Raumstrukturelle Auswirkungen einer Internalisierung externer Kosten des Verkehrs in Sachsen

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 2005

Lindemannstraße 10 Tel.: 0231 1899 441 44137 Dortmund Fax. 0231 1899 443

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 ... 87

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.

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.

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

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 Europa

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.

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.

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-Modell

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.

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 A_rm(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):

∑

⁻

=

s

rsm s

rm t W t βc t

A ( ) ( )exp[ ( )] ⁽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:

s r s r s r rsm

rsm c t e t s

c = ′ ( )+ _′′( )+ _′′ +l _′′ mit r∈R_r' (2) Dabei sind

c

_rsm

′ (t )

die Fahrtkosten zwischen Region r und Region s im Jahr t, und e_r's'(t), s_r's' und

s r′′

l

sind Zeitzuschläge für politische, kulturelle und Sprachbarrieren im Jahr t zwischen den Ländern R_r', 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.

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:

∑

∈

−

−

=

m rs rsm

rs t c t

c

M

)]

( exp[

1 ln )

( λ

λ ⁽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:

)]

( ), ( ), ( ), ( ), ( ), ( [ f )

(t t t t t t R t

q_ir = C_ir L_ir A_ir X_ir S_{r ir} (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, L_ir(t) ein Vektor mit Indikatoren für die Verfügbarkeit von für den Wirtschafts- sektor i wichtigen Arbeitskräften in Region r im Jahr t, A_ir ein Vektor von für den Wirtschaftssektor i relevanten Erreichbarkeitsindikatoren in Region r im Jahr t, X_ir(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, undRir(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:

) ( ) exp(

) 1 ( ...

) 1 ( ...

) 1 ( ) 1 ( ) 5 ( )

(t C t L t A t X t S t R t

q_ir = _ir − ^α _ir − ^β _ir − ^γ _ir − ^δ _r − ^ε ρ _ir (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, A_ir(t–1) is die für den Wirtschaftssektor i relevante Erreichbarkeit der Region r im Jahr t–1, X_ir (t–1) ist ein für den Wirtschaftssektor i relevanter Ausstattungsfaktor in Region r im Jahr t–1, S_r (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 R_ir multipliziert. Im Zeitraum 1981 bis 2001 ist R_ir 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.

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

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.

Tabelle 3.1. Ergebnisse der Eichung des SASI-Modells für 2001

Regressionskoeffizienten Variablen Landwirt-

schaft

Produ- zierendes

Gewerbe

Bau- industrie

Handel, Tourismus,

Verkehr

Finanz- dienst- leistungen

Sonstige Dienst- leistungen sgdpn

gdpwn acct acctf rlmp pdens devld rdinv eduhi quali Konstante

0.484066 0.529735 0.396847 –0.156644

–2.608195

0.992386 0.850462 0.161951 0.050725

0.101437 0.123613 –1.379831

1.164469 0.935339 0.264272 0.035371

–1.734054

1.086756 0.874363 0.261673 0.057370 –0.036171 –0.145818

0.341000 –1.510096

1.223099 0.317379 0.123609 0.035458 0.032480 0.307833 0.607406 1.667133

1.142765 0.874044 0.224719 0.049688

0.086143 0.110765 –1.325561

r² 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)

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-

code SASI-

Region NUTS-

Ebene Region Stadt

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 Torgau

Abbildung 4.1. Die Regionen in Sachsen (oben) und im weiteren Untersuchungsgebiet (unten) Dresden

●

●Leipzig

●Chemnitz

●Plauen

●Zwickau

Bautzen

Prag

●

Görlitz

Teplice

Karlsbad Berlin●

●Magdeburg

Halle●

● Erfurt Jena Wolfsburg

Cottbus

Hof

Zielona Gora Gorzów Wielkopolski

Wittenberg

Waldenburg

Pilsen

Liberec Potsdam

Bayreuth Bamberg

Pardubice Hradec Kralove

Erlangen

Vogtlandkreis Aue-

Schwarzenberg Zwickauer Land

Plauen

Chemnitz Zwickau

Leipziger Land Chemnitzer Land

Leipzig Delitzsch

Mulden- talkreis

Torgau- Oschatz

Mittweida

Riesa- Großenhain

Meißen

Kamenz

Döbeln

Hoyerswerda

Görlitz Bautzen

Sächsische Schweiz Weißeritzkreis

Löbau- Zittau Dresden

Freiberg

Mittlerer Erzgebirgskreis Annaberg

Stollberg

Nieder- schles.

