Der Ausgangspunkt für diese Arbeit ist das Spannungsfeld zwischen der Mobilität als Grundbedürfnis der Menschen und dem durch sie verursachten Verkehr als Herausforderung bei der Erreichung von Nachhaltigkeitszielen. Um in diesem Kontext anwendungsorientierte wissenschaftliche Erkenntnisse zu generieren, wird in der vorliegenden Arbeit die Zusammenführung der für kommunale Entscheidungsträger relevanten Konkretisierungsebenen »Visionen« und »Maßnahmen« erprobt. Das Ziel ist es, Praxisakteure für die hypothetischen zukünftigen Konsequenzen heutiger Entscheidungen zu sensibilisieren. Dazu wird ein agentenbasiertes Simulationsmodell für die alltägliche Verkehrsmittelwahl entwickelt. Es basiert auf den gleichbleibenden Mobilitätsbedürfnissen sog. Mobilitätskomfort-Typen und sich wandelnden Merkmalen der Mobilitätsangebote bis 2050. Vier Zukunftsszenarien werden für die Region Stuttgart simuliert und die Ergebnisse mit Blick auf die Gestaltung von zielgruppenspezifischen Interventionsmaßnahmen interpretiert.:Vorbemerkung und Danksagung
Kurzfassung
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
EINLEITUNG
1 Ausgangssituation und Verortung der Arbeit
1.1 Grundbedürfnis Mobilität und Herausforderung Verkehr
1.2 Forschungsbedarf und Ziele der Arbeit
1.3 Aufbau der Arbeit und Einordnung der Forschungsfragen
THEORETISCHE GRUNDLAGEN
2 Das Forschungsfeld Verkehrsmittelwahl
2.1 Theoretische Auseinandersetzung mit der Verkehrsmittelwahl
2.2 Ansätze zur Gestaltung von Interventionsmaßnahmen
2.3 Urbaner Mobilitätskomfort und Mobilitätskomfort-Typen
EMPIRISCHE ERHEBUNG
3 Ermittlung von Mobilitätsbedürfnissen
3.1 Methodisches Vorgehen: Datenerhebung und Datenauswertung
3.1.1 Auswahl der Workshop-Teilnehmer
3.1.2 Erhebung der Motive für die Verkehrsmittelwahl
3.1.3 Ermittlung des wahrgenommenen Mobilitätsangebots
3.1.4 Exemplarische Vorgehensweise bei der Datenauswertung
3.2 Reflexion der Vorgehensweise
3.3 Mobilitätsbedürfnisse der Mobilitätskomfort-Typen
3.3.1 Mobilitätsbedürfnisse der Flexiblen
3.3.2 Mobilitätsbedürfnisse der Anspruchsvollen
3.3.3 Mobilitätsbedürfnisse der Relaxer
3.3.4 Mobilitätsbedürfnisse der Eiligen
3.3.5 Zusammenfassender Vergleich der Mobilitätsbedürfnisse
MODELLIERUNG DER VERKEHRSMITTELWAHL
4 Abstraktion des Sachverhalts
4.1 Einführung in die Modellierung und Einordnung der ABMS
4.2 Begründung für die Wahl von ABMS und NetLogo
4.3 Vorstellung des Modellierungsdesigns
4.3.1 Das Modellierungskonzept in Kürze
4.3.2 Modellumwelt – Die Setup-Prozedur
4.3.2.1 Aufbau des Modell-Interface
4.3.2.2 Globale Variablen
4.3.2.3 Ermittlung der Basispopulation
4.3.2.4 Erstellung des Angebotsrankings
4.3.2.5 Validierung der Setup-Prozedur mithilfe des Angebotsrankings
4.3.3 Entscheidungslogiken der Mobilitätskomfort-Typen – Der Go-Befehl
4.3.3.1 Aufforderung zur Angebotswahl
4.3.3.2 Hauptverkehrsmittel und Nutzungshäufigkeiten
4.3.3.3 Validierung des Modells über den Modal Split
4.4 Bewertung der Modellqualität
SIMULATION DER ZUKUNFTSSZENARIEN
5 Der Wandel des Mobilitätssystems
5.1 Trends und Entwicklungen für die Mobilität bis 2050
5.2 Projektionsbündel – Input für die simulierten Zukunftsszenarien
5.2.1 Austausch der privaten und privatwirtschaftlichen Fahrzeugflotten
5.2.2 Austausch der ÖV-Fahrzeugflotte inklusive Taxiangebote
5.2.3 On-Demand-Angebote im ÖV und Förderung der Fahrradmobilität
5.2.4 Coopetition zwischen ÖV und privaten Mobilitätsanbietern
5.3 Vorstellung des Simulationsdesigns
5.4 Darstellung der Simulationsergebnisse
5.4.1 Szenario 1 Simulationsergebnisse
5.4.2 Szenario 2 Simulationsergebnisse
5.4.3 Szenario 3 Simulationsergebnisse
5.4.4 Szenario 4 Simulationsergebnisse
5.4.5 Ergebnisse je Mobilitätskomfort-Typ
DISKUSSION DER ERGEBNISSE
6 Rückübertragung und Anwendungsbezug
6.1 Erkenntnisse aus der Synthese der Simulationsergebnisse
6.2 Schlussfolgerung und Perspektiven für die Wissenschaft
6.3 Zusammenfassung und Ausblick
Literatur
