Tausche Auto gegen Klimaschutz: Eine Untersuchung der Wirkung von kommunal gesteuerten finanziellen Anreizen auf das Mobilitätsverhalten von MIV-affinen Personen

TAUSCHE AUTO GEGEN KLIMASCHUTZ Bachelorarbeit Eine Untersuchung der Wirkung von kommunal gesteuerten finanziellen Anreizen auf das Mobilitätsverhalten von MIV-affinen Personen Tausche Auto gegen Klimaschutz Eine Untersuchung der Wirkung von kommunal gesteuerten finanziellen Anreizen auf das Mobilitätsverhalten von MIV-affinen Personen Bachelorarbeit zur Erlangung des Grades einer Bachelor of Science (BSc.) im Studiengang Stadtplanung vorgelegt von Birte Harwart Matrikl. Nr. 6057806 Erstbetreuung: Dr. Philine Gaffron Zweitbetreuung: Prof. Dr. Jörg Pohlan HafenCity Universität Hamburg Sommersemester 2021 eingereicht am: 13.09.2021 INHALTSVERZEICHNIS 1 EINLEITUNG 7 1.1 Anlass und Ausgangslage 7 1.2 Forschungsfrage und Zielsetzung 8 1.3 Methodisches Vorgehen 9 1.4 Aufbau der Arbeit 10 2 DEFINITION ZENTRALER BEGRIFFE 11 3 MOBILITÄTSVERHALTEN ERKLÄREN UND VERSTEHEN 13 3.1 Einflussfaktoren auf das Mobilitätsverhalten 13 3.2 Mobilitätsverhalten erklären: Verhaltenstheorien und Gewohnheiten 16 3.3 Motivation und Anreize 20 4 FINANZIELLE ANREIZE ALS MASSNAHMEN DES KOMMUNALEN MOBILITÄTSMANAGEMENTS 22 4.1 Wirkung von finanziellen Anreizen auf das Mobilitätsverhalten 22 4.2 Finanzielle Anreize als restriktive Maßnahme 23 4.3 Finanzielle Anreize als angebotsorientierte Maßnahme 24 5 FORSCHUNGSMETHODIK DER BEFRAGUNG 28 6 ERGEBNISSE DER BEFRAGUNG 32 6.1 Stichprobenbeschreibung 32 6.2 Auswertung der Befragung 34 6.3 Charakterisierung der Pro-Gruppe 44 6.4 Clusteranalyse 50 6.5 Zusammenfassung der zentralen Erkenntnisse 52 6.6 Diskussion der Fragebogengestaltung und der Forschungsergebnisse 54 7 HANDLUNGSEMPFEHLUNGEN 56 7.1 Allgemeine Handlungsempfehlungen 56 7.2 Ausgestaltung der Mobilitätsprämie 58 7.3 Zielgruppenspezifische Handlungsempfehlungen 62 8 REFLEXION UND FAZIT 65 QUELLENVERZEICHNIS I Literaturverzeichnis I Internetquellen VII ANHANG IX Fragebogen IX Korrelationstabelle Spearman XV Kontingenztaballe Cramers V XVI Clusteranalyse XVI Codes der qualitativen Auswertung XVIII EIDESSTATTLICHE ERKLÄRUNG XX EINVERSTÄNDNISERKLÄRUNG Hiermit erkläre ich mich damit einverstanden, dass meine Bachelorarbeit am Institut für Verkehrsplanung und Logistik der Technischen Universität Hamburg verwendet werden darf. DANKSAGUNG An dieser Stelle möchte ich mich bei allen wichtigen Personen bedanken, die mich während der Erarbeitung meiner Bachelorarbeit unterstützt haben. Zuerst gilt mein Dank Frau Dr. Philine Gaffron und Herrn Prof. Dr. Jörg Pohlan, die meine Bachelorarbeit betreut haben. Vielen Dank, für die hilfreichen Anmerkungen und das konstruktive Feedback, die meine Erarbeitung in die richtigen Bahnen gelenkt haben Ein großer Dank gilt meinen Kommiliton*innen Max, Eike und Lea, die mich seit Beginn meiner Studienzeit begleiten, mit denen ich viele Projekte gemeistert habe und die vor allem in dieser arbeitsintensiven Phase ein offenes Ohr für mich hatten. Ich möchte mich bei Lisa bedanken, die mir dank ihrer Expertise geeigneten Input geben konnte, der mein Blickfeld nochmal erweitert hat. Mein ganz besonderer Dank gilt meinem Freund Jeldrik, der mir immer motivierend zur Seite steht sowie meinen Eltern, die mich während meines gesamten Studiums unterstützt haben. ABBILDUNGSVERZEICHNIS Abb. 1: Erklärung des Mobilitätsverhaltens ohne Auto durch die TPB Abb. 2: Erklärung der Pkw-Nutzung durch die NAM Abb. 3: Erklärung der Veränderung des Mobilitätsverhalten durch SSBC Abb. 4: Schematischer Aufbau des Fragebogens Abb. 5: Altersverteilung der Stichprobe Abb. 6: Räumliche Verteilung der Stichprobe Abb. 7: Verkehrsmittelwahl Abb. 8: Pkw-Nutzung unterschieden nach Raumkategorien Abb. 10: Zusammenhang Einstellung und Pkw-Nutzung Abb. 11: Zusammenhang wahrgenommene Verhaltenskrontrolle und Pkw-Nutzung Abb. 12: Zusammenhang persönliche Norm und Pkw-Nutzung Abb. 13: Pkw-Nutzung und Inanspruchnahme der Mobilitätsprämie Abb. 14: Wegezwecke nach Verkehrsmittel der Pro-Gruppe Abb. 15: Aufteilung der Mobilitätsprämie TABELLENVERZEICHNIS Tab. 1: Übersicht Stichwortsuche 11 Tab. 3: Übersicht Korrelationsverfahren 33 Tab. 4: Korrelation Einstellung zum ÖPNV und Bewertung der Angebotsqualität 39 Tab. 5: Korrelation Pkw-Häufigkeit und Bewertung Angebotsqualität 40 Tab. 7: Korrelation Einstellung Pkw und Nutzungshäufigkeit der anderen Verkehrsmittel 43 Tab. 8: Korrelation persönliche Norm und weitere Verkehrsmittel 44 Tab. 9: Zuordnung der relevanten Variablen der Clusteranalyse 52 Abb. ebd. et al. MIV NAM Pkw SSBC Tab. TPB ÖPNV Abbildung ebenda weitere Autor*innen motorisierter Individualverkehr Norm Activation Model Personenkraftwagen Stage Model of Self-Regulated Behavioural Change Tabelle Theory of Planned Behavior öffentlicher Personennahverkehr 19 20 21 31 34 35 36 37 43 44 44 46 47 48 ABKÜRZUNGSVERZEICHNIS 7 1 EINLEITUNG 1.1 Anlass und Ausgangslage Rund 20 Stunden am Tag steht der private Pkw geparkt am eigenen Wohnort, wird nur zu ca. 3 % der Zeit aktiv genutzt (Infas et al., 2018) und emittiert bei einer durchschnittlichen Fahrleistung von 30 Kilometern am Tag dreimal mehr Treibhausgase als der öffentliche Personennahverkehr (ÖPNV) auf dieser Strecke produziert (Quarks, 2019). Der Straßenverkehr hatte 2018 einen Anteil von 18 % an den weltweit verursachten CO2-Emissionen. Das entspricht einer Menge von 6 Milliarden Tonnen (Kords, 2021a). Ein wenig höher ist der Anteil in Deutschland. 