overzicht van de verplaatsingstijden voor werk -, school-, winkel- en vrijetijdsverplaatsingen op basis van een uitgevoerde enquête in 2008 naar het verplaatsingsgedrag in en rond het metropolitaan kerngebied. Uit deze resultaten kan besloten worden dat school - en vrijetijdsverplaatsingen gemiddeld 20 minuten duren en de winkelverplaatsingen ongeveer 15 14

19 minuten. Ook de vrijetijds-, winkel- en schoolverplaatsingen onafhankelijk te zijn van de werkverplaatsingen (De Vos et al., 2013). De tabel bevat ook de resultaten voor Gent welke in het vervolg van dit onderzoek zullen gebruikt worden als een richtwaarde voor het definiëren van de voorzieningsgebieden. Tabel 2: Gemiddelde verplaatsingstijden (minuten per enkele rit) voor verschillende soorten verplaatsingen van inwoners van steden en gemeenten met een stedelijke functie in en rond het metropolitane kerngebied. Gemeente Werkverplaatsing Schoolverplaatsing Winkelverplaatsing Vrijetijdsverplaatsing Aalst 27,2 18,6 18,0 15,3 Antwerpen 27,6 16,5 19,7 25,8 Asse 30,1-19,4 23,4 Beveren 22,3 20,3 11,4 22,4 Brussel 27,7 31,3 26,8 30,2 Dendermonde 29,8 22,1 13,3 15,2 Gent 24,8 20,9 15,9 18,8 Halle 25,5 23,7 15,2 19,5 Leuven 33,4 14,3 11,8 19,9 Lier 23,9 19,1 12,3 18,9 Lokeren 21,9 19,7 11,5 18,9 Mechelen 25,4 23,4 15,5 16,8 Ninove 24,2 15,3 18,0 22,0 Sint-Niklaas 22,6 16,1 12,4 15,8 Temse 25,0-15,3 24,1 Vilvoorde 22,8 22,7 13,4 23,3 Wetteren 20,5-12,6 16,5 Maar de tabel bevat enkel gegevens over de werk-, school-, winkel- en vrijetijdsverplaatsingen en niet over de verplaatsingen naar basisgezondheidszorg zoals apothekers, huisartsen, ziekenhuizen Bij de zoektocht naar verdere informatie hierover werd besloten dat de gevonden literatuur niet van toepassing is op een stedelijk gebied zoals Gent. Daarom wordt de grootte van de reisimpedantie bepaald uit voorschriften die wettelijk vastgelegd zijn. Maar gezien er in de Belgische wetgeving geen informatie te vinden is in verband met de reisafstanden en reistijden tot gezondheidszorg, wordt de Nederlandse Geneesmiddelenwet gebruikt als aanknopingspunt. Deze wet stelt dat een persoon binnen de 15 minuten toegang moet hebben tot basisgezondheidszorg zoals een apothe ek, huisarts, ziekenhuis (Rijksinstituut voor Volksgezondheid en Milieu: Ministerie van Volksgezo ndheid, 2014). Deze waarde zal ook in het vervolg van de studie gebruikt worden als richtwaarde bij het definiëren van de voorzieningsgebieden. 15

20 4.3 Berekening bereikbaarheid Provider To Population Ratio De Provider To Population Ratio (PPR) is een veelgebruikte en vrij eenvoudige methode om ruimtelijke bereikbaarheid naar diensten te bepalen (Dewulf, Neutens, De Weerdt, & Van de Weghe, 2013). Als indicator voor de bereikbaarheid is de PPR-methode goed voor grove vergelijkingen van het aanbod tussen grote administratieve eenheden of dienstgebieden (Guagliardo, 2004). De PPR wordt berekend in twee stappen: (a) In de eerste stap wordt de verhouding van het aantal diensten ten opzichte van het bevolkingsaantal berekend op elke dienstlocatie met behulp van vergelijking (1): (1) Met: Ratio van het aantal diensten ten opzichte van het bevolkingsaantal op dienstlocatie j Aantal diensten op locatie j Bevolkingsaantal op locatie k Afstand tussen dienstlocatie j en bevolkingslocatie k Afstand tot de grens van de administratieve zone (b) In de tweede stap wordt de PPR berekend per administratieve zone door de som te maken van de verhoudingen van alle diensten uit (a), met behulp van vergelijking (2): (2) Met: Bereikbaarheid voor administratieve eenheid i volgens PPR-methode Het voordeel van deze methode is dat ze eenvoudig te implementeren en te begrijpen is (Dewulf et al., 2013). Verder zijn de gegevensbronnen meteen beschikbaar en moeten ze niet noodzakelijk gebruik maken van een GIS (Guagliardo, 2004). De PPR-methode heeft ook een aantal ernstige beperkingen. Ten eerste, PPR s worden meestal berekend met zonale data, die gebaseerd zijn op administratieve grenzen. Deze grenzen worden als ondoordringbaar beschouwd waardoor de interactie over de grenzen niet in rekening gebracht worden. Ten tweede, PPR s houden geen rekening met variaties in de bereikbaarheid binnen het begrensde gebied en de ruimtelijke variatie van de diensten binnen de geografische eenheid. De resultaten kunnen dus sterk beïnvloed worden bij het werken op verschillende schaalniveaus. Verder wordt geen rekening gehouden met de te overbruggen afstand of de verplaatsingsweerstand (Dewulf et al., 2013; Guagliardo, 2004), met de grootte of capaciteit van de diensten en vooral, met de mobiliteit van de bevolking (Dai & Wang, 2011). 16

21 Dewulf et al. (2013) vermeld dat PPR de officiële methode is die gebruikt wordt door beleidsmakers in België. De PPR kan onder andere gebruikt worden om de bereikbaarheid naar primaire diensten te berekenen en de resultaten te vergelijken met andere methodes (Dewulf et al., 2013; Fortney, Rost, & Warren, 2000) Travel Impedance To Nearest Provider Wanneer slechts een beperkt aanbod aan diensten beschikbaar is binnen een administratieve eenheid, zullen de bewoners reizen naar naburige eenheden met een grotere densiteit aan diensten. Met deze ruimtelijke interactie kan de PPR-methode geen rekening houden. Om dit probleem aan te pakken werden verschillende andere methodes ontwikkeld zoals de reisweerstand tot de dichtste dienst (Apparicio, Cloutier, & Shearmur, 2007; Dai & Wang, 2011). De reisweerstand naar de dichtstbijzijnde dienst is een heel intuïtieve en veel gebruikte methode voor de berekening van de bereikbaarheid. Het bepaalt de reisafstand, reistijd of de reiskost tussen de bevolkingslocatie en de dichtstbijzijnde dienstlocatie. Deze methode geeft goede resultaten voor landelijke gebieden waar de keuze tussen verschillende leveranciers beperkt is en de dichtstbijzijnde dan ook meestal benut wordt. Voor stedelijke omgevingen is deze methode niet geschikt omdat geen rekening wordt gehouden met de verschillende alternatieven aan leveranciers die zich op een vergelijkbare afstand bevinden van de bevolkingslocatie (Guagliardo, 2004). Om een bruikbaar resultaat te bekomen moeten zowel de reisweerstand (toegankelijkheid) als het aantal leveranciers (beschikbaarheid) gekend zijn (Fryer et al., 1999). Om dit probleem aan te pakken stellen W ang et al. (2007) voor om verhouding van het aanbod tot de vraag naar een bepaalde dienst te berekenen binnen een bufferzone rond iedere bevolkingslocatie (Wang, Kim, Gonzalez, MacLeod, & Winkleby, 2007). Op die manier moeten de bewoners niet enkel kiezen voor de dichtst bijgelegen dienst maar hebben ze ook keuze uit een aantal andere diensten die zich binnen de buffer bevinden. De beperking blijft echter bestaan dat er geen ruimtelijke variatie van bereikbaarheid bestaat binnen de buffer (Dai & Wang, 2011) Average Travel Impedance To Provider Zoals vermeld in de voorgaande paragraaf is het belangrijk om de combinatie van bereikbaarheid en beschikbaarheid in rekening te brengen. De gemiddelde reisweerstand tot de dienst berekent opnieuw de reisafstand, reistijd of reiskost vanaf de bevolkingslocatie. Voor deze methode wordt echter de gemiddelde reisweerstand bepaald vanaf dit punt tot elk van de diensten of een maximale set aan diensten die zich in het onderzoeksgebied bevinden (Guagliardo, 2004). Deze methode kent echter twee tekortkomingen. Ten eerste wordt de invloed van de leveranciers aan de rand van het studiegebied overschat. In een grote stad zullen bijvoorbeeld de diensten langs de noordelijke gebiedsgrens niet makkelijk toegankelijk zijn voor bewoners nabij de zuidelijke grens. Door deze diensten mee in rekening te nemen, neemt de gemiddelde reisweerstand toe en daalt de bereikbaarheid voor de inwoners in het zuiden. Deze tekortkoming kan echter overwonnen worden door het studiegebied verder op te delen in gebieden met een beperkte omvang. Een tweede probleem treedt op langs de grensovergang (Guagliardo, 2004). In tegenstelling tot de PPR-methode zal de bevolking zich niet beperken tot de diensten binnen de administratieve grenzen, maar zal zich ook over deze grenzen begeven bij het zoeken naar diensten. Bij het gebruik van deze methode is het dus aangeraden om ook diensten gelegen buiten de grenzen van het onderzoeksgebied op te nemen in de berekening. 17

22 4.3.4 Gravity-based Model Ook de gravity-based methode (GB) combineert bereikbaarheid en beschikbaarheid. Deze methode is een aangepaste versie van de Gravitatiewet van Newton en berekent een bruikbare maat voor toegankelijkheid voor zowel landelijke als stedelijke gebieden. Ze werd oorspronkelijk ontwikkeld om reiskosten te voorspellen (Reilly, 1931) en om te helpen met ruimtelijke ordening (Hansen, 1959). Een gravitair model tracht de potentiële interactie tussen een bevolkingslocatie en alle diensten binnen een redelijke afstand weer te geven en houdt daarbij rekening met een toenemende reisweerstand. Omdat alle alternatieve diensten mee in rekening worden gebracht, wordt de GB -methode ook aangeduid als de berekening van de cumulatieve mogelijkheden (Guagliardo, 2004). Eerder onderzoek (Cromley & McLafferty, 2012) stelt volgend eenvoudig gravitair model voor om de bereikbaarheid op locatie k te benaderen: (3) Met: Bereikbaarheid op bevolkingslocatie k Aantal diensten op locatie j Reisimpedantie tussen bevolkingslocatie k en dienstlocatie j Reisweerstandfactor Totaal aantal dienstlocaties De reisweerstandfactor ( ) vertegenwoordigt de verandering in moeilijkheid van reizen als de reistijd of reisafstand verandert. Dit model houdt er rekening mee dat diensten dichtbij beter bereikbaar zijn dan veraf gelegen diensten. Door de vermenigvuldiging van het aantal diensten met de af te leggen afstand wegen dichtbijgelegen diensten dus zwaarder door in de sommatie. Bijgevolg verbetert de bereikbaarheid als het aantal diensten toeneemt of de opgetelde reisimpedantie daalt (Cromley & McLafferty, 2012). De berekende gravitaire waardes kunnen op vele manieren gebruikt worden. Wanneer bijvoorbeeld de waarde voor de bereikbaarheid ( ) begroot wordt voor verschillende punten in een studiegebied kan hieruit een 3-dimensioneel bereikbaarheidsoppervlak geïnterpoleerd worden. Gebieden met een lage waarde vormen gebieden met een relatief slechte bereikbaarheid terwijl hoge waarden wijzen op een goede bereikbaarheid of mogelijk een overvloed aan diensten. Een andere mogelijkheid is het bepalen van de bereikbaarheid ( ) voor een aantal representatieve punten binnen een gebied waarna verschillende gebieden met elkaar vergeleken worden op basis van de variatie in gemiddelde (Guagliardo, 2004). Bij de analyse van de resultaten in deze studie zal deze tweede werkwijze gehanteerd worden. Ondanks de elegantie van de GB-methode stellen zich een aantal problemen. Als eerste is deze methode minder intuïtief en complexer dan de eerder genoemde methodes. Ten tweede beperkt de methode zich enkel tot de zijde van het aanbod van di ensten. De vraagzijde wordt buiten beschouwing gelaten, waaronder de concurrentie tussen de beschikbare diensten onder de bevolking (Luo & Wang, 2003). Hierdoor zou de bereikbaarheid voor een bepaalde locatie ( ) op een gegeven afstand van twee diensten dezelfde zijn, ookal bedient de ene dienst een veel groter publiek dan de tweede. Het is duidelijk dat beide diensten echter niet dezelfde bereikbaarheid hebben. 18

23 Bij een verdere uitwerking van deze methode kan dit probleem van de vraagzijde wel in beschouwing genomen worden door toevoeging van een bevolking -vraagfactor of dienst-concurrentiefactor ( ). Deze factor zorgt voor de verdeling van de bevolkingsvraag over de verschillende diensten op dezelfde manier als in de voorgaande formule (Luo & Wang, 2003): (4) Met: Dienst-concurrentiefactor op locatie j Bevolkingsaantal op locatie k Totaal aantal bevolkingslocaties De bereikbaarheid op basis van de GB-methode kan als volgt geschreven worden voor bevolkingslocatie k (Luo & Wang, 2003): (5) Met: Bereikbaarheid op bevolkingslocatie k volgens GB-methode Deze methode werd onder andere toegepast door Shen (1998) om de bereikbaarheid te berekenen van de werkgelegenheid voor werknemers met lage lonen. Ook werd deze methode gebruikt door Wang & Minor (2002) om een verband te vinden tussen werkgelegenheid en criminaliteit. Een ander probleem bij de GB-methode is de reisweerstandfactor ( ) die vaak niet gekend is en verschillende wiskundige vormen kan aannemen zoals een lineaire of exponentiële vorm. Zowel de vorm als grootte hangen sterk af van het type dienst en de bevolking in het onderzoek (Talen & Anselin, 1998). Empirisch onderzoek is nodig om de reisweerstandfactor ( ) te schatten (Guagliardo, 2004). In vergelijking met het oorspronkelijk voorgestelde model voor de bereikbaarheid op locatie k ( ) wordt in vergelijking (5) rekening gehouden met de concurrentie onder de diensten ( ). Hoe groter de waarde, hoe beter de bereikbaarheid vanuit deze locatie. Ook kan de waarde op dezelfde manier geïnterpreteerd worden als bij de 2SFCA-methode: het geeft de verhouding van het aantal diensten ( ) t.o.v. het bevolkingsaantal ( ). Beiden worden nu echter gewogen door de reistijden (Shen, 1998). Uit verdere vergelijkingen is ook gebleken dat de 2SFCA-methode slechts een bijzonder geval is van de GB-methode. Wanneer namelijk (Luo & Wang, 2003): (6) En: (7) Dan geldt voor iedere waarde voor : 19

24 (8) En: (9) In het geval de drempelreistijd wordt overschreden (a) worden zowel als vermenigvuldigd met 0 en dus uitgesloten. In het geval de drempelreistijd niet overschreden wordt (b) worden zowel als vermenigvuldigd met 1 waardoor vergelijking (16) voor de 2SFCA bekomen wordt, zoals later zal blijken (Luo & Wang, 2003). In tegenstelling tot andere berekeningsmethodes is de GB -methode conceptueel meer volledig maar minder intuïtief te interpreteren en het vereist meer data-input over de reistijdanalyse tussen vraag en aanbod. Ook moet de weerstandscoëfficiënt ( ) berekend worden door interactie van de data voor vraag en aanbod. Aangezien de 2SFCA-methode een bijzonder geval is van de GB-methode, zoals net bewezen, worden de goede eigenschappen van het gravity-model overgenomen en is het resultaat bovendien meer intuïtief te interpreteren (Luo & Qi, 2009) Kernel Density Estimation Kernel Density Estimation (KDE) is een methode die al vele jaren gebruikt wordt, maar nog niet veel toegepast werd voor de bereikbaarheid naar diensten te bepalen. De KDE neemt de wa arde van de gegevens, toegewezen aan een specifiek punt, en spreidt deze uit over een vooraf bepaald gebied. Het resultaat is een meer verspreide vertegenwoordiging van een verschijnsel dat niet wordt weergegeven door een reeks afzonderlijke punten, maar door een continu oppervlak. KDE werd oorspronkelijk gebruikt om histogrammen en hun dichtheid te evalueren, maar kan ook aangepast worden voor ruimtelijke verplaatsing van de bevolking naar diensten (Spencer & Angeles, 2007). Om de KDE te berekenen moet eerst een straal bepaald worden die het potentiële voorzieningsgebied van een dienst definieert. Deze straal staat bekend als de bandb reedte of kernel grootte. Het voorzieningsgebied wordt beschouwd als een kernel: een gebied dat opgebouwd wordt uit cellen. De cellen in de buurt van de dienst krijgen grotere waarden van de dienstcapaciteit en deze in de buurt van de rand krijgen kleine waarden (Yang, Goerge, & Mullner, 2006). Zodra de bandbreedte vastgesteld is, kan deze gebruikt worden om een buffer rond de dienstlocatie te construeren. De bevolking zal over deze buffer verspreid worden. De volgende stap bepaalt welk effect de afstand tot het centrum van de buffer heeft op de manier waarop de bevolking verdeeld is. De bevolking kan gelijkmatig verspreid zijn over de ruimte of de verspreiding kan afhankelijk zijn van de afstand tot het centrum van de buffer. Aangezien de afstand tot het centrum van de buffer belangrijk is, wordt er gebruik gemaakt van een Gaussiaanse KDE zoals beschreven in vergelijkingen (10) en (11). Deze methode zorgt ervoor dat de invloed van diensten daalt, naarmate de afstand tot deze dienst stijgt (Spencer & Angeles, 2007). Met andere woorden, de bereikbaarheid van een locatie is omgekeerd evenredig met de afstand tot de dienst. De Gaussiaanse KDE is gedefinieerd als (Botev, Grotowski, & Kroese, 2010): (10) 20

25 Met: (11) Met: Aantal onafhankelijke realisaties van een onbekende continue kansdichtheidsfunctie Locatie Bandbreedte Eens de kernelgrootte en de dichtheidsverdeling van de bevolking vastgesteld zijn, is de volgende stap om met een GIS het gebied te verdelen in een regelmatig rooster. De waarde van de gegevens van elke dienst worden verdeeld en elke cel binnen de kernel krijgt een waarde. Als de verschillende kernels overlappen, worden de waarden van deze cellen opgeteld (Spencer & Angeles, 2007). De oppervlakte van een kernel weerspiegelt de totale capaciteit van de dienst en is g elijk aan één (Guagliardo, 2004). Deze methode lost sommige problemen geassocieerd met andere methoden op, zoals de variatie in bereikbaarheid binnen een voorzieningsgebied, maar lang niet allemaal. Zo is het niet zeker dat de Gaussiaanse functie de beste optie is. De methode is ook niet aangepast aan transportwijzen die aanzienlijk kunnen variëren naargelang de locatie zoals bijvoorbeeld het openbaar vervoer. Tot slot bestaan de gebruikte bandbreedtes uit een lineaire afstand, terwijl een beter resultaat zou genereren worden als er gewerkt wordt met wegennetwerken (Guagliardo, 2004). Deze methode zal zijn toepassing vinden in de Kernel Density Two Step Floating Catchment Area (KD2SFCA), die verder besproken zal worden in paragraaf Floating Catchment Area In plaats van de verhouding van de diensten tot de bevolking te berekenen binnen vooraf vastgelegde administratieve grenzen zoals gebeurt bij de PPR-methode, wordt deze verhouding bij de Floating Catchment Area-methode (FCA) berekend binnen een cirkel met een welbepaalde straal, gecentreerd rond de bevolkingslocatie. De straal kan opgevat worden als reistijd of reisafstand en wordt beschreven als de reisimpedantie. De naam zwevend voorzieningsgebied (floating catchment area) verwijst ernaar dat de voorzieningsgebieden rondom de bevolkingslocaties afhankelijk zijn van deze locaties en de plaats van deze locatie in het transportnetwerk (Delamater, 2013). Zo zal het voorzieningsgebied bijvoorbeeld beperkt zijn in omvang wanneer het opgebouwd worden rond een locatie die omgeven is met smalle, lokale wegen of in een druk centrum van een stad. Wanneer echter grote gewestwegen of snelwegen in de buurt van deze locatie liggen, zal de grootte van het voorzieningsgebied sterk toenemen. De reisimpedantie kan gedefinieerd worden als de tijd of afstand nodig voor een verplaatsing over het wegennet tot een welbepaald punt vertrekkende vanuit de bevolkingslocatie. Hierdoor vormt het voorzieningsgebied geen echte cirkel maar kent het eerder een grillig verloop. De precieze tijd of afstand die een persoon wil reizen naar een dienst hangt af van de persoon zelf, het type diens t, de leeftijd, de herkomst, de sociale status en soms ook de leefomgeving, zoals stedelijk of landelijk gebied (Guidry, Aday, Zhang, & Winn, 1997). Met deze factoren zal echter in het vervolg van deze tekst geen rekening gehouden worden omdat deze voor ieder persoon verschillen en het onderzoek daarom te complex zou worden. Eerder in de tekst, onder paragraaf 0, werd meer uitleg gegeven met betrekking tot de reisimpedantie en welke waarden gekozen worden als richtwaarden. 21

26 De berekening van de bereikbaarheid gebeurt als volgt (Luo, 2004; Luo & Wang, 2003): (a) Eerst worden de voorzieningsgebieden getekend rond de bevolkingslocaties aan de hand van de reisimpedantie. Dit voorzieningsgebied wordt gekenmerkt door een drempelreisimpedantie ( ) en bevat alle locaties die binnen de drempeltijd of drempelafstand te bereiken zijn. Een dienst is dan enkel bereikbaar wanneer de reisimpedantie tussen de bevolkingslocatie en de dienstlocatie ( ) kleiner is dan deze drempelwaarde. Zoals eerder vermeld is de reisimpedantie afhankelijk van de hoe ver of hoe lang een persoon zich wil verplaatsen naar de dienst. Verder in deze tekst zal de grootte van de impedantie verder besproken worden. (12) Met: Reisimpedantie tussen de bevolkingslocaties k en dienstlocatie j Drempelreisimpedantie (b) Vervolgens wordt nagegaan hoeveel personen en diensten zich binnen elk van de voorzieningsgebieden bevinden. De verhouding van het aantal diensten ten opzichte van het bevolkingsaantal wordt berekend voor de voorzieningsgebieden van elk van de bevolkingslocaties: (13) Met: Ratio van het aantal diensten ten opzichte van het bevolkingsaantal gelegen in het voorzieningsgebied voor bevolkingslocatie k Aantal diensten op dienstlocatie j Aantal bewoners op bevolkingslocatie k (c) Ten slotte wordt de ratio van het aantal diensten tot het bevolkingsaantal bepaald voor iedere administratieve eenheid door de som te maken van de ratio s van alle bewoners in die eenheid: (14) Met: Bereikbaarheid op administratieve eenheid i volgens FCA-methode Deze berekeningen zijn eenvoudig uit te voeren in een GIS door gebruik te maken van netwerkgebaseerde reistijd- of reisafstandbuffers om iedere bevolkingslocatie (Delamater, 2013). Deze methode werd onder andere al vaker toegepast in onderzoek naar de toegankelijkheid van primaire gezondheidszorg (Langford & Higgs, 2006; Luo, 2004; Luo & Wang, 2003; McGrail & Humphreys, 2014) en de toegankelijkheid van openbaar vervoer (Langford, Higgs, & Fry, 2012). De FCA-methode brengt twee voordelen met zich mee. Als eerste kan ze meer gedetailleerde ruimtelijke variaties onthullen binnen grote administratieve gebieden, zoals bijvoorbeeld provincies (Luo, 2004). Daarnaast is ook interactie mogelijk tussen personen en diensten over de administratieve 22

