1 Neuigkeiten

  1. Juni:
  • Einige Diagramme wurden erweitert, um die gesamte Bandbreite der Datenpunkte ab Oktober 2019 anzuzeigen.
  • Die soziodemografischen Diagramme wurden zur besseren Interpretierbarkeit geglättet. Die ungeglätteten Daten sind weiterhin unter dem Download-Link verfügbar.
  • Neue Home-Office-Analyse. Link
  • Vereinheitlichung des Farbschemas und breitere Graphen.
  1. Mai:
  • Aufgrund von Unterschieden in der regionalen Zusammensetzung zwischen dem Link- und dem ursprünglichen MOBIS-Panel wurde der Bericht angepasst, um nur Teilnehmer zu berücksichtigen, die die ursprünglichen MOBIS-Förderkriterien erfüllen. Zukünftige Analysen werden alle Teilnehmer enthalten, bei denen ein Vergleich mit 2019/20 nicht erforderlich ist.
  1. Januar:
  • Seit dem letzten Bericht sind signifikante Unterschiede im Mobilitätsverhalten feststellbar
  • Dank der Kooperation mit dem Link-Institut konnten wir die Stichprobengrösse seit dem 12. November 2020 vergrössern. Die neu gewonnenen Teilnehmer sind nun in die Resultate integriert worden und die daraus neue Stichprobenverteilung ist unter diesem Link ersichtlich.
  • Aufgrund der grösseren Stichprobe haben sich für verschiedene Grafiken Änderungen seit November ergeben.
  • Die Ergebnisse von weiteren Umfragen bezüglich des Anstellungsverhältnisses sowie des Haushalts der Teilnehmer wurden ebenfalls in die Resultate integriert.
  1. Dezember:
  • Die meisten Diagramme sind nun interaktiv. Die Auswirkungen des Winterwetters sind deutlich sichtbar.

Frühere Nachrichten (zum Ausblenden anklicken)

  1. November:
  • Die Grafiken 2 bis 6 sind jetzt interaktiv und zoombar.
  1. November:
  • Die Berechnung der aktiven Tage wurde verbessert. Einige Ergebnisse werden dadurch verändert.
  • Neue Grafik der durchschnittlichen täglichen Entfernung nach Reisezweck. link
  1. Oktober:
  • Das Diagramm, das die tägliche Durchschnittsentfernung nach Geschlecht anzeigt, wurde korrigiert, um die Gesamtentfernung anzuzeigen, während es vorher nur die Autofahrten enthielt. Die gleiche Grafik zeigt nun auch einen gleitenden 4-Tages-Durchschnitt für die Sichtbarkeit an. Die ursprünglichen Werte sind in den herunterladbaren Daten weiterhin verfügbar.
  1. September:
  • Neue Grafik mit Schlüsselindikatoren für die Verkehrsträger hinzugefügt. link
  1. August:
  • Aktualisierte Schlussfolgerungen.
  • Der Bericht wird nun alle zwei Wochen aktualisiert.
  1. August:
  • Neue Analyse des Reisezwecks (Verkehrsmittelanteile und stündliche Zahlen). link
  • Wöchentliche Gewichte der Stichprobe gegenüber der ursprünglichen MOBIS-Studie wurden auf alle Ergebnisse angewandt. link
  1. August:
  1. Juli:
  • Seit dem 6. Juli gilt in den öffentlichen Verkehrsmitteln die Gesichtsmaskenpflicht.
  • Die entsprechenden Grafiken sind mit vertikalen Linien versehen, die den Beginn des Lockdowns (16. März), die Lockerung des Lockdowns (11. Mai) und die Einführung der Gesichtsmaskenpflicht (6. Juli) anzeigen.
  1. Juni:
  • Neue Analyse zu den Veränderungen des Verkehrsmittelanteils - link.
  1. Juni:
  • Die Daten zu spezifischen Charts können nun direkt herunter geladen werden. Bitte zitieren Sie als Quelle sowohl [IVT, ETHZ] (www.ivt.ethz.ch) als auch [WWZ, Uni Basel] (www.unibas.ch).
  • Die stündliche Zahlen repräsentieren neu den ganzen Tag - Mitternacht bis 04:00 Uhr wird nicht mehr ausgeschlossen.
  • Eine Home-office Analyse - link.
  • Aufgrund von mehreren Anfragen möchten wir erklären: Die Baseline-2019 Periode ist auf den Daten von September und Oktober 2019 basiert.
  • Ergebnisse nach Geschlecht korrigiert
  • Neue Analyse von Auto-Reisegeschwindigkeiten nach Entfernungsklassen - link.
  1. Mai:
  • Aktivitäten/Tag so angepasst, dass die erste Hausaktivität pro Tag nicht enthalten ist.
  • Lange Tabellen in Diagramme umgewandelt.
  1. Mai:
  • Erster Bericht nach der Lockerung der Lockdown-Massnahmen am 11. Mai.
  • Der Baseline-Zeitraum 2019 wurde verkürzt und umfasst nun nur noch die Monate September und Oktober - Dies betrifft vor allem die Fahrradzahlen.
  1. Mai:
  • Neue Grafik des Aktivitätsraums und des Tagesradius - link.
  1. Mai:
  • Neue Grafik aus Online-Umfrage mit Teilnehmern zur Risikowahrnehmung - link.
  • Zusammenfassung der Ergebnisse und Formatierungsanpassungen.
  1. April:
  • Neue Karte über die Veränderung der Aktivitätsart nach Grundstückszonen.
  1. April:
  • Reisende Teilnehmer pro Tag.
  • Nicht-mobile Teilnehmer sind jetzt in den Aktivitätsraumzahlen enthalten, zusätzlich zu einer neuen Tabelle über die mittleren wöchentlichen Aktivitätsräume.
  • Neue Diagramme, einschliesslich der durchschnittlichen Fahrtstrecke nach Verkehrsmittel.
  • Formatierungsverbesserungen und andere kleine Korrekturen.
  1. April:
  • Frühere Wochen wurden gruppiert und in bestimmten Diagrammen grau eingefärbt.

