Raumstrukturelle Auswirkungen einer Internalisierung externer Kosten des Verkehrs in Sachsen - Spiekermann & Wegener Stadt
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Spiekermann & Wegener
Stadt- und Regionalforschung
Lindemannstraße 10 Tel.: 0231 1899 441
44137 Dortmund Fax. 0231 1899 443
Raumstrukturelle Auswirkungen
einer Internalisierung externer Kosten
des Verkehrs in Sachsen
Teilstudie im Rahmen des Projekts
„Auswirkungen einer Internalisierung externer Kosten
des Verkehrs in Sachsen“
Im Auftrage des Freistaates Sachsen
vertreten durch das
Sächsische Landesamt für Umwelt und Geologie (LfUG)
in Zusammenarbeit mit dem
Lehrstuhl für Verkehrsökologie
Technische Universität Dresden
Abschlussbericht
Dortmund, Dezember 20052
Inhaltsverzeichnis
1. Einleitung ................................................................................................................................. 3
2. Erreichbarkeit und Regionalentwicklung ................................................................................. 6
3. Das SASI-Modell ..................................................................................................................... 8
3.1 Modellstruktur ................................................................................................................. 8
3.2 Teilmodelle ...................................................................................................................... 10
3.2.1 Regionale Erreichbarkeit ...................................................................................... 11
3.2.2 Regionales Bruttoinlandsprodukt ......................................................................... 12
3.3 Raum und Zeit ................................................................................................................ 14
3.4 Modellergebnisse ........................................................................................................... 14
3.5 Weiterentwicklung des Modells ...................................................................................... 14
3.6 Modelleichung ................................................................................................................. 15
4. Untersuchungsgebiet .............................................................................................................. 17
5. Szenarien ................................................................................................................................. 22
5.1 Das Referenzszenario .................................................................................................... 22
5.2 Maßnahmenszenarien .................................................................................................... 22
6. Ergebnisse der Szenarien ....................................................................................................... 26
6.1 Das Referenzszenario .................................................................................................... 26
6.2 Maßnahmenszenarien .................................................................................................... 32
6.2.1 CO2-Abgabe ........................................................................................................ 32
6.2.1.1 CO2-Abgabe: Erreichbarkeit .................................................................. 33
6.2.1.2 CO2-Abgabe: Bruttoinlandsprodukt je Einwohner ................................. 40
6.2.2 City-Maut ............................................................................................................. 48
6.2.2.1 City-Maut: Erreichbarkeit ....................................................................... 48
6.2.2.2 City-Maut: Bruttoinlandsprodukt je Einwohner ...................................... 55
7. Vergleich der Szenarien .......................................................................................................... 62
8. Raumgerechtigkeit ................................................................................................................. 71
9. Fazit ......................................................................................................................................... 82
Literatur ......................................................................................................................................... 873
1 Einleitung
Die Entwicklung der Siedlungsstruktur und des Verkehrssystem stehen in engem wechselseitigen
Zusammenhang. Einerseits erzeugt die Verteilung menschlicher Aktivitäten im Raum Bedarf für
Raumüberwindung in Form von Personen- und Güterverkehr. Andererseits bestimmt die Ver-
kehrsinfrastruktur die Erreichbarkeit von Städten und Regionen und ist damit ein wichtiger Faktor
für Standortentscheidungen von Unternehmen und Haushalten. Ausbau, Beschleunigung und Ef-
fizienzsteigerung der Verkehrsinfrastruktur verstärken die Tendenzen zur großräumigen räumli-
chen Polarisierung (Wachstum der Ballungsregionen zu Lasten der peripheren Regionen) bei
gleichzeitiger kleinräumiger Dispersion (Wachstum des Stadtumlands zu Lasten der Ballungsker-
ne). Die Folgen sind mehr und längere Fahrten im Personen- und Güterverkehr und damit höhere
Umweltbelastungen in Form von CO2-Ausstoß, Luftverschmutzung und Lärmbelästigung. Für ei-
ne langfristige auf Nachhaltigkeit angelegte Verkehrspolitik ist es deshalb notwendig, die Auswir-
kungen verkehrspolitischer Entscheidungen auf die Entwicklung der Siedlungsstruktur im voraus
abzuschätzen und zu berücksichtigen.
Das Ziel des Projekts „Auswirkungen einer Internalisierung externer Kosten des Verkehrs in
Sachsen“ ist es, Möglichkeiten der Minderung verkehrlicher Umweltwirkungen in Sachsen aufzu-
zeigen und deren Wirkungen abzuschätzen. Hierzu wurde im Arbeitspaket A (Gerike u.a., 2005a)
ein auf sächsische Verhältnisse zugeschnittenes umsetzungsorientiertes Maßnahmenpaket zu-
sammengestellt mit preislichen als auch flankierenden nicht preislichen Maßnahmen zur Beein-
flussung des Verkehrsverhaltens und Verringerungen der Umweltauswirkungen des verbleiben-
den Verkehrs ("Internalisierungsszenario"). Im Arbeitspaket B (Gerike u.a., 2005b) wurden die
Auswirkungen der Realisierung dieses Maßnahmenpakets auf Verkehr und Umwelt bis zum Jah-
re 2020 abgeschätzt und mit denen eines Trendszenarios verglichen. Im Arbeitspaket C wurden
die externen Kosten beider Szenarien berechnet und einander gegenübergestellt. Im Arbeitspa-
ket D sollen die soziökonomischen und raumstrukturellen Auswirkungen des Internalisierungs-
szenarios abgeschätzt werden.
Das in diesem Bericht beschriebene Teilprojekt hatte die Aufgabe, im Rahmen des Arbeitspakets
D die wirtschaftlichen Auswirkungen des Internalisierungsszenarios auf die Teilregionen in Sach-
sen im Vergleich untereinander und zu den übrigen Regionen in Deutschland abzuschätzen.
Hierfür wurden zwei Maßnahmen des Internalisierungsszenarios ausgewählt: die CO2-Abgabe
auf den Kraftstoffpreis und die City-Maut in den Städten Dresden, Leipzig und Chemnitz. Diese
Auswahl beruhte auf der Annahme, dass Verteuerungen der Mobilität im Straßenverkehr die
Wettbewerbsfähigkeit der betroffenen Regionen im Vergleich zu nicht betroffenen Regionen ver-
schlechtert und somit wirtschaftliche Nachteile mit sich bringen. Andererseits können die aus den
Abgaben erzielten Einnahmen dazu benutzt werden, durch Angebotsverbesserungen im weniger
umweltschädlichen öffentlichen Verkehr diese Nachteile teilweise oder ganz auszugleichen oder
sogar Verbesserungen gegenüber dem Trendszenario, in dem keine Abgaben erhoben werden,
zu erreichen. Außerdem könnte es einen Unterschied machen, ob die Maßnahmen nur in Sach-
sen oder in ganz Deutschland oder ganz Europa durchgeführt werden.