27 grenzen heen of wordt met andere woorden de beperking van de vaste grenzen in voorgaande methodes overwonnen (Delamater, 2013). Hierdoor wordt de werkelijkheid beter benaderd aangezien de bevolking van een welbepaalde sector zich niet enkel zal beperken tot de beschikbare diensten binnen deze sector. Bovendien wordt de verhouding van het aantal diensten ten opzichte van het bevolkingsaantal door het variëren van de straal van het voorzieningsgebied schaalafhankelijk en kan aangetoond worden dat de gebieden met de minst gunstige bereikbaarheid bekomen worden bij kleine, lokale schalen. De meeste tekortkomingen in het voorzieningsgebied kunnen namelijk geïdentificeerd worden bij een straal van minder dan 30 km (Luo, 2004). Dit geeft aan dat de bevolkingsgroepen die de meest negatieve toegankelijkheid hebben vaak diegene zijn die niet gemakkelijk naar een dienst kunnen reizen binnen een afstand van 30 km. Hierbij kan vooral gedacht worden aan laagbevolkte gebieden. Het is dus wenselijk om te werken met kleine ruimtelijke eenheden om gebieden met een tekortkoming aan te duiden. Specifiek in het vervolg van dit onderzoek met de stad Gent als object werd steeds gewerkt op een kleine, lokale schaal. Er werd namelijk enkel toegespitst op de bevolking van Gent en de diensten die zich in de stad of in de nabijheid van de stad bevinden. Bijgevolg wordt steeds gewerkt met voorzienings gebieden met een straal rond de 15 km Two Step Floating Catchment Area Één van de nadelen van de FCA-methode is dat er geen rekening wordt gehouden met de concurrentie tussen de diensten wanneer meerdere voorzieningsgebieden van diensten elkaar overlappen. In deze overlappingzones kan de bevolking namelijk een keuze maken uit meerdere diensten. Door dit probleem werd de Spatial Decomposition Method ontwikkeld als uitbreiding op de FCA-methode (Luo & Wang, 2003; Radke & Mu, 2000). In deze methode wordt de bereikbaarheid berekend door het bepalen van de PPR binnen een voorzieningsgebied, gecentreerd om de dienstlocatie in plaats van de bevolkingslocatie. Vervolgens worden de ratio s opgeteld voor de bewoners die in gebieden wonen waar het voorzieningsgebied van verschillende diensten elkaar overlappen. Bij overlappende voorzieningsgebieden worden de gebieden gesplitst (Decomposed Areas). Naar deze methode wordt verwezen als de Two Step Floating Catchment Area-methode (2SFCA). De 2SFCA-methode is dus analoog aan de FCA-methode mits een bijkomende bewerking. Zoals de naam al laat uitschijnen, gebeurt de berekening in twee grote stappen. In de eerste plaats wordt de PPR bepaald voor elk van de diensten door een voorzieningsgebied te definiëren rond iedere dienstlocatie en vervolgens het aantal diensten op deze locatie te delen door het aantal inwoners binnen het voorzieningsgebied (Luo & Wang, 2003). Dit voorzieningsgebied wordt opnieuw gekenmerkt door een drempelreistijd of drempelreisafstand. Het aantal diensten per dienstlocatie kan vanuit zijn aard enkelvoudig zijn, denk bijvoorbeeld maar aan één enkele huisarts op een bepaalde geografische locatie. Maar het aantal kan ook meervoudig zijn of een verzameling van meerdere dienstverleners aanduiden op die bepaalde locatie, zoals het aantal bedden in een ziekenhuis of het aantal artsen in een praktijk. In de tweede plaats worden ook voorzieningsgebieden getekend rond elke bevolkingslocatie en worden de verhoudingen van het aanbod tot de vraag van elke dienst binnen dit gebied gesommeerd (Delamater, 2013; Luo & Wang, 2003). Op die manier worden overlappingen in de voorzieningsgebieden rond de diensten in rekening gebracht. De straal van het voorzieningsgebied wordt analoog aan de FCA-methode vastgelegd als de drempelreisimpedantie die een persoon aan de verplaatsing wil spenderen. 23

28 Bij het opstellen van de voorzieningsgebieden van de diensten worden best ook deze net over de grens van het onderzoeksgebied opgenomen. Zoals eerder vermeld zullen de bewoners van de grenszone zich niet beperken tot de diensten binnen de onderzoekszone. Hoever buiten de grens nog diensten moeten worden opgenomen in de berekening hangt af van de grootte van de voorzieningsgebieden of met andere woorden de gebruikte drempelreisimpedantie en het doel van de studie. Vergelijkingen (15) en (16) geven de wiskundige notatie weer van beide stappen (Luo & Wang, 2003): (a) Stap 1: Voor iedere dienst ( ) worden alle bevolkingslocaties ( ) binnen een voorzieningsgebied met drempelreistijd ( ) van de dienstlocatie gezocht en wordt de dienst/bevolkingsratio ( ) bepaald. (15) Met: Ratio van het aantal diensten ten opzichte van het bevolkingsaantal gelegen in het voorzieningsgebied voor dienstlocatie j Aantal diensten op locatie j Aantal bewoners op bevolkingslocatie k Drempelreisimpedantie Reisimpedantie tussen bevolkingslocaties k en dienstlocatie j (b) Stap 2: Voor iedere bevolkingslocatie ( ) worden alle dienstlocaties ( ) gezocht binnen een voorzieningsgebied met drempelreistijd ( ) en worden de PPR ( ) uit (a) gesommeerd. (16) Met: Bereikbaarheid op locatie i volgens 2SFCA-methode Reisimpedantie tussen locaties i en dienstlocatie j Aangezien de som is van het aantal diensten in verhouding tot het aantal personen binnen het voorzieningsgebied, is de eenheid van het resultaat van de 2SFCA-berekening gegeven in aantal alternatieve mogelijkheden per persoon. Hoe groter de waarde voor, hoe beter de bereikbaarheid op deze locatie. Gezien de 2SFCA-methode verder bouwt op de FCA-methode en het probleem van overlappende voorzieningszones opvangt, is de 2SFCA-methode aan te raden boven de FCA-methode. Er zijn echter ook twee beperkingen verbonden aan de berekeningsmethode: ten eerste is er geen differentiatie tussen de reisimpedantie binnen het voorzieningsgebied. Met andere woorden, iedere plaats binnen het voorzieningsgebied wordt verondersteld even bereikbaar te zijn, hoewel dit in werkelijkheid niet zo is. Diensten aan de rand van het voorzieningsgebied zullen namelijk minder bereikbaar zijn dan diensten vlak bij het vertrekpunt. Ten tweede worden diensten die buiten het voorzieningsgebied vallen als onbereikbaar beschouwd. Ook dit is intuïtief te weerleggen aangezien een gebied net binnen en net buiten het voorzieningsgebied even bereikbaar zijn. Eerder probeerde al verscheidene studies antwoordt te bieden op deze beperking door onder andere de 24

29 Enhanced Two Step Floating Catchment Area-methode en het voorstellen van een kernel density - functie (Guagliardo, 2004; Luo & Qi, 2009). De 2SFCA-methode werd al vaak gebruikt voor onderzoek naar het bepalen van de bereikbaarheid van gezondheidszorg (Albert & Butar, 2005; Cervigni, Suzuki, Ishii, & Hata, 2008; Guagliardo, 2004; Langford & Higgs, 2006; Wang et al., 2007; Yang et al., 2006) Enhanced Two Step Floating Catchment Area In de 2SFCA-methode wordt elk punt binnen de drempelreisimpedantie ( ) als even bereikbaar beschouwd en alle punten daarbuiten als volledig onbereikbaar (Delamater, 2013). In werkelijkheid is dit echter niet het geval. Deze beperking van de 2SFCA -methode wordt opgevangen door het inbouwen van een verval op de reisimpedantie binnen de voorzieningsgebieden. Dit houdt in dat locaties dichtbij het vert rekpunt meer bereikbaar zijn dan locaties tegen de rand van het voorzieningsgebied. Naar deze verbetering wordt verwezen als de Enhanced Two Step Floating Catchment Area-methode (E2SFCA) (Luo & Qi, 2009). Om het verval op de reisimpedantie te bekomen wordt niet langer gewerkt met één enkel voorzieningsgebied, maar wordt dit gebied opgebouwd uit ringen, vertrekkend vanuit elke dienst- en bevolkingslocatie. Het verval wordt in rekening gebracht door aan elke ring een gewicht toe te kennen. Hoe groter de afstand van het vertrekpunt, hoe kleiner de kans dat een persoon naar deze locatie zal reizen en dus hoe kleiner de weegfactor. Figuur 2 geeft het verloop weer van de weegfactoren in functie van de reistijd tot het vertrekpunt voor de 2SFCA- en de E2SFCA-methode. Als voorbeeld wordt gewerkt met een drempelreistijd van 45 min. In het geval van de 2SFCA -methode krijgen alle reistijden kleiner dan deze drempelwaarde eenzelfde gewicht, namelijk 1, en deze met een waarde groter dan de drempelwaarde weegfactor 0. In het geval van de E2SFCA -methode worden de weegfactoren gebaseerd op ringen van 5 min. en een Gaussiaanse vervalfunctie ( ) (Delamater, 2013). Figuur 2: Voorbeeld van de weegfactoren en bereikbaarheidskenmerken van de 2SFCA-methodes. Nadat de weegfactoren zijn bepaald, kan de oorspronkelijke berekening van de 2SFCA -methode aangepast worden (Delamater, 2013): 25

30 (a) Stap 1 gebeurt analoog aan vergelijking (15) maar de weegfactor ( ) wordt aan de noemer van de berekening toegevoegd: (17) Met: Ratio van het aantal diensten ten opzichte van het bevolkingsaantal gelegen in het voorzieningsgebied voor dienstlocatie j Aantal diensten op locatie j Aantal bewoners op bevolkingslocatie k Drempelreisimpedantie Reisimpedantie tussen bevolkingslocaties k en dienstlocatie j Weegfactor, afhankelijk van de afstand bevolkingslocatie k zich bevindt en de ring waarin de (b) Stap 2 is een aanpassing van vergelijking (16) waarin opnieuw de weegfactor ( ) in rekening gebracht wordt: (18) Met: Bereikbaarheid op bevolkingslocatie k volgens E2SFCA -methode Reisimpedantie tussen locaties i en dienstlocatie j Kernel Density Two Step Floating Catchment Area Op analoge wijze als de E2SFCA-methode kan de ruimtelijke variatie van de bereikbaarheid binnen een voorzieningsgebied in rekening gebracht worden door een verval op de reisimpedantie. Dit maal worden de weegfactoren gebaseerd op een continue vervalfunctie door toevoeging van een KDfunctie (Langford et al., 2012). In plaats van het voorzieningsgebied op te delen in discrete ringen wordt de afstand tussen elke bevolkingslocatie en dienstlocatie gemeten. Voor iedere combinatie van een bewoners en een dienst wordt vervolgens een weegfactor toegekend op basis van de gemeten afstand en de vervalfunctie. De meest gebruikte vervalfuncties zijn de Gaussische functie, inverse functie en exponentiële functie (Dai & Wang, 2011; Delamater, 2013). De Gaussische functie of Gaussiaanse functie wordt onder volgende vorm geschreven: (19) Met: Constanten waarvan De exponentiële functie kent volgend functievoorschrift: (20) 26

31 Met: Constanten De KD2SFCA-methode stelt voor om een kernel-functie ( ) in te bouwen in elk van de stappen van de originele 2SFCA-methode. De bandbreedte ( ) in de KD-functie is gelijk aan het bereik van het voorzieningsgebied van de 2SFCA-methode of met andere woorden gelijk aan de drempelreisimpedantie ( ). Dit wil zeggen dat de bereikbaarheid wordt afgebouwd door de KD-functie over de reistijd of reisafstand in de richting van de rand van het voorzieningsgebi ed. Buiten het voorzieningsgebied wordt de bereikbaarheid gelijk aan nul (Dai & Wang, 2011). (a) In de eerste stap wordt de KD-functie gebruikt om de bevolking te herschalen op elke locatie ( ) volgens de reisafstand of reistijd tot een dienstlocatie ( ). Vergelijking (15) wordt dan als volgt aangepast: (21) Met: Ratio van het aantal diensten ten opzichte van het bevolkingsaantal gelegen in het voorzieningsgebied voor dienstlocatie j Aantal diensten op locatie j Aantal bewoners op bevolkingslocatie k Drempelreisimpedantie Reisimpedantie tussen bevolkingslocaties k en dienstlocatie j KD-functie (b) In de tweede stap wordt de KD-functie gebruikt om de ratio ( ) te herschalen volgens de reisafstand of reistijd tussen de dienstlocatie ( ) en de bevolkingslocatie ( ). Vergelijking (16) wordt dan omgevormd tot: (22) Met: Bereikbaarheid op locatie i volgens KD2SFCA -methode Reisimpedantie tussen locaties i en dienstlocatie j De kernel-functie en bandbreedte ( ) moeten voorafgaand aan de analyse vastgelegd worden. Verschillende kernel-functies geven verschillende patronen in het verval van de impedantie. De gekozen kernel-functie heeft echter niet veel invloed op de resultaten van de berekening. De keuze van de bandbreedte is dan weer wel van belang (Levine, 2010; Williamson, McLafferty, Goldsmith, McGuire, & Mollenkopf, 1998). Er wordt voorgesteld een grote en kleine bandbreedte te gebruiken in gebieden met een lage densiteit en een hoge densiteit aan diensten, respectievelijk (Brunsdon, 1995; Fotheringham, Brunsdon, & Charlton, 2003). In het ideale geval worden de functie en bandbreedte gekozen op basis van niet-ruimtelijke factoren eigen aan een persoon zoals tijd, kost en comfort (Dai & Wang, 2011). Het enige verschilpunt tussen de E2SFCA -methode en de KD2SFCA -methode is de specifieke wijze waarop de weegfactor wordt bepaald. Beide methodes worden dan ook beschouwd tot dezelfde groep 27

32 en worden gebundeld als E2SFCA. Ze bouwen beiden een verval in op de reisimpedantie bin nen de voorzieningsgebieden (Delamater, 2013). Figuur 2 toont naast het verloop van de weegfactoren in functie van de reistijd voor de 2SFCA - en E2SFCA-methode ook de weegfactoren voor de KD2SFCAmethode. Deze zijn opnieuw gebaseerd op dezelfde Gaussiaanse vervalfunctie ( ) maar nu met een continue verloop (Delamater, 2013). Het spreekt voor zich dat het inrekenen van de variatie binnen de voorzieningsgebieden een beter model en resultaten zal genereren die de werkelijkheid dichter benaderen dan bijvoorbeeld de 2SFCA-methode. Wanneer echter gewerkt wordt met een beperkt aantal ringvormige voorzieningsgebieden in de E2SFCA-methode kan het probleem van variatie binnen deze ringen opnieuw opduiken. Door continue karakter van de KD2SFCA-methode is dit probleem voorgoed van de baan. Maar langs de andere kant is de praktische uitvoering van laatstgenoemde methode heel wat complexer en kan de vraag gesteld worden of dit opweegt tegen de voordelen van de methode Three Step Floating Catchment Area Ook de E2SFCA- en KD2SFCA-methode kunnen nog verder aangepast worden door het in rekening brengen van de potentiële concurrentie tussen verschillende diensten, namelijk de Three Step Floating Catchment Area-methode (3SFCA) (Wan, Zou, & Sternberg, 2012). Wanneer deze concurrentie niet in de berekening wordt vervat zoals bij de 2SFCA- en de E2SFCA-methode, wordt de potentiële bevolkingsvraag overschat wanneer meerdere diensten toegankelijk zijn vanuit een bepaalde bevolkingslocatie. Om deze overschatting te corrigeren wordt een derde, initiële stap aan de berekening toegevoegd: de bepaling van een keuzefactor ( ) voor iedere combinatie van bewoners en diensten. De waarde van deze factor voor een bevolkingseenheid k en corresponderende dienst j wordt bepaald door hun overeenkomstige weegfactor ( ) te delen door de som van alle weegfactoren van iedere dienst ( ) binnen de drempelreisimpedantie ( ) vanaf de bevolkingslocatie (Wan et al., 2012): (23) Met: Keuzefactor Weegfactor voor de combinatie van bevolkingseenheid k en dienst j Reisimpedantie tussen bevolkingslocaties k en dienstlocatie j Weegfactor voor dienst j Stap 2 en 3 zijn analoog aan de berekening van de 2SFCA-methode mits toevoeging van de bovenstaande keuzefactor. Vergelijkingen (15) en (16) worden dan als volgt geschreven (Delamater, 2013): (24) En: (25) 28

33 5 Methode In dit hoofdstuk wordt meer uitleg gegeven bij de wijze waarop de berekening gebeurde, welke data nodig was en welke bewerkingen uitgevoerd werden op de resultaten te bekomen. Dit gebeurt voor de PPR-, FCA- en 2SFCA-methode en de Travel Impedance To Nearest Provider-methode, toegepast op de casestudie voor Gent. 29

34 5.1 Datagegevens In eerste instantie werden de gebruikte datasets nader bekeken. Deze gegevens werden aangeleverd door stad Gent en zijn afkomstig van de TOMTOM-database. Voorafgaand werden alle datasets getransformeerd naar de geprojecteerde Belgische Lambert 72-coördinatenprojectie Geografische gegevens De datasets van de contouren en statistische sectoren zijn opgebouwd als vectorbestanden en dateren van december Ze bevatten de geografische gegevens met betrekking tot de grenzen van het grondgebied van Gent en de 12 deelgemeenten of secties. De deelgemeenten zijn verder onderverdeeld in 25 wijken en 201 deelwijken, buurten of sectoren (Figuur 3). Deze deelwijken werden aanzien als de statistische sectoren waarvoor bereikbaarheidswaarden berekend werden. Om tijdens de berekening de koppeling te maken tussen de centra van de sectoren en de sectoren, werd de dataset van de statistische sectoren uitgebreid met een kolom UID welke steeds één waarde hoger is dan de kolom FID. Figuur 3: Contour, deelgemeenten en deelwijken van Gent Bevolkingsgegevens De bevolkingsdataset geeft meer informatie over de bevolking van Gent. Het bevat een vectorbestand met de adresgegevens van alle inwoners van de stad in december Deze data werd 30

35 echter anoniem gemaakt waardoor de adresgegevens niet aan personen kunnen gelinkt worden. Figuur 4 geeft de spreiding weer van de woonplaatsen van de inwoners over het grondgebied van de stad en Figuur 5 toont de bevolkingsdichtheid in elk van de statistische sectoren. Deze figuren geven aan dat de grootste bevolkingsconcentratie zich bevindt in de centrale deelgemeenten Gent Centrum, Gent Zuid, Ledeberg, Mariakerke en het zuidelijke deel van Wondelgem. De gemiddelde bevolkingsdichtheid bedraagt 1600 inw./km². Figuur 4: Adreslocaties van alle inwoners van Gent Figuur 5: Bevolkingsdichtheid van Gent (inw./km²) De omvang van de dataset leverde echter problemen op bij de uitwerking van de bereikbaarheidsberekening. Om de rekentijd te beperken, werd een nieuwe dataset gecreëerd die de inwoners bevat geaggregeerd per kruispunt op het grondgebied van Gent. Elke inwonerslocatie w erd toegekend aan het dichtstbijzijnde kruispunt en voor ieder kruispunt werd de som gemaakt van de omliggende inwonerslocaties. Op die manier werd een nieuwe dataset verkregen met slechts records. Enerzijds komt dit de rekensnelheid ten goede voor de berekeningen in het vervolg van deze studie. Anderzijds gaat een deel van de nauwkeurigheid verloren. Wanneer een bewerking wordt gemaakt die meer nauwkeurige gegevens vereist op adresniveau, dan wordt aangeraden gebruik te maken van de oorspronkelijke bevolkingsdataset. In Figuur 6 worden alle locaties van kruispunten in Gent voorgesteld. Figuur 7 geeft analoog aan Figuur 5 de bevolkingsdichtheid weer voor iedere statistische sector in Gent, dit maal op basis van het aantal toegekende inwoners per kruispunt. Beide figuren zijn nagenoeg identiek waardoor de kruispunten nauwkeurig genoeg zijn voor de berekening. 31

36 Figuur 6: Locaties van alle kruispunten in Gent Figuur 7: Bevolkingsdichtheid ten opzichte van de kruispunten in Gent (inw./km²) Netwerkgegevens Het grootste deel van de besproken methodes voor het berekenen van de bereikbaarheid maakt gebruik van voorzieningsgebieden voor een dienstlocatie of bevolkingslocatie. Om deze voorzieningsgebieden op te bouwen is een transportnetwerk vereist: er wordt een gebied afgebakend waarbinnen gereisd kan worden in een bepaald tijdsbestek. De wegennetwerkdatabase bevat een dergelijk wegennetwerk voor heel Vlaanderen dat rekening houdt met de toegelaten reissnelheden, straten met enkele rijrichting of straten die niet toegankelijk zijn voor het verkeer. Het is opgebouwd uit vectordata en werd opgebouwd in november 2014 waardoor het de verkeerssituatie voorafgaand aan het nieuwe mobiliteitsplan in Gent bevat. Figuur 8 toont de verschillende wegcategorieën in en rond stad Gent. Door aan de wegen een maximaal toelaatbare snelheid toe te kennen en de verkeerssituatie vast te leggen, werd een wegennetwerk opgebouwd. Dit netwerk wordt voorgesteld in Figuur 9. Aan de hand van dit netwerk kon berekend worden hoever een persoon zich kan verplaatsen vanuit een bepaalde locatie binnen een bepaalde tijd. Door dit te doen in alle richtingen werd een voorzieningsgebied bekomen. 32

37 Figuur 8: Wegcategorieën in en rond Gent Figuur 9: Transportnetwerk in en rond Gent De wegennetwerkdatabase geeft de situatie weer voor het transportnetwerk in Gent eind Het nieuwe mobiliteitsplan brengt een heel aantal wijzigingen aan zoals besproken werd in hoofdstuk 2. Aangezien eerder nog geen nieuw transportnetwerk werd opgebouwd voor deze nieuwe mobiliteitssituatie, werden deze wijzigingen handmatig aangebracht met behulp van de Editor -functie in een GIS-omgeving. Het gaat hier voornamelijk om straten die omgevormd worden tot eenrichtingsverkeer (of in de toekomst niet meer toegankelijk zullen zijn) en nieuwe snelheidsregimes. Nadat alle straten aangepast werden aan de nieuwe situatie werd opnieuw een transportnetwerk opgebouwd dat rekening houdt met de gewijzigde snelheden en restricties Dienstgegevens Deze studie is beperkt tot het onderzoeken van de bereikbaarheid van slechts een aantal diensten. Er werd toegespitst op enkele primaire diensten zoals kinderopvangplaatsen, administratieve centra, supermarkten en diensten in de gezondheidszorg (apothekers, huisartsen en ziekenhuizen). Deze lijst kan heel eenvoudig uitgebreid worden. De datasets bevatten gegevens over heel Vlaanderen of België maar werden beperkt tot enkel de nodige diensten die gelegen zijn binnen het onderzoeksgebied. Om een dataset te maken die voor alle methodes bruikbaar was, werden ook de diensten in de dichte omgeving van het onderzoeksgebied opgenomen. In de case van Gent zijn dit alle diensten die zich binnen een bufferzone van twee kilometer rond de stad bevinden, dit omdat op zoek gegaan werd naar resultaten specifiek voor stad Gent en om de nodige rekentijd te beperken. Bij de gebruikte voorzieningsgebieden van 15 minuten of meer, zoals besproken in paragraaf 4.2.4, bevindt men zich namelijk al snel een tiental kilometer buiten het grondgebied van Gent. Maar er moet 33

38 wel rekening mee gehouden worden dat de inwoners langs de grens van de stad zich niet enkel zullen beperken tot het bezoeken van de diensten binnen het onderzoeksgebied. De gebruikte datasets worden voorgesteld in Figuur 10 tot Figuur 15. De data van de huisartsen bevat ook andere diensten in de zorgverlening zoals wijkgezondheidscentra, psychiatrische centra, orthopedisten, kinderartsen en dus ruim geïnterpreteerd werd. Figuur 10: Administratieve centra in en rondom Gent Figuur 11: Apothekers in en rondom Gent 34

39 Figuur 12: Huisartsen in en rondom Gent Figuur 13: Opvangplaatsen in en rondom Gent Figuur 14: Supermarkten in en rondom Gent Figuur 15: Ziekenhuizen in en rondom Gent 35

40 5.2 Methodes Provider To Population Ratio Eerst werd de bereikbaarheid bepaald aan de hand van de PPR-methode. Zoals vermeld in de literatuurstudie, onder paragraaf 4.3.1, is deze methode zeer eenvoudig en makkelijk te begrijpen. Per administratieve eenheid werd de verhouding bepaald van het aantal diensten die gelegen zijn binnen deze zone en het bevolkingsaantal in deze zone. Deze methode vereiste dus slechts een beperkte invoer van geografische data. In eerste instantie werden de geografische gegevens van de statistische sectoren, de diensten en de bevolking ingeladen in een GIS-omgeving. Vervolgens werden de PPR-waarden bepaald door binnen iedere administratieve eenheid na te gaan hoeveel diensten en personen er gevestigd zijn met behulp van de spatial join -functie. Van beide aantallen werd vervolgens de verhouding gemaakt. Hoe groter deze verhouding, hoe beter de bereikbaarheid van de bevolking tot een welbepaalde dienst. De volledige werkwijze werd in een Python-script gegoten waardoor de berekening snel opnieuw kan uitgevoerd worden voor verschillende types diensten. Dit script is terug te vinden in Bijlage 1. Figuur 16 geeft een schematische voorstelling van de PPR-methode. Voor de eenvoud wordt verondersteld dat slechts één persoon gehuisvest is in ieder sectorcentrum en dat iedere dienstlocatie slechts één dienstverlening bevat. In de sectoren 7, 8 en 15 levert dit dus een PPR-waarde op van 1. De andere sectoren hebben waarde 0. In Tabel 3 worden de resultaten voor iedere sector opgesomd. Figuur 16: Schematische voorstelling van de PPR-methode 36

41 5.2.2 Travel Impedance To Nearest Provider De reisimpedantie, of in dit geval de reistijd, tot de dichtste dienst w erd berekend aan de hand van de Closest Facility -functie (CF) in de Netwerk Analyst -tool van ArcMap. De reistijd van elk van de sectorcentra tot de dichtstbij gelegen dienst werd bepaald voor en na het nieuwe mobiliteitsplan. Vervolgens werden beide resultaten met elkaar vergeleken en werden de verhoudingen procentueel uitgedrukt. Deze methode is, in tegenstelling tot de PPR-methode, afhankelijk van het wegennetwerk wat een vergelijking voor en na de nieuwe mobiliteitssituatie mogelijk maakt. De resultaten zijn makkelijk te interpreteren en vergelijken maar minder geschikt voor diepgaande studies. Daarnaast vermeldt de literatuurstudie ook dat de methode minder geschikt is in stedelijke gebieden omdat geen rekening wordt gehouden met de keuz e tussen de diensten. Wanneer zich veel diensten in dezelfde, dichte omgeving situeren kan er niet van uit gegaan worden dat de dichtstbij gelegen dienst effectief benut wordt. In Figuur 17 is opnieuw een schematische voorstelling weergegeven van de CF-methode. De resultaten van deze methode geven de reisimpedantie of reistijd weer tot de dic htstbijzijnde locatie. In Tabel 3 worden de resultaten van deze vereenvoudigde voorstelling weergegeven als relatieve waarden ten opzichte van elkaar, waarbij de reisimpedantie van sector 2 tot dienst a de eenheid is. Figuur 17: Schematische voorstelling van de CF-methode Floating Catchment Area Zoals eerder vermeld in paragraaf gebeurt de berekening van de FCA-methode gelijkaardig aan de PPR-methode maar worden de ratio s bepaald binnen een gedefinieerd voorzieningsgebied in plaats van binnen de statistische sectoren. Eerst werd opnieuw de data van het onderzoeksgebied, de bevolking en de diensten ingeladen. Zoals werd besproken in paragraaf is het aangeraden om voor de bevolkingsgegevens gebruik te maken van de dataset waarin de bevolking geaggregeerd werd per kruispunt. Vervolgens werden de voorzieningsgebieden opgebouwd rondom de bevolkingslocaties. Om praktische redenen gebeurde dit enkel om het geografisch middelpunt van elk van de statistische sectoren. Wanneer dit immers zou gebeuren voor iedere inwoner, moeten ongeveer