2 Einleitung

Am 16. März 2020 wurden 3700 Teilnehmer, die zwischen September 2019 und Januar 2020 an der MOBIS-Studie teilgenommen haben, eingeladen, die von MotionTag entwickelte Smartphone-App “Catch-My-Day” erneut zu installieren. Die freiwillige Aufzeichnung ihres Mobilitätsverhaltens ermöglichte es uns, die Auswirkungen der verschiedenen Massnahmen während der Pandemie zu verfolgen. Fast ein Jahr später dauert die Pandemie noch immer an und viele Teilnehmer sind immer noch Teil der Studie.

Die Ergebnisse werden mit den Mobilitätsdaten der ersten Wochen aus der ursprünglichen MOBIS-Studie dargestellt, die zwischen dem 1. September und dem 1. November 2019 erfasst wurden und somit als Baseline dienen, lange bevor die Pandemie die Schweiz erreichte. Derzeit werden nur Reisen innerhalb der Schweiz berücksichtigt, obwohl auch Daten zu grenzüberschreitenden Reisen verfügbar sind.

Bis zum Start der zweiten COVID19-Welle im Herbst 2020 verringerte sich die Teilnehmerzahl von ca. 1’300 auf 500 - aus guten Gründen, wie z.B. ein neues Smartphone, Betriebssystem-Updates und so weiter. Etwa 250 Teilnehmer sind nach einer zweiten Einladung im Oktober 2020 wieder zum Panel zurückgekehrt. Wir sind sehr dankbar für ihr Engagement. Dennoch haben wir gerne zugestimmt, als das LINK Institut uns anbot, weitere Teilnehmer für das Panel zu rekrutieren. Diese weitere Vergrösserung unserer Stichprobe ermöglicht es uns, den bestehenden Kern zu ergänzen. Bis Mitte Januar 2021 haben sich insgesamt 393 zusätzliche Teilnehmer über LINK angemeldet.

Für die MOBIS-Studie kamen nur Teilnehmer in Frage, die an mindestens drei Tagen pro Woche ein Auto benutzten - was die Stichprobe etwas verzerrt gegenüber der Schweizer Allgemeinbevölkerung. Für die von LINK rekrutierten Teilnehmern haben wir keine Nutzungsbedingung auferlegt, da wir nun eine repräsentativere Stichprobe der Bevölkerung anstreben. Dies bedeutet jedoch, dass die Stichprobe ab 2021 nicht mehr mit jener von 2019 und 2020 vergleichbar ist, da das Mobilitätsverhalten zwischen diesen Gruppen unterschiedlich ist. Daher werden für alle Analysen, die Vergleiche mit der Zeit vor der Pandemie anstellen, nur Link-Teilnehmer einbezogen, welche die MOBIS-Kriterien erfüllen.

