Proefproject Kilometerheffing

Proefproject Kilometerheffing Systeem voor
Lichte Voertuigen in de GEN-zone

Onderdeel III Eval uatie van de resultaten Eindrapport 9 juli 2014

Versiebeheer

Versie Auteurs Beschrijving Datum
V0 Inge Mayeres, Yoko
Dams, Inge
Liekens, Marlies
Vanhulsel (VITO)
Floris Ampe,
Gerard Vanhaver,
Sven Van
Hoorebeeck (PwC)

Onderdeel III Evaluatie van de
resultaten
9 juli 2014

i

Inhoudsopgave
Executive summary .................................................................................................................................................. vi
Onderzoeksvragen ..................................................................................................................................................... 1
Het MOVEIT-project .................................................................................................................................................. 2
De opzet van het proefproject ............................................................................................................................... 3
De kilometerheffing in de veldtest ................................................................................................................. 4
De vergoeding van de deelnemers.................................................................................................................. 6
Welke effecten kunnen er gemeten worden? ............................................................................................. 7
De enqutes ............................................................................................................................................................. 9
De deelnemers aan het proefproject............................................................................................................ 10
Analyse van de veldtest ......................................................................................................................................... 12
Onderzoeksvragen .............................................................................................................................................. 12
Steekproef .............................................................................................................................................................. 12
Weging ..................................................................................................................................................................... 13
Beschrijvende statistiek .................................................................................................................................... 14
Algemene statistieken ................................................................................................................................... 14
Focus op enkele variabelen ........................................................................................................................ 24
Regressieanalyse ................................................................................................................................................. 30
Model ................................................................................................................................................................... 30
Resultaten .......................................................................................................................................................... 32
Niet-parametrische testen ............................................................................................................................... 36
Aanpassingsstrategien .................................................................................................................................... 38
Enqute 2 .................................................................................................................................................................... 39
Inhoud van de enqute ...................................................................................................................................... 39
Resultaten............................................................................................................................................................... 40
Algemene beschrijvende statistieken ..................................................................................................... 40
Analyse van het keuze-experiment ......................................................................................................... 45
Waarde voor tijdswinst ................................................................................................................................ 47
Geschatte proportionele veranderingen in gedrag ........................................................................... 47

ii

Aanvaardbaarheid van de kilometerheffing .................................................................................................. 49
Inhoud van de enqute naar de aanvaardbaarheid van een kilometerheffing ........................... 49
Algemene beschrijvende statistieken .......................................................................................................... 51
Econometrische analyse van de antwoorden op de referendumvraag .......................................... 56
Referenties .................................................................................................................................................................. 59

iii

Lijst van figuren

Figuur 1: Belgi en de GEN-zone .......................................................................................................................... 1
Figuur 2: Tijdslijn van het MOVEIT-project ..................................................................................................... 2
Figuur 3: Tijdslijn van Deel II van het MOVEIT-project .............................................................................. 3
Figuur 4: Rekrutering van de deelnemers en praktische voorbereiding van de veldtest ........... 11
Figuur 5: Aandeel van het virtueel budget gebruikt tijdens de veldtest ............................................ 14
Figuur 6: Aantal gezinnen volgens verandering van de gemiddelde kost van de
kilometerheffing per week ................................................................................................................................... 15
Figuur 7: Spreiding van de ritten per dag (gemiddelde weekdag en weekenddag) ...................... 18
Figuur 8: Aandeel van de gezinnen die gemiddeld meer kilometerheffing moeten betalen
tijdens de nulmeting ten opzichte van de proefperiode, tegenover gezinnen met een
omgekeerd scenario, opgedeeld naar stad en meer landelijk, gewogen resultaat ......................... 26
Figuur 9: Aandeel van de gezinnen die gemiddeld meer kilometerheffing moeten betalen
tijdens de nulmeting ten opzichte van de proefperiode, tegenover gezinnen met een
omgekeerd scenario, opgedeeld naar aanwezigheid abonnement openbaar vervoer, gewogen
resultaat ....................................................................................................................................................................... 27
Figuur 10 Gevoeligheid van de gezinnen naar de kilometerheffing per afhankelijke
veranderlijke .............................................................................................................................................................. 34
Figuur 11 Gevoeligheid van de gezinnen naar de kilometerheffing in aantal kilometer in GEN-
zone naar tijdstip (piek/dal) ............................................................................................................................... 36
Figuur 12: Aanpassingsstrategien volgens de respondenten van Enqute 4 (aantal keer dat
strategie werd gebruikt tijdens de veldtest) ................................................................................................. 38
Figuur 13: voorbeeld van een keuze-kaart .................................................................................................... 40
Figuur 14: Mate waarin de respondenten akkoord gaan met deze stellingen ................................. 42
Figuur 17: Als er vandaag een referendum zou georganiseerd worden over de invoering van
deze kilometerheffing, welke stem zou u uitbrengen? (volgens type van kilometerheffing) .... 51
Figuur 18: Gemiddelde aanvaardbaarheid van de bevraagde kilometerheffingen en 95%
betrouwbaarheidsinterval .................................................................................................................................... 52
Figuur 19: Impact van andere aanwending van middelen en begeleidende maatregelen op de
aanvaardbaarheid (voor een kilometerheffing met differentiatie op basis van tijdstip en
locatie) .......................................................................................................................................................................... 55

iv

Lijst van tabellen

Tabel 1: De kilometerheffing van de veldtest ................................................................................................. 4
Tabel 2: Definitie van spits- en daluren voor de kilometerheffing in de GEN-test ........................... 5
Tabel 3: Definitie van de zones en wegtypes tijdens de veldtest ............................................................ 5
Tabel 4: Effecten van kilometerheffingen en opname in de veldtest ..................................................... 8
Tabel 5: Overzicht van de enqutes .................................................................................................................. 10
Tabel 6: Impact op het aantal km per gezin per week ............................................................................... 16
Tabel 7: Indicatie van elasticiteit van km/gezin/week t.o.v. variabele kost per km ..................... 17
Tabel 8: Beschrijvende statistiek van de theoretische kilometerheffing, duurtijd en totale
afstand per rit tijdens de referentieperiode .................................................................................................. 19
Tabel 9: Beschrijvende statistieken voor gereden kilometers in de GEN-zone [km] en totale
kilometerheffing [euro] per gezin per week tijdens de nulmeting en tijdens de proefperiode
opgedeeld naar tijdstippen, gewogen resultaat ........................................................................................... 19
Tabel 10: Per variabele en per categorie (urbanisatiegraad, schoolvakantie, netto maandelijks
gezinsinkomen en aanwezigheid bedrijfswagen) het minimum, maximum, gemiddelde en de
standaard deviatie, gewogen resultaten ......................................................................................................... 20
Tabel 11: Gemiddelde, standaard deviatie en aantal datapunten voor het verschil in het aantal
ritten, gereden afstand (totaal en enkel GEN-zone), reistijd en kilometerheffing per week per
gezin, gewogen resultaten .................................................................................................................................... 23
Tabel 12: T-test voor het verschil in aantal ritten, gereden kilometer (totaal en enkel-GEN-
zone), reistijd en kilometerheffing per week per gezin ............................................................................ 24
Tabel 13: Resultaten regressieanalyses (Verandering in aantal ritten, gereden afstand en
reistijd) ......................................................................................................................................................................... 32
Tabel 14: Resultaten regressieanalyses voor spits- en daluren (op basis van wekelijkse
kilometerheffing in spits en dal) ........................................................................................................................ 35
Tabel 15: Verwerpingspercentage per test per variabele ........................................................................ 37
Tabel 16: Frequentie waarmee de respondenten een bepaald alternatief kiezen binnen hun 8
keuzekaarten ............................................................................................................................................................. 45
Tabel 17: Aandelen van de gemaakte keuzes volgens het error component model ...................... 48
Tabel 18: Rangschikking van alternatieve aanwending van middelen volgens potentile
effecten op stemgedrag (voor kilometerheffing met differentiatie op basis van tijdstip en
locatie) .......................................................................................................................................................................... 56

v

Dankwoord

Het MOVEIT-consortium dankt Prof. Dr. Bruno De Borger, Prof. Dr. Jonas Eliasson, Prof. Dr.
Bart Jourquin, Prof. Dr. Pierre Lannoy, Prof. Dr. Jens Schade en Dr. Kurt Van Dender. Als leden
van het Internationaal Wetenschappelijk Comit dat de studie begeleidde, formuleerden zij
waardevolle opmerkingen en suggesties voor de analyses.

Daarnaast dankt het consortium de deelnemers aan het proefproject voor hun enthousiaste
inzet en bijdrage aan het project.

Eventuele fouten blijven de verantwoordelijkheid van het MOVEIT-consortium.

vi

Executive summary

Inleiding

De zone van het Gewestelijk Expresnetwerk (GEN-zone) wordt geconfronteerd met
aanzienlijke fileproblemen. Rekeningrijden is n van de mogelijke oplossingen die hiervoor
naar voren geschoven worden. In augustus 2013 hebben de drie Belgische gewesten een
proefproject gelanceerd om de gedragseffecten van rekeningrijden voor lichte voertuigen te
bestuderen. De geografische reikwijdte is de GEN-zone (aangegeven door het groene gebied in
de onderstaande figuur), een gebied rond Brussel dat locaties omvat in de drie gewesten.

Belgi en de GEN-zone

Het proefproject werd uitgevoerd door het MOVEIT-consortium dat werd gecordineerd door
PwC Belgi. De projectpartners zijn VITO, Magicview Connected Products, GfK Belgium en
Touring. Een Internationaal Wetenschappelijk Comit zorgde voor deskundige
wetenschappelijke begeleiding.

Het MOVEIT-project gebruikt twee methoden om de gedragseffecten van de kilometerheffing
in te schatten. De eerste benadering bestaat uit een veldtest waarin de deelnemers werden
uitgerust met een On-Board Unit (OBU) in hun auto en waarin de gedragseffecten van de
kilometerheffing werden gemonitord. Deze benadering wordt aangevuld met vier enqutes

vii

om aspecten te bestuderen die minder gemakkelijk kunnen worden bekeken aan de hand van
de veldtest. Het betreft voornamelijk de aanvaardbaarheid van dergelijke systemen en de
preferenties voor het gebruik van de inkomsten.

De tarieven van de kilometerheffing tijdens het proefproject werden gevarieerd naar tijdstip
en plaats van de autoritten, zoals in onderstaande tabel aangegeven wordt.

De kilometerheffing van het proefproject in de GEN-zone

Eurocent/autokm Spits Dal Rest van de dag
Autosnelwegen 5,00 2,50
0
Geselecteerde stedelijke zones 9,00 4,50
Rest van de GEN-zone 6,50 3,25
Buiten de GEN-zone 0 0

De tarieven en de definitie van de tijdstippen en de zones dienen louter voor het proefproject
kilometerheffing in de GEN-zone en zijn geen reflectie van de tarieven die zouden gehanteerd
worden bij een eventuele invoering van een systeem van rekeningrijden.

De deelnemers zijn op 23 januari 2014 gestart met het proefproject. Eerst werden de
deelnemers gemonitord tijdens een referentieperiode (ook nulmeting genoemd), zonder
toepassing van de kilometerheffing. De periode mt kilometerheffing is medio februari 2014
van start gegaan en had een looptijd van 8 weken.

De deelnemers aan het proefproject kregen een virtueel budget dat werd bepaald op basis van
het verplaatsingspatroon tijdens de periode van de nulmeting. Dit virtueel budget konden zij
tijdens de veldtest gebruiken om de kilometerheffing te betalen. Aan het einde van het project
werd het resterende budget uitbetaald. Deze benadering werd gekozen omdat het experiment
hiermee zo goed mogelijk aansluit bij de realiteit.

Resultaten van het MOVEIT project

In welke mate worden de korte termijn transportbeslissingen van autogebruikers benvloed
door de invoering van rekeningrijden in de GEN-zone?

Tijdens het proefproject treedt er binnen de GEN-zone een verschuiving op van de hoger naar
de lager beprijsde wegtypes:
Binnen geselecteerde stadszones daalt het aantal km/gezin/week met 8%
Op de andere wegen binnen de GEN-zone met 6%
Op de autosnelwegen met 4%.

viii

In zijn geheel betekent dit dat er binnen de GEN-zone een afname is van 5,5% in het totaal
aantal afgelegde kilometers onder de kilometerheffing.
Wat betreft de keuze van het tijdstip om zich te verplaatsen, wordt een iets grotere
aanpassing gezien tijdens de daluren (-5,5%) dan tijdens de spitsuren (-3,6%) in het aantal
afgelegde kilometers.

Het totaal aantal ritten per dag daalt met ongeveer 4%. De daling van het aantal ritten met
startuur tijdens de spitsperiode bedraagt 2%.

Voor 60% van de deelnemende gezinnen daalt de gemiddelde kilometerheffing per week in
vergelijking met de kilometerheffing die theoretisch had moeten betaald worden op basis van
de nulmeting.

De deelnemers werden bevraagd naar hun belangrijkste aanpassingsstrategien. Onder de
aanpassingsstrategien die meer dan 5 keer werden gebruikt tijdens de veldtest zijn het
combineren van trips, het met de fiets of te voet gaan en het winkelen op een goedkoper
tijdstip het meest populair. Respectievelijk 15%, 9% en 5% van de respondenten verklaren
dit meer dan 5 keer te hebben toegepast tijdens de veldtest.

Interpretatie

Bij de interpretatie van de resultaten moet er rekening gehouden worden met de
onderstaande factoren die mee kunnen bepalen wat er uit het proefproject kan geleerd
worden. Deze factoren leiden er waarschijnlijk toe dat het waargenomen gedragseffect
tijdens het proefproject onderschat is, ten opzichte van het effect van een uitrol van de
kilometerheffing op grote schaal.
De tijdshorizon: De prijsgevoeligheid van de transportvraag is meestal groter op
lange termijn dan op korte termijn omdat er op lange termijn meer mogelijkheden zijn
om zich aan te passen. Men kan verwachten dat de gemeten effecten in de veldtest
eerder korte termijn effecten zullen zijn. Aan de hand van de veldtest kan er niets
gezegd worden over het effect van een kilometerheffing op het autobezit, de keuze van
het autotype en de keuze van de woon- en werkplaats. De veldtest kan wel een
indicatie geven van het effect van andere mogelijke gedragsaanpassingen: de keuze
van het aantal verplaatsingen, van de bestemming van de verplaatsingen, van het
vervoermiddel, van het tijdstip en van de route. In die gevallen gaat het om de eerder
korte termijn effecten omdat aanpassingsmechanismen die meer tijd vragen, minder
naar boven zullen komen (bv. thuiswerken of werken in een satellietkantoor is enkel
mogelijk als het bedrijf die optie al aanbiedt). Op langere termijn zou men om deze
redenen grotere effecten kunnen verwachten.
De beschikbaarheid, prijs en kwaliteit van de alternatieven: Naarmate er meer en
aantrekkelijkere alternatieven beschikbaar zijn, neemt de prijsgevoeligheid toe. In het
proefproject wordt er uitgegaan van het bestaande aanbod van de alternatieven.

ix

Tijdelijk project: Het proefproject is slechts een tijdelijk systeem, dat bovendien
slechts een klein percentage van de bevolking uit de GEN-zone betreft. Daardoor zal er
minder gezocht worden naar structurele aanpassingen, en is het ook moeilijker voor
de deelnemers om bv. kandidaat carpoolers te vinden. Men kan dan verwachten dat de
gedragsaanpassing kleiner is dan bij een volledig en definitief uitgerold systeem.
De bekendheid van het beleidsinstrument: Een kilometerheffing is een nieuw
beleidsinstrument waarmee mensen nog geen ervaring hebben. Daardoor kan er in
eerste instantie een sterk effect optreden, dat zou kunnen afzwakken naarmate
mensen het beter leren kennen. Echter, na analyse van de resultaten van het
proefproject, lijkt dit effect hier minder gespeeld te hebben.
Er moet ook op gewezen worden dat het proefproject slechts een proefproject is met een
beperkt aantal verplaatsingen ten opzichte van het totaal aantal verplaatsingen. Daarom zal er
geen effect zijn van de kilometerheffing op de congestieniveaus, terwijl dat bij een volledige
uitrol wel het geval zou zijn. De deelnemers van het proefproject hebben bijgevolg niet
kunnen genieten van de voordelen van het systeem in termen van tijdswinsten. Daardoor kan
het effect op hun gedrag verschillen van het effect bij een volledig uitgerold systeem, waar zij
geconfronteerd worden met zowel de kilometerheffing als de veranderde reistijden. Ook bij de vragen
naar de aanvaardbaarheid van het systeem zal dit element een rol spelen.

Welke factoren spelen een rol bij de gedragsaanpassingen?

Het wekelijks aantal ritten per gezin is lager tijdens de veldtest dan tijdens de nulmeting. De
econometrische analyse bevestigt dat dit samenhangt met de kilometerheffing. Verder is
de daling groter tijdens schoolvakanties en voor gezinnen met een woonplaats in
een stedelijk gebied. De sterke samenhang tussen de urbanisatiegraad en het aanbod
van openbaar vervoer kan hiervoor een verklaring zijn.
de daling van het aantal ritten kleiner bij een hoger aandeel van gezinsleden in het
proefproject met een abonnement voor het openbaar vervoer, met ervaring met
carpooling en met autogebruik voor beroepsdoeleinden.
Het wekelijks aantal afgelegde kilometers per gezin in de GEN-zone tijdens de spits- en daluren
daalt eveneens ten opzichte van de nulmeting. Ook in dit geval hangt de daling samen met de
kilometerheffing. Verder is:
de daling groter tijdens de schoolvakanties en voor gezinnen met een woonplaats in
een stedelijk gebied.
de daling kleiner bij een hoger aandeel van gezinsleden in het proefproject met een
abonnement voor het openbaar vervoer.
De geschatte elasticiteit van het aantal gereden kilometers in de GEN-zone ten opzichte van de
kilometerheffing bedraagt ongeveer -0,1. Dit betekent dat door een stijging met 10% van de

x

tarieven van een kilometerheffing 1% minder kilometers zal worden gereden in de
GEN-zone, waarbij de andere variabelen constant verondersteld worden.

Is er een draagvlak voor kilometerheffing bij de automobilisten?

De aanvaardbaarheid van kilometerheffing ligt op 38,7% bij de bevolking in de GEN-zone.
Dit is verdeeld in 29,4% die Zeker ja of Waarschijnlijk ja zou stemmen voor de invoering
van een kilometerheffing met dezelfde structuur als in het proefproject en 9,3% die neutraal
/ geen mening aangeven.

