Steden vergroenen, verdichten en maken autoluwe plannen, maar een factor blijft structureel onderbelicht wat is de ruimte die stadslogistiek dagelijks vraagt? Een nieuw rekenmodel moet daar verandering in brengen. ‘Stedenbouwkundige plannen gaan heel vaak uit van autoluwe profielen, bredere trottoirs en groenambities. Maar nergens staat hoeveel logistiek verkeer zo’n gebied aantrekt.'
Bevoorrading, serviceverkeer, pakketlevering, afvalinzameling: het zijn functies die de stedelijke economie draaiende houden, maar in de planvorming vaak pas achteraf in beeld komen.
Terwijl de ruimte in steden schaarser wordt, voorzieningen intensiever worden gebruikt en mobiliteitstransities tot harde keuzes dwingen, blijft één vraag altijd hangen: hoeveel ruimte vraagt stadslogistiek eigenlijk?
Het opmerkelijke is dat niemand die vraag tot nu toe goed kon beantwoorden. Waar voor personenmobiliteit parkeernormen, kentallen en verkeersmodellen gemeengoed zijn, bestaan zulke instrumenten nauwelijks voor logistieke bewegingen.
Bram Kin, Associate Lector Duurzame Stadslogistiek aan de HAN, verbaast zich hierover omdat de verwachting is dat het aantal logistieke voertuigkilometers in steden de komende tien jaar met circa 20 procent groeit.
‘Toch bestaan er geen kengetallen voor de ruimte die logistiek inneemt in een stad. Dat is vreemd’, aldus Kin.
Daardoor worden gebiedsontwikkelingen en herinrichtingen nog altijd ontworpen op basis van een blinde vlek.
Ruimteclaim in kaart
Gemeenten als Amsterdam, Rotterdam, Den Haag en Utrecht, maar ook kennisinstellingen en ontwerppraktijken, signaleren dat al jaren.
In 2024 richtten zij zich tot het DMI-ecosysteem programma met een duidelijke opdracht: breng de logistieke ruimteclaim in kaart, ontwikkel kengetallen en een rekenmodel dat gebiedsontwerpers, beleidsmakers en verkeerskundigen meer richting geeft.
Die opdracht resulteerde dit jaar in een nieuw instrument: de Rekentool Ruimte voor Stadslogistiek, ontwikkeld door Rebel, PosadMaxwan, de Hogeschool van Arnhem en Nijmegen (HAN), Breda University of Applied Sciences (BUas) en de gemeenten Amsterdam en Utrecht.
'Er bestaan geen kengetallen voor de ruimte die logistiek inneemt in een stad. Dat is vreemd’
De rekentool is als open-source prototype gepubliceerd, met de bedoeling om de data te laten groeien, te verfijnen en te laten corrigeren.
Volgens projectleider Laura Tavernier, senior consultant bij Rebel, was dat hard nodig.
‘Stedenbouwkundige plannen gaan heel vaak uit van autoluwe profielen, bredere trottoirs en groenambities. Maar nergens staat hoeveel logistiek verkeer zo’n gebied aantrekt, laat staan hoeveel meter laad- en losruimte je nodig hebt. Terwijl dat een randvoorwaarde is voor een functionerende wijk.’
De verklaring voor die structurele omissie is simpel: zichtbare gebruikers winnen het in de politiek en planvorming vrijwel altijd van de minder zichtbare.
Een boom, een fietspad, een brede stoep of een terras is concreet. Logistiek verkeer is vluchtig, verspreid over dagdelen, en daardoor moeilijker te vangen in een ontwerp.
‘Ontwerpers hebben simpelweg geen instrument waarmee ze kunnen zeggen: deze functiemix genereert zoveel stops, met dit soort voertuigen, op die momenten. Dus verdwijnt logistiek letterlijk uit beeld, tot de eerste praktijktest in de openbare ruimte problemen oplevert.’
Daar komt bij dat logistiek versnipperd is: bouwlogistiek, zorglogistiek, horecabevoorrading, pakketstromen, serviceverkeer, afval. Elk segment heeft eigen tijdvensters, voertuigen, ritdynamiek en ruimtebeslag.
‘Juist die diversiteit maakt dat gemeenten moeite hebben om grip te krijgen op de totale druk’, zegt Tavernier. ‘En dan is de openbare ruimte vaak het sluitstuk.’
Uitgangspunt stedelijke functies
De kracht van de nieuwe rekentool is volgens haar dat hij niet vertrekt vanuit verkeer, maar vanuit stedelijke functies. Horeca, winkels, supermarkten, voorzieningen, woningen en instellingen vormen samen de motor achter logistieke stromen.
‘Juist de diversiteit van stadslogistiek maakt dat gemeenten moeite hebben om grip te krijgen op de totale druk’
Voor elk type functie maakten de onderzoekers een beleveringsprofiel, waarin staat welke voertuigen daarbij horen, hoeveel stops ze genereren en in welke dagdelen ze optreden.
Het is een benadering die aansluit bij andere ruimtelijke kentallen. Net zoals parkeernormen afgeleid zijn van functies, werkt ook deze methodiek functiegedreven.
Het resultaat is een model dat op wijk- of straatniveau een realistische ondergrens geeft van de benodigde laad? en losruimte.
‘In sommige gebieden is dat minder erg bijvoorbeeld bij een ruime rijbaan, weinig verkeer, maar in sommige gebieden wil je dit vermijden bijvoorbeeld een drukke baan of een trambaan die geblokkeerd kan worden.
