Dashboard Monitoring & Evaluatie Vrachtwagenheffing

Dit document bevat de handleiding en technische beschrijving voor het dashboard Monitoring & Evaluatie (M&E) Vrachtwagenheffing. Het dashboard is ontwikkeld om op een feitelijke en datagedreven manier inzicht te krijgen in de verkeersontwikkelingen op het Nederlandse wegennet voor en na de invoering van de vrachtwagenheffing. Hierbij worden de verkeersintensiteiten in een periode altijd vergeleken met de gemeten data van exact een jaar eerder, de nulmeting.

Via het dashboard is direct inzichtelijk waar statistisch significante toe- of afnames van zwaar vrachtverkeer plaatsvinden. Het dashboard is hier te raadplegen.

Monitoring en Evaluatie.
Het dashboard functioneert als hulpmiddel binnen het landelijke M&E-proces uitwijkverkeer. Het dashboard toont hiervoor uitsluitend de gemeten verkeersintensiteiten en eventuele significante afwijkingen hierin. Een geconstateerde toename betekent niet direct dat er sprake is van uitwijkgedrag door de vrachtwagenheffing. Verkeersintensiteiten kunnen namelijk door allerlei redenen afwijken, bijvoorbeeld door wegwerkzaamheden of gebiedsontwikkeling. Om de daadwerkelijke oorzaak te bepalen, is een duidingsproces ingericht. Binnen dit proces analyseren regionale wegbeheerders de afwijkingen met behulp van hun lokale kennis en nemen zij besluiten over eventuele maatregelen.

Meer informatie over het volledige M&E proces is te vinden op landingspagina Monitoring en evaluatie uitwijkverkeer.

Leeswijzer

De documentatie is als volgt gestructureerd:

Handleiding Dashboard beschrijft de functionaliteiten, filters en de navigatie binnen het dashboard.
Dataverwerking bevat de technische beschrijving van de dataketen: de stappen om ruwe lusdata om te zetten naar etmaalintensiteiten, inclusief de bijschatting van ontbrekende data.
Significantietoets legt de statistische rekenregels en uitgangspunten achter de berekende significantietoets in het dashboard uit.
Verkeerskundige Analyse en Duiding beschrijft de belangrijkste analysecriteria en aandachtspunten voor het objectief duiden van de dashboard-resultaten.

Handleiding Dashboard

Dit deel beschrijft de interface en de functionaliteiten van het dashboard.

Navigatie en Basisfunctionaliteiten

Periode Selecteren: Linksbovenin is een specifieke maand en jaar te selecteren voor de analyse.
Voertuigcategorieën: De verkeersdata is onderverdeeld in drie categorieën: Licht (L1), Middelzwaar (L2) en Zwaar (L3) verkeer. Zie sectie Voertuigcategorieën voor de gehanteerde lengtedefinities.
Kaartlagen: Met de knop rechtsonder in het scherm zijn visuele kaartlagen, zoals het heffingsnetwerk en het monitoringsnetwerk, aan en uit te zetten.
Icoontjes: Meetpunten op het heffingsnetwerk worden gemarkeerd met een euroteken (€). Meetpunten op het monitoringsnetwerk worden weergegeven met een staafdiagram-icoon.
Rijrichting en Clusters: Meetpunten voor tegengestelde rijrichtingen hebben vaak dezelfde geografische coördinaten. Bij een ingezoomde kaartweergave worden deze samengevoegd tot een cluster (weergegeven met bijvoorbeeld het cijfer '2'). Door op een cluster te klikken, splitsen de meetpunten zich visueel op. Hierbij geeft een pijltje de specifieke rijrichting van het meetpunt aan (indien deze informatie beschikbaar is).
Meetpuntinformatie: Selectie van een individueel meetpunt op de kaart (of vanuit een opgesplitst cluster) opent een detailvenster. Dit venster toont de werkdaggemiddelde intensiteiten per voertuigcategorie voor de geselecteerde periode en de referentieperiode (exact een jaar eerder). Ter vergelijking worden ook de twee voorgaande periodes weergegeven.

Waarom alleen werkdagen?
In de tabellen worden de gemiddelde intensiteiten op werkdagen (maandag t/m vrijdag, exclusief feestdagen) getoond. Het doel van het dashboard is het opsporen van structureel uitwijkend vrachtverkeer, een effect dat voornamelijk op reguliere werkdagen wordt verwacht. Door weekenden uit te sluiten, wordt voorkomen dat de vergelijking wordt vertroebeld door afwijkende verkeerspatronen in het weekend, zoals evenementen of weekend-wegwerkzaamheden. Hierdoor sluiten de getoonde gemiddeldes bovendien aan op de data die wordt gebruikt voor de statistische significantietoets.