42 voorzieningsgebieden berekend worden. Ook voor de kruispunten zijn dit ongeveer records. Door gebruik te maken van de sectoren werd de berekening slechts een 200-tal maal herhaald wat de rekentijd drastisch verminderde. De waarden voor de drempelreistijd zijn terug te vinden in paragraaf 4.2.4: voor diensten in de sector van de gezondheidszorg, zoals de apothekers, huisartsen en ziekenhuizen, bedroeg de maximale reistijd 15 minuten. Voor winkelverplaatsingen naar de administratieve centra en supermarkten werd een drempelreistijd van 15,9 minuten gebruikt. De maximale reistijd naar opvangplaatsen werd ingedeeld in de best corresponderende categorie van de schoolverplaatsing en kregen een waarde van 20,9 minuten. Vervolgens werd binnen elk van de voorzieningsgebieden met behulp van de spatial join -functie de som gemaakt van het aantal inwoners en diensten. De verhouding van beide aantallen geeft dan de FCA-waarde weer voor ieder voorzieningsgebied. Deze waarde werd ten slotte teruggekoppeld aan de statistische sector waarvoor het voorzieningsgebied werd opgebouwd. Het volledige Python-script voor de FCA-methode is toegevoegd in Bijlage 2. Doordat deze werkwijze herhaald werd voor het huidige en het nieuwe transportnetwerk, kon een vergelijkende studie gemaakt worden voor iedere sector, voor en na het doorvoeren van de wijzigingen opgesteld in het nieuwe mobiliteitsplan. Figuur 18 toont een schematische voorstelling van de berekening van de PPR -methode. Opnieuw gelden dezelfde aannames als voordien: op elke bevolkingslocatie bevindt zich één persoon, en op elke dienstlocatie bevindt zich één dienst. Tabel 3 geeft de resultaten voor de verhoudingen van het aantal diensten ten opzichte van de bevolkingsaantallen binnen de voorzieningsgebieden rond elke sectorcentrum. Bijvoorbeeld: binnen het voorzieningsgebied rond sector 2 bevinden zich acht bevolkingslocaties en slechts één dienstlocatie waardoor de verhouding 1/8 bedraagt. Figuur 18: Schematische voorstelling van de FCA-methode 38

43 5.2.4 Two Step Floating Catchment Area De uitwerking van de 2SFCA -methode gebeurde analoog aan de FCA -methode mits een bijkomende stap in de berekening. De voorzieningsgebieden werden in een eerste stap opgebouwd rond elke dienst. Binnen deze gebieden werd opnieuw de verhouding gemaakt van het aantal diensten ten opzichte van het aantal inwoners. Het resultaat van deze verhouding w erd vervolgens teruggekoppeld naar de dienst waarvoor het voorzieningsgebied werd opgebouwd. In de tweede stap werden de voorzieningsgebieden terug opgebouwd rond de centra van de sectoren. Van alle diensten die zich binnen dit gebied bevonden, werd de verhouding uit de eerste stap opgeteld waarna de verhouding per gebied opnieuw toegekend werd aan de respectievelijke sectoren waarvoor de voorzieningsgebieden werden opgebouwd. Het Python-script voor de 2SFCA-methode is terug te vinden in Bijlage 3 aan het einde van deze tekst. Figuur 19 geeft ten slotte een schematische voorstelling weer van de 2SFCA -methode. De verdeling van de bevolking en diensten is opnieuw dezelfde als voorheen aangenomen. De verschillende kleuren stellen verschillende dienst-bevolkingsratio s voor. Binnen het voorzieningsgebied van dienst a bevinden zich bijvoorbeeld 8 personen en slechts één dienst. De verhouding bedraagt hier dus 1/8. Analoog bedraagt de verhouding in het voorzieningsgebied rond dienst b 1/4. Personen 1, 2,3, 6, 7, 9 en 10 hebben enkel toegang tot dienst a en hun verhouding bedraagt 1/8. Personen 5 en 8 hebben enkel toegang tot dienst b met een verhouding van 1/4. Persoon 4 heeft echter toegang tot zowel dienst a als b en heeft daardoor een betere bereikbaarheid. In deze overlappingsgebieden worden de verhoudingen opgeteld waardoor de waarde voor persoon 4 3/8 bedraagt. De resultaten van alle sectoren worden weergegeven in Tabel 3. Figuur 19: Schematische voorstelling van de 2SFCA-methode 39

44 Tabel 3: Resultaten van de vereenvoudigde voorstelling van de berekeningsmethodes Sector CF PPR FCA 2SFCA 1 2,0 0 0,167 0, ,0 0 0,125 0, ,2 0 0,400 0, ,8 0 0,222 0, ,5 0 0,500 0, ,3 0 0,000 0, ,5 1 0,100 0, ,2 1 0,200 0, ,5 0 0,167 0, ,2 0 0,125 0, ,4 0 0,429 0, ,8 0 0,333 0, ,8 0 0,500 0, ,5 0 0,250 0, ,6 1 0,333 0,250 Opmerking Bij de berekening van de dichtst bij gelegen dienst en de voorzieningsgebieden, kunnen in ArcMap restricties opgelegd worden voor het wegennetwerk. Zo kan bijvoorbeeld gekozen worden voor het vermijden van privéwegen, weinig toegankelijke wegen, voetwegen, eenrichtingsstraten Wanneer deze restricties ingevoerd worden, kunnen echter enkele dienstlocaties, bevolkingslocaties en sectorcentra niet gelokaliseerd worden binnen het netwerk. Aangezien we hier geen sluitende oplossing voor konden vinden, wordt in deze tekst niet verder gewerkt met deze restricties. Het onderzoek focust zich dus voornamelijk op de wijzigingen in snelheidsregimes en op straten die ontoegankelijk worden voor het verkeer. Bij verder onderzoek wordt voorgesteld ook rekening te houden met de restricties waardoor de werkelijke mobiliteitssituatie beter benaderd wordt en een meer realistische evaluatie kan gemaakt worden van het nieuwe mobiliteitsplan. 40

45 6 Casestudie Gent In deze casestudie wordt de stad Gent gebruikt als onderwerp voor het berekenen van de bereikbaarheid naar aanleiding van het nieuwe mobiliteitsplan dat in werking treedt in Uit deze berekening wordt nagegaan of de maatregelen die momenteel op tafel liggen een positieve bijdrage leveren aan de mobiliteit en bereikbaarheid in en rond de stad. 41

46 6.1 Nieuw mobiliteitsplan Dit nieuwe mobiliteitsplan is het resultaat van het in 2009 opgestarte proces van het verbreden en verdiepen van het bestaande plan. Het stadsbestuur schaart zich eensgezind achter dit nieuwe mobiliteitsplan met als doel de levenskwaliteit in Gent te verbeteren en de stad beter bereikbaar te maken. Dit mobiliteitsplan wil een integrale benadering waarin alle vervoersmodi in relatie staan tot elkaar. Gent trekt daarbij volop de kaart van leefbaarheid en bereikbaarheid. Keuzes zijn noodzakelijk en worden in dit plan vanuit verschillende invalshoeken uitgewerkt: verkeerscirculatie, snelheidsregimes, Volgens een mobiliteitsonderzoek in 2012 maken Gentenaars meer dan verplaatsingen per dag. Iets meer dan de helft (54%) gebeurt met de wagen, een derde met de fiets (22%) of te voet (14%). Het openbaar vervoer is goed voor 9% van alle verplaatsingen en het gebruik van de motor of bromfiets blijft beperkt tot 1%. De doelstellingen van het nieuwe mobiliteitsplan van Gent zijn de volgende: - Garanderen van de selectieve bereikbaarheid in functie van een kwalitatief stedelijk activiteitenpatroon, - Bouwen aan een verkeersveilige en leefbare stad voor iedereen, - In 2050 is Gent klimaatneutraal, - Gent wordt een kindvriendelijke stad en zet hierdoor actief in op het tegengaan van mobiliteitsarmoede, - Binnen een co-creatieve aanpak wordt er samen gewerkt met burgers en belanghebbenden aan een duurzaam (uit-)gedragen mobiliteitsbeleid. 6.2 Aanpassing van het wegennetwerk Om het nieuwe wegennetwerk aan te maken, werd verder gebouwd op het oorspronkelijke netwerk. Alle aanpassingen werden uitgevoerd in de tabel van de straten met behulp van de Editor -functie in ArcMap. In de kolom Oneway werden alle onderstaande aanpassingen uit paragraaf toegepast en in de kolom KPH alle aanpassingen van paragraaf 6.2.2, waarna de kolom Minutes opnieuw berekend werd. Nadat al deze aanpassingen werden uitgevoerd, werd het netwerk opnieuw opgebouwd in ArcCatalog Wijziging in verkeerscirculatie De visie van stad Gent richt zich op het verhogen van de verkeersleefbaarheid in de binnenstad. Hiervoor werd onderzocht hoe doorrijdtrajecten en routes voor sluipverkeer geknipt kunnen worden. Uit onderzoeksgegevens wordt namelijk duidelijk dat een aanzienlijk deel van het verkeer in de binnenstad geen enkele bestemming heeft binnen het centrumgebied maar gewoon dit tracé gebruikt als kortste weg. Hierdoor gaat een aanzienlijke capaciteit verloren ten koste van het gewenste bestemmingsverkeer in het centrum. De binnenstad wordt opgedeeld in zes verschillende sectoren: vier lobben in de binnenstad zelf en twee lobben ten noorden van de N430, zoals weergegeven in Bijlage 5. De verschillende zones 42

47 worden ontsloten vanaf de stadsring R40 via één of meerdere stadspoorten die de in - en/of uitgang kunnen zijn van een bepaalde sector. Afhankelijk van de bestemming in de binnenstad is er dus telkens een gewenste poort. Uitwisselingen tussen de verschillende sectoren zullen enkel kunnen gebeuren via de stadsring of de N430 en niet meer via interne wegen in de binnenstad zelf. Hier speelt het water als scheidend element op een aantal plaatsen een belangrijke rol. Door het weren van doorgaand verkeer zal de binnenstad vlotter, veiliger en aangenamer bereikbaar worden voor wie er ook echt een bestemming heeft, en dat zowel met de fiets, het openbaar vervoer als met de auto. Aangezien het doorgaand verkeer door het centrum geweerd zal worden, wordt de R4 meer in de kijker gezet en kan er een verschuiving van het verkeer op de R40 gebeuren: randstedelijke verplaatsingen zullen dan meer op niveau van de R4 gebeuren terwijl de R40 meer kan inzetten op zijn verdeelfunctie voor bestemmingen in het centrum van Gent. Alle aanpassingen die gebeurden in het netwerk om de berekeningen uit te voeren, worden weergegeven in Tabel 4 en zijn ook gevisualiseerd in Bijlage 5. Tabel 4: Aanpassingen aan het nieuwe netwerk Straat/kruising Wijziging Opmerking Bargiebrug / Phoenixbrug geknipt Gent binnenrijden via Brugsepoort kan niet meer. Gebroeders De Smetstraat éénrichtingsverkeer Centrum binnenrijden via Rabot kan niet meer. Wondelgemstraat éénrichtingsverkeer Centrum binnenrijden via Rabot kan niet meer. Groenebriel éénrichtingsverkeer Ottogracht geknipt Via Sint-Jacobs naar Sleepstraat/Tolhuis kan niet meer. Baudelokaai geknipt Uitweg Sint-Jacobs via Dampoort. Ham geknipt Naar centrum via Dok Noord langs Dampoort. Zonder-naamstraat geknipt Naar centrum via Dok Noord langs Dampoort. Lousbergkaai Van Eyckstraat éénrichtingsverkeer éénrichtingsverkeer De Keizer Karelstraat geen doorgangsas Enkel verbinding tussen Dampoort en Sint-Anna. Reep omkeren rijrichting Parking blijft toegankelijk. Seminariestraat omkeren rijrichting Parking blijft toegankelijk. Vlaanderenstraat/Laurentplein geknipt Minder verkeer. Vlaanderenstraat/Brabantdam geknipt Minder verkeer. Tweebruggenstraat éénrichtingsverkeer Brusselsepoortstraat éénrichtingsverkeer Geen uitweg uit centrum meer. Sint-Lievenspoort éénrichtingsverkeer Bagattenstraat éénrichtingsverkeer Van Zuid naar Coupure kan niet meer. Bijlokekaai omkeren rijrichting Verlorenkostbrug/Coupure Links geknipt Geen verbinding tussen Coupure en Verlorenkost. Verlorenkostbrug/Coupure Rechts geknipt Geen verbinding tussen Coupure en Verlorenkost. Lindenlei omkeren rijrichting Onderbergen en Sint-Michielsparking blijken toegankelijk. Recollettenlei omkeren rijrichting Onderbergen en Sint-Michielsparking blijken toegankelijk. Recollettenbrug geknipt Van Kouter naar Onderbergen kan niet meer. 43

48 6.2.2 Wijziging in snelheidsregimes Zoals eerder vermeld zullen de aangepaste snelheidsregimes de grootste impact hebben op de bereikbaarheid naar diensten voor de inwoners van Gent. Deze aanpassingen hebben als doel de verkeersveiligheid te bevorderen, de leefbaarheid verbeteren en het autoverkeer aanzetten om het weggennet te gebruiken met betrekking tot de juiste categorisering, zoals voorgesteld in Tabel 5. Tabel 5: Categorisering van wegen en snelheidsregimes Type weg (categorisering) Hoofdwegen Verlaagd snelheidsregime Primaire wegen type I Verlaagd snelheidsregime Primaire wegen type II Verlaagd snelheidsregime Snelheidsregime (km/u) Secundaire wegen Bubeko 70 Secundaire wegen Bibeko 50 Stedelijke ringboulevard R40 50 Lokale wegen Bubeko 70 Lokale wegen Bibeko De stad Gent wenst dat binnen de stadregio, een snelheidsregime van 100 km/u moet worden ingevoerd op het hoofdwegennet, waarvan de E40 en E17 onderdeel uitmaken. Dit heeft meerdere positieve gevolgen: - Minder geluidshinder en negatieve milieu-impact voor aanpalende gebieden, - Betere luchtkwaliteit, - Hogere verkeersveiligheid aan de aansluitcomplexen, - Meer capaciteit. Voor de grootstedelijke ringweg R4 wordt een snelheidsregime van 90 km/u opgelegd. De belangrijkste invalswegen tussen de R4 en de R40 krijgen een 70 km/u-statuut. Een snelheidsregime van 50 km/u wordt voorzien voor het gedeelte van de Drongensesteenweg (N466) tussen de Leie en de R40 en het deel van de as Vliegtuiglaan-Afrikalaan (N424) tussen de tunnel Motorstraat en de voet van de Verapazbrug, omwille van veiligheids- en leefbaarheidsredenen. Voor de secundaire wegen geldt een snelheidsregime van 70 km/u buiten de bebouwde kom en van 50 km/u binnen de bebouwde kom. De volledige binnenstad binnen de stadsring R40 wordt een uitgestrekt zone 30 gebied. Enkel de as Begijnhoflaan-Opgeëistenlaan-Blaisantvest, de F. Rooseveltlaan, de Callierlaan en de Zuidparklaan maken een uitzondering hierop. Voor de lokale wegen type II a en b geldt een snelheidsregime van 70 km/u buiten de bebouwde kom en 50 km/u binnen de bebouwde kom. Plaatselijke uitzonderingen zijn hierop mogelijk. Zo wordt bijvoorbeeld de Brugsesteenweg tussen de Spellewerkstraat en Mariakerke een zone

49 Voor het snelheidsregime op de lokale wegen type II c en de en lokale wegen type III wordt verwezen naar de verkeersstructuurschetsen die in een latere fase zullen word en opgemaakt per deelgebied. Tabel 6 bevat een samenvatting van alle snelheden die aangepast werden in het netwerk om de berekeningen mee uit te voeren en werd voor een groot deel gebaseerd op Bijlage 6. Tabel 6: Aangepaste snelheden in het nieuwe netwerk Snelheid 30 km/u 50 km/u 70 km/u 90 km/u 100 km/u Wegen / Gebied Binnen R40 Uitzonderingen: - N430 - Franklin Rooseveltlaan - Gustaaf Callierlaan - Zuidparklaan R40 Havengebied (zie figuur) Secundaire wegen binnen bebouwde kom Secundaire wegen buiten bebouwde kom Belangrijkste invalswegen tussen R4 en R40 Buitengebied op landbouwwegen R4 Deel van E17 Deel van E17 Deel van E40 45

50 6.3 Resultaten Hieronder worden de resultaten besproken van de bereikbaarheidsberekeningen voor Gent en wordt een vergelijking gemaakt tussen de huidige toestand en de nieuwe toestand na het doorvoeren van het nieuwe mobiliteitsplan. In Bijlage 4 werd een kaart ingevoegd met de deelgemeenten in Gent voor het interpreteren van de resultaten. Voor de voorstelling van de resultaten werd steeds dezelfde kwantificatie gebruikt, namelijk de kwantiele methode Provider To Population Ratio Administratieve centra Figuur 20 geeft de resultaten weer van de PPR-methode voor de administratieve centra. Aangezien enkel centra gevestigd zijn in de deelwijken Kuip, Kouter en Gent-Centrum-Zuid in Gent Centrum, hebben enkel deze sectoren een waarde. De overige sectoren krijgen een waarde 0. Figuur 20: Resultaat PPR-methode voor administratieve centra per sector Tabel 7 geeft de waarden weer voor de drie sectoren waar zich een administratief centra bevindt. Wat opvalt is dat alle centra gesitueerd zijn in Gent Centrum. Tabel 7: PPR-waarden voor de administratieve centra per sector STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Administratieve centra KUIP GENT CENTRUM 0,00179 KOUTER GENT CENTRUM 0,00088 GENT-CENTRUM-ZUID GENT CENTRUM 0,

51 Apothekers In Figuur 21 worden de resultaten van de PPR-berekening voorgesteld voor de apothekers. De figuur toont aan dat meerdere apothekers gevestigd zijn in verschillende sectoren in Gent. Deze situeren zich voornamelijk in het centrum van de stad, Gentbrugge en Ledeberg. Figuur 21: Resultaat PPR-methode voor apothekers De resultaten in Tabel 8 tonen aan dat de hoogste PPR-waarden inderdaad in Gent Centrum terug te vinden zijn, zoals verwacht werd. Wat opvalt is dat Gentbrugge en Ledeberg echter niet zo goed scoren als verwacht maar wel de deelgemeente Drongen terwijl hier slechts een aantal apothekers gevestigd zijn. Dit is te verklaren door het feit dat het kleine aantal apothekers in Drongen een kleiner bevolkingsaantal moet bedienen. Tabel 8: PPR-waarden voor de apothekers STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Apothekers KUIP GENT CENTRUM 0,00536 KOUTER GENT CENTRUM 0,00352 OUDE ABDIJ DRONGEN 0,00323 DE SMET - DE NAEYER GENT ZUID 0,00294 CITADELPARK GENT CENTRUM 0,00283 VOORMUIDE GENT CENTRUM 0,00254 GENT-CENTRUM-ZUID GENT CENTRUM 0,00232 BAARLE DORP DRONGEN 0,00198 BRUSSELSE POORT GENT CENTRUM 0,00195 DRONGEN DORP DRONGEN 0,

52 Huisartsen Figuur 22 stelt de PPR-resultaten voor de huisartsen in Gent voor. Vergelijkbaar met de apothekers zijn de huisartsen voornamelijk geconcentreerd in Gent Centrum, Gent Zuid en Ledeberg. Figuur 22: Resultaat PPR-methode voor huisartsen Zowel de figuur als Tabel 9 tonen dat Gent-Centrum en Gent-Zuid een hoge maat van bereikbaarheid hebben. Daarnaast hebben ook bepaalde sectoren in Zwijnaarde, Sint-Denijs-Westrem-Afsnee en Oostakker hoge PPR-waarde. Opnieuw kan dit gewijd worden aan een laag bevolkingsaantal in deze sectoren. Tabel 9: PPR-waarden voor de huisartsen STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Huisartsen ROSTIJNE OOSTAKKER 0,50000 DARSEN GENT MUIDE-SIFFERDOK 0,50000 DE SMET - DE NAEYER GENT ZUID 0,04559 HOEDJEN ZWIJNAARDE*+DEEL VAN MERELBEKE 0,03600 AKADEMISCH ZIEKENHUIS GENT ZUID 0,02941 PAOLALAAN ZWIJNAARDE*+DEEL VAN MERELBEKE 0,02913 KOUTER (SINT-DENIJS-WESTREM) SINT-DENIJS-WESTREM - AFSNEE 0,02881 DE STERRE GENT ZUID 0,02179 RIJVISSCHE ZWIJNAARDE*+DEEL VAN MERELBEKE 0,02020 CITADELPARK GENT CENTRUM 0,

53 Opvangplaatsen De opvangplaatsen zijn in tegenstelling tot de apothekers en huisartsen meer verspreid in en rond het centrum van de stad. Het noordelijke deel van de stad heeft echter een kleiner aantal opvangplaatsen. Ondanks het kleiner aantal diensten is de PPR-waarden de hoogste in deze sectoren, zoals weergegeven in Figuur 23. Figuur 23: Resultaat PPR-methode voor opvangplaatsen Ook Tabel 10 toont aan dat de grootste PPR-waarden te vinden zijn in de deelgemeenten Oostakker, Gent Muide-Sifferdok. Gent-Centrum heeft dit maal slechts een kleine graad van bereikbaarheid. Tabel 10: PPR-waarden voor de opvangplaatsen STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Opvangplaatsen DARSEN GENT MUIDE-SIFFERDOK 2,50000 DESTELDONK - VERSPR. BEW. OOSTAKKER 1,00000 PORT ARTHUR GENT MUIDE-SIFFERDOK 0,40000 TEXACO OOSTAKKER 0,33333 RODENHUIZE OOSTAKKER 0,28571 WAFELIJZER DRONGEN 0,20000 VALKENHUIS MARIAKERKE 0,20000 ARSENAAL GENTBRUGGE 0,20000 BUGTEN SINT-DENIJS-WESTREM - AFSNEE 0,18750 GROOTHANDELSMARKT GENT ZUID 0,

54 Supermarkten In Figuur 24 worden de resultaten van de PPR-berekening voorgesteld voor de supermarkten. De figuur toont aan dat slechts een aantal supermarkten gevestigd zijn in Gent Centrum en de dichte omgeving er rond. Figuur 24: Resultaat PPR-methode voor supermarkten De resultaten in Tabel 11 geven aan dat de hoogste PPR-waarden inderdaad in het centrum terug te vinden zijn, zoals te verwachten was. Daarnaast scoren ook de sectoren Lieve in Mariake rke en Oud Lieve in Wondelgem hoge PPR-waarden. Tabel 11: PPR-waarden voor de supermarkten STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Supermarkten LIEVE(MARIAKERKE) MARIAKERKE 0,05556 OUDE LIEVE (WONDELGEM) WONDELGEM 0,01064 EIKENDREF DRONGEN 0,00279 ROOSKEN ZWIJNAARDE*+DEEL VAN MERELBEKE 0,00195 DRONGEN DORP DRONGEN 0,00187 KUIP GENT CENTRUM 0,00179 MARIAKERKE CENTRUM MARIAKERKE 0,00139 DRIE SLEUTELS SINT-DENIJS-WESTREM - AFSNEE 0,00089 KOUTER GENT CENTRUM 0,00088 EKKERGEM GENT CENTRUM 0,

55 Ziekenhuizen Ten slotte geeft Figuur 25 de resultaten van de PPR-berekening weer voor de ziekenhuizen in Gent. Aangezien slechts een zevental ziekenhuizen gevestigd zijn in de stad, hebben enkel deze sectoren een waarde. De overige sectoren krijgen de waarde 0. Figuur 25: Resultaat PPR-methode voor ziekenhuizen Uit de resultaten in Tabel 12 is te zien dat voornamelijk de deelwijk Maria Middelares in Sint-Dewnijs- Westrem-Afsnee de hoogste PPR-waarde beeft. Tabel 12: PPR-waarden voor de ziekenhuizen STATISTISCHE SECTOREN PPR Deelwijk Deelgemeente Ziekenhuizen MARIA MIDDELARES SINT-DENIJS-WESTREM - AFSNEE 0,07692 AKADEMISCH ZIEKENHUIS GENT ZUID 0,00735 BRIEL GENT CENTRUM 0,00085 NEERMEERSEN GENT CENTRUM 0,00042 GANZENDRIES GENT CENTRUM 0,00039 GENTBRUGGE-CENTRUM GENTBRUGGE 0,

