Hoe een OV-staking gunstig uit kan pakken

metro
Michael Summers, Flickr.
Een staking van het openbaar vervoer dwingt forenzen alternatieve woon-werkroutes te zoeken. Hierdoor reist na de staking een deel van de mensen volgens een efficientere route naar werk. De baten hiervan kunnen zo groot zijn, dat ze de kosten van de staking overtreffen. Dit blijkt uit een studie naar de stakingen in de Londense metro van vorig jaar door Shaun Larcom, Ferdinand Rauch en Tim Willems. Een van de oorzaken van de inefficiente woon-werkroutes van voor de staking ligt in de vaak sterke vertekening van reisafstanden op de plattegrond van het metronetwerk. Meer algemeen geven de bevindingen aan dat in ieder geval een deel van de mensen niet uit zichzelf gaat kijken of dingen beter kunnen.

Gewoontegedrag

Nemen mensen de beste beslissing? En tot op welke hoogte blijven ze steken in suboptimale gewoonten? Suboptimaal gedrag wordt al tijden besproken (zie bijvoorbeeld Simon 1955), maar het is nog nooit empirisch onderzocht met een grote dataset voor consumenten.

In Larcom et al. (2015) proberen we deze leemte te vullen. We analyseren een unieke dataset met informatie over alle individuele reismomenten binnen het Londense openbaar vervoersysteem van 19 januari tot en met 15 februari 2014. Dankzij (gehercodeerde) reiskaarten was het mogelijk om individueel gedrag te traceren. Van 4 tot 6 februari 2014 staakten de medewerkers van de Londense metro (de ‘Tube’). Gevolg was dat sommige (maar niet alle) metrostations gesloten waren. Een deel van de forenzen werden hierdoor gedwongen te experimenteren. Wij bestuderen hoe routinegedrag van forenzen is veranderd na deze korte periode van ontwrichting (noot 1).

Figuur 1 beschrijft onze data (de stakingsperiode is aangegeven met verticale lijnen). Het figuur linksboven toont het deel van de forenzen dat incheckt bij hun modale station (dat wil zeggen: het station dat ze het vaakst gebruikten voor de staking). Het figuur rechtsboven toont dit voor het modale eindstation. Uit deze panelen blijkt duidelijk dat veel minder forenzen in staat waren hun modale station te gebruiken tijdens de staking, wat impliceert dat een substantiele groep reizigers gedwongen was een alternatieve route te nemen. De gegevens suggereren ook dat de staking heeft geleid to blijvende gedragsveranderingen omdat het aantal forenzen dat na de staking nog gebruik maakt van hun modale station lijkt te zijn gedaald (in de publicatie staven wij deze bewering met econometristisch bewijs). De onderste twee figuren tonen de reistijden. In het figuur linksonder is te zien dat de gemiddelde reistijd met het Londense openbaar vervoer toenam tijdens de staking, terwijl het figuur rechtsonder toont dat de spreiding ook is toegenomen.

Omdat het netwerk slechts deels gesloten was, bleven sommige forenzen hun reguliere route nemen. Dit levert een controlegroep op. Hierdoor konden we een zogenoemde ‘difference-in-differences’ aanpak gebruiken om het gedragseffect te bepalen.

Figuur 1. Beschrijvende statistische gegevens

stats

Resultaten

We vinden dat de forenzen die door de staking gedwongen waren andere routes te verkennen na de staking significant minder terugvielen op hun modale route van voor de staking vergeleken met de niet-getroffen groep van forenzen. Onze bevindingen zijn robuust voor alternatieve definities van de getroffen groep en voor verschillende schattingsmethoden.

Onze resultaten suggereren dat een deel van de forenzen voor de staking er niet in was geslaagd hun optimale reisroute te vinden. De routes waren immers weer beschikbaar na de staking (inclusief de modale route voor de staking) dus het feit dat de modale route niet wordt gekozen, suggereert dat de reiziger een beter alternatief heeft gevonden tijdens de staking. Wat omvang van het effect betreft: het aantal reizigers dat van route veranderde na de staking was ongeveer vijf procentpunt hoger in de getroffen groep.

Welk mechanisme zit achter dit effect? Onze resultaten suggereren dat ontoereikende informatie kan verklaren waarom getroffen forenzen van route veranderen. Toen we de kaart van de Londense metro digitaliseren en de weergegeven afstanden tussen metrostations vergelijken met de feitelijke afstanden bleek dat er soms sprake kan zijn van een forse vertekening. Veel forenzen weten dit niet. Als we deze bron van vertekening in perceptie van reisafstanden benutten, dan blijkt dat reizigers die wonen in (of reizen naar) gebieden met een relatief sterke vertekening van de reisafstand na de staking minder vaak terugkeerden naar hun modale route van voor de staking. Dit wijst er op dat inwoners van gebieden met een sterke vertekening in de weergegeven reisafstand meer leerden van de staking.

We vinden ook een sterker gedragseffect voor mensen die voor de staking een relatief langzame verbinding hadden (waar ontoereikende informatie over treinsnelheid ook een rol speelt, omdat dit reizigers niet opvalt totdat een bepaalde lijn wordt uitgeprobeerd).

Interpretatie

Onze resultaten suggereren dat een significant deel van de forenzen zich dankzij de staking bewust werd van een betere route naar het werk.

Dit is opvallend omdat de alternatieve route ook eerder ontdekt had kunnen worden door vrijwillig (in plaats van gedwongen) experimenteren.