Hierzu wurde das am Institut für Raumplanung der Universität Dortmund entwickelte Modell SASI
(Spatial and Socio-economic Impacts of Transport Investments and Transport System Improve-
ments) verwendet. Das SASI-Modell ist in den letzten Jahren in mehreren EU-Projekten ange-
wendet worden, so im Projekt IASON (Integrated Appraisal of Spatial Economic and Network Ef-
fects of Transport Investments and Policies), im Teilprojekt 2.1.1 (Territorial Impacts of EU
Transport and TEN Policy) des European Spatial Planning Observation Network (ESPON) sowie
im Interreg-IIIb-Projekt AlpenCorS (Alpen Corridor South) zur Untersuchung der räumlichen Aus-
wirkungen unterschiedlicher Ausbauvarianten des Brennerkorridors.4
Das SASI-Modell prognostiziert die Entwicklung von Produktion, Beschäftigung und Bevölkerung
in 1.330 Regionen in Europa als Funktion von allgemeiner Wirtschaftsentwicklung, technischem
Fortschritt und Ausbau der Verkehrsinfrastruktur. Verteuerungen der Benutzung der Verkehrsin-
frastruktur führen zu einer Verringerungen der Erreichbarkeit und damit Verschlechterung der
Wettbewerbsfähigkeit und somit geringerem Wirtschaftswachstum der betroffenen Regionen. Zu-
sätzlich werden die Auswirkungen auf Entwicklung der räumlichen Disparitäten zwischen den
Regionen vorausgeschätzt. Die Ergebnisse des SASI-Modells werden in diesem Bericht für die
29 Kreise des Landes Sachsen dargestellt und analysiert.
In diesem Teilprojekt wurden zwei Arten von Szenarien durchgespielt: Das Referenzszenario
entspricht dem Trendszenario des Hauptprojekts (Gerike u.a., 2005a; 2005b). Es dient zum Ver-
gleich aller anderen Szenarien. Es umfasst alle heute und wahrscheinlich in der Zukunft vorhan-
denen Netzelemente und beruht auf der Annahme, dass alle sonstigen verkehrsrelevanten Re-
gelungen (Geschwindigkeitsbeschränkungen, Verkehrssteuern, Straßenbenutzungsgebühren
usw.) unverändert bleiben. In den Maßnahmenszenarien wird die Durchführung einer verkehrs-
politischen Maßnahme oder einer Kombination von Maßnahmen unterstellt. In dem Teilprojekt
wurden als Maßnahmen eine CO2-Abgabe und eine City-Maut zusammen mit verschiedenen Va-
rianten der Beschleunigung des Schienenverkehrs in Sachsen, Deutschland oder ganz Europa
angenommen. In allen übrigen Annahmen entsprechen die Maßnahmenszenarien dem Refe-
renzszenario; Unterschiede in den Ergebnissen der Maßnahmenszenarien können deshalb als
Auswirkungen der Maßnahmen interpretiert werden.
Die Ergebnisse der Modellsimulationen wurden im Hinblick auf drei Fragestellungen analysiert
und beschrieben:
(1) Welche raumstrukturellen Auswirkungen würden die untersuchten Maßnahmen zur Internali-
sierung externer Kosten des Verkehrs in Sachsen haben?
(2) Gibt es Möglichkeiten, die negativen Auswirkungen der Internalisierung externer Kosten
durch Verwendung der Einnahmen der Internalisierung für Investitionen im öffentlichen Per-
sonennahverkehr zu kompensieren?
(3) Würde es einen Unterschied machen, wenn diese Maßnahmen nicht nur in Sachsen, son-
dern koordiniert in ganz Deutschland oder Europa durchgeführt würden?
Vorläufige Ergebnisse der Simulationen wurden auf dem Workshop zur Internalisierung externer
Kosten im Sächsischen Staatsministerium für Umwelt und Landwirtschaft in Dresden am 21. April
2005 vorgestellt. Aufgrund der Diskussionen auf dem Workshop wurden die Maßnahmenszena-
rien um zwei weitere Szenarien ergänzt, in denen die Einführung einer CO2-Abgabe mit noch
stärkeren Beschleunigungen des Schienenverkehrs kombiniert wurde. Außerdem wurden die An-
gaben der verwendeten Netzdatenbasis in Sachsen überprüft und noch um einige Straßenver-
bindungen ergänzt. Die in diesem Bericht vorgestellten Simulationsergebnisse weichen daher
von den auf dem Workshop vorgestellten Ergebnissen in einigen Einzelheiten ab, die allerdings
die Aussagen der Ergebnisse nicht verändern.
Beim Vergleich der auf dem Workshop vorgestellten Ergebnisse mit den in diesem Bericht darge-
stellten Ergebnissen muss ferner beachtet werden, dass in diesem Bericht anders als auf dem
Workshop unstandardisierte Werte in den Karten und deren Erläuterungen verwendet werden,
die nicht in Prozent des jeweiligen europäischen Durchschnitts ausgedrückt sind. Die unstandar-
disierten Ergebnisse erwiesen sich als leichter und verständlicher zu interpretieren. Die auf den
europäischen Durchschnitt standardisierten Werte werden jedoch im Tabellenteil des Vergleichs
zwischen den Szenarien zur Verfügung gestellt.5 Der Bericht besteht aus neun Kapiteln. Nach dieser Einleitung wird im Kapitel 2 der Zusammen- hang zwischen Erreichbarkeit und Regionalentwicklung im Kontext einer Internalisierung der ex- ternen Kosten des Verkehrs in Sachsen eingeführt. Im Kapitel 3 wird das verwendete SASI- Modell in seinen Grundzügen dargestellt. Im Kapitel 4 wird das Untersuchungsgebiet vorgestellt. Im Kapitel 5 werden die untersuchten Szenarien beschrieben. Die Ergebnisse der Modellsimula- tionen werden im Kapitel 6 beschrieben und im Kapitel 7 miteinander verglichen. Im Kapitel 8 werden die Auswirkungen der Maßnahmenszenarien auf die Entwicklung der Disparitäten zwi- schen den Regionen diskutiert. Kapitel 9 enthält eine Zusammenfassung der Ergebnisse und Schlussfolgerungen. Alle Arbeitsschritte erfolgten in enger Zusammenarbeit mit dem Lehrstuhl für Verkehrsökologie der Technischen Universität Dresden. Herrn Univ.-Professor Dr. Udo Becker und Frau Dipl.-Wi.- Ing. Regine Gerike sei an dieser Stelle für ihre kompetente fachliche Unterstützung und konstruk- tiven Diskussionen gedankt. Ein besonderer Dank gilt Carsten Schürmann vom Büro für Raum- forschung, Raumplanung und Geoinformation (RRG) für die Ermittlung und Aufbereitung der de- taillierten Verkehrsnetzänderungen in Sachsen. Klaus Spiekermann Michael Wegener
6
2 Erreichbarkeit und Regionalentwicklung
Die Bedeutung der Verkehrsinfrastruktur für die Regionalentwicklung ist eines der Grundprinzi-
pien der Regionalökonomie. Gute Erreichbarkeit von Zulieferern und Märkten ist eine der Vor-
aussetzungen für die wettbewerbsfähige Erzeugung von Gütern und Dienstleistungen. Die Be-
reitstellung von Verkehrsinfrastruktur ist deshalb traditionell eine der primären Instrumente von
Regierungen zur Förderung der regionalen Wettbewerbsfähigkeit.
Allerdings ist der Zusammenhang zwischen Verkehrsinfrastruktur und Wirtschaftsentwicklung
heute komplexer denn je. Die wirtschaftlich erfolgreichsten Regionen befinden sich im Kern Eu-
ropas und bestätigen so die Hypothese, dass gute Erreichbarkeit wichtig ist. Abbildung 2.1 zeigt
die positive Korrelation zwischen Erreichbarkeit und Bruttoinlandsprodukt.
Aber das Diagramm zeigt auch, dass es auch zentral gelegene Regionen gibt, die aufgrund ihrer
wirtschaftlichen oder politischen Geschichte mit wirtschaftlich weniger erfolgreich sind, als ihrer
günstige Lage entspräche. Auf der anderen Seite des Spektrums liegen die ärmsten Regionen in
Europa, wie theoretisch zu erwarten, an der Peripherie des Kontinents. Aber es gibt auch prospe-
rierende periphere Regionen wie die Nordischen Länder. Mehr noch, einige der am schnellsten
wachsenden Regionen gehören zu den Regionen am äußersten Rand des Kontinents.
