Bijna de helft van Bostons meldingen over geblokkeerde fietsstroken komt van negen corridors

TL;DR

• Tussen 4 juli en 18 augustus 2026 dienden fietsers 959 meldingen in van voertuigen die fietsstroken in Boston blokkeerden via Loud Bicycle’s Bike Bureau; 955 daarvan konden netjes aan een benoemde straat worden gekoppeld.
• Geblokkeerde fietsstroken zijn niet gelijkmatig verspreid. Een optimalisatie die zoekt naar korte trajecten met hoge dichtheid vindt 12 selecties van elk maximaal 800 meter. Nadat aangrenzende selecties zijn samengevoegd, vormen ze 9 geografische corridors met samen 508 meldingen, oftewel 53% van het totaal.
• Twee clusters domineren: Kenmore Square (Brookline Ave, Comm Ave en Boylston samen—15,4% van alle meldingen) en de Downtown / Chinatown-ruggengraat langs Cambridge, Tremont en Kneeland Streets (13,8%, of 132 meldingen in één aaneengesloten run).
• De Longwood / Fenway-zorgcorridor is duidelijk derde met 9,5%; daarna valt de staart snel terug naar eenlingen in de lage enkelcijferige percentages, verspreid van Allston tot Jamaica Plain.
• Dit is een prioriteringskaart, geen ingenieursplan: hij zegt waar je eerst moet kijken, niet waar het project begint en eindigt.
• De bevinding sluit aan bij een bekend patroon—fietsstroken met alleen verf schieten precies tekort waar vraag en conflict het grootst zijn—en bij het pleidooi voor fysieke bescherming boven handhaving.

Elk blauw gebied is een kandidaat-corridor voor beschermd fietspad; labels zijn afgeronde aanduidingen, met de exacte aandelen in de tabel hieronder. Aangrenzende trajecten zijn als één corridor getekend, wat negen gelabelde zones oplevert. Oranje punten zijn individuele meldingen. Gebieden buiten Boston zijn grijs gearceerd. Basiskaart © OpenStreetMap.

De meldingen zijn niet willekeurig—dus de oplossing hoeft dat ook niet te zijn

Wanneer een auto in een fietsstrook parkeert, moet de fietser erachter snel, en ontevreden, kiezen: remmen, of uitwijken de rijdende verkeersstroom in. We hebben eerder betoogd dat dit een veiligheidsfalen is, geen etiquetteprobleem, en dat de duurzame oplossing fysieke bescherming is, niet een agent die drieënhalf uur later arriveert.

Maar “overal beschermde fietsstroken aanleggen” is geen plan waar een stad in deze begrotingscyclus mee aan de slag kan. De nuttige vraag is smaller: als Boston eerst maar een paar blokken zou kunnen verstevigen, welke blokken zouden dan het meeste gevaar van de kaart halen?

Het grootste deel van de geschiedenis van fietsbelangenbehartiging werd die vraag beantwoord op basis van anekdotes—de corridor waar iedereen over klaagt, het kruispunt waar een raadslid doorheen fietst. Crowdsourced meldingen veranderen de input. Wanneer er in zes weken bijna duizend geotagged, getimestampte meldingen in een gedeelde, downloadbare dataset landen, houden hotspots op een kwestie van mening te zijn. Je kunt ze berekenen.

Dat is wat dit stuk doet. De onderliggende cijfers komen rechtstreeks uit de publieke Boston-data van Bike Bureau; de corridors hieronder zijn de uitkomst van een optimalisatie daarover, hier uiteengezet in begrijpelijk Engels en geografie.

Wat “negen corridors omvatten de helft van de meldingen” daadwerkelijk betekent

De ruwe data zijn 959 stippen op een kaart. Stippen omzetten in corridors vergt één modelleerkeuze en één restrictie.

De keuze: een echt project voor een beschermde fietsstrook is een aaneengesloten traject langs één straat, geen verspreide wolk van punten. Dus de analyse beschouwt alleen aaneengesloten trajecten op dezelfde straat—segmenten waar je in principe echt beton langs zou kunnen storten.

De restrictie: geen enkel traject mag langer zijn dan 800 meter (ongeveer een halve mijl). Die bovengrens is van belang. Zonder die beperking zou de “beste” corridor simpelweg “de hele Massachusetts Avenue” zijn, wat waar is maar nutteloos voor prioritering. Door elk traject kort te houden, moet het model echt dichte clusters vinden, en niet alleen lange straten die door hun lengte veel meldingen verzamelen.

Vanuit elke melding bouwt het model het kortste traject op dezelfde straat dat zijn buren bereikt, waarmee in totaal 227 kandidaattrajecten ontstaan. Vervolgens stelt het een precieze vraag: wat is het kleinste aantal trajecten waarvan de meldingen samen minstens de helft van het stads­totaal dekken? Dit is een klassiek set-cover-optimalisatieprobleem, exact opgelost met een mixed-integer-solver (HiGHS)—geen gulzige benadering. De solver levert zowel het antwoord als een bewijs dat er geen kleinere oplossing bestaat.

De optimalisatie selecteert 12 korte trajecten. Nadat aangrenzende selecties zijn samengevoegd tot de geografische corridors op de kaart, is het resultaat scherp:

Negen samengevoegde corridors bevatten 508 van de 959 meldingen—53%.

In de fase met begrensde trajecten is twaalf aantoonbaar de ondergrens. De solver certificeert dat geen 11 trajecten de 50% halen—de beste 11 komen tot 468 meldingen, of 48,8%. En onder alle oplossingen met twaalf trajecten vangt de gekozen plaatsing de meeste meldingen, 508. Het uiteindelijke aantal negen ontstaat pas nadat aangrenzende geselecteerde trajecten zijn gecombineerd voor kaartweergave en corridorplanning; negen is geen afzonderlijke minimumwaarde die door de solver is bewezen.

