die intermodale vernetzung von personenverkehrsmitteln...

Institut für Verkehrswesen Universität Karlsruhe (TH) Prof. Dr.-Ing. D. Zumkeller

Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerbedürfnisse (INVERMO)

Schlussbericht

Förderkennzeichen 19 M 9832 A0 im Programm „Mobilität und Verkehr besser verstehen“

Projektleiter: Prof. Dr.-Ing. Dirk Zumkeller

Bearbeiter: Dr.-Ing. Wilko Manz Dipl.-Wi.-Ing. Jörg Last Dr.-Ing. Bastian Chlond

Karlsruhe, März 2005

Vorbemerkungen Das Projekt INVERMO entstand in Zusammenarbeit zwischen

- dem Institut für Verkehrswesen der Universität Karlsruhe - der Fa. TNS Infratest - der Deutschen Bahn AG - der Deutschen Lufthansa AG

Gefördert wurde das Projekt vom

unter dem Förderkennzeichen 19 M 9832 A0 im Programm „Mobilität und Verkehr besser verstehen“

Für den Schlussbericht sind verantwortlich: Prof. Dr.-Ing. Dirk Zumkeller Dr.-Ing. Wilko Manz Dipl.-Wi.-Ing. Jörg Last Dr.-Ing. Bastian Chlond

Die Arbeiten, die von TNS Infratest durchgeführt wurden, sind in Anhang I dokumentiert, Autoren dieses Berichtsteil sind: Bettina Rösch Dipl.-Vw. Andreas Sauer Ruth Wagner

II

3

Zusammenfassung (Executive Summary)

Für die Zielsetzung, ein optimiertes Verkehrssystem mit minimalen negativen Auswirkungen auf die Umwelt und einem optimalen Ressourceneinsatz zu erhalten, wird intermodalen Wegeketten – also die Kombination verschiedener Verkehrsmittel im laufe einer Reise - eine wichtige Rolle zugesprochen. Gegenwärtig ist nur ein kleiner Teil der Wege im Fernverkehr (>100 km einfache Wegstrecke) als intermodal anzusehen (z.B. Anreise zum Flughafen), es wird jedoch angenommen, dass deutlich größere Nachfragepotenziale für intermodale Angebotskonzepte bestehen.

Im Rahmen eines BMFT-geförderten Forschungsprojektes haben die Deutsche Bahn AG, die Deutsche Lufthansa AG, die TNS Infratest Verkehrsforschung GmbH und das Institut für Verkehrswesen der Universität Karlsruhe (TH) ein Verbundprojekt „Intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerbedürfnisse (INVERMO)“ (Förderkennzeichen 19 M 9832A 0) vereinbart. Zentrale Zielsetzung dieses Projektes war es,

• die Hinderungsgründe für intermodales Reiseverhalten und die Barrieren intermodaler Angebote zu identifizieren und

• die Nachfragepotenziale für intermodale Angebotskonzepte im Fernverkehr zu quantifizieren.

Da sich das Fernverkehrsverhalten von Personen mit den zugrundeliegenden Mustern und Determinanten nur über eine Beobachtung im zeitlichen Längsschnitt realisieren lassen, wurde im zentralen Projektteil eine Untersuchung durchgeführt, die das Reiseverhalten der bundesdeutschen Bevölkerung repräsentativ erfasst. Hierfür wurde zunächst im Rahmen einer repräsentativen Querschnitterhebung bei insgesamt 17.000 Individuen das prinzipielle Fernreiseverhalten nach Reisezwecken, Intensität, modaler Nutzung und Häufigkeit erhoben.

In einer weiteren Teilerhebung wurden insgesamt 7.500 Reisen sehr detailliert erfasst, wobei zum Teil zusätzlich modale Orientierungen und Einschätzungen sowie Fragen zur Innovationsfreudigkeit gestellt wurden. Diese Erhebungen zum Mobilitätsverhalten im Fernverkehr wurden dazu verwendet, weltweit erstmalig ein mikroskopisches Simulationsmodell der Personenfernverkehrsnachfrage zu entwickeln, welches Personen mit bestimmten Eigenschaften (Soziodemographie, Einstellungen, modale Orientierungen etc.) und ihrem Fernreiseverhalten nach Zwecken, benutzen Verkehrsmitteln und Zeitpunkten einer Reise generiert.

Zusätzlich zu den Erhebungen des generellen Fernreiseverhalten wurde in einer Stichprobe von 300 Personen die Einschätzung intermodaler Angebote in einer Stated-Preference-Erhebung erfasst.

4

Auf der Basis dieser Daten konnte ein Reaktionsmodell abgeleitet werden, das wiederum in das Simulationsmodell integriert wurde. Damit war es möglich, einzelne Maßnahmen in der intermodalen Angebotsgestaltung in ihrer Nachfragewirkung zu beurteilen sowie die latenten Potentiale intermodaler Reisen zu bestimmen.

Ergebnis der Anwendung dieses Modells ist, dass zwar prinzipiell signifikante Nachfragepotentiale für intermodale Angebotskonzepte bestehen, die Aktivierung dieser Potentiale jedoch Einschränkungen unterliegt.

1. Für eine Potentialaktivierung, sind Angebotskonzepte erforderlich, die unter den Rahmenbedingungen des gegenwärtigen Verkehrsmarkts nicht wirtschaftlich zu produzieren sind.

2. Von den Verkehrsunternehmen werden bereits heute schon Teile der vorhandenen Potentiale bedient. Diese bedienten Potentiale besitzen bereits in der Ausgangslage relativ hohe Nutzerintermodalitäten (d.h. Fähigkeiten von Verkehrsteilnehmern, die Leistungen von Teilverkehrssystemen nach ihren Bedürfnissen zu kombinieren). Diese können nur daher nur bedingt Nutzen aus potentiell angebotenen intermodalen Zusatzleistungen ziehen.

3. Um die verbleibenden Nachfragepotentiale zu erschließen, sind flächendeckende Angebote an Zusatzleistungen erforderlich. Ein derartiges flächendeckendes Angebot bedeutet aber höhere Kosten für die Unternehmen und daraus resultierend höhere Preise für die Nutzer, was letztlich wiederum zu einem sinkenden Nachfragepotential führt.

Damit konnten die Möglichkeiten und Grenzen für den Erfolg intermodaler Angebote im Fernverkehrsmarkt aufgezeigt werden.

5

INHALTSVERZEICHNIS

1 EINLEITUNG ..................................................................................................................................... 15

2 AUSGANGSLAGE UND PROJEKTZIELE....................................................................................... 19

3 DEFINITIONEN UND BEGRIFFSBESTIMMUNG............................................................................. 23

3.1 PERSONENFERNVERKEHR............................................................................................................ 23 3.1.1 Abgrenzung........................................................................................................................... 23 3.1.2 Begriffsbestimmungen .......................................................................................................... 26

3.2 INTERMODALITÄT ......................................................................................................................... 28 3.2.1 Begriffsbestimmung .............................................................................................................. 28

4 BARRIEREN...................................................................................................................................... 33

4.1 LEISTUNGSBARRIEREN................................................................................................................. 35 4.1.1 Vorkombination..................................................................................................................... 36 4.1.2 Endkombination .................................................................................................................... 42

4.2 KONSUMBARRIEREN .................................................................................................................... 44

5 ERHEBUNGEN UND GEWICHTUNG .............................................................................................. 46

5.1 ERHEBUNGSKONZEPT.................................................................................................................. 46 5.2 SCREENING................................................................................................................................. 50 5.3 HAUPTERHEBUNG........................................................................................................................ 53

5.3.1 Verkehrsmittelorientierung.................................................................................................... 54 5.3.2 Innovatoren-Erhebung .......................................................................................................... 55

5.4 INTENSIVINTERVIEWS................................................................................................................... 56 5.4.1 Erhebungsdesign.................................................................................................................. 56 5.4.2 Nutzenmessung.................................................................................................................... 58 5.4.3 individualisierte Reiseziele.................................................................................................... 59

5.5 SCHICHTUNG UND GEWICHTUNG .................................................................................................. 60 5.5.1 Soziodemographische Gewichtung des Screening.............................................................. 60 5.5.2 Gewichtung der Haupterhebung........................................................................................... 62 5.5.3 Weitere Gewichtung der Screening-Erhebung ..................................................................... 65 5.5.4 Überblick Gewichtung........................................................................................................... 66

6 STRUKTUR DER NACHFRAGE ...................................................................................................... 67

6.1 ZENTRALE KENNGRÖßEN DER NACHFRAGE................................................................................... 67 6.1.1 Eckwerte ............................................................................................................................... 68 6.1.2 Vergleich mit weiteren Quellen ............................................................................................. 69

6.2 QUERSCHNITTANALYSEN AUF EBENE DER REISE........................................................................... 70 6.2.1 Rhythmen, Zyklen und Anomalien der Nachfrage................................................................ 70 6.2.2 Haushaltszusammenhang bei Reisen .................................................................................. 74 6.2.3 Umwegfaktor......................................................................................................................... 76 6.2.4 Reiseweitenverteilung........................................................................................................... 77 6.2.5 Determinanten der Verkehrsmittelwahl ................................................................................ 78

6.3 LÄNGSSCHNITTANALYSEN AUF EBENE DER PERSON ...................................................................... 81 6.3.1 Verteilung der Fernmobilität in der Bevölkerung .................................................................. 82 6.3.2 Einteilung in Personenkreise ................................................................................................ 88

6

6.3.3 Eigenschaften Hochmobiler.................................................................................................. 89 6.3.4 Mono- und Multimodalität ..................................................................................................... 91 6.3.5 Verkehrsmittelorientierung.................................................................................................... 94 6.3.6 Jahreszeitliche Einflüsse auf Haushaltsebene ................................................................... 101

6.4 INTERMODALITÄTSRELEVANTE PERSONENEIGENSCHAFTEN.......................................................... 103 6.4.1 Intermodal-Typen................................................................................................................ 103 6.4.2 Innovatoren-Typen.............................................................................................................. 109

7 MIKROSKOPISCHE, LÄNGSSCHNITTORIENTIERTE ABBILDUNG DES PERSONENFERNVERKEHRS....................................................................................................... 115

7.1 GRUNDLAGEN DER MODELLTECHNIK .......................................................................................... 116 7.1.1 Modelltypisierung................................................................................................................ 116 7.1.2 Modellkonzeption................................................................................................................ 118 7.1.3 Statistische Modelle............................................................................................................ 121 7.1.4 Abbild zukünftiger Wirklichkeiten und Wirkung von Maßnahmen ...................................... 122 7.1.5 Längsschnittorientierte Modellierung.................................................................................. 123

7.2 VERHALTENSORIENTIERTE MODELLE IM PERSONENFERNVERKEHR .............................................. 125 7.3 DATENQUELLEN......................................................................................................................... 128

7.3.1 Deutsches Mobilitätspanel.................................................................................................. 128 7.3.2 Sekundärdaten zur Mobilität ............................................................................................... 128 7.3.3 Sekundärdaten zum Haushalts- und Personenkontext ...................................................... 129

7.4 MODELL .................................................................................................................................... 130 7.4.1 Ziel und Anforderungen ...................................................................................................... 130 7.4.2 Abstraktion von Reiseereignissen ...................................................................................... 133 7.4.3 Modellstruktur ..................................................................................................................... 134 7.4.4 Modul Haushalts- und Personenbildung............................................................................. 137 7.4.5 Modul Reisehäufigkeiten .................................................................................................... 141 7.4.6 Modul Fernreisetypen ......................................................................................................... 146 7.4.7 Modul Saisonalität .............................................................................................................. 148 7.4.8 Modul Reiseeigenschaften ................................................................................................. 150 7.4.9 Modul Zielwahl .................................................................................................................... 152

7.5 MODUL VERKEHRSMITTELWAHL ................................................................................................. 157 7.6 MODELLKALIBRIERUNG .............................................................................................................. 164

7.6.1 Kalibrierung Zielwahl Deutschland ..................................................................................... 165 7.6.2 Kalibrierung Verkehrsmittelwahl ......................................................................................... 167

7.7 MODELLEVALUIERUNG ............................................................................................................... 173 7.7.1 Mobilitätseckwert und -schiefe in der Bevölkerung ............................................................ 174 7.7.2 Weglängenverteilung .......................................................................................................... 175 7.7.3 Modal-Split .......................................................................................................................... 177

8 AKZEPTANZMODELL INTERMODALITÄT................................................................................... 178

8.1 MODELLKONZEPT ...................................................................................................................... 178 8.1.1 Modellierung der Wahlentscheidung .................................................................................. 182

8.2 KALIBRIERUNG .......................................................................................................................... 185

9 MODELLAUSBLICK ....................................................................................................................... 188

9.1 EREIGNISORIENTIERTE ABGRENZUNG DES FERNVERKEHRS ......................................................... 189 9.2 MODELLKONZEPT ...................................................................................................................... 191

7

9.3 PRÄFERENZSTRUKTUREN........................................................................................................... 191 9.4 VERKEHRSMITTELWAHLMODELLIERUNG ...................................................................................... 192 9.5 ÜBERGREIFENDE MODELLIERUNG VON ALLTAGS- UND FERNVERKEHR ......................................... 194 9.6 INTERMODALITÄT ....................................................................................................................... 196

10 FALLSTUDIE................................................................................................................................... 197

10.1 AUFGABE .................................................................................................................................. 197 10.2 SIMULATION .............................................................................................................................. 199 10.3 ERGEBNISSE ............................................................................................................................. 202

11 AUSBLICK ...................................................................................................................................... 206

12 LITERATUR..................................................................................................................................... 209

13 VERZEICHNIS DER ANLAGEN ..................................................................................................... 221

8

ABBILDUNGSVERZEICHNIS

Abbildung 1 Reiseweitenverteilung des MOP (eigene Darstellung) .........................25

Abbildung 2: Intermodalität eines Nutzers und des System als Substitut ..................32

Abbildung 3 Panel-Erhebungskonzept zur Längsschnittbildung (eigene Darstellung) 47

Abbildung 4 Erhebungsaufbau, schematisch (eigene Darstellung) ..........................48

Abbildung 5 Detaillierung und Repräsentativität in der INVERMO-Erhebung (eigene Darstellung) ............................................................................................................49

Abbildung 6 Zeitlicher Verlauf Feldarbeit, Screening und Haupterhebung (eigene Darstellung) ............................................................................................................50

Abbildung 7 Bestimmung von Fernreiseintensitäten und Abgleich mit den berichteten Reiseintensitäten in der Berichtswoche..................................................................52

Abbildung 8 Screening: Stichprobengröße und Erhebungszeiträume (eigene Darstellung) 52

Abbildung 9 Haupterhebung: Stichprobengröße und Erhebungszeiträume (eigene Darstellung) ............................................................................................................54

Abbildung 10 Ablaufschema Intensivinterviews..........................................................57

Abbildung 11 Entfernungsverteilung zu den Zielen der Inlandsreisen........................60

Abbildung 12 Entfernungsverteilung zu den Zielen der Auslandsreisen, differenziert nach Reiseziel ........................................................................................................60

Abbildung 13 Aufbau der soziodemographischen Gewichtung des Screenings (eigene Darstellung) ............................................................................................................61

Abbildung 14 Saisonale Klumpung der Screening-Erhebung (eigene Darstellung)....62

Abbildung 15 Mobilitätsgewichtung der Haupterhebung unter Verwendung des Screening (eigene Darstellung) ..............................................................................64

Abbildung 16 Schema der Gewichtung für die Screening- und Haupterhebung (eigene Darstellung) ............................................................................................................66

9

Abbildung 17 Wochenrhythmus der Reisetage nach Reisezweck (eigene Darstellung) 71

Abbildung 18 Wochenrhythmus der Außer-Haus-Tage nach Reisezweck (eigene Darstellung) 72

Abbildung 19 Jahresrhythmus der Außer-Haus-Tage, Urlaubsreisen (eigene Darstellung) 72

Abbildung 20 Jahresrhythmus der Außer-Haus-Tage, Privatreisen (eigene Darstellung) 73

Abbildung 21 Jahresrhythmus der Außer-Haus-Tage, Geschäftsreisen (eigene Darstellung) 74

Abbildung 22 Anzahl reisender Personen nach Haushaltsgröße und Reisezweck (eigene Darstellung) ...............................................................................................75

Abbildung 23 Zusammenhang Luftlinienentfernung und Umwegfaktor (eigene Darstellung) 76

Abbildung 24 Reiseweitenverteilung von Inlandsreisen nach Zweck und Übernachtung (eigene Darstellung)........................................................................77

Abbildung 25 Modal Split über Reiseentfernung (eigene Darstellung) .......................79

Abbildung 26 Modal Split über Reisezweck (eigene Darstellung) ..............................80

Abbildung 27 Gründe zur Ablehnung alternativer Verkehrsmittel (Quelle: LAST, MANZ [2003]) .........................................................................................................81

Abbildung 28 Verteilung der Fernmobilität in der Bevölkerung (eigene Darstellung).83

Abbildung 29 Verteilung der Fernmobilität in der Bevölkerung nach Reisezweck (eigene Darstellung) ...............................................................................................83

Abbildung 30 Reiseaktivitäten nach Alter und Reisezweck (eigene Darstellung) .......84

Abbildung 31 Reiseaktivität nach höchstem erreichten Bildungsabschluss (eigene Darstellung) 85

Abbildung 32 Reiseaktivität nach Berufstatus (eigene Darstellung) ...........................86

Abbildung 33 Reiseaktivität nach Haushaltseinkommen (eigene Darstellung) ...........86

10

Abbildung 34 Verkehrsmittelwahl Hochmobiler auf Geschäftsreisen (eigene Darstellung) 90

Abbildung 35 Verkehrsmittelanteile mono- und multimodaler Personen (eigene Darstellung) 93

Abbildung 36 Mono- und Multimodalität nach Personengruppen (Quelle: ZUMKELLER [2002])..............................................................................................94

Abbildung 37 Mittelwert und Verteilung der subjektiven Einschätzungen des Verkehrsmittels PKW (eigene Darstellung) ............................................................98

Abbildung 38 Mittelwerte und Verteilung der subjektiven Einschätzungen des Verkehrsmittels Bahn (eigene Darstellung) ............................................................98

Abbildung 39 Mittelwerte und Verteilung der subjektiven Einschätzungen des Verkehrsmittels Flugzeug (eigene Darstellung)......................................................99

Abbildung 40 Anteile der Ränge (1, 2, 3, 4, “kommt nicht in Frage“) der Verkehrsmittel Pkw, Bahn, Flugzeug, Reisebus (eigene Darstellung).........................................100

Abbildung 41 Jahreszeitliche Verteilung von Urlaubsreisen der Haushalte ohne schulpflichtige Kinder (eigene Darstellung) ..........................................................102

Abbildung 42 Jahreszeitliche Verteilung von Urlaubsreisen der Haushalte mit schulpflichtigen Kindern (eigene Darstellung) ......................................................103

Abbildung 43 Anteile der Intermodal-Cluster ............................................................107

Abbildung 44 Dichtefunktion der Innovationsfreude in einer Population (Quelle: ROGERS [1995]...................................................................................................110

Abbildung 45 Einsatz von Modellen in der Planung (Quelle: nach Kutter [2003]).....115

Abbildung 46 Entwicklung eines Verkehrsberechnungsmodells in der Kombination von Forschung und Modellanwendung (Quelle: KUTTER [2003])........................117

Abbildung 47 Spannungsfeld der Modellentwicklung (eigene Darstellung nach KUTTER [2003]) ...................................................................................................118

Abbildung 48 Datenebenen mikroskopischer Verkehrsmodelle (Quelle: ZUMKELLER [2001]) 119

Abbildung 49 Quer- und Längsschnitt (eigene Darstellung) .....................................124

11

Abbildung 50 Überblick zum Modellablauf von SINDIVITAL (Quelle: BLECHINGER et al [1982]) 126

Abbildung 51 Kundenorientierter und kundenunabhängiger Lösungsansatz (Quelle: ZUMKELLER, HERRY, HEINISCH [1985]) ..........................................................127

Abbildung 52 Reiseanalyse 98, Gegenstand der Untersuchung (Quelle: www.geogr.uni-goettingen.de)..............................................................................129

Abbildung 53 Vergleich der Detaillierung von Reiseereignissen in der Realität und in der Analyse/ Modell (eigene Darstellung).............................................................134

Abbildung 54 Modellüberblick Nachfragemodellierung (eigene Darstellung)............136

Abbildung 55 Schematisches Ablaufdiagramm zur Haushalts- und Personengenerierung (eigene Darstellung)..........................................................140

Abbildung 56 Schematisches Ablaufdiagramm zur Verkehrsentstehung (eigene Darstellung) 142

Abbildung 57 Summenlinien der Reisehäufigkeiten der Bevölkerungscluster (eigene Darstellung) 145

Abbildung 58 Konzept der Fernreisetypisierung (eigene Darstellung)......................148

Abbildung 59 Überlagerung von Wochen- und Jahreszyklus (eigene Darstellung) ..149

Abbildung 60 Aufbau Modul Zielwahl (eigene Darstellung) ......................................154

Abbildung 61 Raumstrukturtypen nach Intraplan (Quelle: INTRAPLAN [2003]) .......156

Abbildung 62 Struktur des Modells zum Verkehrsmittelwahlprozess (eigene Darstellung) 159

Abbildung 63 Anteile der verschiedenen Choice-Set (eigene Darstellung) ..............162

Abbildung 64 Verteilung der Fernmobilität in der Bevölkerung, Vergleich von Empirie und Modell (eigene Darstellung)...........................................................................175

Abbildung 65 Weglängenverteilung innerdeutscher Ferneisen, Vergleich von Empirie und Modell (eigene Darstellung)...........................................................................176

Abbildung 66 Modal-Split-Verteilung innerdeutscher Ferneisen, Vergleich von Empirie und Modell (eigene Darstellung)...........................................................................177

12

Abbildung 67: Die technische Grenze und die Einsatzbereiche von RP- und SP-Daten (Quelle: Louviere, Hensher, Swait (2000), S. 23).......................................178

Abbildung 68 Ablaufdiagramm zur Erweiterung der Haushalts- und Personendaten 180

Abbildung 69 Das erweiterte Modellsystem..............................................................181

Abbildung 70 Die Nestbildung der Wahlalternativen ................................................185

Abbildung 71 Entfernungsabhängige und ereignisorientierte Abgrenzung des Fernverkehrs (eigene, schematische Darstellung) ...............................................190

Abbildung 72 Standardisierte und atypische Wahlentscheidungen (eigene Darstellung) 194

Abbildung 73 Intrapersonelle Überlagerung aus Alltags- und Fernverkehr in einer Längsschnittsimulation (eigene Darstellung) ........................................................195

Abbildung 74 Die räumliche Lage des Untersuchungskorridors ...............................198

Abbildung 75: Verteilung der Reisezwecke der simulierten Reisen .......................199

Abbildung 76 Marktanteile der Verkehrsträger im Nullfall.........................................200

13

TABELLENVERZEICHNIS

Tabelle 1 Barrieretypen und Leistungsebenen intermodaler Angebote ..................35

Tabelle 2 Vergleich des Eckwertes „Fernreisen pro Person und Jahr“ einzelner Mobilitätsgruppen zwischen Nichtteilnehmern und Teilnehmern der Haupterhebung auf Basis der Daten des Screening (Daten: INVERMO Screening, ungewichtet) ..64

Tabelle 3 Mobilitätseckwerte INVERMO (Daten: INVERMO) ..................................68

Tabelle 4 Regressionsmodell zur Schätzung der Anzahl an Fernreisen je Reisezweck (Daten: INVERMO).............................................................................87

Tabelle 5 Vergleich von Hoch-, Mäßig- und Wenigmobilen (Daten: INVERMO)......89

Tabelle 6 Mono- und Multimodalität nach Reiseintensität (Daten: INVERMO) .......92

Tabelle 7 Normierte Einschätzung der Bedeutung einzelner Eigenschaften der Verkehrsmittel für die Verkehrsmittelwahl bei unterschiedlichen Reisezwecken (Mittelwert) im Intervall [0,1] (Daten: INVERMO)....................................................96

Tabelle 8 Rangfolgeketten der Verkehrsmittel (n=1490) (Daten: INVERMO) ........101

Tabelle 9 Anteil hoher Wertungen je Cluster .........................................................108

Tabelle 10 Innovatoren-Cluster hinsichtlich Verkehrsdienstleistungen ....................113

Tabelle 11 Soziale Rolle im Haushalt (eigene Darstellung) .....................................138

Tabelle 12 Simulierte Attribute für Haushalte und Personen (eigene Darstellung) .139

Tabelle 13 Verwendete Merkmale zur Bildung von Bevölkerungsclustern (eigene Darstellung) ..........................................................................................................143

Tabelle 14 Zusammenfassung sozio-ökonomischer Gruppen zu Bevölkerungsclustern (eigene Darstellung) ..........................................................144

Tabelle 15 Übersicht Reiseattribute.........................................................................152

Tabelle 16 Variablensatz zur Schätzung der Zielwahl für Urlaubsreisen .................155

Tabelle 17 Verkehrsmittelkombinationen des reduzierten Choice-Set (eigene Darstellung) ..........................................................................................................158

Tabelle 18 Variablen der ersten Stufe des Modells zur Verkehrsmittelwahl (choice-set generation) ...........................................................................................................163

14

Tabelle 19 Variablen der zweiten Stufe des Modells zur Verkehrsmittelwahl (choice) 164

Tabelle 20 Parameterschätzung der Zielwahl (eigene Berechnungen, Daten: INVERMO) ...........................................................................................................166

Tabelle 21 Parameter der 1. Stufe der Verkehrsmittelwahl, Geschäftsreisen (eigene Berechnungen, Daten: INVERMO).......................................................................168

Tabelle 22 Parameter der 1. Stufe der Verkehrsmittelwahl, Urlaubsreisen (eigene Berechnungen, Daten: INVERMO).......................................................................169

Tabelle 23 Parameter der 1. Stufe der Verkehrsmittelwahl, Privat- und Besuchsreisen (eigene Berechnungen, Daten: INVERMO)..........................................................170

Tabelle 24 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Pkw-Bahn (eigene Berechnungen, Daten: INVERMO)..........................................................171

Tabelle 25 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Pkw-Flugzeug (eigene Berechnungen, Daten: INVERMO)..........................................................171

Tabelle 26 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Bahn-Flugzeug (eigene Berechnungen, Daten: INVERMO) ..........................................172

Tabelle 27 Gütemaß ρ der Modelle zur Verkehrsmittelwahl (eigene Berechnung) ..172

Tabelle 28 Vergleich von Eckwerten der Fernmobilität (eigene Berechnungen)......174

Tabelle 29 Schätzparameter des Nested-Logit-Modells ..........................................186

Tabelle 30 Geschätzte Zahlungsbereitschaft für intermodale Mehrwertleistungen bei privaten Reisen (N=131) ......................................................................................188

Tabelle 31 Geschätzte Zahlungsbereitschaft für intermodale Mehrwertleistungen bei geschäftlichen Reisen (N=71) ..............................................................................188

Tabelle 32: Szenariendefinitionen und Preise für Angebotskomponenten................201

Tabelle 33 Marktanteile in den Szenarien („realistic case“) .....................................204

Tabelle 34 Quelle der Verlagerungspotentiale.........................................................205

15

1 Einleitung

Ein effizientes Verkehrssystem dient dem Ziel, mit geringsten negativen Auswirkungen auf die Umwelt und minimalen sozialen Zusatzkosten sämtliche für die Funktionen der modernen vernetzten Gesellschaft notwendigen Mobilitätsbedürfnisse zu bewältigen. Vor diesem Hintergrund muss ein relativ hoher Anteil von Ortsveränderungen von Menschen nach objektiven Maßstäben hinsichtlich der benutzten Verkehrsmittel als nicht „optimal“ angesehen werden. Durch die Kombination verschiedener Verkehrsmittel im Laufe einer Reise („intermodale Verknüpfung“) und die Nutzung der jeweiligen Vorteile der Verkehrsmittel wäre eine umweltfreundlichere Mobilität möglich. Gegenwärtig werden jedoch intermodale Verkehrsmittelkombinationen nur in geringem Umfang genutzt.

Ursachen für dieses Mobilitätsverhalten sind unzureichende, fehlende oder falsche Kenntnisse, Gewohnheiten, Grundeinstellungen und Motive, eigene Erfahrungen oder übernommene Erfahrungen anderer Personen. Darüber hinaus beruht die Entscheidung für ein Verkehrsmittel auf den Sachzwängen bestimmter Kostenstrukturen (z.B. der hohe Fixkostenanteil bei der Haltung eines privaten Pkw) bzw. der „Gebundenheit“ an ein Verkehrsmittel. So muss i.d.R. eine Wegekette, die mit dem privaten Kraftfahrzeug begonnen wurde, auch mit diesem privaten Kfz weiter- und zu Ende geführt werden!

Weitere wesentliche Hinderungsgründe sind dabei die in der Ausgangslage unzureichenden Verknüpfungsmöglichkeiten zwischen einzelnen Verkehrsträgern/ unterschiedlichen Anbietern von Verkehrsleistungen. Diese Verknüpfungsdefizite beruhen dabei auf der unzureichenden Gestaltung der Schnittstellen (Bahnhöfe, Umsteigepunkte) sowie der gebrochenen Informationskette (keine durchgehende Information über benutzbare Verkehrsmittel, keine durchgehenden Fahrausweise für unterschiedliche Verkehrsträger).

Insgesamt ist nur unzureichend bekannt, in welchem Ausmaß diese Faktoren Einfluss auf die Einschätzung von Verkehrsmittelalternativen, die Verkehrsmittelwahl oder die Kombination von Verkehrsträgern ausüben. Deshalb gestaltet sich in der Ausgangslage die Ableitung von Maßnahmen zur Beseitigung bestehender Defizite problematisch. Wenn jedoch der Einfluss der einzelnen Faktoren bekannt ist, können Maßnahmen entwickelt werden, die den Nutzerbedürfnissen und -vorstellungen entgegenkommen, z.B. durch Verbesserungen der Schnittstellen zwischen Verkehrsmitteln. Auf diese Weise könnte ein Teil der Personenverkehrsnachfrage günstiger abgewickelt werden.

16

Andererseits werden die Verkehrsteilnehmer der Zukunft nicht zuletzt aufgrund der absehbaren Kapazitätsgrenzen bei einzelnen Verkehrsträgern und aufgrund der Wirkungen der Telematik vermutlich ein anderes Verkehrsverhalten an den Tag legen können, als es gegenwärtig noch der Fall ist: So ist zu erwarten, dass die gegenwärtig noch dominierende Gebundenheit an ein Verkehrsmittel zugunsten einer vielfältigeren Verkehrmittelnutzung reduziert wird. Der Anteil an Personen, die als Verkehrsmittelwechsler angesehen werden können, wird zunehmen.

Vor diesem Hintergrund sind Überlegungen anzustellen, wie die Verknüpfung des Verkehrsmittelangebots gestaltet werden muss, damit eine Optimierung der Verkehrsmittelnutzung den Bedürfnissen der zukünftigen Verkehrsteilnehmer entsprechend erfolgen kann.

Der Schwerpunkt soll im beantragten Projekt auf dem Fernverkehr liegen, da insbesondere in diesem Marktsegment der Verkehrsnachfrage sich eine Verknüpfung unterschiedlicher Verkehrsträger anbietet.

Das vorgeschlagene Projekt zielt auf die folgenden Punkte ab:

1. Zur eindeutigen Quantifizierung der Ausgangslage soll die Verkehrsmittelnutzung im Fernverkehr im Hinblick auf die an ein Verkehrsmittel Gebundenen bzw. die Verkehrsmittelwechsler beschrieben werden. Hierfür sind neben Auswertungen bestehender Erhebungen / Dateien spezielle Erhebungen zum Verkehrsverhalten im Fernverkehr vorgesehen.

2. Weiterhin soll durch spezielle Erhebungen geklärt werden, welche Ursachen und Einflussgrößen die Verkehrsmittelentscheidungen in dieser Ausgangslage verursachen. Diese Erhebungen zielen auf die jeweiligen subjektiven situativen Erklärungen ab.

3. Auf diese Weise können die Zusammenhänge begreifbar gemacht werden, die zu der suboptimalen Verkehrsmittelnutzung der Ausgangslage führen.

4. Das eigentliche Ziel des beantragten Projektes besteht in der Entwicklung von Maßnahmen, die in der Lage sind, die Widerstände, die einer optimierten Nutzung und intermodalen Verknüpfung entgegenstehen, abzubauen und dazu beitragen können, eine für das Gesamtsystem optimale Verkehrsmittelnutzung/ eine optimierte intermodale Verknüpfung zu erreichen. Im Vordergrund stehen dabei „intermodale“ Dienstleistungsangebote, die dem Reisenden eine verbesserte Verknüpfung der Verkehrsträger ermöglichen.

17

5. Da im Rahmen der Projektlaufzeit keine Umsetzung solcher Maßnahmen möglich ist, sollen für sich im Projektverlauf abzeichnende Projekte geeignete Daten- und Modellgrundlagen entwickelt werden, auf deren Basis eine quantitative Vorhersage über Nutzung/ Verlagerungspotentiale erfolgen kann. Diese Daten- und Modell-grundlagen entstehen damit einerseits auf der Basis der vorhandenen, zum Teil von den Projektpartnern verfügbar gemachten Daten, andererseits mittels der im Rahmen des beantragten Projektes durchgeführten Erhebungen.

6. Bislang existieren keinerlei Modelle, auf deren Basis eine Vorhersage des Verhaltens im Fernverkehr auf individueller Basis möglich ist. Um die Wirksamkeit einzelner Maßnahmen und damit das Verhalten der Nutzer vorherzusagen, ist im beantragten Projekt vorgesehen ein Planungsmodell für den Personenfernverkehr zu erstellen. Mittels dieses Modells kann dann eine Wirkungsabschätzung von Maßnahmen erfolgen.

Allgemeine Zielsetzung des Projektes besteht in der Schaffung eines vernetzten Verkehrssystems zur Bewältigung notwendiger Mobilitätsbedürfnisse mit minimalen negativen Auswirkungen.

Die Akzeptanz von Angeboten zur Verbesserung der intermodalen Verknüpfung werden am Beispiel eines Korridors Stuttgart – Frankfurt – Köln gezeigt. Diese Referenz bietet sich an, da die Schnittstellen zwischen Fernverkehr auf der Schiene und in der Luft, zwischen ÖPNV, den Anbietern von Leihwagen, CarSharing und dem motorisierten Individualverkehr den Nutzerbedürfnissen entsprechend für eine intermodale Verknüpfung optimal zu gestalten sind.

19

2 Ausgangslage und Projektziele

Im Personenfernverkehr waren in den letzten Dekaden beachtliche Wachstumsraten zu beobachten, so hat sich die Zahl der im Luftverkehr beförderten Personen von 1995 bis 2001 um fast 29 % erhöht (vgl. DESTATIS [2002]). Auch für die Zukunft sind trotz allgemeiner Sättigungstendenzen der Personenverkehrsnachfrage noch überproportio-nale Wachstumspotenziale im Fernverkehr zu erwarten.

Im letzten Jahrzehnt haben sich durch eine beginnende Deregulierung auch weitreichende Veränderungen des Marktes ergeben, diese stellen die beteiligten Akteure vor neue Herausforderungen. In Zukunft wird es für die Verkehrsunternehmen nicht mehr ausreichen, einen möglichst großen Teil der jährlichen Nachfragezuwächse zu gewinnen. In einem sich verändernden Markt ist es für die Anbieter von Verkehrsdienstleistungen notwendig, sich der eigenen Stärken bewusst zu werden und sich entsprechende zukunftsfähige Nachfragesegmente zu sichern.

Dies setzt jedoch fundierte Kenntnisse der Nachfragesituation im Personenfernverkehr voraus. Im Blickfeld müssen hierbei jedoch nicht nur Nachfrageströme und Quell-Ziel-Matrizen sein, sondern vielmehr der Reisende mit seinen Wünschen und Vorlieben selbst. Der einzelne Reisenden hat gerade im Fernverkehr für die Nachfrage eine besondere Bedeutung: Die im Vergleich zum Reiseaufkommen überproportionale Verkehrsleistung1 im Fernverkehr ist ein Anhaltspunkt dafür, wie wichtig und weitreichend singuläre Entscheidungen in diesem Nachfragesegment sind.

Die Nachfrage im Personenfernverkehr ist durch weitere Komplexität geprägt. Nicht nur, dass die Menge aller Fernreisen eine ausgeprägte Heterogenität aufweist2 und die Fernreisenden selbst unterschiedliche Vorlieben und Einstellungen mitbringen. Die Nachfrage im Fernverkehr ist, wie gezeigt werden wird, sehr heterogen auf die Bevölkerung verteilt. Diese unterschiedlichen Reisehäufigkeiten haben zur Folge, dass es für die Anbieter von Verkehrsdienstleistungen nicht nur darum gehen kann, möglichst viele Kunden zu gewinnen. Es ist es vielmehr erforderlich, die aus Unternehmenssicht wertvollen Kundensegmente zu gewinnen.

Auch für den Bereitsteller der Infrastruktur im Personenfernverkehr sind die Eigenschaften der Nachfrage von Bedeutung. Nur wenn die besonderen Nachfrage-

1 1999 lag der Fernverkehrsanteil des Verkehrsaufkommens [Pers.-Fahrten] des öffentlichen Verkehrs bei 3%, der Anteil der Fernverkehrsleistung [Pers.-km] betrug dagegen 52% (RADKE [2000]).

2 Eine Betrachtung des „Rucksacktourismus“ im Vergleich zum Geschäftsreisesegment machen dies offensichtlich.

20

strukturen im Personenfernverkehr berücksichtigt werden, lassen sich als Grundlage für Infrastrukturinvestitionsprogramme zuverlässige Langfristprognosen erstellen. Denn auch hierbei muss das Verkehrsverhalten der Reisenden in das Kalkül mit einbezogen werden, um Verhaltensreaktionen unter veränderten Marktbedingungen berücksichtigen zu können.

Die Evaluierung der Akzeptanz von intermodalen Angeboten ist eine derartige Fragestellung. Diese auch als integrierte Angebote bezeichneten Dienstleistungen kombinieren die Leistungen unterschiedlicher Teilsysteme des Verkehrs. In der Ausgangslage existieren bislang nur wenige praktische Erfahrungen und empirische Informationen über die Nachfrage nach derartigen Dienstleistungsangeboten. Zur Quantifizierung der Nachfragepotentiale sind daher detaillierte Informationen über die Verhaltensweisen von Reisenden in der Ausgangslage einerseits und die latenten Bedürfnisse andererseits notwendig.

Um derartig vielfältig Einflüsse und Faktoren berücksichtigen und zukünftige Entwicklungen aufzeigen zu können, haben Berechnungsmodelle in den Verkehrswissenschaften eine lange Tradition. Besonders Individualverhaltensmodelle3, die seit den 70er Jahren entwickelt werden und den Verkehrsteilnehmer mit seiner spezifischen Situation und Verhaltensweise mehr in den Mittelpunkt der Modellarchitektur rücken, bieten sich für derartige Fragestellungen an. Mit dieser Modellgeneration4 kann gegenüber aggregierten Ansätzen eine bessere Kausalität, mehr Plausibilität und größere Konsistenz erreicht werden.

Diese Modellkonzepte nutzen ebenso wie die klassischen aggregierten Ansätze (vgl. z.B. MÄCKE [1964]) die Beziehungen zwischen ursächlichen Einflussgrößen (unabhängigen Variablen) und der Verkehrsnachfrage, die als abhängige Variable erklärt werden soll. In klassischen Verkehrsmodellen wird im ersten Arbeitsschritt des Modells die Zielgröße aggregiert, was mit einem Informationsverlust verbunden ist, der auch alle weiteren Modellschritte auf das Niveau der Aggregate zwingt. In verhaltensorientierten Modellkonzepten wird hingegen erst im letzten Arbeitsschritt aggregiert. Daher stehen in den einzelnen Modellstufen detailliertere Informationen zu Haushalten, Personen und Wegen zur Ableitung von Beziehungen zwischen den Einflussgrößen und der Nachfrage zur Verfügung.

3 Neben dem Begriff des Individualverhaltensmodells sind in der Literatur in gleichem Kontext auch die Begriffe „verhaltensorientiertes Modellkonzept“ bzw. „mikroskopisches Modell“ gebräuchlich.

4 vgl. z.B. KUTTER [1972], WERMUTH [1978], ZUMKELLER [1989] , AXHAUSEN [1989] u.a.

21

Die klassischen Aggregatmodelle dienen zur Bestimmung von verkehrsmittel-spezifischen Quelle-Ziel-Matrizen für großräumige Planungseinheiten und berücksichtigen neben dem Reisezweck keine Eigenschaften der Reisenden bzw. des spezifischen Reisekontextes.5 Doch gerade im Personenfernverkehr liegen häufig entscheidungsbeeinflussende Sachzwänge6 vor, die sinnvollerweise in Simulations-modellen zu berücksichtigen sind. Im Personenfernverkehr wurden verhaltensorientierte Modelle zu Planungszwecken aber bisher kaum verwendet.

Im Jahre 2000 wurde das Projekt INVERMO mit dem Ziel begonnen, die Nutzungsbarrieren intermodaler Dienstleistungen im Fernverkehr zu identifizieren und die Potentiale von intermodalen Angeboten unter verbesserten Rahmenbedingungen abzuschätzen.

Zur Erreichung dieses Projektziel ist es jedoch notwendig, grundlegende Kenntnisse über die Nachfragestrukturen der Fernmobilität und die wesentlichen Mechanismen des zugehörigen Wahlverhaltens zu kennen. Aufgrund dieser Defizite wurde eine mehrstufige Erhebung der Fernmobilität in Deutschland durchgeführt, die dem Projekt als zentrale Datenbasis zugrunde liegt und Analysen, Modellformulierungen und Prognosen erst ermöglicht.

Ein wesentlicher Ausgangspunkt der Projektarbeit besteht darin, dass intermodale Angebote für verschiedene Kundengruppen unterschiedlich interessant sind, weil z.B. Vielreisenden im Fernverkehr andere Bedürfnisse zu unterstellen sind als Personen mit wenigen Reiseereignissen pro Jahr. Um verschiedene Kundengruppen im Fernverkehr unterscheiden zu können, sind detaillierte Informationen über das Verhalten von Personen über Zeiträume erforderlich. Dies um so mehr, da Fernreisen seltene Ereignisse darstellen. Aus diesem Grund wurde für die Erhebung im Projekt INVERMO ein längsschnittorientierter Ansatz gewählt.

Aufbauend auf diesen Erhebungsdaten wird ein mikroskopisches, verhaltensorientiertes Modell für den Fernverkehr vorgestellt. Der Schwerpunkt dieses Modells ist in einem Konzept zur mikroskopischen, längsschnittorientierten Verkehrsentstehung und der Analyse der wesentlichen Determinanten der Verkehrsmittelwahl zu sehen. Dies ist darauf begründet, dass einerseits die Grundlagen der Modellkonzepte zur Verkehrsentstehung im Fernverkehr sich wesentlich von denen der Modelle des

5 So verwendet CABANNE [2003] in einem aktuellen Regressionsmodell zur Prognose des Eckwertes der Verkehrsleistung für Frankreich im Jahr 2020 die Variablen Wirtschaftswachstum, Fernverkehrs-netzlänge und Reisekosten.

6 wie z.B. die Menge des Reisegepäcks oder die Anzahl reisender Personen

22

Alltagsverkehrs unterscheiden und andererseits Kenntnisse über die Vorgänge bei der Wahlentscheidung für Verkehrsmittel von zentraler Bedeutung für die Abschätzung der Akzeptanz intermodaler Dienstleistungen sind.

Gegenwärtig stehen für den Fernverkehr keine einsetzbaren mikroskopischen Modelle der Verkehrsentstehung und Zielwahl zur Verfügung. Daher ist die Entwicklung entsprechender Modellalgorithmen zu den genannten Stufen notwendig, welche im Ergebnis die Strukturen der Fernmobilität mindestens beschreibend wiedergeben. Dies ist für den Fernverkehr deshalb nicht trivial, da keine einzelne Erhebung in der Lage ist, alle Aspekte und Facetten der Nachfrage zu erfassen. Sowohl für die Verkehrsentstehung als auch für die Zielwahl werden beschreibende Modelle formuliert und angewendet. Im Bereich der Verkehrsmittelwahl wird ein zweistufiger Ansatz verfolgt, der vor der eigentlichen Wahl des Verkehrsmittels die jeweils zugrundeliegende Alternativenmenge („choice set“) berücksichtigt.

Das Ergebnis des Projektes ist ein Modell für den Fernverkehr, das die Strukturen der Nachfrage wiedergibt und mittels eines Wahlmodells die relevanten Einflussfaktoren der Verkehrsmittelwahl berücksichtigt. Im Ergebnis liegen mikroskopische Daten für Haushalte, Personen und einzelne Reisen vor, die im Querschnitt der gemessenen Nachfrage entsprechen. Aber auch intrapersonell im Längsschnitt die Struktur der Nachfrage widerspiegeln.

Hierauf aufbauend wurde ein Modell entwickelt, mit dem aufbauend auf der Bedeutung einzelner Angebotskomponenten und der Zahlungsbereitschaft des Reisenden die Nutzungswahrscheinlichkeit unterschiedlich konzipierter intermodaler Dienstleistungs-angebote evaluieren werden kann.

Der Schlussbericht ist wie folgt gegliedert: Zunächst werden notwendige Definitionen eingeführt (Kapitel 3). Das folgende Kapitel befasst sich dann mit den Barrieren intermodaler Angebotskonzepte (Kapitel 4). Anschließend werden in Kapitel 5 die Erhebungen des Projektes INVERMO vorgestellt. Empirische Befunde zum Fernverkehr werden in Kapitel 6 beschrieben. In den Kapiteln 7 und 8 werden die entwickelten Modellkonzepte vorgestellt, Kapitel 9 gibt einen Ausblick auf mögliche weitere Modellentwicklungen. Kapitel 10 enthält die Ergebnisse der Fallstudie und Kapitel 11 schließt mit einem Projektausblick.

23

3 Definitionen und Begriffsbestimmung

3.1 Personenfernverkehr

3.1.1 Abgrenzung

Personenfernverkehr stellt sich nicht als eigenes, abgeschlossenes Verkehrssegment dar, sondern ist ein mittels Definition abgetrennter Bereich des Kontinuums aller Ortsveränderungen. Üblicherweise wird für die Beschreibung von einzelnen Ereignissen des Fernverkehrs der Begriff der „Reise“ verwendet. Dieser entspricht der verkehrswissenschaftlichen Definition des Begriffes „Ausgang“, einer Kette von aushäusigen Aktivitäten und der zugehörigen Wege, die vom Zeitpunkt des Verlassens der Wohnung bis zum Zeitpunkt der Rückkehr in die Wohnung durchgeführt werden (vgl. z.B. KUTTER [1972]). Zur Abgrenzung derjenigen Ausgänge, die dem Fernverkehr zugerechnet werden sollen, sind somit weitere Kriterien zu erfüllen; in der Regel wird hierzu eine Mindestentfernung zwischen Quelle und Ziel gefordert. Es sind jedoch eine Fülle verschiedenartiger Abgrenzungen in den Verkehrsstatistiken und Erhebungen zum Fernverkehr zu finden, die eine Vergleichbarkeit der Quellen erheblich einschränken.

In der Vergangenheit wurde Fernverkehr aufgrund politischer und steuergesetzlicher Vorgaben7 häufig auf Fahrten mit mehr als 50 km einfacher Reiseentfernung bezogen. Auch wenn heute noch eine Reihe von Verkehrsstatistiken mit dieser Abgrenzung veröffentlicht werden (vgl. z.B. RADKE [2002]), hat diese Abgrenzung des Fernverkehrs in den letzten Jahren aufgrund der aufkommenden Suburbanisierung und des damit verbundenen Anwachsen des Regionalverkehrs an Bedeutung verloren.

In aktuellen Veröffentlichungen und Erhebungen wird daher häufig auf eine Mindestentfernung von 100 km zur Abgrenzung Bezug genommen. Verschiedene Quellen verwenden dabei uneinheitlich Luftlinienentfernungen, Fahrstrecken der einfachen Fahrt bzw. eine Mischung verschiedener Kriterien zur Abgrenzung. Auch die Frage, ob tägliche Pendlerfahrten zum Arbeitsplatz als Teil des Fernverkehrs zu behandeln sind, wird in den verschiedenen Quellen ebenfalls uneinheitlich behandelt.

So wurden in der 1979/1980 durchgeführten KONTIFERN-Erhebung Reisen ab 50 km betrachtet (vgl. BLECHINGER [1981]).

7 Unterliegen Fahrten über eine Entfernung von mehr als 50 Kilometer einfache Distanz der vollen Umsatzsteuer, so ist auf Fahrten über geringere Entfernungen gem. UStG §12 Abs.2 Nr. 10 seit 1967 nur eine reduzierte Umsatzsteuer zu entrichten.

24

Im EU-Projekt MEST8 wird auf eine Definition von EUROSTAT [1995] zurückgegriffen, die als Erhebungsgegenstand für Fernverkehrsbefragungen Reisen zu Zielen in mehr als 100 km Entfernung vom Ausgangspunkt sowie Reiseetappen von mehr als 100 km Fahrstrecke vorschlägt. Fernpendeln wird in diese Definition eingeschlossen.

Die Reiseanalyse RA 98 (1998) umfasst nur das Segment der „Urlaubsreisen“ mit mehr als 5 Tagen Dauer und verzichtet auf eine Entfernungsabgrenzung.

Die regelmäßige Mobility Befragung der Deutschen Bahn AG hat Reisen mit mehr als „100 km einfache Fahrt“ im Fokus. Fernpendeln wird als Bestandteil des Fernverkehrs erfasst.

Im EU-Projekt DATELINE wird der Untersuchungsgegenstand Fernverkehr über eine Luftlinienentfernung von mindestens 100 km abgegrenzt. Fahrten in Zusammenhang mit Fernpendeln wird in die Erhebung mit einbezogen.

Das Projekt INVERMO grenzt Fernverkehr über eine Mindestentfernung von 100 km einfache Fahrstrecke ab. Fernpendelaktivitäten werden in der ersten Erhebungsstufe erfasst, aufgrund der Projektzielsetzung in der Haupterhebung dann jedoch weitgehend ausgespart.

Im Projekt Mobilität in Deutschland (MID) wurde in einer separaten Erhebung Reisen mit Übernachtungen erfasst. Auch wenn keine direkte Schnittmengenbildung möglich ist, so kann ein großer Teil der erhobenen Ereignisse dem Fernverkehr zugerechnet werden9.

Ziel aller Abgrenzungen ist es, einen homogenen und in sich abgeschlossenen Teil der Verkehrsnachfrage abzutrennen, um ihn für separate Analyse- und Planungszwecke aufbereiten und veranschaulichen zu können.

Untersucht man die häufig vorzufindende Abgrenzung des Fernverkehrs mittels einer Mindestentfernung von 100 km im Kontext der Alltagsmobilität ergibt sich folgender Befund: Die Analyse der Daten des Deutschen Mobilitätspanels10 (MOP) zeigt mit hoher Stabilität, dass etwa 1,4% aller durchgeführten Wege 100 km Fahrstrecke oder mehr aufweisen (siehe Abbildung 1). Bei einer durchschnittlichen Anzahl von ca. 3,5 Wegen

8 Methods for European Surveys on Travel Behaviour“, EU, 4th Framework project

9 vgl. z.B. ENGELHARDT et al [2002], KUNERT [2003]

10 vgl. z.B. CHLOND et al [2001]

pro Person und Tag ergeben sich hieraus im Durchschnitt ca. 8 Fernreisen pro Person und Jahr11.

Abbildung 1 Reiseweitenverteilung des MOP (eigene Darstellung)

Alle entfernungsbezogenen Definitionen weisen jedoch die Schwäche auf, dass die gewählten Abgrenzungen einen mehr oder weniger willkürlichen Teil aus dem Kontinuum der Ortsveränderungen herausschneiden. Folglich sind die beobachteten Ereignisse stets mit einer Art „Unschärfe“ behaftet, da einzelne Ereignisse zwar per Definition zum Fernverkehr gezählt werden, die jedoch aufgrund ihrer Charakteristik12 zum Alltagsverkehr gerechnet werden müssten und umgekehrt.

Dieser Mangel wird insbesondere deutlich, wenn man den Fernverkehr in Hinblick auf Gesetzmäßigkeiten und Regeln untersucht und solche möglichen Befunde durch die ungenügende Abgrenzung verwischt oder gar überdeckt werden. Denn es geht im Kern nicht darum, Wege bzw. Fahrten mit großen Distanzen mit den Methoden und Ansätzen nachzubilden, die für den Alltagsverkehr Gültigkeit besitzen. Vielmehr sollen für Reiseereignisse, die sich vom Alltagsverhalten abheben, eigene Regeln und Zusammenhänge gefunden werden, die das Verhalten des Individuum im Kontext der Situation beschreiben.

Die vorliegende Arbeit befasst sich mit Personenfernverkehr nach folgender Definition: Reisen mit mehr als 100 km einfache Fahrstrecke zum Reiseziel, ausgenommen werden Reisen ohne Übernachtung zwischen Wohnung und Arbeitsplatz mit einer Entfernung von mehr als 100 km.

11 Unter der Annahme von etwas mehr als zwei Wegen mit über 100 km Fahrstrecke pro Fernreise.

12 So weisen die Fahrten von Fernpendlern, die täglich mehr als 100 km einfache Fahrt zu ihrem Arbeitsplatz zurücklegen, z.B. durch die stattgefundene Habitualisierung deutlich größere Ähnlichkeiten zum Alltagsverkehr auf, als zu dem, was man sich landläufig unter Fernverkehr vorstellt. Andererseits kann die Besuchsreise zu einem regionalen Ziel für einzelne Personen charakteristische Züge einer Fernfahrt aufweisen.

25

26

3.1.2 Begriffsbestimmungen

In diesem Abschnitt sollen verschiedene Eigenschaften zur Klassifizierung von Reiseereignissen vorgestellt werden und die im weiteren Verlauf verwendeten Begriffe definiert und erklärt werden, in Klammern wird z.T. der gebräuchliche englischsprachige Begriff aufgeführt (vgl. AXHAUSEN; YOUSSEFZADEH [1999a]).

Aktivität (activity) – Eine Abfolge von Handlungen an einem Ort zu einem definierten Zweck, einschließlich Wartezeiten vor Beginn. Ortsveränderung kann nicht Zweck einer Aktivität sein.

Ziel (destination) – Ort, der zur Ausübung einer bestimmten Aktivität aufgesucht wird.

Reiseziel – Zielgebiet oder Ort, der im Verlauf einer Reise aufgesucht wird. An einem Reiseziel können Übernachtungen stattfinden. Der Aufenthalt an einem Reiseziel kann mehrere Aktivitäten und Wege einschließen.

Aufenthalt – Umfasst die Zeit an einem Reiseziel zwischen der Ankunft und der Abfahrt zum nächsten Ziel. Während des Aufenthaltes können mehrere Aktivitäten, Wege und Ausflüge durchgeführt werden.

Etappe13 (stage) – Eine umsteigefreie Nutzung eines Verkehrsmittels.

Fahrt14 (trip) – Eine Abfolge von Etappen zwischen zwei Reisezielen. Hinfahrt (von Heimatort/ Arbeitsort zum ersten Ziel) und Rückfahrt (vom letzten Ziel zum Heimatort/ Arbeitsort) sind die am häufigsten auftretenden Fahrten im Fernverkehr.

Ausflug (tour) – Eine Abfolge von Fahrten, die am selben Reiseziel beginnen wie enden und keine Übernachtung beinhalten.

Reise (journey) – Eine Abfolge von Fahrten, die am Heimatort (Wohnung) bzw. Arbeitsort (Arbeitsplatz) beginnen und enden.

Fahrtzweck (purpose) – Entspricht dem Zweck der Aktivität am Ziel. Eine erste Stufe der Differenzierung unterscheidet zwischen den Zwecken privat und geschäftlich/ dienstlich.

13 Diese Definition deckt sich nicht mit der umgangssprachlichen Bedeutung, diese kann den Begriff der Etappe auch in der Bedeutung des verkehrswissenschaftlichen Ausdruckes der Fahrt anwenden.

14 Im Alltagsverkehr ist für diesen Sachverhalt die Definition „Weg“ üblich, um dem Verkehrsmittel „zu Fuß“ gerecht zu werden.

27

Tagesreise – Eine Reise, die am gleichen Tag beginnt und endet und keine Übernachtung einschließt.

Kurzurlaubsreise – Eine private Reise, die mindestens eine, jedoch nicht mehr als drei Übernachtungen einschließt.

Urlaubsreise – Eine private Reise, die mindestens vier Übernachtungen einschließt.

Ein-Ziel-Reise – Bezeichnet eine Reise in der genau ein Ziel oder Reiseziel aufgesucht wird. Eine Ein-Ziel-Reise umfasst genau zwei Fahrten (Hin- und Rückfahrt).

Rundreise – Bezeichnet eine Reise, in deren Verlauf mindestens zwei unterschiedliche Ziele oder Reiseziele aufgesucht werden und folglich drei oder mehr Fahrten beinhaltet.

Reisetage – Bezeichnet die Tage einer Reise, an denen Fahrten durchgeführt werden.

Außer-Haus-Tage – Bezeichnet alle Tage, an denen eine Person aufgrund einer Reise mindestens teilweise vom Heimatort fern ist.

Hochmobile – Bezeichnung zur Abgrenzung des mobilsten Zehntels der Bevölkerung.

Wenigmobile – Bezeichnung der weniger mobilen Hälfte der Bevölkerung.

Mäßigmobile – Bezeichnung von Personen, die nicht zu den Hoch- oder Wenigmobilen zählen.

28

3.2 Intermodalität

Der Begriff Intermodalität hat seinen Ursprung offenbar im Güterverkehr. Er setzt sich aus den lateinischen Wurzeln „inter“ (zwischen-, über-) und „modalis“ (die Art und Weise betreffend). Im Personenverkehr ist seine Verwendung vergleichsweise jung.

3.2.1 Begriffsbestimmung

Der Terminus technicus „Intermodalität“ findet sich in der Literatur mit unterschiedlichen Definitionen.

CERWENKA [2000] definiert Intermodalität als die

„nachfragegerechte Kooperation verschiedener Teilverkehrssysteme(Verkehrsträger, Verkehrsmittel, Verkehrsunternehmen), wobei den Schnitt- und Übergabestellen (Umsteigepunkten) besondere Bedeutung zukommt.“15

Weiter identifiziert er "drei Systemschichten der Intermodalität": eine funktionale, eine technisch-instrumentelle und eine institutionell-normative Schicht, "`die einander in vielfältiger Weise durchdringen und beeinflussen"'. Jede dieser Schichten kann daher zu einem "`Hemmschuh"' bei der "Attraktivierung von Intermodalität" werden. (vgl. CERWENKA [2001])

Für den Verkehrswissenschaftler ist Intermodalität somit eine Eigenschaft des Verkehrsangebots, die eine (aktive) Zusammenarbeit der Teilverkehrssysteme erfordert. Zudem müssen die Ergebnisse dieser Kooperation den Bedürfnissen und Anforderungen der Verkehrsnachfrage gerecht werden.

Eine eher betriebswirtschaftliche Definition fokussiert auf den Dienstleistungsaspekt aus Unternehmenssicht (vgl. POUSTTCHI [2001], S. 35) :

Zusammenfassend bezeichnet Intermodalität die prozessuale Vernetzung der Verkehrsmittel hinsichtlich ihrer Kernleistung und/ oder integrierten Teildienstleistungen.

15 Es bleibt zu klären, im wie weit Verkehrsträger und insbesondere Verkehrsmittel – CERWENKA versteht darunter zu Fuß, Fahrrad, MIV, ÖPNV, Eisenbahn und Flugzeug (vgl. CERWENKA [2001] – miteinander kooperieren können.

29

Schon 1997 hat die EUROPÄISCHE KOMMISSION in ihrer Mitteilung zu "Intermodality and Intermodal Freight Transport in the European Union" die folgende allgemeine Definition16 vorgeschlagen:

Intermodality is a characteristic of a transport system, that allows at least two different modes to be used in an integrated manner in a door-to-door transport chain.

Intermodalität ist zudem als `quality indicator' ein Maß für die Stärke der Integration zwischen unterschiedlichen Teilsystemen. Ein höheres Maß meint dabei eine stärkere Integration und Komplementarität zwischen verschiedenen Teilsystemen („modes“), was wiederum Möglichkeiten für eine effizientere Nutzung des Gesamtverkehrssystems schafft. Diese resultiert daraus, dass sich Teilverkehrssysteme aufgrund der ihnen eigenen wirtschaftlichen und verkehrlichen Eigenschaften zu Tür-zu-Tür-Transport-ketten verknüpft lassen, so dass die Gesamteffizienz des Verkehrssystems steigt.

Aus Sicht der Kommission muss eine solche Integration auf den drei Ebenen Infrastruktur, Verkehrsdienstleistungen und Regulierung17 stattfinden. Aufgabe intermodaler Politik sei es dabei den Rahmen für eine optimale Integration verschiedener Teilsysteme zu schaffen sowie den Wettbewerb zwischen Verkehrsunternehmen zu fördern, so dass ein Nutzer selbst die für ihn beste Verwendung der unterschiedlichen Teilsysteme wählen kann. Intermodalität beschränkt sich nicht auf bestimmte Teilsysteme und zielt nicht auf eine bestimmte Marktanteilsstruktur (`modal split') zwischen den einzelnen Verkehrsträgern. Sie sei zudem komplementär zur sonstigen Zielen der EU-Verkehrspolitik wie z.B. Liberalisierung der Verkehrsmärkte, Entwicklung der Transeuropäischen Netze und der Förderung fairer und effizienter Preise. (vgl. EUROPÄISCHE KOMMISSION [1997])

Andere Quellen verwenden Definitionen, die lediglich auf die Benutzung von mehr als einem Teilverkehrssystem im Rahmen einer Reise abheben und damit als `Untermenge' der EU-Definition betrachtet werden können (vgl. DRESSLER [2003]). CHLOND UND MANZ definieren Intermodalität in Fernverkehr als die "`die Nutzung unterschiedlicher Verkehrsmittel im Verlauf eines Weges"' (vgl CHLOND; MANZ [2000]. PETERSEN [2003] kritisiert die Einschränkung "`im Verlauf eines Weges"'. Auch er

16 Die EUROPÄISCHE KOMMISSION geht mit dieser allgemeineren Umschreibung über die vorherigen politischen Definitionen (z. B. die der Europäische Verkehrsministerkonferenz (ECMT)) hinaus, die sich bis dahin ausschließlich auf den Güterverkehr bezogen haben.

17 In der Mitteilung der EUROPÄISCHE KOMMISSION werden die folgenden Begriffe verwendet: "infrastructure and other hardware (e.g. loading units, vehicles, telecommunications), operations and services, as well as the regulatory framework".

30

versteht Intermodalität als "`Terminus zur Beschreibung von Verkehrsverhalten"', aber zudem als eine "`Teilmenge der Multimodalität"' \footnote{"`Definiert ist Multimodalität als wechselnde Verkehrsmittelnutzung einer Person über einen bestimmten Zeitraum, dieser beinhaltet üblicherweise mehrere Wege"' (vgl. CHLOND; MANZ [2000]).

LAST UND MANZ haben eine Synopse der unterschiedlichen Verständnisse von Intermodalität versucht. Ein intermodales Verkehrssystem ist danach eine Komposition aus mehreren unabhängigen Teilverkehrssysteme, verbindenden Schnittstellen, übergreifenden Verkehrsdienstleistungen und gegebenen rechtlichen Rahmenbedingungen. Die darin enthaltenen zwei Dimensionen der Intermodalität werden dann noch um die Nutzer-Dimension erweitert. `Intermodale Kompetenz' -- also die Fähigkeit, das System zu nutzen -- wird dabei als Schlüsselelement für das Funktionieren eines intermodalen Verkehrssystems betrachtet. (vgl. LAST; MANZ [2002])

Eine übergreifende Definition existiert jedoch bisher noch nicht, zudem ist Intermodalität nicht nur als binäre Eigenschaft -- vorhanden bzw. abwesend -- zu definieren, sondern es scheint auch unterschiedliche Ausprägungen von Intermodalität zu geben. Während die Europäische Kommission Intermodalität durch das Maß an Integration und Komplementarität definiert, sieht der Verkehrswissenschaftler CERWENKA sie nur als eine „elementare Komponente“ der Eigenschaft "integriert". Zusammen mit Intramodalität und Interoperabilität18 ist sie notwendig, um etwas zu schaffen, das "auch auf den Namen `ganzheitlich' oder `vernetzt' hört."

Nach PETERSEN ist eine vollständige Intermodalität eines Personenverkehrssystems erst dann gegeben, wenn alle zugehörigen Verkehrsmittel jederzeit und überall benutzt und auch zurück gelassen werden können, die Abrechnung jeweils nur pro Nutzung erfolgt und der Aufwand für einen Wechsel zwischen den Verkehrsmitteln vernachlässigbar ist. Hiernach ist (vollständige) Intermodalität identisch mit einer vollständigen Integration der zu einem Verkehrssystem gehörenden Verkehrsmittel. (vgl. PETERSEN [2003])

Bei den vorstehenden Definitionen wurde deutlich, dass sich Intermodalität sowohl auf das Verkehrssystem als auch auf die Politik und Planung aber auch auf die Reise als verkehrserzeugendes Ereignis beziehen kann. Keine der vorstehenden Definitionen ist

18 Intramodalität: Zusammenwirken aller transportrelevanten Komponenten innerhalb eines Teilverkehrssystems. Interoperabilität: Internationale Harmonisierung technischer, organisatorischer und rechtllicher Rahmenbedingungen bei grenzüberschreitenden Verkehren innerhalb eines Verkehrssystems zur Reduzierung von grenzüberschreitenden Transporterschwernissen. (vgl. CERWENKA [2000], S. 193])

31

aber geeignet, alle Dimensionen der beschriebenen Intermodalität zu umfassen. Interessanterweise ist zudem der Reisende als Person in den vorgestellten Definitionen in keine direkte Beziehung zur Intermodalität gesetzt worden. Eine umfassendere Definition muss daher die Dimensionen

- politischer Rahmen,

- Infrastruktur und Verkehrsangebot sowie

- reisende Person(en)

einschließen, um so eine möglichst umfassende Betrachtung des „Phänomens Intermodalität“ zu erlauben. Zudem deutet die Wortendung auf eine Eigenschaft hin, die sich auch nur als Potential darstellen kann, also nicht notwendig einen (tatsächlichen) Zustand benennt, sondern ebenso eine (potentielle) Fähigkeit beschreiben kann.

Im weiteren wird deshalb eine neue übergreifendere Definition verwendet, die sowohl auf eine Politik, ein Verkehrssystem oder auch eine einzelne Person anwendbar ist:

Definition Intermodalität

Intermodalität ist die Fähigkeit zwischen verschiedenen Teilverkehrssystemen zu wechseln und die Leistungen der Teilsysteme miteinander zu verbinden.

Für Reisenden bedeutet es, dass sie die angebotenen Leistungen unterschiedlicher Verkehrsunternehmen für ihre jeweilige Reise so kombinieren, dass sich die Vorteile der unterschiedlichen Systeme ergänzen und die jeweiligen Nachteile untereinander kompensiert werden. Intermodalität im Zusammenhang mit Verkehrsunternehmen bezieht sich dann auf die Fähigkeit Leistungen unterschiedlicher Verkehrsteilsysteme schon vorab zu einem neuen optimierten Angebot für potentielle Reisende zusammenzufassen. Im politischen Kontext steht Intermodalität dann für verkehrs-systemübergreifende Planung und Gesetzgebung.

Da es sich um eine Fähigkeit handelt, ist es möglicherweise schwierig Intermodalität direkt zu messen, dennoch sollte zu mindest die Realisierung von Intermodalität auf den genannten Ebenen grundsätzlich messbar sein.

Als Fähigkeit ist Intermodalität auch Voraussetzung für die Schaffung integrierter Transportkette über verschiedene Teilverkehrssysteme hinweg. Erst die Fähigkeit zwischen Teilsystemen zu wechseln und deren Leistungen miteinander zu verbinden, ermöglicht Tür-zu-Tür-Transportketten. Es hängt davon ab, ob das zu benutzende Verkehrssystem diese Fähigkeit besitz und über intermodale Angebote (teil-)integrierte Transportketten anbieten kann, oder ob der einzelne Reisende diese Fähigkeit besitzen

muss, um sich seine individuelle Transportkette zusammenzustellen. Abbildung 2 stellt dar, wie eine zunehmende Intermodalität des Verkehrssystems die notwendige Intermodalität auf der Nutzerseite reduziert und so intermodale Transportketten für Menschen nutzbar macht, die nicht das erforderliche Maß an Fähigkeit zur Integration von Verkehrsteilleistungen besitzen um solche Transportketten selbst zusammen-zustellen.

Abbildung 2: Intermodalität eines Nutzers und des System als Substitut

Das auch bei maximaler Intermodalität des Verkehrssystems ein gewisses Maß an Intermodalität auf der Nutzerseite erforderlich ist, resultiert aus den Tatsachen, dass

1. Intermodalität die Existenz von zwei oder mehr Teilverkehrssystemen voraussetzt, zwischen denen gewechselt und deren Leistungen miteinander verknüpft werden können. Bei einer vollständigen Integration der Teilverkehrssysteme wäre Intermodalität überflüssig, da sich Reisenden nur noch innerhalb eines einheitlichen Systems bewegen müssten.

2. Verkehrsdienstleistungen Dienstleistungen sind, die immer erfordern, dass sich der Nutzer in die Dienstleistungserstellung selbst einbringt und die Dienstleistung „mitproduziert“.

Im Gegensatz zu der Intermodalität als Fähigkeit verweist das Adjektiv intermodal auf die faktische Eigenschaft, das zwischen Teilsystemen tatsächlich gewechselt wurde bzw. Leistungen verschiedene Teilverkehrssysteme verbunden worden sind. Daraus

32

33

ergeben sich dann weitere Definitionen, die sich vielfach mit den in der Literatur gefundenen decken:

Definition Intermodaler Verkehr

Intermodaler Verkehr bezeichnet den Transport von Personen, Gütern und Nachrichten im Raum mittels sogenannter integrierter Tür-zu-Tür-Transporte, d.h. unter Nutzung verschiedener Teilverkehrssysteme, deren Leistungen verknüpft sind.

Definition Intermodale Verkehrsangebote

Verkehrsangebote, den Reisenden von einem Verkehrsdienstleistungsunternehmen angeboten werden („aus einer Hand“) und die die Leistungen verschiedener Teilverkehrssysteme zu einem neuen integrierten Angebot kombinieren, werden als intermodal bezeichnet.

Definition Intermodale Verkehrspolitik/ intermodale Verkehrsplanung

Eine Politik bzw. Planung ist als intermodal zu bezeichnen, wenn sie sich nicht nur mit einzelnen Teilverkehrssystemen beschäftigt, sondern einen integrierten Ansatz verfolgt, d.h. dass das Verkehrssystem als Einheit betrachtet und die Politik bzw. Planung „verkehrsträgerübergreifend“ erfolgt.

Letzteres wird auch als Intermodalismus („intermodalism“) bezeichnet. Dieser Begriff stammt aus den USA und meint die ganzheitliche Betrachtung des Verkehrssystems. Neben der politischen und planerische Praxis gehört dazu beispielsweise auch die Ausbildung von Planern mit Blick auf integrierte Prozesse.

4 Barrieren

Werden intermodale Angebote nicht oder nur in sehr geringen Umfang genutzt, so stellt sich die Frage nach den Gründen. Barrieren für die Nutzung solcher Angebote können sowohl auf den Nutzerseite als auch auf der Anbieterseite gegeben sein. In beiden Fällen ist die Fähigkeit eingeschränkt, die Leistungen verschiedener Teilsysteme für eine einzelne Reise zu kombinieren.

Für einen Reisenden können die Ursachen dabei in der eingeschränkten Verfügbarkeit von Informationen zu den einzelnen Teilsystemleistungen liegen oder auch in der Unsicherheit, wie diese Teilsysteme richtig benutzt werden. Mit intermodalen Angeboten bieten Verkehrsdienstleistungsunternehmen den Reisenden kombinierten Leistungen „aus einer Hand“, so dass die Unsicherheit und der Aufwand für den Reisenden verringert wird.

34

Im weiteren werden die Barrieren auf Anbieter- und Nutzerseite differenzierter betrachtet. Als Hintergrund dient dafür die Dienstleistungstheorie19, die sich u.a. mit der Interaktion von Anbietern und Nutzer von Dienstleistungen beschäftigt. Zentrales Element ist dabei die Funktion des Nutzers als sogenannter externe Faktor in der Produktion von Dienstleistungen. Da bei einer Dienstleistung Produktion und Konsum zusammenfallen („uno acto-Prinzip“), ergeben sich im Vergleich zu anderen Produkten (Sachgütern) zwei wesentliche Unterschiede:

1. Der Kunde kauft einer Dienstleistung bevor diese produziert wird, d.h. der Kunde kauft ein Leistungsversprechen des Dienstleistungsunternehmens. Damit ist für den Käufer ein Risiko hinsichtlich der Qualität der Leistung verbunden. Während bei einem Sachgut die Qualität vorab geprüft werden kann, muss ein Dienstleistungskunde dem Versprechen des Unternehmens glauben. Andererseits ist das Unternehmen gefordert, das Versprechen – und die damit verbundenen Erwartungen des Kunden – zu erfüllen. Insbesondere im Zusammenhang mit dem folgenden Punkt 2 kann dieses eine große Herausforderung für das Dienstleistungsunternehmen sein, zumal ein Nichterfüllen der Erwartungen auch beeinflusst, wie stark die Kunden dem Leistungsversprechen in der Zukunft Glauben schenken werden.

2. Der Kunde ist „Mitproduzent“20 dieser Dienstleistung. Ebenso wie die (wahrgenommene) Qualität die Erfüllung des Dienstleistungsversprechen beeinflusst, ebenso ist die „Mitarbeit“ des Kunden entscheidend für die Möglichkeiten, die ein Unternehmen hat, die versprochene Dienstleistung zu erbringen. Verweigert der Kunde die (vereinbarte) Kooperation, so kann das Unternehmen die geplante Leistung nur mit zusätzlichem Aufwand erstellen. Unbeachtet der Wahrnehmung durch den Kunden, kann dieses einen deutlich erhöhten Aufwand für das Unternehmen bedeuten, was die Wirtschaftlichkeit des ursprünglichen Angebotes in Frage stellt.

Für eine Untersuchung der Barrieren für intermodale Angeboteskonzepte ergeben sich verschiedene Möglichkeiten der Strukturierung. Eine Möglichkeit wäre bspw. die Unterscheidung in eine wirtschaftliche, eine technische, eine rechtliche sowie eine kulturelle Dimension. In der vorliegenden Arbeit wurde aber eine Differenzierung gewählt die letztlich auch eine Zuordnung der Verantwortlichkeiten erlauben soll.

19 Zu einer Einführung in die Dienstleistungstheorie vgl. z.B. BRUHN; MEFFERT [1998]

20 In der Literatur wird auch der Begriff des „prosumers“ verwendet, ein Kunstwort, das aus den Begriffen für Produzent (producer) und Konsument (consumer) zusammengesetzt ist.

35

Tabelle 1 fasst Barrieretypen, zugehörige Leistungsebenen sowie Beispiele für die Verantwortungsträger auf. Zur Systematisierung von möglichen Barrieren für intermodale Angebote wird daher auf der höchsten Ebene zwischen Barrieren der Leistungserstellung und denen des Konsums unterschieden.

Barrieretyp Leistungsebene Verantwortungsträger (Bsp.) Rahmenbedingungen Politik und Rechtsprechung Infrastruktur Netzbetreibergesellschaften Koordination Flugsicherung, Fahrdienstleitung Verkehrsdienstleistung (Transport des Reisenden)

Verkehrsunternehmen

Information Reisebüro

Leistungsbarrieren

Vertrieb und Buchung Computer-Reservierungssystem (CRS)

Konsumbarrieren Nutzung Reisende/r Tabelle 1 Barrieretypen und Leistungsebenen intermodaler Angebote

4.1 Leistungsbarrieren

Unter Leistungsbarrieren werden im weiteren solche Hindernisse verstanden, die es den Dienstleistungsunternehmen erschweren, integrierte Angebote am Markt anzubieten. Diese umfassen dabei sowohl solche Barrieren, die aus dem Umfeld der Leistungsersteller erwachsen als auch solche, die in den Dienstleistungsunternehmen selbst begründet sind.

Die Dienstleistungstheorie unterscheidet eine potential-, ergebnis- und prozess-orientierte Sichtweise auf Dienstleistungen21. Die weitere Darstellung bedient sich einer prozessorientierten Sicht zur Systematisierung von Barrieren22.

