Bijlage A Nota Parkeernormen Almere 2025

Bij het formuleren van de parkeernormen is het belangrijk dat deze recht doen aan de plaatselijke situatie. In deze bijlage is de achtergrond opgenomen die is meegenomen bij het opstellen van de parkeernormen.

B.A.1Stedelijkheidsgraad

De stedelijkheid van een gemeente blijkt van invloed te zijn op het autobezit en autogebruik in die gemeente. De stedelijkheidsgraad wordt uitgedrukt in de ‘omgevingsadressendichtheid’, het aantal adressen per vierkante kilometer. CBS onderscheidt hierin vijf klassen, zoals weergegeven in onderstaande tabel.

Tabel B.A.1.1: Indeling stedelijkheidsgraden

In 2024 kent de gemeente Almere een gemiddelde dichtheid van 1.636 adressen per vierkante kilometer. De gemeente valt daarmee in de categorie sterk stedelijk. Almere is een gemeente die zich kenmerkt door een groot landoppervlakte en groter is dan bijvoorbeeld Den Haag en Utrecht. Binnen de gemeente Almere zijn grote verschillen in stedelijkheidsgraad, zoals blijkt uit Figuur B.A.1.1.


Figuur B.A.1.1: Stedelijkheidsgraad in Almere

De opbouw van de parkeernormering gebeurt aan de hand van stedelijkheidsgraden. Op basis van Figuur B.A.1.1 is een gebiedsindeling van 5 deelgebieden logisch; A, B+, B, C en D gebieden. Dit vormt de basis voor de verdere gebiedsindeling in deze nota parkeernormen.

B.A.2Autobezit, autogebruik en fietsgebruik

Als onderbouwing voor de hoogte van de parkeernorm voor woningen is een analyse uitgevoerd naar het autobezit en auto- en fietsgebruik binnen de gemeente Almere. Het autobezit is van belang voor het opstellen van een passende parkeernorm voor woonfuncties. De eigen auto staat namelijk vooral thuis. Voor overige functies is het autobezit minder relevant; juist het gebruik van vervoersmiddelen is dan leidend voor het aantal benodigde parkeerplaatsen bij de functie. Het gebruik geeft namelijk inzicht of de auto of juist de fiets bij de bestemming geparkeerd moet worden. Het autobezit is geanalyseerd op basis van CBS-gegevens. Het auto- en fietsgebruik is onderzocht op basis van een analyse van de data uit het ODiN (Onderweg in Nederland).

Autobezit

Het gemiddelde autobezit in de gemeente Almere bedraagt in 2023 1,15 personenauto’s per huishouden7 Bron: StatLine - Regionale kerncijfers Nederland (cbs.nl).. Het gemiddelde autobezit in 2023 binnen sterk stedelijke gemeentes bedraagt 1,06 personenauto’s per huishouden8 Bron: StatLine - Regionale kerncijfers Nederland (cbs.nl). Exclusief vijf gemeentes in deze categorie met een groot aantal leasemaatschappijen, die het gemiddelde aantal personenauto’s per huishouden sterk beïnvloeden.. Het aantal personenauto’s per huishouden in Almere is ook vergeleken met het autobezit binnen andere stedelijkheidsgraden (Tabel B.A7.2.13). Echter, is de woningvoorraad in Almere anders samengesteld dan in de gemiddelde sterk stedelijke gemeenten (zie Figuur B.A.) Almere kent relatief gezien veel koop rijwoningen en weinig sociale huurwoningen ten opzichte van het gemiddelde van sterk stedelijke gemeenten. Het autobezit per type woningvorm is in Almere vergelijkbaar met de overige sterk stedelijke gemeenten van Nederland (zie Tabel B.A.27.24).

Tabel B.A7.2.13: Autobezit naar stedelijkheidsgraad (bron: StatLine - Regionale kerncijfers Nederland (cbs.nl))

Tabel B.A.27.24: Vergelijking autobezit Almere en andere sterk stedelijke gemeenten


Figuur B.A.2.1: Verdeling woningvoorraad gemeente Almere

Naast de vergelijking met gemeentes op basis van stedelijkheidsgraad is ook het autobezit op buurtniveau geanalyseerd. De aanpak en gedetailleerde resultaten van deze analyse zijn omschreven in B.A.3. Uit de analyse blijkt dat het autobezit per buurt sterk varieert. Hierbij geldt dat over het algemeen het autobezit stijgt naarmate de buurt verder van de binnenstad gelegen is.

Auto- en fietsgebruik

Het auto- en fietsgebruik is geanalyseerd op basis van ODiN data9 ODiN is het Verplaatsingsonderzoek Onderweg in Nederland, waarin het verplaatsingsgedrag van de Nederlandse bevolking is beschreven naar plaats van herkomst en bestemming, tijdstip waarop het vervoer plaatsvindt, gebruikte vervoermiddelen en reismotieven voor de verplaatsingen. Daarnaast is aandacht geschonken aan de achtergrondvariabelen voor een bepaald verplaatsingspatroon en de keuze van een vervoermiddel.. Aan de hand van ODiN data is per vervoerswijze het aandeel verplaatsingen op alle verplaatsingen inzichtelijk gemaakt. In Figuur B.A.2.2 is het aandeel autoverplaatsingen weergegeven, inclusief een uitsplitsing naar bestuurders en passagiers van personenauto’s.


Figuur B.A.2.2: Aandeel autoverplaatsingen (bron (ODiN)

Uit Figuur B.A.2.2 blijkt dat het autogebruik in Almere het meest aansluit bij het gemiddelde autogebruik van sterk stedelijke gemeentes. 38% van het aantal verplaatsingen in Almere wordt uitgevoerd met de auto (als bestuurder). Voor alle sterk stedelijke gemeentes gecombineerd is het aantal verplaatsingen dat wordt uitgevoerd met de auto (als bestuurder) 37% ten opzichte van alle verplaatsingen.

