Social Networks and Cooperative Travel Behaviour

Abstract

Ein Großteil des Verkehrsaufkommens und der Verkehrsleistung ist allein dem Freizeitverkehr zuzuordnen. Der Forschungsstand in der Modellierung des Freizeitverkehrs ist allerdings weniger fortgeschritten als in der Modellierung des Pendlerverkehrs. Dies ist unter Anderem dadurch zu begründen, dass der Freizeitverkehr eine sehr heterogenes Segment darstellt und die Datengrundlage deutlich geringer ist. Studien zu Freizeitaktivitäten legen nahe, dass Freizeitaktivitäten nicht allein durch den Zweck der Erholung oder Unterhaltung motiviert sind, sondern auch durch das Bedürfnis des physischen Kontakts zu Personen aus dem sozialen Netzwerk motiviert sind. In der Verkehrswissenschaft stellt die Rolle sozialer Netzwerke einen Themenkomplex dar, der immer mehr an Bedeutung gewinnt. Diese Dissertation leistet einen Beitrag zu diesem Forschungsthema, in dem sie die Frage beantwortet, in wie weit das soziale Netzwerk für die Modellierung des Freizeitverkehrs relevant ist. Zu diesem Zweck werden drei Arbeitspakete behandelt: (i) Analyse eines sozialen Netzwerks von Freizeitkontakten, (ii) Modellierung und Simulation eines räumlich eingebetteten sozialen Netzwerks und (iii) Modellierung und Simulation eines Ortswahlmodell für Freizeitaktivitäten unter Einbeziehung eines sozialen Netzwerks. Das erste Arbeitspaket basiert auf einem sozialen Netzwerk von Freizeitkontakten, welches in der Schweiz zwischen 2009 und 2011 erhoben wurde. Dieses Netzwerk wird insbesondere hinsichtlich seiner räumlichen Struktur untersucht. Ein wesentliches Ergebnis dieser Untersuchung ist, dass die Wahrscheinlichkeit eine Person in Distanz als sozialen Kontakt zu akzeptieren mit dem Potenzgesetz ~ d^−1.4 skaliert. Auf Grundlage weiterer Beobachtungen wird die Hypothese aufgestellt, dass die Topologie des Netzwerks unabhängig von der räumlichen Struktur ist. Obige Hypothese wird durch Simulationsstudien zweier Netzwerkmodelle unterstützt. In einem naiven Modell wird nur die Wahrscheinlichkeit eine Person in einer gegebenen Distanz zu akzeptieren vorgegeben, woraus sich dann die Topologie und die räumliche Struktur des Netzwerks ergeben. In einem Verbundmodell wird der Prozess welcher die Topologie beschreibt und jener der die räumliche Struktur beschreibt in zwei unabhängigen Schritten modelliert. Simulationsergebnisse des naiven Modells zeigen eine deutliche Korrelation zwischen Topologie und räumlicher Struktur, welche jedoch nicht in den empirischen Daten identifiziert werden kann. Dagegen kann das Verbundmodell die empirischen Beobachtungen hinsichtlich Topologie, räumlicher Struktur und Korrelation beider Aspekte korrekt reproduzieren. Dies ist ein Indiz dafür, dass die Topologie und die räumliche Struktur eines sozialen Netzwerks aus zwei weitgehend unabhängigen Prozessen resultieren. Im letzten Arbeitspaket werden zwei Simulationsmodelle zur Ortswahl im Freizeitverkehr gegenüber gestellt. Die Modelle unterscheiden sich dahingehend, dass im ersten Modell Entscheidungsprozesse unabhängig ablaufen während im zweiten Modell Entscheidungsprozesse kooperativ ablaufen. Wer mit wem kooperiert wird durch das soziale Netzwerk bestimmt. Beschränkt man die Analyse auf eine makroskopische Betrachtung, d.h. auf die Distanzverteilungen und Zeitstruktur, so können beide Modelle so kalibriert werden, dass sie die empirischen Beobachtungen reproduzieren. Hinsichtlich einer mikroskopischen Analyse ist das zweite (kooperative) Modell dem ersten Modell in seiner Erklärungskraft deutlich überlegen. Zusammengefasst ist die Beantwortung der Frage nach der Relevanz sozialer Netzwerke in der Modellierung des Freizeitverkehrs zweigeteilt: Einerseits kann ein Modell ohne soziale Netzwerke hinsichtlich einer makroskopischen Betrachtung so kalibriert werden, dass es die gleichen Resultate wie ein Modell mit sozialen Netzwerken liefert. Andererseits repräsentiert es somit nur eine statistische Approximation mit vergleichsweise limitierter verhaltenstechnischer Grundlage. Dies stellt die Prognosefähigkeit des Modells in Frage. Ein Modell mit Berücksichtigung sozialer Netzwerke bietet dagegen eine plausible und intuitive verhaltenstechnische Grundlage, welche auch mikroskopische Prozesse erklären kann.

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 4 citations exist upstream.

Papers that cite the same references — the relational fallback while embeddings are still backfilling.