Het aanvaardingspercentage van rekeningrijden ligt in lijn met bevindingen uit andere
studies over dit onderwerp en in steden waar al een vorm van rekeningrijden is
ingevoerd (bv. London en Stockholm) voorafgaand aan de invoering ervan. In deze laatste
steden observeerde men ex-post, na de invoering ervan, dat het aantal voorstanders sterk
groeide en dat er in bepaalde gevallen een ruime meerderheid (tot 70% in Stockholm)
ontstond.

Mogelijke verklaringen voor deze verandering van houding na de invoering van een systeem
zijn:
Het kan samenhangen met de verbetering van het transportsysteem (bv. door het
gebruik van de inkomsten voor betere transportinfrastructuur of beter openbaar
vervoer) (zie ook Odeck & Brthen, 2002).
Schade & Baum (2007) leggen de verandering in attitude uit aan de hand van de
theorie van cognitieve dissonantie: als er een groot verschil is tussen het tolregime dat
men verkiest en het tolregime waarmee men geconfronteerd wordt, past men zijn
preferenties aan, waardoor men positiever staat ten opzichte van de tol.
De effecten van de heffingen op bevolkingsgroepen en de ermee samenhangende steun
voor de projecten kan afhangen van de wijze waarop de inkomsten gebruikt worden
(cf. infra). De geloofwaardigheid van uitspraken die erover gedaan wordt, is daarbij
ook van belang.
Autobestuurders zijn ex-ante onzeker over de eventuele individuele effecten van de
heffing: zij zijn onzeker over het effect op congestie, over hun bereidheid tot betalen
voor autoritten of over hoeveel het kost om niet meer met de auto te rijden. Ex-post
kunnen zij deze effecten beter inschatten (De Borger en Proost, 2012).
Uit de analyse van het proefproject blijkt dat de aanvaardbaarheid van de kilometerheffing
minder of niet wordt benvloed door:
de hoogte van de tol;
de socio-economische achtergrond van de personen;
de woonplaats van de personen;
het wonen in een meer of minder stedelijk gebied.

xi

De aanvaardbaarheid is lager bij personen die:
aangeven er een probleem is met het aanbod van openbaar vervoer in de regio van de
woonplaats;
verwachten dat de heffing een grote impact heeft op de persoonlijke kost van
autorijden;
investeringen in weginfrastructuur als oplossing zien voor de fileproblemen.
Begeleidende maatregelen en hun impact op de aanvaardbaarheid

Uit de enqutes blijkt dat begeleidende maatregelen en een ander gebruik van de inkomsten
zowel een positief als een negatief effect kunnen hebben op de potentile aanvaardbaarheid,
maar het positieve effect lijkt steeds het belangrijkste te zijn.

De drie maatregelen die de grootste potentile positieve verandering van mening
kunnen teweegbrengen zijn:
een toepassing van de fiscale aftrekbaarheid van de kilometerheffing voor het woon-
werkverkeer;
het gebruik van de inkomsten voor een betere infrastructuur voor fietsers en
voetgangers;
een verlaging van de inkomensbelastingen.
Opmerkelijk is dat deze lijst niet enkel transport gerelateerde maatregelen bevat, maar ook
een meer algemene maatregel (verlaging van de inkomensbelasting).

De drie maatregelen die de grootste potentile negatieve verandering van mening
kunnen teweegbrengen zijn:
het gebruik van de opbrengsten voor investeringen in weginfrastructuur;
de fiscale aftrekbaarheid;
een korting aan personen met een laag inkomen.

1

Onderzoeksvragen

De zone van het Gewestelijk Expresnetwerk (GEN-zone) wordt geconfronteerd met
aanzienlijke fileproblemen. Rekeningrijden is n van de mogelijke oplossingen die hiervoor
naar voren geschoven worden. In augustus 2013 hebben de drie Belgische gewesten een
proefproject gelanceerd om de gedragseffecten van rekeningrijden voor lichte voertuigen te
bestuderen. De geografische reikwijdte is de GEN-zone
1
, een gebied rond Brussel (aangegeven
door het groene gebied in Figuur 1) dat locaties omvat in de drie gewesten.
Figuur 1: Belgi en de GEN-zone

1
De definitie van de zone is gebaseerd op:
http://www.ejustice.just.fgov.be/cgi_loi/change_lg.pl?language=nl&la=N&cn=2003040420&table_name=wet

2

Dit rapport geeft een overzicht van de resultaten van het proefproject en wil een inzicht geven
in de volgende onderzoeksvragen:
- In welke mate worden de korte termijn transportbeslissingen van autogebruikers
benvloed door de invoering van rekeningrijden in de GEN-zone?
- Hoe hangen deze effecten af van de kenmerken van de automobilisten?
- Is er een draagvlak voor rekeningrijden bij de automobilisten?
- Welke factoren spelen een rol bij de houding van de automobilisten ten opzichte van
rekeningrijden?
Het MOVEIT-project

Het proefproject werd uitgevoerd door het MOVEIT-consortium dat werd gecordineerd door
PwC Belgi. De projectpartners zijn VITO, Magicview Connected Products, GfK Belgium en
Touring.

Het project gebruikt twee methoden om de gedragseffecten van de kilometerheffing in te
schatten. De eerste benadering bestaat uit een veldtest waarin de deelnemers werden
uitgerust met een On-Board Unit (OBU) in hun auto en waarin de gedragseffecten van de
kilometerheffing werden gemonitord. Deze benadering wordt aangevuld met vier enqutes
om aspecten te bestuderen die minder gemakkelijk kunnen worden bekeken aan de hand van
de veldtest. Het betreft voornamelijk de aanvaardbaarheid van dergelijke systemen en de
preferenties voor het gebruik van de inkomsten.

Figuur 2 en Figuur 3 geven de algemene tijdslijn van het MOVEIT-project en het verloop van
Deel II. Het project is gestart in augustus 2013. Deel I bestreek de opzet van de studie en liep
van augustus tot eind november 2013. De praktische voorbereiding van de studie werd ook
opgestart in augustus 2013. In deel II werd de veldtest uitgevoerd. De werving van de
deelnemers voor het proefproject had plaats in november en december 2013. De veldtest is
gestart op 23 januari 2014. Eerst werden de deelnemers gemonitord tijdens een
referentieperiode. De periode met beprijzing is medio februari 2014 van start gegaan en had
een looptijd van 8 weken. Nadien volgde de analyse van de gegevens in Deel III van het
project.
Figuur 2: Tijdslijn van het MOVEIT-project

Deel I
Ontwerp
Deel II
Veldproef
Deel III
Evaluatie
1/12/2013 13/04/2014 Zomer 2014

3

Figuur 3: Tijdslijn van Deel II van het MOVEIT-project

De studie werd begeleid door een Internationaal Wetenschappelijk Comit, dat als volgt is
samengesteld:
- Prof. Dr. Bruno De Borger, Universiteit Antwerpen, Belgi
- Prof. Dr. Jonas Eliasson, Royal Institute of Technology, Zweden
- Prof. Dr. Bart Jourquin, Universit catholique de Louvain, Belgi
- Prof. Dr. Pierre Lannoy, Universit Libre de Bruxelles, Belgi
- Prof. Dr. Jens Schade, Technische Universitt Dresden, Duitsland
- Dr. Kurt Van Dender, OESO, Centre for Tax Policy and Administration, Frankrijk.
De opzet van het proefproject

Alvorens de resultaten van het project te bespreken, worden de belangrijkste kenmerken van
het proefproject voorgesteld. Wij beperken ons hier tot een kort overzicht. Voor een meer
gedetailleerde bespreking verwijzen wij naar de Ontwerpnota die in december 2013 werd
goedgekeurd door de opdrachtgevers.

Deel I
Ontwerpfase
Deel II
Veldproef
Deel III
Evaluatie
1/12/2013 13/04/2014 Zomer 2014
Voorbereiding
veldproef
Referentie-
periode
Kilometerheffing
periode
Werving van deelnemers
(start nov. 2013)
OBUs worden uitgedeeld
aan de deelnemers
Installatie van de OBUs
Observeren van
reisgedrag van de
deelnemers zonder
kilometerheffing
1 Enqute
Virtueel budget toekennen
aan deelnemers, gebaseerd
op het gedrag tijdens de
referentieperiode
Kilometerheffing toepassen en
het reisgedrag van
deelnemers observeren
3 Enqutes
1/12 23/01 17/02 13/04
4 weken 8 weken

4

De kilometerheffing in de veldtest

De kilometerheffing tijdens de veldtest is verschillend naargelang het tijdstip en de plaats van
de autoritten. Tabel 1 geeft een overzicht van de gehanteerde tarieven.
Tabel 1: De kilometerheffing van de veldtest
eurocent/autokm Spits Dal Rest van de dag
Autosnelwegen 5,00 2,50
0
Geselecteerde stedelijke zones 9,00 4,50
Rest van de GEN-zone 6,50 3,25
Buiten de GEN-zone 0 0

Op basis van de verplaatsingen van de deelnemers tijdens de referentieperiode komt dit neer
op een gemiddeld tarief van ongeveer 4 eurocent/autokm in de GEN-zone.
Bij de bepaling van de hoogte en structuur van de tarieven is er rekening gehouden met
verschillende elementen:
Wetenschappelijke basis: De tarieven worden het best gedifferentieerd op basis van
de factoren die de externe kosten (congestiekosten en milieukosten) bepalen. Dit
impliceert een differentiatie op basis van de periode van de dag (spits/dal), wegtypes
en/of zones en de milieukenmerken van het voertuig. Milieukenmerken werden niet in
overweging genomen voor het proefproject, aangezien het gaat om een per definitie
tijdelijk proefproject, dat daarom geen inzicht kan verschaffen over de keuzes bij de
aankoop van een auto.
Begrijpbaarheid voor deelnemers: Er zijn een beperkt aantal tarieven (7) en de
differentiatie tussen het spits- en daltarief is een factor 2, wat gemakkelijk te begrijpen
en te onthouden is voor de deelnemers. Bovendien wordt er n en hetzelfde
tariefschema gehanteerd voor alle deelnemers aan het proefproject.
Het uiteindelijke tarief is tot stand gekomen na een consultatieproces waarin het
expertenpanel, de opdrachtgevers en het Internationaal Wetenschappelijk Comit betrokken
werden.
Tabel 2 geeft de definitie van de tijdstippen.

5

Tabel 2: Definitie van spits- en daluren voor de kilometerheffing in de GEN-test
Weekdagen Weekends en officile feestdagen
5u 7u Dal
Dal
7u 9u Spits
9u 16u Dal
16u 18u Spits
18u -22u Dal
22u 5u Rest van de dag Rest van de dag

De bepaling van de zones/wegtypes steunt op 2 criteria:
Eenvoud: Het is belangrijk dat de proefpersonen de verschillende wegtypes duidelijk
kunnen onderscheiden. Daarom wordt een eerste categorie gevormd door de
autosnelwegen. Het onderscheid tussen autosnelwegen en andere wegen is duidelijk te
communiceren aan de deelnemers.
Verkeerstechnische parameters: Er werd gekeken naar de bevolkingsdichtheid en
verkeersdichtheid om te komen tot een onderscheid tussen wegen in een stadskern en
de wegen die de rest van de GEN-zone uitmaken.
De zones zijn als volgt gedefinieerd:
Tabel 3: Definitie van de zones en wegtypes tijdens de veldtest
Zones/wegtypes Definitie Afbakening
Autosnelwegen Autosnelwegen zoals gedefinieerd in Teleatlas
2

Selectie van
stedelijke zones
Brussel Gebied binnen R0, grens van het Brussels Hoofdstedelijk
Gewest in het zuiden.
Aalst Gebied binnen R41, N45 en N9
Mechelen Gebied binnen R12
Leuven Gebied binnen R23
Waterloo Gemeente Waterloo
Wavre Gebied afgebakend door E411, N243 en Av. des
Msanges, rue de lErmitage en klein deel van rue
Provinciale .
Rest van GEN-zone Rest van GEN-zone

2
Voor de R0 wordt het stuk tussen Argenteuil en Leonard dat stricto sensu geen autosnelweg is ook opgenomen
bij de autosnelwegen

6

De geselecteerde stedelijke zones binnen de GEN-zone komen overeen met de blauwe
gebieden met een rode rand in Figuur 1.

Het is belangrijk om te benadrukken dat de tarieven en de definitie van de tijdstippen en de
zones louter dienen voor het proefproject kilometerheffing in de GEN-zone en geen reflectie
zijn van de tarieven die zouden gehanteerd worden bij een eventuele invoering van een
systeem van rekeningrijden.
De vergoeding van de deelnemers

De vergoeding voor de deelnemers bestond uit een vast en een variabel gedeelte. Het variabel
gedeelte van de vergoeding bepaalt de financile context van het veldexperiment. Het is
belangrijk dat deze zo nauw mogelijk aansluit bij de werkelijke situatie. De toekenning van
een beschikbaar (virtueel) budget voor de betaling van de kosten verbonden aan de heffing is
de gangbare methode (zie bv. Oregon Department of Transportation, 2007; Cambridge
Systematics, 2006; Puget Sound Regional Council, 2008) en sluit ook het dichtst aan bij de
werkelijke context. Het beschikbare budget wordt daarbij bepaald op basis van het
verplaatsingspatroon tijdens de periode van de nulmeting. Om de proefpersonen in een
realistische situatie te plaatsen die zo dicht mogelijk aanleunt bij de dagelijkse realiteit, is dit
virtuele bedrag groter voor personen die tijdens de nulmeting veel rijden dan voor personen
die minder rijden.

De modaliteiten voor de variabele vergoeding werden pas aan de deelnemers meegedeeld
na de beindiging van de nulmeting om te voorkomen dat zij hun gedrag tijdens de nulmeting
aanpasten om de potentiele vergoeding te vergroten.

Tijdens de veldtest konden de deelnemers via de website en op de OBU zien welk bedrag zij
reeds hadden uitgegeven aan de kilometerheffing. Daarnaast kregen zij informatie over het
beschikbare budget en hoe dit evolueerde wanneer zij hun verplaatsingen maakten. Op het
einde van het project kregen zij het resterend bedrag uitbetaald.

Op basis van inzichten uit de gedragseconomie (zie bv. Thaler en Sunstein, 2008) kan men
verwachten dat de gedragswijziging met het virtueel budget kleiner zal zijn dan in een
alternatieve constructie waarbij deelnemers het budget dat berekend wordt op basis van de
nulmeting echt uitbetaald krijgen bij het begin van het proefproject en zij in de loop van het
proefproject gefactureerd worden voor hun verplaatsingen. Mensen kijken immers anders
aan tegen winst of verlies. In het AKTA project voor Kopenhagen (Nielsen, 2004) is gebleken
dat de gedragswijziging het grootst is wanneer het budget op voorhand uitbetaald wordt en
mensen dus in feite gestraft worden bij een niet-positieve gedragswijziging. Om praktische
redenen was dit echter niet haalbaar.

7

Het budget waarover de deelnemers beschikten werd zodanig bepaald dat zij geen of slechts
een zeer kleine variabele beloning zouden uitbetaald krijgen als zij hun gedrag niet wijzigden.

Indien zij met de kilometerheffing uiteindelijk meer moesten betalen dan het voor hen
beschikbare virtuele budget, moesten zij niet bijbetalen (ook niet via een lagere vaste
vergoeding). Het is immers niet te verdedigen dat de vrijwillige deelnemers aan het project
geld moeten bijbetalen.

Het MOVEIT-project heeft geen gebruik gemaakt van bijkomende stimulansen tijdens de
veldtest zoals bv. een competitie tussen de deelnemers, waarbij de deelnemers die hun gedrag
het meest aanpassen een prijs kunnen winnen. De houding van mannen en vrouwen is
immers verschillend ten opzichte van een dergelijke competitie, waardoor er vertekeningen
kunnen optreden. Bovendien staat een dergelijke competitie te ver af van een werkelijke
toepassing van een kilometerheffing.
Welke effecten kunnen er gemeten worden?

Het proefproject bestreek in totaal 12 weken, waarvan 8 weken met prijszetting. Zoals reeds
werd aangegeven in de Ontwerpnota, heeft dit implicaties voor de effecten die kunnen
gemeten worden. Uit de literatuur leert men dat de prijsgevoeligheid van de vraag naar
verplaatsingen afhangt af van een groot aantal factoren
3
(zie Ontwerpnota). Hier wordt een
selectie van factoren herhaald die mee kunnen bepalen wat er uit de veldtest kan geleerd
worden.
De aard van de prijsverandering: de prijs kan veranderen ten gevolge van
verschillende types van prijsmaatregelen. Deze zullen verschillende prikkels geven aan
de transportgebruikers. Een kilometerheffing kan op langere termijn leiden tot een
breed scala van gedragsaanpassingen, die samengevat worden in de eerste kolom van
Tabel 4.
Het motief van de verplaatsing: woon-werkverplaatsingen, woon-
schoolverplaatsingen en zakelijke verplaatsingen zijn over het algemeen minder
prijsgevoelig dan andere verplaatsingen, omdat zij onderworpen zijn aan meer
restricties en omdat er minder alternatieven zijn, zeker op kortere termijn. In de
veldtest worden de deelnemers niet bevraagd naar het motief van hun
autoverplaatsingen. Wel kan er nagegaan worden in hoeverre hun reacties afhangen
van hun profiel (bv. socio-economische status, gezinssituatie,)

3
Geilenkirchen et al. (2010) en Litman (2012) geven hiervan een goede samenvatting.

8

Tabel 4: Effecten van kilometerheffingen en opname in de veldtest
Impact Gemeten in veldtest?
Autobezit (aantal autos) Neen
Keuze van auto (energie-efficintie, milieukenmerken, ) Neen
Keuze van woon- en/of werkplaats Neen
Aantal verplaatsingen (bv. via consolidatie van verplaatsingen,
thuiswerk, )
KT
Bestemming van de verplaatsing (bv. werken in satellietkantoor,
dichterbij winkelen, )
KT
Keuze van vervoermiddel (auto, samenrijden in auto, OV, te voet,
fiets, motorfiets)
KT
Keuze van tijdstip KT
Keuze van route KT
Nota: KT = korte termijn

De tijdshorizon: de prijsgevoeligheid is meestal groter op lange termijn dan op korte
termijn omdat er op lange termijn meer mogelijkheden zijn om zich aan te passen. Men
kan verwachten dat de gemeten effecten in de veldtest eerder korte termijn effecten
zullen zijn. Aan de hand van de veldtest kan er niets gezegd worden over het effect van
een kilometerheffing op het autobezit, de keuze van het autotype en de keuze van de
woon- en werkplaats. De veldtest kan wel een indicatie geven van het effect van
andere mogelijke gedragsaanpassingen: de keuze van het aantal verplaatsingen, van de
bestemming van de verplaatsingen, van het vervoermiddel, van het tijdstip en van de
route (zie Tabel 4, kolom 2). In dit geval gaat het om de eerder korte termijn effecten
omdat aanpassingsmechanismen die meer tijd vragen, minder naar boven zullen
komen (bv. thuiswerken of werken in een satellietkantoor is enkel mogelijk als het
bedrijf die optie reeds aanbiedt; het zoeken van een geschikte carpoolpartner kan tijd
vragen, ). Op langere termijn zou men om deze redenen grotere effecten kunnen
verwachten.
Door een periode van 8 weken te nemen, heeft men daarnaast zoveel mogelijk willen
vermijden dat mensen bepaalde alternatieven selecteren omdat het toch maar voor
een korte periode is.

