Les scientifiques peuvent-ils comprendre suffisamment le comportement humain pour comprendre ce qui motive les choix que vous faites ? En réalité, ça s'appelle "science de la décision, " et c'est quelque chose qu'Anna Spurlock, un économiste comportemental avec Lawrence Berkeley National Laboratory (Berkeley Lab), spécialisé en.

Spurlock est le fer de lance de l'étude WholeTraveler sur le comportement en matière de transport, un projet de trois ans qui a tenté d'analyser pourquoi et quand certaines personnes adoptent certaines technologies, telles que les véhicules électriques, covoiturage, covoiturage (comme Uber et Lyft), et les achats en ligne, tandis que d'autres ne le font pas.

L'étude fait partie du consortium de mobilité SMART (Systems and Modeling for Accelerated Research in Transportation), qui est un consortium pluriannuel de plusieurs laboratoires nationaux développé pour mieux comprendre les implications énergétiques et les opportunités des technologies et services de mobilité avancés. Le SMART Mobility Consortium se compose de cinq piliers de recherche :Véhicules connectés et automatisés, Sciences de la décision en mobilité, Fret multimodal, Sciences urbaines, et infrastructure de ravitaillement avancée, et est financé par le programme des systèmes de mobilité écoénergétiques (EEMS) du ministère de l'Énergie (DOE) Vehicle Technologies Office (VTO).

L'étude WholeTraveler a commencé par un sondage en ligne en 2018 - plus de 1 000 habitants de la région de la baie de San Francisco ont répondu. L'enquête comprenait des questions sur la possession d'une voiture, les lieux de trajet, démographie, Traits de personnalité, et un calendrier d'histoire de vie qui a examiné les comportements de voyage liés aux étapes de la vie et aux événements majeurs entre 20 et 50 ans. Les résultats de l'enquête ont fourni aux chercheurs du Berkeley Lab un trésor de données et ont été la pierre angulaire du pilier Mobility Decision Science de la mobilité SMART.

Q. Que faites-vous en tant qu'économiste comportemental, et comment appliquez-vous cela à l'étude de l'utilisation de l'énergie ?

J'étudie comment les gens prennent des décisions sur des sujets liés à l'énergie, tels que des appareils ou des produits économes en énergie, programmes de tarification des services publics selon l'heure d'utilisation, ou de transport. Comment arbitrent-ils les décisions sur l'énergie ou le coût ou sur différents facteurs ? Et quelles sont les implications de ces décisions ? C'est prendre les domaines qui comptent pour l'énergie "tarte, " et de ces domaines, déterminer ce qui est motivé par le comportement des gens et comment pouvons-nous comprendre le comportement qui le sous-tend.

Une partie de ce que je fais peut être liée à des concepts qui viennent de la psychologie, mais quand on parle de comportement, beaucoup est axé sur les données. Pour une grande partie du travail que je fais, nous avons des données qui observent directement les choix des gens ou ce qu'ils ont fait, ou en voit les implications. Nous utilisons des techniques d'apprentissage automatique pour dériver et révéler des modèles, et également utiliser des analyses statistiques et économétriques pour tester des hypothèses.

Q. Quelle était la motivation de l'étude WholeTraveler ?

Lorsque nous avons commencé à évaluer la littérature, nous avons découvert qu'il y avait très peu de données permettant de suivre les personnes sur une longue période de temps. Les relevés longitudinaux sont très coûteux à faire. Mais avec notre calendrier d'histoire de vie, nous avons pu y arriver. Nous pourrions poser des questions sur leurs choix à plus court terme, comme au jour le jour; à moyen terme, aiment les choix concernant le véhicule qu'ils possèdent ou s'ils possèdent un véhicule ; et à plus long terme, comme où ils vivent et s'ils ont des enfants, et comprendre comment ils sont interdépendants.

