📊 statistics

Estimating Heterogeneity in Travel Mode Choice Shifts with Causal Forests

Questo studio applica le foreste causali ai dati del National Household Travel Survey per quantificare gli effetti causali eterogenei della pandemia di COVID-19 sulle scelte di modalità di viaggio, rivelando uno spostamento significativo verso l'uso dell'auto che varia per distanza del viaggio, reddito e genere.

Autori originali: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Pubblicato 2026-08-06

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un detective che cerca di risolvere un mistero, ma invece di cercare un gioiello rubato, stai cercando di capire perché le persone stiano improvvisamente guidando di più le loro auto e camminando di meno. Nel mondo della scienza dei trasporti, i ricercatori hanno trascorso decenni costruendo mappe per prevedere come si muovono le persone. Tradizionalmente, hanno usato strumenti che erano bravissimi a individuare schemi — come notare che le persone con case grandi tendono a guidare auto grandi. Ma individuare uno schema non è la stessa cosa che dimostrare un rapporto di causa ed effetto. È come vedere che le persone portano ombrelli quando piove e concludere che gli ombrelli abbiano causato la pioggia. Per capire davvero perché accade qualcosa, devi sapere cosa sarebbe accaduto se la situazione fosse stata diversa. Questa è la parte complicata della "causalità". Di solito, per dimostrare un rapporto di causa ed effetto, gli scienziati conducono esperimenti in cui cambiano una cosa e mantengono tutto il resto invariato, come uno chef che testa una nuova spezia. Ma non puoi facilmente condurre un esperimento gigante su un'intera città per vedere cosa succederebbe se improvvisamente rendessi tutti costretti a restare a casa per un anno. È qui che entra in gioco un nuovo tipo di strumento da detective: un metodo chiamato "foreste causali". Pensa a queste foreste non come alberi con foglie, ma come una massiccia foresta digitale di alberi decisionali che possono analizzare milioni di viaggi passati, dividerli in piccoli gruppi in base a chi sono i viaggiatori e dove sono andati, e chiedere: "Se questa persona specifica avesse vissuto in un tempo diverso, avrebbe scelto un modo diverso di viaggiare?".

Questo articolo prende questa foresta digitale e la pianta nel terreno di un evento molto reale e molto caotico: la pandemia di COVID-19. La pandemia è stata un esperimento gigante e non pianificato che ha cambiato il modo in cui il mondo si muove. Gli autori, Rishabh S. Chauhan, Mahdi Ghadimi e Lishun Liu Gaara, volevano usare la loro foresta causale per capire esattamente come la pandemia abbia cambiato le abitudini di viaggio delle persone, non solo in media, ma per tipi specifici di persone. Non si sono limitati a chiedere: "Le persone hanno guidato di più?". Hanno chiesto: "Le persone ricche hanno guidato di più? Le donne hanno guidato di più? Le persone che compiono brevi spostamenti hanno guidato di più?". Analizzando oltre 800.000 record di viaggi prima della pandemia (nel 2017) e dopo che questa si era stabilizzata in una nuova normalità (nel 2022), hanno utilizzato questo avanzato metodo di machine learning per isolare il vero "effetto pandemia" da tutti gli altri cambiamenti che avvenivano contemporaneamente.

Ecco cosa ha scoperto la loro foresta digitale. Quando hanno guardato alla persona media, la pandemia ha causato uno spostamento in cui la probabilità di guidare un'auto è aumentata di 1,86 punti percentuali, mentre la probabilità di usare il trasporto pubblico è scesa dello 0,38% e la probabilità di camminare è diminuita dell'1,57%. Ma la vera storia è nei dettagli, perché la foresta ha rivelato che questi cambiamenti non erano gli stessi per tutti. Il salto maggiore nell'uso dell'auto è avvenuto per le persone che compiono spostamenti molto brevi (un miglio o meno), per i nuclei familiari con un reddito superiore a 200.000 dollari all'anno e per le viaggiatrici donne. Infatti, le donne si sono spostate verso l'auto e lontano dal camminare in modo molto più drammatico rispetto agli uomini. Al contrario, le persone che hanno visto il calo maggiore nell'uso del trasporto pubblico sono quelle senza alcuna auto e gli anziani (65 anni o più) non hanno quasi cambiato le loro abitudini, mostrando una sorta di "inerzia comportamentale".