Ober- lausitz-

kreis

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.

Abbildung 4.1. Vorhandenes Straßennetz und Planungen 2006-2021

0 25 50 km

Dresden

●

●Leipzig

●Chemnitz

●Plauen

●Zwickau

Bautzen

Prag

●

Görlitz

Teplice

Karlsbad Berlin●

●Magdeburg

Halle●

● Erfurt Jena Wolfsburg

Cottbus

Hof

Zielona Gora Gorzów Wielkopolski

Wittenberg

Waldenburg

Pilsen

Liberec Potsdam

Bayreuth Bamberg

Hradec Kralove

Erlangen

0 15 30 km

● Plauen

● Chemnitz

● Zwickau

● Leipzig

● Bautzen

● Dresden

Abbildung 4.2. Vorhandenes Eisenbahnnetz und Planungen 2006-2021

0 15 30 km

● Plauen

● Chemnitz

● Zwickau

● Leipzig

● Bautzen

● Dresden

0 25 50 km

Dresden

●

●Leipzig

●Chemnitz

●Plauen

●Zwickau

Bautzen

Prag

●

Görlitz

Teplice

Karlsbad Berlin●

●Magdeburg

Halle●

● Erfurt Jena Wolfsburg

Cottbus

Hof

Zielona Gora Gorzów Wielkopolski

Wittenberg

Waldenburg

Pilsen

Liberec Potsdam

Bayreuth Bamberg

Hradec Kralove

Erlangen

5 Szenarien

Dieses Kapitel beschreibt die Szenarien, die im Rahmen dieser Studie mit dem SASI-Modell un- tersucht worden sind. Zunächst wird das Referenzszenario definiert, das die reale Entwicklung der Verkehrsinfrastruktur in der Vergangenheit und ihre voraussichtliche zukünftige Entwicklung bis zum Jahr 2021 enthält. Dann werden vier Gruppen von Verkehrskostenszenarien definiert.

Diese bestehen jeweils aus drei Maßnahmenszenarien, die sich durch die Verwendung der durch die Internalisierungsmaßnahmen erzielten Einnahmen unterscheiden. Alle Verkehrskostenszena- rien beinhalten die Verkehrsinfrastrukturentwicklung des Referenzszenarios.

5.1 Referenzszenario

Das Referenzszenario 000 dient als Bezug für die Wirkungen der Maßnahmenszenarien. Das Referenzszenario ist definiert als die wahrscheinlichste Entwicklung von Wirtschaft und Bevölke- rung ohne grundlegende Trendbrüche. Für die Wirtschaftsentwicklung Gesamteuropas wird ein jährliches reales Wachstum von rund 2.7 Prozent angenommen. Ferner wird angenommen, dass der Außenwanderungssaldo der Europäischen Union einschlie0lich der neuen Mitgliedsländer wie im Jahre 2000 rund eine Million beträgt.

Die Bevölkerungsentwicklung wird nicht vorgegeben, da das SASI-Modell sein eigenes Bevölke- rungsprognosemodell enthält, das die Entwicklung der Bevölkerung jeder NUTS-3-Region (d.h. in Sachsen jedes Kreises) nach Alter und Geschlecht als Funktion der natürlichen Bevölkerungs- entwicklung und der Zu- und Abwanderungen prognostiziert. Für den Zeitraum 2000 bis 2020 prognostiziert das SASI-Modell im Referenzszenario eine Abnahme der Bevölkerung Sachsens von 4.4 auf 4.1 Millionen oder rund 7.5 Prozent. Das ist ein optimistischeres Szenario als die jüngste regionalisierte Bevölkerungsprognose des Statistischen Landesamts Sachsen (Statisti- sches Landesamt, 2003), nach der die Bevölkerung Sachsens im gleichen Zeitraum um rund 14 Prozent zurückgeht wird. Diese Diskrepanz wurde akzeptiert, da die Aussagen des Modells über die Auswirkungen der Maßnahmen zur Internalisierung der externen Kosten des Verkehrs vom Ausmaß des Bevölkerungsrückgangs nicht wesentlich beeinflusst werden.