Il y a un grand besoin de mieux comprendre la relation dynamique entre les décisions à long terme et les transitions de la vie qui peuvent affecter les choix de transport. Quels événements de la vie déclenchent des changements dans les comportements de transport, et pour qui ? Dans quelle mesure ces changements sont-ils permanents ou flexibles ? Quels types de solutions pourraient aboutir à un système de transport plus économe en énergie si nous pouvons comprendre ce qui se cache derrière certains comportements dans ce sens holistique, ainsi que les obstacles à d'autres types d'options ?

Nous avons également constaté qu'il y avait très peu de données d'enquête sur certaines des technologies et services de transport émergents, tels que les véhicules connectés et automatisés, e-commerce et livraison, covoiturage, et covoiturage. L'objectif principal de SMART Mobility est de comprendre les implications au niveau du système de ces technologies et services et comment ils vont changer le comportement des gens et comment cela aura des implications sur le système de transport. Nous voulions couvrir toutes les innovations clés émergentes en matière de transport et leur relation avec les multiples facettes des comportements de transport, c'est pourquoi nous l'avons appelée l'étude WholeTraveler.

Q. Quels ont été les résultats les plus intéressants de l'étude ?

Il y avait quelques choses. Pour un, les résultats que nous obtenons des données du calendrier d'histoire de vie suscitent beaucoup d'intérêt de la part de la communauté de la recherche sur les transports. C'est un domaine qui a été sous-étudié. Nous obtenons des informations sur la façon dont les événements clés de la vie, tels que la fin de l'école, s'associer, avoir des enfants—liés à vos choix de transport.

Par exemple, nous avons constaté que pour les personnes qui ont eu leurs enfants dans une fourchette moyenne d'environ 26 à 32 ans, avoir un enfant est associé à une augmentation statistiquement significative de la probabilité qu'ils conduisent régulièrement. Mais s'ils avaient leurs enfants jeunes (moins de 26 ans), ils étaient moins susceptibles de conduire régulièrement. Et s'ils avaient leurs enfants plus âgés, avoir un enfant n'a pas eu d'impact sur le taux de conduite. Lorsque nous avons creusé dans les modèles sous-jacents, nous avons constaté que, et ce n'est pas une énorme surprise, à mesure que les gens vieillissent, il y a une tendance à une plus forte dépendance à la voiture. Ceux qui ont des enfants pour la première fois de plus de 32 ans étaient déjà assez dépendants de la voiture, alors que pour celles qui ont leur premier enfant entre 26 et 32 ​​ans, l'enfant a déclenché une transition plus rapide vers une conduite plus fréquente. Pour ceux qui ont leurs enfants jeunes, d'autre part, ils étaient moins susceptibles de travailler à temps plein parce qu'ils avaient des enfants, et étaient donc moins susceptibles de conduire régulièrement.

Et en rapport avec ça, nous avons constaté qu'une fois que les gens atteignent un certain niveau de dépendance à la voiture, l'habitude est très persistante. C'était déjà un peu connu, mais nous l'avons montré d'une manière nouvelle. Ainsi, lorsque l'on y réfléchit d'un point de vue politique, lorsque vous projetez le comportement des gens, certaines des forces de ces modèles de persistance peuvent être importantes pour modéliser ces modèles de manière appropriée.

Q. Quelles sont les implications pour l'avenir de toutes ces technologies et services de transport émergents ?

Il y a tous ces rapports de consultants avec une vue étoilée de ces innovations en matière de transport. Certains disent des choses comme, le taux de motorisation d'ici 2030 sera divisé par deux, ou 95 % des personnes d'ici x an dépendront de services tels que le covoiturage et le covoiturage.

Mais je vois les schémas liés à des choses comme les enfants et la force des tendances à la dépendance à la voiture, et cela me rend sceptique quant au fait que ces types de projections puissent être réalistes. Il existe de réels obstacles pour certaines personnes à se débarrasser ou à ne pas compter sur un véhicule personnel, en fonction de leur contexte de vie et des contraintes associées.

Nous avons plus de travail à faire, bien que. Nous aimerions étendre l'enquête au-delà de la région de la baie, et intégrer les données du calendrier d'histoire de vie dans un modèle de simulation d'utilisation des terres et de transport afin que nous puissions mieux comprendre l'étendue des impacts énergétiques de ces types de transitions de vie.