Projektbeschreibung
Änderung des Mobilitätsverhaltens untersuchen
Es werden verschiedene weiche und harte Maßnahmen sowie verbesserte Verkehrstechnologien angewandt, um die CO2-Emissionen in diesem Sektor zu verringern. Die Ergebnisse zeigen jedoch noch keinerlei Fortschritte. Das ERC-finanzierte Projekt URGENT wird Erkenntnisse für wirksamere Interventionsstrategien liefern, indem es untersucht, wie Menschen ihr Mobilitätsverhalten anpassen und welche mentalen Mechanismen dabei eine Rolle spielen. Das Projekt wendet einen umfassenden interdisziplinären Ansatz an, der auf einem einzigartigen Längsschnittdatensatz beruht, der Daten aus einer halbjährlichen Umfrage, Fallstudien, umfassenden Interviews und einer intelligenten Mobilitätstagebuch-App kombiniert. URGENT wird Methoden des kausalen maschinellen Lernens einsetzen, um herauszufinden, welche Faktoren die wichtigsten Faktoren für eine Verhaltensänderung sind, und um die Rebound-Effekte eines veränderten Mobilitätsverhaltens sowie die Wechselwirkungen zwischen Verhaltensänderungen in verschiedenen Bereichen zu erforschen.
Ziel
Despite various soft and hard measures as well as improved transport technologies, carbon emissions from transport are not decreasing. URGENT will provide the knowledge base for more effective intervention strategies. To this end, the project examines under which individual and contextual circumstances people change their mobility behaviour and what mental mechanisms are involved in these behaviour change processes.
The project uses a holistic interdisciplinary approach based on a unique longitudinal dataset. Over a 3-year period, data will be collected via a bi-annual survey combined with case studies including sub-samples of survey participants. Based on the survey, in-depth interviews and an intelligent mobility diary app, the case studies examine how people adapt their mobility behaviour in prospect and response to: (1) residential relocation, (2) anticipated vs. sudden life events and (3) transport technology adoption.
Applying causal machine learning methods, the project will uncover which personal, social, technical or spatial factors are most relevant initiators of behaviour change and will specify the causal relations between involved factors, informed by the case studies. URGENT will additionally examine rebound effects of changed mobility behaviour (e.g. car use reduction, electric vehicle adoption) and reveal under which conditions, and to what extent, behaviour change in one area (e.g. commuting) positively or negatively spills over to other areas (e.g. air travel, food consumption).
URGENT applies a novel analytical strategy that cross-fertilizes concepts from psychology (behaviour change models), human geography (mobility biographies approach), sociology (mobility cultures) and machine learning (causal discovery and causal inference). The project will not only fundamentally increase the understanding of behaviour change in transport, but also bears the potential to lead to a breakthrough in studying causality in transport research at large.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Finanzierungsplan
ERC - Support for frontier research (ERC)Gastgebende Einrichtung
2800 Kongens Lyngby
Dänemark