Gli autori hanno anche usato il loro strumento per cercare i gruppi più estremi. Hanno scoperto che una specifica combinazione di fattori — vivere nell'Ovest degli Stati Uniti, guadagnare tra i 25.000 e i 49.999 dollari all'anno e compiere un viaggio di un miglio o meno — ha portato a un massiccio aumento di 16,37 punti percentuali nell'uso dell'auto rispetto a tutti gli altri. Viceversa, le persone senza veicoli familiari che compiono spostamenti di media lunghezza non legati al lavoro hanno visto il proprio uso dell'auto scendere significativamente. Lo studio suggerisce che, sebbene la tendenza generale sia stata un movimento verso le auto, il "perché" e il "chi" fossero incredibilmente complessi. I ricercatori sottolineano con cautela che questo è un'istantanea nel tempo e che il loro metodo si basa sui dati che avevano, ma i risultati offrono un quadro molto più chiaro e sfumato rispetto ai semplici valori medi. Usando le foreste causali, sono andati oltre il semplice dire "le persone hanno guidato di più" per comprendere esattamente quali segmenti della popolazione hanno cambiato idea e di quanto, fornendo un nuovo modo potente per i pianificatori urbani di vedere gli strati nascosti del comportamento umano.

Sintesi Tecnica: Stima dell'Eterogeneità nei Cambiamenti della Scelta del Modo di Viaggio con i Causal Forests

Definizione del Problema

L'analisi tradizionale del comportamento di viaggio si basa pesantemente sulla modellazione della scelta discreta e su algoritmi di apprendimento automatico progettati per ottimizzare l'accuratezza predittiva. Tuttavia, questi metodi catturano fondamentalmente correlazioni piuttosto che causalità, limitando la capacità di spiegare il perché i comportamenti di viaggio cambino o di stimare gli effetti specifici degli interventi. Sebbene l'inferenza causale sia consolidata in campi come la medicina e l'economia, la sua applicazione alla scelta del modo di viaggio rimane embrionale, in particolare per quanto riguarda l'eterogeneità. La maggior parte degli studi causali esistenti nel settore dei trasporti fornisce effetti medi globali, oscurando il fatto che il comportamento di viaggio è altamente eterogeneo tra diversi gruppi socioeconomici e demografici. Inoltre, le precedenti applicazioni del machine learning causale nei trasporti sono state limitate nell'ambito (ad esempio, studi sul turismo in singole località) o non hanno sfruttato appieno la capacità di stimare gli effetti eterogenei del trattamento (HTE) attraverso diversi tipi di viaggio e segmenti di popolazione.

Questo studio affronta la lacuna critica nella stima di come la pandemia di COVID-19 abbia spostato causalmente le scelte del modo di viaggio, concentrandosi specificamente sulla variazione di tali spostamenti tra diversi sottogruppi di popolazione.

Metodologia

Lo studio impiega i Causal Forests, un metodo di machine learning causale non parametrico basato sul framework dei Random Forest, per analizzare dati osservazionali all'interno del framework del Modello dei Risultati Potenziali di Rubin.

Dati e Campione

Fonte: Le onde 2017 e 2022 della National Household Travel Survey (NHTS).
Dimensione del Campione: 802.935 record di viaggio indipendenti.
Definizione del Trattamento:
- Controllo ( $W_i=0$ ): Onda 2017 (baseline pre-pandemia).
- Trattamento ( $W_i=1$ ): Onda 2022 (era pandemica, rappresentante un periodo di ripresa ma con comportamenti alterati).
Esiti (Outcomes): Tre variabili dipendenti binarie che rappresentano i modi di viaggio primari:
1. Car_x: Uso di veicoli privati.
2. Public_x: Uso del trasporto pubblico.
3. Walk_x: Camminare.
Covariate: Una matrice completa di variabili esogene che includono fattori geografici (regione, urbano/rurale), personali (età, sesso, istruzione), familiari (reddito, dimensione del nucleo, proprietà di veicoli) e caratteristiche del viaggio (distanza, scopo, stato del fine settimana).