Abbildung 2.1. Erreichbarkeit und Wirtschaftskraft der Regionen in Europa7 In dieser Situation hofft die Europäische Kommission, die wirtschaftlichen Disparitäten zwischen den Regionen in Europa durch die Entwicklung der transeuropäischen Verkehrsnetze zu verrin- gern. Aber dieses Programm ist nicht unumstritten. Kritiker weisen darauf hin, dass die neuen Verkehrsverbindungen nicht die peripheren Regionen besser an die Zentren anbinden, sondern dass sie eher die schon leistungsfähigen Verbindungen zwischen den großen Zentren weiter ausbauen und so deren Erreichbarkeitsvorteile noch verstärken. Andere Kritiker meinen, dass selbst der Ausbau der Verkehrsverbindungen in zurückgebliebenden Regionen wenig zu deren wirtschaftlicher Entwicklung beigetragen haben. In der Tat können die Wirkungen neuer Ver- kehrsverbindungen auf eine periphere Region sowohl positiv als auch negativ sein. Eine neue Autobahn oder Hochgeschwindigkeitseisenbahn zwischen einer peripheren und einer zentralen Region erleichtert es den Produzenten der peripheren Region, ihre Erzeugnisse in den großen Zentren abzusetzen, aber zugleich öffnen sie die Region auch für die häufig überlegeneren Pro- dukte aus den großen Zentren und gefährden so bis dahin sichere regionale Monopole. Diese Fragen haben durch die Osterweiterung der Europäischen Union neue Bedeutung gewonnen. Darüber hinaus hängt die Wirkung von Verbesserungen der Verkehrsinfrastruktur auch vom vor- handenen Niveau der Erreichbarkeit ab. Es ist plausibel, dass in einer peripheren Region, die a- ber über sonst günstige Voraussetzungen wie gut ausgebildete Einwohner, technisches Wissen und Kapital verfügt, der Bau einer ersten Verkehrsverbindung zu deutlichen Steigerungen des Bruttoinlandsprodukts führen wird: die fehlende Erreichbarkeit war dort die kritische Größe, der Engpassfaktor. Umgekehrt bleibt in Regionen, die schon über viele Autobahnen und Eisenbah- nen und Flughäfen, also über eine gute Erreichbarkeit verfügen, die aber vielleicht über eine zu geringe Binnennachfrage oder eine zu schwache Eigenkapitaldecke oder unattraktive kommu- nale Dienstleistungen verfügen, der Bau einer weiteren Verkehrsverbindung ohne größere Aus- wirkungen auf die wirtschaftliche Entwicklung, denn Verkehrswege sind dort nicht knapp, sondern andere Einflussfaktoren. Diese Zusammenhänge gelten auch in diesem Projekt, in dem nicht der Ausbau der Verkehrsinf- rastruktur, sondern mit ökologischen Zielen begründete Einschränkungen der Erreichbarkeit durch Internalisierung externer Kosten des Verkehrs untersucht werden. Sachsen verfügt bereits über eine gut oder sehr gut ausgebaute Verkehrsinfrastruktur. Es kann also damit gerechnet werden, dass sich durch maßvolle Kostenbelastungen durch die Internalisierung relativ große ö- kologische Vorteile mit relativ geringen Einschränkungen der Mobilität und somit relativ geringen ökonomischen Nachteilen erzielen lassen. Eine noch günstigere Bilanz dürfte sich ergeben, wenn die durch die Internalisierung gewonne- nen Einnahmen gezielt zur Förderung umweltschonender Formen der Mobilität eingesetzt wer- den. Deshalb werden in diesem Teilprojekt Szenarien durchgespielt, in denen die Kostensteige- rungen des Straßenverkehrs mit deutlichen Verbesserungen im öffentlichen Schienenpersonen- verkehr kombiniert werden. Die Hoffnung ist, Maßnahmenkombinationen zu finden, in denen die Einschränkungen der Straßenerreichbarkeit durch Verbesserungen der Schienerreichbarkeit so kompensiert werden, dass auch negative Auswirkungen auf die wirtschaftliche Entwicklung der Regionen in Sachsen vermieden werden.
8 3 Das SASI-Modell Es besteht eine große Bandbreite theoretischer Ansätze zur Erklärung der Wirkung von Ver- kehrsinfrastrukturinvestitionen und anderen verkehrspolitischen Maßnahmen auf die ökonomi- sche Entwicklung von Regionen. Aufgrund ihrer Herkunft aus unterschiedlichen wissenschaftli- chen Disziplinen und Denktraditionen bestehen diese Ansätze gegenwärtig nebeneinander, ob- wohl sie zum Teil miteinander im Widerspruch stehen (Linnecker, 1997): - Nationale Wachstumsmodelle modellieren Multiplikatoreffekte öffentlicher Investitionen, wobei öffentliche Investitionen, wie Verkehrinfrastrukturinvestitionen, einen positiven Einfluss auf pri- vate Investitionen haben. - Regionale Wachstumsmodelle gehen davon aus, dass regionales Wachstum eine Funktion re- gionaler Ausstattungsfaktoren, darunter die Verkehrsinfrastruktur, ist. - Produktionsfunktionsansätze prognostizieren die ökonomischen Aktivitäten in einer Region als Funktion von Produktionsfaktoren, zu denen auch die Verkehrsinfrastruktur der Region gehört. - Erreichbarkeitsansätze verwenden komplexere Erreichbarkeitsindikatoren anstatt der Ausstat- tung mit Verkehrsinfrastruktur in der regionalen Produktionsfunktion. - Regionale Input-Output-Modelle prognostizieren interregionale und intersektorale Lieferbezie- hungen als Funktion von Transportkosten und intersektoralen Input-Output-Koeffizienten. - Handelsmodelle modellieren interregionale Handelsströme als Funktion von Transportkosten und regionalen Produktpreisen. Das SASI-Modell gehört zu der Gruppe von Erreichbarkeitsansätzen, in denen regionale Produk- tionsfunktionen durch Erreichbarkeitsindikatoren ergänzt werden, in denen die durch das Ver- kehrssystem vermittelten Lagevorteile der Regionen zum Ausdruck kommen. In diesem Kapitel wird das SASI-Modell kurz vorgestellt. Eine ausführlichere Darstellung findet sich in Wegener und Bökemann (1998), Bröcker u.a. (2002; 2004a; 2004b) und Spiekermann und Wegener (2004). 3.1 Modellstruktur Das SASI-Modell ist ein Simulationsmodell der sozioökonomischen Entwicklung der Regionen in Europa im Rahmen exogener Annahmen über die wirtschaftliche und demographische Entwick- lung der Europäischen Union und ihrer Nachbarländer und unter dem Einfluss unterschiedlicher Verkehrsinfrastrukturinvestitionen, insbesondere der transeuropäischen Verkehrsnetze, und an- derer verkehrspolitischer Maßnahmen Der Grundgedanke des SASI-Modells ist es, die räumliche Verteilung der ökonomischen Aktivi- täten und deren Veränderung in Europa mit Hilfe regionaler Produktionsfunktionen zu erklären, in denen die regionalen Produktionsfaktoren durch Erreichbarkeitsindikatoren (Schürmann u.a., 1997) als zusätzliche Erklärungsvariablen ergänzt werden, wobei die Produktionsfaktoren Arbeit, Kapital und Wissen selbst als langfristig mobil angesehen werden. Das Hauptziel des Modellan- satzes ist die Abbildung der langfristigen Wirkungen von Verkehrsinfrastrukturinvestitionen und anderer verkehrspolitischer Maßnahmen auf Standortentscheidungen von Unternehmen und Haushalten. Das Modell ist somit in der Lage abzuschätzen, in wie weit die Auswirkungen der Verkehrspolitik der Europäischen Union und ihrer Mitgliedsländer mit den Raumordnungszielen der Europäischen Union übereinstimmen.