Dienstleistungen lassen sich in die Vorkombination und die Endkombination differenzieren. Während in der Vorkombination die Leistungsbereitschaft sichergestellt wird, also die Fähigkeit geschaffen wird, eine angebotene Dienstleistung grundsätzlich erstellen zu können, dienst die Endkombination dazu – zusammen mit dem Kunden als externen Faktor – die Dienstleistung faktisch zu realisieren.

21 Vgl. z.B. BRUHN; MEFFERT [1998]

22 Es bieten sich verschiedene Systematisierungen für diese Barrieren an. Eine mögliche Alternative wäre bspw. die Unterteilung in rechtliche, technische, wirtschaftliche und kulturelle Dimensionen.

36

Barrieren der Vorkombination sind daher alle Hindernisse, die die Bereitschaft zu Leistungserstellung hemmen oder gar unmöglich machen. Jene der Endkombination sind solche, die seitens der Dienstleistungsunternehmen die Erstellung einer geplanten Leistung behindern. Nicht betrachtet sind dabei aber Barrieren, die unmittelbar aus dem externen Faktor „Kunde“ resultieren, diese werden im Abschnitt Konsumbarrieren näher betrachtet.

4.1.1 Vorkombination

Die Vorkombination von Dienstleistungen umfasst alle Prozessschritte, die erforderlich sind, um eine Dienstleistung am Markt anzubieten und diese nach dem Verkauf an einen Kunden auch zu erbringen.

Es können dabei folgende Unterthemen differenziert werden:

- Politischer Kontext und Rechtsprechung

- Materielle Infrastruktur

- Planung

- Information

- Vertrieb

Im folgenden sollen diese Bereiche potenzieller Barrieren beleuchtet werden und durch Beispiele die Bedeutung dieser Hindernisse angedeutet werden.

Eine der grundlegende Voraussetzung ist das gesetzliche und politische Umfeld. Für intermodale Angebotskonzepte ist maßgeblich in wieweit die politischen Vorgaben und die gesetzgeberischen bzw. gesetzsprechungsbezogenen Vorstellungen eine dienstleistungsbasierte Verknüpfung von Verkehrsträgern unterstützen oder diesen entgegen wirken. Hinsichtlich der politischen Zielsetzungen kann für intermodale Verkehrsangebote eine große Unterstützung festgestellt werden. Nahezu jede umfassendere (verkehrs-)politische Erklärung in der jüngeren Zeit adressiert das Thema Vernetzung der Verkehrsträger bzw. Intermodalität und betont die wünschenswerten Auswirkungen auf die verfügbaren infrastrukturellen Kapazitäten und die Angebotsqualität.23

23 Hier wären beispielhaft die Koalitionsvereinbarung zwischen SPD und den Grünen (2002) oder das aktuelle Weissbuch der Europäischen Kommission zu nennen.

37

Im gesetzliche Umfeld ist dagegen keine direkte Förderung intermodaler Angebote feststellbar. Offenbar hat der politische Wille zur Förderung integrierter Verkehrs-systeme bislang nur sehr geringe Auswirkungen auf den traditionell eher verkehrs-trägerspezifischen Gesetzgebungsprozess. Beispielsweise hat die Europäische Kommission durch entsprechende Vorgaben die Rechte der Flugreisenden nachhaltig gestärkt, eine vergleichbare Initiative für den Eisenbahnverkehr ist zwar geplant aber noch nicht realisiert. Intermodale Verkehrsdienstleistungen sind dagegen eher vergleichbar mit Pausschalreisen und werden daher gesetzlich wie dieses behandelt, d.h. ein Anbieter von solchen integrierten Leistungen haftet gegenüber dem Kunden (Reisenden) für das gesamte Leistungs“paket“, unabhängig davon auf welchen Verkehrsträger eine Teilleistung erbracht wird.

Wenn beispielsweise ein Anbieter eine Leistung anbietet, die Schienenverkehrs- und Luftverkehrsdienstleistungen kombiniert (s. AIRail), so haftet der Anbieter der Leistung für alle Mängel, die dem Kunde aus der Kombination oder den einzelnen Teilleistungen erwachsen. Da die Einflussmöglichkeiten z.B. einer Fluggesellschaft auf ein kooperierendes Eisenbahnunternehmen oder vice versa vergleichsweise gering sind, besteht hier ein Risiko, gegen das sich der Anbieter absichern muss. Es bestehen nun zwei Möglichkeiten: der Anbieter kann sich gegen Regressforderungen „versichern“, d.h. es werden Anteile des Verkaufspreises in einen Fonds eingezahlt, um eventuelle Schäden zu decken, und/ oder es werden Prozesse installiert, die solche Schäden reduzieren. In beiden Fällen entstehen Zusatzkosten, die – auf das integrierte Angebot umgelegt – die direkten Kosten für den Reisenden erhöhen und die Attraktivität dieser Verkehrsdienstleistungen wiederum mindern.

Im Luftverkehr hat sich eine Reihe von strategische Allianzen zwischen Fluggesellschaften etabliert. Diese Allianzen dienen nach Auskunft der Unternehmen der Verbreiterung des Angebotes (mehr Frequenzen, mehr Ziele) und der Generierung von Mengeneffekten (economies of scale) in der Beschaffung24. Diese Form der Unternehmenskooperation wird jedoch von den Wettbewerbshütern sehr kritisch gesehen; so erfolgte die Genehmigung der 1997 von Lufthansa, United Airlines und SAS gebildeten Star Alliance erst fünf Jahre später. In der Zeit der Prüfung durch die Europäischen Kommission war der Verbund auf insgesamt 14 Fluggesellschaften angewachsen. Hintergrund der Prüfung war die Sorge, dass durch solche Allianzen die Marktgleichgewichte beeinflusst werden und einzelne Bündnisse eine markt-beherrschende Stellung erreichen könnten. In den meisten Fällen werden daher

24 Lufthansa beziffert die Einsparungen durch die Teilnahme am Luftfahrtbündnis Star Alliance auf 250 Millionen Euro jährlich. Der Zusammenschluss zwischen Air France und KLM soll mittelfristig sogar jährliche Synergien in Höhe von bis zu 500 Millionen Euro erbringen.

38

Zusammenschlüsse auch nur unter teilweise strengen Auflagen genehmigt. Für intermodale Verkehrsdienstleistungen bedeutet dieses, dass weitreichende Kooperationen von wirtschaftlich bedeutenden (und damit intermodal sehr leistungsfähigen) Unternehmen der Gefahr ausgesetzt sein können, von den Kartellbehörden verboten zu werden.

Neben der Rahmenbedingungen sind auch die verfügbaren Infrastrukturen maßgebliche Voraussetzungen für die Vorkombination von solchen Dienstlistungen. Nur wenn es eine hinreichende Zahl von Verknüpfungspunkten zwischen den Teilverkehrs-systemen gibt, ist es sinnvoll Leistungen einzelnen Verkehrsträger miteinander zu kombinieren. In Anbetracht dessen, dass die Verkehrsträger in der Vergangenheit eine sehr unterschiedliche – und auch zeitversetzte – Entwicklung absolviert haben, sind nachträgliche Korrekturen im „Layout“ der Infrastrukturnetze oftmals mit erheblichen Kosten verbunden.

Die Baukosten des 1999 in Betrieb genommenen Fernbahnhofs am Flughafen Frankfurt/Main betrugen 280 Millionen Euro25. Hinzu kamen noch Kosten für den Verbindungsbau zum Terminal 1 des Flughafens sowie die Erweiterung der flughafen-eigenen Gepäckförderanlage26. Voraussetzung für eine entsprechende Nutzung der vorhandenen Bahnhofskapazität von jährlich 9,2 Millionen Passagieren war jedoch der milliardenteuere27 Neubau der Hochgeschwindigkeitsstrecke Köln-Frankfurt. Die Anbindung des Flughafens Düsseldorf an das Schienenfernverkehrsnetz kostete bspw. 190 Millionen Euro. Dabei wurden 40 Millionen in der neu zu bauenden Fernbahnhof, 115 Millionen Euro in das SkyTrain-System (people mover) und weitere 35 Millionen Euro in das sogenannte Air-Rail Terminal am Flughafen selbst investiert.28 Die Kosten für den Bau eines Fernbahnhofs (einschl. der Verbindungsschleife) am Köln-Bonner Flughafen wurde sogar mit fast 360 Millionen Euro kalkuliert29.

Die Zahlen machen deutlich, dass die infrastrukturelle Vernetzung von Verkehrsträgern mit erheblichen Investitionen verbunden ist. Infolge der Liberalisierung des

25 Vgl. Präsentation von H. Fakiner auf der Air//Rail-Konferenz 2003 in Frankfurt/Main

26 Als Vergleichswert können die Kosten für die neue Hochgeschwindigkeitsgepäckförderanlage in Flughafen München betrachten werden. Diese Investition betrug 115 Millionen Euro.

27 Die Kosten für die Gesamtmaßnahme werden auf bis zu 6 Milliarden Euro beziffert, davon finanzierte der Bund 4 Milliarden Euro (vgl. http://www.bmvbw.de/Neubaustrecke-Koeln-Rhein/Main-.737.htm).

28 Vgl. Präsentation von E. Krieger auf der Air//Rail-Konferenz 2003 in Frankfurt/Main.

29 Vgl. BAUM ET AL. [1994], S. 59 (Angaben in Euro umgerechnet).

39

Verkehrsmarktes sowohl in Luftverkehr als auch größtenteils im Schienenverkehr und des damit einhergehender wachsenden Wettbewerbs ist die Bereitschaft zu solchen Investitionen deutlich stärker an die dadurch zu erwartenden Einnahmen gekoppelt, so dass eine Finanzierbarkeit nur bei entsprechend gestiegenen Nutzerzahlen oder höheren Einnahmen je Nutzer gegeben ist.

Sind die rechtlichen und infrastrukturellen Erfordernisse gegeben, dann sind die einzelnen Verkehrsdienstleistungsunternehmen in der Lage mit ihrer eigentlichen Angebotsplanung zu beginnen. Soweit sie (Teil-)Leistungen des geplanten Angebots nicht selbst erstellen, müssen sie die komplementären Leistungsteile von anderen Unternehmen „einkaufen“. Da es sich dabei aber maßgeblich um Dienstleistungen handelt, können nur Leistungsversprechen vereinbart oder erworben werden. Problematisch ist dabei die zeitliche, räumliche und qualitative Abstimmung einzelner Leistungsbausteine sowie die Absicherung der vorgesehenen Gesamtleistung gegen Ausfälle von Teilleistungen (z.B. vertragliche Regelungen, Notfalllösungen). Neben den oben schon angesprochenen „Versicherungskosten“ gegenüber dem Endkunden besteht bei den Verkehrsdienstleistern ein hoher Planungsaufwand, dessen Kosten im Vergleich zum Integrationsgrad der intermodalen Dienstleistung überproportional wachsen. Hier ist eine Balance zwischen Komplexität der Dienstleistung und der an die Kunden weiterzugebenden Kosten zu finden, die sich kaum auf Erfahrungswissen der Planenden stützen kann.

Sind alle vorstehenden Erfordernisse erfüllt, so sind die Informationsflüsse zwischen den an der integrierten Dienstleistung unmittelbar wie auch mittelbar beteiligten Unternehmen zu organisieren. Diese umfassen z.B. die Bereitstellung von aktuellen Planungs-, Buchungs- und Verkaufsdaten so dass alle „Zulieferer“ die erforderlichen Kapazitäten bereithalten können bzw. etwaige Engpässe an die koordinierenden Partner weitermelden können. Zwar gibt es einzelne Industriestandards zur Informationsübermittlung im Verkehrsbereich (wie SSIM, HAFAS), doch wurden diese zumeist verkehrsträgerspezifisch konzipiert, so dass zwischen den kooperierenden keine standardisierten Informationsschnittstellen existieren und diese aufwändig geschaffen werden müssen.30

30 Ein Austausch von Fahrplaninformationen zwischen den luftverkehrsspezifischen Format nach dem „Standard Schedule Information Manual (SSIM)“ der ICAO und dem bahnspezifischen (deutschen) HAFAS-Format ist nur bedingt möglich. Hintergrund ist dabei das Informationskonzept; während die HAFAS-Daten ein Linienkonzept (mit allen Zwischenhalten eines Zuges) abbilden, werden im SSIM-Format Informationen zu einzelnen buchbaren Flugverbindungen gehalten. Eine standardisierte Umsetzung der Informationen existiert gegenwärtig nicht, so dass eine Überführung der Daten von einem in das andere Format zu erheblichen Kosten oder Informationsverlusten führt.

40

Das von der Europäischen Kommission initiierte Rail Air Intermodality Facilitation Forums (RAIFF) stellt fest, dass die Luftfahrtindustrie ihre Datenbestände erweitern und die Kodierungen (z.B. für Flughäfen) modifizieren müsste. Diese würde für den Luftverkehr aber Kosten in Milliardenhöhe (US$) nach sich ziehen, so dass auf absehbare Zeit Modifikationen der Kodierungssysteme im Luftverkehr ausgeschlossen sind.31

Mit Blick auf die gemeinsamen Planungsprozesse kooperierender Unternehmen stellt sich auch die Frage nach der Leistungsmessung und Beurteilung von Qualitäten. Deutsche Lufthansa, Fraport und Deutsche Flugsicherung (DFS) haben jüngst eine einheitliche Datenbasis entwickelt, die für die beteiligten Unternehmen eine "gemein-same Sichtweise auf die gesamten Prozesse des An- und Abfluges sowie auch der Pünklichkeit" sicherstellen soll. Bisher gab es nur eine einzige Datenbasis, die wirklich vergleichbar war. Alle anderen Qualitätsmaßstäbe basierten auf unterschiedlichen Daten der jeweiligen Unternehmen. "Voraussetzung für gemeinsames Handeln ist eine einheitliche Bewertung der Ist-Situation. Dies scheitert aber oft schon an unterschiedlichen Begrifflichkeiten und Definitionen", so ein Projektmitglied.32 In Anbetracht dessen, dass es sich hier (nur) um ein luftverkehrsinternes Projekt handelt, wird deutlich welche Aufgaben auf die Anbieter integrierter Verkehrsleistungen warten, wenn sie die (messbare) Qualität einer Dienstleistung über verschiedene Teilverkehrs-systeme hinweg beurteilen wollen.

Die Vorkombination einer Dienstleistung schließt mit deren Verkauf bzw. Vertrieb ab. Verkehrsdienstleistungen werden typischerweise über unternehmenseigene Verkaufsstellen (z.B. Fahrkartenschalter/-automaten) oder Handelsstrukturen (z.B. Reisebüros) verkauft. In der jüngsten Zeit hat der steigende Wettbewerbsdruck im Verkehrsbereich zu nachhaltigen Veränderungen in den sogenannten Vertriebskanälen geführt. Viele Unternehmen versuchen den Verkauf auf möglichst kostengünstige Kanäle wie Automaten oder Internet zu verlagern. Dieses hat auch zu einer veränderten Rolle der Reisebüros geführt. Haben Reisebüros in der Vergangenheit hauptsächlich als Handelsvertreter (Verkauf konfektionierter Leistungen gegen Provisionen vom Handelsherren) gearbeitet, hat die Umstellung vieler Fluggesellschaften auf eine

31 Vgl. Final Report of the RAIL AIR INTERMODALITY FACILITATION FORUM (Volume 1, Seite 6) http://europa.eu.int/comm/transport/air/raiff/doc/2004_finalreport_en.pdf

32 Vgl. STENGER [2003]

41

sogenannte Nullprovision33 dazugeführt, dass die Reisebüros ein Bearbeitungs-/Beratungsentgelt für ihre Leistungen von den Kunden verlangen müssen.

Die im Luftverkehr noch stark genutzten Computer-Reservierungssysteme (CRS) wurden in der Vergangenheit von Luftfahrtgesellschaften gegründet, um den weitverzweigten weltweiten Vertriebsnetzen eine standardisierte Buchungsmöglichkeit zu bieten. Durch die Entwicklung des Internets nimmt die Bedeutung dieses Vertriebskanals für die Fluggesellschaften aber ab, so dass viele Gesellschaften ihre Anteile an den Reservierungssystemen verkauft haben und in den USA die Vorgaben für CRS liberalisiert worden sind. Dieses führt in der Folge zu einer immer stärken Fragmentierung der Vertriebskanäle und höherem Aufwand für die Versorgung dieses wachsenden Vertriebskanal-„Mixes“.

Die vorstehenden Ausführungen zu den potentiellen Barrieren in den Vorkombination eines intermodalen Verkehrsangebotes haben gezeigt, dass es mehrheitlich zu höheren Kosten führt, wenn die existierenden Hindernisse überwunden werden müssen, es aber grundsätzlich keine unüberwindbaren Barrieren für integrierte Verkehrsdienstleistungen gibt.

Zentrale Erkenntnis ist daher, dass im einem Wettbewerbsumfeld, wie es der liberalisierte und zunehmend privatisierte Verkehrsmarkt darstellt, die kalkulierten Kosten für intermodale Angebotskonzepte über der Summe der Kosten für die einzelnen Teilleistungen liegen müssten und die integrierten Leistungen daher nur eingeschränkt wettbewerbsfähig gegenüber verkehrsträgerspezifischen Angeboten wären. Einsparungspotentiale gäbe es nur durch entsprechende Absatzmengen, bei denen die (fixen) Kosten für die Schaffung und Sicherung der Leistungsintegration pro Kunde geringen ausfallen würden. Ein Anbieter muss daher das aktivierbare Marktpotentiale für solche Verkehrsdienstleistungen entsprechend hoch einschätzen und die angebotenen Leistungen schon im Rahmen der Vorkombination entsprechend dimensionieren, um eine Wirtschaftlichkeit seines Angebotes zu unterstellen.

33 Bei Nullprovisionen zahlen die Fluggesellschaften keine Provisionen mehr an die Handelsvertreter und kalkulieren diese auch nicht mehr in die Ticketpreise ein (Nettotarife). Die Reisebüros werden so vom Handelsvertreter zum Händler, der eine fertige Leistung einkauft und sie mit Aufschlägen (Margen) an den Endkunden weitervertreibt. Noch deutlicher wird die Veränderung, wenn ein Reisebüro unterschiedliche Leistungen zu einem Paket bündelt und dieses als Einheit an den Endkunden veräußert. Nun hat das Reisebüro den Status eines Reiseveranstalters und haftet gegenüber seinem Kunden für alle Teilleistungen aus den verkauften Paket.

42

4.1.2 Endkombination

In der als Endkombination bezeichneten Phase der Dienstleistungsproduktion werden die in der Vorkombination bereitgestellten Ressourcen unter Einbindung des Kunden zu einer Dienstleistung verbunden und das verkaufte Leistungsversprechen eingelöst. Zu den in dieser Phase möglichen Barrieren zählen folgende Hindernisse:

- Koordination der Teilleistungen

- Steuerung der Nachfrage innerhalb eines begrenzten Angebotes

- Einbindung des „externen Faktors“ Kunde sowie

- Abrechnung der Leistung zwischen den beteiligten Unternehmen

Die Koordination der Teilleistungen zur Schaffung der eigentlichen Dienstleistung ist keine typische Barriere für intermodale Angebotskonzepte, da diese Problemstellung in den meisten Produktionsprozessen von Sachgütern und/oder Dienstleistungen vorhanden ist. Problematisch können bei verkehrsträgerübergreifenden Dienst-leistungen jedoch die jeweils unterschiedlichen „Kulturen“ der beteiligten Unternehmen sein. Je nach den (Selbst-)Verständnis der einzelnen Unternehmen können vereinbarte Kooperationsleistungen zwischen den Partnern durch unterschiedliche Vorstellungen über Kundenbedürfnisse, Mindestanforderungen und Qualitätsmaßstäbe dazuführen, dass die resultierende integrierte Dienstleistung nicht die geplante Ausprägung besitzt und von den Kunden als nicht ausreichend beurteilt wird.

Kollektivdienstleistungen wie sie mit Flugzeugen, Bussen oder Eisenbahnen angeboten werden, haben einen hohen Fixkostenanteil, der sich aus dem erforderlichen Einsatz von unteilbaren Transporteinheiten (Bus, Fugzeug, Zugeinheit) ergibt. Ziel eines Verkehrsunternehmens muss es sein, die zur Erstellung der Dienstleistung erforderlichen Fixkosten auf möglichst viele zahlende Kunden umzulegen, also eine möglichst hohe Auslastung der Transporteinheiten zu erreichen. Einen Einfluss auf den Auslastungsgrad hat das Unternehmen durch die Wahl einer geeigneten Transporteinheit34 oder durch eine Steuerung der Nachfrage entsprechend ihrer Zahlungsbereitschaft. Letzteres wird als Yieldmanagement35 bezeichnet und

34 Innerhalb einer Fluggesellschaft können z.B. die Flugzeuge zweier geplanter Flüge getauscht werden, wenn die Nachfrage für den einen Flug höher als geplant und auf den anderen Flug geringer als geplant ist und der Tausch der Fluggeräte im Durchschnitt zu einer höheren Auslastung führt. Zur Bewältigung der sich ergebenden Planungskomplexität setzen Fluggesellschaften für diese Optimierungen eigens entwickelte Computerprogramme ein.

35 Yield: durchschnittlicher Erlös pro Passagier

43

kennzeichnet eine Kurzfristplanung zur Nachfragesteuerung innerhalb eines vorgesehenen fixen Angebotsumfanges. Dabei reserviert der Anbieter bestimmte Angebotskontingente für höherwertige Kunden bei knappen Angebot und/oder begrenzt den Umfang besonders günstiger Angebote bei ausreichend hoher Nachfrage. Bei integrierten Angeboten können diese Steuerungsmechanismen üblicherweise nicht greifen, da die verkehrsträgerübergreifendem Reiseketten auf die sichere Verfügbarkeit von Teilleistungen auf einzelnen Verkehrsmitteln angewiesen ist. Aus diesem Grunde werden Verkehrsunternehmen nur Teilleistungen kombinieren, wenn deren Verfüg-barkeit mit ausreichend hoher Sicherheit gegeben ist. Da die Lieferanten aber auf eine Maximierung des Kundenerlöses bedacht sind, werden sie nur entsprechend teure Leistungen zur Kombination mit anderen komplementären Reisekettenelementen anbieten. Sollten die Nachfragemengen nach intermodalen Dienstleistungen langfristig eine Steuerung der Nachfrage erlauben, so dürfte die sich ergebende Komplexität der Leistungskombinationen eine aufwändige Planung erfordern, die sich auch wieder in den Preise für solche Angebote niederschlagen müsste.

Nach dem Uno-actu-Prinzip bedarf es zur Erstellung von (Verkehrs-)Dienstleistungen der Einbindung des „externe Faktors“ Kunde - nur mit oder an ihm kann eine Dienstleistung erstellt werden. Die Abhängigkeit vom Kunden schlägt sich auch in der Qualität der erstellten Dienstleistung nieder. Nur wenn der Kunde die ihm zugedachten Teile zur Dienstleistung im geplanten Umfang, zur richtigen Zeit und am vorgesehenen Ort beisteuert, kann das gegebene Dienstleistungsversprechen von Unternehmen eingelöst werden. Neben einer messbaren objektiven Qualität der Dienstleistung ist es aber in besonderen Umfang die subjektiv empfundenen Dienstleistungsqualität, die die Zufriedenheit des Kunden bestimmt. Bei intermodalen Angeboten ist es daher wichtig, die kundenspezifische Intermodalität zu berücksichtigen. Ist der Kunde mit dem ihm zugedachten Anteil an der Leistungserbringung überfordert (z.B. durch aufwendige zeitkritische Umsteigevorgänge oder (für ihn) unzureichende Information vor oder während der Reise) oder besitzt der Kunde nicht die Zahlungsbereitschaft für die bestimmte Leistungsteile (z.B. hätte er einzelne Leistungen lieber selbst erbracht und möchte daher nicht für sie zahlen), so kann die angebotene Leistung zwar der vom Unternehmen geplanten Qualität entsprechen, der Kunde wird aber mit ihr nicht oder nur teilweise zufrieden sein. Dieses beeinträchtigt seine Bereitschaft diese Dienstleistung noch mal zu kaufen und kann durch negative „Mund-zu-Mund-Propaganda“ sogar andere potentielle Kunden abschrecken.

Ein Verkehrsunternehmen steckt daher in dem Dilemma, dass es sowohl in hohem Maße standardisierte Dienstleistungen anbieten muss, um die eigenen Kosten niedrig zu halten, andererseits muss es in besonderem Umfang einer unterschiedlichen Intermodalität auf Seiten der Nutzer Rechnung tragen.

4.2 Konsumbarrieren

Konsumbarrieren bezeichnet alle Hindernisse, die auf der Konsumentenseite die Nutzung intermodaler Angebote einschränken. Grundsätzlich lassen sich drei Unterbereiche unterscheiden:

- Ebene des Verkehrssystems bzw. der Verkehrsdienstleistungen

- Ebene der jeweiligen Reisekontexte

- Ebene der persönlichen Einstellungen und Erwartungen

Die Verkehrssystemebene umfasst alle Hindernisse, die sich aus der Benutzung des Verkehrsinfrastruktur und/oder der Verkehrsdienstleistungen ergeben. Hierzu gehört auch die Intermodalität der Nutzer, also die Fähigkeit zwischen den Teilverkehrs-systemen zu wechseln und die jeweiligen Leistungen zu verknüpfen. Dieser Aspekt wurde schon im Zusammenhang der Leistungsbarrieren diskutiert. Während es bei der Angebotsgestaltung darum ging, ein wirtschaftlich angemessenes Verhältnis von erforderlicher Nutzer-Intermodalität und bereitgestellter System-Intermodalität zu finden, so stellt sich für den einzelnen Reisenden die Gegenfrage, ob die angebotene System-Intermodalität der integrierte Transportkette den Bedürfnissen und der geforderte Preis der jeweils individuellen Zahlungsbereitschaft entspricht? Nach den Nutzentheorie wird ein Reisender eine angebotene Transportkette nur wählen, wenn der erwartete Nutzen einer solchen Reiseform unter Berücksichtigung des geforderten Preises positiv ist.

Da der Kunde wie oben schon beschrieben aber anfangs lediglich ein Leistungsversprechen erwerben kann, liegt ein Hindernis für neue intermodale Angebote in der Bewertung der angebotenen Leistung ohne dass eine entsprechende Erfahrung mit dieser oder sogar allgemeiner mit vergleichbaren Leistungen vorliegt. Hier kann ein Unternehmen nur mit dem Vertrauen werben, dass es sich schon mit anderen verkauften und bewährten Leistungen erworben hat. Der Kunde muss andererseits annehmen, dass der Anbieter der integrierten Leistung auch auf für alle anderen Teilleistung, die nicht in seinem unmittelbaren Einflussbereich liegen, Vertrauen verdient und deshalb die kombinierte Leistung in der Qualität und Sicherheit einer ausschließlichen Leistung des anbietenden Unternehmens entspricht.

Insbesondere dann, wenn der Kunde schon weniger positive Erfahrungen mit anderen Unternehmen, die Teilleistungen zu der angebotenen Leistung beitragen (müssen), gemacht hat oder diese Unternehmen in der öffentlichen Meinung weniger positiv wahrgenommen werden, kann dieses wesentlichen Einfluss auf wahrgenommenen Nutzen und damit auf die Entscheidungsfindung.

44

45

Es ist jedoch fraglich, ob die oben erwähnte Idealform der Nutzentheorie auch die Realität vollständig abbilden kann. Während der Nutzentheorie oftmals die Annahme einer vollständigen Information zugrunde liegt, d.h. der Entscheidende kennt alle verfügbaren Alternativen und kann alle ihre Eigenschaften entsprechend bewerten. Im Alltag sind die Menschen jedoch häufig auf Vereinfachungen, Erfahrungen und Routinen angewiesen, um die Vielzahl der Entscheidungssituationen bewältigen zu können. Dieses wiederum kann dazu führen, dass neue und/oder komplexere Alternativen, wie sie integrierte Transportketten de facto darstellen, in vielen Fällen nicht objektiv bewertet werden (können) und daher nicht gewählt werden. Dieses macht deutlich, dass positive Erfahrungen mit solchen Verkehrsdienstleistungsangeboten die Wahlchancen deutlich erhöhen. Insbesondere gilt dieses, wenn sie von sogenannten „Multiplikatoren“ gemacht werden, die ihre neuen Erfahrungen über unterschiedliche Kanäle eine größere Zahl von Mitmenschen weitergeben.

Entscheidend ist aber auch, ob die geplante Reise die Nutzung eines solchen intermodalen Angebots sinnvoll erscheinen lässt. Wenn der Reisekontext (bspw. aufgrund mehrer oder großer zu transportierender Gepäckstücke) dem Reisenden die Nutzung einer integrierten Transportkette als weniger nützlich erwarten lässt, dann kann es sein, dass der Reisender diese Alternative schon in einem sehr frühen Planungsstand ausschließt.

46

5 Erhebungen und Gewichtung

Grundlage der Modellarbeiten im Projekt INVERMO sind empirische Informationen über den Untersuchungsgegenstand Fernverkehr; diese werden im Rahmen des Projektes erhoben. Die Entwicklung eines geeigneten Erhebungsansatzes, die Durchführung sowie die Aufbereitung und Gewichtung der Erhebungsdaten sind daher ein zentrales Element des Projektes.

Es wurde ein dreistufiges Erhebungskonzept entwickelt, dass neben einer repräsentativen Grundlagenerhebung besonderen Wert auf Analysemöglichkeiten im intrapersonellen Längsschnitt legt. Daher ist die Haupterhebung als Panel-Erhebung mit wiederholter Befragung der Probanden konzipiert.

Der Ausrichtung des Projektes auf die Akzeptanzmessung intermodale Dienstleistungsangebote wird insbesondere in der dritten Erhebungsstufe Rechnung getragen. Eine Erfassung der Situation in der Ausgangslage im zeitlichen Längsschnitt, die das Verhalten von Reisenden über einen längeren Zeitraum hinweg beobachten, ist notwendig, um die Nutzer hinsichtlich ihres modalen Wahlverhaltens genauer charakterisieren zu können. Mit den Intensivinterviews werden vielfältige Schlüsselinformationen zu den Bedürfnisse der Reisenden bei der Nutzung intermodaler Dienstleistungen erfragt.

Die Gewichtung der mehrstufigen Erhebungsdaten dient der Ausweisung zuverlässiger Messwerte im Querschnitt. Das mehrstufige Erhebungsdesign bietet dabei vielfältige Gewichtungs- und Kontrollmöglichkeiten, die intrapersonelle Ergebnisse der verschiedenen Stufen verknüpft werden können, um Verzerrungen und Wiedersprüche aufzudecken.

In den Kapiteln 5.1 bis 5.4 wird das Erhebungskonzept sowie die einzelnen Erhebungsstufen vorgestellt. Das Kapitel 5.5 gibt einen Überblick über die Gewichtungsschritte.

5.1 Erhebungskonzept

Eine längsschnittorientierte Erfassung von Fernverkehr stellt erhebliche Anforderungen an die Konzeption der notwendigen Erhebungen. Bei der empirischen Erfassung von Fernverkehr bewegt man sich nicht nur in einem Spannungsfeld zwischen den Anforderungen an die Repräsentativität und an die Detaillierung sondern auch hinsichtlich methodischer Restriktionen. Bei den Überlegungen zur Konzeption des Erhebungsinstrumentes hat sich daher schnell gezeigt, das für längsschnittorientierte Untersuchungen im Fernverkehr ein mehrstufiges Erhebungskonzept notwendig ist, um

sowohl die Anforderungen an die Repräsentativität als auch an den Detaillierungsgrad erfüllen zu können. Ein mehrstufiger Ansatz bietet zwar die Möglichkeit zur Erfüllung der Forderungen hinsichtlich Längsschnittansatz und Detaillierungsgrad, bietet aber auch Risiken aus der Notwendigkeit, die Daten der einzelnen Erhebungsstufen aufeinander abstimmen zu müssen.

Um intrapersonell ausreichend lange Erhebungszeiträume generieren zu können, wurde ein Panel-Ansatz mit wiederholter Befragung der Probanden erarbeitet. Im Rahmen des Projektes INVERMO lag der Nutzen des Panel-Ansatzes jedoch nicht in der Schaffung einer Vergleichbarkeit verschiedener Zustände36. Basierend auf der Panel-Erhebung wurden einzelne intrapersonelle Erhebungs-„Scheiben“ innerhalb des Kalenderjahres zusammengesetzt, um jahreszeitliche Schwankungen (Saisonalität) berücksichtigen zu können (vgl. Abbildung 3). Auch wenn diese Vorgehensweise aufgrund von Brüchen zwischen den einzelnen Erhebungsblöcken nicht die Qualität einer entsprechenden Erhebung „am Stück“ erreichen kann, so umgeht dieses Konzept die Schwierigkeiten einer entsprechenden „monolithischen“ Erhebung über ein Kalenderjahr.

5. Welle5. Welle3.

4. Welle2.

2. Welle3. Welle1. Welle2. Welle1.

DezNovOktSepAugJulJunMaiAprMarFebJanMonat

Kohorte

Abbildung 3 Panel-Erhebungskonzept zur Längsschnittbildung (eigene Darstellung)

Aus den obigen Überlegungen heraus wurde schließlich ein dreistufiger Erhebungsansatz realisiert, der folgende Erhebungsstufen umfasst:

- Screening-Erhebung als repräsentative Basiserhebung

- Haupterhebung zur detaillierten Erfassung von Reiseereignissen

- Intensivinterviews mit Methoden der Direkten Nutzenmessung zur Beurteilung intermodaler Angebote

36 wie z.B. in Vorher-Nachher Untersuchungen üblich zur Bestimmung der Wirkungen einer Maßnahmen

47

Der Grundgedanke des Konzeptes liegt darin, mittels einer Basiserhebung (Screening) ein repräsentatives Bild der Fernverkehrsnachfrage zeichnen zu können. Dem Erhebungskonzept wurde die in Deutschland lebende Wohnbevölkerung (Inländerprinzip), die in einem Haushalt mit Telefonanschluss lebt, mit einem Alter von mindestens 14 Jahren als Grundgesamtheit zugrunde gelegt.

Aus den Teilnehmern dieser ersten Stufe der Erhebung werden anschließend die Probanden der Haupterhebung gewählt, so dass eine intrapersonelle Verknüpfung der Daten beider Erhebungen vorliegt. Die Teilnehmer der Haupterhebung werden um eine dreimalige Teilnahme gebeten. Auch für die dritte Stufe der Erhebung werden wiederum die Probanden aus der vorangegangenen Stufe rekrutiert, wodurch auf intrapersoneller Ebene die verfügbaren Informationen je Erhebungsteilnehmer weiter kumuliert werden (Abbildung 4).

Abbildung 4 Erhebungsaufbau, schematisch (eigene Darstellung)

Die Erhebung ist als Personenstichprobe konzipiert. Die Reisen der übrigen Mitglieder im Haushalt werden folglich nicht vollständig erfasst, jedoch alle gemeinsam mit der Zielperson der Erhebung unternommenen Reisen.

Mittels dieses dreistufigen Erhebungsansatzes konnte für eine längsschnittorientierte Erhebung sowohl die Forderung nach Repräsentativität als auch nach hohem Detaillierungsgrad erfüllt werden. Jedoch umfasst keine der Erhebungsstufen Daten, die vom Kontext der übrigen Stufen gelöst ein in sich geschlossenes und detailliertes Bild der Nachfrage im Fernverkehr ermöglichen. Die Screening-Erhebung vermittelt in einem repräsentativen Bevölkerungsquerschnitt Eckwerte und Strukturen der Nachfrage, jedoch mit geringem Detaillierungsgrad. Die Haupterhebung hingegen weist einen adäquaten Detaillierungsgrad auf, aufgrund der vorgenommenen Stichproben-schichtung ist diese jedoch nur partiell hochrechenbar. Die Intensivinterviews bauen wiederum auf einer geschichteten Auswahl der Haupterhebung auf. Durch den intrapersonellen Zusammenhang der Erhebungsstufen ist eine Korrektur der

48

Schichtungen möglich. Erst die Verbindung aller empirischen Informationen der verschiedenen Stufen ermöglicht ein konsistentes und detailliertes Bild (Abbildung 5). Dieses Ziel wird mittels des in Kapitel 7 vorgeschlagenen Modells erreicht.

Abbildung 5 Detaillierung und Repräsentativität in der INVERMO-Erhebung (eigene Darstellung)

Die Feldarbeit für das Projekt INVERMO wurde in den Jahren 1999 bis 2003 durchgeführt. Die Screening-Erhebung wurde in drei Blöcken durchgeführt. Die Zeitpunkte der Screening-Erhebung sind so gewählt, dass eine zeitnahe Anwerbung der Kohorten für die Wellen der Haupterhebung sichergestellt werden konnte.

Für die Haupterhebung wurden mittels des Screening drei Teilnehmerkohorten angeworben. Jeder Proband ist zur wiederholten Teilnahme an den Erhebungswellen aufgefordert, insgesamt wurden vier Erhebungswellen durchgeführt. Die Wellen der Haupterhebung wurden mit einem zeitlichen Versatz von acht Monaten durchgeführt, so dass die Probanden jeder Kohorte in jeweils drei unterschiedlichen Jahreszeiten berichten (Abbildung 6).

Die Probanden der Intensivinterviews wurden aus den Teilnehmern der 4. Welle der Haupterhebung rekrutiert. Von Personen liegen bereits Informationen aus der Screening-Erhebung sowie aus mindestens zwei Wellen der Haupterhebung vor.

49

20012000 20032002

Hau

pter

hebu

ng

Wel

le 1

Hau

pter

hebu

ng

Wel

le 2

Hau

pter

hebu

ng

Wel

le 4

Hau

pter

hebu

ng

Wel

le 3

Scr

eeni

ng 1

Scre

enin

g 2

Scr

eeni

ng 3

Abbildung 6 Zeitlicher Verlauf Feldarbeit, Screening und Haupterhebung (eigene Darstellung)

Bei der Entwicklung des Erhebungskonzeptes wurde auf die Ergebnisse bereits abgeschlossener (Forschungs-)Projekte zurückgegriffen. Im Bereich des Fernverkehrs sind dies insbesondere die Ergebnisse des Projektes MEST (vgl. AXHAUSEN, YOUSSEFZADEH [1999b]). Die Konzeption der Haupterhebung aus Panel basiert im wesentlichen auf den umfangreichen Erfahrungen am Institut für Verkehrswesen mit dem Deutschen Mobilitätspanel MOP (vgl. z.B. ZUMKELLER, CHLOND, LIPPS [2001]) sowie weiterer längsschnittorientierter Erhebungen und Panel-Ansätze.

5.2 Screening

Das Screening dient als repräsentative Grundlagenerhebung und ist als telefonisches Interview mit einer Gesamtdauer von ca. 15 Minuten konzipiert (vgl. z.B. CHLOND, MANZ, ZUMKELLER [2000]). Das Interview umfasst folgende zentrale Elemente:

- Retrospektive37 Befragung grundsätzlicher Reiseintensitäten (mindestens 100 km einfache Entfernung), differenziert nach Reisezweck38, Reiseziel39 und

37 Abfrage der Reisen der letzen - 12 Monate für Urlaubsreisen und - 3 Monate für die weiteren Kategorien sonstiger privater Reisen

38 vier Kategorien: Urlaubsreisen, Kurzurlaubsreisen, Tagesreisen, Dienstreisen

50

Verkehrsmittel. Neben dem Verständnis der Struktur der Nachfrage ist ein weiteres wesentliches Ziel die Entwicklung eines Schichtungsplanes für die Haupterhebung.

- Abfrage von Zweitwohnsitzen zur Identifikation regelmäßig wiederkehrender Fahrten, besonders für Ausbildungs- und Wochenendpendler, nach Ziel, Entfernung, Verkehrsmittel.

- Erfassung von Fernmobilität (Häufigkeit und Distanzen) im Zusammenhang mit der Berufstätigkeit: Fernpendeln und Fahrten in Ausübung des Berufes (z.B. Fern-Kraftfahrer, Außendienst)

- retrospektive Erfassung der letzten drei durchgeführten Reisen40.

- Erfassung von soziodemographischen und sozioökonomischen Daten zu Haushalt und Person.

Tag der Befragung Zeit

Befragte Personen

• Datei auswertbar im Längsschnitt (intrapersonell auf Personenebene)• Datei auswertbar im Querschnitt (typische Woche) zum Abgleich mit dem

Mobilitätspanel

Beispiel: Referenzwoche (18 Personen)• 11 ohne Fernverkehr• 4 mit einem Reiseereignis• 3 mit zwei Reiseereignissen

mittlere Intensität 0,56 Reisen pro Person

Referenzwoche

39 drei Kategorien: Deutschland, europäisches Ausland, restliche Welt

40 Datum der Reise, Anzahl der Übernachtungen, Zweck, Anzahl Personen, Reiseziel, Entfernung, Verkehrsmittel

51

Abbildung 7 Bestimmung von Fernreiseintensitäten und Abgleich mit den berichteten Reiseintensitäten in der Berichtswoche

Mittels der retrospektiven Erfassung der letzten drei konkreten Reiseereignissen im Screening kann – bezogen auf eine retrospektive Referenzwoche – im Querschnitt eine Intensität in der Einheit „Reisen pro Person und Woche“ ermittelt werden (Abbildung 7). Dieser Messwert ist interessant, da eine direkte Vergleichbarkeit zu den Ergebnissen des Deutschen Mobilitätspanels (MOP) besteht.

Darüber hinaus liefern die Daten der konkreten Reiseereignissen eine Vielzahl weiterer Auswertemöglichkeiten.

Die Feldarbeit ist in drei Erhebungsblöcke unterteilt. Im Herbst 2000 wurden 6.000 Interviews durchgeführt, im Frühjahr 2001 4.000 Interviews (vgl. Abbildung 8). Im Frühjahr 2002 wurden zur Anwerbung der 3. Kohorte 7.000 verkürzte Interviews durchgeführt, so dass insgesamt 17.000 Interviews vorliegen. In den Interviews des Screening wurden ferner ca. 23.000 konkrete Reiseereignisse retrospektiv erfasst.

0

1.000

2.000

3.000

4.000

5.000

6.000

7.000

8.000

Jul 0

0

Aug 00

Sep 00

Okt 00

Nov 00

Dez 00

Jan 0

1

Feb 01

Mrz 01

Apr 01

Mai 01

Jun 0

1Ju

l 01

Aug 01

Sep 01

Okt 01

Nov 01

Dez 01

Jan 0

2

Feb 02

Mrz 02

Apr 02

Mai 02

Jun 0

2

Erhebungsdurchführung

Stic

hpro

beng

röße

ScreeningKohorte 1

ScreeningKohorte 2

ScreeningKohorte 3

Abbildung 8 Screening: Stichprobengröße und Erhebungszeiträume (eigene Darstellung)

Der telefonische Interviewablauf ist in Anlage 2 wiedergegeben.

52

53

5.3 Haupterhebung

Im Gegensatz zur bundesweit repräsentativen Stichprobe der Screening-Erhebung wird die Haupterhebung als geschichtete Stichprobe konzipiert. Dies begründet sich auf der gemessenen Heterogenität hinsichtlich der Reisehäufigkeit im Fernverkehr (vgl. z.B. LAST, MANZ, ZUMKELLER [2003]). Zur Sicherstellung einer besseren Ausschöpfung sind Personen mit großer Reisehäufigkeit von besonderem Interesse, während Personen mit sehr wenigen Fernreisen bei gleichem Erhebungsaufwand nur mit geringer Wahrscheinlichkeit Reisen innerhalb eines Berichtszeitraumes berichten können. Gerade für längsschnittorientierte Fragestellungen ist es erforderlich, von ein und derselben Person viele Ereignisse berichten zu lassen. Nur so sind Aussagen im zeitlichen Längsschnitt möglich. Daher wurden in der Haupterhebung im Fernverkehr aktive Personengruppen überrepräsentiert während Personengruppen mit geringer Fernverkehrsmobilität nur unterrepräsentiert in der Stichprobe enthalten sein sollen.

Die schriftliche Erhebung umfasst einen Personenbogen sowie mehrere41 Reisebögen. Im Personenbogen werden prinzipielle Eigenschaften der Person, des zugehörigen Haushaltes und des Wohnumfeldes erfasst. Die Reisebögen dienen zur detaillierten Erfassung von Reisen innerhalb eines achtwöchigen Befragungszeitraumes. Darüber hinaus wurden die Probanden jeweils gebeten, die letzte Reise vor Beginn des Befragungszeitraumes in einem gesonderten Reisebogen zu berichten. Weiterhin wurde in einem Ergänzungsbogen gebeten, Anzahl und Art zusätzlicher Reisen zu berichten, für den Fall, dass die Anzahl übersendeter Reisebögen zu gering war.

Für eine durchschnittliche Reise sind im Reisebogen der Haupterhebung etwa sieben Seiten auszufüllen. Diese gliedern sich in folgenden Teile:

1. Bericht prinzipieller Eigenschaften der Reise: Zweck, Aspekte der Reiseplanung, situativer Reisekontext und Verkehrsmittelwahl.

2. Detaillierter Bericht von bis zu vier Fahrten42 mit Angabe von Datum und Uhrzeit, verwendete Verkehrsmittel, Start und Ziel der Reise, Fahrtunterbrechungen, Aktivitäten am Zielort usw.

41 je nach berichteter Reisehäufigkeit in der Screening-Erhebung wurden drei bzw. fünf Reisebögen zum Bericht von je einer Reise im Erhebungszeitraum versandt.

42 In jedem Fall Hin- und Rückfahrt, ggf. weitere Zwischenetappen bei mehreren Reisezielen

0

200

400

600

800

1000

1200

1400

1600

Jan 0

1

Mrz 01

Mai 01

Jul 0

1

Sep 01

Nov 01

Jan 0

2

Mrz 02

Mai 02

Jul 0

2

Sep 02

Nov 02

Jan 0

3

Mrz 03

Mai 03

Datum

Stic

hpro

beng

röße

HaupterhebungWelle 1Kohorte 1


Kohorte 2

Kohorte 2



Kohorte 1

Kohorte 1

Abbildung 9 Haupterhebung: Stichprobengröße und Erhebungszeiträume

(eigene Darstellung)

Die Befragung wurde in vier Wellen eingeteilt, jeder Proband war zur dreimaligen Teilnahme aufgefordert. Zur Überdeckung eines ganzen Kalenderjahres wurde jede Welle in zwei Gruppen unterteilt, so dass pro Welle ein Zeitraum von 16 Wochen überdeckt wurde und nach drei Wellen ein vollständiges Kalenderjahr vorliegt.

Die Wellen wurden im Frühjahr 2001, Winter 2001/2002, Sommer/Herbst 2002 und Frühjahr 2003 durchgeführt. Die Stichprobengrößen sind in Abbildung 9 dargestellt.

Die Erhebungsunterlagen sind in Anlage 3 und 4 wiedergegeben.

5.3.1 Verkehrsmittelorientierung

Die dritte Welle der Haupterhebung umfasst die größte Stichprobe im Verlauf der INVERMO Haupterhebung. Im Haushaltsbogen dieser Erhebung wurde zusätzlich ein Befragungsblock zur Verkehrsmittelorientierung integriert. Der Befragungsblock beschäftigt sich mit grundsätzlichen Einstellungen zu den verschiedenen Verkehrsmitteln des Fernverkehr: Der Schwerpunkt liegt in der Erfassung der für den Probanden relevanten Eigenschaften der Verkehrsmittel nach Reisezweck und den Grad der Erfüllung durch die heutigen Verkehrsträger. Zusätzlich wird in diesem einmalig eingesetzten Befragungsblock auf die letztmalige Nutzung der Verkehrsmittel und auf die Wahl eines Verkehrsmittels für ein hypothetisches Reiseereignis eingegangen.

Der Befragungsblock ist im Anhang 5 abgedruckt.

54

55

5.3.2 Innovatoren-Erhebung

Wie schon in der dritten Haupterhebungswelle wurde auch in der vierten Welle der Haushaltsbogen um zusätzliche Fragen erweitert. Diesmal stand das Thema „Innovation“ im Fokus des Ergänzungsmoduls.

In der Innovationsforschung gibt es Ansätze, die Innovationsbereitschaft einzelner Personen zu messen und daraus Schlussfolgerungen abzuleiten, wie wahrscheinlich es ist, das diese Personen Neuerungen grundsätzlich annehmen und wie schnell dieses geschieht. Im Zusammenhang mit integrierten Verkehrsangeboten („Intermodalität“) stellt sich die Frage, ob die Zielgruppen, die mit einem Angebot wie z.B. AIRail angesprochen werden, eine hinreichende „Innovationsfreude“ aufweisen und daher grundsätzlich bereit wären solche oder ähnliche Angebote zu testen und dann auch längerfristig zu nutzen. Möglicherweise ist die Innovationsbereitschaft eines Kundensegmentes so niedrig, dass auch umfangreiche Marketingmaßnahmen keine „Nutzung“ eines neuen Angebotes initiieren können.

Da wir keine Informationen zur Innovationsbereitschaft unterschiedlicher Verkehrs-mittelnutzer in der Literatur finden konnten, war es aus wissenschaftlich sinnvoll hier eine Piloterhebung durchzuführen. Insbesondere die im Rahmen des Projektes mögliche Einbettung in eine schon vorhandene Erhebung sollte es ermöglichen, ein erhobenes Innovationsmaß in Konkurrenz zu anderen verkehrsrelevanten Messgrößen zu testen.

Dank der Unterstützung durch den in einem angrenzenden Forschungsbereich arbeitenden Dipl.-Psych. Christian Hoffmann konnte innerhalb kurzer Zeit ein problemadäquater Fragenkatalog entwickelt werden, der sowohl dem Stand der Forschung in der (Umwelt-)Psychologie entspricht als auch für die Zwecke der Modellbildung in der Verkehrsplanung einsetzbar ist.

Ausgehend von den vorhandenen Haushaltsbögen der vorausgegangenen Wellen wurden in enger Abstimmung mit der Fa. Infratest drei neue Fragenkomplexe in den Haushaltsbogen integriert sowie die Überleitung von den Haushaltsstrukturmerkmalen entsprechend angepasst. Die drei Fragenkomplexe betrafen

• eine potentielle Anschaffung und Nutzung eines mobilen Navigations- und Informationssystems in einem Mobiltelefon (Handy) zur Messung einer technischen Innovationsbereitschaft,

• eine sogenannte „Mobilcard“ zur bargeldlosen Bezahlung im öffentlichen Verkehr (Bahn, Flug, Taxi, Car-sharing, etc.) gekoppelt mit einer Abrechnungs-dienstleistung für den Nutzer zur Messung einer dienstleistungsorientierten Innovationsbereitschaft sowie

56

• allgemeine Fragen zu neuen Dienstleistungen und Produkten im Zusammenhang mit Mobilität, Verkehr und Reisen.

Abgeschlossen wurde der so erweiterte Haushaltsfragebogen durch eine in der Psychologie bewährte Frage zum sogenannten „Grundvertrauen“ („Sind Sie der Meinung, dass man im Allgemeinen den meisten Menschen vertrauen kann oder dass man im Umgang mit anderen Menschen nicht vorsichtig genug sein kann?“).

Der Befragungsblock ist im Anhang 6 abgedruckt.

5.4 Intensivinterviews

Als letzte Stufe in dem dreistufigen Erhebungskonzept des INVERMO-Projektes wurden sogenannte Intensivinterviews durchgeführt. Deren Ergebnisse geben – aufbauend auf den bis dahin verfügbaren Erkenntnissen zum Fernverkehrsverhalten – detailliert Aufschluss darüber, welche Eigenschaften intermodaler Dienstleistungen für den Reisenden einen hohen Stellenwert aufweisen und welche Barrieren das Wechseln zwischen den Verkehrsmitteln und/ oder -trägern erschweren.

5.4.1 Erhebungsdesign

Das Institut für Verkehrswesen, Universität Karlsruhe (TH) hat ein Erhebungsdesign entwickelt, das den gegebenen Restriktionen (Budget, Fallzahl, Interviewlänge) Rechnung trägt und die vorgenannten Fragestellungen vollständig berücksichtigt. Der Fokus soll auf den mittel- und insbesondere hochmobilen Reisenden liegen, wobei zwischen Geschäfts-/Dienstreisenden und Nur-Privat-Reisenden zu unterscheiden sein wird. Diesen Probanden sollen zwei fiktive Reisesituationen (Reisen mit definierten Eigenschaften) vorgegeben werden, in denen sie sich für ein Verkehrsmittel entscheiden sollen. Die Verkehrsmittel umfassen dabei die heute am Markt operierenden Verkehrsmittel Pkw, Bahn, Flugzeug und Reisebus. In einer ersten fiktiven Reisesituation wird ein ca. 600 km entferntes Reiseziel im Inland vorgestellt, eine zweite Reisesituation beinhaltet eine Auslandsreise mit 800 bis 1.000 km Reisedistanz (vgl. Abbildung 10).

Anschließend wird den Probanden ein fiktives „integriertes Verkehrsangebot“ names TOPAS unterbreitet, das aus verschiedenen Teilleistungen (Baustein) aufgebaut ist. Schon im Vorfeld der Erhebung wurde den Probanden ein Faltblatt mit Informationen zum Angebot TOPAS zugesendet.

Das fiktive Dienstleistungsprodukt TOPAS bietet folgende Baustein:

• Tür-zu-Tür Ticket (alle erforderlichen Tickets aus einer Hand)

• Passagierbegleitender Gepäcktransport (Reisender gibt Gepäck bei Reiseantritt auf und erhält Gepäck bei Ankunft am Reiseziel zurück)

• Anschlusssicherung (VU sichert Ankunft zum vorgesehenen Zeitpunkt, Reisender wird von VU zu VU „weitergereicht“ (Staffelholzprinzip)

• Personalisierter Service (Trip Monitoring, Hotline, Vielfahrer-/-fliegerprogramm, Lounge)

• Zu- und Abbringerservice (Nahverkehrsticket, Taxi-Voucher/Shuttle-Service)

• „Travel on demand“ (24-Stunden-Betreuung, Sofortstarter-Service, Ticket-Hinterlegung, Umbuchungsservice)

Grundschema der IntensivinterviewsGrundschema der Intensivinterviews

Begrüßung

Einführung

Situation:Geschäftsreise

1. Bisherige VM-Wahl

2. Beurteilung (lang)TOPAS

Situation:Privatreise I


2. Beurteilung (lang)TOPAS

Situation:Privatreise


2. Beurteilung (kurz)TOPAS

AllgemeineFragen

zum

Verkehrs-verhalten

Ja

Nein

Geschäfts-reisen?

EndeSituation:

Privatreise II


2. Beurteilung (kurz)TOPAS

Beginn

Information (Faltblatt) zu den Reisesituationenund Angebotsformen (TOPAS)

Abbildung 10 Ablaufschema Intensivinterviews

Die Interviewten werden abschließend gefragt, ob sie in den beschriebenen Reisesituationen auf das neue Angebot TOPAS wechseln würden, wie sie die angebotenen Teilleistungen bewerten und welche Zahlungsbereitschaft für dieses Produkt besteht.

Das Design sieht eine geschichtete Stichprobe zur CATI-Befragung vor. Die Schichtung soll nach den Dimensionen Geschäftsreisende/ Nur-Privat-Reisende erfolgen. Die Teilnehmer der Intensivinterviews wurden aus den Probanden der Haupterhebung angeworben.

Die Materialien der Intensivinterviews sind in der Anlage 7 abgedruckt.

57

58

5.4.2 Nutzenmessung

Entscheidender Bedeutung kommt der Messung der Bedeutung einzelner Baustein für den Probanden zu. Hierzu wurde ein Erhebungskonzept erarbeitet, dass eine Skala von 1 bis 10 zur Beurteilung der Komponenten nutzt.

Anhand der versandten Unterlagen und etwaiger Erläuterungen des Interviewers zum Angebot wird der Proband gebeten, aus den vorgestellten Komponenten den für ihn wichtigsten „Baustein“ des Angebotes TOPAS auszuwählen.

Nachdem der Interviewte die aus seiner/ihrer Sicht wichtigste Komponente mit dem Wert 10 auf der vorbereiteten 10er-Skala kennzeichnet hat, besteht die nächste Aufgabe darin, die Komponenten, die für den Befragten als völlig nutzlos angesehen werden, auf der entsprechenden Skala mit 0 zu bewerten. Auf dieses Weise kann für jeden Probanden eine Skala mit maximaler Spreizung für die Bewertung der restlichen Komponenten bereitgestellt werden. Diese anderen Komponenten sind dann durch paarweise Vergleich mit den schon bewerteten Komponente einzeln zu bewerten und die jeweilige Bewertung ebenfalls auf den Skalen zu kennzeichnen sowie dem Interviewer bekannt zu geben.

Die parallele Arbeit mit dem Interviewer und dem Bewertungsbogen des Probanden stellt eine hohe Sicherheit dar, dass die paarweisen Vergleiche z.B. nicht durch das Vergessen schon genannter Bewertungen beeinträchtigt werden. Die Festlegung auf den Wert 10 für die wichtigste Komponente und 0 für die überflüssig erachteten Bausteine erlaubt eine Individualisierung der Wertigkeiten der Komponenten bei Nutzung einer standardisierten Skala. Eine Aussage zur Bewertung des gesamten Angebotes ist an dieser Stelle hingegen noch nicht vorgesehen. Die Einschätzung der Wertigkeit der Angebotskomponenten erfolgt daher allgemein, ist also unabhängig von einer speziellen Reisesituation.

Anhand der vorgegebenen Reisesituation (Zweck, Quelle, Ziel, Kontext, Preis, Zeit) sollen die Probanden sich für das von ihnen favorisierte Verkehrsmittel (VM) in diesem Reisekontext entscheiden. Mit der Festlegung der Reisezeiten und -kosten für alle Wahlalternativen liegen Informationen vor, die als „Ankerpunkte“ für verschiedene Modellbildungen dienen können. Durch die Bewertung auf den schon bekannten 10-Skalen sollen die Probanden zudem die Bedeutung der Aspekte Kosten, Zeit und Komfort für diese spezielle Reisesituation angeben. Diese Angaben bieten einen Orientierungsrahmen für weitere Bewertungen anhand der bekannten Skalen.

Nun wird der Proband gebeten, einen aus seiner Sicht angemessenen Mehrpreis für die Einbeziehung des Angebotes TOPAS in ein bestehendes Verkehrsangebot aus Bahn- und/ oder Flugzeug für den spezifischen Reisekontext zu nennen.

Der Proband soll anschließend die Bedeutung der „gebuchten“ TOPAS-Bausteine in Relation zu Kosten, Zeit und Komfort auf der 10er-Skala angeben. Das Inbeziehungsetzen der gewählten Bausteine zu Kosten, Zeit und Komfort erlaubt - zusammen mit der Bewertung der einzelnen Angebotskomponenten und deren Auswahl für eine spezifische Reise - die Bestimmung der Bedeutung eines einzelnen Bausteins hinsichtlich des damit verbundenen Teilnutzens für den jeweiligen Reisenden.

5.4.3 individualisierte Reiseziele

Die Probanden werden im Verlauf der individualisierten Befragung mit zwei fiktiven Reisesituationen konfrontiert. Die erste Reisesituation beinhaltet eine Inlandsreise, in der anschließenden 2. Reisesituation wird hingegen eine Auslandsreise thematisiert. Beide Reisesituationen sollten zur Verbesserung der Vorstellbarkeit am Wohnort des Befragten beginnen. Um die Vergleichbarkeit der Datensätze zu verbessern, sollten die fiktive Reiseziel für alle Probanden in ähnlicher Entfernung liegen. Die für die Befragung gewünschte Entfernungen wurden im Vorfeld für die Inlandsreise auf ca. 600 km bzw. 800-1000 km für die Auslandsreise festgelegt. Um eine solch einheitliche Entfernungsklasse zu gewährleisten wurden den Probanden räumlich gegliedert individuelle Reiseziele zugeordnet. Dabei wurden nur größere Städte verwendet, deren Lage als allgemein bekannt eingestuft wurde. Für die Inlandsreisen wurden die folgenden Reiseziele ausgewählt: Bremen, Hamburg, Flensburg in Schleswig Holstein, Kiel, Hannover, Berlin, Dresden, München, Konstanz am Bodensee, Freiburg im Breisgau, Stuttgart, Frankfurt am Main, Trier an der Mosel, Köln. Für die Auslandsreisen wurden nur die beiden Reiseziele Kopenhagen und Mailand gewählt.

Die folgenden Graphiken zeigen die Reiseweitenverteilung für die Probanden nach Zuordnung der Reiseziele für die fiktive Inlands- und Auslandsreise (Abbildung 11 und Abbildung 12).

0

50

100

150

200

250

450-500 500-550 550-600 600-650 650-700 700-750 750-800

Entfernungsklasse

Anz

ahl P

roba

nden

59

Abbildung 11 Entfernungsverteilung zu den Zielen der Inlandsreisen

0

20

40

60

80

100

120

140

650-700 700-750 750-800 800-850 850-900 900-950 950-1000

1000-1050

1050-1100

1100-1150

1150-1200

1200-1250

1250-1300

1300-1350

Entfernungsklasse

Anz

ahl P

roba

nden

Mailand

Kopenhagen

Abbildung 12 Entfernungsverteilung zu den Zielen der Auslandsreisen, differenziert nach Reiseziel

5.5 Schichtung und Gewichtung

Erhebungen unterliegen Schiefen und Verzerrungen, die zu identifizieren und – soweit möglich – zu korrigieren sind. Hierbei ist zwischen grundsätzlich verschiedenen Arten von Schiefen zu unterscheiden. Einerseits können beim Design einer Erhebung z.B. durch eine gewollte Schichtung der Stichprobe bewusst Schiefen erzeugt werden, um dem Untersuchungsplan gerecht zu werden. Verzerrungen dieser Art sind schon im Vorfeld der Erhebung bekannt und können in der Regel unproblematisch ausgeglichen werden. Weiterhin können sich aber auch durch die Art der Stichprobenziehung, Unterschiede in Erreichbarkeit und dem Antwortverhalten der Probanden ungewollte Verzerrungen ergeben, die erst im Nachgang zu identifizieren und auf geeignete Weise zu korrigieren sind43. Die im Rahmen des Screening und der Haupterhebung durchgeführten mehrstufigen Gewichtungsschritte der einzelnen Erhebungsstufen werden im Folgenden dargestellt.

5.5.1 Soziodemographische Gewichtung des Screening

Das Screening als erste Erhebungsstufe wurde als repräsentative Grundlagenerhebung konzipiert und weist keine Schichtung auf. Aus diesem Grund besteht die erste Gewichtungsstufe aus einer mehrschichtigen sozio-demographischen Gewichtung44 zur

43 vgl. z.B. RICHARDSON, AMPT, MEYBURG [1995], SCHNELL [1997]

44 vgl. Gewicht (a) in Abbildung 16

60

Gewichtung der Merkmale auf Haushaltsebene (vgl. Abbildung 13). Sie korrigiert die demographischen und sozio-ökonomischen Strukturen, d.h. das Verhältnis alte/neue Bundesländer, den Pkw-Besitz, die Haushaltsgröße und die Verteilung nach Ortsgrößenklasse. Abbildung 13 zeigt schematisch den Aufbau der Gewichtung für das Screening.

Abbildung 13 Aufbau der soziodemographischen Gewichtung des Screenings (eigene Darstellung)

Weiterhin erfolgte für Auswertungen auf Personenebene ein Abgleich der Struktur von Alter und Geschlecht sowie die Berücksichtigung der Auswahlwahrscheinlichkeit aufgrund unterschiedlicher Haushaltsgrößen. Diese Gewichtung muss lediglich kleinere Verschiebungen innerhalb der Stichprobe ausgleichen. Die Gewichte liegen überwiegend im Bereich des Wertes 1, was die hohe Güte der repräsentativ-zufälligen Ziehung der Telefonstichprobe zeigt.

61

Janu

ar

Februa

rApri

lMai

Juni Ju

li

Augus

t

Septem

ber

Oktobe

r

Novembe

r

Dezembe

r

Screening Welle 1n=6.000Screening

Welle 2n=4.000

Screening Welle 3n=7.000

Abbildung 14 Saisonale Klumpung der Screening-Erhebung (eigene Darstellung)

Da nur ein geringer Anteil von ca. 2% der Probanden am Telefon nicht zur Auskunft bereit waren (INFRATEST [2001]) ist nicht von einer Verzerrung durch Non-Response auszugehen.

Eine a-priori-Schiefe der Screening-Erhebung resultiert aus der blockweisen Feldarbeit im Frühjahr und Herbst (vgl. Abbildung 14) in Verbindung mit der retrospektiven Abfrage einzelner Reisezwecke über Quartalszeiträume. Da sich aus der Screening-Erhebung kein vollständiger Jahresablauf ermitteln lässt und somit kein Ausgleich innerhalb der Screening-Erhebung möglich ist, wurde die Möglichkeit genutzt, diese Querschnitt-Erhebung zusätzlich auf Basis der ein Kalenderjahr überdeckenden komplementären Haupterhebung (Längsschnitt) zu gewichten.

Um die Ergebnisse der Haupterhebung für einen solchen Gewichtungsschritt nutzen zu können, waren im Vorfeld einige Fragen hinsichtlich der Zusammensetzung der verschiedenen Stichproben der Wellen der Haupterhebung zu klären.

5.5.2 Gewichtung der Haupterhebung

Mittels des Screening konnte gezeigt werden, dass die Reiseintensität in der Bevölkerung erheblich heterogener verteilt ist, als gemeinhin angenommen wird. So ist festzustellen, dass große Teile der Bevölkerung nur sehr wenig bis keine Mobilität im Fernverkehr aufweisen, während ein nur geringer Anteil der Bevölkerung im Fernverkehr sehr mobil ist. Als Faustregel konnte gemessen werden :

• 1 % der Befragten generiert 10 % der aller Reisen.

• 10 % der Befragten unternehmen 43 % aller Reisen.

• 50 % der Befragten leisten über 90 % aller Reisen.

62

63

Es ergibt sich komplementär, dass 50% der Bevölkerung nur etwa 10 % aller Reisen unternehmen und somit im Fernverkehr nur selten anzutreffen ist. Dieser Aspekt war für die Gestaltung der weiteren Erhebungen ein wesentlicher Gesichtspunkt.

Aus diesen Befunden ergeben sich Konsequenzen für die Haupterhebung, da es forschungsökonomisch nicht zielführend ist, einen großen Anteil an Personen ohne oder nur mit einer sehr geringen Fernreisewahrscheinlichkeit in der schriftlichen Befragung mit 8-wöchigem Berichtszeitraum aufzunehmen. Die Haupterhebung ist folglich als geschichtete Stichprobe angelegt, um die für die Fragestellung wichtigen Personenkreise mit höherer Mobilität angemessen in der Stichprobe wiederfinden zu können.

Neben dem Ausgleich dieser Schichtung ist von besonderem Interesse, ob die in der Haupterhebung antwortenden Haushalte die gemessenen Eckwerte der Screening-Erhebung repräsentieren oder ob die Haupterhebung durch Selektionseffekte45 und Non-Response46 Verzerrungen enthält. Zu vermuten wäre, dass besonders wenigmobile Personen aufgrund mangelnden Interesses sowie hochmobile Personen aufgrund ihrer zeitlichen Inanspruchnahme eher zu einer Nichtteilnahme tendieren.

Fernreisen pro (Person und Jahr) n=Stichprobengröße

Nicht-Teilnehmer Teilnehmer Signifikanz (1%-Niveau)

Immobilie 0 n=1.987

0 n=20

(nicht signifikant)

Wenigmobile 2,8 n=5.253

3,4 n=464

signifikant

Mäßigmobile 10,7 n =6.658

11,1 n=1.404

nicht signifikant

Hochmobile 24,0 n=1.037

23,86 n=177

nicht signifikant

45 Haushalte, die während des Screening nicht zur Teilnahme an der Haupterhebung bereit waren. Die Teilnahmebereitschaft an der Haupterhebung lag bei 38% (1. Kohorte), 43% (2. Kohorte), 50% (3.Kohorte)

46 Haushalte, die sich während des Screening zwar zur Teilnahme an der Haupterhebung bereit erklärt haben, jedoch nicht geantwortet haben. Die Rücklaufquoten der Haupterhebung betrug für die erste Teilnahme 34% (1. Kohorte), 44% (2. Kohorte), 38% (3.Kohorte)

Tabelle 2 Vergleich des Eckwertes „Fernreisen pro Person und Jahr“ einzelner Mobilitätsgruppen zwischen Nichtteilnehmern und Teilnehmern der Haupterhebung auf Basis der Daten des Screening (Daten: INVERMO Screening, ungewichtet)

Zur Klärung dieser Fragestellung wurde unter anderem die Screening-Erhebung in vier Mobilitätsklassen (Immobile, Personen mit geringer, mäßiger und hoher Fernmobilität) eingeteilt und jeweils ein Mittelwertvergleich der Anzahl berichteter Reisen jeder Gruppe für Teilnehmer bzw. Nichtteilnehmer durchgeführt. Im Ergebnis zeigt sich, dass die Differenzen zwischen Nichtteilnehmern und Teilnehmern für die mobilen Klassen überwiegend im nichtsignifikanten Bereich liegen (siehe Tabelle 2). Nur für die Wenigmobilen sind signifikante Unterschiede festzustellen. Da die Gruppe der Weniggmobilen jedoch nur für etwa 10% der gesamten Fernmobilität verantwortlich ist, ist dieser Unterschied im Mittelwert für Querschnittsauswertungen als wenig bedeutend einzustufen. Es darf daher davon ausgegangen werden, dass nach einem Ausgleich der durch die Stichprobenschichtung verursachten Schiefen in den Eckwerten der Haupterhebung keine wesentlichen Verzerrungen vorliegen.

Abbildung 15 Mobilitätsgewichtung der Haupterhebung unter Verwendung des Screening (eigene Darstellung)

Zum Ausgleich der angelegten Schichtung der Stichprobe der Haupterhebung ist ein Gewichtungsverfahren notwendig, dass die Verschiebung der Anteile der Mobilitätsklassen auf ihr in der Grundgesamtheit beobachtetes Niveau ermöglicht. Eine entsprechende Gewichtung47 (siehe Abbildung 15) wurde durchgeführt und es zeigt sich, dass gerade hochmobile Personen in der Haupterhebung aufgrund der geschichteten Überrepräsentierung kleine Gewichte erhalten, während Personen mit geringer Reisezahl pro Jahr entsprechend große Gewichte erhalten. Dies ist hinsichtlich

47 vgl. Gewicht (b) in Abbildung 16

64

65

der Zuverlässigkeit der Messwerte positiv, da der überwiegende Teil der gemessenen Mobilität durch hochmobile Personen verursacht wird.

Durch die gewählte Gewichtung können aufgrund der Stichprobenzahlen jedoch nur wenige sozio-demographischen Schiefen der Haupterhebungsstichprobe ausgeglichen werden, so dass die Haupterhebung selbst nur in Bezug auf die Mobilität – nicht aber auf die Sozio-Demographie bezogen –, als repräsentativ betrachtet werden kann. So konnte z.B. der Anteil der Personen mit geringer Reisezahl pro Jahr auf das richtige Niveau justiert werden, innerhalb dieser Gruppe ist jedoch der Anteil Pkw-loser Haushalte unterrepräsentiert, da diese als Ergebnis der Schichtung in der Stichprobe insgesamt nur unzureichend vertreten sind.

5.5.3 Weitere Gewichtung der Screening-Erhebung

Auf der Basis des gewichteten Datensatzes der Haupterhebung konnten nun Rückschlüsse auf die saisonale Schiefe der Screening-Erhebung durch eine jahreszeitliche Auswertung der Haupterhebung gewonnen werden. Dabei wurde ebenfalls der Effekt unterschiedlicher Stichprobengrößen der einzelnen Wellen bzw. Gruppen der Haupterhebung berücksichtigt und korrigiert. Im Ergebnis zeigt sich, dass die Erhebungswellen der Screening-Erhebung im Frühjahr aufgrund der Jahreszeit überdurchschnittlich hohe Mobilitätsraten messen, während die Erhebungswelle im Herbst als weitgehend repräsentativ angesehen werden kann, was sich in entsprechenden Gewichten48 niederschlägt.

Als weiterer Effekt konnte durch einen intrapersonellen Vergleich festgestellt werden, dass hochmobile Personen ihre eigene Mobilität zum Teil erheblich überschätzen. Dieses ließ sich durch einen Vergleich der berichteten Reisehäufigkeiten im Screening mit konkret berichteten Reisen in den Wellen der Haupterhebung zur gleichen Jahreszeit nachweisen. Als Ursache hierfür werden systematische Verzerrungen in der überschlägigen Abschätzung der Reisehäufigkeiten im Verlauf der telefonischen Screening-Erhebung verantwortlich gemacht. So kann vermutet werden, dass Probanden nach der Anzahl der Dienstreisen pro Jahr befragt, im Mittel z. B. zwar eine Reise pro Arbeitswoche unternehmen und in der Summe dann auch etwa 50 Dienstreisen pro Jahr angeben. In der Realität werden aber nur etwa 40 Dienstreisen unternommen, da in den restlichen Wochen des Jahres z.B. Urlaubs- oder Feiertage liegen. Durch diese Gewichtung49 werden die Mobilitätseckwerte der als hochmobil

48 vgl. Gewicht (c) in Abbildung 16

49 vgl. Gewicht (d) in Abbildung 16

eingestuften Probanden reduziert. Aufgrund der intrapersonellen Analyse hat diese Korrektur eine hohe Zuverlässigkeit.

Auf der anderen Seite unterschätzen Wenigmobile ihre eigene Mobilität, da dieser Effekt jedoch intrapersonell schwach ist und die Auswirkungen auf die gemessenen Eckwerte gering sind, wurde auf einen Ausgleich des Effektes verzichtet.

5.5.4 Überblick Gewichtung

Alle durchgeführten Gewichtungsschritte sind im Abbildung 16 nochmals schematisch dargestellt. Insgesamt konnten durch die durchgeführten Gewichtungen nachweisbare, signifikante Effekte ausgeglichen werden. Sowohl die Screening- als auch die Haupterhebung können daher hinsichtlich der korrigierten Merkmale als zuverlässig für die Ausweisung von Eckwerten und Analysen der inneren Strukturen gelten.

Screening,ungew.

Screening,Gewicht (a)

Screening,Gewicht (a), (c)

Screening,Gewicht (a), (c), (d)

Haupterhebung,ungew.

Haupterhebung,.Gewicht (b)

Screening Haupterhebung

(b) Gewich tungMobilitäts-

klasse

(c) GewichtungSaisonaltität

(d) GewichtungHoch mobil e

(a) GewichtungSoz.-Demo.

Abbildung 16 Schema der Gewichtung für die Screening- und Haupterhebung (eigene Darstellung)

66

67

6 Struktur der Nachfrage

Die im Rahmen des mehrstufigen Erhebungskonzeptes erhobenen Daten des Projektes INVERMO bieten eine Vielzahl von Analysemöglichkeiten. Aus den gewonnenen Erkenntnissen soll in diesem Kapitel ein Überblick über einige Schlüsselergebnisse gegeben werden.

Das Kapitel ist in drei Bereiche gegliedert, zunächst werden gemessene Mobilitätseckwerte ausgewiesen und mit verschiedenen weiteren Quellen verglichen. Anschließend werden Befunde bezogen auf Personen und Reisen vorgestellt und diskutiert. Abschließend wird auf Aspekte im Zusammenhang mit intermodalen Diesntleistungsangeboten eingegangen.

