Professional Documents
Culture Documents
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 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
Afhankelijke variabele
(veldtest nulmeting)
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)
Afhankelijke variabele
(veldtest nulmeting)
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
Figuur 15: Mate waarin de respondenten akkoord gaan met deze stellingen
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.
niet akkoord neutraal akkoord
44
Figuur 16: Mate waarin de respondenten akkoord gaan met deze stellingen
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.
niet akkoord neutraal akkoord
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.