2019 waren es 20 % an Emissionen, die vom Verkehrssektor erzeugt worden sind, davon 95 % vom Straßenverkehr (Umweltbundesamt (UBA), 2021a). Im Gegensatz zu den sinkenden Treibhausgasemissionen in Deutschland steigen seit 2009 die Emissionen im Straßenverkehr. Dies ist zurückzuführen auf erstens die Zunahme der Pkw-Fahrleistungen um 20 %, zweitens die steigende Pkw-Dichte um 12 % in den letzten 10 Jahren und drittens der Zuwachs an Pkw-Neuzulassung um das Dreifache seit 2013 (Kords, 2021b; Statistisches Bundesamt, 2020; UBA, 2021b). Im Jahr 2019 wurden knapp vier Millionen Neuwagen zugelassen, davon 20 % SUVs, womit es nach 2009 das Jahr mit den meisten Pkw-Neuzulassungen war (Brandt, 2021; Kords, 2021b). Durch die Corona-Pandemie brach 2020 der Automarkt ein, weshalb die Bundesregierung eine Neuauflage der Umweltprämie (Abwrackprämie), um den Kauf eines neuen Pkw attraktiver zu gestalten, im Rahmen des aufgesetzten Konjunkturpakets diskutierte (Tagesschau, 2020). Als Gegenreaktion forderte der „Allgemeine Deutsche Fahrrad-Club“ (ADFC) mit Unterstützung von weiteren Verbänden und Unternehmen eine „Mobilitätsprämie für Alle“ (ADFC e. V., 2020). Die „Mobilitätsprämie für Alle“ soll eine Bezuschussung für alternativer Verkehrsmittel zum Pkw, wie z. B. das E-Bike und den ÖPNV umfassen und die Prämie somit universal einsetzbar machen. In diesem Jahr hat sich die Stadt Paris entschlossen, diesen Weg zu gehen. Für alle Personen, die ihren privaten Pkw abschaffen, kann die 2500 Euro hohe Prämie auch für den Erwerb eines E-Bikes oder Lastenfahrrads genutzt werden (Soller, 2021). Auch weitere Städte in England und Finnland haben bereits die Abwrackprämie auf weitere Verkehrsmittel ausgeweitet. In Deutschland gibt es einen Ansatz in der Gemeinde Denzlingen bei Freiburg im Breisgau. Dort kann der private Pkw gegen einen 500 Euro hohen Zuschuss zur ÖPNV-Jahreskarte, einen Gutschein für regionale Betriebe oder einen Zuschuss von 500 Euro zum Kauf eines E-Bike getauscht werden (Gemeinde Denzlingen, 2020). Alle Beispiele haben gemeinsam, dass das Mobilitätsverhalten durch finanzielle Anreize beeinflusst werden soll. Doch fällt es vielen Menschen schwer, das eigene Verhalten zu verändern, gerade wenn bestimmte Muster bereits fest etabliert sind. Automatisch ablaufende Gewohnheiten und Prozesse haben unwillkürlich Einfluss auf unsere Verhaltensweisen. Vor allem das Mobilitätsverhalten ist tief verwurzelt, da es das tägliche Leben charakteristisch mitbestimmt. 14 Der Faktor der Diversität befasst sich mit der Anzahl an verschiedenen Bodennutzungen in einem Gebiet und wird in Bezug zur Fläche, Geschossfläche und zur Beschäftigungsanzahl gesetzt (Cervero & Ewing, 2010). Die vielfältige Ansiedlung von z. B. Geschäften, Supermärkten, Dienstleistungsbetrieben in der Nachbarschaft, kann die Notwendigkeit von Fahrten mit dem Pkw zu externen Zielen reduzieren, da die Erledigungen in der eigenen Nachbarschaft gemacht werden können. Auch kann der berufliche Pendelverkehr durch die Schaffung von Bürogebäuden reduziert werden. Dementsprechend sind Cervero und Kockelmann (1997) der Meinung, dass die diverse Gestaltung der Bodennutzung die Abhängigkeit vom Pkw reduzieren und die umweltverträglichen Verkehrsmittel fördern kann. Das dritte D (design) kann auf vielfältige Weise das Mobilitätsverhalten und die damit einhergehende Verkehrsmittelwahl beeinflussen. Durch die Gestaltung der räumlichen Umwelt kann unter anderem das Zufußgehen oder das Autofahren unterstützt werden. Leck (2006) argumentiert, dass „die Gestaltung kleinerer [Wohn-]Blöcke, durchgehender Gehwege und stark verbundener Straßen (Rasterlayout) Autofahrten […] reduzieren und mehr Fußverkehr generieren“ (S. 41) kann. Die Gestaltung der gebauten Umwelt ist verschieden ausgeprägt und kann von kleinen Objekten, z. B. die Installierung von Bänken, bis zu stark manifestierten Objekten, z. B. die Bebauungsstruktur, reichen. Psychographische Einflussfaktoren Das Mobilitätsverhalten wird nicht nur durch (äußere) strukturelle Einflussfaktoren beeinflusst, sondern auch durch intrapersonelle Faktoren. Psychographische Einflussfaktoren können wichtige Hinweise auf die Erklärung des Mobilitätsverhaltens liefern und haben dementsprechend einen einflussreichen Effekt auf die Verkehrsmittelwahl (Hunecke et al., 2007; Lanzini & Khan, 2017; Schoenau & Müller, 2017). Zu den vier psychographischen