6.1 Zentrale Kenngrößen der Nachfrage

Die Bestimmung von Eckwerten im Fernverkehr erweist sich als empirisch anspruchsvoll (vgl. Kapitel 3.2). Mittels des entwickelten mehrstufigen Erhebungskonzeptes wurde versucht, die bekannten Schwierigkeiten und Hemmnisse der empirischen Erhebung zu umgehen, und im Ergebnis ein zuverlässiges „Messinstrument“ für die Erfassung von Fernverkehr zu entwickeln. Bei der Aufbereitung und Auswertung der Daten hat sich das gewählte Verfahren als valide erwiesen. Die folgenden Eckwerte für den Fernverkehr ergeben sich aus den Erhebungen des Projektes INVERMO nach Anwendung der beschriebenen Ausgleichs- und Gewichtungsverfahren:

68

6.1.1 Eckwerte

Urlaubsreisen Sonst. Privatreisen Geschäftsreisen Alle Reisen

Anzahl der Fernreisen pro Person und Jahr

1,6 4,6 1,3 7,51)

Fernreisen nach Typ 21 % 62 % 17 % 100 %

Person mit/ ohne Fernreisen pro Jahr

Personen mit Fernreisen Personen ohne Fernreisen

Summe

66 % 34 %

100 %

72 % 28 %

100 %

12 % 88 %

100 %

86 % 14 %

100 %

Fernreisen nach Verkehrsmittel

Pkw Bus

Eisenbahn Flugzeug Sonstige Summe

55 % 7 %

11 % 24 %

2 % 100 %

81 % 5 %

11 % 2 % 1 %

100 %

76 % 1 %

12 % 9 % 2 %

100 %

74 % 5 %

11 % 8 % 1 %

100 %

Fernreisen nach Ziel

Inland restl. Europa

restl. Welt Summe

47 % 47 %

8 % 100 %

94 % 5 % 1 %

100 %

91 % 8 % 1 %

100 %

84 % 14 %

2 % 100 %

1) INVERMO erfasst zusätzlich 1,3 Fernreisen pro Person und Jahr durch Fernpendeln, der vollständige Eckwert beträgt somit 8,8 Fernreisen pro Person und Jahr

Tabelle 3 Mobilitätseckwerte INVERMO (Daten: INVERMO)

Tabelle 3 zeigt Eckwerte und Strukturen der Nachfrage im Fernverkehr in Deutschland. Die Ergebnisse zeigen, dass neben „Geschäftsreisen“ (1,3 Reisen pro Person und Jahr) und „Urlaubsreisen“ (1,6 Reisen pro Person und Jahr) „sonstige Privatreisen“ den größten Anteil der Fernreisen stellen. Die letzte Kategorie umfasst dabei Besuchsreisen, Tagesreisen und Kurzurlaube mit weniger als vier Übernachtungen. Betrachtet man den Anteil im Fernverkehr aktiver Personenkreise, fällt der geringe Anteil der geschäftlich Reisenden mit 12% auf, im Urlaubsfernverkehr (66%) und sonstigen Privatfernreiseverkehr (72%) ist der Umfang der aktiven Bevölkerungskreise deutlich größer. Insgesamt führen 86% der Bevölkerung im Verlauf des Jahres mindestens eine Fernreise durch.

Betrachtet man die benutzten Verkehrsmittel, so steht der Pkw mit insgesamt 3 von 4 Reisen an ersten Stelle. Lediglich im Urlaubsverkehr ist der Anteil der Pkw-gebundenen Reisen deutlich geringer. An zweiter Stelle mit 11% aller Reisen folgt die Eisenbahn, deren Nutzung sich über die verschiedenen Reisezwecke als homogen darstellt. An dritter Stelle hinsichtlich der Nutzung steht das Flugzeug und wird bei 8% aller Reisen

69

verwendet, jedoch überwiegend für Urlaubsreisen. Der Reisebus wird in 5% aller Reisen genutzt.

Bei der Analyse der Reiseziele zeigt sich, dass innerdeutsche Reisen mit 84% Anteil eine überragende Rolle spielen. Auslandsreisen weisen nur im Urlaubsverkehr nennenswerte Anteile auf. 12% aller Auslandsreisen führen ins außereuropäische Ausland, hierunter stellen Urlaubsreisen den mit Abstand größten Anteil.

6.1.2 Vergleich mit weiteren Quellen

Das Niveau der mittels der Daten des Projektes INVERMO ausgewiesenen Werte lässt sich sowohl durch auf Basis der (weitgehend) unabhängigen weiteren Erhebungsstufen von INVERMO als auch durch externe Datenquellen bestätigen.

Im Screening wurden neben Reisehäufigkeiten auch retrospektiv die letzen drei durchgeführten Reisen abgefragt. Aus den zeitlichen Abständen dieser Ereignisse lassen sich ebenfalls Eckwerte hochrechnen. Auch wenn diese Hochrechnung intrapersonell keine sinnvollen Ergebnisse erwarten lässt50, können interpersonell im Querschnitt plausible Eckwerte abgeleitet werden. Unter Ausgleich der vorhandenen soziodemographischen Schiefen ergibt sich ein Eckwert von 7,4 Reisen pro Person und Jahr, ohne Wege von Fernpendlern.

Neben dem repräsentativen Screening stehen zusätzliche Messwerte aus der Haupterhebung zur Verfügung. Da im Rahmen dieser Haupterhebung ein Jahr durch die Staffelung der Berichtszeiten überdeckt wird, um saisonale Unterschiede aufzeigen zu können, lassen sich aus diesem Erhebungsteil auch eigenständige Mobilitätskennziffern ableiten. Aus der Haupterhebung lässt sich nach dem Ausgleich der Stichprobenschichtung ein Messwert von etwa 7,3 bis 7,751 Reisen pro Person und Jahr ableiten. Hierzu wurden die in den einzelnen Erhebungszeiträumen berichtete Anzahl an Fernreisen unter Berücksichtigung saisonaler Einflüsse zu Jahreswerten hochgerechnet.

Im Deutschen Mobilitätspanel (MOP) werden jährlich mit hoher Stabilität zwischen 1,3 % und 1,4 % aller Wege mit mehr als 100 km einfacher Fahrtweite ermittelt. Hieraus ergibt sich ein vergleichbarer Messbereich von ca. 8,4-9,0 Fernreisen pro Person und Jahr (vgl. ZUMKELLER, CHLOND, KUHNIMHOF [2003]), das Mobilitätspanel erfasst

50 Personen mit mehreren (zufällig) retrospektiv kurz hintereinander liegenden Reisen erhalten z.T. extreme Jahreswerte, dieser Effekt gleicht sich jedoch interpersonell aus.

51 Ohne Fernpendeln, aufgrund der Stichprobengröße wird ein Vertrauensbereich ausgewiesen.

70

hierbei auch Wege von Fernpendlern. Dieser Messwert des MOP repräsentiert zwar nur einen hochgerechneten Eckwert für den Zeitraum September/Oktober, Analysen im Rahmen von INVERMO bestätigen jedoch, dass dieser Zeitabschnitt in Bezug auf die Jahreswerte des Fernverkehrs als weitgehend repräsentativ angesehen werden darf.

Die aktuelle KONTIV 2003 (MiD) misst einen Anteil von 1,47% aller Wege mit mehr als 100 km einfacher Fahrtweite. Auch hieraus bestätigt sich ein Wertebereich von etwa 8,5 bis 9,0 Fernreisen pro Person und Jahr.

Die von der Deutschen Bahn AG zur Verfügung gestellte MOBILITY-Erhebung52 liefert einen Eckwert für das Pro-Kopf-Volumen von etwa 8,5 Reisen pro Jahr, hierin sind ebenfalls Fernpendelreisen enthalten.

Die gefundenen Kennwerte liegen in einem engen Vertrauensbereich und bestätigen das Messniveau der Erhebungen des Projektes INVERMO.

6.2 Querschnittanalysen auf Ebene der Reise

6.2.1 Rhythmen, Zyklen und Anomalien der Nachfrage

Analysen im Alltagsverkehr auf der Basis von Längsschnitterhebungen zeigen einen deutlichen Wochenzyklus der Verkehrsnachfrage mit den Werktagen Montag bis Freitag mit ähnlichen Nutzungsmustern und den beiden Wochenendtagen (vgl. z.B. Axhausen [2001]).

Auch im Fernverkehr sind auf der Wochenebene Zyklen festzustellen. Die Reisezwecke Urlaubs-, sonstige Privat- und Geschäftsreise unterscheiden sich jedoch hinsichtlich ihrer Rhythmen.

In diesem Zusammenhang sollen alle Tage einer Reise inklusive des Hin- und Rückreisetages als Außer-Haus-Tage bezeichnet werden. Dies sind die Tage, an denen ein Reisender am Wohnort aufgrund einer Fernreise mindestens teilweise abwesend ist. Im Gegensatz hierzu sollen mit Reisetage genau die Tage der Hin- und Rückreise bezeichnet werden. An den Reisetagen ist ein Reisender tatsächlich im Verkehrssystem unterwegs.

52 Die Mobility-Erhebung ist eine repräsentative Marktforschungsstudie der Deutschen Bahn AG, 30.000 repräsentative Telefoninterviews, Personen ab 14 Jahren, jährliche Stichprobe, kontinuierliche Feldarbeit über das ganze Jahr, retrospektive Erfassung von zwei Monaten. Der ausgewiesene Eckwert ist das Ergebnisse einer Sonderauswertung der Erhebungsdaten des Jahres 2001

Betrachtet man die Reisetage, so ergibt sich für die verschiedenen Fahrzwecke folgende Befunde (vgl. Abbildung 17): Zwischen Freitag und Sonntag reisen die meisten Urlaubsreisenden zu ihrem Reiseziel, auch die Rückfahrt findet überwiegend an Samstagen und Sonntagen statt. Auch die Hin- und Rückfahrten der sonstigen Privatreisen konzentrieren sich auf die Wochenendtage, der Anteil der reisenden Personen mit Fahrzweck „sonstige Privatreise“ erreicht am Sonntag seinen Wochenhöchstwert. Im Geschäftsreiseverkehr sind Montag bis Donnerstag die stärksten Hinreisetage, während die Rückreise vorwiegend zwischen Dienstag und Freitag erfolgt. Der Tag mit dem größten Anteil geschäftlich reisender Personen ist der Mittwoch.

70%

60%

50%

40%

30%

20%

10%

0%

10%

20%

30%

40%

50%

60%

70%Montag Dienstag Mittwoch Donnerstag Freitag Samstag Sonntag

Wochentage

Vert

eilu

ng d

er R

eise

tage

übe

r den

Woc

henv

erla

uf in

Pro

zent Geschäftsreisen

sontige PrivatreisenUrlaubsreisen

Hinfahrt vom Wohnort zum Reiseziel

Rückfahrt vom Reiseziel zum Wohnort

Abbildung 17 Wochenrhythmus der Reisetage nach Reisezweck (eigene Darstellung)

Auch bei der Betrachtung der Außer-Haus-Tage zeigen sich für Urlaubs-, sonstige Privat- und Geschäftsreisen verschiedene Rhythmen. Bei den Urlaubsreisen zeigt sich ein sehr konstantes Niveau der Außer-Haus-Tage. Sowohl der konstante Wochenverlauf als auch das hohe Niveau der Nachfrage können auf die große Dauer von Urlaubsreisen zurückgeführt werden. Am Wochenende ist eine Spitze der Außer-Haus-Tage festzustellen, dies ist darauf zurückzuführen, dass die Reisetage häufig auf Samstag bzw. Sonntag fallen. Bei den sonstigen Privatreisen ist eine deutliche Konzentration auf das Wochenende mit einem Spitzenwert am Samstag festzustellen, der geringste Anteil an Außer-Haus-Tagen ist am Mittwoch zu verzeichnen. Geschäftsreisen konzentrieren sich dagegen auf die Wochenmitte. Die ausgeglichenen Werte für Hin- und Rückfahrt an Samstagen und Sonntagen sind auf einwöchige

71

Geschäftsreisen (meist von Sonntag bis Samstag und auf Wochenendreisen mit Übernachtung von Samstag auf Sonntag zurückzuführen.

0%

10%

20%

30%

40%

50%

60%

Montag Dienstag Mittwoch Donnerstag Freitag Samstag Sonntag

Wochentag

Vert

eilu

ng d

er A

ußer

-Hau

s-Ta

ge ü

ber d

en W

oche

nver

lauf

in

Proz

ent

Geschäftsreisen

sontige Privatreisen

Urlaubsreisen

Abbildung 18 Wochenrhythmus der Außer-Haus-Tage nach Reisezweck (eigene Darstellung)

0%

2%

4%

6%

8%

10%

12%

14%

16%

Jan

Feb

Mär

Apr

Mai

Jun

Jul

Aug

Sep Okt

Nov

Dez

Tag

Ant

eil a

m W

ohno

rt a

bwes

ende

r Per

sone

n (A

ußer

-Hau

s-Ta

ge)

WerktagWochenendtag

Abbildung 19 Jahresrhythmus der Außer-Haus-Tage, Urlaubsreisen (eigene Darstellung)

72

Jahreszeitliche Schwankungen spielen im Fernverkehr eine größere Rolle als im Alltagsverkehr, was auf wesentliche strukturelle Unterschiede der Nachfragesegmente zurückzuführen ist. Die zu beobachtenden Nachfrageschwankungen über das Jahr sind

zum Teil beachtlich. In Abbildung 19 ist der tagesscharfe Jahresverlauf53 der Außer-Haus-Tage für den Reisezweck Urlaub wiedergegeben. Die Abbildung zeigt die Spitzen im Urlaubsverkehr zu den Schulferienterminen an Ostern, Pfingsten, im Sommer und an Weihnachten. In den Monaten November und Dezember sind die geringsten Außer-Haus-Anteile zu verzeichnen. Durch die mittlere Länge von Urlaubsreisen mit ca. 11 Tagen sind die Schwankungen innerhalb der Wochen gering.

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

Jan

Feb

Mär

Apr

Mai

Jun

Jul

Aug

Sep Okt

Nov

Dez

Tag

Ant

eil a

m W

ohno

rt a

bwes

ende

r Per

sone

n (A

ußer

-Hau

s-Ta

ge)

WerktagWochenendtag

Abbildung 20 Jahresrhythmus der Außer-Haus-Tage, Privatreisen (eigene Darstellung)

In Abbildung 20 ist der gleiche Sachverhalt für die sonstigen Privatreisen wiedergegeben. Der starke Wochenzyklus dominiert das Bild, die saisonalen Schwankungen sind dagegen relativ gering. Die Lage von Feiertagen führt punktuell zu Nachfragspitzen: Einzelne Feiertage wie Pfingsten oder der Tag der Deutschen Einheit mit den zugehörigen langen Wochenenden heben sich in der Nachfragestruktur deutlich ab.

In Abbildung 21 wird der Jahresverlauf für Geschäftsreisen gezeigt. Durch die Bündelung der Schulferien in den Bundesländern werden bestimmte Zeitscheiben für Geschäftsreisen in ihrer Attraktivität gesenkt, die Hauptreisezeiten für Geschäftsreisen

53 Für Abbildung 19 bis Abbildung 21 wurden die einzelnen Erhebungswellen der INVERMO Haupter-hebung zu einem Kalenderjahr zusammengesetzt. Das Datum variierender Feiertage entspricht der jeweiligen Lage des Erhebungsjahres.

73

liegen zwischen Februar und Juni mit einigen „Störungen“ durch Feiertagswochen und im Oktober bis Dezember.

0%

1%

2%

3%

4%Ja

n

Feb

Mär

Apr

Mai

Jun

Jul

Aug

Sep Okt

Nov

Dez

Tag

Ant

eil a

m W

ohno

rt a

bwes

ende

r Per

sone

n (A

ußer

-Hau

s-Ta

ge)

WerktagWochenendtag

Abbildung 21 Jahresrhythmus der Außer-Haus-Tage, Geschäftsreisen (eigene Darstellung)

6.2.2 Haushaltszusammenhang bei Reisen

Für das Verständnis der Nachfragestruktur im Fernverkehr ist bedeutend, welche der Struktureinheiten „Haushalt“ bzw. „Person“ maßgeblich die Entscheidungen und Abläufe von Fernreisen dominiert. Im Alltagsverkehr ist die dominierende Handlungsebene eindeutig der Personenebene zuzuordnen.

Für den Fernverkehr ergeben sich folgende plausible Befunde:

Bei Geschäftsreisen spielt der Haushalt keine Rolle, die Entscheidungen werden auf Personenebene getroffen.

Bei Urlaubs- und Privatreisen von Haushalten mit zwei und mehr Personen (Paar- und Familienhaushalte) spielt der Haushalt eine dominierende Rolle. Reisen werden im Normalfall von allen Haushaltsmitgliedern gemeinsam oder von einem Teil der Haushaltsmitglieder unternommen, Reisen mit haushaltsfremden Personen spielen eine untergeordnete Rolle. Als Entscheidungsebene kann der Haushalt angenommen werden.

74

Bei Urlaubs- und Privatreisen von Haushalten mit einer Person sind häufiger Reisen mit haushaltsfremden Personen zu erwarten. Die Entscheidungsebenen Haushalt und Person fallen zusammen.

0% 20% 40% 60% 80% 100%

1 PHH

2 PHH

3 PHH

4+ PHH

1 PHH

2 PHH

3 PHH

4+ PHH

Urla

ubsr

eise

nso

nstig

e P

rivat

reis

en

Rei

sezw

eck

und

Hau

shal

tsgr

öße

Anzahl reisender Personen [%]

1 Person 2 Personen 3 Personen 4 Personen 5 und mehr Personen

Abbildung 22 Anzahl reisender Personen nach Haushaltsgröße und Reisezweck


Zur Fragestellung der Reiseorganisation auf Personen bzw. Haushaltsebene liegen keine direkten Informationen aus den INVERMO Befragungen vor. In der Haupterhebung von INVERMO wurde neben der Haushaltsgröße für jede Reise aber auch die Anzahl der verreisten Personen und deren Haushaltszugehörigkeit erhoben. Für Geschäftsreisen zeigt sich kein klarer Zusammenhang zwischen Haushaltsgröße und der Anzahl verreister Personen.

Für Urlaubsreisen und Privatreisen ist für Haushalte mit zwei und mehr Personen festzustellen, dass in weniger als 20% der Reisen mehr Personen verreisen, als im Haushalt leben. In mehr als 80% der Reisen verreisen so viele Personen, wie im Haushalt leben oder weniger (Abbildung 22).

Bei Einpersonenhaushalten werden zwischen 50% und 60% der Reisen alleine durchgeführt. Weitere 20% bis 30% der Reisen finden in Begleitung einer weiteren haushaltsfremden Person statt. Bei knapp 20% der Reisen reisen mehr als zwei Personen gemeinsam.

Bei Haushalten mit zwei oder mehr Personen zeigt sich, dass bei 70% der Urlaubsreisen und bei 73% der sonstigen Privatreisen nur Haushaltsmitglieder als Mitreisende auftreten. Dies unterstützt ebenfalls die genannte Hypothese, dass bei

75

privaten Fernreisen von Haushalten mit mehr als 2 Personen der Haushalt als Organisationseinheit angesehen werden muss.

6.2.3 Umwegfaktor

Zur Abgrenzung des Untersuchungsgegenstandes wurde im Vorfeld der Untersuchungen die Definition „einfache Reiseentfernung von mehr als 100 km“ gewählt. Bei anderen Erhebungen wird häufig auch die Luftlinienentfernung zur Abgrenzung herangezogen. Beide Maße sind über den Umwegfaktor miteinander verknüpft.

Abbildung 23 Zusammenhang Luftlinienentfernung und Umwegfaktor (eigene Darstellung)

Da die Reisen der INVERMO Haupterhebung für alle Start- und Zielorte eindeutige Gemeindebezeichnungen verfügbar sind, konnten sowohl Luftlinien- als auch und Fahrstreckenentfernungen ermittelt werden.

Die Auswertung zeigt, dass der Mittelwert des Umwegfaktor als Quotient aus Reiseentfernung und Luftlinienentfernung für innerdeutsche Reisen 1,38 beträgt, für den zugehörigen Median kann 1,32 gemessen werden. Dabei liegt der gemessene Minimalwert des Umwegfaktors bei 1,1, der Maximalwert liegt in der Größenordnung von etwa 3,2. Hohe Umwegfaktoren von 2,5 und mehr treten nur bei kurzen

76

Reiseentfernungen von etwa 100 km Luftlinie auf54, für Reisen mit mehr als 500 km Luftlinie liegt der maximale Umwegfaktor in der Größenordnung von etwa 1,5.

6.2.4 Reiseweitenverteilung

Die Wahl des Reisezieles determiniert nicht nur den Umfang der entstehenden Verkehrsleistung sondern auch die zu beobachtenden Netzbelastungen. Die Struktur der Verkehrsnachfrage im Personenfernverkehr spiegelt sich daher in der zugrundeliegenden Reiseweitenverteilung wider. Wie im Alltagsverkehr sind auch im Fernverkehr für verschiedene Fahrzwecke unterschiedliche Verteilungen zu beobachten. Da ein Großteil der Fernreisen Übernachtungen beinhaltet, ist zwischen der Reisedauer und der zurückgelegter Entfernung im Falle des Fernverkehrs ein zusätzlicher Effekt zu vermuten.

0%

10%

20%

30%

40%

50%

60%

100-199 200-299 300-399 400-499 500-599 600-699 700-799 800+

Entfernungsklasse [km]

Ant

eil

[%]

Geschäftsreise ohne Übernachtung

Geschäftsreise mit Übernachtung

sonstige Privatreise ohne Übernachtung

sonstige Privatreise mit Übernachtung

Urlaubsreise

Abbildung 24 Reiseweitenverteilung von Inlandsreisen nach Zweck und

Übernachtung (eigene Darstellung)

Bei Inlandsreisen55, die 84% aller Fernreisen stellen, können hinsichtlich der Unterscheidung mit/ ohne Übernachtung im Reiseverlauf deutliche Unterschiede

54 Die hier gemessenen hohen Umwegfaktoren wurden z.B. zwischen Bremen und Husum erreicht: Wegen der natürlichen Barriere der Elbe wurde bei ca. 100 km Luftlinie eine Fahrstrecke über die Autobahn Bremerhafen-Bremen-Hamburg von 330 km zurückgelegt.

77

78

festgestellt werden (vgl. Abbildung 24). Der Mittelwert der Reiseentfernung für Reisen ohne Übernachtung beträgt 235 km, 90% dieser Reisen sind jedoch kürzer als 400 km. Für Hin- und Rückfahrt ist somit eine Reisezeit von weniger als etwa 8 Stunden notwendig. Bei Reisen mit mindestens einer Übernachtung liegt die mittlere Fahrtweite bei 370 km, im Entfernungsbereich bis etwa 500 km weisen die Anteilssätze nur eine geringe Variation auf. Reisen mit höheren Reisedistanzen sind je nach geographischer Lage des Wohnortes im innerdeutschen Fernverkehr nur bedingt erzielbar56.

Bei den Auslandsreisen57 ist ein ähnlicher Effekt feststellbar: Zeitlich längere Reisen weisen tendenziell höhere Reiseentfernungen auf. Da der Reisezweck Urlaub einen Anteil von mehr als 75% aller Auslandsreisen aufweist und Tagesfernreisen in das Ausland selten sind, kann dieser Effekt anhand der Reisedauer von Auslandsurlaubsreisen gezeigt werden. Beträgt die Reisedauer weniger als zehn Tage, liegen 95% der Reiseziele im europäischen Ausland und nur 5% der Reiseziele sind dem Segment der Interkontinentalreisen zuzuordnen. Bei Reisen mit 10 Tagen und mehr beträgt der Anteil der Reisen zu Zielen im außereuropäischen Raum hingegen 21%.

Bei der Modellierung der Zielwahl werden die vorgestellten Effekte der Reisedauer auf die Lage des Reiseziels berücksichtigt (vgl. Kapitel 7.4.9).

6.2.5 Determinanten der Verkehrsmittelwahl

Im Fernverkehr ist eine deutliche Dominanz des Verkehrsträgers Straße58 zu erkennen, der Anteil beträgt insgesamt 79% des Verkehrsaufkommens. Die Verkehrsträger Schiene bzw. Luft weisen Anteile von 11% bzw. 7% auf. Berücksichtigt man, dass eine Entscheidung für oder gegen ein Verkehrsmittel aufgrund der großen Distanzen pro Reise im Fernverkehr auch zu massiven Verschiebungen der nach Verkehrsmitteln

55 Grundlage dieser Untersuchung sind 17.000 Reisen aus Screening- und Haupterhebung (INVERMO) mit gemeindescharfer Start- und Zielcodierung, Berechnung der Reiseentfernungen durch ein Netzmodell

56 So sind von, bezogen auf die Bundesrepublik, zentralen Lagen wie Kassel nur Reisen mit maximal etwa 500 km Luftlinie im innerdeutschen Fernverkehr möglich.

57 Grundlage sind 17.000 Reisen aus der Screening-Erhebung (INVERMO) mit länderscharfer Zielcodierung

58 Im Verkehrsträger „Straße“ sind motorisierter Individualverkehr (Pkw, Wohnmobile. Etc.) und Reisebus zusammengefasst. Der Reisebus hat einen Anteil von ca. 5% bezogen auf den Verkehrsträger Straße.

differenzierten Verkehrsleistung59 nach sich zieht, so wird deutlich, dass Maßnahmen, die auch nur in geringem Maße den Modal Split des Verkehrsaufkommens verändern, dennoch hinsichtlich der Verkehrsleistung wirksam sein können.

Die Wahl der Verkehrsmittel variiert stark mit der zurückzulegenden Reiseentfernung (vgl. Abbildung 25). Während die Straßenverkehrsmittel in allen Entfernungsklassen bis 1.000 km einen Anteil von etwa 80% aufweisen, liegen die größten Anteile am Modal Split der Bahnreisen im Entfernungsbereich bis 600 km. Bei längeren Entfernungen steigt der Anteil der Auslandsreisen stark an, gleichzeitig geht der Anteil der Bahnreisen stark zurück. Der Luftverkehr erreicht ab etwa 500 km nennenswerte Anteile, bei Reisen mit mehr als 1.500 km dominiert der Luftverkehr mit über 80% aller Reisen.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

100-199 200-299 300-399 400-499 500-599 600-799 800-999 1000-1499

1500 undmehr

Entfernung [km]

Mod

al S

plit

[%] sonstige

LuftSchieneStraße

Abbildung 25 Modal Split über Reiseentfernung (eigene Darstellung)

Differenziert man nach Reisezwecken, so können die gefundenen Unterschiede zwischen Urlaubs- und Geschäfts- bzw. Privatreisen zum Teil auf die unterschiedlichen Reiseentfernungen der Zwecke zurückgeführt werden (vgl. Abbildung 26).

Im Rahmen der Haupterhebung wurden die Probanden gefragt, welche alternativen Hauptverkehrsmittel bei der Reiseplanung ernsthaft in Erwägung gezogen wurden60.

59 Der Fernverkehr (ab 50 km) hat einen Anteil von 2,5% am Verkehrsaufkommen, aber einen Anteil von etwa 40% an der Verkehrsleistung (vgl. ZUMKELLER [2001])

60 Der genaue Wortlaut der Frage lautete: „Haben Sie ein alternatives Hauptverkehrsmittel für diese Reise ernsthaft in Erwägung gezogen und wenn ja, welches?“

79

Das Ergebnis zeigt, dass nur bei etwa 13% der durchgeführten Reisen alternative Verkehrsmittel in Betracht gezogen werden. Die Größe des Anteilssatzes hängt mit der Formulierung der Fragestellung61 ab, tendenziell muss aber davon ausgegangen werden, dass bei einem großen Teil der Fernreisen keine oder nur eine eingeschränkte Wahl zwischen alternativen Verkehrsmitteln durchgeführt wird. Auch nach Reisezweck variieren die Ergebnisse: Bei Geschäftsreisen wird in 18% der Fälle zwischen Verkehrsmitteln abgewogen, bei sonstigen Privatreisen in etwa 13% der Reisen und bei Urlaubsreisen nur in 11% der Reisen.

0%

20%

40%

60%

80%

100%

Urlaubsreisen Geschäftsreisen Privatreisen

Reisezweck

Mod

al S

plit

[%]

SonstigesLuftSchieneStraße

Abbildung 26 Modal Split über Reisezweck (eigene Darstellung)

In diesem Zusammenhang ist interessant, ob verschiedene Personenkreise sich in dieser Hinsicht unterscheiden lassen:

In Hinblick auf die Struktur des Alters ist der Befund deutlich: Die jüngeren Personen (14-29 Jahre) der Stichprobe berücksichtigen bei 34% der Reisen alternative Verkehrsmittel, während dies nur auf 13% der Reisen von Personen über 60 Jahre zutrifft. Noch deutlicher wird dies bei Betrachtung des Bildungsabschlusses: Die Teilnehmer mit Volksschulabschluss berücksichtigen bei 11% ihrer Reisen Alternativen, während Teilnehmer mit Hochschulabschluss dies bei 30% der Reisen tun. Es kann somit festgehalten werden, dass der sozioökonomische Hintergrund das Verhalten bei der Wahl beeinflussen (vgl. auch Kapitel 6.3.2 und 6.3.4).

61 Mit einer „weicheren“ Formulierung sind höhere Anteilssätze zu erwarten

80

Weiterhin wurden die Probanden befragt, aus welchen Gründe die alternativen Verkehrsmittel nicht gewählt wurden. Das Ergebnis bezieht sich auf die 13% der Reisen, bei denen alternative Verkehrsmittel in Betracht gezogen wurden, und ist in Abbildung 27 dargestellt. Bei einer dreigliedrigen Einteilung der Gründe lassen sich die Kategorien Verkehrssystem, Person und Reiseereignis62 identifizieren. Es zeigt sich, dass unter den aus Alternativen wählenden Reisenden die Kategorie Verkehrssystem in 82% der Fälle genannt werden, Reiseereignis in 43% der Fälle und die Kategorie Personen in 33% der Ereignisse. In der Mehrheit der Fälle (57%) werden Gründe aus mehreren Kategorien genannt63.

Abbildung 27 Gründe zur Ablehnung alternativer Verkehrsmittel (Quelle: LAST, MANZ [2003])

6.3 Längsschnittanalysen auf Ebene der Person

Längsschnittorientierte Betrachtungen haben zum Ziel, Informationen über Untersuchungsobjekte (z.B. Personen bzw. Personengruppen) über einen längeren Zeitraum hinweg zu sammeln. Auf Basis längsschnittorientierter Daten ist es möglich, auf die Verhaltensweisen und Entscheidungssituationen im Kontext der Eigenschaften der Untersuchungsobjekte einzugehen. Im Folgenden wird auf einzelne Befunde zum Verhalten von Personen im Fernverkehr eingegangen.

62 Beispiele für die genannten Verkehrssystem: z.B. „zu teuer“, „zu langsam“, Person: z.B. „zu unbequem“, „zu anstrengend“, Reiseereignis: z.B. „zu unbequemer Gepäcktransport“, „mit Kindern zu aufwändig“

63 Ein ausführlicher Überblick über die Ergebnisse sind bei LAST, MANZ [2003] veröffentlicht

81

82

6.3.1 Verteilung der Fernmobilität in der Bevölkerung

Die Verteilung der Fernmobilität innerhalb der Bevölkerung ist ein wichtiger Aspekt der längsschnittorientierten Betrachtung, will man Kundenkreise, Nachfragepotentiale oder die Akzeptanz von Dienstleistungsangeboten analysieren. Der Grund hierfür ist einerseits in den unterschiedlichen individuellen Bedürfnissen der verschiedenen Nachfragegruppen zu sehen64, andererseits variiert im Aggregat das Ausmaß der Betroffenheit von Veränderungen im Verkehrssystem65.

Bei der Analyse kann eine deutliche Schiefe in der Verteilung der Fernmobilität innerhalb der Bevölkerung festgestellt werden. Überschlägig lässt sich festhalten, dass fast 50% der Fernreisen von nur etwa 10% der Bevölkerung durchgeführt werden, während andererseits etwa die Hälfte der Bevölkerung nur etwa 10% der Fernreisen unternimmt (vgl. Abbildung 2866). Etwa 14% der Bevölkerung muss als im Fernverkehr nicht aktiv („immobil“) gelten, sie unternehmen im Jahresverlauf keine Reisen mit mehr als 100 km einfache Fahrstrecke.

64 Diese könnten z.B. durch folgende Frage charakterisiert werden: Welche Anforderungen stellt ein routinierter Vielreisender, der mit den Angeboten und Abläufen der Verkehrsträger vertraut ist? Welche Anforderungen stellt ein unerfahrener Wenigreisender, der zum ersten Mal ein Verkehrsmittel benutzen will oder muss?

65 So können kleine Veränderungen des Systems bzw. des Angebotes große Veränderungen der Nachfrage mit sich bringen, wenn besonders Personen mit hoher Fernmobilität betroffen sind. Auf der anderen Seite können einzelne Maßnahmen auch viele Personen betreffen, aber im Aggregat kaum Auswirkungen nach sich ziehen, wenn überwiegend Personen mit geringer Mobilität betroffen sind.

66 Die Darstellung basiert auf der Selbsteinschätzung der Probanden der Screening-Erhebung, und wurde zur Beseitigung sozio-demographischer Schiefen gewichtet. Ein Vergleich von Screening und Haupterhebung zeigt, dass hochmobile Personen eher zur Überschätzung ihrer Mobilität neigen, während Personen mit geringer Mobilität diese tendenziell unterschätzen. Zur Ausweisung von Mittelwerten der Mobilitätseckwerte kann dieser Effekt korrigiert werden. Da die Effekte der Korrekturen interpersonell wirken und die Gesamtverteilung im Sinne einer Mittelwertbildung einzelner Gewichtungssegmente verzerren, wurde hier auf eine solche Korrektur verzichtet. Trotz der enthaltenen Verzerrung bestehen keine Zweifel über die prinzipielle Struktur der Schiefe und über deren erhebliches Ausmaß.

Abbildung 28 Verteilung der Fernmobilität in der Bevölkerung (eigene Darstellung)

Berücksichtigt man unterschiedliche Reisezwecke in der Analyse ergibt sich das folgende detailliertere Bild (vgl. Abbildung 29). Urlaubsreisen sind am homogensten in der Bevölkerung verteilt, Kurz- und Tagesreisen weisen zunehmend schiefere Verteilungen auf, Geschäftsreisen schließlich konzentrieren sich auf eine kleine Bevölkerungsgruppe.

Abbildung 29 Verteilung der Fernmobilität in der Bevölkerung nach Reisezweck (eigene Darstellung)

Eine klassische sozio-demographische Analyse ergibt, dass hohe Mobilität sehr stark mit dem korreliert, was in unserer Gesellschaft mit einer erfolgreichen Lebensführung in Zusammenhang gebracht wird: Hohes Bildungsniveau, Berufstätigkeit, überdurch-schnittliches Einkommen meist in Kombination mit mittlerem Alter.

83

Eine Analyse der Mobilität nach Alter und Geschlecht zeigt, dass die private Fernmobilität (bestehend aus Urlaubs- und Privatreisen) eine Entwicklung im biographischen Zyklus der Person durchläuft67 (vgl. Abbildung 30). In der Alterskohorte der unter Sechzigjährigen kann von einem konstant hohen Niveau der Fernmobilität gesprochen werden, ab dem sechzigsten Lebensjahr ist ein stetiger Rückgang der privaten Mobilität zu verzeichnen.

Abbildung 30 Reiseaktivitäten nach Alter und Reisezweck (eigene Darstellung)

Für die Urlaubsreisen ist dabei das für Frauen und Männer gleichermaßen stabile Niveau der Urlaubsreisen über das Alter auffällig. Ab einem Alter von etwa 50 Jahre ist eine Zunahme der Urlaubsreisen zu verzeichnen. Dies ist im Lebenszyklus durch die zunehmende zeitliche Flexibilität mit dem Übergang in den Ruhestand zu erklären.

Bezüglich der sonstigen Privatreisen ist prinzipiell eine höhere Mobilität der Männer festzustellen. Auch hier ist ein nahezu konstantes Niveau für den Altersbereich zwischen 14 und 60 Jahren erkennbar, die Kohorten mit der höchsten Mobilität sind in der Altersgruppe der unter Dreißigjährigen zu finden, gewöhnlich einer Lebensphase mit zunehmender finanzieller Unabhängigkeit und andererseits großem Freiheitsgrad aufgrund einer noch gegebenen Kinderlosigkeit.

Geschäftsreisen treten fast ausschließlich im Alter zwischen 25 und 65 Jahren auf und konzentrieren sich besonders auf männliche Personen, weibliche Personen hingegen weisen nur einen geringen Anteil an Geschäftsreisen auf. Dies ist auf die

67 Es werden aufgrund der Datenverfügbarkeit nur Personen älter als 13 Jahren berücksichtigt

84

unterschiedlichen beruflichen und familiären Rollen von Mann und Frau in der Gesellschaft zurückzuführen.

Die Überlagerung der Effekte aus Urlaubs-, Privat und Geschäftsreisen zeigt, dass die etwa 35- bis 45-Jährigen, die im Fernverkehr Mobilsten darstellen. Männliche Personen weisen dabei im Mittel etwa die 1,5-fache Mobilität von weiblichen Personen auf, was überwiegend auf unterschiedliche Reisehäufigkeiten bei den Geschäftsreisen zurückgeführt werden kann.

Betrachtet man den Einfluss des höchsten erreichten Bildungsabschlusses auf die Anzahl der durchgeführten Fernreisen, so ist ein deutlicher Zusammenhang festzustellen (vgl. Abbildung 31). Während die Zahl der Urlaubsreisen nur eine mäßige Zunahme zeigt, ist bei den Privatreisen zwischen der Klasse der Personen mit Haupt- bzw. Volksschulabschluss und Akademikern (mit Hochschulabschluss) eine Verdoppelung der Reisen sichtbar. Besonders Geschäftsreisen konzentrieren sich auf Personen mit Hochschulabschluss: Von Akademikern werden im Mittel 4,2 mal so viele Geschäftsreisen durchgeführt wie von Personen ohne Hochschulabschluss.

0 2 4 6 8 10 12

Haupt- oder Volksschule

Mittlere Reife

Abitur

Hochschulabschluss

höch

ster

err

eich

ter B

ildun

gsab

schl

uss

Fernreisen pro Person und Jahr nach Zweck14

Urlaubsreisen

sonstige Privatreisen

Geschäftsreisen

Abbildung 31 Reiseaktivität nach höchstem erreichten Bildungsabschluss (eigene Darstellung)

Der Berufstatus korreliert nur schwach mit der Fernmobilität (vgl. Abbildung 32). Rentner sind erwartungsgemäß am wenigsten mobil, was bereits durch das Alter erklärbar ist. Die höhere Mobilität der Vollzeitbeschäftigten ist auf Geschäftsreisen zurückführbar. Der geringe Einfluss dieser personenbezogenen Größe auf die private Reiseintensitäten bestätigt die Haushaltsgebundenheit privater Reisezwecke.

85

Das Haushaltseinkommen ist als Schätzvariable für die Anzahl der Fernreisen ebenfalls hervorragend geeignet. Bei allen Reisezwecken ist jeweils ein deutlicher Effekt zu verzeichnen (vgl. Abbildung 33).

0 2 4 6 8 10 12

Rentner

Hausfrau/ -mann

Auszubildende

Teilzeit

Vollzeit

Ber

ufst

atus


Urlaubsreisen


Geschäftsreisen

Abbildung 32 Reiseaktivität nach Berufstatus (eigene Darstellung)

0 2 4 6 8 10 12

bis unter 750€

750€ bis unter 1.500€

1.500€ bis unter 3.000€

über 3.000€

Hau

shal

tsei

nkom

men


Urlaubsreisen


Geschäftsreisen

Abbildung 33 Reiseaktivität nach Haushaltseinkommen (eigene Darstellung)

Mittels einer multivariaten Regressionsanalyse können die Effekte der Variablen Geschlecht, Alter, Bildungsabschluss, Berufstatus und Einkommen auf die Anzahl der durchgeführten Urlaubs-, sonstigen Privat- und Geschäftsreisen gezeigt werden. Hierzu

86

87

wurden alle unabhängigen Variablen als binäre Dummyvariablen definiert. Das Ergebnisse zeigt einen signifikanten Einfluss fast aller unabhängigen Variablen auf die zu erklärende Anzahl an Reisen (vgl. Tabelle 4).

Urlaubsreisen Sonstige Privatreisen

Geschäftsreisen Variable

Parameter / Sign.1 Parameter / Sign. 1 Parameter / Sign. 1

Konstante 1,337 / h.s. 2,788 / h.s. 0,135 / n.s.

Geschlecht Männlich 0,132/ h.s. 0,841 / h.s. 1,148 / h.s.

Geschlecht Weiblich [=Ref.]

Alter 14-29 Jahre 0,151 / h.s. 2,329 / h.s. 0,820 / h.s.

Alter 30-59 Jahre 0,278 / h.s. 2,017 / h.s. 1,546 / h.s.

Alter 60+ Jahre [=Ref.]

Bildungsabschluss Hauptschule [=Ref.]

Bildungsabschluss Realschule 0,171 / h.s. 0,360 / h.s. -0,116 / n.s.

Bildungsabschluss Abitur 0,427 / h.s. 0,917 / h.s. 0,365 / h.s.

Bildungsabschluss Hochschule 0,700 / h.s. 1,716 / h.s. 1,919 / h.s.

Beruf Vollzeitbeschäftigt -0,291 / h.s. -0,964 / h.s. 0,813 / h.s.

Beruf Teilzeitbeschäftigt -0,175 / h.s. -1,015 / h.s. -0,980 / h.s.

Beruf Ausbildung -0,006 / n.s. 0,404 / h.s. -1,214 / h.s.

Beruf Hausfrau/ -mann -0,388 / h.s. -0,762 / h.s. -1,254 / h.s.

Beruf Rentner [=Ref.]

Einkommen <750€ [=Ref.]

Einkommen 750 - <1.500€ -0,355 / h.s. -0,769 / h.s. -0,930 / h.s.

Einkommen 1.500€ - <3.000€ 0,0387 / n.s. 0,446 / h.s. -0,720 / h.s.

Einkommen 3.000€+ 0,527 / h.s. 1,267 / h.s. 1,178 / h.s.

R2 0,0462 0,0953 0,1259

adustiertes R2 0,0454 0,0945 0,1252 1 h.s. hochsignifikant auf 1%-Niveau, n.s. nicht signifikant auf 20%-Niveau

Tabelle 4 Regressionsmodell zur Schätzung der Anzahl an Fernreisen je Reisezweck (Daten: INVERMO)

Bezüglich des Geschlechts ergibt sich für alle Reisezwecke stets ein positiver Einfluss der Ausprägung „männlich“ gegenüber der Referenz „weiblich“, besonders ausgeprägt ist dieser Effekt bei den Geschäftsreisen. Ein ähnliches Bild ergibt sich für die erklärenden Variablen Alter bzw. Bildungsabschluss; die positiven Parameter zeigen, dass gegenüber der Referenz in den beiden jungen Altersklassen bzw. geringen Bildungsabschlüssen höhere Reisehäufigkeiten zu verzeichnen sind. Auch die Parameterwerte der Variable Einkommen unterstreicht deutlich die in den Abbildungen der Einzeleffekte gefundenen Befunde. Auch wenn die Modelle zu allen Reisezwecken hochsignifikant sind, liegt der erklärbare Anteil der Varianz je nach Reisezweck nur

88

zwischen 4,6% und 12,6%. Dieser geringe Erklärungsgehalt muss als unbefriedigend eingestuft werden und bedeutet, dass der größte Teil der Varianz zwischen den Personen nicht mit den verwendeten Variablen erklärt werden kann. Auch bei gleicher Ausprägung der Variablen sind folglich große Varianzen in der Anzahl der Fernreisen festzustellen.

6.3.2 Einteilung in Personenkreise

Trotz der gefundenen Abhängigkeiten variiert, wie im vorangegangen Kapitel gezeigt, auch innerhalb einzelner Personengruppen das Niveau der Fernreisehäufigkeit erheblich. Daher soll die Bevölkerung hinsichtlich ihrer Mobilität in drei Gruppen eingeteilt werden, um vergleichende Analysen zwischen Personen mit hoher und geringer Mobilität zu ermöglichen. Es soll gelten:

- Das im Fernverkehr mobilste Zehntel der Bevölkerung wird als Hochmobile bezeichnet,

- die Hälfte der Bevölkerung mit geringer Mobilität wird als Wenigmobile bezeichnet und

- die übrigen 40% der Bevölkerung „zwischen“ Hoch- und Weinigmobilen werden als Mäßigmobile bezeichnet.

Ein Vergleich der Nachfragestrukturen dieser drei Gruppen ist in Tabelle 5 dargestellt.

Vergleicht man die Erwägung alternativer Verkehrsmittel dieser drei Gruppen, so ist festzustellen, dass bei einem mittleren Anteil von 13% (vgl. Kapitel 6.2.5) gerade die Hochmobilen (17%) bei der Verkehrsmittelwahl eher Alternativen berücksichtigen als Wenigmobile (ca. 12%). Es muss somit davon ausgegangen werden, dass die Häufigkeit von Fernreisen das Verhalten einer Person bei der Wahl von Verkehrsmitteln beeinflussen.

89

Hochmobile Mäßigmobile Wenigmobile Alle Gruppen

Anteil der Mobilitätsgruppen an der Bevölkerung1

10% 40% 50% 100%

Anzahl Fernreisen pro Person und Jahr

23,8 9,8 2,0 7,5

Person mit/ ohne Fernreisen pro Jahr

Personen mit Fernreisen Personen ohne Fernreisen

Summe

100 % 0 %

100 %

100 % 0 %

100 %

70 % 30 %

100 %

86 % 14 %

100 %

Fernreisen nach Zweck

Urlaubsreisen sonstige Privatreisen

Geschäftsreisen Summe

2,8 (12 %) 10,2 (43 %) 10,8 (45 %) 23,8 (100 %)

2,1 (21 %) 7,3 (74 %) 0,4 (5 %) 9,8 (100 %)

0,8 (40 %) 1,1 (56 %) 0,1 (4 %) 2,0 (100 %)

1,6 (21 %) 4,6 (61 %) 1,3 (17 %) 7,5 (100 %)

Fernreisen nach Verkehrsmittel

Pkw Bus

Eisenbahn Flugzeug Sonstige Summe

18,6 (78 %) 0,5 (2 %) 2,6 (11 %) 1,7 (7 %) 0,5 (2 %)

23,8 (100 %)

7,2 (73 %) 0,6 (6 %) 1,1 (11 %) 0,7 (7 %) 0,2 (2 %) 9,8 (100 %)

1,2 (57 %) 0,2 (11 %) 0,2 (11 %) 0,4 (18 %) 0,0 (3 %) 2,0 (100 %)

5,6 (74 %) 0,4 (5 %) 0,8 (11 %) 0,6 (8 %) 0,1 (1 %) 7,5 (100 %)

Fernreisen nach Ziel

Inland restl. Europa

restl. Welt Summe

20,9 (88 %) 2,5 (11 %) 0,4 (2 %)

23,8 (100 %)

8,3 (84 %) 1,3 (14 %) 0,2 (2 %) 9,8 (100 %)

1,1 (57 %) 0,8 (38 %) 0,1 (5 %) 2,0 (100 %)

6,3 (84 %) 1,1 (14 %) 0,1 (2 %) 7,5 (100 %)

1 Die Werte ergeben sich aus der gewählten Einteilung der Mobilitätsklassen

Tabelle 5 Vergleich von Hoch-, Mäßig- und Wenigmobilen (Daten: INVERMO)

6.3.3 Eigenschaften Hochmobiler

Von besonderem Interesse für Planungszwecke ist die Gruppe der Hochmobilen, denn Maßnahmen, die das Verhalten dieser relativ kleinen Gruppe beeinflussen, können entsprechend große Veränderungen in der Nachfragestruktur nach sich ziehen. Daher soll in diesem Kapitel der Gruppe der Hochmobilen genauer untersucht werden.

Im Vergleich zur übrigen Bevölkerung weisen Hochmobile einen größeren Anteil an Pkw-Reisen auf und der Anteil der innerdeutschen Reisen liegt deutlich über dem der übrigen Gruppen. Dies ist darauf zurückzuführen, dass hochmobile Personen deutlich mehr sonstige Privat- und Geschäftsreisen unternehmen, als die übrigen Gruppen (vgl. Tabelle 5).

Die Hochmobilen lassen sich wiederum in drei Teile unterteilen:

- Etwa 20% der Hochmobilen unternimmt überdurchschnittlich viele Geschäftsreisen, bei durchschnittlicher privater Mobilität.

- Etwa 70% führt überdurchschnittlich viele private Reisen durch, die Anzahl der Geschäftsreisen hingegen ist durchschnittlich.

- Weitere 10% weisen sowohl im Bereich der Geschäftsreisen als auch bei den Privatreisen überdurchschnittlich hohe Reiseanzahlen auf.

privat Hochmobile, Geschäftsreisen (n=480)

0%

20%

40%

60%

80%

100%

100 bis 249 250 bis 449 450 bis 649 650 bis 849 850 bis 1049 1050 und mehrEntfernung [km einfache Fahrt]

Mod

al S

plit

je E

ntfe

rnun

gskl

asse

Straße

Schiene

Luft

geschäftlich Hochmoblie, Geschäftsreisen (n=516)

0%

20%

40%

60%

80%

100%

100 bis 249 250 bis 449 450 bis 649 650 bis 849 850 bis 1049 1050 und mehr

Entfernung [km einfache Fahrt]

Mod

al S

plit

je E

ntfe

rnun

gskl

asse

Straße

Schiene

Luft

Abbildung 34 Verkehrsmittelwahl Hochmobiler auf Geschäftsreisen (eigene Darstellung)

90

91

Vergleicht man das Verhalten der ersten beiden Gruppen, so ist festzustellen, dass auch innerhalb der Hochmobilen erhebliche Unterschiede festzustellen sind. Als Beispiel soll die Verkehrsmittelwahl der Hochmobilen bei Geschäftsreisen betrachtet werden (vgl. Abbildung 34): Hochmobile Personen, die überdurchschnittlich viele private Reisen durchführen68, verwenden auf ihren Geschäftsreisen auch für große Entfernungen den Pkw als bevorzugtes Verkehrsmittel. Personen mit überdurchschnittlicher Zahl an Geschäftsreisen69 nutzen bereits bei deutlich kürzeren Reisedistanzen das Flugzeug als Verkehrsmittel.

Dieser Befund lässt zweierlei Vermutungen zu: Geschäftlich Hochmobile unterscheiden sich hinsichtlich ihrer sozioökonomischen Situation und ihrer hierarchischen Position im Beruf von Privat-Hochmobilen. Zusätzlich kann aber auch vermutet werden, dass es bei Privat-Hochmobilen einen Zusammenhang zwischen dem Verhalten auf privaten Fernreisen und den (wenigen) Geschäftsreisen gibt. Diese These unterstützt die Vermutung, das personenbezogene Einflüsse eine deutlich größere Rolle bei Wahlentscheidungen spielen als klassische Wahlmodelle auf Basis der Parameter Reisezeit und Kosten zu leisten in der Lage sind.

6.3.4 Mono- und Multimodalität

Bei Längsschnittbeobachtungen kann mit Hilfe der Multi- bzw. Monomodalität die Gebundenheit an einzelne Verkehrsmittel beschrieben werden. Als „monomodal“ sollen im Fernverkehr dabei solche Personen bezeichnet werden, die im Verlauf eines Jahres nur ein Verkehrsmittel auf allen durchgeführten Fernreisen70 verwendet haben; multimodale Personen nutzen hingegen mehrere Verkehrsmittel. Um die Anschaulichkeit der Ergebnisse zu erhöhen, sollen nur drei verschiedene Verkehrsmittel betrachtet werden: Straße71, Schiene und Luft (vgl. Tabelle 6).

Der Anteil der Personen mit monomodaler Verhaltensweise im Fernverkehr umfasst einen Anteil von 52% der Bevölkerung, während etwa 34% der Bevölkerung eine

68 in Abbildung 34 als „privat Hochmobile“ bezeichnet

69 in Abbildung 34 als „geschäftlich Hochmobile“ bezeichnet

70 Diese Definition wird bei Personen problematisch, die im Jahresverlauf nur wenige bzw. eine einzige Reise durchführen. Diese Personen haben nur geringe bzw. keine Gelegenheit multimodales Verhalten zu praktizieren.

71 In der Kategorie „Straße“ sind alle Straßenverkehrsmittel zusammengefasst (Pkw, (Reise-)Bus, Wohnmobil Motorrad, Autoreisezug), weitere Verkehrsmittel (Schiff, Fahrrad, etc.) werden nicht berücksichtigt.

92

multimodale Verhaltensweise berichten. Weitere 14% sind im Fernverkehr praktisch nicht mobil.

Bei der Betrachtung der Reisehäufigkeit der Mono- bzw. Multimodalen ist erkennbar, dass besonders multimodale Personen als aktiv im Fernverkehr zu bezeichnen sind: So führt dieser Teil mit einem Anteil von 34% der Bevölkerung etwa 54% aller Reisen durch, auch die jährlichen Kilometerfahrleistungen bestätigen dieses Bild.

Aus der Sicht der Verkehrsmittel ist festzustellen, dass die spezifischen Kundenkreise bezogen auf ein Jahr sehr unterschiedliche Größenordnungen aufweisen: Während etwa zwei Drittel der Bevölkerung im Verlauf eines Jahres mindestens eine Fernreise mit dem Pkw durchführt, umfasst der Kundenkreis des Luftverkehrs nur etwa ein Drittel der Bevölkerung, im Schienenfernverkehr ist sogar nur jeder 5. Bürger in der Jahresfrist anzutreffen.

Verkehrsmittel Anteil an der Bevölkerung [%]

Anteil an den Reisen [%]

Mittlere Fahrleistung pro Jahr [km]

Mittlere Entfernung pro Reise [km]

Monomodale

Straße 41 43 9.500 407

Schiene 5 2 6.600 430

Luft 6 1 14.600 3420

Multimodale

Straße+Schiene 9 13 13.800 384

Straße+Luft 18 28 27.300 1.050

Schiene+Luft 2 2 24.000 1.360

Straße+Schiene+Luft 5 11 33.600 773

Sonstige

Nicht Mobile 14 ca. 0 - -

Tabelle 6 Mono- und Multimodalität nach Reiseintensität72 (Daten: INVERMO)

Geht man der Frage nach, in welchen Verhältnissen Verkehrsmittel kombiniert werden, so findet man das in Tabelle 6 zu vermutende Bild bestätigt (vgl. Abbildung 35). Die Darstellung zeigt, dass multimodale Personen mit zwei oder drei kombinierten Verkehrsmitteln überwiegend einen hohen Pkw-Anteil an den Reisen aufweisen und die Verkehrsträger Schiene und Luft mit geringen Anteilssätzen scheinbar ergänzend

72 Ohne Fernpendler; ohne Fahrten in Ausübung des Berufes; Straße= Pkw, (Reise-)Bus, Wohnmobil Motorrad, Autoreisezug

einsetzen. Kombinationen aus Schiene und Luft ohne bzw. mit geringem Anteil an Pkw-Reisen sind selten.

Der Vergleich der Reisehäufigkeiten von monomodalen (an den „Spitzen“ der Darstellung) und multimodalen Nutzern zeigt, dass im Flugverkehr etwa die Hälfte der Reisen von Multimodalen unternommen werden. Im Schienenverkehr liegt der Anteil der von Multimodalen durchgeführten Bahnreisen sogar bei 63%, nur etwa 37% der Reisen werden von „captive riders“ durchgeführt. Die Situation im Straßenverkehr sieht jedoch anders aus: Hier werden nur etwa 35% aller Reisen von Multimodalen durchgeführt, während zwei Drittel aller Reisen mit den Verkehrsmitteln Pkw oder Bus von Personen durchgeführt werden, die im Jahresverlauf sonst keine anderen Verkehrsmittel benutzen.

Abbildung 35 Verkehrsmittelanteile mono- und multimodaler Personen (eigene Darstellung)

Kommt man mit der Unterscheidung mono- und multimodaler Personenkreise nochmals auf die Berücksichtigung von alternativen Verkehrsmitteln bei der Wahlentscheidung zurück (vgl. Kapitel 6.2.5) werden die Zusammenhänge zwischen modalem Verhalten und der Berücksichtigung von Alternativen klarer:

Von den Personen mit monomodaler Verhaltensweise geben 68% an, bei der Reiseplanung keine Alternative berücksichtigt zu haben,

Personen mit multimodaler Verhaltensweise, die zwei verschiedene Verkehrsmittel genutzt haben, geben 59% an, keine Alternativen berücksichtigt zu haben und

93

Personen mit multimodaler Verhaltensweise, die drei verschiedene Verkehrsmittel genutzt haben, geben 43% an, keine Alternativen berücksichtigt zu haben

Dies bedeutet, mit zunehmender Multimodalität werden Wahlalternativen stärker berücksichtigt und in Entscheidungssituationen gegeneinander abgewogen. Personen mit monomodaler Verhaltensweise hingegen sind stärker auf ein bestimmtes Verkehrsmittel fixiert und berücksichtigen Alternativen in geringerem Ausmaß.

Es wurde gezeigt, dass hohe Mobilität sehr stark mit dem korreliert, was in unserer Gesellschaft mit einer erfolgreichen Lebensführung in Zusammenhang gebracht wird: Hohes Bildungsniveau, eine Berufstätigkeit mit überdurchschnittlichem Einkommen bei mittlerem Alter. Und gerade diese Hochmobilen verhalten sich im Fernverkehr auch in weit überdurchschnittlichem Maße multimodal (vgl. Abbildung 36). ZUMKELLER [2002] folgert, dass heute und auch in Zukunft gerade die Gruppe der Hochmobilen und Multimodalen aus der Sicht des Verhaltens die Speerspitze einer Entwicklung darstellt und die treibende Kraft für weitere Wachstumsraten im Personenfernverkehr sind. Von besonderem Interesse hierbei ist die Variation im Verkehrsverhalten innerhalb dieser Gruppe. Die dargestellten Befunde werden bei der Modellierung der Verkehrsentstehung berücksichtigt (vgl. Kapitel 7.4.5).

Multimodalität (Reisehäufigkeit)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

wenigmobil mäßigmobil hochmobil

Multi

Mono

Abbildung 36 Mono- und Multimodalität nach Personengruppen (Quelle: ZUMKELLER [2002])

6.3.5 Verkehrsmittelorientierung

Vor dem Hintergrund, die Entscheidungen von Reisenden im Zuge der Verkehrsmittelwahl im Fernverkehr analytisch behandeln zu können, stellt sich die Frage, welchen Einfluss die persönliche Einstellungen zu den Verkehrsmitteln in einer

94

95

Wahlsituation ausübt. Denn diese Verhaltensweisen hängen auf individueller Ebene von der subjektiven Wahrnehmung, Bewertung und Entscheidung ab73.

In diesem Kontext ist auch zu beachten, dass neben den rationalen, vom Verstand erfassten Kenngrößen einer Entscheidung74 auch Einflüsse der persönlichen Gefühle bzw. Emotionen berücksichtigt werden müssen. Dies um so mehr, da Gefühle als „konzentrierte Lebenserfahrung“ scheinbar eher den Verstand dominieren als umgekehrt (vgl. ROTH [2003]).

Für den Fernverkehr liegen bislang kaum Erfahrungen über den Einfluss von Einstellungen und subjektiven Faktoren auf Wahlentscheidungen vor. Im Fernverkehr kann erwartet werden, dass aufgrund der schwächer ausgeprägten Habitualisierung, des Ausnahmecharakters der einzelnen Situation, sowie der längeren Strecken und Fahrzeiten Entscheidungen auf rationaleren Mechanismen beruhen als im durch Habitualisierung geprägten Nahverkehr. Andererseits kann vermutet werden, dass gerade bei Entscheidungssituationen im Fernverkehr die Einflüsse von Gefühlen eine größere Rolle spielen als im Alltagsverkehr; zumindest für Personen mit weniger großer Erfahrung im Fernverkehr können neben Einstellungen und Erfahrungen auch Unsicherheiten und Ängste75 bei der Entscheidung eine größere Rolle spielen.

Aus dieser Motivation heraus lag ein Bestreben darin, im Verlauf der Erhebungen des Projektes INVERMO einzelne Facetten der Einstellung zu den Verkehrsmitteln zu erfassen und ggf. in die zu entwickelnden Wahlmodelle integrieren zu können. Daher wurde für die Erhebungen des Projektes INVERMO ein entsprechender Befragungsblock konzipiert. Dieser enthält einen Satz aus elf Eigenschaften, der verschiedene Aspekte der Verkehrsmittel beschreibt. Dies sind:

preiswert, schnell, komfortabel, pünktlich,

73 VERRON [1986] trägt verschiedene Quellen zum Zusammenhang zwischen Einstellung und Verhalten zusammen, ein grundsätzlicher Zusammenhang wird in verschiedenen Untersuchungen bestätigt, es werden verschiedene Verfahren zur Messung der Einstellung und Konzepte zur Erklärung des Verhaltens vorgestellt.

74 Klassisch werden in ökonometrischen Modellen zur Verkehrsmittelwahl Zeit und Kosten als Eigenschaften der Alternativen als entscheidungsbeeinflussende Parameter verwendet.

75 z.B. vor fremden Orten, und ungewohnten Verhaltens- bzw. Handlungsabläufen

96

flexibel, sicher, unkompliziert, erholsam, umweltfreundlich, fortschrittlich und sympathisch.

Die Probanden der 3. Welle der Haupterhebung wurden im Zuge des Personenfragebogens gebeten, sowohl die Wichtigkeit dieser Eigenschaften für die Planung und Durchführung von Reisen unterschiedlichen Zwecks in einem dreigliedrigen Raster (weniger wichtig, wichtig, sehr wichtig) einzuschätzen als auch ihre Einschätzung zum Grad der Erfüllung dieser Eigenschaften, wiederum in einem dreigliedrigen Raster (trifft nicht zu, trifft etwas zu, trifft ganz genau zu), für die Verkehrsmittel Pkw, Bahn, Flugzeug und Reisebus anzugeben.

Variable Urlaub Sonstige Privatreise Geschäftsreise

Preiswert 0.5053305 0.5650118 -0.2193676

Schnell 0.2339312 0.4095618 0.7295720

komfortabel 0.3006682 0.1719902 0.3300395

pünktlich 0.3544118 0.4466720 0.8590998

flexibel 0.3394077 0.3978758 0.5429142

sicher 0.8144404 0.7857143 0.7799607

unkompliziert 0.5164671 0.4769231 0.5964215

erholsam 0.4276364 0.1022727 -0.1035857

umweltfreundlich 0.1565543 0.1451876 0.0040000

fortschrittlich -0.2190623 -0.2719665 -0.2233400

sympathisch 0.0862983 -0.0240664 -0.0686869

Tabelle 7 Normierte Einschätzung der Bedeutung einzelner Eigenschaften der Verkehrsmittel für die Verkehrsmittelwahl bei unterschied-lichen Reisezwecken (Mittelwert76) im Intervall [0,1] (Daten: INVERMO)

Die Ergebnisse zur Einschätzung der Verkehrsmittel zeigen (vgl. Tabelle 7):

76 Mögliche Antwortkategorien (sehr wichtig, wichtig, weniger wichtig), zur Mittelwertberechnung transformiert auf die Werte (1, 0, -1); Stichprobengröße Urlaub/ Privatreise n≈1.200, Geschäftsreise n≈500

97

• Am Pkw wird besonders geschätzt, dass er flexibel und unkompliziert ist, während anderseits die Benutzung als wenig umweltfreundlich und erholsam eingeschätzt wird.

• Die herausragenden positiven Eigenschaften der Bahn sind die Umweltfreundlichkeit, Sicherheit und Erholsamkeit der Nutzung, negativ wird insbesondere die geringe Flexibilität und der Preis bewertet.

• Die mit Abstand am positivsten beurteilte Eigenschaft des Flugzeuges stellt die Schnelligkeit dar, besonders negativ wird beurteilt, dass das Flugzeug wenig umweltfreundlich, wenig flexibel und wenig preiswert ist.

Betrachtet man gegenüberstellend die Eigenschaften, die Probanden bei Reisen unterschiedlichen Zwecks für besonders wichtig erachten, so ergeben sich für Urlaub und sonstige Privatreisen die Eigenschaften „sicher“, „unkompliziert“ und „preiswert“. Dagegen werden die Eigenschaften „fortschrittlich“ und „sympathisch“ als wenig wichtig eingestuft. Für Geschäftsreisen stehen hingegen „pünktlich“, „sicher“ und „schnell“ im Vordergrund, als wenig wichtig werden hingegen „fortschrittlich“, „preiswert“ und „erholsam“ eingeschätzt.

Für eine Berücksichtigung dieser Eigenschaften in einem Verkehrsmittelwahlmodell sind jedoch nicht Extremwerte des Mittelwertes entscheidend, sondern ob innerhalb der Stichprobe eine unterschiedliche Einschätzung der Verkehrsmittel im Resultat sich auch in einer unterschiedlichen Nutzung dieser Verkehrsmittel widerspiegelt. So ist es eher wahrscheinlich, dass sich die Eigenschaft „preiswert“ des Pkw mit ähnlich großen Anteilen aller drei Ausprägungen bei der Modellierung als signifikant erweist als beispielsweise die Eigenschaft „flexibel“, bei der 90% der Probanden der Meinung sind, dass dies „ganz genau“ auf das Verkehrsmittel PKW zutrifft, also innerhalb der Stichprobe quasi keine Variation zu beobachten ist (vgl. Abbildung 37 bis Abbildung 39).

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

preisw

ert

schn

ell

komfor

tabel

flexib

el

siche

r

unko

mplizie

rt

erhols

am

umwelt

freun

dlich

fortsc

hrittli

ch

sympa

thisc

h

Eigenschaft

Ant

eil [

%]

-1

-0,8

-0,6

-0,4

-0,2

0

0,2

0,4

0,6

0,8

1

Mitt

elw

ert (

wen

iger

wic

htig

=-1,

wic

htig

=0 u

nd s

ehr

wic

htig

=+1

Anteil Nennungen "weniger wichtig" Anteil Nennungen "wichtig" Anteil Nennungen "sehr wichtig" Mittelwert

Abbildung 37 Mittelwert und Verteilung der subjektiven Einschätzungen des Verkehrsmittels PKW (eigene Darstellung)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

preisw

ert

schn

ell

komfor

tabel

flexib

el

siche

r

unko

mplizie

rt

erhols

am

umwelt

freun

dlich

fortsc

hrittli

ch

sympa

thisc

h

Eigenschaft

Ant

eil [

%]

-1

-0,8

-0,6

-0,4

-0,2

0

0,2

0,4

0,6

0,8

Mitt

elw

ert (

wen

iger

wic

htig

=-1,

wic

htig

=0 u

nd s

ehr

wic

htig

=+1


Abbildung 38 Mittelwerte und Verteilung der subjektiven Einschätzungen des Verkehrsmittels Bahn (eigene Darstellung)

98

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

preisw

ert

schn

ell

komfor

tabel

flexib

el

siche

r

unko

mplizie

rt

erhols

am

umwelt

freun

dlich

fortsc

hrittli

ch

sympa

thisc

h

Eigenschaft

Ant

eil [

%]

-1

-0,8

-0,6

-0,4

-0,2

0

0,2

0,4

0,6

0,8

1

Mitt

elw

ert (

wen

iger

wic

htig

=-1,

wic

htig

=0 u

nd s

ehr

wic

htig

=+1


Abbildung 39 Mittelwerte und Verteilung der subjektiven Einschätzungen des Verkehrsmittels Flugzeug (eigene Darstellung)

Weiterhin wurde von den Probanden im Rahmen der Erhebungen unter einem einheitlichen, fiktiven Reisekontext eine persönliche Rangfolge der Verkehrsmittel erfragt. Der Reisekontext wurde dabei so gewählt, dass ein verbreiteter Reisetypus vorliegt und der Entfernungsbereich grundsätzlich eine Nutzung der wichtigsten drei Verkehrmittel im Fernverkehr zulässt. Da der Schwerpunkt des Ranking in der Erfassung der subjektiven Prägung der Person lag, wurde zusätzlich vorgegeben, dass alle Verkehrsmittel in der gegebenen (fiktiven) Situation gleiche Reisezeiten und Preise aufweisen77.

Die Probanden waren aufgefordert, den Verkehrsmitteln die Ränge 1 (höchste Priorität) bis 4 (niedrigste Priorität) zu vergeben. Zusätzlich wurde dem Probanden in der Einordnung der Verkehrsmittel die Möglichkeit gegeben, bei einzelnen Verkehrmitteln die Option „kommt für mich nicht in Frage“ anzukreuzen und auf eine Einordnung in die Rangfolge zu verzichten. Mittels dieser Option konnte auch eine strikte Ablehnung einzelner oder mehrerer Verkehrmittel erfasst werden.

77 Wortlaut der Befragung: Stellen Sie sich vor, Sie wollen eine private Reise innerhalb Deutschlands in eine entfernte Großstadt (z.B. 600 km einfache Fahrt) unternehmen. Nehmen Sie für dieses fiktive Beispiel an, dass alle Verkehrsmittel vergleichbare Kosten und ähnliche Reisezeiten aufweisen. Bringen Sie die Verkehrsmittel bitte in die Rangfolge, in der Sie diese für die Reise wählen würden. [...] Kommt ein Verkehrsmittel für Sie nicht in Frage, kreuzen Sie bitte das entsprechende Kästchen an. (Quelle: Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2002a])

99

Aus einer verkehrsmittelbezogenen Sicht sind deutliche Unterschiede zwischen den Verkehrsmitteln erkennbar:

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Reisebus

Flugzeug

Bahn

Pkw

Anteil der Nennungen [%]

Rang 1 Rang 2 Rang 3 Rang 4 kommt nicht in Frage

Abbildung 40 Anteile der Ränge (1, 2, 3, 4, “kommt nicht in Frage“) der Verkehrsmittel Pkw, Bahn, Flugzeug, Reisebus (eigene Darstellung)

Pkw und Bahn unterscheiden sich kaum und weisen jeweils bei Rang 1 einen Anteil von etwa 40% auf. Beide Verkehrsmittel werden kaum auf die letzten Ränge verwiesen, nur für einen Anteil von unter 5% kommen die Verkehrsmittel nicht in Frage.

Das Verkehrsmittel Flugzeug wird sehr unterschiedlich beurteilt und weist auf allen Rängen einen Anteil um die 20% auf. Die Quote der Personen, für die das Flugzeug in der beschriebenen Situation nicht in Frage kommt, weist mit 21% einen hohen Wert auf. Der Reisebus erhält als Verkehrsmittel des Fernverkehrs eine schlechte Bewertung, 55% der Probanden verweisen ihn auf den 4. Rang bzw. lehnen ihn ganz ab.

Betrachtet man die Einschätzung der Ränge aus Sicht der Probanden, erhält man Rangfolgeketten mit unterschiedlich häufigem Auftreten. Die acht am häufigst genannten Rangfolgeketten weisen einen Anteil von über 60% aller Nennungen auf. Auf dem Rang 1 der 8 häufigsten Ketten sind dabei die Verkehrsmittel Bahn (3 mal), Pkw (3 mal) und Flugzeug (2 mal) zu finden, der Reisebus erscheint in nur zwei der Ketten und belegt dabei jeweils nur Rang 3. Das ausgewogene Bild der Nennungen auf Rang 1 zeigt, dass für bestimmte Personenkreise unterschiedliche Einschätzungen der Verkehrsmittel vorliegen. Diese unterschiedliche Präferenzen der Personen soll in einem Modell zur Verkehrsmittelwahl als erklärende Variable eingesetzt werden.

100

101

Rangfolge-kette

Rang 1 Rang 2 Rang 3 Anteil

1 Bahn Pkw Reisebus 8,3 %

2 Flugzeug Bahn Pkw 8,3 %

3 Bahn Pkw Flugzeug 8,1 %

4 Bahn Flugzeug Pkw 7,7 %

5 Flugzeug Pkw Bahn 7,6 %

6 Pkw Bahn Reisebus 7,6 %

7 Pkw Flugzeug Bahn 7,4 %

8 Pkw Bahn Flugzeug 5,1 %

übrige Ketten 39,9 %

Tabelle 8 Rangfolgeketten der Verkehrsmittel (n=1490) (Daten: INVERMO)

Die vorgestellte Analyse der personenbezogenen Einschätzung der Verkehrsmittel wurde bei der Modellierung der Wahlentscheidung der Verkehrsmittel berücksichtigt (vgl. Kapitel 7.5).

6.3.6 Jahreszeitliche Einflüsse auf Haushaltsebene

In Kapitel 6.2.1 wurde bereits auf die Verteilung von Fernreisen über das Kalenderjahr eingegangen. Bei einer jahreszeitlichen Betrachtung der Urlaubsreisen auf Haushaltsebene werden weitere Effekte deutlich, die zur Erklärung der gefundenen saisonalen Verteilung beitragen.

Hierzu wird eine Differenzierung der Haushalte in die Gruppen

- Haushalte ohne schulpflichtige Kinder und

- Haushalte mit schulpflichtigen Kindern

vorgenommen. Durch die Bindung der zweiten Gruppe an die Schulferien stellt sich die jahreszeitliche Verteilung der Urlaubsreisen für beide Teilmengen der Grundgesamtheit verschieden dar.

Urlaubsreisen von Haushalten ohne schulpflichtige Kinder

0%

2%

4%

6%

8%

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51

Kalenderwoche

Ant

eil i

n Pr

ozen

t

Abbildung 41 Jahreszeitliche Verteilung von Urlaubsreisen der Haushalte ohne schulpflichtige Kinder (eigene Darstellung)

Haushalte ohne schulpflichtige Kinder sind in der Wahl des Reisetermins unabhängig von Schulferienterminen (Abbildung 41). Daher ist eine jahreszeitlich weitgehend ausgeglichene Verteilung der Reisen festzustellen. Lediglich in den Monaten November und Januar ist eine deutlich geringere Reisehäufigkeit festzustellen, während wenige Spitzen im Frühjahr auf die Nutzung von Feiertagswochen für Urlaubsreisen hindeuten. Die Verteilung weist keine Nachfragespitzen während der Sommermonate auf, zwischen Juni und Oktober ist eine weitgehend konstante Nachfrage zu beobachten. Es ist festzustellen, dass die nachfragestarken Wochen der Schulsommerferien von einem Teil der Haushalte zugunsten der Wochen im Frühsommer und Herbst gemieden werden.

Die Verteilung der Urlaubsreisen in Haushalten mit schulpflichtigen Kindern ist stark durch die jahreszeitliche Lage der Schulferientermine geprägt (Abbildung 42). Durch die unterschiedlichen Ferientermine der einzelnen Bundesländer ist besonders in den Sommermonaten eine gewisse Entzerrung zu beobachten; die Nachfragespitzen zeichnen jedoch deutlich den Ferienbeginn der bevölkerungsreichen Bundesländer nach.

Bei der längsschnittorientierten Abbildung des Fernverkehrs wurden der Effekt der Schulferien auf die Nachfragestruktur berücksichtigt (vgl. Kapitel 7.4.7).

102

Urlaubsreisen von Haushalten mit schulpflichtigen Kindern

0%

2%

4%

6%

8%

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51

Kalenderwoche

Ant

eile

in P

roze

nt

Abbildung 42 Jahreszeitliche Verteilung von Urlaubsreisen der Haushalte mit schulpflichtigen Kindern (eigene Darstellung)

6.4 Intermodalitätsrelevante Personeneigenschaften

6.4.1 Intermodal-Typen

Im Rahmen der Intensivinterviews im Projekt INVERMO wurde die Probanden zu fiktiven Reisesituationen befragt und dann gebeten, sich aus einer Menge von Zusatzleistungen, die auszuwählen, die sie für sich bei einer solchen Reise als wertvoll oder hilfreich erachten würden. Diese Leistungen umfassten verschiedene `Bausteine', aus denen sich der Reisende ein persönliches Leistungspaket zusammenstellen konnte. Die Bausteine sind

• ein Reiseunterlagen-Service (Baustein 1),

• ein Gepäck-Service (Baustein 2),

• ein Umsteige-Service (Baustein 3),

• ein Nahverkehr-Service (Baustein 4),

• ein Kurzfrist-Service (Baustein 5) sowie

• ein Premium-Service (Baustein 6).

103

104

In den Serviceleistungen (`Bausteine') wurden vorab verschiedene Teilleistungen so zusammengefasst78, dass sie sich überschneidungsfrei kombinieren lassen. Es wurde damit untersucht, welche Bausteine als hilfreich betrachtet werden und ob sich innerhalb der Reisenden bestimmte Bedürfnisstrukturen in Bezug auf Mehrwert-Leistungen identifizieren lassen.

Im folgenden werden die Bausteine etwas detaillierter vorgestellt. Dazu wird aus dem Informationsblatt zitiert, das alle Befragten im Vorfeld der Erhebung zugesandt bekamen, um sich vorab mit den Inhalten vertraut zu machen. Um den hypothetischen Charakter der Befragung möglichst gering zu halten, wurden die Bausteine und das zugrundeliegende Angebotskonzept so formuliert, als sei es tatsächlich schon am Markt verfügbar und die Ausgestaltung der Bausteine endgültig definiert.

TOPAS - Unser Service für Ihre Reise

Mit dem TOPAS-Reiseservice möchten wir Ihnen zukünftig alle Verkehrsverbindungen mit den europäischen Eisenbahnen und Fährlinien sowie internationalen Fluggesellschaften oder eine Kombination daraus anbieten und empfehlen Ihnen – entsprechend Ihrer individuellen Wünsche - die für Sie jeweils besten Verbindungen. Momentan befindet sich TOPAS noch in der Konzeptionsphase. Daher können wir Ihnen zur Zeit keine Preise für diese Leistungen nennen. Es sind auch verschiedene Nutzungsformen denkbar: eine Art Mitgliedschaft mit einem Jahresbeitrag oder auch die Nutzung nur für einzelne Reisen. Wir planen das Angebot TOPAS aus verschiedenen kombinierbaren `Bausteinen' aufzubauen. Was sich hinter den Bausteinen im Einzelnen verbirgt, wollen wir Ihnen nachfolgend kurz vorstellen.