Das Referenzszenario enthält die Entwicklung der europäischen Verkehrsinfrastruktur für den Zeitraum von 1981 bis 2021. Für das Referenzszenario wurden folgende Annahmen getroffen:

- Für den Zeitraum zwischen 1981 und 2005 wird für das Referenzszenario angenommen, dass sich die Straßen-, Eisenbahn- und Flugnetze wie in der Realität entwickelt haben. Dies heißt, dass neue Verkehrsinfrastrukturprojekte oder der Ausbau existierender Verkehrsinfrastruktur- elemente, beispielsweise der Ausbau einer Bundesstraße zu einer Autobahn, in dem Jahr in der Netzdatenbasis des Modells implementiert sind, in dem sie tatsächlich in Betrieb gingen.

- Für den Zeitraum zwischen 2006 und 2021 wird für das Referenzszenario die absehbare Ent- wicklung der Verkehrsinfrastruktur in Europa angenommen, wie sie im Kapitel 4 beschrieben und in den Abbildungen 4.1 und 4.2 dargestellt wurde. Im Referenzszenario bleiben alle sonsti- gen verkehrsrelevanten Regelungen (Geschwindigkeitsbeschränkungen, Verkehrssteuern, Straßenbenutzungsgebühren usw.) in der Zukunft unverändert.

In allen nachfolgend näher beschriebenen Maßnahmenszenarien wird die gleiche Infrastruktur- entwicklung angenommen wie im Referenzszenario. Damit zeigen Abbildungen 4.1 und 4.2 zugleich die Verkehrsnetze für alle Maßnahmenszenarien.

5.2 Maßnahmenszenarien

In den Maßnahmenszenarien wird die Durchführung einer verkehrspolitischen Maßnahme oder einer Kombination von Maßnahmen unterstellt. Im Rahmen dieses Teilprojekts wurden in Zu- sammenarbeit mit dem Lehrstuhl für Verkehrökologie verschiedene Szenarien zur Internalisie- rung externen Kosten des Verkehrs einschließlich unterschiedlicher Annahmen zur Verwendung der Einnahmen definiert.

Dazu wurden neben dem Referenzszenario in Absprache mit dem Lehrstuhl für Verkehrsökologie der TU Dresden vier Gruppen von Verkehrskostenszenarien definiert, die jeweils aus drei ver- schiedenen Einzelszenarien bestehen. Als zu untersuchende Internalisierungsmaßnahmen wur- den verschiedene räumliche Ausprägungen einer CO2-Abgabe sowie Annahmen zur Höhe einer City-Maut in den Städten Dresden, Leipzig und Chemnitz angenommen. Die Szenarien sind in Tabelle 5.1 vergleichend dargestellt und werden nachfolgend kurz erläutert. In allen übrigen An- nahmen einschließlich der Entwicklung der Verkehrsnetze entsprechen die Maßnahmenszena- rien dem Referenzszenario; Unterschiede in den Ergebnissen der Maßnahmenszenarien können deshalb als Auswirkungen der Maßnahmen interpretiert werden.

Tabelle 5.1. Untersuchte Szenarien.

