Author profile picture

Meer ruimte voor voetgangers zorgt voor grotere overlevingskans van maatschappelijke organisaties. Dat concluderen onderzoekers van Universiteit van Amsterdam en Universiteit Twente naar aanleiding van hun onderzoek met Google Streetview (GSV).

Maatschappelijke organisaties zijn belangrijk voor het sociale leven in een stad. Dit zijn organisaties zoals sportverenigingen, hobbyclubs en cultuurverenigingen. De onderzoekers stellen dat de afwezigheid van deze organisaties voor verschillende problemen bij bewoners zorgt. Dit is vooral het geval in arme of geïsoleerde wijken waar de middelen om een sociaal leven op gang te brengen missen.

Resultaten

Politicoloog Floris Vermeulen (UvA) en stedelijke geograaf Mingshu Wang (UT) bekeken de overlevingskans van maatschappelijke organisaties in Amsterdam. Ze koppelden dit aan de informatie over de bebouwing van de omgeving. Door middel van GSV brachten zij in kaart waar zulke organisaties gevestigd zijn.

Met deep learning technologie analyseerden zij ruimtelijke kenmerken zoals de hoeveelheid auto’s en stoepen in de straat. Na het vier jaar durende onderzoek legden de onderzoekers een relatie tussen de omgeving en het welzijn van de organisaties.

In het rapport benoemen de onderzoekers dat de academische literatuur al laat zien dat de structuur van wijken sociale netwerken kan versterken of belemmeren. Vermeulen en Wang gaan dieper in op deze informatie die ze tijdens hun literatuur onderzoek gevonden hebben.

Vooral voetgangpaden bevorderen het voortbestaan van dergelijke organisaties. Wanneer er veel ruimte is om te lopen kunnen buurtgenoten makkelijker contact leggen op straat. Deze ontmoetingen hebben positieve gevolgen op het sociale leven in de buurt. Mensen worden hierdoor vaker lid van buurtorganisaties. Het tegenovergestelde is ook waar. Wanneer lopen ontmoedigd wordt, heeft dit negatieve gevolgen voor het voortbestaan van buurtorganisaties.

Google Streetview en Deep Learning

Bij het onderzoeken gebruikte Vermeulen en Wang een algoritme om onder andere te berekenen hoeveel auto’s er in een straat geparkeerd staan. Met panorama foto’s van GSV kon de technologie een beeld maken van hoe de verdeling was tussen gebouwen, wegen, lucht en auto’s.

Vermeulen en Wang laten met hun onderzoek het belang ruimte-inrichting zien om sociaal leven in een stad te stimuleren. GSV kan gebruikt worden om een beeld te krijgen van wat mensen in hun dagelijks leven zien. De onderzoekers laten ook zien dat big data enorme mogelijkheden biedt in het begrijpen van stedelijke welzijn.

GSV wordt steeds vaker gebruikt in onderzoeken. Onderzoekers van de University of California lieten bijvoorbeeld in 2017 al zien hoe zij stemgedrag van Amerikaanse inwoners konden voorspellen door de auto’s die in een wijk stonden. Dit konden zij door gebruik van GSV en deep learning technologie analyseren. Onderzoekers van Harvard Business School gebruikte GSV in het ontwikkelen van methodes om stadsplanners te laten zien waar bouw in een stad verbeterd moet worden.