Die Anzahl der Tracking-Teilnehmer an jedem Tag, die zur Berechnung der durchschnittlichen Tageswerte verwendet wird, schliesst alle Teilnehmer ein, die vor oder nach diesem Tag Wege aufgezeichnet haben und entspricht einem rollenden Verfahren. Dies ermöglicht die Berücksichtigung von Teilnehmern, die zu Hause bleiben, und erlaubt gleichzeitig die Berücksichtigung von Personen, welche sich von der Studie abgemeldet haben.

Das GPS-Reisetagebuch “Catch-My-Day” (für iOS und Android) kann eine Verzögerung von 2-3 Tagen aufweisen, bevor die Tracks (aufgezeichnete Wege) für die Analyse verfügbar sind. Die Gewichtung nach aktiven Teilnehmern trägt dem Rechnung, kann die Ergebnisse früherer Berichte aber ändern, wenn der Bericht aktualisiert wird. Die Gewichtung wird anhand der repräsentativen Stichprobe berechnet, die wir im Rahmen des MOBIS-Rekrutierungsprozesses erhalten haben.

Die Farben in den folgenden Grafiken sind so gewählt, dass sie die Gruppierung der Verkehrsmittel anzeigen. Grün steht für aktive Verkehrsmittel, Blau/Violett für öffentliche Verkehrsmittel, Braun für Auto und Schwarz für die Gesamtheit. Diese Farben werden in den folgenden verkehrsmittelbezogenen Diagrammen konsistent verwendet.

3 Durchschnittliche Tagesdistanz

Hier wird die täglich durchschnittliche zurückgelegte Distanz der Teilnehmer, differenziert nach Geschlecht, dargestellt. Zur besseren Lesbarkeit wird ein gleitender 7-Tage-Durchschnitt verwendet. Es zeigt sich ein deutlicher Rückgang der Wege durch den Lockdown zu Beginn der Pandemie, aber auch den allmählichen Anstieg in den Folgemonaten. Das Reiseaufkommen erholt sich langsam wieder auf das Niveau von vor der Pandemie, was ebenfalls während dem Sommer vor zweiten Welle im Herbst 2020 zu beobachten war.

[1] “Chartdaten herunterladen”

4 Activ-Tage

Im Folgenden wird die Anzahl der Teilnehmer dargestellt, die an einem bestimmten Tag “mobil” sind. Mobile Teilnehmer haben mindestens eine Bewegung ausserhalb des Wohnsitzes in der Catch-my-day-App aufgezeichnet (z.B. selbst einen kurzen Spaziergang). Die nach unten ausschlagenden Spitzen zeigen die Wochenenden an. Der gleitende 7-Tage-Durchschnitt wird durch die schwarze Linie dargestellt, die sich seit dem Ende des Lockdowns relativ stabil verhält. Dies ist auch für die zweite Teilsperrung zu beobachten. Verschiedene kleine Schwankungen werden vor allem durch Feiertage verursacht, an denen die Menschen zu Hause bleiben.

[1] “Chartdaten herunterladen”

5 Veränderung der gefahrenen Kilometer nach Verkehrsmittel

Hier ist die Aufschlüsselung nach Verkehrsmittel zu sehen. Die Werte sind relativ zum Verhalten vor der Pandemie zu verstehen, berechnet auf der Basis des Durchschnitts von September und Oktober 2019. Besonders auffällig ist der starke Anstieg des Radverkehrs während des Lockdowns, der auch im Sommer 2020 nicht abschwächte. Die Nutzung der öffentlichen Verkehrsmittel brach drastisch ein und erholte sich viel langsamer als andere Verkehrsmittel. Sie liegt immer noch bei nur etwa 50% des Niveaus von vor der Pandemie.

Eine gestapelte Version dieses Diagramms, in der die öffentlichen Verkehrsmittel zusammengefasst sind, macht deutlich, wie sich der Gesamtanteil der Verkehrsmittel verändert hat. Es ist klar ersichtlich, wie die Anteile von Auto und Fahrrad zugunsten der öffentlichen Verkehrsmittel zugenommen haben.

[1] “Chartdaten herunterladen”

Die folgende zwei Abbildungen zeigen Regressionsschätzungen basierend auf einem Poisson-Modell. Ein solches Modell kann verwendet werden, um die durchschnittliche proportionale Änderung einer Variable zu schätzen und zusätzlich für mögliche Störfaktoren zu kontrollieren. Wir kontrollieren für Wettereffekte und personenspezifische Effekte um unbeobachtete und über die Zeit konstante Heterogenität zu absorbieren. Die vertikalen Linien bzw. die farbigen Bänder markieren die 90%-Konfidenzintervalle.