Zusätzliche Verkehrskosten Szenario

Nutzung der Einnahmen:

Reduzierung der Eisenbahnreisezeiten (im Vergleich zu 000)

Referenzszenario

- keine zusätzlichen Verkehrskosten

000

S10 - nein

S11 - in Deutschland

- um 10 % ab dem Jahre 2011 CO2-Abgabe in Deutschland

- ab dem Jahre 2006:

- 3,0 Cent je Pkw-Fahrzeugkilometer - 2,5 Cent je Tonnenkilometer Fracht

S12 - in Deutschland

- um 20 % ab dem Jahre 2011

S20 - nein

S21 - in Europa

- um 10 % ab dem Jahre 2011 CO2-Abgabe in Europa

- ab dem Jahre 2006:

- 3,0 Cent je Fahrzeugkilometer Pkw - 2,5 Cent je Tonnenkilometer Fracht

S22 - in Europa

- um 20 % ab dem Jahre 2011

S30 - nein

S31 - in Sachsen

- um 5 % ab dem Jahre 2011 City-Maut 1 € in Sachsen

- in Dresden, Leipzig und Chemnitz - ab dem Jahre 2006:

- je Einfahrt und Ausfahrt 1 €

- für alle Fahrzeuge S32 - in Sachsen

- um 10 % ab dem Jahre 2011

S40 - nein

S41 - in Sachsen

- um 5 % ab dem Jahre 2011 - um 10 % ab dem Jahre 2016 City-Maut 3 € in Sachsen

- in Dresden, Leipzig und Chemnitz - ab dem Jahre 2006:

- je Einfahrt und Ausfahrt 3€

- für alle Fahrzeuge

S42 - in Sachsen

- um 10 % ab dem Jahre 2011 - um 20 % ab dem Jahre 2016

Die Szenarien jeder Szenariogruppe unterscheiden sich durch die getroffenen Annahmen, was mit den möglichen Einnahmen der Internalisierungsmaßnahme geschieht: In jeweils einem Sze- nario stehen die Einnahmen der Internalisierung nicht für den Verkehrssektor zur Verfügung. In den beiden anderen Szenarien wird unterstellt, dass die Einnahmen der Internalisierungsmaß- nahme für die Verbesserung des Eisenbahnsystems genutzt werden. Da die Abschätzung der Höhe der Einnahmen der Internalisierungsmaßnahmen nicht Gegenstand dieses Teilprojekts ist, sind diese Kompensationsmaßnahmen sehr pauschal als verschiedene Grade der Beschleuni- gung des Schienenverkehrs definiert. Sie dienen vor allem zur möglichen Demonstration, dass die Internalisierung externer Kosten des Verkehrs bei einem zweckgebundenen Einsatz der er- zielten Einnahmen die Belastungen der Internalisierungsmaßnahmen ausgleichen und sogar zu einer Verbesserung der regionalen Wettbewerbsfähigkeit führen können.

CO₂-Abgabe in Deutschland

In der ersten Szenariogruppe werden die räumlichen Folgen eines nationalen Alleingangs bei der Einführung einer CO2-Abgabe entsprechend dem "Klimaschutzpaket" des Internalisierungsszena- rios des Hauptsprojekts (Gerike u.a., 2005a; 2005b) analysiert. Dazu wird in Deutschland ab dem Jahre 2006 eine zusätzliche Abgabe von 3 Cent je Pkw-Kilometer und von 2,5 Cent je Tonnenki- lometer Fracht eingeführt. Die Höhe der CO2-Abgabe wurde in Absprache mit dem Lehrstuhl für Verkehrsökologie der TU Dresden festgelegt. Sie entspricht der von der TU Dresden untersuch- ten Maßnahme KSP1, in der ein Aufschlag von 0,32 € je Liter Benzin und 0,36 € je Liter Diesel angenommen wird, wird aber nicht als Aufschlag auf den Kraftstoffpreis, sondern als Aufschlag auf die durchschnittlichen Kilometerkosten definiert, weil der Kraftstoffpreis im SASI-Modell nicht explizit verwendet wird.