9
Die Grenzen des Modells liegen darin, dass es vor allem distributive Effekte und weniger die ge-
nerativen Effekte von Transportkostenveränderungen prognostiziert und keine regionalen Wohl-
fahrtindikatoren produziert, die in eine monetäre Kostennutzenanalyse eingehen könnten.
Das SASI-Modell unterscheidet sich von anderen Ansätzen zur Modellierung der Auswirkungen
von Verkehrsmaßnahmen auf die Regionalentwicklung dadurch, dass es nicht nur Standortent-
scheidungen der Unternehmen (das heißt die Nachfrageseite regionaler Arbeitsmärkte), sondern
auch die Wanderungsentscheidungen von Haushalten (das heißt die Angebotsseite regionaler
Arbeitsmärkte) abbildet. Das ermöglicht es, auch Erwerbstätigkeit und Arbeitslosigkeit zu model-
lieren.
Ein weiteres Kennzeichen des SASI-Modells ist seine dynamische Verkehrsnetzdatenbasis. Die-
se besteht aus „strategischen“ Untermengen der am Institut für Raumplanung der Universität
Dortmund entwickelten detaillierten Straßen-, Eisenbahn- und Luftverkehrsnetze (IRPUD, 2001).
Die Netzdatenbasis enthält alle wichtigen historischen Netzveränderungen seit 1981 sowie die
geplanten Netzausbauten entsprechend den neuesten EU-Dokumenten über die Entwicklung der
transeuropäischen Verkehrnetze.
Das SASI-Modell hat sechs Teilmodelle: Europäische Entwicklungen, Regionale Erreichbarkeit,
Regionales Bruttoinlandsprodukt, Regionale Beschäftigung, Regionale Bevölkerung und Regio-
nale Erwerbspersonen. Ein siebtes Teilmodell berechnet Sozioökonomische Indikatoren, insbe-
sondere Kohäsionsindikatoren. Abbildung 3.1 zeigt die wichtigsten Interaktionen zwischen den
Teilmodellen.
Abbildung 3.1. Das SASI-Modell10 3.2 Teilmodelle In diesem Abschnitt werden die sieben Teilmodelle des SASI-Modells kurz beschrieben. An- schließend werden die zwei für dieses Projekt wichtigsten, das Teilmodell zur Prognose der regi- onalen Erreichbarkeit und das Teilmodell zur Prognose des regionalen Bruttoinlandsprodukts nä- her dargestellt. Die sieben Teilmodelle erfüllen die folgenden Aufgaben: - Im Teilmodell Europäische Entwicklungen werden Annahmen über die zukünftige Entwicklung der europäischen Wirtschaft und die Entwicklung der Zuwanderung nach und Abwanderung aus Europa in das Modell eingeführt. Diese Annahmen dienen als Rahmenbedingungen für die regionalen Wirtschafts- und Bevölkerungsprognosen des Modells. In diesem Teilmodell werden auch die Annahmen über den Ausbau der transeuropäischen Netze und andere verkehrspoliti- sche Maßnahmen verarbeitet. Hier werden Politikszenarien in das SASI-Modell eingegeben. - Das Teilmodell Regionale Erreichbarkeit berechnet regionale Erreichbarkeitsindikatoren, die die Lagevorteile jeder Region in Bezug zu den relevanten Zielen in anderen Regionen und in der Region selbst als Funktion der Reisezeit und Fahrtkosten über das Straßennetz, mit der Eisen- bahn und mit dem Flugzeug ausdrücken. - Das Teilmodell Regionales Bruttoinlandsprodukt bildet den Kern des SASI-Modells. Es prog- nostiziert das in jeder Region erzeugte Bruttoinlandsprodukt (BIP) je Einwohner für sechs Wirt- schaftssektoren (Landwirtschaft, Produzierendes Gewerbe, Bauindustrie, Handel/Touris- mus/Verkehr, Finanzdienstleistungen und Sonstige Dienstleistungen) als Funktion von Aus- stattungsindikatoren und Erreichbarkeit. Die Ausstattungsindikatoren messen die Eignung oder Kapazität der Region für wirtschaftliche Aktivitäten. Sie umfassen traditionelle Standortfaktoren wie Verfügbarkeit qualifizierter Arbeitskräfte, unternehmensorientierte Dienstleistungen, Pro- duktionsanlagen und die Verkehrsinfrastruktur in der Region sowie „weiche“ Standortfaktoren wie Siedlungsstruktur, Ausbildungseinrichtungen, Kultur und Lebensqualität. - Das Teilmodell Regionale Beschäftigung berechnet aus dem regionalen Bruttoinlandsprodukt regionale Arbeitsplätze mit Hilfe exogener Annahmen über die Entwicklung der Produktivität nach Wirtschaftssektoren. - Im Teilmodell Regionale Bevölkerung werden in einem demographischen Kohortenmodell Alte- rung, Geburten und Todesfälle mit Hilfe exogener Annahmen über die Entwicklung der Fertilität und Mortalität in den einzelnen Ländern prognostiziert. Darüber hinaus werden in einem bisher relativ einfachen Wanderungsmodell Wanderungen zwischen den Regionen simuliert. - Im Teilmodell Regionale Erwerbstätigkeit werden aufgrund exogener Vorausschätzungen der Erwerbsquoten in den einzelnen Ländern und unter Berücksichtigung der Wechselwirkungen zwischen Arbeitslosigkeit und Erwerbstätigkeit regionale Erwerbspersonen nach Geschlecht und Qualifikation prognostiziert. - Im Teilmodell Sozioökonomische Indikatoren werden regionale Indikatoren berechnet. Für jede Region prognostiziert das Modell die Entwicklung von Erreichbarkeit, regionalem Pro-Kopf- Einkommen und Arbeitslosigkeit in jedem Jahr bis zum Prognosehorizont 2021. Darüber hinaus werden Kohäsionsindikatoren berechnet, die dein Einfluss der Verkehrsinfrastruktur auf die Konvergenz (oder Divergenz) der sozioökonomischen Entwicklung zwischen den Regionen zum Ausdruck bringen.
11
3.2.1. Regionale Erreichbarkeit
Dieses Teilmodell berechnet regionale Erreichbarkeitsindikatoren, die die Lagevorteile jeder Re-
gion in Bezug zu den relevanten Zielen in anderen Regionen und in der Region selbst als Funkti-
on der Reisezeit und Fahrtkosten über das Straßennetz, mit der Eisenbahn und mit dem Flug-
zeug ausdrücken. Bei der Auswahl der im Modell zu benutzenden Erreichbarkeitsindikatoren wa-
ren drei zum Teil mit einander im Widerspruch stehende Ziele zu berücksichtigen. Erstens sollten
die Erreichbarkeitsindikatoren soviel wie möglich zur Erklärung der wirtschaftlichen Entwicklung
der Regionen beitragen. Zweitens sollten sie selbst als Indikatoren für die regionale Lebensqua-
lität dienen können. Drittens sollten sie im Einklang mit theoretischen und empirischen Erkennt-
nissen über räumliche Wahrnehmung und räumliches Verhalten stehen.