[1] “Chartdaten herunterladen”

6 Schlüsselindikatoren nach Modus

In diesem Abschnitt werden neben der Tagesdistanz, die mit den vorherigen Grafiken in Abschnitt 5 übereinstimmt, zusätzliche Indikatoren nach Verkehrsträger dargestellt. Auch diese Diagramme zeigen die prozentuale Veränderung im Vergleich zum Basiszeitraum im Jahr 2019. Besonders interessant ist die Veränderung der Reisedistanz. Die Wege zu Fuss waren während dem Lockdown deutlich länger im Vergleich zur Zeit nach dessen Ende. Andererseits sind die Busfahrten seit Beginn der Pandemie kürzer geworden, was möglicherweise auf den Trend zum Home-Office zurückzuführen ist.

[1] “Chartdaten herunterladen”

7 Soziodemografien

Die folgenden Grafiken zeigen die Veränderung der durchschnittlichen Tagesdistanz (in km) nach verschiedenen soziodemografischen Variablen. Die Linien wurden ebenfalls geglättet, um die Lesbarkeit zu verbessern. Es gilt zu beachten, dass es sich für einige demografische Merkmale nur um eine kleine Anzahl von Teilnehmern handelt (siehe Abschnitt Verteilungen). Besonders interessant sind die Unterschiede nach Haushaltsgrösse während und nach dem Lockdown, sowie das Verhalten der Altersgruppe 25-35 Jahre im Sommer 2020. Während des ersten Lockdowns reduzierten höhere Einkommensgruppen ihre täglichen Fahrten stärker.

7.1 Alter

7.2 Ausbildung

7.3 Beschäftigung

7.4 Geschlecht

7.5 Haushaltsgrösse

7.6 Monatseinkommen

7.7 Korrespondenzsprache

7.8 Zugang zum Auto

8 Analyse des Reisezwecks

Der Zweck jeder Reise wird durch die am Zielort ausgeführte Aktivität bestimmt. Er wurde anhand eines Random-Forest-Modells berechnet. Dabei wurden Trainingsdaten von Personen verwendet, die den Zweck ihrer Aktivitäten freiwillig aufgezeichnet und validiert haben. Einige Reisezwecke zeigen eine größere Verschiebung im Modalsplit als andere. Beim Einkaufen zeigt sich, dass das Radfahren im Jahr 2020 beliebter wurde (Lebensmitteleinkäufe und Spontaneinkäufe werden nicht unterschieden). Zudem ist beobachtbar, dass der Zug höchst selten verwendet wird, während lokale öffentliche Verkehrsmittel wie der Bus oder das Tram öfter benutzt werden.

Für das Pendeln zur Arbeit hat die Nutzung des ÖV vor allem während des Lockdowns am meisten Anteile verloren. Seither hat das Gehen zu Fuss einen kontinuierlich steigenden Anteil, was vor allem auf die Verlagerung zum Home-Office und die damit verbundene, kleiner werdende Anzahl Arbeitswege zurückzuführen seinüfte.

[1] “Chartdaten herunterladen”

8.1 Andere

8.2 Arbeit

8.3 Assistenz

8.4 Ausbildung

8.5 Einkaufen

8.6 Errand

8.7 Freizeit

8.8 Zuhause

9 Fahrgeschwindigkeiten im Strassenverkehr

Die folgende Abbildung zeigt die Auswirkungen der COVID-19-Krise auf die mittlere Reisegeschwindigkeit von Autos während der Woche, d.h. ohne Wochenenden und Feiertage. Während der Lockdown-Periode vom 16. März bis zum 11. Mai wurde ein Anstieg der Geschwindigkeiten in den Spitzenstunden beobachtet, was auf einen Rückgang der Gesamtüberlastung hinweist. Seit der Lockerung der Massnahmen sind die Geschwindigkeiten in der Spitzenstunde wieder auf die Werte vor dem COVID-19 zurückgekehrt, ein Zeichen dafür, dass die Staus wieder auf das übliche Niveau zurückgekehrt sind.

Chartdaten herunterladen

10 Veränderungen des Verkehrsmittelanteils

Ein Dreiecksdiagramm ist die grafische Darstellung von Tripletts numerischer Daten. Er eignet sich zur Darstellung einer konstanten Summe, die in drei Summanden zerlegt wird. Die folgende Abbildung zeigt ein Beispiel für ein solches Diagramm mit einem einzelnen Punkt. Das diesem Punkt entsprechende Triplett kann gelesen werden, indem man den grünen Linien folgt: A=0.5, B=0.3 und C=0.2. Die Summe der drei Werte ist gleich 1.