Deze bevinding kan op twee manieren worden geïnterpreteerd. De eerste interpretatie is dat consumenten zich rationeel gedroegen en de optimale zoekregel hanteerden, maar vanwege de zoekkosten (rationeel) besloten de zoektocht naar het beste alternatief te staken voordat zij hun optimale route hadden gevonden. Gesproken in termen van Boumol en Quandt (1964), maximaliseerden de forenzen niet, maar optimaliseerden ze (wat Boumol en Quandt definiëren als rationeel gedrag gezien het bestaan van zoekkosten).

Een alternatieve interpretatie is dat de optimale zoekregel niet wordt gehanteerd en er minder wordt geëxperimenteerd dan het standaard rationeelmodel voor zou schrijven. Dat wil zeggen, reizigers maximaliseerden én optimaliseerden niet. Volgens deze tweede interpretatie waren forenzen zogenoemde ‘satisficers’: ze stopten met zoeken naar verbeteringen zodra ze genoegen namen met het resultaat. Dit is moeilijk te rationaliseren, zoals gesteld door Simon (1955).

Om na te gaan welke interpretatie het best bij onze gegevens pas, gebruiken we Weitzmans (1979) optimal costly search oplossing (verenigbaar met de opvatting van Baumol-Quandt over optimalisatie). Met conservatieve getallen voor de geschatte tijds- en kostenbesparing hebben we berekend dat, wanneer forenzen zich zouden houden aan de optimale zoekstrategie, de kosten voor het vinden van het beste niet-bekende alternatief meer dan GBP 380 zouden moeten zijn (noot 2). Gezien dit onwaarschijnlijk hoge bedrag lijkt het alsof de forenzen in onze dataset minder experimenteerden dan wat het standaard rationele keuzemodel voor zou schrijven (noot 3).

Hoewel de meeste forenzen vooral last hadden van de staking (al was de verstoring voor velen beperkt) en maar een deel van de forenzen een betere route naar werk vond dankzij de staking, vinden we toch dat de staking een nettowinst heeft opgeleverd. Reden hiervoor is dat de langlopende opbrengsten voor de relatief klein groep die hun route verbeterden hoger zijn dan de kortdurende kosten van de staking voor de rest van de reizigers. Dit biedt empirisch bewijs voor Porters (1991) controversiële hypothese dat het opleggen van een beperking aan een economisch systeem op den duur de efficiëntie kan verbeteren (omdat beperkingen ertoe dwingen te experimenteren, innoveren en te heroptimaliseren). In deze context van de Londense metro impliceert dit resultaat dat forenzen beter af zouden zijn met een incidentele externe stimulering om te experimenteren. Omdat het deels afsluiten van het metronetwerk een nogal radicale manier is om dit te bewerkstelligen, loont het om te onderzoeken of slim gebruik van reisplanner apps de reizigers niet een duwtje in de rug kan geven om meer te experimenteren.

Slotopmerkingen

In algemene zin zijn onze bevindingen relevant voor regeringsbeleid, de zakelijke praktijk en voor ons privéleven. Omdat een significant deel van de metroreizigers in Londen er niet in was geslaagd hun optimale route te vinden totdat ze gedwongen werden te experimenteren, moeten we misschien niet al te gefrustreerd zijn wanneer iets niet precies gaat zoals we willen of wanneer anderen ooit beslissingen voor ons nemen. Als wij ons gedragen zoals de ‘satisficing’ forenzen in de Londense metro en te weinig experimenteren, dan zou zo’n tijdelijke beperking wel eens kunnen leiden tot een voordeel op de lange termijn. Jezelf aanmoedigen om af en toe je routine te doorbreken, zou ook wel eens goed kunnen zijn.

Daarom stellen we de volgende vraag: wanneer heeft u voor het laatst iets voor het eerst gedaan?

Dit artikel is eerder gepubliceerd op onze partnersite Voxeu.org en is uit het Engels vertaald door Linda Mous.

Voetnoten

1 . De definitie van een forens is een reiziger die het metronetwerk dagelijks gebruikt op werkdagen, wanneer er niet gestaakt wordt, tussen 7 en 10 uur ’s ochtends.

2. Bij het berekenen van dit getal gebruiken we schattingen van Stutzer en Frey (2008) over de monetaire kosten van reizen.

3. Recentelijk hebben Caplin et al. (2011) bewijs gelevederd voor ‘satisficing’ in een experimentele setting. Ze hebben echter niet geanalyseerd of deelnemers optimaliseerden in de brede zin van het woord zoals gedefinieerd wordt door Baumol-Quandt. Onze resultaten suggereren dat forenzen dit niet doen.

Referenties

Baumol, W J and R E Quandt (1964), "Rules of Thumb and Optimally Imperfect Decisions", The American Economic Review, 54 (2): 23-46.

Caplin, A, M Dean, and D Martin (2011), "Search and Satisficing", The American Economic Review, 101 (7): 2899-2922.

Larcom, S, F Rauch and T Willems (2015), "The Benefits of Forced Experimentation: Striking Evidence from the London Underground Network", University of Oxford Working Paper.

Porter, M E (1991), "America’s Green Strategy", Scientific American, 264 (4): 168.

Simon, H A (1955), "A Behavioral Model of Rational Choice", Quarterly Journal of Economics, 69 (1): 99-118.

Weitzman, M L (1979), "Optimal Search for the Best Alternative", Econometrica, 47 (3): 641-654.

Te citeren als

Shaun Larcom, Ferdinand Rauch, Tim Willems, “Hoe een OV-staking gunstig uit kan pakken”, Me Judice, 13 oktober 2015.

Copyright

De titel en eerste zinnen van dit artikel mogen zonder toestemming worden overgenomen met de bronvermelding Me Judice en, indien online, een link naar het artikel. Volledige overname is slechts beperkt toegestaan. Voor meer informatie, zie onze copyright richtlijnen.

Afbeelding
Michael Summers, Flickr.

Ontvang updates via e-mail