salonanarchist | leunstoelactivist

Gentrificatie in kaart gebracht

De kaartmakers van de gemeente Amsterdam hebben een kaart gemaakt waarop je de Buurtstraatquote (BSQ) ziet. De BSQ speelt een centrale rol bij de hervorming van de erfpacht, waarmee het sociale grondbeleid van de gemeente wordt uitgehold - maar daar gaat dit artikel niet over. Voor nu ben ik geïnteresseerd in de BSQ als graadmeter voor grondwaarden.

Zoals de gemeente samenvat, zijn «de hoge BSQ’s te vinden in de gewilde locaties in de stad en de lage BSQ’s in de minder gewilde locaties in de stad». De grachtengordel en de omgeving van het Vondelpark hebben hoge BSQ’s; lage BSQ’s zijn te vinden zijn in Zuidoost, Nieuw-West en Noord. Dat viel te verwachten.

Interessanter is de verandering van de BSQ. De gemeente heeft cijfers beschikbaar gesteld over duizenden straten of straatsegmenten, voor de jaren 2014 en 2016. Dat is natuurlijk een korte periode en je kan er niet zomaar van uitgaan dat deze periode representatief is voor lange-termijntrends. Even goed geven de cijfers een interessant beeld.

De grafiek hieronder toont de verdeling van BSQ’s voor meergezinswoningen in 2014 en 2016.

De piek is naar rechts verschoven en de mediaan is gestegen van 28 naar 38. Om politieke redenen is bepaald dat de BSQ nooit lager dan 5 of hoger dan 49 kan zijn, wat verklaart waarom zoveel straten een BSQ van 5 of 49 hebben. Dit impliceert dat de toename van de BSQ waarschijnlijk geen volledig beeld geeft van de stijging van de grondprijzen.

Op de kaart hieronder zie je de ontwikkeling van de BSQ voor meergezinswoningen in verschillende delen van de stad. Straten waar grote veranderingen misschien geflatteerd zijn door de onder- en bovengrens van de BSQ heb ik weggelaten. Dat geldt voor straten die al in de buurt van de maximale BSQ zaten, met name de Grachtengordel en delen van Zuid. Het geldt ook voor straten, vooral in Zuidoost, waar de BSQ in de buurt van de ondergrens van 5 is gebleven.

Rood betekent dat de BSQ met tenminste de helft is toegenomen; oranje een stijging met minder dan de helft en groen dat de BSQ is gedaald. Er zijn enkele rode gebieden buiten de ring: met name IJburg, bepaalde delen van Nieuw-West en Buitenveldert. Buitenveldert grenst aan de Zuidas en heeft te maken met instroom van expats en studenten.

Binnen de ring stijgt de BSQ in gebieden die vaak worden geassocieerd met gentrificatie, zoals de Kolenkit in West, de Vogelbuurt in Noord en de Indische Buurt in Oost. Verassender is Betondorp, een buurt met lage inkomens waar veel ouderen wonen. In 2015 werd deze buurt nog omschreven als «een van de weinige wijken in Amsterdam waar de oprukkende gentrificatie nog niet heeft toegeslagen». Als de BSQ een graadmeter is, dan zou dat wel eens kunnen veranderen.

Voor methode en technische details, zie de Engelstalige versie van dit artikel.

Tags: 

Nekt Strava de Fietstelweek?

Strava is een populaire app om fietsritten mee op te nemen. Het bedrijf probeert al een paar jaar om zijn gegevens aan lokale overheden te verkopen zodat die ze kunnen gebruiken bij hun fietsbeleid. NDW, een platform van overheden waaronder Amsterdam, heeft zes maanden aan Stravagegevens gekocht om eens uit te proberen wat je hiermee kan.

De overstap naar Strava betekent mogelijk het einde van de Fietstelweek, een jaarlijkse actie om fietsgegevens te verzamelen waar duizenden vrijwilligers aan meedoen. Ik heb de gegevens van de Fietstelweek ooit gebruikt om te analyseren hoe lang je moet wachten bij stoplichten. De Fietstelweek kreeg geld van dezelfde overheden die nu experimenteren met gegevens van Strava.

Eén van de redenen waarom overheden naar alternatieven kijken is dat de Fietstelweek minder deelnemers heeft dan ze graag zouden willen. Daar zit iets in. Neem bijvoorbeeld de onderstaande kaart, met fietsroutes van en naar Amsterdam Centraal Station.

Op zich een interessante kaart. Niet heel verassend is de intensiteit het hoogst in de buurt van fietsenstallingen. De Geldersekade (met de soms chaotische kruising met de Prins Hendrikkade) en de Piet Heinkade lijken belangrijke toegangswegen te zijn. Het lijkt erop dat mensen die met de fiets naar CS gaan wat vaker in het oosten van de stad wonen.

