Kunnen wetenschappers menselijk gedrag voldoende begrijpen om erachter te komen wat de keuzes die u maakt, drijft? In feite, het heet "beslissingswetenschap, " en het is iets dat Anna Spurlock, een gedragseconoom bij het Lawrence Berkeley National Laboratory (Berkeley Lab), specialiseert in.

Spurlock leidt de WholeTraveler Transportation Behaviour Study, een driejarig project dat heeft geprobeerd te analyseren waarom en wanneer sommige mensen bepaalde technologieën gebruiken, zoals elektrische voertuigen, rit delen, ride-hailing (zoals Uber en Lyft), en online winkelen, terwijl anderen dat niet doen.

De studie maakt deel uit van het SMART (Systems and Modeling for Accelerated Research in Transportation) Mobility consortium, dat is een meerjarig consortium van verschillende nationale laboratoria dat is ontwikkeld om de energie-implicaties en kansen van geavanceerde mobiliteitstechnologieën en -diensten beter te begrijpen. Het SMART Mobility Consortium bestaat uit vijf onderzoekspijlers:Connected and Automated Vehicles, Mobiliteitsbeslissingswetenschap, Multimodale vracht, Stedelijke Wetenschap, en geavanceerde brandstofinfrastructuur, en wordt gefinancierd door het Energy Efficient Mobility Systems (EEMS)-programma van het Department of Energy (DOE's) Vehicle Technologies Office (VTO).

De WholeTraveler-studie begon in 2018 met een online-enquête - meer dan 1, 000 inwoners van de San Francisco Bay Area reageerden. De enquête omvatte vragen over autobezit, woon-werklocaties, demografie, persoonlijkheidskenmerken, en een levensgeschiedeniskalender die gekeken heeft naar reisgedrag met betrekking tot belangrijke levensfasen en gebeurtenissen tussen de 20 en 50 jaar. De onderzoeksresultaten voorzagen Berkeley Lab-onderzoekers van een schat aan gegevens en vormden een belangrijke hoeksteen van de pijler Mobiliteitsbeslissingswetenschap van SMART Mobiliteit.

Q. Wat doe je als gedragseconoom, en hoe pas je dat toe op het bestuderen van energieverbruik?

Ik bestudeer hoe mensen beslissingen nemen over energiegerelateerde onderwerpen, zoals energiezuinige apparaten of producten, prijsprogramma's voor nutsvoorzieningen, of vervoer. Hoe ruilen ze beslissingen over energie of kosten of verschillende factoren uit? En wat zijn de implicaties van die beslissingen? Het neemt de domeinen die er toe doen voor de energietaart, " en van die domeinen, uitzoeken wat wordt aangedreven door het gedrag van mensen en hoe we het onderliggende gedrag kunnen begrijpen.

Een deel van wat ik doe, kan betrekking hebben op concepten die uit de psychologie komen, maar als we het over gedrag hebben, veel is datagedreven. Voor veel van het werk dat ik doe, we hebben enkele gegevens die ofwel direct de keuzes van mensen of dingen die ze hebben gedaan observeren, of de implicaties ervan inziet. We gebruiken machine learning-technieken om patronen af ​​te leiden en te onthullen, en gebruik ook statistische en econometrische analyse om hypothesen te testen.

V. Wat was de motivatie voor het WholeTraveler-onderzoek?

Toen we begonnen met het beoordelen van de literatuur, we ontdekten dat er zeer beperkte gegevens waren die mensen over een lange periode volgden. Longitudinaal onderzoek is erg duur om te doen. Maar met onze levensgeschiedeniskalender, daar konden we terecht. We zouden kunnen vragen naar hun keuzes op de kortere termijn, zoals de dag tot dag; op middellange termijn, zoals keuzes over welk voertuig ze bezitten of dat ze een voertuig bezitten; en op langere termijn, zoals waar ze wonen en of ze kinderen hebben, en begrijpen hoe ze met elkaar in verband staan.

Er is veel behoefte aan een beter begrip van de dynamische relatie tussen beslissingen op langere termijn en levenstransities die van invloed kunnen zijn op transportkeuzes. Welke levensgebeurtenissen leiden tot veranderingen in vervoersgedrag, en voor wie? Hoe permanent of flexibel zijn die veranderingen? Welke soorten oplossingen zouden kunnen resulteren in een energie-efficiënter transportsysteem als we kunnen begrijpen wat er achter bepaald gedrag zit in deze holistische zin, evenals de barrières voor andere soorten opties?