Effectief Filteren voor Analyse

Het dashboard beschikt over filters om gerichte selecties van meetpunten te maken.

Netwerk: Toon of verberg meetpunten op het Heffingsnetwerk en/of het Monitoringsnetwerk.
Significantie per categorie: De statistische significantietoets wordt afzonderlijk uitgevoerd voor licht, middelzwaar en zwaar verkeer. De filters per categorie gelden als een gezamenlijke voorwaarde. Het dashboard toont enkel locaties die aan alle actieve selecties tegelijk voldoen. Zo is het bijvoorbeeld mogelijk om te filteren op meetpunten met een significante verandering voor zwaar verkeer (L3) én een niet-significante verandering voor licht verkeer (L1).
Afwijking: Filtert op een minimaal in te stellen procentuele toe- of afname.

Tip: Opsporen van mogelijk uitwijkend vrachtverkeer
Wanneer op een monitoringspunt zowel het lichte (L1) als het zware (L3) verkeer toeneemt, duidt dit veelal op een algemene stijging van de verkeersdrukte (bijvoorbeeld door een wegomleiding). Blijft de verandering voor licht verkeer echter uit en neemt uitsluitend het zware verkeer significant toe, dan wijst dit op een specifiek vrachteffect. Dit vormt een signaal voor mogelijk uitwijkgedrag door de heffing. Nadere duiding in het M&E-proces blijft hierbij van belang, aangezien ook andere factoren een oorzaak kunnen zijn voor de toename van vrachtverkeer.

Om binnen het dashboard gericht specifiek te zoeken naar uitwijkend vrachtverkeer, biedt de volgende filtercombinatie de beste focus: 1. Een significante verandering voor Zwaar (L3) verkeer. 2. Een niet-significante verandering voor Licht (L1) verkeer.

Overzichtsvenster

In het linkerpaneel wordt een dynamische lijst getoond van alle meetpunten die op dat moment zichtbaar zijn in het huidige kaartbeeld. Bovenaan dit paneel staat het totaal aantal getoonde locaties, een zoekbalk en algemene selectie-opties (zoals jaartal, periode en minimale afwijking voor L3).

Daaronder worden de individuele resultatenkaarten per meetpunt getoond. Elke kaart bevat de volgende informatie:

Regio en Betrouwbaarheidsindicator (L3): Bovenaan staat de betreffende regio van het meetpunt. Rechtsboven wordt de datakwaliteit voor zwaar verkeer weergegeven met een percentage. Dit percentage is opgebouwd uit het gemiddelde van twee componenten: de dekkingsgraad (de tijd dat het meetpunt online was en data registreerde) en de meetkwaliteit (het aandeel gemeten data in plaats van bijgeschatte data). De tooltip toont meer details over de datacompleetheid en wordt de statistische robuustheid weergegeven door het aantal uitgesloten dagen ten opzichte van het maximaal mogelijke aantal dagparen te vermelden.
Meetpunt-ID: Het meetpunt-ID, met daaronder een omschrijving van het wegvak.
Procentuele afwijking: De toe- of afname in verkeersintensiteit voor categorieën L1, L2 en L3, vergeleken met exact een jaar eerder.
Kleurcodering significantie: De afwijkingspercentages zijn visueel gecodeerd op basis van de significantie. Blauw duidt op een niet-significante verandering, oranje markeert een statistisch significante verandering.
Gerelateerde meetpunten: Waar mogelijk is een meetpunt op het monitoringsnetwerk gekoppeld aan de meest logische alternatieve route op het heffingsnetwerk. Een significante toename op een monitoringspunt, gecombineerd met een significante afname op het gekoppelde heffingspunt, kan wijzen op uitwijkend verkeer van het heffingsnetwerk naar het monitoringsnetwerk.