Die folgenden Dreiecksgrafiken zeigen die Veränderung der Verkehrsmittelanteile im Verlauf der COVID-19-Krise für verschiedene ÖV-Abonnements (GA, Halbtax und andere). Die Verkehrsmittel sind in die folgenden Kategorien eingeteilt:

  • Motorisierter Individualverkehr (Auto, Motorrad, Taxi, Uber)
  • Öffentliche Verkehrsmittel (Bus, Strassenbahn, Fähre, U-Bahn, Zug)
  • Unmotorisierter Transport (zu Fuss, mit dem Fahrrad)

Während der Sperrung wurde im Vergleich zur Referenzperiode ein höherer Anteil der Kilometer und Fahrten mit motorisierten individuellen und unmotorisierten Verkehrsmitteln zurückgelegt. Nach dem Lockdown hat der Anteil des öffentlichen Verkehrs zugenommen und der Anteil der unmotorisierten Verkehrsmittel ist zurückgegangen, beides leicht. Der Anteil des motorisierten Individualverkehrs ist immer noch höher als in der Referenzperiode.

11 Reduktion der gefahrenen Kilometer nach Arbeitsort (z.b. Home-office)

Die Teilnehmer der MOBIS-Covid19 Studie wurden mehrfach mittels kurzer Online-Fragebögen gebeten, ihre aktuelle Arbeitssituation anzugeben. Dies unter dem Verständnis, dass sich diese häufig ändern kann. Die folgenden Grafiken zeigen die Ergebnisse. Für diejenigen, die nicht geantwortet haben, wird die erste Antwort aus der MOBIS-Studie übernommen. Konkret haben wir nach der Anzahl der Tage gefragt, an denen sowohl zu Hause, als auch außer Haus gearbeitet wurde. Die Antworten wurden in folgende Kategorien eingeteilt:

  • Nur zu Hause arbeitend
  • Nur außer Haus arbeitend
  • Eine Mischung aus Home-Office und normalen Bedingungen

Wir haben auch gefragt, ob die Teilnehmer auf Kurzarbeit sind. Dies wurde jedoch zuletzt Ende 2020 aktualisiert. Die erste Grafik zeigt den Prozentsatz aller arbeitenden Teilnehmer, welche außer Haus arbeiten (7-Tages-Durchschnitt). Der Unterschied zwischen den Teilnehmer die Home-Office machen dürfen und denen, die es nicht dürfen, ist sehr deutlich. Allerdings pendeln auch die Teilnehmer ohne Home-Office nicht annähernd so viel wie vor der Pandemie, da die Wirtschaft noch nicht vollständig geöffnet ist. Zudem ist immer noch einen Widerstand gegen die Rückkehr ins Büro für Home-Office-Arbeiter ersichtlich.

[1] “Chartdaten herunterladen”

[1] “Chartdaten herunterladen (Arbeitsort)”

[1] “Chartdaten herunterladen (Kurzarbeit)”

12 Reduktion der gefahrenen Kilometer nach Kanton

Das Raster der Kantonsdiagramme zeigt die Veränderung der durchschnittlichen täglich zurückgelegten Distanzen (km) nach Kanton. Kantone sind die regionale Regierungsebene in der Schweiz. Teilnehmer wurden basierend auf der Postleitzahl des Wohnortes den einzelnen Kantonen zugeteilt. Postleitzahlen welche zu mehreren Kantonen gehören, wurden dem Kanton mit dem flächenmäßig größten Anteil zugeordnet. Es werden nur Kantone mit genügend Teilnehmern angezeigt (N > 5) und alle Daten sind über 6 Wochen geglättet. Die gestrichelte graue Linie zeigt den Gesamtdurchschnitt an. Besonders auffallend ist der Kanton Genf, welcher im Vergleich zu den anderen Kantonen einen schwächeren Mobilitätsrückgang aufzeigt.

