Hvordan vi vælger:Anvendelse af beslutningsvidenskab på transportadfærd

Kan videnskabsmænd forstå menneskelig adfærd nok til at finde ud af, hvad der driver de valg, du træffer? Faktisk, det kaldes "beslutningsvidenskab, "og det er noget, Anna Spurlock, en adfærdsøkonom med Lawrence Berkeley National Laboratory (Berkeley Lab), har specialiseret sig i.

Spurlock står i spidsen for WholeTraveler Transportation Behavior Study, et treårigt projekt, der har forsøgt at analysere, hvorfor og hvornår nogle mennesker anvender visse teknologier – såsom elektriske køretøjer, ride-sharing, ride-hailing (som Uber og Lyft), og online shopping – mens andre ikke gør.

Undersøgelsen er en del af SMART (Systems and Modeling for Accelerated Research in Transportation) mobilitetskonsortium, som er et flerårigt konsortium af flere nationale laboratorier udviklet til yderligere at forstå energiimplikationerne og mulighederne ved avancerede mobilitetsteknologier og -tjenester. SMART Mobility Consortium består af fem forskningssøjler:Connected and Automated Vehicles, Mobilitetsbeslutningsvidenskab, Multimodal fragt, Byvidenskab, og avanceret brændstofinfrastruktur, og er finansieret af Department of Energy's (DOE's) Vehicle Technologies Office (VTO) Energy Efficient Mobility Systems (EEMS) Program.

WholeTraveler-undersøgelsen startede med en online-undersøgelse i 2018 – over 1, 000 indbyggere i San Francisco Bay Area svarede. Undersøgelsen omfattede spørgsmål om bilejerskab, pendler steder, demografi, personlighedstræk, og en livshistoriekalender, der så på rejseadfærd relateret til vigtige livsfaser og begivenheder mellem 20 og 50 år. Undersøgelsesresultaterne gav Berkeley Lab-forskere en skatkammer af data og var en vigtig hjørnesten i Mobility Decision Science-søjlen af SMART Mobility.

Q. Hvad laver du som adfærdsøkonom, og hvordan anvender du det til at studere energiforbrug?

Jeg studerer, hvordan mennesker træffer beslutninger om energirelaterede emner, energieffektive apparater eller produkter, programmer til prisfastsættelse af tidsforbrug, eller transport. Hvordan afvejer de beslutninger om energi eller omkostninger eller forskellige faktorer? Og hvad er konsekvenserne af disse beslutninger? Det tager de domæner, der betyder noget for energi-"kagen, "og af disse domæner, finde ud af, hvad der er drevet af folks adfærd, og hvordan kan vi forstå den adfærd, der ligger til grund for den.

Noget af det, jeg gør, kan relatere til begreber, der kommer fra psykologi, men når man taler om adfærd, meget er datadrevet. For meget af det arbejde jeg udfører, vi har nogle data, der enten direkte observerer folks valg eller ting, de har gjort, eller ser konsekvenserne af det. Vi bruger maskinlæringsteknikker til at udlede og afsløre mønstre, og også bruge statistisk og økonometrisk analyse til at teste hypoteser.

Q. Hvad var motivationen for WholeTraveler-undersøgelsen?

Da vi begyndte at vurdere litteraturen, vi fandt ud af, at der var meget begrænsede data, der sporede mennesker over en lang periode. Longitudinelle undersøgelser er meget dyre at lave. Men med vores livshistoriekalender, det var vi i stand til at nå. Vi kunne spørge om deres valg på kortere sigt, som den dag til dag; på mellemlang sigt, som valg om, hvilket køretøj de ejer, eller om de ejer et køretøj; og på længere sigt, som hvor de bor, og om de har børn, og forstå, hvordan de hænger sammen.

