Van stoep tot stoel: de impact van instaptijd op doelgroepenvervoer
Een paar seconden langer wachten bij het instappen lijkt klein. Toch maakt die tijd een groot verschil voor het succes van doelgroepenvervoer en andere vormen van publiek vervoer.
Wat gebeurt er als we beter kijken naar de tijd die reizigers nodig hebben bij ophalen en afzetten?
Waarom vind ik dit een interessante reis worden
Ik las recent een studie over de invloed van ophaal- en afzettijden uitgevoerd in München1. Daar werd onderzocht hoe variatie in die tijden invloed heeft op betrouwbaarheid, bezettingsgraad en wachttijd. Voor mij was dit een eyeopener.
In Nederland gaat veel aandacht naar tarieven, aanbestedingen en routes in doelgroepenvervoer. Maar hoe vaak praten we over de paar seconden extra die iemand nodig heeft om in te stappen? Voor een reiziger met een rolstoel, een ouder iemand of een kind dat hulp nodig heeft, is die tijd cruciaal. En voor de vervoerder telt elke seconde, want vertraging bij één reiziger beïnvloedt de rest van de rit.
Juist daarom vind ik dit onderwerp interessant. Het raakt direct aan de kwaliteit van de reiservaring. En het laat zien dat innovatie niet alleen gaat over apps of nieuwe voertuigen, maar ook over iets eenvoudigs als de tijd bij de stoep.
Waar gaan anderen heen met dit thema
De studie uit München laat zien dat de duur en de variatie in ophaal- en afzettijden grote invloed hebben op het systeem. Een toename van de gemiddelde instaptijd van 30 naar 60 seconden leidde tot bijna 3% minder bediende ritten. En als er meer onvoorspelbaarheid in de tijden zat, steeg het aantal te late aankomsten met 1,7% [1].
Die percentages lijken klein. Maar voor een stad of regio met duizenden ritten per dag zijn de effecten groot. Zeker als doelgroepenvervoer dient als feeder voor bus, trein of tram: een paar minuten vertraging kan betekenen dat een reiziger zijn aansluiting mist.
Ook in de literatuur over openbaar vervoer speelt “dwell time” een grote rol. Bij bussen gaat veel onderzoek naar hoe instappen versneld kan worden door bijvoorbeeld meerdere deuren of contactloos betalen.2 In doelgroepenvervoer zien we dat minder. Toch zijn er parallellen: ook hier gaat het om de balans tussen betrouwbaarheid en gebruiksgemak.
Nederlandse gemeenten hebben de afgelopen jaren veel aandacht besteed aan de organisatie van doelgroepenvervoer. Denk aan de integratie van verschillende vormen van doelgroepenvervoer. Daarbij speelt efficiëntie vaak een hoofdrol. Toch blijkt uit praktijkervaring dat juist de variatie in instap- en uitstaptijd vaak de planning onder druk zet. Een rit die op papier “past”, loopt in de praktijk uit omdat één reiziger langer nodig heeft.
Internationaal groeit de aandacht voor dit onderwerp. In de VS worden datasets van taxiritten gebruikt om instaptijden te analyseren. In Seattle is bijvoorbeeld gemeten dat de spreiding enorm is: sommige reizigers stappen in binnen vijf seconden, anderen hebben meer dan twee minuten nodig3.
Kortom: de internationale literatuur en praktijk laten zien dat dit een onderschat thema is. En dat er directe lessen zijn voor ons doelgroepenvervoer, waar betrouwbaarheid, comfort en inclusie hand in hand moeten gaan.
En nu? Hoe gaat dit verder?
Wat betekent dit voor ons? Allereerst dat tijd bij ophalen en afzetten niet langer een “blinde vlek” mag zijn in doelgroepenvervoer. Gemeenten en vervoerders doen er goed aan die tijden systematisch te meten. Meten is weten: zonder data blijft dit giswerk.
Daarnaast is er een kans voor innovatie. Met digitale platforms en AI kunnen we voorspellen hoe lang een specifieke reiziger nodig heeft. Denk aan een app waarin een reiziger of begeleider aangeeft of extra tijd nodig is. Daarmee kan de planning slimmer en eerlijker worden ingericht[1].
De volgende stap? Misschien moeten we in Nederland een vergelijkbare studie doen als in München, maar dan gericht op doelgroepenvervoer. Zodat we weten hoe groot het effect hier is, en hoe we technologie en beleid kunnen inzetten om dit beter te organiseren.
Als jij betrokken bent bij beleid, planning of uitvoering, stel jezelf dan de vraag: hoeveel seconden gun ik een reiziger om rustig in te stappen? En wat zegt dat over de kwaliteit van het systeem dat wij samen bouwen?
Wat heeft bijgedragen bij deze reis. De bronnen.
[1] Álvarez-Ossorio Martínez, S., Dandl, F., & Bogenberger, K. (2025). Analyzing the effects of pick-up and drop-off duration and its stochasticity on mobility-on-demand services. Transportation Research Record, 1–17. https://doi.org/10.1177/03611981251346450
Rashidi, S., Ataeian, S., & Ranjitkar, P. (2023). Estimating bus dwell time: A review of the literature. Transport Reviews, 43(1), 32–61. https://doi.org/10.1080/01441647.2021.2023692
Machado-León, J. L., MacKenzie, D., & Goodchild, A. (2024). An empirical analysis of passenger vehicle dwell time and curb management strategies for ride-hailing pick-up/drop-off operations. Transportation, 51(5), 1635–1661. https://doi.org/10.1007/s11116-023-10380-6
Dit artikel schreef ik met hulp van AI, in dit geval GPT-5. Dus ja, zelfs de instaptijd van woorden is hier deels geautomatiseerd.