[1] “Chartdaten herunterladen”

13 Reisedauer nach Verkehrsmittel und Geschlecht

Für einige Verkehrsmittel gibt es geschlechterspezifische Unterschiede bezüglich der durchschnittlichen Fahrtdauer. Insbesondere Männer fahren tendenziell länger mit dem Fahrrad sowie länger mit dem Auto. Speziell während dem Lockdown nahm die Fahrtdauer mit dem Fahrrad zu. Die gemessenen Fahrtdauern verringerten sich zwar nach der Lockerung der Maßnahmen wieder, bleiben jedoch im Vergleich zu vor der Pandemie erhöht. Dies selbst wenn man die Wintermonate mitberücksichtigt. Für Auto und Zug hat sich der geschlechterspezifische Unterschied in der Fahrtdauer wieder drastisch verringert.

[1] “Chartdaten herunterladen”

14 Durchschnittliche Streckenlänge nach Verkehrsmittel (km)

Die Trends der Streckenlänge der einzelnen Verkehrsmittel sind nicht so eindeutig. Mit Ausnahme der Länge der Strecken zu Fuss sowie dem Fahrrad, verringerte sich die durchschnittliche Streckenlänge (in Kilometern) während des Lockdowns.

[1] “Chartdaten herunterladen”

15 Aktivitätsraum und Tagesradius

Mit dem Aktivitätsraum wird versucht den Raum zu beschreiben, in dem eine Person regelmäßig die meisten ihrer Aktivitäten ausführt. Ein häufig verwendetes Maß für den Aktivitätsraum ist die 95%-Konfidenzellipse der Aktivitätsorte, in diesem Fall gewichtet nach Fahrtdauer. Aktivitäten im Wohnort werden in der folgenden Analyse miteinbezogen, fall der Teilnehmer die App aktiviert hatte. Die Aktivitätsraumanalyse ist ein wichtiges Mass und gibt eine Vorstellung davon, in welchem Bereich die Reisen durchgeführt werden. Der tägliche Reiseradius wird ebenfalls dargestellt. Hier verwenden wir den Radius der Ellipse des Aktivitätsraums (auf der größten Achse).

Im ersten Diagramm ist eine starke Zunahme des Aktivitätsraums nach dem Lockdown zu erkennen, als “Ausgleich” für die Zeit in der die meisten Einrichtungen geschlossen waren. In der zweiten Grafik ist die Verteilung der Aktivitätsflächen dargestellt. Ein Wert von 1mˆ2 bedeutet, dass der Teilnehmer zu Hause geblieben ist. Es ist auch ersichtlich, dass zwar viele Teilnehmer während des Lockdowns zu Hause geblieben sind (die linke gestrichelte schwarze Linie), viele aber trotzdem relativ mobil waren. Seit dem Lockdown ist der durchschnittliche Aktivitätsraum langsam angestiegen, liegt jedoch immer noch weit unter der Verteilung vor der Pandemie (rot).

Das dritte Diagramm zeigt, wie sich der mittlere Aktivitätsraum im Laufe der Zeit für unterschiedliche Altersgruppen verändert hat. Eine deutlich erhöhte Mobilität nach dem Lockdown ist bei den jüngeren Teilnehmern ersichtlich.

[1] “Chartdaten herunterladen”

16 Stundenzahlen

Die Anzahl der begonnenen Fahrten pro Stunde. Die y-Achse wird durch den maximalen Stundenwert in der Grafik normalisiert.

[1] “Chartdaten herunterladen (total)”

[1] “Chartdaten herunterladen (by transport mode)”

17 Beteiligung

18 Risikowahrnehmung

Eine erste Analyse aus der Umfrage zur Risikowahrnehmung im Falle einer COVID-19 Infektion zeigt, dass es Unterschiede bei der Einschätzung der Infektionssymptome für die Teilnehmer selber und für die Schweizer Bevölkerung gibt. Das Risiko für schwere, nur im Spital kurierbare und tödliche Symptome wird von den Teilnehmern für sich selber etwas tiefer bewertet als für die Schweizer Bevölkerung. Männer und Frauen überschätzen die Todesfallwahrscheinlichkeit vermutlich, in dem sie den «asymptomatischen» Verlauf nicht sehr stark erwarten. Während sich die Medianwerte für die verschiedenen Symptomkategorien zwischen Männern und Frauen nicht gross unterscheiden, zeigen sich bei Männern etwas grössere Wertebereiche als bei den Frauen.

19 Abweichungen in den Verteilungen

Die folgenden Abbildungen zeigen die Kennzahlen der Stichprobe MOBIS:COVID-19 im Vergleich zur originalen MOBIS-Stichprobe. Es gibt einige kleine Unterschiede, aber im Allgemeinen sind die Stichproben konsistent. Dieses Abbildung wird zum Vergleich mit den relevanten Zensusdaten erweitert.