Detailvenster

Wanneer een meetpunt op de kaart wordt geselecteerd, opent een detailvenster met meer informatie. Dit venster is opgebouwd uit drie tabbladen:

Tabellen: Dit tabblad toont de werkdaggemiddelde intensiteiten per voertuigcategorie (L1, L2, L3) voor de geselecteerde periode en de twee voorgaande periodes. Deze waarden worden direct vergeleken met exact dezelfde periodes een jaar eerder (de referentie). Daarbij wordt per vergelijking de berekende procentuele toe- of afname getoond. Zie de sectie Berekening van het (Werkdag)Gemiddelde voor meer informatie over de berekening.
Figuren: Dit tabblad visualiseert het dagelijkse verloop van de intensiteiten op werkdagen gedurende de geselecteerde maand in een gestapeld staafdiagram. De grafiek vergelijkt de huidige periode direct met de referentieperiode op basis van equivalente kalenderweken (bijv. de eerste maandag van de geselecteerde maand versus de eerste maandag van diezelfde maand vorig jaar). In de staven is bovendien visueel onderscheid gemaakt tussen het aandeel gemeten data en het aandeel dat algoritmisch is bijgeschat.
Export: Via dit tabblad kan direct worden doorgeklikt naar NDW Dexter voor verdere historische analyse van de brondata. De geselecteerde locatie en tijdsperiode uit het dashboard worden hierbij automatisch overgenomen.

Route-analyse via Multi-select

De multi-select functionaliteit maakt het mogelijk om voor een specifieke route via een zelfgekozen selectie van meetpunten een gemiddelde te berekenen. Via de multi-select knop (rechtsonder) kunnen tot maximaal 15 individuele meetpunten tegelijkertijd worden geselecteerd, waarna het dashboard het geaggregeerde gemiddelde van deze punten toont.

Dataverwerking

Dit deel biedt een technische beschrijving van de dataverwerking. Het legt uit welke stappen worden doorlopen om van een ruwe meting tot een etmaalintensiteit te komen.

Voertuigcategorieën

De meetlussen categoriseren voertuigen op basis van hun lengte:

Licht (L1): 1,85 m - 5,60 m (o.a. personenauto's)
Middelzwaar (L2): 5,60 m - 12,20 m (o.a. bestelbussen)
Zwaar (L3): 12,20 m - 25,25 m (o.a. vrachtwagens)

Van Minuut- naar Etmaaldata

De verwerking van data verloopt via een opeenvolgende reeks geautomatiseerde stappen. Hierbij wordt gebruikgemaakt van twee typen brondata: Actuele Verkeersgegevens (AVG) en Individuele Voertuigpassages (IVP).

Minuutintensiteit: AVG-meetpunten leveren het gemeten aantal voertuigen per minuut. IVP-meetpunten registreren individuele voertuigpassages, deze metingen worden in deze eerste stap geaggregeerd naar minuutwaarden.
Kwartierintensiteit: De minuutintensiteit (zowel AVG als geaggregeerde IVP) wordt geaggregeerd naar blokken van 15 minuten.
Etmaalintensiteit: De kwartierintensiteit wordt geaggregeerd tot een volledige etmaalintensiteit (24 uur) per voertuigcategorie.

Aanvullen van Ontbrekende Data

Een meetpunt kan door een storing tijdelijk uitvallen. Om te voorkomen dat dit de etmaalintensiteit vertekent, wordt ontbrekende data op kwartierniveau aangevuld. Hiervoor worden twee methodes gehanteerd:

Bijschalen (Lineair): Als er binnen een kwartier tussen de 8 en 14 minuten aan data is gemeten, wordt dit specifieke kwartier lineair opgeschaald naar een volledige 15 minuten.
Bijschatten (Historisch Profiel): Als er minder dan 8 minuten data in een kwartier is gemeten, wordt het kwartier volledig bijgeschat op basis van een algoritme. Dit gebeurt aan de hand van een historisch intensiteitsprofiel, specifiek opgebouwd per maand, per weekdag, per rijstrook en per voertuigcategorie.
- Relatieve aandelen: Het algoritme berekent het historische aandeel van elk afzonderlijk kwartier in het totale verkeer van een dag. Bijvoorbeeld: het kwartier tussen 08:00 en 08:15 uur vormt historisch gezien 2% van het totale verkeer op een gemiddelde dinsdag in de maand.
- Toepassing: Gemeten kwartieren van een onvolledige dag worden geaggregeerd en opgeschaald op basis van het aandeel van de ontbrekende kwartieren. Voorbeeld: als de wél gemeten kwartieren historisch gezien 90% van de etmaalintensiteit vertegenwoordigen, wordt een gemeten aantal van 900 voertuigen bijgeschat naar een geschatte etmaalintensiteit van 1.000 (900 / 90%).