We ontdekten ook dat er heel weinig onderzoeksgegevens waren over enkele van de opkomende vervoerstechnologieën en -diensten, zoals geconnecteerde en geautomatiseerde voertuigen, e-commerce en levering, rit-aankondiging, en ritdelen. Het overkoepelende doel van SMART Mobility is inzicht te krijgen in de implicaties op systeemniveau van deze technologieën en diensten en hoe ze het gedrag van mensen zullen veranderen - en hoe dat gevolgen zal hebben voor het transportsysteem. We wilden alle belangrijke opkomende transportinnovaties behandelen en hun relatie tot meerdere facetten van transportgedrag, daarom noemden we het de WholeTraveler-studie.

V. Wat zijn enkele van de meest interessante resultaten van het onderzoek geweest?

Er waren een paar dingen. Voor een, de resultaten die we krijgen van de gegevens van de levensgeschiedeniskalender is iets waar we veel interesse in krijgen van de transportonderzoeksgemeenschap. Dit is een gebied dat onderbelicht was. We krijgen inzicht in hoe belangrijke gebeurtenissen in het leven, zoals het afmaken van school, samenwerken, kinderen krijgen - gerelateerd aan uw transportkeuzes.

Bijvoorbeeld, we ontdekten dat voor mensen die hun kinderen hadden in de middenklasse van ongeveer 26 tot 32 jaar oud, het krijgen van een kind gaat gepaard met een statistisch significante toename van de kans dat ze regelmatig autorijden. Maar als ze hun kinderen jong hadden - onder de 26 - zouden ze minder vaak autorijden. En als ze hun kinderen ouder hadden, het krijgen van een kind had geen invloed op het rijgedrag. Toen we in de onderliggende patronen groeven, ontdekten we dat - en dat is geen grote verrassing - naarmate mensen ouder worden, er een tendens is naar een sterkere auto-afhankelijkheid. Degenen die voor het eerst kinderen boven de 32 kregen, waren al behoorlijk auto-afhankelijk, overwegende dat voor degenen die hun eerste kind tussen 26 en 32 jaar krijgen, het kind zorgde voor een snellere overgang naar vaker autorijden. Voor degenen die hun kinderen jong hebben, anderzijds, ze waren minder geneigd om fulltime te werken als gevolg van het krijgen van kinderen, en waren dus minder geneigd om regelmatig te rijden.

En daarmee verband houdend, we ontdekten dat zodra mensen een bepaald niveau van autoafhankelijkheid bereikten, de gewoonte is erg hardnekkig. Dit was al een beetje bekend, maar we lieten het op een nieuwe manier zien. Dus als je erover nadenkt vanuit een beleidsperspectief, wanneer je het gedrag van mensen projecteert, enkele van de sterke punten van deze persistentiepatronen kunnen belangrijk zijn om die patronen op de juiste manier te modelleren.

V. Wat zijn de implicaties voor de toekomst van al deze opkomende transporttechnologieën en -diensten?

Er zijn al die rapporten van consultants met een starre blik op deze transportinnovaties. Sommigen zeggen dingen als, het autobezit in 2030 zal worden gehalveerd, of 95% van de mensen zal tegen x jaar vertrouwen op diensten zoals ride-hailing en ride-sharing.

Maar ik zie de patronen die betrekking hebben op zaken als kinderen en de kracht van trends in de richting van auto-afhankelijkheid, en het maakt me sceptisch dat dat soort projecties realistisch zouden kunnen zijn. Er zijn echte barrières voor sommige mensen om af te stoten of niet te vertrouwen op een persoonlijk voertuig, afhankelijk van hun levenscontext en gerelateerde beperkingen.

We hebben meer werk te doen, Hoewel. We willen het onderzoek uitbreiden tot buiten de Bay Area, en de levensgeschiedeniskalendergegevens te integreren in een simulatiemodel voor landgebruik en transport, zodat we de omvang van de energie-impact van dit soort levensovergangen beter kunnen begrijpen.