Modeling pedestrian route choice based on objective factors: a discrete choice approach

Walking is a really important factor for the sustainability and liveability of cities, but the reasons behind the route choices made by pedestrians go beyond simply reducing time and distance. This thesis therefore seeks to study some of the factors that influence the choice of pedestrian route in urban areas, quantifying their impact on the decision-making pro cess and showing how this the latter arises from a fine balance between efficiency, quality and safety. To achieve this, a Stated Preference (SP) survey was developed, supported by visual scenarios generated using artificial intelligence, where routes characterised by 3 of the 8 established factors are presented. A partial Bayesian D-efficient experimental design en sured that the pairs of scenarios were as balanced as possible in order to avoid generating obvious choices. The sample of n = 560 responses was analysed using Multinomial Logit models with the Apollo package in R. The results show that the most influential factors are the presence of shade, the presence of litter and the level of surveillance, highlighting the symbolic and functional importance of urban maintenance. They also confirm the penalising effect of walking time and the number of intersections along the route. Analyses by socio demographic subgroups also revealed several differences: younger people attach greater importance to aesthetics and comfort, workers prefer efficiency, women are particularly sensitive to safety and quality of experience, while older people appreciate social interac tion and convenience. This thesis contributes to the state of the art by using realistic visualisations to reduce hypothetical bias, empirically confirming the centrality of perceptual and environmental factors and providing calibrated parameters for pedestrian assignment models. Despite the limitations related to the sample size, its specificity and modelling assumptions, it provides a solid basis for future research integrating RP and SP data, as well as more flexible models such as Mixed Logit or Hybrid Choice Models.

La mobilità a piedi è un fattore molto importante per la sostenibilità e la visibilità delle città, ma le cause delle scelte di percorso prese da chi cammina vanno al di là della sem plice riduzione di tempo e distanza. Questa tesi, quindi, cerca di studiare quali siano alcuni dei fattori che influenzano la scelta del percorso pedonale in ambito urbano quan tificando il loro impatto nel processo di presa di decisione e mostrando come quest’ultima nasca da un fine equilibrio tra efficienza, qualità e sicurezza. Per giungere a tale scopo, è stato sviluppato un sondaggio di tipo Stated Preference (SP) supportato da scenari visivi, generati tramite intelligenza artificiale, dove vengono presentati percorsi caratterizzati da 3 degli 8 fattori stabiliti. Un disegno sperimentale D-efficiente bayesiano parziale ha garantito coppie di scenari quanto più equilibrati pos sibile al fine di non generare scelte ovvie. Il campione di n = 560 risposte è stato analizzato tramite modelli Multinomial Logit utilizzando il pacchetto Apollo in R. I risultati mostrano come i fattori maggiormente impattanti siano la presenza di ombra, la presenza di rifiuti e il livello di sorveglianza, evidenziando l’importanza simbolica e funzionale della manutenzione urbana, e confer mano anche l’effetto penalizzante dato dal tempo di cammino e dal numero di intersezioni lungo il percorso. Le analisi per sottogruppi socio-demografici hanno inoltre portato alla luce diverse eterogeneità: i più giovani attribuiscono maggiore importanza ad aspetti legati all’estetica e al comfort, i lavoratori prediligono efficienza, le donne presentano una sensibilità particolare verso la sicurezza e l’esperienza qualitativa, mentre gli anziani ap prezzano socialità e comodità. La tesi contribuisce allo stato dell’arte impiegando visualizzazioni realistiche per ridurre il bias ipotetico, confermando empiricamente la centralità dei fattori percettivi e ambien tali e fornendo parametri calibrati per modelli di assegnazione pedonale e, nonostante i limiti legati alla dimensione del campione, alla sua specificità e alle ipotesi modellistiche, offre solide basi per futuri approfondimenti integranti dati RP e SP, nonchè modelli più flessibili come il Mixed Logit o gli Hybrid Choice Models.