Baustein 1: Reiseunterlagen-Service Ihrem Reisewunsch entsprechend bietet TOPAS Ihnen die preiswerteste, schnellste oder auch die komfortabelste Route und Verkehrsmittelkombination. Sie teilen uns Ihre Wünsche mit und wir stellen Ihnen alle notwendigen Unterlagen einfach und bequem zusammen. Sie erhalten dann die erforderlichen Fahrscheine, Flugscheine und Sitzplatzreservierungen für Ihre Reise. Selbstverständlich können wir Ihnen auch Informationen zum Zielort Ihrer Reise (Stadtpläne, usw.) bieten. Die Reiseunterlagen können Sie je nach Wunsch am Bahnhof,

78 Die Zusammenstellung der Teilleistungen wurde mit den Projektpartnern der Deutschen Bahn und der Deutschen Lufthansa erarbeitet. Ziel war es dabei realistische Leistungsumfänge zu definieren, die sich auch organisatorisch, technisch sowie wirtschaftlich durch die Anbieter solcher Leistungen darstellen lassen. Anfangs wurde bspw. überlegt, eine Anschlusssicherung z.B. zwischen Zügen und Flügen anzubieten, was bedeutet hätte, dass die Leistungserbringer (Bahn- und/oder Fluggesellschaft) für das verschuldete Nichterreichen eines gebuchten Anschlusses haften müssten. Aus Sicht der Bahn und auch der Lufthansa würden die dadurch anfallenden Versicherungskosten die erzielbaren Mehreinnahmen deutlich übersteigen, so dass es nicht wirtschaftlich wäre.

105

Flughafen oder im Reisebüro entgegennehmen, auf Wunsch schicken wir sie Ihnen auch gerne nach Hause.

Baustein 2: Gepäck-Service Bei Antritt Ihrer Reise können Sie am Reisestart (Bahnhof oder Flughafen) Ihr Gepäck direkt aufgeben und erhalten es bei Ankunft am Zielort der Reise (Bahnhof oder Flughafen) zurück. Auf Wunsch können Sie es gegen einen geringen Aufpreis auch am Vorabend zuhause oder im Hotel abholen lassen bzw. es bis zum eigentlichen Ziel Ihrer Reise bringen lassen. So wird Reisen auch mit Umsteigen angenehmer. Sollte es einmal zu Verspätungen kommen, lassen wir Ihnen Ihr Gepäck natürlich ohne Aufpreis direkt zur vorgesehenen Zieladresse (z.B. ins Hotel) liefern.

Baustein 3: Umsteige-Service Beim Umsteigen kümmern wir uns darum, dass Sie Ihren Anschluss erreichen, d.h. dass der folgende Zug oder Flug auf Sie wartet. Sollte es trotz unserer Bemühungen einmal nicht klappen, dann organisieren wir Ihnen eine alternative Weiterreisemöglichkeit zu Ihrem Ziel. Im Zweifel bringt zu ein Taxi auf unsere Kosten zu Ihrem gebuchten Ziel. Auf Ihren Wunsch wartet am Flughafen-Gate oder Bahnsteig auch ein Service-Mitarbeiter auf Sie, um Sie zu Ihrem Anschluss zu geleiten, Ihnen beim Ein- und Ausstieg behilflich zu sein und um Ihnen bei Ihrem Handgepäck schnell und unkompliziert zur Hand zu gehen.

Baustein 4: Nahverkehr-Service Mit diesem Baustein versorgen wir Sie mit den erforderlichen Informationen und Reiseunterlagen, um schnell und einfach Ihren Startbahnhof oder Startflughafen zu erreichen. Dazu bekommen Sie entsprechende Nahverkehrsfahrscheine, Bus-Shuttle- oder Taxi-Gutscheine. Auch am Ziel Ihrer Reise stellen wir sicher, dass Sie bequem und ohne Stress vom Bahnhof oder Flughafen an Ihr Reiseziel (z.B. Hotel) gelangen. Für den Zeitraum Ihres Aufenthaltes am Zielort bieten wir Ihnen auch eine Mehrtageskarte für alle Verkehrsmittel des regionalen Verkehrsverbundes an, so dass Sie auch am Zielort immer flexibel sind.

Baustein 5: Kurzfrist-Service Müssen Sie häufig kurzfristig planen und schnell `auf die Reise gehen'? Mit dem TOPAS-Kurzfrist-Service müssen Sie nur noch unsere 24h-Hotline anrufen und Ihr nächstes Reiseziel angeben, wir kümmern uns dann um alles andere: Tickets, Reservierungen, Hotel, Abholung mit dem Taxi, etc. Ihre Reiseunterlagen erhalten Sie bei Eintreffen am Bahnhof oder Flughafen und können so Ihre Reise sofort antreten. Mit diesem Baustein können Sie Ihre Reisepläne selbstverständlich auch kurzfristig ohne Storno- oder Umbuchungskosten ändern.

Baustein 6: Premium-Service Neben Upgrades in eine höhere Klasse, eigenen Lounges und einem Vielreisenden-Programm (miles&more und bahn.comfort) bieten wir Ihnen mit diesem Baustein eine kostenlose 24h-Hotline. Unsere TOPAS-Mitarbeiter informieren Sie dann rechtzeitig, wenn es zu Störungen (Verspätungen, Umleitungen, etc.) kommt und planen nach Ihren Wünschen eine alternative Route, damit Sie dennoch rechtzeitig Ihr Reiseziel erreichen.

106

Die Probanden wurden im Intensivinterview gebeten die angebotenen Bausteine auf einer Skala von 0 (unwichtig) bis 10 (sehr wichtig) zu bewerten. Anschließend wurde ihnen zwei individualisierte79 Reisen vorgestellt, für die sie sich Bausteine aussuchen sollten, die ihnen bei der Durchführung der Reise hilfreich wären. Hierbei wurde eine Inlandsreise und eine Auslandsreise unterschieden.

Da neben der Auswahl der für die Befragten interessanten Bausteine so auch eine Bewertung aller Bausteine vorlag, konnten mittels einer Clusteranalyse80 etwaige Strukturen in den nach ihrer grundsätzlichen Wichtigkeit bewerteten und gewählten Bausteine identifiziert werden.

Die beste Gruppierung der Reisenden anhand der von ihnen gewählten Leistungen wurde mit einer 4-Cluster-Lösung erreicht. Interessanterweise werden diese Cluster nur durch zwei der gewählten Bausteine definiert, auch andere Variablen wie z.B. die Intensität der Mobilitätsteilnahme oder die Innovationsfreude konnten nur in sehr geringem Umfang die Clusterbildung beeinflussen.

Es wurden die bewerteten und gebuchten Bausteine sowohl für eine Inlands- wie auch für eine Auslandsreise verwendet. Die bestimmenden Bausteine für die Clusterbildung waren der Reiseunterlagen-Service und der Gepäck-Service. Hierbei zeigte sich auch, dass die entscheidenden Kriterien vom Reisetyp relativ unabhängig sind; die wichtigsten Bausteine waren bei Inlands- und Auslandsreisen für nahezu alle Probanden identisch.

Die vier Cluster trennen die Gruppen derer, die

• [Inter-1] keine oder nur geringe Nützlichkeit in einem Reiseunterlagen- und einem Gepäck-Service für sich sehen. Für Auslandsreisen steigt die Bedeutung zwar leicht an grundsätzlich ist die Bewertung für diese Leistungen aber gering. Die Cluster-Mittelwerte steigen für Reiseunterlagen- und Gepäck-Service von 0,86 und 0,77 bei Inlandsreisen auf 1,48 und 1,23 resp. bei Auslandsreisen. Dieses Cluster stellt mit 177 Probanden die größte Gruppe (59,2%).

79 Die Reisen unterschieden sich je nach Proband nach Zielort, Reiseentfernung, Anzahl Mitreisender, Anzahl mitgeführter Gepäckstücke, etc.

80 Bei einer Clusteranalyse werden die Elemente einer Menge so in Cluster (`Haufen') eingeteilt, dass die Ähnlichkeit zwischen zwei beliebigen Elementen innerhalb des selben Clusters möglichst groß und zwischen verschiedenen Cluster möglichst klein ist. Bei dieser Untersuchung wurde die SAS-Prozedur PROC FASTCLUS mit vorgegebener MaxCluster-Option verwendet. Die Identifikation einer optimalen Clusterzahl erfolgte anhand des Kubischen Cluster-Kriteriums.

• [Inter-2] besonderen Wert auf einen Gepäck-Service legen, aber nur sehr geringen Nutzen in einem Reiseunterlagen-Service sehen. Hier liegen die Mittelwerte für den Gepäck-Service bei Inlands- und Auslandsreisen bei 9,48, beim Reiseunterlagen-Service jedoch nur bei 0,83 (Inland) und 1,24 (Ausland). Dieses Cluster ist mit 14,1% das zweitkleinste.

• [Inter-3] die Nützlichkeit eines Reiseunterlagen-Services sehr hoch einschätzen (9,76), einen Gepäck-Service dagegen eher gering werten (0,48/1,76 (Inland/Ausland)). Dieses Cluster umfasst 58 Probanden (19,4%).

• [Inter-4] sowohl einen Reiseunterlagen- als auch einen Gepäck-Service für sich als sehr wertvoll betrachten. Die Mittelwerte der Bewertungen innerhalb dieses Clusters liegen bei 9,64 und 9,77 für diese beide Bausteine und variieren nicht zwischen Inlands- und Auslandsreisen. Mit nur 7,4 % stellt dieses Cluster die kleinste Teilgruppe unter den berücksichtigten 299 Probanden.

Abbildung 43 Anteile der Intermodal-Cluster

107

108

Cluster Nr. Inter-1 Inter-2 Inter-3 Inter-4 Anz. Probanden (N) 177 42 58 22 Reiseunterlagen-Service unwichtig unwichtig wichtig wichtig Gepäck-Service unwichtig wichtig unwichtig wichtig Umsteige-Service 16,4 % 26,2 % 22,4 % 50,0 % Nahverkehr-Service 18,6 % 19,0 % 25,9 % 31,8 % Kurzfrist-Service 6,2 % 2,4 % 3,4 % 18,2 % Premium-Service 1,7 % 2,4 % 1,7 % 9,1 % Tabelle 9 Anteil hoher Wertungen je Cluster

In der Tabelle 9 wird die Clusterdefinition noch mal zusammengefasst. Zudem enthält die Tabelle Angaben zum Anteil höherer Bewertungen81 für die nicht diskriminierenden Bausteine in den Clustern. Es zeigt sich, dass die Personen im Cluster Inter-1 die angebotenen Zusatzleistungen fast ausschließlich als weniger wichtig beurteilen als die Personen in den anderen Clustern. Lediglich den Kurzfrist-Service bewerten etwas mehr Personen als sehr wichtig als in den Clustern Inter-2 und Inter-3.

Das Cluster Inter-4 fasst dagegen die Personen zusammen, die alle angebotenen Leistungen grundsätzlich höher bewerten. In dieser Gruppe gibt es offenbar einen hohen Bedarf an Zusatzleistungen, der von den gegenwärtigen Angeboten im Zusammenhang mit Kollektiv-Verkehrsdienstleistungen noch nicht befriedigt werden kann. Dieses zeigt sich auch in der überdurchschnittlichen Zahlungsbereitschaft für Zusatzleistungen. In dieser Gruppe ist die Nutzung des Pkws bei Inlands- und Auslandsreisen signifikant höher und es finden sich auch überproportional mehr Führerschein-Besitzer darin. Es finden sich auch erheblich mehr Personen darin, die Geschäftsreisen unternehmen.

Die Cluster Inter-2 und Inter-3 umfassen dagegen unterdurchschnittlich viele Führerschein-Besitzer, was auch die eher geringere die Nutzung des Pkws für die betrachteten Reisen erklären könnte. In diesen Clustern besteht eine vergleichbar hohe Zahlungsbereitschaft für Zusatzleistungen, interessanterweise ist die für einen Reiseunterlagen-Service fast ebenso hoch wie für den angebotsseitig sehr viel aufwändigeren Gepäck-Service.

81 Als höhere Bewertungen wurden auf der Skala von 0 bis 10 nur die Werte 8, 9 und 10 berücksichtigt.

109

6.4.2 Innovatoren-Typen

Nachdem im Mai 2001 auf der Strecke Stuttgart Hbf - Frankfurt-Flughafen der neue AIRail-Service eingerichtet worden war, entwickelte sich in den folgenden Monaten die Nachfrage deutlich unter den Erwartungen. Auch wenn das INVERMO-Projekt aufgrund seiner grundsätzlicher Ausrichtung nicht unmittelbar die Ursachen dafür untersuchen konnte, so war diese Entwicklung doch Anlass genug über mögliche generelle Motive des offenbar geringen Interesses nach solchen intermodalen Dienstleistungen nachzudenken. Da das neue Produkt AIRail aus Vertriebssicht und aus Sicht der ersten Nutzer den Anforderungen entsprach82, blieb die Frage, was die Reisenden hindert, dieses Angebot stärker nachzufragen.

In den Diskussionen kristallisierte sich die Hypothese heraus, dass Lufthansa-Kunden, die auch schon vorher auf der Strecke Stuttgart-Frankfurt das Flugzeug benutzt haben, möglicherweise nicht ausreichend innovativ sind, um sich für ein solches neues Produkt zu interessieren und es auch zu wählen.

In der Innovationsforschung wird davon ausgegangen, dass nicht alle Menschen sofort etwas Neues kaufen um es dann auszuprobieren. Nach den gängigen Theorien gibt es unterschiedliche Grade an `Innovationsfreude' unter den Menschen, die dazu führen, dass erst wenige eine neue Leistung oder ein neues Produkt ausprobieren.

Erst im Laufe der Zeit sind dann weitere Personen bereit es den ersten -- den Innovatoren - nach zu tun und das Neue zu testen. Dieses setzt aber voraus, dass die Innovatoren die neue Leistung (bzw. deren Nutzung) als gut und wertvoll für sich erachten und diese positive Einstellung an andere weitergeben.

Erst wenn die so genannten `Meinungsführer' ein innovatives Produkt oder eine innovative Dienstleistung als positiv ansehen und dieses auch so an andere Personen in ihrer Umgebung weitergeben, erst dann folgen diese dem Vorbild und nutzen die Neuerung auch. Nach ROGERS stellen die Innovatoren eine relativ kleine Gruppe. Ihnen kommen die early adoptors nach, auf die dann zwei großen Gruppen folgen -- die early und late majorities. Die letzten die sich für die Nutzung der Neuerung interessieren sind die so genannten `Zauderer' (engl. laggards). Nach ROGERS’ Theorie folgt die

82 Befragungen von Reisebüro im Stuttgarter Raum, die das AIRail-Angebot verkauften, ergaben das die Reisebüro-Mitarbeiter dieses Angebot für sehr gut befunden haben und es auch gerne an ihre Kunden verkaufen wollten. Eine Barriere seitens des Vertriebs war nicht offensichtlich. Ebenso ergab eine regelmässige Lufthansa-Befragung der Reisenden in den Zügen zur wahrgenommenen Qualität der Leistungen, dass die ersten AIRail-Kunden dieses Produkt wertschätzten und -- auch im Vergleich zu Befragungen in Lufthansa-Flügen -- keine Probleme moniert wurden. (Quelle: Lufthansa-Marktforschung)

Verteilung der Innovationsfreude einer glockenförmigen Verteilung (wie in Abbildung 44 dargestellt).

Abbildung 44 Dichtefunktion der Innovationsfreude in einer Population (Quelle: ROGERS [1995]

In Zusammenarbeit mit einem Psychologen83 wurde im INVERMO-Projekt ein Befragungsteil zum Thema `Innovationsfreude' entwickelt, das neben Fragen zu einem eher allgemeinen Innovationsverhalten im Bereich Verkehr und Mobilität auch die Nutzungsbereitschaft von speziellen Leistungen im Verkehrskontext erhoben hat.

Intermodale Verkehrsleistungen besitzen für den Nutzer neben einer reinen Dienstleistungskomponente auch eine Technikkomponente, die sich in der Benutzung von technischen Einrichtungen offenbart. Das Verhältnis zu Technik und deren Handhabung kann daher einen signifikanten Einfluss auf die Bereitschaft haben, Verkehrsdienstleistungen zu konsumieren. Beispielsweise wird ein Reisender, der Probleme mit der Nutzung von Fahrschein-Automaten hat und dieses auch weiß, ein Angebot mit einer persönlichen Bedienung an einem Fahrkartenschalter einer Alternative vorziehen, bei der er alle Reiseunterlagen selbstständig an einem Automaten erstellen muss. Aus diesem Grund umfasste die Befragung auch zwei Teile zum Nutzungsinteresse an einem

• eher dienstleistung-orientierten und einem

• eher technik-orientierten

83 Dipl.-Psych. Christian Hoffmann, Berlin, forscht selbst zum Thema innovative Verkehrsdienstleistungen und hat durch seine Erfahrungen in der Item- und Indikatoren-Gestaltung eine wichtigen Beitrag zur erfolgreichen Umsetzung der zusätzlichen Befragungskomponente geleistet.

110

111

Angebot.

Als mehr dienstleistung-orientiertes Angebot wurde den Befragten eine `Mobilcard' (MC) vorgestellt, die für alle Verkehrsdienstleistungen gültig sei und bei der der Reisende monatlich eine Abrechnung seiner angefallenen Mobilitätskosten erhält. Die nachträgliche Abrechnung erlaubt es auch den Nutzer dieser Mobilcard einen best price anzubieten, so dass jeweils der günstigste Tarif für die Nutzung angerechnet wird und auch mengen- oder umsatzbezogene Rabatte eingerechnet werden können.

Als ein eher technik-orientiertes Angebot wurde in der Erhebung ein Mobiles Navigations- und Informationssystem (MNIS) vorgestellt. Dieses Angebot lieferte aktuelle und nutzerspezifsche Informationen für den jeweiligen Standort des Benutzers – so genannte location-based services. Der Nutzer kann das System, das wie ein Mobiltelefon handhabbar ist, als Navigationshilfe an unbekannten Orten aber auch als Informationsquelle zum aktuellen Standort nutzen.

Die Teilnehmer waren sollten jeweils Fragen beantworten, die auf die Attraktivität dieser Angebote, deren Bekanntheit , ihre Nutzerfreundlichkeit convenience sowie die Nutzungsabsicht schließen lassen. Aus den allgemeinen Fragen (Items) zum Innovationsverhalten im Bereich Verkehr und Mobilität wurde zudem eine Skala zur Meinungsführerschaft84 gebildet. Aus diesen neuen Variablen und einer Reihe von sozioökonomischen Indikatoren wurde mittels einer Clusteranalyse85 eine Aufteilung der Erhebungsteilnehmer in unterschiedliche innovationsfreudige Personengruppen vorgenommen.

Die besten Werte lieferte eine Vier-Cluster-Lösung, deren Eigenschaften sich wie nach folgend skizziert86 darstellen lassen:

Cluster Inno-1 Bei den Personen in diesem Cluster handelt es sch um solche mittleren Alters (41 Jahre) und durchschnittlicher Bildungsstruktur. Diese leben mehrheitlich

84 Zusätzliche Skalen, die `Meinungssucher' identifizieren bzw. die Fehlerfreundlichkeit der Befragten messen sollten, konnten aufgrund von Inkonsistenzen (die sich auch in parallelen Studien gezeigt haben) nicht verwendet werden.

85 Für die Durchführung der Clusteranalyse gilt der Dank Andreas Stolberg (datenpunkt.de), der hier insbesondere seine Erfahrungen aus ähnlichen, teilweise parallel durchgeführten Studien zu neuen Verkehrsdienstleistungen eingebracht hat.

86 Bei der Beschreibung der Cluster handelt es sich -- soweit nicht explizit anders erwähnt -- um `Mittelwert-Betrachtungen', so dass hauptsächlich nur die Unterschiede zwischen den Clustern betont werden.

112

zusammen mit Kindern unter 14 Jahren in Mehr-Personen-Haushalten (Familien) in eher ländlicher oder kleinstädtischer Umgebung. In diesem Cluster überwiegt der Frauenanteil leicht und es sind überdurchschnittlich viele hochmobile Personen vertreten.

Auf der Innovatoren-Skala belegen die Personen dieses Clusters mittlere Werte und ihr Interesse an innovativen Angeboten wie der Mobilcard (MC) oder dem Mobilen Navigations- und Informationssystem (MNIS) erreicht mittlere Werte. Interessanterweise ist die Nutzung von technischen Geräten sowohl im privaten wie auch im beruflichen Umfeld überdurchschnittlich verbreitet.

Cluster Inno-2 In diesem Cluster finden sich etwas ältere Personen, die im Mittel elf Jahre älter sind als die im Cluster Inno-1. Sie leben in Zwei-Personen-Haushalten ohne Kinder in kleinstädtischer Umgebung. Sie verfügen zumeist über einen mittleren Bildungsabschluss und ein mittleres Einkommen. Die Nutzung technischer Geräte im privaten wie auch beruflichen Umfeld ist eher durchschnittlich.

Dieser Cluster erreicht auf der Innovatoren-Skala nur niedrige Werte und auch das Interesse an den Leistungsangeboten MNIS und MC ist lediglich gering, so dass sie diese Angebote wahrscheinlich nicht nutzen würden. Im Sinne der Innovationstheorie von ROGERS sind diese Personen der late majority wenn nicht sogar den laggards zuzuordnen.

Cluster Inno-3 In diesem Cluster finden sich maßgeblich ältere Personen (Durchschnittsalter 62) und deren Männeranteil liegt bei fast zwei Dritteln. Die Personen leben zum überwiegenden Teil in Zwei-Personen-Haushalten ohne Kinder. Die Ausbildung ist ebenso wie die verfügbaren finanziellen Mittel leicht unterdurchschnittlich. Die Personen leben eher in mittelgroßen Städten.

Auf der Innvatoren-Skala erreicht dieser Cluster hohe Werte. Während das Interesse an einem dienstleistungsbetonten Angebot wie der Mobilcard nur mittlere Werte erreicht, ist die Attraktivität, die Convenience und die Nutzungsabsicht für ein eher technisch geprägtes Angebot wie das Mobile Navigations- und Informationssystem ausgesprochen hoch. Diese steht aber in einem gewissen Widerspruch zu der vergleichsweise niedrigsten Nutzungsrate von technischen Geräten sowohl im privaten, besonders aber auch im beruflichen Umfeld.

Cluster Inno-4 Der letzte Cluster fasst Personen zusammen, die deutlich jünger sind und besonders viel in Single-Haushalten in Großstädten leben. In dieser Gruppe finden sich mehr höhere Bildungsabschlüsse sowie mittlere Einkommensverhältnisse. Die Nutzung von technischen Geräten ist im privaten Umfeld vergleichsweise hoch, im beruflichen Umfeld sogar sehr hoch.

113

Hinsichtlich der Innovatoren-Skala besitzt dieser Cluster einen vergleichbaren Wert wie der Cluster Inno-3, jedoch ist das Interesse an technisch-orientierten Leistungsangeboten (MNIS) deutlich geringer als im vorigen Cluster. Dagegen ist das Interesse an eher dienstleistung-orientierten Angeboten wie der Mobilcard ausgesprochen hoch und die entsprechende Nutzungsabsicht unter allen Befragten am stärksten.

In der Tabelle 10 sind die wesentlichen Aspekte der Cluster nochmals zusammenfassend dargestellt:

Cluster Inno-1 Inno-2 Inno-3 Inno-4 Anz. Probanden (N) 145 149 79 92 Gewichteter Anteil 33,1 % 34,8 % 15,9 % 16,3 % Altersdurchschnitt 41 52 62 38 Haushaltsgröße 3+ 2 2 1 Kinder (unter 14 J.) ja nein nein nein Innovatorenskala mittel niedrig hoch hoch Einstellung Mobilcard mittel niedrig mittel hoch Einstellung MNIS mittel niedrig hoch mittel

Tabelle 10 Innovatoren-Cluster hinsichtlich Verkehrsdienstleistungen

Wie passen die gefundenen Informationen nun aber in einen theoretischen Rahmen? Im folgenden soll versucht werden, sie darin einzuordnen und zu dem mögliche Motivationen für dieses Verhalten anzudeuten.

Schon allein aufgrund der Werte der Innovatoren-Skala lässt sich ableiten, dass die Personen in Cluster Inno-2 die am wenigsten innovativen innerhalb der Befragten sind. Dieser Eindruck wird noch dadurch unterstützt, dass sie das geringste Interesse an den vorgestellten neuartigen Leistungen (sowohl Mobilcard als auch mobiles Navigations- und Informationssystem) haben. Entsprechend der Theorie sind diese Personen den `Zauderern' zuzuordnen, die neuartige Angebote erst dann in Anspruch nehmen, wenn diese gar nicht mehr `neu' sind. Im verkehrlichen Kontext beträgt diese Gruppe offenbar ein gutes Drittel der Gesamtpopulation.

In Anbetracht der sozioökonomischen Eigenschaften dieser Gruppe ließe sich schließen, dass es sich wahrscheinlich um Personen handelt, die mit ihrem (evtl. auch berufstätigen) Partner zusammen leben, deren Kinder aus dem Haus sind und die sich in ihrem Berufsleben konsolidiert haben. In dieser Phase, in der sich die Menschen in ihrem Leben `eingerichtet' haben, mag es nur wenig Veranlassung geben, bestehende

114

Routinen zu verlassen und neuartige Angebote auszuprobieren. Sicherheit ist dabei ein wesentliches Bedürfnis und die Hürde, Neues zu testen, ist sehr hoch.

Die Personen im ersten Cluster stellen in diesem Sinne das mittlere Drittel dar. Sie nutzen neue Angebote deutlich vor den `Zauderern', warten aber ab, welche Erfahrungen innovativere Menschen mit diesen Neuerungen machen. Im sozioökonomischen Zusammenhang befindet sich diese Gruppe um die Vierzig in einer wichtigen Phase ihrer beruflichen Karriere oder mitten in der Kindererziehung (Schulkinder?). Strukturen sind auch in dieser Phase eine wesentliches Element um Sicherheit zu schaffen. Der höhere Grad an Abhängigkeit (Familienmitglieder) legt es aber nahe, neue Alternativen, die sich in gewissen Maße (bei anderen?) bewährt haben, in die bestehende Routinen oder Alternativenmengen aufzunehmen.

In Anbetracht der Antworten aus denen die Innovatoren-Skala abgeleitet ist, handelt es sich bei den Clustern Inno-3 und Inno-4 um das Innovatoren-Drittel der Befragten. Unter Berücksichtigung der Angaben zu den vorgestellten Leistungsangeboten muss hier aber weiter differenziert werden. Das Cluster Inno-3 hegt besondere Sympathie für das mobile Navigations- und Informationssystem (technik-orientiert). Der schon angedeutet Widerspruch zu der vergleichsweise geringen Technik-Nutzung (privat und besonders beruflich) in Verbindung mit dem Umstand, dass es sich um ältere Männer mit tendenziell geringere Bildung handelt, lässt vermuten, dass es sich bei dem geäußerten Interesse um eine besondere Form der `Technik-Fasziniertheit' handelt. Diese lässt sich möglicherweise mit der fast sprichwörtlichen Begeisterung (von Vätern) für Modelleisenbahnen (ihrer Söhne) vergleichen.

Die Personen im Cluster Inno-4 entsprechen dagegen fast vorbildlich den `Innovatoren' wie sie auch in der Theorie beschrieben werden. Sie sind jung und unabhängig (Single, keine Kinder!), gut gebildet und leben überwiegend im großstädtischen Umfeld. Sie haben sowohl ein Interesse für ein technisch-orientiertes (MNIS) wie auch für das eher service-orientierte Leistungsangebot (MC). Das mittelstarke Interesse an Technik korrespondiert hier auch mit dem berichteten Umfang an Nutzung technischer Geräte. Besonders hoch ist aber das grundsätzliche Interesse und die bekundete Nutzungsabsicht an einer service-orientierte Leistung wie der Mobilcard.

Mit dieser Differenzierung von Personen ist eine weitere Dimension entwickelt, die eine feinere Segmentierung der Nachfrage nach Verkehrsangeboten erlauben wird und damit auch für die Bestimmung der Potentiale von intermodalen Verkehrsdienst-leistungen insbesondere hinsichtlich des erstmaligen Zeitpunkts der Nutzung von Relevanz sein dürfte.

7 Mikroskopische, längsschnittorientierte Abbildung des Personenfernverkehrs

Individualverhaltensmodelle (vgl. WERMUTH [1979]) rücken in ihrer mikroskopischen Darstellung das Individuum als Objekt in den Mittelpunkt der Modellierung. Diese Vorgehensweise ist darauf begründet, dass das auf der makroskopischen Ebene beobachtbare Verkehrsgeschehen aus der Summe individuellen Handelns einzelner Individuen resultiert.

Abbildung 45 Einsatz von Modellen in der Planung (Quelle: nach Kutter [2003])

115

Folglich lassen sich die Effekte von Maßnahmen in Kollektiven geeignet quantifizieren indem man in einem ersten Schritt auf der mikroskopischen Ebene von Personen und Haushalten Verhaltensweisen und Reaktionsmöglichkeiten analysiert, Personen in Gruppen mit ähnlichem Verhalten einteilt, diese modellhaft beschreibt und so ein Abbild der Realität schafft (vgl. Abbildung 45). In einem anschließenden zweiten Schritt wird eine virtuelle Population aus solchen Modell-Personen zusammengesetzt und deren Verhalten unter zukünftigen, prognostizierten Rahmenbedingungen simuliert. Die besondere Schwierigkeit dieses Schrittes ist darin zu sehen, dass die „zukünftige Realität“ dem Modellierer unbekannt ist. Im dritten Schritt kann die Wirkung von Maßnahmen unter zukünftigen Rahmenbedingungen simuliert werden. Die Entwicklung und Optimierung von Maßnahmen kann iterativ erfolgen. Das Verhalten der Modell-

116

Personen unter künftigen Rahmen- und Maßnahmenbedingungen muss über Regeln und statistische Zusammenhänge aus der heutigen Realität und zusätzlicher empirischer Daten, z.B. stated-preference Erhebungen, geschlossen werden. In jedem Schritt der Modellierung können die mikroskopischen Daten auf nahezu beliebigem Niveau aggregiert werden, so dass im Ergebnis makroskopische Kenngrößen unter Maßnahmebedingungen verfügbar sind.

Im Rahmen des Projektes INVERMO wird mittels Simulation die Akzeptanz intermodaler Dienstleistungen aufklärt. Hierzu ist in einem ersten Schritt eine umfassendes und repräsentatives Abbild der Nachfrage im Personenfernverkehr notwendig, um in einem zweiten Schritt die für intermodale Dienstleistungen relevanten Nachfragesegmente identifizieren und infolge die Nutzungswahrscheinlichkeit bestimmen zu können.

Bei der Entwicklung eines Konzeptes eines Individualverhaltensmodells zur Abbildung der Nachfrage im Personenfernverkehr Jeder der genannten werden vielfältige Fragen aufgeworfen; diese müssen stets im Fokus des Anwendungszweckes des Modells betrachtet werden. Auf einige allgemeine Aspekte zur mikroskopischen Modellierung wird im Kapitel 7.1 eingegangen. Im anschließenden Kapitel 7.2 wird auf existierende mikroskopische Modelle für den Fernverkehr eingegangen. Das Kapitel 7.4 zeigt die Modellstruktur des entwickelten Modells zur Abbildung der Nachfrage, Kapitel 7.6 und 7.7 beinhalten Modellkalibrierung und Modellevaluation.

7.1 Grundlagen der Modelltechnik

7.1.1 Modelltypisierung

Die hierarchische Typisierung von Modellkonzepten stellt einen wichtigen Aspekt dar. Zur hierarchischen Typisierung von Modellen wird häufig auf die vierstufige Gliederung auf der Basis von Heidemann zurückgegriffen (vgl. z.B. BECKMANN [2003]). Danach lassen sich Beschreibungs-, Erklärungs-, Vorhersage- und Entscheidungsmodelle unterscheiden. Beschreibungsmodelle liefern lediglich ein deskriptives Abbild der Struktur des Objektes aber keine Ursache-Wirkungs-Beziehungen. Erklärungsmodelle und Vorhersagemodelle hingegen basieren auf einer Theorie zur Erklärung von Ursache-Wirkungs-Zusammenhängen. Das Vorhersagemodell enthält zusätzlich Aussagen über Konstanz bzw. Veränderungen der Wirkungszusammenhänge im Zeitverlauf. Entscheidungsmodelle stehen an der Spitze der Hierarchie und erlauben zusätzlich eine Bewertung der (verkehrlichen) Wirkungen von Maßnahmen. Entscheidungsmodelle beinhalten den vollständigen Planungsablauf zur Beurteilung von planerischen Konzepten.

Die Entwicklung von Modellen findet in einem iterativen Prozess zwischen „Forschung“ und „Modellanwendung“ statt (Abbildung 46). Mikroskopische Simulationen basieren auf einem Modellkonzept und einer adäquaten empirischen Datengrundlage. Durch einen Vergleich von Ergebnissen einer status-quo Simulation und der gemessenen Situation in der Realität ist eine Beurteilung der Abbildungsgenauigkeit möglich. Iterativ müssen in allen Teilschritten konzeptionelle Anpassungen und Modellkalibrierungen vorgenommen werden bis Simulationsergebnis und Wirklichkeit in einem zufriedenstellenden Maße in Einklang gebracht wurden.

Abbildung 46 Entwicklung eines Verkehrsberechnungsmodells in der Kombination von Forschung und Modellanwendung (Quelle: KUTTER [2003])

Aus dem Bereich der „Forschung“ sind die Aspekte der Modell-Logik, der mathematischen Abstraktion und Empirie abzuleiten, während die Modellanwendung maßgeblich Planungstauglichkeit und Anforderungen an die statistische Güte stellt. Auch wenn für unterschiedliche Fragestellungen der Schwerpunkt in der Modellierung abweichend gesetzt werden muss, sind stets alle genannten Anforderungen in einem adäquaten Verhältnis zueinander zu berücksichtigen (Abbildung 47).

117

Abbildung 47 Spannungsfeld der Modellentwicklung (eigene Darstellung nach KUTTER [2003])

Die Modell-Logik setzt ein Verständnis für den abzubildenden Gegenstand voraus. Die Entwicklung von Modellen ist überwiegend als kreativer Prozess zu verstehen. Die Modell-Logik beinhaltet auch ein vernünftiges Verhältnis aus Detaillierung und Modellgüte; hierdurch werden Modellkomplexität und Modellfehler maßgeblich determiniert (vgl. ALONSO [1968]). Die Komplexität der Realität erfordert dabei eine Reduktion auf pragmatische Modellstrukturen.

Die Planungstauglichkeit wird durch die Anforderungen an die zur Verfügung zu stellenden input-Daten bestimmt. Nur solche Modellkonzepte sind planungstauglich, bei denen die notwendigen Größen für einen spezifischen Anwendungsfall verfügbar sind.

Die Güte der vorhandenen Empirie beschränkt Modelldetaillierung und statistische Güte des Modells. Nur die Einflüsse können im Modell berücksichtigt werden, für die auch empirische Befunde vorliegen. Durch Stichprobenumfang und Stichprobenkonzeption werden die statistischen Möglichkeiten der Modellierung nachhaltig geprägt. Die begrenzten Möglichkeiten zur empirischen Erfassung von Verkehrsverhalten bedingen auch Kompromisse bei den Methoden zur mathematischen Abstraktion (vgl. KUTTER [2003], S. 87).

7.1.2 Modellkonzeption

Mikroskopische Modelle erzeugen Personen mit einem zugehörigen Verhalten, das durch Maßnahmen beeinflussbar ist. Häufig wird an dieser Vorgehensweise kritisiert, dass das exakte Verhalten von Personen auch in mikroskopischen Modellen nicht nachgebildet werden kann. Auch wenn das Verhalten der einzelnen virtuellen Individuen nur mit statistischen Wahrscheinlichkeiten errechnet werden kann, so liegt ein wesentlicher Vorteil dieser Modelltypen darin, dass auf jeder Stufe der Modellierung die Konsistenz und Plausibilität des Verhaltens auf mikroskopischer Ebene geprüft und

118

beurteilt werden kann. Auch wenn das Verhalten auf statistischen Wahrscheinlichkeiten beruht, so können im Prognosefall unter Maßnahmebedingungen die Handlungsspielräume und Regimes der virtuellen Individuen ermittelt und in das Kalkül mit einbezogen werden. Daher können bei sorgfältiger Arbeit im Aggregat plausible Ergebnisse erwartet werden, auch wenn der modellierte Einzelfall eben nur auf statistischen Zusammenhängen basiert.

Die verhaltensorientierte Modellierung greift zur Erklärung des Verhaltens auf Eigenschaften des Haushaltes, der Person und des Weges zurück. Folglich müssen diese Ebenen auch im Modell angelegt werden, um die entsprechenden Effekte geeignet berücksichtigen zu können. Mikroskopische Verkehrsmodelle greifen daher zumeist ebenfalls auf diese hierarchische Gliederung zurück. Die jeweiligen Einflüsse einer Datenebene stehen in den hierarchisch niedereren Ebenen zur Verfügung. So sind auf Ebene der Person auch Eigenschaften des Haushaltes verfügbar und auf Ebene des einzelnen Weges die Informationen der hierarchisch höheren Ebenen Haushalt und Person (Abbildung 48).

Abbildung 48 Datenebenen mikroskopischer Verkehrsmodelle (Quelle: ZUMKELLER [2001])

Das Verhalten von Menschen ist das Ergebnis einer Vielzahl verschiedenartiger Entscheidungen, die aufgrund starker Abhängigkeiten und Vernetzungen als eine Einheit zu betrachten sind. Die Entscheidungsprozesse werden im Modell jedoch in

119

120

Teilentscheidungen87 zerlegt. Auch wenn die Trennung in einzelne Teilentscheidungen bzw. Stufen eine „künstliche“ Struktur darstellt (vgl. KUTTER [2003], S. 71), so ist dies in erster Linie zur Operationalisierung erforderlich. Im Individualverhaltensmodell wie in der klassischen aggregierten Modellkette werden allgemein die Schritte

- Verkehrsentstehung (Entstehung von Wegen),

- Zielwahl (Auswahl der Wegeziele),

- Verkehrsmittelwahl (Auswahl des verwendeten Verkehrsmittels) und

- Umlegung (Auswahl der Fahrtroute) unterschieden.

Für jede Teilentscheidung ist ein eigenes Modul zu entwickeln, meist werden die Modellstufen dann sequentiell abgearbeitet, wobei stets auf die Ergebnisse der bereits abgeschlossenen Module zurückgegriffen wird. Gelegentlich werden einzelne Module auch parallel88 abgearbeitet.

Die Güte eines Modells wird jedoch nicht nur durch die Modellstruktur determiniert, sondern durch das dem Modell zugrundeliegende Verhaltenskonzept. So sind nach WERMUTH [1981, S. 102ff] objektive und subjektive Restriktionen zur Definition des “Raumes der Angebotsalternativen“ zu berücksichtigen. Maßnahmen können diese Restriktionen verändern. WERMUTH schlägt daher einen zweistufigen Modellaufbau vor, in dem das Situationsmodell (Restriktionen) vom Entscheidungsmodell (Wahl) separiert wird. Das Situationsmodell kann dabei auch die subjektive Situation (Festlegungen, Einstellungen) berücksichtigen. Auch von BRÖG [1981] wird zur Verbesserung der Modellgüte eine verbesserte Modellphilosophie anstelle von verbesserten mathematischen Modellstrukturen gefordert. Ergänzend zum nutzenmaximierenden Kalkül schlägt BRÖG daher ebenfalls eine verbesserte Berücksichtigung der objektiven (z.B. individuelle Eigenschaften) und subjektiven (z.B. Wahrnehmung) Restriktionen vor.

Um Verhalten geeignet analysieren und im Modell abbilden zu können, ist es notwendig, Individuen und ihr Verhalten zu gruppieren. Hierzu verwendet SCHMIEDEL [1984] verhaltenshomogene Gruppen mit der Eigenschaft, die Varianz des Verhaltens

87 häufig als Stufen bezeichnet, z.B. „four-step-process“ (Vier-Stufen-Algorithmus), (vgl. z.B. MCFADDEN [2002])

88 Bei einigen Simulationsmodulen bietet sich ggf. eine simultane Bearbeitung einzelner Simulationsschritte an, z.B. eine Kombination aus Verkehrsverteilung (Zielwahl) und –aufteilung (Verkehrsmittelwahl), vgl. z.B. SCHNABEL, LOHSE [1997]

121

innerhalb der Gruppe weitgehend zu minimieren, während die Varianz zwischen den Gruppen möglichst groß sein soll. Ziel derartiger Gruppenbildungen ist es, das „typische“ Verhalten durch Eigenschaften der Gruppe „erklären“ zu können. Gruppenbildung und Segmentierung sind zur Operationalisierung von mikroskopischen Modellen unerlässlich, bedingen jedoch auch eine Reduktion der Modellgenauigkeit auf „prototypisches“ Verhalten. Trotz aller Bemühungen clusteranalytischer Verfahren geht ein Teil der in Realität vorhandenen Variation des Verhaltens dabei verloren.

7.1.3 Statistische Modelle

Beim Aufbau eines vierstufigen Simulationsmodells finden im Wesentlichen zwei verschiedene statistische Modelltypen Anwendung:

- Entstehungsmodelle für die Stufe der Verkehrsentstehung

- Wahlmodelle für die Stufen der Zielwahl, Verkehrsmittelwahl und Routenwahl.

Derartige Modelle nutzen statistische Zusammenhänge zwischen „erklärenden“, unabhängigen Variablen und den „zu erklärenden“, abhängigen Variablen. Diese statistischen Zusammenhänge müssen mit Hilfe von Parameterschätzungen quantifiziert werden. Dieser Schritt setzt geeignete empirische Daten voraus. Es kann daher im eigentlichen Sinne nicht von einer „Erklärung“ des Verhaltens gesprochen werden, sondern vielmehr von dessen Ableitung (KUTTER [2003], S. 27ff).

Bei den Modellen der Verkehrsentstehung im Alltagsverkehr haben sich Wegekettenmodelle durchgesetzt, die den Tagesablauf der Individuen in sog. Aktivitätenmustern89 wiedergeben, deren Zusammensetzung jedoch nur unzureichend erklärt werden können. Aktuelle Forschungsansätze versuchen jedoch auch erklärende Ansätze zur Verkehrsentstehung zu entwickeln (vgl. z.B. BRÜGGEMANN, KRÖPEL, LEHMANN [2003]).

Bei den Wahlmodellen haben sich ökonometrische Ansätze90 seit mehr als dreißig Jahren etabliert. Die verschiedenen Ansätze und Entwicklungen sind in der Fachliteratur umfangreich dokumentiert. Neben dem nutzenmaximierenden Kalkül sollen derartige Modelle jedoch auch objektive und subjektive Rahmenbedingung (vgl. BRÖG [1981]) berücksichtigen. Diese Rahmenbedingungen können sich z. B. aus der subjektiven Wahrnehmung, Gewohnheiten, aber auch Sachzwängen ergeben und

89 vgl. z.B. HAUTZINGER, KESSEL [1977], HOLZAPFEL [1980] u.a.

90 vgl. z.B. MCFADDEN [2003] u.a.

122

schränken die Möglichkeiten des Akteurs zum Handeln ein. Derartige Rahmenbedingungen sind im günstigsten Fall determinierend91 und helfen, die Plausibilität und den Erklärungsgehalt des Modellkonzeptes zu verbessern. Neuere Ansätze berücksichtigen subjektive Einflüsse in der Modellierung mittels latenter Variablen (vgl. WALKER [2001]).

7.1.4 Abbild zukünftiger Wirklichkeiten und Wirkung von Maßnahmen

In der Planungspraxis werden Modelle verwendet, um fundierte Informationen über zukünftige Nachfragesituationen zu erhalten.

Veränderte Zustände in der Zukunft können auf verschiedene Einflüsse zurückzuführen sein. Daher sind in der Modellierung zwei wesentliche Prinzipien zu berücksichtigen (vgl. ZUMKELLER [1989], S. 53):

- Das Querschnittsprinzip, nach dem sich Zustandsveränderungen aufgrund sich ändernder Zusammensetzungen von Populationen ergeben und nur durch summarische Betrachtung über mehrere Individuen dargestellt werden können.

- Das Autonomieprinzip, das Individuen im Rahmen ihres Entscheidungsraumes prinzipiell von einander unabhängige Reaktionen auf Maßnahmen und veränderte Rahmenbedingungen unterstellt.

Beide Prinzipien sind bei der Modellkonzeption voneinander zu trennen. In Verkehrsmodellen sind darüber hinaus auch die sich aus der zukünftigen Wirklichkeit ergebenden Veränderungen (z.B. Zusammensetzung der Bevölkerung, veränderte Rahmenbedingungen) von den Wirkungen von Maßnahmen (z.B. planerische Eingriffe) zu trennen. Beide Einflüsse können dabei sowohl hinsichtlich des Querschnitts- wie des Autonomieprinzips wirken.

Hinsichtlich der Abbildung zukünftiger Wirklichkeiten verursacht die Vergangenheits-orientierung des bei der Modellschätzung verwendeten empirischen Materials einerseits und der Zukunftsorientierung der Modellanwendung andererseits für den Modellentwickler ein Spannungsfeld (vgl. KUTTER [2003]). Zur Erfüllung der Prognosewünsche müssen Modelle daher auf die Entwicklung der relevanten Einflussgrößen der Nachfrage über die Zeitachse eingehen und entsprechend zukünftige Entwicklungen anhand von Trends berücksichtigen und fortschreiben92.

91 So können z.B. Personen ohne Führerschein die Wahlalternative „PKW-Fahrer“ nicht wählen.

92 vgl. z.B. BECKMANN [2003], ZUMKELLER [2001]

123

Hierzu findet häufig die Szenarientechnik Anwendung, die mögliche Entwicklungen unter bestimmten Rahmenbedingungen aufzeigt. Sind Brüche in der Entwicklung der Einflussgrößen zu erwarten, so können aus der Analyse der Vergangenheit häufig keine Informationen über zukünftige Zustände gewonnen werden. In diesem Fall können Befragungen mit den Methoden der Stated Preference93 helfen, Informationen über die zu erwartenden Entwicklungen zu gewinnen.

Soll mit Hilfe eines Simulationsmodells die Wirkung einer Maßnahme auf die Verkehrsnachfrage ermittelt werden, so erfolgt die Betrachtung des Planfalls mit den Veränderungen durch die Maßnahme gegenüber einem Alternativfall ohne Maßnahme. In beiden Fällen ist die zukünftige Realität Basis des Vergleichs. Um das Ausmaß von Nachfrageänderungen abschätzen zu können, ist empirisches Material notwendig, das die Berücksichtigung der relevanten Einflussgrößen zur Verhaltensänderung erlaubt. Sollen neuartige Planungen bzw. Verkehrsangebote im Modell berücksichtigt werden, die eine Fortschreibung des beobachtbaren Verhaltens nicht zulässt, sind z.B. mit Methoden der Stated Preference entsprechende Erhebungen durchzuführen, die Aussagen über das Wahlverhalten bzw. Übergangswahrscheinlichkeiten zulassen.

7.1.5 Längsschnittorientierte Modellierung

Längsschnittorientierte Modellansätze dienen dazu, das Verhalten von Personen über Zeiträume hinweg abbilden und analysieren zu können. Derartige Ansätze sind daher darauf ausgerichtet, nicht nur im interpersonellen Querschnitt sondern auch im intrapersonellen Längsschnitt plausible Ergebnisse liefern zu können (Abbildung 49). Dies setzt in der Modellentwicklung längsschnittbasierte Datenquellen für die Analyse und Modellkonzeption voraus.

93 vgl. z. B. AXHAUSEN et al [1996], ZUMKELLER [2001]

Abbildung 49 Quer- und Längsschnitt (eigene Darstellung)

Eine besondere Bedeutung bei der längsschnittorientierten Modellierung kommt der Variation des Verhaltens der einzelner Person zu (vgl. z.B. LIPPS [2001]). Die in den Ausgangsdaten gefundenen längsschnittbezogenen Effekte wie z.B. Schiefe in der Verteilung der Mobilität in der Bevölkerung (vgl. Kapitel 6.3.1) oder die Nutzungsmuster der Verkehrsmittel (vgl. z.B. Kapitel 6.3.4) sollen in das Modellkonzept einbezogen werden.

Das längsschnittorientierte Modellkonzept ermöglicht längsschnittorientierte Analysen. So können mit einem solchen Modellkonzept Kundensegmente differenziert und Nicht-Nutzer von Nutzern eines Verkehrsangebotes unterschieden werden. Die Berücksichtigung von Aspekten des Längsschnittes im Modellkonzept ermöglicht somit erweiterte Analysemöglichkeiten und einen verbesserten Realitätsbezug.

124

125

7.2 Verhaltensorientierte Modelle im Personenfernverkehr

Auf dem Gebiet des Personenfernverkehrs liegen bislang nur wenige Erfahrungen mit verhaltensorientierten Modellen vor. Basierend auf der KONTIFERN94 sind zwei derartige Modelle in den 1980er Jahren entwickelt und mit Erfolg eingesetzt worden:

Im Jahr 1982 wurde eine Studie im Auftrag des Bundesministers für Verkehr mit dem Titel „Individualverhaltensmodell des Personenfernverkehr auf Basis des Situationsansatzes“ (Quelle BLECHINGER et al [1982]) durch die Firma Socialdata abgeschlossen. Ziel dieser Studie war die Verbesserung der Möglichkeiten zur Nachfrageprognose im Personenfernverkehr. Der Schwerpunkt der Studie lag in der Entwicklung von Methoden und Modellkonzepten zur Abschätzung und Bewertung von ordnungs- und investitionspolitischen Maßnahmen. Hierzu wurde ein sog. Situationsansatz verwendet, der die Reaktion von Individuen auf Maßnahmen in einem „situationsbestimmten Individualverhaltensalgorithmus“ (kurz SINDIVITAL) ermittelt.

Dieser Modellansatz baut auf der Überlegung auf, dass jeder Reisende Verhaltensentscheidungen unter bestimmten Rahmenbedingungen (Situation) trifft, die sich durch seine materielle und soziale Umwelt ergeben. Darüber hinaus wurde auch die subjektiv verzerrte Wahrnehmung in der Modellkonzeption berücksichtigt. Die objektiven Veränderungen des Verkehrsangebotes durch eine Maßnahme konnte bei dem entwickelten Ansatz folglich nur mittelbar über eine subjektive Perzeption zu Verhaltensänderungen führen. Ein Überblick zum Modellablauf gibt Abbildung 50. Zur Messung der Reagibilität der Reisenden wurde das Konzept auf drei Maßnahmenfelder angewendet:

- Veränderungen der Reisezeitrelationen

- Veränderungen der Reisekostenrelationen

- Veränderungen von anderen Service-Komponenten

Die Ermittlung der Verhaltensänderungen erfolgte auf mikroskopischer Ebene, erst durch eine abschließende Aggregation wurden die Veränderungen der Nachfrage summiert. Die Kalibrierung des Modells erfolgte auf Basis der Daten der KONTIFERN.

94 vgl. z.B. BLECHINGER, BRÖG, ZUMKELLER [1981]

Abbildung 50 Überblick zum Modellablauf von SINDIVITAL (Quelle: BLECHINGER et al [1982])

Zur Abschätzung der Veränderungen durch die Markteinführung des Hochgeschwindigkeitsverkehrs (HGV) der Deutschen Bundesbahn wurde 1985 eine Studie (Quelle: ZUMKELLER, HERRY, HEINISCH [1985]) erstellt. Die besondere

126

Herausforderung bestand darin, dass zum Zeitpunkt der Prognose keine Erfahrungen über die Nachfrageveränderungen durch die Einführung von Schnellverkehr bei den europäischen Bahnen vorlagen.

Der verwendete kundenorientierte Modellansatzes hatte den Anspruch, die wahrscheinliche Reaktion potentieller Kunden auf die Einführung des Hochgeschwindigkeitsverkehrs (HGV) zu simulieren. In Abbildung 51 sind kundenorientierter und kundenunabhängiger Ansatz vergleichend dargestellt. Dabei sind von der Intuition des Analytikers unabhängige Arbeitsschritte in einem Kreis, die abhängigen Arbeitsschritte mit einem Rechteck gekennzeichnet.

Abbildung 51 Kundenorientierter und kundenunabhängiger Lösungsansatz (Quelle: ZUMKELLER, HERRY, HEINISCH [1985])

Zur Ermittlung von Übergangswahrscheinlichkeiten von den vorhandenen Verkehrsträgern auf das neue HGV-Angebot wurden stated-preference Befragungen durchgeführt. Die Ergebnisse wurden auf Basis eines status-quo Abbilds der Personenfernverkehrsnachfrage zur Ermittlung von relationsspezifischen Marktanteilen

127

128

für verschiedene Planungsfälle unter Berücksichtigung der Fahrzeitveränderungen und Komfort- und Imageeffekten angewendet.

In der Folgezeit sind bis heute keine weiteren mikroskopischen Modelle publiziert worden. Als ein wesentlicher Grund hierfür ist wohl das Fehlen der erforderlichen empirischen Datengrundlage zum Personenfernverkehr anzumerken.

In Holland und Frankreich wurden in den 1980er Jahren ebenfalls mikroskopische Verkehrsmodelle zum Personenfernverkehr entwickelt. Die Arbeiten sind jedoch nur wenig dokumentiert bzw. nicht publiziert worden.

7.3 Datenquellen

Im Zuge der Modellierung wurde neben den Erhebungsdaten des Projektes INVERMO auch auf weitere Quellen zurückgegriffen, um das empirische Bild abzurunden. Die verwendeten Datenquellen werden in den folgenden Unterkapitel kurz vorgestellt.

7.3.1 Deutsches Mobilitätspanel

Das Deutsche Mobilitätspanel misst seit 1994 als repräsentative Haushaltsstichprobe das Verkehrsverhalten in der Bundesrepublik Deutschland95. Die Probanden der rotierenden Stichprobe werden über drei Jahre zur Teilnahme aufgefordert und berichten jährlich über einen Zeitraum von einer Woche alle durchgeführten Wege96.

Da in den Wegetagebüchern grundsätzlich auch Fernverkehr enthalten ist, wird das MOP zur Ausweisung von Eckwerten im Fernverkehr herangezogen.

Da das MOP als Haushaltsstichprobe angelegt ist, sind auf Personenebene Analysen über Haushaltszusammenhänge möglich. Mittels der Daten wurden verschiedene Analysen über Haushaltszusammenhänge für die Modellkonzeption und -gestaltung durchgeführt.

7.3.2 Sekundärdaten zur Mobilität

Im Jahr 2003 wurde erneut eine Erhebung der KONTIV unter dem Namen „Mobilität in Deutschland“ (MID) durchgeführt. In dieser Erhebung wird Fernverkehr auf zweierlei Weise erfasst: Zum einen in der Stichtagserhebung, in der alle Wege der Probanden in einem Wegebogen im KONTIV-Design erfasst werden. Des weiteren wurden im

95 bis 1998 nur alte Bundesländer, ab 1999 Bundesrepublik gesamt

96 vgl. u.a. ZUMKELLER, CHLOND, LIPPS [1999], LIPPS [2001]

Personenbogen Reisen mit auswärtiger Übernachtung erfasst (vgl. KUNERT et al [2003]). Beide Erhebungen werden zum Vergleich von Eckwerten herangezogen.

Die Reisenanalyse 98 (RA ’98) (vgl. F.U.R. [1998]) liefert Daten zum Urlaubsverkehr. Im Jahr 1998 wurden hierzu 7.880 Person im Alter ab 14 Jahren befragt. Die Abgrenzung von Urlaubsreisen erfolgt auf Basis folgender Definition (vgl. Abbildung 52): Es werden nur nicht-geschäftliche Reisen erfasst, die „allgemein als Urlaubsreise bezeichnet werden“97. Reisen zum Besuch von Verwandten und Kuraufenthalte sind nicht Gegenstand der Untersuchung.

Abbildung 52 Reiseanalyse 98, Gegenstand der Untersuchung (Quelle: www.geogr.uni-goettingen.de)

7.3.3 Sekundärdaten zum Haushalts- und Personenkontext

Für Analysen zum Haushalts- und Personenkontext werden Daten des Mikrozensus und der Einkommens- und Verbrauchsstichprobe verwendet (vgl. DESTATIS [2003]).

Der Mikrozensus ist die amtliche Repräsentativstatistik über die Bevölkerung und den Arbeitsmarkt, an der jährlich 1% aller Haushalte in Deutschland beteiligt sind (laufende Haushaltsstichprobe). Insgesamt nehmen rund 370.000 Haushalte mit 820.000 Personen am Mikrozensus teil; darunter etwa 160.000 Personen in rund 70.000 Haus-halten in den neuen Bundesländern und Berlin-Ost. Im Statistischen Bundesamt erfolgt die organisatorische und technische Vorbereitung des Mikrozensus. Die Durchführung

97 Quelle: http://www.geogr.uni-goettingen.de/kus/lehre/wm2000/wm2000-ra-I.pdf

129

130

der Befragung und die Aufbereitung obliegt den statistischen Landesämtern (dezentrale Statistik) (DESTATIS [2003]).

Die Einkommens- und Verbrauchsstichprobe (EVS) ist eine Statistik, die alle fünf Jahre durchgeführt wird, letztmalig 2003. Auf freiwilliger Basis geben Privathaushalte Auskunft über ihre Einnahmen und Ausgaben, über ihre Ausstattung mit Computern, Pkws und Mobiltelefonen sowie ihre Wohnverhältnisse (DESTATIS [2003]).

7.4 Modell

7.4.1 Ziel und Anforderungen

Die Konzeption eines Modells ist in erster Linie von der Fragestellung der Anwendung abhängig. Erst wenn der Anwendungsbereich eines Modells umrissen wurde und somit die Modellbereiche definiert sind, in denen Sensibilität für Maßnahmen und Veränderungen der Ausgangssituation gegeben sein soll, sind Überlegungen zu dessen Konzeption möglich. Bei der anschließenden Umsetzung kann der Modellentwickler auf vielfältige Module zurückgreifen, die bereits mit Erfolg angewendet wurden und in der Literatur ausführlich dokumentiert sind.

Im vorliegenden Fall soll ein Modell für den Anwendungsbereich des Fernverkehrs entwickelt werden, in dem bisher kaum Erfahrungen im Bereich der Mikrosimulation vorliegen. Deshalb ist es notwendig, sich mit dem grundsätzlichen Aufbau eines Individualverhaltensmodells für den Fernverkehr auseinander zu setzen und zu prüfen, inwieweit vorhandene Modellkonzepte und Module aus dem Alltagsverkehr übertragbar sind und welche Modifikationen für diesen speziellen Anwendungsfall notwendig werden. Dem vorliegenden Modell für den Fernverkehr liegen zwei Überlegungen zugrunde:

Die Fokussierung auf die Akzeptanz intermodaler Dienstleistungsangebote bedingt eine Modellsensibilität im Bereich der Verkehrsmittelwahl. Es sollen hierbei hinsichtlich der Veränderung des Verkehrsangebots auf Ebene des Individuums die Situation des Haushalts, der Person und der Reise berücksichtigt werden. Die Sensibilität für derartige Maßnahmen wird durch die Anwendung des Autonomieprinzips (vgl. ZUMKELLER [1989]) erreicht, das dem Individuum die alleinige, autonome Möglichkeit zu Reaktion aufgrund veränderter Rahmenbedingungen zubilligt.

Darüber hinaus soll es möglich sein, die Auswirkung von Maßnahmen auf kollektive Zustände im Verkehrssystems infolge von Verhaltensreaktionen einzelner Individuen aufgrund von Maßnahmen abschätzen zu können. Dies geschieht durch die Summation des Verhaltens aller Individuen, dem sogenannten Querschnittsprinzip (vgl. ZUMKELLER [1989]).

131

Somit ermöglicht diese mikroskopische Vorgehensweise einerseits die Mechanismen des Entscheidungsprozesses im originären Kontext des einzelnen Individuums realitätsbezogen durchzuführen, während gleichzeitig durch die Zusammenführung aller Einzelprozesse ein Blick auf das Kollektiv ermöglicht wird.

Dies soll an einem fiktiven Beispiel kurz erläutert werden: Eine Maßnahme soll die Attraktivität eines Verkehrsträgers verbessern und einzelne Individuen zum Wechsel zu diesem Verkehrsträger animieren. Zunächst ist zu prüfen, welche Reisen in ihrer individuellen Ausprägung für einen maßnahmebedingten Wechsel in Betracht kommen. Unter Berücksichtigung der individuellen Situation der Reisen kann analytisch bzw. simulativ entschieden werden, unter welchen Rahmenbedingungen eine Nutzung des Verkehrsträgers möglich ist und wie wahrscheinlich die Nutzung des Verkehrsträgers ist. In einer Auswertung eines repräsentativen Datensatzes der Verkehrsnachfrage mit allen relevanten Einflussgrößen der Entscheidung kann nun gezeigt werden, welche Veränderungen sich für das Verkehrssystem aufgrund der Maßnahme ergeben. Durch die Verknüpfung der Reisedaten mit den Haushalts- und Personeninformationen kann anschließend analysiert werden, welche Kundenkreise von der Maßnahme angesprochen werden, und in welcher individuellen Situation ein Übergang erfolgt.

Voraussetzung zur Entwicklung eines derartigen maßnahmesensiblen Modells sind sowohl umfassende Kenntnisse der Struktur der Nachfrage in der Ausgangslage selbst als auch das Verständnis für die Abläufe der individuellen Entscheidungsprozesse, die zur vorliegenden Nachfragestruktur führen. Das zugrundeliegende empirische Daten-material aus dem Projekt INVERMO und die in der Verkehrswissenschaft entwickelten Methoden zur Modellierung bilden hervorragende Voraussetzungen zur Erfüllung beider Ansprüche.

Ziel des Modellkonzeptes ist die Messung von Verhaltensreaktionen auf intermodale Angebote in der Bundesrepublik Deutschland. Bei der Modellanwendung ist zu berücksichtigen, dass sich die zugrundeliegenden Daten auf das Gebiet der Bundesrepublik Deutschland beziehen und allen Aussagen das Inländerprinzip98 zugrunde liegt. Die geeichten Modellparameter beziehen sich daher auf das Verhalten von in der Bundesrepublik wohnenden Individuen und originär nicht auf das Verhalten von Individuen, die aus dem Ausland in das Gebiet der Bundesrepublik einreisen oder dieses im Transit durchreisen. Es können somit – bezogen auf die Quelle einer Reise –

98 Bei Anwendung des Inländerprinzips finden alle Ortsveränderungen einer räumlich abgegrenzten Population Berücksichtigung, auch wenn diese die Grenze des Untersuchungsraumes überschreiten. Im Gegensatz hierzu berücksichtigt das Inlandsprinzip alle Ortsveränderungen innerhalb eines räumlich abgegrenzten Gebietes, also auch solche von einstrahlenden Verkehrsströmen.

132

im eigentlichen Sinne nur Binnen- bzw. Quellverkehre simuliert werden. Zur Abschätzung von z.B. Netzbelastungen für den Fernverkehr sind somit zusätzliche Module zur Abschätzung der Ziel- bzw. Durchgangsverkehre notwendig, die nicht Gegenstand des vorgestellten Modellkonzeptes sind.

Eine Übertragung des Modells auf andere europäische Länder bzw. das außereuropäische Ausland ist prinzipiell möglich, erfordert aber eine anwendungsspezifische Prüfung und Eichung.

Der Erstellung eines Modells zur Abbildung von Fernverkehr muss eine analytische Auseinandersetzung mit dem Untersuchungsgegenstand vorausgehen, deren Schlüsselergebnisse in Kapitel 6 vorgestellt wurden. Aus den empirischen Befunden ergeben sich zur Gewährleistung einer annehmbaren Güte eine Reihe von Forderungen an das Modell.

Das Modell soll auf räumlich definierte Untersuchungsgebiete angewendet werden. Als kleinste räumliche Bezugseinheit werden politische Gemeinden verwendet. Für größere Gebiete ergeben sich bei einer vollständigen Abbildung aller Haushalte sehr große Dateien. Es ist daher die Möglichkeit zur Simulation von Teilmengen der Grundgesamtheit mit anschließender Hochrechnung vorzusehen.

Die notwendige Bildung von Haushalten muss in ihrer Zusammensetzung, Eckwerten und Verteilungen der zu simulierenden Grundgesamtheit entsprechen. Als Referenz werden die Ergebnisse des Mikrozensus und der Einkommens- und Verbrauchsstichprobe (EVS) herangezogen.

Die zu den Haushalten gehörenden Personen müssen innerhalb der Haushalte sinnvolle Merkmalskombinationen aufweisen. Weiterhin muss die Bevölkerungszusammensetzung der simulierten Personen im Haushalt der zu simulierenden Grundgesamtheit entsprechen.

Das Modul der Verkehrsentstehung muss in der Lage sein, die in der Bevölkerung gefundenen Strukturen und Verteilungen der Fernverkehrsnachfrage wiederzugeben. Ein spezielles, auf den Fernverkehr zugeschnittenes Verfahren ist zu entwickeln.

Die zur Modellierung der Zielwahl bekannten Verfahren sind auf den Fernverkehr zu übertragen und geeignet anzupassen.

Das Modul der Verkehrsmittelwahl soll einen möglichst großen Anteil der vorhandenen Varianz in der Wahl der Verkehrsmittel auf empirisch beschreibbare Faktoren zurückführen. Hierzu werden Einflüsse aus Person, Reiseereignis und Verkehrssystem berücksichtigt.

133

7.4.2 Abstraktion von Reiseereignissen

Reisen im Fernverkehr setzen sich aus Fahrten und Etappen zusammen, die mit hohem Detaillierungsgrad in der zugrundeliegenden Fernverkehrserhebung erfasst wurden. Für Zwecke der Analyse und für eine spätere Modellarchitektur sind jedoch algorithmische Vereinfachungen notwendig, um die relevanten Elemente der einzelnen Reiseereignisse zu identifizieren. Hierzu sind Abstraktionen der Daten notwendig, die einerseits die Datenstrukturen vereinfachen und deren Operationalisierbarkeit verbessern, andererseits die vorhandene Vielfalt der Reisemuster erhalten. Bei der hierzu notwendigen Aggregation der Daten werden durch geeignete Strukturen Informationsverluste minimiert. Folgende Schritte der Aggregation werden durchgeführt (Abbildung 53):

A. Es werden nur verkehrsbedingte Etappen (z.B. aufgrund eines Verkehrsmittelwechsels) berücksichtigt. Alle verkehrsfremden Unterbrechungen einer Fahrt, die zu einer Aufspaltung in mehrere Etappen führt, werden eliminiert (z.B. Pausen an Rasthöfen). Es wird lediglich festgehalten, das eine derartige Unterbrechung stattgefunden hat.

B. Während der Aufenthaltszeit an einem Ziel werden detaillierte Informationen über Ausflüge mit Rückkehr zum gleichen Ziel eliminiert. Es wird lediglich festgehalten, dass derartige Ausflüge durchgeführt wurde.

C. Rundreisen mit mehreren Reisezielen werden auf ein Hauptziel begrenzt. Dabei wird das Ziel mit dem längsten Aufenthalt beibehalten, weitere Zwischenziele werden ausgelassen. Da der überwiegende Teil der Reisen Ein-Ziel-Reisen sind, werden nur bei einem kleinen Anteil Veränderungen der Reisestruktur vorgenommen.

Durch die vorgenommenen Abstraktionen ergeben sich die folgenden Eigenschaften für die Reiseelemente Fahrt und Aufenthalt:

Fahrten verkehrsfremde Unterbrechung (ja/nein) weitere Reiseziele (ja/nein)

Aufenthalt Ausflüge durchgeführt (ja/nein)

Abbildung 53 Vergleich der Detaillierung von Reiseereignissen in der Realität und in der Analyse/ Modell (eigene Darstellung)

Die durchgeführten Abstraktionen werden auch auf das Simulationsmodell angewendet und begrenzen die mögliche Komplexität einzelner Reisen zur Verbesserung der Operationalisierbarkeit.

7.4.3 Modellstruktur

Das Grundprinzip des Modells besteht in einer mikroskopischen Nachbildung der Nachfrage des Fernverkehrs durch die virtuelle Bildung von Haushalten mit Personen und allen zugehörigen Reisen. Auf den Ebenen des Haushaltes, der Person und der Reise werden die erforderlichen mikroskopischen Eigenschaften zur Simulation des Wahlverhaltens der reisenden Individuen ermittelt. Basis hierzu ist ein Simulationsdatensatz, der die Datenebenen Haushalt, Person und Reise umfasst und eine intrapersonelle Verknüpfung dieser Ebenen erlaubt (vgl. Abbildung 48). Im Ergebnis liefert das Modell ein repräsentatives Abbild der Nachfrage im Personenfernverkehr zur Beurteilung der Akzeptanz intermodaler Dienstleistungen.

Das vorliegende Modell ist modular aufgebaut. Die Module werden sequentiell abgearbeitet, in jedem Modul wird im Simulationsdatensatz auf den einzelnen Datenebenen entsprechende Eigenschaftsvariablen hinzugefügt.

Auf Ebene des Haushalts und der Person werden einzelne Eigenschaften im Sinne einer Partialsimulation über statistische Zusammenhänge sequentiell ergänzt. Die im Modell enthaltenen Haushalte und Individuen entsprechen keinen bestimmten, in der Realität beobachteten Haushalten und Personen, sondern weisen prototypischen Charakter auf.

Auf Ebene der Reisen werden wesentliche Eigenschaften ebenfalls über statistische Zusammenhänge sequentiell ergänzt. Ein Teil der für die Verkehrsmittelwahl-modellierung erforderlichen Reiseeigenschaften wird als kompletter Datensatz aus den

134

135

Erhebungsdaten in das Modell implementiert. Hierdurch kann sichergestellt werden, dass die simulierten Reisen einen in sich plausiblen Kontext aufweisen.

Das Simulationsmodell zur Abbildung der Nachfrage im Fernverkehr umfasst insgesamt sieben aufeinander aufbauende Module. Das Modul Haushalts- und Personenbildung beinhaltet die Generierung einer entsprechenden Population für die mikroskopische Betrachtung. Zuerst werden Haushalte gebildet und mit entsprechenden Eigenschaften ausgestattet. Anschließend werden die Haushalte um Personen ergänzt und die relevanten personenbezogenen Eigenschaften zugespielt. Das folgende Modul Reisehäufigkeiten beinhaltet die Prozesse der Verkehrsentstehung, im Fall des Fernverkehrs die Generierung von Fernreisen für die Haushalte der Population.

Die folgenden Module befassen sich mit den Reiseereignissen selbst. Das Modul Fernreisetypen beinhaltet eine mehrstufige Gliederung der Fernreisen, im Modul Saisonalität wird der längsschnittorientierte Aspekt der jahreszeitlichen Verteilung der Reisen behandelt. Im Modul Reiseeigenschaften schließlich findet eine Ausgestaltung der Reiseereignisse mit Eigenschaften zum Reisekontext statt.

Das folgende Modul Zielwahl beinhaltet die Entscheidung für ein Reiseziel, im Modul Verkehrsmittelwahl findet schließlich die Auswahl eines Verkehrsmittels für die Reise statt.

Abbildung 54 Modellüberblick Nachfragemodellierung (eigene Darstellung)

Eine eigenständige Umlegung ist im Modell nicht implementiert. Informationen zur Fahrtroute werden jedoch im Zuge der Verkehrsmittelwahl für alle Reiseereignisse zur Ermittlung der Parameter Kosten und Reisezeit in grober Auflösung ermittelt und können ggf. weiterverarbeitet werden.

Eine schematische Darstellung des Modellablaufs zur Generierung der Nachfrage im Fernverkehr ist in Abbildung 54 dargestellt.

136

137

In den folgenden Kapiteln 7.4.4 bis 7.5 werden die Module im einzelnen erläutert.

7.4.4 Modul Haushalts- und Personenbildung

Grundlage des mikroskopischen Modellansatzes ist eine auf Verkehrszellen aufgeteilte virtuelle Bevölkerung, die über alle simulationsrelevanten Eigenschaften verfügt. Im Verkehrssegment des Fernverkehrs spielt der Haushalt neben der Person eine dominierende Rolle, wie in Kapitel 6.2.2 gezeigt werden konnte. Daher kann in einer mikroskopischen Simulation des Fernverkehrs neben der Person (Individuum) auf den Haushalt als personenzusammenfassende Einheit nicht verzichtet werden.

Durch eine Totalsimulation (vgl. ZUMKELLER [1989]) werden prototypische Haushalte und Personen gebildet, die in mehreren Arbeitsschritten mit simulationsrelevanten Eigenschaften ausgestattet werden. Hierzu werden neben dem vorhandenen empirischen Material zum Fernverkehr aus dem Projekt INVERMO Sekundärstatistiken und Mikrodaten zur Bildung von Verteilungen und Anteilssätzen benötigt. Die verwendeten Quellen sind in Kapitel Fehler! Verweisquelle konnte nicht gefunden werden. vorgestellt. Der überwiegende Teil der Analysen und Berechnungen basiert auf den umfangreichen Haushalts- und Personendaten des MOP der Jahre 1996 bis 2001, die weiteren Quellen wurden zur Überprüfung der Ergebnisse herangezogen.

Die bundesweite, gemeindescharfe Bildung von Haushalten basiert auf einer bundeslanddifferenzierten Haushaltsgrößenverteilung, die im Rahmen des Mikrozensus zur Verfügung gestellt wird und die Ortsgrößenklasse von Gemeinden berücksichtigt. Mithilfe dieser Verteilungen lässt sich je Gemeinde eine entsprechende Anzahl von Haushalten mit der zugehörigen Haushaltsgröße bilden.

Der Anspruch, konsistente Haushalte zu simulieren führt zu einer Vorgehensweise, in einem einzigen Arbeitsschritt die Struktur jedes Haushaltes durch Vorgabe der sozialen Rollen aller Personen im Haushalt zu erzeugen. Als Schlüsselkriterien zur Beschreibung der Personen im Haushalt werden die Attribute soziale Rolle im Haushalt und beruflicher Status der Person verwendet (vgl. Tabelle 11). Hierzu werden, differenziert nach Haushaltsgröße, in der Realität vorhandene Kombinationen der sozialen Rolle im Haushalt und der zugehörigen Berufstätigkeit für verschiedene Ortsgrößenklassen analysiert und für eine Simulation aufbereitet. Hierdurch ergeben sich insgesamt 16 verschiedene Haushaltsstrukturtypen (vgl. Anhang 1); durch die Kombination mit verschiedenen Berufsstatusstrukturtypen ergeben sich insgesamt 120 verschiedene Haushalts-Berufs-Konstellationen.

138

Rolle im Haushalt Berufstyp

A Mann/ Vater A vollzeitbeschäftigt

B Frau/ Mutter B teilzeitbeschäftigt

C Kind C Hausfrau/ Hausmann/ Arbeitsloser

D Sonstige Person D Rentner

E Schüler/ Fachschüler/ Azubi (ab 14 Jahre), Student/ Wehrdienst-leistender/ Zivildienstleistender

F Kind bis 14 Jahre

Tabelle 11 Soziale Rolle im Haushalt (eigene Darstellung)

In den folgenden Arbeitsschritten werden den Personen jedes Haushaltes weitere Eigenschaften über statistisch signifikant erklärende Variablen zugespielt, so dass eine Basisdatei mit Haushalten und Personen vorliegt, die die in Tabelle 12 dargestellten Attribute aufweist (vgl. auch Anhang 2).

Für die Verkehrsmittelwahlmodellierung werden zusätzliche haushalts- bzw. personenbezogene Eigenschaften zur Beschreibung der modalen Prägung benötigt, da diese in der Haupterhebung erfassten Variablen einen für das Verkehrsmittelwahlmodell relevanten Erklärungsgehalt aufweisen. Die modale Prägung besteht aus einem Datensatz mit 36 Variablen und wird den virtuellen Personen im Modell über sozioökonomische Schlüsselgrößen als vollständiger Informationsblock zugespielt. Eine Beschreibung dieser Variablen erfolgt in Kapitel 7.5.

139

Datenebene Attribut Haushalt Bundesland/ Gemeinde

Haushaltsgröße

Haushaltsstruktur

Führerscheinbesitz im Haushalt

Pkw-Besitz

Einkommen

Person Rolle im Haushalt

Geschlecht

Altersklasse

Schulabschluss

Berufstatus

Berufsausbildung

Führerschein

Tabelle 12 Simulierte Attribute für Haushalte und Personen (eigene Darstellung)

Abbildung 55 zeigt in einem schematischen Ablaufdiagramm den Aufbau des Moduls Haushalts- und Personenbildung.

Modul Haushalts- und Personengenerierung

Liste zu simulierenderGemeinden

Festlegung des Simulationsaufwandes

Regional differenzierteVerteilungen zu Gemeinden

Gemeinde i=1

Simulation von Haushalten nachHaushaltsgröße

Simulation von Haushaltsmerkmalen Regional differenzierteVerteilungen zu Haushalten

Simulation von Personenmerkmalen

Haushalt j=1

Person k=1

differenzierte Verteilungen zuPersonen nachHaushaltstypen

Alle Personen?