Maar let op: het gaat om kleine aantallen. Zelfs de drukste segmenten vertegenwoordigen niet meer dan 40 ritten. Eén loyale deelnemer aan de Fietstelweek zou letterlijk de kaart kunnen veranderen door de hele week haar fietsrit naar werk op te slaan.

Strava beschikt over veel grotere datasets, maar deze gegevens roepen weer andere vragen op. Strava noemt zich ‘het sociale netwerk voor sporters’ en wil weten of je een racefiets, een mountainbike, een tijdritfiets of een cyclocrossfiets gebruikt (‘anders’ is geen optie). Is Strava wel representatief voor mensen die bijvoorbeeld op hun stadsfiets naar werk gaan?

Het antwoord van Strava op dit soort vragen is dat ze proberen om competitie minder centraal te stellen en hun app socialer te maken, met Facebook-achtige tools. Op die manier hopen ze meer gegevens te verzamelen over ‘normale’ fietsritten Ze zeggen ook dat mensen met de app vaak dezelfde routes rijden als andere fietsers, vooral in de steden.

Maar klopt dat wel? De Strava heatmap (kies rood en rides) voor Amsterdam zou je misschien kunnen interpreteren als een combinatie van recreatieve routes (Vondelpark, Amstel) en fietsers die zo snel mogelijk de stad in of uit proberen te rijden (plus flink wat mensen die hun rondjes op de Jaap Edenbaan hebben opgeslagen als fietstochten).

Misschien valt er een manier te bedenken om de recreatieve en sportieve ritten eruit te filteren en hou je dan nog genoeg ‘normale’ fietsritten over. Aan de andere kant, bijna driekwart van de fietsritten in Nederland is korter dan 3,7 km, en ik vermoed dat zulke korte ritjes zelden op Strava worden gezet.

Er is ook nog een sociaal-economisch aspect. Er is aangevoerd dat Strava vooral wordt gebruikt door mensen die in de rijkere buurten wonen, terwijl andere buurten misschien wel meer behoefte hebben aan betere fietsinfrastructuur.

Natuurlijk is het fietsgebruik sowieso ongelijk verdeeld, en dat zie je ook terug in de gegevens van de Fietstelweek. De kaart hieronder toont de start- en eindpunten van fietsritten in Amsterdam.

De dichtheid is het grootst in het gebied binnen de ring ten zuiden van het IJ. Het aantal fietstochten per 1.000 inwoners correleert ook met woningwaarde: veel fietstochten beginnen of eindigen in rijkere buurten. Zoals gezegd, dit weerspiegelt waarschijnlijk het werkelijke fietsgebruik en wijst dus niet op een probleem met de gegevens.

Om samen te vatten: de Fietstelweek heeft kleinere aantallen deelnemers dan je zou willen, terwijl de gegevens van Strava vragen oproepen over de representativiteit. Strava zou natuurlijk kunnen helpen om die vragen te beantwoorden door een deel van de Amsterdamse gegevens beschikbaar te stellen als open data.

Dit Python-script laat zien hoe de analyse is uitgevoerd.

De digitale stad

Amsterdam heeft een nieuw coalitieakkoord. De passage over democratisering en de Digitale Stad is goed ontvangen - een Amsterdams-Britse onderzoeker was zo enthousiast dat ze een Engelse vertaling maakte.

De nieuwe coalitie wil een democratische invulling geven aan de smart city. Burgers moeten meer controle krijgen over hun data, er worden niet meer gegevens verzameld dan nodig en er komt steun voor coöperaties die een alternatief willen bieden voor platformmonopolisten. Een informatiecommissaris gaat erop toezien dat de uitgangspunten ‘open tenzij’ en ‘privacy by design’ worden waargemaakt.

Het akkoord noemt ook een aantal onderwerpen waar de gemeente al mee bezig is (of was):

  • Raadsinformatie wordt toegankelijk. In 2015 heeft de gemeenteraad daar al om gevraagd. Sindsdien is een deel van de raadsinformatie beschikbaar via Open Raadsinformatie, maar er is nog geen goede oplossing om alle raadsinformatie in een goed doorzoekbare en analyseerbare vorm beschikbaar te stellen.
  • Wob-verzoeken en documenten worden toegankelijk. Hier is ook al een begin mee gemaakt. Tot nog toe zijn er drie Wob-besluiten gepubliceerd.
  • Ook interessant is dat Amsterdam zo veel mogelijk met open-sourcesoftware gaat werken. Ruim tien jaar geleden was Amsterdam dat al van plan, en dat was serieus genoeg om Microsoft op de kast te jagen. In 2010 leden de plannen schipbreuk op ambtelijke weerstand.

Al met al een mooie mix van nieuwe ambities en uitvoering van ‘oude’ plannen.