56 6.3.2 Travel Impedance To Nearest Provider Administratieve centra Figuur 26 toont de resultaten van de bereikbaarheidsberekening met de CF-methode voor de administratieve centra voor het transportnetwerk in de huidige toestand. De grootste reistijden zijn voornamelijk terug te vinden in Oostakker, Gent Muide-Sifferdok en Drongen. De kleinste reistijden zijn terug te vinden in Gent Centrum. Ook na de doorvoering van het nieuwe mobiliteitsplan is deze vaststelling nog steeds geldig, zoals voorgesteld in Figuur 27. Figuur 26: Resultaat CF-methode voor administratieve centra voor het nieuwe mobiliteitsplan in minuten Figuur 27: Resultaat CF-methode voor administratieve centra na het nieuwe mobiliteitsplan in minuten In Tabel 13 worden de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. In de deelgemeente Gent Centrum, Gent Zuid en Zwijnaarde nemen de reistijden sterk toe tot wel 38%. Ook in Gentbrugge, Mariakerke, Ledeberg en Sint-Amandsberg neemt de reistijd naar de dichtste dienst toe, maar in mindere mate. In de deelgemeenten Sint-Denijs- Westrem-Afsnee, Drongen en Wondelgem nemen de reistijden af. Ook daalt de reistijd in bepaalde sectoren in het centrum, tot 33% in de deelwijk Kuip. In Figuur 28 wordt een globaal beeld gegeven van de wijzigingen binnen stad Gent. De gemiddelde reistijden naar de dichtste dienst stijgt globaal gezien met 4,39%. 52

57 Tabel 13: Verschil met CF-methode tussen het oude t.o.v. het nieuwe mobiliteitsplan voor administratieve centra in minuten STATISTISCHE SECTOREN CF Administratieve centra Deelwijk Deelgemeente Voor Na Verschil Procent BIJLOKE GENT CENTRUM 1,67 2,32 0,65 38,78% MOSCOU LEDEBERG 2,91 3,99 1,08 37,13% NEERMEERSEN GENT CENTRUM 2,78 3,61 0,83 29,99% SINT-PIETERS GENT CENTRUM 1,24 1,60 0,36 29,37% STATION GENT CENTRUM 2,56 3,31 0,74 28,98% GROOTHANDELSMARKT GENT ZUID 3,09 3,98 0,89 28,89% GENT-CENTRUM-ZUID GENT CENTRUM 0,56 0,73 0,16 28,82% HEUVELPOORT GENT CENTRUM 2,42 3,08 0,67 27,57% CITADELPARK GENT CENTRUM 2,63 3,35 0,72 27,45% BRUGSE POORT GENT CENTRUM 4,44 5,53 1,09 24,62% WITTEWALLE OOSTAKKER 8,27 7,14-1,12-13,59% AFSNEE-CENTRUM SINT-DENIJS-WESTREM - AFSNEE 3,51 3,01-0,50-14,38% ZAFFELARE OOSTAKKER 7,84 6,69-1,15-14,67% ASSELS DRONGEN 10,17 8,67-1,51-14,80% OUDE WEE DRONGEN 9,36 7,94-1,42-15,18% KEUZEMEERSEN DRONGEN 9,12 7,59-1,53-16,74% LIEVE-NOORD (WONDELGEM) WONDELGEM 4,00 3,25-0,76-18,92% LIEVE(MARIAKERKE) MARIAKERKE 6,11 4,91-1,20-19,60% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 5,04 4,03-1,01-20,03% KUIP GENT CENTRUM 0,75 0,50-0,25-33,49% Figuur 28: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra 53

58 Apothekers Figuur 29 geeft de resultaten van de CF-methode voor de apothekers voor het transportnetwerk in de huidige toestand. Op de figuur is te zien dat de reistijd naar apothekers in het centrum van de stad klein ten opzichte van de randgemeenten. Ook voor de situatie met het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 30, is dit vrij gelijkaardig. Echter wordt opgemerkt dat de reistijden in de westelijke sectoren daalt. Figuur 29: Resultaat CF-methode voor apothekers voor het nieuwe mobiliteitsplan in minuten Figuur 30: Resultaat CF-methode voor apothekers na het nieuwe mobiliteitsplan in minuten In Tabel 14 worden de numerieke waarden opgesomd voor de sectoren die de grootste wijziging in reistijd ondergaan. Opnieuw is de grootste toename in reistijd terug te vinden in de deelgemeente Gent Centrum en bepaalde wijken in Oostakker, tot 50%. In de deelgemeenten Drongen, Wondelgem, Gent Muide-Sifferdok en bepaalde sectoren in Oostakker en Zwijnaarde neemt de reistijd dan weer af tot meer dan 60% in de sectoren Lake, Heilig Huizeken en Oud Abdij in Drongen. Ook in bepaalde sectoren in Gent Centrum is de reistijd echter in beperkte mate gedaald. Figuur 31 geeft dezelfde resultaten weer. Over het algemeen daalt de reistijd naar apothekers in Gent met 7,11% door het nieuwe mobiliteitsplan. 54

59 Tabel 14: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers in minuten STATISTISCHE SECTOREN CF Apothekers Deelwijk Deelgemeente Voor Na Verschil Procent PATERSHOL GENT CENTRUM 0,05 0,08 0,03 50,01% SINT-KRUIS-WINKEL OOSTAKKER 0,19 0,29 0,10 49,97% DRONGENSTEENWEG GENT CENTRUM 0,08 0,12 0,04 49,90% TOLHUIS GENT CENTRUM 0,15 0,22 0,07 49,67% BIJLOKE GENT CENTRUM 0,19 0,28 0,09 46,27% BRUSSELSE POORT GENT CENTRUM 0,26 0,37 0,11 43,75% SINT-JACOBS GENT CENTRUM 0,24 0,34 0,10 40,93% BEGIJNHOFDRIES GENT CENTRUM 0,31 0,42 0,10 32,34% KEIZERSPARK LEDEBERG 0,71 0,94 0,22 31,46% GENT-CENTRUM-ZUID GENT CENTRUM 0,31 0,40 0,09 28,46% PORT ARTHUR GENT MUIDE-SIFFERDOK 1,22 0,60-0,61-50,44% DRIE LEIEN DRONGEN 2,39 1,18-1,21-50,50% MAGER GOED OOSTAKKER 0,56 0,26-0,30-54,04% WALPUT OOSTAKKER 2,48 1,13-1,35-54,52% TER RIVIEREN DRONGEN 1,97 0,86-1,10-56,12% EIKENDREF DRONGEN 1,30 0,56-0,74-56,62% OOSTAKKERVELD OOSTAKKER 1,32 0,55-0,76-57,95% LAKE DRONGEN 2,74 1,07-1,66-60,75% HEILIG HUIZEKEN DRONGEN 2,03 0,76-1,27-62,53% OUDE ABDIJ DRONGEN 0,55 0,20-0,35-63,65% Figuur 31: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers 55

60 Huisartsen Figuur 32 toont de resultaten van de bereikbaarheidsberekening met de CF-methode voor de huisartsen voor het transportnetwerk in de huidige toestand. Opvallend is dat het grootste deel van het centrum van Gent een lage reistijd vertoont naar huisartsen door het grote aanbod aan diensten. In het noorden ligt de gemiddelde reistijd echter over het algemeen hoger. Na de doorvoering van het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 33, zijn de resultaten zeer gelijklopend. De reistijd is wel gedaald in de deelgemeente Drongen. Figuur 32: Resultaat CF-methode voor huisartsen voor het nieuwe mobiliteitsplan in minuten Figuur 33: Resultaat CF-methode voor huisartsen na het nieuwe mobiliteitsplan in minuten In Tabel 15 worden de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. Opnieuw wordt de grootste daling in reistijd vastgesteld in Drongen, Sint- Denijs-Westrem-Afsnee, Wondelgem, Zwijnaarde en bepaalde delen van Oostakker. In Drongen daalt de reistijd naar huisartsen met meer dan 70%. In de Gent Centrum en bepaalde sectoren van Oostakker brengt het nieuwe mobiliteitsplan dan weer stijgende reistijden met zich mee: In de sectoren Sint-Kruis-Winkel en Bijloke stijgt deze met bijna 50%. In Figuur 34 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde reistijd in Gent daalt met 9,36%. 56

61 Tabel 15: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen in minuten STATISTISCHE SECTOREN CF Huisartsen Deelwijk Deelgemeente Voor Na Verschil Procent SINT-KRUIS-WINKEL OOSTAKKER 0,13 0,19 0,06 49,97% BIJLOKE GENT CENTRUM 0,11 0,17 0,06 49,59% SINT-JACOBS GENT CENTRUM 0,31 0,45 0,14 45,02% DRONGENSTEENWEG GENT CENTRUM 0,28 0,35 0,08 27,17% PEKELHARING GENT CENTRUM 0,49 0,63 0,13 27,14% VOORMUIDE GENT CENTRUM 0,52 0,65 0,14 26,18% GENT-CENTRUM-ZUID GENT CENTRUM 0,19 0,24 0,04 22,89% TER DONK OOSTAKKER 1,33 1,62 0,29 21,92% BRUSSELSE POORT GENT CENTRUM 0,23 0,28 0,05 21,61% TOLHUIS GENT CENTRUM 0,09 0,11 0,02 20,68% AFSNEE-CENTRUM SINT-DENIJS-WESTREM - AFSNEE 0,48 0,20-0,28-57,93% LAKE DRONGEN 1,23 0,50-0,72-58,91% OOSTAKKERVELD OOSTAKKER 2,30 0,90-1,40-61,00% OUDE ABDIJ DRONGEN 0,61 0,24-0,37-61,20% EIKENDREF DRONGEN 0,76 0,27-0,49-64,27% WALPUT OOSTAKKER 1,42 0,49-0,93-65,27% KEUZEMEERSEN DRONGEN 2,09 0,64-1,44-69,20% TER RIVIEREN DRONGEN 0,60 0,17-0,43-71,43% DRIE LEIEN DRONGEN 1,15 0,33-0,82-71,45% WITTEWALLE OOSTAKKER 1,13 0,31-0,81-72,23% Figuur 34: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen 57

62 Opvangplaatsen In Figuur 35 wordt het resultaat van de CF-methode weergegeven voor de opvangplaatsen voor het transportnetwerk in de huidige situatie. Uit de resultaten is te zien dat de reistijden voor de sectoren sterk variëren. Wel kan besloten worden dat centrum en oostelijke deel van Gent de laagste reistijden vertonen. Figuur 36 geeft dezelfde resultaten weer maar voor het transportnetwerk na het doorvoeren van het nieuwe mobiliteitsplan. Op het eerste zicht is de bereikbaarheid gestegen in Drongen. Voor de rest blijven de resultaten vrij gelijkaardig. Figuur 35: Resultaat CF-methode voor opvangplaatsen voor het nieuwe mobiliteitsplan in minuten Figuur 36: Resultaat CF-methode voor opvangplaatsen na het nieuwe mobiliteitsplan in minuten Tabel 16 geeft de resultaten meer in detail weer en toont aan dat de deelgemeente Drongen inderdaad een stijgende bereikbaarheid vertoont. Ook in Sint-Denijs-Westrem-Afsnee, Zwijnaarde, Wondelgem en bepaalde sectoren in Oostakker nemen de reistijden sterk af met 70% in Oostakkerveld en Mager Goed. In andere sectoren in Oostakker, zoals Sint-Kruis-Winkel, Krijte en Rodenhuize, neemt de reistijd echter toe met 30% à 40%, als ook in Gent Centrum. Globaal gezien daalt de reistijd gemiddeld met 8,40% voor en na de invoering van het nieuwe mobiliteitsplan. Figuur 37 geeft wijziging in de resultaten van de CF-methode voor de opvangplaatsen ten slotte grafisch weer. 58

63 Tabel 16: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen in minuten STATISTISCHE SECTOREN CF Opvangplaatsen Deelwijk Deelgemeente Voor Na Verschil Procent PATERSHOL GENT CENTRUM 0,14 0,21 0,07 45,18% BEGIJNHOFDRIES GENT CENTRUM 0,52 0,75 0,23 44,79% KEIZERSPARK LEDEBERG 0,53 0,77 0,23 44,03% SINT-KRUIS-WINKEL OOSTAKKER 1,37 1,92 0,56 40,80% KRIJTE OOSTAKKER 0,07 0,09 0,02 33,88% GENT-CENTRUM-ZUID GENT CENTRUM 0,64 0,86 0,22 33,47% SINT-JACOBS GENT CENTRUM 0,55 0,73 0,18 32,73% RODENHUIZE OOSTAKKER 0,24 0,31 0,07 29,85% TOLHUIS GENT CENTRUM 0,25 0,32 0,07 28,23% DRONGENSTEENWEG GENT CENTRUM 0,65 0,82 0,17 26,98% LAKE DRONGEN 1,68 0,77-0,91-54,38% DRIE LEIEN DRONGEN 2,59 1,16-1,43-55,33% PRINSENHOF DRONGEN 0,90 0,40-0,50-55,44% EIKENDREF DRONGEN 1,89 0,82-1,07-56,54% WALPUT OOSTAKKER 2,98 1,27-1,71-57,31% PORT ARTHUR GENT MUIDE-SIFFERDOK 0,60 0,24-0,36-59,98% WITTEWALLE OOSTAKKER 0,95 0,35-0,60-62,95% OUDE ABDIJ DRONGEN 1,72 0,59-1,13-65,87% OOSTAKKERVELD OOSTAKKER 0,27 0,08-0,20-71,45% MAGER GOED OOSTAKKER 0,44 0,13-0,32-71,46% Figuur 37: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen 59

64 Supermarkten Figuur 38 geeft de resultaten van de CF-methode voor de supermarkten voor het transportnetwerk in de huidige toestand. De figuur toont dat het centrum van Gent een goede bereikbaarheid heeft tot supermarkten. In de randgemeenten liggen de waarden van de reistijd over het algemeen hoger. Ook voor de situatie met het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 39, is dit vrij gelijkaardig. Figuur 38: Resultaat CF-methode voor supermarkten voor het nieuwe mobiliteitsplan in minuten Figuur 39: Resultaat CF-methode voor supermarkten na het nieuwe mobiliteitsplan in minuten In Tabel 17 worden de waarden opgesomd voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan. Opnieuw is de grootste daling in reistijd terug te vinden in de deelgemeenten Wondelgem, Oostakker, Drongen en Sint-Denijs-Westrem-Afsnee. De grootste toename in reistijd is dan weer terug te vinden in Gent-Centrum. Figuur 40 geeft dezelfde resultaten weer. Over het algemeen daalt de reistijd naar supermarkten met 5,38% door het nieuwe mobiliteitsplan. 60

65 Tabel 17: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten in minuten STATISTISCHE SECTOREN CF Supermarkten Deelwijk Deelgemeente Voor Na Verschil Procent GENT-CENTRUM-ZUID GENT CENTRUM 1,02 1,43 0,41 40,65% BEGIJNHOFDRIES GENT CENTRUM 1,14 1,56 0,41 35,95% PEKELHARING GENT CENTRUM 1,07 1,44 0,37 34,67% BIJLOKE GENT CENTRUM 1,09 1,44 0,35 32,38% VOORMUIDE GENT CENTRUM 1,35 1,79 0,44 32,34% SINT-PIETERS GENT CENTRUM 0,95 1,26 0,31 32,17% BRUSSELSE POORT GENT CENTRUM 1,23 1,58 0,35 28,47% DRONGENSTEENWEG GENT CENTRUM 0,61 0,77 0,16 26,15% TOLHUIS GENT CENTRUM 0,62 0,77 0,15 23,30% GROENDREEF GENT CENTRUM 0,53 0,64 0,11 20,63% OOSTAKKERVELD OOSTAKKER 2,84 1,65-1,19-41,88% WITTEWALLE OOSTAKKER 2,14 1,20-0,94-43,93% ASSELS DRONGEN 4,68 2,61-2,07-44,26% WALPUT OOSTAKKER 2,70 1,47-1,23-45,47% DRONGEN DORP DRONGEN 0,52 0,27-0,25-48,18% DRIE LEIEN DRONGEN 3,00 1,51-1,49-49,65% LAKE DRONGEN 2,76 1,35-1,42-51,24% OUDE ABDIJ DRONGEN 0,98 0,47-0,50-51,49% OUDE WEE DRONGEN 3,49 1,64-1,85-52,91% EIKENDREF DRONGEN 0,67 0,23-0,45-66,22% Figuur 40: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten 61

66 Ziekenhuizen Figuur 41 toont de resultaten van de bereikbaarheidsberekening met de CF-methode voor de ziekenhuizen voor het transportnetwerk in de huidige toestand. De laagste reistijden zijn te vinden in het centrum, het oosten en het zuiden van Gent. Ten westen en ten noorden van het stadscentrum liggen de waarden hoger en in het uiterste noorden is de reistijd naar ziekenhuizen het grootst. Ook na de doorvoering van het nieuwe mobiliteitsplan blijken deze vaststelling nog steeds geldig, zoals voorgesteld in Figuur 42. Figuur 41: Resultaat CF-methode voor ziekenhuizen voor het nieuwe mobiliteitsplan in minuten Figuur 42: Resultaat CF-methode voor ziekenhuizen na het nieuwe mobiliteitsplan in minuten In Tabel 18 worden de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. De grootste daling in reistijd worden opnieuw vastgesteld in de deelgemeenten Oostakker, Gent Muide-Sifferdik, Zwijnaarde, Sint-Denijs-Westrem-Afsnee en Drongen. De daling blijft in vergelijking met voorgaande diensten beperkt tot maximaal 33%. Ook bepaalde sectoren in het centrum vertonen dalende reistijden maar globaal gezien zal de reistijd toch toenemen in Gent Centrum. Ook in Mariakerke en enkele sectoren in het uiterste noorden neemt de verplaatsingstijd toe maar in beperkte mate. In Figuur 43 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde reistijd daalt in beperkte mate met 2,95%. 62

67 Tabel 18: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen in minuten STATISTISCHE SECTOREN CF Ziekenhuizen Deelwijk Deelgemeente Voor Na Verschil Procent TOLHUIS GENT CENTRUM 0,97 1,23 0,26 26,83% SINT-JACOBS GENT CENTRUM 1,68 2,12 0,44 26,00% GALGENBERG GENT CENTRUM 2,09 2,55 0,45 21,76% SINT-MACHARIUS GENT CENTRUM 2,71 3,26 0,55 20,27% PATERSHOL GENT CENTRUM 0,50 0,60 0,10 19,91% GENT-CENTRUM-ZUID GENT CENTRUM 2,62 3,11 0,49 18,72% PEKELHARING GENT CENTRUM 2,12 2,51 0,39 18,63% VISSERIJ GENT CENTRUM 3,02 3,53 0,51 16,87% GROENDREEF GENT CENTRUM 2,93 3,40 0,46 15,73% DRONGENSTEENWEG GENT CENTRUM 1,65 1,89 0,24 14,32% DRIE LEIEN DRONGEN 6,52 5,08-1,43-22,02% NIEUWGOED ZWIJNAARDE*+DEEL VAN MERELBEKE 3,90 3,03-0,87-22,31% LAKE DRONGEN 6,66 5,16-1,50-22,55% AFSNEE-CENTRUM SINT-DENIJS-WESTREM - AFSNEE 5,79 4,41-1,39-23,91% KEUZEMEERSEN DRONGEN 6,22 4,71-1,51-24,24% ASSELS DRONGEN 8,19 6,18-2,02-24,60% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 7,73 5,75-1,97-25,55% OUDE WEE DRONGEN 7,38 5,45-1,93-26,16% MARIA MIDDELARES SINT-DENIJS-WESTREM - AFSNEE 1,23 0,86-0,37-30,09% BRIEL GENT CENTRUM 0,27 0,18-0,09-33,33% Figuur 43: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen 63

68 6.3.3 Floating Catchment Area Administratieve centra In Figuur 44 wordt het resultaat van de FCA-methode weergegeven voor de administratieve centra met een voorzieningsgebied van 15,9 minuten voor het transportnetwerk in de huidige situatie. De resultaten tonen dat de sectoren in het centrum van Gent en de meest noordelijke sectoren van de stad de beste bereikbaarheid hebben tot deze centra. Figuur 45 geeft dezelfde resultaten weer maar voor het transportnetwerk na het doorvoeren van het nieuwe mobiliteitsplan. Op het eerste zicht is de totale bereikbaarheid gestegen. Voornamelijk ten noorden van het centrum is de FCA -waarde toegenomen ten opzichte van de huidige situatie. Figuur 44: Resultaat FCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan Figuur 45: Resultaat FCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan In Tabel 19 worden de resultaten meer in detail weergegeven. Het toont de deelwijken waar de grootste positieve en grootste negatieve invloed vastgesteld wordt na de doorvoering van het nieuwe mobiliteitsplan. Opvallend is dat de bereikbaarheid van bepaalde sectoren een sterke wijziging vertonen: de deelwijk Rieme neemt meer dan 50% toe terwijl de deelwijken Zaffelare en Westveld 30% à 40% dalen. Globaal gezien hebben de wijzigingen vooral een positieve invloed in de deelgemeente Wondelgem en een negatieve invloed op Gent-Centrum, Sint-Amandsberg en Gentbrugge. In Oostakker worden zowel sterk stijgende als sterk dalende sectoren opgemerkt. Wanneer een gemiddelde waarde berekend wordt voor Gent, is te zien dat de bereikbaarheid van administratieve centra in totaal te dalen met 0,59%. De wijzigingen worden ten s lotte ook voorgesteld in Figuur

69 Tabel 19: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten. STATISTISCHE SECTOREN FCA Administratieve centra Deelwijk Deelgemeente Voor Na Verschil Procent RIEME WONDELGEM 0, , , ,71% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,45% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,18% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,37% OUDE BAREEL SINT-AMANDSBERG 0, , , ,72% OOSTAKKERVELD OOSTAKKER 0, , , ,44% TEXACO OOSTAKKER 0, , , ,56% DRONGENSE MEERSEN GENT CENTRUM 0, , , ,29% J.F.KENNEDYLAAN OOSTAKKER 0, , , ,23% MAESWAL MARIAKERKE 0, , , ,22% DRIES GENTBRUGGE 0, , , ,04% LOURDES OOSTAKKER 0, , , ,15% PACHTGOED WONDELGEM 0, , , ,25% GOEDLEVENSTRAAT OOSTAKKER 0, , , ,09% SCHANSAKKER OOSTAKKER 0, , , ,14% SINT-JACOBS GENT CENTRUM 0, , , ,18% PATERSHOL GENT CENTRUM 0, , , ,18% DRIE ZWAANTJES OOSTAKKER 0, , , ,25% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,82% ZAFFELARE OOSTAKKER 0, , , ,17% Figuur 46: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten. 65

70 Apothekers Figuur 47 geeft de resultaten van de FCA -methode voor de apothekers met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige toestand. De figuur toont dat voornamelijk het noordelijke deel van Gent een goede bereikbaarheid heeft tot apothekers. In het zuidelijke deel liggen de waarden over het algemeen lager. Ook voor de situatie met het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 48, is dit vrij gelijkaardig. Wel wordt opgemerkt dat de waarde voor de bereikbaarheid in de noordelijke en westelijke sectoren stijgt. Figuur 47: Resultaat FCA-methode voor apothekers met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 48: Resultaat FCA-methode voor apothekers met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 20 worden de numerieke waarden opgesomd voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan. In vergelijking met de administratieve centra blijven de wijzigingen echter beperkt in grootte. Opnieuw zijn de grootste positieve wijzigingen ter ug te winden in de deelgemeente Wondelgem en bepaalde wijken in Oostakker. In de deelwijk Lieve-Noord stijgt de bereikbaarheid met ongeveer 5%. De grootste negatieve wijzigingen zijn opnieuw terug te vinden in Gent -Centrum en delen van Oostakker. De deelwijk Pachtgoed in Wondelgem ondervindt de grootste negatieve wijziging van meer dan 13%. Figuur 49 geeft dezelfde resultaten weer. Over het algemeen daalt de bereikbaarheid van stad Gent ten opzichte van apothekers slechts met 0,37% door het nieuwe mobiliteitsplan. 66

71 Tabel 20: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN FCA Apothekers Deelwijk Deelgemeente Voor Na Verschil Procent LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,01% ROSTIJNE OOSTAKKER 0, , , ,43% RIEME WONDELGEM 0, , , ,08% WOESTIJNEGOED - MOLENHOEK WONDELGEM 0, , , ,00% RODENHUIZE OOSTAKKER 0, , , ,91% BAARLEVELDE DRONGEN 0, , , ,49% KIEKEBOSSEN WONDELGEM 0, , , ,48% HOUTJEN WONDELGEM 0, , , ,48% MARIAKERKE CENTRUM MARIAKERKE 0, , , ,98% GAVERLAND DRONGEN 0, , , ,66% SCHANSAKKER OOSTAKKER 0, , , ,44% KEIZERSPARK LEDEBERG 0, , , ,45% EKKERGEM GENT CENTRUM 0, , , ,50% SCHELDEOORD SINT-AMANDSBERG 0, , , ,53% VISSERIJ GENT CENTRUM 0, , , ,53% DRIE ZWAANTJES OOSTAKKER 0, , , ,75% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,97% ZAFFELARE OOSTAKKER 0, , , ,61% MENDONK OOSTAKKER 0, , , ,94% PACHTGOED WONDELGEM 0, , , ,41% Figuur 49: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten. 67