Framework Causale

L'analisi stima l'Effetto Medio Condizionale del Trattamento (CATE), definito come l'impatto causale atteso condizionato su un profilo specifico di covariate $x$ :
$\tau(x) = E[Y_i(1) - Y_i(0) | X_i = x]$

Componenti metodologici chiave includono:

Stima Onesta (Honest Estimation): Per prevenire l'overfitting e garantire stime coerenti, l'algoritmo suddivide i dati in un sottocampione di suddivisione (per determinare la topologia dell'albero) e un sottocampione di stima (per calcolare i parametri delle foglie).
Bilanciamento delle Covariate: Sono state utilizzate le Differenze Medie Standardizzate (SMD) per verificare che le coorti 2017 e 2022 fossero confrontabili. Sebbene esistessero lievi squilibri (ad esempio, nello scopo del viaggio e nel reddito), la capacità del metodo d'insieme basato su alberi di partizionare lo spazio delle covariate ha permesso di neutralizzare tali derive senza la riduzione dei dati (trimming).
Verifiche di Robustezza: I risultati sono stati confrontati con la differenza di medie non aggiustata e con la regressione lineare multivariata aggiustata per garantire coerenza nella direzione e nell'entità degli effetti.
Analisi Esplorativa dei Sottogruppi: Sono state testate combinazioni di fino a tre caratteristiche utilizzando i t-test di Welch con correzione di Benjamini–Hochberg per identificare sottogruppi specifici con deviazioni statisticamente significative negli effetti del trattamento.

Risultati Chiave

Effetti Medi del Trattamento (ATE)

Lo studio stima l'impatto causale dell'era pandemica (2022) rispetto alla baseline pre-pandemica (2017) sulla probabilità di scelta del modo:

Uso dell'Auto: Aumentato di 1,86 punti percentuali (pp).
Trasporto Pubblico: Diminuito di 0,38 pp.
Camminare: Diminuito di 1,57 pp.

Queste stime sono state altamente stabili, con errori standard bootstrap di 0,0001. Sebbene la direzione degli effetti fosse coerente con i modelli di regressione più semplici, le stime dei Causal Forest erano generalmente più conservative in termini di entità, suggerendo che le correlazioni non aggiustate possano sopravvalutare l'effetto diretto della pandemia.

Effetti Eterogenei del Trattamento (HTE)

L'analisi ha rivelato una sostanziale variazione nel modo in cui i diversi gruppi hanno risposto allo shock pandemico:

Distanza del Viaggio: Lo spostamento più significativo si è verificato nei viaggi a breve distanza (≤ 1 miglio), che hanno visto un aumento del 7,06 pp nell'uso dell'auto e una diminuzione del 7,85 pp nel camminare.
Reddito: I nuclei familiari con reddito >$200.000 hanno sperimentato un aumento del 3,06 pp nell'uso dell'auto e una diminuzione del 2,21 pp nel camminare.
Genere: Le viaggiatrici donne si sono spostate verso l'auto (+2,55 pp) e lontano dal camminare (-2,01 pp) significativamente più degli uomini.
Età: Gli adulti tra i 30 e i 45 anni e tra i 46 e i 65 anni hanno guidato la maggior parte dell'ondata automobilistica. Gli anziani (65+) hanno mostrato una profonda inerzia comportamentale con cambiamenti trascurabili.
Geografia: La regione dell'Ovest degli Stati Uniti ha registrato il maggiore aumento dell'uso dell'auto (+2,39 pp) e il maggiore calo di transito e camminata.
Proprietà del Veicolo: I nuclei familiari con zero veicoli hanno visto un forte calo nell'utilizzo del trasporto pubblico (-2,71 pp).

