Innovatief model helpt gemeenten inzicht te krijgen in parkeerdruk

“Ik merkte dat veel mensen commentaar hebben op de parkeersituatie in hun buurt,” vertelt ze. “Ze vinden het te duur of snappen niet waarom bepaalde keuzes worden gemaakt. Gemeenten krijgen die vragen natuurlijk ook: wat gebeurt er met de parkeerdruk als we parkeerplaatsen verwijderen? Kunnen bewoners dan nog wel terecht? Vanuit mijn wiskundige achtergrond wilde ik daar een model voor ontwikkelen dat de effecten van zulke beleidskeuzes inzichtelijk maakt.”

Annerieke heeft een bachelor Technische Wiskunde en een master Transport, Infrastructuur & Logistiek afgerond aan de TU Delft. Tijdens haar studie ontdekte ze dat wiskunde veel breder toepasbaar is dan mensen vaak denken. “Het gaat niet alleen om formules en berekeningen, maar juist ook om modelleren: de werkelijkheid vertalen naar iets dat je beter kunt begrijpen. Dat is precies wat ik wilde toepassen op parkeren. Hoe beïnvloeden aanbod, vraag en gedrag elkaar, en hoe kun je dat inzichtelijk maken voor beleidsmakers?”

Het model dat ze ontwikkelde, bestaat uit vier stappen. Eerst wordt gekeken naar het aanbod: hoeveel parkeerplaatsen zijn er in elk gebied of elke buurt? Vervolgens wordt de verwachte vraag geschat: hoeveel mensen willen daar parkeren? Daarna wordt berekend hoe groot de ‘parkeerweerstand’ is – hoeveel moeite, tijd en geld het kost om ergens te parkeren. Voor veel bestuurders is dit een afweging tussen onder andere loopafstand, parkeerkosten en de tijd die ze nodig hebben om een vrije parkeerplaats te vinden.Tot slot worden vraag, aanbod en weerstand gecombineerd, zodat er voorspeld kan worden hoeveel mensen daadwerkelijk in welke buurt parkeren.

“Vanuit die toedeling kun je de parkeerdruk berekenen,” legt Annerieke uit. “Als er in een buurt honderd parkeerplaatsen zijn en tachtig worden gebruikt, is de druk tachtig procent. Het model maakt inzichtelijk hoe die verhouding verandert als de gemeente iets aanpast, bijvoorbeeld door betaald parkeren in te voeren of enkele plekken te schrappen.”

Voor haar onderzoek werkte ze samen met de gemeente Den Haag, die graag wilde weten hoe het model zich in de praktijk zou houden. “We zijn begonnen met gesprekken met de gemeente: wat is hun behoefte, welke situaties willen ze kunnen analyseren en welke data hebben ze al beschikbaar? Daarna hebben we gekeken naar bestaande modellen en literatuur om een goed startpunt te vinden. Uiteindelijk hebben we het model getest met echte data uit Den Haag.”

De eerste resultaten waren positief. De voorspelde parkeerdruk kwam opvallend goed overeen met de gemeten druk in de stad. “Dat was een belangrijke bevestiging dat het concept werkt,” zegt Annerieke. “Zeker omdat we in sommige wijken te maken hadden met beperkte data. Dat het model toch realistische uitkomsten gaf, was bemoedigend.”

Ook haar begeleider bij Antea Group, Jim van Hoeckel, ziet potentie. Volgens hem is de volgende stap om het model verder door te ontwikkelen, samen met de gemeente Den Haag. “Onze ambitie is om een hulpmiddel te creëren dat ook andere gemeenten kunnen gebruiken bij hun parkeerbeleid. Vooral grotere steden met o.a. betaald parkeren kunnen hiermee profiteren van beter inzicht dat leidt tot onderbouwde beslissingen.”
Het model kan gemeenten niet alleen helpen om beleid te onderbouwen, maar ook om beter met bewoners te communiceren. “Bij het invoeren van betaald parkeren of het weghalen van plekken zijn bewoners vaak bezorgd,” zegt Annerieke. “Met dit model kun je laten zien wat het verwachte effect is. Dat maakt beleid transparanter en helpt om misverstanden weg te nemen.”

Volgens haar ligt de kracht van het model juist in de combinatie van techniek en communicatie. Gemeenten moeten steeds opnieuw belangen afwegen tussen leefbaarheid, bereikbaarheid en ruimtegebruik. Een datagedreven model kan die afweging ondersteunen met concrete cijfers, zonder dat het een black box wordt. “Je kunt bewoners laten zien: zó verwachten we dat de druk verandert, en dit zijn de aannames waarop dat gebaseerd is,” zegt ze.

Opvallend is dat het model ook met beperkte data goed bruikbaar blijkt. “Ik had vooraf gedacht dat dat een probleem zou zijn,” vertelt Annerieke. “Maar zelfs met beperkte informatie kun je al veel leren. Hoe beter de data, hoe nauwkeuriger de voorspelling natuurlijk, maar het hoeft niet perfect te zijn om inzicht te geven. Bovendien kan het ontwikkelen van zo’n model gemeenten juist helpen om hun dataverzameling te verbeteren.”
In Den Haag bleek de datakwaliteit redelijk goed, vooral binnen de gebieden met betaald parkeren. Daar rijden dagelijks scanauto’s rond, die precies weten waar wel en niet wordt geparkeerd. Buiten die zones was de informatie beperkter, maar de belangrijkste wijken – waar parkeerdruk het meest speelt – waren goed in kaart gebracht.

Het onderzoek laat zien dat gemeenten ook zonder perfecte data al kunnen beginnen. “Het is juist waardevol om het gesprek over data te voeren,” zegt Annerieke. “Door met zo’n model aan de slag te gaan, zie je vaak vanzelf waar de gaten zitten en hoe je datakwaliteit kunt verbeteren.”

Na het voltooien van haar studie werkt Annerieke nu bij Antea Group, waar ze haar kennis en kunde inzet om gemeenten en beleidsmakers te helpen met dit soort vraagstukken. “Wat mij aanspreekt bij Antea Group, is dat je als adviseur echt ziet hoe je werk wordt gebruikt. Een model is pas waardevol als bijvoorbeeld beleidsmakers er iets mee kunnen doen.”

Van Hoeckel ziet dat gemeenten vaak druk zijn met uitdagende vragen over parkeren, data en communicatie met bewoners. Dit model brengt die werelden bij elkaar. Het helpt om beleid beter te onderbouwen én beter uit te leggen.”