Gedragseffecten zijn niet altijd wat ze lijken te zijn

donderdag 18 december 2014 Nettie Bakker 131x gelezen

Marieke Martens, hoogleraar Universiteit Twente en TNO over mobiliteitsbeïnvloeding



Foto: Shutterstock

Foto: Shutterstock

Marieke Martens, hoogleraar human factors aan de Universiteit Twente, werkzaam bij TNO, in deze Verkeerskunde gasthoofdredacteur en in dit interview zelf aan het woord. Want Martens heeft nieuws. Vier jaar lang leidde zij vanuit TNO één van acht verkennende onderzoeken naar gedrag en innovatie onder de titel ‘enabling technical programs’, ETP, voor het ministerie van Economische Zaken.

Op 20 november verscheen ‘haar’ ETP-deelonderzoeksrapport over ‘mobiliteit en gedrag’. Deze studie leverde eyeopeners op, nieuwe vakkennis én een tool: Fountain, een gedragseffect-voorspellingsmodel op basis van nieuwe metakennis. Martens: ‘Tot nu toe keken we vooral achteraf naar de uitkomst van projecten: is er meetbaar effect, dan rollen we een maatregel verder uit, zo niet, dan stoppen we ermee. Wij wilden meer weten en begrijpen welke factoren op welk moment, op wie van invloed zijn. En terecht, want meetbaar effect, betekent nog niet dat een maatregel altijd en voor iedereen op elk moment goed werkt. Een voorbeeld: hoe meer mensen thuis gaan werken, hoe rustiger het op de weg wordt. Maar na een tijdje wordt het toch weer druk, omdat anderen de weg (weer) op gaan. Dan werkt de maatregel wel, maar loopt de weg toch weer vol. En dat geldt ook andersom.

Zoals we al wisten dat ‘de mens’ niet bestaat, weten we nu ook dat ‘de maatregel’ niet bestaat. Mobiliteit duurder maken maakt sommige mensen bijvoorbeeld helemaal niet uit, terwijl andere mensen simpelweg tijd- en spitsgebonden zijn vanwege aanvangstijden op het werk of schooltijden. Een bepalende factor is ook hoe dicht je wel of niet bij een OV-station woont of hoe je gezinssituatie is.

Kortom, we hebben op micro-(mens), meso- (gezin), en macro (werk- en samenleving)niveau literatuuronderzoek gedaan en data verzameld. Zo hebben we macroniveau bijvoorbeeld gekeken naar de effecten van een maatschappelijke omslag in het denken over mobiliteit; vergelijkbaar met het roken. Hoe werkt zo’n omslag precies? Wanneer en hoe spreken mensen elkaar aan op normafwijkend gedrag? En wat zijn de triggers die effect hebben? Die informatie hebben we in een agent based model gestopt en vervolgens gemodelleerd. Zo konden we ook gegevens met elkaar in verband brengen.

Het model gaat ervan uit dat mobiliteitsgedrag gewoontegedrag is, hoewel die gewoonte voor iedereen weer anders ligt. Verder is het model opgezet als verkennend rekenmodel. Het kan inzicht geven aan overheden die een mobiliteitsprobleem willen aanpakken, maar niet goed weten hoe ze dat moeten of kunnen doen. Moeten ze een brede doelgroep aanspreken (met hagel schieten) of zich juist met specifieke middelen richten op een kleinere, specifieke doelgroep om uiteindelijk effectiever te zijn. Met dit model kun je met allerlei parameters spelen en zo een indicatie krijgen over welk effect je bij welke doelgroep kunt verwachten.

Een eyeopener uit de studie is bijvoorbeeld dat het succes van veel spitsmijdenprojecten die werken volgens het principe ‘meld u vrijwillig aan en u verdient een x bedrag’, met name zit in de component vrijwilligheid en minder in de beloning. De beloning en het project fungeren vaak als trigger om over te stappen naar een ander gedrag dat eigenlijk latent al op de loer lang. Ook opmerkelijk is dat mensen met hoge inkomens gevoeliger lijken voor prijsprikkels. Pel je het af dan blijkt dat deze mensen meer ruimte hebben om hun werktijden aan te passen.

Het toepassen van deze metakennis begint met de vraag wat je wil bereiken. Wil je een x-aantal mensen uit de file hebben, pluk dan laag fruit en richt je op een bepaalde groep met een maatregel waarvan je weet dat de kans groot is dat die aanslaat, in plaats van een brede groep aan te spreken met een maatregel die bij velen geen effect zal hebben. Ik hoor bijvoorbeeld wel eens: ‘we gaan een fietsenstalling overkappen’. Dat is effectief als je doel is om blije fietsers te krijgen, maar je krijgt er geen automobilist mee in de bus.

Fountain is een operationeel, Nederlands project, maar het is zeker niet ‘af’. Gaan we op macroniveau anders denken over mobiliteit, dan veranderen we de paramaters ook. Het kan nu wel landen en we kunnen het dan ook laden met nieuwe kennis en ervaringsdata. Ik hoop dat gemeenten zo’n verkenning eens willen aangaan. We hebben het model getoetst aan een bestaande proef en die resultaten komen heel aardig overeen. Het mooiste zou zijn als we met data van nieuwe projecten ook benchmarkgegevens kunnen genereren.

Martens is hoopvol als het gaat om gerichte mobiliteitsbeïnvloeding in de toekomst. ‘Niet in de laatste plaats omdat data, bijvoorbeeld via mobiele telefoons, steeds eenvoudiger te loggen zijn. ‘Sommige data worden al automatisch gegenereerd zonder dat mensen het weten.’

ETP, acht verkennende deelstudies naar het techniek en gedrag
Het vier jaar lange ETP-onderzoek - enabling technical programs- ,bestond naast het hierboven genoemde onderzoek naar gedrag en innovatie uit de volgende verkennende deelstudies naar: gedrag en prestatie, innovatie in de gezondheidsbevordering, sociale netwerken en sociale media, zelfredzaamheid en burgerparticipatie, systemen en gedrag als het gaat om energie, smart coaches en neuroscience en ten slotte complexe maatschappelijke systemen: wie zou dan welke acties moeten initiëren en in welk tempo?

 

Inhoud laatste dossier

De verkeerskundige

Naar alle eerdere dossiers

Meer artikelen over Wegontwerp

Artikelen 1 tot 5 van 62

1 2 3 4 5 6

Artikelen 1 tot 5 van 62

1 2 3 4 5 6

Verkeerskunde is een uitgave van ANWB.
© 2019 www.verkeerskunde.nl - alle rechten voorbehouden.