Analysing interpersonal variability for homogeneous groups of travellers

Abstract

The segmentation of the population into groups of people with homogenous travel behaviour has been an important issue to travel behaviour analysis for a long time. Aim of this classification is to identify groups of people who are very similar to each other concerning their travel behaviour but clearly distinct from the members of other groups. Despite the long tradition to construct behavioural homogenous groups, there has not been much progress in the last 20 years. Some older classifications (Kutter, 1972, Pas, 1983; Schmiedel, 1984, Huff and Hanson, 1986, 1988b) are still the state of the art. This is even more surprising as those classifications are far from satisfactory because they only explain a small amount of variability within the groups. This is mainly due to two different obstacles: The first obstacle is the lack of suitable longitudinal data, the second is the gap how similarity is measured and how the order of activities is considered in the measurement. Both obstacles shall be addressed in this paper. This paper examines the amount of intrapersonal variability with the method of multidimensional sequence alignment which does not only consider the type of the performed activities but also their order and timing. The results based on the longitudinal Mobidrive data show that the intrapersonal variability is quite high. For each person three typical days were calculated and based on theses days the similarity of each person to the others was used as a basis for cluster analyses. The results show that the members of each cluster are very similar in terms of daily activity programms, but not similar in terms of sociodemograhics and traditional behavioural indicators.

Die Einteilung der Bevölkerung in Gruppen mit ähnlichem Verkehrsverhalten ist in der Verkehrsverhaltensforschung bereits recht lange eine wichtige Frage. Das Ziel einer solchen Klassi fizierung ist es, Gruppen zu identifizieren, der Mittglieder innerhalb einer Gruppe zueinander ähnlich sind, sich aber vom Verkehrsverhalten der Personen anderer Gruppen deutlich unterscheiden. Trotz der langen Tradition solche Gruppen zu konstruieren, hat es in den letzten 20 Jahren wenig Fortschritte auf diesem Gebiet gegeben. Einige ältere (Kutter, 1972, Pas, 1983; Schmiedel, 1984, Huff and Hanson, 1986, 1988b) stellen immer noch den “state of the art” dar. Dies ist umso erstaunlicher wenn man sich vor Augen führt, dass diese Einteilungen alles andere als zufriedenstellend sind, da innerhalb der Gruppen eine sehr grosse Variabilität verbleibt. Dies liegt in erster Linie an zwei Hindernissen: Erstens mangelt es an geeigneten Langzeitdaten und zweitens an der Frage, wie man Ähnlichkeiten adäquat messen soll. Beiden Fragen wird in diesem Aufsatz nachgegangen. Der Aufsatz untersucht das Ausmass intrapersoneller Variabilität mit der Methode der Sequenz analyse, die nicht nur die Art, sondern auch Dauer du Reihenfolge von Aktivitäten berücksichtigt. Die Ergebnisse – basierend auf der Langzeitstudie Mobidrive zeigen, dass das Ausmass intrapersoneller Variabilität recht hoch ist. Aus diesem Grund wurden pro Person drei verschiedene typische Tage identifiziert und basierend auf diesen Tagen die (ebenfalls mit Sequenzanalyse berechnete) interpersonelle Variabilität zwischen den Personen als Ausgangspunkt für eine Clusteranalyse herangezogen wurde. Dies ist umso erstaunlicher wenn man sich vor Augen führt, dass diese Einteilungen alles andere als zufriedenstellend sind, da innerhalb der Gruppen eine sehr grosse Variabilität verbleibt. Dies liegt in erster Linie an zwei Hindernissen: Erstens mangelt es an geeigneten Langzeitdaten und zweitens an der Frage, wie man Ähnlichkeiten adäquat messen soll.Beiden Fragen wird in diesem Aufsatz nachgegangen. Der Aufsatz untersucht das Ausmass intrapersoneller Variabilität mit der Methode der Sequenz analyse, die nicht nur die Art, sondern auch Dauer du Reihenfolge von Aktivitäten berücksichtigt. Die Ergebnisse – basierend auf der Langzeitstudie Mobidrive zeigen, dass das Ausmass intrapersoneller Variabilität recht hoch ist. Aus diesem Grund wurden pro Person drei verschiedene typische Tage identifiziert und basierend auf diesen Tagen die (ebenfalls mit Sequenzanalyse berechnete) interpersonelle Variabilität wischen den Personen als Ausgangspunkt für eine Clusteranalyse herangezogen wurde. Die Ergebnisse zeigen, dass bezüglich der täglichen Aktivitätenprogramme sehr homogene Cluster gebildet werden können – hinsichtlich der herkömmlichen betrachteten Verhaltensindikatoren und sozidemographischen Merkmalen ist sie jedoch gering.