De laatste jaren neemt de aandacht voor wandelen, en/of (hard)lopen toe. In zowel stad als landschap moet de omgeving moet meer uitnodigen om er lopend op uit gaan. In natuurgebieden speelt daarnaast de opgave om recreatie en natuur in balans te houden of brengen.
Voor het opwaarderen van loopinfrastructuur en loopomgeving naar de huidige en toekomstige loopbehoeftes, is het wenselijk om te weten waar verschillende typen lopers, veel en weinig lopen. Alleen dan kun je routes op gerichte plekken aantrekkelijk inrichten naar de wensen van lopende mensen. En, in balans brengen met andere belangen.
Maar een grootschalig beeld van gebruik is er in Nederland nooit geweest. Tot nu.
De grootste activity tracking app van Nederland, Strava, deelt sinds kort -onder voorwaarden, aan partnerpartijen- de geaggregeerde data die hun gebruikers genereren. Dat wil zeggen; stratenkaarten waarin het collectieve/anonieme loopgebruik van paden en wegen getoond wordt. In Nederland waren dat in 2022 ruim 800.000 verschillende lopers, die tezamen ~20 miljoen loopactiviteiten ondernamen. Die activiteiten verspreiden zich vrij gelijkmatig over zowel de stad als het landschap en natuurgebieden.
In opdracht van ministerie van I&W, en mede geïnitieerd door Wandelnet, bracht Track-landscapes het routegebruik van deze 20 miljoen Strava loopactiviteiten in heel Nederland in kaart, in alle analysevormen die wij nuttig achten. Dan is het data-deel maar vast gedaan en kunnen we ons bezig gaan houden met wat we echt belangrijk vinden: data doorvertalen naar inzichten, beleid, en concrete oplossingen.
Welke analyses zijn hiermee te maken?
Gebruik van alle paden en wegen in één overzicht
De belangrijkste analysevorm van Strava Metro is het in kaart brengen van padengebruik, zogenaamde ‘heatmaps’ tonen we hoe vaak alle wegen en paden gepasseerd werden door iemand die zijn/haar activiteit opnam en beschikbaar stelde aan Strava Metro. Onder weergeven kaarten geven hier voorbeelden van. De best belopen paden van Nederland, krijgen hier de kleur zwart. Bijvoorbeeld het Vondelpark haalt deze kleur. De andere kleuren zijn uitgedrukt als percentage t.o.v. de zwarte waarde, geel is bijvoorbeeld 18%-27% hiervan. In dit openbare document mogen we alleen op basis van percentages uitdrukken; na aansluiting bij Strava Metro van een gemeente/provincie, kunnen intern wel kaarten/rapporten gemaakt worden met de absolute waardes. Echter, ook absolute Strava-waardes zijn maar relatief; lang niet alle lopers gebruiken Strava. De waarde ligt vooral in het onderling vergelijken van loopgebruik of in verschillende gebieden.
Hardlopers en wandelaars gescheiden in beeld
Op basis van de gemiddelde loopsnelheid op een pad kan een schatting gemaakt worden van het aandeel hardlopers en het aandeel hardlopers op het pad. Zo kunnen we dit gebruik redelijkerwijs scheiden (helaas biedt Strava Metro dit onderscheid niet standaard aan). En dat is nodig: hardlopers en wandelaars hebben een wezenlijk ander routegebruik. Hardlopers lopen meer op doorgaande fietspaden en wegen in duidelijke en logische rondes, terwijl wandelaars meer van kleine paden gebruik maken met een verspreider, fijnmaziger gebruikspatroon. Hardlopers beginnen ook relatief vaker vanuit huis, wandelaars starten relatief vaker vanuit parkeerplaatsen/opstappunten in bos- en recreatiegebieden. In onderstaande afbeeldingen worden de verschillen zichtbaar tussen Amersfoort centrum en Den Treek.
Bovendien, relatief gezien gebruiken veel meer hardlopers Strava dan wandelaars. Het mixen van die twee gebruiken in scheve verhoudingen levert een scheef/diffuus beeld op dat makkelijk verkeerd geïnterpreteerd wordt. Hoewel het scheiden van de groepen in redelijke mate lukt; het zou nog beter zijn als Strava die scheiding zelf zou aanbieden in Strava Metro. Hier ligt de grootste potentie voor het verbeteren van de datastructuren in Strava Metro.
Lopen in het donker
Een ander interessante analyse van routegebruik op verschillende tijden, het verschil in loopgebruik van paden, tussen ‘zomeravonden’ en ‘winteravonden’. Blauw betekent dat het pad veel op winteravonden werd belopen, oranje betekent dat dit pad relatief veel op zomeravonden werd belopen. Het doel van de analyse: onderzoeken op welke routes mensen nog (prettig kunnen) lopen in het donker, en op welke routes niet. Het kan inzicht geven in plekken waar goede/betere routes en verlichting zeker gewenst zijn. Onderstaande kaart weergeeft hierin de stad Utrecht en omgeving.
Van A naar B wandelen
Ook is het routegebruik van ‘pendel-lopen’, loopjes (zowel hardloop- als wandelactiviteiten) die van A naar B liepen (begin en eindpunt liggen ver uit elkaar) apart in kaart te brengen. Dat is wel slechts ~10% van alle loopdata. Eén zeer heldere lijn van 501 kilometer doorkruist Nederland van Noord-Groningen tot de Sint-Pietersberg in Maastricht: Het Pieterpad. Maar ook andere langeafstandsetappewandelingen zijn zichtbaar, zoals het Marskramerpad en het Trekvogelpad. Naast de etappewandeling is er nog een specifiek type wandeling herkenbaar: NS-wandelingen.