‘We hebben het model bewust flexibel gemaakt’, zegt Tavernier. ‘Je bepaalt zelf de kans dat een voertuig direct kan laden en lossen. Maar hoe hoger die kans, hoe meer ruimte je moet reserveren.’
Praktijktest in De Pijp
Een eerste toetsing van het model met de realiteit vond plaats in de Gerard Doustraat in de Amsterdamse Pijp, een negentiende-eeuwse buurt met een smal profiel en een intensieve functiemix. De straat staat op de rol voor herinrichting, waardoor nauwkeurige informatie beschikbaar is als input en validatie van het rekenmodel.
De rekentool telde 415 functionele units in het gebied en berekende op basis daarvan een benodigde 77 meter laad? en losruimte. Maar dat is een theoretische maat. In de fysieke straat spelen extra factoren: obstakelvrije zones, boomwortels, terrassen, fietsparkeren, zichtlijnen en draaicirkels.
‘Je moet altijd een vertaalslag maken,’ zegt Tavernier. ‘77 meter op papier is snel iets als 90 meter in de praktijk, simpelweg omdat voertuigen moeten kunnen in- en uitrijden en omdat je clusters logisch moet positioneren.’
De rekentool laat onderscheid zien tussen drie kernclusters: die ook aanpasbaar zijn, afhankelijk van de ontwerpbehoefte.
- Personenauto-achtige logistiek (bijvoorbeeld bezorgdiensten met kleine voertuigen)
- Bestel- en vrachtwagens (dominante ruimteclaim)
- Serviceverkeer (langere verblijfsduur)
Op basis van deze clusters werkten de ontwerpers scenario’s uit voor spreiding, clustering en dubbelgebruik.
Daarbij bleek dat slimme clustering (bijvoorbeeld drie tot vier aansluitende plekken bij de winkelstrook) manoeuvres vermindert en de ruimte efficiënter maakt. Voor serviceverkeer zijn gereserveerde plekken tijdens kantooruren zinvol, omdat voertuigen vaak lang staan.
De nieuwe ontwerptekeningen van de gemeente Amsterdam kwamen op 13 laad- en losplekken, vergelijkbaar met de uitkomst van het model. Maar nu met een onderbouwde logica, gekoppeld aan serviceniveaus, dagdelen en fysieke haalbaarheid.
Geen automatisch antwoord
Het rekenmodel is nadrukkelijk geen eindpunt, benadrukt Tavernier. Het doel is om stedelijke professionals een gedeeld vertrekpunt te bieden waarmee zij betere gesprekken kunnen voeren.
De tool is een startpunt voor keuzes over clusteren of spreiden, wel of geen inpandige expeditie, tijdvensters en piekspreiding, dubbelgebruik in de openbare ruimte, organisatie via hubs aan de randen van wijken en toegangsregels, zoals afmetingen, gewicht of emissieprofiel.
‘Je hebt altijd de combinatie van het model en ontwerpend onderzoek nodig. ‘Juist die diversiteit maakt dat gemeenten moeite hebben om grip te krijgen op de totale druk’
Daarbij worden beleidsvragen veel scherper zichtbaar. Wat betekent een nieuw horecacluster voor de dagelijkse druk op de stoep? Wat gebeurt er met de ruimteclaim als een wijk autoluw wordt?
Hoe verandert logistiek onder zero-emissiebeleid, waar meer kleinere voertuigen de grotere vervangen? En hoe organiseer je bouwlogistiek in verdichtingsgebieden?
‘De rekentool maakt zulke vraagstukken bespreekbaar op basis van data in plaats van aannames’, aldus Tavernier.
Doorontwikkeling naar scenario’s
Het huidige prototype is gebouwd in Excel. De volgende stap is een web-based tool, gekoppeld aan beleidsdata (zoals milieuzones), wijktypologieën en scenario?modules.
Daarmee kan het model worden geïntegreerd in digitale viewers of digital twins, waardoor gebiedsontwikkelaars scenario’s kunnen simuleren: wat gebeurt er als functies verschuiven, een nieuwe supermarkt of horecaplint wordt toegevoegd, of als toegangseisen wijzigen?
‘Een tool die alleen de huidige situatie laat zien, is waardevol’, zegt Tavernier. ‘Maar de echte winst zit in vooruitkijken. Toekomstscenario’s maken het verschil: dan kun je sturen op beleid, ontwerp en investeringen.’
De open source opzet is daarbij essentieel. Nieuwe datasets, zoals ritdata van bezorgdiensten, praktijkmetingen uit straten of branche specifieke bezorgprofielen, kunnen het model verfijnen. Ook ontbrekende stromen - bouw, verhuizingen, afval - kunnen worden toegevoegd.
‘Een tool die alleen de huidige situatie laat zien, is waardevol’
Het effect van de rekentool moet zijn een verschuiving in denken: van logistiek als verkeersvraagstuk naar logistiek als ruimtevraagstuk in een stad.
Door beleveringsprofielen te koppelen aan functies, ontstaat voor het eerst een onderbouwde manier om de logistieke voetafdruk van een gebied te bepalen. Dat maakt het mogelijk om logistiek een serieuze plek te geven in ruimtelijk ontwerp, in plaats van achteraf te reageren op knelpunten.
‘We kunnen met deze tool niet alles oplossen, maar we kunnen wel eerlijker rekenen. En dat is nodig om steden leefbaar en functioneel te houden’, aldus Tavernier.