72 Huisartsen Figuur 50 toont de resultaten van de bereikbaarheidsberekening met de FCA-methode voor de huisartsen met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige toestand. Opvallend is dat dit maal het zuidelijke deel van Gent een goede bereikbaarheid vertoont en het noordelijke deel lager scoort, op de deelwijk Rieme na. Na de doorvoering van het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 51, zijn de resultaten zeer gelijklopend. Wat opvalt is dat de bereikbaarheid ten westen van het centrum toeneemt. Figuur 50: Resultaat FCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 51: Resultaat FCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 21 worden de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. Opnieuw worden de grootste positieve wijzigingen vastgesteld in de deelgemeenten Wondelgem en Mariakerke. De sectoren Rieme en Lieve -Noord vertonen de grootste verandering van ongeveer 11%. In de Oostakker en Sint-Amandsberg brengt het nieuwe mobiliteitsplan dan weer een negatieve invloed met zich mee: de bereikbaarheid daalt in deze sectoren met 10% à 13%. Hoewel de waarden in de deelgemeente Wondelgem toenemen, is in de sector Pachtgoed opnieuw een sterk negatieve wijziging te zien. In Figuur 52 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde bereikbaarheid van Gent daalt in beperkte mate met 0,27%. 68

73 Tabel 21: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN FCA Huisartsen Deelwijk Deelgemeente Voor Na Verschil Procent RIEME WONDELGEM 0, , , ,52% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,16% HOUTJEN WONDELGEM 0, , , ,42% KIEKEBOSSEN WONDELGEM 0, , , ,32% WOESTIJNEGOED - MOLENHOEK WONDELGEM 0, , , ,27% VALKENHUIS MARIAKERKE 0, , , ,13% GAVERS (WONDELGEM) WONDELGEM 0, , , ,78% MENDONK OOSTAKKER 0, , , ,71% DARSEN GENT MUIDE-SIFFERDOK 0, , , ,17% LIEVE(MARIAKERKE) MARIAKERKE 0, , , ,86% OUDE BAREEL-KERN SINT-AMANDSBERG 0, , , ,27% KRIJTE OOSTAKKER 0, , , ,46% VOORDESTRAAT SINT-AMANDSBERG 0, , , ,93% DESTELDONK - VERSPR. BEW. OOSTAKKER 0, , , ,19% ACHTENDRIES SINT-AMANDSBERG 0, , , ,42% SCHANSAKKER OOSTAKKER 0, , , ,72% PACHTGOED WONDELGEM 0, , , ,37% RODENHUIZE OOSTAKKER 0, , , ,58% TER DONK OOSTAKKER 0, , , ,82% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,85% Figuur 52: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten. 69

74 Opvangplaatsen In Figuur 53 wordt het resultaat van de FCA-methode weergegeven voor de opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het transportnetwerk in de huidige situatie. Uit de resultaten is te zien dat de sectoren in en rond het centrum van Gent de beste bereikbaarheid vertonen. In het uiterste noorden en de deelgemeenten Drongen, Sint-Denijs-Westrem-Afsnee en Zwijnaarde is de bereikbaarheid tot de opvangplaatsen kleiner. Figuur 54 geeft dezelfde resultaten weer maar voor het transportnetwerk na het doorvoeren van het nieuwe mobiliteitsplan. Op het eerste zicht is de bereikbaarheid gestegen in Drongen. Voor de rest blijven de resultaten vrij gelijkaardig. Figuur 53: Resultaat FCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het nieuwe mobiliteitsplan Figuur 54: Resultaat FCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten na het nieuwe mobiliteitsplan Tabel 22 geeft de resultaten meer in detail weer en toont aan dat de deelgemeenten Drongen en Sint - Denijs-Westrem-Afsnee inderdaad een stijgende bereikbaarheid vertonen al blijven de waarden beperkt tot slechts enkele procenten. Opvallend is wel hoe ook de sectoren Pachtgoed en Zaffelare goed scoren, terwijl deze voordien steeds grote negatieve waarden vertoonden. De grootste negatieve waarden zijn te vinden in deelgemeenten Zwijnaarde en Oostakker, al blijven ook deze waarden beperkt. Ook hier valt op dat de sector Rieme de grootste negatieve waarde vertoont waar deze voordien steeds sterk positief was. De bereikbaarheid daalt er met ongeveer 8%. Globaal gezien stijgt de bereikbaarheid voor Gent gemiddeld met 0,09% voor en na de invoering van het nieuwe mobiliteitsplan. Figuur 55 geeft wijziging in de resultaten van de FCA-methode voor de opvangplaatsen ten slotte grafisch weer waaruit ook besloten wordt dat de wijzigingen vrij beperkt blijven. 70

75 Tabel 22: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten. STATISTISCHE SECTOREN FCA Opvangplaatsen Deelwijk Deelgemeente Voor Na Verschil Procent GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,41% PACHTGOED WONDELGEM 0, , , ,60% BLAUWPOORT DRONGEN 0, , , ,26% ZAFFELARE OOSTAKKER 0, , , ,94% ASSELS DRONGEN 0, , , ,79% KEUZEMEERSEN DRONGEN 0, , , ,72% NOORDHOUT DRONGEN 0, , , ,56% OUDE WEE DRONGEN 0, , , ,43% KOUTER (SINT-DENIJS-WESTREM) SINT-DENIJS-WESTREM - AFSNEE 0, , , ,36% KRAAIAARDE DRONGEN 0, , , ,33% PAOLALAAN ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,74% ARSENAAL GENTBRUGGE 0, , , ,74% 'T SCHAARKEN ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,75% ZONNEPUT ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,29% OUDE BAREEL SINT-AMANDSBERG 0, , , ,29% MENDONK OOSTAKKER 0, , , ,37% RODENHUIZE OOSTAKKER 0, , , ,70% TER DONK OOSTAKKER 0, , , ,05% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,40% RIEME WONDELGEM 0, , , ,11% Figuur 55: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten. 71

76 Supermarkten Figuur 56 geeft de resultaten van de FCA-methode voor de supermarkten met een voorzieningsgebied van 15,9 minuten voor het transportnetwerk in de huidige toestand. Op de figuur is te zien dat voornamelijk het deel van Gent ten noorden van het centrum een goede bereikbaarheid heeft tot supermarkten. In het zuidelijke deel liggen de waarden over het algemeen lager. Ook voor de situatie met het nieuwe mobiliteitsplan, zoals weergegeven in Figuur 57, is dit vrij gelijkaardig. Slecht in enkele sectoren wijzigt de waarde voor de bereikbaarheid. Figuur 56: Resultaat FCA-methode voor supermarkten met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan Figuur 57: Resultaat FCA-methode voor supermarkten met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan In Tabel 23 worden de waarden opgesomd voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan. Opnieuw zijn de grootste positieve wijzigingen terug te vinden in de deelgemeenten Wondelgem en Drongen. In de deelwijk Rieme stijgt de bereikbaarheid met bijna 17%. De groot ste negatieve wijzigingen zijn terug te vinden in Gent-Centrum. De deelwijk Baarlevelde in Drongen vertoont echter de grootste negatieve wijziging van meer dan 8%. Figuur 58 geeft dezelfde resultaten weer. Over het algemeen daalt de bereikbaarheid van stad Gent ten opzichte van supermarkten slechts met 0,35% door het nieuwe mobiliteitsplan. 72

77 Tabel 23: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten. STATISTISCHE SECTOREN FCA Supermarkten Deelwijk Deelgemeente Voor Na Verschil Procent RIEME WONDELGEM 0, , , ,82% PACHTGOED WONDELGEM 0, , , ,29% LUCHTEREN DRONGEN 0, , , ,22% ZAFFELARE OOSTAKKER 0, , , ,43% DRONGEN DORP DRONGEN 0, , , ,11% LAKE DRONGEN 0, , , ,88% DRIE LEIEN DRONGEN 0, , , ,84% CAMPAGNE DRONGEN 0, , , ,83% OUDE BAREEL SINT-AMANDSBERG 0, , , ,68% OUDE WEE DRONGEN 0, , , ,22% KUIP GENT CENTRUM 0, , , ,92% EKKERGEM GENT CENTRUM 0, , , ,92% HEERNIS GENT CENTRUM 0, , , ,92% LANGERBRUGGE WONDELGEM 0, , , ,67% SINT-MACHARIUS GENT CENTRUM 0, , , ,25% GAVERLAND DRONGEN 0, , , ,58% KOUTER (SINT-DENIJS-WESTREM) SINT-DENIJS-WESTREM - AFSNEE 0, , , ,84% PATERSHOL GENT CENTRUM 0, , , ,81% BEGIJNHOFDRIES GENT CENTRUM 0, , , ,94% BAARLEVELDE DRONGEN 0, , , ,22% Figuur 58: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten. 73

78 Ziekenhuizen Figuur 59 toont de resultaten van de bereikbaarheidsberekening met de FCA-methode voor de ziekenhuizen met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige toestand. Over het algemeen vertoont de hele stad een vrij constante bereikbaarh eid. In het uiterste noorden is de FCA-waarde in beperkte mate kleiner en in het westen in beperkte mate groter. Ook na de doorvoering van het nieuwe mobiliteitsplan is deze vaststelling nog steeds geldig, zoals voorgesteld in Figuur 60. Figuur 59: Resultaat FCA-methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 60: Resultaat FCA-methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 24 worden de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. De grootste positieve wijzigingen worden vastgesteld in de deelgemeente Oostakker. De wijziging blijft beperkt tot enkele procenten, behalve in de sectoren Ter Donk en Sint- Kruis-Winkel waar de veranderingen respectievelijk ongeveer 12 en 19% bedragen. Voor andere deelwijken in Oostakker en Drongen brengt het nieuwe mobiliteitsplan dan weer een negatieve invloed met zich mee. Ook de deelgemeente Wondelgem ondervindt een negatieve invloed door het nieuwe mobiliteitsplan: in de sector Pachtgoed daalt de bereikbaarheid met 18% en in Rieme zelfs met 100%. Dit wil zeggen dat de inwoners van deze sector geen toegang meer hebben tot de ziekenhuizen binnen 15 minuten. In Figuur 61 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde bereikbaarheid van Gent daalt in beperkte mate met 0,75%. 74

79 Tabel 24: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN FCA Ziekenhuizen Deelwijk Deelgemeente Voor Na Verschil Procent SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,56% TER DONK OOSTAKKER 0, , , ,83% MENDONK OOSTAKKER 0, , , ,79% GAVERLAND DRONGEN 0, , , ,20% TEXACO OOSTAKKER 0, , , ,06% BAARLEVELDE DRONGEN 0, , , ,95% LANGERBRUGGE WONDELGEM 0, , , ,84% J.F.KENNEDYLAAN OOSTAKKER 0, , , ,46% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,27% OUDE BAREEL SINT-AMANDSBERG 0, , , ,06% WITTEWALLE OOSTAKKER 0, , , ,04% KRAAIAARDE DRONGEN 0, , , ,74% BLAUWPOORT DRONGEN 0, , , ,13% ZAFFELARE OOSTAKKER 0, , , ,38% ASSELS DRONGEN 0, , , ,93% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,59% DESTELDONK - VERSPR. BEW. OOSTAKKER 0, , , ,07% PACHTGOED WONDELGEM 0, , , ,28% RODENHUIZE OOSTAKKER 0, , , ,76% RIEME WONDELGEM 0, , , ,00% Figuur 61: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten. 75

80 6.3.4 Two Step Floating Catchment Area Administratieve centra In Figuur 62 worden de resultaten voorgesteld van de bereikbaarheid, berekend met de 2SFCA - methode, voor de administratieve centra met een voorzieningsgebied van 15,9 minuten voor het huidige transportnetwerk. De figuur toont dat de bereikbaarheid voor de noordelijke helft van Gent hoger is dan voor de zuidelijke helft. In het uiterste noorden is dan weer de laagste bereikbaarheid terug te vinden. Figuur 63 geeft dezelfde resultaten weer maar voor de verkeerssituatie zoals voorgesteld in het nieuwe mobiliteitsplan. De 2SFCA-waarden zijn over het algemeen erg gelijklopend maar in de noordelijke helft van de stad neemt de bereikbaarheid toe. Figuur 62: Resultaat 2SFCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan Figuur 63: Resultaat 2SFCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan Tabel 25 geeft het verschil van de resultaten weer in tabelvorm, uitgedrukt in procent, voor de sectoren met de meest uitgesproken wijziging als gevolg van het nieuwe mobiliteitsplan. Hieruit is inderdaad te zien dat de bereikbaarheid toe neemt in de noordelijke deelgemeenten zoals Oostakker, Wondelgem, Gent Muide-Sifferdok en Sint-Amandsberg. In de deelwijken Oude Bareel en Lieve - Noord zijn de meest positieve waarden terug te vinden van meer dan 40%. Dit wordt ook weergegeven in Figuur 64. De meest negatieve invloed van het mobiliteitsplan is voornamelijk terug te vinden in Gent-Centrum en Gentbrugge. In de sectoren Sint-Jakobs en Patershol daalt de bereikbaarheid met bijna 35% en in Westveld met bijna 45%. In het zuidelijk deel van Gent blijft de bereikbaarheid tot administratieve centra vrij constant. In totaal meent de bereikbaarheid in de stad naar administratieve centra toe met 2,93%. 76

81 Tabel 25: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten. STATISTISCHE SECTOREN 2SFCA Administratieve centra Deelwijk Deelgemeente Voor Na Verschil Procent OUDE BAREEL SINT-AMANDSBERG 0, , , ,51% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,64% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,57% MAESWAL MARIAKERKE 0, , , ,12% DRONGENSE MEERSEN GENT CENTRUM 0, , , ,12% ROSTIJNE OOSTAKKER 0, , , ,77% RIEME WONDELGEM 0, , , ,77% OOSTAKKERVELD OOSTAKKER 0, , , ,22% WITTEWALLE OOSTAKKER 0, , , ,26% J.F.KENNEDYLAAN OOSTAKKER 0, , , ,26% RABOT STATION GENT CENTRUM 0, , , ,04% WONDELGEM CENTRUM WONDELGEM 0, , , ,79% KUIP GENT CENTRUM 0, , , ,19% BEGIJNHOFDRIES GENT CENTRUM 0, , , ,19% RABOT GENT CENTRUM 0, , , ,19% SINT-MACHARIUS GENT CENTRUM 0, , , ,18% HEERNIS GENT CENTRUM 0, , , ,18% SINT-JACOBS GENT CENTRUM 0, , , ,69% PATERSHOL GENT CENTRUM 0, , , ,69% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,51% Figuur 64: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten. 77

82 Apothekers In Figuur 65 wordt het resultaat van de 2SFCA-methode weergegeven voor de apothekers met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige situatie. De resultaten tonen opnieuw een grotere bereikbaarheid ten noorden van het centrum. Figuur 66 geeft dezelfde resultaten voor het aangepast transportnetwerk na het doorvoeren van het mobiliteitsplan. De figuur toont aan dat de bereikbaarheid nog steeds het grootst is ten noorden van het centrum en toeneemt ten westen van het centrum. Figuur 65: Resultaat 2SFCA-methode voor apothekers met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 66: Resultaat 2SFCA-methode voor apothekers met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 26 worden de waarden opgesomd voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan. De grootste positieve wijzigingen zijn terug te vinden in bepaalde sectoren in de deelgemeenten Wondelgem, Oostakker en Drongen. In de deelwijk Zaffelare stijgt de bereikbaarheid tot apothekers met meer dan 80%. De grootste negatieve wijzigingen zijn terug te vinden in Gent-Centrum, Sint-Amandsberg en Ledeberg. De deelwijk Pachtgoed in Wondelgem vertoont echter de grootste negatieve wijziging van meer dan 18%. Figuur 67 geeft dezelfde resultaten weer. Over het algemeen stijgt de bereikbaarheid van stad Gent ten opzichte van apothekers met 1,36% door het nieuwe mobiliteitsplan. 78

83 Tabel 26: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN 2SFCA Apothekers Deelwijk Deelgemeente Voor Na Verschil Procent ZAFFELARE OOSTAKKER 0, , , ,27% MENDONK OOSTAKKER 0, , , ,46% ROSTIJNE OOSTAKKER 0, , , ,50% DARSEN GENT MUIDE-SIFFERDOK 0, , , ,90% MARIAKERKE CENTRUM MARIAKERKE 0, , , ,56% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,04% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,95% SINT-AMANDSBERG CENTRUM SINT-AMANDSBERG 0, , , ,49% WOESTIJNEGOED - MOLENHOEK WONDELGEM 0, , , ,67% PORT ARTHUR GENT MUIDE-SIFFERDOK 0, , , ,34% KEIZERSPARK LEDEBERG 0, , , ,78% KUIP GENT CENTRUM 0, , , ,90% PATERSHOL GENT CENTRUM 0, , , ,62% EKKERGEM GENT CENTRUM 0, , , ,75% DAMPOORT SINT-AMANDSBERG 0, , , ,95% RODENHUIZE OOSTAKKER 0, , , ,35% TER DONK OOSTAKKER 0, , , ,66% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,02% RIEME WONDELGEM 0, , , ,49% PACHTGOED WONDELGEM 0, , , ,45% Figuur 67: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten. 79

84 Huisartsen Figuur 68 toont de resultaten van de bereikbaarheidsberekening met de 2SFCA-methode voor de huisartsen met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige toestand. Voornamelijk het zuiden en centrum van de stad vertonen een hoge graad van bereikbaarheid. In het uiterste noorden is de 2SFCA-waarde kleiner. Ook na de doorvoering van het nieuwe mobiliteitsplan zijn deze vaststelling nog steeds geldig, zoals voorgesteld in Figuur 69. Wel is de bereikbaarheid toegenomen voor de westelijk deel van de stad. Figuur 68: Resultaat 2SFCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 69: Resultaat 2SFCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 27 worden opnieuw de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. De grootste positieve wijzigingen worden vastgesteld in de deelgemeenten Drongen, Mariakerke en delen van Wondelgem en Oostakker. In de sector Zaffelare bedraagt de wijziging meer dan 85%. Voor andere deelwijken in Oostakker, Wondelgem en Sint-Amandsberg brengt het nieuwe mobiliteitsplan dan weer een negatieve invloed met zich mee. In de sector Pachtgoed daalt de bereikbaarheid met 16% en Rodenhuize en Sint-Kruis-Winkel zelfs met respectievelijk 17% en 20%. In Figuur 70 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde bereikbaarheid van Gent stijgt met 1,11%. 80

85 Tabel 27: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN 2SFCA Huisartsen Deelwijk Deelgemeente Voor Na Verschil Procent ZAFFELARE OOSTAKKER 0, , , ,39% MENDONK OOSTAKKER 0, , , ,84% ROSTIJNE OOSTAKKER 0, , , ,53% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,02% DARSEN GENT MUIDE-SIFFERDOK 0, , , ,20% HOUTJEN WONDELGEM 0, , , ,75% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,31% KIEKEBOSSEN WONDELGEM 0, , , ,05% WITTEWALLE OOSTAKKER 0, , , ,19% ASSELS DRONGEN 0, , , ,00% SCHANSAKKER OOSTAKKER 0, , , ,51% OUDE BAREEL SINT-AMANDSBERG 0, , , ,75% WESTVELD-KERN SINT-AMANDSBERG 0, , , ,83% ACHTENDRIES SINT-AMANDSBERG 0, , , ,29% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,96% RIEME WONDELGEM 0, , , ,73% TER DONK OOSTAKKER 0, , , ,08% PACHTGOED WONDELGEM 0, , , ,16% RODENHUIZE OOSTAKKER 0, , , ,11% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,10% Figuur 70: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten. 81

86 Opvangplaatsen In Figuur 71 worden de resultaten voorgesteld van de bereikbaarheid, berekend met de 2SFCA - methode, voor de opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het huidige transportnetwerk. De figuur toont dat de bereikbaarheid in de stad vrij hoog is in en om het centrum. In het uiterste noorden en het westelijk deel van de stad is een lagere bereikbaarheid terug te vinden. Figuur 72 geeft dezelfde resultaten weer maar voor de verkeerssituatie zoals voorgesteld in het nieuwe mobiliteitsplan. De 2SFCA-waarden zijn over het algemeen erg gelijklopend al stijgt de bereikbaarheid ten noorden en westen van het centrum.. Figuur 71: Resultaat 2SFCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het nieuwe mobiliteitsplan Figuur 72: Resultaat 2SFCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten na het nieuwe mobiliteitsplan Tabel 28 geeft het verschil van de resultaten weer in tabelvorm, uitgedrukt in procent, voor de sectoren met de meest uitgesproken wijziging als gevolg van het nieuwe mobiliteitsplan. Hieruit is ook te zien dat de bereikbaarheid vrij constant blijft. In de deelwijk Zaffelare is de meest positieve waarden terug te vinden van ongeveer 5%. Voor de rest scoort de deelgemeente Drongen goed, al blijven de wijzigingen beperkt tot enkele procenten. Dit wordt ook weergegeven in Figuur 73. De meest negatieve invloed van het mobiliteitsplan is voornamelijk terug te vinden in Oostakker en Zwijnaarde. In de sectoren Rostijne en Rieme daalt de bereikbaarheid met ongeveer 10%. In totaal meent de bereikbaarheid in de stad naar opvangcentra toe met slecht 0,08%. 82

87 Tabel 28: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten. STATISTISCHE SECTOREN 2SFCA Opvangplaatsen Deelwijk Deelgemeente Voor Na Verschil Procent ZAFFELARE OOSTAKKER 0, , , ,98% GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 0, , , ,97% PACHTGOED WONDELGEM 0, , , ,64% BLAUWPOORT DRONGEN 0, , , ,57% KEUZEMEERSEN DRONGEN 0, , , ,16% ASSELS DRONGEN 0, , , ,16% NOORDHOUT DRONGEN 0, , , ,96% OUDE WEE DRONGEN 0, , , ,57% KRAAIAARDE DRONGEN 0, , , ,57% KOUTER (SINT-DENIJS-WESTREM) SINT-DENIJS-WESTREM - AFSNEE 0, , , ,57% ARSENAAL GENTBRUGGE 0, , , ,72% PAOLALAAN ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,78% 'T SCHAARKEN ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,80% OUDE BAREEL SINT-AMANDSBERG 0, , , ,28% ZONNEPUT ZWIJNAARDE*+DEEL VAN MERELBEKE 0, , , ,30% RODENHUIZE OOSTAKKER 0, , , ,67% TER DONK OOSTAKKER 0, , , ,95% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,73% RIEME WONDELGEM 0, , , ,66% ROSTIJNE OOSTAKKER 0, , , ,76% Figuur 73: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten. 83

88 Supermarkten In Figuur 74 wordt het resultaat van de 2SFCA-methode weergegeven voor de supermarkten met een voorzieningsgebied van 15,9 minuten voor het transportnetwerk in de huidige situatie. De resultaten tonen een grotere bereikbaarheid ten noorden van het centrum. Het uiterste noorden vertoont dan weer een lagere maat voor bereikbaarheid. Figuur 75 geeft dezelfde resultaten voor het aangepast transportnetwerk na het invoeren van het mobiliteitsplan. De figuur toont aan dat de bereikbaarheid nog steeds het grootst is ten noorden van het centrum en zelfs verder toeneemt. Figuur 74: Resultaat 2SFCA-methode voor supermarkten met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan Figuur 75: Resultaat 2SFCA-methode voor supermarkten met een voorzieningsgeb ied van 15,9 minuten na het nieuwe mobiliteitsplan In Tabel 29 worden de waarden opgesomd voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan. De grootste positieve wijzigingen zijn terug te vinden in de noordelijke deelgemeenten Wondelgem, Oostakker en Gent Muide-Sifferdok en ook in Drongen. In de deelwijk Zaffelare stijgt de bereikbaarheid tot supermarkten zelfs met bijna 70%. De grootste negatieve wijzigingen zijn terug te vinden in Gent-Centrum. De deelwijk Sint-Jaboks heeft de grootste negatieve wijziging van meer dan 18%. Figuur 76 geeft dezelfde resultaten weer. Over het algemeen stijgt de bereikbaarheid van stad Gent ten opzichte van apothekers met 1,73% door het nieuwe mobiliteitsplan. 84

89 Tabel 29: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten. STATISTISCHE SECTOREN 2SFCA Supermarkten Deelwijk Deelgemeente Voor Na Verschil Procent ZAFFELARE OOSTAKKER 0, , , ,98% MENDONK OOSTAKKER 0, , , ,25% ROSTIJNE OOSTAKKER 0, , , ,23% LUCHTEREN DRONGEN 0, , , ,84% OUDE BAREEL SINT-AMANDSBERG 0, , , ,88% DRONGEN DORP DRONGEN 0, , , ,64% MAESWAL MARIAKERKE 0, , , ,73% DRONGENSE MEERSEN GENT CENTRUM 0, , , ,73% CAMPAGNE DRONGEN 0, , , ,59% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,88% BAARLEVELDE DRONGEN 0, , , ,94% KUIP GENT CENTRUM 0, , , ,38% EKKERGEM GENT CENTRUM 0, , , ,38% RIEME WONDELGEM 0, , , ,61% WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 0, , , ,13% HEERNIS GENT CENTRUM 0, , , ,20% SINT-MACHARIUS GENT CENTRUM 0, , , ,30% PATERSHOL GENT CENTRUM 0, , , ,65% BEGIJNHOFDRIES GENT CENTRUM 0, , , ,92% SINT-JACOBS GENT CENTRUM 0, , , ,17% Figuur 76: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten. 85