Merkmalen, die Einfluss auf das Mobilitätsverhalten haben zählen: Kontrollüberzeugungen, Einstellungen, Normen und Werte. Kontrollüberzeugungen (control beliefs) sind die „[subjektiven] Vermutungen einer Person, hinsichtlich der eigenen Möglichkeiten, die Umwelt und deren Ereignisse zu kontrollieren“ (Stumm & Pritz, 2007, S. 368). Die Kontrolle über ein Verhalten kann bei einer Person selbst (internal), bei anderen Menschen (soziale Externalität) liegen und/oder durch Zufälle und Schicksalseinflüssen (fatalistische Externalität) beeinflusst werden (Renner & Salewski, 2009). Alle drei Dimensionen können individuell unterschiedlich gewichtet werden (ebd.), wodurch selbstbestimmtes Handeln intersubjektiv anders wahrgenommen und empfunden wird (Hunecke, 2015). Bezogen auf das Mobilitätsverhalten „kennzeichnen Kontrollüberzeugungen […] die subjektive Bewertung der Umsetzbarkeit der eigenen Mobilitätsziele im jeweiligen Lebenskontext“ (ebd.,12). Individuelle Ziele können z. B. sein, pünktlich bei der Arbeit zu erscheinen, möglichst stressfrei unterwegs zu sein oder sich sportlich zu betätigen. Um das jeweilige Ziel zu erreichen, gilt es abzuwägen, mit welchem Verkehrsmittel das Ziel am besten zu erreichen ist. Dabei wird die Kontrolle „über selbstgesteuerte Verkehrsmittel wie dem Pkw oder dem Fahrrad […] in der Regel subjektiv höher eingeschätzt“ (ebd., S. 13). Personen haben auf diese Verkehrsmittel mehr Einfluss, da sie nicht kollektiv gesteuert werden und die Selbstverantwortung für das Erreichen des Ziels nicht aus der Hand gegeben wird. Diese Kontrolle kann durch externe und nicht selbst zu steuernde Faktoren beeinflusst werden, z. B. durch das Entstehen von Staus oder schlechtes Wetter (ebd.). Die Verbindung zu räumlichen Einflussfaktoren ist deutlich stärker als bei den anderen Variablen (Einstellungen, Werte, Normen), da die Raumstruktur einen direkten Einfluss durch die Gestaltung der Verkehrsinfrastruktur haben kann (ebd.). Kontrollüberzeugungen spielen in der Theorie des geplanten Verhaltens (Ajzen, 1985) eine bedeutende Rolle. Dieser Zusammenhang wird im anschließenden Kapitel genauer erläutert. Einstellungen (attitudes) sind „Bewertungen von Sachverhalten, Menschen, Gruppen und anderen Arten von Objekten unserer sozialen Welt“ (Haddock & Maio, 2014, S. 198.). Im Bereich der Mobilitätsforschung sind es die Verkehrsmittel, die durch individuelle Einstellungen einer Bewertung unterzogen werden (Hunecke, 2015). Einstellungen sind immer Ausdruck wertender Positionen, die hinsichtlich ihrer Richtung unterschiedlich ausfallen können (Haddock & Maio, 2014). Erstens können Einstellungen positiv konnotiert sein („Ich fahre gerne mit dem Auto“), zweitens neutral („Ich habe 15 keine Präferenz in der Verkehrsmittelwahl“) oder drittens negativ („Fahrradfahren ist mir zu anstrengend“) ausfallen. Im Bereich der Mobilitätspsychologie hat Steg (2005) drei Motive, die die Einstellungen inhaltlich prägen, definiert: instrumentelle, affektive und symbolische Motive. Die instrumentellen Motive verbinden Gedanken, Überzeugungen und Merkmale mit dem einstellungsbezogenen Objekt (z. B. das Auto) (Haddock & Maio, 2014) und ist ein extrinsisches Motiv, das grundsätzlich rational bewertet wird (Schlag & Schade, 2007). Am häufigsten wird hierbei der mit einem Verkehrsmittel verbundene Aufwand (Zeit, Kosten, sonstige Barrieren) in seinen Vorund Nachteilen bewertet und gegeneinander abgewogen (Hunecke, 2015). Zu den instrumentellen Motiven, die in Verbindung mit dem Pkw gebracht werden, zählen Faktoren wie Schnelligkeit, Flexibilität und Komfort (u. a. Gatersleben, 2014; Steg, 2005; Veldstra et al., 2021). Diese Variablen werden von MIV-affinen Personen als positiv wahrgenommen. Wegeziele werden mit dem Auto am schnellsten erreicht, die Nutzung ist unabhängig und passt sich den Bedürfnissen an. Gefühle, die intrinsisch mit einem Objekt verbunden sind, werden als affektive Motive beschrieben (Haddock & Maio, 2014; Schlag & Schade, 2007). Hinsichtlich der Verkehrsmittelwahl liegt der Fokus auf dem „hedonischen Erlebniswert“ (Hunecke, 2015, S. 17). Die Nutzung eines Verkehrsmittels kann mit positiven Gefühlen oder mit negativen Emotionen verbunden sein. MIV-affine Personen verbinden hauptsächlich positive Gefühle mit der persönlichen Autonutzung. Der eigene Pkw ist ein Objekt des Erlebens, das Autofahren macht Spaß und weckt ein Freiheitsgefühl (Steg, 2005; Veldstra et al., 2021). Ein weiterer positiver Faktor ist die mit dem Auto verbundene Kontrolle über mögliche situative beeinflussende Faktoren, die im Gegensatz zum ÖPNV als höher eingeschätzt wird (Gatersleben, 2007). Die symbolischen Motive haben einen expressiven Charakter und beschreiben einen psychosozialen Mehrwert hinsichtlich eines Verkehrsmittels (Schlag & Schade, 2007). Mit ihnen geht eine soziale Funktion der Mobilität einher, wodurch „der soziale Status und Aspekte der sozialen Identität von Personen bewertet werden“ (Hunecke, 