📊 statistics

Estimating Heterogeneity in Travel Mode Choice Shifts with Causal Forests

Deze studie past causal forests toe op gegevens van de National Household Travel Survey om de heterogene causale effecten van de COVID-19-pandemie op de keuze van vervoerswijze te kwantificeren, waarbij een significante verschuiving naar autogebruik wordt onthuld die varieert per reisafstand, inkomen en geslacht.

Oorspronkelijke auteurs: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Gepubliceerd 2026-08-06

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een detective bent die een mysterie probeert op te lossen, maar in plaats van te zoeken naar een gestolen juweel, probeer je uit te zoeken waarom mensen plotseling meer met de auto rijden en minder lopen. In de wereld van transportwetenschap hebben onderzoekers decennia besteed aan het bouwen van kaarten om te voorspellen hoe mensen bewegen. Traditioneel gebruikten ze instrumenten die geweldig waren in het spotten van patronen—zoals opmerken dat mensen met grote huizen de neiging hebben om grote auto's te rijden. Maar het spotten van een patroon is niet hetzelfde als het bewijzen van oorzaak en gevolg. Het is alsof je ziet dat mensen paraplu's dragen als het regent en concludeert dat de paraplu's de regen hebben veroorzaakt. Om echt te begrijpen waarom iets gebeurt, moet je weten wat er zou zijn gebeurd als de situatie anders was geweest. Dit is het lastige deel van "causaliteit". Meestal, om oorzaak en gevolg te bewijzen, voeren wetenschappers experimenten uit waarbij ze één ding veranderen en de rest hetzelfde houden, zoals een chef die een nieuw specerij test. Maar je kunt niet gemakkelijk een gigantisch experiment uitvoeren op een hele stad om te zien wat er gebeurt als je iedereen plotseling een jaar lang thuis laat blijven. Dat is waar een nieuw soort detectietool om de hoek komt kijken: een methode genaamd "causal forests" (causale bossen). Denk bij deze bossen niet aan bomen met bladeren, maar aan een massief, digitaal bos van beslissingsbomen dat miljoenen eerdere ritten kan analyseren, ze kan opsplitsen in kleine groepen op basis van wie de reizigers zijn en waar ze naartoe gingen, en kan vragen: "Als deze specifieke persoon in een andere tijd had geleefd, zou hij dan een andere manier van reizen hebben gekozen?"

Dit artikel plant dat digitale bos in de bodem van een zeer reële, zeer chaotische gebeurtenis: de COVID-19-pandemie. De pandemie was een gigantisch, ongepland experiment dat veranderde hoe de wereld bewoog. De auteurs, Rishabh S. Chauhan, Mahdi Ghadimi en Lishun Liu Gaara, wilden hun causale bos gebruiken om precies uit te vogelen hoe de pandemie de reisgewoonten van mensen heeft veranderd, niet alleen gemiddeld, maar voor specifieelijke typen mensen. Ze vroegen niet alleen: "Rijden mensen meer?" Ze vroegen: "Rijden rijke mensen meer? Rijden vrouwen meer? Mensen die korte ritten maken, rijden meer?" Door meer dan 800.000 rittenregistraties van vóór de pandemie (in 2017) en na de periode waarin de pandemie een nieuw normaal had bereikt (in 2022) te analyseren, gebruikten ze deze geavanceerde machine learning-methode om het echte "pandemie-effect" te isoleren van alle andere veranderingen die tegelijkertijd plaatsvonden.

Dit is wat hun digitale bos vond. Wanneer ze naar de gemiddelde persoon keken, veroorzaakte de pandemie een verschuiving waarbij de kans op autorijden met 1,86 procentpunt toenam, terwijl de kans op het gebruik van openbaar vervoer met 0,38 procentpunt daalde en de kans op wandelen met 1,57 procentpunt afnam. Maar het echte verhaal zit in de details, want het bos onthulde dat deze veranderingen niet voor iedereen hetzelfde waren. De grootste sprong in autogebruik vond plaats bij mensen die zeer korte ritten maakten (één mijl of minder), voor huishoudens met een inkomen van meer dan $200.000 per jaar, en voor vrouwelijke reizigers. Sterker nog, vrouwen verschoven veel dramatischer naar de auto en weg van het wandelen dan mannen dat deden. Aan de andere kant waren de mensen die de grootste daling in het gebruik van openbaar vervoer zagen, degenen zonder auto en de ouderen (65 jaar en ouder) veranderden hun gewoonten nauwelijks, wat wijst op een vorm van "gedragsinertie".