Voor welke loopopgaves kunnen we dit inzetten?
Data -zoals uit Strava Metro- is alleen van waarde als het leidt tot waardevolle inzichten. Dat vraagt om interpretatie en doorvertaling van de data naar implicaties. Dat is niet eenvoudig of vanzelfsprekend. Wij zijn drie typen gebieden of opgaves waarin deze Strava data waardevol kan zijn:
(1) In de stad kan de recreatieve loopdata worden ingezet als extra reden om straten, wijken, parken en centra gericht loopvriendelijker in te richten. Bij nieuwe stedelijke ontwikkelingen zoals woningbouw kunnen nieuwe structuren aansluiting vinden op beweeglijnen die Strava loopdata toont. Afgelopen jaar hebben we bijvoorbeeld in Dordrecht deze data gebruikt om kansen uiteen te zetten voor sport in de stad. Het inzicht in veel en weinig gebruikte routes en gebieden, gaven (in combinatie met enquête onder bewoners) aanleiding voor hele concrete inrichtingsvoorstellen die het sporten in en om de stad aantrekkelijker maken.
(2) In de verbinding van Stad en land liggen veel toepassingsmogelijkheden. Loopdata kan aantonen waar barrières tussen stad en land gelegen zijn, bestaande uit snel- of spoorwegen, maar ook agrarische gebieden die niet fijnmazig zijn. Er kan opgetrokken worden met belangen voor fietsers, omdat lopers ook zichtbaar gebruik maken van nieuwe fietsverbindingen tussen stad en land. In de regio Amersfoort zette we de Strava loopdata (en overigens ook de fietsdata) in om kansen in stad-landverbindingen aan te wijzen. De succesfactoren van de veelgebruikte routes, geven ook de verbeterkansen van verbindingen die nog niet zo veel gebruikt worden.
(3) Veel loopgebruik was zichtbaar in de natuur- en recreatiegebieden; waar het een waardevolle inbreng kan geven in gebiedsopgaves. Recreatie- en natuurbelang moeten in balans zijn; het loopgebruik biedt kans voor verfijning van zoneringsplannen en kansen voor ontwikkeling/verbinding van natuur en recreatie. Het loopgebruik kan ook zicht bieden op waar wrijving tussen recreanten onderling -wandelaars, fietsers en ruiters- kan voorkomen (worden).
Voor de NTFU en NOCNSF pasten we dezelfde methode toe met de Strava sportieve fietsdata, waarmee we de verandering in gebruik van natuurgebieden door mountainbikers, na aanleg van een mountainbikeroute, in kaart brachten. Met OAK (ecologie) consultants werken we aan ontwikkeling van een analysetool waarbij de Strava recreatieve data samen met ecologische gebiedswaardes, richting kan geven aan ontwikkeling en zonering van natuur en recreatie.
Is dat wel representatief?
Het simpele antwoord: nee. De meeste lopers gebruiken geen Strava; en het is niet te verwachten dat Strava een perfecte doorsnee vormt van ‘wandelaars’ of ‘hardlopers’. Echter; dat wil niet zeggen dat je deze data niet nuttig kunt inzetten. Het toont echte (collectieve) bewegingen van echte mensen: dus is het per definitie wel representatief voor het type lopers en loopjes die er vaak mee ondernomen worden. De vraag omtrent representativiteit is vooral: welke zijn dat? Wat we bijvoorbeeld weten is dat Strava veel vaker wordt gebruikt voor stevige loopjes, dan voor ‘even een klein blokje om’ of ‘lunchwandeling’. Om die reden komen in het routegebruik de grote natuur/recreatiegebieden, en ook langeafstandswandelingen, goed naar voren. En ook de stad-landverbindingen. En dus moet je het vooral gebruiken in opgaves waarin dat typen lopen relevant is, en de wetenschap van het typen gebruikers in het achterhoofd houden bij interpretaties.
Bovendien zit de waarde van data zit niet alleen in het hebben van een feitelijke/harde ‘waarheid’. Data dient in onze optiek, naast informeren, vooral gebruikt te worden als middel tot inspireren. Zie het gebruik van paden en wegen door lopers als ‘spreken met de voeten’; over welke routes ‘aantrekkelijk’ zijn (mensen werden er letterlijk toe aangetrokken). Onze ervaring bij gebiedsontwikkelingen is dat de vragen die de data oproepen door de inleving in de gebruiker, en de gesprekken die daaruit volgen, minstens zo belangrijk zijn als de ‘feitelijke’ gegevens (meten is weten) die het oplevert. Het leidt tot gesprekken en redenaties vanuit het belang van de gebruiker. Dat is even belangrijk als onvanzelfsprekend.
Vaak werkt het ook omgekeerd; er staan bij gemeentes of provincies al bepaalde wensen of ambities op het vizier voor nieuwe/betere loopverbindingen of andersoortige loopvoorzieningen. Data van gebruik geeft mogelijkheid om het belang ervan (aan) te tonen, dat vergroot de kans om ze tot uitvoering te krijgen.
Meer weten?
Op (https://ruimtevoorlopen.nl/kennisitem/kansen-met-strava-wandel-en-hardloopdata/) of https://www.track-landscapes.com/mogelijkheden-strava-loopdata vind je het volledige rapport. Ook benieuwd wat het inzicht in recreatief loopgebruik van uw gemeente/provincie kan betekenen?: bericht me gerust via linkedin of info@track-landscapes.com.
Comments