Anhang / Mobility is one of our basic needs and causes traffic, which challenges the achievement of sustainability goals. To develop applicable scientific insight in this context, the present thesis links the two precision levels »visions« and »measures«, which are relevant to municipal decision-makers. The goal is to raise consciousness for hypothetical future consequences of today’s actions and enable informed decision-making. Therefore, an agent-based simulation model is developed for daily travel mode choice. It is based upon the unchanging mobility needs of four mobility comfort user types as well as altering features of travel options until 2050. Four future scenarios are simulated for the Stuttgart region. The results are interpreted with respect to the design of target group specific intervention measure.:Vorbemerkung und Danksagung
Kurzfassung
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
EINLEITUNG
1 Ausgangssituation und Verortung der Arbeit
1.1 Grundbedürfnis Mobilität und Herausforderung Verkehr
1.2 Forschungsbedarf und Ziele der Arbeit
1.3 Aufbau der Arbeit und Einordnung der Forschungsfragen
THEORETISCHE GRUNDLAGEN
2 Das Forschungsfeld Verkehrsmittelwahl
2.1 Theoretische Auseinandersetzung mit der Verkehrsmittelwahl
2.2 Ansätze zur Gestaltung von Interventionsmaßnahmen
2.3 Urbaner Mobilitätskomfort und Mobilitätskomfort-Typen
EMPIRISCHE ERHEBUNG
3 Ermittlung von Mobilitätsbedürfnissen
3.1 Methodisches Vorgehen: Datenerhebung und Datenauswertung
3.1.1 Auswahl der Workshop-Teilnehmer
3.1.2 Erhebung der Motive für die Verkehrsmittelwahl
3.1.3 Ermittlung des wahrgenommenen Mobilitätsangebots
3.1.4 Exemplarische Vorgehensweise bei der Datenauswertung
3.2 Reflexion der Vorgehensweise
3.3 Mobilitätsbedürfnisse der Mobilitätskomfort-Typen
3.3.1 Mobilitätsbedürfnisse der Flexiblen
3.3.2 Mobilitätsbedürfnisse der Anspruchsvollen
3.3.3 Mobilitätsbedürfnisse der Relaxer
3.3.4 Mobilitätsbedürfnisse der Eiligen
3.3.5 Zusammenfassender Vergleich der Mobilitätsbedürfnisse
MODELLIERUNG DER VERKEHRSMITTELWAHL
4 Abstraktion des Sachverhalts
4.1 Einführung in die Modellierung und Einordnung der ABMS
4.2 Begründung für die Wahl von ABMS und NetLogo
4.3 Vorstellung des Modellierungsdesigns
4.3.1 Das Modellierungskonzept in Kürze
4.3.2 Modellumwelt – Die Setup-Prozedur
4.3.2.1 Aufbau des Modell-Interface
4.3.2.2 Globale Variablen
4.3.2.3 Ermittlung der Basispopulation
4.3.2.4 Erstellung des Angebotsrankings
4.3.2.5 Validierung der Setup-Prozedur mithilfe des Angebotsrankings
4.3.3 Entscheidungslogiken der Mobilitätskomfort-Typen – Der Go-Befehl
4.3.3.1 Aufforderung zur Angebotswahl
4.3.3.2 Hauptverkehrsmittel und Nutzungshäufigkeiten
4.3.3.3 Validierung des Modells über den Modal Split
4.4 Bewertung der Modellqualität
SIMULATION DER ZUKUNFTSSZENARIEN
5 Der Wandel des Mobilitätssystems
5.1 Trends und Entwicklungen für die Mobilität bis 2050
5.2 Projektionsbündel – Input für die simulierten Zukunftsszenarien
5.2.1 Austausch der privaten und privatwirtschaftlichen Fahrzeugflotten
5.2.2 Austausch der ÖV-Fahrzeugflotte inklusive Taxiangebote
5.2.3 On-Demand-Angebote im ÖV und Förderung der Fahrradmobilität
5.2.4 Coopetition zwischen ÖV und privaten Mobilitätsanbietern
5.3 Vorstellung des Simulationsdesigns
5.4 Darstellung der Simulationsergebnisse
5.4.1 Szenario 1 Simulationsergebnisse
5.4.2 Szenario 2 Simulationsergebnisse
5.4.3 Szenario 3 Simulationsergebnisse
5.4.4 Szenario 4 Simulationsergebnisse
5.4.5 Ergebnisse je Mobilitätskomfort-Typ
DISKUSSION DER ERGEBNISSE
6 Rückübertragung und Anwendungsbezug
6.1 Erkenntnisse aus der Synthese der Simulationsergebnisse
6.2 Schlussfolgerung und Perspektiven für die Wissenschaft
6.3 Zusammenfassung und Ausblick
Literatur
Anhang
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:78836 |
| Date | 13 April 2022 |
| Creators | Heydkamp, Constanze |
| Contributors | Universität Leipzig |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/publishedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0151 seconds