Latent class analysis of carpooling intentions considering the motives, barriers, and benefits: policy insights for behavioral change
Ahmad Shabbir et al. — 2025
Résumé (FR)
Cette étude catégorise les voyageurs en classes latentes en tenant compte des barrières, motivations et bénéfices du covoiturage pour en déduire des politiques de transport adaptées. Un questionnaire en ligne a été conduit auprès de 400 voyageurs à Islamabad et Rawalpindi, Pakistan. Les données ont été analysées par analyse factorielle, analyse en classes latentes (ACL) et régression logistique. L’ACL a produit trois classes de barrières (conscients des barrières, apathiques, spectateurs), trois classes de motivations et trois classes de bénéfices. Les résultats montrent que les profils comportementaux distincts nécessitent des interventions politiques différenciées. L’article fournit des recommandations ciblées pour convertir les non-covoitureurs en utilisateurs réguliers selon leur profil motivationnel.
Summary (EN)
This study categorizes travelers into latent classes considering carpooling barriers, motives, and benefits to derive suitable transport policies. An online questionnaire was conducted with 400 travelers in Islamabad and Rawalpindi, Pakistan. Data were analyzed using factor analysis, latent class analysis, and logistic regression. The latent class analysis yielded three classes of barriers (barriers-conscious, apathetic, and spectators), three classes of motives, and three classes of benefits. Results show that distinct behavioral profiles require differentiated policy interventions. The paper provides targeted recommendations to convert non-carpoolers into regular users based on their motivational profile.
Points clés
| Aspect | Détail |
|---|---|
| Méthode | Analyse en classes latentes (ACL) + analyse factorielle + régression logistique sur 400 répondants |
| Segmentation des barrières | Trois classes : conscients des barrières, apathiques, spectateurs |
| Segmentation des motivations | Trois classes de motives distinctes identifiées par ACL |
| Segmentation des bénéfices | Trois classes de bénéfices perçus, corrélées aux profils d’intention |
| Implications politiques | Interventions différenciées selon le profil comportemental pour convertir les non-covoitureurs |
Lien avec mes recherches
La segmentation comportementale par ACL produit des profils d’utilisateurs hétérogènes dont les logiques d’adoption divergent — ce qui constitue un substrat empirique pertinent pour modéliser la diversité des agents dans une simulation multi-agents de l’émergence du covoiturage. Les classes latentes de barrières et de motivations peuvent informer la calibration des règles de décision individuelles dans un modèle ABM, en particulier pour étudier comment des populations mixtes génèrent ou non des dynamiques d’adoption collective. La distinction entre profils apathiques et conscients des barrières soulève la question de l’hétérogénéité comme condition d’émergence de régimes stables ou instables dans un système de mobilité partagée.