2015, S. 17). Durch das Fahren eines bestimmten Autos kann die eigene Identität sowie der reale oder antizipierte soziale Status ausgedrückt werden (Veldstra et al., 2021). MIV-affine Personen können sich dementsprechend gut mit dem oder durch den eigenen Pkw identifizieren. Der Pkw wird als Ort des Wohlfühlens und der Sicherheit assoziiert und erfüllt somit über die rein instrumentellen Vorteile hinausgehend, eine territoriale Funktion, die sonst die eigene Wohnung übernimmt (Gatersleben, 2014). Normen sind „Regeln und Standards, die von den Mitgliedern einer Gruppe akzeptiert werden“ (Hewstone & Martin, 2014, S. 273). Soziale Normen bilden Überzeugungssysteme aus, die ein Verhalten als angemessen oder unangemessen bewerten. Sie sind eng verflochten mit den „Erwartungen von Personen bzw. sozialen Gruppen, die für die eigene Person als relevant betrachtet werden“ (Hunecke, 2015, S. 19). Menschliches Handeln wird durch soziale Normen gesteuert, allerdings ohne die Bindung an geltende Gesetze. Aus diesem Grund können Normen das Verhalten in gewisser Weise einschränken, aber auch eine Struktur und Ordnung in die Gesellschaft bringen (Hewstone & Martin, 2014). Soziale Normen lassen sich in deskriptive und injunktive Normen aufteilen. Injunktive Normen geben an, inwiefern die Ausführung eines bestimmten Verhaltens erwartet wird, z. B., dass bei einer vollen Bahn der eigene Sitzplatz für Ältere freigemacht werden sollte. Deskriptive Normen hingegen bilden das tatsächliche Verhalten von Personen einer Gruppe ab, z. B. ob Personen den Sitzplatz in der Bahn tatsächlich für Ältere frei machen (Hewstone & Martin, 2014; Hunecke, 2015). Wichtig ist, dass sich soziale Normen „aus der Interaktion mit anderen, insbesondere mit Mitgliedern derselben formellen oder informellen Gruppe oder des sozialen Netzes“ (Hewstone & Martin, 2014, S. 275) entwickeln. Im Gegensatz zu sozialen Normen spiegeln persönliche Normen die innere moralische Verpflichtung gegenüber einem Verhalten wider (Hunecke, 2015). Die Ausprägung der persönlichen Norm erfolgt hauptsächlich durch die Internalisierung von sozialen Normen im Kindesalter und der weiteren in der Stärke abnehmenden Festigung im Lebensverlauf (Thøgersen, 2002). Vor allem in altruistischen Verhaltenstheorien, wie dem Norm-Aktivations-Modell (s. anschließendes Kapitel), spielt die persönliche Norm eine entscheidende Rolle, da sie meist mit prosozialem Verhalten in Verbindung gebracht wird. 16 3.2 Mobilitätsverhalten erklären: Verhaltenstheorien und Gewohnheiten Werte grenzen sich von Einstellungen ab, indem sie sich nicht auf konkrete Objekte und Situationen beziehen, sondern „durch ihre allgemeine Orientierungsfunktion die Lebensziele und Weltsicht einer Person“ (Hunecke, 2015, S. 23) strukturieren. Daraus wird erkennbar, dass Werte individuell unterschiedlich sind und jede Person eigene Wertevorstellungen ausprägt (Beckers, 2018). Durch den universellen Charakter können Werte weder von äußeren Verbindlichkeiten kontrolliert noch durch einen Grad an Institutionalisierung und Durchsetzbarkeit beeinflusst werden (ebd.). Werte können sich indirekt auf die Verkehrsmittelwahl auswirken, in dem eine Person ökologische Werte vertritt und folglich das Fahrrad oder den ÖPNV zur Fortbewegung nutzt (Hunecke, 2015). Die Theorie des geplanten Verhaltens (theory of planned behaviour, TPB) ist eine Weiterentwicklung der von Ajzen und Fishbein entworfenen Theorie des überlegten Handelns (theory of reasoned action) (Ajzen, 1985). Sie basiert auf der Annahme, dass Handlungen durch eine Intention bestimmt werden, die die Voraussetzung für eine neue Verhaltensweise darstellt (ebd.). Ajzen (1985) argumentiert, dass Verhaltensintentionen bessere Prädiktoren für ein mögliches Eintreten eines antizipierten Verhaltens darstellen als das tatsächliche Verhalten selbst. Denn je stärker eine Intention ausgeprägt ist, desto wahrscheinlicher ist es, dass das angestrebte Verhalten eintreten wird (Ajzen, 2020). Dementsprechend spielt bei der Vorhersage und Untersuchung von Verhalten die Intention eine entscheidende Rolle. Weiterhin bildet die Verhaltensintention die motivierenden Faktoren ab, die das Verhalten beeinflussen und ist ein Indikator für die Willensstärke (Ajzen, 1991). Der TPB folgend gibt es drei Faktoren, in Form von Glaubenssätzen, die in jeweils individueller Gewichtung auf das menschliche Verhalten einwirken. Erstens formen behavioristische Überzeugungen eine positive Theorie des geplanten Verhaltens nach Ajzen (TPB) oder negative Einstellung gegenüber dem angestrebten Verhalten. Sie geben an, inwiefern eine Person gegenüber bestimmten Konsequenzen eines Verhaltens eingestellt ist. Zweitens spielen normative Glaubenssätze eine Rolle. Diese resultieren aus den individuell wahrgenommenen sozial zu entsprechenden Anforderungen und der individuellen subjektiven Norm. Die Glaubenssätze werden durch die gesellschaftlichen normativen Erwartungen geprägt und