Methodenvergleich zur Schätzung von räumlichen Interaktionsprozessen und Prognosen von Mobilitätsströmen

Abstract

Die vorliegende Dissertation hat das Ziel, einen Methodenvergleich zur Schätzung von räumlichen Interaktionsprozesse und Prognosen von Mobilitätsbewegungen durchzuführen. Als Untersuchungsgegenstand dienen dabei Studienanfänger und Pendler. Klassischerweise wurden Schwerkraftmodelle zur Schätzung der Mobilitätsströme verwendet. In den letzten Jahren wurden jedoch eine Reihe neuer Modelle, z. B. Strahlungsmodelle zur Schätzung der menschlichen Mobilität eingeführt. Der Schwerpunkt lag dabei im Allgemeinen auf Modellen, die sich mit Pendlerbewegungen befassen. Die Mobilitätsströme wurden auf Grundlage der Einwohnerzahl am Ziel- und Quellort sowie zwischen den Regionen berechnet. Ein systematischer Vergleich für unterschiedliche Länder existiert jedoch nicht. Ähnlich verhält es sich mit Mobilitätsströmen von Studienanfängern. Diese wurden bisher nicht mit den neu entwickelten Modellen prognostiziert. Daher werden mittels der wenigen öffentlich zugänglichen Daten anhand von Teilchenmodellen Vorhersagen auf unterschiedlichen räumlichen Ebenen und für ausgewählte europäische Länder gemacht. Weiter werden die verschiedenen Modelle miteinander verglichen. Die besten Resulate erzielen dabei die Modelle, welche eine Kombination aus Strahlungs- und Gravitationsmodell darstellen. Insgesamt weisen alle Teilchenmodelle jedoch Schwächem auf, da sie die individuellen Mobilitätsmotive nicht berücksichtigen können. Eine Möglichkeit, diese unterschiedlichen Motive besser abzubilden, besteht darin, Vorhersagen mithilfe von Algorithmen des maschinellen Lernens zu treffen. Es können so Aspekte wie z. B. die Beschäftigungsquote oder Aspekte der Lebensqualität berücksichtigt werden. Die Ergebnisse machen deutlich, dass insbesondere gegenüber des Gravitations- und Strahlungsmodells deutliche Verbesserungen bei der Prognoseleistung erzielt werden können. Insgesamt bietet die Anwendung der Modelle auf die studentische Mobilität trotz vorhandener Limitationen (z. B. Datenverfügbarkeit) die Möglichkeit, zuverlässige Prognosen der studentischen Mobilitätsströme auf der Mikroebene zu berechnen, mittel- bis langfristige Entscheidungen auf Hochschulebene zu treffen und eine nachhaltige strategische Ausrichtung umzusetzen. Ähnlich verhält es sich mit den Pendlerflüssen. Diese können genutzt werden, um auf kleinräumiger Ebene Schätzungen vorzunehmen und somit langfristige Angebote, zum Beispiel im ÖPNV-Bereich, zu schaffen.