Detailergebnis zu DOK-Nr. 79939
Autobesitz und die bebaute Umwelt: ein räumlicher Modellierungsansatz (Orig. engl.: Car ownership and the built environment: a spatial modeling approach)
| Autoren |
J. Laviolette C. Morency O.D. Waygood K.G. Goulias |
|---|---|
| Sachgebiete |
5.0 Allgemeines (Verkehrsplanung, Raumordnung) 6.1 Verkehrserhebungen, Verkehrsmessungen |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 3, 2022, S. 125-141, 1 B, 2 T, 51 Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Der Autobesitz ist mit einer höheren Autonutzung verbunden, die erhebliche ökologische, soziale und gesundheitliche Folgen hat. Da der Autobesitz in den meisten Ländern weiter zunimmt, ist es wichtig zu untersuchen, welche Faktoren und politischen Maßnahmen dazu beitragen können, dieses Wachstum einzudämmen. In dem Beitrag wird ein fortschrittliches räumliches ökonometrisches Modell verwendet, um die räumlichen Abhängigkeiten bei den Pkw-Besitzquoten der Haushalte zu untersuchen, die auf einer feineren geografischen Ebene anhand von Verwaltungsdaten über zugelassene Fahrzeuge und Volkszählungsdaten über Haushalte für die Insel Montreal (Kanada) gemessen werden. Die Verwendung einer feineren räumlichen Auflösung ermöglicht die Verwendung von mehr erklärenden Variablen als frühere aggregierte Modelle des Autobesitzes. Theoretische Überlegungen und formale Tests legten die Wahl des sogenannten Spatial Durbin Error Model (SDEM) als geeignete Modellierungsoption nahe. Die endgültige Modellspezifikation umfasst soziodemografische und bauliche Umweltvariablen, die von der Theorie unterstützt werden, und erreicht ein Bestimmtheitsmaß von 0,93 (beim sogenannten Nagelkerke-Pseudo-R2). Trotz der Einbeziehung dieser Variablen weisen die linearen räumlichen Modelle mit und ohne verzögerte erklärende Variablen immer noch eine räumliche Restabhängigkeit auf. Dies deutet auf das Vorhandensein unbeobachteter autokorrelierter Faktoren hin, die die Autobesitzrate beeinflussen. Die Modellergebnisse deuten darauf hin, dass soziodemografische Variablen einen Großteil der Varianz erklären, dass aber Merkmale der baulichen Umwelt, einschließlich der Verkehrsanbindung und der Erreichbarkeit lokaler Geschäfte (zum Beispiel von Lebensmittelgeschäften), stark und negativ mit der Autobesitzquote in der Nachbarschaft verbunden sind. Ein Vergleich der Schätzungen zwischen dem SDEM und einem nicht-räumlichen Modell zeigt, dass die fehlende Kontrolle der räumlichen Abhängigkeit zu einer Überschätzung der Stärke des direkten Einflusses der Variablen der baulichen Umwelt führt.