geformt. Drittens können Kontrollüberzeugungen die Ausführung eines Verhaltens fördern oder behindern. Individuen nehmen die Ausführung eines Verhaltens entweder als schwer oder leicht erreichbar wahr (Bamberg et al., 2003). Beruhend auf diesen drei verhaltensprägenden Überzeugungen formen drei Faktoren die Ausgestaltung der Verhaltensintention: Einstellung gegenüber dem Verhalten (attitude), Subjektive Norm (subjective norm) und wahrgenommene Verhaltenskontrolle (perceived behavior control) (Ajzen, 1991). Die Einstellung gegenüber dem angestrebten Verhalten wird durch die individuelle Bewertung der mögliDas individuelle Mobilitätsverhalten kann einerseits als bewusster Prozess und andererseits als Resultat aus Verhaltensgewohnheiten erklärt werden (Eriksson et al., 2008). Im Bereich der Mobilitätsforschung haben sich drei Verhaltenstheorien zur Erklärung von Mobilitätsverhaltens durchgesetzt: Die Theorie des geplanten Verhaltens (Ajzen), das Norm-Aktivations-Modell (Schwartz) und das Stage Model of Self-regulated Behaviour Change (Bamberg). Nach diesen Theorien ist die Verkehrsmittelwahl ein Endergebnis ablaufender Entscheidungsprozesse, die durch verschiedene interne und externe Faktoren beeinflusst werden. 17 chen mit dem Verhalten assoziierten Ergebnisse und die Stärke dieser Assoziationen bestimmt. Die Einschätzung, dass ein angestrebtes Verhalten förderliche Auswirkungen haben wird, führt dazu, dass Personen eine grundsätzlich positive Einstellung gegenüber dem Verhalten entwickeln. Gleichwertig dazu fördert die Einschätzung der Auswirkungen als nachteilig eine negative Einstellung gegenüber dem Verhalten. Die subjektive Norm ist durch injunktive und deskriptive Überzeugungen geprägt. Injunktive Normen sind die Erwartung oder die subjektive Wahrscheinlichkeit, dass eine bestimmte Bezugsperson oder -gruppe die Ausführung des angestrebten Verhaltens gutheißt oder missbilligt (Ajzen, 2020). Deskriptive Normen zeichnen sich dadurch aus, dass andere wichtige Bezugspersonen das individuell angestrebte Verhalten auch ausführen. Beide Arten führen dazu, dass das Individuum einen gewissen sozialen Druck verspürt, ein bestimmtes Verhalten auszuführen oder nicht umzusetzen (ebd.). Die wahrgenommene Verhaltenskontrolle spielt in der TPB eine entscheidende Rolle, da sie erstens durch die Berücksichtigung die Theorie des überlegten Handelns erweitert und zweitens unter bestimmten Bedingungen nicht nur Einfluss auf die Bildung der Verhaltensintention, sondern auch auf das Verhalten selbst hat (Ajzen, 1991). Ajzen (2020) argumentiert, dass die wahrgenommene Verhaltenskontrolle den Effekt der Intention auf das ausgeführte Verhalten direkt steuern kann. Wenn eine Person eine positive Einstellung gegenüber dem Verhalten hat und eine unterstützende subjektive Norm erfährt, dann fühlt diese sich besser in der Lage, das betreffende Verhalten mittels der zur Verfügung stehenden Ressourcen auszuführen. Gleiches gilt auch in anderer Richtung: eine negative Einstellung und nachteilige subjektive Norm führen dazu, dass die Kontrolle über die Ausführung des Verhaltens als sehr gering eingeschätzt wird (Ajzen, 2020). Im Bereich der Mobilitätsforschung wird die TPB häufig als Referenz für die Untersuchung von Mobilitätsverhalten genutzt (Anable, 2005; Bamberg et al., 2003; Bamberg & Schmidt, 1998; Hunecke et al., 2010). „Einstellung“ Autofahren macht mir keinen Spaß und dauert zu lang. „Soziale Norm“ Meine Bekannten haben kein Auto und sind sehr zufrieden. „Intention“ Ich möchte in meinem Alltag ohne ein Auto mobil sein. Mobilitätsverhalten ohne Auto „Verhaltenskontrolle“ Ich kann leicht auf mein Auto verzichten, da ich andere Verkehrsmittel nutzen kann. Abb. 1: Erklärung des Mobilitätsverhaltens ohne Auto durch die TPB (nach Bamberg & Schmidt, 2003) 18 Norm-Aktivations-Modell nach Schwartz (NAM) Das Norm-Aktivations-Modell (norm-activation model, NAM) nach Schwartz (1997) basiert auf der Annahme, dass Menschen aufgrund von wahrgenommenen moralischen Verpflichtungen, die sie internalisiert haben, handeln. Es wurde im Gegensatz zur TPB zur Erklärung von altruistischem Handeln entwickelt und hat im Bereich der Umweltpsychologie immer mehr an Bedeutung gewonnen (Busch-Geertsema et al., 2014). Moralische Verpflichtungen werden im Sinne der NAM als persönliche Normen bezeichnet (personal norm, PN). Diese werden durch verschiedene Auslöser getriggert und lösen dadurch ein neues Verhalten aus (Klöckner & Blöbaum, 2010) normative, situational, and habitual influences on environmentally friendly behaviour. The main assumptions of the theory of planned behaviour (TPB. Bis die Verhaltensänderung vollzogen ist, muss die Person vier Schritte durchlaufen. Schwartz (1997) beschreibt den Prozess wie folgt: „The model spells out a process moving from the initial perception of need through the activation of the normative structure and the generation of feelings of moral obligation to the eventual overt