Er moet ook op gewezen worden dat het proefproject slechts een proefproject is met
een beperkt aantal verplaatsingen ten opzichte van het totaal aantal verplaatsingen.
Daarom zal er geen effect zijn van de kilometerheffing op de congestieniveaus, terwijl
dat bij een volledige uitrol wel het geval zou zijn. De deelnemers van het proefproject

9

hebben bijgevolg niet kunnen genieten van de voordelen van het systeem in termen
van tijdswinsten. Daardoor kan het effect op hun gedrag verschillen van het effect bij
een volledig uitgerold systeem, waar zij geconfronteerd worden met zowel de
kilometerheffing als de veranderde reistijden. Ook bij de vragen naar de
aanvaardbaarheid van het systeem zal dit element een rol spelen.
De beschikbaarheid, prijs en kwaliteit van de alternatieven: naarmate er meer en
aantrekkelijkere alternatieven beschikbaar zijn, neemt de prijsgevoeligheid toe. In het
proefproject wordt er uitgegaan van het bestaande aanbod van de alternatieven.
De bekendheid van het beleidsinstrument: een kilometerheffing is een nieuw
beleidsinstrument waarmee mensen nog geen ervaring hebben. Daardoor kan er in
eerste instantie een sterk effect optreden, dat zou kunnen afzwakken naarmate
mensen het beter leren kennen. Op basis van de resultaten die hieronder besproken
worden, kan men echter afleiden dat dit effect hier weinig heeft meegespeeld (zie
later).
Tijdelijk project: Het proefproject is slechts een tijdelijk systeem dat bovendien
slechts een klein percentage van de bevolking uit de GEN-zone betreft. Daardoor zal er
minder gezocht worden naar structurele aanpassingen, en is het ook moeilijker voor
de deelnemers om bv. kandidaat carpoolers te vinden. Men kan dan verwachten dat de
gedragsaanpassing kleiner is dan bij een volledig uitgerold systeem.
De enqutes

In de loop van het proefproject werden vier enqutes voorgelegd aan de deelnemers. Tabel 5
geeft een overzicht van de enqutes en hun timing. Voor de exacte inhoud van de vragenlijsten
verwijzen wij naar de Ontwerpnota, waarin ook de referenties opgenomen zijn waarop de
vragen gebaseerd zijn. Enqute 3 zal hier niet aan bod komen vermits die enqute reeds
besproken werd in een eerder rapport.

10

Tabel 5: Overzicht van de enqutes
Enqute Type Inhoud Start
1 Algemene
enqute
Kenmerken van de deelnemers en hun gezin Start van de
veldtest (23
januari 2014)
2 Keuze-
experiment
Impact van rekeningrijden op korte termijn
transportkeuzes
Afweging tussen tijd en geld
10 maart 2014
3 Algemene
enqute
Ervaringen tijdens de veldtest: on-board unit, website
en helpdesk
Suggesties/opmerkingen/kritiek op de veldtest
Duidelijkheid van het tariefschema en de voorwaarden
voor de vergoeding
2 april 2014
4 Stated
opinion
enqute
Aanvaardbaarheid van het rekeningrijden
Preferenties voor het gebruik van de inkomsten
Percepties over de doeltreffendheid van het
rekeningrijden als oplossing voor transportproblemen
Na de veldtest
(19 april 2014)

De deelnemers aan het proefproject

De deelnemers aan het proefproject werden geselecteerd met behulp van telefonische
rekrutering. Mensen konden zich niet vrijwillig inschrijven. Enkel personen die telefonisch
opgebeld werden, hadden de mogelijkheid om zich in te schrijven voor het proefproject. Deze
aanpak werd gehanteerd om zelfselectie (bv. mensen die willen meedoen omdat ze zeer
positief of zeer negatief ten opzichte van kilometerheffing staan) zoveel mogelijk te
vermijden, en zo geen vertekend maar een statistisch relevant beeld van de rele populatie te
hebben in de deelnemersgroep. De methode voor de steekproeftrekking wordt beschreven in
de Ontwerpnota.

Er werden ruim 48.800 personen opgebeld in de GEN-zone, waarvan er ongeveer 1700 aan de
telefoon toezegden tot deelname. Het aantal was meer dan de benodigde 1000 deelnemers
wegens de bijkomende vereiste tot het accepteren van de online deelnemersverklaring na het
telefoongesprek. Het aantal van 1700 deelnemers komt overeen met een conversieratio van
ongeveer 3,5% (opgebelde mensen t.o.v. mensen die toezeggen tot deelname aan de telefoon).
Zoals verwacht, is dit lager dan bij onderzoeken die slechts een beperkte tijd vragen van de
deelnemers. Voor het proefproject kilometerheffing moesten de deelnemers zich immers voor
een veel langere periode engageren. Daarbij moesten zij bereid zijn hun verplaatsingen te
laten monitoren en dienden zij vier verschillende enqutes in te vullen.

11

Van de personen die telefonisch hun deelname toezegden, bevestigden er uiteindelijk 1187
personen (behorende tot 900 gezinnen) hun deelname definitief via de website en
aanvaardden zij de deelnemersovereenkomst. Het conversiepercentage t.o.v. het totaal aantal
gebelde mensen zakte hierdoor verder van 3,5% naar 2,5%.

Bij de praktische voorbereiding van de veldtest (verzending en installatie van de on-board
unit (OBU) in de auto) werden de verschillende stappen intensief begeleid door het MOVEIT-
consortium om zoveel mogelijk mensen aan boord te houden. Bij de start van de veldtest
waren er 636 deelnemers met een volledige installatie van de OBU. Nadien is het aantal
toegenomen tot 820 deelnemers. Het aantal deelnemers dat uiteindelijk kon worden
opgenomen in de analyses wordt in de volgende hoofdstukken verder besproken.
Figuur 4: Rekrutering van de deelnemers en praktische voorbereiding van de veldtest

12

Analyse van de veldtest
Onderzoeksvragen

Met de veldtest wordt er onderzocht in welke mate de populatie zijn korte termijn
transportkeuzes verandert als reactie op een systeem van rekeningrijden. Daarenboven wordt
er bekeken hoe deze reactie afhangt van de kenmerken van de deelnemers. De populatie
bestaat uit alle gezinnen met minstens n wagen, die gehuisvest zijn in de GEN-zone en
waarvan minstens n inwonend lid werkt binnen de GEN-zone, indien er werkenden in het
gezin aanwezig zijn.

Alvorens meer in detail te gaan, dient er benadrukt te worden dat het gaat om een sociaal
experiment waarin er zich steeds verstorende effecten en onvoorziene gebeurtenissen met
een impact van structurele aard kunnen voordoen. Zo zijn er zaken als een schoolvakantie die
men in de analyse kan opnemen. Evenzeer zijn er dingen die gebeuren waar er geen rekening
kon gehouden worden. Daarom wordt zoals gebruikelijk de ceteris paribus(de overige
omstandigheden gelijk blijvend) veronderstelling gemaakt.
Steekproef

De studie is gevoerd op basis van een steekproef die de gegevens van 427 gezinnen omvat.
Deze gezinnen hebben een nulmeting van minstens n volledige week gehad en zijn goed
voor 743 bestuurders en 649 wagens met een OBU.

Tijdens de proefperiode financierde het gezin de ritten met een budget dat hen was
toegewezen. Dit budget is berekend op basis van het aantal budgetdagen tijdens de nulmeting.
Een budgetdag is een dag waarop er minstens n log geregistreerd is. Soms is het budget
berekend op basis van een zeer klein aantal budgetdagen. In dat geval is er getracht de reden
te achterhalen, want mogelijks liggen storingen door technische of andere problemen aan de
basis. Toch kan het ook zijn dat het gezin weinig tot zeer weinig gebruik maakt van de auto. In
dat laatste geval is de nulmeting representatief. Het budget is immers berekend op een juist
en onvertekend aantal dagen. Niet rijden is ook informatie. Echter, wanneer er zich tijdens de
nulmeting storingen voordeden, wordt het budget nadien berekend op een vertekend profiel.
Hier is het doorvoeren van een correctie
4
bij de analyse wel terecht. Meer specifiek, is er
gekeken naar de tijd tussen de eerste log en het einde van de nulmeting. Bij 30 gezinnen was
deze periode korter dan 14 dagen. Door het aantal dagen nulmeting te vergelijken met het
aantal budgetdagen kan men een uitspraak doen over het rijprofiel van het gezin. In de

4
Deze correctie gebeurt aan de hand van een weging opgebouwd uit een concave wortelfunctie (dalende
meeropbrengsten, want het verschil tussen n en twee dagen nulmeting is groter dan dat tussen vijf en zes)
waarbij de onafhankelijke veranderlijke het aantal dagen nulmeting voorstelt.

13

meeste gevallen waren beide cijfers bijna aan elkaar gelijk. Dat impliceert dat op hoogstens
n dag van de nulmeting niet met minstens n van de wagens gereden is. In dat geval kan
men veronderstellen dat technische problemen de oorzaak zijn van de korte
referentieperiode. Een weging
5
werd opgesteld om deze gezinnen minder te laten doorwegen
in de eindresultaten. Indien een gezin weinig budgetdagen heeft maar wel een eerste periode
van meer dan twee weken, is er geen correctie nodig. Het budget is in dat geval berekend op
weinig dagen, maar het gezin maakt dan ook weinig gebruik van de wagen.
Weging

Om uitspraken te kunnen doen over de populatie van het onderzoek moet het profiel van de
steekproef min of meer in overeenstemming zijn. Zo niet, kan een weging de steekproef voor
een aantal sleutelvariabelen bijstellen. Noteer dat de populatie in dit onderzoek de gezinnen
van de GEN-zone voorstelt die over minstens n wagen beschikken en waarbij minstens n
persoon tewerkgesteld is in de GEN-zone indien er werkenden in het gezin voorkomen.
Inzicht in de steekproef leert dat Brusselaars en de lagere inkomensklassen
ondervertegenwoordigd zijn. Let wel dat men enkel kan vergelijken indien men over een
marginale populatieverdeling beschikt die aansluit aan de populatie. Zo kan men
veronderstellen dat de verdeling man/vrouw in de GEN-zone overeenstemt met de populatie
voor deze studie. Een variabele waarvoor men die assumptie niet kan maken is bijvoorbeeld
het inkomen. In de studie is het hebben van een wagen immers een voorwaarde.

Provincie en inkomen zijn niet alleen gecorreleerd met alle onderzochte afhankelijke
veranderlijken (aantal ritten, totale afstand, totale reistijd en kilometerheffing in de
nulmeting), er zijn ook marginale populatieverdelingen van. Inkomen in combinatie met
autobezit vindt men terug in Beldam
6
. Een verdeling voor provincie staat in de Golden
Standard
7
. Bovendien mag men veronderstellen dat de populatie voor deze kenmerken niet
substantieel afwijkt van de gezinnen in de GEN-zone (Golden Standard) en Belgi (BELDAM).
Daarnaast gaan de variabelen aantal wagens en bezit van een bedrijfswagen zeer sterk
samen met het inkomen. Om een voorspelling te maken voor de populatie op basis van
steekproefresultaten voor beide variabelen is de weging naar inkomen dus van belang. De
gewichten werden berekend met de IPF (Iterative Proportional Fitting) methode en op een
boven- en ondergrens afgetopt (bovengrens 3; ondergrens 0,3)
8
.

5
Voor gezinnen met slechts 7-13 dagen nulmeting werd de data gedeeld door de wortel van het aantal dagen
nulmeting en herschaald.
6
Cornlis et al. (2012); zie ook http://www.mobilit.belgium.be/nl/mobiliteit/cijfers/beldam/
7
De profilering van de GEN-zone populatie is gebaseerd op de Golden Standard (GS) van het CIM (Centrum voor
Informatie over de Media). Deze beschrijft de socio-demografische structuur van de Belgische bevolking van
twaalf jaar en ouder op een aantal variabelen. De GS wordt elk jaar in september geactualiseerd.
8
Dit gebeurde met behulp van de rake functie in het Survey-package van R.

14

Beschrijvende statistiek

Met de veldtest wordt er nagegaan of en in welke mate de respondenten hun gedrag
aanpassen ten gevolge van het rekeningrijden. Een gezin kon op verschillende manieren
reageren:
- uitwijken naar andere, goedkopere wegen;
- rijden op andere tijdstippen;
- het aantal ritten verminderen door meerdere zaken in n rit te combineren (en zo
eventueel gemiddeld langere ritten maken);
- sommige ritten niet meer maken doordat het nut niet meer opweegt tegen de kost
ervan (bijvoorbeeld meer thuiswerken);
- een ander vervoersmiddel kiezen: openbaar vervoer, carpoolen,
Dit deel geeft een eerste inzicht in de reactie van de respondenten op het rekeningrijden. De
resultaten van de proefperiode worden bekeken in relatie tot het gebruikelijk gedrag,
gemeten tijdens de nulmeting.
Algemene statistieken

Vooreerst wordt er bekeken in hoeverre er gebruik werd gemaakt van het toegekende budget.
Figuur 5 toont dat de grootste groep 60 tot 80% van het budget spendeerde. Toch
spendeerden iets meer dan 15% van de gezinnen meer dan 100%.
Figuur 5: Aandeel van het virtueel budget gebruikt tijdens de veldtest

0%
5%
10%
15%
20%
25%
30%
35%
0 - 20% 20% - 40% 40% - 60% 60% - 80% 80% - 100% Meer dan
100%
A
a
n
d
e
e
l

h
u
i
s
h
o
u
d
e
n
s

(
n
=
4
5
2
)
Percentage van het virtueel budget gebruikt tijdens de proefperiode
14 en meer
7 - 13 dagen
0 - 6 dagen
Aantal dagen
nulmeting

15

Figuur 5 geeft eveneens meer duiding over welke gezinnen verwijderd (minder dan n week
nulmeting) en gecorrigeerd (tussen 7 en 13 dagen nulmeting) werden. Uit de figuur kan men
afleiden dat deze gezinnen zich op alle balken bevinden, d.w.z. onder elke categorie
percentage gebruik virtueel budget.

Aangezien het virtueel budget bepaalde correcties inhield voor dagen met uitzonderlijk
weinig verplaatsingen (zie Ontwerpnota) moet er ook gekeken worden naar het verschil in de
kost van de kilometerheffing per week per gezin. Hiertoe wordt de kost per week tijdens de
veldtest vergeleken met de (theoretische) kost per week die zou moeten betaald worden op
basis van de verplaatsingen tijdens de referentieperiode. Het aandeel van de personen die een
deel van het virtueel budget terugkrijgen (ongeveer 84%) is groter dan het aandeel van de
gezinnen waarvoor de kost per week daalt (ongeveer 60%).
Figuur 6: Aantal gezinnen volgens verandering van de gemiddelde kost van de kilometerheffing
per week

16

Tabel 6 beschrijft de impact op het aantal km per gezin en per week gedurende de 8 weken
van de veldtest in vergelijking met de nulmeting. De impact is significant verschillend van nul,
behalve voor een aantal gevallen die in het lichtgrijs zijn aangeduid.
Tabel 6: Impact op het aantal km per gezin per week
Spits Dal Totaal
Geselecteerde stadszones -6,70% -7,17% -7,56%
Autosnelwegen 0,03% -4,83% -4,18%
Andere wegen in GEN-zone -4,42% -5,34% -5,77%

GEN-zone -3,58% -5,45% -5,59%
Buiten GEN-zone 9,14% 4,58% 4,32%

Totaal -1,09% -3,06% -3,33%

Het gemiddeld aantal km/gezin/week in de beprijsde GEN-zone daalt met ongeveer 5,6%,
terwijl het aantal km buiten de GEN-zone stijgt met 4,3%. In het totaal daalt het aantal
km/gezin/week met iets meer dan 3%. Er treedt dus een verschuiving op van de GEN-zone
naar de rest van Belgi.

Binnen de GEN-zone treedt er een verschuiving op van de hoger naar de lager beprijsde
wegtypes: de daling van het aantal km is het kleinst voor de autosnelwegen. Binnen de
geselecteerde stadszones daalt het aantal km/gezin/week met ongeveer 8%, op de andere
wegen binnen de GEN-zone met 6% en op de autosnelwegen met 4%. Wat betreft de keuze
van het tijdstip voor de km binnen de GEN-zone wordt een iets grotere aanpassing gezien
tijdens de daluren (-5,5%) dan tijdens de spitsuren (-3,6%). De deelnemers hebben blijkbaar
gekozen voor aanpassingen op tijdstippen dat zij zich gemakkelijker kunnen aanpassen.

Vervolgens geeft Tabel 7 een eerste ruwe indicatie van de elasticiteit van het wekelijks
aantal kilometers ten opzichte van de variabele kost per kilometer. Dit is berekend door de
procentuele verandering van het aantal kilometers te delen door de procentuele verandering
van de variabele kost per kilometer. De variabele kost per km zonder kilometerheffing omvat
de brandstofkosten en onderhoudskosten van een gemiddelde auto, beide inclusief
belastingen, en is gebaseerd op Franckx et al. (2013). De absolute waarde van de berekende
elasticiteiten is klein, wat erop wijst dat de veldtest de effecten op eerder korte termijn meet.
De redenen hiervoor werden reeds aangehaald op p. 7 en volgende. In latere analyses zal er
rekening gehouden worden met de invloed van bijkomende verklarende variabelen.