Aufgrund dieser Kriterien wurde die Form der Potentialerreichbarkeit als Erreichbarkeitsindikator
gewählt. Danach ist das Erreichbarkeitspotential Arm(t) einer Region r mit der Verkehrsart m im
Jahr t die Summe aller erreichbarerer Ziele Ws(t) in den 1.330 Regionen der Untersuchungsregi-
on und zusätzlich 42 externer Regionen s im Jahr t gewichtet mit einer negativen Exponential-
funktion der generalisierten Raumüberwindungskosten crsm(t) zwischen Quellregionen r und Ziel-
regionen s mit der Verkehrsart m im Jahr t (Schürmann u.a., 1997):
Arm (t ) = ∑ W (t ) exp [− β c
s
s rsm (t )] (1)
Die generalisierten Raumüberwindungskosten crsm(t) bestehen aus den Betriebskosten des Fahr-
zeugs oder Fahrpreisen und Zeitkosten. Zur Berechnung der Zeitkosten wurden im Eisenbahn-
und Flugverkehr Fahrplanzeiten und im Straßenverkehr streckentypspezifische Fahrgeschwin-
digkeiten unter Berücksichtigung der unterschiedlichen zulässigen Höchstgeschwindigkeiten in
den einzelnen Ländern zugrundegelegt. Außerdem werden die Straßenfahrzeiten in Abhängigkeit
von der Einwohnerdichte der durchfahrenen NUTS-3-Regionen erhöht, um die größere Wahr-
scheinlichkeit von Verkehrsstaus in Ballungsgebieten zu berücksichtigen. Die so berechneten
Reisezeiten wurden mit Hilfe von Annahmen über den Wert der Zeit von Reisenden und Fahrern
in Kosten umgerechnet. Es wurde nur ein Zeitwert für das gesamte Untersuchungsgebiet ange-
nommen, das heißt die Unterschiede in Lohnniveau und Kaufkraft zwischen den einzelnen Län-
dern wurden nicht berücksichtigt.
Auf dieselbe Weise wurden auch die Wartezeiten an den Grenzen in Kosten umgerechnet. Zu-
sätzlich wurden einem Vorschlag von Bröcker (1984) folgend, politische, kulturelle und Sprach-
barrieren als Kostenzuschläge berücksichtigt:
′ (t ) + e r ′s ′ (t ) + s r ′s ′ + l r ′s ′
c rsm = c rsm mit r ∈ R r ' (2)
Dabei sind c′rsm (t ) die Fahrtkosten zwischen Region r und Region s im Jahr t, und er's'(t), sr's' und
l r ′s ′ sind Zeitzuschläge für politische, kulturelle und Sprachbarrieren im Jahr t zwischen den
Ländern Rr', zu denen die Regionen r und s gehören:
- er's' (t) ist ein europäischer Integrationsfaktor, der angibt, in welchen übernationalen Verbünden
die beiden Länder sind, d.h. welches politische Verhältnis zwischen ihnen im Jahr t bestand.
- sk'j' ist ein kultureller Ähnlichkeitsfaktor, der beschreibt, wie ähnlich die kulturellen und histori-
schen Erfahrungen der beiden Länder sind.
- l r ′s ′ ist ein Sprachfaktor, der den Grad der Ähnlichkeit der Hauptsprachen der beiden Länder
ausdrückt.12
Während die zuletzt genannten beiden Faktoren über die gesamte Simulationszeit konstant
gehalten wurden, wurde ek'j' (t) von Jahr zu Jahr verändert, um der europäischen Integration, aber
auch der Teilung von Staaten oder kriegerischer Auseinandersetzungen Rechnung zu tragen. Zur
Festlegung der Werte für die drei Faktoren siehe Fürst u.a. (1999).
Die verkehrsartspezifischen Erreichbarkeitsindikatoren wurden zu multimodalen Erreichbarkeits-
indikatoren, die den kombinierten Effekt der alternativen Verkehrsarten ausdrücken, zusammen-
gefasst. Diese Zusammenfassung erfolgte nach Williams (1977), indem die generalisierten Kos-
ten crsm(t) in Gleichung (1) durch die logarithmierte Summe (logsum) der Exponentialfunktionen
ersetzt wird:
1
c rs (t ) = −
λ
ln ∑ exp[−λ c
m∈Mrs
rsm (t )] (3)
Hierbei ist Mrs die Menge der zwischen den Regionen r und s verfügbaren Verkehrsarten. Vier Er-
reichbarkeitsindikatoren werden berechnet: für den Personenverkehr Erreichbarkeit mit Straße
und Schiene und Erreichbarkeit mit Straße, Schiene und Flugzeug, für den Güterverkehr Erreich-
barkeit auf der Straße und Erreichbarkeit mit Straße und Schiene.
3.2.2 Regionales Bruttoinlandsprodukt
Das Modell des regionalen Bruttoinlandsprodukts beruht auf einer regionalen Produktionsfunkti-
on, in der zu den klassischen Produktionsfunktionen Erreichbarkeit als zusätzlicher Produktions-
faktor hinzutritt. Der wirtschaftliche Output einer Region wird getrennt für die Wirtschaftssektoren
Landwirtschaft, Produzierendes Gewerbe, Bauindustrie, Handel/Tourismus/Verkehr, Finanz-
dienstleistungen und Sonstige Dienstleistungen prognostiziert, um die unterschiedlichen Stand-
ortanforderungen der Wirtschaftssektoren zu berücksichtigen. Um den Effekt der unterschiedli-
chen Größe der Regionen auszuschalten, prognostiziert die regionale Produktionsfunktion Brut-
toinlandsprodukt je Einwohner:
q ir (t ) = f [C ir (t ), L ir (t ), A ir (t ), X ir (t ), S r (t ), R ir (t )] (4)
Dabei ist qir(t) jährliches Bruttoinlandsprodukt je Einwohner des Wirtschaftssektors i in der Region
r im Jahr t, Cir(t) ein Vektor von für den Wirtschaftssektor i bedeutsamen Kapitalstockfaktoren in
Region r im Jahr t, Lir(t) ein Vektor mit Indikatoren für die Verfügbarkeit von für den Wirtschafts-
sektor i wichtigen Arbeitskräften in Region r im Jahr t, Air ein Vektor von für den Wirtschaftssektor
i relevanten Erreichbarkeitsindikatoren in Region r im Jahr t, Xir(t) ein Vektor von für den Wirt-
schaftssektor i relevanten Ausstattungsfaktoren in Region r im Jahr t, Sr(t) sind jährliche Trans-
ferleistungen an die Region r im Jahr t, und Rir(t) ist eine regionsspezifische Residualgröße, die
nicht modellierte regionalen Merkmale ausdrückt (siehe unten). Obwohl das Bruttoinlandsprodukt
eigentlich eine Flussgröße (BIP je Jahr) ist, wird es also als eine Bestandsvariable prognostiziert.
Unter der Annahme, dass die verschiedenen Produktionsfunktionen einander nur zu einem ge-
wissen Teil ersetzen können, wurde eine multiplikative Produktionsfunktion vom Cobb-Douglas-
Typ gewählt, die die limitationale Beziehung zwischen den Produktionsfaktoren berücksichtigt. Da
bei diesem Funktionstyp die Koeffizienten als Exponenten der erklärenden Variablen auftreten,
können sie als Produktionselastizitäten interpretiert werden, die die Bedeutung der einzelnen
Produktionsfaktoren für das Wirtschaftswachstum des betreffenden Wirtschaftssektore ausdrü-
cken. Die Spezifikation der regionalen Produktionsfunktionen des SASI-Modells ist somit:13
q ir (t ) = C ir (t − 5)α Lir (t − 1) β Air (t − 1)γ ... X ir (t − 1)δ ... Sr (t − 1)ε exp( ρ ) R ir (t ) (5)
Hier ist Cir(t–5) die Wirtschaftsstruktur (der Anteil des regionalen Bruttoinlandsprodukts des Wirt-
schaftssektors i) in Region r im Jahr t–5, Lir(t–1) ist ein Arbeitsmarktpotential, das die Verfügbar-
keit von Arbeitskräften in der Region r und den angrenzenden Regionen ausdrückt, Air(t–1) is die
für den Wirtschaftssektor i relevante Erreichbarkeit der Region r im Jahr t–1, Xir (t–1) ist ein für
den Wirtschaftssektor i relevanter Ausstattungsfaktor in Region r im Jahr t–1, Sr (t–1) sind von der
Region r im Jahr t–1 erhaltene Transferleistungen und Rir (t) ist die Residualgröße der Regression
des geschätzten Bruttoinlandsproduktwerte des Wirtschaftssektor i im Jahr t–1 im Vergleich zu
den Schätzdaten. Die α, β, χ, δ, ε and ρ sind Regressionskoeffizienten. Die ... deuten an, dass in
Abhängigkeit von den Regressionsergebnissen mehrer Erreichbarkeits- oder Ausstattungsindi-
katoren in der Gleichung verwendet werden können.