De auteurs gebruikten hun instrument ook om naar de meest extreme groepen te kijken. Ze ontdekten dat een specifieke combinatie van factoren—wonen in het westen van de VS, een inkomen tussen de $25.000 en $49.999 hebben en een rit van één mijl of minder maken—leidde tot een enorme toename van 16,37 procentpunt in autogebruik vergeleken met de rest. Omgekeerd zagen mensen zonder voertuig in het huishouden die middelmatige, niet-werkgerelateerde ritten maakten, hun autogebruik aanzienlijk dalen. De studie suggereert dat hoewel de algemene trend een beweging naar auto's was, het "waarom" en de "wie" ongelooflijk complex waren. De onderzoekers merken er voorzichtig bij op dat dit een momentopname is en dat hun methode rust op de data die zij tot hun beschikking hadden, maar de resultaten bieden een veel duidelijker, genuanceerder beeld dan eenvoudige gemiddelden dat ooit zouden kunnen. Door causale bossen te gebruiken, gingen ze verder dan alleen zeggen dat "mensen meer reden" om te begrijpen exact welke groepen mensen van gedachten veranderden en met hoeveel, wat een krachtige nieuwe manier biedt voor stadsplanners om de verborgen lagen van menselijk gedrag te zien.

Technische Samenvatting: Het schatten van heterogeniteit in verschuivingen in de keuze van vervoerswijze met Causal Forests

Probleemstelling

Traditionele analyses van reisgedrag leunen zwaar op discrete keuzemodellen en machine learning-algoritmen die zijn ontworpen om de voorspellende nauwkeurigheid te optimaliseren. Deze methoden leggen echter fundamenteel correlaties vast in plaats van causaliteit, wat hun vermogen beperkt om te verklaren waarom reisgedrag verandert of om de specifieke effecten van interventies in te schatten. Hoewel causale inferentie gevestigd is in vakgebieden zoals de geneeskunde en economie, staat de toepassing ervan op de keuze van vervoerswijze nog in de kinderschoenen, met name met betrekking tot heterogeniteit. De meeste bestaande causale studies in het transport bieden globale gemiddelde effecten, waarbij wordt voorbijgegaan aan het feit dat reisgedrag sterk heterogeen is over verschillende sociaaleconomische en demografische groepen. Bovendien waren eerdere toepassingen van causale machine learning in het transport beperkt in reikwijdte (bijv. studies naar toerisme op één locatie) of hebben ze het vermogen om heterogene effecten (HTE) over diverse type reizen en populatiesegmenten volledig te benutten niet volledig uitgewerkt.

Deze studie adresseert de kritieke kloof in het schatten van hoe de COVID-19-pandemie de keuzes voor vervoerswijzen causaal heeft verschoven, met een specifieke focus op de variatie van deze verschuivingen binnen verschillende subgroepen van de populatie.

Methodologie

De studie maakt gebruik van Causal Forests, een non-parametrische causale machine learning-methode gebaseerd op het Random Forest-framework, om observationele gegevens te analyseren binnen het Rubin Causal Model (Potential Outcomes) framework.

Data en Steekproef

Bron: De National Household Travel Survey (NHTS) waves van 2017 en 2022.
Steekproefomvang: 802.935 onafhankelijke reisrecords.
Definitie van Behandeling (Treatment):
- Controlegroep ( $W_i=0$ ): 2017 wave (pre-pandemische baseline).
- Behandelingsgroep ( $W_i=1$ ): 2022 wave (pandemisch tijdperk, representatief voor een periode van herstel maar gewijzigd reizen).
Uitkomsten (Outcomes): Drie binaire afhankelijke variabelen die de primaire vervoerswijzen vertegenwoordigen:
1. Car_x: Gebruik van een privévoertuig.
2. Public_x: Gebruik van openbaar vervoer.
3. Walk_x: Wandelen.
Covariaten: Een uitgebreide matrix van exogene variabelen, waaronder geografische (regio, stedelijk/landelijk), persoonlijke (leeftijd, geslacht), huishoudelijke (inkomen, gezinsgrootte, voertuigbezit) en reiskenmerken (afstand, doel, weekendstatus).