Importanza delle Caratteristiche (Feature Importance)

La distanza del viaggio è stata identificata come il predittore più influente per l'eterogeneità nell'uso dell'auto e nel camminare. La proprietà del veicolo familiare e la distanza del viaggio sono stati i principali contributori all'eterogeneità nell'uso del trasporto pubblico.

Risultati dei Sottogruppi Esplorativi

L'intersezione di variabili specifiche ha prodotto effetti di trattamento estremi:

Massimo Aumento Auto: Regione Ovest, reddito $25k–$ 50k, viaggi ≤ 1 miglio (+18,05 pp).
Massima Diminuzione Trasporto Pubblico: Reddito ≥ $200k, zero veicoli familiari, viaggi > 1–5 miglia (-21,18 pp).
Massimo Aumento Camminata: Regione Nord-est, zero veicoli familiari, viaggi > 1–5 miglia (+21,67 pp).

Significato e Contributi

Il documento si posiziona come un avanzamento metodologico nella pianificazione dei trasporti e nell'inferenza causale:

Applicazione Novativa: Questo è uno dei primi studi ad applicare i Causal Forests all'analisi della scelta del modo di viaggio e il primo a utilizzare il machine learning causale per stimare l'effetto causale della pandemia sulla scelta del modo.
Rivelazione dell'Eterogeneità: A differenza dei modelli tradizionali che forniscono un singolo valore medio globale, questo studio dimostra che i Causal Forests possono quantificare efficacemente gli Effetti Eterogenei del Trattamento (HTE). Ciò rivela che l'effetto "medio" della pandemia maschera spostamenti comportamentali drastici e localizzati tra segmenti demografici specifici (ad esempio, viaggiatori ad alto reddito per brevi distanze rispetto agli anziani).
Guida Metodologica: Il documento offre un framework per i ricercatori dei trasporti per andare oltre l'analisi basata sulla correlazione. Evidenzia i vantaggi dei Causal Forests, inclusa la loro natura non parametrica (che cattura relazioni non lineari complesse), la loro capacità di gestire naturalmente lo squilibrio delle covariate e la loro capacità di fornire approfondimenti granulari (profili CATE, importanza delle caratteristiche) per i decisori politici.
Rilevanza Politica: Identificando quali specifici segmenti di popolazione hanno cambiato modalità e di quanto, lo studio fornisce informazioni azionabili per i pianificatori che progettano interventi. Suggerisce che le politiche volte allo spostamento dei modi debbano essere adattate a specifici profili demografici e di viaggio piuttosto che essere applicate uniformemente.

Limitazioni e Assunzioni

Gli autori notano esplicitamente diverse limitazioni:

Istantanea Temporale: I dati del 2022 rappresentano una fase specifica della pandemia (periodo di ripresa); i risultati potrebbero non riflettere l'intera evoluzione dei cambiamenti comportamentali.
Quota di Modo vs Domanda: Lo studio analizza gli spostamenti nella quota di modo, non la domanda assoluta di viaggio (che è diminuita significativamente durante la pandemia).
Ambito delle Covariate: L'analisi si basa sull'assunzione di Scambiabilità Condizionata. Confounder non misurati come l'adozione del lavoro da remoto, la percezione del rischio e le abitudini di acquisto online non sono stati inclusi, il che potrebbe influenzare la precisione delle stime causali.
Natura Trasversale: Lo studio utilizza dati trasversali piuttosto che dati panel longitudinali, limitando la capacità di tracciare i cambiamenti a livello individuale nel tempo o di tenere conto dei cambiamenti nelle covariate indotti dalla pandemia (ad esempio, reddito o proprietà di veicoli).

In conclusione, lo studio valida i Causal Forests come uno strumento robusto e basato sui dati per scomporre i complessi ed eterogenei meccanismi causali che guidano i cambiamenti nel comportamento di viaggio, offrendo un'alternativa superiore ai modelli tradizionali basati sulla correlazione per comprendere l'impatto degli interventi.