Der er et stort behov for en bedre forståelse af det dynamiske forhold mellem langsigtede beslutninger og livsovergange, der kan påvirke transportvalg. Hvilke livsbegivenheder udløser ændringer i transportadfærd, og for hvem? Hvor permanente eller fleksible er disse ændringer? Hvilke typer løsninger kan resultere i et mere energieffektivt transportsystem, hvis vi kan forstå, hvad der ligger bag visse adfærdsformer i denne holistiske forstand, samt barriererne for andre typer muligheder?

Vi fandt også, at der var meget få undersøgelsesdata om nogle af de nye transportteknologier og -tjenester, såsom tilsluttede og automatiserede køretøjer, e-handel og levering, ride-hilling, og samkørsel. Det overordnede formål med SMART Mobility er at forstå implikationerne på systemniveau af disse teknologier og tjenester, og hvordan de vil ændre folks adfærd – og hvordan det vil få konsekvenser for transportsystemet. Vi ønskede at dække alle de vigtigste nye transportinnovationer og deres forhold til flere facetter af transportadfærd, Derfor kaldte vi det WholeTraveler-undersøgelsen.

Q. Hvad har været nogle af de mest interessante resultater fra undersøgelsen?

Der var et par ting. For en, de resultater, vi får fra livshistoriens kalenderdata, er noget, vi får stor interesse for fra transportforskningsmiljøet. Dette er et område, der blev undersøgt. Vi får indsigt i, hvordan vigtige livsbegivenheder – såsom at afslutte skolen, samarbejde, at få børn – relateret til dine transportvalg.

For eksempel, vi fandt ud af, at for personer, der havde deres børn i en mellemklasse på omkring 26 til 32 år, at få et barn er forbundet med en statistisk signifikant stigning i sandsynligheden for, at de ville køre regelmæssigt. Men hvis de havde deres børn små - under 26 - var de mindre tilbøjelige til at køre regelmæssigt. Og hvis de havde deres børn ældre, at få et barn havde ingen indflydelse på kørselshastigheden. Da vi gravede i de underliggende mønstre, fandt vi ud af, at - og det er ikke en stor overraskelse - når folk bliver ældre, er der en tendens til stærkere bilafhængighed. De, der fik børn for første gang over 32, var allerede temmelig bilafhængige, der henviser til, at for dem, der får deres første barn mellem 26 og 32, barnet udløste en hurtigere overgang til hyppigere kørsel. For dem, der har deres børn små, på den anden side, de var mindre tilbøjelige til at arbejde fuld tid som følge af at have børn, og var derfor mindre tilbøjelige til at køre regelmæssigt.

Og relateret til det, vi fandt ud af, at når folk ramte et vist niveau af bilafhængighed, vanen er meget vedvarende. Dette var allerede noget kendt, men vi viste det på en ny måde. Så når man tænker på det fra et politisk perspektiv, når du projicerer folks adfærd, nogle af styrkerne ved disse vedvarende mønstre kan være vigtige for at modellere disse mønstre korrekt.

Q. Hvad er konsekvenserne for fremtiden af ​​alle disse nye transportteknologier og -tjenester?

Der er alle disse konsulentrapporter derude med et stjerneklart syn på disse transportinnovationer. Nogle siger ting som, satsen for bilejerskab inden 2030 vil blive halveret, eller 95 % af mennesker inden x år vil være afhængige af tjenester såsom ride-hailing og ride-sharing.

Men jeg ser de mønstre, der relaterer til ting som børn og styrken af ​​tendenser til bilafhængighed, og det gør mig skeptisk over, at den slags fremskrivninger kunne være realistiske. Der er reelle barrierer for nogle mennesker i forhold til at slippe af med eller ikke stole på et personligt ejet køretøj, afhængig af deres livskontekst og relaterede begrænsninger.

Vi har mere arbejde at gøre, selvom. Vi vil gerne udvide undersøgelsen ud over Bay Area, og integrere livshistoriens kalenderdata i en simuleringsmodel for arealanvendelse og transport, så vi bedre kan forstå omfanget af energipåvirkningerne af disse typer livsovergange.