abstract: By collecting and analyzing more than two million tweets, U.S. House Representatives’ voting records in 111th and 113th Congress, and data from other resources I study several aspects of adoption and use of Twitter by Representatives. In the first chapter, I study the overall impact of Twitter use by Representatives on their political orientation and their political alignment with their constituents. The findings show that Representatives who adopted Twitter moved closer to their constituents in terms of political orientation. By using supervised machine learning and text mining techniques, I shift the focus to synthesizing the actual content shared by Representatives on Twitter to evaluate their effects on Representatives’ political polarization in the second chapter. I found support for the effects of repeated expressions and peer influence in Representatives’ political polarization. Last but not least, by employing a recently developed dynamic network model (separable temporal exponential-family random graph model), I study the effects of homophily on formation and dissolution of Representatives’ Twitter communications in the third chapter. The results signal the presence of demographic homophily and value homophily in Representatives’ Twitter communications networks. These three studies altogether provide a comprehensive picture about the overall consequences and dynamics of use of online social networking platforms by Representatives. / Dissertation/Thesis / Doctoral Dissertation Business Administration 2016

During the last decade, self-driving technology has become increasingly visible in the news, with the vision that people would enter vehicles that drive themselves, and that people could instead rest, read the newspaper, or have a meeting. However, these visions have mainly focused on the potential for car usage, even though public transport could benefit greatly from self-driving technology. For bus traffic, the bus driver accounts for half of the cost of driving, and savings on personnel costs could, for example, be reinvested in expanded public transport service or used to lower taxes. At the same time, more research has shown potential problems linked to self-driving technology, for example that more comfortable driving would lead to more traffic, which in turn would lead to increased emissions, higher noise levels in cities or further focus on car-centric infrastructure. For public transport, the driver's role in creating safety and acting as problem solvers has also been emphasized - who should I ask for directions if there is no knowledgeable driver on board? Various methods have previously been used to explore the social effects of self-driving technology and in this dissertation I have used so-called "four-stage models", more specifically the Swedish transport model Sampers. Four-stage models have been used for 50 years to evaluate effects on the transport system from e.g. infrastructure changes, but these models face new challenges, handling vehicles that drive by themselves. In my research, I have adjusted the model to simulate self-driving technology and investigated what effects this has on, for example, traffic volumes and emissions. In the three articles that are part of the dissertation, I have four main conclusions: Self-driving technology can mean large savings in costs for public transport, primarily for bus traffic but also to some extent for rail traffic. In addition, a smoother driving behaviour would mean more comfortable travel, which would increase the attractiveness of public transport. In addition, public transport not limited by, for example, driver schedules or current commercial conditions, could develop new types of services, such as on-demand public transport. Four-stage models have previously been used to model the transport system and have been shown to have good results, at least at an overall level. Within my research, I have made some adaptations of these models to mimic self-driving technology, but the models in their current form cannot consider, for example, vehicle sharing. It is important to point out that bus and train drivers currently perform many tasks that are not directly related to the driving of the vehicle, such as answering questions, maintaining social order among passengers and taking care of faults that occur during the trip. Today, self-driving technology cannot fulfil these roles. Self-driving technology for public transport would affect people's accessibility, driving style for vehicles, safety on board, how we plan traffic and the people who currently work as drivers. In fact, a multitude of societal effects have been identified, affecting all areas of transport. In addition, the effects are generally not similar across geographies, time units or for different actors, which further emphasizes that the total effect is not easy to summarize. / Självkörande teknik har under det senast decenniet synts allt mer i media, med målet att människor ska slippa köra själv på väg till jobbet, och istället kunna vila, läsa tidningen eller hålla ett möte. Dessa visioner har dock i huvudsak fokuserat på just bilen, trots att kollektivtrafiken skulle kunna dra stor nytta av självkörande teknik. För busstrafik står bussföraren för hälften av kostnaden för att köra trafiken, och besparingar på personalkostnader skulle t ex kunna återinvesteras i mer utökad kollektivtrafik, lägre skatter eller utökad välfärd inom andra områden. Samtidigt så har alltmer forskning visat på potentiella problem kopplat till självkörande teknik, exempelvis att den mer bekväma körningen skulle leda till mer trafik som i sin tur leder till mer utsläpp, höjda bullernivåer i städer eller ytterligare fokus på bilcentrerad infrastruktur. För kollektivtrafiken har även förarens roll som trygghetsskapande och som problemlösare lyfts fram – vem ska jag fråga om vägen om det inte finns en kunnig förare ombord?  Olika metoder har tidigare använts för att utforska samhällseffekterna av självkörande teknik, i den här avhandlingen har jag använt mig av så kallade ”fyrstegsmodeller”, mer specifikt den svenska transportmodellen Sampers. Fyrstegsmodeller har använts i uppemot 50 år för att utvärdera effekter på transportsystemet, men har ställts inför nya krav på att hantera fordon som körs av sig själva. Inom min forskning har jag gjort anpassningar av modellen för att simulera självkörande teknik och undersökt vilka effekter detta får på t ex trafikvolymer och utsläpp. I de tre vetenskapliga artiklarna som är del av avhandlingen har jag kommit fram till fyra huvudsakliga slutsatser: Självkörande teknik kan innebära stora besparingar i kostnader för kollektivtrafiken, i första hand för busstrafik men även i viss mån för spårtrafik. Därutöver skulle en mer jämn körstil innebära bekvämare resor, vilket skulle öka kollektivtrafikens attraktionskraft. Därutöver kan kollektivtrafik som inte begränsas av t ex förarscheman eller nuvarande kommersiella villkor kunna innebära nya tjänster, såsom efterfrågestyrd (”on-demand”) kollektivtrafik.  Fyrstegsmodeller har tidigare använts för att modellera transportsystemet och visat sig ha god överenstämmelse med verkligheten, åtminstone på övergripande nivå. Inom ramen för min forskning har jag gjort anpassningar av Sampers för att efterlikna självkörande teknik, men modellerna kan i sin nuvarande form inte ta hänsyn till t ex delande av fordon.  Det är viktigt att påpeka att förare idag utför många uppgifter som inte direkt är kopplade till framförandet av fordonet, såsom att svara på frågor, upprätthålla ordning bland resenärer och att ta hand om fel som uppstår på fordonet. Dessa roller kan självkörande teknik idag inte uppfylla.  De samhällseffekter som identifierats är överlag varierande och mångfaldiga. Självkörande teknik för kollektivtrafik skulle påverka människors tillgänglighet, körstilen för fordonen, tryggheten ombord, hur vi planerar trafiken och de personer som idag arbetar som förare. Dessutom är effekterna generellt sett inte likartade över geografi, tidsenhet eller för olika aktörer, vilket ytterligare understryker att effekten inte är enkel att sammanfatta.