17

Tabel 7: Indicatie van elasticiteit van km/gezin/week t.o.v. variabele kost per km
Spits Dal Totaal
Geselecteerde stadszones -0,07 -0,14 -0,12
Autosnelwegen 0,00 -0,17 -0,12
Andere wegen in GEN-zone -0,06 -0,15 -0,13

GEN-zone -0,05 -0,15 -0,13

Totaal -0,02 -0,11 -0,08

Figuur 7 geeft de spreiding van de ritten per dag volgens het uur van vertrek, met een
onderscheid tussen werkdagen en weekenddagen. De rode lijn geeft de verdeling tijdens de
nulmeting en de groene lijn de verdeling tijdens de veldtest. Er is een zekere impact op het
vertrekuur, maar die is klein. Het totaal aantal ritten per dag daalt voor de twee types dagen
met ongeveer 4%. De daling van het aantal ritten met startuur tijdens de spits bedraagt 2%.

18

Figuur 7: Spreiding van de ritten per dag (gemiddelde weekdag en weekenddag)

Tabel 8 geeft het aantal kilometer, de reistijd en de (theoretische) kilometerheffing per rit
tijdens de referentieperiode. Gemiddeld had een rit in de referentieperiode een afstand van
9,45 kilometer en duurde ze iets meer dan 13 minuten. Gemiddeld ligt de (theoretische)
kilometerheffing van een rit in deze periode op 0,28 euro. Onderstaande tabel bevat nog meer
beschrijvende statistieken, zoals minima, maxima en standaarddeviaties.
A
a
n
t
a
l
r
i
t
t
e
n
Uur van vertrek
Weekdagen Weekends
Nulmeting Veldtest

19

Tabel 8: Beschrijvende statistiek van de theoretische kilometerheffing, duurtijd en totale afstand
per rit tijdens de referentieperiode

In het systeem van rekeningrijden werden tijdzones aangeduid die elk een tarief toegewezen
kregen, namelijk piek, dal en rest van de dag (cf. supra). De gereden kilometer en geheven
kilometerheffing tussen de verschillende tijdzones wordt voorgesteld in Tabel 9.
Tabel 9: Beschrijvende statistieken voor gereden kilometers in de GEN-zone [km] en totale
kilometerheffing [euro] per gezin per week tijdens de nulmeting en tijdens de proefperiode
opgedeeld naar tijdstippen, gewogen resultaat

Nota: Voor de nulmeting is de kilometerheffing de heffing die theoretisch had moeten betaald worden tijdens de
nulmeting.

Gemiddeld wordt er meer kilometer in de GEN-zone gereden tijdens de dalperiode. Deze
periode duurt in tijd dan ook langer dan de piekperiode. Dit verklaart meteen ook de hogere
kilometerheffing die er per week gemiddeld gaat naar rijden tijdens de daluren. De
gemiddelde kilometerheffing bedraagt ongeveer 3 eurocent/km in de dalperiode en 6
eurocent/km in de piekperiode.

Variabele N Minimum Maximum Gemiddelde Std. Deviatie
Kilometerheffing per rit_referentie periode [euro] 44236 0,00 4,90 0,28 0,40
Duurtijd per rit_referentie periode [min] 44236 0,00 184,83 13,08 13,78
Totale afstand per rit_referentie periode [km] 44236 0,00 232,50 9,45 15,08
Minimum Maximum Gemiddelde Std. Deviatie Minimum Maximum Gemiddelde Std. Deviatie
Dal periode 0,00 1313,19 140,22 120,88 1,56 754,46 148,68 103,10
Piek periode 0,00 540,10 56,08 73,27 0,00 361,03 58,32 65,02
Dal periode 0,00 39,16 4,46 3,66 0,00 23,24 4,70 3,09
Piek periode 0,00 33,30 3,55 4,44 0,00 21,82 3,69 3,94
Proefperiode Nulmeting
Aantal gereden kilometer in de GEN-zone
per week per gezin [km]:
Kilometerheffing per week per gezin
[euro]:
Variabele Tijdzone

20

Tabel 10: Per variabele en per categorie (urbanisatiegraad, schoolvakantie, netto maandelijks gezinsinkomen en
aanwezigheid bedrijfswagen) het minimum, maximum, gemiddelde en de standaard deviatie, gewogen resultaten

Variabele per
categorie en totaal

Gemiddeld aantal
ritten per gezin
per week tijdens
de proefperiode
[n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
reistijd per gezin
per week tijdens
de proefperiode
[min]
Gemiddelde
kilometerheffing
per gezin per
week tijdens de
proefperiode
[euro]
Gemiddeld aantal
ritten per gezin
per week tijdens
de nulmeting [n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
nulmeting [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
nulmeting [km]
Gemiddelde
reistijd per gezin
per week tijdens
de nulmeting [min]
Gemiddelde
theoretische
kilometerheffing
per gezin per
week tijdens de
nulmeting [euro]
Stedelijk Minimum 1,92 6,13 5,45 11,52 0,25 0,28 0,43 0,43 0,70 0,02
Maximum 127,33 1048,18 796,53 1186,30 34,40 142,52 1320,98 806,26 1318,78 35,80
Gemiddelde 25,80 222,37 174,04 324,85 6,84 27,07 222,38 180,63 344,84 7,09
Std. Deviatie 15,14 172,55 130,75 205,79 5,21 19,92 181,37 134,89 238,55 5,44
Minder stedelijk Minimum 3,50 16,33 15,73 22,73 0,59 0,29 1,88 0,00 6,35 0,00
Maximum 97,32 1628,69 950,93 1575,89 36,55 119,56 1542,12 1046,42 1735,51 36,71
Gemiddelde 31,71 337,57 249,20 419,74 9,59 30,41 327,17 243,45 407,50 9,28
Std. Deviatie 16,77 239,14 168,88 262,88 6,75 18,08 241,73 173,61 267,84 6,81
Geen vakantie Minimum 0,00 0,00 0,00 0,00 0,00
Maximum 190,00 1942,17 1244,07 2384,48 54,15
Gemiddelde 29,72 285,03 207,81 387,05 8,57
Std. Deviatie 19,76 252,53 176,44 286,79 7,30
Schoolvakantie Minimum 0,00 0,00 0,00 0,00 0,00
Maximum 151,00 1994,65 1587,88 1834,10 40,25
Gemiddelde 26,46 247,49 200,98 314,67 6,80
Std. Deviatie 19,00 239,34 180,01 256,48 6,16

21

Variabele per
categorie en totaal

Gemiddeld aantal
ritten per gezin
per week tijdens
de proefperiode
[n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
reistijd per gezin
per week tijdens
de proefperiode
[min]
Gemiddelde
kilometerheffing
per gezin per
week tijdens de
proefperiode
[euro]
Gemiddeld aantal
ritten per gezin
per week tijdens
de nulmeting [n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
nulmeting [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
nulmeting [km]
Gemiddelde
reistijd per gezin
per week tijdens
de nulmeting [min]
Gemiddelde
theoretische
kilometerheffing
per gezin per
week tijdens de
nulmeting [euro]
Inkomen Minimum 10,23 30,02 27,53 84,69 1,21 10,71 35,68 35,68 110,98 1,64
0-999 euro Maximum 25,30 101,33 99,43 257,17 4,61 18,48 84,27 81,11 193,33 3,35
Gemiddelde 17,76 65,68 63,48 170,93 2,91 14,59 59,98 58,40 152,15 2,49
Std. Deviatie 8,21 38,88 39,20 94,04 1,85 4,24 26,49 24,77 44,90 0,94
1000-1999 euro Minimum 4,93 35,04 29,01 58,01 0,96 0,56 2,89 2,89 8,21 0,21
Maximum 56,98 678,81 604,54 776,72 19,30 105,00 523,88 421,16 867,44 14,37
Gemiddelde 24,66 206,90 165,85 303,68 6,24 26,92 206,05 163,97 323,62 6,23
Std. Deviatie 15,54 127,75 108,98 177,02 4,08 23,19 137,85 99,16 213,13 3,91
2000-2999 euro Minimum 4,00 13,61 12,10 22,01 0,32 0,28 0,43 0,43 0,70 0,02
Maximum 80,85 947,75 796,53 1186,30 34,40 142,52 1094,13 806,26 1318,78 35,80
Gemiddelde 28,70 273,12 208,66 366,75 7,97 28,83 266,76 210,05 373,11 8,06
Std. Deviatie 14,27 180,48 141,24 214,88 5,86 19,15 185,81 140,91 237,16 5,95
3000-3999 euro Minimum 1,92 7,24 5,45 11,52 0,25 0,78 1,88 0,00 6,35 0,00
Maximum 85,45 1002,59 774,18 1096,18 28,96 119,56 976,03 734,09 1106,62 27,05
Gemiddelde 29,00 281,95 215,06 376,72 8,36 28,64 274,73 214,88 378,56 8,36
Std. Deviatie 16,63 206,43 155,35 227,84 6,08 18,77 208,59 158,02 245,67 6,16
4000-4999 euro Minimum 5,50 12,61 12,60 45,50 0,71 4,76 29,24 29,24 78,72 1,02
Maximum 97,32 1628,69 950,93 1575,89 36,55 94,36 1542,12 1046,42 1735,51 36,71
Gemiddelde 32,93 377,34 270,31 462,96 10,56 33,38 373,05 279,80 463,52 10,64
Std. Deviatie 19,25 302,62 200,26 321,02 7,72 17,68 296,16 200,36 309,32 7,53
5000-7499 euro Minimum 2,30 16,33 15,73 22,73 0,59 1,40 7,21 7,21 12,29 0,35
Maximum 127,33 1152,50 828,33 1243,65 33,68 118,39 1227,34 857,84 1271,34 34,03
Gemiddelde 33,73 352,83 264,06 445,56 10,51 31,67 345,85 260,19 433,74 10,18
Std. Deviatie 19,54 257,26 174,97 278,66 7,01 19,22 277,74 185,71 305,03 7,35
7500-9999 euro Minimum 4,86 48,25 35,18 56,03 1,09 2,86 14,35 11,62 32,69 0,39
Maximum 66,26 800,08 607,03 857,06 24,75 83,44 869,38 766,68 1065,20 29,34
Gemiddelde 34,44 315,99 221,57 458,74 9,26 29,94 311,52 233,84 462,04 9,65
Std. Deviatie 23,47 282,43 171,49 285,93 7,47 22,23 287,71 234,76 338,12 9,52
Meer dan 10000 euro Minimum 10,07 107,26 65,20 173,19 2,49 12,04 90,25 74,64 237,33 3,31
Maximum 51,05 345,63 332,03 583,18 15,01 98,28 564,54 491,27 1104,25 23,73
Gemiddelde 27,65 250,96 222,69 387,79 9,51 44,33 360,56 304,47 607,47 13,04
Std. Deviatie 32,88 195,96 220,86 320,77 10,12 71,84 422,63 344,77 733,68 16,09

22

Variabele per
categorie en totaal

Gemiddeld aantal
ritten per gezin
per week tijdens
de proefperiode
[n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
proefperiode [km]
Gemiddeld aantal
reistijd per gezin
per week tijdens
de proefperiode
[min]
Gemiddelde
kilometerheffing
per gezin per
week tijdens de
proefperiode
[euro]
Gemiddeld aantal
ritten per gezin
per week tijdens
de nulmeting [n]
Gemiddeld aantal
kilometer per
gezin per week
tijdens de
nulmeting [km]
Gemiddeld aantal
kilometer in de
GEN-zone per
gezin per week
tijdens de
nulmeting [km]
Gemiddelde
reistijd per gezin
per week tijdens
de nulmeting [min]
Gemiddelde
theoretische
kilometerheffing
per gezin per
week tijdens de
nulmeting [euro]
geen bedrijfswagen Minimum 1,92 7,24 5,45 11,52 0,25 0,28 0,43 0,00 0,70 0,00
Maximum 82,50 1277,14 774,18 1315,51 27,97 142,52 1059,98 763,83 1318,78 29,47
Gemiddelde 27,16 245,78 189,15 339,10 7,23 27,29 240,65 191,79 344,66 7,36
Std. Deviatie 14,74 175,79 132,11 204,32 5,17 18,30 169,56 132,56 217,32 5,24
minstens n
bedrijfswagen
Minimum 5,50 28,92 28,78 51,66 1,14 4,76 7,21 7,21 12,29 0,35
Maximum 127,33 1628,69 950,93 1575,89 36,55 119,56 1542,12 1046,42 1735,51 36,71
Gemiddelde 36,85 441,02 320,71 537,20 12,77 37,07 437,65 320,93 542,57 12,51
Std. Deviatie 20,15 283,11 198,34 303,88 7,96 21,61 307,74 206,30 330,06 8,19
Totaal Minimum 1,92 6,13 5,45 11,52 0,25 0,28 0,43 0,00 0,70 0,00
Maximum 127,33 1628,69 950,93 1575,89 36,55 142,52 1542,12 1046,42 1735,51 36,71
Gemiddelde 28,52 275,41 208,64 368,54 8,11 28,59 269,86 209,09 373,23 8,09
Std. Deviatie 16,16 213,53 153,97 238,28 6,12 19,16 216,99 156,63 253,88 6,19

23

Naast het algemene cijfermateriaal in Tabel 10, geven de volgende tabellen ook enkele
beschrijvende statistieken mee van het verschil tussen de nulmeting en de veldtest. In het
geval van kilometers gereden in de GEN-zone, werden de kilometers van een gezin per week
geaggregeerd voor de veldtest. Dit totaal werd verminderd met het aantal kilometer dat het
gezin per week gemiddeld in de GEN-zone reed tijdens de nulmeting.

Een negatieve waarde voor het gemiddelde in Tabel 11 betekent dat de gezinnen tijdens de
proefperiode per week gemiddeld minder ritten maakten, minder kilometers reden en minder
tijd in de wagen doorbrachten dan in de nulmeting. Tabel 11 toont de gemiddelde waarden en
de standaarddeviatie voor elke variabele.
Tabel 11: Gemiddelde, standaard deviatie en aantal datapunten voor het verschil in het aantal
ritten, gereden afstand (totaal en enkel GEN-zone), reistijd en kilometerheffing per week per
gezin, gewogen resultaten

Vervolgens werd getest (T-test) of deze sleutelvariabelen significant verschillen van nul. De
resultaten zijn eenduidig. De nulhypothese het verschil is niet verschillend van nul kan
steeds met 99,9% verworpen worden. De respondenten hebben hun rijgedrag naar beneden
aangepast in termen van aantal ritten, gereden kilometers en reistijd. Ook de kilometerheffing
die ze gemiddeld per week moesten betalen, lag in de proefperiode gemiddeld minder hoog
ten opzichte van de theoretische kilometerheffing berekend op basis van de nulmeting.

Variabele N Gemiddelde Std. Deviatie
Std. Fout
gemiddelde
Verschil in aantal ritten [n] 3644 -1,46 16,78 0,28
Verschil in gereden afstand [km] 3644 -10,16 173,93 2,88
Verschil in gereden afstand in de GEN-
zone [km]
3644 -12,84 122,24 2,03
zone tijdens de piekuren [km]
3644 -2,32 50,42 0,84
zone tijdens de daluren [km]
3644 -8,47 89,99 1,49
Verschil in reistijd [min] 3644 -27,34 210,74 3,49
Verschil in totale kilometerheffing
[euro]
3644 -0,44 4,76 0,08

24

Tabel 12: T-test voor het verschil in aantal ritten, gereden kilometer (totaal en enkel-GEN-zone),
reistijd en kilometerheffing per week per gezin

Focus op enkele variabelen

Vervolgens wordt er ingezoomd op enkele variabelen die gerelateerd zijn aan de specifieke
kenmerken van het gezin. Er werd steeds gekeken of het rijprofiel van gezinnen met een
bepaalde karakteristiek al dan niet significant verschilt van de tegenhangers. Daarnaast werd
ook getest of de reactie op het rekeningrijken significant verschillend is. De resultaten van de
T-testen, ANOVA testen en beschrijvende statistieken zijn opgenomen in de technische bijlage.

In de volgende analyse worden de variabelen apart bekeken. Echter, de variabelen vertonen
onderling sterke correlaties. Verder in het rapport worden regressieanalyses uitgewerkt. In
de regressieanalyse zijn ze opgenomen in n regressie en wordt er zo rekening gehouden
met onderlinge relaties. De volgende paragrafen moeten dus slechts beschouwd worden als
eerste verkennende analyses die later al dan niet bevestigd worden door de regressieanalyse.
t df Sig. (2-zijdig)
Ondergrens Bovengrens
Verschil in aantal ritten [n] -5,24 3643 ,000 -2,00 -0,91
Verschil in gereden afstand [km] -3,53 3643 ,000 -15,81 -4,51
zone [km]
-6,34 3643 ,000 -16,81 -8,87
zone tijdens de piekuren [km]
-2,77 3643 ,006 -3,95 -0,68
zone tijdens de daluren [km]
-5,68 3643 ,000 -11,39 -5,54
Verschil in reistijd [min] -7,83 3643 ,000 -34,18 -20,49
Verschil in totale kilometerheffing
[euro]
-5,63 3643 ,000 -0,60 -0,29
Variabele
95% Betrouwbaarheidsinterval
van het verschil
Test Waarde = 0

25

Urbanisatiegraad
Op basis van de definitie van CIM
9
wordt de woonplaats van de respondenten opgedeeld in
stedelijk en landelijk. Gezinnen die in een meer landelijke omgeving wonen, rijden gemiddeld
meer kilometer, doen meer ritten en brengen meer tijd in de wagen door. De kilometerheffing
die ze gemiddeld zouden moeten betalen op basis van de nulmeting is dan ook hoger dan deze
van gezinnen die in stad wonen. Deze verschillen blijven ook in de proefperiode overeind. De
reactie op het rekeningrijden is voor beide groepen zeer verschillend. Bewoners van de stad
hebben gemiddeld per week bijna drie ritten minder gedaan. De tegenhangers in meer
landelijke gebieden noteren gemiddeld per week mr ritten (0,30) in de proefperiode. Voor
de andere variabelen (afstand in GEN-zone, reistijd en kilometerheffing) ziet men wel bij
beide negatieve waarden. Toch is deze van de groep uit de stad steeds significant lager. Noteer
dat de bewoners van de meer landelijke gebieden gemiddeld met een hoger budget aan de
proefperiode begonnen. Indien een bewoner van een meer landelijk gebied en een
stadsbewoner beide niets overhouden, heeft deze van het meer landelijke gebied toch meer
gereden. Het verschil in totale kilometerheffing gerelateerd aan het budget geeft eveneens
interessante inzichten. Zo spaarden de gezinnen in de stad gemiddeld 0,67 euro/week uit. Dit
komt overeen met 7% van het budget. De bewoners van meer landelijke gebieden kregen
gemiddeld 0,13 euro/week terug. Dit is 0,01% van het budget.