response“ (S. 241). In der Aktivationsphase (1) wird der Prozess der Verhaltensänderung in Gang gesetzt, wenn der eigene Handlungsbedarf und die Verantwortung bewusst wahrgenommen werden. Dabei spielen folgende Faktoren eine Rolle: • Wahrnehmung des Problems (awareness of need, AN) • Wahrnehmung der eigenen Verhaltenskonsequenzen in Bezug auf das Problem (awareness of consequences, AC) • Erkennen der eigenen Verantwortlichkeit, um das Problem zu lösen • Wahrnehmen der Fähigkeiten, das Problem lösen zu können In der zweiten Phase, die als „obligation step“ (2) (Schwartz, 1977, S. 241) bezeichnet wird, wird das Gefühl der situativen moralischen Verpflichtung erzeugt, das durch bereits vorhandene oder situativ konstruierte persönliche Normen aktiviert wird. In der Phase der Verteidigungsschritte (3) kommt es zu einer nochmaligen Bewertung der Situation, unter Einbezug der aktuellen moralischen Norm. Auf dieser Stufe kann es durch eine interne Kosten-Nutzen-Analyse zu einer Neuund Umbewertung der aktuellen Situation kommen, sodass die moralische Verpflichtung zu handeln wieder verworfen werden kann (Blöbaum et al., 1998). Im letzten Reaktionsschritt (4) tritt das antizipierte Verhalten ein und wird weiter verfolgt oder es kann sich nicht durchsetzen und wird wieder verworfen (Schwartz, 1977). Das Modell der NAM wurde in der Forschung vielfach verwendet, um Mobilitätsverhalten zu untersuchen, da dieses in einer Wechselwirkung mit der direkten Umwelt steht (u. a. Blöbaum et al., 1998; Hunecke et al., 2001; Klöckner, 2005; Møller et al., 2018). „Problemwahrnehmung“ Der CO2-Ausstoß des Autoverkehrs muss verringert werden, um das Klima zu schützen. „persönliche Norm“ Ich bin ein umweltbewusster Mensch und fühle mich moralisch dazu verpflichtet, mein Auto weniger zu nutzen. Aktive Pkw-Nutzung „Wahrnehmung Verhaltenskonsequenzen“ Wenn ich mein Auto nutze, trage ich aktiv zum Klimawandel bei. Abb. 2: Erklärung der Pkw-Nutzung durch die NAM (vereinfacht, nach Bamberg & Schmidt, 2003) 19 Stage Model of Self-regulated Behaviour Change nach Bamberg (SSBC) Basierend auf dem model of action phases (MAP) von Heckhausen und Gollwitzer hat Bamberg (2013b) ein Modell entwickelt, das die Verhaltensänderung von Menschen anhand einer sequenziellen Abfolge bestimmter Stufen erklärt. Dieser Ansatz betont die selbstregulative Natur der Verhaltensänderung und betrachtet diese als einen Prozess, in dem Individuen aktiv Anstrengungen unternehmen, sich Ziele zu setzen, Strategien zu entwickeln und umzusetzen, um diese Ziele zu erreichen, den Fortschritt in der Verhaltensänderung zu bewerten und Ziele und Strategien entsprechend zu revidieren (vgl. Bamberg, 2013b, S. 152). Eine Verhaltensänderung und das erfolgreiche Erreichen eines gesetzten Ziels treten folglich nur auf, wenn die Person insgesamt vier Stufen durchläuft. Diese vier zeitlich aufeinanderfolgenden Stufen lauten wie folgt: predecisional stage, preactional stage, actional stage, postactional stage. In der predecisional stage (1) steht die Reflexion von gegensätzlichen und konkurrierenden Wünschen im Mittelpunkt. Personen versuchen bestimmte Wünsche in konkrete Ziele umzuformulieren. Prägend ist die einsetzende Selbstverpflichtung ein explizites Verhaltensziel zu erreichen. Die predecisional stage wird mit der Formulierung einer Zielintention abgeschlossen. Wenn die Zielintention formuliert wurde, beginnt die nächste Phase. Die preactional stage (2) wird dadurch charakterisiert, dass sich Individuen eine persönlich passende Verhaltensstrategie aussuchen, mit der die gesetzte Intention erreicht werden soll. Währenddessen werden die Vorund Nachteile von verschiedenen möglichen Verhaltensstrategien abgewogen. Prägend in dieser Phase ist die Selbstverpflichtung zur aktiven Verfolgung der gewählten Strategie. Nach dem Abwägungsprozess wird die Zielintention in eine Verhaltensabsicht umformuliert. Wurde die beabsichtigte Strategie festgelegt, dann erfolgt der Übergang in die actional stage (3). In der dritten Phase steht die Umsetzung im Vordergrund. Die angestrebte Verhaltensstrategie wird aktiv in der Praxis verfolgt und versucht zu verwirklichen. Am Ende der Phase steht die Bildung einer Umsetzungsintention. Die Umsetzungsintention charakterisiert Bamberg (2013b) wie folgt: „The formation of an implementation intention should create a strong mental link between a specific future situation and the initiation of the intended new behavior” (S.153). Wenn dieser Fall eintritt, dann sollten die festgelegten Handlungen und Strategien in einen automatisch ablaufenden Prozess übergehen. Denn mit dem Eintreten der postactional stage (4) wurde die anfängliche Zielintention in ein neues Verhalten umgesetzt. Es erfolgt eine Reflexion der erreichten Verhaltensänderung, in dem das anfängliche gewünschte Verhalten mit dem implementierten Verhalten verglichen wird. Weiterhin wird evaluiert, ob bestimmte weitere Schritte notwendig sind, um ein eventuelles