CBS Statline is vernieuwd

Voor heel veel mensen vormt Statline de toegang tot de cijfers van het CBS. Het is dan ook best groot nieuws dat Statline compleet is vernieuwd. Voor mensen die moeite hebben met overstappen blijft de oude versie tot na de zomer in de lucht, maar dan moet iedereen eraan geloven. Wat betekent dit?

Er zijn momenteel vier ingangen om toegang te krijgen tot dezelfde gegevens: de ‘gewone’ Statline, het Dataportaal, de API en de Feed.

Statline lijkt vooral gericht op het algemene publiek. Je krijgt tabellen op je scherm te zien en je kan de gegevens als grafiek weergeven. De manier waarop je gegevens selecteert binnen een tabel is veranderd ten opzichte van het ‘oude’ Statline. «Het belangrijkste is dat je ziet dat je de data kunt ‘slepen’,» aldus het CBS.

Het Dataportaal is eigenlijk bedoeld als hulpmiddel voor mensen die de API gebruiken, maar je kan het ook gebruiken om handmatig gegevens te zoeken en te downloaden. Je kan altijd doorklikken naar een voorvertoning in Statline als je de tabel toch op je scherm wil zien.

Enkele verschillen tussen Statline en Dataportaal:

  • In Dataportaal kan je de metadata zoals gegevensbronnen en definities makkelijker downloaden (vroeger zaten die in een aparte tab van je Exceldownload, maar Exceldownloads zijn afgeschaft).
  • Een nadeel van het Dataportaal is dat je geen permanente link krijgt naar een selectie die je hebt toegepast op een tabel. Als je in een rapportage wil verantwoorden welke CBS-cijfers je precies gebruikt hebt, dan is een link naar een tabelselectie in Statline waarschijnlijk de beste oplossing.

Dan zijn er nog de API en de Feed. De API is bedoeld voor mensen die apps bouwen met CBS-gegevens. De Feed is bedoeld voor bulkdownloads. De Feed is denk ik ook handig als je een script schrijft om een analyse of rapportage te maken en je wil als onderdeel van dat script de (meest recente) gegevens downloaden.

Bij het downloaden van gegevens moet je er rekening mee houden dat er twee soorten datasets worden aangeboden, waarbij verschillende termen door elkaar worden gebruikt (ik hoop dat ik alles correct heb geïnterpreteerd):

  • UntypedDataset / Onbewerkte dataset / CSV met statistische symbolen. In deze datasets kan je symbolen tegenkomen zoals een . (gegevens ontbreken), een - (nihil) of X (geheim).
  • TypedDataset / Dataset voor grafische weergave / CSV zonder statistische symbolen. Hierin zijn alle ontbrekende waarden als blank aangegeven en nihil door een 0.

Welk type data je moet downloaden zal afhangen van het doel waarvoor je de gegevens wil gebruiken, maar voor verdere verwerkingen zal het tweede type vaak handiger zijn. Let op: bij Statline krijg je afhankelijk van het type dat je kiest een komma of een punt als scheidingsteken voor decimalen.

Dan nog wat losse punten:

  • In het oude Statline kon je gegevens downloaden als Excelbestand, nu alleen nog als csv. Csv is natuurlijk perfect, alleen soms is het makkelijk om snel een Excel te downloaden en bijvoorbeeld te checken welke sector de afgelopen tien jaar het meest is gegroeid. Nu moet je eerst het tekstbestand importeren in Excel (of bijvoorbeeld Jupyter opstarten).
  • De csv-export volgt niet langer de tabelindeling op je scherm (tenzij je daar expliciet voor kiest in Statline). In plaats daarvan nog maar één regel met kolomlabels, en verder één observatie per regel. Wel zo makkelijk bij de verdere verwerking.
  • Met de Kerncijfers wijken en buurten moet je een beetje oppassen: er zijn spaties toegevoegd aan de waarden voor regioaanduiding en afhankelijk van het type gegevensdownload ook aan sommige andere waarden. Bijvoorbeeld soort regio ‘Wijk     ’, gemiddelde huishoudensgrootte ‘     1.6’. Je zal die waardes dus moeten strippen.

Bij de aankondiging van het nieuwe Statline werd uitgelegd dat de nieuwe techniek het mogelijk maakt om de zoekfunctie in de toekomst te verbeteren. Dat klinkt interessant.

Tenslotte nog een tip voor regelmatige gebruikers van CBS-data: de handleiding CBS Open Data Services geeft meer inzicht in hoe de gegevens georganiseerd zijn. In het Dataportaal vind je een link om de handleiding te downloaden.

De nieuwe Statline is op 2 november 2017 live gegaan. Aanvankelijk zou de oude versie nog zes maanden in de lucht blijven, maar die periode is verlengd.