De helft van alle klachten over geblokkeerde fietsstroken in Boston in zes weken concentreert zich in een set corridors die je op een indexkaartje zou kunnen opschrijven.

Verscheidene geselecteerde trajecten liggen vlak naast elkaar—twee armen van hetzelfde kruispunt, of twee blokken van dezelfde avenue die alleen gesplitst zijn omdat geen van beide helften binnen de grens van 800 meter valt. Op een kaart getekend vallen ze samen tot negen geografische corridors. De grens van 800 meter geldt voor de 12 onderliggende optimalisatie-eenheden, niet noodzakelijk voor de samengevoegde corridors. Die samengevoegde groepering is de moeite waard om over te redeneren, omdat een stad per corridor plant, niet per lijnsegment.

De negen corridors, gerangschikt

*Aandeel van alle 959 meldingen, afgerond op één decimaal; onafhankelijk afgeronde cijfers tellen mogelijk niet precies op tot 53%. Corridors 1–3 zijn elk opgebouwd uit twee of drie van de 12 onderliggende geoptimaliseerde trajecten die binnen één of twee blokken van elkaar liggen.

Een paar zaken springen uit de tabel.

Twee clusters dragen de hoofdmoot. Kenmore Square en de Downtown / Chinatown-ruggengraat zijn samen goed voor 29,2% van alle meldingen over geblokkeerde fietsstroken in de stad. Kenmore is waar Commonwealth Avenue, Boylston Street en Brookline Avenue samenkomen in een knoop van bushaltes, hotel-drop-offs en vrachtverkeer; de downtown-route loopt in één aaneengesloten run van 132 meldingen langs de rand van het financiële district en Chinatown, rijk aan laad- en loszones. Als Boston alleen deze twee zou verstevigen, zou het bijna een derde van de gedocumenteerde conflicten raken.

Longwood / Fenway is duidelijk het derde front. De corridor rond het ziekenhuisdistrict—één arm op Brookline Avenue, één op Longwood Avenue—trekt 91 meldingen (9,5%), waar dienstwissels, patiëntenafzetplaatsen en ambulances botsen met een intensief gebruikte fietsroute. Let op dat Brookline Avenue in twee verschillende corridors opduikt: de noordelijke blokken horen bij het Kenmore-cluster, de zuidelijke bij Longwood. Dat is geen dubbeltelling—het zijn afzonderlijke hotspots die de kaart gescheiden houdt.

De staart is lang maar ondiep. Na de top drie zit elke resterende corridor in de enkelcijferige percentages: de Atlantic Avenue-waterkant (4%), Western Avenue in Allston (3%), Centre Street in Jamaica Plain (2%), twee straten in South End—Massachusetts Avenue en Washington Street—en een geïsoleerd traject van Commonwealth Avenue verder naar het westen. De spreiding loopt van de haven tot aan Brighton, wat bevestigt dat dit niet alleen een downtownverhaal is—maar de massa zit onmiskenbaar in de eerste drie corridors.

Wat deze kaart wel en niet is

Twee eerlijke kanttekeningen liggen onder de cijfers:

• De data zijn een steekproef van een gedrag, geen volkstelling van het probleem. Meldingen weerspiegelen waar fietsers zijn en waar ze de moeite nemen te melden—dus drukke, fietsintensieve corridors zijn oververtegenwoordigd ten opzichte van straten die mensen helemaal mijden. Dat is voor prioritering waarschijnlijk de juiste bias (repareer waar mensen rijden), maar het ís een vertekening.
• Het koppelen aan straten is niet perfect. De analyse leunt op namen uit OpenStreetMap en een stap waarin meldingen aan straten worden gematcht; die zijn niet foutloos.

Niets daarvan ondergraaft de kernboodschap. Of de werkelijke concentratie nu 53% is of een paar punten hoger of lager, de vorm blijft dezelfde: een klein aantal corridors draagt een groot deel van het gevaar. Dat is precies de situatie waarin gerichte beschermde infrastructuur het snelst rendeert.

Waarom concentratie goed nieuws is

Een diffuus probleem werkt ontmoedigend—als geblokkeerde fietsstroken gelijkmatig over elke mijl van Boston verspreid waren, zou geen enkel project echt zoden aan de dijk zetten. Concentratie is het tegenovergestelde. Het betekent dat een bescheiden, uitvoerbaar programma—negen samengevoegde corridors, opgebouwd uit 12 optimalisatie-eenheden van minder dan een kilometer—plausibel de helft van het gedocumenteerde conflict kan aanpakken. Hetzelfde geldt één stad verderop: de helft van de meldingen over geblokkeerde fietsstroken in Cambridge valt binnen twaalf kleine plinten, waarvan er één in zijn eentje een tiende van de stads­meldingen draagt.

Het herkadert ook het debat over handhaving. Zoals we hebben geschreven, vullen meldingen door burgers een gat dat boetes niet dichten, en steden als Boston zagen meldingen omhoogschieten zodra het meldkanaal snel genoeg werd. Maar elke melding is uiteindelijk een datapunt dat om een ontwerp­oplossing smeekt. Deze analyse sluit die cirkel: hij neemt het rauwe bewijs dat fietsers genereren en maakt er het enige van waar een pleitbezorger een stadsingenieur mee kan benaderen—hier, eerst.

Referenties

1. Loud Bicycle. “Bike Bureau: Report Bike Lane Obstructions.”
2. Loud Bicycle. “Bike Bureau: Download Data.”
3. Loud Bicycle. “Bike Bureau Public Map.”
4. OpenStreetMap contributors. OpenStreetMap. Basiskaart en straatdata.