Missverhältnis zwischen Ziel und Ergebnis auszugleichen. Die Herausforderung besteht darin, nicht in alte Muster zu verfallen und das neu erworbene Verhalten aufrechtzuerhalten. (Abschnitt basiert auf Bamberg, 2013a, 2013b) „Zielformulierung“ Ich möchte das Klima schützen und weniger Auto fahren. Predecision Preaction Action Postaction „Verhaltensabsicht“ Ich nutze mein Auto nur noch an zwei Tagen in der Woche. „Umsetzungsabsicht“ Bei guten Wetter fahre ich mit dem Fahrrad, bei schlechtem nehme ich den ÖNPV. „neues Verhalten“ reduzierte Autonutzung Abb. 3: Erklärung der Veränderung des Mobilitätsverhalten durch SSBC (vereinfacht, nach Bamberg, 2013b) 20 Gewohnheiten Wenn gleiche Verhaltensmuster (z. B. Autonutzung auf dem Weg zur Arbeit) regelmäßig in demselben physischen und sozialen Kontext auftreten, dann haben sie meist einen Gewohnheitscharakter (Aarts et al., 1998). Gewohnheiten (habits) lassen sich als Verhaltensweisen beschreiben, deren Reaktionen in einem stabilen Kontext wiederholt auftreten (Ouellette & Wood, 1998). Ein Vorteil der Ausprägung von Gewohnheiten ist, dass die schnelle Abrufung und Durchführung des Verhaltens weniger kognitive Leistungen in Anspruch nehmen, da das Verhalten automatisch abgerufen werden kann, ebenso parallel mit anderen Aktivitäten (ebd.). Somit müssen beispielsweise bei der Verkehrsmittelwahl nicht alle Alternativen gegeneinander abgewogen werden, da dies „in den meisten Fällen informationell überlasten bzw. zu zeitaufwändig [wäre], um eine praktikable Alltagsmobilität sichern zu können“ (Hunecke, 2015). Einerseits können Gewohnheiten als einen „goal-directed type of automaticity“ (Verplanken et al., 1998, S. 1358) beschrieben werden. Dementsprechend dienen automatisch ablaufende Handlungen dazu ein konkretes Ziel zu erreichen (ebd.). Andererseits können Gewohnheiten als script im Gehirn abgespeichert sein (Eriksson et al., 2008). Klöckner & Matthies (2012)charakterisieren scripts wie folgt: „The […] script approach treats habits basically as knowledge structures that provide people with a blueprint of expectable or appropriate behavior sequences in certain situations, even if the complete set of situational information is not processed” (S.795). Die ausgeprägte Stärke der Gewohnheit ist dementsprechend abhängig von erstens der Anzahl an abgespeicherten situationsbezogenen scripts im Gedächtnis und zweitens von der Leichtigkeit, mit der jedes script abgerufen werden kann (Fujii & Gärling, 2007). Im Gedächtnis existieren beispielsweise zwei scripts: Einerseits den Weg mit dem Fahrrad zurückzulegen und andererseits, mit dem Auto zu fahren. In diesem Fall ist es für die Person nicht leicht, das script abzurufen, da noch ein anderes existiert. Wäre nur ein script (Autofahren) vorhanden, steigt die Stärke der Gewohnheit und es fällt leichter, die Wahl zu treffen. MIV-affine Personen haben die Autonutzung als Entscheidungsregel abgespeichert, die aus dem Gedächtnis abgerufen und situativ angewendet wird (Fujii & Gärling, 2007). Neben der Automatik und den kognitiven abgespeicherten scripts stellt die Vergangenheit einen weiteren Prädiktor dar, Gewohnheiten zu identifizieren. Die Häufigkeit, mit dem ein vergangenes Verhalten auftritt, ist nach Bamberg et al. (2003) ein treffender Indikator, um Aussagen über die Ausprägungsstärke einer Gewohnheit treffen zu können. Dementsprechend kann bereits regelmäßig ausgeführtes vergangenes Verhalten als unabhängige Variable für die Vorhersage von folgenden Handlungen genutzt werden (Bamberg et al., 2003; Thøgersen, 2006; Verplanken et al., 1998). Im Gegensatz zu den vorgestellten Verhaltenstheorien ist das Verhältnis zwischen Intention und dem daraus resultierendem Verhalten bei Gewohnheiten geschwächt. Denn sobald ein Verhalten zur Gewohnheit wird, kann die Intention das bewusste Handeln nicht mehr beeinflussen (Bamberg et al., 2003). Eine stark ausgeprägte Gewohnheit stellt eine Barriere für Verhaltensänderungen dar (Eriksson et al. 2008), da sie die Wahrnehmung von neuen Informationen unterbindet und somit verhindert, dass eine alternative Intention gebildet werden kann (Hunecke, 2015; Bamberg et al., 2003). 3.3 Motivation und Anreize Um ein Verhaltensziel zu erreichen, spielen nicht nur die verhaltensbestimmenden Variablen eine Rolle, sondern auch die Motivation, mit der das Ziel verfolgt wird (J. Heckhausen & Heckhausen, 2018). Es gibt keine einheitliche Begriffsdefinition, da Motivation „ein Sammelbegriff für vielerlei psychische Prozesse [ist]“ (Kirchler & Walenta, 2010, S. 10). Motivation tritt temporär begrenzt auf und ist ein „Zusammenspiel zwischen Eigenschaften der Person, Zielen und Erfordernissen sowie den Anreizen, die bei Erreichung des Zieles winken, und der Situation“ (ebd.). Hess (2018) beschreibt die Motivation als ein hypothetisches Konstrukt, das durch interne und externe Kräfte das beabsichtigte Verhalten auslösen, beenden, in der Zielrichtung verändern und in der