Binnen de gemeentegrenzen wordt naast de auto ook vaak de fiets gepakt. Het fietsgebruik in Almere is vergeleken met het fietsgebruik in de rest van Nederland. Deze vergelijking is weergegeven in Figuur B.A.2.3.


Figuur B.A.2.3: Aandeel fietsverplaatsingen (bron: ODiN).

Uit Figuur B.A.2.3 blijkt dat het aandeel fietsverplaatsingen – zowel binnen de gemeentegrenzen als in totaal – een aantal procent achterblijft bij het aandeel fietsverplaatsingen in Nederland en overige sterk stedelijke gemeenten.

B.A.3Analyse autobezit per type woning Almere

Voor het opstellen van de Nota parkeernormen voor de gemeente Almere is op basis van data een analyse gemaakt van het autobezit in deze gemeente, waaruit een parkeernorm is afgeleid. In deze bijlage is de betreffende analyse opgenomen.

Onderzoeksverantwoording

Aanpak CBS-microdata

Goudappel heeft de laatste jaren veel onderzoek gedaan naar parkeernormen in Nederland in relatie tot het autobezit. Om dit verder te onderzoeken heeft Goudappel de beschikking over niet-openbare microdata op basis van CBS-gegevens over autobezit, die gekoppeld zijn aan woningtypen. Zo kan voor heel Nederland op gemeente-, wijk- en buurtniveau het autobezit gericht geanalyseerd worden. Daarbij kan onderscheid gemaakt worden naar autobezit per categorie zoals:

• - Eigendomssituatie (koop, particuliere huur en sociale huur);
• - Woningtype (vrijstaand huis, twee-onder-een-kap, rijwoning en appartement);
• - Leeftijd (0-30 jaar, 30-65 jaar en 65+ jaar);
• - Oppervlakte (tot 50 m² gbo, 50-75 m² gbo, 75-100 m² gbo, 100-125 m² gbo en groter dan 125 m² gbo).

Deze categorieën kunnen ook ‘gestapeld’ worden en zo inzichtelijk maken wat het autobezit is onder bijvoorbeeld kleine sociale huurappartementen (tot 50 m² gbo) in buurt X in gemeente Y (bij voldoende waarnemingen). De microdata zorgt zodoende voor een cijfermatige onderbouwing om parkeernormen op te stellen die aansluiten bij het autobezit in een gemeente.

Inhoud van de data

De resultaten uit de data zijn gebaseerd op niet-openbare microdata van het Centraal Bureau voor de Statistiek (CBS) aangevuld met onderzoeksgegevens van Goudappel. De data gaan over autobezit, woningvoorraad, type woningen, eigendomssituatie en inkomen. Voor de duidelijkheid wordt vermeld dat CBS-microdata altijd binnen de volledig afgesloten netwerkomgeving van het CBS blijft, en alleen resultaten van bewerkingen/statistische gegevens die niet naar personen te herleiden is, worden geëxporteerd. En om in deze gegevens de laatste mogelijke vorm van onthullingsgevaar naar huishoudens te voorkomen, zijn alle gegevens die betrekking hebben op minder dan tien huishoudens verwijderd. Ook zijn de aantallen huishoudens afgerond op vijftallen en het gemiddelde aantal auto’s per huishouden is afgerond op twee decimalen.

De gebruikte indeling van gemeente, wijk en buurt is conform de CBS-indeling van 2022. De stedelijkheidsgraad (‘omgevingsadressendichtheid’) van gemeenten, wijken en buurten komt uit ‘Kerncijfers wijken en buurten 2022’. De in de analyse gebruikte gegevens betreffende woningvoorraad, eigendomssituatie en RDW-gegevens hebben betrekking op het jaar 2022. Het ‘bezit’/gebruik van een leaseauto heeft betrekking op het jaar 2021 en is ook inbegrepen in de data.

Grijze en buitenlandse kentekens

Er zijn auto’s die niet staan geregistreerd bij het CBS. Dit zijn voornamelijk auto’s met een buitenlands kenteken en bedrijfswagens. Voor laatstgenoemde geldt dat deze kentekens meestal beginnen met een B of V. Uit ervaringscijfers van Goudappel blijkt dat het aandeel grijze en buitenlandse kentekens circa 8% is. Deze 8% dient daarom opgeteld te worden bij het autobezit van bewoners zoals blijkt uit de data. Het gemiddelde autobezit in de hele gemeente Almere is 1,15 auto’s per huishouden. Het aandeel grijze kentekens bedraagt daarmee 0,1 auto’s per huishouden en wordt als vast verhoging meegerekend op het autobezit. Tevens is de data op één decimaal naar boven afgerond om rekening te houden met verschillen tussen individuele woningen en toekomstige ontwikkelingen.

Autobezit per type woning

Wanneer naar de data wordt gekeken, blijkt dat het autobezit tussen buurten verschilt. Om recht te doen aan deze verschillen is op buurtniveau onderscheid gemaakt naar A gebieden, B+ gebieden, B gebieden, C gebieden en D-gebieden. Voor het A-gebied (45% reductie) en het B+ gebied (15% reductie) is al rekening gehouden met de toegepaste reducties op het autobezit. Het in de tabel getoonde autobezit is het gewogen gemiddelde autobezit over alle buurten, die in de respectievelijke gebiedsindeling vallen. De parkeernormen voor bewoners passend bij het autobezit zijn opgenomen in onderstaande tabellen.

Autobezit grondgebonden woningen

Autobezit appartementen