Auswirkungen einer City-Maut in Deutschland: Abschätzung von Parametern zur Übertragung in ein Verkehrsnachfragemodell

Abstract

Probleme, verursacht durch den motorisierten Individualverkehr (MIV) sind vielfältig und komplex: Staus, Verkehrsunfälle, Zersiedelungseffekte, Belastungen der Luft, des Bodens und des Wassers, um nur einige zu nennen. Politik und Planung müssen bestrebt sein, diese Auswirkungen durch zielgerichtete Maßnahmen einzudämmen. Eine Möglichkeit stellt die Einführung einer City-Maut dar. In der Vergangenheit vorrangig zur Finanzierung von Infrastruktur erhoben, rückt gegenwärtig die Lenkungswirkung dieses Instrumentes in den Mittelpunkt des Interesses. Singapur, London oder Stockholm sind erfolgreiche Beispiele. Doch sind derartige Systeme einfach übertragbar? Verbände, Interessengemeinschaften, Politik und Bürger sind in ihrer Meinung gespalten und führen eine hitzige Debatte um die Einführung von City-Maut-Systemen in Deutschland. Dies zeigt deutlich die Notwendigkeit, die Wirksamkeit und Effizienz solcher verkehrspolitischer Maßnahmen näher zu untersuchen. Auswirkungen von Verkehrsmaßnahmen müssen prognostizierbar sein. Ein geeignetes Mittel hierfür sind Verkehrsnachfragemodelle. Auf Basis von Raum- und Strukturdaten, statistischen Bevölkerungsdaten und Zeitverwendungsstudien kann das Verkehrsverhalten von Personen mikroskopisch abgebildet und Aktivitätenmuster abgeleitet werden. Straßenbenutzungsgebühren beeinflussen die Wahl von Verkehrsmitteln oder Aktivitätenorten der Personen, weswegen Modelle zur Simulation der Verkehrsnachfrage entsprechend angepasst werden müssen und Parameter benötigen, mit deren Hilfe das veränderte Verkehrsverhalten der modellierten Personen möglichst genau nachgebildet werden kann. Die modellbestimmenden Parameter werden unter Verwendung zahlreicher soziodemographischer und sozioökonomischer und Variablen ermittelt und geben die Wirkmächtigkeit einer Maßnahme in Abhängigkeit des jeweiligen Variablenkontext wieder. Sie bestimmen in großem Maße das Ergebnis und somit die Qualität der Modellaussagen.