Figuur 8 toont nogmaals het verschil tussen beide groepen. Ongeveer de helft van de gezinnen
in meer landelijke gebieden eindigt het experiment positief in de zin dat ze gemiddeld minder
kilometerheffing betalen in de proefperiode ten opzichte van de nulmeting. De andere helft
eindigt negatief. In de stad hebben maar liefst 63% van de gezinnen een positief saldo, terwijl
slechts 37% het budget overschreed.

9
De opdeling stedelijk/landelijk van CIM is voornamelijk gebaseerd op enerzijds de
bevolkingsdichtheid en anderzijds het uitrustingsniveau (medische en sociale voorzieningen, sport- en
recreatiemogelijkheden, horeca, transport, ...) dat men er aantreft.
(http://www.cim.be/media/plurimedia/golden-standard)

26

Figuur 8: Aandeel van de gezinnen die gemiddeld meer kilometerheffing moeten betalen tijdens
de nulmeting ten opzichte van de proefperiode, tegenover gezinnen met een omgekeerd scenario,
opgedeeld naar stad en meer landelijk, gewogen resultaat

Bedrijfswagens
Gezinnen waar minstens n bedrijfswagen aanwezig is, hebben een zeer verschillend
rijprofiel (Tabel 10). Zowel in de nulmeting als in de veldtest rijden zij langere afstanden en
een hoger aantal ritten. Ook brengen ze significant meer tijd door in hun wagen. Op basis van
de nulmeting ligt de theoretische kilometerheffing en het budget dat hiermee overeenstemt,
bijgevolg ook hoger. De reactie op het rekeningrijden, in termen van verschillen in aantal
ritten, gereden afstand (totaal en enkel GEN-zone) en duurtijd, verschilt niet tussen de twee
groepen volgens de T-test. (Meer informatie in de technische bijlage). Dit zal verder
onderzocht worden in de regressieanalyse.
Carpool
In 13,6% van de gezinnen is er minstens n gezinslid dat aangeeft te carpoolen. Deze
gezinnen hebben een specifiek rijprofiel, in de zin dat ze meer tijd in de wagen spenderen en
meer kilometers op de teller hebben staan. Voor hen is carpoolen dan ook interessant. De T-
testen naar reactie geven bij de carpoolers een significant verschil naar aantal ritten en naar
reistijd. Zij hebben tijdens de proefperiode significant (op 0,01 niveau) minder ritten gemaakt
dan hun tegenhangers. Het verschil in reistijd is in vergelijking met de nulmeting meer
ingrijpend ten opzichte van de tegenhangers. Omdat grote gezinnen meer potentieel hebben
om de wagen te delen, werd er een T-test gedaan naar het verband tussen de gezinsgrootte en
het carpoolen. Echter, de T-test geeft aan dat er geen samenhang is tussen het aantal leden in
het gezin en het carpoolen. De invloed van de ervaring met carpooling zal verder onderzocht
worden in de regressieanalyse.
24%
22%
34%
20%
0%
10%
20%
30%
40%
50%
60%
70%
Gemiddelde
kilometerheffing per week
nulmeting > proefperiode
Gemiddelde
kilometerheffing per week
proefperiode > nulmeting
P
e
r
c
e
n
t
a
g
e
Stad
Platteland

27

Abonnement openbaar vervoer
132 gezinnen lieten weten dat minstens n gezinslid over een abonnement voor het
openbaar vervoer beschikt. De metingen tijdens de nulmeting geven aan dat deze groep
significant minder ritten met de wagen ondernam, minder afstand reed en minder lang
onderweg was. De theoretische kilometerheffing op basis van de nulmeting was dan ook lager.
Ook zonder een systeem van rekeningrijden maakt men dus gebruik van het abonnement.
Indien men de reactie op de kilometerheffing analyseert, valt op dat enkel het verschil in
aantal ritten significant verschilt tussen beide groepen. De gezinnen waarbij minstens n lid
over een abonnement voor het openbaar vervoer beschikt, maakten tijdens de proefperiode
gemiddeld een halve rit minder ten opzichte van de nulmeting. Maar de tegenhangers zonder
abonnement ondernamen in een week gemiddeld twee ritten minder. De andere variabelen
waarvan men de reactie kan afleiden (gereden kilometer, duurtijd en kost per week) zijn niet
verschillend. Men kan hieruit afleiden dat gezinnen met een abonnement er reeds in de
nulmeting gebruik van maken. Echter, tijdens de proefperiode maakten ze er niet gemiddeld
meer gebruik van. Ook Figuur 9 geeft dit inzicht weer. Dit zal echter verder onderzocht
worden in de regressieanalyse.

Figuur 9: Aandeel van de gezinnen die gemiddeld meer kilometerheffing moeten betalen tijdens
de nulmeting ten opzichte van de proefperiode, tegenover gezinnen met een omgekeerd scenario,
opgedeeld naar aanwezigheid abonnement openbaar vervoer, gewogen resultaat

41%
26%
18%
15%
0%
10%
20%
30%
40%
50%
60%
70%
Gemiddelde
kilometerheffing per
week nulmeting >
proefperiode
Gemiddelde
kilometerheffing per
week proefperiode >
nulmeting
P
e
r
c
e
n
t
a
g
e
Minstens 1 gezinslid
heeft een
abonnement
openbaar vervoer
Geen abonnement
openbaar vervoer

28

Interessant om mee te geven verder is dat het beschikken over een abonnement openbaar
vervoer significant (99,7%) en negatief gecorreleerd is met aantal wagens binnen het gezin.
De grootte van de correlatie is -0,15.
Gebruik van de wagen voor professionele doeleinden
De respondenten kregen de vraag voorgelegd of ze met de wagen rijden tijdens de uitoefening
van het beroep. Bij 194 gezinnen antwoordde minstens n gezinslid met af en toe, vaak of
altijd. Deze groep werd vergeleken met gezinnen die de auto niet voor professionele
doeleinden gebruiken. Een duidelijk rijprofiel tekent zich af. Gezinnen die de wagen voor
professionele doeleinden nodig hebben, maken in beide periodes gemiddeld per week meer
ritten. Ook ondernemen zij langere afstanden en reistijden met de wagen. Gekeken naar de
reactie op het ingevoerde systeem van rekeningrijden, kan deze lijn niet worden
doorgetrokken. Beide groepen verschillen in geen enkele parameter volgens de T-testen. Dit
zal verder onderzocht worden in de regressieanalyse.
Perioden met minder verkeer (weekend en schoolvakanties)
De krokusvakantie en de eerste week van paasvakantie vielen beide tijdens de proefperiode.
Zoals hoger al was af te lezen uit Tabel 10 vertonen de deelnemende gezinnen deze weken
een verschillend rijprofiel. Er werden minder ritten gereden. De gereden afstand in de GEN-
zone verschilt niet, maar de totaal gereden afstand dan weer wel. Deze lag significant lager.
Ook de reistijden waren in de schoolvakantie korter. Dit resulteert dan ook in een lagere
kilometerheffing. Dit zal verder onderzocht worden in de regressieanalyse. Ook tijdens het
weekend ziet men een sterk verschillend rijprofiel (niet opgenomen in Tabel 10).
Netto maandelijks beschikbaar gezinsinkomen
Het gemiddelde, minimum, maximum en standaarddeviatie per inkomensklasse voor het
aantal ritten, reistijden, afstanden en kilometerheffing is terug te vinden in Tabel 10. De vraag
is nu of deze verschillen tussen de groepen vergelijkbaar zijn met, of veel groter zijn dan de
verschillen binnen de groepen. Daartoe wordt de variantie binnen de groepen en de variantie
tussen de groepen geanalyseerd. De vergelijking van deze twee componenten beslist of de
groepsgemiddelden als verschillend beschouwd mogen worden of niet. Dit type analyse wordt
variantieanalyse genoemd, of ook wel ANOVA).

29

De ANOVA test vergelijkt elke inkomensklasse met alle andere inkomensklassen samen. Het
resultaat van de ANOVA test (zie technische bijlage) voor de reactie op het ingevoerde
systeem is niet eenduidig. Significante verschillen tussen de inkomensklassen voor het
verschil in gedrag in beide periodes vindt men terug in aantal ritten en in reistijden. Dit wil
zeggen dat sommige inkomensklassen meer kozen om te reageren op het rekeningrijden in
termen van aantal ritten en reistijden. Dit wil ook zeggen dat voor de betaalde
kilometerheffing per week geen belangrijke verschillen tussen de inkomensklassen is
opgemeten. Geen enkele inkomensklasse heeft een significant hoger of lager verschil in de
wekelijkse kilometerheffing tijdens de proefperiode vergeleken met de theoretische
kilometerheffing in de nulmeting ten opzichte van de andere inkomensklassen. Dit zal echter
verder onderzocht worden in de regressieanalyse, waar aparte dummies voor elke
inkomensklasse kunnen opgenomen worden.
Aantal gezinsleden en aantal gezinsleden jonger dan 18 jaar
Variantieanalyses voor beide verklarende variabelen geven eenzelfde output. Er doen zich
significante verschillen voor tussen de verschillende groepen. Dit betekent dat het aantal
gezinsleden (totaal of enkel jonger dan 18) een deel van de reactie op het rekeningrijden
bepaalt. De correlatiecofficinten maken duidelijk dat des te meer leden het gezin telt, des te
meer ritten, afstanden en reistijden er gemaakt worden. Voor wat betreft de reactie op het
rekeningrijden verschijnt er een significante positieve correlatie tussen gezinsgrootte (totaal
of enkel jonger dan 18 jaar) en reistijd. Hoe groter het gezin hoe kleiner het verschil in de
reistijd tussen de proefperiode en de nulmeting. Verschillende redenen kunnen hier aan de
basis liggen : lagere flexibiliteit, gebruik van tragere wegen, ritten gecombineerd, Dit zal
verder onderzocht worden in de regressieanalyse.
Toegang tot openbaar vervoer
In het kader van het project werd een reeks indicatoren ontwikkeld voor de toegang tot het
openbaar vervoer (zie technische bijlage). Voor deze indicatoren werd de correlatie met de
urbanisatiegraad volgens CIM bekeken. Aangezien het hier gaat om een ordinale schaal, is de
niet-parametrische Spearman rangcorrelatiecofficint berekend. Hieruit volgt dat
indicatoren die te maken hebben met afstand, nl. het aantal verschillende haltes van de bus,
tram en metro en stations binnen een straal van 1 km van de thuislocatie en de afstand tot de
dichtstbijzijnde halte of station in vogelvlucht, sterk negatief gecorreleerd zijn met het minder
stedelijk karakter. Daarnaast lopen verstedelijking en het aantal vertrekkende treinen in het
dichtstbijzijnde station ook sterk samen (negatief). In de stad loop je immers kleinere
afstanden naar halten en stations, heb je er meer in een straal van 1 km. Daarenboven zijn er
in de stad gemiddeld grotere treinstations. Het aantal verschillende lijnen van de bus, tram en
metro in de dichtstbijzijnde halte is niet gecorreleerd met urbanisatiegraad.

In de regressieanalyse wordt uiteindelijk de graad van verstedelijking als proxy opgenomen
voor de toegang tot openbaar vervoer, in plaats van de specifieke indicatoren. Gezien de
sterke samenhang is het onmogelijk om beide op te nemen.

30

Regressieanalyse

Aan de hand van een regressieanalyse wordt de reactie van de deelnemende gezinnen op de
ingevoerde kilometerheffing nagegaan. Het gedrag van de gezinnen op het rekeningrijden
wordt gemeten in relatie tot het verplaatsingsgedrag dat zij vertoonden tijdens de nulmeting.
Hiervoor wordt een impact model
10
gebruikt. De regressieanalyse resulteert in een
prijselasticiteit
11
voor de vraag naar transport. De te verklaren variabelen zijn: aantal ritten,
gereden afstand (totaal, enkel in de GEN-zone en volgens tijdstip) en de reistijd. Om
endogeniteit in het model te voorkomen, wordt de totaal te betalen kilometerheffing tijdens
de proefperiode als verklarende variabele vermeden. De theoretische kilometerheffing die
zou moeten betaald worden op basis van de nulmeting (voorheen niet gecommuniceerd aan
de deelnemers) kan wel opgenomen worden in de regressie. Andere verklarende variabelen
zijn kenmerken van het gezin, indicatoren voor transport en voor transportkosten.
Model

Het gebruikte impactmodel dat de reactie op het rekeningrijden meet, vertrekt van een
algemeen gedragsmodel (PSRC, 2010):

Voor gezin i, t=ref de nulmeting, en t=p de proefperiode
Y = het gedrag in termen van aantal ritten, gereden afstand (totaal en enkel in GEN-
zone) en reistijd per gezin op weekbasis;
H = een vector (i x j) waar j staat voor karakteristieken verbonden met gezin i
(waarvan wordt verondersteld dat ze gelijk zijn tussen de twee perioden);
G = de kosten verbonden aan transport.

Het gedrag wordt verklaard door een gezinsspecifieke en doorheen de tijd onveranderlijke
constante term
12
, de hoogte van de kosten van transport en door gezinsspecifieke
eigenschappen, die eveneens onveranderlijk zijn tussen de nulmeting en de proefperiode. Het
verschil in beide periodes ligt enkel in de ingevoerde kilometerheffing. De rest is ceteris
paribus verondersteld. Noteer hier het korte termijn karakter van het project.

De volgende variabelen bevatten informatie over de specifieke eigenschappen van de
gezinnen en werden gecombineerd met de kilometerheffing, omdat deze eigenschappen ook
een impact kunnen hebben op de reactie van het gezin op de kilometerheffing:

10
Traffic Choices Study, 2010, PSRC http://www.psrc.org/transportation/traffic/reports
11
Van dit model kan men geen constant elasticiteiten afleiden. Daarom wordt de elasticiteit berekend voor de
gemiddelde waarden van de variabelen.
12
Panel data, Fixed effects = First difference want T=2

31

- de aanwezigheid van een bedrijfswagen in het gezin (dummy = 1 indien minstens 1
bedrijfswagen);
- het aantal gezinsleden dat de wagen gebruikt voor professionele doeleinden ten
opzichte van het aantal gezinsleden dat deze vraag in Enqute 1 invulde (in %);
- het aantal gezinsleden dat carpoolt ten opzichte van het aantal gezinsleden dat
Enqute 1 invulde (in %);
- het aantal gezinsleden dat over een abonnement voor het openbaar vervoer beschikt
ten opzichte van het aantal gezinsleden dat deze vraag in Enqute 1 invulde (in %);
- een dummy voor de schoolvakanties;
- een dummy voor de verstedelijkingsgraad van de woonplaats (volgens CIM definitie).
Door een sterke samenhang met andere verklarende variabelen kunnen sommige variabelen
niet opgenomen worden in de regressie. Zo kunnen de dummies voor het netto maandelijks
beschikbaar gezinsinkomen, het aantal wagens en de aanwezigheid van een bedrijfswagen
niet samen worden opgenomen. Daarnaast zijn er variabelen die in combinatie met de andere
variabelen niet meer significant zijn. Een voorbeeld hiervan is het aantal gezinsleden, evenals
het aantal gezinsleden jonger dan 18 jaar.

Vervolgens worden de proefperiode en de nulmeting van elkaar afgetrokken. De constante
term verdwijnt uit de regressie.

Waarbij:
=de reactie op de kilometerheffing
=de kilometerheffing
p staat voor proefperiode en ref voor referentieperiode

De formule voor de berekening van de elasticiteiten ziet er als volgt uit:

[(
) (
) ] [(
) (
) ]

Waar b de geschatte waarde voor (
) voorstelt.
De gemiddelde waarden in de referentieperiode voor Y en G worden gebruikt. Dit
model geeft namelijk geen constante elasticiteit. Daarom kan men de puntelasticiteit
berekenen voor de gemiddelde waarden in de controleperiode. De waarden voor Y en
G in de proefperiode zou ook kunnen gebruikt worden. (Gemiddelde waarden van de
gebruikte variabelen zijn te vinden in Tabel 8)

De gegevens worden geaggregeerd per gezin per week.

32

Resultaten

De resultaten van de verschillende regressieanalyses staan samengevat in Tabel 13. De
kilometerheffing is in alle gevallen behalve voor het totaal aantal km op 0,01 niveau
significant gecorreleerd, met een negatief teken. Dat wil zeggen dat een hogere wekelijkse
kost voor transport een groter effect impliceert. Voor de totaal gereden afstand speelt de
kilometerheffing enkel een rol in interactie met andere verklarende variabelen.

De dummy voor de schoolvakantie is steeds op 0,01 niveau significant gecorreleerd, behalve
voor de totale afstand in de GEN-zone. Tijdens de schoolvakanties vertonen de gezinnen een
rijprofiel met aanzienlijk minder ritten, kortere totale afstanden, kortere afstanden in spits en
dal en kortere reistijden.
Tabel 13: Resultaten regressieanalyses (Verandering in aantal ritten, gereden afstand en
reistijd)
Afhankelijke variabele
(veldtest nulmeting)
Aantal ritten Totaal gereden
afstand
Gereden afstand in
GEN-zone
Onafhankelijke
variabele

Gemiddelde
waarde in
nulmeting
Sign.-
niveau
Teken
cofficint
Sign.-
niveau
Teken
cofficint
Sign.-
niveau
Teken
cofficint
Kilometerheffing
nulmeting
8,45 ** **
Dummy
schoolvakantie
** **
Aandeel
abonnement
openbaar vervoer x
kmheffing
2,28 ** + ** + * +
Aandeel carpool x
kmheffing
0,91 ** + +
Aandeel autogebruik
beroepsdoeleinden x
kmheffing
5,37 * +
Dummy
bedrijfswagen x
kmheffing
1,90 ** +
Dummy stedelijk x
kmheffing
4,48 ** ** **
(vervolg op volgende blz)

33

Vervolg Tabel 13
Reistijd Gereden afstand in
GEN-zone tijdens
spitsuren
Gereden afstand in
GEN-zone tijdens
daluren
Onafhankelijke
variabele

Gemiddelde
waarde in
nulmeting
Sign.-
niveau
Teken
cofficint
Sign.-
niveau
Teken
cofficint
Sign.-
niveau
Teken
cofficint
Kilometerheffing
nulmeting
8,45
** ** **
Dummy
schoolvakantie

** ** **
Aandeel
abonnement
openbaar vervoer x
kmheffing
2,28
** + + ** +
Aandeel carpool x
kmheffing
0,91
+
Aandeel autogebruik
beroepsdoeleinden x
kmheffing
5,37
+ +
Dummy
bedrijfswagen x
kmheffing
1,90
**
Dummy stedelijk x
kmheffing
4,48
** **
** De correlatie is significant op 0,01 niveau (2-zijdig); * De correlatie is significant op 0,05 niveau (2-zijdig)

Het beschikken over een abonnement openbaar vervoer is ook minstens op 0,05 niveau
significant en positief gecorreleerd, behalve in de piekperiode. Zoals reeds is aangehaald
maken deze gezinsleden reeds in de nulmeting gebruik van het abonnement en hebben ze er
niet meer intensief gebruik van gemaakt tijdens de proefperiode.