Causaal Framework

De analyse schat het Conditional Average Treatment Effect (CATE) in, gedefinieerd als het verwachte causale effect voorwaardelijk op een specifiek covariaatprofiel $x$ :
$\tau(x) = E[Y_i(1) - Y_i(0) | X_i = x]$

Belangrijke methodologische componenten zijn:

Eerlijke Schatting (Honest Estimation): Om overfitting te voorkomen en consistente schattingen te garanderen, splitst het algoritme de data in een splitting subsample (om de boomtopologie te bepalen) en een estimation subsample (om de parameters van de bladeren te berekenen).
Covariaatbalans: Standardized Mean Differences (SMD) werden gebruikt om te verifiëren dat de cohorten van 2017 en 2022 vergelijkbaar waren. Hoewel er lichte onbalans bestond (bijv. in reisdoel en inkomen), stelde het vermogen van de tree-based ensemble methode om de covariaatruimte te partitioneren de onderzoekers in staat om deze driften te neutraliseren zonder data te trimmen.
Robuustheidscontroles: Resultaten werden vergeleken met ongecorrigeerde verschil-in-gemiddelden en aangepaste multivariabele lineaire regressie om consistentie in de richting en omvang van de effecten te waarborgen.
Exploratieve Subgroepanalyse: Combinaties van maximaal drie kenmerken werden getest met Welch's t-toetsen met een Benjamini–Hochberg correctie om specifieke subgroepen met statistisch significante afwijkingen in behandelingseffecten te identificeren.

Belangrijkste Resultaten

Gemiddelde Behandelingseffecten (ATE)

De studie schat de causale impact van het pandemische tijdperk (2022) ten opzichte van de pre-pandemische baseline (2017) op de kansen van de keuze voor een vervoerswijze:

Autogebruik: Nam toe met 1,86 procentpunt (pp).
Openbaar Vervoer: Nam af met 0,38 pp.
Wandelen: Nam af met 1,57 pp.

Deze schattingen waren zeer stabiel, met bootstrap standaardfouten van 0,0001. Hoewel de richting van de effecten consistent was met eenvoudigere regressiemodellen, waren de Causal Forest-schattingen over het algemeen conservatiever in omvang, wat suggereert dat ongecorrigeerde correlaties het directe effect van de pandemie kunnen overschatten.

Heterogene Behandelingseffecten (HTE)

De analyse onthulde substantiële variatie in hoe verschillende groepen op de pandemische schok reageerden:

Reisafstand: De meest significante verschuiving vond plaats bij korte afstanden (≤ 1 mijl), die een toename van 7,06 pp in autogebruik en een afname van 7,85 pp in wandelen lieten zien.
Inkomen: Huishoudens met een inkomen van >$200.000 ervoeren een toename van 3,06 pp in autogebruik en een afname van 2,21 pp in wandelen.
Geslacht: Vrouwelijke reizigers verschoven meer naar de auto (+2,55 pp) en minder naar wandelen (-2,01 pp) dan mannelijke reizigers.
Leeftijd: Volwassenen in de leeftijdscategorieën 30–45 en 46–65 vormden de kern van de autostijging. Senioren (65+) vertoonden een diepe gedragsmatige inertie met verwaarloosbare veranderingen.
Geografie: De Westelijke VS ervoer de grootste toename in autogebruik (+2,39 pp) en de grootste afname in openbaar vervoer en wandelen.
Voertuigbezit: Huishoudens met nul voertuigen zagen een grote daling in het gebruik van openbaar vervoer (-2,71 pp).

