Byplanlægning
Får flere data os til at optimere det forkerte i byplanlægningen?
Byplanlægning er blevet markant mere datadrevet. Geodata, mobilitetsmålinger, GIS-analyser og digitale modeller bruges i dag til at vurdere alt fra trafikknudepunkter og stationsnære områder til skoleveje, forbindelser og byrum. Det er i udgangspunktet en styrke. Vi kan analysere sammenhænge tidligere, teste scenarier hurtigere og kvalificere beslutninger med større præcision.
Men mere data er ikke det samme som bedre planlægning.
For data er ikke neutrale. De fremhæver bestemte forhold og nedtoner andre. Og når nogle kvaliteter i byen er lettere at tælle, kortlægge og modellere end andre, får de også lettere ved at dominere beslutningsgrundlaget.
Løser modellerne den forkerte opgave?
Mange modeller er særligt gode til at optimere flow, belastning, rejsetid og kapacitet. Det er oplagte parametre i transport- og infrastrukturprojekter, og de kan analyseres med høj præcision. Til gengæld er modeller typisk langt svagere til at indfange opholdskvalitet, orienterbarhed, oplevet tryghed og uformelle brugsmønstre i byrummet.
Det skaber en reel risiko for, at modellerne besvarer det forkerte spørgsmål.
Hvis modellen er bygget til at optimere trafikafvikling, kan den levere et stærkt svar — også i situationer, hvor den egentlige planlægningsopgave er at skabe et sted, der fungerer bedre for mennesker, som skal bevæge sig, opholde sig og orientere sig i det. En løsning kan med andre ord være teknisk præcis og samtidig planfagligt skæv.
Det er især relevant i tætte byområder, ved stationer, i knudepunkter og i omdannelsesområder, hvor trafik, ophold, byliv og tilgængelighed skal fungere samtidig.
Hvornår risikerer data at skævvride byplanlægningen?
Der er grund til at stoppe op, når:
- flow og kapacitet fylder mest i projektets succeskriterier
- ophold, tryghed og byliv beskrives mere løst end de trafikale hensyn
- modelresultater får højere status end feltstudier og lokal viden
- det målbare forveksles med det vigtigste
- byen vurderes mere som trafiksystem end som byrum
Problemet er ikke nødvendigvis, at data er forkerte. Problemet er, at de kan definere opgaven for snævert.
Bedre data kan skabe en faglig asymmetri
Det er fristende at tro, at flere og bedre data automatisk giver et mere balanceret beslutningsgrundlag. Men i byplanlægning kan det modsatte også ske. Jo mere detaljeret vi kan måle nogle hensyn, desto større vægt får de ofte i den samlede prioritering.
Det skaber en faglig asymmetri. Trafikale forhold som gennemstrømning, forsinkelser og belastning kan dokumenteres med stor præcision. Men kvaliteter som komfort, attraktivitet, læsbarhed, ophold og social brug er langt vanskeligere at kvantificere på en måde, der får samme tyngde i planmaterialet.
Konsekvensen er, at det målbare let kommer til at fremstå mere fagligt solidt end det oplevede, simpelthen fordi det ser mere dokumenterbart ud.
Bedre trafikflow kan godt give lavere bykvalitet
Bydata kan føre til bedre trafikflow — og samtidig til lavere bykvalitet.
Når analyserne primært er bygget op omkring fremkommelighed, kapacitet eller konfliktminimering i trafiksystemet, vil løsningerne ofte bevæge sig i retning af mere strømlinede og regulerede rum. Det kan være rationelt set fra et mobilitetsperspektiv, men mindre vellykket, hvis ambitionen også er at skabe et sted med opholdskvalitet, byliv og høj brugsværdi.
Et velfungerende trafikrum er nemlig ikke nødvendigvis et velfungerende byrum.
Det ses typisk dér, hvor trafiksystemets logik bliver for dominerende.
- Forbindelser kan forbedres på kortet, mens oplevelsen i øjenhøjde bliver mere fragmenteret.
- Gennemstrømningen kan blive bedre, mens stedet bliver mindre inviterende at opholde sig i.
- Og kryds eller forpladser kan optimeres teknisk uden at blive mere intuitive eller trygge for dem, der bruger dem.
Geodata viser mønstre — men ikke hele forklaringen
Geodata og mobilitetsdata er stærke, fordi de kan synliggøre rumlige mønstre, som ellers er svære at dokumentere. De kan vise, hvor folk bevæger sig, hvor belastningen er høj, og hvor byen fungerer som forbindelse, barriere eller knudepunkt.
Men de forklarer ikke alene, hvorfor folk handler, som de gør.
Et heatmap viser intensitet, ikke intention. En ruteanalyse viser bevægelse, ikke oplevelse. Og en registreret opholdstid siger ikke i sig selv, om et sted opleves attraktivt, trygt eller bare uundgåeligt.
Derfor er data langt stærkere som indikationer end som facit.
Byplanlægning er stadig et syntesefag
Det sværeste er derfor ikke at indsamle flere data, men at omsætte analyserne til gode prioriteringer:
- Hvordan vægter man mellem et dokumenteret behov for bedre trafikafvikling og en ambition om højere bykvalitet?
- Hvad gør man, når modellen peger én vej, men feltstudier eller lokal erfaring peger en anden?
Her erstatter data ikke den planfaglige vurdering. Tværtimod skærper de behovet for den.
Byplanlægning er stadig et syntesefag, hvor mobilitet, ophold, klima, drift, tilgængelighed og byliv skal tænkes sammen. Derfor er metodekritik ikke en bremse på den datadrevne udvikling. Det er forudsætningen for, at den faktisk bliver nyttig.
Flere data er først en styrke, når de bruges med tilstrækkelig faglig bevidsthed til at forhindre, at vi optimerer det forkerte.
Læs mere:
Kontakt
Få hjælp nu
Find relevante, kvalitetssikrede kurser og efteruddannelse.