Vergleich mit dem letzten nationalen Mikrozensus Verkehr (MZ) 2015
Covid
MZ
06.04.2020
Dieser Bericht
N % N % N %
Aargau 94 5.1 21 5.0 4,325 7.6
Andere 13 0.7 7 1.7 18,491 32.4
Basel-Landschaft 210 11.4 53 12.6 1,940 3.4
Basel-Stadt 40 2.2 9 2.1 1,555 2.7
Bern 212 11.5 50 11.9 7,244 12.7
Freiburg 10 0.5
1,942 3.4
Genf 135 7.3 31 7.4 3,062 5.4
Schwyz 20 1.1 6 1.4 1,005 1.8
Solothurn 23 1.3 6 1.4 1,813 3.2
Waadt 318 17.3 48 11.4 5,303 9.3
Zürich 750 40.8 189 45.0 10,410 18.2

20 Gewichtung der Stichprobe

Um der sich über die Zeit verändernden Grösse und Zusammensetzung der Stichprobe Rechnung zu tragen, wurden für jede Woche der MOBIS-Covid19-Studie (einschliesslich der Wochen in der Basisperiode) Teilnehmergewichte berechnet und angewendet. Daher werden die Ergebnisse für die Wochen korrigiert, in denen mehr Teilnehmer aus einer bestimmten demographischen Gruppe mit dem Tracking begonnen oder aufgehört haben. Die Gewichtung wurde anhand der ursprünglich 21.571 Teilnehmer vorgenommen, die den Einführungsfragebogen der MOBIS-Studie ausgefüllt haben, und basiert auf einem IPF-Algorithmus (Iterative Proportional Fitting) unter Verwendung der folgenden Variablen: Alter, Geschlecht, Einkommen, Bildung, Erreichbarkeit sowie der Besitz von Mobilitätswerkzeugen wie Auto, Fahrrad und ÖV-Ticket. Die Gewichtung der Daten führte zu keinen grossen Veränderungen in den Ergebnissen.

21 Aktualisierte Schlussfolgerungen

Seit dem Beginn der MOBIS:COVID-19-Tracking-Studie im Frühjahr 2020 wurden bis zum 2021-10-11 1,430,534 Personenwege erfasst. Die Studie beinhaltet zudem drei kleine Umfragen zur Arbeitssituation und zum Gesundheitszustand der Teilnehmer. Es haben während der Laufzeit maximal 1,370 und durchschnittlich 635 Personen teilgenommen. Wir verwenden die Smartphone-App Catch-my-Day, welche auf der Technologie von MotionTag basiert. Die Stichprobe ist sozio-demografisch vergleichbar mit dem letzten schweizweiten Mikrozensus Mobilität und Verkehr 2015, jedoch leicht verzerrt zu einkommensstärkeren und besser ausgebildeten Männern, die ein General/Verbunds-Abonnement besitzen. Die dichter besiedelten deutsch- und französischsprachigen Teile des Landes sind in unserer Stichprobe ebenfalls etwas überrepräsentiert. Die Schlussfolgerungen beruhen auf gewichteten Ergebnissen, die sicherstellen, dass diese Stichprobe mit der jener von rund 20.000 eingeladenen Personen in der ursprünglichen MOBIS-Studie übereinstimmt. Die Gewichte werden auf der Grundlage von Alter, Geschlecht, Bildung, Einkommen, Besitz von Mobilitätswerkzeugen (Besitz von Fahrzeugen sowie ÖV-Tickets) und der Erreichbarkeit des Wohnorts einer Person berechnet.

Unsere Studie ist nicht die einzige Quelle für die Schweiz, welche die Auswirkungen der Pandemie und der zu ihrer Eindämmung ergriffenen Massnahmen aufzeichnet und analysiert. Das Intervista-Panel wird von verschiedenen Bundesämtern finanziert. Die Google-Daten haben den Vorteil, dass sie weltweit verfügbar sind, aber nur aggregiert ausgewiesen werden und keine sozio-demografische Angaben berücksichtigen. Wir können deshalb auf eine detailliertere Selbstbeschreibung der Teilnehmer anhand ihrer sozio-demografie Angaben und ihrer Einstellungen zurückgreifen.