De variabele die de carpoolervaring in het gezin aanduidt en deze die aangeeft of er
gezinsleden de wagen(s) gebruiken voor beroepsdoeleinden zijn enkel significant
(respectievelijk 0,01 en 0,05) en positief gecorreleerd met aantal ritten. Indien het gezin
vertrouwd is met carpool en wanneer het gezin de wagen(s) gebruikt voor professionele
doeleinden, zal het gemiddeld een kleiner verschil in aantal ritten laten optekenen.

Wanneer het gezin over een bedrijfswagen beschikt zal het sterker reageren met aantal
gereden kilometer in totaal en in reistijd. Ook voor gereden afstand in de GEN-zone tijdens de
dalperiode laten ze een negatieve en significante correlatie noteren.

34

Wonen in stedelijk gebied is tenslotte ook steeds significant (0,01) en negatief gecorreleerd
met elke te verklaren variabele. Gezinnen in stedelijk gebied laten grotere reacties in aantal
ritten, gereden afstand (totaal en beperkt tot de GEN-zone en in piek en dal) en reistijd
opmeten. De sterke samenhang met het aanbod openbaar vervoer (zie hierboven) kan hier
een mogelijke verklaring voor zijn.

Op basis van de regressies kan een geschatte elasticiteit op korte termijn (zie Figuur 10)
berekend worden. Een elasticiteit van ongeveer -0,1 voor het aantal gereden kilometer in de
GEN-zone betekent dat door een stijging met 10% van de kilometerheffing 1% minder afstand
wordt gereden in de GEN-zone, waarbij de andere variabelen constant verondersteld worden.
Met een aandeel van ongeveer 30% van de gemiddelde kilometerheffing in de gemiddelde
variabele autokosten komt dit overeen met een elasticiteit van ongeveer -0,3 van het aantal
km in de GEN-zone ten opzichte van de variabele autokosten. Deze waarde verschilt van de
elasticiteit in Tabel 7 omdat er rekening gehouden wordt met de rol van meerdere
verklarende variabelen.
Figuur 10 Gevoeligheid van de gezinnen naar de kilometerheffing per afhankelijke veranderlijke

35

Voor de verandering in het aantal kilometer in de GEN-zone in de spits- en dalperiode werd
een bijkomende regressieanalyse uitgevoerd met de gemiddelde wekelijkse kilometerheffing
per gezin in de spits- en dalperiode als verklarende variabele (Tabel 14). De verklarende
waarde van de analyse is iets hoger dan die van de analyse in Tabel 13 (zie technische bijlage).
De tekens van de cofficinten en het significantieniveau zijn evenwel gelijkaardig aan die van
Tabel 13. Figuur 11 geeft de elasticiteiten die eruit voortvloeien voor het aantal kilometers in
de spits- en dalperiode.
Tabel 14: Resultaten regressieanalyses voor spits- en daluren (op basis van wekelijkse
kilometerheffing in spits en dal)
Gereden afstand in
GEN-zone tijdens
spitsuren
Gereden afstand in
GEN-zone tijdens
daluren
Onafhankelijke
variabele

Gemiddelde
waarde in
nulmeting
Sign.-
niveau
Teken
cofficint
Sign.-
niveau
Teken
cofficint
Kilometerheffing
nulmeting spits/dal
Spits: 3,69
Dal: 4,70
** **
Dummy
schoolvakantie

** **
Aandeel
abonnement
openbaar vervoer x
kmheffing spits/dal
Spits: 1,00
Dal: 1,27
+ ** +
Aandeel carpool x
kmheffing spits/dal
Spits: 0,40
Dal: 0,51
+
Aandeel autogebruik
beroepsdoeleinden x
kmheffing spits/dal
Spits: 2,35
Dal: 2,99 + +
Dummy
bedrijfswagen x
kmheffing spits/dal
Spits: 0,83
Dal: 1,06 +
Dummy stedelijk x
kmheffing spits/dal
Spits: 1,74
Dal: 2,21
**

36

Figuur 11 Gevoeligheid van de gezinnen naar de kilometerheffing in aantal kilometer in GEN-
zone naar tijdstip (piek/dal)

Niet-parametrische testen

Tenslotte werden er nog enkele niet-parametrische testen uitgevoerd. Bij dit type test worden
minder veronderstellingen gemaakt over de verdeling van de data. Data worden geordend en
krijgen een rang toegewezen.

Voor nzelfde gezin zijn de gegevens (van continue aard) over de gemiddelde
kilometerheffing, gemiddeld aantal gereden kilometer, gemiddeld aantal ritten en gemiddelde
reistijd steeds geaggregeerd voor een week, in de nulmeting n in de proefperiode. Om te
testen of het gedrag van de respondenten in beide perioden verschilde, worden de tekentest
en de rangtekentoets
13
gebruikt. De variabelen die getest worden zijn:

Gemiddelde reactie per gezin:
Voor 427 gezinnen werd het verschil in de kilometerheffing per week voor en na de
implementatie van het rekeningrijden berekend.

Gemiddelde aantal kilometer per rit:
Deze test is ook op basis van 427 gezinnen opgesteld. Hier is het interessant te kijken of
gezinnen tijdens de proefperiode zaken zijn gaan combineren, om zo het aantal ritten uit te
sparen. De ritten die gereden worden zijn dan gemiddeld langer.

13
Sign test en Wilcoxon Signed Rank test

37

De hypothesen worden niet geformuleerd in termen van populatieparameters. Men stelt dus
niet als nulhypothese dat de gemiddelde kilometerheffing in de nulmeting gelijk is aan de
gemiddelde kilometerheffing in de proefperiode. Voor beide toetsen wordt de nulhypothese
als volgt geformuleerd:

H0: Mediaan van het verschil = 0

In de tekentoets wordt het verschil in kilometerheffing berekend en wordt enkel het teken in
de berekening opgenomen. Men verliest bijgevolg de grootte van het verschil tussen beide
perioden. De teststatistiek is kleiner naar gelang het aantal positieve of negatieve tekens.
(Indien positief als een succes wordt beschouwd, berekent men de kans dat men dit aantal
positieve tekens uitkomt, gegeven dat de kans op een succes 50% is.)

Voor de rangtekentest neemt men naast het teken ook een rang mee. Elk datapunt krijgt
een cijfer naar gelang zijn positie binnen het geheel. Men neemt dus iets meer informatie op
maar nog steeds geen grootte. Nadien telt men alle positieve en alle negatieve positiewaarden
op en berekent men met welke kans deze getallen bekomen worden onder de nulhypothese.

De resultaten worden getoond in onderstaande tabel:
Tabel 15: Verwerpingspercentage per test per variabele

In de test naar de gemiddelde reactie van de gezinnen op het rekeningrijden wordt de
nulhypothese met grote zekerheid (98,8% en hoger) verworpen, ten voordele van de
alternatieve hypothese die luidt: De kans op een succes is groter dan 0,5 (tweezijdig). Men
kan concluderen dat de deelnemende gezinnen hier in de verwachte richting gereageerd
hebben op het rekeningrijden, d.i. door in de proefperiode een minder hoge kilometerheffing
te bekomen ten opzichte van de nulmeting.

De tweede test is minder eenduidig. Hier kan men de nulhypothese niet verwerpen. Beide
percentages zijn niet voldoende hoog. Op basis van de tekentest en de tekenrangtoets kan
men niet zeggen dat de respondenten in de proefperiode gemiddeld langere (of kortere)
ritten hebben gemaakt.

38

Aanpassingsstrategien

In Enqute 4 werden de deelnemers bevraagd naar hun aanpassingsstrategien tijdens de
veldtest in vergelijking met hun keuzes zonder kilometerheffing. Figuur 12 geeft de
antwoorden weer Belangrijk om te noteren is dat het niet gaat om geobserveerde
gedragsstrategien maar om wat de deelnemers verklaard hebben.

Onder de strategien die meer dan 5 keer werden gebruikt tijdens de veldtest zijn de
combinatie van trips, het met de fiets of te voet gaan en het winkelen op een goedkoper
tijdstip het meest populair. Respectievelijk 15%, 9% en 5% van de respondenten verklaren
dit meer dan 5 keer te hebben toegepast tijdens de veldtest.
Figuur 12: Aanpassingsstrategien volgens de respondenten van Enqute 4 (aantal keer dat
strategie werd gebruikt tijdens de veldtest)

0%
20%
40%
60%
80%
100%
1. Nooit
2. 1-2 keer
3. 3-5 keer
4. 6-10 keer
5. >10 keer

39

Enqute 2
Onderzoeksvragen

Op vraag van de opdrachtgevers werd er naast de veldtest ook een stated preference
enqutering uitgevoerd. Het doel was eerst en vooral om met behulp van een extra
onderzoeksinstrument een beter beeld te krijgen van de wijze waarop de respondenten
reageren op een kilometerheffing en van de determinanten van de gedragswijziging.
Daarnaast wordt er kort vergeleken met de resultaten van de andere analyses.
Inhoud van de enqute

In Enqute 2 werd een keuze-experiment uitgevoerd. De structuur van de enqute was als
volgt.

De enqute startte, zoals gebruikelijk bij een keuze-experiment met een opwarmingsfase.
Hierin worden vragen gesteld over het gedrag (deel 1) en de houding en motivatie (deel 2)
van de respondenten om zo mogelijke verschillen in keuzes tussen respondenten te verklaren.
Een tweede reden voor dit luik is dat de respondent nadenkt over zijn/haar eigen houding ten
opzichte van mobiliteit en de problematiek hierrond en dus de daarop volgende keuzevragen
meer bewust gaat invullen.

Deze vragen worden gevolgd door het eigenlijke keuze-experiment waarbij elke respondent 8
keuzesituaties (kaarten) toegewezen krijgt. Bij de scenarioschets werd niet alleen de
omschrijving van de transportalternatieven gegeven, maar werd ook het doel van de
kilometerheffing in algemene termen uitgelegd en de startpositie gedentificeerd. Er werd
geen melding gemaakt van het gebruik van de inkomsten omdat noch de deelnemers aan een
focusgroep (zie technische bijlage) noch de experten dit relevant vonden. De startpositie is
een rit die de respondent tijdens de laatste week van de nulmeting reed. De respondent maakt
zelf een keuze uit een overzicht van zijn ritten. Hierdoor sluit het keuze-experiment nauw aan
bij de realiteit en vermindert het hypothetisch kader van de vraagstelling.

Elke respondent kreeg ad random een blok toegewezen van 8 keuzekaarten. Een voorbeeld
wordt gegeven in Figuur 13. Elke keuzekaart bestaat uit 4 alternatieven:
- Alt 1: dezelfde rit als de basisrit maar met betaling van een kilometerheffing. De duur
van de rit kan wijzigen.
- Alt 2: aanpassing van de vertrektijd waardoor een lagere heffing moet betaald worden.
- Alt 3: aanpassing van route (een langere, alternatieve route) waardoor een lagere
heffing moet betaald worden.
- Alt 4: Overstappen naar openbaar vervoer (bus, tram, trein).

40

Bij het ontwerpen van de keuzekaarten is er gebruik gemaakt van een experimenteel,
statistisch ontwerp dat ervoor zorgt dat de respondenten bij elk alternatief dergelijke
combinaties van kenmerken krijgen, dat op een efficinte wijze de informatie over hun
preferenties kan worden gemeten.
Figuur 13: voorbeeld van een keuze-kaart

Wagenrit
met
heffing
Wagenrit
op ander
tijdstip
van de
dag
Wagenrit
via
andere
weg
Openbaar
vervoer
(trein,
tram, bus)
Wagenrit
zonder heffing
(ter
herinnering)
Vertrekuur 7u30 6u30u 7u30 7u30 7u30
Reistijd 26 min 32 min 32 min 53 min 35 min
Afstand 30 km 30 km 42 km 30km 30 km
Wagenkosten
(variabele) voor de
volledige rit
2,70euro 2,70 euro 3,78 euro 2,70 euro
Ticketprijs openbaar
vervoer voor de
volledige rit
2,43 euro
Kilometerheffing voor
de volledige rit
8 euro 4 euro 4 euro 0 euro 0 euro
Uw keuze

De bevraging wordt beindigd met een aantal controlevragen. Hiermee wordt bekeken of de
deelnemers steeds alle attributen mee in rekening nemen bij hun keuze en of ze de vragen
duidelijk vonden en of ze denken dat het voorgestelde scenario realistisch is. Deze vragen
kunnen gebruikt worden om bepaalde resultaten te verklaren maar vooral om te bepalen of
de antwoorden kunnen meegenomen worden in de uiteindelijke analyse.
Resultaten
Algemene beschrijvende statistieken

In totaal vulden 609 deelnemers de enqute in. Bij het samenvoegen van informatie vanuit
enqute 1 en 2 zijn er slecht 566. De software die gebruikt wordt voor de analyse kan
ontbrekende data negeren zonder de volledige observatie te verwijderen. In totaal zijn van de
609 respondenten 574 respondenten gebruikt in de analyse.

41

De overige antwoorden waren niet bruikbaar omwille van ontbrekende informatie van het
keuze-experiment zelf of omdat de respondenten de oefening verkeerd interpreteren. Bij deze
respondenten wordt ervan uitgegaan dat hun keuze mogelijk anders was geweest als ze de
oefening correct hadden genterpreteerd. Het gaat hier vooral om een aantal respondenten
die aangeven dat zij niet voor een bepaald alternatief kiezen omdat dat gewoon niet
voorhanden is (vnl. openbaar vervoer) of omdat ze vinden dat de aangegeven prijzen niet
correct zijn.

Aan de respondenten werd ook gevraagd welke transportmodi zij gebruiken, wat de
frequentie hiervan is en voor welke motieven. 90% van de respondenten gebruikt de auto
dagelijks of meerdere dagen per week. 16% geeft aan dagelijks of meerdere dagen per week
het openbaar vervoer te gebruiken. Als men kijkt naar de motieven, wordt bijna voor alles in
het overgrote deel van de gevallen (75%) de wagen gebruikt (zowel woon-werk,
boodschappen, ontspanning). Enkel voor kleine inkopen bij bakker, slager gebruikt 40%
de fiets of gaat te voet.

Uit de nulmeting werden per respondent een aantal ritten geselecteerd die werden gereden
binnen de GEN-zone en die in de gedefinieerde piekuren plaatsvonden. De respondent kon uit
deze selectie een keuze maken. Op deze keuze werden de keuze-kaarten gebaseerd.
Bijkomend werd gevraagd hoe frequent hij deze rit maakte en welk motief deze rit had
(boodschappen, werk/school, vrije tijd (= alle overige activiteiten)).

De gemiddelde rit is 21 min lang (min: 1 min, max: 126 min), 15 km (min: 1 km, max 102 km)
ver met een gemiddelde autokost van 1,37 (min. 0,09 max. 9,18) en een gemiddelde
heffing (berekend volgens het tariefschema van het proefproject) van 0,62 (min: 0,02, max:
3,24). Op basis van deze data werden de niveaus berekend in de keuze-kaarten. In het
keuze-experiment konden de respondenten bij Alt 1 een tarief krijgen dat gelijk is aan het
tariefschema van de veldtest, tweemaal het tariefschema van de veldtest of vier maal
tariefschema van de veldtest. 52% van de ritten geselecteerd voor het keuze experiment is
gereden in de ochtendspits, 48% in de avondspits.

Naast kenmerken van de persoon en kenmerken van de rit, werd aan de respondenten een
aantal stellingen voorgelegd. Deze zijn niet meegenomen als verklarende variabelen in de
analyse van Enqute 2 maar geven wel interessante bijkomende informatie over hoe de
respondenten naar rekeningrijden kijken. De antwoorden op deze vragen worden wel
meegenomen in de analyse van Enqute 4.

42

Figuur 14: Mate waarin de respondenten akkoord gaan met deze stellingen

0% 20% 40% 60% 80% 100%
Er moet genvesteerd worden in beter
openbaar vervoer om de fileproblemen op te
lossen.
De overheid moet thuiswerk en flexibele
uren stimuleren
Voor autoritten op drukke plekken en
tijdstippen moet men meer betalen.
Er moet genvesteerd worden in meer
wegen om de fileproblemen op te lossen.
Milieubelastende wagens en motoren
moeten een hogere belasting betalen.
Er moet genvesteerd worden in betere
fietspaden en fietssnelwegen om de
verkeersproblemen op te lossen.
niet akkoord neutraal akkoord

43


De respondenten kregen een vraag in hoeverre ze dachten dat er in de toekomst een
kilometerheffing zou ingevoerd worden in de GEN-zone. 31% gelooft niet dat een
kilometerheffing zal worden toegepast in de toekomst, 44% duidt aan het niet waarschijnlijk,
niet onwaarschijnlijk te vinden en 25% zegt dat het waarschijnlijk tot zeker wel zal toegepast
worden. Deze variabele is ook meegenomen in de analyse.

De respondenten werd ook gevraagd hoe ze hun gedrag zouden aanpassen indien er een
kilometerheffing zou worden ingevoerd (Figuur 16).

0% 10%20%30%40%50%60%70%80%90%100%
Betalen voor het gebruik van de wagen is
eerlijker dan betalen voor het bezit van een
wagen.
Een heffing op de kilometers die men aflegt
per wagen doet mensen bewuster nadenken
over het gebruik van de wagen.
Een kilometerheffing mag goedkoper zijn voor
mensen met een lager inkomen.
Het heeft geen zin om een heffing per
autokilometer in te voeren want mensen gaan
hun gedrag niet aanpassen.
Het openbaar vervoer is momenteel geen
volwaardig alternatief voor de wagen.

44


Als deze resultaten vergeleken worden met het patroon van de keuzes op de 8 keuzekaarten
(Tabel 16, zie verder) die ze maakten, hebben ze vrij consequent geantwoord binnen het
keuze-experiment. Dit onderbouwt mee de robuustheid van de resultaten van het model.
Enkel voor het alternatief met de langere route geeft 61% van de respondenten aan dit
alternatief niet te kiezen terwijl in het keuze-experiment slechts 43% dit nooit of slechts n
maal heeft gekozen. Een groter % geeft aan te blijven rijden op een weg met kilometerheffing
als de heffing redelijk is en ze tijd besparen. De attributen in het keuze-experiment bepalen
uiteraard mee of de respondent het bedrag redelijk en de tijdswinst voldoende vindt.

