Kan forskare förstå mänskligt beteende tillräckligt för att ta reda på vad som driver de val du gör? Faktiskt, det kallas "beslutsvetenskap, "och det är något som Anna Spurlock, en beteendeekonom med Lawrence Berkeley National Laboratory (Berkeley Lab), specialiserad inom.

Spurlock leder WholeTraveler Transportation Behavior Study, ett treårigt projekt som har försökt analysera varför och när vissa människor anammar vissa tekniker – som elfordon, samåkning, ridhajling (som Uber och Lyft), och onlineshopping – medan andra inte gör det.

Studien är en del av SMART (Systems and Modeling for Accelerated Research in Transportation) Mobility-konsortiet, som är ett flerårigt konsortium av flera nationella labb utvecklat för att ytterligare förstå energikonsekvenserna och möjligheterna med avancerad mobilitetsteknik och -tjänster. SMART Mobility Consortium består av fem forskningspelare:anslutna och automatiserade fordon, Mobilitetsbeslutsvetenskap, Multimodal frakt, Urban Science, och avancerad bränsleinfrastruktur, och finansieras av Department of Energys (DOE:s) Vehicle Technologies Office (VTO) Energy Efficient Mobility Systems (EEMS) Program.

WholeTraveler-studien startade med en onlineundersökning 2018 – över 1, 000 invånare i San Francisco Bay Area svarade. Undersökningen innehöll frågor om bilägande, pendlingsplatser, demografi, personlighetsdrag, och en livshistorikkalender som tittade på resebeteenden relaterade till viktiga livsstadier och händelser mellan 20 och 50 år. Undersökningsresultaten gav Berkeley Labs forskare en skattkammare av data och var en viktig hörnsten i pelaren Mobility Decision Science av SMART Mobility.

F. Vad gör du som beteendeekonom, och hur tillämpar man det på att studera energianvändning?

Jag studerar hur människor fattar beslut om energirelaterade ämnen, som energieffektiva apparater eller produkter, prissättningsprogram för tid för användning, eller transport. Hur avväger de beslut om energi eller kostnad eller olika faktorer? Och vad är konsekvenserna av dessa beslut? Det är att ta de domäner som betyder något för energipajen, " och av dessa domäner, ta reda på vad som drivs av människors beteende och hur kan vi förstå beteendet som ligger bakom det.

En del av det jag gör kan relatera till begrepp som kommer från psykologi, men när man pratar om beteende, mycket är datadrivet. För mycket av det arbete jag gör, vi har vissa data som antingen direkt observerar människors val eller saker de har gjort, eller ser konsekvenserna av det. Vi använder maskininlärningstekniker för att härleda och avslöja mönster, och även använda statistisk och ekonometrisk analys för att testa hypoteser.

F. Vad var motivet för WholeTraveler-studien?

När vi började utvärdera litteraturen, vi fann att det fanns mycket begränsad data som spårade människor under en lång tidsperiod. Longitudinella undersökningar är mycket dyra att göra. Men med vår livshistoriska kalender, vi kunde komma till det. Vi skulle kunna fråga om deras val på kortare sikt, som dag till dag; på medellång sikt, gillar val om vilket fordon de äger eller om de äger ett fordon; och på längre sikt, som var de bor och om de har barn, och förstå hur de hänger ihop.

Det finns ett stort behov av att bättre förstå det dynamiska sambandet mellan långsiktiga beslut och livsövergångar som kan påverka transportvalen. Vilka livshändelser utlöser förändringar i transportbeteenden, och för vem? Hur permanenta eller flexibla är dessa förändringar? Vilka typer av lösningar kan resultera i ett mer energieffektivt transportsystem om vi kan förstå vad som ligger bakom vissa beteenden i denna holistiska mening, samt hindren för andra typer av alternativ?

Vi fann också att det fanns väldigt lite undersökningsdata om några av de framväxande transportteknikerna och -tjänsterna, som anslutna och automatiserade fordon, e-handel och leverans, ridhälsning, och samåkning. Det övergripande syftet med SMART Mobility är att förstå implikationerna på systemnivå av dessa teknologier och tjänster och hur de kommer att förändra människors beteende – och hur det kommer att få konsekvenser för transportsystemet. Vi ville täcka alla viktiga framväxande transportinnovationer och deras relation till flera aspekter av transportbeteenden, det är därför vi kallade det WholeTraveler-studien.

F. Vilka har varit några av de mest intressanta resultaten från studien?

Det var ett par saker. För en, resultaten vi får från livshistoriska kalenderdata är något vi får ett stort intresse för från transportforskningssamhället. Detta är ett område som understuderats. Vi får insikter i hur viktiga livshändelser – som att slutföra skolan, samarbeta, att skaffa barn – relaterat till dina transportval.

Till exempel, vi fann att för personer som hade sina barn i mellanintervallet 26 till 32 år gamla, att ha ett barn är förknippat med en statistiskt signifikant ökning av sannolikheten för att de regelbundet skulle köra bil. Men om de hade sina barn små - under 26 - var det mindre benägna att köra bil regelbundet. Och om de hade sina barn äldre, att få barn hade ingen inverkan på körhastigheten. När vi grävde i de underliggande mönstren fann vi att – och det här är inte en stor överraskning – när människor åldras finns det en tendens till ett starkare bilberoende. De som fick barn för första gången över 32 var redan ganska bilberoende, för dem som får sitt första barn mellan 26 och 32, barnet utlöste en snabbare övergång till mer frekvent körning. För de som har sina barn små, å andra sidan, de var mindre benägna att arbeta heltid till följd av att de fick barn, och var därför mindre benägna att köra regelbundet.

Och relaterat till det, vi upptäckte att när människor drabbats av en viss nivå av bilberoende, vanan är mycket ihållande. Detta var redan något känt, men vi visade det på ett nytt sätt. Så när man tänker på det ur ett politiskt perspektiv, när du projicerar människors beteende, några av styrkorna med dessa uthållighetsmönster kan vara viktiga för att modellera dessa mönster på lämpligt sätt.

F. Vilka är konsekvenserna för framtiden för alla dessa framväxande transporttekniker och tjänster?

Det finns alla dessa konsultrapporter där ute med en stjärnögd bild av dessa transportinnovationer. Vissa säger saker som andelen bilägande till 2030 kommer att halveras, eller 95 % av människorna efter x år kommer att förlita sig på tjänster som skjuts och samåkning.

Men jag ser mönstren som relaterar till saker som barn och styrkan i trender mot bilberoende, och det gör mig skeptisk till att den typen av projektioner skulle kunna vara realistiska. Det finns verkliga hinder för vissa människor att släppa eller inte förlita sig på ett personligt ägt fordon, beroende på deras livskontext och relaterade begränsningar.

Vi har mer att göra, fastän. Vi skulle vilja utöka undersökningen utanför Bay Area, och integrera livshistoriska kalenderdata i en simuleringsmodell för markanvändning och transport så att vi bättre kan förstå omfattningen av energipåverkan av dessa typer av livsövergångar.