Die Wirtschaftsstrukturvariable wir als erklärende Variable verwendet, weil die Produktionsbedin-
gungen in einem Wirtschaftssektor zum Teil von der vorhandenen Wirtschaftsstruktur abhängen,
die historische Entwicklungen und von anderen Variablen nicht abgedeckte Pfadabhängigkeiten
widerspiegelt. Die Wirtschaftsstrukturvariable ist um fünf Jahre verzögert, da der wirtschaftliche
Strukturwandel ein langsamer Prozess ist.
Ausstattungsfaktoren messen die Eignung oder Kapazität einer Region für wirtschaftliche Aktivi-
täten. Sie umfassen traditionelle Standortfaktoren wie Verfügbarkeit qualifizierter Arbeitskräfte,
unternehmensorientierte Dienstleistungen, Produktionsanlagen und die Verkehrsinfrastruktur in
der Region sowie „weiche“ Standortfaktoren wie Siedlungsstruktur, Ausbildungseinrichtungen,
Kultur und Lebensqualität (siehe Schürmann, 1999).
Außerdem werden monetäre Transferleistungen der Europäischen Union wie Förderleistungen im
Rahmen der Strukturfonds oder die Gemeinsame Landwirtschaftspolitik oder nationale Subventi-
onen berücksichtigt, da diese vor allem in peripheren Regionen beträchtliche Anteile der regio-
nalen Wirtschaftsentwicklung ausmachen können. Allerdings konnten die für 2007 geplanten Än-
derungen der Strukturfonds, deren Einzelheiten noch nicht feststehen, noch nicht berücksichtigt
werden. Dies dürfte die Aussagekraft der Modellergebnisse jedoch nicht negativ beeinflussen, da
die Annahmen über Transferleistungen in allen simulierten Szenarien die gleichen sind.
Um “weiche”, nicht durch die Ausstattungs- und Erreichbarkeitsindikatoren abgedeckte Standort-
faktoren zu berücksichtigen, werden alle Bruttoinlandsproduktvorausschätzungen mit einer regi-
ons- und sektorspezifischen Konstanten Rir multipliziert. Im Zeitraum 1981 bis 2001 ist Rir das
Verhältnis zwischen beobachtetem und geschätztem Bruttoinlandsprodukt je Einwohner des
Wirtschaftssektors i in jedem Jahr; somit wird in diesem Zeitraum die tatsächliche Entwicklung
der Regionen exakt reproduziert. In den Jahren 2002 bis 2021 werden die letzten für das Jahr
2001 berechneten Residuen verwendet.
Darüber hinaus werden die regionalen Bruttoinlandsproduktsvorausschätzungen so skaliert, dass
die Summe aller regionalen Bruttoinlandsprodukte eines Wirtschaftssektors mit der exogen im
Teilmodell Europäische Entwicklungen vorausgeschätzten Gesamtenwicklung dieses Wirt-
schaftssektors im gesamten Untersuchungsgebiet übereinstimmt.
Diese Rahmenbedingungen werden jedoch nur im Referenzszenario (siehe Kapitel 5) eingehal-
ten. In den Maßnahmenszenarien werden die für das Referenzszenario für jedes Jahr ermittelten
Korrekturfaktoren verwendet. Auf diese Weise werden auch generative Effekte der simulierten
Maßnahmen erfasst.14 3.3 Raum und Zeit Die räumliche Dimension des SASI-Modells ist definiert durch die Einteilung der 25 gegenwärti- gen Mitgliedsländer der Europäischen Union sowie Norwegens und der Schweiz und der zukünf- tigen Beitrittsländer Bulgarien und Rumänien und der fünf westlichen Balkanländer Albanien, Bosnien und Herzegowina, Kroatien, Mazedonien sowie Serbien und Montenegro in 1.330 Regi- onen und deren Verbindung untereinander durch Straßen-, Eisenbahn- und Flugverkehrsnetze. Die zeitliche Dimension des Modells ist definiert durch die Einteilung der Zeit in Simulationsperio- den von einjähriger Dauer. Durch die relativ kurzen Simulationsperioden können sowohl kurz- als auch langfristige Wirkungszusammenhänge zwischen den Teilmodellen berücksichtigt werden. In jeder Simulationsperiode werden die sieben Teilmodelle des SASI-Modells nacheinander abge- arbeitet. Das bedeutet, dass innerhalb einer Simulationsperiode kein Gleichgewicht zwischen den Modellvariablen erzeugt wird. In anderen Worten, alle Wirkungszusammenhänge innerhalb des Modells setzen um ein oder mehrere Jahre verzögert ein. 3.4 Modellergebnisse Für jede der 1.330 Regionen prognostiziert das SASI-Modell den Einfluss von Verkehrsinfra- strukturinvestitionen und anderen verkehrspolitischen Maßnahmen auf die Entwicklung von Er- reichbarkeit und Bruttoinlandsprodukt je Einwohner sowie Bevölkerung, Erwerbstätigkeit und Wanderungen. In diesem Projekt werden jedoch nur die Ergebnisse in Bezug auf Erreichbarkeit und Bruttoinlandsprodukt je Einwohner dargestellt. Zusätzlich berechnet das Modell Kohäsionsindikatoren, die den Einfluss von Verkehrsinfrastruk- turinvestitionen und anderen verkehrspolitischen Maßnahmen auf die Konvergenz (oder Diver- genz) der sozioökonomischen Entwicklung in den Regionen ausdrücken. Während der Simulation wird eine große Zahl von Indikatoren erzeugt. Die zeitliche Entwicklung ausgewählter Indikatoren kann während der Simulation in Form von Zeitreihendiagrammen, Kar- ten und dreidimensionalen Darstellungen verfolgt werden. Dabei kann interaktiv zwischen den zu betrachtenden Indikatoren gewechselt werden. Dieselbe Auswahl von Indikatoren kann nach der Simulation eines Szenarios analysiert und weiter verarbeitet werden. Sobald mehrere Szenarien simuliert worden sind, können ihre Ergebnisse mittels einer speziellen Software miteinander ver- glichen werden. 3.5 Weiterentwicklung des Modells Das SASI-Modell wurde im EU-Projekt SASI (Spatial and Socio-economic Impacts of Transport Investments and Transport System Improvements) entwickelt und ist in den letzten Jahren in mehreren EU-Projekten angewendet worden, so im Projekt IASON (Integrated Appraisal of Spa- tial Economic and Network Effects of Transport Investments and Policies) (Bröcker u.a., 2004a), im Teilprojekte 2.1.1 (Territorial Impacts of EU Transport and TEN Policy) des European Spatial Planning Observation Network (ESPON) (Bröcker et al., 2003, 2004b) sowie im Interreg-IIIb- Projekt AlpenCorS (Alpen Corridor South) zur Untersuchung der räumlichen Auswirkungen unter- schiedlicher Ausbauvarianten des Brennerkorridors (Spiekermann und Wegener, 2004; 2005a). Für die Anwendung des SASI-Modells im vorliegenden Projekt wurden die Daten für die 29 Krei- se des Freistaats Sachsen in den Bereichen Bruttoinlandsprodukt, Beschäftigung und Bevölke- rung überprüft und auf den neuesten verfügbaren Stand gebracht. Darüber hinaus wurden die
15
Straßen- und Eisenbahnnetzdaten des Modells im Bereich Sachsens und der angrenzenden Re-
gionen überprüft und in Zusammenarbeit mit dem Büro für Raumforschung, Raumplanung und
Geoinformatik (RRG) hinsichtlich örtlicher Netzergänzungen im Freistaat Sachsen erweitert, um
das Modell für verkehrspolitische Maßnahmen in Sachsen aussagekräftiger zu machen.