Szenario S10 beinhaltet die Einführung dieser Abgabe ohne Nutzung der Einnahmen im Ver- kehrssektor. In Szenario S11 wird angenommen, dass die Einnahmen ausreichend sind, ab dem Jahre 2011 die Eisenbahnreisezeiten im deutschen Streckennetz um zehn Prozent zu reduzie- ren. In Szenario S12 wird unterstellt, dass diese Einnahmen sogar zu einer Reduzierung der Ei- senbahnreisezeiten um zwanzig Prozent ausreichen. Die Reisezeitreduzierungen beziehen sich in allen Szenarien auf die entsprechenden Reisezeiten im Referenzszenario 000.

CO2-Abgabe in Europa

In der zweiten Szenariogruppe wird angenommen, dass die CO2-Abgabe gleichzeitig in allen eu- ropäischen Ländern eingeführt wird. Die Höhe der Abgabe entspricht mit 3 Cent je Pkw-Kilometer und 2,5 Cent je Tonnenkilometer der in der vorigen Szenariogruppe untersuchten CO₂-Abgabe.

und ist somit der von der TU Dresden untersuchten Maßnahme KSP1.

Die Szenarioannahmen über die Nutzung der Einnahmen entsprechen denen der Szenarien S10 bis S12: Szenario S20 sieht keine Nutzung der Einnahmen im Verkehrsbereich vor, in Szenario S21 werden europaweit die Bahnreisezeiten ab dem Jahre 2011 um zehn Prozent reduziert, in Szenario S22 um zwanzig Prozent.

City-Maut 1 € in Sachsen

In der dritten Szenariogruppe wird eine City-Maut in den drei Städten Dresden, Leipzig und Chemnitz eingeführt. Diese beträgt 1 € je Ein- und Ausfahrt in diese drei Städte und gilt für alle Fahrzeuge. In der von der TU Dresen untersuchten Maßnahme SFP1 wird eine City-Maut in Hö-

he von 1,70 € angenommen, jedoch nur einmal bei der Einfahrt angerechnet. Somit liegt ist die effektive Höhe der City-Maut im SASI-Modell mit 2 € je Fahrt etwas höher, was die Vergleichbar- keit der Ergebnisse jedoch nicht beeinträchtigen dürfte.

Wie bei der CO2-Abgabe werden die Einnahmen aus der City-Maut unterschiedlich genutzt. In Szenario S30 kommen die Mauteinnahmen nicht dem Verkehr zugute. In Szenario S31 wird an- genommen, dass die Einnahmen zur Verbesserung des Eisenbahnsystems in Sachsen verwandt werden; die Reisezeit auf dem sächsischen Teil des Bahnnetzes wird in diesem Szenario ab dem Jahre 2011 um fünf Prozent verbessert. In Szenario S32 wird angenommen, dass die Einnahmen ausreichen, um die Reisezeiten im sächsischen Eisenbahnnetz ab dem Jahre 2011 um zehn Prozent zu verringern.

City-Maut 3 € in Sachsen

In der letzten Szenariogruppe wird angenommen, dass die City-Maut in den drei Städten auf 3 € je Ein- oder Ausfahrt eines Fahrzeugs festgelegt wird. Mit 6 € je Fahrt ist die Höhe der City-Maut in diesem Szenario also erheblich höher als die City-Maut in der von der TU Dresden untersuch- ten Maßnahme SFP1. Dieses Szenario ist als ein Extremszenario anzusehen, das sich an der Höhe der City-Maut in anderen europäischen Städten orientiert.

Szenario S40 beinhaltet die City-Maut ohne Nutzung der Einnahmen im Verkehrssektor. Szenario S41 sieht zunächst eine Reisezeitreduzierung im sächsischen Eisenbahnnetz um fünf Prozent ab dem Jahre 2011 und dann um zehn Prozent ab dem Jahre 2016 vor. In Szenario S42 betragen die Bahnreisezeitverkürzungen in Sachsen zehn Prozent ab dem Jahre 2011 und zwanzig Pro- zent ab dem Jahre 2016.

6 Ergebnisse der Szenarien

In diesem Kapitel werden die Ergebnisse der im vorigen Kapitel definierten und in Tabelle 5.1 zu- sammenfassend dargestellten dreizehn Szenarien beschrieben. Ein Querschnittsvergleich der Szenarien erfolgt in Kapitel 7.