Alle Haushalte?

Alle Gemeinden?

k=k+1

j=j+1

i=i+1

Speichern der Ergebnisse

Stopp

Abbildung 55 Schematisches Ablaufdiagramm zur Haushalts- und Personengenerierung (eigene Darstellung)

140

141

7.4.5 Modul Reisehäufigkeiten

Das zur Modellierung der Verkehrsentstehung des Alltagsverkehrs angewendete Verfahren von Aktivitäten- und Wegeketten ist aufgrund der abweichenden Rahmenbedingungen nicht auf den Fernverkehr übertragbar. Im Fernverkehr treten Reisen unterschiedlicher Zwecke als diskrete Ereignisse im Jahresverlauf auf. Auch wenn die Ereignisse selbst als voneinander unabhängig betrachtet werden können, so sind hinsichtlich der Frage, ob und wie viele Reisen mit einem bestimmten Reisezweck ein Haushalt bzw. eine Person durchführt, haushalts- und personenbezogene Zusammenhänge zu berücksichtigen, um das in Kapitel 6.3.1 dargelegte Bild der Nachfrage im Modell wiedergeben zu können.

Zur Simulation der Verkehrsnachfrage im Fernverkehr wird eine mehrstufige Vorgehensweise vorgestellt, die zuerst auf private Reisen der Haushalte eingeht und anschließend Geschäftsreisen auf Personenebene hinzufügt. Dieser Prozess wird in fünf Simulationsschritten abgearbeitet und ist im schematischen Ablaufdiagramm in Abbildung 56 dargestellt.

In der ersten Stufe der Modellierung wird den Haushalten mittels einer Monte-Carlo-Simulation zugespielt, ob private Reisen durchgeführt werden. Hierbei werden die sozio-ökonomischen Eigenschaften Einkommen, Altersstruktur, Bildungsniveau und Pkw-Verfügbarkeit berücksichtigt.

In der zweiten Stufe wird den Haushalten eine Gesamtzahl an privaten Fernreisen zugespielt. Verkehrsberechnungsmodelle für den Alltagsverkehr greifen hierbei in der Regel auf Gruppen mit homogenem Verhalten zurück und verwenden je Gruppe mittlere Wegezahlen bzw. Wegeketten zur Simulation der Verkehrsentstehung (vgl. z.B. SCHMIEDEL [1984]). In Kapitel 6.3.1 wurde für private Reisen gezeigt, dass eine entsprechende Regressionsanalyse zur Erklärung der Anzahl der jährlich durchgeführten Fernreisen durch sozio-ökonomische Eigenschaften im statistischen Sinne ein nur unbefriedigendes Ergebnis liefert. Dies liegt in der hohen Variation der Reisehäufigkeit in Gruppen mit gleichen sozio-ökonomischen Eigenschaften bzw. in der unbefriedigenden Qualität sozio-ökonomischer Eigenschaften als erklärende Prädiktoren der Verkehrsentstehung im Fernverkehr.

Modul Reisehäufigkeiten

Haushalts- undPersonendatensatz

clusterspezifischeHäufigkeitsverteilungenSimulation der Anzahl an Privatreisen

Aufteilung der Reisen nach Zwecken(Urlaubs-, Besuchs- und

sonstige Privatreisen)

haushaltsspezifischeHäufigkeitsverteilungen

Simulation der Anzahl Geschäftsreisen

Person k=1

personenspezifischeHäufigkeitsverteilungen

Alle Personen?

Alle Haushalte?

k=k+1

j=j+1

Bestimmung des Haushaltsclusters haushaltsspezifischeVerteilungen der Cluster

Haushalt j=1

Speichern der Ergebnisse

Stopp

Abbildung 56 Schematisches Ablaufdiagramm zur Verkehrsentstehung (eigene Darstellung)

Die Verwendung von Mittelwerten der Anzahl der jährlich durchgeführten privaten Fernreisen auf sozio-ökonomische Gruppen würde folglich einen großen Teil der beobachteten Schiefe in der Verteilung der Nachfrage egalisieren. Um diesen Effekt zu vermeiden wird zur modellhaften Beschreibung der Verkehrsentstehung im Fernverkehr auf eine Mittelwertbildung zugunsten entsprechender Verteilungsfunktionen sozio-

142

143

ökonomischer Bevölkerungscluster verzichtet. Hierdurch wird im Simulationsmodell die Widergabe der beobachteten Schiefe der Verteilung der Nachfrage sichergestellt.

Ausgangspunkt des Cluster-Prozesses ist eine Einteilung der Bevölkerung nach den vier Merkmalen Nettoeinkommen, Bildungsabschluss, Pkw-Besitz und Alter analog zu Kapitel 6.3.1 (vgl. Tabelle 13).

Merkmal Anzahl Klassen Klassenbeschreibung

Nettoeinkommen 4 (1) bis 750€ (2) 750-1.500€ (3) 1.500-3.000€, (4) 3.000 € und mehr

Höchster Bildungsabschluss im Haushalt

3 (1) Hauptschulabschluss, (2) Mittlere Reife, (3) Abitur

Pkw-Besitz im Haushalt 2 (0) kein Pkw vorhanden, (1) Pkw vorhanden

Alter 2 (1) 14-60 Jahre, (2) 60+Jahre

Tabelle 13 Verwendete Merkmale zur Bildung von Bevölkerungsclustern (eigene Darstellung)

Insgesamt ergibt sich eine Einteilung in 48 Gruppen, die in den empirischen Daten z.T. nur schwach besetzt sind und daher auch auf Basis der großen Stichprobe des Screenings mit 17.000 Interviews keine statistisch valide Ableitung von Verteilungskurven erlauben. Daher wurden mittels einer Clusteranalyse diese 48 Gruppen zu 7 Clustern mit ähnlichem Reiseverhalten zusammengefasst. Das Ergebnis der Clusteranalyse ist in Tabelle 14 dargestellt. Die vorgenommene Zusammenfassung zu Clustern dient lediglich zur Operationalisierung der empirischen Daten unter den gegebenen Stichprobenrestriktionen. Im Prozess der Clusterung ist ein möglichst großer Teil der Variation der Nachfrageverteilung zu erhalten.

Der angegebene vierstellige Code in Tabelle 14 bezeichnet die sozio-ökonomische Merkmalskombination der insgesamt 48 Gruppen zu Beginn der Clusterung. Die erste Stelle entspricht der Einkommensgruppe, gefolgt von Bildungsabschluss, Pkw-Besitz und Alter an den Stellen 2 bis 4 entsprechend Tabelle 13.

310132013202311132113212

22012202 22112212 23012302 31123102

33013302 331133124301430243114312

231123124201420242114212

13011302 131113124101410241114112

12011202 121112122111

1101110211111112210121022112

Cluster 7Cluster 6Cluster 5Cluster 4Cluster 3Cluster 2Cluster 1

310132013202311132113212

22012202 22112212 23012302 31123102

33013302 331133124301430243114312

231123124201420242114212

13011302 131113124101410241114112

12011202 121112122111

1101110211111112210121022112

Cluster 7Cluster 6Cluster 5Cluster 4Cluster 3Cluster 2Cluster 1

Tabelle 14 Zusammenfassung sozio-ökonomischer Gruppen zu

Bevölkerungsclustern (eigene Darstellung)

Betrachtet man die Zugehörigkeit einzelner Merkmalsausprägungen zu den Clustern, wird offensichtlich, dass die Ausprägungen Einkommen und Bildungsniveau die entscheidenden Eigenschaften zur Clusterung darstellen. Im Cluster 3 lassen sich Kompensationseffekte zwischen hohem Einkommen und niedrigem Bildungsabschluss bzw. niedrigem Einkommen und hohem Bildungsabschluss finden. Dies kann in Analogie zu Budgetüberlegungen interpretiert werden. Die Ausprägungen Pkw-Besitz und Alter spielen nur eine untergeordnete Rolle.

Die aus den 48 Gruppen gebildeten sieben Cluster lassen sich wie folgt charakterisieren:

Cluster 1 enthält Haushalte mit geringem Einkommen und geringem Bildungsniveau; entsprechend weist die Summenlinie einen hohen Anteil immobiler Haushalte auf, die zugehörige Verteilungskurve zeigt, dass dieses Cluster das am wenigsten mobilste ist.

Das Cluster 2 enthält Haushalte mit unterdurchschnittlichem Einkommen und mittlerem Bildungsniveau, im Cluster 6 sind Haushalte mit mittlerem Einkommen und mittlerem Bildungsabschluss zusammengefasst. Beide Verteilungskurven sind sich ähnlich, weisen jedoch Unterschiede hinsichtlich des Anteils immobiler Haushalte auf.

Die Cluster 3 und 4 enthalten sowohl Haushalte mit geringem Einkommen und hohem Bildungsniveau als auf solche mit hohem Einkommen aber geringem Bildungsabschluss. Cluster 7 umfasst Haushalte mit überdurchschnittlichem Einkommen und gehobenem Bildungsabschluss. Alle drei Cluster weisen ähnliche, überdurchschnittlich mobile Verteilungskurven auf.

Cluster 5 enthält Haushalte mit hohem Einkommen, hohem Bildungsniveau und überwiegend mit Personen im mittleren, aktiven Alter. Die zugehörige Verteilungskurve weist dieses Cluster als am aktivsten im Fernverkehr aus.

144

Die zu den Clustern zugehörigen empirisch ermittelten Verteilungskurven sind in Abbildung 57 dargestellt.

Abbildung 57 Summenlinien der Reisehäufigkeiten der Bevölkerungscluster


Auf Basis der ermittelten empirischen Verteilungskurven lassen sich für jeden Haushalt, entsprechend der Cluster-Zugehörigkeit die Anzahl der jährlichen Privatreisen zuspielen. Erst in einem späteren Schritt werden die Reisezwecke weiter verfeinert (vgl. Kapitel 7.4.6).

In der folgenden dritten Stufe der Modellierung der Verkehrsentstehung von Privatreisen auf Haushaltsebene wird die in der vorangegangenen Stufe ermittelte Anzahl von Privatreisen auf die Reisezwecke Urlaubsreise, Privatreise mit Übernachtung und Privatreise ohne Übernachtung aufgeteilt. Basis dieser Stufe ist eine entsprechende Analyse der Reisezusammensetzung der Daten der Screening-Erhebung. Eine feinere Unterteilung der Reisen nach Reisetyp folgt in einem späteren Arbeitsschritt und ist in Kapitel 7.4.6 beschrieben.

Die vierte und fünfte Stufe dient der Ermittlung von Personen mit Geschäftsreisetätigkeit. Hierbei werden Personen verschiedener Berufstatus unterschieden. Vollzeitbeschäftigte weisen den höchsten Anteil an Geschäftsreisenden auf und unternehmen im Mittel auch die meisten Reisen. Einzelne Geschäftsreisen sind aber auch bei Teilzeitbeschäftigten sowie Schülern, Studenten und Auszubildenden vorzufinden. Bei beiden Berufsstatusgruppen ist der Anteil der Geschäftsreisenden im Jahr jedoch gering. Obwohl Geschäftsreisen nur in geringer Anzahl auftreten, werden bei beide Gruppen diese im Modell berücksichtigt. Bei Personen mit dem Berufstatus

145

146

Hausfrau/ -mann bzw. Rentner wird auf eine Berücksichtigung von Geschäftsreisen verzichtet, da derartige Reisen im empirischen Material nur in wenigen Ausnahmefällen beobachtet werden konnten.

Analog zu den Privatreisen werden in der vierten Stufe differenziert nach Berufstatus erst die Personen bestimmt, die prinzipiell Geschäftsreisen unternehmen. Hierzu werden als erklärende Variable Bildungsabschluss und Einkommen verwendet. In der abschließenden fünften Stufe werden differenziert nach Berufstatus, Einkommen und privater Reisehäufigkeit jährliche Geschäftsreiseanzahlen zugespielt. Durch die Berücksichtigung der privaten Reisetätigkeit in der fünften Stufe kann der Anteil geschäftlich- bzw. privat-hochmobiler Personen ausgesteuert werden (vgl. Kapitel 6.3.3). Auch für diese beiden Stufen wird das Monte-Carlo-Verfahren herangezogen.

Nach Anwendung des Moduls „Reisehäufigkeiten“ verfügt jeder simulierter Haushalt über Anzahlen jährlicher Fernreisen, differenziert nach den Reisezwecken Urlaub, Privatreise mit/ ohne Übernachtung und Geschäftsreise.

7.4.6 Modul Fernreisetypen

Im Alltagsverkehr ist eine Gliederung der Ortsveränderungen in Verkehrsarten durch eine Unterscheidung der Art der Aktivität am Ziel zur mikroskopischen Abbildung von Nachfragestrukturen hinreichend (vgl. z.B. SPARMANN [1980]). Auch im Fernverkehr wird häufig auf eine Typisierung der Nachfrage nach den Reisezwecken Geschäftsreise, Urlaubsreise, sonstige Privatreisen vorgenommen. Diese Typisierung wurde im Modul „Reisehäufigkeiten“ bereits entsprechend angelegt.

Im einem längsschnittorientierten mikroskopischen Modellkonzept ist eine vielschichtigere Gliederung der Nachfrage notwendig, will man Einflüsse aus Haushalt und Person einerseits und saisonale Effekte auf die Struktur der Nachfrage andererseits berücksichtigen. Denn nur, wenn es z.B. gelingt, im Modell eine mehrwöchige Sommerurlaubsreise von einem Kurzurlaub an einem verlängerten Wochenende zu unterscheiden, können im intrapersonellen Längsschnitt plausible Verhaltensweisen modelliert werden.

Hieraus ergibt sich die Aufgabe, eine disjunkte Gliederung der Fernreisen nach prototypischen Mustern zu entwickeln, die den aufgezeigten Anforderungen gerecht wird. In einer Analyse der Nachfragestruktur wurden insgesamt vier wesentliche Merkmale identifiziert, die zur Bildung einer Fernreisetypisierung herangezogen werden. Dies sind die Merkmale Reisezweck, Reiseziel, Reiseorganisation und Reisedauer (vgl. auch LORENZ [2001]).

Hinsichtlich des Reisezwecks wird eine Einteilung in vier Typen vorgenommen:

147

- Geschäftsreisen – Reisen mit geschäftlichem bzw. dienstlichem Zweck.

- Besuchsreisen – Inlandsreisen beliebiger Dauer zum Besuch von Verwandten oder Bekannten. Reisen zum Besuch von Verwandten oder Bekannten ins Ausland werden aufgrund ihres geringen Anteils je nach Reisedauer den sonstigen Privatreisen bzw. Urlaubsreisen zugeordnet.

- sonstige Privatreisen – Reisen mit bis zu drei Übernachtungen.

- Urlaubsreisen – Reisen mit mindestens vier Übernachtungen, die nicht zu den Geschäfts- oder Besuchsreisen zählen, auch Kuraufenthalte etc..

Hinsichtlich des Reiseziels wird eine Unterscheidung in Inlands- und Auslandsreisen vorgenommen. Die Trennung von Inlands- und Auslandsreisen ist nicht nur hinsichtlich der Unterschiedlichkeit der Reiseeigenschaften99 beider Reisearten begründet, sondern dient auch zur intrapersonell konsistenten Modellierung der Zielwahl.

Die Reiseorganisation betrifft die Reisezwecke Urlaubs- und sonstige Privatreisen und dient der Identifizierung von Pauschal- und Gruppenreisen. Diese beiden Organisationsformen weisen deutlich abweichende Eigenschaften von den privat organisierten Reisen auf, z.B. hinsichtlich der gewählten Reiseziele und Verkehrsmittel.

Mit Hilfe der Reisedauer werden bei Geschäfts-, Besuchs- und sonstigen Privatreisen Reisen mit bzw. ohne Übernachtung zur Verbesserung der Zielwahlmodellierung differenziert (vgl. Kapitel 6.2.4). Bei den Besuchs- und Urlaubsreisen werden Reisen mit Übernachtungen zur besseren Abbildung des intrapersonellen Längsschnittes, des Haushalts- bzw. Personenkontextes und der saisonalen Einflüsse zusätzlich nach der Zahl der Übernachtungen differenziert.100

Aus diesen Differenzierungen ergibt sich durch Zusammenfassungen eine Fernreisetypisierung mit insgesamt 20 Kategorien. In Abbildung 58 ist die Struktur der Typisierung dargestellt und für alle Reisekategorien eine Schlüsselnummer sowie die zugehörige Stichprobengröße aus der INVERMO Haupterhebung angegeben.

99 z.B. Reisedauer und Organisationsform

100 Der intrapersonelle Längsschnitt wird verbessert, wenn z.B. aus dem Haushalts- und Personenkontext Geldbudgets und z.B. bei Arbeitnehmern bzw. Schülern Restriktionen hinsichtlich der zu Verfügung stehenden Urlaubstage bzw. Schulferientage berücksichtigt werden können. Saisonale Effekte beziehen sich z.B. auf die überdurchschnittliche Durchführung mehrwöchiger Urlaubsreisen in den Sommermonaten, während einwöchige Urlaubsreisen bevorzugt in den Frühjahrs- und Frühsommermonaten durchgeführt werden.

Abbildung 58 Konzept der Fernreisetypisierung (eigene Darstellung)

Es ist nun jedem modellierten Reiseereignis der Simulationsdatei ein entsprechender Reisetyp zuzuordnen. Aus dem Modul Reisehäufigkeiten ist die Anzahl der Fernreisen der Zwecke Urlaubsreise und sonstige Privatreise je simuliertem Haushalt sowie die Anzahl der Geschäftsreise je Person bekannt. Die vorgestellte Fernreisentypisierung ist hinsichtlich dieser Differenzierung disjunkt, daher kann jeder Reise mit den Zwecken Geschäftsreise, Urlaubsreise, sonstige Privatreise mittels Monte-Carlo-Simulation genau eine der zwanzig Kategorien der Fernreisetypisierung zugeordnet werden. Zur Verbesserung der Abbildungsgenauigkeit werden nach unterschiedlichen Haushaltsgrößen und Reisehäufigkeiten differenzierte Verteilungen verwendet.

Im Ergebnis liegt für jede simulierte Reise eine Charakterisierung des Reisetyps vor, der neben des Reisezweckes auch Informationen über Reiseziel (In-/ Ausland), Reiseorganisation (Privat-/ Pauschal- oder Gruppenreise) und die Reisedauer (mit/ ohne Übernachtung, ggf. Kategorie für die Anzahl der Übernachtungen) enthält. Im Querschnitt über alle Fernreisen wird die empirisch erhobene Struktur der Nachfrage abgebildet, die mikroskopische Datenstruktur erlaubt zusätzlich eine Prüfung der Konsistenz für den Einzelfall.

7.4.7 Modul Saisonalität

Eine längsschnittorientierte Modellkonzeption für den Fernverkehr soll ein ganzes Kalenderjahr abdecken, um die saisonalen Effekte abbilden zu können. In Kapitel 6.2.1 wurden Wochen- und Jahreszyklen als nachfragebestimmende Rhythmen beschrieben.

An das Simulationsmodell besteht der Genauigkeitsanspruch, die Verkehrsnachfrage auf Kalendertagesebene abzubilden. Hierzu werden die Effekte aus Wochen- und des Jahresrhythmus separiert. Dabei werden typisierte Wochenganglinien verwendet, die den Wochenzyklus des Abreisetages verschiedener Reisetypen wiedergeben. Die

148

Struktur des Wochenzyklus weist im Jahresverlauf nur geringe Variationen auf, so dass für den jahreszeitlichen Längsschnitt ein Ausgleich unterschiedlichen Nachfrageniveaus einzelner Kalenderwochen ausreichend ist. Durch die Überlagerung beider Effekte in der Simulation wird eine tagesgenaue Abbildung der Nachfragezyklen erreicht (vgl. Abbildung 59).

.... 5.Kw 6.Kw 7.Kw 8.Kw 9.Kw 10.Kw 11.Kw 12.Kw ...

Privatreisentypisierte JahresganglinieWochenwerte

Privatreisentypisierte WochenganglinieTageswerte

Geschäftsreisentypisierte JahresganglinieWochenwerte

Geschäftsreisentypisierte Wochenganglinie Tageswerte

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So

Abbildung 59 Überlagerung von Wochen- und Jahreszyklus (eigene Darstellung)

Die Zerlegung der Jahresganglinie der Fernverkehrsnachfrage in Wochen- und Jahresrhythmen erlaubt eine einfache Berücksichtigung von Effekten des Haushaltes, der Person und der Reisen selbst sowie besondere Kalendereffekte:

- Auf Haushaltsebene werden für verschiedene Haushaltstypen unterschiedliche Wochen- und Jahresganglinien erwickelt. So kommen z.B. für Haushalte mit bzw. ohne schulpflichtige Kinder eigene jahreszeitliche Ganglinien zum Einsatz (vgl. Kapitel 6.3.6). Für ersteren Haushaltstyp werden wegen unterschiedlicher Schulferientermine eigene Ganglinien für die Bundesländer generiert.

- Auf Personenebene können bei Vielreisenden Wechselwirkungen zwischen Geschäfts- und Privatreisen berücksichtigt werden.

- Wochen mit Feiertagen mit festem Datum101 werden in der Jahresganglinie automatisch berücksichtigt. Durch die unterschiedlichen Wochentage der

101 Tag der Arbeit, Tag der Deutschen Einheit, Weihnachten, Silvester/ Neujahr

149

150

Feiertage in verschiedenen Jahren müssen spezifische Wochenganglinien in Abhängigkeit des Feiertag-Wochentages angewendet werden.

- Wochen mit beweglichen Festen102 werden je nach Kalenderwoche im simulierten Jahr berücksichtigt. Regionale Feiertage103 werden bundeslandspezifisch in die Simulation integriert. An Sonntage fixierte Festtage haben keinen signifikanten Effekt auf die Verkehrsnachfrage und bleiben unberücksichtigt.

- Für verschiedene Reisetypen (vgl. Kapitel 7.4.6) werden spezifische Wochenganglinien verwendet.

Im Ergebnis liegen für verschiedene Haushalts- und Reisetypen tagesgenaue Jahresganglinien der Reisewahrscheinlichkeit unter Berücksichtigung von Schulferien und Feiertagen vor, mit deren Hilfe die Verteilung von Fernreisen beliebiger Jahre tagesgenau modelliert werden können. Mit Hilfe einer Monte-Carlo-Simulation werden allen simulierten Reisen entsprechende Reisetermine zugespielt.

7.4.8 Modul Reiseeigenschaften

Bei der statistischen Modellierung der Verkehrsmittelwahl erweisen sich verschiedene Reiseeigenschaften als signifikant. Diese, im empirischen Datensatz der Erhebung vorhandenen Daten werden auch im Simulationsdatensatz benötigt, um die entsprechenden Effekte in der Verkehrsmittelwahlmodellierung berücksichtigen zu können.

Für eine verbesserte Güte der Simulation ist entscheidend, dass einerseits die Variablen einer Reise in einer plausiblen Kombination vorliegen, andererseits bei der Simulation im Querschnitt den empirischen Verteilungen entsprechen.

Bei der Beschreibung der Struktur der Nachfrage als auch für den Prozess der Verkehrsmittelwahl nimmt die Anzahl der gemeinsam reisenden Personen eine Schlüsselstellung ein. Die Bedeutung für die Nachfragestruktur liegt darin begründet, dass durch die Anzahl gemeinsam reisender Personen der Zusammenhang zwischen den zurückgelegten Personenkilometern und den zugehörigen Fahrzeugkilometern determiniert wird, beide Größen sind in der Messung der Nachfrage von zentraler

102 Fasching, Ostern, Christi Himmelfahrt, Pfingsten

103 Heilige drei Könige, Fronleichnam, Buß- und Bettag, Mariä Himmelfahrt, Allerheiligen, Reformationstag

151

Bedeutung. Hinsichtlich der Verkehrsmittelwahl wird die Rolle der Größe der Reisegruppe deutlich, wenn man die Eigenschaften unterschiedlicher Verkehrsmittel betrachtet: Da im Pkw-Verkehr bis zur Vollbesetzung des Fahrzeugs zusätzlich mitreisende Personen keine nennenswerten Mehrkosten verursachen, ist dieses Verkehrsmittel insbesondere für Familien und kleine Gruppen kostengünstig. Im Bahn- und Luftverkehr hingegen spielt die Anzahl mitreisender Personen eine weitaus größere Rolle, auch wenn z.B. das Tarifangebot der Deutschen Bahn AG für Miteisende und Familien entsprechende Rabatte anbietet. Für Einzelreisende hingegen sind Bahn- und Luftverkehr entsprechend attraktiv, da das über weite Strecken oft als anstrengend empfundene Fahren entfällt.

Wie in Kapitel 6.2.2 gezeigt, werden Privatreisen überwiegend im Haushaltskontext geplant und durchgeführt, während bei Geschäftsreisen die reisende Person als erklärende Einheit dominiert. Daher sind zur Bestimmung der Anzahl reisender Personen je nach Reisezweck unterschiedliche Vorgehensweisen zur Simulation notwendig.

Im Geschäftsreiseverkehr ergeben sich für die Anzahl reisender Personen signifikante Einflüsse aus dem Reisetyp (insbesondere mit/ ohne Übernachtung und In-/ Auslandsreise) und dem Berufsstatus der reisenden Person. Beide Größen können bei der Simulation berücksichtigt werden. Da gemeinsam Geschäftsreisende in der Regel unterschiedlichen Haushalten entstammen, muss im Falle einer Reise mit mehr als einer Person eine entsprechende Korrektur der Anzahl insgesamt durchgeführter Geschäftsreisen vorgenommen werden, um den Zusammenhang zwischen Personen- und Fahrzeugkilometern zu wahren.

Für Privatreisen stellt der Haushalt die dominierende Einheit dar, auch wenn ein geringer Teil der Reisen haushaltsübergreifend durchgeführt wird, kann auf eine Simulation bei Zwei- und Mehrpersonenhaushalten verzichtet werden, da sich die Effekte zwischen den Haushalten kompensieren. Lediglich bei Einpersonenhaushalten werden haushaltsübergreifende Reisen in der Simulation berücksichtigt und wiederum eine Korrektur der Anzahl durchgeführter Reisen vorgenommen. Zur simulativen Bestimmung der Anzahl reisender Personen erweist sich die Haushaltsgröße als zentrale Variable, aber auch der Reisetyp (mit Zweck, Dauer und In-/ Auslandsreise) und die Häufigkeit von Privatreisen als signifikante Variablen.

Für alle weiteren Eigenschaften, die in den weiteren Simulationsmodulen benötigt werden und so dem Reisedatensatz zuzuspielen sind, wird das Verfahren der Partialsimulation (vgl. ZUMKELLER [1989]) angewendet. Hierzu werden aus den empirisch erhobenen Reisen der INVERMO-Haupthebung die benötigten Variablen aufbereitet, entsprechend ihrer Auftretenswahrscheinlichkeit gewichtet und nach

152

Reisetyp und Anzahl reisender Personen gruppiert. Mittels einer Monte-Carlo-Simulation werden nun den Simulationsdaten entsprechend Reisezweck/ Anzahl reisender Personen und der Auftretenswahrscheinlichkeit entsprechende Variablenkombinationen (vgl. Tabelle 15) in einem Block zugespielt.

Attribut Variablentyp

Anzahl Personen kardinal

Anzahl Etappen/ Reiseziele kardinal

Etappenunterbrechungen binär

Ausflüge am Reiseziel binär

Anzahl Gepäckstücke pro Person kardinal

Sondergepäck binär

Fahrradmitnahme binär

Tiermitnahme binär

Tabelle 15 Übersicht Reiseattribute

Die Vorteile des Verfahrens liegen in der einfachen Umsetzung und hohen Plausibilität der gewonnen Simulationsdaten, da alle Informationen eines Datensatzes einer real durchgeführten Reise entsprechen und somit in sich konsistent sind. Zu beachten ist, dass durch dieses Verfahren in den Simulationsdaten kein „echter“ Informationsgewinn gegenüber den empirischen Daten zu erzielen ist, die vorhandenen empirischen Informationen werden lediglich repräsentativ hochgerechnet. Nachteilig ist der notwendige empirische Stichprobenumfang zur Sicherung der statistischen Güte. Im vorliegenden Fall kann die Stichprobe jedoch als ausreichend angesehen werden.

Abschließend ist die Konsistenz der zugespielten Reisedaten mit den übrigen Daten der Simulationsdatei zu prüfen. Dies betrifft z. B. den Wochentag der Rückreise, da Datum der Hinfahrt und Reisedauer aus unterschiedlichen Quellen kombiniert wurden. Durch geeignete Prüfprozeduren werden auftretende Unstimmigkeiten korrigiert.

Für erweiterte Fragestellungen können aus den empirischen Reisedaten auch Fahrtzeitpunkt (Uhrzeit für Abfahrt und Ankunftszeit) den mikroskopischen Reisen zugespielt werden. Im Modul Zielwahl sind hierzu jedoch Plausibilitätskontrollen und Korrekturalgorithmen notwendig, um diese mit dem Reisewiderstand der Fahrzeit in Einklang zu bringen.

7.4.9 Modul Zielwahl

Die Wahl eines Reisezieles stellt in einem verkehrszellenbasierten Modell eine diskrete Wahlentscheidung für das Individuum dar. Zur modellhaften Nachbildung solcher

Zielwahlentscheidungen werden Entropie- bzw. Opportunity-Modelle104 verwendet, die auf Gravitationsansätze der Physik zurückführbar sind. Für eine Reise ist die Wahrscheinlichkeit der Auswahl jeder möglichen Zielzelle zu berechnen. Die Auswahlwahrscheinlichkeit einer Zielzelle in einem einfachen Modell ergibt sich dabei als

ki|n

n

ki|jk

i|jAtt

Attp

Σ= (7-1)

mit i aktuelle Startzelle j untersuchte mögliche Zielzelle n Menge möglicher Zielzellen k Reisezweck

Attraktivität der Zielzelle j von der Startzelle i für den Reisezweck k

Auswahlwahrscheinlichkeit Zielzelle j von der Startzelle i für den Reisezweck k

ki|jAtt

ki|jp

Die Attraktivität jeder möglichen Zielzelle berechnet sich als

)w(fG

Atti|j

kjk

i|j = (7-2)


Gelegenheit der möglichen Zielzelle j für den Reisezweck k


kjG

ki|jAtt

Die Gelegenheiten der Zielzellen sind mit geeigneten KenngrößenkjG 105 zu

beschreiben.

Für eine Modellierung der Verkehrsverflechtungen innerdeutscher Fernreisen, die einen Anteil von 84% am Verkehrsaufkommen im Fernverkehr stellen, ist eine gemeindescharfe Auflösung sinnvoll. Für Ziele im Ausland sind landes- bzw. regionale Auflösungen ausreichend.

104 vgl. z.B. BUNDESMINISTER FÜR VERKEHR [1988], Wermuth [1986]

105 Einwohnerzahl, Wirtschaftskraft bzw. touristische Attraktivität

153

Im Falle des vorliegenden Verkehrsmodells für den Fernverkehr wurden getrennte Zielwahlmodule für Inlands- und Auslandsreisen entwickelt. Durch die vorangegangene Typisierung der Reisen (vgl. Kapitel 7.4.6) sind Inlands- und Auslandsreisen eindeutig identifizierbar. Für In- und Auslandsreisen wird jeweils eine zweistufige Vorgehensweise zur schrittweisen Verfeinerung der Zielzellenwahl vorgeschlagen (vgl. Abbildung 60).

Abbildung 60 Aufbau Modul Zielwahl (eigene Darstellung)

Für Inlandsreisen wird auf Basis eines Attraktivitätenmodells in der ersten Stufe der Zielwahl die Auswahlwahrscheinlichkeit für Kreise (NUTS 3) ermittelt und mit Hilfe einer Monte-Carlo Simulation gewählt. Es werden für die vier Reisezwecke (Geschäftsreise, Urlaubsreise, Besuchsreise und sonst. Privatreise) und unterschiedliche Reisedauern (mit/ ohne Übernachtungen) eigene Modelle zur Ermittlung von Auswahlwahrscheinlichkeiten geschätzt. Zur Schätzung wird eine logistische Form des Gravitationsmodells verwendet, die Parameter durch eine Likelihood-Schätzung bestimmt.

)ln(w β)ln(G α)wG

ln()ln(AttAtt i|jkjβ

i|j

αkjk

i|j'ki|j −=== (7-3)


Gelegenheit der möglichen Zielzelle j für den Reisezweck k


kjG

ki|jAtt

154

'ki|jAtt Attraktivität der Zielzelle j von der Startzelle i für den Reisezweck k, logarithmiert

Schätzparameter β α,

und

'ki|n

'ki|j

Att

n

Attki|j

e

epΣ

= (7-4)


Attraktivität der Zielzelle j von der Startzelle i für den Reisezweck k, logarithmiert

Auswahlwahrscheinlichkeit Zielzelle j von der Startzelle i für den Reisezweck k

'ki|jAtt

ki|jp

Als Widerstand wird in allen Fällen die Reisezeit zwischen den Zellen verwendet. Als Gelegenheit werden für die Reisezwecke Besuchsreisen und private Reisen

Einwohnerzahlen (Kardinalskala) der Zellen, für Geschäftsreisen die Wirtschaftskraft (Kardinalskala) vorgeschlagen. Im Urlaubsverkehr werden als Kenngrößen zur Beschreibung der Gelegenheiten die in Tabelle 16 dargestellten signifikanten Kenngrößen verwendet.

kjG

Beschreibung Variablentyp

Küste/ Binnensee binär

Bergregion/ Mittelgebirge binär

Temperatur im Monat Juli kardinal

Niederschlagsmenge kardinal

Raumstrukturtyp nach Intraplan Dummy-Variablen, binär

Tabelle 16 Variablensatz zur Schätzung der Zielwahl für Urlaubsreisen

Die Raumstrukturtypen nach Intraplan (vgl. Abbildung 61) bieten eine deutlich bessere Modellschätzung als die gängige Einteilung der siedlungsstrukturellen Kreistypen nach BBR (vgl. INTRAPLAN [2003]).

155

Abbildung 61 Raumstrukturtypen nach Intraplan (Quelle: INTRAPLAN [2003])

In der zweiten Stufe der Zielwahl für innerdeutsche Reiseziele wird aus dem gewählten Kreis (NUTS 3) eine Gemeinde (NUTS 5) bestimmt. Hierzu werden einwohnerproportionale Auswahlwahrscheinlichkeiten verwendet und wiederum unter Anwendung der Monte-Carlo-Methode eine mikroskopische Wahl durchgeführt. Mit diesem zweistufigen Verfahren werden für alle innerdeutschen Reisen gemeindescharfe Reiseziele festgelegt.

Für die Zielwahlmodellierung der Auslandsreisen wird eine Gliederung des Auslandes in 59 Länder bzw. Regionen vorgenommen (vgl. Anhang 3). Im benachbarten europäischen Ausland ist eine regionenscharfe Auflösung notwendig, um grenzüberschreitende Verkehrsströme angemessen beschreiben zu können. Für Reiseziele im entfernten europäischen Umfeld ist eine länderscharfe Einteilung ausreichend. Im interkontinentalen Entfernungsbereich sind Zusammenfassungen von Ländern zu wenigen Kontinentalregionen aufgrund des geringen Anteils am Fernverkehrsaufkommen und der damit verbundenen statistischen Unschärfe notwendig. Da diese Verkehrsströme an den Luftverkehr gebunden sind und Flugverbindungen nur über die großen europäischen Luftverkehrshubs abgewickelt werden, ist diese vereinfachte Zelleneinteilung zur Abbildung der Verkehrsabläufe innerhalb der Bundesrepublik Deutschland ausreichend.

Für Auslandsreisen ist eine Modellschätzung der Zielwahlattraktivität auf Basis der gewählten Zelleneinteilung mit Hilfe eines Attraktivitätenmodells aufgrund von

156

157

Stichprobenanforderungen zur Modellschätzung und der Verfügbarkeit international vergleichbarer Kenngrößen nur mit unverhältnismäßig hohem Aufwand möglich. Alternativ wird eine Bestimmung der Wahlwahrscheinlichkeit einzelner Reiseländer und Kontinentalregionen für verschiedene Reisezwecke und Reisedauern auf Basis der empirisch erhobenen Reisezielverteilungen aus dem Projekt INVERMO vorgeschlagen. Auch wenn diese Vorgehensweise keine „Erklärung“ des Zielwahlverhaltens ermöglicht, können die Strukturen der Nachfrage wirklichkeitsgetreu nachgebildet werden.

In der zweiten Stufe der Zielwahlmodellierung für Auslandsreisen werden auf Basis der empirisch erhobenen Reisezielverteilungen für benachbarte europäische Länder mit Hilfe der Monte-Carlo-Methode regionale Gliederungen eingeführt.

7.5 Modul Verkehrsmittelwahl

In den Kapiteln 6.2.5 und 6.3.5 wurde bereits auf Befunde eingegangen, die Anforderungen an das Modul der Verkehrsmittelwahl definieren: So konnten Einflussfaktoren auf die Wahl von Verkehrsmitteln im Fernverkehr aus den Bereichen der Einstellung der Person, des situativen Reisekontextes und der Attribute des Verkehrssystems identifiziert werden. Darüber hinaus konnte gezeigt werden, dass das Wahlverhalten auch durch den vom Wählenden berücksichtigten Auswahlsatz der Alternativen (Choice-Set) bestimmt wird.

Die dargestellten Befunde führen zu der Überlegung, den Prozess der Choice-Set-Generierung stärker in den Fokus der Abbildung des Wahlverhaltens zu rücken und gleichzeitig die Einflüsse aus persönlichen Präferenzen der wählenden Personen und den Rahmenbedingungen der Reise detaillierter zu berücksichtigen. Diese Überlegungen legen ein zweistufiges Konzept der Verkehrsmittelwahlmodellierung nahe. Die Modellierung wird dabei auf solche Reisen beschränkt, in denen der Reisende eine Wahl des Verkehrsmittels tatsächlich selbst vornehmen kann; von der Modellierung ausgeklammert sind folglich (Urlaubs-)Pauschalreisen, Gruppen- und Interkontinentalreisen.

In einer ersten Stufe des Moduls soll aus den vorgenannten Einflussfaktoren auf den der Wahl zugrundeliegenden reduzierten Choice-Set geschlossen werden, also die im folgenden Auswahlprozess berücksichtigten und somit wählbaren Alternativen. Diese Vorgehensweise begründet sich auf Befunde, die zeigen, dass im Fernverkehr in vielen Fällen keine Verkehrsmittelwahl im klassischen Sinne der Modellierung durch einen Vergleich von Reisezeiten und Kosten zu beobachten ist. Bei einem großen Teil der Fernreisen ergibt sich das zu wählende Verkehrsmittel nahezu aus der besonderen

158

Situation106. Wenn die Situation einer Reise mehrere Verkehrsmittel ermöglicht und somit der reduzierte Choice-Set mehrere Alternativen bietet, ist eine eigentliche Wahlentscheidung im klassischen Sinne der Modellierung durchzuführen. Erst in einer folgenden zweiten Modellstufe wird daher aus den Alternativen des reduzierten Choice-Set ein Verkehrsmittel unter Beachtung von Systemwiderständen gewählt.

Die besondere Berücksichtigung der Personeneigenschaften im Verkehrsmittelwahl-prozess ist vor dem Hintergrund der Längsschnittorientierung des vorgestellten Modells zu sehen. Werden in einem modellierten Zeitabschnitt von einem Individuum mehrere Reisen durchgeführt, so müssen allen Wahlentscheidungen gleiche Präferenzstrukturen zugrunde liegen, um im Längsschnitt ein konsistentes Wahlverhalten abbilden zu können.

Fall Verkehrsmittel Anzahl Alternativen

A Pkw und Bahn 2

B Pkw und Flugzeug 2

C Bahn und Flugzeug 2

D Pkw 1

E Bahn 1

F Flugzeug 1

Tabelle 17 Verkehrsmittelkombinationen des reduzierten Choice-Set (eigene Darstellung)

In der Simulation werden die drei Verkehrsmittelalternativen Pkw107, Bahn und Flugzeug berücksichtigt, die übrigen Alternativen108 (z.B. Schiff, Fahrrad etc.) weisen im Fernverkehr vernachlässigbare Anteile am Modal-Split auf. Der reduzierte Choice-Set als Ergebnis der ersten Stufe der Verkehrsmittelwahlmodellierung kann daher theoretisch aus einer, zwei oder drei möglichen Alternativen bestehen. In der Erhebung wurden jedoch maximal zwei alternative Verkehrsmittel erfasst (vgl. Kapitel 6.2.5), um

106 So bedingen beispielsweise bei einer einwöchigen Urlaubsreise einer vierköpfigen Familie in eine ländliche Urlaubsregion diese Rahmenbedingungen quasi den Pkw als Verkehrsmittel. Ein Vergleich von Reisezeiten und Kosten zur Bestimmung des Nutzens einzelner Verkehrsmittelalternativen ist daher wenig zielführend.

107 Die Wahlalternative „Pkw“ schließt auch artverwandte straßengebundene Individualverkehrsmittel (z.B. Wohnmobile)mit ein.

108 Das Verkehrsmittel „Bus“ spielt nur bei Pauschal- und Gruppenreisen eine nennenswerte Rolle, diese werden in diesem Modul jedoch nicht berücksichtigt.

die Komplexität für den Probanden zu begrenzen. Daher umfassen die empirischen Daten des reduzierten Choice-Set maximal zwei Alternativen. Dies führt zu den in Tabelle 17 aufgeführten möglichen sechs Verkehrsmittelkombinationen des reduzierten Choice-Set.

In den Fällen A bis C umfasst der reduzierte Choice-Set folglich je zwei Wahlalternativen, in den Fällen D bis F nur eine. In den zweitgenannten Fällen ergibt sich für das vorgestellte Konzept ein einstufiger Auswahlprozess maßgeblich unter Berücksichtigung der Einstellung der Person und des situativen Reisekontextes. Für den Bereich des Fernverkehrs erscheint dieser Modellansatz aufgrund der besonderen Rahmenbedingungen des Untersuchungsgegenstandes als zielführend.

Abbildung 62 Struktur des Modells zum Verkehrsmittelwahlprozess (eigene Darstellung)

Beide Stufen der Modellierung können auf ein Problem diskreter Wahlentscheidung zurückgeführt werden. Die Generierung reduzierter Choice-Sets aus dem vollständigen Auswahlsatz der Alternativen ist im originären Verständnis zwar im eigentlichen Sinne keine vom Reisenden durchgeführte Wahl, jedoch wird auch hier in Anlehnung an eine Wahlentscheidung versucht, aus beschreibenden Attributen der Wahlalternativen und des Wählenden selbst auf den empirisch erhobenen diskreten Choice-Set zu schließen. Da mehr als zwei Alternativen in Form von reduzierten Choice-Sets möglich sind, liegt ein multinomiales Auswahlproblem vor. Die zweite Stufe der Verkehrsmittelwahl-modellierung stellt eine Wahl im eigentlichen Sinne dar, da hier nur maximal zwei Auswahlalternativen verfügbar sind, liegt ein binäres Wahlproblem zugrunde. Für den zweistufigen Modellaufbau ergibt sich die in Abbildung 62 dargestellte Ablaufstruktur. In der ersten Stufe ergibt sich ein multinomialer Modellansatz, in der zweiten Stufe sind entsprechend drei binäre Modelle zu schätzen.

159

Zur Modellierung diskreter Wahlentscheidungen ist in der Literatur109 eine Reihe von Entscheidungsmodellen dokumentiert. In den Verkehrswissenschaften am gebräuchlichsten sind neben linearen Modellkonzepten die Ansätze des Probit- und Logit-Modells. Beiden Modellkonzepten liegt ein Vergleich des Nutzens U der Alternativen des Choice-Set Cn für einen Wählenden zugrunde. Der Nutzen jeder Alternative lässt sich in einen messbaren, deterministischen Teil Vni und einen zufälligen, stochastichen Teil zerlegen. niε

ninini εVU += (7-5)

mit n Person i Alternative

Nutzen des Verkehrsmittel i für Person n

deterministischer Teil des Nutzens U für Verkehrsmittel i für Person n

stochastischer Teil des Nutzens U für Verkehrsmittel i für Person n

niU

niV

niε

Der deterministische Teil Vni beinhaltet die Einflüsse der messbarer Einflussgrößen xj; durch die Schätzparameter β wird Wirkungsrichtung und Stärke der einzelnen

Einflussgrößen beschrieben.

jjj0ni xβΣβV += (7-6)

mit j Menge aller Einflußgrößen n Untersuchungseinheit (Person/ Haushalt) i Alternative

Ausprägung der Einflussgröße j

konstanter Schätzparamter

Schätzparamter zur Einflussgröße x

deterministischer Teil des Nutzens U für Verkehrsmittel i für Person

jx

0β

jβ

niV

Der stochastische Teil ist als Störterm aufzufassen und beinhaltet die Einflüsse nicht

gemessener bzw. nicht messbarer Größen und Messfehler. Die mathematische Funktion des Störterms ist prinzipiell beliebig wählbar. Während das Probit-Modell eine Normalverteilung des Störterms voraussetzt, wird im Logit-Modell eine Gumbel-Typ-3 Verteilung angenommen, die erhebliche Vorzüge in der mathematischen Berechnung bietet. Voraussetzung zur Anwendung ist jedoch die Annahme der Unabhängigkeit der Auswahlalternativen.

niε

160

109 vgl. z.B. BEN-AKIVA [1985], ORTUZAR [1990], TRAIN [2003] u.a.

Für eine Person bzw. einen Haushalt mit der Möglichkeit zur Entscheidung zwischen verschiedenen Alternativen beträgt die Auswahlwahrscheinlichkeit somit

i)j)εVεp(Vi)jUp(Up njnjnininjnini ≠∀+≥+=≠∀≥= (7-7)

mit j Menge aller Alternativen n Untersuchungseinheit (Person/ Haushalt) i Alternative

Nutzen des Verkehrsmittel i für Person n

deterministischer Teil des Nutzens U für Verkehrsmittel i für U.-einheit n

stochastischer Teil des Nutzens U für Verkehrsmittel i für U.-einheit n

Wahrscheinlichkeit

Auswahlwahrscheinlichkeit der Alternative i für Person n

niU

niV

niε

p

nip

Nach Integration über die Funktion des Störterms ergibt sich für das Logit-Modell

eine geschlossene Form der Gleichung, die Auswahlwahrscheinlichkeit einer Wahlalternative berechnet sich im binären wie multinomialen Fall zu

niε

jn

ni

V

j

V

ni eΣep = (7-8)

mit n Untersuchungseinheit (Person/ Haushalt) i Verkehrsmittel j Menge aller Alternativen

deterministischer Teil des Nutzens U für Verkehrsmittel i für U.-einheit n

Auswahlwahrscheinlichkeit der Alternative i für U.-einheit n

niV

nip

In der ersten multinomialen Stufe des Modells wird die Auswahlwahrscheinlichkeit der reduzierten Choice-Sets bestimmt. Betrachtet man die Anteile der Choice-Set in den empirischen Daten (vgl. Abbildung 63), so ist die Dominanz des Choice-Set „Pkw“ mit einem Anteil von fast 70% überragend. Nennenswerte Anteile erhalten die Choice-Sets „Pkw+Bahn“ und „Bahn“ mit 12% bzw. 15%. Die geringe Bedeutung der Choice-Sets, die das Verkehrsmittel Flugzeug enthalten, ist auf den geringen Anteil des Flugzeugs am Fernverkehr unter Ausschluss von Pauschal-, Gruppen- und Interkontinentalreisen zurückzuführen.

161

0%

10%

20%

30%

40%

50%

60%

70%

Pkw+Bahn Pkw+Flug Pkw Bahn+Flug Bahn Flug

Choice-Set

Ant

eil [

%]

Abbildung 63 Anteile der verschiedenen Choice-Set (eigene Darstellung)

Bei der Wahlmodellierung der Choice-Set sollen Einflüsse der wählenden Person, des Reisekontextes und des Verkehrssystems berücksichtigt werden. Hierzu wurde für die Reisezwecke Geschäftsreisen, Urlaubsreisen und Privatreisen jeweils ein eigenes multinomiales Logit-Modell geschätzt. Bei der Modellschätzung wurden die in Tabelle 18 wiedergegebenen Variablen berücksichtigt. Mittels Backward-Elimination wurden in der Modellschätzung nicht signifikante Variablen eliminiert (vgl. Kapitel 7.6.2).

Die zweite Stufe des Modells umfasst für die Choice-Sets (Pkw+Bahn), (Pkw+Flug) und (Bahn+Flug) drei unabhängige, binäre Modelle. In dieser Stufe werden nur verkehrssystemspezifische Eigenschaften berücksichtigt, da hier von einer rational geprägten Entscheidung des Reisenden ausgegangen werden kann, wesentliche Einflüsse aus persönlichen Vorlieben und Reisekontext sind bereits in die Auswahl des Choice-set eingegangen. In die Modellschätzung sind die in Tabelle 19 dargestellten Variablen eingeflossen.

162

163

Einflussbereich Beschreibung Variablentyp

Konstanten kardinal

Person Geschlecht binär

Altersklasse (4 Klassen), spezifisch Dummy-V., binär

Führerscheinbesitz binär

Pkw-Verfügbarkeit binär

Geschäftswagen-Verfügbarkeit binär

Subjektive Einschätzung der Verkehrsmittel kardinal

Ranking-Variablen zur Verkehrsmittelpräferenz kardinal

Ausschluss-Variablen zur Verkehrsmittelpräferenz binär

Reisekontext Reiseentfernung, spezifisch kardinal

Reiseziel Ausland, spezifisch binär

Anzahl Gepäckstücke, spezifisch kardinal

Tiere mitgenommen, spezifisch binär

Fahrrad mitgenommen, spezifisch binär

Sondergepäck mitgenommen, spezifisch binär

Anzahl Reiseetappen, spezifisch kardinal

Ausflüge am Reiseziel durchgeführt, spezifisch binär

Anzahl Reisender, spezifisch kardinal

Verkehrssystem Günstigstes Verkehrsmittel im Choice-Set enthalten binär

Schnellstes Verkehrsmittel im Choice-Set enthalten binär

Tabelle 18 Variablen der ersten Stufe des Modells zur Verkehrsmittelwahl (choice-set generation)

Einflussbereich Beschreibung Variablentyp

Konstante kardinal

System Reisezeit (logarithmiert) kardinal

preiswerteres Verkehrsmittel binär

Anzahl Umstiege kardinal

164

Tabelle 19 Variablen der zweiten Stufe des Modells zur Verkehrsmittelwahl (choice)

Das vorgestellte Modellkonzept wird auf Fernreisen angewendet, welche die folgenden beiden Bedingungen erfüllen:

- Reisen zu Zielen im Inland und im europäischen Ausland110, die mit Landverkehrsmitteln erreichbar sind. Reisen zu den übrigen Reisezielen wird automatisch das Verkehrsmittel „Flugzeug“ zugeordnet.

- Selbstorganisierte Reisen, bei denen der Reisende die Wahl des Verkehrsmittels unabhängig entscheiden kann. Für Pauschal- bzw. Gruppenreisen ist daher ein Wahrscheinlichkeitsansatz ausreichend, bei dem in Abhängigkeit vom Reisziel111 und Reisetyp das verwendete Verkehrsmittel ermittelt wird.

7.6 Modellkalibrierung

Bevor ein Modell für Simulationszwecke eingesetzt werden kann, müssen die Schätzparameter der statistischen Modelle bestimmt werden. Erst nach der Kalibrierung sind Wirkungsrichtung und Maß der Einflüsse der einzelnen erklärenden Variablen bekannt. Stehen einzelne Ergebnisse der Modellkalibrierung in Widerspruch zu Überlegungen zur Modellkonsistenz, ist die erarbeitete Modellkonzeption zu überprüfen und gegebenenfalls anzupassen, um z.B. unerwünschte Wechselwirkungen zwischen erklärenden Variablen zu vermeiden. In einem iterativen Prozess mit Modellanpassung und Prüfung der Schätzergebnisse werden die Modelle variiert, bis ein in der Gesamtheit konsistentes Ergebnis erzielt werden kann. Die vorgestellten Schätzparameter der Kalibrierung sind das Ergebnis eines solchen iterativen Prozesses.

110 Dies umfasst den Bereich der Europäischen Union einschließlich der ost- und südosteuropäischen Staaten.

111 Da im Verkaufsangebot das Verkehrsmittel vom Reiseveranstalter bestimmt wird, hat der Reisende nur durch die Auswahl von Pauschalreiseangeboten indirekt die Möglichkeit, auf das Verkehrsmittel Einfluss zu nehmen. Bei Pauschalreisen, bei denen Unterkunft und Reise im Verkaufsangebot enthalten sind, werden überwiegend mit dem Flugzeug durchgeführt, abgesehen von einem geringen Anteilen an Busreisen. Die übrigen Verkehrsmittel (z.B. Kreuzfahrten) weisen nur einen vernachlässigbaren Anteil an der Nachfrage auf.

165

Zur Bestimmung der Schätzparameter der vorgestellten logistischen Funktionen wird das Maximum-Likelyhood-Schätzverfahren eingesetzt, das die Wahrscheinlichkeit zur richtigen Vorhersage eines Ereignis maximiert.

7.6.1 Kalibrierung Zielwahl Deutschland

In der ersten Stufe der Inlands-Zielwahl wird ein innerdeutscher NUTS3-Kreis aus allen, mindestens 100 km entfernten Kreisen ermittelt. Dies wird, wie in Kapitel 7.4.9 beschrieben, als diskretes Wahlproblem behandelt und es wird eine logistische Funktion geschätzt. Zur Bestimmung der Parameter wird das Maximum-Likelyhood-Schätzverfahren der Prozedur PHREG aus dem Programmpaket SAS verwendet. Für die Reisezwecke Geschäftsreise, Besuchsreise und Privatreise werden getrennte Modelle jeweils für Reisen mit bzw. ohne Übernachtung geschätzt. Für Urlaubsreisen entfällt aufgrund der Definition die Unterscheidung nach Übernachtungen, es wird nur ein Modell benötigt. In Tabelle 20 werden die Schätzparameter aller sieben Modelle der Zielwahl wiedergegeben. Der Wert des Chi-Square zeigt die statistische Signifikanz der Einflussgrößen, alle Variablen sind auf 1%-Niveau signifikant.

Die Modellschätzung zeigt plausible Ergebnisse. Die Einwohnerzahl als Maß zur Bestimmung der Attraktivität einer Verkehrszelle bei Geschäfts-, Besuchs- und Privatreisen ergibt Schätzparameter zwischen 0,80 und 1,22. Dies ist als linearer Zusammenhang zwischen Attraktivität einer Zielzelle und der Einwohnerzahl zu interpretieren. Für Besuchsreisen sind Schätzparameter in der Größenordnung um den Wert 1 zu erwarten, da Verwandten- bzw. Bekanntenbesuche eine direkte Proportionalität zur Einwohnerzahl erwarten lassen. Für Geschäftsreisen werden höhere Werte für den Schätzparameter ermittelt, dies ist als überproportional höhere Attraktivität von Großstädten gegenüber kleinen Gemeinden zu interpretieren, was mit Erwartungen zur Verteilung der Reiseziele von Geschäftsreisen in Einklang steht.

Die Schätzparameter der Widerstandsgröße Reisezeit nimmt für Geschäfts-, Besuchs- und Privatreisen ohne Übernachtung Werte im Intervall [-3,54,-4,17] an, während für Reisen mit Übernachtung Werte im Intervall [-1,29,-1,67] ermittelt werden. Dies spiegelt deutlich die in Kapitel 6.2.4 dargestellten Befunde zur Reiseweitenverteilung wider.

166

Reisezweck Variable Schätzparameter Chi-Square

Geschäftsreisen ohne Übern. Reisezeit, logarithmiert -3,54 2433,8

Einwohnerzahl, logarithmiert 1,16 1165,5

Geschäftsreise mit Übern. Reisezeit, logarithmiert -1,29 461,7


Besuchsreise ohne Übernachtung Reisezeit, logarithmiert -4,17 2508,7


Besuchsreise mit Übernachtung Reisezeit, logarithmiert -1,56 1732,7


Privatreise ohne Übernachtung Reisezeit, logarithmiert -4,05 3785,8


Privatreise mit Übernachtung Reisezeit, logarithmiert -1,67 855,8


Urlaubsreise Reiseentfernung -0,0016 255,4

Küste/ Binnensee 1,87 1195,1

Bergregion/ Mittelgebirge 0,66 89,9

Temperatur im Monat Juli 0,156 146,3

Niederschlagsmenge 0,0012 64,8

Hauptzentrum Ballungsraum 1,42 316,9

Großstadt im Ballungsraum -0,50 17,8

Umland von Verdichtungsraum -0,81 53,1

Ländlicher Raum mit hohem Freizeitwert

0,93 175,3

Übrige ländliche Räume -0,16 5,8

Tabelle 20 Parameterschätzung der Zielwahl (eigene Berechnungen, Daten: INVERMO)

Für die Modellierung der Zielwahl von innerdeutschen Urlaubsreisen werden mehrere Parameter zur Beschreibung der Attraktivität der NUTS3-Kreise herangezogen. Liegt eine Region an der Küste oder liegt diese in einem deutschen Mittelgebirge bzw. am Alpenrand so erhöht sich die Attraktivität dieser Regionen. Die Einflüsse von Temperatur und Niederschlag auf die Attraktivität sind jeweils signifikant positiv, die Effekte auf die Attraktivität sind jedoch aufgrund der moderaten Temperatur- und Niederschlagsschwankungen innerhalb der Bundesrepublik Deutschland weniger stark. Die nach INTRAPLAN [2003] verwendete Einteilung der Kreise in Raumstrukturtypen zeigt, dass „Hauptzentren von Ballungsräumen“ und „ländliche Räume mit hohem Freizeitwert“ einen positiven Effekt auf die Attraktivität ausüben, während bei den übrigen Raumstrukturtypen eine Verringerung der Attraktivität bei der Zielwahl von Urlaubsreisen zu beobachten ist.

167

7.6.2 Kalibrierung Verkehrsmittelwahl

Die vorgestellte Gestaltung der Verkehrsmittelwahl bedingt die Schätzung mehrerer Modelle auf zwei Modellstufen. In der ersten Stufe wird für die Reisezwecke Geschäfts-, Urlaubs- und Besuchs-/Privatreise jeweils ein Modell zur Bestimmung des reduzierten Choice-Set geschätzt. Auf der zweiten Stufe, der eigentlichen Verkehrsmittelwahl, ist die Schätzung eines Modells je Alternativensatz notwendig.

Für die Modellschätzung des Modells der Geschäftsreisen standen 866 Datensätze, für die Urlaubsreisen 922 und für Besuchs- und Privatreisen 3.211 Datensätze zur Verfügung. Bei der Schätzung der ersten Stufe ergeben sich für die verschiedenen Reisezwecke die Tabelle 21 bis Tabelle 23 wiedergeben Parameter für die einzelnen Einflussgrößen. Variablen, deren Signifikanz das 10%-Niveau überschreiten, wurden eliminiert (vgl. Tabelle 18). Der Wert des Chi-Square zeigt die statistische Signifikanz der einzelnen Einflussgrößen.

In allen drei Modellen liegt spezifischen Variablen als Referenz das choice-set Pkw zugrunde. Die Schätzparameter spezifischer Variablen sind daher als Nutzendifferenzen gegenüber dem choice-set Pkw zu verstehen.

Die Variable Geschlecht wurde nur im Modell der Geschäftsreisen berücksichtigt, da bei privaten Reisen von einer Organisation auf Haushaltsebene ausgegangen wurde. Die Altersvariablen im Modell berücksichtigen die Altersklasse der entscheidenden Personen im Haushalt. Bei z.B. Familienhaushalten wird folglich die Altersklasse der Eltern berücksichtigt.

Die Einschätzungen der Verkehrsmittel werden in allen choice-sets berücksichtigt, die das zugehörige Verkehrsmittel beinhalten. So wird beispielsweise die Eigenschaft „Pkw ist preiswert“ in den Choice-sets (Pkw), (Pkw+Bahn) und (Pkw+Flugzeug) bei der Berechnung des Nutzens berücksichtigt.

Die reisespezifischen Eigenschaften sind überwiegend als spezifische Variablen in das Modell eingeflossen. Hierbei wurden neben dem Choice-set (Pkw) als Referenzfall die übrigen Wahlalternativen zu zwei Gruppen zusammengefasst. Die erste Gruppe umfasst die Verkehrsmittelkombinationen aus Pkw und Bahn (Pkw+Bahn) bzw. Flugzeug (Pkw+Flugzeug) sowie die drei Choice-set (Bahn), (Flugzeug) (Bahn+Flugzeug), die den Pkw nicht enthalten.

Die Schätzung des Modells zu den Geschäftsreisen basiert auf einem Schätzdatensatz mit 663 Strata, bei den Urlaubsreisen standen 681 Beobachtungen zur Verfügung. Dem Modell zu den Privat- und Besuchsreisen liegen 2.361 Beobachtungen zugrunde. Die verbleibenden Datensätze wurden zur Modellevaluation herangezogen.

168

Einflussbereich Variable Schätzparameter Chi-Square

Konstante Bahn -0,90206 13,1

Konstante Flugzeug -3,09266 132,1

Person Geschlecht, spezifisch CS B -0,76400 12,1

Geschlecht, spezifisch CS F 1,03506 10,9

Alter (18-30 Jahre), spezifisch CS P+B 0,91473 7,7

Pkw im Haushalt 0,42439 8,7

Pkw, Einschätzung preiswert 0,46749 2,9

Pkw, Einschätzung sympathisch 0,69078 6,7

Pkw, Einschätzung umweltfreundlich 0,64849 3,4

Pkw, Einschätzung sicher -0,68478 4,4

Bahn, Einschätzung pünktlich 0,54198 4,5

Bahn, Einschätzung flexibel 0,72694 6,5

Bahn, Einschätzung unkompliziert 0,46487 3,7

Bahn, Einschätzung erholsam -0,62368 5,5

Flugzeug, Einschätzung schnell 2,40251 4,5

Flugzeug, Einschätzung preiswert 0,59853 3,5

Reise Anzahl Gepäckstücke, spezifisch CS B, F, B+F

-0,42229 14,0

Sondergepäck, spezifisch CS P+B, P+F -0,90443 2,8

Sondergepäck, spezifisch CS B, F, B+F -3,60880 10,2

Etappenzahl, spezifisch CS P+B, P+F -0,61748 19,0

Reiseentfernung, spezifisch CS P+B, P+F 0,00249 13,5

Reiseentfernung, spezifisch CS B, F, B+F 0,00471 53,2

System Schnellstes Verkehrsmittel im Choice-Set 0,87002 31,6 Abkürzungen: CS Choice-set, P Pkw, B Bahn, F Flugzeug

Tabelle 21 Parameter der 1. Stufe der Verkehrsmittelwahl, Geschäftsreisen (eigene Berechnungen, Daten: INVERMO)

169




Person Alter (18-30 Jahre), spezifisch CS P+B 1,41677 14,4

Alter (18-30 Jahre), spezifisch CS B+F 2,91957 6,8



Pkw, Einschätzung schnell 0,95647 8,2


Bahn, Einschätzung pünktlich -0,42018 2,6

Bahn, Einschätzung sympathisch 0,81579 9,5

Flugzeug, Einschätzung fortschrittlich -1,14181 5,5

Präferenzranking Pkw -0,62281 7,8

Reise Anzahl Gepäckstücke, spezifisch CS P+B, P+F

-0,21344 10,4

Anzahl Gepäckstücke, spezifisch CS B, F, B+F

-0,41239 24,6



Etappenzahl, spezifisch CS B, F, B+F 0,76647 33,1

Ausflüge am Reiseziel, spezifisch CS P+B, P+F

-0,44111 2,7

Anzahl Reisende, spezifisch CS B, F, B+F 0,08832 2,5

Reiseentfernung, spezifisch CS B, F, B+F 0,0000128 3,8

Reiseziel Ausland, spezifisch CS P+F 2,78503 17,8

Reiseziel Ausland, spezifisch CS F 2,31253 12,6

System Schnellstes Verkehrsmittel im Choice-Set 0,80052 16,0

Abkürzungen: CS Choice-set, P Pkw, B Bahn, F Flugzeug

Tabelle 22 Parameter der 1. Stufe der Verkehrsmittelwahl, Urlaubsreisen (eigene Berechnungen, Daten: INVERMO)

170




Person Alter (18-30 Jahre), spezifisch CS P+B 0,74993 18,1

Alter (60+ Jahre), spezifisch CS P+B -0,67497 10,5

Alter (60+ Jahre), spezifisch CS B 0,28990 3,7

Führerscheinbesitz 0,40638 7,5



Pkw, Einschätzung unkompliziert 0,60966 8,5

Bahn, Einschätzung preiswert 0,24863 3,2


Bahn, Einschätzung umweltfreundlich 0,37959 4,5

Bahn, Einschätzung sympathisch 0,44079 8,0

Flugzeug, Einschätzung sympathisch 1,08296 4,8

Präferenzranking Bahn -0,42072 16,2

Reise Anzahl Gepäckstücke, spezifisch CS P+B, P+F

0,06719 2,8



Mitreisende Tiere, spezifisch CS B, F, B+F -1,70766 7,7

Etappenzahl, spezifisch CS P+B, P+F -0,78192 35,3

Etappenzahl, spezifisch CS B, F, B+F 0,57547 20,2

Ausflüge am Reiseziel, spezifisch CS P+B, P+F

0,31633 2,7

Ausflüge am Reiseziel, spezifisch CS B, F, B+F

-0,79410 8,1

Anzahl Reisende, spezifisch CS B, F, B+F -0,11619 4,4

System Schnellstes Verkehrsmittel im Choice-Set 0,99494 93,2

Abkürzungen: CS Choice-set, P Pkw, B Bahn, F Flugzeug

Tabelle 23 Parameter der 1. Stufe der Verkehrsmittelwahl, Privat- und Besuchsreisen (eigene Berechnungen, Daten: INVERMO)

Bei der Schätzung der zweiten Stufe ergeben sich für die drei Choice-sets mit zwei alternativen Verkehrsmitteln die in Tabelle 24 bis Tabelle 26 wiedergeben Parameter für die Einflussgrößen. Für alle Choice-sets wurden prinzipiell die Variablen eliminiert, deren Signifikanzniveau das 10%-Niveau überschreiten (vgl. Tabelle 18). Die Reisezeit

171

weist in zwei der drei Modellen eine geringe Signifikanz auf, wird jedoch in allen Modellen belassen.

Die Schätzung des Modells für das choice-set (Pkw+Bahn) basiert auf 425 Beobachtungen. Als Systemgrößen verbleiben Reisezeit (logarithmiert), preiswerteres Verkehrsmittel (binär) ebenso wie die Zahl der Umstiege (kardinal), welche die Angebotsqualität des Verkehrsmittels Bahn beschreiben.

Für die Schätzung der beiden übrigen Choice-set standen in der Schätzstichprobe nur etwa 30 Beobachtungen zur Verfügung. Für die Modelle der Choice-sets (Pkw+Flugzeug) und (Bahn+Flugzeug) verbleiben auf 10%-Signifikanzniveau keine signifikanten Variablen in den Modellen, die Reisezeit wurde dennoch in den Modellen belassen.

Obwohl die Reisezeiten zur Gewährleistung zuverlässiger Messwerte mit hohem Aufwand für alle Alternativen ermittelt wurden, erweist sie sich als nicht signifikant. Dies hat im Modell zur Folge, dass die raumspezifischen Charakteristiken in der Modalwahl eine untergeordnete Rolle spielen. Eine Ursache kann z. T. in der kleinen Schätzstichprobe (vgl. Abbildung 63) gesehen werden. Eine weitere Ursache kann darin gesehen werden, dass die Eigenschaft „schnellstes Verkehrsmittel im Choice-set enthalten“, bereits in der ersten Stufe eingegangen ist.


Konstante Konstante (Basis Pkw) 1,9129 17,1

System Reisezeitdifferenz, ln 0,1423 0,2

preiswerteres Verkehrsmittel -1,2788 29,7

Anzahl Umstiege 0,4780 19,4

Tabelle 24 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Pkw-Bahn (eigene Berechnungen, Daten: INVERMO)


Konstante Konstante (Basis Pkw) -1,0170 4,0


Tabelle 25 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Pkw-Flugzeug (eigene Berechnungen, Daten: INVERMO)

172


Konstante Konstante (Basis Bahn) -0,2750 0,3


Tabelle 26 Parameter der 2. Stufe der Verkehrsmittelwahl, Choice-Set Bahn-Flugzeug (eigene Berechnungen, Daten: INVERMO)

Als gängiger Ansatz zum Bestimmung der Güte von Logit-Modellen wird das Gütemaß ρ verwendet, das sich als Quotient der Werte der Log-Likelihood-Funktionen für das zu bewertende Modell gegenüber einem Null-Modell ohne erklärende Variablen ergibt (vgl. TRAIN [2003]). Die ρ-Werte der Modelle beider Stufen sind in Tabelle 27 dargestellt.

Die Modelle der ersten Stufe leisten gute Erklärungsbeiträge zur Verkehrmittelwahl, mit einem Gütemaß ρ zwischen 42% und 63% werden entsprechende Anteile der Varianz mit den Modellvariablen erklärt. Der Erklärungsgehalt der zweiten Stufe ist, wie unter den gegebenen Randbedingungen zu erwarten war, deutlich geringer. Besonders die Modelle der Coice-set (Pkw+Flugzeug) und (Bahn+Flugzeug) mit einem problematischen Gütemaß von unter 5% leisten nur einen geringen Erklärungsbeitrag, die Modellkonstanten dominieren den Entscheidungsprozess deutlich. Aufgrund der sehr geringen Anteile dieser Choice-sets (vgl. Abbildung 63) an den Fernreisen gefährdet der geringe Erklärungsgehalt die Qualität des Gesamtmodells jedoch nicht. Für spezifische Anwendungsfälle kommt ggf. die Schätzung ein vereinfachtes Modell ohne die Choice-sets (Pkw+Flugzeug) und (Bahn+Flugzeug) in Betracht; zur Modellschätzung werden die entsprechenden Fälle dann je nach verwendetem Verkehrsmittel den übrigen Choice-sets zugeordnet.

Stufe/ Modell -2LL mit erklärenden Variablen

-2LL im Nullmodell ρ

1. Stufe, Geschäftsreisen 1356,4 2375,9 0,429

1. Stufe, Urlaubsreisen 896,3 2440,4 0,633

1. Stufe, Besuchs- und Privatreisen 3156,9 8460,7 0,627

2. Stufe, Pkw + Bahn 468,939 521,751 0,101

2. Stufe, Pkw + Flugzeug 25,926 26,992 0,039

2. Stufe, Bahn + Flugzeug 31,467 31,840 0,012

Tabelle 27 Gütemaß ρ der Modelle zur Verkehrsmittelwahl (eigene Berechnung)

173

Die Berücksichtigung der in Betracht gezogenen Verkehrsmittel im Auswahlprozess der Verkehrsmittelwahl des Fernverkehrs stellt einen neuartigen Ansatz dar. Mittels der vorgestellten Modellschätzungen konnte die prinzipielle Eignung des Verfahrens unter Beweis gestellt werden, dennoch bleiben bei kritischer Betrachtung einige Fragen offen, die den weiteren Forschungsbedarf im Bereich der Verkehrsmittelwahl des Fernverkehrs zeigen.

- Die Modellschätzung zeigt den Einfluss der Bereiche Einstellung der Person, situativer Reisekontext und Attribute des Verkehrssystems auf die Verkehrsmittelwahl. Die vorgestellten Schätzwerte zeigen ein in sich weitgehend schlüssiges Bild der Einflussfaktoren. Dennoch sind einige Zusammenhänge und Abhängigkeiten schwer zu interpretieren. Einen Vergleich der Ergebnisse mit weiteren Modellschätzungen aus weiteren, unabhängigen empirischen Quellen ist aufgrund der Datenverfügbarkeit derzeit nicht möglich. Hiervon sind jedoch weitere Erkenntnisse zu erwarten.

- Die gemessene Verteilung der Reisen auf die reduzierten Choice-sets sind Ergebnis eines ersten Erhebungsansatzes. Mit variierenden Erhebungsformen ist die Sensitivität dieser Verteilung zu validieren: Im vorliegenden Ansatz erfolgte die Erfassung der Choice-sets unter restriktiven Vorgaben, was unmittelbar zu einem hohen Anteil an Choice-sets mit nur einer Verkehrsmittelalternative führt112. In künftigen Erhebungen sind hierzu weitere Erhebungsansätze zu entwickeln (vgl. Kapitel 9.4)

7.7 Modellevaluierung

Nach Abschluss der Kalibrierung können mit einem Modell Simulationsrechnungen durchgeführt werden. Bevor es jedoch für Prognosen eingesetzt wird, ist mittels einer Evaluierung die Konsistenz und Güte der Ergebnisse zu ermitteln. Dies ist durch einen Vergleich der empirischen Eckwerte und Verteilungen aus den Erhebungen mit den Ergebnissen der Simulation, die unter gleichen Rahmenbedingungen durchgeführt wurden, möglich.

Basis des Vergleichs ist eine bevölkerungsrepräsentative Simulation der Fernverkehrsmobilität in Deutschland. Anstelle einer mikroskopischen Vollsimulation mit

112 Der Anteil der Choice-sets mit zwei Verkehrsmittelalternativen wird maßgeblich durch die Formulierung im Befragungsbogen bestimmt (vgl. Kapitel 6.2.5). Im Vorfeld der Erhebung lagen diesbezüglich nur wenige Erfahrungen vor.

174

82 Mio. Einwohnern wurde eine 0,5 %-ige Stichprobensimulation durchgeführt. Die Reduktion auf eine derartige Stichprobe hat keine messbaren Auswirkungen auf die dargestellten globalen Eckwerte und Verteilungen. Bei detaillierteren Auswertungen (z.B. einzelner Ströme einer Fernverkehrsmatrix) ist mit statistischen Unschärfen zu rechnen. Die simulierte Vergleichsstichprobe umfasst 76.055 Haushalte mit 159.161 Personen und insgesamt 602.994 Reisen ohne Fernpendelfahrten.

In den Kapiteln 7.7.1 bis 7.7.3 wird anhand von drei exemplarischen Vergleichen die Abbildungsgenauigkeit des vorgestellten Modells beurteilt. Die verwendeten empirische Vergleichswerte zur Beurteilung der Modellgüte sind empirische Befunde der Projekte INVERMO und MOP.

7.7.1 Mobilitätseckwert und -schiefe in der Bevölkerung

Zur Beurteilung der Güte der vorgestellten Module zur Verkehrsentstehung wird ein Vergleich des globalen Eckwertes der Anzahl Reisen pro Person und Jahr durchgeführt (vgl. Kapitel 6.1.1). In Tabelle 28 ist der globale Eckwert „Fernreisen pro Person und Jahr“ sowie eine Differenzierung nach Reisezweck vergleichend für Simulation und Empirie dargestellt. Insgesamt ist eine gute Übereinstimmung der Ergebnisse festzustellen, eine Differenz von 2,5 Prozent zwischen dem Eckwert des Modells und dem entsprechenden empirischen Befund liegt im statistischen Vertrauensbereich und kann als unkritisch eingestuft werden.

[Reisen pro Person und Jahr] Modell INVERMO

Fernreisen gesamt (ohne Fernpendeln)

7,3 7,5

Geschäftsreisen 1,1 1,3

Urlaubsreisen 1,4 1,5

Privatreisen 4,8 4,7

Tabelle 28 Vergleich von Eckwerten der Fernmobilität (eigene Berechnungen)

Darüber hinaus ist ein Vergleich der Schiefe der Verteilung der Mobilität in der Bevölkerung zur Beurteilung der Modellgüte sinnvoll (vgl. Kapitel 6.3.1). In Abbildung 64 ist analog zur Abbildung 28 die Fernmobilität kumuliert über die Bevölkerung darstellt.

Hinsichtlich des Anteils immobiler Personen ist eine sehr gute Übereinstimmung festzustellen. Es ist darüber hinaus festzustellen, dass im Simulationsmodell ein Teil der empirisch gemessenen Schiefe in der Verteilung der Fernmobilität egalisiert wird. Dies wird in einer maximalen Abweichung beider Verteilungskurven von sechs Prozentpunkten deutlich. Dieser Befund ist auf Vereinfachungen und Zusammenfassungen im Zuge der Gewährleistung der Operationalisierbarkeit

zurückzuführen. Die Übereinstimmung kann trotz der festgestellten Differenzen als ausreichend bezeichnet werden.

