Ein Projekt des IVT, ETH Zürich und WWZ, Universität Basel
Dieses Dokument wird unter der Creative-Commons-Lizenz veröffentlicht.
Kontakt: Joseph Molloy (joseph.molloy@ivt.baug.ethz.ch)
Frühere und zukünftige Berichte finden Sie unter: https://ivtmobis.ethz.ch/mobis/covid19
Frühere Nachrichten (zum Ausblenden anklicken)
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.
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.
Der Bericht dieser Woche ist der erste, welcher auf der neuen Stichprobe basiert.
Die Ergebnisse werden mit den Mobilitätsdaten der ersten vier Wochen aus der ursprünglichen MOBIS-Studie dargestellt, die zwischen dem 1. September und dem 15. November 2019 erfasst wurden und somit als Baseline dienen, lange bevor die Pandemie die Schweiz erreichte. Diese vier Wochen sind über einen längeren Zeitraum verteilt, da die Stichprobe sukzessive in Wellen aufgebaut wurde. Derzeit werden nur Reisen innerhalb der Schweiz berücksichtigt, obwohl auch Daten zu grenzüberschreitenden Reisen verfügbar sind. 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. Wir haben keine ähnliche Bedingung für die vom LINK Institut rekrutierten Teilnehmer aufgestellt, weil eine repräsentativere Stichprobe der Bevölkerung anstreben.
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.
Karte des Studiengebiets
Dieser Bericht deckt die Arbeitsmarktgrossregionen Zürich ab, die auf der Karte unten dunkelgrau eingezeichnet ist. Die Definition der Arbeitsmarktregionen ist unter folgendem Link zu finden. Die Postleitzahlen innerhalb der Arbeitsmarktregionen sind in Blautönen eingefärbt und geben die Anzahl der Teilnehmer aus der jeweiligen Postleitzahl an.
Für die Reisegeschwindigkeitsdiagramme (link) werden alle Reisen innerhalb der Arbeitsmarktgrossregion berücksichtigt, unabhängig davon, wo der Reisende wohnt.
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
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.
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:
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.
Die Teilnehmer/innen von MOBIS-Covid19 wurden gebeten, am 24.4.2020 über ihren Arbeitsstand zu berichten. In den folgenden Diagrammen werden diese Ergebnisse verwendet, wobei für diejenigen, die nicht geantwortet haben, der Arbeitsstatus anhand soziodemografischer Indikatoren imputiert wurde. Wir fragten insbesondere nach der Anzahl der Tage, an denen sowohl zu Hause als auch ausser Haus gearbeitet wurde, und diese wurden dann in die unten verwendeten Kategorien gruppiert:
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
[1] “Chartdaten herunterladen”
Eine häufig verwendete Definition des Aktivitätsraums ist die 95%-Vertrauensellipse der Aktivitätsorte, in diesem Fall gewichtet nach Dauer. In der folgenden Analyse werden die Aktivitäten am Heimatort einbezogen, für diejenigen, bei denen die App an diesem Tag aktiviert war. Dies ist eine wichtige Metrik, die eine Vorstellung von dem Gebiet vermittelt, in dem die Reise durchgeführt wird. Der tägliche Reiseradius wird ebenfalls dargestellt.
[1] “Chartdaten herunterladen”
Die Anzahl der begonnenen Fahrten pro Stunde. Die y-Achse wird durch den maximalen Stundenwert in der Grafik normalisiert.
Diese Grafik ist für diese Teilstichprobe nicht verfügbar.
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.
Die Zahlen des Mikrozensus beziehen sich nach wie vor auf die ganze Schweiz. Dies wird in den folgenden Berichten aktualisiert.
N | % | N | % | N | % | |
---|---|---|---|---|---|---|
Aargau | 66 | 7.9 | 20 | 7.4 | 4,325 | 7.6 |
Andere | 12 | 1.4 | 2 | 0.7 | 41,350 | 72.4 |
Schwyz | 20 | 2.4 | 7 | 2.6 | 1,005 | 1.8 |
Zürich | 741 | 88.3 | 243 | 89.3 | 10,410 | 18.2 |
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.