Kenmerkbelang (Feature Importance)

Reisafstand werd geïdentificeerd als de meest invloedrijke voorspeller voor heterogeniteit in autogebruik en wandelen. Voertuigbezit van het huishouden en reisafstand waren de belangrijkste bijdragers aan de heterogeniteit in het gebruik van het openbaar vervoer.

Resultaten van Exploratieve Subgroepen

Specifieke kruispunten van variabelen leverden extreme behandelingseffecten op:

Hoogste Autoverhoging: Westelijke regio, inkomen $25k–$ 50k, reizen ≤ 1 mijl (+18,05 pp).
Hoogste Afname Openbaar Vervoer: Inkomen ≥ $200k, geen voertuig in het huishouden, reizen > 1–5 mijl (-21,18 pp).
Hoogste Wandeling-toename: Noordoostelijke regio, geen voertuig in het huishouden, reizen > 1–5 mijl (+21,67 pp).

Betekenis en Bijdragen

Het artikel positioneert zichzelf als een methodologische vooruitgang in transportplanning en causale inferentie:

Nieuwe Toepassing: Dit is een van de eerste studies die Causal Forests toepast op de analyse van de keuze van vervoerswijzen en de eerste die causale machine learning gebruikt om het causale effect van de pandemie op de keuze van vervoerswijze te schatten.
Het Blootleggen van Heterogeniteit: In tegen tegenstelling tot traditionele modellen die een enkel globaal gemiddelde bieden, laat deze studie zien dat Causal Forests effectief Heterogene Behandelingseffecten (HTE) kunnen kwantificeren. Dit onthult dat het "gemiddelde" pandemische effect drastische, gelokaliseerde gedragsverschuivingen maskeert (bijv. rijke reizigers met korte afstanden versus senioren).
Methodologische Begeleiding: Het papier biedt een kader voor transportonderzoekers om verder te gaan dan correlatiegebaseerde analyse. Het benadrukt de voordelen van Causal Forests, inclusief hun non-parametrische aard (het vastleggen van complexe niet-lineaire relaties), hun vermogen om natuurlijk om te gaan met covariaat-onbalans, en hun capaciteit om granulaire inzichten te bieden (CATE-profielen, kenmerkbelang) voor beleidsmakers.
Beleidsrelevantie: Door te identificeren welke specifieke populatiesegmenten van vervoerswijze zijn verschoven en met hoeveel, biedt de studie bruikbare inzichten voor planners bij het ontwerpen van interventies. Het suggereert dat beleid gericht op een verschuiving in vervoerswijze moet worden afgestemd op specifieke demografische en reiskenmerken in plaats van uniform te worden toegepast.

Beperkingen en Aannames

De auteurs merken expliciet enkele beperkingen op:

Momentopname in de Tijd: De 2022 data vertegenwoordigt een specifieke fase van de pandemie (herstelfase); de resultaten weerspiegelen mogelijk niet de volledere evolutie van gedragsverschuivingen.
Modaal Aandeel vs. Vraag: De studie analyseert verschuivingen in het modaal aandeel, niet in de absolute reisvraag (die tijdens de pandemie aanzienlijk afnam).
Omvang van Covariaten: De analyse vertrouwt op de aanname van Conditionele Uitwisselbaarheid (Conditional Exchangeability). Niet-gemeten confounders zoals de adoptie van thuiswerken, risicoperceptie en online winkelgewoonten waren niet opgenomen, wat de precisie van de causale schattingen mogelijk beïnvloedt.
Dwarsdoorsnede-aard: De studie maakt gebruik van dwarsdoorsnedegegevens in plaats van longitudinale panelgegevens, wat het bijhouden van individuele veranderingen over de tijd of het rekening houden met pandemie-geïnduceerde veranderingen in covariaten (bijv. veranderingen in inkomen of voertuigbezit) bemoeilijkt.

Concluderend valideert de studie Causal Forests als een robuust, datagedreven instrument voor het ontleden van de complexe, heterogene causale mechanismen die veranderingen in reisgedrag drijven, en biedt daarmee een superieur alternatief voor traditionele correlatiegebaseerde modellen voor het begrijpen van de impact van interventies.