Die Ergebnisse konzentrieren sich auf die fortschreitende Akzeptanz von “Working from Home (WFH)”, oder auf Deutsch “Home-Office”, und die modale Verlagerung bei der Erholung des Reisevolumens sowie der zurückgelegten Kilometer. Ebenso wichtig ist die vergleichsweise viel geringere soziale Selektivität der Ausirkungen in der Schweiz. Der Anteil der aktiven, respektive mobilen Tage, zeigt die Antizipation des Lockdowns und dann die Erholung und Stabilisierung auf etwa 80% des ursprünglichen Levels im August 2020. Das liegt deutlich unter dem Anteil von 90+%, den man erwarten kann (Madre et al., 2007). Dieser geringere Anteil ist vermutlich auf eine Mischung aus Home-Office, Kurzarbeit oder neu arbeitslos gewordenen Personen zurückzuführen. Wir wissen noch nicht, wie Firmen mit dem Home-Office in den kommenden Wochen nach dem Ende der aktuellen Massnahmen umgehen werden. Es gibt prominente Ankündigungen von Firmen, die ihre Mitarbeiter nicht ins Büro zurückrufen werden (z.B. Facebook, Twitter, PSA), aber ebenso prominente, die ihre Angestellten zurückbeordern werden (z.B. Stadler). Diese unterdrückte Nachfrage würde, wenn sie mobilisiert wird, auf ein Strassennetz treffen, in dem die Durchschnittsgeschwindigkeiten wieder auf dem Niveau von vor der Pandemie liegen - Bedingungen, die zu vermehrten Staus führen könnten. Die Geschwindigkeiten erklären sich aus den geringen Anteilen des öffentlichen Verkehrs und einer unveränderten Entfernung für Personen, die mit dem Auto unterwegs sind.

Die Bevölkerung hat sich von den platzsparenden Grossfahrzeugen abgewandt, da Busse, Trams und Züge weiterhin unbeliebt sind. Deren Nutzung liegt zwischen 40% und 60% verglichen mit der Anzahl Fahrten von 2019, nachdem der öffentliche Verkehr in den ersten Wochen des Lockdowns fast vollständig vermieden wurde. Im Durchschnitt hat sich der Autoverkehr vollständig erholt. Auch das Zu-Fuss-Gehen hat sich vollständig erholt. Es ist erwähnenswert, dass das Wege zu Fuss nie in gleichem Masse gesunken sind wie jene mit anderen Verkehrsmitteln. Die Überraschung war und ist die erhöhte Fahrradnutzung, die durch einen Boom bei der Anschaffung von Fahrrädern in den Schönwettermonaten unterstützt wird. Während der Anstieg anfangs vor allem ein Fitness- und Freizeitboom zu sein schien, hat eine aktuelle Imputation der Fahrtzwecke gezeigt, dass das Fahrrad für alle Zwecke zulegte, wobei Freizeit und Einkaufen die prominentesten waren. Auch der Arbeitsweg mit dem Fahrrad hat zugenommen, allerdings nicht so stark (ca. 40% gegenüber 60-80% für die anderen Zwecke). Die neue Freiheit in der Zeiteinteilung zeigt sich im Radfahren für die Freizeit während des Tages. Regressionsbasierte Analysen (demnächst Teil dieses Berichts) zeigen, dass die Verschiebungen der Verkehrsmittelwahl nicht durch das Wetter getrieben sind. Die Ergebnisse sind qualitativ ähnlich, wenn man für Temperatur und Niederschlag kontrolliert.

Schliesslich bestätigen die Erfahrungen während der COVID-19 Pandemie die Ergebnisse früherer Experimente (Pendyala et al., 1991). Diese hatten gezeigt, dass sich die Anzahl zurückgelegter Kilometer nicht verringert, da die Personen die frei gewordene Zeit für andere Fahrten nutzten. Hier folgen Personen in Kurzarbeit dem Trend und reisen tatsächlich etwas mehr als die anderen. Leute im Home-Office reisen zwar weniger als solche, die zu ihren Arbeitsplätzen fahren müssen. Der Unterschied ist allerdings nicht so gross, wie man erwarten würde.

Die Integration der neuen, von LINK rekrutierten Teilnehmer hat die bis dahin beobachteten Trends nicht verändert. Dies unterstreicht die allgemeine Qualität der Studie und ihrer Stichprobe.

Referenzen:

Madre, J.-L., K.W. Axhausen and W. Brög (2007) Immobility in travel diary surveys, Transportation, 34 (1) 107-128.

Pendyala, R.M., Goulias, K.G. and R. Kitamura (1991) Impact of telecommuting on spatial and temporal patterns of household travel, Transportation, 18 (4) 383-409.