Abbildung 64 Verteilung der Fernmobilität in der Bevölkerung, Vergleich von

Empirie und Modell (eigene Darstellung)

7.7.2 Weglängenverteilung

Ein Vergleich der Weglängenverteilung zwischen Modell und empirischen Befunden ist zur Beurteilung der Güte der Zielwahl und der modellierten Verkehrsleistungen von besonderer Bedeutung. Zur Einschätzung der Weglängenverteilung sollen Fahrentfernungen innerdeutscher Reisen verglichen werden. Als empirische Vergleichswerte werden neben den Ergebnissen des Projektes INVERMO auch eine Weglängenverteilung des MOP gegenübergestellt, diese Kurve beinhaltet abweichend jedoch auch Auslandsreisen (vgl. Abbildung 65).

Vergleicht man die Weglängenverteilung des Modells mit der entsprechenden Verteilungen aus INVERMO, ist der deutlich geringere Anteil an kurzen Reisen mit 100 bis 200 Kilometern Fahrtentfernung bei INVERMO offensichtlich. Der geringere Anteil

175

kurzer Reisen bei INVERMO ist auf Probleme der Abgrenzung in der Erhebung zurückzuführen113.

Im Vergleich der Modellwerte zum MOP wird der deutlich höhere Anteil kurzer Reisen mit 100 bis 200 Kilometern Fahrtentfernung im MOP deutlich, obwohl das MOP auch Fernreisen enthält. Ursache für diesen Befund ist in der Beschränkung der Feldarbeit des MOP auf die Monate September und Oktober zu sehen. Die in diesen Monaten durchgeführten Fernreisen weichen in ihrer Art vom Jahresdurchschnitt ab114.

Abbildung 65 Weglängenverteilung innerdeutscher Ferneisen, Vergleich von

Empirie und Modell (eigene Darstellung)

Eine exakte Weglängenverteilung für den Fernverkehr kann aus den vorliegenden Erhebungen aufgrund der aufgezeigten Einschränkungen nicht ermittelt werden. Die Modellwerte der Weglängenverteilung liegen in etwa im Mittel beider empirischen

113 Es sollten nur Reisen mit mindestens 100 km Fahrtstrecke erfasst werden, die Entscheidung, ob eine Reise berichtet wurde, oblag dem Probanden. Es muss daher davon ausgegangen werden, dass ein Teil der Fernmobilität aufgrund einer Unterschätzung der Entfernung nicht berichtet wurde. Dieser Effekt wurde mittels einer Gewichtung abgefedert, kann aber nicht vollständig eliminiert werden.

114 Es fehlen die typischen Sommerurlaubsreisen sowie die zwischen Ostern und Pfingsten typischen Kurzreisen.

176

Verteilungen. Die Weglängenverteilung des Modells wird daher als plausibel und konsistent beurteilt.

7.7.3 Modal-Split

Die Beurteilung der Güte der Verkehrsmittelwahlmodellierung erfolgt auf Basis eines Vergleichs der gewählten Verkehrsmittel auf Inlandsreisen.

Hinsichtlich des Modal-Splits sind keine wesentlichen Abweichungen zwischen Erhebungsergebnissen und Simulation festzustellen. Die in der Realität gemessenen Verkehrsmittelanteile werden im Modell zuverlässig wiedergegeben.

Abbildung 66 Modal-Split-Verteilung innerdeutscher Ferneisen, Vergleich von Empirie und Modell (eigene Darstellung)

Neben der Kalibrierungsstichprobe wurde ein Teil der empirischen Daten für eine Modellevaluierung reserviert. Hierbei werden den empirischen Datensätzen mit allen erklärenden Variablen die in der Realität verwendeten Verkehrsmittel abgeschnitten und mittels einer Monte-Carlo-Simulation wieder ergänzt. Ein Vergleich von tatsächlich gewählten und simulierten Verkehrsmitteln zeigt, dass in 73,6 Prozent der Datensätze das richtige Verkehrsmittel simuliert wurde, in 26,4 Prozent ermittelt das Modell eine abweichende Wahl.

177

8 Akzeptanzmodell Intermodalität

8.1 Modellkonzept

Beobachtbares Verkehrs(wahl)verhalten (engl.: revealed preference, RP) kann daher nur sehr bedingt zur Modellbildung und Ableitung der quantitativer Zahlen eingesetzt werden. Zur Abschätzung der latenten Bedürfnisse muss daher auf Aussagen zu beabsichtigtem Verhalten (engl.: stated preference, SP) zurück gegriffen werden. Nach LOUVIERE, HENSHER UND SWAIT [2000] sind SP-Daten besonders geeignet "`to consider markets fundamentally different from existing ones."'115

Abbildung 67: Die technische Grenze und die Einsatzbereiche von RP- und SP-Daten (Quelle: Louviere, Hensher, Swait (2000), S. 23)

SP-Daten erlauben daher die Analyse von "`shifts in technological frontiers"', also die Berücksichtigung von Zuständen die heute de facto nicht beobachtbar, d.h. (noch) nicht realisierbar, sind. Abbildung 67 zeigt die jeweils technische Grenze (technological) und die entsprechenden Einsatzbereiche von RP- und SP-Daten.

Entlang der bestehenden technischen Grenze erlauben RP-Daten eine ausreichende Abbildung der Wechselwirkungen zwischen Wahlalternativen. Je weiter ein Analyseobjekt aber von der technischen Grenze entfernt ist, um so notwendiger wird der Einsatz von SP-Daten.

115 Vgl. Louvier, Hensher und Swait (2000), S. 230

178

179

Dennoch gilt: "`SP data are hypothetical and experience difficulty taking into account certain types or real market constraints; hence. SP-derived models may not predict well in an existing market without calibration of alternative-specific constants. As a consequence, SP-derived models may be more appropriate to predict structural changes that occur over longer time periods, although experience suggests that they also perform well in short-run prediction if calibrated to initial conditions."'116 Es ist daher unerlässlich, die auf SP-Daten entwickelten Modelle an real beobachteten (und verfügbaren) Marktdaten zu eichen. In der geplanten Fallstudie wird dafür auf existierenden Nutzerzahlen des AIRail-Angebotes zurückgegriffen, anhand deren dann eine Justierung des Modells vorgenommen wird.

Die im folgenden verwendeten Modellansätze bauen auf der Ergebnissen der INVERMO-Erhebungen sowie auf MANZ [2004] auf, der eine mikroskopische längsschnittorientierte Abbildung des Personenfernverkehrs entwickelt hat. Hierbei wurde ein vollständiges Verkehrsplanungsinstrument aufgebaut, das den Fernverkehr erstmals auf Personenebene detailliert abbildet.

Ausgehend von den in einer Region vorhandenen Haushalten und deren spezifischen Eigenschaften (z.B. Haushaltsgröße, Pkw-Besitz, Einkommen), werden in dem Modellansatz haushalts- und personenspezifische Reisehäufigkeiten bestimmt. Für jede in einem Haushalt lebende Person sind weiter die voraussichtlichen Urlaubs-, Kurzurlaubs- und Tagesreisen sowie Geschäftsreisen innerhalb eines Jahres zu bestimmen.

Innerhalb dieser vorgegebenen `Mobilitätsbudgets' wird auf Personenebene für jedes Reiseereignis modellbasiert detailliert festgelegt, um welchen Reisezweck es sich handelt, wann diese Reise (tagesgenau) stattfindet, welche Reisekontexte (z.B. Gepäck, Anzahl Mitreisender) gegeben sind und wohin und mit welchem Verkehrsmittel die Reise unternommen wird. Nach dieser umfangreichen Simulation auf Haushalts- und Personenebene steht eine initiale synthetische Datenbasis des regionalen Fernreisegeschehens zur Verfügung.

Für die vorliegende Arbeit wurde das bestehende Modellkonzept so erweitert, dass mit seiner Hilfe die Marktpotentiale verschiedener intermodaler Angebotskonzepte bewertet werden können. Hierzu war es notwendig die vorhandenen Haushalts- und Personendaten um Informationen zur Nutzer-Intermodalität zu ergänzen.

Die dafür erforderlichen Schritte sind in der Abbildung 68 schematisch dargestellt.

116 Vgl. Louvier, Hensher und Swait (2000), S. 231

Abbildung 68 Ablaufdiagramm zur Erweiterung der Haushalts- und Personendaten

In vier Teilschritten werden für alle Personen deren Zugehörigkeit zu einem Innovatoren-Cluster und einem Intermodal-Cluster bestimmt. Desweiteren wurde der jeweilige Bedarf an intermodalen Zusatzleistungen und die sich daraus ergebende individuelle Zahlungsbereitschaft simuliert.

Im weiteren werden die im Rahmen der Angebotsdefinition verfügbaren Intermodal-Leistungen mit den personenspezifischen Anforderungen verglichen. Sind gewünschte Leistungen nicht angeboten, so wird diesen für die folgenden Wahlentscheidung im Personendatensatz als nicht verfügbar gespeichert. Abschließend werden -- unter

180

Berücksichtigung der angebotenen Intermodal-Leistungen -- die Wahrscheinlichkeiten für den Wechsel eines Reisenden zu den in der Fallstudie definierten Intermodal-Angeboten bestimmt und anschließend mittels eines Monte-Carlo-Verfahrens eine personenbezogene Wechselentscheidung simuliert. Um verschiedene Angebotsformen auch quantitativ vergleichen zu können werden neben den Wahlwahrscheinlichkeiten auch die ihnen zugrunde liegenden Nutzenwerte in einem erweiterten Reisedatensatz gespeichert.

Das modulare Modellsystem wurde so insgesamt um fünf Module ergänzt. Abbildung 69 stellt das so für intermodale Fragestellungen erweiterte Modellsystem dar.

Modul 1a

Module 2-6

Modul 7a

Bilden vonHaushalten

und Personen

Bilden vonReisen

Verkehrsmittel-wahl

Modul 1b

Modul 7b Modul 7c

Ergänzen derPersonen- undHaushaltsdaten

BerücksichtigenAngebotsumfang

Wahl vonIntermodal-angeboten

Erweiterung für intermodaleFragestellungen

Modul 1c

Wahl intermodalerZusatzleistungen

Modul 1dZahlungs-

bereitschaftbestimmen

Abbildung 69 Das erweiterte Modellsystem

Während sich die Innovatoren-Cluster noch über wahlmodell-basierte Verteilungen auf der Basis von Personen- und Haushaltseigenschaften simulieren lassen, konnten für die Intermodal-Cluster keine direkten funktionalen Zusammenhänge über die erweiterten Personeneigenschaften abgeleitet werden. Die ursächliche sehr schwache Korrelation zwischen den Mobilitätstypen (gering-, mäßig- oder hochmobil), den Innovatorentypen (Innovatoren v Zauderer) sowie den Intermodaltypen erlaubt daher die Interpretation, dass diese Personeneigenschaften als unabhängige Charakteristika einen „Raum“ aufspannen, in dem sich Reisende jeweils einordnen lassen.

Im nächsten Abschnitt werden die für die Erweiterungen entwickelten Modelle und deren theoretischer Hintergrund vorgestellt.

181

182

8.1.1 Modellierung der Wahlentscheidung

Das Wahlverhalten eines Reisenden lässt sich mittels eines Diskrete-Wahl-Modells (discrete choice model) abbilden, da eine Person n sich nur jeweils für eine einzige Alternativen i einer gegebenen Alternativenmenge Cn entscheiden kann. Discrete choice-Modelle sind in der Literatur bspw. in BEN-AKIVA, LERMAN [1985] oder TRAIN [2003] grundlegend beschrieben.

Im Sinne der Nutzentheorie kann für jede Alternative ein personenspezifischer Nutzen Uni bestimmt werden, der die Wertigkeit einer Alternative für die sich entscheidende Person abbildet. Dieser Nutzen lässt sich nun in zwei Komponenten aufteilen: einen erklärbaren Teil Vni und einen stochastischen Teil εni :

Uni = Vni + εni

Der erklärbare Teil des Nutzens (representative utility) lässt sich als eine Funktion von beobachtbaren Eigenschaften der verfügbaren Alternativen, xni, und der beobachtbaren Charakteristika des Wählenden, sn, interpretieren:

Vni = V(xni, sn)

εni repräsentiert dagegen den Teil des `wahren' Nutzens, der nicht beobachtbar ist und daher als zufällig (ramdom) betrachtet wird. Um einen Erwartungswert von Null für diesen stochastischen Teil sicherzustellen, ist es bei Modellen mit mehr als zwei Alternativen erforderlich, alternativen-spezifische Konstanten einzuführen. Diese Konstanten liefern ohne weitere `erklärende' Variablen eine so genanntes market share-Modell, dass die Verteilung der gewählten Alternativen innerhalb der beobachteten (Teil)Population abbildet.117

Die Nutzenfunktion (ramdom utility function) ergibt sich somit zu

Uni = Vni + εni = β0i + β1 x1,ni + β2 x2,ni + … + βk xk,ni + εni

mit β0i als alternativen-spezifischer Konstante. Da bei der Schätzung der Parameter-werte βl,ni nur die Nutzenunterschiede zwischen den Alternativen von Bedeutung sind,

117 Ein solches market share-Modell kann als Referenzmodell für Simulationszwecke dienen, da es -- über die gesamte Population betrachtet -- die beobachteten Marktanteile reproduzieren kann, auch wenn die personenspezifischen Entscheidungen nicht richtig abgebildet werden. Erst durch personen-bezogene Erweiterungen des Modells (erklärende Variablen) kann die Abbildungsgüte auf der Personenebene dann weiter verbessert werden.

ist es ausreichend bei n Alternativen lediglich n-1 Konstanten einzuführen. TRAIN [2003] formuliert: "Only difference in utility matter …, a rising tide raises all boats”118

Die Wahlwahrscheinlichkeit einer Alternative i ergibt sich dann aus der kumulativen Wahrscheinlichkeit, dass der Nutzen der Alternative i größer als alle anderen Nutzen ist:

( )( )( )

( ) ( )∫ ≠∀−>−

≠∀−>−≠∀+>+

≠∀>

====

εεεεε

εεεε

nnninjninj

ninjninj

njnjnini

njnini

dfijVVIjiVVjiVV

jiUUP

PrPr

Pr

Hierbei ist I(.) eine Indikatorfunktion, die den Wert Eins erhält, wenn die Aussage in der Klammer wahr ist und sonst den Wert Null. Wird das Residuum εni als gegeben betrachtet, dann folgt aus der letzten Gleichung mit f(εn) = exp(-exp(-(εni + Vni - Vnj )))

. ( )

∏≠

−−+−

=ij

enini

njVniVni

ePε

ε|

Da εni tatsächlich aber nicht gegeben ist, ist die Wahlwahrscheinlichkeit das Integral von Pni | εn über alle mit der Dichte gewichteten Werte von εni:

( )

nie

ij

eni deeeP ni

ninjVniVni

εεε ε −−+−

−−

≠

−∫ ∏ ⎟⎟⎠

⎞⎜⎜⎝

⎛=

Aus dieser Gleichung lässt sich durch eine Reihe von Umformungen119 eine geschlossene Form erreichen -- die logit-Wahlwahrscheinlichkeit:

∑

=j

V

V

ni nj

ni

eeP .

Mittels eines Maximum-Likelihood-Verfahrens kann nun ein Parametervektor für die Nutzenfunktion Vnk bestimmt werden, der eine gegebene likelihood120-Funktion maximiert. Dieser Parametervektor wird dann als Maximum-Likelihood-Schätzer des unbekannten `wahren' Parametervektors der gesuchten Nutzenfunktion interpretiert.

118 Vgl. TRAIN[2003], S. 23

119 Die notwendigen Umformungsschritte sind detailliert in TRAIN [2003], S. 78f beschrieben.

120 Der Begriff likelihood geht auf R.A. FISCHER (1890-1962) zurück, der 1922 diesen Begriff zur Unterscheidung von der (inversen) Wahrscheinlichkeit (probability) einführte. (Vgl. SCHOLZ [1985], S. 341).

183

Aufgrund der einfacheren Berechenbarkeit wird dabei zumeist der Logarithmus der likelihood-Funktion verwendet.

Eine Eigenschaft des logit-Modells ist die so genannte Unabhängigkeit von irrelevanten Alternativen (independence from irrelevant alternatives, IIA). Diese besagt, dass das Verhältnis der Wahlwahrscheinlichkeit zweier Alternativen nur von den Eigenschaften dieser zwei Alternativen abhängt. Dieses kann zu dem bekannten red-bus blue-bus-Problem121 führen.

Im Kontext der Intermodalität ist IIA nicht vorauszusetzen, da sich intermodale Angebotskonzepte bestehender Teilverkehrssysteme bedienen und daher - sehr wahrscheinlich - die Wahlwahrscheinlichkeit mit diesen Modi jeweils korreliert bzw. unterschiedlich ausgeprägte Intermodalangebote auch nicht als unabhängig von einander zu betrachten sich. Ein klassisches logit-Modell ist daher für Intermodalitäts-zusammenhänge möglicherweise ungeeignet.

Aufbauend auf den Erhebungsergebnissen der INVERMO-Intensivinterviews wurde daher ein nested logit-Modell geschätzt werden, das die Entscheidung, zu einem höherwertigen Angebot zu wechseln, abbildet. Bei einem nested logit-Ansatz werden nun Alternativen in so genannten Nestern (nests) zusammengefasst, so dass 122

• innerhalb der Nester die IIA gilt und

• das Verhältnis der Wahlwahrscheinlichkeiten von zwei Alternativen aus verschiedenen Nestern von anderen Alternativen in diesen Nestern abhängen kann.

Ein nested logit-Model unterstellt, dass die stochastischen Nutzenkomponenten einer Summenverteilung der Form

⎟⎟

⎠

⎞

⎜⎜

⎝

⎛⎟⎟⎠

⎞⎜⎜⎝

⎛− ∑ ∑

= ∈

−K

k Bj

k

k

knje1

/expλ

λε

184

121 Das red-bus blue-bus-Problem bezieht sich auf eine hypothetische Situation, in der zu einem bestehenden Verkehrsangebot (das auch einen Busdienst mit blauen Bussen umfasst) ein weiterer Busdienst eingeführt wird. Die Busse des neuen Dienstes sind jedoch rot lackiert, unterscheiden sich aber sonst nicht von dem bisherigen Busangebot. Die IIA-Eigenschaft des logit-Ansatzes führt nun dazu, dass das Modell eine Verlagerung des Verkehrs auf diesen neuen Busdienst prognostiziert, bei der sich die Verkehrsmenge des neuen Dienstes anteilig aus den bisherigen Anteilen der bestehenden Angebote ergibt -- und nicht nur aus dem bisherigen Busangebot, wie es zu erwarten wäre.

122 Vgl. TRAIN [2003], S. 81

folgen. K ist dabei die Anzahl der gebildeten Nester und kBBB ,,, 21 Kk

λ ein Maß für die

Unabhängigkeit der Residuen zwischen den Alternativen im Nest . Nimmt kKk ,,1K=∀λ den Wert Eins an, so reduziert sich das nested logit-Modell zu einem

Standard-logit-Modell.

Die für die Modellbildung berücksichtigten Alternativen sind

• der Reisende bleibt bei seiner bisherigen Wahlentscheidung und wählt kein intermodales Angebot (Alternative 1)

• der Reisende wählt ein Intermodalangebot, dass als wesentliche Komponente

o ein Schienenverkehrsangebot einschließt (Alternative 2)

o ein Luftverkehrsangebot umfasst (Alternative 3)

Die korrespondierende Nesterbildung für die Modellspezifikation wird in Abbildung 70 dargestellt.

Abbildung 70 Die Nestbildung der Wahlalternativen

8.2 Kalibrierung

Es wurden eine Vielzahl von Modellvarianten getestet. Aufgrund der relativ kleinen Fallzahl (N=300) waren verschiedene Varianten nicht ausreichend signifikant, um durch

185

Hinzufügen oder Austauschen von Variablen ein stimmiges und konsistentes Modell zu entwickeln. So musste beispielsweise auf getrennte Modelle für die Reisezwecke `geschäftlich' und `privat' verzichtet werden, diese konnten aber gut durch ein gemeinsames Modell mit reisezweckspezifischen Konstanten ersetzt werden.123 In der nachfolgenden Tabelle ist die Modellspezifikation mit der besten Anpassung an die zugrunde liegenden Daten dargestellt. Die Markierungen in den mit den Nummer 1-3 bezeichneten Spalten geben an, in welchen Alternativen die jeweiligen Variablen eingesetzt wurden.

Parameter 1 2 3 geschäftl. privat t-Wert X -1,3959 - -1,95 Konstante Topas (Bahn) X - -1,6904 -1,69 X -1,5020 - -2,36 Konstante Topas (Flugzeug) X - -2,0360 -3,00

Reisekosten [EUR] X X X -0,0042 -6,95 Reisezeit [min] X X X -0,0073 -5,82 Reiseziel im Ausland [0/1] X X 1,7173 3,22 Bisheriges VM: Bahn [0/1] X 1,5663 6,10 Bisheriges VM: Flugzeug [0/1] X 1,7273 3,75 Reiseunterlagen-Service [0/1] X X 1,5877 4,47 Gepäck-Service [0/1] X X 1,7814 4,71 Umsteige-Service [0/1] X X 0,8236 2,73 Nahverkehr-Service [0/1] X X 1,6833 4,57 Premium-Service [0/1] X X 1,8737 2,86

1τ (Nest 1) X 0,6561 3,12

2τ (Nest 2) X 0,9670 5,42

Tabelle 29 Schätzparameter des Nested-Logit-Modells

Das geschätzte nested logit-Modell ist hoch signifikant, da alle Schätzparameter auf dem 1 %-Niveau signifikant sind. Auch die Signifikanz der Konstanten ist noch auf dem 10 %-Niveau gegeben. Des weiteren ergibt ein Vergleich mit einem Modell ohne Nester, dass die Annahme der Identität der nest-spezifischen Konstanten, d.h. 210 : ττ =H mit

123 Es zeigte sich, dass die Parameter für beide Zwecke sehr ähnlich waren, so dass durch reisezweckspezifische Konstanten eine höhere Signifikanz der Schätzparameter erreicht werden konnte, ohne dass die Parameterwerte nachhaltig beeinflusst wurden.

186

einer Irrtumswahrscheinlichkeit von 4,76 % verworfen werden kann.124 Dieses bedeutet, dass die Modellspezifikation mit Nestern eine deutlich bessere Abbildung der erhobenen Daten darstellt als ein klassisches logit-Modell ohne Nester.

Mittels einer linearen Regression125 wurden aus den für eine Reise gewählten Bausteinen und den jeweils von den Probanden genannten Aufpreisen, die diese bereit waren zu bezahlen, eine durchschnittliche Zahlungsbereitschaft je Baustein geschätzt. Die Ergebnisse dieser Schätzung sind in den Tabellen \ref{preise_bausteine_privat} und \ref{preise_bausteine_geschaeftlich} nach den Reisezwecken privat und geschäftlich dargestellt. Innerhalb der Tabelle erfolgte zudem eine Trennung in Inlands- und Auslandsreisen.

Neben den Schätzwerten wurde auch der berechnete Standardfehler in den Tabellen ausgewiesen, um einen Eindruck der vorhandene Spannweiten zu geben. Die verwendbaren Stichproben betragen für Personen mit Privatreisen N=131 und Personen mit Geschäftsreisen N=71. In den Fällen in denen sich die Befragten gegen einen Wechsel zu den Mehrwert-Angeboten entschieden haben, wurden sinnvollerweise auch keine Werte für die Zahlungsbereitschaft erfragt, was die Differenz zur Gesamtstichprobe erklärt. Für die Leistungen Nahverkehr-Service und Kurzfrist-Service konnten nicht in allen Fällen Preise geschätzt werden, was auf die geringe Fallzahl und damit die mangelnde Signifikant der resultierenden Schätzparameter zurückzuführen ist.

Grundsätzlich ist darauf hinzuweisen, dass bei der Bestimmung der Werte davon ausgegangen wurde, dass alle Probanden den Bausteinen ähnliche Wertigkeiten zuordnen. Dieses widerspricht offenbar der Tatsache, dass sich mindestens vier signifikant unterschiedliche Cluster mit unterschiedlichen Anforderungen an Mehrwertleistungen bestimmen lassen. Die geringen Fallzahlen ließen im Rahmen dieser Untersuchung aber keine cluster-spezifischen Schätzungen zu. Wird jedoch davon ausgegangen, dass ein Proband nur solche Bausteine auswählt, die ihm wichtig sind und auch die Zahlungsbereitschaft mit dieser Wertigkeit korreliert, dann dürfte das gewählte Verfahren dennoch geeignete, erste Orientierungswerte liefern. Für eine

187

124 Das nested-Modell liefert einen log-Likelihood-Wert von -421.539, während das vergleichbare Modell ohne Nester (PROC MDC mit Model-Option \samescale) einen Log-likelihood-Wert von -423.502

erreicht. Die zugehörige -Teststatistik besitzt den Wert 3,9243. 2Χ

125 Für die Bestimmung der Geldeinheiten je Baustein wurde die SAS-Prozedur PROC REG ohne Konstanten und mit Backward-Selection verwendet.

188

zukünftige Preisgestaltung neu entwickelter Leistungsangebote wird aber eine detailliertere Marktanalyse dringend empfohlen.

Da bei der Schätzung alle Parameter eliminiert wurden, bei denen nicht mit mindestens einem Signifikanzniveau von 0,1 ausgeschlossen werden konnte, dass der tatsächliche Wert Null beträgt, können die verbliebenen Schätzwerte letztlich zu hoch bestimmt worden sein. Das Verfahren der Elimination war aber erforderlich, da beim Einschluss aller Parameter auch negative Zahlungsbereitschaften ermittelt wurden. Bei der Verwendung dieser Werte im Rahmen einer marktfähigen Preisgestaltung sind diese aber lediglich als Obergrenze der tatsächlich zu realisierenden Preise zu betrachten.

Inland Ausland Topas Bausteine (privat) Schätzer Fehler Schätzer Fehler

Reiseunterlagen-Service 6,80 2,87 9,26 4,51 Gepäck-Service 12,84 3,29 12,25 4,91 Umsteige-Service 12,37 3,47 16,08 5,03 Nahverkehr-Service 9,65 3,27 18,98 4,65 Kurzfrist-Service (22,09) (6,91) n.a. n.a. Premium-Service 18,74 8,45 39,59 7,34 Tabelle 30 Geschätzte Zahlungsbereitschaft für intermodale

Mehrwertleistungen bei privaten Reisen (N=131)

Inland Ausland Topas Bausteine (geschäftlich) Schätzer Fehler Schätzer Fehler

Reiseunterlagen-Service 17,36 3,96 15,70 6,43 Gepäck-Service 20,19 4,16 23,18 7,25 Umsteige-Service 13,86 5,02 16,70 7,91 Nahverkehr-Service n.a. n.a. n.a. n.a. Kurzfrist-Service n.a. n.a. n.a. n.a. Premium-Service 18,47 8,56 30,22 11,79 Tabelle 31 Geschätzte Zahlungsbereitschaft für intermodale

Mehrwertleistungen bei geschäftlichen Reisen (N=71)

9 Modellausblick

Das vorgestellte Modellkonzept bietet einen Ansatz zur längsschnittorientierten mikroskopischen Modellierung der Fernverkehrsnachfrage sowie ein Modell zur Abschätzung der Akzeptanz intermodaler Dienstleistungsangebote.

Bei der Modellkonzeption und -umsetzung haben sich Fragestellungen ergeben, die weiteren Forschungsbedarf notwendig erscheinen lassen und neben einem

189

r

verbesserten Verständnis der Nachfragestrukturen auch zusätzliche Möglichkeiten zur Verbesserung des Modellkonzeptes und seiner Güte bieten können.

In den folgenden Kapiteln 9.1 bis 9.6 wird ein Ausblick auf verschiedene Aspekte gegeben, die zu einem verbesserten Verständnis von Nachfrage und Modellkonzept beitragen können.

9.1 Ereignisorientierte Abgrenzung des Fernverkeh s

Es ist intuitiv zu vermuten, dass Individuen im Fernverkehr auf Stimuli reagieren und sich anders verhalten als in ihren gewohnten Alltagsabläufen und sich aufgrund fehlender oder zumindest schwach ausgeprägter Routinen entsprechend anders auf Fernreisen vorbereiten und einstellen. Aufbauend auf diesen Sachverhalt ist es sinnvoll, solche Reiseereignisse zu separieren, die zwar die per Definition zugrundeliegende Mindestentfernung von hier 100 km überschreiten, aufgrund ihrer Regelmäßigkeit und ihres Alltagscharakters jedoch eine Sonderstellung innerhalb des Fernverkehrs einnehmen und von ihrem Charakter dem Alltagsverkehr zuzuordnen sind.

Eine ereignisorientierte Betrachtung des Fernverkehrs versucht dieser Schwäche entgegenzuwirken, in dem verfeinerte Kriterien126 zur Abgrenzung von Ereignissen des Fernverkehrs von denen des Alltagsverkehrs herangezogen werden. Ein solcher Ansatz sollte nur solche Ortsveränderungen erfassen, bei denen sich das Individuum als Fernreisender fühlt, die Reise als solche erlebt und sich entsprechend verhält127. Ein derartiger Ansatz verspräche eine Abgrenzung von Reiseereignissen, das eine weitergehende Homogenität des Verhaltens erwarten lässt als es mit heutigen Definitionen erreichbar ist. Eine derartige Definition ließe schärfere und leichter interpretierbarere empirische Befunde erwarten und würde folglich darauf aufzubauende Modellstrukturen zur Abbildung und Prognose des Personenfernverkehrs verbessern.

In Abbildung 71 ist eine mögliche ereignisorientierte Abgrenzung des Fernverkehrs und der zugehörige Gültigkeitsbereich vorgeschlagen.

126 So könnte z.B. die Häufigkeit und Reiseweite einer Reise zu einem bestimmten Ziel unter Berücksichtigung der Gesamtzahl und Reiseweiten aller Reisen herangezogen werden. Auf diese Weise werden einzelne Reisen in den Kontext des Handelns der durchführenden Person betrachtet.

127 Dabei spielt es eine ganz wesentliche Rolle, z.B. wie häufig eine Person Reisen über größere Entfernungen unternimmt und z.B. über welche Erfahrungen/ Kenntnisse diese über den Ablauf solcher Reisen verfügt.

Abbildung 71 Entfernungsabhängige und ereignisorientierte Abgrenzung des Fernverkehrs (eigene, schematische Darstellung)

Entscheidend für eine inhaltliche Abgrenzung des Fernverkehrs ist, welche Eigenschaften als „typisch“ für den Untersuchungsgegenstand gelten können. Erst mit Hilfe scharf trennender Kriterien wird eine inhaltliche Gliederung des Fern- vom Alltagsverkehr realisierbar werden.

Bei näherer Betrachtung der Problematik kommt man zu der Erkenntnis, dass eine solche Abgrenzung nicht wie bisher auf Basis reisebezogener Eigenschaften erreicht werden kann, der Einfluss des haushalts- und personenbezogenen Kontextes128 des Individuum darf nicht vernachlässigt werden. Mit den folgenden Thesen wird eine mögliche inhaltliche Abgrenzung des Fernverkehrs von der Alltagsmobilität vorgeschlagen:

- Fernverkehr findet in Form von definierten Einzelereignissen statt.

- Fernverkehr ist ein für das Individuum seltenes Ereignis. Ereignisse mit gleicher Situation129 finden – wenn überhaupt – nur in großen zeitlichen Intervallen eine Wiederholung.

- Fernverkehr veranlasst den Reisenden, gewohnte Alltagsroutinen zu verlassen. Im Gegensatz zum Alltagsverkehr befindet sich der Reisende während einer Fernreise in prinzipiell wenig geübten Situationen. Er rechnet aber schon im Vorfeld des Ereignisses damit und ist in der Lage, sich darauf einzustellen.

128 z.B. auch Wertvorstellungen, Milieu, Einstellungen, Ethik

129 z.B. Ziel, Zweck, Verkehrsmittel, Mitreisende, Gepäck usw.

190

191

Für eine vollständig ereignisorientierte Abgrenzung des Fernverkehrs bedarf es vertiefender Untersuchungen unter Verwendung sozialwissenschaftlicher Methoden und soll im Rahmen dieser Arbeit nicht geleistet werden.

Um diesem Aspekt Rechnung zu tragen wurden jedoch einzelne Verkehrsnachfragesegmente, die bei einer einfachen entfernungsbasierten Abgrenzung des Personenfernverkehrs Berücksichtigung finden müssten, bei der Analyse und Modellkonzeption ausgeklammert. Dies betrifft (tägliche) Fahrten von Berufspendlern zwischen Wohnung und Arbeitsplatz, auch wenn diese eine größere Distanz als 100 km aufweisen, da für diese die formale Zugehörigkeit zur Alltagsmobilität offensichtlich ist.

9.2 Modellkonzept

Der modulare Modellaufbau erleichtert eine Modellanpassung für veränderte Fragestellungen. Gegenwärtig ist das Modell im Schwerpunkt für die Beantwortung von Fragestellungen hinsichtlich Jahresganglinien, Zielwahl und Verkehrsmittelwahl ausgelegt, während das Modul der Verkehrsentstehung beschreibend angelegt ist und somit Veränderungen infolge externer Entwicklungen nicht Rechnung tragen kann.

Diese Vereinfachung stellt für die Fragestellung der Anwendungsbeispiele keinen Nachteil dar, da hinsichtlich des Verkehrsentstehungsprozesses keine nennenswerten Reaktionen zu erwarten sind. Durch den modularen Aufbau kann ohne Schwierigkeiten eine Erweiterung in das Modell implementiert werden. Dies könnte z.B. folgende Aspekte betreffen:

- Berücksichtigung von Veränderungen in der Zusammensetzung der Population im Zeitverlauf durch ein prognosefähiges Bevölkerungsmodell

- Berücksichtigung von externen Einflüssen auf die Verkehrsnachfrage wie z.B. Verhaltensänderungen aufgrund steuerpolitischer Änderungen der Reisekosten, oder veränderte individuelle Einstellungen hinsichtlich des Schutzes der Umwelt oder der Sicherheit einzelner Verkehrsträger.

9.3 Präferenzstrukturen

In Kapitel 7.5 konnte gezeigt werden, dass einstellungsbeschreibende Attribute und modale Kompetenzen des Reisenden einen signifikanten Beitrag zur Erklärung von Wahlentscheidungen leisten. Diese im Rahmen der Befragungen erhobenen Personeneigenschaften leisten einen ersten Beitrag zur besseren Berücksichtigung von persönlichen Präferenzen bei Wahlentscheidungen. Der bisherige Kenntnisstand ist jedoch nur als ein erster Ansatz zu verstehen und weist noch prinzipielle Schwächen auf.

192

Die verwendeten Attribute charakterisieren die Präferenzen von Personen und können über sozio-ökonomische Schlüsselgrößen den virtuellen Personen des Modells mit statistischer Wahrscheinlichkeit zugespielt werden und leisten folglich einen Erklärungsbeitrag zur Verkehrsmittelwahl. Diese Eigenschaften sind jedoch nur als ein kleiner Ausschnitt eines persönlichen Präferenzprofils zu verstehen, der auch für weitergehende Fragestellungen der Verkehrsmodellierung vielfältige Möglichkeiten zum vertieften Verständnis der Nachfragestrukturen und zur Verbesserung von Modellen bietet. Daher erscheint eine grundlegende Betrachtung der Präferenzstrukturen als sinnvoll.

Die in den Sozialwissenschaften entwickelten Methoden zur Analyse von Präferenz-strukturen und deren Zuordnung z.B. zu Lebenswelten130 bieten eine sinnvolle Grundlage für derartige Ansätze. Von derartigen Ansätzen darf erwartet werden, dass über die heute überwiegend beschreibenden Modelle hinaus ein mehr erklärendes Konzept entwickelt werden kann. Neben der Betrachtung der gegenwärtigen Präferenzstrukturen bietet die Einbeziehung biographischer Aspekte auch die Möglichkeit zur Analyse von Entwicklungen und Erklärung von Veränderungen. Ein solches längsschnittorientiertes Konzept lässt für die Prognose zukünftiger Entwicklungen der Nachfragestrukturen einen wesentlichen Aufklärungsbeitrag erwarten.

Die Ergebnisse derartiger Forschungen lassen nicht nur im Bereich des Fernverkehrs sondern für alle Bereiche der Mobilitätsverhaltensforschung einen Fortschritt in der Abbildung und Prognose der Verkehrsentstehung, Ziel- und Verkehrsmittelwahl erwarten.

9.4 Verkehrsmittelwahlmodellierung

Die umgesetzte, zweistufige Modellierung des Verkehrsmittelwahlprozesses ist prinzipiell geeignet, die in der Realität gefundenen Abläufe im Modell wiederzugeben und gleichzeitig eine zufriedenstellende Modellgüte zu erreichen.

Eine Schwierigkeit in der Anwendung des Ansatzes mit dem vorhandenen empirischen Material liegt darin, dass ein Teil der Datensätze einen Choice-Set mit nur einer Alternative aufweist (vgl. Kapitel 6.2.5) und somit nur eine Modellstufe zum Tragen kommt. Dies ist als eine spezifische Eigenschaft der verwendeten Daten zur Modellschätzung zu verstehen, da der Anteil der Choice-Sets mit zwei

130 bzw. Milieu-Analysen, vgl. z.B. NOELLE-NEUMANN [2000] und sinus-Milieus, vgl. NOWAK et al [1981]

193

Verkehrsmittelalternativen maßgeblich von der Formulierung im Befragungsbogen bestimmt (vgl. Kapitel 6.2.5) wird. Im Vorfeld der Erhebung lagen diesbezüglich nur wenige Erfahrungen vor. In zukünftigen Erhebungen wird daher eine Variation der Erhebungsform empfohlen, um Sensitivitäten in diesem Bereich ermitteln zu können. Mit einer weniger restriktiven Erfassung können höhere Anteile von Choice-sets mit zwei Alternativen erwartet werden. Dies führt in der folgenden Modellimplementierung zu einem größeren Anteil an Reisen, die in der zweiten Modellstufe sensitiv auf veränderte Systembedingungen131 reagieren können.

Ein weiterer wichtiger Aspekt ist in einer Bindung der Reisenden an ein bestimmtes Verkehrsmittel zu sehen. Dieser Effekt wird im vorliegenden Modellansatz indirekt berücksichtigt, da sich diese Bindung in den Präferenzen der Verkehrsmittel wiederfindet und somit die Auswahl des Choice-Sets maßgeblich beeinflusst. Der große Anteil von Datensätze mit nur einer Alternative im Choice-Set kann auch als Indiz für eine besondere Bindung an ein bestimmtes Verkehrsmittel im Fernverkehr interpretiert werden, empirische Belege für diese Vermutung können mit dem vorliegenden Material jedoch nicht lückenlos geführt werden.

Liegt eine starke Präferenz für ein bestimmtes Verkehrsmittel vor, so kann dieses in einer entsprechenden Analyse als „standardisierte Wahl“ ermittelt werden. Für die Datenanalyse und Modellkonzeption sind dann besonders Reisen von Bedeutung, in denen von der „standardisierte Wahl“ abweichende Verkehrsmittel benutzt werden.

Ein entsprechendes Modellkonzept könnte einer Person mit Bindung an ein bestimmtes Verkehrsmittel dieses als „standardisierte Wahl“ vorgeben. Für ein Reiseereignis ist nun zu prüfen, ob von dieser standardisierten Wahl abgewichen werden muss oder nicht. Hierzu können sowohl determinierende Einflüsse (z.B. Interkontinentalreise) als auch Schwellenwerte für verschiedene Attribute (z.B. zu langsam, zu teuer) definiert werden. Nur wenn ein determinierender Einfluss oder für Attribute eine Überschreitung der Schwellenwerte vorliegt, ist eine atypische Wahlentscheidung zu modellieren.

131 z.B. Reisezeit und Reisekosten. Auch wenn beide Variablen bei der Schätzung mit den vorliegenden Daten sich z.T. als nur schwach signifikant erwiesen haben, ist unter veränderten empirischen Bedingungen mit einer höheren Signifikanz zu rechnen.

Abbildung 72 Standardisierte und atypische Wahlentscheidungen


In Abbildung 72 ist ein Fall von Bindung an den Pkw beispielhaft anhand von sechs nacheinander durchgeführten Reisen illustriert. Als standardisierte Wahl wird von der Person im „Normalfall“ der Pkw präferiert (im Beispiel in vier Fällen). In zwei Fällen wird anstelle des Pkw jedoch atypisch die Bahn bzw. das Flugzeug gewählt. Das vorgeschlagene Modellkonzept fokusiert auf die Fälle abweichender Wahl und versucht, die Ursachen hierfür zu erfassen. Diese Vorgehensweise lässt im intrapersonellen Längsschnitt sinnvolle Modellergebnisse für Personen mit starker Bindung an ein bestimmtes Verkehrsmittel erwarten.

Werden die aufgeführten Aspekte bei der Wahlmodellierung berücksichtigt, so sind weitere Verbesserungen der Modellqualität zu erwarten.

9.5 Übergreifende Modellierung von Alltags- und Fernverkehr

Die Abbildung des Fernverkehrs in einem eigenständigen Modell bietet vielfältige Einsatzmöglichkeiten und Anwendungsfälle. Aus Sicht der Verkehrswissenschaften wie auch aus der der anwendenden Planung muss als Vision der mikroskopischen Simulation jedoch ein Konzept mit einer integrierten Behandlung des Alltags- und des Fernverkehrs gelten. Nur mit einem solchen Modellkonzept können die vielschichtigen Wechselwirkungen und Verflechtungen des Mobilitätsverhaltens in seiner Gänze erfasst werden.

Als ersten Schritt für einen umfassenden Ansatz zur Simulation von Alltags- und Fernverkehr ist eine kombinierte Simulation beider Segmente denkbar, in der die spezifischen Wechselwirkungen berücksichtigt werden können. In Abbildung 73 ist ein einfacher Ansatz eines derartigen Modellkonzeptes aufgezeigt. Prinzipiell werden Alltags- und Fernverkehrsmobilität in getrennten Segmentmodellen bearbeitet. Durch die Kombination beider Segmentmodelle ergibt sich eine umfassende, längsschnitt-orientierte Abbildung des Mobilitätsverhaltens.

194

Abbildung 73 Intrapersonelle Überlagerung aus Alltags- und Fernverkehr in einer Längsschnittsimulation (eigene Darstellung)

Eine offensichtliche Herausforderung für den Modellierer liegt in der Gestaltung der Übergänge zwischen beiden Segmenten aufgrund von Abhängigkeiten und Wechselwirkungen zwischen dem Verhalten im Alltag und dem auf Fernreisen. Zur Gestaltung der Schnittstellen zwischen beiden Segmentmodellen132 liegen gegenwärtig nur rudimentäre Erkenntnisse hinsichtlich Wirkungszusammenhängen und Abhängigkeiten vor.

Auch die Problematik der Abgrenzung des Alltags- vom Fernverkehr kann mit einer über die Entfernung kontinuierlichen Simulation der Nachfrage entschärft werden. Selbst mit zwei eigenständigen Modellen für Alltags- und Fernverkehr lassen sich in kombinierten Auswertungen die Schwierigkeiten und Fehler der Simulation in Segmenten beurteilen und ggf. korrigieren. Dies ist mit den heutigen, getrennten Modellkonzepten nur bedingt möglich, weil Modellen zur Simulation des Alltagsverkehrs kaum Informationen zur Beurteilung und Validierung des Fernverkehrs vorliegen, während spezielle Modelle für den Fernverkehr keine mikroskopischen Informationen zum Alltagsverkehr verarbeiten.

Besonders aber in Hinblick auf die Längsschnittorientierung zukünftiger Modelle stellen die personenbezogenen Einflussfaktoren des Verhaltens eine Herausforderung dar. Im vorgestellten Modellansatz konnten persönliche Präferenzen als wesentliche Determinanten des Fernverkehrs identifiziert und berücksichtigt werden, um ein im Längsschnitt konsistentes Verhalten zu modellieren. Bezogen auf die Verkehrsver-haltensforschung ist ein Meilenstein in der Bestimmung von personenbezogenen

132 Diese lassen sich in etwa mit folgenden Fragen charakterisieren: Welche Alltags-Aktivitäten werden im Vorfeld von Fernreisen durchgeführt? Wie werden die unmittelbaren Schnittstellen zwischen Alltags- und Fernmobilität organisiert?

195

196

Eigenschaften zu sehen, die dem Alltags- wie auch dem Fernverkehrsverhalten gleichermaßen zugrunde liegen und eine gemeinsame „Plattform“ des Verhaltens beider Verkehrssegmente bilden. Sind die wechselseitigen Zusammenhänge zwischen beiden Verkehrssegmenten bekannt, bietet dies für Fragestellungen der Prognose vielfältige Chancen in der verbesserten Abschätzung zukünftigen Mobilitätsverhaltens.

9.6 Intermodalität

Mit dem vorgestellten Modell zur Abbildung von intermodalitätsbezogenen Wahlentscheidungen wurde wissenschaftliches Neuland betreten. Während sich gegenwärtige Wahlentscheidungsmodelle im Verkehrsbereich wesentlich auf die unterschiedlichen Verkehrsträger und –mittel beziehen, war es aufgrund den verkehrsträgerübergreifenden Betrachtung im Zusammenhang mit der Intermodalität notwendig einen eher verkehrsträgerabstrakten Ansatz zuwählen. Hierzu gibt es in der aktuellen wissenschaftlichen Literatur aber keine Beispiele133. Insbesondere verkehrsträgerspezifische Modellkonstanten - wie sie auch im vorgestellten Modell verwendet wurden – zeigen, dass es immer noch signifikante Einflussfaktoren gibt, die sich nicht mit verkehrsträgerübergreifenden Daten wie z.B. Reisekosten oder Reisezeiten hinreichend erklären lassen.

Das entwickelte Modell-Modul zur Intermodalität bzw. zum Wahlverhalten bei unterschiedlich umfangreichen Zusatzleistungen zur Steigerung der System-Intermodalität erlaubt die Evaluierung von unterschiedlichen Angebotskonfigurationen. Durch die Basierung auf einem Satz weitgehend überschneidungsfreier „Bausteine“ ist es möglich, verschiedene Baustein-Kombinationen zu testen und eine kostenoptimale und nachfragewirksame Konstellation von Bausteinen zu bestimmen.

Bei der bestehenden Modellkomponente stellt die zur Modellierung verfügbare kleine Menge an Beobachtungen eine gewisse Einschränkung dar. Kleine Fallzahlen erlauben es z.B. nicht die Modellschätzungen anhand von Validierungdaten – die nicht zur Kalibration benutzt wurden – auf ihre Generalisierung zu prüfen.134 Mit umfangreicheren

133 Die bekannten Anwendungen von „mode abstract“-Modellen stammen aus den 1960er Jahren und waren ausschließlich aggregatdaten-basiert. Diese Ansätze (s. z.B. BAUMOL und QUANDT [1966]) wurden aber aufgrund der zunehmenden Verfügbarkeit von disaggregierten Individualdaten (einzelpersonenbezogene Beobachtungen) langfristig nicht weiterverfolgt.

134 Grundsätzlich besteht die Möglichkeit des sogenannten „Overfittings“, d.h. das die geschätzten Modelle die zur Schätzung verwendeten Daten sehr genau abbilden, die grundsätzliche Abbildungsfähig des Modells aber nicht gegeben ist. Durch Trennung einer Kalibrierungs- und einer Validierungsdatenmenge kann letztere benutzt werden um die allgemeine Anwendbarkeit des Modell auf „schätzungsfremde“ Daten zu überprüfen.

197

Datenbeständen ließe sich eine differenzierte Modell-Landschaft bilden, die bspw. den Reisezwecke oder noch feineren Kundensegmentierungen besser Rechnung tragen.

Durch die bestehenden umfangreichen Daten zum beobachteten Verkehrsverhalten aus der Haupterhebung des INVERMO-Projektes besteht die Möglichkeit mittels neuer bzw. zusätzlicher kompatibler Erhebungen eine Verfeinerung der intermodalitätsbezogenen Modellkomponenten zu schaffen. Insbesondere könnte beobachtetes Verhalten (RP-Daten) im Kontext von Intermodal-Angeboten zu einer valideren Modellschätzung führen als dies ausschließlich auf SP-Daten möglich ist.

10 Fallstudie

Bei der Beantwortung der Frage nach den Potentialen intermodaler Angebotskonzepte kann nicht direkt auf Marktkenntnisse und -erfahrungen zurückgegriffen werden. Intermodale Verkehrsdienstleistungen gibt es erst seit kurzer Zeit, in sehr eingeschränkter Zahl und letztlich auch nur mit einem bestimmten Leistungsumfang. Welche Potentiale daher im Markt, d.h. bei den Konsumenten und bei den Anbietern vorhanden sind, kann daher nicht unmittelbar aus Ist-Daten abgeleitet werden.

Aus diesem Grund wurde im Projekt INVERMO eine Fallstudie vorgesehen, die durch die Untersuchung eines bestimmten Raumes und unterschiedlicher Angebots-konstellationen einen Eindruck von den vorhandenen Marktpotentialen geben soll. In den folgenden Abschnitten wird daher die Fallstudie in der Anlage und den Ergebnissen vorgestellt.

10.1 Aufgabe

Mit den Partnern des Projektes INVERMO wurde der Korridor Köln-Frankfurt-Stuttgart als interessant für eine Fallstudie zu den Potentialen intermodaler Verkehrsdienst-leistungen herausgearbeitet, da in diesem Bereich gegenwärtig (s. AIRail) wie auch in der Vergangenheit (s. Lufthansa-Airport-Express) schon intermodale Dienstleistungen angeboten wurden und damit sowohl Erfahrungen wie auch Vergleichszahlen in den Unternehmen vorhanden sind.

Mit der Unterstützung der Lufthansa wurden mit Hilfe eines so genannten Catchment-Tools135 ein Korridor bestimmt der sich aus den 90-Minuten-Einzugsbereichen der

135 Das Catchment-Tool dient der Bestimmung von Flughafeneinzugsbereichen und liefert für definierte Erreichbarkeitsmaße geographische Abbildungen sowie auch Aggregatzahlen für diese Bereiche.

Flughäfen Köln-Bonn (CGN), Frankfurt/Main (FRA) und Stuttgart-Echterdingen (STR) ergibt. In Abbildung 74 ist dieser Raum abgebildet.

Abbildung 74 Die räumliche Lage des Untersuchungskorridors

Nach der Bestimmung der darin liegenden administrativen Raumeinheiten wurden für die deutschen Gemeinden jeweils eine synthetische Bevölkerung auf der Basis der amtlichen statistischen Kennzahlen generiert.

Der sich dadurch ergebende Untersuchungsraum besitzt eine Fläche von 105.200 km2. In ihm gibt es rund 20 Mio. Haushalte in denen insgesamt 41,9 Mio. Einwohner leben. Der Raum zeichnet sich durch große Agglomerationen aus. Zu diesem gehören beispielsweise die Großstädte Düsseldorf, Dortmund, Köln, Frankfurt/ Main und Stuttgart. Der Raum deckt dabei sowohl das Ruhrgebiet, das Rhein-Main-Gebiet wie auch den Großraum Stuttgart ab.

Der Korridor zeichnet sich eine überdurchschnittliche Infrastrukturausstattung aus. Er ist beispielsweise durch ein sehr dichtes Autobahnnetz erschlossen, in ihm liegen verschiedene neu gebaute Schienenhochgeschwindigkeitsstrecken (Frankfurt/M – Köln, Stuttgart – Mannheim) und die internationalen Flughäfen Düsseldorf, Dortmund, Köln/Bonn, Frankfurt und Stuttgart. Mit den Flughäfen Köln/Bonn, Düsseldorf und

198

Frankfurt und deren jeweiligen Flughafenbahnhöfen befinden sich auch so genannte „intermodale Knoten“ in diesem Bereich.

10.2 Simulation

Aufgabe der Fallstudie war es nun, die Potentiale für intermodale Verkehrsdienst-leistungen in diesem definierten Raum zu bestimmen. Zu diesem Zweck wurde mittels einer Mikrosimulation das Fernverkehrsverhalten in diesem Bereich abgebildet und das veränderte Wahlverhalten durch intermodale Zusatzleistungen mittels des schon in Kapitel 8 vorgestellten Modells simuliert.

Die Fernverkehrsnachfrage (Quellverkehr) in dem untersuchten Korridor umfasst 330 Mio. jährliche Reisen. Mit etwas über 82 % mobiler Personen im Fernverkehr liegt die Mobilitätsintensität etwas über dem bundesdeutschen Mittel, was u.a. aus den Metropolenregionen im Korridor und deren vergleichsweise jüngeren Bevölkerung resultiert. Der größte Anteil der Reisen entfällt dabei mit 45 % auf private Tagesreisen. Geschäfts- und Dienstreisen machen einen Anteil von 18 % aus, während Kurzurlaubsreisen 21 % und Urlaubsreisen 16 % aller Reisen darstellen.

Um unterschiedliche Angebotskonstellationen bewerten zu können und eine (zumindest teilweise) Vergleichbarkeit mit vorhandenem Zahlenmaterial zu ermöglichen, wurde zu dem die Ausgangssituation beschreibenden Nullfall drei weitere Fälle definiert.

Geschäftsreisen18%

Urlaubsreisen16%

Kurzurlaubsreisen21%

private Tagesreisen45%

Abbildung 75: Verteilung der Reisezwecke der simulierten Reisen

Im Nullfall werden keine intermodalen Zusatzleistungen angeboten. Dieser Fall entspricht damit – bis auf wenige Ausnahmen – der heutigen Situation für Reisende.

199

Der Modalsplit (Hauptverkehrsträger) in diesem Fall beträgt 75 % Straße, 14 % Schiene (klassisch) und 11 % Luft (klassisch)136.

Abbildung 76 Marktanteile der Verkehrsträger im Nullfall

Der Fall 1a umfasst die intermodalen Zusatzleistungen „Reiseunterlagen-Service“, „Umsteige-Service“ und „Premium-Service“. Innerhalb eines Verkehrsträgers (intramodal) findet sich diese Angebotsform schon heute, so auch im Schienenverkehr, wo selbst im Verkehr mit dem Ausland Fahrkarten von Bahnhof zu Bahnhof, Mindestumsteigezeiten und ein 1.-Klasse-Produkt angeboten werden.

Im Luftverkehr wird zusätzlich noch ein passagierbegleitender Gepäcktransport angeboten, der auch im Preis eines jedem Flugtickets schon eingrechtet ist, unabhängig, ob der Flugreisende nur ein Handgepäckstück selbst mit an Bord nimmt oder zwei große Koffer beim Check-In aufgibt137. Der Fall 1b soll dieses Angebot auch im intermodalen Kontext abbilden und orientiert sich mit dem zusätzlichen Gepäck-Service zum Fall 1a an dem AIRail-Service von Lufthansa, Deutsche Bahn und Fraport.

Der Fall 2b beschreibt, ein vollständiges Angebot an intermodalen Zusatzdienst-leistungen. In diesem Fall werden alle vorgestellten TOPAS-Bausteine flächendeckend und verkehrträgerübergreifend den Reisenden angeboten. Im Rahmen des Projektes

136 Der Hinweis „(klassisch)“ bezieht sich auf die gewählten Verkehrsträger und meint entsprechenden Nutzung ohne Berücksichtigung intermodaler Zusatzleistungen. Letztere werden mit „(intermodal)“ bezeichnet.

137 Die Kosten für das Handling der Gepäcks fallen ja tatsächlich nur beim Aufgeben des Gepäcks, anschließenden Befördern in der flughafeneigenen Gepäckförderanlage bzw. beim unmittelbaren Verladen in das Flugzeug und vice versa an.

200

201

wurde aber offenbar, dass – insbesondere im Schienenverkehr – ein passagier-begleitender Gepäcktransport aufgrund der hohen Kosten nicht (mehr) angeboten werden kann138. Im Fall 2a wurde darum der Gepäck-Service aus dem Angebot herausgenommen. Die „a“-Fälle stehen daher für Angebotskonstellationen ohne Gepäck-Service, während in den „b“-Fällen dieser Dienst auch zur Verfügung steht. Angesichts der Nichtrealisierbarkeit eines flächendeckenden Gepäck-Service sind die Auswertungen der „b“-Fälle nur nachrichtlich und dienen lediglich der Analyse potentieller Intermodal-Nachfrage.

Im Rahmen eines Projekt-Workshops haben Vertreter der Deutschen Bahn, der Lufthansa, der Fraport sowie wissenschaftliche Experten die technische und wirtschaftliche Realisierbarkeit von intermodalen Angebotskomponenten diskutiert. Die Ergebnisse dieses Workshops bestehen unter anderem in der Definition von „marktfähigen“ Preisen für die TOPAS-Bausteine. Auf der Basis von Erfahrungswerten wurden jeweils Preise für Inlands- und Auslandsreisen abgeleitet. Die nachfolgende Tabelle 32 fasst die Eigenschaften der definierten Fälle sowie die für die Bausteine zu zahlende Preise zusammen.

Szenariendefinition Preise für

angebotene Bausteine [€]

Bausteine (gem. TOPAS-

Konzept) Fall 1a Fall 1b Fall 2a Fall 2b Inland Ausland

Reiseunterlagen ja ja ja ja 7 15 Gepäck nein ja nein ja 12 12 Umsteige ja ja ja ja 7 8 Nahverkehr nein nein ja ja 4 9 Kurzfrist nein nein ja ja 9 9 Premium ja ja ja ja 18 30 Tabelle 32: Szenariendefinitionen und Preise für Angebotskomponenten

Für jeden der Fälle wurden umfangreiche Simulationsrechnungen durchgeführt. Ausgehend von den grundlegenden Verkehrsmittelwahl-Entscheidungen wurden dazu die einzelnen simulierten Reisen mit dem Intermodal-Modell bearbeitet. Hierzu wurden die um die Intermodal- und Innovatoren-Typen erweiterten Personendaten verwendet, um für jede einzelne Reise die Wahl von (für die jeweiligen Personen wünschenswerte) TOPAS-Bausteinen zu simulieren.

138 Anders als im Luftverkehr bei dem es vergleichsweise wenig Flughäfen gibt, ist es bspw. im Schienenverkehr mit der Vielzahl an Haltepunkte entlang einer Linie sehr viel teuerer eine entsprechende Gepäcklogistik zu unterhalten.

202

Auf der Basis dieser Wunsch-Bausteine und der in jedem Szenario vorgesehenen Zusammenstellung von angebotenen Bausteinen werden die individuell nutzbaren Bausteine definiert. Diese Bausteine werden dann in dem Wahlentscheidungsmodell verwendet, um die Wechselbereitschaften auf die schienen- und luftverkehrsbasierten Intermodalangebote zu simulieren.

Als Ergebnis dieses modellbasierten Mikrosimulationsverfahrens steht je Szenario eine Reisedatei zur Verfügung, die alle relevanten Informationen über die zugrundeliegende simulierte Reise, die intermodalbezogenen Wahlentscheidungen sowie die reisenden Personen enthält. Die Ergebnisse der Simulationen werden im nächsten Abschnitt vorgestellt.

10.3 Ergebnisse

Die nachfolgenden Ergebnisse stellen die Potentiale intermodaler Verkehrs-dienstleistungen dar. Es werden die Basisdienstleistungen der jeweiligen Verkehrs-träger dabei um Zusatzdienstleistungen ergänzt, die eine kombinierte Nutzung von verschiedenen Verkehrsmittel innerhalb einer Reisekette vereinfachen sollen.

Grundsätzlich erfassen die Potentiale die in einer Bevölkerung vorhandene latente Nachfrage nach bestimmten Leistungen. Diese Nachfrage muss jedoch als oberste Grenze der abzusetzenden Leistungen in Markt angesehen werden. Aufgrund verschiedener Limitationen wird diese latente Nachfrage jedoch nur in Ausnahmefällen vollständig zu aktivieren sein und ist daher als maximale Obergrenze („best case“) zu betrachten.

Dieser „best case“ ist eine langfristige, optimistische Projektion und unterstellt, dass alle Reisenden die angebotenen Leistungen konsumieren (können). Dem steht aber entgegen, dass diese Leistungen von den Anbietern tatsächlich flächendeckend bereitgestellt werden müssen und dieses zusätzlich auch überall zu einem dem unterstellten, einheitlichen Preis. Des weiteren müssen die Reisenden hinreichende Informationen besitzen, für welche realen Reiseereignisse die angebotenen Leistungen zu einem individuellen Mehrwert (Nutzensteigerung) führen, und bei höherem Gesamtnutzen diese Leistungen auch kaufen.

Diese Annahmen stellen verständlicherweise nur ein theoretisches Ideal dar, da die Reisenden nur in den wenigsten Fällen über vollständige Informationen verfügen und auch nur dann ihre jeweiligen Nutzen objektiv bestimmen können. Darüber hinaus müssten die Reisenden willens sein diese nutzenstiftenden Zusatzleistungen auch tatsächlich zu kaufen. Der dabei unterstellte „homo oeconomicus“ ist aber nach neueren wissenschaftlichen Erkenntnisse ein unzureichendes Modell des Konsumenten, da es

203

bspw. (irrationale, aber real beobachtbare) Wünsche, Vorlieben und Abneigungen gar nicht berücksichtigen kann. Andererseits sind auch die Anbieter aus wirtschaftlichen Erwägungen nicht daran interessiert, Leistungen zu allen Zeitpunkten und an allen Orten zu einem einheitlichen Preis zur Verfügung stellen139.

Während aus diesem „best case“-Szenarien lediglich eine obere Grenze der Nachfragepotentiale resultiert, soll mit korrespondierenden „realistic case“-Betrachtungen eine mögliche Untergrenze der vorhanden Potentiale bestimmt werden. Unter der Annahme, dass die betrachteten intermodalen Zusatzleistungen unter wirtschaftlichen Gesichtspunkten nur im verdichteteren Räumen angeboten werden, wurden für die „realistic case“-Szenarien nur Reisende aus höher verdichteten Räumen (Gemeinden) berücksichtigt. Um auch der begrenzten Information im Markt bzw. der zu erwartenden Informationsdurchdringung Rechnung zu tragen, wurden zudem nur solche Reisenden berücksichtigt, die zu dem so genannten „Innovatoren“ gehören oder den ersten zwei Dritteln der „Majority“ (early majority) zuzurechnen sind. Solche Nutzer, die eine Leistung erst sehr spät nach Markteingang zu kaufen bereit sind („Zauderer“/ “laggards“ und „late majority“) wurden somit im „realistic case“ bewusst als potentielle Nutzer intermodaler Zusatzleistungen ausgeschlossen, da zu erwarten ist, dass sie den erforderlichen Informationsaufwand scheuen und die mit den Zusatzleistungen verbundenen Risiken140 vermeiden wollen.

Interessanterweise wäre es aber möglicherweise aber gerade diese Nutzergruppe, die durch ihre individuellen Eigenschaften überproportional von den Vorteilen solcher intermodaler Zusatzleistungen profitieren könnten. In der Gruppe der „Zauderer“ finden sich wie oben dargestellt überdurchschnittlich viele Geringmobile, die bei den seltenen Reisen ihre mangelnde Routine oder Erfahrung mit unterschiedlichen Verkehrsmitteln/-trägern durch die TOPAS-Bausteine kompensieren könnten.

Die Szenarienberechnungen ergaben für die „best cases“ sehr hohe Marktanteilsgewinne für den Schienenverkehr. Im Falle der „realistic cases“ schwanden

139 Durch nachfrageorientierte Preisgestaltung wird nicht nur betriebswirtschaftlich ein höherer Gewinn erzielbar, sondern auch volkswirtschaftlich wird ein ökonomischerer Einsatz von Ressourcen sichergestellt.

140 Die mit den Zusatzleistungen verbundenen Dienstleistungsversprechen können nur unter bestimmten Bedingungen von den Unternehmen erfüllt werden, so dass immer ein Restrisiko bleibt, dass die bezahlte Leistung nicht erbracht werden kann. Nutzer , die mangels eigener Intermodalität nicht in der Lage sind, solche Leistungsausfälle selbst zu kompensieren, werden wahrscheinlich das subjektive Risiko und deren Folge höher bewerten und daher den geforderten Preis für die Leistung als zu hoch bewerten.

204

diese Zugewinne jedoch auf wenige Prozentpunkte. Für den Luftverkehr waren die Gewinne in beiden Fällen sehr moderat. Dieses deutet darauf hin, dass

• die Verkehrsunternehmen heute schon Teile der vorhandene Potentiale bedienen,

• die bedienten Potentiale relativ hohe Nutzerintermodalitäten besitzen und daher nur bedingten Nutzen aus den angebotenen Zusatzleistungen ziehen können und

• die verbleibenden Nachfragepotentiale nur durch ein flächendeckendes Angebot an Zusatzleistungen erschlossen werden können. Ein flächendeckendes Angebot bedeutet aber höher Kosten für die Unternehmen und daraus resultierend höhere Preise für die Nutzer, was letztlich wiederum zu einem sinkenden Nachfragepotential führt.

In der nachfolgende Tabelle 33 sind die Ergebnisse der Szenariorechnungen („realistic case“) in Form der Marktanteile der Verkehrsträger Schiene und Luft ausgewiesen141. Es sind die resultierenden Werte für die Verkehrsträger gesamt und auch für die Angebote mit intermodalen Zusatzleistungen dargestellt.

Verkehrsträger Nullfall Fall 1a Fall 2a Fall 1b Fall 2b kein Gepäck-Service alle Services Absolutwerte [%] Straße (gesamt) 74,6 73,8 73,4 73,5 73,1 Schiene (gesamt) 14,1 14,8 15,3 14,9 15,5 Luft (gesamt) 11,3 11,3 11,4 11,3 11,4 Veränderungen [%-Punkte] Schiene (gesamt) 0,0 +0,7 +1,2 +0,8 +1,4 Schiene (klassisch) 0,0 -0,3 -0,4 -0,4 -0,5 Schiene (intermodal) 0,0 +1,0 +1,6 +1,2 +1,9 Luft (gesamt) 0,0 +0,0 +0,1 +0,1 +0,1 Luft (klassisch) 0,0 -0,3 -0,4 -0,3 -0,4 Luft (intermodal) 0,0 +0,3 +0,5 +0,4 +0,5 Tabelle 33 Marktanteile in den Szenarien („realistic case“)

Anders als in den „best cases“ können im realistischen Fall nur sehr moderate Zuwächse für die kollektiven Verkehrssysteme erwartet werden. In den Fällen ohne Gepäck-Service (1a/2a) gewinnt der Schienenverkehr bis zu 1,2 Prozentpunkte, mit Berücksichtigung des Gepäck-Services kann der Schienen-Marktanteil bis um 1,4 Prozentpunkte steigen. Der Schienenverkehr kann dabei überproportional von den

141 Tabellarische Übersichten zu den „best cases“ finden sich in der Anlage 10

205

Marktanteilsveränderungen profitieren, die Anstiege liegen bis zum Zehnfachen über denen des Luftverkehrs. Im Luftverkehr handelt es sich im Wesentlichen um eine „Kannibalisierung“ des bestehenden Luftverkehr. Dieses lässt sich so deuten, dass in geringen Teile der Luftverkehrsnachfrage noch Bereitschaft besteht, zusätzliche Leistungen zu erwerben. Interessanterweise ist dieser Kannibalisierungseffekt im Schienenverkehr ähnlich groß, jedoch lassen sich auch Neukunden gewinnen, die zuvor die Reisen im motorisierten Individualverkehr unternommen haben.

vorher\ nachher Schiene (intermodal) Luft (intermodal) Straße 62,9 % 46,9 % Schiene (klassisch) 28,4 % 4,6 % Luft (klassisch) 8,7 % 48,5 % Summe 100,0 % 100,0 % Tabelle 34 Quelle der Verlagerungspotentiale

Die Tabelle 34 zeigt detaillierter woher die Verlagerungspotentiale stammen. Während die Zuwächse im Schienenverkehr zu fast 63 Prozent aus dem Straßenverkehr gewonnen werden können, sind es im Luftverkehr nur knapp 47 Prozent. Fast die Hälfte der Nachfrage nach Flugreisen mit intermodalen Zusatzleistungen absolviert die Reisen zuvor auch per Flugzeug, bei Bahnreisen waren dieses nur 28 Prozent. Zu geringeren Teilen findet nach den Modellberechnungen auch ein Austausch zwischen den Kollektivverkehren statt, dieser ist aber im Verhältnis zur Gesamtnachfrage gering.

In den untersuchten Szenarien wird offenbar, dass die tatsächlichen Verlagerungs-potentiale durch intermodale Angebote relativ gering sind. Grundsätzlich besteht jedoch eine nicht zu unterschätzende Nachfrage nach Zusatzleistungen, die das Reisen vereinfachen. Insbesondere die kombinierte Benutzung verschiedener Verkehrsmittel/-träger innerhalb einer Reisekette würde durch solche Angebote unterstützt. Die im Rahmen der „best cases“ bestimmten Verlagerungen könnten unter idealen Voraussetzungen signifikante Unterstützung der umweltfreundlicheren kollektiven Verkehrsmittel im Personenfernverkehr leisten. Werden aber die Limitationen berücksichtigt, die sich aus einer von den Unternehmen geforderten Wirtschaftlichkeit solcher Angebote ergeben, so zeigen die berechneten „realistic cases“ sehr deutlich, dass nur durch marktwirtschaftliche Mechanismen keine große Nachfragewirkungen erzielt werden können.

Um die Verlagerungswirkungen zu unterstützen, müssten bestehende Hemmnisse (s. Kapitel 4.1) reduziert werden, um den Unternehmen Anreize zu geben, solche intermodalen Angebote anzubieten. Gegenwärtig sind die impliziten Kosten für die Verkehrsdienstleistungsunternehmen durch z.B. fehlende Standardisierung zu hoch, um einfache und damit kostengünstige Lösungen zu ermöglichen. Wird unterstellt, dass die Verkehrsträgersysteme langfristig nicht nur infrastrukturell „zusammenwachsen“,

206

sondern sich auch „intermodale Mobilitätsdienstleister“ erfolgreich im Markt etablieren, so dürfte die Nutzung umweltfreundlicher Kollektivverkehrsmittel nachhaltig steigen.

11 Ausblick

Im Personenfernverkehr dominieren immer noch „modale Denkmuster“. Kurz- und mittelfristig werden daher die vorhandenen Nachfragepotentiale nach intermodalen Angebotskonzepten nur unzureichend ausgeschöpft werden können. Doch mit einer zunehmenden „Intermodalisierung“ der planerischen Prozesse und Entscheidungen werden die trennenden Elemente zwischen den Teilverkehrssystemen mehr und mehr in den Hintergrund rücken. Das wiederum legt nahe, dass integrierte Planungen im Verkehrskontext langfristig zur Selbstverständlichkeit werden, was beispielsweise in der Raumplanung heute schon gegeben ist.

Andererseits ist zu erwarten, dass bestimmte Entwicklungen, die heute innerhalb der Teilverkehrssysteme Schienen- und Luftverkehr zu beobachten sind, langfristig die Grenzen der „klassischen“ Verkehrsträger überwinden. Der anhaltende Trend zur Bildung von Allianzen und die langsam fortschreitende Konsolidierung der liberalisierten Verkehrsmärkte werden dazu führen, dass sich Fluggesellschaften und Eisenbahnunternehmen selbst zu Mobilitätsprovidern entwickeln oder über neu entstehende Unternehmen ihre spezifischen Leistungen am Markt anbieten.

Langfristig wird es daher zu einer Zweiteilung des Marktes für Mobilitätsleistungen kommen. Auf der einen Seite werden Integratoren unterschiedliche Leistungen zu individuellen Dienstleistungspaketen („mass customization“) zusammenstellen und diese als Einheiten mit einem spezifischen Mehrwert für zahlungsbereite Kunden am Markt anbieten. Andererseits werden spezielle Anbieter sich auf bestimmte Teilmärkte und/oder standardisierte Teilleistungen spezialisieren, um sie einer großen Zahl preissensibler Kunden anzubieten („mass production“).

Im Vorfeld zukunftsbezogener Entscheidungen sind Wirkungsabschätzungen not-wendig, um Nutzen und Schaden einzelner Maßnahmen für Gesellschaft, Wirtschaft und Umwelt quantifizieren und vergleichen zu können. Simulationsrechnungen werden daher oft auch als Grundlage unternehmerischer und politischer Entscheidungs-prozesse herangezogen.

Die Anforderungen an Simulationsmodelle haben in den letzten Jahrzehnten stetig zugenommen. Dies ist auch auf den gestiegenen Grad der Vernetzung innerhalb der Gesellschaft, den stetig schneller werdenden Trendveränderungen und der damit einhergehenden Steigerung der Komplexität der Probleme zurückzuführen.

207

Diese aus den Aufgaben heraus gestiegenen Anforderungen haben zu einer zunehmenden Verbesserung und Verfeinerungen der Simulationsmethoden geführt. Dabei konnte mithilfe leistungsfähiger Rechnersysteme nicht nur der Entwicklungs-schritt hin zu den mikroskopischen Ansätzen geleistet werden.

Die neue Modellgeneration längsschnittorientierter Ansätze, zu denen auch das in dieser Arbeit vorgestellte Simulationsmodell für den Personenfernverkehr gehört, ist für eine Vielzahl neuartiger Einsatzbereiche geeignet und verspricht eine neue Ergebnisdimension. Die Erweiterung des Blickwinkels um den zeitlichen Längsschnitt spielt hierbei eine entscheidende Rolle, da diese neue Modellgeneration die intrapersonelle Variation des Verhaltens im zeitlichen Längsschnitt erfasst und in der Simulation operationalisiert. Die hier vorgestellten Anwendungsfälle zeigen die Bandbreite in der Anwendung dieses Modellansatzes. Hier können Wirkungs-zusammenhänge abgeschätzt werden, die mit bisherigen Modellkonzepten nicht erklärbar gewesen wären. So können mit Hilfe derartiger Modelle durch die Längsschnittorientierung erstmals durch Simulation Nutzer von Nicht-Nutzern unterscheiden werden. Dies ist ein wichtiger Schritt z.B. auf dem Weg zur Einschätzung der Bedeutung von Kundensegmenten für ein Unternehmen.

Die heute vorhandenen leistungsfähigen Rechnersysteme erlauben auch für große Untersuchungsgebiete Simulationen bei zufriedenstellenden Rechenzeiten. Dem Einsatz dieser mikroskopischen Modelle für nationale oder europäische Fragestellungen stehen in Zukunft hard- und softwareseitig kaum Schwierigkeiten im Wege. Die entscheidende Beschränkung zur Entwicklung solcher Modellsysteme ist daher eher in der notwendigen Datengrundlage zu sehen.

Die hervorragende Ausgangslage zur Entwicklung von mikroskopischen, längsschnittorientierten Modellen ist besonders den in den letzten Jahren verstärkten Anstrengungen zur Erhebung von Verhalten im intrapersonellen Längsschnitt zu verdanken. Die Erhebungen des Deutschen Mobilitätspanels und des Projektes INVERMO ermöglichen eine zusätzliche Dimension der Analyse und Modellierung. Mit dem vorliegenden Modell ist ein erster konsequenter Schritt in diese Richtung getan. Dennoch steht die Wissenschaft erst am Anfang längsschnittorientierter Betrachtungen. Deren wahre Bedeutung und ihr Nutzen wird sich erst in den nächsten Jahren zeigen.

Simulationsmodelle sind als Grundlage politischer und unternehmerischer Entscheidungen zu sehen. Die Entscheidungen selbst werden nach wie vor von Unternehmern bzw. Politikern und nicht von Gutachtern getroffen. Die gutachterliche Aufgabe besteht darin, der Wirtschaft und der Politik weitestgehend objektive Entscheidungshilfen zu liefern. Das im Rahmen dieser Arbeit entwickelte

208

Simulationsmodell stellt eine Erweiterung der gutachterlichen Möglichkeiten für das Segment des Personenfernverkehrs dar.