3.6 Modelleichung
Bei der Eichung des Modells konnten die im Projekt AlpenCorS (Spiekermann und Wegener,
2005a) aufgrund der neuesten verfügbaren Daten geschätzten Parameter der regionalen Pro-
duktionsfunktionen übernommen werden. Bei dieser Schätzung wurden die regionalen Produkti-
onsfunktionen mit Hilfe linearer Regressionen der logarithmisch transformierten Cobb-Douglas-
Produktionsfunktionen für die 1.330 Regionen des Modells für die Jahre 1981, 1986, 1991, 1996
and 2001 geschätzt. Die abhängige Variable war das nach Wirtschaftssektoren differenzierte re-
gionale Bruttoinlandsprodukt je Einwohner in Euro auf dem Preisstand von 1998. Bei den öko-
nomischen Daten, insbesondere der neuen Bundesländer Deutschlands und der neuen Mit-
gliedsländer der EU vor deren Übergang von Plan- zu Marktwirtschaften, war es erforderlich zahl-
reiche Datenlücken und -widersprüche durch Schätzungen oder Analogieschlüsse zu überwinden
oder durch Vergleich mit der Sektorstruktur der in der New-Cronos-Datenbasis der EU verfügba-
ren Bruttowertschöpfungsdaten abzugleichen.
Als unabhängige Variablen der Regressionen wurden aus einer großen Zahl potentieller erklä-
render Variablen die folgenden ausgewählt:
sgdpn Anteil des Bruttoinlandsprodukts (BIP) des Wirtschaftssektors n (%)
gdpwn Bruttoinlandsprodukt je Beschäftigten im Sektor n (1.000 Euro von 1998)
acct Erreichbarkeit Straße/Schiene/Luft, Personenverkehr
accf Erreichbarkeit Straße/Schiene, Güterverkehr
rlmp Regionales Arbeitskräftepotential (Erreichbarkeit der Erwerbspersonen)
pdens Bevölkerungsdichte (Einwohner/ha)
devld Anteil Siedlungsfläche (%)
rdinv Investitionen für Forschung und Entwicklung (% des BIP)
eduhi Anteil Einwohner mit höherer Ausbildung (%)
quali Lebensqualitätsindikator (0-100)
Um der Langsamkeit des wirtschaftlichen Strukturwandels Rechnung zu tragen, wurden die un-
abhängigen Variablen sgdpn und gdpwn um fünf Jahre verzögert in die Regressionen eingeführt.
Alle übrigen unabhängigen Variablen wurden um ein Jahr verzögert, das heißt es wurden die je-
weils neuesten verfügbaren Werte eingesetzt. Da keine Daten für die Jahre von 1981 vorlagen,
wurden für 1981 unverzögerte Werte verwendet.
Tabelle 3.1 zeigt die Regressionskoeffizienten der ausgewählten unabhängigen Variablen der lo-
garithmierten Cobb-Douglas-Produktionsfunktionen für 2001. Abbildung 3.2 vermittelt einen Ein-
druck von der Qualität der Schätzung am Beispiel des Wirtschaftssektors Sonstige Dienstleistun-
gen – je näher die Punkte an der Diagonale liegen, desto besser ist die Schätzung. Angesichts
der großen Zahl von Regionen und der Tatsache, dass die Regionsgröße durch Wahl der abhän-
gigen Variablen Bruttoinlandsprodukt je Einwohner ausgeschaltet wurde, sind die Ergebnisse
sehr zufriedenstellend. Wie im Abschnitt 3.2.2. erläutert, wurden in den Simulationen für die Jah-
re 1981 bis 2001 die prognostizierten regionalen Bruttoinlandsproduktswerte um ihre Residuen
korrigiert, so dass die Modellergebnisse den beobachteten Werten entsprechen. Die Regressi-
onsparameter und Residuen des Jahres 2001 wurden für die Simulation der Jahre 2002 bis 2021
verwendet.16
Tabelle 3.1. Ergebnisse der Eichung des SASI-Modells für 2001
Regressionskoeffizienten
Variablen Produ- Handel, Finanz- Sonstige
Landwirt- Bau-
zierendes Tourismus, dienst- Dienst-
schaft industrie
Gewerbe Verkehr leistungen leistungen
sgdpn 0.484066 0.992386 1.164469 1.086756 1.223099 1.142765
gdpwn 0.529735 0.850462 0.935339 0.874363 0.317379 0.874044
acct 0.261673 0.123609 0.224719
acctf 0.396847 0.161951 0.264272
rlmp 0.050725 0.057370 0.035458 0.049688
pdens –0.156644 0.035371 –0.036171 0.032480
devld –0.145818
rdinv 0.101437 0.307833 0.086143
eduhi 0.123613 0.607406 0.110765
quali 0.341000
Konstante –2.608195 –1.379831 –1.734054 –1.510096 1.667133 –1.325561
2
r 0.635 0.581 0.644 0.676 0.614 0.711
Zur Bedeutung der Variablennamen siehe Abschnitt 3.6.
Abbildung 3.2. Beispiel für die Qualität der Modelleichung: Beobachtetes und modelliertes regio-
nales Bruttoinlandsprodukt je Einwohner des Wirtschaftssektors Sonstige Dienstleistungen im
Jahr 2001 (1.000 Euro von 1998)17
4 Untersuchungsgebiet
Das Untersuchungsgebiet dieser Studie ist das Gebiet des Freistaats Sachsen mit seinen 29
Land- und Stadtkreisen. Um die Verflechtungen des Untersuchungsgebiets mit seinem Umfeld
zum Ausdruck zu bringen, werden in den Karten dieses Berichts zusätzlich die angrenzenden
Gebiete der Bundesländer Bayern, Thüringen, Sachsen-Anhalt und Bandenburg sowie Polens
und der Tschechischen Republik dargestellt. Da das SASI-Modell bei jeder Anwendung Ergeb-
nisse für alle Regionen Europas erzeugt, wird in einigen Karten das Untersuchungsgebiet im
Kontext Europas dargestellt.
Tabelle 4.1 listet die 29 Kreise in den drei Regierungsbezirken Sachsens auf. Im Regierungsbe-
zirk Chemnitz liegen 12 Kreise, im Regierungsbezirk Dresden 11 Kreise und im Regierungsbezirk
Leipzig 6 Kreise. Die Tabelle gibt für jede Region neben dem Regionsnamen den Regionscode
im NUTS-System, die interne Regionsnummer im SASI-Modell, die NUTS-Ebene und den Sitz
der Kreisverwaltung an. Abbildung 4.1 zeigt die Regionen im Kartenbild.