90 Ziekenhuizen Tot slot toont Figuur 77 de resultaten van de bereikbaarheidsberekening met de 2SFCA-methode voor de ziekenhuizen met een voorzieningsgebied van 15 minuten voor het transportnetwerk in de huidige toestand. Het valt op dat het grootste deel van Gent een grote maat van bereikbaarheid vertoont, behalve het uiterste noorden van de stad. In de sector Rostijne in Oostakker bedraagt de waarde zelfs 0: de inwoners kunnen hier dus geen ziekenhuis bereiken binnen 15 minuten. Ook na de doorvoering van het nieuwe mobiliteitsplan blijken deze vaststelling nog steeds dezelfde, zoals voorgesteld in Figuur 78. In de sector Rieme in Wondelgem daalt de bereikbaarheid echter ook tot 0 waardoor de bevolking in zowel Rostijne als in Rieme geen ziekenhuizen kunnen bereiken binnen 15 minuten. Figuur 77: Resultaat 2SFCA-methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan Figuur 78: Resultaat 2SFCA-methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan In Tabel 30 worden opnieuw de waarden voor de sectoren die de grootste wijziging in bereikbaarheid ondergaan opgesomd. Globaal gezien neemt de waarde in de meeste sectoren zeer beperkt toe met 0,02%. De grootste positieve wijzigingen worden vastgesteld in de sectoren Zaffelare en Mendonk in Oostakker met respectievelijk een toename van 100 en 33%. In andere deelwijken in Oostakker, zoals Desteldonk en Rodenhuize, en Wondelgem, zoals Rieme en Pachtgoed, brengt het nieuwe mobiliteitsplan dan weer een negatieve invloed met zich mee. In Rieme daalt de bereikbaarheid zelfs met 100%. In Figuur 79 wordt terug een globaal beeld gegeven van de wijzigingen binnen stad Gent, waaruit bovengenoemde vaststellingen worden bevestigd. De gemiddelde bereikbaarheid van Gent daalt met 0,23%. 86

91 Tabel 30: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten. STATISTISCHE SECTOREN 2SFCA Ziekenhuizen Deelwijk Deelgemeente Voor Na Verschil Procent ZAFFELARE OOSTAKKER 0, , , ,13% MENDONK OOSTAKKER 0, , , ,41% DESTELDONK-DORP OOSTAKKER 0, , , ,03% LUCHTEREN DRONGEN 0, , , ,02% OUDE BAREEL SINT-AMANDSBERG 0, , , ,02% DRONGEN DORP DRONGEN 0, , , ,02% MAESWAL MARIAKERKE 0, , , ,02% DRONGENSE MEERSEN GENT CENTRUM 0, , , ,02% CAMPAGNE DRONGEN 0, , , ,02% LIEVE-NOORD (WONDELGEM) WONDELGEM 0, , , ,02% BEGIJNHOFDRIES GENT CENTRUM 0, , , ,02% SINT-JACOBS GENT CENTRUM 0, , , ,02% LANGERBRUGGE WONDELGEM 0, , , ,02% TER DONK OOSTAKKER 0, , , ,02% SINT-KRUIS-WINKEL OOSTAKKER 0, , , ,02% ROSTIJNE OOSTAKKER 0, , , ,00% DESTELDONK - VERSPR. BEW. OOSTAKKER 0, , , ,35% PACHTGOED WONDELGEM 0, , , ,37% RODENHUIZE OOSTAKKER 0, , , ,46% RIEME WONDELGEM 0, , , ,00% Figuur 79: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten. 87

92 6.4 Vergelijking methodes In deze paragraaf worden de resultaten van de verschillende gebruikte berekeningsmethodes met elkaar vergeleken. Aangezien de PPR-methode geen informatie geeft over de invloed van de wijziging van het transportnetwerk op de bereikbaarheid, wordt deze buiten beschouwing gelaten Administratieve centra (a) CF (b) FCA (c) 2SFCA Figuur 80: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van administratieve centra, berekend met verschillende methodes Figuur 80 geeft aan dat de resultaten van de FCA - en 2SFCA-methode voor de administratieve centra over het algemeen met elkaar overeenstemmen: in het noorden van de stad wordt de grootste positieve invloed verwacht van het nieuwe mobiliteitsplan en in Gent Centrum en Gentbrugge de grootste negatieve invloed. Echter voorspelt de 2SFCA-methode ook een grote positieve invloed in bepaalde sectoren in Oostakker (zoals Mendonk, Desteldonk en Zaffelare), Wondelgem (zoals Meulestede) en Sint-Amandsberg (zoals Schansakker, Lourdes) waar de bereikbaarheidswaarden begroot met de FCA-methode sterk dalen. Ook de CF-methode geeft aan dat de mobiliteitswijzigingen voornamelijk in Gent Centrum, Sint-Amandsberg en Gentbrugge een negatieve impact zullen hebben. In tegenstelling tot beide andere methodes wordt ook een dalende bereikbaarheid verwacht in de omgeving rond het centrum en in Oostakker. In het uiterste noorden van de stad worden dan weer slechts kleine invloeden verwacht. 88

93 6.4.2 Apothekers (a) CF (b) FCA (c) 2SFCA Figuur 81: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van apothekers, berekend met verschillende methodes In Figuur 81 wordt een vergelijking gemaakt tussen de resultaten voor de bereikbaarheid van apothekers die bekomen werden met de verschillende berekeningsmet hodes. Voornamelijk de CF - methode en 2SFCA-methode begroten eenzelfde impact op de bereikbaarheid na het doorvoeren van het nieuwe mobiliteitsplan. Beide methodes tonen een verbeterde bereikbaarheid in Drongen, Gent Muide-Sifferdok en de zuidelijke helft van Oostakker en Wondelgem, en een dalende bereikbaarheid in Gent Centrum. Ook de FCA-methode geeft dezelfde resultaten weer, al blijven de wijzigingen over het algemeen beperkter. Zo wordt de grootste positieve wijziging in de CF - en 2SFCA-methode begroot op respectievelijk 64% en 82% terwijl dit bij de FCA -methode slechts 13% bedraagt. 89

94 6.4.3 Huisartsen (a) CF (b) FCA (c) 2SFCA Figuur 82: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van huisartsen, berekend met verschillende methodes Ook in Figuur 82 wordt de vergelijking gemaakt tussen de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van huisartsen met verschillende berekeningsmethodes. Dit maal is voornamelijk een grote overeenkomst op te merken tussen de FCA- en 2SFCA-methode: beide methodes verwachten een dalende bereikbaarheid in Sint-Amandsberg en grote delen in Oostakker en Wondelgem, en een stijgende bereikbaarheid in Drongen. De waarden van deze negatieve wijzigingen zijn ongeveer van dezelfde rangorde, terwijl de positieve wijzigingen bij de 2SFCA -methode meer dan zes maal groter begroot worden. De CF-methode voorspelt gelijkaardige resultaten als beide andere methodes. De verwachte invloed is echter veel groter in de deelgemeente Drongen, Sint-Denijs-Westrem-Afsnee en Zwijnaarde. De waarden van de positieve resultaten liggen in dezelfde rangorde als deze van de 2SFCA-methode terwijl de negatieve invloed meer dan twee maal groter verwacht wordt in de sectoren Sint-Kruis-Winkel, Ter Donk en Rodenhuize in de deelgemeente Oostakker. In Gent Centrum begroot de CF-methode een gemengde positieve en negatieve invloed op de bereikbaarheid van huisartsen als gevolg van de nieuwe mobiliteitssituatie. 90

95 6.4.4 Opvangplaatsen (a) CF (b) FCA (c) 2SFCA Figuur 83: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van opvangplaatsen, berekend met verschillende methodes Figuur 83 stelt opnieuw de vergelijking voor van de wijzigingen in bereikbaarheid, berekend met verschillende methodes, voor opvangplaatsen als gevolg van het nieuwe mobiliteitsplan. Het valt dadelijk op dat de FCA- en 2SFCA-methode globaal gezien dezelfde resultaten geven: in het grootste deel van de stad is slechts een zeer beperkte invloed waar te nemen door de gewijzigde verkeerssituatie. In Drongen ondervinden slechts een aantal sectoren een positieve invloed als ook in de sector Pachtgoed in Wondelgem en Zaffelare in Oostakker. Verder is ook een negatieve invloed te zien in het uiterste noorden van de stad. De CF-methode toont dezelfde resultaten maar met een meer uitgesproken karakter. Naast de bovengenoemde sectoren neemt de bereikbaarheid toe in de grootste delen van de deelgemeenten Drongen, Sint-Denijs-Westrem-Afsnee, Zwijnaarde, Wondelgem, Gent Muide-Sifferdok en Oostakker. In tegenstelling tot de eerder genoemde methodes daalt de bereikbaarheid sterk in Gent Centrum. 91

96 6.4.5 Supermarkten (a) CF (b) FCA (c) 2SFCA Figuur 84: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van supermarkten, berekend met verschillende methodes Figuur 84 geeft aan dat de resultaten voor de supermarkten van de CF- en 2SFCA-methode met elkaar overeenstemmen: in het centrum en noordelijke deel van de stad. In de deelgemeenten Mariakerke begroot de 2SFCA-methode echter een positieve invloed als gevolg van het nieuwe mobiliteitsplan, terwijl de CF-methode hier weinig invloed verwacht. In Drongen, Zwijnaarde en Sint- Denijs-Westrem-Afsnee daarentegen wordt een positieve invloed verwacht met de CF-methode. De resultaten van de FCA -methode sluit zich voornamelijk aan bij de bevindingen van de FCA-methode, al liggen de waarden globaal gezien veel lager dan de andere methodes. 92

97 6.4.6 Ziekenhuizen (a) CF (b) FCA (c) 2SFCA Figuur 85: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van ziekenhuizen, berekend met verschillende methodes Tot slot maakt Figuur 85 een vergelijking tussen de invloed op de bereikbaarheid van ziekenhuizen die berekend werd met de verschillende methodes. In eerste instantie is te zien dat de FCA -methode en 2SFCA-met hode vergelijkbare resultaten leveren. Ten noorden van het cent rum geeft ook de CFmethode overeenkomstige bevindingen. In Gent Centrum en Mariakerke wordt echter een dalende bereikbaarheid verwacht ten opzichte van de FCA - en 2SFCA-methode. In de deelgemeenten Gent Muide-Sifferdok, Zwijnaarde, Sint-Dewijs-Westrem-Afsnee en Drongen worden dan weer positieve wijzigingen verwacht in tegenstelling tot beide andere methodes. 6.5 Fiets- en wandelbereikbaarheid In deze casestudy wordt de bereikbaarheid naar alle diensten berekend voor gemotoriseerd verkeer, maar aangezien bepaalde diensten een goede spreiding hebben over Gent, zijn deze door een deel van de bevolking goed te voet of met de fiets bereikbaar. Deze paragraaf onderzoekt welk aandeel van de bevolking een bepaalde dienst op deze manier kan bereiken. In paragraaf werd vermeld dat, volgens de Nederlandse wetgeving, een persoon binnen de 15 minuten toegang moet hebben tot basisgezondheidszorg zoals een apotheek, een huisarts, een ziekenhuis In Tabel 2 werd ook al vermeld dat de gemiddelde verplaatsingstijd naar winkels 15,9 minuten bedraagt. Aangezien het gebruikte netwerk enkel de snelheden bevat voor gemotoriseerd verkeer, gebeuren de berekeningen voor de fiets- en wandelbereikbaarheid aan de hand van de reisafstanden in plaats van de reistijden. Ervan uitgaande dat de gemiddelde wandel- en fietssnelheid respectievelijk 5 km/u en 15 km/u bedraagt ( en de bevolking binnen de 15 minuten een bepaalde dienst wil bereiken, komt dit neer op een wandelafstand van 1250 m en een fietsafstand van 3750 m. 93

98 Tabel 31 toont welk percentage van de bevolking een bepaalde dienst te voet of met de fiets kan bereiken binnen respectievelijk 1250 m en 3750 m. Tabel 31: Percentage van de Gentse bevolking binnen wandel- en fietsbereik Te voet (1250 m) Fiets (3750 m) Administratieve centra 14,3% 28,4% Apothekers 92,9% 99,1% Huisartsen 99,3% 100% Opvangplaatsen 96,8% 100% Supermarkten 78,6% 98,7% Ziekenhuizen 28,6% 76,9% Uit de tabel volgt dat alle diensten, met uitzondering van de administratieve centra goed bereikbaar zijn met de fiets en daarnaast, met uitzondering van de ziekenhuizen, ook voor voetgangers. Wel moet opgemerkt worden dat de data van de huisartsen ook andere diensten in de zorgverlening bevat, zoals wijkgezondheidscentra, psychiatrische centra, orthopedisten, kinderartsen, en dus ruim geïnterpreteerd werd. Daarnaast kunnen de inwoners ook een voorkeur hebben voor bijvoorbeeld een specifieke supermarkt (Delhaize, Aldi, Spar ) die zich niet binnen deze fiets - of wandelafstand bevindt. De waarden uit deze tabel worden dus als optimaal beschouwd, maar in de realiteit zullen deze cijfers lager liggen. Naast de bereikbaarheid te voet of met de fiets kan er ook gebruik gemaakt worden van het openbaar vervoer. Dit kan een goede oplossing zijn voor mensen met een beperking, zoals ouderdom of een handicap, waardoor ze de dienst niet te voet of met de fiets kunnen bereiken. 94

99 7 Discussie In dit hoofdstuk worden enkele kanttekeningen en bedenkingen geformuleerd met betrekking tot dit onderzoek. Vooreerst kan bij de resultaten van de PPR-methode opgemerkt worden dat deze weinig informatie geven in het geval van een klein aantal diensten zoals bijvoorbeeld de administratieve centra of de ziekenhuizen. Bij een klein aantal diensten die zich slechts situeren in een aantal sectoren zal het cliënteel van de diensten zich namelijk niet beperken tot de inwoners van deze sectoren. Ook de inwoners van de omliggende sectoren zullen deze diensten benutten. In dit geval kan het nut van de PPR-methode dan ook in vraag gesteld worden. Wanneer echter meerdere diensten gesitueerd zijn in een groot aantal van de sectoren, zoals het geval is bij de huisartsen, geldt deze opmerking niet. De bevolking van iedere sector kan dan één of meerdere diensten benutten binnen deze sector waardoor de resultaten een meer realistisch beeld geven. Daarnaast wordt de PPR-methode in praktijk vaak gebruikt op een grotere schaal zoals bijvoorbeeld op wijkniveau. Hierdoor kunnen de beleidsvoerende instanties op een snelle en eenvoudige manier tekortkomingen in bepaalde regio s onthullen. Hoewel hierbij op nauwkeurigheid wordt ingeboet, is deze werkwijze meer bruikbaar bij een beperkt aantal diensten. Zo kan het bijvoorbeeld nuttiger zijn om na te gaan in welke wijken al dan niet een ziekenhuis aanwezig is dan voor iedere individuele sector. Uit de vergelijking van de methodes is te zien dat de methode van de reistijd naar de dicht ste dienst in grote lijnen dezelfde resultaten biedt als de overige methodes. Voor bepaalde sectoren worden echter tegengestelde bereikbaarheidswaarden bekomen. Dit is te verklaren door het feit dat de FCA - en 2SFCA-methode een bereikbaarheidsberekening maken op basis van het aantal personen en diensten binnen een voorzieningsgebied. De CF -methode berekent slechts de reistijd van de sectorcentra tot de dichtstbijzijnde dienst. Afhankelijk van de ligging van deze dienst is het mogelijk dat de route naar de dienst veel of weinig wijzigingen ondergaat. Om deze factor van toeval weg te werken, kan de reistijd naar meerdere diensten bepaald en uitgemiddeld worden. Deze methode werd eerder al aangehaald in de literatuurstudie onder paragraaf Uit de resultaten van de FCA - en 2SFCA-methode, waarbij de berekening gebeurt op basis van voorzieningsgebieden, werd vastgesteld dat de grootste invloeden als gevolg van het nieuwe mobiliteitsplan voornamelijk merkbaar zijn in de uiterst noordelijke sectoren van de stad zoals Rieme, Zaffelare, Rostijne, Pachtgoed, Ter Donk en Sint-Kruis-Winkel. Dit is te verklaren doordat een verandering in het voorzieningsgebied van een noordelijk gelegen sector een grote verandering veroorzaakt in het bevolkingsaantal dat gelegen is binnen dit gebied, zoals voorgesteld wordt in Figuur 86. Dit komt omdat de grootste bevolkingsconcentratie zich in het centrum van de stad Gent bevindt. Bij de verandering van het voorzieningsgebied van een centraal gelegen sector, treedt slechts een kleine wijziging op van het bevolkingsaantal binnen dit gebied omdat de noordelijke sectoren slechts een beperkte bevolkingsconcentratie hebben. Dit wordt voorgesteld in Figuur

100 Figuur 86: Voorstelling van de wijziging in voorzieningsgebied voor een noordelijk gelegen sector (illustratief) Figuur 87: Voorstelling van de wijziging in voorzieningsgebied voor een centraal gelegen sector (illustratief) Daarnaast kan ook opgemerkt worden dat de literatuur stelt dat een hoge -waarde in vergelijkingen (2), (14) en (16) wijst op een hoge graad van bereikbaarheid. Deze bereikbaarheidsmaat op een locatie wordt telkens berekend door de verhouding van het aantal diensten ten opzichte van het bevolkingsaantal binnen het voorzieningsgebied rond deze locatie en wordt voornamelijk bepaald door het bevolkingsaantal. Een grote waarde kan dus wijzen op een laag bevolkingsaantal. Dit geeft een grote bereikbaarheid voor de bevolking aangezien eenzelfde aantal diensten benut wordt door minder cliënteel. Voor de diensten is de bereikbaarheid echter laag aangezien ze slechts een klein cliënteel kunnen bevoorraden. Wanneer zich meer personen in het voorzieningsgebied bevinden, neemt de - waarde af hoewel de dienst meer personen kan bereiken en dus beter bereikbaar is, zolang de maximale capaciteit niet overschreden wordt. De maat van bereikba arheid is daarom afhankelijk van het standpunt van de dienst of de bevolking. Dit onderzoek werd volledig beschouwd vanuit het standpunt van de bevolking. Een zone 30, zoals wordt ingevoerd in het centrum van Gent, wordt vaak onderbouwd door een verhoogde verkeersveiligheid, afname van lawaaihinder, verbetering van oversteekbaarheid en minder sluipverkeer. Uit recent onderzoek van de Vlaamse Automobilisten Bond (VAB, 2013) is echter gebleken dat het instellen van een zone 30 door het plaatsen van verkeersborden alleen onvoldoende is. Ook de weginfrastructuur moet aan de nieuwe situatie aangepast worden door paaltjes, wegmarkeringen, versmallingen of door hele straten opnieuw aanleggen in functie van de zone 30. Volgens een enquête van de VAB, zoals te zien is in Tabel 32, vindt slechts 37% van de automobilisten een beperkte zone 30 in een stadscentrum aanvaardbaar en amper 16% een volledig centrum als zone 30 aanvaardbaar. 96

101 Tabel 32: VAB-Mobiliteitsbarometer (VAB, 2013) Tot slot kan ook opgemerkt worden dat in dit onderzoek enkel autoverkeer beschouwd wordt. In paragraaf 6.5 werd echter berekend dat een groot deel van de primaire diensten, voornamelijk de apothekers, huisartsen, opvangplaatsen en ziekenhuizen, met de fiets of te voet bereikbaar zijn. Hoewel de stad Gent ook een uitgebreid aan bod aan openbaar vervoer bezit, werd deze vervoersmodus buiten beschouwing gelaten. Hiervoor is namelijk andere, gespecialiseerde data nodig. 97

102 8 Conclusie Om de bereikbaarheid te berekenen van een gebied zijn verschillende methodes voorhanden in de literatuur. Een aantal hiervan, zoals de Population To Provider Ratio-methode (PPR) en de Travel Impedance To Nearest Provider-methode, zijn eenvoudig te berekenen en intuïtief te interpreteren. Gezien hun eenvoud worden deze methodes in de praktijk vaak gebruikt om snel een maat van bereikbaarheid te bepalen. Voor een uitgebreid onderzoek is de PPR-methode echter minder geschikt aangezien enkel een grove vergelijking mogelijk is en de administratieve grenzen als ondoordringbaar worden beschouwd, waardoor geen interactie mogelijk is over deze grenzen. Ook maakt de methode geen gebruik van voorzieningsgebieden en wegennetwerken, waardoor de impact van de wijzigingen in het mobiliteitsplan op de mobiliteit van de case Gent niet verder bestudeerd kunnen worden. De Travel Impedance To Nearest Provider-methode houdt wel rekening met interactie over de administratieve grenzen heen. Voor stedelijke omgevingen, zoals Gent, is de methode minder geschikt: het bepaalt de reistijd tot de dichtstbijzijnde dienst maar deze dichtste dienst wordt niet steeds benut wanneer zich ook andere diensten op vergelijkbare afstand bevinden. In dit geval is het beter te werken met een gemiddelde reistijd tot een aantal nabijgelegen diensten. Een ander type berekeningsmethodes is gebaseerd op voorzieningsgebieden, zoals de Floating Catchment Areamethode (FCA) en afgeleide methodes zoals de Two Step Floating Catchment Area-methode (2SFCA), de Enhanced Two Step Floating Catchment Area -methode (E2SFCA), de Kernel Density Two Step Floating Catchment Area-methode (KD2SFCA) en de Three Step Floating Catchment Areamethode. Hoe verder de methodes worden uitgebreid, hoe meer zaken in rekening gebracht worden zoals de concurrentie tussen diensten en de differentiatie in reisimpedantie binnen de voorzieningsgebieden. Dit houdt echter ook in dat de methodes steeds minder intuïtief en begrijpbaar worden en de praktische uitvoering steeds uitdagender wordt. Wanneer de resultaten van de bereikbaarheidsberekening voor Gent met de verschillende methodes in beschouwing worden genomen, valt op dat de nieuwe mobiliteitsmaatregelen een behoorlijke impact zullen hebben op de mobiliteit van de stad, voornamelijk voor het stadscentrum en de randgebieden. Wel wordt opgemerkt dat dit onderzoek geen rekening houdt met restricties zoals eenrichtingsstraten maar zich voornamelijk richt op de wijziging van de snelheidsregimes. Deze wijzigingen zijn bovendien nog niet definitief: op het moment van deze studie loopt een onderzoek voor het afbakenen en verfijnen van een heel aantal zone 30 -gebieden, verspreid over de hele stad. Hierdoor zal de bereikbaarheid nog verder beïnvloed worden, vermoedelijk in negatieve zin. Tot nu toe werd echter vastgesteld dat het nieuwe mobiliteitsplan een gemende impact heeft op de bereikbaarheid: in deelgemeenten als Drongen, Mariakerke en Sint -Denijs-Westrem-Afsnee wordt een stijgende bereikbaarheid vastgesteld terwijl Gent Centrum, Ledeberg en Gentbrugge over het algemeen een dalende bereikbaarheid ondervinden. Over de andere deelgemeenten, voornamelijk Wondelgem en Oostakker in het noorden van de stad, kan echter geen concreet besluit getrokken worden aangezien de resultaten verschillen naargelang de gebruikte berekeningsmethode en de onderzochte dienst. Het aantal diensten, hoe de diensten zich onderling bevinden en waar ze gelokaliseerd zijn binnen de stad heeft namelijk een invloed op de gevolgen van de mobiliteitswijzigingen. In Tabel 33 wordt een overzicht gegeven van de gemiddelde impact per methode, per dienst. 98

103 Tabel 33: Gemiddelde impact op de bereikbaarheid van Gent Methodes Diensten Admin centra Apothekers Huisartsen Opvangplaatsen Supermarkten Ziekenhuizen CF -4,39% 7,11% 9,36% 8,40% 5,38% 2,95% FCA -0,59% -0,37% -0,27% 0,09% -0,35% -0,75% 2SFCA 2,93% 1,36% 1,11% 0,08% 1,73% -0,23% Uit de vergelijking van de berekeningsmethodes onderling, wordt ten slotte opgemerkt dat er geen eensgezindheid bestaat. In Tabel 33 is wel te zien dat de Closest Facility-methode (CF) of Travel Impedance To Nearest Provider-methode over het algemeen een veel grote impact voorspelt dan de FCA- en 2SFCA-methode. Ook werd opgemerkt dat de waarden bij de FCA-methode vaak lager en minder gedifferentieerd zijn dan de resultaten van de 2SFCA-methode. Wanneer de globale bereikbaarheid per dienst bekeken wordt, is te zien dat de CF - en 2SFCA-methode over het algemeen een positieve impact verwachten op de mobiliteit in Gent door het nieuwe mobiliteitsplan. De FCAmethode daarentegen toont eerder een beperkte negatieve impact. 99

104 Literatuurlijst Albert, D. P., & Butar, F. B. (2005). Estimating the de-designation of single-county HPSAs in the United States by counting naturopathic physicians as medical doctors. Applied Geography, 25(3), doi: /j.apgeog Algert, S. J., Agrawal, A., & Lewis, D. S. (2006). Disparities in access to fresh produce in low-income neighborhoods in Los Angeles. American Journal of Preventive Medicine, 30(5), doi: /j.amepre Apparicio, P., Cloutier, M. S., & Shearmur, R. (2007). The case of Montreal's missing food deserts: Evaluation of accessibility to food supermarkets. International Journal of Health Geographics, 6, 13. doi: / x-6-4 BELDAM. (2012). Belgium Daily Mobility. Université de Namur. 2015, from Botev, Z. I., Grotowski, J. F., & Kroese, D. P. (2010). KERNEL DENSITY ESTIMATION VIA DIFFUSION. Annals of Statistics, 38(5), doi: /10-aos799 Brunsdon, C. (1995). ESTIMATING PROBABILITY SURFACES FOR GEOGRAPHICAL POINT DATA - AN ADAPTIVE KERNEL ALGORITHM. Computers & Geosciences, 21(7), doi: / (95) Cervigni, F., Suzuki, Y., Ishii, T., & Hata, A. (2008). Spatial Accessibility to Pediatric Services. Journal of Community Health, 33(6), doi: /s x Cromley, E. K., & McLafferty, S. L. (2012). GIS and Public Health (2 ed.). New York: The Guilford Press. Dai, D. J., & Wang, F. H. (2011). Geographic disparities in accessibility to food stores in southwest Mississippi. Environment and Planning B-Planning & Design, 38(4), doi: /b36149 De Vos, J., Boussauw, K., & Witlox, F. (2013). Expertenadvies gemiddelde reistijd per dag. Vlaamse overheid. Departement Ruimte Vlaanderen. Delamater, P. L. (2013). Spatial accessibility in suboptimally configured health care systems: A modified two-step floating catchment area (M2SFCA) metric. Health & Place, 24, doi: /j.healthplace Dewulf, B., Neutens, T., De Weerdt, Y., & Van de Weghe, N. (2013). Accessibility to primary health care in Belgium: an evaluation of policies awarding financial assistance in shortage areas. Bmc Family Practice, 14, 13. doi: / Ferreira½, A., & Batey, P. (2012). Beyond the dilemma of mobility: exploring new ways of matching intellectual and physical mobility. Environment and Planning A, 44,