Aan de respondenten werd na het keuze-experiment gevraagd of ze de vragen en het keuze-
experiment duidelijk vonden. 70% vond de vragen duidelijk tot zeer duidelijk. Het antwoord
op de vraag of ze de keuze tussen alternatieven gemakkelijk of moeilijk vonden, verschilde
veel sterker. Op basis van de open antwoorden kan men afleiden dat de respondenten (64%)
die een keuze gemakkelijk tot heel gemakkelijk vonden, hun prioriteiten heel goed kenden of
goed de voor- en nadelen van de verschillende alternatieven tegen elkaar konden afwegen.
0% 20% 40% 60% 80% 100%
Ik zou blijven rijden op een weg met
een kilometerheffing als de heffing
redelijk is en ik tijd bespaar.
Ik zou mijn vertrekuur aanpassen als
ik daardoor minder/geen
kilometerheffingen moet betalen.
Ik zou overstappen naar het
openbaar vervoer om een
kilometerheffing te vermijden.
Ik zou een langere route nemen om
minder kilometerheffingen te
moeten betalen.
Ik zou meer met de fiets of te voet
gaan als het rijden met de wagen
duurder wordt.

45

Ongeveer 11% vond het moeilijk om te kiezen. Er kan niet meteen achterhaald worden
waarom zij de keuze moeilijk vonden. Deze cijfers bevestigen toch de robuustheid van de
antwoorden van de respondenten.
Analyse van het keuze-experiment

Eerst wordt beschrijvende data geproduceerd over de patronen in de keuze van de
respondenten, dan worden econometrisch modellen geschat om de verklarende variabelen te
identificeren en te schatten. De resultaten van een keuze-experiment worden verkregen door
logistische regressie analyse. Hierbij wordt berekend wat de kans is dat iemand een
alternatief kiest en hoe de attributen hierop van invloed zijn. Van die regressieanalyse worden
de nutsfuncties afgeleid. Meer detail over de modellen is terug te vinden in de technische
bijlage.

De volgende tabel geeft een patroon van keuzes door de respondenten op basis van het aantal
maal dat ze binnen hun 8 keuze-kaarten voor een bepaald alternatief kozen.
Tabel 16: Frequentie waarmee de respondenten een bepaald alternatief kiezen binnen hun 8
keuzekaarten
frequentie Alt 1:
oorspronkelijke
rit met
kilometerheffing
Alt 2:
aanpassing
vertrekuur
Alt 3:
aanpassing
route
Alt 4:
openbaar
vervoer
0 27% 57% 27% 77%
1 8% 9% 16% 10%
2 12% 7% 14% 3%
3 13% 7% 11% 2%
4 10% 6% 11% 1%
5 8% 4% 8% 1%
6 7% 4% 6% 1%
7 5% 4% 3% 1%
8 11% 4% 4% 3%

Tabel 16 geeft een significant resultaat: 27% van de respondenten zal steeds zijn gedrag
aanpassen en nooit dezelfde rit blijven rijden. Deze mensen hebben een grote preferentie om
de heffingen te vermijden en zijn ook in de mogelijkheid om dit te doen (ze kunnen
gemakkelijk hun vertrekuur aanpassen of vinden gemakkelijk een andere route). De andere
respondenten zullen in een aantal gevallen hun gedrag aanpassen. Het vertrekuur aanpassen
is duidelijk een minder geprefereerd alternatief. Van de 57% die nooit voor dit alternatief
kozen, geeft 58% aan dat ze geen flexibiliteit hebben in de aankomsttijd en nog eens 19% dat
andere afspraken het onmogelijk maken om het vertrekuur aan te passen. De respondenten

46

die nooit kozen voor het alternatief waarbij ze een andere route nemen hebben erg
uiteenlopende redenen. De meest voorkomende redenen zijn dat de kostenbesparing die in
het keuze-experiment werd aangegeven niet voldoende is of dat de reistijd te lang was. Het
openbaar vervoer wordt slechts in erg weinig gevallen gekozen. 77% kiest nooit voor dit
alternatief. 50% van deze mensen vindt het gebruik van het openbaar vervoer niet praktisch,
11% vindt de reistijd te lang en nog eens 15% zegt dat andere afspraken of transport van
materiaal het onmogelijk maken om het openbaar vervoer te nemen.

Uit de verschillende schattingen werden de volgende modellen weerhouden op basis van
significantie en goodness-of- fit van de modellen: een basismodel met enkel de parameters
uit het keuze-experiment en een uitgebreid error component model geschat met alternatief
specifieke parameters, socio-demografische factoren en een aantal andere factoren die eigen
zijn aan de respondent. De error component duidt op de assumptie die wordt gemaakt dat de
respondenten alternatief 1 anders beoordelen dan de 3 andere alternatieven omdat
alternatief 1 buiten de heffing de hen bekende rit is, terwijl de andere 3 alternatieven nieuwe
alternatieven zijn.

Er zijn ook nog meer ingewikkelde modellen geschat die meer heterogeniteit toelaten in de
keuzes, maar deze hadden een slechtere modelfit en brachten niet veel extra informatie over
de keuzes die gemaakt werden.

De gedetailleerde resultaten van de econometrische analyse worden gegeven in de technische
bijlage. Dit rapport beperkt zich tot een samenvatting van de belangrijkste bevindingen.

Uit de resultaten blijkt dat de respondenten minder preferentie hebben om hun gedrag aan te
passen indien alle factoren voor de rest hetzelfde blijven. Als ze hun gedrag aanpassen zullen
ze eerder geneigd zijn om van route te veranderen dan wel het openbaar vervoer te nemen.
Ook het aanpassen van de vertrektijd stuit op meer weerstand dan de route veranderen.

Hoe langer de rit bij een bepaald alternatief duurt hoe minder respondenten geneigd zijn om
dat alternatief te kiezen. Ook de cofficinten voor de verschillende kosten zijn negatief.
Wederom wat verwacht wordt, aangezien een alternatief minder snel zal gekozen worden
wanneer het duurder wordt. Er werd ook getest of er een significant verschil is voor de
heffing tussen de verschillende wagen-alternatieven maar dat is niet het geval. De kosten van
het openbaar vervoer hebben een iets lager effect op de keuze voor het openbaar vervoer ten
opzichte van de andere alternatieven.

Alternatief 2 (vertrekuur aanpassen) zal eerder gekozen worden door oudere mensen of
mensen met als ritmotief boodschappen doen. Mensen die een hoger inkomen hebben, geen
flexibiliteit in werkuren hebben, de rit frequent maken of als ritmotief werk hebben, hebben
een lagere preferenties voor dit alternatief. Ook mensen die over een bedrijfswagen
beschikken, zijn minder geneigd om dit alternatief te kiezen.

47

Alternatief 3 (andere langere route) wordt minder geprefereerd dan de oorspronkelijke rit
met kilometerheffing maar wordt wederom meer gekozen door oudere mensen. Mannen of
respondenten met een bedrijfswagen zijn minder geneigd om dit alternatief te kiezen.

Het openbaar vervoer wordt sterk minder geprefereerd dan de oorspronkelijke rit met
kilometerheffing maar toch meer gekozen door mensen die reeds een abonnement bezitten of
een hoger inkomen hebben. Mannen en mensen met bedrijfswagen zijn minder geneigd om
deze optie te kiezen. Ook respondenten met als ritmotief boodschappen doen, hebben een
lagere preferentie voor deze optie. Respondenten die aangaven dat een kilometerheffing
waarschijnlijk tot zeker wel zal toegepast worden in de toekomst, zijn minder geneigd om
het openbaar vervoer te nemen. Een mogelijke verklaring hiervoor is dat ze anticiperen op het
feit dat door de kilometerheffing de congestie zal verbeteren waardoor ze sneller hun
gebruikelijke weg kunnen afleggen en dat deze mensen ook in de mogelijkheid zijn om de
heffing te betalen.

Over het algemeen blijkt dat mensen die een hoger inkomen hebben hun gedrag minder snel
zullen aanpassen. Ook mensen met een bedrijfswagen zijn minder geneigd om hun gedrag aan
te passen.
Waarde voor tijdswinst

De waarde van tijd (VoT) is de opportuniteitskost van de tijd die een reiziger spendeert aan
zijn rit. In essentie is dit het bedrag dat hij wil betalen om tijd te besparen. Men ziet dat de
waarde van tijd verschillend is voor de variabele autokosten (excl. kilometerheffing), de
kilometerheffing en de ticketprijs voor het openbaar vervoer. De waarde van tijd voor het
openbaar vervoer (3,99/u) is het laagst. Dit is ondermeer te verklaren door een zekere
zelfselectie: mensen met een lagere waarde van de tijd zijn meer geneigd dit alternatief te
kiezen. Het bedrag dat reizigers willen betalen via een heffing voor tijdswinst (vermijden van
files in de wagen: 5,18/u) ligt hoger dan via de variabele autokosten (4,7/u). Dit wil zeggen
dat mensen momenteel gevoeliger zijn aan de hoogte van de heffing dan aan de hoogte van de
variabele autokosten. Kijkt men naar een model waar men de totale kosten (variabele
autokosten + kilometerheffing) opneemt als verklarende variabele, dan ziet men dat de
waarde van tijd in dat model gelijk is aan 7,70/u. Deze waarde ligt min of meer in lijn met de
waarden in de literatuur (zie bv. de waarden die het FPB (2012) hanteert op basis van een
literatuurstudie). De waarde van de tijd voor het openbaar vervoer ligt eerder aan de lage
kant in vergelijking met andere studies.
Geschatte proportionele veranderingen in gedrag

Het error component model geeft volgende aandelen van gemaakte keuzes binnen de data.

48

Tabel 17: Aandelen van de gemaakte keuzes volgens het error component model
Keuze Beschrijving Aandeel
Alt1 Oorspronkelijke rit met
kilometerheffing
0.39
Alt2 Aanpassing vertrekuur 0.21
Alt3 Aanpassing route 0.31
Alt4 Openbaar vervoer 0.09

Binnen de keuzes van de respondenten (waarbij ze 8 keuzes hadden) zal 39% de
oorspronkelijke rit blijven rijden en de kilometerheffing betalen, 21% het vertrekuur
aanpassen, 31% de route aanpassen en 9% kiezen voor openbaar vervoer afhankelijk van de
parameters in het model. Het percentage respondenten dat zijn gedrag aanpast is vrij hoog
maar zegt niets over de eigenlijke marktaandelen want deze aandelen zijn puur op basis van
de keuzes die de mensen maakten in een hypothetische situatie. In realiteit kan er bijv.
helemaal geen openbaar vervoer alternatief zijn of is de lange route heel wat langer dan
aangegeven in het keuze experiment.

Als dit vergeleken wordt met wat de respondenten in enqute 4 zelf aangeven over hun
gedragsaanpassingen tijdens de testfase dan ziet men dat de proportionele wijzigingen niet zo
sterk afwijken van de proportionele verdeling binnen het keuze-experiment (zie Figuur 12).
Dit zegt uiteraard niets over het aandeel in de gereden kilometers.

Indien men kijkt naar het effect van de kilometerheffing op het aantal gereden kilometers uit
de steekproef dan ziet men dat het aantal kilometers toeneemt buiten de GEN-zone en een
lagere daling in het aantal kilometers op de snelwegen ten opzichte van de duurdere
stedelijke en secundaire wegen. Dit kan gelinkt worden aan de gedragsveranderingen dat een
groot percentage zijn gedrag aanpast door voor een andere goedkopere (vaak langere) route
te kiezen.

In het keuze-experiment is het oorspronkelijke schema toegepast maar ook een schema waar
de heffing verdubbeld of verviervoudigd wordt. In totaal zijn een 50-tal combinaties van
heffingen tussen piek/dal en wegentypes toegepast.. Bij een 1% verhoging van de heffing in
alternatief 1 (de oorspronkelijke rit) daalt de kans om de oorspronkelijke rit te behouden en
de kilometerheffing te betalen met 0,32%.

49

Aanvaardbaarheid van de kilometerheffing
Onderzoeksvragen

Om de aanvaardbaarheid van een kilometerheffing te kunnen inschatten, worden de volgende
onderzoeksvragen geanalyseerd:
In welke mate is een kilometerheffing aanvaardbaar?
In welke mate hangt de aanvaardbaarheid af van:
o de kenmerken van de kilometerheffing;
o de inzet van begeleidende maatregelen en het gebruik van de inkomsten;
o de socio-economische kenmerken van de personen;
o de transportvraag van de personen;
o de perceptie over de doeltreffendheid van de heffing en de persoonlijke
impacts;
o het oordeel over transportproblemen en mogelijke oplossingen.
De studie van deze onderzoeksvragen gebeurde aan de hand van Enqute 4 die werd
afgenomen na de beindiging van de veldtest.
Inhoud van de enqute naar de aanvaardbaarheid van een kilometerheffing

In de enqute naar de aanvaardbaarheid van een kilometerheffing kreeg elke deelnemer een
reeks vragen rond drie varianten van een kilometerheffing:
een kilometerheffing met differentiatie volgens tijdstip en plaats, zoals tijdens de
veldtest;
een kilometerheffing met differentiatie volgens tijdstip;
een kilometerheffing met differentiatie volgens tijdstip en autotype.
De definitie van de tijdstippen en de locaties valt volledig samen met die van de veldtest. Voor
de autotypes wordt een onderscheid gemaakt tussen (i) dieselwagens, (ii) benzine- en LPG-
wagens en (iii) alternatieve wagens. Voor deze laatste werd aangegeven dat het gaat om
voertuigen aangedreven met alternatieve energie (aardgas/CNG, waterstof of elektriciteit) of
flexfuel, plug-in hybride of brandstofcelvoertuigen.

Voor het niveau van de kilometerheffing werd een onderscheid gemaakt tussen een lage,
gemiddelde en hoge variant. Op basis van het advies van het Internationaal Wetenschappelijk
Comit werd het heffingsniveau van de veldtest gebruikt voor de lage variant. Voor de
gemiddelde en hoge variant werden het niveau van de lage variant resp. verdubbeld en
verviervoudigd. De deelnemers werden random onderverdeeld in drie gelijke groepen per
heffingsniveau.

50

De vragenlijst van Enqute 4 en de studies waarop de vragenlijst werd gebaseerd, worden
weergegeven in de Ontwerpnota.

Voor elk van de drie types kilometerheffing kreeg de deelnemer eerst een volledige
beschrijving: de structuur van de heffing, de definitie van de tijdstippen, de locaties en de
autotypes. Daarnaast werd er een basisgebruik van de inkomsten gespecificeerd: een
verlaging van de autobelastingen.

Na deze beschrijving volgde de centrale vraag van de enqute:

Als er vandaag een referendum zou georganiseerd worden over de invoering van deze
kilometerheffing, welke stem zou u uitbrengen?
1. Zeker ja
2. Waarschijnlijk ja
3. Neutraal/geen mening
4. Waarschijnlijk neen
5. Zeker neen
Vervolgens werd er gepolst naar een eventuele verandering van dit antwoord indien de
maatregel zou veranderd worden. De volgende maatregelen werden bevraagd:
Begeleidende maatregelen:
o een korting voor personen met een laag inkomen;
o een korting voor personen met een beperking;
o een korting voor inwoners van stedelijke zones met hogere heffing (enkel voor
het eerste type van kilometerheffing);
o de fiscale aftrekbaarheid van de kilometerheffing voor het woon-werkverkeer.
Een andere aanwending van de inkomsten:
o meer investeringen in weginfrastructuur;
o een hoger aanbod en betere kwaliteit van openbaar vervoer;
o een verlaging van de inkomensbelastingen;
o een verlaging van de tarieven voor openbaar vervoer;
o een verbetering van onderwijs, gezondheidszorg, etc., naargelang de noden;
o een verbetering van de infrastructuur voor fietsers en voetgangers;
o een verbetering van de luchtkwaliteit ten gevolge van het verkeer;
o meer investeringen in maatregelen om de klimaatopwarming tegen te gaan.
Tot slot werd er voor elke variant van de tariefheffing een vraag gesteld over de
gepercipieerde doeltreffendheid ervan vanuit maatschappelijk standpunt en over de effecten
die men voor zichzelf verwacht.

51

Algemene beschrijvende statistieken

Van de gerekruteerde deelnemers hebben er 614 personen deelgenomen aan Enqute 4. Voor
de beschrijvende statistieken worden de resultaten gewogen per provincie, geslacht en
inkomensklasse (gegeven dat er minstens 1 wagen is in het gezin). Als basis voor de weging
wordt de golden standard van CIM (Centrum voor Informatie over de Media)
14
gebruikt voor
de provincie en het geslacht en de BELDAM studie (Cornelis et al., 2012) voor de
inkomensklasse (gegeven autobezit).

Uit de referendumvraag blijkt dat slechts een minderheid van de bevolking in de GEN-zone
Zeker ja of Waarschijnlijk ja zou stemmen (Figuur 17): tussen 26% en 29,4%, naargelang
het type van kilometerheffing. Het niveau van de kilometerheffing heeft hierbij geen belang
(zie later).
Figuur 17: Als er vandaag een referendum zou georganiseerd worden over de invoering van deze
kilometerheffing, welke stem zou u uitbrengen? (volgens type van kilometerheffing)

Deze bevinding wordt ook bevestigd in Figuur 18 waarin de gemiddelde aanvaardbaarheid
van de drie tariefstructuren wordt gegeven en het betrouwbaarheidsinterval. Ter herinnering,

14
http://www.cim.be/media/plurimedia/golden-standard

52

een waarde van 1 staat voor Zeker ja en een waarde van 5 voor Zeker neen. De gemiddelde
waarde ligt tussen 3,5 en 3,7 wat wijst op een eerder negatieve houding ten opzichte van de
kilometerheffingen.
Figuur 18: Gemiddelde aanvaardbaarheid van de bevraagde kilometerheffingen en 95%
betrouwbaarheidsinterval

Op basis van de Wilcoxon signed rank test is er geen bewijs dat het mediane verschil tussen
de antwoorden voor het eerste en het tweede type van kilometerheffing significant
verschillend is van nul. Hetzelfde geldt voor de vergelijking van het eerste en het derde type.
Het mediane verschil voor de antwoorden op het tweede en derde type van kilometerheffing
is wel significant verschillend van nul.

De lage aanvaarding van rekeningrijden ligt in lijn met bevindingen in andere studies over dit
onderwerp (zie bv. Jakobsson et al., 2000; Schade and Schlag, 2000, 2003b; Jaensirisak et al.,
2005; Fujii et al., 2004; Ubbels, 2006; Hamilton, 2012). Zo bestudeert Hamilton (2012) bv. de
aanvaardbaarheid van een kilometerheffing in drie steden: Stockholm, Helsinki en Lyon. In
Helsinki en Lyon, waar er net zoals in de GEN-zone nog geen rekeningrijden van kracht is, zijn
resp. 35% en 31% van de mensen voorstander.