209

12 Literatur

Zwischenberichte zum Projekt INVERMO

Chlond, B., Manz, W., Zumkeller, D. [2000] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 1. Zwischenbericht, Karlsruhe 2000

Chlond, B.; Manz, W.; Zumkeller, D. [2001a] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 2. Zwischenbericht, Karlsruhe 2001

Chlond, B.; Manz, W.; Zumkeller, D. [2001b] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 3. Zwischenbericht, Karlsruhe 2001

Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2002a] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 4. Zwischenbericht, Karlsruhe 2002

Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2002b] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 5. Zwischenbericht, Karlsruhe 2002

Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2003a] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 6. Zwischenbericht, Karlsruhe 2003

Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2003b] Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzerakzeptanz (INVERMO), 7. Zwischenbericht, Karlsruhe 2003

210

Veröffentlichungen im Rahmen des Projektes INVERMO

Chlond, B.; Manz, W. [2000] INVERMO das Mobilitätspanel für den Fernverkehr, Dynamische und statische Elemente des Verkehrsverhaltens – Das Deutsche Mobilitätspanel, Wissenschaftliches Kolloquium Karlsruhe 2000, erschienen in: Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft e. V., Heft B 234, Bergisch Gladbach 2001

Chlond, B.; Last, J.; Manz, W.; Zumkeller, D. [2004] Eckwerte des Personenfern-verkehrs in Deutschland, in : Internationales Verkehrswesen, Heft 10/2004

Last, J.; Manz, W. [2002] Notions of Intermodality in Inter-City Passenger Transport, in: Proceedings of the International FOVUS Symposium, Stuttgart 2002

Last, J.; Manz, W. [2003] Unselected mode alternatives: What drives modal choice in long-distance passenger transport, 10th International Conference on Travel Bahaviour (IATBR), Luzern 2003

Last, J.; Manz, W.; Zumkeller, D. [2003] Heterogenität im Fernverkehr: Wie wenige reisen wie viel?, in: Internationales Verkehrswesen, Heft 6/2003

Last, J. [2005] Barrieren und Nachfragepotentiale intermodaler Angebots-konzepte im Personenfernverkehr, Schriftenreihe des Instituts für Verkehrswesen der Universität Karlsruhe, Karlsruhe 2005, in Vorbereitung

Manz, W. [2004] Mikroskopische längsschnittorientierte Abbildung des Personen-fernverkehrs, Schriftenreihe des Instituts für Verkehrswesen der Universität Karlsruhe, Heft 62, Karlsruhe 2004

Zumkeller, D. [2002] Von der Mono- zur Multimodalität im Personenfernverkehr: Wie wenige reisen wie viel?, Tagungsband Deutscher Straßen und Verkehrskongress, München 2002

211

Weiterführende Literatur

Alonso, W. [1968] The Quality of Data and the Choice and Design of Predictive Models, Highway Research Board, Special Report 97, Washington 1968

Axhausen, K.W. et al [1996] Hinweise zur Messung von Präferenzstrukturen mit Methoden der Stated Preferences, Forschungsgesellschaft für Straßen- und Verkehrswesen, Köln 1996

Axhausen, K.W. [1989] Eine ereignisorientierte Simulation von Aktivitätenketten zur Parkstandswahl, Schriftenreihe des Institut für Verkehrswesen der Universität Karlsruhe, Heft 40, Karlsruhe 1989

Axhausen, K.W.; Youssefzadeh, Maria [1999a] MEST, Methods for european surveys of travel behavior, Deliverable D2, Innsbruck, 1999

Axhausen, K.W.; Youssefzadeh, Maria [1999b] MEST, Methods for european surveys of travel behavior, Final Report, Innsbruck, 1999

Axhausen, K.W. [2001] Modellierung der Verkehrsnachfrage auf Basis von Individual-entscheidungen, DLR Sommerschule, Berlin, September 2001

Baum, H. et al. [1994] Strukturelle Hemmnisse einer Integration der Verkehrssysteme, Deutsches Verkehrsforum e.V. , Bonn, Dezember 1994

Beckmann, K. J. [2003] Grundlagen der Verkehrsplanung, Skriptum zur Vorlesung, Lehrstuhl für Stadtbauwesen der RWTH Aachen

Beecroft, M.; Chatterjee, K.; Lyons, G. [2003] Long Distance Travel, The sixth of eight reports from Transport Visions Network, Transport Research Group, University of Southampton, London 2003

Ben-Akiva, M; Lerman, S. R. [1985] Discrete Choice Analysis Theorie and Application to Travel Demand, MIT Press, Cambridge, London 1985

Belener, P. [2002] Der Dienstleistungscharakter des öffentlichen Personenverkehrs, Seminararbeit am Institut für Verkehrswesen der Universität Karlsruhe, Karlsruhe 2002

Bernhard, H. [2000] Schienenanbindung der deutschen Flughäfen, ADV-Schriften-reihe, 2000

212

Blechinger, W.; Brög, W.; Zumkeller, D. [1981] Marktanalyse des Verhaltens im Personenfernverkehr (KONTIFERN), Socialdata GmbH, München 1981

Blechinger, W. et all [1982] Individualverhaltensmodell des Personenfernverkehrs auf Basis des Situationsansatzes, Studie im Auftrag des Bundesministeriums für Verkehr, München 1982

Brög, W. [1981] Individuelles Verhalten als Basis verhaltensorientierter Modelle, in: Verkehrsnachfragemodelle, Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft DVWG, Band B57, S.136-188, Köln 1981

Brüggemann, U.; Kröpel, S.; Lehmann, H. [2003] Das Verkehrsnachfragemodell AVENA und seine Anwendung, in: Internationales Verkehrswesen Heft 3/2003

Bruhn, M.; Meffert, H. (Hrsg.) [1998] Handbuch Dienstleistungsmanagement, Gabler Verlag, Wiesbaden, 1998

Bundesminister für Verkehr (Hrsg.) [1988] Ermittlung der Verkehrsnachfrage, Forschung Stadtverkehr, Reihe Auswertungen, Heft A4, Köln 1988

Cabanne, I. [2003] A long term model for long distance travel in France, Conference Proceedings der European Transport Conference, Straßburg, 8.-10.10.2003

Cerwenka, P. [2000] Zur Sehnsucht der Mobilen: Pünktlich und rasch überall, Inter-nationales Verkehrswesen, 52(5), 2000

Cerwenka, P. [2001] Strategien zur Attraktivierung von Intermodalität, Straßen-verkehrstechnik , (11), 2001

Chlond, B. [1996] Zeitverwendung und Verkehrsgeschehen, Schriftenreihe des Instituts für Verkehrswesen der Universität Karlsruhe, Heft 55, Karlsruhe 1996

Chlond, B. et al [2001] Auswertung zum Deutschen Mobilitätspanel 1999-2001, Haushaltsbefragung zur Alltagsmobilität in verschiedenen Raumtypen, Schlussbericht zum FE-Projekt 70608 / 00 im Auftrag des Bundesministeriums für Verkehr, Bau- und Wohnungswesen, Institut für Verkehrswesen, Karlsruhe 2001

213

Corsten, H., Stuhlmann, S. [1998] Zur Mehrstufigkeit in der Dienstleistungs-produktion, in Bruhn, M; Meffert, H. (Hrsg.) Handbuch Dienst-leistungsmanagement, Gabler Verlag, Wiesbaden 1998

DATELINE [2004] Internetpräsentation unter URL http://www.ncl.ac.uk/dateline/

DESTATIS [2002] Statistisches Bundesamt, Wiesbaden, unter URL http://www.destatis.de/download/verk/vdow231.xls, 15.10.02

DESTATIS [2003] Informationen Mikrozensus und EVS (Einkommens- und Verbrauchsstichprobe) unter URL www.destatis.de

Dressler, F. [2003] Erfolgsfaktoren bei der Anwendung von intermodalen Verkehrs-konzepten aus der Sicht einer Netzwerkfluggesellschaft, Diplom-arbeit an der Technischen Universität Berlin – FB Flugführung und Luftverkehr, 2003

Engelhardt, K. et al [2002] Mobilität in Deutschland, in: Internationales Verkehrswesen Heft 4/2002

Escher, A. [2001] Individuelles Entscheidungsverhalten bei der Verkehrsmittelwahl im Fernverkehr, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2003

EUROSTAT [1995] Proposal for definitions and variables of a household survey for mobility, in Minutes of the Task Force on Transport and Tourism Statistics, Luxembourg, 31.1.-1.2.1995

Forschungsgemeinschaft Urlaub und Reisen e.V. (F.U.R) (Hrsg.) [1989] Die Reiseanalyse RA 98 Urlaub + Reisen, Zentralarchiv für empirische Sozialforschung, Köln 1989

Hägerstrand, T. [1970] What about people in Regional Science?, Papers of the Regional Science Association, 24, S. 7-21, Pennsylvania 1970

Hautzinger, H.; Kessel, P. [1977] Mobilität im Personenverkehr, in: Bundesminister für Verkehr (Hrsg.): Forschung Straßenbau und Straßenverkehrstechnik, Heft 231, Bonn

Heidemann, D.; Wimber, P. [1982] Typisierung von Verkehrsstärkeganglinien durch clusteranalytische Verfahren, Straßenverkehrszählungen, Schriftenreihe der Bundesanstalt für Straßenwesen, Köln 1982

http://www.destatis.de/

214

Heinickel, G., Dienel, H.-L. [2002] Mobilitäts- und Verkehrsforschung, Neuere empirische Methoden im Vergleich, Bonn 2002

Hensher, D.; Button, K. (Hrsg.) [2000] Handbook of Transport Modelling, edited by Hensher, Button, Elsevier 2000

Hinze, P. [2003] Bilanz eines Desasters, Zeitschriftenartikel, in: Focus, 8. September 2003

Holz, S. [1978] Verhaltensorientierte Modelle in der Verkehrsplanung, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 1978

Holzapfel, H. [1980] Verkehrsbeziehungen in Städten, Schriftenreihe des Instituts für Verkehrsplanung und Verkehrswegebau der TU Berlin, Heft 5, Berlin 1980

IATA Air Transport Consultancy Services [2003] Air/ rail intermodality study, Final report, Februar 2003

ICE-Park-Montabaur [2004] Internetpräsentation des ICE-Park Montabaur unter URL www.ice-park-montabaur.de, Verbandsgemeinde Montabaur, Wirtschaftsförderung, Stand 2004

Infratest [2001] INVERMO – Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung von Nutzerbedürfnissen, 2. Zwischenbericht, München 2001

Intraplan [2003] Bemessungsverkehrsstärken vor dem Hintergrund sich verändernder Pegel, Entwurf des Schlussberichtes, München 2003

Keppeler, B. [1989] Methodische Ableitung eines preiselastischen Nachfragemodells für den Schienenpersonenfernverkehr, Hannover 1989

Keuchel, S. [1994] Wirkungsanalyse von Maßnahmen zur Beeinflussung des Verkehrsmittelwahlverhaltens, Münster, 1994

Kickner, S. [1998] Kognition, Einstellung und Verhalten – Eine Untersuchung des individuellen Verkehrsverhaltens in Karlsruhe, Schriftenreihe des Institut für Verkehrswesen der Universität Karlsruhe Heft 56, Karlsruhe 1998

Kommission der Europäischen Gemeinschaften [1997] Intermodality and inter-modal freight transport in the European Union, Brüssel, 1997

215

Kommission der Europäischen Gemeinschaften [2001] Weißbuch – Die europä-ische Verkehrspolitik bis 2010: Weichenstellungen für die Zukunft, Brüssel 2001

Krämer, T [1992] Der Modal-Split im Personenfernverkehr, Veröffentlichung des Verkehrswissenschaftlichen Institutes der Rheinisch-Westfälischen Technischen Hochschule Aachen Heft 47, Aachen 1992

Küchler, R. [1985] Wegekettenorientierte Verkehrsberechnungsmodelle, TH Darmstadt, Darmstadt 1985

Kunert, U. et al [2003] Mobilität in Deutschland – KONTIV 2002. Kontinuierliche Erhebung zum Verkehrsverhalten, Projektbericht (Entwurf), Bonn 2003

Kutter, E. [1972] Demographische Determinanten städtischen Personenverkehrs, Veröffentlichung des Institut für Stadtbauwesen Heft 9, Braunschweig 1972

Kutter, E. [2003] Modellierung für die Verkehrsplanung, ECTL Working Paper 21, Technische Universität Hamburg-Harburg (Hrsg.), Hamburg 2003

Lambert, W.; Thiele, H.; Treibel, W.; Henseling, J. [1969] Anbindung der Verkehrsflughäfen in der Bundesrepublik Deutschland an öffentliche Schnellverkehrsnetze, Arbeitsgemeinschaft Deutscher Verkehrsflughäfen, Stuttgart, 1969

Lipps, O. [2001] Modellierung der individuellen Verkehrsvariation bei der Verkehrsentstehung, Schriftenreihe des Institut für Verkehrswesen der Universität Karlsruhe Heft 58, Karlsruhe 2001

Lorenz, J.-P. [2003] Typisierung von Reisen im Fernverkehr, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2003

Louvier, J.J.; Hensher, D.A.; Swait, J.D. [2000] Stated Choice Methods – Analysis and Application, Cambridge University Press, Cambridge 2000

Mäcke, P. [1964] Das Prognoseverfahren in der Straßenverkehrsplanung, Wiesbaden 1964

216

Maleri, R. [1998] Grundlagen der Dienstleistungsproduktion, in: Bruhn, M.; Meffert, H. (Hrsg.) Handbuch Dienstleistungsmanagement, Gabler Verlag, Wiesbaden 1998

McFadden, D. L. [2002] The Path to Discrete-Choice Models, in ACCESS Nr. 20, Transportation Research at the University of Califoria, www.uctc.net, Berkeley 2002

Meffert, H.; Perrey, J.; Schneider, H. [2000] Grundlagen marktorientierter Unter-nehmensführung im Verkehrsdienstleistungsbereich, in: Meffert, H. (Hrsg) Verkehrsdienstleistungsmarketing, Gabler, Wiesbaden 2000

Molitor, A. [2001] Operation Größenwahn, Zeitungsartikel, in: DIE ZEIT, Nr. 31, 26. Juli 2001

Müller, H. [1999] Habitualisiertes versus überlegtes Entscheiden bei der Verkehrs-mittelwahl, in: Schlag, B. (Hrsg.) Empirische Verkehrspsycho-logie, Pabst Science Publishers, Lengerich 1999

Noelle-Neumann, E. [2000] Alle, nicht jeder: Einführung in die Methoden der Demoskopie, Berlin 2000

Nowak, H.; Becker, U. [1981] The Everyday Life Approach as a New Perspective in Opinion and Marketing Research, in MARKETING AND RESEARCH TODAY; E.S.O.M.A.R., Amsterdam 1981

Ortuzar, J. de D.; Willumsen, L. G. [1990] Modelling Transport, John Wiley Sons, Chichester, New York, Brisbane, Toronto, Singapore, 1990

Ottmann, P. [2003] Ansätze zur Modellierung von Wahlentscheidungen im Fernverkehr, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2003

Petersen, M. [2003] Multimodale Mobilutions und Privat-Pkw, Discussion paper SP III 2003-108, Wissenschaftszentrum Berlin, Berlin 2003

Pousttchi, P. [2001] Kompetenzorientiertes strategisches Management intermodaler Verkehrsdienstleistungen, Gabler verlag, Wiesbaden 2001

Radke, S. [2000] Verkehr in Zahlen 2000/2001, Bundesministerium für Verkehr, Bau- und Wohnungswesen (Hrsg.), Berlin 2001

217

Radke, S. [2002] Verkehr in Zahlen 2002/2003, Bundesministerium für Verkehr, Bau- und Wohnungswesen (Hrsg.), Berlin 2002

Richardson, A.J.; Ampt, E.S.; Meyburg, A.H. [1995] Survey Methods for Transport Planning, S. 306 ff, Melbourne 1995

Rizk-Antonius, R. [2002] Qualitätswahrnehmung aus Kundensicht, Gabler Verlag, Wiesbaden 2002

Rogers, E. M. [1995] Diffusion of Innovations, 4th edition, The Free Press, New York 1995

Roth, Gerhard [2003] Fühlen, Denken, Handeln – Wie das Gehirn unser Verhalten steuert, S. 375 ff, Frankfurt 2003

Schmelzer, L. [2003] Auslaufmodell Allianzen, Börsenzeitung vom 10. Oktober 2003

Schmiedel, R. [1984] Bestimmung verhaltensähnlicher Personenkreise für die Verkehrsplanung, Schriftenreihe des Instituts für Städtebau und Landesplanung der Universität Karlsruhe, Band 18, Karlsruhe 1984 [661-18]

Schnabel, W.; Lohse, D. [1997] Grundlagen der Straßenverkehrstechnik und der Verkehrsplanung, Berlin 1997

Schnell, R. [1997] Nonresponse in Bevölkerungsumfragen, S. 245 ff, Opladen 1997 [5113]

Schultz, C. [2001] Segmentierung von Fernverkehrskunden nach soziodemo-graphischen Aspekten, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2001

Schulze, C. [1999] Zur Wahrnehmung der Dienstleistungsqualität im Schienen-personennahverkehr durch die Kunden, in: Schlag, B. (Hrsg.) Empirische Verkehrspsychologie, S. 211-226, Pabst Science Publ., Lengerich 1999

Siefke, A. [1998] Zufriedenheit mit Dienstleistungen, Peter Lang Verlag, 1998

Sparmann, U. [1980] ORIENT - Ein verhaltensorientiertes Simulationsmodell zur Verkehrsprognose, Schriftenreihe des Instituts für Verkehrswesen der Universität Karlsruhe, Heft 20, Karlsruhe 1980

218

Stenger, A. [2003] COPPER – Pünktlichkeit und Performance auf eine Blick, FlightcrewInfo Nr. 6, S. 6-7, 2003

Stuhlmann, S. [1999] Die Bedeutung des externen Faktors für die Dienstleistungs-produktion, in: Corsten, H.; Schneider, W. (Hrsg.) Wettbewerbs-faktor Dienstleistung, Verlag Franz Vahlen, München 1999

Szyliowicz, J. S. [2003] Decision-making, intermodal transportation and sustainable mobility: towards a new paradigm, in: International Social Science Journal, 55(5), S. 185-198, 2003

Szyliowicz, J. S.; Dempsey, P.S. [2000] Symposium on intermodal transportation: Introduction, Transportation Law Journal, 27, S. 295-298, 2000

Train, K. [2003] Discrete Choice Methods with Simulation, University Press Cambridge 2003

Treiber, M. [2001] Methoden zur mikroskopischen Simulation von Reiseereignissen im Fernverkehr, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2001

Verron, H. [1986] Verkehrsmittelwahl als Reaktion auf ein Angebot, Schriftenreihe des Instituts für Verkehrsplanung und Verkehrswegebau der Technische Universität Berlin, Heft 20, Berlin 1986

Walker, J. [2001] Extended Discrete Choice Models: Integrated Framework, Flexible Error Structures, and Latent Variables, Ph.D. Dissertation, Department of Civil and Environmental Engineering, Massachusetts, Institute of Technology

Waßmuth, V. [2001] Modellierung der Wirkung verkehrsreduzierender Siedlungskonzepte, Schriftenreihe des Institut für Verkehrswesen der Universität Karlsruhe Heft 60, Karlsruhe 2001

Weinert, W. [2003] Zwei Jahre AIRail – eine Zwischenbilanz, in: Transrapid Symposium 2002, Dokumentation, München 2003

Wermuth, M. [1978] Struktur und Effekte von Faktoren der individuellen Aktivitätennachfrage als Determinanten des Personenverkehrs, München 1978

Wermuth, M. [1979] Verhaltensorientierte Nachfragemodelle, Entwicklung und Stand der Kunst, WIST, Inf. Nr. 45, 1979

219

Wermuth, M. [1981] Verhaltensorientierte Verkehrsnachfragemodelle, Konzeption und praktische Anwendbarkeit, in: Verkehrsnachfragemodelle, Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft DVWG, Band B57, S.96-135, Köln 1981

Wermuth, M. [1986] Modellvorstellung zur Prognose, in: Steierwald, K. (Hrsg.) Stadtplanung Grundlagen – Methoden – Ziele, Springer-Verlag 1986

Wössner, H. [2001] Analyse kundenspezifischer Aspekte des Mobilitätsverhaltens im Fernverkehr, Diplomarbeit am Institut für Verkehrswesen, Karlsruhe 2001

Zumkeller, D.; Chlond, B.; Lipps, O. [1999] Das Mobilitäts-Panel (MOP) – Konzept und Realisierung einer bundesweiten Längsschnittbetrachtung, Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft, Heft B 217, S. 33-72, Bergisch Gladbach 1999

Zumkeller, D.; Chlond, B.; Kuhnimhof, T. [2003] Panelauswertung 2002, Schlussbericht, Karlruhe 2003

Zumkeller, D.; Chlond, B.; Manz, W. [2001] Panelauswertung 1999/2000, Schlussbericht, Karlruhe 2001

Zumkeller, D.; Herry, M.; Heinisch, R. [1985] Wie verändert der IC-E den Markt? Eine Prognose zum Hochgeschwindigkeitsverkehr der Deutschen Bundesbahn, in: Internationales Verkehrswesen, Heft 6/1985

Zumkeller, D. [1989] Ein sozialökologisches Verkehrsmodell zur Simulation von Maßnahmewirkungen, Institut für Stadtbauwesen, Technische Universität Braunschweig, Braunschweig 1989

Zumkeller, D. [2000] Eigenschaften von Paneluntersuchungen – Anwendungen und Einsatzmöglichkeiten im Verkehrsbereich, Dynamische und statische Elemente des Verkehrsverhaltens – Das Deutsche Mobilitätspanel, Wissenschaftliches Kolloquium Karlsruhe 2000, erschienen in: Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft e. V., Heft B 234, Bergisch Gladbach 2001

Zumkeller, D. [2001] Materialsammlung zur Vorlesung Verkehrsplanung - Modellierung von Verkehrsverhalten, Skriptum zur Vorlesung, Institut für Verkehrswesen der Universität Karlsruhe

221

13 Verzeichnis der Anlagen

Anlage 1: Beschreibung der Feldarbeit – Zusammenfassung (TNS Infratest)142

Anlage 2: Screening – Fragen

Anlage 3: Haupterhebung – Haushaltsbogen

Anlage 4: Haupterhebung – Reisebogen/ Fragebogen zusätzliche Reisen

Anlage 5: Haupterhebung – Verkehrsmittelorientierung

Anlage 6: Haupterhebung – Innovationsbefragung

Anlage 7: Intensivinterviews – Fragen

Anlage 8: Intensivinterviews – Interviewbögen

Anlage 9: Intensivinterviews – TOPAS-Beschreibung

Anlage 10: Simulationsrechnungen – weitere Ergebnisse

142 Für den Anhang 1 ist der Projektpartner TNS Infratest (früher: Infratest-Burke) verantwortlich: Autoren des Berichtsteils sind: Rösch, Bettina; Sauer, Andreas; Wagner, Ruth

222

Anlage 1 - Beschreibung der Feldarbeit – Zusammenfassung (TNS Infratest)

A. Vorbemerkung

Das Bundesministerium für Bildung und Forschung fördert das Projekt "Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzer-bedürfnisse". An diesem Verbundprojekt sind folgende Partner beteiligt:

- Deutsche Bahn AG

- Deutsche Lufthansa

- Institut für Verkehrswesen, Universität Karlsruhe (TH)

- TNS Infratest Wirtschaftsforschung

Die Vorarbeiten für die erste Erhebungsphase begannen im Frühjahr 2000. Der im November 2000 vorgelegte 1. Zwischenbericht informiert über die durchgeführten Pretests und den ersten Teil der Screening-Erhebung.

Im 2. Zwischenbericht wird über die beiden Wellen der Screening-Erhebung sowie über die 1. Welle der schriftlichen Panel-Erhebung im Frühjahr 2001 (Pretest).

Im 3. Zwischenbericht wird auf die 2. Welle der schriftlichen Panel-Erhebung im Herbst/Winter 2001/2002 eingegangen. Außerdem informiert er über die telefonische Screening-Erhebung zur Anwerbung weiterer Panel- Teilnehmer für die 3. Welle.

Der im Frühjahr 2003 vorgelegte 4. Zwischenbericht gibt Auskunft über die 3. Welle der Panel-Erhebung.

Die Durchführung der 4. Erhebungswelle im Frühjahr/Sommer 2003 wird eingehend im 5. Zwischenbericht dargelegt.

Im 6. Zwischenbericht wird abschließend über die Erhebung der 300 telefonischen Intensiv-Interviews berichtet.

Das folgende Dokument fasst alle Zwischenberichte zusammen, die den Projektverlauf vom Frühjahr 2000 bis Herbst 2003 dokumentieren und detailliert auf Untersuchungsziel und Erhebungskonzept eingehen.

B. Untersuchungsziel und Übersicht über die geplanten Erhebungen

Die allgemeine Zielsetzung des Projekts besteht in der Entwicklung von Maßnahmen zur Vernetzung des Verkehrssystems in Bezug auf zukünftige Mobilitätsbedürfnisse.

223

Da für die inhaltlichen Fragestellungen und Zielsetzungen des Projekts "Die intermodale Vernetzung von Personenverkehrsmitteln unter Berücksichtigung der Nutzer-bedürfnisse" bislang keine ausreichenden Datengrundlagen zur Verfügung stehen, sollen im Rahmen dieses Projekts die entsprechenden Daten erhoben werden. Dafür sind drei Bausteine vorgesehen:

I. Telefonische Screening-Erhebung

II. Durchführung des Fernverkehrspanels (schriftliche Erhebungen)

III. Durchführung von Intensivinterviews

C. Screening-Erhebung

In einer Repräsentativuntersuchung wurde das generelle Verkehrsverhalten - insbesondere im Fernverkehr - bundesweit erhoben. Ziel war es, 10.000 Personen in einem telefonischen Interview zu ihrem Mobilitätsverhalten zu befragen. Um die saisonalen Einflüsse berücksichtigen zu können, wurden zwei Teilstichproben gebildet. Als Befragungszeitraum für die erste Teilstichprobe wurde der Zeitraum Anfang Oktober bis Mitte November 2000 festgelegt, für die zweite Teilstichprobe die Monate Mai und Juni 2001.

C.1 Stichprobenanlage

C.1.1 Auswahlgrundlage

Telefonische Bevölkerungsumfragen werden in aller Regel auf Basis einer Telefonnummernstichprobe durchgeführt.

Aufgrund des bei Infratest angewandten Random-Digit-Dialing (Näheres dazu siehe unter C.1.2) wird das Problem der nicht eingetragenen Telefonnummern gelöst, so dass die Auswahlgrundlage bei Telefonnummernstichproben aus allen privaten Telefonhaushalten besteht.

Damit sind zwei Bevölkerungsgruppen nicht in der Auswahlgrundlage für die Stichprobe enthalten:

• Privathaushalte ohne Telefonanschluss: Hierbei handelt es sich um eine Größenordnung von nur ca. 2% aller Privathaushalte in Westdeutschland und ca. 4% in Ostdeutschland. Unseres Erachtens kann man angesichts dieser geringen Anteile davon ausgehen, dass Telefonstichproben sehr gut geeignet sind, die Bevölkerung in Privathaushalten zu repräsentieren.

224

• Personen in Anstaltshaushalten ohne eigenen Telefonanschluss (z.B. Alten- und Pflegeheime, Justizvollzugsanstalten): Hierbei handelt es sich um einen Personenkreis, der nicht der Bevölkerung in Privathaushalten zuzurechnen ist und der in aller Regel keine Reisen unternimmt.

Die privaten Telefonhaushalte stellen damit eine gut geeignete Auswahlgrundlage für die Stichprobenbildung bei Bevölkerungserhebungen zum Verkehrsverhalten dar. Die Vorgehensweise bei der Stichprobenbildung wird im folgenden näher beschrieben:

C.1.2 Stichprobenbildung

Die Befragung basiert auf dem Infratest- Telefonhaushalts-Master-Sample (ITMS), das für derartige Untersuchungen aufgebaut wurde und zu verzerrungsfreien Stichproben (insbesondere unter weitgehender Vermeidung des not-at-home bias) unter Minimierung des Klumpeneffekts führt. Es basiert auf der vom ADM- Telefonstichproben-System bereit gestellten Auswahlgrundlage, die praktisch alle Festnetzanschlüsse der Bundesrepublik enthält (s. u.).

Das ITMS ist so differenziert geschichtet, dass jede Gemeinde ab 5.000 Einwohnern in der Stichprobe vertreten ist und eine eigene Schicht bildet, in der durch eine systematische Zufallsauswahl Telefonhaushalte proportional zur Zahl aller Privathaushalte in der Gemeinde ausgewählt werden. Somit erfolgt für 85 % der Auswahleinheiten eine einstufige Auswahl der Zielhaushalte. Lediglich bei den Gemeinden unter 5.000 Einwohnern, in denen nur etwa 15 % der Wohnbevölkerung leben, wird aus Gründen der Forschungsökonomie eine mehrfach geschichtete ("multistratifizierte") Stichprobe von Gemeinden (mit Auswahl-Wahrscheinlichkeiten proportional zur Zahl der Privathaushalte) gezogen. Daraus werden in der zweiten Auswahlstufe die Zielhaushalte ausgewählt. In jedem Fall erfolgt die Auswahl repräsentativ für die betreffende Gemeinde, auch wenn in einem Ortsnetz mehrere Gemeinden enthalten sind bzw. wenn die Gemeinde sich auf mehrere Ortsnetze aufteilt.

- Das ITMS ist also eine Haushalts-Stichprobe, die im wesentlichen einstufig gezogen wird und somit praktisch kaum Stufungseffekte aufweist.

- Die Zufallsauswahl innerhalb der Gemeinden erfolgt ungeklumpt; somit handelt es sich um eine Stich probe ohne Klumpeneffekte.

- Die Schichtung geht bei den Gemeinden ab 5.000 Einwohnern bis auf Gemeindeebene (in größeren Gemeinden auf Stadtteile), bei den Gemeinden unter 5.000 Einwohnern nach Landkreis und Gemeindetyp nach BIK. Diese Qualität kann nur

225

durch einen eigenen Begriff beschrieben werden: wir bezeichnen sie als "Mikrostratifikation".

Das ITMS besteht also aus einer mikrostratifizierten, weitgehend ungeklumpten Stichprobe, die sich proportional zur Zahl der Privathaushalte auf die Mikrozellen aufteilt. Damit werden regionale und örtliche Unterschiede in der Telefondichte der Haushalte ausgeglichen. Die Multistratifikation und Aufteilung der Stich probe auf die Zellen erfolgt vollautomatisch über ein Allokationsprogramm.

Innerhalb jeder Zelle sind die Datensatze der Telefonhaushalte nach Zufallszahlen sortiert. Somit bildet jede Zelle eine Urne im klassischen Sinne. Nicht erreichte Haushalte werden "zurückgelegt" und kommen in größerem zeitlichen Abstand zu anderen Zeiten (aber grundsätzlich nur zwischen 17 und 20.30 Uhr - Ausnahmen sind fest vereinbarte Termine) zur "Wiedervorlage". Die an einem bestimmten Tag nicht erreichten Haushalte werden durch solche substituiert, die an anderen Tagen nicht erreicht werden. Damit entfällt der sogenannte "not-at-home-bias" weitgehend.

Gerade bei Mobilitätserhebungen stellt die Nicht-Antreffbarkeit von Personen ein erhebliches Problem dar, da diese eng mit dem zentralen Untersuchungsgegenstand "Reisen" korreliert ist. Bei Stichprobenansätzen mit einer geringen Anzahl an Kontaktversuchen bedeutet dies, dass hochmobile Personen unterproportional in der Nettostichprobe vertreten sind, woraus eine Unterschatzung des Reisevolumens resultieren würde. Bei der vorliegenden Studie zum Mobilitätsverhalten waren deshalb zwölf Kontaktversuche vorgegeben, um das Problem der Nicht-Antreffbarkeit von Vielreisenden zu minimieren.

Das ITMS ist als EDV-Datei für EDV-gestützte zentrale Telefonumfragen konzipiert. Die Aussteuerung der Stich probe nach den Zellen der Multistratifikationsmatrix erfolgt dabei unmittelbar und unabhängig durch das Steuerungsprogramm. Es ist somit gewährleistet, dass in jeder Zelle die erforderliche Zahl von Interviews durchgeführt wird. von diesem Programm wird auch die bei dieser Untersuchung notwendige Gleichverteilung der Interviews auf die Befragungszeit gesteuert.

Durch die letztlich nur noch aus den "harten" Verweigerern bestehenden Ausfalle und die optimale regionale Aussteuerung der Stich proben kann die abschließende Personengewichtung mit wesentlich glatteren Faktoren die Stich probe an der Struktur der Wohnbevölkerung justieren, als dies mit den herkömmlichen Verfahren möglich ist.

Um von den ins Telefonverzeichnis eingetragenen Telefonhaushalten - denn nur diese sind bekannt und direkt verfügbar - zur oben genannten Auswahlgrundlage "Telefonhaushalte insgesamt" zu gelangen, wird von Infratest eine spezielle Variante des Random-Digit-Dialing (RDD) angewandt, die von Gabler/Hader, ZUMA, entwickelt

226

und von der Arbeitsgemeinschaft Telefonstichproben des ADM adaptiert wurde. Das für RDD-Verfahren typische Element der Randomisierung erfolgt im ITMS nach ADM-Standard nicht als Prozess-Schritt der Stichprobenziehung, sondern ist Bestandteil der Auswahlgesamtheit des Mastersamples:

Das Telefonnummernsample des ADM enthält eingetragene und generierte Nummern. Generierte Nummern werden erzeugt, indem die letzten beiden Stellen aller eingetragenen Rufnummern jeweils durch die Ziffernfolge 00 bis 99 ersetzt werden. Entstehende Dubletten werden bereinigt. Außerdem werden die Nummern der wenigen Teilnehmer gesperrt, die auf keinen Fall angerufen werden wollen.

Anschließend werden die so erzeugten Telefonnummern mit dem Teilnehmerverzeichnis abgeglichen und um folgende Informationen ergänzt:

- Ist die Nummer eingetragen?

- Falls ja, handelt es sich um einen Privat- oder einen Geschäftsanschluss?

- Und in welcher Gemeinde ist die Nummer eingetragen

Sofern die Nummer nicht eingetragen ist, wird ihr eine Gemeinde zugeordnet, und zwar abhängig davon, in welchen Gemeinden sich die anderen eingetragenen Rufnummern desselben Nummernstammes (= um die letzten zwei Stellen gekürzter Eintrag) befinden.

C.1.3 Bildung der Personenstichprobe

Mit dem in 2.1.2 beschriebenen Verfahren wird zunächst eine Haushaltsstich probe gebildet. Für die vorliegende Studie wurde jedoch eine Personenstichprobe benötigt, d. h. es werden nur diejenigen Reisen/ Fahrten erhoben, an der die Zielperson im Haushalt selbst teilgenommen hat. Dabei werden - wie in der empirischen Sozialforschung üblich - Personen ab 14 Jahren befragt.

Die Umwandlung der Haushalts- in eine Personenstichprobe erfolgt folgendermaßen: Zu Beginn des Interviews wird ermittelt, wie viele Personen ab 14 Jahren ständig im Haushalt leben. Aus diesen Personen wird durch ein Zufallsverfahren z.B. die älteste, zweitälteste usw. als Zielperson ausgewählt. Nur mit dieser zufällig ausgewählten Zielperson wird das Interview geführt. Ist die Zielperson beim ersten Kontakt nicht erreichbar, so wird ein Termin für einen weiteren Anruf vereinbart.

227

C.2 Durchführung der Erhebung

Die Erhebung wurde in Form von CATI-Interviews durchgeführt (Computer Assisted Telephone Interviews). Dabei wird das Interview auf PC programmiert, so dass auch komplexe Filterführungen möglich sind. Die Antworten werden vom Interviewer direkt in den PC eingegeben. 1m Hintergrund lauft eine Plausibilitätsüberprüfung ab, so dass etwaige Unstimmigkeiten in den Angaben der Befragten gleich während des Interviews geklärt werden können. Dadurch wird eine optimale Datenqualität sichergestellt.

C.2.1 Pretest

Mit Hilfe mehrerer Pretests wurden die Verständlichkeit der Fragen, die durchschnittliche Interviewdauer, sowie die Teilnahmebereitschaft für die geplanten schriftlichen Erhebungen überprüft. Insgesamt wurden 60 telefonische Interviews durchgeführt.

Das anfangs sehr komplexe und umfangreiche Fragenprogramm wurde aufgrund der Pretest-Ergebnisse einfacher gestaltet. Die durchschnittliche Interviewdauer wurde zwar von gut 18 Minuten auf 16 Minuten reduziert, lag damit aber dennoch weiterhin deutlich über dem kalkulierten Umfang von 10 Minuten.

C.2.2 Telefonische Erhebungen

C.2.2.1 Teil 1 des Screenings

Die Haupterhebung startete am 10. Oktober 2000. Am 17.11.2000 wurde die angestrebte Fallzahl von 6.000 Interviews erreicht. Um die Interviewdauer weiter zu reduzieren, wurden für die offenen Nennungen der ersten 1.000 Fälle Codes vergeben und in das telefonische Interview programmiert. Auf diese Weise konnte für die restlichen 5.000 Interviews eine durchschnittliche Interviewdauer von 13 Minuten erreicht werden.

Die Befragung verlief relativ problemlos. Dennoch war es in einigen Fallen - insbesondere bei Personen, die (so gut wie) nie am Fernverkehr teilnehmen - für die Interviewer schwierig, das gesamte Fragenprogramm zu erheben.

Am Ende des Fragebogens wurde die Teilnahmebereitschaft für die ab 2001 geplanten schriftlichen Erhebungen abgefragt. Dazu wurden zunächst Informationen über das Projekt gegeben, anschließend wurden die Aufgaben der Teilnehmer beschrieben. Die Quote der teilnahmebereiten Personen lag bei ca. 38%.

228

C.2.2.2 Teil 2 des Screenings

Mit dem 2. Teil der telefonischen Erhebung wurde am 2. Mai 2001 begonnen. In dem Zeitraum vom 2. Mai bis zum 18. Juni 2001 wurden 4.000 Screening-Interviews mit unverändertem Fragenprogramm durchgeführt.

Am Ende des Fragenprogramms wurde analog zu Teil 1 die Teilnahmebereitschaft für die ab Herbst 2001 geplanten schriftlichen Erhebungen erfasst. Die Quote der teilnahmebereiten Personen lag mit ca. 43% über dem Wert der Vorwelle. Die durchschnittliche Interviewdauer lag bei ca. 13 Minuten. Obwohl damit die tatsächliche Interviewdauer vom kalkulierten Umfang (10 Minuten) deutlich abwich, wurden im Interesse des Gesamtprojekts die geplanten 4.000 Screeningfälle erhoben, so dass für die Analyse des Mobilitätsverhaltens im Fernverkehr insgesamt 10.000 Interviews zur Verfügung standen.

C.2.3 Das Fragenprogramm

Der Fragebogen wurde vom Institut für Verkehrswesen der Universität Karlsruhe entworfen und mit den Projektpartnern abgestimmt.

Das Fragenprogramm enthielt folgende Schwerpunkte:

- Private Reisen mit 4 und mehr Übernachtungen

- Private Reisen mit 1 bis 3 Übernachtungen

- Private Reisen ohne Übernachtung

- Berufliche Fahrten im Fernverkehr (z.B. von Zugbegleitern, Handelsvertretern)

- Geschäfts- und Dienstreisen

- Detaillierte Abfrage der letzten/vorletzten/drittletzten Reise im Fernverkehr

- Informationen zum Haushalt und zur Zielperson

- Statistische Angaben

C.2.4 Datenprüfung, Datenlieferung

Die Daten wurden auf ihre Vollständigkeit und Plausibilität überprüft.

Dabei stellte sich heraus, dass ein geringer Anteil der Befragten (ca. 2%) zwar die allgemeinen Fragen zu ihren durchgeführten Reisen beantwortete, darüber hinaus jedoch nicht zu detaillierten Angaben bereit war.

229

Der gewichtete Datensatz des 1. Screening-Teils wurde für die geplanten Auswertungen und Analysen am 1.12.2000 an die Universität Karlsruhe übermittelt, der gewichtete Datensatz des 2. Screening-Teils am 28.6.2001.

D. Panel-Erhebung

D.1 Erhebungskonzept

Bei der Entwicklung des Erhebungskonzeptes zeigte sich nach und nach, dass im Sinne einer optimalen saisonalen Abbildung der Fernverkehrsmobilität von der ursprünglichen kalendarischen Einteilung der Befragungswellen abgewichen werden sollte.

Darüber hinaus wuchsen bei der gemeinsamen Entwicklung und Abstimmung der Erhebungsunterlagen die Wünsche nach einer möglichst detaillierten Abfrage der Einzeldaten einer Reise, so dass der ursprünglich geplante (und kalkulierte) Fragebogenumfang je Reise deutlich überschritten wurde.

Da sowohl das neue Zeitkonzept als auch die entwickelten Erhebungsunterlagen dem Erfolg des Projekts dienten, wurden diese Änderungen von allen Beteiligten akzeptiert. Es war allgemeiner Konsens, die durch den erheblich umfangreicheren Fragebogen (und die längeren Screening-Interviews) entstehenden Mehrkosten zu einem späteren Zeitpunkt bei der Feldarbeit einzusparen.

D.2 Zeitlicher Ablauf

Überblick über die schriftlichen Erhebungen

1. Welle: Kohorte 1

Erhebungszeitraum: Gruppe 1: 19.02.01 - 22.04.01

Gruppe 2: 23.04.01 - 23.06.01

2. Welle: Kohorten 1, 2

Erhebungszeitraum: Gruppe 1: 17.11.01 -12.01.02

Gruppe 2: 13.01.02 - 09.03.02

3. Welle: Kohorten 1, 2 und 3


Gruppe 2: 14.09.02 - 16.11.02

230

4. Welle: Kohorten 2 und 3


Gruppe 2: 25.04.03 - 22.06.03

D.3 Auswahl der Panel- Teilnehmer

Die erste Welle des Screenings umfasste 6.000 Personen, von denen sich 2.306 zu einer Teilnahme am Panel bereit erklärten. von den 4.000 Fallen des. 2. Screeningteils waren 1.752 Personen am Panel interessiert, so dass die Anschrift des Haushalts erfasst werden konnte. Die Auswahl der Zielpersonen für die Panel-Erhebung wurde vom Institut für Verkehrswesen der Universität Karlsruhe vorgenommen.

Von den prinzipiell zur Teilnahme am Panel bereiten 2.306 Personen des 1. Screeningteils wurden 1.820 ausgewählt (ca. 79%). Die Bruttostichprobe für die 1. Welle umfasste somit 1.820 Personen, von denen 1.808 eine vollständige Adresse angegeben hatten (= Kohorte 1).

Aus den 1.752 teilnahmebereiten Personen des 2. Screeningteils wurden 876 (ca. 50%) Panelteilnehmer ausgewählt (= Kohorte 2); von denen ca. 870 eine komplette Anschrift genannt hatten.

Zusätzlich erhielt jede ausgewählte Person ein Kennzeichen für die Eigenschaft "Vielreisender" bzw. "Wenigreisender". Dies ist im Hinblick auf die Anzahl der zu versendenden Reiseberichte von Bedeutung.

Vor dem Start der eigentlichen Panel-Erhebung erhielten die ausgewählten Teilnehmer vorab ein Ankündigungsschreiben mit Informationen zum Forschungsvorhaben, den nicht ausgewählten Personen wurde ein kurzer Absagebrief zugesandt (An hang II). Die 3. Kohorte soll im Frühjahr 2002 angeworben werden.

D.4 Welle 1 der Panel-Erhebung

Die Welle 1 der Panelerhebung war als Pretest angelegt. Es sollten die einzelnen Erhebungsteile überprüft und mögliche Verbesserungen für die 2. Welle abgeleitet werden. Es zeigte sich, dass nur marginale Änderungen der Erhebungsunterlagen und ergänzende Maßnahmen zur Steigerung der Teilnahmebereitschaft nötig sind.

D.4.1 Durchführung der Erhebung

Um den Erhebungszeitraum auf 4 Monate erweitern zu können, ohne die einzelne Zielperson übermäßig belasten zu müssen, wurde die 1. Kohorte nochmals in zwei Gruppen unterteilt.

231

Gruppe 1 sollte über Reisen vom 19.2.01 bis zum 22.4.01, Gruppe 2 ab dem 23.4.01 bis zum 23.6.01 berichten. In der Praxis wurde der Berichtszeitraum - vor allem von der 2. Gruppe - deutlich überschritten, da viele Teilnehmer erst nach dem Sommerurlaub die ausgefüllten Unterlagen zurücksandten (bis Ende August 2001).

Die 1. Kohorte umfasste brutto insgesamt 1.808 Personen, von denen 268 (ca. 15%) als Vielreisende definiert worden waren. Vielreisende erhielten fünf Reisebögen, die übrigen Teilnehmer jeweils 3 Bögen.

Für alle Teilnehmer gab es als "Belohnung" ein Monatslos der "Aktion Mensch". Während des gesamten Erhebungszeitraums war es bei Fragen zum Projekt bzw. bei Problemen im Zusammenhang mit dem Ausfüllen der Fragebogen möglich, NFO Infratest über eine Hotline zu erreichen. Die Anrufer wurden auf Wunsch auch zurückgerufen. In der Mehrzahl bezogen sich die Fragen der Anrufer eher auf organisatorische als auf inhaltliche Aspekte (z.B. sollen die Unterlagen vor oder nach dem Urlaub zurückgesandt werden).

D.4.2 Die Erhebungsunterlagen

Aus Zeitgründen war die Durchführung eines umfangreichen Pretests nicht möglich. Da jedoch sowohl Haushalts- als auch Personenbogen (= Reisebericht) in einem kleinen Pretest als gut verständlich eingestuft wurden, gab es vor Feldbeginn nur noch marginale Änderungen.

Im einzelnen erhielt eine Zielperson in der 1. Welle folgende Unterlagen

- Anschreiben

- Datenschutzblatt

- Hinweise zum Ablauf der Erhebung

- Haushaltsfragebogen (4seitig)

- 1 Reisebogen für die letzte Reise (12seitig, gran)

- 3 bzw. 5 Reisebogen (Vielreisende erhielten 5 Reisebögen, 12 seitig, blau)

Das Rückkuvert wurde den Teilnehmern der 1. Gruppe in der Mitte, den Teilnehmern der 2. Gruppe erst gegen Ende der Erhebung zugesandt. Der Umfang der Erhebungsunterlagen wird sich in der 2. Welle nicht wesentlich ändern.

232

D.4.3 Stichprobe und Ausschöpfung

Die 1. Kohorte umfasste brutto 1.808 Personen, von denen 902 der 1. Gruppe, 906 der 2. Gruppe zugeteilt wurden. von den insgesamt 268 Vielreisenden waren 138 in der 1. und 130 in der 2. Gruppe.

Netto erhielten wir von 616 Personen auswertbare Unterlagen zurück. Dies entspricht einer Ausschöpfungsquote von ca. 34%. Dieser Wert kann u.E. als sehr zufriedenstellend bezeichnet werden, zieht man einerseits den Umfang der Erhebungsunterlagen und andererseits das eher bescheidene Incentive in Betracht (Monatslos der „Aktion Mensch“).

Dennoch soll mit weiteren Maßnahmen versucht werden, den Rücklauf im Hinblick auf die Validität der Daten zu steigern.

Als eine Maßnahme wurden bereits höherwertige Incentives diskutiert. Ferner soll in einem Methodentest in der 2. Welle untersucht werden, ob durch einen zusätzlichen Erinnerungsanruf die Teilnahmequote erhöht werden kann.

Im Hinblick auf die 3. Welle könnte auch an eine Kürzung der Reiseberichte (z.B. von 12 auf 8 Seiten) nachgedacht werden.

Ausschöpfungsübersicht 1. Welle

Gesamt Gruppe 1 Gruppe 2

Brutto n = 1.808 n = 902 n = 906

- Auswertbare Unterlagen zurückgesandt 616 = 34% 374 299

- Unterlagen nicht auswertbar 13 = 1% 6 7

- Teilnahme verweigert 26 = 1% 16 10

-Unterlagen nicht zustellbar 29 = 2% 9 20

- Keine Antwort 1.124 = 62 % 554 570

Von den brutto 1.540 Wenigreisenden sandten 531 (=34,5%) auswertbare Unterlagen zurück. Bei den Vielreisenden liegt der Vergleichswert bei 33%. Dies deutet möglicherweise darauf hin, dass 5 Reisebögen von einigen Teilnehmern doch als Belastung empfunden werden.

Insgesamt erhielten wir von den 616 Teilnehmern 1.397 Reiseberichte zurück, von den en ca. 25 nicht auswertbar waren. von den 1.372 verbliebenen Reisebögen entfielen:

233

587 auf die zuletzt - vor dem Stichtag - durchgeführte Reise, 785 auf im Berichtszeitraum durchgeführte Reisen. Im Schnitt wurden demnach 2,2 Reisen berichtet.

Da bei der 1. Gruppe der Versand der Antwortkuverts ca. 3 Wochen vor dem Ende des Berichtszeitraums stattfand, kam es vor, dass einige der Teilnehmer die Erhebungsunterlagen vor dem eigentlichen Ende des Berichtszeitraums (23.4.01) zurücksandten.

Dies kam zum einen bei Personen vor, die schon vor dem 23.4.01 aile Reisebögen ausgefüllt hatten, zum anderen vor allem bei Personen, die schon mit Sicherheit sagen konnten, dass keine weiteren Reisen/Fahrten geplant sind (z.B. wegen Krankheit etc.).

Im Rahmen des Methodentests sollte daher überprüft werden, ob nicht doch noch zusätzliche Reisen/Fahrten unternommen wurden. Die Zielpersonen wurden gebeten, auf einer Antwortkarte die Anzahl der zusätzlichen Reisen anzugeben. von 73 angeschriebenen Personen erhielten wir 56 Karten zurück.

Dabei zeigte sich, dass einige der Personen, die vor dem Ende des Berichtszeitraums alle Bögen ausgefüllt zurückgesandt hatten, zusätzliche Reisen unternommen hatten.

Diejenigen, die ihre Reiseberichte früher als vorgesehen zurückgesandt hatten, ohne alle Reiseberichte auszufüllen, hatten ihre Situation überwiegend richtig eingeschätzt und tatsächlich keine zusätzliche "Reise" unternommen.

Bei der 2. Gruppe (Erhebung ab 23.4.01) stellte sich das Problem der verfrühten Rücksendungen nicht mehr, da im Anschreiben deutlicher darauf hingewiesen wurde, die Unterlagen erst nach Ablauf des vorgegebenen Zeitraums zurückzusenden. Außerdem wurde das Antwortkuvert erst gegen Ende der Erhebung versandt. Da es bei der 2. Gruppe praktisch keine vorzeitigen Rücksendungen gab, soll dieses Vorgehen auch weiterhin beibehalten werden.

Um zukünftig für den Personenkreis, der alle 3 bzw. 5 Reiseberichte benötigt, Aussagen zur tatsachlichen Anzahl der im Berichtszeitraum durchgeführten Reisen machen zu können, soll ab der 2. Welle mit dem Antwortkuvert ein Bogen zur Erfassung zusätzlicher Reisen mitgesandt werden.

D.4.4 Editieren und Vercoden der Fragebogen

Beim Editieren wurde überprüft, ob die berichtete Fahrt/Reise vor dem Stichtag (= grüner Bogen) bzw. ab dem Stichtag (= blauer Bogen) durchgeführt wurde, da ein Vertauschen der Fragebogen gelegentlich vorkam.

234

Außerdem wurden zu viel berichtete Reisen gestrichen. Dies war vor allem bei zurückliegenden Reisen der Fall, da sich einige der Teilnehmer nicht auf die zuletzt durchgeführte Reise beschränken wollten und mehrere Reisen berichteten.

Ferner musste bei den einzelnen Etappen überprüft werden, inwieweit berichtete Ausflüge vom Ziel der Etappe (Frage N) zusätzlich in den folgenden Etappen berichtet wurden. Ein weiterer Schwerpunkt beim Editieren der Reisebogen war das Vervollständigen von Ziel- und Ortsangaben, beispielsweise anhand des in Frage 6 aufgeführten Routenverlaufs. Außerdem mussten alle Ziel- und Ortsangaben so aufbereitet werden, dass ein problemloses Vercoden nach dem Schema Land - Bundesland - Stadt bzw. Gemeinde möglich war. Ein weiterer Punkt war das Ergänzen nicht berichteter bzw. vergessener Rückfahrten.

Für das Vercoden der offenen Fragen wurde anhand von Strichlisten ein umfangreicher Codeplan erstellt. Für das Coden der unterschiedlichen "Ortsangaben" wurden folgende Dateien aufbereitet und verwendet:

- Datei aller deutschen Städte und Gemeinden

- Datei DB-Bahnhofe (von DB AG zur Verfügung gestellt)

- Datei Flughafen (international)

- Datei Länder (für Auslandsreisen)

Alle Angaben in den Fragen

- 6, 18, 22 im Haushaltsbogen

- D, H, K, N bei den Etappen 1 bis 4 des Reisebogens sowie bei den zusätzlichen Reisezielen auf Seite 10 oben wurden anhand dieser Dateien vercodet. Dabei handelt es sich um ein sehr zeitaufwendiges Verfahren, da ein Vercoden von Angaben wie z.B. "Neustadt" erst über Angaben zum Bundesland oder die gefahrene Route zum gesuchten Code führt.

Ferner wurden alle Angaben, die der genaueren Beschreibung einer Ortsangabe dienen (wie z.B. Stadtteile oder bei Auslandsreisen Regionen und Städte), vom Coder markiert und anschließend als Klartext erfasst.

Ziele innerhalb Deutschlands sind also (fast) immer identifizierbar durch

- Land = Deutschland (Code 032)

- Bundesland (z.B. Hessen Code 06)

235

- Ort (z.B. Frankfurt/Main Code 03367)

- Stadtteil bzw. Straße als Klartext (soweit angegeben)

Ziele außerhalb Deutschlands sind identifizierbar durch

- Land (z. B. Italien Code 066)

- Region (z.B. Toskana = Klartext, soweit angegeben)

- Stadt (z.B. Siena = Klartext, soweit angegeben)

Keine eindeutige Angabe zu innerdeutschen Reisezielen gab es nur in Ausnahmefällen, bei Auslandszielen wurde oftmals nur das Land angegeben.

Für die 2. Welle soll das Vorgehen beim Editieren und Coden zunächst beibehalten werden; bei der umfangreicheren 3. Welle ist jedoch zu überlegen, inwieweit auf einen Teil der Ortsangaben in dieser Differenzierung verzichtet werden kann, z.B. bei Ausflugszielen (Frage N) oder den art der Reiseunterbrechung (Frage H).

D.4.5 Datenerfassung, Datenprüfung

Die editierten und gecodeten Fragebogen wurden am PC erfasst. Dazu wurde vorab ein Erfassungsprogramm erstellt, in das bereits Basisüberprüfungen wie Filterführungen integriert wurden.

Nach dem Erfassen der Daten wurden anhand eines umfangreichen Prüfprogramms die Vollständigkeit und Plausibilität der Daten überprüft. Hier zeigte sich vor allem, dass einige Teilnehmer das Eintragen von Datum und Uhrzeiten bei Start/Ziel der Etappen nicht allzu genau genommen hatten und dies zu Unplausibilitäten im zeitlichen Ablauf der Reisen führte. Dies ließ sich jedoch durch einen Blick in den Originalfragebogen berichtigen.

Insgesamt muss man den Teilnehmern jedoch ein sorgfaltiges Ausfüllen der Reiseberichte bestätigen. Lediglich Befragte, die Rundreisen, Kreuzfahrten o.a. unternommen hatten, bekamen gelegentlich Probleme mit dem Etappenkonzept. Dies waren aber Ausnahmen.

Das Etappenkonzept wurde von der überwiegenden Mehrheit gut verstanden und kann daher für die 2. Welle bis auf marginale Änderungen übernommen werden.

Für erste Analysen wurden im Juli 2001 Vorabdaten von knapp 300 Personen geliefert. Die vollständigen, geprüften Daten der 1. Welle wurden am 25.9.2001 an das Institut für Verkehrswesen der Universität Karlsruhe geliefert.

236


Die 2. Welle der Panelerhebung wurde im Herbst/Winter 2001/02 durchgeführt. Das Konzept der 1. Welle wurde beibehalten. Zusätzlich zu den aus der 1. Welle übernommenen Erhebungsunterlagen erhielten die Panelteilnehmer zusammen mit dem Rückkuvert einen Bogen zur Erfassung weiterer Reisen.


Um den Erhebungszeitraum auf 4 Monate erweitern zu können, ohne die einzelne Zielperson übermäßig belasten zu müssen, wurden die Kohorten nochmals in zwei Gruppen unterteilt.

Gruppe 1 sollte über Reisen vom 17.11.01 bis zum 12.1.02, Gruppe 2 ab dem 13.1.02 bis zum 9.3.02 berichten. In der Praxis wurde der Berichtszeitraum oft deutlich überschritten, da einige Teilnehmer erst nach der Rückkehr von längeren Reisen die ausgefüllten Unterlagen zurücksandten (bis Ende Juni 2002).

Die 1. Kohorte umfasste brutto insgesamt 611 Personen, von denen 85 (ca. 14%) als Vielreisende definiert worden waren. In der 2. Kohorte befanden sich 872 Personen, davon 130 (ca. 15%) Vielreisende. Vielreisende erhielten fünf Reisebögen, die übrigen Teilnehmer jeweils 3 Bögen.

Für alle Teilnehmer gab es als "Belohnung" ein Monatslos der "Aktion Mensch". Während des gesamten Erhebungszeitraums war es bei Fragen zum Projekt bzw. bei Problemen im Zusammenhang mit dem Ausfüllen der Fragebogen möglich, NFO Infratest über eine Hotline zu erreichen. Die Anrufer wurden auf Wunsch auch zurückgerufen.


Für die 2. Welle wurden die Erhebungsunterlagen nahezu unverändert übernommen.

Im einzelnen erhielt eine Zielperson folgende Unterlagen:

- Anschreiben

- Datenschutzblatt



- 1 Reisebogen für die letzte Reise (12seitig, grün)

237

- 3 bzw. 5 Reisebbgen (Vielreisende erhielten 5 Reisebögen, 12-seitig, blau)

Das Rückkuvert wurde den Teilnehmern gegen Ende der Erhebung zugesandt. Mit dem Kuvert erhielten die Befragten einen zusätzlichen Erhebungsbogen, in dem vermerkt werden konnte, dass man im Berichtszeitraum keine Fernreise unternommen hatte bzw. wie viele weitere Reisen - zusätzlich zu den berichteten Reisen - unternommen wurden.


Die 1. Kohorte (=Wiederholer) umfasste brutto 611 Personen, von denen 318 der 1. Gruppe, 293 der 2. Gruppe zugeteilt wurden. von den insgesamt 85 Vielreisenden waren 42 in der 1. und 43 in der 2. Gruppe.

Die 2. Kohorte (=neue Teilnehmer) umfasste brutto 872 Personen; je 436 Personen befanden sich in Gruppe 1 und 2. von den brutto 130 Vielreisenden wurden 62 der 1. und 68 der 2. Gruppe zugeordnet.

Insgesamt wurden brutto 1.483 Personen angeschrieben.

Netto erhielten wir insgesamt von 726 Personen auswertbare Unterlagen zurück. Dies entspricht einer Ausschopfungsquote von ca. 49%. Zieht man den Umfang der Erhebungsunterlagen und den langen Erhebungszeitraum von rund 8 Wochen in Betracht, so kann dieser Wert als sehr zufriedenstellend bezeichnet werden.

Allerdings ist bei der Betrachtung der Rücklaufquoten zu berücksichtigen, dass es sich bei den für die 2. Welle ausgewählten Teilnehmern um im Schnitt mobilere Personen handelt als in der 1. Welle. Zudem ist davon auszugehen, dass auch aus der 1. Welle nur die im Fernverkehr "aktiven" Personen zur Teilnahme an der 2. Welle bereit waren.

Ausschöpfungsübersicht 2. Welle

Gesamt Kohorte 1 Kohorte 2

(Wiederholer) (neue Teilnehmer)

Brutto n = 1.483 n = 611 n = 872

- Auswertbare Unterlagen zurückgesandt 726 = 49% 343 = 56% 383 = 44%

- Unterlagen nicht auswertbar 21 9 12

- Teilnahme verweigert 51 35 16

238

- Unterlagen nicht zustellbar 41 25 16

- Keine Antwort 644 199 445

Von den brutto 1.268 Wenigreisenden sandten 615 (=48,5%) auswertbare Unterlagen zurück. Von den 215 Vielreisenden erhielten wir von 111 Personen Unterlagen zurück; dies entspricht gut 51 %. Der Rücklauf für Gruppe 1 liegt mit knapp 51 % etwas über dem Wert der 2. Gruppe (47%). Dies kann u. E. möglicherweise auf den "attraktiveren" Berichtszeitraum der 1. Gruppe zurückzuführen sein, der von Herbst 2001 bis Anfang 2002 festgelegt war, also die Weihnachtsfeiertage und Neujahr umfasste. Dagegen berichtete die 2. Gruppe von Januar bis März 2002; in diesem Zeitraum finden üblicherweise weniger Fernfahrten statt.

In einem Methodentest sollte festgestellt werden, ob ein zusätzlicher Motivationsanruf bei den Panelteilnehmern einen positiven Einfluss auf die Rücklaufquote hat.

Dazu wurde die 1. Gruppe der Kohorte 2 (= neue Teilnehmer) ausgewählt. Der Anruf erfolgte einige Tage nach dem Versand der Erhebungsunterlagen im November 2001.

Insgesamt gesehen liegt die Rücklaufquote von gut 45% etwas über der Quote der Vergleichsgruppe ohne Motivationsanruf (42%). Betrachtet man jedoch die Rücklaufquoten differenziert nach Wenig- bzw. Vielreisenden, so ist das Ergebnis nicht eindeutig zu interpretieren:

Wenigreisende mit Motivationsanruf: 46,8% Wenigreisende ohne Motivationsanruf: 41,6% Vielreisende mit Motivationsanruf: 38,7% Vielreisende ohne Motivationsanruf: 45,6%

Daher wird der Motivationsanruf in der 3. Erhebungswelle nicht durchgeführt.

Insgesamt erhielten wir von den 726 Teilnehmern 1.482 Reiseberichte zurück, von denen ca. 20 nicht auswertbar waren. von den 1.462 verbliebenen Reisebögen entfielen:

678 auf die zuletzt - vor dem Stichtag - durchgeführte Reise, 784 auf im Berichtszeitraum durchgeführte Reisen.

Im Schnitt wurden demnach 2,0 Reisen berichtet.

Dieser Wert liegt etwas unter dem Wert der 1. Welle (2,2). Dies dürfte jedoch vor allem auf den Berichtszeitraum Herbst/Winter zurückzuführen sein (die 1. Welle wurde im Frühjahr/Sommer 2001 durchgeführt).

239

Betrachtet man Kohorten bzw. Gruppen getrennt, so ergeben sich keine Unterschiede in der Anzahl der berichteten Reisen. Deutliche Unterschiede gibt es erwartungsgemäß bei Viel- und Wenigreisenden: Vielreisende berichteten durchschnittlich 3,0 Reisen, Wenigreisende dagegen nur 1,8 Reisen.

D.6 Telefonische Screening-Erhebung zur Anwebung der 3. Kohorte

Um für die 3. schriftliche Erhebungsrunde eine solide Teilnehmerzahl zur Verfü gung zu haben, mussten im Frühjahr 2002 in einem telefonischen Screening neue Panelteilnehmer angeworben werden.

Dazu wurde zunächst in einer Repräsentativerhebung das generelle Verkehrsverhalten erhoben. Ziel war es, netto 7.000 Personen ab 14 Jahre zu ihrem Mobilitätsverhalten zu befragen. Die Interviews wurden von 24.4.02 bis zum 17.5.02 durchgeführt.

D.6.1 Stichprobenanlage

D.6.1.1 Auswahlgrundlage

Telefonische Bevölkerungsumfragen werden in aller Regel auf Basis einer Telefonnummernstichprobe durchgeführt.

Aufgrund des bei Infratest angewandten Random-Digit-Dialing wird das Problem der nicht eingetragenen Telefonnummern gelöst, so dass die Auswahlgrundlage bei Telefonnummernstichproben aus allen privaten Telefonhaushalten besteht.

Damit sind zwei Bevölkerungsgruppen nicht in der Auswahlgrundlage für die Stichprobe enthalten:

- Privathaushalte ohne Telefonanschluss: Hierbei handelt es sich um eine Größenordnung von nur ca. 2% aller Privathaushalte in Westdeutschland und ca. 4% in Ostdeutschland. Unseres Erachtens kann man angesichts dieser geringen Anteile davon ausgehen, dass Telefonstichproben sehr gut geeignet sind, die Bevölkerung in Privathaushalten zu repräsentieren.

- Personen in Anstaltshaushalten ohne eigenen Telefonanschluss (z.B. Alten- und Pflegeheime, Justizvollzugsanstalten): Hierbei handelt es sich um einen Personenkreis, der nicht der Bevölkerung in Privathaushalten zuzurechnen ist und der in aller Regel keine Reisen unternimmt.

Die privaten Telefonhaushalte stellen damit eine gut geeignete Auswahlgrundlage für die Stichprobenbildung bei Bevölkerungserhebungen zum Verkehrsverhalten dar. Die Vorgehensweise bei der Stichprobenbildung wird im folgendennäher beschrieben:

240

D.6.1.2 Stichprobenbildung

Die Befragung basiert auf dem Infratest- Telefonhaushalts-Master-Sample (ITMS), das für derartige Untersuchungen aufgebaut wurde und zu verzerrungsfreien Stichproben (insbesondere unter weitgehender Vermeidung des not-at-home bias) unter Minimierung des Klumpeneffekts führt. Es basiert auf der vom ADM- Telefonstichproben-System bereit gestellten Auswahlgrundlage, die praktisch alle Festnetzanschlüsse der Bundesrepublik enthalt (s. u.).

Das ITMS ist so differenziert geschichtet, dass jede Gemeinde ab 5.000 Einwohnern in der Stichprobe vertreten ist und eine eigene Schicht bildet, in der durch eine systematische Zufallsauswahl Telefonhaushalte proportional zur Zahl aller Privathaushalte in der Gemeinde ausgewahlt werden. Somit erfolgt für 85 % der Auswahleinheiten eine einstufige Auswahl der Zielhaushalte. Lediglich bei den Gemeinden unter 5.000 Einwohnern, in denen nur etwa 15 % der Wohnbevölkerung leben, wird aus Gründen der Forschungsökonomie eine mehrfach geschichtete ("multistratifizierte") Stichprobe von Gemeinden (mit Auswahl-Wahrscheinlichkeiten proportional zur Zahl der Privathaushalte) gezogen. Daraus werden in der zweiten Auswahlstufe die Zielhaushalte ausgewählt. In jedem Fall erfolgt die Auswahl repräsentativ für die betreffende Gemeinde, auch wenn in einem Ortsnetz mehrere Gemeinden enthalten sind bzw. wenn die Gemeinde sich auf mehrere Ortsnetze aufteilt.

- Das ITMS ist also eine Haushalts-Stichprobe, die im wesentlichen einstufig gezogen wird und somit praktisch kaum Stufungseffekte aufweist.

- Die Zufallsauswahl innerhalb der Gemeinden erfolgt ungeklumpt; somit handelt es sich um eine Stichprobe ohne Klumpeneffekte.

- Die Schichtung geht bei den Gemeinden ab 5.000 Einwohnern bis auf Gemeindeebene (in größeren Gemeinden auf Stadtteile), bei den Gemeinden unter 5.000 Einwohnern nach Landkreis und Gemeindetyp nach BIK. Diese Qualität kann nur durch einen eigenen Begriff beschrieben werden: wir bezeichnen sie als "Mikrostratifikation".

Das ITMS besteht also aus einer mikrostratifizierten, weitgehend ungeklumpten Stichprobe, die sich proportional zur Zahl der Privathaushalte auf die Mikrozellen aufteilt. Damit werden regionale und örtliche Unterschiede in der Telefondichte der Haushalte ausgeglichen. Die Multistratifikation und Aufteilung der Stichprobe auf die Zellen erfolgt vollautomatisch über ein Allokationsprogramm.

241

Innerhalb jeder Zelle sind die Datensätze der Telefonhaushalte nach Zufallszahlen sortiert. Somit bildet jede Zelle eine Urne im klassischen Sinne. Nicht erreichte Haushalte werden "zurückgelegt" und kommen in größerem zeitlichen Abstand zu anderen Zeiten (aber grundsätzlich nur zwischen 17 und 21.00 Uhr - Ausnahmen sind fest vereinbarte Termine) zur "Wiedervorlage". Die an einem bestimmten Tag nicht erreichten Haushalte werden durch solche substituiert, die an anderen Tagen nicht erreicht werden. Damit entfallt der sogenannte "not-at-home-bias" weitgehend.

Gerade bei Mobilitätserhebungen stellt die Nicht-Antreffbarkeit von Personen ein erhebliches Problem dar, da diese eng mit dem zentralen Untersuchungsgegenstand "Reisen" korreliert ist. Bei Stichprobenansätzen mit einer geringen Anzahl an Kontaktversuchen bedeutet dies, dass hochmobile Personen unterproportional in der Nettostichprobe vertreten sind, woraus eine Unterschätzung des Reisevolumens resultieren würde. Bei der vorliegenden Studie zum Mobilitätsverhalten waren deshalb zwölf Kontaktversuche vorgegeben, um das Problem der Nicht-Antreffbarkeit von Vielreisenden zu minimieren.

Das ITMS ist als EDV-Datei für EDV-gestützte zentrale Telefonumfragen konzipiert. Die Aussteuerung der Stichprobe nach den Zellen der Multistratifikationsmatrix erfolgt dabei unmittelbar und unabhängig durch das Steuerungsprogramm. Es ist somit gewährleistet, dass in jeder Zelle die erforderliche Zahl von Interviews durchgeführt wird. Von diesem Programm wird auch die bei dieser Untersuchung notwendige Gleichverteilung der Interviews auf die Befragungszeit gesteuert.

Durch die letztlich nur noch aus den "harten" Verweigerern bestehenden Ausfälle und die optimale regionale Aussteuerung der Stichproben kann die abschließende Personengewichtung mit wesentlich glatteren Faktoren die Stichprobe an der Struktur der Wohnbevölkerung justieren, als dies mit den herkömmlichen Verfahren möglich ist.

Um von den ins Telefonverzeichnis eingetragenen Telefonhaushalten - denn nur diese sind bekannt und direkt verfügbar - zur oben genannten Auswahlgrundlage "Telefonhaushalte insgesamt" zu gelangen, wird von Infratest eine spezielle Variante des Random-Digit-Dialing (RDD) angewandt, die von Gabler/Hader, ZUMA, entwickelt und von der Arbeitsgemeinschaft Telefonstichproben des ADM adaptiert wurde. Das für RDD-Verfahren typische Element der Randomisierung erfolgt im ITMS nach ADM-Standard nicht als Prozess-Schritt der Stichprobenziehung, sondern ist Bestandteil der Auswahlgesamtheit des Mastersamples:

Das Telefonnummernsample des ADM enthalt eingetragene und generierte Nummern. Generierte Nummern werden erzeugt, indem die letzten beiden Stellen aller eingetragenen Rufnummern jeweils durch die Ziffernfolge 00 bis 99 ersetzt werden.

242

Entstehende Dubletten werden bereinigt. Außerdem werden die Nummern der wenigen Teilnehmer gesperrt, die auf keinen Fall angerufen werden wollen.

Anschließend werden die so erzeugten Telefonnummern mit dem Teilnehmerverzeichnis abgeglichen und um folgende Informationen ergänzt:

- Ist die Nummer eingetragen?

- Falls ja, handelt es sich um einen Privat- oder einen Geschäftsanschluss?

- Und in welcher Gemeinde ist die Nummer eingetragen?

Sofern die Nummer nicht eingetragen ist, wird ihr eine Gemeinde zugeordnet, und zwar abhängig davon, in welchen Gemeinden sich die anderen eingetragenen Rufnummern desselben Nummernstammes (= um die letzten zwei Stellen gekürzter Eintrag) befinden.

D.6.1.3 Bildung der Personenstichprobe

Mit dem beschriebenen Verfahren wird zunächst eine Haushaltsstichprobe gebildet. für die vorliegende Studie wurde jedoch eine Personenstichprobe benötigt, d. h. es werden nur diejenigen Reisen! Fahrten erhoben, an der die Zielperson im Haushalt selbst teilgenommen hat. Dabei werden - wie in der empirischen Sozialforschung üblich - Personen ab 14 Jahren befragt.

Die Umwandlung der Haushalts- in eine Personenstichprobe erfolgt folgendermaßen: Zu Beginn des Interviews wird ermittelt, wie viele Personen ab 14 Jahren ständig im Haushalt leben. Aus diesen Person en wird durch ein Zufallsverfahren z. B. die älteste, zweitälteste usw. als Zielperson ausgewählt. Nur mit dieser zufällig ausgewählten Zielperson wird das Interview geführt. Ist die Zielperson beim ersten Kontakt nicht erreichbar, so wird ein Termin für einen weiteren Anruf vereinbart.

D.6.1.4 Durchführung der Erhebung

Die Erhebung wurde in Form von CATI-lnterviews durchgeführt (Computer Assisted Telephone Interviews). Dabei wird das Interview auf PC programmiert, so dass auch komplexe Filterführungen möglich sind. Die Antworten werden vom Interviewer direkt in den PC eingegeben. Im Hintergrund läuft eine Plausibilitätsüberprüfung ab, so dass etwaige Unstimmigkeiten in den Angaben der Befragten gleich wahrend des Interviews geklärt werden können. Dadurch wird eine optimale Datenqualität sichergestellt.

Die Erhebung startete am 24. April 2002. Am 17. Mai 2002 wurde die angestrebte Fallzahl von 7.000 Interviews erreicht.

243

Grundlage für den Fragebogen war das in den ersten zwei Screening-Erhebungen verwendete Fragenprogramm, das allerdings gekürzt wurde.

Am Ende des Fragebogens wurde die Teilnahmebereitschaft für die ab Sommer 2002 geplanten schriftlichen Erhebungen abgefragt. Dazu wurden zunächst Informationen über das Projekt gegeben, anschließend wurden die Aufgaben den Teilnehmer beschrieben. Die Quote der teilnahmebereiten Personen lag bei gut 50% aller mobilen Personen. Insgesamt konnten für die 3. schriftliche Welle 2.740 Personen angeworben werden.

D.6.2 Das Fragenprogramm

Der Fragebogen wurde vom Institut für Verkehrswesen der Universität Karlsruhe entworfen und mit den Projektpartnern abgestimmt.

Das Fragenprogramm enthielt folgende Schwerpunkte:

- Private Reisen mit 4 und mehr Übernachtungen

- Private Reisen mit 1 bis 3 Übernachtungen

- Private Reisen ohne Übernachtung

- Berufliche Fahrten im Fernverkehr (z.B. von Zugbegleitern, Handelsvertretern)

- Geschäfts- und Dienstreisen

- Informationen zum Haushalt und zur Zielperson

- Statistische Angaben

- Anwerbung zum Panel

D.6.4.2 Datenprüfung, Datenlieferung

Die Daten wurden auf ihre Vollständigkeit und Plausibilität überprüft.

Der gewichtete Datensatz der Screening-Erhebung wurde für die geplanten Auswertungen und Analysen am 29. Mai 2002 an die Universität Karlsruhe übermittelt.

D.6.5 Auswahl der Panel- Teilnehmer für die 3. Erhebungswelle

Die Auswahl der Panel- Teilnehmer erfolgte an hand des im telefonischen Screening-Interviews berichteten Mobilitätsverhaltens. Immobile Personen sowie Personen, die

244

sich am Fernverkehr so gut wie gar nicht beteiligen, wurden für das Panel nicht berücksichtigt.

An der ersten schriftlichen Erhebung zum Fernverkehr beteiligten sich 616 Personen. Von diesen standen für die 2. Welle im Herbst 2001 noch 611 Personen, für die 3. Welle im Sommer/Herbst 2002 noch 341 Personen zur Verfügung (= Kohorte 1).

Aus den 1.752 teilnahmebereiten Personen des 2. Screeningteils wurden vom Institut für Verkehrswesen der Universität Karlsruhe 876 (50%) Panelteilnehmer ausgewählt (= Kohorte 2), von denen 872 eine komplette Anschrift genannt hatten; von 383 Personen erhielten wir in der 2. Welle Unterlagen zurück. Für die Teilnahme an der 3. Welle verblieben von Kohorte 2 brutto noch 371 Personen.

In der telefonischen Screening-Erhebung im Frühjahr 2002 erklärten sich 2.784 Personen zur Teilnahme an einer schriftlichen Erhebung bereit. Diese wurden im Sommer/Herbst 2002 erstmals angeschrieben (Kohorte 3).

Vor dem Start der eigentlichen Panel-Erhebung erhielten die ausgewählten Teilnehmer der 3. Kohorte (Gruppe 2) vorab ein Ankündigungsschreiben mit Informationen zum Forschungsvorhaben.


Die 3. Welle der Panelerhebung wurde im Sommer/Herbst 2002 durchgeführt. Das Konzept der 1. Welle wurde beibehalten. Zusätzlich erhielten die Panelteilnehmer - wie schon in der 2. Welle - zusammen mit dem Rückkuvert einen Bogen zur Erfassung weiterer im Berichtszeitraum durchgeführter Reisen.



Gruppe 1 sollte über Reisen vom 18.06.02 bis zum 31.08.02, Gruppe 2 ab dem 14.09.02 bis zum 16.11.02 berichten. In der Praxis wurde der Berichtszeitraum oft deutlich Überschritten, da einige Teilnehmer erst nach der Rückkehr von längeren Reisen die ausgefüllten Unterlagen zurücksandten (bis Januar 2003).