Tabelle 4.1. Die Modellregionen in Sachsen
Regions- SASI- NUTS-
Region Stadt
code Region Ebene
DED1 2 Regierungsbezirk Chemnitz
DED11 498 3 Chemnitz, Krfr. Stadt Chemnitz
DED12 499 3 Plauen, Krfr. Stadt Plauen
DED13 500 3 Zwickau, Krfr. Stadt Zwickau
DED14 501 3 Annaberg Annaberg-Buchholz
DED15 502 3 Chemnitzer Land Glauchau
DED16 503 3 Freiberg Freiberg
DED17 504 3 Vogtlandkreis Reichenbach
DED18 505 3 Mittlerer Erzgebirgskreis Marienberg
DED19 506 3 Mittweida Mittweida
DED1A 507 3 Stollberg Stollberg (Erzgebirge)
DED1B 508 3 Aue-Schwarzenberg Aue
DED1C 509 3 Zwickauer Land Werdau
DED2 2 Regierungsbezirk Dresden
DED21 510 3 Dresden, Krfr. Stadt Dresden
DED22 511 3 Görlitz, Krfr. Stadt Görlitz
DED23 512 3 Hoyerswerda, Krfr. Stadt Hoyerswerda
DED24 513 3 Bautzen Bautzen
DED25 514 3 Meißen Meißen
DED26 515 3 Niederschlesischer Oberlausitzkreis Görlitz
DED27 516 3 Riesa-Großenhain Großenhain
DED28 517 3 Löbau-Zittau Zittau
DED29 518 3 Sächsische Schweiz Pirna
DED2A 519 3 Weißeritzkreis Dippoldiswalde
DED2B 520 3 Kamenz Kamenz
DED3 2 Regierungsbezirk Leipzig
DED31 521 3 Leipzig, Krfr. Stadt Leipzig
DED32 522 3 Delitzsch Delitzsch
DED33 523 3 Döbeln Döbeln
DED34 524 3 Leipziger Land Leipzig
DED35 525 3 Muldentalkreis Grimma
DED36 526 3 Torgau-Oschatz Torgau18
Riesa-
Delitzsch Torgau- Großenhain Hoyerswerda
Oschatz Nieder-
schles.
Ober-
Kamenz
Leipzig Mulden- lausitz-
talkreis Bautzen kreis
Görlitz
Döbeln
Meißen
Dresden Löbau-
Leipziger Land Zittau
Chemnitzer Land Mittweida
Freiberg
Chemnitz Sächsische
Stollberg Schweiz
Zwickauer Land
Zwickau Weißeritzkreis
Mittlerer
Erzgebirgskreis
Plauen Annaberg
Aue-
Schwarzenberg
Vogtlandkreis
Gorzów
Wielkopolski
Berlin ●
Wolfsburg
Potsdam
● Magdeburg
Zielona Gora
Wittenberg Cottbus
Halle ●
● Leipzig Bautzen
Görlitz
Dresden
●
● Erfurt Waldenburg
Jena
● Chemnitz Liberec
● Zwickau
Teplice
● Plauen Hradec
Kralove
Prag
Hof Karlsbad ●
Pardubice
Bamberg Bayreuth
Pilsen
Erlangen
Abbildung 4.1. Die Regionen in Sachsen (oben) und im weiteren Untersuchungsgebiet (unten)19 Die im SASI-Modell verwendeten Verkehrsnetze stammen aus der am Institut für Raumplanung der Universität Dortmund mit Hilfe eines Geoinformationssystems entwickelten europäischen Verkehrsnetzdatenbasis (IRPUD, 2001). Die Verkehrsnetzdatenbasis enthält nicht nur den der- zeitigen Zustand der Straßen-, Eisenbahn- und Luftverkehrsnetze, sondern auch die historische Entwicklung dieser Netze seit 1981 und ihre wahrscheinliche Entwicklung bis zum Jahr 2021. Die Annahmen über die zukünftige Entwicklung der Verkehrnetze basieren auf den Planungen der Europäischen Union zur Entwicklung der transeuropäischen Verkehrsnetze (European Com- munities, 1996; European Commission, 1998, 2002a; 2000b; 2003; 2004; High Level Group, 2003; TINA Secretariat 1999; 2002) und dem aktuellen Bundesverkehrswegeplan (BMVBW, 2003). In der Netzdatenbasis des Modells wurden die neuen oder ausgebauten Verkehrsinfra- strukturen mit dem wahrscheinlichsten Jahr ihrer Inbetriebnahme implementiert. Zusätzlich wur- den ausgewählte Verbindungen, die zur Anbindung aller NUTS-3-Regionen erforderlich waren, in die Netzdatenbasis eingefügt. Bei der Detaillierung des Straßennetzes galt das Prinzip, dass alle 1.330 NUTS-3-Regionen, wenn erforderlich mehrfach, an das Netz der Autobahnen und Bundesstraßen angebunden sind. Dabei wurden, soweit erforderlich auch Nicht-Bundesstraßen verwendet. Dasselbe Prinzip gilt für das Eisenbahnnetz. Dabei werden Reisezeiten für einzelne Teilstrecken, d.h. für Strecken zwi- schen zwei Bahnhöfen, eingegeben. Zusätzlich gibt es Schnellstrecken zwischen den Haupt- bahnhöfen größerer Städte ohne Zwischenhalte. Reisezeitänderungen in der Vergangenheit wurden aus historischen Fahrplänen ermittelt. Für zukünftige Reisezeitänderungen hängt die Detaillierung der Eingabe von den verfügbaren Informationen ab. Falls detaillierte Informationen zu den geplanten Reisezeitänderungen einzelner Teilstrecken und dem Jahr ihrer Realisierung vorliegen, wird dies in die Netzdatenbasis eingegeben. Falls nur pauschale Angaben über ge- plante Infrastrukturmaßnahmen vorliegen, werden plausible Annahmen über Reisezeitverbesse- rung und Zeitpunkt der Realisierung in die Netzdatenbasis eingespeist. Im Fall der Verbindung Dresden-Leipzig liegen wie für alle Strecken in Sachsen genaue Informationen vor, d.h. hier wur- den die Reisezeitverbesserungen durch Ausbauvorhaben für jeden Streckenabschnitt für die an- visierten Jahre in die Netzdatenbasis eingearbeitet. Das im Modell verwendete Flugnetz ent- spricht dem Linienverkehrsnetz des Jahres 2001. Für die Anwendung des SASI-Modells in Sachsen wurden die Angaben der Netzdatenbasis für Sachsen auf der Basis der von der TU Dresden für das Verkehrsmodell verwendeten Verkehrs- netze überprüft und um wichtige Einzelverbindungen ergänzt. Zusätzlich wurden die Verkehrsinf- rastrukturplanungen in Sachsen mit den in den Verkehrsnetzen des TU-Verkehrsmodells enthal- tenen abgeglichen. Eine darüber hinausgehender Verdichtung der für das SASI-Modell verwen- deten Verkehrsnetze war nicht erforderlich, weil die Hinzufügung weiterer Straßenstrecken keine Änderungen der Erreichbarkeitswerte zur Folge gehabt hätte, im Gegensatz zum Verkehrsmo- dell, bei dem die Hinzufügung weiterer Strecken Umlegung, Streckenbelastungen und Fahrzeiten beeinflusst. Die Karten der Abbildungen 4.1 und 4.2 zeigen die vorhandenen und geplanten Straßen- und Schienennetze im Untersuchungsgebiet. In Abbildung 4.1 zeigen die durchgezogenen roten Li- nien die heute vorhandenen Autobahnen und die dünneren dunkelgelben Linien heute vorhande- ne sonstige Straßen. Gebrochene rote Linien bezeichnen geplante Autobahnneubauten, und ge- brochene dunkelblaue Linien sonstige Straßen-Neubauprojekte. Die hellgelb hinterlegten Stre- cken sollen ausgebaut werden. In Abbildung 4.2 bezeichnen die durchgehenden roten Linien heute vorhandene Bahnstrecken. Gebrochene dunkelgelbe Linien zeigen geplante Ausbaustre- cken der Hochgeschwindigkeitseisenbahn, gebrochene dunkelblaue Linien geplante neue kon- ventionelle Eisenbahnstrecken. Die hellgelb hinterlegten Strecken sollen ausgebaut werden.
Sie können auch lesen