105 Fortney, J., Rost, K., & Warren, J. (2000). Comparing Alternative Methods of Measuring Geographic Access to Health Services. Health Services and Outcomes Research Methodology, 1(2 %M doi: /a: ), Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted regression: the analysis of spatially varying relationships: John Wiley & Sons. Fryer, G. E., Drisko, J., Krugman, R. D., Vojir, C. P., Prochazka, A., Miyoshi, T. J., & Miller, M. E. (1999). Multi-method assessment of access to primary medical care in rural Colorado. Journal of Rural Health, 15(1), Glorieux, I., Minnen, J., & Vandeweyer, J. (2005). Tijdsbesteding in Vlaanderen: Veranderingen in Tijdsbesteding tussen 1999 en Brussel: Vrije Universiteit Brussel. Guagliardo, M. (2004). Spatial accessibility of primary care: concepts, methods and challenges. International Journal of Health Geographics, 3(1), 3. doi: / X-3-3 Guidry, J. J., Aday, L. A., Zhang, D., & Winn, R. J. (1997). Transportation as a barrier to cancer treatment. Cancer Practice, 5(6), Guy, C. M., & David, G. (2004). Measuring physical access to healthy foods in areas of social deprivation: a case study in Cardiff. International Journal of Consumer Studies, 28(3), Hansen, W. G. (1959). HOW ACCESSIBILITY SHAPES LAND-USE. Journal of the American Institute of Planners, 25(2), doi: / Helling, A., & Sawicki, D. S. (2003). Race and residential accessibility to shopping and services. Housing Policy Debate, 14(1-2), Hodge, D. C. (1997). Accessibility-related issues. Journal of Transport Geography, 5(1), doi: Hupkes, G. (1982). THE LAW OF CONSTANT TRAVEL TIME AND TRIP-RATES. Futures, 14(1), doi: / (82) Khan, A. A. (1992). AN INTEGRATED APPROACH TO MEASURING POTENTIAL SPATIAL ACCESS TO HEALTH-CARE SERVICES. Socio-Economic Planning Sciences, 26(4), doi: / (92)90004-o Langford, M., & Higgs, G. (2006). Measuring potential access to primary healthcare services: The influence of alternative spatial representations of population. Professional Geographer, 58(3), doi: /j x Langford, M., Higgs, G., & Fry, R. (2012). Using floating catchment analysis (FCA) techniques to examine intra-urban variations in accessibility to public transport opportunities: the example of Cardiff, Wales. Journal of Transport Geography, 25, doi: /j.jtrangeo Larsen, K., & Gilliland, J. (2008). Mapping the evolution of 'food deserts' in a Canadian city: Supermarket accessibility in London, Ontario, International Journal of Health Geographics, 7, 16. doi: / x

106 Le Vine, S., Lee-Gosselin, M., Sivakumar, A., & Polak, J. (2013). A new concept of accessibility to personal activities: development of theory and application to an empirical study of mobility resource holdings. Journal of Transport Geography, 31, doi: /j.jtrangeo Levine, N. (2010). CrimeStat III: A Spatial Statistics Program for the Analysis of Crime Incident Locations. 2015, from Luo, W. (2004). Using a GIS -based floating catchment method to assess areas with shortage of physicians. Health and Place, 10(1 %M doi: /s (02) ), Luo, W., & Qi, Y. (2009). An enhanced two-step floating catchment area (E2SFCA) method for measuring spatial accessibility to primary care physicians. Health & Place, 15(4), doi: /j.healthplace Luo, W., & Wang, F. (2003). Measures of spatial accessibility to healthcare in a GIS environment: Synthesis and a case study in Chicago region. Environment and Planning B, 30(6 %M doi: /b29120), McGrail, M. R., & Humphreys, J. S. (2014). Measuring spatial accessibility to primary health care services: Utilising dynamic catchment sizes. Applied Geography, 54, doi: /j.apgeog Metz, D. (2008). The myth of travel time saving. Transport Reviews, 28(3), doi: / Mobiliteitsbedrijf Stad Gent. (2015). Nieuw Mobiliteitsplan Gent voor meer leefkwaliteit en bereikbaarheid. Penchansky, R., & Thomas, J. W. (1981). THE CONCEPT OF ACCESS - DEFINITION AND RELATIONSHIP TO CONSUMER SATISFACTION. Medical Care, 19(2), doi: / Qvistrom, M. (2015). Putting accessibility in place: A relational reading of accessibility in policies for transit-oriented development. Geoforum, 58, doi: /j.geoforum Radke, J., & Mu, L. (2000). Spatial decomposition, modeling and mapping service regions to predict access to social programs. Geogr. Inform Sci 6: Raja, S., Ma, C. X., & Yadav, P. (2008). Beyond food deserts - Measuring and mapping racial disparities in neighborhood food environments. Journal of Planning Education and Research, 27(4), doi: / x Redmond, L. S., & Mokhtarian, P. L. (2001). The positive utility of the commute: modeling ideal commute time and relative desired commute amount. Transportation, 28(2), doi: /a: Reilly, W. J. (1931). The law of retail gravitation: WJ Reilly. Rijksinstituut voor Volksgezondheid en Milieu: Ministerie van Volksgezondheid, W. e. S. (2014). Nationale Atlas Volksgezondheid. 2015, from 102

107 Schafer, A., & Victor, D. (1997). The past and fut ure of global mobility. Scientific American, 277(4), Shen, Q. (1998). Location characteristics of inner-city neighborhoods and employment accessibility of low-wage workers (vol 25, pg 345, 1998). Environment and Planning B-Planning & Design, 25(5), U2- U2. Spencer, J., & Angeles, G. (2007). Kernel density estimation as a technique for assessing availability of health services in Nicaragua. Health Services & Outcomes Research Methodology, 7(3-4), 145. doi: /s Stad Gent. (2014). Strategische mobiliteitsvisie: Mobiliteit als motor voor een duurzame en bereikbare stad. Ontwerp Mobiliteitsplan Gent. Talen, E., & Anselin, L. (1998). Assessing spatial equity: an evaluation of measures of accessibility to public playgrounds. Environment and Planning A, 30(4), doi: /a Verhetsel, A., Van Hecke, E., Thomas, I., Beelen, M., Halleux, J.-M., Lambotte, J.-M.,... Mérenne- Schoumaker, B. (2001). Pendel in België. Sociaal-economische enquête 2001, monografieën. Wan, N., Zou, B., & Sternberg, T. (2012). A three-step floating catchment area method for analyzing spatial access to health services. International Journal of Geographical Information Science, 26(6), doi: / Wang, M. C., Kim, S., Gonzalez, A. A., MacLeod, K. E., & Winkleby, M. A. (2007). Socioeconomic and food-related physical characteristics of the neighbourhood environment are associated with body mass index. Journal of Epidemiology and Community Health, 61(6), doi: /jech Williamson, D., McLafferty, S., Goldsmith, V., McGuire, P., & Mollenkopf, J. (1998). Smoothing Crime Incident Data: New Methods for Determining the Bandwidth in Kernel Estimation. 18th ESRI International User Conf erence, San Diego. Yang, D.-H., Goerge, R., & Mullner, R. (2006). Comparing GIS -Based Methods of Measuring Spatial Accessibility to Health Services. Journal of Medical Systems, 30(1), doi: /s

108 Lijst van illustraties Figuur 1: Gemiddelde verplaatsingstijd (min.) volgens woongemeente o.b.v. Sociaaleconomische enquête 2001 (gelijke verdeling van gemeentes per klasse) (Verhetsel et al., 2001)...14 Figuur 2: Voorbeeld van de weegfactoren en bereikbaarheidskenmerken van de 2SFCA -methodes..25 Figuur 3: Contour, deelgemeenten en deelwijken van Gent...30 Figuur 4: Adreslocaties van alle inwoners van Gent...31 Figuur 5: Bevolkingsdichtheid van Gent (inw./km²)...31 Figuur 6: Locaties van alle kruispunten in Gent...32 Figuur 7: Bevolkingsdichtheid ten opzichte van de kruispunten in Gent (inw./km²)...32 Figuur 8: Wegcategorieën in en rond Gent...33 Figuur 9: Transportnetwerk in en rond Gent...33 Figuur 10: Administratieve centra in en rondom Gent...34 Figuur 11: Apothekers in en rondom Gent...34 Figuur 12: Huisartsen in en rondom Gent...35 Figuur 13: Opvangplaatsen in en rondom Gent...35 Figuur 14: Supermarkten in en rondom Gent...35 Figuur 15: Ziekenhuizen in en rondom Gent...35 Figuur 16: Schematische voorstelling van de PPR-methode...36 Figuur 17: Schematische voorstelling van de CF-methode...37 Figuur 18: Schematische voorstelling van de FCA-methode...38 Figuur 19: Schematische voorstelling van de 2SFCA -methode...39 Figuur 20: Resultaat PPR-methode voor administratieve centra per sector...46 Figuur 21: Resultaat PPR-methode voor apothekers...47 Figuur 22: Resultaat PPR-methode voor huisartsen

109 Figuur 23: Resultaat PPR-methode voor opvangplaatsen...49 Figuur 24: Resultaat PPR-methode voor supermarkten...50 Figuur 25: Resultaat PPR-methode voor ziekenhuizen...51 Figuur 26: Resultaat CF-methode voor administratieve centra voor het nieuwe mobiliteitsplan in minuten...52 Figuur 27: Resultaat CF-methode voor administratieve centra na het nieuwe mobiliteitsplan in minut en...52 Figuur 28: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra...53 Figuur 29: Resultaat CF-methode voor apothekers voor het nieuwe mobiliteitsplan in minuten...54 Figuur 30: Resultaat CF-methode voor apothekers na het nieuwe mobiliteitsplan in minuten...54 Figuur 31: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers 55 Figuur 32: Resultaat CF-methode voor huisartsen voor het nieuwe mobiliteitsplan in minuten...56 Figuur 33: Resultaat CF-methode voor huisartsen na het nieuwe mobiliteitsplan in minuten...56 Figuur 34: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen.57 Figuur 35: Resultaat CF-methode voor opvangplaatsen voor het nieuwe mobiliteitsplan in minuten...58 Figuur 36: Resultaat CF-methode voor opvangplaatsen na het nieuwe mobiliteitsplan in minuten...58 Figuur 37: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen...59 Figuur 38: Resultaat CF-methode voor supermarkten voor het nieuwe mobiliteitsplan in minuten...60 Figuur 39: Resultaat CF-methode voor supermarkten na het nieuwe mobiliteitsplan in minuten...60 Figuur 40: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten...61 Figuur 41: Resultaat CF-methode voor ziekenhuizen voor het nieuwe mobiliteitsplan in minuten...62 Figuur 42: Resultaat CF-methode voor ziekenhuizen na het nieuwe mobiliteitsplan in minuten...62 Figuur 43: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuiz en...63 Figuur 44: Resultaat FCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan

110 Figuur 45: Resultaat FCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan...64 Figuur 46: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten Figuur 47: Resultaat FCA-methode voor apothekers met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...66 Figuur 48: Resultaat FCA -methode voor apothekers met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan...66 Figuur 49: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten...67 Figuur 50: Resultaat FCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...68 Figuur 51: Resultaat FCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan...68 Figuur 52: Verschil met FCA -methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten...69 Figuur 53: Resultaat FCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het nieuwe mobiliteitsplan...70 Figuur 54: Resultaat FCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten na het nieuwe mobiliteitsplan...70 Figuur 55: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten Figuur 56: Resultaat FCA-methode voor supermarkten met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan...72 Figuur 57: Resultaat FCA-methode voor supermarkten met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan...72 Figuur 58: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten Figuur 59: Resultaat FCA -methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...74 Figuur 60: Resultaat FCA-methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan...74 Figuur 61: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten

111 Figuur 62: Resultaat 2SFCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan...76 Figuur 63: Resultaat 2SFCA-methode voor administratieve centra met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan...76 Figuur 64: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten Figuur 65: Resultaat 2SFCA-methode voor apothekers met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...78 Figuur 66: Resultaat 2SFCA-methode voor apothekers met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan...78 Figuur 67: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten Figuur 68: Resultaat 2SFCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...80 Figuur 69: Resultaat 2SFCA-methode voor huisartsen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan...80 Figuur 70: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten Figuur 71: Resultaat 2SFCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten voor het nieuwe mobiliteitsplan...82 Figuur 72: Resultaat 2SFCA-methode voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten na het nieuwe mobiliteitsplan...82 Figuur 73: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten Figuur 74: Resultaat 2SFCA -methode voor supermarkten met een voorzieningsgebied van 15,9 minuten voor het nieuwe mobiliteitsplan...84 Figuur 75: Resultaat 2SFCA -methode voor supermarkten met een voorzieningsgebied van 15,9 minuten na het nieuwe mobiliteitsplan...84 Figuur 76: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten Figuur 77: Resultaat 2SFCA -methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten voor het nieuwe mobiliteitsplan...86 Figuur 78: Resultaat 2SFCA -methode voor ziekenhuizen met een voorzieningsgebied van 15 minuten na het nieuwe mobiliteitsplan

112 Figuur 79: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten Figuur 80: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van administratieve centra, berekend met verschillende methodes...88 Figuur 81: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van apothekers, berekend met verschillende methodes...89 Figuur 82: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van huisartsen, berekend met verschillende methodes...90 Figuur 83: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van opvangplaatsen, berekend met verschillende methodes...91 Figuur 84: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van supermarkten, berekend met verschillende methodes...92 Figuur 85: Vergelijking van de impact van het nieuwe mobiliteitsplan op de bereikbaarheid van ziekenhuizen, berekend met verschillende methodes...93 Figuur 86: Voorstelling van de wijziging in voorzieningsgebied voor een noordelijk gelegen sector (illustratief)...96 Figuur 87: Voorstelling van de wijziging in voorzieningsgebied voor een centraal gelegen sector (illustratief)

113 Lijst van tabellen Tabel 1: Bereikbaaheid, combinatie van fasen en dimensies...12 Tabel 2: Gemiddelde verplaatsingstijden (minuten per enkele rit) voor verschillende soorten verplaatsingen van inwoners van steden en gemeenten met een stedelijke functie in en rond het metropolitane kerngebied Tabel 3: Resultaten van de vereenvoudigde voorstelling van de berekeningsmethodes...40 Tabel 4: Aanpassingen aan het nieuwe netwerk...43 Tabel 5: Categorisering van wegen en snelheidsregimes...44 Tabel 6: Aangepaste snelheden in het nieuwe netwerk...45 Tabel 7: PPR-waarden voor de administratieve centra per sector...46 Tabel 8: PPR-waarden voor de apothekers...47 Tabel 9: PPR-waarden voor de huisartsen...48 Tabel 10: PPR-waarden voor de opvangplaatsen...49 Tabel 11: PPR-waarden voor de supermarkten...50 Tabel 12: PPR-waarden voor de ziekenhuizen...51 Tabel 13: Verschil met CF-methode tussen het oude t.o.v. het nieuwe mobiliteitsplan voor administratieve centra in minuten...53 Tabel 14: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers in minuten...55 Tabel 15: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen in minuten...57 Tabel 16: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen in minuten...59 Tabel 17: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten in minuten...61 Tabel 18: Verschil met CF-methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen in minuten

114 Tabel 19: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten Tabel 20: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten...67 Tabel 21: Verschil met FCA -methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten...69 Tabel 22: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten Tabel 23: Verschil met FCA-methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten Tabel 24: Verschil met FCA -methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten...75 Tabel 25: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor administratieve centra met een voorzieningsgebied van 15,9 minuten Tabel 26: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor apothekers met een voorzieningsgebied van 15 minuten Tabel 27: Verschil met 2SFCA-methode tussen het oude en het nieuwe mobiliteitsplan voor huisartsen met een voorzieningsgebied van 15 minuten...81 Tabel 28: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor opvangplaatsen met een voorzieningsgebied van 20,9 minuten Tabel 29: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor supermarkten met een voorzieningsgebied van 15,9 minuten Tabel 30: Verschil met 2SFCA -methode tussen het oude en het nieuwe mobiliteitsplan voor ziekenhuizen met een voorzieningsgebied van 15 minuten Tabel 31: Percentage van de Gentse bevolking binnen wandel- en fietsbereik...94 Tabel 32: VAB-Mobiliteitsbarometer (VAB, 2013)...97 Tabel 33: Gemiddelde impact op de bereikbaarheid van Gent

115 Bijlagen Bijlage 1: Python-script Population To Provider-methode Bijlage 2: Python-script Floating Catchment Area-methode Bijlage 3: Python-script Two Step Floating Cathment Area-methode Bijlage 4: Statistische sectoren en deelwijken in Gent Bijlage 5: Wijzigingen van het nieuwe mobiliteitsplan binnen de R Bijlage 6: Wijziging in snelheidsregimes

116 Bijlage 1: Python-script Population To Provider-methode # # Name: PPR # Purpose: Providers to Population Ratio # # Author: Tom Vancaysele # Daan Vermassen # Created: 27/03/2015 # Copyright: (c) Eigenaar 2014 # Licence: <your licence> # #Import systeem modules import arcpy from arcpy import env #Set environment settings dirres = r"c:/ma 1. PPR" dirdata = r"c:/ma DATA" arcpy.env.workspace = dirres arcpy.env.overwriteoutput = True print(" ") print("check workspace overwrite: " + str(env.overwriteoutput)) #Variabelen print("set lokale variabelen...") ##Admin centra, Apothekers, Huisartsen, Opvangplaatsen, Supermarkten, Ziekenhuizen BestemmingsKeuze = "Apothekers" Statistische_sectoren = dirdata + r"/statistische_sectoren.shp" Inwoners_stad = dirdata + r"/inwoners_gent.shp" Dienst = dirdata + r"/" + BestemmingsKeuze + ".shp" #Join inwoners en statistische sectoren print('spatial join...') ar cp y.s pa t ia lj o in _a n al ys is ( St at i st is c he _s e ct or e n, Inwoners_stad, dirres + r"/tabel1.shp", "", "", "", "CONTAINS") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/tabel1.shp", ["TARGET_FID","CS102001", "Arrond_nl","Prov_nl","REFNIS2001","SEC102001","MBEL","VBEL","TBEL","MVRE","VVRE", "TVRE","MTOT","VTOT","TTOT","OPP","DOK","MinAfst1","MinAfst3","BevDichtH","Dok_2km", "Dok_5km","Rat_E2SFCA","Aangiften","TotBelInk","GemInk","MedInk","IntKwaCoe", "IntKwaAss","IntKwaVer","STRAATKODE","NR_oud","IN_oud","GESLACHT","lft","KoppelADR", "KoppelID","Leeftijdgr","Auto"]) #Join diensten en statistische sectoren print('spatial join...') arcpy.spatialjoin_analysis(dirres + r"/tabel1.shp", Dienst, dirres + r"/tabel PPR.shp", "","","","CONTAINS") #Bereken PPR print("toevoegen van kolom 'PPR'...") arcpy.addfield_management(dirres+ r"/tabel PPR.shp", "PPR", "FLOAT", "", "", "", "", "", "", "") 112

117 arcpy.makefeaturelayer_management (dirres+ r"/tabel PPR.shp", "Tabel PPR.lyr") arcpy.selectlayerbyattribute_management ("Tabel PPR.lyr", "NEW_SELECTION", "Join_Count > 0") arcpy.calculatefield_management("tabel PPR.lyr", "PPR", "[Join_Cou_1]/[Join_Count]", "VB", "") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/tabel PPR.shp", ["Join_Count","Join_Cou_1", "UID_1","UID"]) if BestemmingsKeuze == "Apothekers": arcpy.deletefield_management(dirres + r"/tabel PPR.shp", ["ID "," Ad d re ss _ st ", "Address_Po","Address_ci","latitude","longitude","accuracy","TARGET_FID"]) elif BestemmingsKeuze == "Opvangplaatsen": arcpy.deletefield_management(dirres + r"/tabel PPR.shp", ["TARGET_FID", "Fictieve_o","Latitude","Longitude","Accuracy","Type","Adres","Postcode","Gemeente_1", "Capaciteit","ID","Lat","Long","Acc","Adress_str","Address_nr","Adress_add", "Adress_ful","Postal_cod","Postal_reg","Voorzienin","Theor_cap","Eff_cap","CAPT", "OBJECTID"]) else: arcpy.deletefield_management(dirres + r"/tabel PPR.shp", ["TA R GE T_ F ID ", " ID ", "FEATTYP","PACKAGE","SUBCAT","IMPORT","NAME","STNAME","HSNUM","POSTCODE","LOCNAME", "LANCD","TELNUM","TEL_TYPE","FAXNUM"," ","HTTP","BRANDNAME","COMPNAME","CLTRPELID", "RELPOS","EXTPOIID","ADDRPID","POSACCUR","GAL","CONT_SRC","CONT_MOD","UID"]) print("einde van de berekeningen") print(" ") 113

118 Bijlage 2: Python-script Floating Catchment Area-methode # # Name: FCA # Purpose: Floating Catchment Area # # Author: Tom Vancaysele # Daan Vermassen # Created: 27/03/2015 # Copyright: (c) Eigenaar 2014 # Licence: <your licence> # #Import systeem modules import arcpy from arcpy import env #Set environment settings dirres = r"c:/ma 2. FCA" dirdata = r"c:/ma DATA" arcpy.env.workspace = dirres env.overwriteoutput = True print(" ") print("check workspace overwrite: " + str(env.overwriteoutput)) #Check de Network Analyst extension license print("check Network Analyst license: " + arcpy.checkoutextension("network")) #Variabelen print("set lokale variabelen...") ##Admin centra, Apothekers, Huisartsen, Opvangplaatsen, Supermarkten, Ziekenhuizen BestemmingKeuze = "Admin centra" afstanden = "15,9" innetworkdataset = dirdata + r"/tomtom_privatetransport.gdb/routing/routing_nd" ##innetworkdataset = dirdata + r"/tomtom_privatetransportnieuw.gdb/routing/routing_nd" Bestemming = dirdata + r"/" + BestemmingKeuze + ".shp" Inwoners = dirdata + r"/inwoners_kruispunt.shp" sectoren = dirdata + r"/statistische_sectoren.shp" outcentrum = dirres + r"/centrum sectoren.shp" outnalayername = BestemmingKeuze + " Coverage Sectoren" impedanceattribute = "Minutes" infacilities = outcentrum outlayerfile = dirres + r"/" + outnalayername + ".lyr" #Middelpunt sectoren arcpy.featuretopoint_management(sectoren,outcentrum,"inside") #Maak service area layer. print("maak Service Area Layer...") outnalayer = arcpy.na.makeservicearealayer(innetworkdataset,outnalayername, impedanceattribute,"travel_to", afstanden,"simple_polys", "NO_MERGE", "DISKS", hierarchy = "NO_HIERARCHY") #Get layer object outnalayer = outnalayer.getoutput(0) 114

119 #Get de naam van alle sublayers binnen de service area layer. sublayernames = arcpy.na.getnaclassnames(outnalayer) #Stores de layer namen facilitieslayername = sublayernames["facilities"] #Laad de facilities arcpy.na.addlocations(outnalayer, facilitieslayername, infacilities, "", "", exclude_restricted_elements = "EXCLUDE") #Solve de service area layer print("solve...") arcpy.na.solve(outnalayer) #Save de solved service area layer arcpy.management.savetolayerfile(outnalayer,outlayerfile,"relative") polygonslayername = sublayernames["sapolygons"] polygonssublayer = arcpy.mapping.listlayers(outnalayer, polygonslayername)[0] #Maak een nieuwe fieldmappings print("fieldmapping...") fieldmappings = arcpy.fieldmappings() fieldmappings.addtable(inwoners) #Get aantal inwoners InwonersFieldIndex = fieldmappings.findfieldmapindex("count_") fieldmap = fieldmappings.getfieldmap(inwonersfieldindex) #Get de veldoutput field = fieldmap.outputfield #Benoem het veld field.name = "Inwoners" field.aliasname = "Inwoners" fieldmap.outputfield = field #Instellen van de bewerking en vervangen van het veld fieldmap.mergerule = "sum" fi el d ma pp i ng s. re p la ce F ie ld M ap (I n wo ne r sf ie l di nd ex, fieldmap) #Joinen print('spatial join...') ar cp y.s pa t ia lj o in _a n al ys is ( po ly g on ss u bl ay e r, Inwoners, dirres + r"/tabel1.shp", "", "", fieldmappings, "CONTAINS","", "") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/tabel1.shp", ["OBJECTID_1","ZELEV", "FacilityID","Name","FromBreak","ToBreak"]) #Joinen print('spatial join...') arcpy.spatialjoin_analysis(dirres + r"/tabel1.shp", Bestemming, dirres + r"/tabel FCA.shp", "", "","", "CONTAINS", "", "") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/tabel FCA.shp",["ID","FEATTYP","PACKAGE", "SUBCAT","IMPORT","NAAM","STRAAT","HUISNR","POSTCODE","GEMEENTE","LOCNAME","LANCD", 115