Voor het bepalen van het historische profiel voor het bijschatten van ontbrekende data geldt een vaste volgorde. Om rekening te houden met seizoensinvloeden, wordt bij voorkeur het profiel van exact dezelfde maand een jaar eerder gebruikt. Als deze historische data ontbreekt (bijvoorbeeld bij een nieuw geplaatst meetpunt), wordt als alternatief het profiel van de meest recente voorgaande maand toegepast.

Achtergrond van de methodiek:
Er is bewust gekozen voor het bijschatten met historische relatieve aandelen (kwartierprofielen) in plaats van een simpel daggemiddelde. Dit heeft drie redenen:

Voorkomen van dataverlies: Als de eis zou gelden dat een etmaal exact 1.440 gemeten minuten móét bevatten, leidt de kleinste netwerkstoring direct tot het verlies van een complete meetdag (en daarmee een vergelijkingspaar voor de significantietoets).

Voorkomen van vertekening: Bij een simpel daggemiddelde wordt ontbrekende data tijdens een drukke spits onterecht laag ingeschat op basis van rustigere uren. Kwartierspecifieke profielen ondervangen dit.

Automatisch schaalbaar: Door te rekenen met relatieve aandelen (percentages), schaalt de bijschatting mee met de actuele drukte van de dag. Een algehele toe- of afname van verkeer verstoort de berekende etmaalintensiteit daardoor niet.

Datakwaliteit en Uitsluitingen

Niet elke gemeten dag wordt gebruikt voor verdere analyse. Een dagmeting wordt in zijn geheel afgekeurd als deze niet aan de volgende twee kwaliteitseisen voldoet:

Dekkingsgraad: Er moet van minimaal 50% van de minuten van het etmaal daadwerkelijk data geregistreerd zijn.
Meetkwaliteit: Maximaal 50% van de uiteindelijke etmaalintensiteit mag bestaan uit bijgeschatte data. Het aandeel gemeten data ten opzichte van de etmaalintensiteit moet groter zijn dan 50%, anders wordt deze dag uitgesloten.

Naast deze datakwaliteitseisen worden weekenden (zaterdag, zondag) en officiële Nederlandse feestdagen uitgesloten.

Berekening van het Werkdaggemiddelde

De getoonde gemiddelde intensiteit is een gecorrigeerd werkdaggemiddelde. Deze methode is gekozen om te voorkomen dat de kalenderindeling van een maand (bijvoorbeeld een maand met vijf maandagen en vier dinsdagen) de vergelijking tussen periodes beïnvloedt.

De berekening verloopt in twee stappen, nadat weekenden en feestdagen zijn gefilterd:

Gemiddelde per type werkdag: Voor de geselecteerde maand wordt eerst het gemiddelde berekend voor alle maandagen, alle dinsdagen, enzovoort, tot en met vrijdag. Dit levert vijf afzonderlijke weekdaggemiddeldes op.
Gemiddelde van de weekdaggemiddeldes: Vervolgens wordt het gemiddelde genomen van deze vijf resulterende waarden.

Het resultaat is een gemiddelde waarin elke werkdag (ma-vr) even zwaar meetelt. Dit zorgt voor de meest zuivere vergelijking van de structurele verkeersintensiteit, los van toevallige kalender-effecten.

Significantietoets

Dit deel legt de methoodiek van de statistische toets uit die wordt gebruikt om te bepalen of een verandering significant is.

Doel van de Toets

Verkeersintensiteiten variëren van nature van dag tot dag. Het doel van de significantietoets is om onderscheid te maken tussen deze toevallige, natuurlijke variatie (ruis) en een daadwerkelijke, structurele verandering in de verkeersstroom. Een statistisch significant resultaat wijst erop dat het gevonden verschil zeer waarschijnlijk niet op toeval berust. Dit duidt op een onderliggende, externe oorzaak, zoals infrastructurele aanpassingen, tijdelijke omleidingen door wegwerkzaamheden of uitwijkgedrag vanwege de vrachtwagenheffing.

Vormen van Vergelijkingsparen

Voor de bepaling van de statistische significantie wordt gebruikgemaakt van de Student’s t-toets voor gepaarde waarnemingen. Deze specifieke toets is geselecteerd omdat verkeersintensiteiten een cyclisch weekpatroon vertonen. Door de metingen niet als een ongestructureerde dataset te analyseren, maar paarsgewijs te koppelen, wordt de daadwerkelijke verandering in het verkeer wiskundig geïsoleerd van de reguliere dagelijkse schommelingen. Voor de significantietoets worden de volgende uitgangspunten gehanteerd:

Kalenderweek-methode: Voor de vergelijking worden dagparen gevormd tussen de meetperiode en de referentieperiode. Dit gebeurt op basis van equivalente kalenderweken. Zo wordt de eerste maandag van de geselecteerde maand gekoppeld aan de eerste maandag van dezelfde maand in het referentiejaar, de tweede dinsdag aan de tweede dinsdag, enzovoort.
Uitsluiting van weekenden en feestdagen: Reguliere weekenddagen (zaterdag en zondag) en officiële Nederlandse feestdagen worden standaard uitgesloten van de statistische analyse. Het verkeersbeeld op deze dagen is namelijk niet representatief voor de reguliere verkeersstromen op werkdagen.
Uitsluiten van incomplete dagparen: Ontbreekt de data voor een specifieke kalenderdag in één van beide periodes of is de dag uitgesloten door de datakwaliteitseisen, dan vervalt het gehele vergelijkingspaar.

Eenzijdige T-toetsing

Voor het dashboard ligt de focus specifiek op het opsporen van uitwijkverkeer als gevolg van de vrachtwagenheffing. Om deze reden is gekozen voor een eenzijdige (enkelzijdige) toetsing:

Op het heffingsnetwerk wordt uitsluitend getoetst op een significante afname.

Op het monitoringsnetwerk wordt uitsluitend getoetst op een significante toename.

De berekening verloopt in de volgende stappen:

Richtingcontrole: Eerst wordt het gemiddelde verschil tussen de huidige periode en de referentieperiode berekend. Een gemiddelde afname op het monitoringsnetwerk of een gemiddelde toename op het heffingsnetwerk is altijd niet-significant.
Berekening p-waarde: Is het gemiddelde verschil wél in de getoetste richting, dan wordt de statistische toets uitgevoerd en de (tweezijdige) overschrijdingskans berekend, de p-waarde. Voor de eenzijdige toetsing wordt deze p-waarde vervolgens door twee gedeeld.
Significantie: Als deze gehalveerde p-waarde kleiner is dan 0,05 (een betrouwbaarheidsniveau van 95%), is de verandering statistisch significant.

De wiskundige basis voor deze toets is de volgende formule:

\[t = \frac{\bar{d}}{s_{d}/\sqrt{n}}\]

Waarbij:

\(\bar{d}\): Het gemiddelde verschil tussen de gepaarde waarnemingen.
\(s_{d}\): De standaarddeviatie (spreiding) van deze verschillen.
\(n\): Het aantal succesvolle dagparen.

Nadat deze \(t\)-waarde is berekend, wordt de bijbehorende \(p\)-waarde (de overschrijdingskans) afgeleid met behulp van de theoretische Student's t-verdeling. Hierbij wordt gekeken naar de berekende \(t\)-waarde in combinatie met het aantal wiskundige vrijheidsgraden (\(n - 1\), waarbij \(n\) het aantal dagparen is). De resulterende tweezijdige \(p\)-waarde geeft de kans weer dat het gevonden verschil puur op toeval berust. Voor de eenzijdige toets in het dashboard wordt deze kans ten slotte gehalveerd.

Rekenvoorbeeld:
Stel, op een monitoringspunt worden 20 geldige dagparen gevormd (\(n=20\)). Gemiddeld worden er in de huidige periode per werkdag 15 vrachtwagens méér gemeten dan in het referentiejaar (\(\bar{d} = 15\)).

Is deze toename over de gehele maand zeer constant (bijvoorbeeld elke dag tussen de 14 en 16 extra vrachtwagens), dan is de spreiding (\(s_{d}\)) klein. Dit resulteert in een kleine p-waarde (< 0,05). De toename is daarmee statistisch significant.

Is de toename echter zeer wisselend (de ene dag +100 vrachtwagens, de andere dag -70), dan is de spreiding (\(s_{d}\)) groot. De p-waarde zal in dat geval boven de 0,05 uitkomen. Het verschil is dan niet significant en wordt statistisch toegeschreven aan toevallige, natuurlijke variatie.

Significantie versus Verkeerskundige Impact

Een statistisch significant effect is niet per definitie een groot of problematisch effect. Statistiek bepaalt echter alléén of een waargenomen verandering op toeval berust (de bewijskracht), niet of deze verandering verkeerskundig relevant is.

