Met een paar snelle klikken op zijn laptop tovert onderzoeker Oded Cats alle auto's weg uit Amsterdam. “En wat als we Uber verbieden? Of alleen nog trams laten rijden?” Op zijn werkkamer draait Cats aan de knoppen van een complex simulatiemodel, waarmee hij virtuele verkeersscenario's tot stand laat komen. Hij is vooral nieuwsgierig naar nieuwe vormen van gedeelde mobiliteit, omdat die onze steden een hele andere dynamiek brengen.

 

Het idee dat vervoer in de stad een stuk efficiënter kan, stamt al uit de middelbareschooltijd van Cats – als scholier uit een voorstad van Tel Aviv, Israël, kostte het hem veel meer tijd om naar school te komen dan volgens hem nodig zou moeten zijn. Die frustratie veranderde langzaam in een levenslange fascinatie.

Inmiddels beantwoordt Cats complexe vragen over het verkeer in grote steden, als universitair hoofddocent en co-leader van het Smart Public Transport Lab. Met zijn computermodellen kan hij elk denkbaar scenario inzichtelijk maken.  De scenario’s laten zien wat er in een stad gebeurt als je het autoverkeer en het openbaar vervoer op een andere manier inricht. En dat is vandaag de dag voor overheden een heel belangrijk hulpmiddel om verkeersbeleid te bepalen in een steeds complexer speelveld. Want partijen als Über en de ontwikkeling van zelfrijdende voertuigen zijn het verkeer in grote steden compleet aan het veranderen.

 

 

Oplossing of probleem?

Lange tijd lag de nadruk in verkeersbeleid op auto’s versus openbaar vervoer. De overheid vroeg zich af: hoe stimuleren we het gebruik van treinen en bussen? Hoe maken we het voor mensen minder aantrekkelijk om de auto te pakken? En toen ontstonden er plots allerlei diensten die alles op hun kop zetten: Uber, GreenWheels, Mobike. Al deze nieuwe vormen van gedeelde mobiliteit hebben in steden een heel nieuwe dynamiek teweeggebracht. Via apps en platforms is er een dynamische afstemming ontstaan tussen het aanbod van transport en de vraag van gebruikers. Cats licht toe:” Een fiets wordt plots door vele gebruikers gedeeld en een autobezitter kan soms als taxichauffeur fungeren. Gebruikers  hebben hierdoor  flexibelere on demand vormen van vervoer  tot hun beschikking en zijn niet langer afhankelijk van de vaste dienstregeling en vertrekplaatsen van bussen, trams en treinen. Je hoeft niet langer de eigenaar te zijn van een eigen auto of fiets om je toch zo te kunnen verplaatsen.” Dat levert nieuwe, dringende vragen op. Zijn deze diensten onderdeel van een oplossing, of juist onderdeel van het probleem? Moet de overheid ze stimuleren of reguleren? En hoe kom je dat te weten? “Daar denk ik vanuit mijn ‘Mobility as a Service’ specialisatie over na (zie kader). Dit gaat niet alleen over gedeelde mobiliteit, maar ook over flexibiliteit en eigenaarschap”.

 

 

Wat als?

Wat overheden moeten bepalen is hoe ze met de wisselwerking tussen openbaar vervoer en nieuwe diensten willen omgaan. “Een van de manieren om dat te doen is door verschillende scenario’s uit te proberen,” denkt Cats. “Wat zou er bijvoorbeeld gebeuren als we die nieuwe diensten verbieden? Of wat als we auto’s niet meer toestaan in steden? En zou het een oplossing zijn om alleen nog maar trams te laten rijden? Maar dat kun je natuurlijk niet zomaar even in de praktijk brengen, voor een week of twee.”

Daarom werkten Cats en zijn collega's al lange tijd aan een simulatiemodel, dat al deze vragen kan beantwoorden. Lange tijd, want voor een dergelijk model is data nodig. Heel veel data. “We hebben Amsterdam gekozen als stad om virtueel te simuleren. Vervolgens verzamelden we allerlei soorten gegevens. Data over het gebruik van de verschillende soorten openbaar vervoer, de capaciteit, het aantal ritten, plattegronden, reisschema's.” Dit combineerde Cats met data over gedrag en gebruikersvoorkeuren die ze afleidden van eerdere onderzoeken. “Er zijn veel zaken om rekening mee te houden: zijn mensen bereid om een deel van hun reis een voertuig te delen? Of een omweg te nemen? Zijn ze bereid om auto’s te gebruiken waarvan ze niet de eigenaar zijn?” Door al deze gegevens te combineren, kwam een model tot stand dat rekening houdt met bekende wensen en eisen van alle soorten gebruikers.

Een tiende van alle auto's

Cats schakelt op zijn laptop razendsnel tussen verschillende modellen en voorbeelden. Op het scherm bewegen tientallen kleine stipjes tegelijkertijd. Elke opdracht die hij geeft  heeft  direct invloed op de scenario’s. Af en toe levert dat verrassende inzichten op. “Als je zelfrijdende voertuigen combineert met een goed metrosysteem, zou het stadsvervoer vlot verlopen met maar een tiende van alle auto’s. Elke zelfrijdende auto rijdt dan veel meer ritten,” vertelt Cats. “Maar als je die metro weer weghaalt, is iedereen alleen maar langer onderweg.”

Het openbaar vervoer in Washington DC

En dan zijn er ook nog de voorbeelden die hij niet in zijn modellen gebruikt, maar kent uit zijn ervaringen buiten dit project. In Washington DC, vertelt hij, stort het OV-systeem tegenwoordig automatisch geld terug bij een vertraging. Dat zou zomaar eens de drempel kunnen verlagen voor mensen om te gaan reizen. “En bovendien,” zegt hij, “houdt het ook de vervoersmaatschappij scherp.” Een ding is zeker: als het aan Oded Cats ligt, kan het altijd efficiënter.

 

 

Mobility as a Service (MaaS) is het resultaat van de steeds dynamischer wordende afstemming tussen aanbod van transport en de vraag van passagiers. MaaS doorbreekt het conventionele onderscheid tussen het individuele eigendom en collectieve gebruik van reisalternatieven. Bij de TU Delft werkt Oded Cats aan dit onderwerp, in nauwe samenwerking met Konstanze WinterJishnu Narayan en Rafał Kucharski aan de ontwikkeling van de casus Amsterdam in zogeheten agent-based simulatiemodellen.

Het Smart Public Transport Lab ontwikkelt nieuwe oplossingen en methoden voor de planning, de exploitatie en het beheer van openbaar vervoer. In het lab wordt onderzoek gedaan dat bijdraagt aan de ontwikkeling van efficiëntere, duurzamere en veerkrachtigere multimodale openbaarvervoersystemen.