2.4 Methode mobiliteitsprofielen en data-analyse

Het ontwikkelen van mobiliteitsprofielen was een iteratief proces. De opbouw begon met een uitgebreid literatuuronderzoek, waarbij bereikbaarheidsaspecten zijn geselecteerd. Deze aspecten zijn vervolgens omgezet in meetbare indicatoren. Met behulp van data-analyse zijn representatieve mobiliteitsprofielen opgebouwd. In de laatste stap zijn deze profielen door expert judgement verrijkt.

Definiëren van bereikbaarheidsaspecten/ identificeren variabelen

Met behulp van een uitgebreid literatuuronderzoek zijn de invalshoeken van het concept bereikbaarheid, waarop de mobiliteitsprofielen zijn gebaseerd, vastgesteld. Aan de hand van deze invalshoeken zijn representatieve bereikbaarheidsaspecten geïdentificeerd, waar vervolgens de data voor is verzameld.

Data verzameling

Op basis van de gedefinieerde bereikbaarheidsaspecten zijn meetbare variabelen gedefinieerd en datasets opgebouwd waarmee de data-analyse is uitgevoerd. Voor deze stap is gebruik gemaakt van openbare databronnen. In een aantal gevallen is de data verrijkt om deze bruikbaar te maken voor het bepalen van de bereikbaarheidsaspecten. Een voorbeeld hiervan is de reistijd tot onderwijsinstellingen met OV, wat door middel van de Network Analyst in ArcGIS Pro is berekend.

Na de data-verzameling en -analyse zijn representatieve indicatoren voor beperkingen in mobiliteit bepaald, uitgedrukt in minimum- en maximumwaarden. Op deze manier is op individueel niveau het risico op mobiliteitsbeperkingen beoordeeld, wat een genuanceerder beeld op heeft geleverd.

Data verwerking

Per criteria zijn grenswaarden bepaald. Deze grenswaarden zijn gekozen op basis van andere onderzoeken en data analyses (afstand bushaltes, afstand voorzieningen), algemeen gehanteerde grenswaarden in het vakgebied (bijvoorbeeld 7 km fietsen voor middelbare scholieren, 15 min reistijd), of de spreiding in de data (autobezit en persoonlijke kenmerken).

Alle data zijn op het kleinste schaalniveau van vierkantstatistieken of buurtniveau ingeladen. De data met betrekking tot laaggeletterdheid was in het kleinste aggregatieniveau op gemeenteniveau beschikbaar. De data-items waarvoor de indicatoren op vierkantstatistiek niveau zijn berekend, zijn vervolgens geschaald naar buurt- en wijkniveau door het gewogen gemiddelde (o.b.v. inwonersaantal) te berekenen.

Databronnen-voorrapportage.xlsx

Interpretatie data en toedeling kernen

De mobiliteitsprofielen zijn in een iteratief proces ontwikkeld. Om deze profielen betekenis te geven, zijn ze geografisch in kaart gebracht. Met de regionale context en opschaalbaarheid naar andere regio’s in gedachten, zijn de profielen verder gedetailleerd. Hierbij is betekenis gegeven aan de profielen op basis van het risico per invalshoek. Een clustering van de 3 risico’s per invalshoek resulteerde in 8 onderscheidende profielen, waarvan er 7 in de regio Noordoost Brabant voorkomen. De onderstaande tabel geeft de clustering van risico per invalshoek en toedeling aan het mobiliteitsprofiel weer.

De mobiliteitsprofielen zijn als volgt toebedeeld aan de verschillende kernen:

• 1 tot meerdere wijken per kern: dominante mobiliteitsniveau binnen de bebouwde komgrens

• Kern is onderdeel van het wijk niveau van een grote kern: dominante buurtniveau binnen de bebouwde kom.