In Stockholm, waar er sinds augustus 2007 een cordontol van kracht is, vindt Hamilton 67%
voorstanders. Dit leidt naar een bevinding van Schade & Baum (2007) en De Borger & Proost
(2012) voor steden waar reeds een vorm van rekeningrijden is ingevoerd. Ex-ante, d.i.
voorafgaand aan de invoering van de systemen, was de publieke opinie doorgaans tegen. Ex-
post, na de invoering ervan, groeide het aantal voorstanders sterk en was er in bepaalde
gevallen een meerderheid voor.

53

Twee recente voorbeelden illustreren dit:
In februari 2003 werd in een deel van London een Congestion charge ingevoerd
waarbij een bedrag verschuldigd is wanneer men in de betaalzone rondrijdt (d.w.z. een
area licensing schema). Vr de invoering ervan, was 40% tegen (en 40% voor),
terwijl na de invoering van het systeem 25%-30% tegen was en 50-60% voor
(Transport for London, 2004).
De bevindingen van Hamilton voor Stockholm worden bevestigd in andere studies
voor de stad. Aan de invoering van het systeem in Stockholm ging een algemeen
proefproject vooraf dat liep van januari tot juli 2006. Voorafgaand aan het proefproject
was de steun voor het project minder dan 30%, gedurende het proefproject
veranderde de publieke opinie zodanig dat 51,3% van de inwoners van Stockholm
uiteindelijk voor het systeem stemden in een referendum. In de omringende gebieden
was de steun minder. Na de definitieve invoering van het systeem was de steun
gegroeid tot bijna 70% en wordt het systeem amper nog in vraag gesteld in de media of
politieke discussies (Winslott-Hiselius et al., 2009, Eliasson, 2008, Hamilton, 2012).
De Borger en Proost (2012) geven een overzicht van mogelijke verklaringen voor deze
verandering van houding na de invoering van een systeem:
Het kan samenhangen met de verbetering van het transportsysteem (bv. door het
gebruik van de inkomsten voor betere transportinfrastructuur of beter openbaar
vervoer) (zie ook Odeck & Brthen, 2002).
Schade & Baum (2007) leggen de verandering in attitude uit aan de hand van de
theorie van cognitieve dissonantie: als er een groot verschil is tussen het tolregime dat
men verkiest en het tolregime waarmee men geconfronteerd wordt, past men zijn
preferenties aan, waardoor men positiever staat ten opzichte van de tol.
De effecten van de heffingen op bevolkingsgroepen en de ermee samenhangende steun
voor de projecten kan afhangen van de wijze waarop de inkomsten gebruikt worden
(zie ook later). De geloofwaardigheid van uitspraken die erover gedaan wordt, is
daarbij ook van belang.
Autobestuurders zijn ex-ante onzeker over de eventuele individuele effecten van de
heffing: zij zijn onzeker over het effect op congestie, over hun bereidheid tot betalen
voor autoritten of over hoeveel het kost om niet meer met de auto te rijden. Ex-post
kunnen zij deze effecten beter inschatten (De Borger en Proost, 2012).
Uit de bijkomende vragen in Enqute 4 blijkt dat de houding ten opzichte van de
kilometerheffing afhangt van eventuele begeleidende maatregelen en de wijze waarop de
inkomsten worden gebruikt. Voor de analyse wordt een gelijkaardige benadering gebruikt als
in Hamilton (2012).

54

Figuur 19 heeft betrekking op een kilometerheffing die gedifferentieerd is volgens plaats en
tijdstip (zoals in de veldtest)
15
. Het basisscenario is er een waarbij de inkomsten van de
heffing gebruikt worden om de autobelastingen te verlagen. De blauwe lijn geeft het aandeel
van de bevolking dat Zeker ja of Waarschijnlijk ja zou stemmen in een referendum. Dit is
ongeveer 29,4% voor deze tariefstructuur.

De lengte van de blokken is het aandeel van de bevolking dat aangeeft dat zij hun stemgedrag
zouden aanpassen bij een verandering van de maatregel. Het opwaartse gedeelte geeft aan
hoeveel neen-stemmers en neutrale stemmers meer waarschijnlijk ja zouden stemmen. Het
neerwaartse gedeelte geeft aan hoeveel ja-stemmers en neutrale stemmers meer
waarschijnlijk neen zouden stemmen. De totale reikwijdte van een blok geeft een zekere
indicatie van de range waarin men een antwoord kan verwachten in een referendum, in
functie van de begeleidende maatregelen en het gebruik van de inkomsten. Daarbij moet er
rekening gehouden werden met het feit dat een toename van de neiging om in de ene of
andere richting te stemmen niet noodzakelijk betekent dat men zijn opinie werkelijk zou
veranderen.

15
De figuren voor de andere tariefstructuren worden gegeven in de technische bijlage.

55

Figuur 19: Impact van andere aanwending van middelen en begeleidende maatregelen op de
aanvaardbaarheid (voor een kilometerheffing met differentiatie op basis van tijdstip en locatie)

Nota: OV: openbaar vervoer

De begeleidende maatregelen en een ander gebruik van de inkomsten hebben zowel een
positief als negatief effect op de potentile aanvaardbaarheid, maar het positieve effect lijkt
het belangrijkste te zijn.

In de meeste gevallen in Figuur 19 ligt de potentile maximale aanvaardbaarheid hoger dan
50% voor de bestudeerde aanpassingen. Enkel in het geval van een toewijzing van de
inkomsten aan de algemene middelen, waarbij ze naargelang de noden kunnen ingezet
worden voor onderwijs, gezondheidszorg of andere doeleinden, is dat niet het geval.

Tabel 18 rangschikt de maatregelen volgens hun impact op de potentile ja- en neen-
stemmen. De drie grootste potentile positieve veranderingen van mening komen voor bij een
toepassing van de fiscale aftrekbaarheid van de kilometerheffing voor het woon-werkverkeer,
het gebruik van de inkomsten voor een betere infrastructuur voor fietsers en voetgangers of
voor een verlaging van de inkomensbelastingen. Opmerkelijk is dat deze lijst niet enkel
transportmaatregelen bevat, maar ook een meer algemene maatregel (verlaging van de
inkomensbelasting). Daarnaast is het ook opmerkelijk dat het gebruik van de opbrengsten
10%
20%
30%
40%
50%
60%
70%

56

voor investeringen in weginfrastructuur een relatief kleine potentile positieve impact heeft
en bovendien de grootste potentile negatieve impact heeft. De fiscale aftrekbaarheid en het
geven van een korting aan personen met een laag inkomen zijn twee andere aanpassingen die
leiden tot een relatief grote negatieve impact.
Tabel 18: Rangschikking van alternatieve aanwending van middelen volgens potentile effecten
op stemgedrag (voor kilometerheffing met differentiatie op basis van tijdstip en locatie)
Rangschikking in functie van potentile positieve
verandering van stemgedrag
Rangschikking in functie van potentile negatieve
verandering van stemgedrag
Grootste
potentile
positieve
verandering

Kleinste
potentile
positieve
verandering
Fiscale aftrekbaarheid
Infr. fietsers & voetgangers
Lagere inkomensbelastingen
Aanbod openbaar vervoer
Lagere prijs openbaar vervoer
Luchtkwaliteit
Korting inwoners stadszones
Klimaatbeleid
Korting mindervaliden
Weginfrastructuur
Korting lage inkomens
Onderwijs, gezondheidszorg, etc.
Grootste
potentile
negatieve
verandering

Kleinste
potentile
negatieve
verandering
Weginfrastructuur
Fiscale aftrekbaarheid
Korting lage inkomens
Onderwijs, gezondheidszorg, etc.
Korting inwoners stadszones
Lagere inkomensbelastingen
Aanbod openbaar vervoer
Klimaatbeleid
Lagere prijs openbaar vervoer
Luchtkwaliteit
Infr. fietsers & voetgangers
Korting mindervaliden

Econometrische analyse van de antwoorden op de referendumvraag

In een volgende stap is er nagegaan hoe de antwoorden op de referendumvraag kunnen
verklaard worden. Hiervoor is een econometrische analyse toegepast.

De afhankelijke variabele is een categorische variabele met geordende categorien (5
categorien gaande van Zeker ja tot Zeker neen). De afstanden tussen aan elkaar
grenzende niveaus zijn niet bekend. De econometrische analyse die hiervoor geschikt is
logistische regressie met proportionele odds (proportional odds logistics regression).
De analyse werd uitgevoerd voor elk van de drie types van kilometerheffing. In dit rapport
wordt er vooral ingegaan op de resultaten voor de kilometerheffing met differentiatie op basis
van tijdstip en plaats. Wij verwijzen naar de technische bijlage voor het detail van de analyses
evenals voor de analyses van de twee andere types van heffing.

De verklarende variabelen werden onderverdeeld in verschillende categorien:
Kenmerken van de kilometerheffing
Socio-economische kenmerken van de respondenten
De transportvraag van de personen

57

De perceptie van de respondenten over de doeltreffendheid van de heffing en de
persoonlijke impacts
Het oordeel van de respondenten over transportproblemen en mogelijke oplossingen
Kenmerken van de kilometerheffing
In de enqute werd er gepeild naar de aanvaardbaarheid van een lage, gemiddelde en hoge
variant van de heffing. Uit de econometrische analyse blijkt dat de aanvaardbaarheid van de
heffing niet significant verschilt volgens de hoogte ervan.
Socio-economische kenmerken van personen
Bij de socio-economische kenmerken is de invloed nagegaan van de woonplaats, het geslacht,
het stedelijk karakter van de woonplaats, de inkomensklasse, het onderwijsniveau, de leeftijd,
het aantal kinderen in het gezin, het aantal autos in het gezin. Van deze socio-economische
kenmerken zijn er slechts enkele significant.

Het geslacht, het stedelijk karakter, de inkomensklasse, het onderwijsniveau en het aantal
autos in het gezin blijken geen significante invloed te hebben.

Inwoners van Walloni die buiten Waals Brabant wonen en personen tussen 36 en 45 jaar
hebben lagere aanvaardingsniveaus. Het aanvaardingsniveau neemt licht toe met het aantal
kinderen.
De transportvraag van de respondenten
Voor de respondenten die hebben deelgenomen aan de veldtest (86%) is in de analyse het
aantal km tijdens de nulmeting, het tolbedrag per km tijdens de nulmeting en het percentage
van het virtuele budget dat zij hebben uitgegeven tijdens de veldtest opgenomen. Met de
eerste twee variabelen wordt er uitgetest of personen die veel rijden en veel rijden op dure
plaatsen en tijdstippen anders staan ten opzichte van de kilometerheffing dan andere
personen. Met de laatste variabele wordt er nagegaan of personen die een positief resultaat
behaalden tijdens de veldtest een andere houding hebben. Uit de analyse blijkt dat geen van
deze drie variabelen een significante invloed heeft op het aanvaardingsniveau.
De perceptie van de respondenten over de doeltreffendheid van de heffing en de persoonlijke
impacts

Om de effecten van percepties te onderzoeken wordt er gebruik gemaakt van de antwoorden
op twee vragen in Enqute 4. De eerste vraag peilt naar de mate waarin men denkt dat de
kilometerheffing (vanuit maatschappelijk standpunt) een effect zou hebben op een aantal
transportproblemen, waaronder vlot verkeer. De tweede vraag vraagt naar de mate waarin
men verwacht dat de kilometerheffing voor de respondenten persoonlijk een impact zou
hebben op bv. de reistijden of reiskosten (geld) met de wagen.

58

Van deze reeks verklarende variabelen blijken er twee zeer significant te zijn: de perceptie
van het effect op vlot verkeer en de perceptie van de impact op de persoonlijke reiskosten
(geld).

Respondenten die verwachten dat de maatregel geen impact heeft op vlot verkeer of leidt tot
een verslechtering van het vlot verkeer (resp. 55% en 8% van de respondenten) vinden de
maatregelen minder aanvaardbaar dan personen die menen dat de maatregel leidt tot een
verbetering van vlot verkeer. Voor mensen die een zeer sterke verslechtering verwachten is
er geen significante invloed van deze variabele. Deze variabele geeft aan dat een goede
communicatie over de mogelijke positieve effecten van een kilometerheffing op vlot verkeer
belangrijk is voor de acceptatie.

De perceptie van de mensen over de impact op de kosten van de heffing is ook een belangrijke
factor. Naarmate men een grotere stijging van de kosten verwacht, neemt de kans toe dat men
negatiever stemt. Zelfbelang speelt dus een belangrijke rol in de acceptatie.
Het oordeel van de respondenten over transportproblemen en mogelijke oplossingen
In Enqute 2 werd gepeild naar de opinies van respondenten over een aantal
transportproblemen en mogelijke oplossingen hiervoor. In de analyse zijn de antwoorden op
die vragen mee opgenomen als mogelijke verklaring voor de acceptatie van de
kilometerheffing.

Respondenten die menen dat investeringen in wegen een oplossing zijn voor het fileprobleem
(29% van de respondenten) of die menen dat het aanbod van openbaar vervoer een probleem
vormt in hun regio (27% van de respondenten) staan negatiever ten opzichte van de
kilometerheffing.

Personen die aangeven dat vervuilende voertuigen extra moeten belast worden (61% van de
respondenten) of mensen die aangeven dat verkeersveiligheid een probleem vormt in hun
regio (20% van de respondenten), staan positiever ten opzichte van de heffing.

Tenslotte werd er een proxy opgenomen voor de sociaalvoelendheid van de respondenten. In
Enqute 4 werd er gevraagd naar de reactie van de respondenten indien er een korting zou
gegeven worden aan personen met een laag inkomen of personen met een beperking.
Aangezien er een sterke correlatie is tussen de antwoorden op deze twee vragen, werd enkel
het antwoord op de tweede vraag opgenomen. Uit de analyse blijkt dat mensen die positief
reageren op een korting voor mensen met een beperking minder kans hebben om negatiever
te antwoorden.

59

Referenties
Cambridge Systematics (2006), Mileage-Based User Fee Demonstration Project, Pay-As-You-Drive
Experimental Findings, Final Report, study prepared for Minnesota Department of
Transportation.
Cornelis, E., M. Hubert, Ph. Huynen, K. Lebrun, G. Patriarche, A. De Witte, L. Creemers, K. Declerq, D.
Janssens, M. Castaigne, L. Hollaert, F. Walle (2012), La mobilit en Belgique en 2010: Rsultats
de lenqute BELDAM, Politique Scientifique Fdrale et SPF Mobilit et Transports, Bruxelles.
http://www.beldam.be
De Borger, B. and S. Proost (2012), A political economy model of road pricing, Journal of Urban
Economics 71, 79-92.
Eliasson, J. (2008). Lessons from the Stockholm congestion charging trial. Transport Policy, 15(6),
395404.
FPB (2012), Vooruitzichten van de transportvraag in Belgi tegen 2030, September 2012, Versie
gecorrigeerd in december 2012, Federaal Planbureau, Brussel.
Franckx, L., I. Mayeres, I. Uljee en G. Engelen (2013), Koppeling van ruimtemodel met transportmodel
voor berekening toekomstscenarios, studie uitgevoerd in opdracht van de Vlaamse
Milieumaatschappij, MIRA, MIRA/2012/10 en VITO/2013/TEM/R/29.
Fujii, S., Grling, T., Jakobsson, C., Jou, R.-J., 2004. A cross-country study of fairness and infringement on
freedoms as determinants of car owners acceptance of road pricing. Transportation 31, 285
295.
Hamilton, C.J. (2012), Decisive factors for the acceptability of congestion pricing, CTS Working Paper,
Centre for Transport Studies, Stockholm.
Jaensirisak, S. (2002), Road User Charging: Acceptability and Effectiveness, PhD thesis, University of
Leeds.
Jaensirisak, S., M. Wardman, and A.D. May (2005), Explaining Variation in Public Acceptability of Road
Pricing Schemes, Journal of Transort Economics and Policy 39, 127-153.
Jakobsson, C., Fujii, S., Grling, T., 2000. Determinants of private car users acceptance of road pricing.
Transport Policy 7, 153158.
Jou, R.-C., S.-H. Lam and P.-H. Wu (2007), Acceptance tendencies and commuters behavior under
different road pricing schemes, Transportmetrica 3:3, 213-230.
Nielsen, O.A. (2004), Behavioural Responses to Road Pricing Schemes: Description of the Danish AKTA
Experiment, Intelligent Transportation Systems 8, 233-251.
Odeck, J., Brthen, S., 2002. Toll financing in Norway: the success, the failures and perspectives for the
future. Transport Policy 9 (3), 253260.
Oregon Department of Transportation (2007), Oregons Mileage Fee Concept and Road User Fee Pilot
Program, Final Report, Salem, Oregon Department of Transportation.
Puget Sound Regional Council (2008), Traffic Choices Study, A Global Positioning System Based Pricing
Pilot Project: Evaluating Traveler Response to Variable Road Tolling Through a Sample of
Volunteer Participants, Final Report, Seattle, Puget Sound Regional Council.
Schade, J. and B. Schlag (2000), Acceptability of urban transport pricing, Research Report for Project
AFFORD, funded by the European Commission, 4th Framework Transport RTD.
Schade, J. and B. Schlag (2003), Acceptability of urban transport pricing strategies, Transportation
Research Part F 6, 45-61.
Schade, J., Baum, M., 2007. Reactance or acceptance? Reactions towards the introduction of road
pricing. Transportation Research A 41 (1), 4148.

60

Thaler, R and C. R. Sunstein (2008), Nudge: Improving Decisions about Health, Wealth and Happiness,
Yale University Press, New Haven, CT
Transport for London, 2004. Central London Congestion Charging Scheme: Six Months on. Transport
for London, London.
Ubbels, B. (2006), Road Pricing Effectiveness, Acceptance and Institutional Aspects, Ph.D. thesis, Vrije
Universiteit Amsterdam.
Ubbels, B. and E. Verhoef (2006), Acceptability of road pricing and revenue use in the Netherlands,
European Transport, 69-94.
Winslott-Hiselius, L., K. Brundell-Freij, A. Vaglund and C. Bystrm (2009). The Development of Public
Attitudes towards the Stockholm Congestion Trial, Transportation Research A 43 (3), 269282.

Proefproject Kilometerheffing

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proefproject Kilometerheffing

Uploaded by

Copyright:

Available Formats

Proefproject Kilometerheffing Systeem voor

Lichte Voertuigen in de GEN-zone

=de reactie op de kilometerheffing

You might also like