Doe-het-zelfonderzoek: fietsenrekken en stoplichten

DTV Consultants doet een oproep: help tellen hoeveel fietsen er geparkeerd staan bij woningen en bij voorzieningen als winkels, scholen, en horeca. Die cijfers willen ze gebruiken om de fietsparkeerkencijfers te actualiseren. Deze kencijfers zijn in 2010 vastgesteld en worden door gemeenten als richtlijn gebruikt.

De vraag van DTV is simpel: tel op een druk moment hoeveel fietsen er geparkeerd staan bij een woning of voorziening, vul een excelformulier in en stuur de gegevens op. Het ideale tijdstip om te tellen verschilt per voorziening, maar het is in ieder geval de bedoeling om te tellen bij mooi weer. DTV zoekt zelf het vloeroppervlak erbij. Als het opgegeven aantal fietsen niet reëel lijkt, nemen ze contact op.

Er zit wel een nadeel aan de kencijfers en de manier waarop ze worden vastgesteld. Als er te weinig fietsenrekken zijn zullen minder mensen de fiets pakken. Als je dan fietsen gaat tellen om te bepalen hoeveel fietsenrekken er nodig zijn, hou je het probleem in stand.

Informatie over het fietstelproject van DTV Consultants vind je hier. Het is de bedoeling dat de tellingen worden uitgevoerd in de maand mei.

Genoeg fietsenrekken? Bereken het zelf

Kan je je fiets niet kwijt? Je kan zelf berekenen of er wel genoeg fietsenrekken zijn in je straat - althans, volgens de bestaande normen:

  • Zoek bij het Kadaster op straatnaam plus gemeente. Klik op het V-tje naast ‘Toon bijbehorende adressen’, rechts op de resultatenpagina.
  • Zoek voor alle adressen de gebruiksfunctie op en zoek de bijbehorende norm op. Hier vind je de landelijke normen uit 2010, hier de normen voor Amsterdam. Amsterdam hanteert bijvoorbeeld voor supermarkten een norm van 4,3 fietsenrek per 100 vierkante meter vloeroppervlak. Deze norm geldt voor het deel van de stad waar het meest wordt gefietst, grofweg binnen de ring en ten zuiden van het IJ.
  • In dit geval is de norm gebaseerd op het vloeroppervlak. Dat kan je ook vinden bij het Kadaster. Voor Jodenbreestraat 21, waar de AH zit, is dat bijvoorbeeld 1.730 vierkante meter.
  • Je komt dan op 4,3 * 1.730 / 100 ofwel ongeveer 75 fietsparkeerplekken.
  • Voor woningen is er een norm per woning en een norm per kamer. Als je weet hoeveel kamers een woning heeft, kan je die norm gebruiken. Let op: je moet per woning ook nog 0,5 à 1 fietsparkeerplek toevoegen voor bezoekers.

In de Jodenbreestraat halen ze die 75 plekken misschien nog wel, dat hangt er vanaf hoeveel fietsen je rekent per fietsparkeervak. Bij een filiaal als de Vijzelstraat (zie foto boven dit artikel) wordt de norm duidelijk niet gehaald. Maar dat is ook wel een lastige plek. Misschien moet hier de stoep wat breder en de weg wat smaller.

In de praktijk zal de berekening soms wat ingewikkelder zijn. Het werkt waarschijnlijk het beste als je de straat goed kent. En verder is de norm niet heilig. Als er in theorie genoeg fietsenrekken zijn maar je kan toch je fiets niet kwijt, dan betekent dat misschien dat de norm te laag is.

Stoplichten

Het onderzoek van DTV Consultants is natuurlijk niet het enige voorbeeld waarbij de hulp van het publiek wordt ingeroepen. Denk aan de Fietstelweek waarin duizenden fietsers met een app hun lokatiegegevens beschikbaar hebben gesteld. Die gegevens kan je bijvoorbeeld gebruiken als je wil weten hoe lang fietsers bij een rood licht staan te wachten.

Maar dat kan nog simpeler. Althans, dat hoopt de Britse voetgangersorganisatie Living Streets, zo blijkt uit onderstaande tweet:

RESEARCH: Take a 2 hour random walk in your city/town centre with a stopwatch. Record wait time per signal junction. Need number jncts, average and max wait time. Tweet us results using #waitingfortheman

Hier een van de antwoorden:

Central London. 37 junctions. 53 seconds average. 127 max. #waitingfortheman

Tot nog toe lijken er niet zo heel veel bruikbare reacties te zijn binnengekomen (verder gaan sommige #waitingfortheman-tweets natuurlijk over de Velvet Underground). Maar misschien was het doel vooral om mensen aan het denken - en aan het wandelen - te zetten. Hoe dan ook een leuk project.

Tags: 

Pages