Die 1. Kohorte umfasste brutto insgesamt 341 Personen, von denen 55 (ca. 16%) als Vielreisende definiert worden waren. In der 2. Kohorte befanden sich 371 Personen, davon 54 (,., 15%) Vielreisende. Da das Screening-Programm zur Anwerbung der 3. Kohorte im Vergleich zur ersten Erhebung etwas verkürzt wurde, führte dies bei der

245

Zuordnung der Reisenden zu der Gruppe der Wenig- bzw. Vielreisenden zu einem etwas veränderten Verfahren. Dies hatte zur Folge, dass sich in der 3. Kohorte ein deutlich höherer Anteil an Vielreisenden (knapp 40%) als in den Kohorten 1 und 2 ergab. Vielreisende erhielten fünf Reisebögen, die übrigen Teilnehmer jeweils 3 Bögen.

Für alle Teilnehmer gab es als "Belohnung" ein Monatslos der "Aktion Mensch". Wahrend des gesamten Erhebungszeitraums war es bei Fragen zum Projekt bzw. bei Problemen im Zusammenhang mit dem Ausfüllen der Fragebögen möglich, NFO Infratest Über eine Hotline zu erreichen. Die Anrufer wurden auf Wunsch auch zurückgerufen.


Für die 3. Welle wurden die Erhebungsunterlagen nahezu unverändert aus der 2. Welle übernommen. Lediglich der Haushaltsbogen wurde um 2 Seiten ergänzt, um einige Fragen zur Nutzung und Beurteilung von Verkehrsmitteln zu integrieren. Ferner wurde aus der zunachst offen gestellten Frage H in der Etappenabfrage (Unterbrechungen/Pausen) eine geschlossene Frage.


- Anschreiben

- Datenschutzblatt



- 1 Reisebogen für die letzte Reise (12seitig, grün)

- 3 bzw. 5 Reisebögen (Vielreisende erhielten 5 Reisebögen, 12-seitig, blau)

Das Rückkuvert wurde den Teilnehmern gegen Ende der Erhebung zugesandt. Mit dem Kuvert erhielten die Befragten einen zusätzlichen Erhebungsbogen, in dem vermerkt werden konnte, dass man im Berichtszeitraum keine Fernreise unternommen hatte bzw. wie viele weitere Reisen - zusätzlich zu den berichteten Reisen - unternommen wurden.


Die 3. schriftliche Erhebungswelle ist aus zwei Gründen von besonderer Bedeutung: Zum einen handelt es sich um die sogenannte "Haupterhebung", d.h. für diese Welle war die Durchführung der Befragungen mit einer großen Fallzahl geplant. Daher wurden

246

im Frühjahr 2002 7000 telefonische Screening-Interviews durchgeführt und 2784 Teilnehmer angeworben.

Zum andern kann mit den Erhebungsdaten der 3. Welle erstmals das Reiseverhalten der deutschen Wohnbevölkerung ab 14 Jahren für ein ganzes Kalenderjahr abgebildet werden, da nun die Daten aus

Welle 1 (Feldzeit vom 19.2.01 bis zum 23.6.01)



für eine gemeinsame Auswertung vorliegen.

Aus den drei Erhebungswellen stehen nun insgesamt 2.859 Personen-Datensätze und 6.248 Reise-Datensatze für Auswertungen und Analysen zur Verfügung.

Die 3. Erhebungswelle wurde mit den Kohorten 1, 2 und 3 durchgeführt. Von den ursprünglich 616 Teilnehmern der 1. Kohorte in Welle 1 standen brutto für die 3. Welle noch 341 (55%) zur Verfügung; von den 383 Teilnehmern der Kohorte 2 wollten brutto noch 371 über ihr Reiseverhalten in der nächsten Welle berichten.

Insgesamt wurden in der 3. Welle brutto 3.496 Personen angeschrieben, von denen 2.784 zum ersten Mal ihre Fahrten/Reisen im Fernverkehr berichten sollten.

Bis Januar 2003 sandten uns 1.517 Teilnehmer auswertbare Unterlagen zurück, dies entspricht einer Rücklaufquote von ca. 43%.

Rucklaufquoten Gesamt Kohorte 1 Kohorte 2 Kohorte 3

Brutto 3.496 341 371 2.784

Netto 1.517 238 217 1.062

Rucklaufquote in % 43 70 58 38

Eine Teilnahmequote in Höhe von 43% kann man als sehr zufriedenstellend bezeichnen, da es sich bei Invermo um eine sehr umfangreiche und komplexe Erhebung handelt. Zudem waren die Teilnehmer in der 3. Welle zusätzlich durch einen um 2 Seiten verlängerten Haushalts-Fragebogen belastet.

Die Ausfallgründe entfallen vor allem auf eine Verweigerung (2%) sowie Nichtzustellbarkeit der Unterlagen (3%), von 52% der angeschriebenen Personen erhielten wir keine Antwort.

247

Im Erhebungszeitraum Sommer/Herbst 2002 gab es beim Rücklauf der Gruppen 1 und 2 keinen Unterschied. Allerdings antworteten die Vielreisenden mit rund 38% deutlich schlechter als die Wenigreisenden mit 47%. Dies ist aber nachvollziehbar, da die Vielreisenden 5 Reisebögen zugesandt bekamen und ihnen für das Ausfüllen vermutlich oftmals die Zeit fehlen dürfte.

Insgesamt erhielten wir von den 1.517 Teilnehmern 3.459 Reiseberichte zurück, von denen ca. 45 nicht auswertbar waren. Von den 3.414 verbliebenen Reisebögen entfielen:

1.342 auf die zuletzt - vor dem Stichtag - durchgeführte Reise,

2.072 auf im Berichtszeitraum durchgeführte Reisen.

Im Schnitt wurden demnach 2,25 Reisen berichtet.

Dieser Wert liegt etwas über dem Wert der 2. Welle (2,0). Da die Vorwelle jedoch als Berichtszeitraum die Herbst- bzw. Wintermonate hatte, die 3. Welle als Berichtsmonate die Sommer- bzw. Herbstmonate, ist dies realistisch.

Betrachtet man Kohorten bzw. Gruppen getrennt, so ergeben sich bei den Kohorten nur geringe Unterschiede in der Anzahl der berichteten Reisen. Unterschiede gibt es zwischen Gruppe 1 mit durchschnittlich 2,4 berichteten Reisen für die Sommermonate und der Gruppe 2 mit 2,1 Reisen in den Herbstmonaten (jeweils inkl. der retrospektiv berichteten Reisen). Deutliche Unterschiede gibt es auch erwartungsgemäß bei Viel- und Wenigreisenden: Vielreisende berichteten durchschnittlich 2,9 Reisen, Wenigreisende dagegen nur 2,0 Reisen.

Von den 1.517 Teilnehmern der 3. Erhebungswelle sandten nahezu alle den gelben Erfassungsbogen zurück. 187 (12%) der Befragten gaben an, allemitgesandten Reisebogen benötigt zu haben. Nur die Hälfte dieser Vielgereisten hat im Berichtszeitraum zusätzlich zu den berichteten weitere Reisen durchgeführt. Dies zeigt zum einen, dass die Zuordnung zu der Gruppe Wenig- bzw. der Vielreisenden realistisch war, zum anderen, dass die mitgesandte Anzahl an Reisebogen in der Regel zur Berichterstattung ausreichte.

D.7.4 Editieren und Vercoden der Fragebogen

Das Vorgehen erfolgte analog zu den Wellen 1 und 2.

Beim Editieren wurde überprüft, ob die berichtete Fahrt/Reise vor dem Stichtag (= grüner Bogen) bzw. ab dem Stichtag (= blauer Bogen) durchgeführt wurde, da ein Vertauschen der Fragebogen gelegentlich vorkam.

248

Außerdem wurden zu viel berichtete Reisen gestrichen. Dies war vor allem bei zurückliegenden Reisen der Fall, da sich einige der Teilnehmer nicht auf die zuletzt durchgeführte Reise beschranken wollten und mehrere Reisen berichteten.

D.7.5 Auswahl der Panel- Teilnehmer für die 4. Erhebungswelle

Die Auswahl der Panel- Teilnehmer erfolgte an hand des im telefonischen Screening-Interviews berichteten Mobilitätsverhaltens. Immobile Personen sowie Personen, die sich am Fernverkehr so gut wie gar nicht beteiligen, wurden für das Panel nicht berücksichtigt.

An der ersten schriftlichen Erhebung zum Fernverkehr beteiligten sich 616 Personen. Von diesen standen für die 2. Welle im Herbst 2001 noch 611 Personen, für die 3. Welle im Sommer/Herbst 2002 noch 341 Personen zur Verfügung (= Kohorte 1). Da die Teilnehmer für maximal 3 Befragungswellen angeworben wurden, standen sie für die 4. Erhebungswelle nicht mehr zur Verfügung.

Aus den 1.752 teilnahmebereiten Personen des 2. Screeningteils wurden vom Institut für Verkehrswesen der Universität Karlsruhe 876 (50%) Panelteilnehmer ausgewählt (= Kohorte 2), von denen 872 eine komplette Anschrift genannt hatten; von 383 Personen erhielten wir in der 2. Welle Unterlagen zurück. Für die Teilnahme an der 3. Welle verblieben von Kohorte 2 brutto noch 371 Personen, davon sandten 217 Personen Unterlagen zu rück.

In einer telefonischen Screening-Erhebung im Frühjahr 2002 erklärten sich 2.784 Personen zur Teilnahme an einer schriftlichen Erhebung bereit. Diese wurden im Sommer/Herbst 2002 erstmals angeschrieben (Kohorte 3), 1.062 sandten auswertbare Unterlagen zurück.

Vor dem Start der eigentlichen Panel-Erhebung erhielten die ausgewählten Teilnehmer der 3. Kohorte (Gruppe 2) vorab ein Ankündigungsschreiben mit Informationen zum Forschungsvorhaben.

Für die 4. Erhebungswelle standen aus Kohorte 2 noch 215, aus Kohorte 3 noch 1.062 Personen zur Verfügung. Insgesamt wurden demnach 1.277 Teilnehmer angeschrieben.


Die 4. Welle der Panelerhebung wurde im Frühjahr/Sommer 2003 durchgeführt. Das Konzept der Vorwelle wurde unverändert beibehalten. Lediglich der Haushalts-/ Personenfragebogen wurde um einen Fragenkomplex ergänzt.

249



Gruppe 1 sollte über Reisen vom 28.02.03 bis zum 27.04.03, Gruppe 2 ab dem 25.04.03 bis zum 22.06.03 berichten. In der Praxis wurde der Berichtszeitraum oft deutlich Überschritten, da einige Teilnehmer erst nach der Rückkehr von längeren Reisen die ausgefüllten Unterlagen zurücksandten (bis August 2003).

In der 4. Erhebungsrunde wurden von 1.277 Personen 423 (33%) als Vielreisende, 854 als Wenigreisende eingestuft. Vielreisende erhielten fünf Reisebögen, die übrigen Teilnehmer jeweils 3 Bogen.

Für alle Teilnehmer gab es als "Belohnung" ein Monatslos der "Aktion Mensch". Wahrend des gesamten Erhebungszeitraums war es bei Fragen zum Projekt bzw. bei Problemen im Zusammenhang mit dem Ausfüllen der Fragebogen möglich, NFO Infratest Über eine Hotline zu erreichen. Die Anrufer wurden auf Wunsch auch zurückgerufen.


Für die 4. Welle wurden die Erhebungsunterlagen nahezu unverändert aus der 3. Welle übernommen. Lediglich der Haushaltsbogen wurde um 4 Seiten ergänzt, um einige Fragen zum Thema MobilCard/Navigationssysteme zu integrieren.


- Anschreiben

- Datenschutzblatt



- 1 Reisebogen für die letzte Reise (12seitig, grau)

- 3 bzw. 5 Reisebogen (Vielreisende erhielten 5 Reisebögen, 12-seitig, blau)

Das Rückkuvert wurde den Teilnehmern gegen Ende der Erhebung zugesandt. Mit dem Kuvert erhielten die Befragten einen zusätzlichen Erhebungsbogen, in dem vermerkt

250

werden konnte, dass man im Berichtszeitraum keine Fernreise unternommen hatte bzw. wie viele weitere Reisen - zusätzlich zu den berichteten Reisen - unternommen wurden.


Mit dem Abschluss der 4. Erhebungsrunde endet die schriftliche Erhebung von Fernreisen/Fernfahrten im Rahmen von "Invermo". Mit den Erhebungsdaten der 4. Welle kann das Reiseverhalten der deutschen Wohnbevölkerung ab 14 Jahren für weit über ein Jahr, also für alle saisonalen Zeitraume, abgebildet werden, da die Daten aus

- Welle 1 (Feldzeit vom 19.2.01 bis zum 23.6.01)




für eine gemeinsame Auswertung vorliegen.

Aus den vier Erhebungswellen stehen nun insgesamt 3.517 Personen-Datensätze und 7.617 Reise-Datensatze für Auswertungen und Analysen zur Verfügung.

Die 4. Erhebungswelle wurde mit den Kohorten 2 und 3 durchgeführt. Von den ursprünglich 383 Teilnehmern der 2. Kohorte standen brutto für die 4. Welle noch 215 zur Verfügung; von den 1.062 Teilnehmern der Kohorte 3 wollten brutto zunächst alle Über ihr Reiseverhalten in der Folgewelle berichten.

Insgesamt wurden in der 4. Welle brutto 1.277 Personen angeschrieben.

Bis Ende Juli 2003 sandten uns 658 Teilnehmer auswertbare Unterlagen zurück, dies entspricht einer Rücklaufquote von 51,5%.

Rucklaufquoten Gesamt Kohorte 2 Kohorte 3

Brutto 1.277 215 1.062

Netto 658 129 529

Rucklaufquote in % 51,5 60,0 49,8

Eine Teilnahmequote von Über 50 Prozent ist sehr zufriedenstellend, da es sich bei Invermo um eine sehr umfangreiche und komplexe Wiederholungsbefragung handelt. Zudem waren die Teilnehmer in der 4. Welle zusätzlich durch einen um 4 Seiten verlängerten Haushalts-Fragebogen belastet.

251

Die Ausfallgründe entfallen vor allem auf eine Verweigerung (2%) sowie Nichtzustellbarkeit der Unterlagen (2,5%), von 44% der angeschriebenen Personen erhielten wir keine Antwort.

Im Erhebungszeitraum Frühjahr/Sommer 2003 gab es beim Rücklauf der Gruppen 1 und 2 so gut wie keinen Unterschied. Allerdings antworteten die Vielreisenden mit rund 47% etwas schlechter als die Wenigreisenden mit gut 53%. Dies ist aber nachvollziehbar, da die Vielreisenden 5 Reisebogen zugesandt bekamen und ihnen für das Ausfüllen vermutlich oftmals die Zeit gefehlt haben dürfte.

Insgesamt erhielten wir von den 658 Teilnehmern 1.380 Reiseberichte zurück, von denen 16 nicht auswertbar waren. Von den 1.364 verbliebenen Reisebogen entfielen:

530 auf die zuletzt - vor dem Stichtag - durchgeführte Reise,

834 auf im Berichtszeitraum durchgeführte Reisen.

Im Schnitt wurden demnach rund 2,1 Reisen berichtet.

Betrachtet man Kohorten bzw. Gruppen getrennt, so zeigt sich, dass Kohorte 2 mit durchschnittlich 2,3 Reisen etwas mehr Reisen als Kohorte 3 (2,0) berichtet. Geringe Unterschiede gibt es auch zwischen Gruppe 1 mit durchschnittlich 2,0 berichteten Reisen für die Frühjahrsmonate und der Gruppe 2 mit 2,2 Reisen in den Sommermonaten (jeweils inkl. der retrospektiv berichteten Reisen). Deutliche Unterschiede sind erwartungsgemäß bei Viel- und Wenigreisenden festzustellen: Vielreisende berichteten durchschnittlich 2,7 Reisen, Wenigreisende dagegen nur 1,8 Reisen.

252

E. Erhebung der Intensiv-lnterviews

Im Folgenden handelt es sich um die Berichterstattung zum Baustein III des Gesamtprojektes: Durchführung von telefonischen Intensivinterviews.

E.1 Untersuchungsziel

Die Intensivinterviews sollten Antworten liefern auf folgende Fragen:

- Was erwarten Kunden von einem integrierten Fernverkehrsangebot?

- Gibt es hinsichtlich der Reisezwecke Unterschiede in den Erwartungen?

- Welche Wertigkeiten haben einzelne Komponenten des Angebots?

- Welche Preise sind für solche Angebote angemessen?

- Wie groß ist die Wechselbereitschaft aufgrund integrierter Angebote?

- Von welchen Verkehrsmitteln wechseln potenzielle Nutzer zum integrierten Angebot?

E.2 Auswahl der Teilnehmer

Befragt werden sollten Teilnehmer aus der 4. Welle, die bestimme Mobilitätsmerkmale aufweisen. Die Auswahl der Zielpersonen für die Intensiv-Interviews erfolgte durch das Institut für Verkehrswesen, Karlsruhe. Außerdem erhielt der Datensatz der zu befragenden Personen ein Kennzeichen, welche Reisesituation mit den jeweiligen Ausprägungen (z.B. Geschäft/privat, Reisedauer, etc.) abgefragt werden sollte.

E.3 Durchführung der Erhebung

Beim Versand des Incentives für die Teilnahme an der 4. schriftlichen Invermo-Erhebung erfolgte im Anschreiben eine kurze Ankündigung der telefonischen Befragung mit dem Hinweis darauf, dass die Zielperson in den nächsten Tagen dazu vorab schriftliche Unterlagen erhalten wird.

Daraufhin erfolgte relativ zeitnah der Versand der Befragungs- und Informationsunterlagen für die Intensiv-Interviews mit der Ankündigung eines telefonischen Interviews für die kommenden Tage.

Die Durchführung der telefonischen Interviews erfolgte wieder entsprechend zeitnah zum Versand der schriftlichen Unterlagen. Die Zielpersonen wurden zu Beginn des telefonischen Interviews gebeten, sich die zugesandten Unterlagen bereitzulegen, um im Interview darauf zurückgreifen zu können.

253

E.4 Erhebungsunterlagen

Sowohl der Fragebogen für die telefonische Befragung als auch die Unterlagen für den schriftlichen Versand (TOPAS-Beschreibung, Reisebogen) wurden gemeinsam mit dem Institut für Verkehrswesen, Karlsruhe entwickelt.

Im einzelnen erhielt eine Zielperson folgende Unterlagen (siehe Anhang):

- Anschreiben

- Informationsblatt "TOPAS - Der Service für Ihre Reise"

- Reisebogen grün (Privatreisen)

- Reisebogen blau (Geschäftsreisende)

E.5 Befragungszeitraum

Da in der 4. Welle der schriftlichen Panelerhebung der Erhebungszeitraum auf 4 Monate erweitert wurde und dazu die Kohorten in zwei Gruppen aufgeteilt wurden, wurde diese Teilung auch für die Intensiv-Interviews beibehalten. Dies hatte den Vorteil, dass sowohl Teilnehmer aus der ersten als auch der zweiten Gruppe im Rahmen der Intensiv-Interviews befragt werden konnten.

Gruppe I: Mai / Juni 2003 Gruppe II: August / September 2003

Es wurden insgesamt 300 Interviews durchgeführt. Dabei standen aus Gruppe I 204 Adressen zur Verfügung, von denen es in 138 Fallen zu Interviews kam, für Gruppe II standen 282 Adressen im Brutto, woraus 162 Interviews durchgeführt wurden. Von den 282 Adressen aus der zweiten Gruppe wurden nicht alle verwendet, da die geplante Fallzahl von 300 Interviews vorher erreicht war.

E.6 Datenlieferung

Die erfassten und geprüften Daten wurden im September an das Institut für Verkehrswesen, Karlsruhe weitergeleitet.

254

Anlage 2 - Screening-Erhebung

Guten Tag, mein Name ist ... Wir führen im Auftrag der Infratest Burke Wirtschaftsforschung in München für das Bundesforschungsministerium und unter wissenschaftlicher Betreuung der Universität Karlsruhe eine Befragung zum Verkehrsverhalten im Fernverkehr durch. Ihre Telefonnummer wurde zufällig ausgewählt. Die Teilnahme ist freiwillig, aber es ist sehr wichtig, dass möglichst alle ausgewählten Personen teilnehmen, damit die Umfrage ein richtiges Ergebnis liefert. Die Auswertung erfolgt anonym, also nicht in Verbindung mit Ihrem Namen, Ihrer Anschrift oder Telefonnummer. S1 Wie viele Personen ab 14 Jahren leben in Ihrem Haushalt?

1-9 Anzahl der Personen, 9 = 9 und mehr Personen

Dann muss ich das Interview mit der __ -ältesten Person durchführen. S2 Geschlecht der Zielperson eintragen

Männlich Weiblich

Ich möchte Ihnen nun einige Fragen zu Ihrem Reiseverhalten stellen, dabei möchte ich im Verlauf des Interviews auf alle Fahrten und Flüge mit einer einfachen Entfernung von mindestens 100 km eingehen. Beginnen möchte ich mit Fragen zu Ihren privaten Reisen mit mindestens 4 Übernachtungen. Gemeint sind dabei Urlaubsreisen, aber auch Kuraufenthalte, längere Besuchsreisen oder ähnliches, bei denen Sie für eine einfache Strecke mindestens 100 Kilometer zurückgelegt haben. Bitte denken Sie an sämtliche Reisen der letzten 12 Monate, also seit dem >Monat, 1999<. S3 Wie viele Reisen mit vier oder mehr Übernachtungen haben Sie seit dem >Monat, 1999< durchgeführt?

Anzahl Reisen pro Jahr S4 Wie viele dieser >Anzahl< Reisen haben Sie zu Zielen...

in Deutschland, Anzahl im restlichen Europa, Anzahl auf anderen Kontinenten unternommen? Anzahl

S5 Bei wie vielen der genannten >Anzahl< Reisen haben sie als Hauptverkehrsmittel ... verwendet?

den Pkw, Anzahl die Bahn, Anzahl das Flugzeug, Anzahl den Reisebus Anzahl andere Verkehrmittel Anzahl

S5a Bei wie vielen der genannten Reisen mit anderen Verkehrsmitteln haben Sie als Hauptverkehrsmittel ... verwendet?

das Wohnmobil Anzahl das Motorrad/Moped/Motorroller Anzahl das Schiff Anzahl Pkw mit Autoreisezug Anzahl Lkw/Lieferwagen Anzahl ein sonstiges Verkehrsmittel Anzahl

S5b Können Sie mir sagen, wie viele dieser Reisen Sie in den letzten drei Monaten, also seit dem >Monat, 2000< durchgeführt haben?

Anzahl

255

________________________________________ S6 Verfügen Sie – neben Ihrem Hauptwohnsitz – über einen 2. Wohnsitz oder einen sonstigen regelmäßig aufgesuchten Aufenthaltsort z. B. eine Ferienwohnung oder eine Unterkunft in der Nähe auswärtiger Arbeit?

Int.: Z. B. - Ferienwohnung oder sonstiges Freizeitdomizil - Unterkunft in der Nähe des Arbeits-/Ausbildungsplatzes - Zweiter Wohnsitz (von z.B. Studierenden/Auszubildenden) bei den Eltern - Wohnung eines Lebenspartners bei Wochenend-Beziehungen/Ehen, - Dienstunterkunft während Wehr- oder Zivildienst

Ja S7 Nein S14a

S7 Verfügen Sie über einen oder über mehrere solche Nebenwohnsitze/Aufenthaltsorte

Einen Nebenwohnsitz Mehrere Nebenwohnsitze

FALLS mehrere Nebenwohnsitze: Ich möchte Ihnen nun ein paar Fragen über denjenigen Ihrer Nebenwohnsitze stellen, den Sie am häufigsten aufsuchen! S8 Handelt es sich bei diesem 2. Wohnsitz/Aufenthaltsort um...

eine Ferienwohnung oder ein Freizeitdomizil eine Unterkunft in der Nähe des Arbeits-/Ausbildungsplatzes einen zweiten Wohnsitz (von z.B. Studierenden/Auszubildenden) bei den Eltern eine Wohnung eines Lebenspartners bei Wochenend-Beziehungen/Ehen eine Dienstunterkunft während Wehr- oder Zivildienst Sonstiges

S9 Wie häufig suchen Sie diesen Ort auf?

Anzahl Aufenthalte pro Jahr/pro Monat/pro Woche S10 Wann halten Sie sich in der Regel an Ihrem 2. Wohnsitz/Aufenthaltsort auf?

An Werktagen/Unter der Woche Am Wochenende Während des Urlaubes Sonstiges

S11 Liegt dieser 2. Wohnsitz/Aufenthaltsort im Ausland oder in Deutschland?

Im Ausland Innerhalb Deutschland S11a Land/Bundesland/Stadt/PLZ S11b

S11a In welchem Land liegt dieser 2. Wohnsitz/Aufenthaltsort?

Land aus Länderdatenbank S12 S11b Wo liegt dieser 2. Wohnsitz/Aufenthaltsort?

Stadt aus Städtedatenbank S12 Wie weit ist dieser 2. Wohnsitz/Aufenthaltsort von Ihrem Hauptwohnsitz entfernt?

km einfache Fahrt S12a Wie ist Ihr 2. Wohnsitz/Aufenthaltsort gelegen?

Int.: Bitte vorlesen! Im inneren Stadtbereich einer Großstadt Am Stadtrand/in einem Vorort einer Großstadt Im inneren Stadtbereich einer mittelgroßen Stadt Am Stadtrand/in einem Vorort einer mittelgroßen Stadt

256

In einer Kleinstadt/einer großen Gemeinde Auf dem Land/in einer kleinen Landgemeinde

S13 Welches Hauptverkehrsmittel nutzen Sie in der Regel für die Fahrten zwischen Ihren beiden Wohnsitzen?

PKW, Bahn, Flugzeug, Reisebus Wohnmobil Motorrad/Moped/Motorroller Mietwagen Schiff Pkw mit Autoreisezug anderes Verkehrsmittel

________________________________________ Die folgenden Fragen beziehen sich nun auf Ihre sonstigen privaten Reisen mit einer Entfernung von mindestens 100 km einfacher Fahrt und ein bis drei auswärtigen Übernachtungen.Gemeint sind dabei z. B. Kurzurlaube, Wochenendfahrten, Städte- oder Besuchsreisen. FALLS 2. Wohnsitz vorhanden: jedoch keine Reisen zu Ihrem 2. Wohnsitz S14a Wie viele Privatreisen mit ein bis drei Übernachtungen haben Sie in den letzten drei Monaten, also seit dem >Monat, 2000< durchgeführt?

Anzahl Falls keine oder nur eine Reise berichtet wurden S14b

S14b Wie viele Privatreisen mit ein bis drei Übernachtungen haben Sie in den letzten zwölf Monaten, also seit dem >Monat, 1999< durchgeführt?

Anzahl S15 Wie viele dieser >Anzahl< Reisen in den letzten drei/zwölf Monaten haben Sie zu Zielen...

Bezugszeitraum: Falls S14b nicht gestellt wurde -> Reisen der letzten drei Monate Falls S14b gestellt wurde -> Reisen der letzten zwölf Monate


S16 Bei wie vielen der genannten >Anzahl< Reisen haben sie in den letzten drei/zwölf Monaten als Hauptverkehrsmittel...

den PKW, Anzahl die Bahn, Anzahl das Flugzeug, Anzahl den Reisebus Anzahl anderes Verkehrsmittel genutzt? Anzahl

S16a Bei wie vielen der genannten >Anzahl< Reisen innerhalb der letzten drei/zwölf Monate mit anderen

Verkehrsmitteln haben Sie als Hauptverkehrsmittel .... das Wohnmobil Anzahl das Motorrad/ Moped/ Motorroller Anzahl das Schiff Anzahl Pkw mit Autoreisezug Anzahl Lkw/Lieferwagen Anzahl ein sonstiges Verkehrsmittel verwendet? Anzahl

________________________________________ Nun folgen Fragen zu Ihren privaten Eintagesreisen mit einer Entfernung von mindestens 100 km einfacher Fahrt aber ohne auswärtige Übernachtung.

Gemeint sind dabei z. B. alle Tagesausflüge, Besuchsreisen, auswärtige Sportveranstaltungen, Einkaufs- oder private Besorgungsfahrten. jedoch keine Fahrten im Zusammenhang mit Ihrer Berufstätigkeit S17 Wie viele private Tagesreisen ohne Übernachtung haben Sie in den letzten drei Monaten, also seit dem >Monat, 2000< durchgeführt?

Anzahl S18 Bei wie vielen der genannten >Anzahl< Reisen haben sie als Hauptverkehrsmittel...

den PKW, Anzahl die Bahn, Anzahl das Flugzeug, Anzahl den Reisebus Anzahl anderes Verkehrsmittel genutzt? Anzahl

S18a Bei wie vielen der genannten Reisen haben Sie ... verwendet?

das Wohnmobil Anzahl das Motorrad/Moped/Motorroller Anzahl das Schiff Anzahl Pkw mit Autoreisezug Anzahl Lkw/Lieferwagen Anzahl ein sonstiges Verkehrsmittel Anzahl

________________________________________ S19 Bevor ich Ihnen weitere Fragen zu Ihren Reisegewohnheiten stelle, möchte ich Sie fragen, ob Sie zur Zeit... berufstätig sind, oder Auszubildender/Lehrling S20

257

Wehr-/Zivildienstleistender Schüler Fachschüler S26 Student arbeitslos Rentner oder Pensionär Hausfrau/Hausmann S38 Sonstiges S20 Sind Sie ... Vollzeit-erwerbstätig mit einer wöchentlichen Arbeitszeit

von 35 Stunden und mehr (auch Wehr-/Zivildienstleistende)? Teilzeit-erwerbstätig mit einer wöchentlichen Arbeitszeit von 15 bis 34 Stunden? Teilzeit- oder stundenweise erwerbstätig mit einer wöchentlichen Arbeitszeit unter 15 Stunden?

S21 Sind Sie ... im Personen- oder Güterfernverkehr tätig,

(z. B. Zugbegleiter, Busfahrer, Fernfahrer, Stewardess, etc. ) S22a als Handelsvertreter bzw. im Außendienst unterwegs, S22a trifft nichts von dem auf Sie zu? S26

Auf die im Rahmen Ihrer beruflichen Tätigkeit durchgeführten Fahrten möchte ich kurz eingehen:

258

S22a Liegen die Ziele Ihrer beruflichen Fahrten überwiegend in einer Entfernung von bis zu 100 km um Ihren Wohnort, oder sind diese in der Regel weiter entfernt?

Im Umkreis von bis 100 km S25 Weiter entfernt (> 100 km) S22b

S22b Liegen die Ziele dieser Fahrten überwiegend...

Int.: Mehrfachnennungen möglich. in Deutschland, im restlichen Europa, auf anderen Kontinenten unternommen?

S22c An wie vielen Tagen pro Woche sind Sie in der Regel auf diese Art unterwegs?

Tage pro Woche mit beruflichen Fernfahrten S25 seltener als einen Tag pro Woche S25 nie (keine beruflichen Fernreisen) S38

S25 Welche der folgenden Hauptverkehrsmittel benutzen Sie überwiegend für Ihre beruflichen Fahrten?

Int.: Mehrfachnennungen möglich. Pkw, Lkw, Bahn, Flugzeug, Bus/Reisebus anderes Verkehrsmittel Weiter mit S38

________________________________________ S26 Liegt Ihr Arbeits-/Ausbildungsplatz im Ausland oder innerhalb Deutschlands?

Im Ausland S26a Innerhalb Deutschlands S26b

S26a In welchem Land liegt Ihr Arbeits-/Ausbildungsplatz?

Land aus Länderdatenbank S27 S26b In welcher Stadt/ in welchem Ort liegt ihr Arbeits-/Ausbildungsplatz?

Stadt aus Städtedatenbank S27 Liegt Ihr Arbeitsplatz/Ausbildungsplatz...

im inneren Stadtbereich einer Großstadt am Stadtrand/in einem Vorort einer Großstadt im inneren Stadtbereich einer mittelgroßen Stadt am Stadtrand/in einem Vorort einer mittelgroßen Stadt in einer Kleinstadt/einer großen Gemeinde auf dem Land/in einer kleinen Landgemeinde sonstiges

S29 Wie viele Kilometer ist Ihr Arbeits-/Ausbildungsplatz von Ihrer Wohnung entfernt?

Int.: km einfache Entfernung __________ km einfache Entfernung vom 1. Wohnsitz

FALLS 2. Wohnsitz vorhanden: S29a Und wie viele Kilometer ist Ihr Arbeits-/Ausbildungsplatz von Ihrem 2. Wohnsitz entfernt?

__________ km einfache Entfernung vom 2. Wohnsitz/Aufenthaltsort S29b Arbeiten Sie zu Hause/liegt Ihr Arbeitsplatz im Haus am 1. oder 2. Wohnsitz/Aufenthaltsort?

Am 1. Wohnsitz/ Aufenthaltsort Am 2. Wohnsitz/Aufenthaltsort

259

S30 Wie häufig pro Woche suchen Sie in der Regel Ihren Arbeits-/Ausbildungsplatz auf?

____ mal pro Woche S31 Welches Hauptverkehrsmittel benutzen Sie in der Regel für Ihren Weg zur Arbeit/Ausbildung?

Int.: Keine Mehrfachnennung zulässig, gemeint ist das Verkehrsmittel, mit dem die weiteste Strecke auf dem Weg zur Arbeit zurückgelegt wird. zu Fuß Fahrrad PKW als Mitfahrer PKW als Fahrer Motorrad Bus, Straßenbahn, U-Bahn S-Bahn (DB) Bahn, anderes Verkehrsmittel Falls bei S31 "Bahn" genannt S31a, Sonst S32

S31a Besitzen Sie privat oder erhalten Sie von Ihrem Arbeitgeber eine Streckenzeitkarte oder eine Netz- bzw. Teilnetzkarte der Deutschen Bahn?

Streckenzeitkarte Netzkarte Teilnetzkarte Nein

S32 Benutzen Sie für Ihren Weg zur Arbeit gelegentlich auch andere Hauptverkehrsmittel?

Nein S33 Ja S32a

S32a Welche anderen Hauptverkehrsmittel?

Int.: Mehrfachnennungen möglich. zu Fuß Fahrrad PKW als Mitfahrer PKW als Fahrer Motorrad Bus, Straßenbahn, U-Bahn S-Bahn (DB) Bahn, anderes Verkehrsmittel

________________________________________ S33 Führen Sie im Zusammenhang mit Ihrer Arbeit/Ausbildung Dienst- oder Geschäftsreisen durch?

Ja S34 Nein S38

S34 Wie viele Dienst- und Geschäftsreisen mit einer Entfernung von mindestens 100 km einfache Fahrt haben Sie in den letzten drei Monaten, also seit dem < Tag, Monat>, unternommen?

____ Dienst- und Geschäftsreisen in den letzten drei Monaten Falls keine oder nur eine konkrete Reise genannt S35, Sonst S36, Anzahl = Antwort S34

S35 Und können Sie mir sagen, wie viele Dienst- und Geschäftsreisen Sie in den letzten zwölf Monaten, also seit dem <Monat, Jahr>, insgesamt unternommen haben?

260

____ Dienst- und Geschäftsreisen in den letzten zwölf Monaten Anzahl = Antwort S35 Bei Anzahl(S34)=0 und Anzahl(S35)=0 S38

S36 Wie viele dieser >Anzahl< Reisen der letzten drei/zwölf Monate haben Sie zu Zielen... Bezugszeitraum: Falls S35 nicht gestellt wurde -> Reisen der letzten drei Monate Falls S35 gestellt wurde -> Reisen der letzten zwölf Monate


S37 Bei wie vielen der genannten >Anzahl< Reisen haben sie in den letzten drei/zwölf Monaten als Hauptverkehrsmittel... Bezugszeitraum: Falls S35 nicht gestellt wurde -> Reisen der letzten drei Monate Falls S35 gestellt wurde -> Reisen der letzten zwölf Monate

den PKW, Anzahl die Bahn, Anzahl das Flugzeug, Anzahl den Reisebus Anzahl andere Verkehrsmittel genutzt? Anzahl

S37a Bei wie vielen dieser >Anzahl< Reisen haben sie ... verwendet?

das Wohnmobil, Anzahl das Motorrad/ Moped/ Motorroller, Anzahl den Mietwagen, Anzahl das Schiff, Anzahl Pkw mit Autoreisezug Anzahl Lkw/Lieferwagen Anzahl ein sonstiges Verkehrsmittel Anzahl Falls bei S37 Bahn "genannt" und wenn nicht bereits S31a S37b, Sonst S38

S37b Besitzen Sie privat oder erhalten Sie von Ihrem Arbeitgeber eine Streckenzeitkarte oder eine Netz- bzw. Teilnetzkarte der Deutschen Bahn?

Streckenzeitkarte Netzkarte Teilnetzkarte Nein

________________________________________ FALLS (Antworten aus S5a+S14+S17+S34) > 0 Reisen Im bisherigen Interviewverlauf hatte ich Ihnen Fragen zu Ihrer Reisehäufigkeit gestellt. Dabei haben Sie mir berichtet, dass Sie in den letzten drei Monaten... (Anzahl Urlaubsreisen/Privatreisen aus S5a, falls > 0) Urlaubsreisen/Privatreisen, (Anzahl private Kurzreisen aus S14, falls > 0) Private Kurzreisen mit bis zu 3 Übernachtungen, (Anzahl Tagesreisen aus S17, falls > 0) Tagesreisen und (Anzahl Dienstreisen aus S34, falls > 0) Dienstreisen unternommen haben. ENDE FALLS FALLS (Antworten aus S5a+S14+S17+S34) >= 3 Reisen. Jetzt möchte ich, dass Sie sich noch einmal genau an die letzten drei dieser Reisen erinnern. ENDE FALLS

FALLS (Antworten aus S5a+S14+S17+S34) =1 Reise oder =2 Reisen Jetzt möchte ich, dass Sie sich noch einmal genau an diese >Anzahl< Reisen erinnern. NACH DEM BERICHT DIESER REISEN:

261

Vielleicht können Sie sich auch noch an die davor durchgeführte(n) Reise(n) erinnern, dies ist/sind rückblickend ihre (zweit- und) drittletzte Reise gewesen. Denken Sie bitte besonders auch an Ihre Tagesreisen mit mindestens 100 km einfacher Fahrt, da diese leicht vergessen werden. ENDE FALLS FALLS (Antworten aus S5a+S14+S17+S34) = 0 Reisen Jetzt möchte ich, dass Sie sich noch einmal genau an Ihre letzten drei Reisen erinnern. Gemeint sind also privaten Ein- oder Mehrtagesreisen, Urlaube sowie Dienst- und Geschäftsreisen. Denken Sie bitte besonders auch an Ihre Tagesreisen mit mindestens 100 km einfacher Fahrt, da diese leicht vergessen werden. ENDE FALLS Falls im Personen- oder Güterfernverkehr (S21) tätig: Nicht gemeint sind jedoch Fahrten im Rahmen Ihrer beruflichen Tätigkeit. Bitte übergehen Sie diese speziellen Reisen. Falls Arbeits-/Ausbildungsplatz weiter als 100 km entfernt (S29, beide Werte > 100 km): Nicht gemeint sind (auch) Ihre Pendlerwege zum Arbeitsplatz. Bitte übergehen Sie diese speziellen Reisen. Int.: Für die letzten drei Reisen Fragen S38 bis S45 wiederholen. Liegt die drittletzte Reise weniger als sieben Tage zurück, weitere Reisen erfassen, bis über mindestens sieben Tage berichtet wurde. ________________________________________ S38 Wann sind Sie von der letzten/vorletzten/drittletzten Reise mit einer Entfernung von mindestens 100 km einfacher Entfernung zurückgekehrt?

War das heute S39 innerhalb der letzten 7 Tage Wochentag/Datum ermitteln oder ist dies länger her? Datum möglichst genau ermitteln Weiß nicht, k. A. A

Jahr 2000 1999 1998 1997 1996 vor 1996 Monat, Jan Feb Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez Lage im Monat Anfang des Monats Mitte des Monats Ende des Monats Wochentag der Rückfahrt Mo Di Mi Do Fr Sa So event. >Datum< Jahr 2000 1999 1998 1997 1996 vor 1996 Lage im Jahr 1. Quartal 2. Quartal 3. Quartal 4. Quartal Sonstiger besonderer Tag Silvester/Neujahr Heilige 3 Könige (6. Jan) Karneval/Fasching Karfreitag Ostern 1. Mai Himmelfahrt Pfingsten Fronleichnam Mariä Himmelfahrt Tag der deutschen Einheit (3. Oktober) Allerheiligen Weihnachten Wochentag der Rückfahrt Mo Di Mi Do Fr Sa So FALLS Datum vor dem 1.1.1999 -> diese und weitere Reisen NICHT erfassen, da zu lange her! (Datum dennoch möglichst vollständig erfassen)

262

Abbruchtext: Diese Reise haben Sie vor 1999 durchgeführt, dazu benötigen wir keine detaillierten Angaben weiter mit Frage A S39 Wie viele Übernachtungen umfasste die Reise?

Anzahl S40 Hatte die Reise überwiegend private oder dienstliche/geschäftliche Gründe?

Privatreise S40a Dienst- oder Geschäftsreise S41

S40a Welcher der folgenden privaten Reisegründe trifft am ehesten auf Ihre Reise zu?

Int: Mehrfachnennungen möglich Urlaub Einkauf/Besorgung/Sonstige Erledigungen, wie z. B. Arztbesuch, Grabpflege Verwandten- oder Bekanntenbesuch/Freunde treffen Städtereise Besuch von sportlichen oder kulturellen Veranstaltungen/Ausstellungen Kuraufenthalt/Krankenhausaufenthalt/Sonstige gesundheitliche Gründe Ausflug/Wanderung Besichtigung/Besuch Sehenswürdigkeit Kongress/Tagung/Weiterbildung/sonstige Veranstaltungen sonstiges Keine Angabe

S41 War Ihre Reise eine Auslandsreise oder eine Reise innerhalb Deutschlands?

Auslandsreise S41a Reise innerhalb Deutschlands S41b

S41a In welchem Land liegt dieser 2. Wohnsitz/Aufenthaltsort?

Land aus Länderdatenbank S43 S41b Wo liegt dieser 2. Wohnsitz/Aufenthaltsort?

Stadt aus Städtedatenbank S42 Wie weit war das Reiseziel entfernt?

___ km einfache Fahrt S43 Welches Hauptverkehrsmittel haben Sie für diese Reise überwiegend genutzt?

PKW, 43b Bahn, 43a Flugzeug, 43a Reisebus 43b Motorrad/Motorroller 43b Wohnmobil/Reisemobil 43b Lkw/Lieferwagen 43b Schiff 43b anderes Verkehrsmittel 43b

S43a Mit welchen Verkehrsmitteln haben Sie am Tag der Anreise von Ihrer Wohnung aus den Bahnhof/Flughafen erreicht?

Int: Mehrfachnennungen möglich zu Fuß Fahrrad PKW als Mitfahrer PKW als Fahrer Motorrad/Moped/Motorroller Bus/Straßenbahn/U-Bahn

263

S-Bahn (DB) Bahn nur bei Hauptverkehrsmittel „Flugzeug“ zulässig) Taxi Flughafentransfer anderes Verkehrsmittel

S43b Welcher der folgenden vier Aspekte war ausschlaggebend für Ihre Verkehrsmittelwahl?

INT.: Bitte nur die vier Gründe vorlesen! KEINE MEHRFACHNENNUNGEN ZULASSEN! Möglichst kurze Reisezeit Niedriger Preis bzw. geringe Kosten Bequemlichkeit bzw. Komfort Hohe Flexibilität. d. h. ein spontaner Reiseantritt ohne Bindung an bestimmte

Tage und Uhrzeiten sonstiges/keines von den genannten

S44 Wie viele Personen, mit allen Kindern, haben an der Reise teilgenommen, Sie selbst mit eingeschlossen?

INT.: Bei Gruppenreisen ist die Zahl der gemeinsam angemeldeten Personen, z. B. aus einem Haushalt/Freundeskreis gemeint. Anzahl

S45 Wie viele Kinder unter 14 Jahren haben an der Reise teilgenommen?

Anzahl ________________________________________ Nun möchte ich Ihnen noch ein paar allgemeine Fragen stellen: A) Über wie viele private Pkw und privat genutzte Firmenfahrzeuge verfügt Ihr Haushalt?

Int.: Pkw, die hauptsächlich von Mitgliedern des Haushalts genutzt werden. Das können auch privat genutzte Firmenwagen sein.

keine Pkw im HH vorhanden (Anzahl privat Pkw =0, Anzahl privat genutzter Firmenwagen=0) Anzahl: _______ private PKW Anzahl: _______ privat genutzte Firmenwagen

Aa) Sind Sie Mitglied in einer Car-Sharing oder Mietautoorganisation?

Ja Nein

B) Besitzen Sie einen Pkw-Führerschein?

Ja C Nein E

C) Sind Sie persönlich der hauptsächliche Fahrer dieses Pkw/eines dieser Pkw?

Ja Ca Nein D

Ca) Ist dieses Fahrzeug ein privater Pkw, oder ein privat genutzter Firmenwagen?

privater PKW E privat genutzter Firmenw. E

D) Wie häufig können Sie auf einen Pkw zurückgreifen?

(fast) immer gelegentlich (fast) nie

E) Besitzen Sie persönlich eine zur Zeit gültige BahnCard, die Ihnen 50% Ermäßigung auf alle Fahrscheine gewährt?

Ja Nein Spontan (nicht vorlesen)

264

Nein, habe aber die Absicht, sie mir (wieder) zuzulegen Nein, nicht mehr

F) Besitzen Sie eine Zeitkarte für öffentliche Nahverkehrsmittel, also für Bus, Straßenbahn, U- oder S-Bahn?

Ja G Nein Fa

Fa) Wie häufig nutzen Sie öffentliche Nahverkehrsmittel an ihrem Wohnort?

nie selten gelegentlich häufig

G) Sind Sie Mitglied im Vielfliegerprogramm einer Fluggesellschaft (z.B. Miles and More Card)?

Ja H Nein I

H) Bei welcher(n) Fluggesellschaft(en) ist das?

Int: Mehrfachnennungen möglich Lufthansa

Deutsch BA British Airways Eurowings Air France KLM Swissair SAS United Delta Asiatische Carrier Sonstige

______________________________________________ I) Darf ich fragen, wie alt Sie sind?

_____ Jahre, daraus Geburtsjahr ermitteln J) Wie ist Ihr Hauptwohnsitz gelegen?

Int.: Bitte vorlesen! Im inneren Stadtbereich einer Großstadt Am Stadtrand/in einem Vorort einer Großstadt Im inneren Stadtbereich einer mittelgroßen Stadt Am Stadtrand/in einem Vorort einer mittelgroßen Stadt In einer Kleinstadt/einer großen Gemeinde Auf dem Land/in einer kleinen Landgemeinde

K) Wie lautet die Postleitzahl Ihres Wohnortes?

PLZ: _____________ ggf. Gemeindename Ka) Wie viele Kilometer ist der nächste Bahnhof/Haltepunkt von Ihrem Hauptwohnsitz entfernt, an dem Züge der

Deutschen Bahn, S-Bahnen, U-Bahnen oder Stadtbahnen erreichen können? ____km

L) Steht Ihnen zuhause oder am Arbeitsplatz ein PC zu Verfügung?

Ja M Nein N

M) Verfügt dieser PC über einen Internet-Anschluss?

Ja

265

Nein N) Welchen Schulabschluss haben Sie?

Haupt- oder Volksschule P weiterführende Schule (ohne Abschluss) P mittlere Reife oder Abschluss der polytechnischen Oberschule P Abitur, Fachhochschulreife (Gymnasien oder erweiterte Oberschule EOS) O

O) Sind Sie Akademiker, also haben Sie ein abgeschlossenes Studium?

Ja Q Nein P

P) Haben Sie eine abgeschlossene Berufsausbildung?

Ja Nein

Q) Wie viele Personen leben ständig in Ihrem Haushalt, Sie selbst eingeschlossen? Denken Sie bitte auch an Kinder!

_______ Personen Bei Mehrpersonenhaushalten: R) Wie viele dieser Personen sind berufstätig?

Anzahl S) Wie viele Kinder/Jugendliche (unter 18 Jahren) leben in Ihrem Haushalt?

Anzahl T) Ich lese Ihnen jetzt 6 Einkommensgruppen vor. Zu welcher Gruppe gehört Ihr Haushalt? Gemeint ist das

monatliche Haushaltseinkommen nach Abzug von Steuern und Sozialversicherung. bis unter DM 1.500 DM 1.500 bis unter DM 3.000 DM 3.000 bis unter DM 4.500 DM 4.500 bis unter DM 6.000 DM 6.000 bis unter DM 7.500 über DM 7.500

Die Studie des Bundesforschungsministerums besteht noch aus einem zweiten Teil. Vielleicht haben Sie ja Interesse, daran teilzunehmen. (Infotext mit Erhebungsablauf) U) Haben Sie Interesse, an dieser Untersuchung des Bundesforschungsministeriums teilzunehmen?

Ja Adresserhebung Ja, mit Rücksprache Muss ich noch überlegen Wahrscheinlich nicht Sicher nicht

______________________________________________ Interviewende V) Datum des Interviews

Anlage 3: Haupterhebung – Haushaltsbogen

Haushaltsbogen - Seite 1

266


267


268


269

Anlage 4: Haupterhebung – Reisebogen

Reisebogen – Seite 1 270

Reisebogen – Seite 2

271


272


273


274


275


276


277


278


279


280


281

Fragebogen zusätzliche Reisen

282

Anlage 5: Haupterhebung – Verkehrsmittelorientierung

283

Verkehrsmittelorientierung – Seite 1

Verkehrsmittelorientierung – Seite 1 284

Anlage 6: Haupterhebung - Innovationsbefragung

Innovationsbefragung – Seite 1 286

Innovationsbefragung – Seite 2

287


288


289

290

Anlage 7: Intensivinterviews

Interviewablauf

Allgemeine Fragen

1. Denken Sie doch bitte einmal an Ihre privaten Fahrten über 100 km: Sind Sie dabei gerne unterwegs? Geben Sie bitte einen Wert auf einer Skala von 1 „nein, überhaupt nicht gerne“ bis 5 „ja, sehr gerne“ an.

2. Wer ist in der Regel für die Planung und Buchung Ihrer privaten Reisen verantwortlich? [Interviewerhinweis: Bitte vorlesen]

Sie selbst Ihr (Ehe-)Partner Andere Person(en)

3. Wie wichtig ist Ihnen der Komfort bei privaten Fahrten über 100 km? Bitte geben Sie einen Wert auf einer Skala von 1 „überhaupt nicht wichtig“ bis 5 „sehr wichtig“ an.

4. Wenn Sie privat mit der Bahn reisen, benutzen Sie dann in der Regel die 1. oder die 2. Klasse?

1. Klasse 2. Klasse Ich reise privat nicht mit der Bahn

5. Wenn Sie privat mit dem Flugzeug reisen, benutzen Sie dann in der Regel die First-, Business- oder Economy-Class?

First/Business Economy Ich reise privat nicht mit dem Flugzeug

6. Unternehmen Sie Geschäfts- oder Dienstreisen? Ja Frage 7 Nein Frage 11

7. Wer ist in der Regel für die Planung und Buchung Ihrer Geschäfts- bzw. Dienstreisen verantwortlich? [Interviewerhinweis: Bitte vorlesen]

Sie selbst Sekretariat oder Reisestelle im Unternehmen externe Stelle (z.B. Reisebüro)

8. Wie wichtig ist Ihnen der Komfort bei geschäftlichen bzw. dienstlichen Fahrten über 100 km? Bitte geben Sie einen Wert auf einer Skala von 1 „überhaupt nicht wichtig“ bis 5 „sehr wichtig“ an.

9. Wenn Sie geschäftlich bzw. dienstlich mit der Bahn reisen, benutzen Sie dann in der Regel die 1. oder die 2. Klasse?

1. Klasse 2. Klasse Ich reise nicht geschäftlich/dienstlich mit der Bahn

10. Wenn Sie geschäftlich bzw. dienstlich mit dem Flugzeug reisen, benutzen Sie dann in der Regel die First-, Business- oder Economy-Class?

First/Business

291

Economy Ich reise nicht geschäftlich/dienstlich mit dem Flugzeug

11. Für wie routiniert halten Sie sich grundsätzlich selbst als Nutzer folgender Verkehrsmittel? Geben Sie bitte jeweils einen Wert auf einer Skala von 1 „überhaupt nicht routiniert“ bis 5 „sehr routiniert“ an.

Pkw Bahn Flugzeug Reisebus

12. Wie anstrengend finden Sie grundsätzlich die Nutzung folgender Verkehrsmittel auf längeren Strecken? Geben Sie bitte jeweils einen Wert auf einer Skala von 1 „überhaupt nicht anstrengend“ bis 5 „sehr anstrengend“ an.

Pkw Bahn Flugzeug Reisebus

13. Stellen Sie sich vor, Sie haben an einem Umsteigebahnhof Ihren Zug verpasst. Was bedeutet es für Sie, sich an einem fremden Bahnhof spontan um eine alternative Verbindung kümmern zu müssen? Geben Sie einen Wert auf einer Skala von 1 „das macht mir überhaupt nichts aus“ bis 5 „das empfinde ich als sehr unangenehm“ an.

14. Wie empfinden Sie es, wenn Sie öffentliche Nahverkehrsmittel benutzen müssen? Unterscheiden Sie nach öffentlichem Nahverkehr an Ihrem Wohnort, in einer unbekannten Stadt im Inland bzw. in einer unbekannten Stadt im Ausland. Geben Sie bitte einen Wert auf einer Skala von 1 „das macht mir überhaupt nichts aus“ bis 5 „das empfinde ich als sehr unangenehm“ an.

Wohnort Inland Ausland

TOPAS-Fragen

Mit den zugesandten Unterlagen haben Sie ein gelbes Blatt mit Informationen über TOPAS erhalten. Das vorgestellte Angebot TOPAS ist fiktiv und existiert in der Realität noch nicht. Mit Hilfe der TOPAS-Bausteine soll aber im Rahmen des Forschungsprojektes geklärt werden, welche Bedürfnisse Reisende im Fernverkehr haben. Das TOPAS-Angebot enthält folgende Service-Bausteine:

Baustein 1: Reiseunterlagen-Service Baustein 2: Gepäck-Service Baustein 3: Umsteige-Service Baustein 4: Nahverkehr-Service Baustein 5: Kurzfrist-Service Baustein 6: Premium-Service

Ich möchte nun gerne mit Ihnen Ihre Bewertung der einzelnen Bausteine besprechen. Zu Ihrer Unterstützung ist auf der Rückseite des gelben TOPAS-Informationsblattes ein Übersicht aller sechs Bausteinen abgedruckt.

15. Welcher der sechs TOPAS-Bausteine wäre Ihnen als zusätzlicher Service bei Bahn- oder Flugreisen am Wichtigsten? Bitte nennen Sie mir den oder die wichtigsten Bau-steine. [Interviewerhinweis: Bausteine ggf. noch einmal vorlesen bzw. auf das gelbe Blatt verweisen.]

16. Haben Sie bei Bahn- und Flugreisen an einem oder mehreren der übrigen Service-Bau-steine gar kein Interesse? Bitte nennen Sie mir diesen Baustein bzw. diese Bausteine.

17. Stellen Sie sich vor, die wichtigsten Service-Bausteine, die Sie mir genannt haben, werden mit 10 bewertet. Bausteine, an denen Sie kein Interesse haben, entsprechen dagegen einer Null. Bitte sagen Sie mir nun anhand dieser Skala von 0 bis 10, wie wichtig Ihnen die übrigen Aspekte sind, die ich Ihnen nun noch einmal nenne. (Hinweis zur Programmierung: Aspekte rotieren lassen)

18. Ich nenne Ihnen nun verschiedene Eigenschaften von Reisen. Bitte sagen Sie mir zu jeder Eigenschaft, ob Sie diesbezüglich durch das Angebot von TOPAS eine große, eine geringe oder gar keine Verbesserung gegenüber einer Reise heute erwarten.

Reise-Fragen

Vorgabe „Privat“ 2 Mal Situation Privatreise durchgehen (linke Spalte)

Vorgabe „Geschäftlich“ 2 Mal Situation Dienstreise durchgehen (rechte Spalte)

Reisesituation Seite 1 (Inlandsreise) Ich möchte mit Ihnen nun unterschiedliche Reisen durchsprechen und Ihnen dazu jeweils einige Fragen stellen. Hierzu haben wir Ihnen auch farbige Reisebögen zugesandt, auf denen die wichtigsten Informationen für Sie noch mal zusammengestellt sind. Bitte nehmen Sie hierzu einen Stift und die Seite 1 auf dem

Vorgabe „Privat“: „grünen“/ Vorgabe „Geschäftlich“: „blauen“

Bogen zur Hand, den anderen Bogen benötigen wir für das Interview nicht.

Bevor ich mit Ihnen über die Reise spreche, möchte ich Ihnen die fehlenden Informationen für die grau unterlegten Felder mit den Nummern 1 bis 5 geben.

Bitte tragen sie in das Feld mit der Nummer 1 als Personenzahl <PERSONENZAHL> und in das Feld mit der Nummer 2 als Reiseziel <REISEZIEL> ein. Ich nenne Ihnen nun die Preise für die

292

293

Verkehrsmittel: Pkw, Feld-Nr. 3 <PKW-PREIS>, Bahn, Feld-Nr. 4 <BAHN-PREIS> und Flugzeug, Feld-Nr. 5 <FLUG-PREIS>. Auf die Fragen A bis G gehen wir im weiteren Verlauf des Interviews ein.

Ich möchte Ihnen nun noch einmal die Informationen zur ersten Reise zusammenfassen, bitte versuchen Sie sich die nachfolgende Reisesituation vorzustellen:

Vorgabe Privatreise Vorgabe Geschäftsreise

Es handelt sich bei der ersten Reise um eine privat organisierte Reise innerhalb Deutschlands.

Stellen Sie sich vor, Sie wollen Bekannte über das Wochenende, also von Freitag bis Sonntag besuchen. Sie planen privat zu übernachten. Insgesamt reisen <PERSONENZAHL> Person(en),jede Person hat ein Gepäckstück zu transportieren.

Ihr Reiseziel liegt in der Nähe von <REISEZIEL> und ist etwa 30 km vom nächsten Bahnhof entfernt.

Ihr Bekannten können Sie leider nicht am Bahnhof abholen.

Es handelt sich bei der ersten Reise um eine geschäftliche Reise innerhalb Deutschlands.

Stellen Sie sich vor, Sie müssen von Mittwoch bis Donnerstag eine regionale Fachmesse besuchen. Sie werden dabei eine Nacht im Hotel verbringen. Insgesamt reisen <PERSONENZAHL> Person(en),jede Person hat ein Gepäckstück zu transportieren.


Reisesituation Seite 2 (Auslandsreise)

Ich möchte mit Ihnen nun noch eine zweite Reisesituation durchsprechen, bitte wenden Sie hierzu den Reisebogen.

Bevor ich mit Ihnen über diese Reise spreche, möchte ich Ihnen wiederum die fehlenden Informationen für die grau unterlegten Felder mit den Nummern 1 bis 5 geben.

Bitte tragen sie in das Feld mit der Nummer 1 als Personenzahl <PERSONENZAHL> und in das Feld mit der Nummer 2 als Reiseziel <REISEZIEL> ein. Ich nenne Ihnen nun die Preise für die Verkehrsmittel: Pkw, Feld-Nr. 3 <PKW-PREIS>, Bahn, Feld-Nr. 4 <BAHN-PREIS> und Flugzeug, Feld-Nr. 5 <FLUG-PREIS>.

Ich möchte Ihnen nun noch einmal die Informationen zur zweite Reise zusammenfassen, bitte versuchen Sie sich die nachfolgende Reisesituation vorzustellen:

Vorgabe Privatreise Vorgabe Geschäftsreise

Die zweite Reise, über die ich mit Ihnen sprechen möchte ist eine privat organisierte Reise ins Ausland.

Sie wollen Bekannte für eine Woche, also von Samstag bis Samstag, besuchen. Sie werden in einem Hotel übernachten. Insgesamt reisen <PERSONENZAHL> Person(en),jede Person hat ein Gepäckstück zu transportieren.

Ihr Reiseziel liegt in der Nähe von <REISEZIEL> und ist etwa 30 km vom nächsten Bahnhof

Die zweite Reise, über die ich mit Ihnen sprechen möchte ist eine geschäftliche Reise ins Ausland.

Sie besuchen von Dienstag bis Donnerstag eine regionale Fachmesse im Ausland. Sie werden dabei zwei Nächte im Hotel verbringen Insgesamt reisen <PERSONENZAHL> Person(en),jede Person hat ein Gepäckstück zu transportieren.


294

entfernt.

Auch bei dieser Reise können Ihre Bekannten Sie nicht am Bahnhof abholen.

19. Haben Sie schon einmal eine ähnliche Reise <VORGABE: 1. Reisesituation: innerhalb Deutschlands/ 2.Reisesituation: ins Ausland> unternommen?

ja nein

20. Stellen Sie sich vor, Sie unternehmen diese Reise mit der Bahn oder dem Flugzeug. Bei welchen der folgenden Aspekte erwarten Sie im Zusammenhang mit einer solchen Reise Probleme?

Ja Nein

Zusammentragen der notwendigen Informationen und Preise während der Reiseplanung

Beschaffung der erforderlichen Reisedokumente

Orientierung während der Reise und am Zielort

Benutzung von öffentlichen Nahverkehrsmitteln am Zielort

<VORGABE: nur 2. Reisesituation> Verständigung während der Reise und am Zielort

21. Welches Verkehrsmittel würden Sie heute für diese Reise benutzen? [Interviewerhinweis: Entspricht Frage A auf dem Reisebogen]

Pkw Frage 24 Bahn Frage 22 Flugzeug Frage 22

22. Welches Verkehrsmittel würden Sie bei dieser Reise für die Fahrt von Ihrem Wohnort zum Bahnhof/ Flughafen benutzen? [Interviewerhinweis: Entspricht Teil 1 der Frage B auf dem Reisebogen]

Pkw als Selbstfahrer Pkw als Mitfahrer Taxi öffentliche Nahverkehrsmittel Bahn (Int: nicht S-Bahn) Transferbus zum Flughafen Sonstiges Nicht vorlesen: Weiß noch nicht

23. Welches Verkehrsmittel würden Sie bei dieser Reise für die Fahrt vom Bahnhof/ Flughafen zum Zielort der Reise nutzen? [Interviewerhinweis: Entspricht Teil 2 der Frage B auf dem Reisebogen]

öffentliche Nahverkehrsmittel Taxi Mietwagen

295

Sonstiges Nicht vorlesen: Weiß noch nicht

24. Bei der Wahl des Verkehrsmittels spielen ja u.a. die Reisezeit, der Preis und der Komfort eine wichtige Rolle: Welcher dieser drei Aspekte ist Ihnen am Wichtigsten für die Wahl des Verkehrsmittels bei dieser Reise? Bitte nennen Sie mir den für Sie wichtigsten Aspekt. [Interviewerhinweis: Entspricht Teil 1 der Frage C auf dem Reisebogen]

25. Stellen Sie sich vor, dieser wichtigste Aspekt wird mit 10 bewertet: Bitte sagen Sie mir anhand einer Skala von 0 bis 10, wie wichtig Ihnen die übrigen Aspekte sind, die ich Ihnen nun noch einmal nenne. (Hinweis zur Programmierung: Aspekte rotieren lassen) [Interviewerhinweis: Entspricht Teil 2 der Frage C auf dem Reisebogen]

26. Welche der vorhin vorgestellten TOPAS-Bausteine würden Sie für die genannte Reise bei einer Nutzung der Bahn oder des Flugzeugs buchen wollen? [Interviewerhinweis: Entspricht Frage D auf dem Reisebogen]

Baustein 1: Reiseunterlagen-Service Baustein 2: Gepäck-Service Baustein 3: Umsteige-Service Baustein 4: Nahverkehr-Service Baustein 5: Kurzfrist-Service Baustein 6: Premium-Service

Keinen dieser Bausteine Frage 35.

27. Welchen Aufpreis sind Sie bereit, für die gewählten Topas-Bausteine zusätzlich zum Fahrpreis zu bezahlen? [Interviewerhinweis: Entspricht Frage E auf dem Reisebogen]

28. Wie beurteilen Sie die Wichtigkeit des TOPAS-Angebotes für die Wahl Ihres Verkehrsmittels? Bitte vergleichen Sie das TOPAS-Angebot mit Ihrer Bewertung von Reisezeit, Preis und Komfort aus Frage C und geben Sie dafür einen entsprechenden Wert zwischen 0 und 10 an. [Interviewerhinweis: Entspricht Frage F auf dem Reisebogen]

[Programmierung: Berechnen des Preises <TOPAS-BAHN-PREIS>:

Grundpreis Topas-Bahn 1,05*<BAHN-PREIS> 1,03*<FLUG-PREIS>

Baustein 2 wurde gewählt? +0,03*<BAHN-PREIS> +0,02*<FLUG-PREIS>




Summe =<BAHN-SUMME> =<FLUG-SUMME>

Hinweis für den Programmierer: Die Bausteine 1 und 4 sind im Grundpreis TOPAS enthalten!

<TOPAS-BAHN-PREIS>= max(<BAHN-PREIS>+Antwort Frage E, <BAHN-SUMME>)]

<TOPAS-FLUG-PREIS>= max(<FLUG-PREIS>+Antwort Frage E, <FLUG-SUMME>)]

Ich nenne Ihnen nun die Fahrpreise für zwei verschiedene TOPAS-Angebote. Die erste ist eine Bahn-Verbindung mit TOPAS-Service, der Preise beträgt <TOPAS-BAHN-PREIS>. Bitte tragen Sie diesen Preis in das graue Feld mit der Nummer 6 ein. Dieser Preis umfasst den Fahrschein für Hin- und Rückreise sowie alle von Ihnen gewählten TOPAS-Service-Bausteine.

296

Das zweite Angebot beinhaltet eine Flugverbindung mit Bahnanreise zum Flughafen und TOPAS-Service. Der Preis für die Hin- und Rückreise sowie alle von Ihnen gewählten TOPAS-Service-Bausteine beträgt <TOPAS-FLUG-PREIS>. Bitte tragen Sie diesen Preis in das graue Feld mit der Nummer 7 ein.

29. Für welches dieser Angebote würden Sie sich entscheiden? [Interviewerhinweis: Entspricht Frage G auf dem Reisebogen]

Bahnreise mit TOPAS-Service Frage 30 Flugreise mit TOPAS-Service Frage 30 Ich bleibe bei meiner vorherigen Wahl aus Frage A Frage 31

30. Ist Ihre Entscheidung zugunsten des TOPAS-Angebots eher eindeutig, knapp oder sehr knapp ausgefallen?

eindeutig 2. Reise oder Ende knapp 2. Reise oder Ende sehr knapp 2. Reise oder Ende

31. Ist Ihre Entscheidung gegen die TOPAS Angebote eher eindeutig, knapp oder sehr knapp ausgefallen?

eindeutig 2. Reise oder Ende knapp 2. Reise oder Ende sehr knapp 2. Reise oder Ende

Vielen Dank für Ihre Unterstützung!

Anlage 8: Intensivinterviews – Interviewbögen

297Interviewbogen Privat – Seite 1

Interviewbogen Privat – Seite 2

298

Interviewbogen Geschäft – Seite 1

299

Interviewbogen Geschäft – Seite 2

300

301

Anlage 9: Intensivinterviews - TOPAS-Beschreibung

TOPAS – Der Service für Ihre Reise Der Reise-Service TOPAS143 bietet Ihnen zukünftig alle innerdeutschen und auch innereuropäischen Verkehrsverbindungen mit Eisenbahnen, Fährlinien und Fluggesellschaften oder eine Kombination daraus an. Dabei empfiehlt Ihnen TOPAS entsprechend Ihrer individuellen Wünsche die für Sie jeweils besten Verbindungen.

Das Angebot TOPAS ist aus verschiedenen kombinierbaren „Bausteinen“ aufgebaut. Was sich hinter den Bausteinen im Einzelnen verbirgt, wird Ihnen nachfolgend kurz vorgestellt.

Baustein 1: Reiseunterlagen-Service

Sie geben telefonisch oder per E-Mail Ihre Reisewünsche an TOPAS-Mitarbeiter durch und TOPAS stellt Ihnen rechtzeitig alle notwendigen Unterlagen einfach und bequem zusammen. Ihrem Wunsch entsprechend bietet TOPAS Ihnen die preiswerteste, schnellste oder auch die komfortabelste Route und Verkehrsmittelkombination. Sie erhalten dann die erforderlichen Fahrscheine, Flugscheine und Sitzplatzreservierungen für Ihre Reise. Selbstverständlich bietet TOPAS Ihnen auch Informationen zum Zielort Ihrer Reise (z.B. Stadtpläne).

Die Reiseunterlagen können Sie je nach Wunsch am Bahnhof, Flughafen oder im Reisebüro ent-gegennehmen, auf Wunsch schicken wir sie Ihnen auch gerne nach Hause.

Baustein 2: Gepäck-Service

Bei Antritt Ihrer Reise können Sie am Reisestart (Bahnhof oder Flughafen) Ihr Gepäck direkt aufgeben und erhalten es bei Ankunft am Zielort der Reise (Bahnhof oder Flughafen) zurück.

Auf Wunsch können Sie es gegen einen geringen Aufpreis auch am Vorabend zuhause oder im Hotel abholen lassen bzw. es bis zum eigentlichen Ziel Ihrer Reise bringen lassen. So wird Reisen auch mit Umsteigen angenehmer.

Sollte es einmal zu Verspätungen kommen, wird Ihr Gepäck natürlich ohne Aufpreis direkt zur vorgesehenen Zieladresse (z.B. ins Hotel) geliefert.

Baustein 3: Umsteige-Service

Beim Umsteigen kümmert sich TOPAS darum, dass Sie Ihren Anschluss erreichen, d.h. dass der folgende Zug oder Flug möglichst auf Sie wartet. Sollte es trotz aller Bemühungen einmal nicht klappen, dann organisieren Ihnen TOPAS-Service-Mitarbeiter eine alternative Reiseverbindung zu Ihrem Ziel. Im Zweifel bringt Sie ein Taxi ohne Zusatzkosten zum Ziel Ihrer Reise.

143 Das vorgestellte TOPAS-Angebot soll im Rahmen des Forschungsprojektes INVERMO helfen, die Nutzerbedürfnisse von Fernreisenden für die Zukunft zu ermitteln. TOPAS ist bisher ein fiktives Angebot und gegenwärtig nicht erhältlich. Daher ist es auch noch nicht möglich, Preise für die einzelnen Leistungen nennen. Auch die Art der Buchung ist noch offen, so ist eine Nutzung für einzelne Reisen ebenso denkbar wie eine Mitgliedschaft mit einem Jahresbeitrag.

302

Auf Ihren Wunsch wartet am Flughafen-Gate oder Bahnsteig ein Service-Mitarbeiter auf Sie, um Sie zu Ihrem Anschluss zu geleiten, Ihnen beim Ein- und Ausstieg behilflich zu sein und um Ihnen bei Ihrem Handgepäck schnell und unkompliziert zur Hand zu gehen.

Baustein 4: Nahverkehr-Service

Mit diesem Baustein versorgt TOPAS Sie mit den erforderlichen Informationen und Reiseunterlagen, um schnell und einfach Ihren Startbahnhof oder Startflughafen zu erreichen. Dazu bekommen Sie entsprechende Nahverkehrsfahrscheine, Bus-Shuttle- oder Taxi-Gutscheine. Auch am Ziel Ihrer Reise stellen wir sicher, dass Sie bequem und ohne Stress vom Bahnhof oder Flughafen an Ihr Reiseziel (z.B. Hotel) gelangen.

Für den Zeitraum Ihres Aufenthaltes am Zielort beinhaltet dieser TOPAS-Baustein zudem eine Mehrtagekarte für alle öffentlichen Verkehrsmittel der regionalen Verkehrsverbünde an, so dass Sie am Zielort immer flexibel sind. TOPAS vermittelt Ihnen auch einen günstigen Mietwagen.

Baustein 5: Kurzfrist-Service

Müssen Sie häufig kurzfristig planen und schnell „auf die Reise gehen“? Mit dem Kurzfrist-Service müssen Sie nur noch die TOPAS-24h-Hotline anrufen, Ihr nächstes Reiseziel angeben und können schon aufbrechen. TOPAS kümmert sich dann sofort um alles andere: Tickets, Reservierungen, Hotel, Abholung mit dem Taxi, etc. Ihre Reiseunterlagen erhalten Sie bei Eintreffen am Bahnhof oder Flughafen und können so Ihre Reise unmittelbar antreten. Mit diesem Baustein können Sie Ihre Reisepläne selbstverständlich auch kurzfristig ohne Storno- oder Umbuchungskosten ändern.

Baustein 6: Premium-Service

Neben Upgrades in eine höhere Klasse, eigenen Lounges und einem Vielreisenden-Programm (z.B. miles&more, bahn.comfort, usw.) bietet TOPAS Ihnen mit diesem Baustein eine kostenlose persönliche Hotline. Wenn es zu Störungen (Verspätungen, Umleitungen, etc.) kommt, informieren TOPAS-Mitarbeiter Sie ungehend und bieten Ihnen die Verbindung an, mit der Sie dennoch Ihr Reiseziel rechtzeitig erreichen.

303

Da wir uns im Interview nochmals auf die Bausteine beziehen werden, hier noch einmal eine kurze Übersicht:

TOPAS-Baustein Leistungen in Stichworten

Baustein 1 Reiseunterlagen-Service

• Alle notwendigen Reiseunterlagen aus einer Hand

• Abholung oder Zusendung der Unterlagen

• Informationen zum Zielort

Baustein 2 Gepäck-Service

• Gepäck am Reisebeginn aufgeben

• Am Zielbahnhof/-flughafen abholen

• Bei Verspätung Auslieferung direkt ans Reiseziel (z. B. Hotel)

Baustein 3 Umsteige-Service

• Anschlusszug/-flugzeug wartet möglichst

• Alternative Verbindung wird bei Verspätung organisiert

• Mitarbeiter hilft gegebenenfalls beim Umsteigen

Baustein 4 Nahverkehr-Service

• Stressfreie Nahverkehrsnutzung am Start und Ziel der Reise

• Flexibel am Reiseziel durch Mehrtageskarte für Bus und Bahn

• Vermittlung von Mietwagen

Baustein 5 Kurzfrist-Service

• Sofort zur Reise starten

• Reiseunterlagen liegen am Bahnhof oder Flughafen bereit

• Kostenlose Umbuchung und Stornierung

Baustein 6 Premium-Service

• Persönliche Hotline

• Lounge, Upgrade und Vielreisenden-Programm

• Individuelle Information bei Störungen im Reiseverlauf

304

Anlage 10: Fallstudie - Ergebnistabellen „best case“

Die nachstehend vorgestellten Ergebnisse der „best case“-Szenarien sind als Berechnungen des maximal verfügbaren Nachfragepotentials zu betrachten. Hierbei wurde unterstellt, dass alle angebotenen intermodalen Leistungen flächendeckend angeboten werden.

Wie hinsichtlich der Barrieren (s. Kapitel 4) schon dargestellt wurde, ist ein solches flächendeckendes Angebot mit überproportional steigenden Kosten für die Verkehrs-unternehmen verbunden, so dass eine unternehmensseitige Wirtschaftlichkeits-betrachtung zu negativen Ergebnissen kommen würde und in der Folge diese Leistungen nicht angeboten würden. Folglich liegt diesen Berechnungen ein ideales Angebot zugrunde, das sich marktseitig nicht einstellen wird! Die Ergebnisse haben daher auch nur „nachrichtlichen“ Charakter.

Verkehrsträger Nullfall Fall 1a Fall 2a Fall 1b Fall 2b kein Gepäck-Service alle Services Absolutwerte [%] Straße (gesamt) 74,6 64,7 57,6 60,6 54,0 Schiene (gesamt) 14,1 23,4 29,7 27,6 32,8 Luft (gesamt) 11,3 12,0 12,7 11,9 13,2 Veränderungen [%-Punkte] Schiene (gesamt) 0,0 +9,2 +15,5 +13,4 +18,7 Schiene (klassisch) 0,0 -3,8 -5,7 -4,6 -6,4 Schiene (intermodal) 0,0 +13,0 +21,2 +18,1 +25,0 Luft (gesamt) 0,0 +0,7 +1,4 +0,6 +1,9 Luft (klassisch) 0,0 -2,9 -4,4 -3,6 -4,9 Luft (intermodal) 0,0 +3,6 +5,8 +4,2 +6,8 Tabelle A10-1 Marktanteile in den Szenarien („best case“)

vorher\ nachher Schiene (intermodal) Luft (intermodal) Straße 66,6 % 48,9 % Schiene (klassisch) 25,4 % 5,0 % Luft (klassisch) 8,0 % 46,1 % Summe 100,0 % 100,0 % Tabelle A10-2 Quelle der Verlagerungspotentiale („best case“)

die intermodale vernetzung von personenverkehrsmitteln...

Documents