In theorie kan een structurele toename van slechts 1 vrachtwagen per etmaal al statistisch significant zijn. Als er bijvoorbeeld elke werkdag exact 101 vrachtwagens worden gemeten in plaats van 100 in het referentiejaar, is deze toename zó constant dat de variantie minimaal is. Hierdoor komt de p-waarde onder de grens van 0,05 uit en is de toename statistisch significant. Omgekeerd kan een forse absolute toename niet-significant zijn, bijvoorbeeld door een zeer hoge spreiding in de tellingen van dag tot dag, of een beperkt aantal geldige dagparen.

Om onderscheid te kunnen maken tussen kleine significante veranderingen en effecten met een grotere verkeerskundige impact, kan in het dashboard worden gefilterd op een minimale procentuele afwijking. Hiermee kan een drempelwaarde (bijvoorbeeld > 10%) worden ingesteld om de getoonde resultaten te beperken tot locaties met een specifieke effectgrootte.

Verkeerskundige Analyse en Duiding

Wanneer een statistisch significante toename van vrachtverkeer op een monitoringspunt wordt gesignaleerd, betekent dit niet direct dat de vrachtwagenheffing de oorzaak is. Om de oorzaak van een toename vast te stellen, is een nadere verkeerskundige analyse noodzakelijk. Hieronder worden de belangrijkste analysecriteria en aandachtspunten beschreven die helpen bij het objectief duiden van de data.

Wegwerkzaamheden

Tijdelijke wegafsluitingen en omleidingen hebben een grote impact op lokale verkeersstromen. Bij de analyse van werkzaamheden moet naar twee periodes worden gekeken:

In de huidige meetperiode: Wegwerkzaamheden in de regio kunnen leiden tot tijdelijk uitwijkverkeer over de gemonitorde route.
In de referentieperiode: Als er in de referentieperiod werkzaamheden op de monitoringsroute plaatsvonden, was de verkeersintensiteit destijds onnatuurlijk laag. Een vergelijking met de huidige, normale situatie resulteert dan in een statistisch significante toename. Dit is echter een herstel naar het reguliere verkeersbeeld.

Gebiedsontwikkeling

Nieuwe ruimtelijke ontwikkelingen, zoals de opening van een distributiecentrum of een bedrijventerrein, kunnen leiden tot een structurele toename van het verkeer. Wanneer een dergelijke ontwikkeling is gerealiseerd in het jaar tussen de referentieperiode en de huidige meetperiode, resulteert dit in een stijging van het (vracht)verkeer.

Doorgaand versus Bestemmingsverkeer

Door de ruimtelijke spreiding van de verkeerstoename over de gehele route te analyseren, kan onderscheid worden gemaakt tussen bestemmingsverkeer en doorgaand (uitwijk)verkeer.

Doorgaand verkeer: Als alle meetpunten op een doorgaande monitoringsroute een vergelijkbare stijging laten zien, wijst dit op verkeer dat de volledige route gebruikt.
Lokaal bestemmingsverkeer: Als de toename sterk afzwakt na een specifieke afslag, dorpskern of industrieterrein, duidt dit veelal op lokaal bestemmingsverkeer in plaats van routeverschuivingen.

Structureel versus Incidenteel Patroon

Een analyse van het dag-tot-dag verloop (zichtbaar in het detailvenster van een meetpunt) geeft inzicht in het karakter van de toename.

Structureel: Een toename die gelijkmatig over de werkdagen van de maand is verdeeld, duidt op een aanpassing in het verkeersgedrag of logistieke patronen gedurende de hele meetperiode.
Incidenteel: Als de gemiddelde maandtoename primair wordt veroorzaakt door extreme uitschieters op één specifieke dag of in één specifieke week, duidt dit veelal op andere oorzaak dan uitwijk door vrachtwagenheffing.

Relatie met het Heffingsnetwerk

Uitwijkgedrag door de vrachtwagenheffing kenmerkt zich in theorie door een verschuiving van voertuigen. Een toename op het monitoringsnetwerk zou dan gepaard moeten gaan met een daling op de meest logische alternatieve route op het heffingsnetwerk. Blijft de intensiteit op de heffingsroute echter gelijk of stijgt deze eveneens, dan is uitwijkgedrag door de vrachtwagenheffing minder aannemelijk.

Invloed van Datakwaliteit

Een toename in verkeersintensiteit kan in sommige gevallen worden veroorzaakt door technische meetfouten. Het is belangrijk om de meetcompleetheid van meetpunten te verifiëren. Een hoge mate van algoritmische bijschatting (bijvoorbeeld door langdurige netwerkstoringen in een van beide periodes) of een laag aantal gebruikte dagparen voor de significantietoets vermindert de betrouwbaarheid van de resultaten.

Ga terug naar de vorige pagina