6.1 Das Referenzszenario

Das Referenzszenario 000 dient als Bezug für die Wirkungen der Maßnahmenszenarien. Das Referenzszenario enthält die Entwicklung der europäischen Verkehrsinfrastruktur für den Zeit- raum von 1981 bis 2021. Wie im vorigen Kapitel ausgeführt, wurden für das Referenzszenario folgende Annahmen getroffen: Für den Zeitraum zwischen 1981 und 2005 haben sich die Stra- ßen-, Eisenbahn- und Flugnetze wie in der Realität entwickelt. Im Zeitraum zwischen 2006 und 2021 entwickelt sich die Verkehrsinfrastruktur in Europa entsprechend der im Kapitel 4 beschrie- benen und in den Abbildungen 4.1 und 4.2 dargestellten wahrscheinlichsten Entwicklung. Alle sonstigen verkehrsrelevanten Regelungen (Geschwindigkeitsbeschränkungen, Verkehrssteuern, Straßenbenutzungsgebühren usw.) bleiben in der Zukunft unverändert.

Die Abbildungen 6.1 und 6.2 zeigen die zeitliche Dimension der Simulationen am Beispiel der zeitlichen Entwicklung zweier wichtiger Schlüsselvariablen, die auch in den folgenden Abschnit- ten zur Demonstration der Ergebnisse benutzt werden.

Abbildung 6.1 zeigt die zeitliche Entwicklung der kombinierten Erreichbarkeit mit Straße, Schiene und Luft in den 29 Kreisen Sachsens zwischen 1981 und 2021. Wie im Abschnitt 2.4 über die Modelleichung gezeigt wurde, ist diese Variable in den regionalen Produktionsfunktionen der Dienstleistungssektoren mit dem größten Wachstumspotential vertreten und ist daher eine wich- tige Voraussetzung für die günstige wirtschaftliche Entwicklung einer Region.

Jede Linie in dem Zeitreihendiagramm stellt die Entwicklung der Erreichbarkeit Straße/Schie- ne/Luft in einem sächsischen Stadt- oder Landkreis zwischen 1981 und 2021 dar; die dickere schwarze Linie beschreibt die Entwicklung der durchschnittlichen Entwicklung der Erreichbarkeit Sachsens. Die Bedeutung der Abkürzungscodes ist folgende:

CH Chemnitz PL Plauen ZW Zwickau

AB Annaberg CL Chemnitzer Land FB Freiberg

VK Vogtlandkreis ME Mittlerer Erzgebirgkreis MW Mittweida SB Stollberg AS Aue-Schwarzenberg ZL Zwickauer Land

DR Dresden GO Görlitz HO Hoyerswerda

BA Bautzen MS Meißen NO Niedrschl. Oberlausitzkreis

RG Riesa-Großenhain LZ Löbau-Zittau SS Sächsische Schweiz

WK Weißeritzkreis KA Kamenz LE Leipzig

DE Delitzsch DO Döbeln LL Leipziger Land

MT Muldentalkreis TO Torgau-Oschatz SA Sachsen

Die wichtigste Information aus diesem Zeitreihendiagramm ist, dass sich die Erreichbarkeit Sach- sens in Europa in der Vergangenheit dank des Ausbaus der Verkehrsnetze in Europa stark ver- bessert hat und sich aller Voraussicht nach auch in der Zukunft weiter verbessern wird. Wegen der räumlichen Nähe der sächsischen Kreise überdecken sich die meisten Linien. Man kann aber erkennen, dass Leipzig und Dresden wegen ihrer Flughäfen die höchste Erreichbarkeit aufwei- sen, während ländlich geprägte Kreise wie das Löbau-Zittau oder der Niederschlesische Oberlausitzkreis eher niedrige Erreichbarkeiten aufweisen.

Abbildung 6.1. Erreichbarkeit Straße/Schiene/Luft der Kreise in Sachsen 1981-2021

Abbildung 6.2 Bruttoinlandsprodukt je Einwohner der Kreise in Sachsen 1981-2021