120 "TELNUM","TEL_TYPE","FAXNUM"," ","HTTP","BRANDNAME","COMPNAME","CLTRPELID", "RELPOS","EXTPOIID","ADDRPID","POSACCUR","GAL","CONT_MOD","NAAM","OBJECTID","HUISNR", "STRAAT","GEMEENTE_1","TELEFOON","DRUPAL_ID","UID","TARGET_F_1"]) arcpy.deletefield_management(dirres + r"/tabel FCA.shp",["Fictieve_o","Latitude", "Longitude","Accuracy","Type","Adres","Postcode","Gemeente","Capaciteit","ID","Lat", "Long","Acc","Adress_str","Address_nr","Adress_add","Adress_ful","Postal_cod", "Postal_reg","Voorzienin","Theor_cap","Eff_cap","CAPT","OBJECTID"]) arcpy.deletefield_management(dirres + r"/tabel FCA.shp",["Address_st","Address_Po", "Address_ci"]) #Berekenen van FCA print("toevoegen van kolom 'FCA'...") arcpy.addfield_management(dirres+ r"/tabel FCA.shp", "FCA", "FLOAT", "", "", "", "", "", "", "") arcpy.makefeaturelayer_management("tabel FCA.shp","Tabel FCA.lyr") ar cp y.s el e ct La y er By A tt ri b ut e_ m an ag e me nt (" T ab el FCA.lyr", "NEW_SELECTION", '"Inwoners">0') arcpy.calculatefield_management("tabel FCA.lyr", "FCA", "[Join_Cou_1]/[Inwoners]", "VB", "") #Visualiseren en exporteren print("visualiseren en exporteren...") ar cp y.c op y Fe at u re s_ m an ag e me nt (s e ct or e n, di r re s + r"/statistische_sectoren.shp") ar cp y.j oi n Fi el d _m an a ge me nt ( po ly g on ss u bl ay e r, "ObjectID",dirres + r"/tabel FCA.shp", "TARGET_FID",["FCA"]) arcpy.joinfield_management(dirres + r"/statistische_sectoren.shp", "UID", polygonssublayer, "FacilityID") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/statistische_sectoren.shp", ["TARGET_FID", "CS102001","Arrond_nl","Prov_nl","REFNIS2001","SEC102001","MBEL","VBEL","TBEL","MVRE", "VVRE","TVRE","MTOT","VTOT","TTOT","OPP","DOK","MinAfst1","MinAfst3","BevDichtH", "Dok_2km","Dok_5km","Rat_E2SFCA","Aangiften","TotBelInk","GemInk","MedInk","IntKwaCoe", "IntKwaAss","IntKwaVer","STRAATKODE","NR_oud","IN_oud","GESLACHT","lft","KoppelADR", "KoppelID","Leeftijdgr","Auto","UID","FacilityID","Name","FromBreak","ToBreak"]) print("einde van de berekeningen") print(" ") 116

121 Bijlage 3: Python-script Two Step Floating Cathment Area-methode # # Name: 2SFCA # Purpose: Floating Catchment Area # # Author: Tom Vancaysele # Daan Vermassen # Created: 28/11/2014 # Copyright: (c) Eigenaar 2014 # Licence: <your licence> # ## Mogelijk het programma eerst laten lopen in arcmap #Import systeem modules import arcpy from arcpy import env #Set environment settings dirres = r"c:/ma 3. 2SFCA" dirdata = r"c:/ma DATA" arcpy.env.workspace = dirres env.overwriteoutput = True print " " print("check workspace overwrite: " + str(env.overwriteoutput)) #Check Network Analyst extension license print("check Network Analyst license: " + arcpy.checkoutextension("network")) #STAP1: inwoners per bestemming print ("STAP 1: ") #Variabelen print(" Set lokale variabelen...") ##Admin centra, Apothekers, Huisartsen, Opvangplaatsen, Supermarkten, Ziekenhuizen BestemmingKeuze = "Apothekers" afstanden = "15" innetworkdataset = dirdata + r"/tomtom_privatetransport.gdb/routing/routing_nd" ##innetworkdataset = dirdata + r"/tomtom_privatetransportnieuw.gdb/routing/routing_nd" Bestemming = dirdata + r"/" + BestemmingKeuze + ".shp" sectoren = dirdata + r"/statistische_sectoren.shp" Inwoners = dirdata + r"/inwoners_kruispunt.shp" outnalayername = BestemmingKeuze + " Coverage Diensten STAP 1" impedanceattribute = "Minutes" infacilities = Bestemming outlayerfile = dirres + r"/" + outnalayername + ".lyr" #Maak een nieuwe service area layer. print(" Maak Service Area Layer...") outnalayer = arcpy.na.makeservicearealayer(innetworkdataset,outnalayername, impedanceattribute,"travel_to", afstanden,"simple_polys", "NO_MERGE", "DISKS", hierarchy = "NO_HIERARCHY") 117

122 #Get de layer object outnalayer = outnalayer.getoutput(0) #Get alle sublayernamen binnen de service area layer. sublayernames = arcpy.na.getnaclassnames(outnalayer) #Stores de layernamen facilitieslayername = sublayernames["facilities"] facilitiessublayer = arcpy.mapping.listlayers(outnalayer, facilitieslayername)[0] #Laad de facilities arcpy.na.addlocations(outnalayer, facilitieslayername, infacilities,"", "") #Solve de service area layer print(" Solve...") arcpy.na.solve(outnalayer) #Save de solved service area layer arcpy.management.savetolayerfile(outnalayer,outlayerfile,"relative") polygonslayername = sublayernames["sapolygons"] polygonssublayer = arcpy.mapping.listlayers(outnalayer, polygonslayername)[0] #Maak een nieuwe fie ld m ap pi n gs pr in t (" Fieldmapping...") fieldmappings = arcpy.fieldmappings() fieldmappings.addtable(inwoners) #Get aantal inwoners InwonersFieldIndex = fieldmappings.findfieldmapindex("count_") fieldmap = fieldmappings.getfieldmap(inwonersfieldindex) #Get de fieldoutput field = fieldmap.outputfield #Hernoem het veld field.name = "Inwoners" field.aliasname = "Inwoners" fieldmap.outputfield = field #Instellen van de bewerking en vervangen van het veld fieldmap.mergerule = "sum" fi el d ma pp i ng s. re p la ce F ie ld M ap (I n wo ne r sf ie l di nd ex, fieldmap) #Joinen print(" Spatial join...") ar cp y.s pa t ia lj o in _a n al ys is ( po ly g on ss u bl ay e r, Inwoners, dirres + r"/tabelstap1.shp", "", "",fieldmappings, "CONTAINS", "", "") #Berekenen van ratio STAP 1 print(" Toevoegen van kolom 'ratio R_STAP1'...") ar cp y.a dd F ie ld _ ma na g em en t( " Ta be l ST AP 1.s hp ", "R_STAP1", "FLOAT", "", "", "", "", "", "", "") arcpy.makefeaturelayer_management("tabelstap1.shp","tabelstap1.lyr") ar cp y.s el e ct La y er By A tt ri b ut e_ m an ag e me nt (" T ab el S TA P1. ly r", "NEW_SELECTION", '"Inwoners">0') ar cp y.c al c ul at e Fi el d _m an a ge me nt ( "T ab e ls TA P 1. ly r ", "R_STAP1", "1/[Inwoners]", "VB", "") #Velden wissen print(" Wis velden...") arcpy.deletefield_management(dirres + r"/tabelstap1.shp",["zelev","objectid_1"]) 118

123 #Visualiseren en exporteren print(" Visualiseren en exporteren...") ar cp y.c op y Fe at u re s_ m an ag e me nt (B e st em m in g, d ir re s + r"/" + BestemmingKeuze + ".shp") ar cp y.j oi n Fi el d _m an a ge me nt ( po ly g on ss u bl ay e r, "ObjectID",dirres + r"/tabelstap1.shp", "TARGET_FID",["R_STAP1"]) arcpy.joinfield_management(facilitiessublayer,"objectid",polygonssublayer,"facilityid") arcpy.joinfield_management(dirres + r"/" + BestemmingKeuze + ".shp","uid", facilitiessublayer,"objectid") #STAP2: bestemmingen per sector print ("STAP 2: ") #Variabelen print(" Set lokale variabelen...") outcentrum = dirres + r"/centrum sectoren.shp" outnalayername = BestemmingKeuze + " Coverage Sectoren STAP 2" infacilities = outcentrum outlayerfile = dirres + r"/" + outnalayername + ".lyr" #Middelpunt sectoren arcpy.featuretopoint_management(sectoren,outcentrum,"inside") #Maak een nieuwe service area layer. print(" Maak Service Area Layer...") outnalayer = arcpy.na.makeservicearealayer(innetworkdataset,outnalayername, impedanceattribute,"travel_to", afstanden,"simple_polys", "NO_MERGE", "DISKS", hierarchy = "NO_HIERARCHY") #Get de layer object outnalayer = outnalayer.getoutput(0) #Get alle namen van de sublayers sublayernames = arcpy.na.getnaclassnames(outnalayer) #Stores the layer names that we will use later facilitieslayername = sublayernames["facilities"] #Laad de facilities arcpy.na.addlocations(outnalayer, facilitieslayername, infacilities,"", "") #Solve de service area layer print(" Solve...") arcpy.na.solve(outnalayer) #Save de solved service area layer arcpy.management.savetolayerfile(outnalayer,outlayerfile,"relative") polygonslayername = sublayernames["sapolygons"] polygonssublayer = arcpy.mapping.listlayers(outnalayer, polygonslayername)[0] #Maak een nieuwe fie ld m ap pi n gs pr in t (" Fieldmapping...") fieldmappings = arcpy.fieldmappings() fieldmappings.addtable(dirres + r"/" + BestemmingKeuze + ".shp") #Get R_STAP1 RSTAP1FieldIndex = fieldmappings.findfieldmapindex("r_stap1") fieldmap = fieldmappings.getfieldmap(rstap1fieldindex) 119

124 #Get de fieldoutput field = fieldmap.outputfield #Hernoem het veld field.name = "TSFCA" field.aliasname = "TSFCA" fieldmap.outputfield = field #Instellen van de bewerking en vervangen van het veld fieldmap.mergerule = "sum" fi el d ma pp i ng s. re p la ce F ie ld M ap (R S TA P1 F ie ld I nd ex, fieldmap) #Spatial Join print(" Spatial join...") ar cp y.s pa t ia lj o in _a n al ys is ( po ly g on ss u bl ay e r, di r re s + r"/" + BestemmingKeuze + ".shp", dirres + r"/tabel2sfca.shp", "", "", fieldmappings) #Velden wissen print(" Wis velden...") arcpy.deletefield_management(dirres + r"/tabel2sfca.shp",["id","feattyp","package", "SUBCAT","IMPORT","NAAM","STRAAT","HUISNR","POSTCODE","GEMEENTE","LOCNAME","LANCD", "TELNUM","TEL_TYPE","FAXNUM"," ","HTTP","BRANDNAME","COMPNAME","CLTRPELID", "RELPOS","EXTPOIID","ADDRPID","POSACCUR","GAL","CONT_MOD","UID","NAAM","OBJECTID", "HUISNR","STRAAT","GEMEENTE_1","TELEFOON","DRUPAL_ID"]) arcpy.deletefield_management(dirres + r"/tabel2sfca.shp",["fictieve_o","latitude", "Longitude","Accuracy","Type","Adres","Postcode","Gemeente","Capaciteit","ID","Lat", "Long","Acc","Adress_str","Address_nr","Adress_add","Adress_ful","Postal_cod", "Postal_reg","Voorzienin","Theor_cap","Eff_cap","CAPT","OBJECTID"]) arcpy.deletefield_management(dirres + r"/tabel2sfca.shp",["address_st","address_po", "Address_ci"]) arcpy.deletefield_management(dirres + r"/tabel2sfca.shp",["name","stname","hsnum", "CONT_SRC","Name_1","SourceOID","PosAlong","SideOfEdge","CurbApproa","Status", "Attr_minut","Attr_Kilom","Attr_Weekd","Attr_Weeke","Attr_Avera","Attr_Trave", "Breaks_Min","Breaks_Kil","Breaks_Wee","Breaks_W_1","Breaks_Ave","Breaks_Tra", "Name_12","FromBreak","ToBreak","Name_12_13","SourceID_1",""]) #Visualiseren en exporteren print(" Visualiseren en exporteren...") arcpy.copyfeatures_management(sectoren, dirres + r"/statistische_sectoren.shp") ar cp y.j oi n Fi el d _m an a ge me nt ( po ly g on ss u bl ay e r, "ObjectID",dirres + r"/tabel2sfca.shp", "TARGET_FID",["TSFCA"]) arcpy.joinfield_management(dirres + r"/statistische_sectoren.shp", "UID", polygonssublayer, "FacilityID") #Velden wissen print("wis velden...") arcpy.deletefield_management(dirres + r"/statistische_sectoren.shp", ["TARGET_FID", "CS102001","Arrond_nl","Prov_nl","REFNIS2001","SEC102001","MBEL","VBEL","TBEL","MVRE", "VVRE","TVRE","MTOT","VTOT","TTOT","OPP","DOK","MinAfst1","MinAfst3","BevDichtH", "Dok_2km","Dok_5km","Rat_E2SFCA","Aangiften","TotBelInk","GemInk","MedInk","IntKwaCoe", "IntKwaAss","IntKwaVer","STRAATKODE","NR_oud","IN_oud","GESLACHT","lft","KoppelADR", "KoppelID","Leeftijdgr","Auto","UID","FacilityID","Name","FromBreak","ToBreak"]) print("einde van de berekeningen") print(" ") 120

125 Bijlage 4: Statistische sectoren en deelwijken in Gent 121

126 UID Statistische sectoren Deelgemeenten 1 KUIP GENT CENTRUM 2 SINT-JACOBS GENT CENTRUM 3 KOUTER GENT CENTRUM 4 PATERSHOL GENT CENTRUM 5 BRIEL GENT CENTRUM 6 BEGIJNHOFDRIES GENT CENTRUM 7 SINT-MACHARIUS GENT CENTRUM 8 HEERNIS GENT CENTRUM 9 GENT-CENTRUM-ZUID GENT CENTRUM 10 VISSERIJ GENT CENTRUM 11 BRUSSELSE POORT GENT CENTRUM 12 ZUIDPARK GENT CENTRUM 13 DIERENTUIN GENT CENTRUM 14 NEDERKOUTER GENT CENTRUM 15 SINT-PIETERS GENT CENTRUM 16 HEUVELPOORT GENT CENTRUM 17 CITADELPARK GENT CENTRUM 18 STATION GENT CENTRUM 19 GANZENDRIES GENT CENTRUM 20 PATIJNTJE GENT CENTRUM 21 NEERMEERSEN GENT CENTRUM 22 GROENE VALLEI GENT CENTRUM 23 BLAARMEERSEN GENT CENTRUM 24 DRONGENSTEENWEG GENT CENTRUM 25 MALEM GENT CENTRUM 26 BRUGSE POORT GENT CENTRUM 27 ROOIGEM GENT CENTRUM 28 GROENDREEF GENT CENTRUM 29 VOORMUIDE GENT CENTRUM 30 HAM GENT CENTRUM 31 TOLHUIS GENT CENTRUM 32 BLAISANTVEST GENT CENTRUM 33 EKKERGEM GENT CENTRUM 34 BIJLOKE GENT CENTRUM 35 GALGENBERG GENT CENTRUM 36 PEKELHARING GENT CENTRUM 37 WONDELGEMSTRAAT GENT CENTRUM 38 RABOT GENT CENTRUM 39 RABOT STATION GENT CENTRUM 40 OVER DE MEERSSTRAAT GENT ZUID 41 SINT-PIETERS - AALST GENT ZUID 42 DE SMET - DE NAEYER GENT ZUID 43 KAUWPLEIN GENT ZUID 44 DE STERRE GENT ZUID 45 REKENCENTRUM GENT ZUID 46 AAIGEM GENT ZUID 47 OTTERGEMSE DRIES GENT ZUID 48 AKADEMISCH ZIEKENHUIS GENT ZUID 49 STEENAKKER GENT ZUID 50 NIEUW GENT GENT ZUID 51 SINT-ALOIS GENT ZUID 52 GROOTHANDELSMARKT GENT ZUID 53 AFRIKALAAN GENT MUIDE-SIFFERDOK 54 MUIDEBRUG GENT MUIDE-SIFFERDOK 55 VORMINGSSTATION OOST GENT MUIDE-SIFFERDOK 56 MUIDE GENT MUIDE-SIFFERDOK 57 MEULESTEDE GENT MUIDE-SIFFERDOK 58 PORT ARTHUR GENT MUIDE-SIFFERDOK 59 DARSEN GENT MUIDE-SIFFERDOK

127 60 OOSTAKKER CENTRUM OOSTAKKER 61 WITTEWALLE OOSTAKKER 62 MAGER GOED OOSTAKKER 63 WALPUT OOSTAKKER 64 DRIE ZWAANTJES OOSTAKKER 65 OOSTAKKERVELD OOSTAKKER 66 LOURDES OOSTAKKER 67 KRIJTE OOSTAKKER 68 SCHANSAKKER OOSTAKKER 69 GOEDLEVENSTRAAT OOSTAKKER 70 J.F.KENNEDYLAAN OOSTAKKER 71 TEXACO OOSTAKKER 72 DESTELDONK-DORP OOSTAKKER 73 ZAFFELARE OOSTAKKER 74 DESTELDONK - VERSPR. BEW. OOSTAKKER 75 SINT-KRUIS-WINKEL OOSTAKKER 76 TER DONK OOSTAKKER 77 RODENHUIZE OOSTAKKER 78 MENDONK OOSTAKKER 79 ROSTIJNE OOSTAKKER 80 SINT-BERNADETTE SINT-AMANDSBERG 81 GENTBRUGGE-CENTRUM GENTBRUGGE 82 DRIES GENTBRUGGE 83 TREKWEG GENTBRUGGE 84 ZWARTE FLES GENTBRUGGE 85 SPORTPLEIN GENTBRUGGE 86 VOGELHOEK GENTBRUGGE 87 CONINXDONK GENTBRUGGE 88 ARSENAAL GENTBRUGGE 89 LEDEBERG-CENTRUM LEDEBERG 90 FLORA LEDEBERG 91 KEIZERSPARK LEDEBERG 92 EINDEKE LEDEBERG 93 BELLE VUE LEDEBERG 94 L.VAN HOUTTEBUURT(ST-ANTONIUS) LEDEBERG 95 DE NAEYERDREEF LEDEBERG 96 MOSCOU LEDEBERG 97 MERELBEKE STATION LEDEBERG 98 ZWIJNAARDE-CENTRUM ZWIJNAARDE*+DEEL VAN MERELBEKE 99 ROOSKEN ZWIJNAARDE*+DEEL VAN MERELBEKE 100 HUTSEPOT ZWIJNAARDE*+DEEL VAN MERELBEKE 101 'T SCHAARKEN ZWIJNAARDE*+DEEL VAN MERELBEKE 102 TER LINDEN ZWIJNAARDE*+DEEL VAN MERELBEKE 103 ZONNEPUT ZWIJNAARDE*+DEEL VAN MERELBEKE 104 KON.LEOPOLDSTRAAT ZWIJNAARDE*+DEEL VAN MERELBEKE 105 ZWIJNAARDE - INDUSTRIE ZWIJNAARDE*+DEEL VAN MERELBEKE 106 MAALTEPARK ZWIJNAARDE*+DEEL VAN MERELBEKE 107 RIJVISSCHE ZWIJNAARDE*+DEEL VAN MERELBEKE 108 PAOLALAAN ZWIJNAARDE*+DEEL VAN MERELBEKE 109 KLOSSE ZWIJNAARDE*+DEEL VAN MERELBEKE 110 HOEDJEN ZWIJNAARDE*+DEEL VAN MERELBEKE 111 NIEUWGOED ZWIJNAARDE*+DEEL VAN MERELBEKE 112 SINT-DENIJS-WESTREM-CENTRUM SINT-DENIJS-WESTREM - AFSNEE 113 DRIE SLEUTELS SINT-DENIJS-WESTREM - AFSNEE 114 VIERSCHAAR SINT-DENIJS-WESTREM - AFSNEE 115 PUTTENHOVE SINT-DENIJS-WESTREM - AFSNEE 116 ROSDAM SINT-DENIJS-WESTREM - AFSNEE 117 MAALTE SINT-DENIJS-WESTREM - AFSNEE 118 STEENAARDE SINT-DENIJS-WESTREM - AFSNEE 119 BUGTEN SINT-DENIJS-WESTREM - AFSNEE 123

128 120 MARIA MIDDELARES SINT-DENIJS-WESTREM - AFSNEE 121 AFSNEE-CENTRUM SINT-DENIJS-WESTREM - AFSNEE 122 KOUTER (SINT-DENIJS-WESTREM) SINT-DENIJS-WESTREM - AFSNEE 123 GOEDINGE SINT-DENIJS-WESTREM - AFSNEE 124 DRONGEN DORP DRONGEN 125 EIKENDREF DRONGEN 126 OUDE ABDIJ DRONGEN 127 BAARLE DORP DRONGEN 128 NOORDHOUT DRONGEN 129 BAARLEVELDE DRONGEN 130 GAVERLAND DRONGEN 131 TER RIVIEREN DRONGEN 132 DRONGEN INDUSTRIEPARK DRONGEN 133 BLAUWPOORT DRONGEN 134 VIERLINDEN DRONGEN 135 LUCHTEREN DRONGEN 136 HALEWIJN DRONGEN 137 SLINDONK DRONGEN 138 CAMPAGNE DRONGEN 139 KRAAIAARDE DRONGEN 140 HELSENDRIES DRONGEN 141 HEIE DRONGEN 142 DRIE LEIEN DRONGEN 143 DE KARPER DRONGEN 144 ASSELS DRONGEN 145 MIJLPAAL DRONGEN 146 PARADIJSKOUTER DRONGEN 147 HOOGLAND DRONGEN 148 DE ROOS DRONGEN 149 OUDE WEE DRONGEN 150 HEILIG HUIZEKEN DRONGEN 151 VARENDRIES DRONGEN 152 KEUZESTRAAT DRONGEN 153 WAFELIJZER DRONGEN 154 PRINSENHOF DRONGEN 155 MARIAKERKE CENTRUM MARIAKERKE 156 KOLEGEM MARIAKERKE 157 KERKWIJK MARIAKERKE 158 BRUG ZUIDWEST MARIAKERKE 159 BRUG ZUIDOOST MARIAKERKE 160 VIJFHOEK MARIAKERKE 161 LIEVE(MARIAKERKE) MARIAKERKE 162 MARIAKERKE-VERSPREIDE BEWONING MARIAKERKE 163 MAESWAL MARIAKERKE 164 RUSTOORD MARIAKERKE 165 BEEKSTRAAT - KOUTER MARIAKERKE 166 WONDELGEM CENTRUM WONDELGEM 167 WESTERGEM WONDELGEM 168 KOUTERKEN (WONDELGEM) WONDELGEM 169 WOESTIJNEGOED - MOLENHOEK WONDELGEM 170 GAVERS (WONDELGEM) WONDELGEM 171 HOUTJEN WONDELGEM 172 LIEVE-NOORD (WONDELGEM) WONDELGEM 173 VAN BEVEREPLEIN WONDELGEM 174 STEENGOED WONDELGEM 175 OUDE LIEVE (WONDELGEM) WONDELGEM 176 WISSENHAGESTRAAT WONDELGEM 177 WONDELGEMSE MEERSEN WONDELGEM 178 LANGERBRUGGE WONDELGEM 179 PACHTGOED WONDELGEM 124

129 180 RIEME WONDELGEM 181 SINT-AMANDSBERG CENTRUM SINT-AMANDSBERG 182 SINT-BAAFSKOUTER SINT-AMANDSBERG 183 WESTVELD-KERN SINT-AMANDSBERG 184 WESTVELD - VERSPREIDE BEWONING SINT-AMANDSBERG 185 OUDE BAREEL SINT-AMANDSBERG 186 SCHELDEOORD SINT-AMANDSBERG 187 DAMPOORT SINT-AMANDSBERG 188 GROOT BEGIJNHOF SINT-AMANDSBERG 189 SYNGEMKOUTER SINT-AMANDSBERG 190 SCHELDESTRAAT SINT-AMANDSBERG 191 ROZEBROEKEN SINT-AMANDSBERG 192 OUDE BAREEL-KERN SINT-AMANDSBERG 193 ACHTENDRIES SINT-AMANDSBERG 194 VOORDESTRAAT SINT-AMANDSBERG 195 SPOORWEG GENT CENTRUM 196 DRONGENSE MEERSEN GENT CENTRUM 197 UNIVERSITEIT ZWIJNAARDE*+DEEL VAN MERELBEKE 198 LAKE DRONGEN 199 KEUZEMEERSEN DRONGEN 200 VALKENHUIS MARIAKERKE 201 KIEKEBOSSEN WONDELGEM 125

130 Bijlage 5: Wijzigingen van het nieuwe mobiliteitsplan binnen de R40 126

131 Bijlage 6: Wijziging in snelheidsregimes 127