Intensität sowie Kontinuität beeinflussen kann. Durch die Steuerung der individuellen Aufmerksamkeit kann Motivation verschiedene Verhaltensweisen hervorrufen und den Fokus auf situativ unterschiedliches Verhalten lenken (ebd.). Die Aktivierung von Motivation kann durch intrinsische Motive oder durch extrinsische Motive erfolgen. In- 21 trinsische Motive sind Bedürfnisse, Kognitionen und Emotionen (ebd.), die sich aus dem Inneren heraus und aus der Ausführung des Verhaltens selbst ergeben (Kirchler & Walenta, 2010). Dementsprechend wird intrinsisch motiviertes Verhalten ausgeführt, wenn das Verhalten selbst im Vordergrund steht (Reiss, 2012) und sich die Person als selbstbestimmt wahrnimmt (Krapp & Ryan, 2002), wohingegen extrinsisch motiviertes Verhalten zur Erreichung eines instrumentellen Ziels ausgeführt wird (Reiss, 2012). Extrinsische Motive sind Umweltanreize, die das Verhalten steuern und die Erreichung eines Ziels belohnen oder Verhaltensweisen bestrafen (Hess, 2018; Kirchler & Walenta, 2010). Somit erfüllt ein extrinsisch motiviertes Verhalten immer eine instrumentelle Funktion (Krapp & Ryan, 2002). In der Selbstbestimmungstheorie nach Deci & Ryan (1985) werden vier Formen (Stufen) der extrinsischen Motivation definiert, die sich „in Bezug auf das Ausmaß erlebter Autonomie bzw. Selbstbestimmung“ (Krapp & Ryan, 2002, S. 61) unterscheiden. Die erste Form ist die externale Regulation, bei der das Verhalten einer Person vollständig durch äußere Beweggründe bestimmt wird. Die Person handelt dementsprechend nur, um einerseits eine Belohnung zu erhalten oder andererseits einer Bestrafung zu entgehen (Hennecke & Brandstätter, 2016). Diese Stufe ist die schwächste Form der Motivation, da keine interne wahrgenommene Verhaltenskontrolle vorhanden ist (Raufelder, 2018). Wenn eine Person externe Zwänge verinnerlicht hat, die den inneren Druck zu handeln kontrollieren, dann ist dies die zweite Stufe der Motivation: introjizierte Regulation. In der dritten Stufe der identifizierten Regulation handeln die Personen aufgrund der Bedeutsamkeit der Tätigkeit, da nur noch eine schwache externe Verhaltenskontrolle vorhanden ist (Hennecke & Brandstätter, 2016; Raufelder, 2018). Externe Einflüsse bestimmen zwar noch die Handlungsziele, aber diese werden als „persönlich wichtig eingestuft und bewusst übernommen“ (Raufelder, 2018, S. 51). Die letzte Stufe ist die integrierte Regulation, die die „Vorstufe zur intrinsischen Motivation“ (ebd.) beschreibt. In dieser Stufe hat eine Person den höchsten Grad an selbstbestimmtem Handeln in Bezug auf die extrinsische Motivation erreicht (Hennecke & Brandstätter, 2016) und sich mit den Handlungszielen identifiziert. Extrinsische und intrinsische Motivation stehen in einer gewissen Wechselbeziehung zueinander, da extrinsische Anreize sich auf die intrinsische Motivation auswirken können. Diese Beziehung wird mit Blick auf die finanziellen Anreize im Kapitel 4.1 thematisiert. Weiterhin hängt die Verfolgung des Verhaltensziels von Anreizen ab. Anreize sind „ein Konstrukt, das situative Reize bezeichnet, die einen Motivationszustand anregen können. Im Kern dieses Konstruktes stehen dabei affektive Reaktionen, die eine grundlegende (basale) Bewertung vornehmen“ (Beckmann & Heckhausen, 2018, S. 121). Folglich beeinflussen Anreize das Verhältnis von individuellen Bedürfnissen (intrinsisch) und der Motivation, ein konkretes Verhalten auszuführen, positiv sowie negativ (Hess, 2018). Motiv und Anreiz stehen dabei in einer Wechselwirkung, da die Aktivierung des Motivs nur stattfinden kann, wenn dieses individuell vorhanden ist (Edelmann & Wittmann, 2012). Anreize haben dementsprechend einen extrinsischen Aufforderungscharakter einer gewissen Motivation nachzugehen (J. Heckhausen & Heckhausen, 2018; Hess, 2018). Maki et al. (2016) argumentieren: „Traditionally, incentives have been a prototypical source of motivation for initiating a new behavior“ (S. 243). Finanzielle Anreize haben folglich ein Potenzial die Motive des Menschen zu triggern, die Motivation hervorzurufen und somit ein Verhalten verändern zu können. Inwiefern diese externen Anreize ausreichen das Mobilitätsverhalten dauerhaft zu verändern, wird im folgenden Kapitel untersucht. 22 Monetäre Anreize sind eines der häufigsten Instrumente, um einerseits „gute“ Verhalten zu fördern (Umweltbewusstsein, soziales Handeln usw.) und andererseits „schlechte“ Verhalten durch Restriktionen zu unterdrücken (umweltschädliches Verhalten, ungesunde Lebensweise usw.). Grundsätzlich hat Geld drei bedeutende Funktionen: die Tauschmittelfunktion, die Funktion als Recheneinheit und die Funktion des Wertaufbewahrungsmittels (Borchert, 2010). Somit wird deutlich, dass Geld aus seiner Natur heraus keinen intrinsischen Wert hat (Bolderdijk & Steg, 2015). Dennoch werden monetäre Anreize eingesetzt, um die intrinsische Motivation zu erhöhen, ein favorisiertes Verhalten anzustreben (ebd.). Weiterhin belegen Bolderdijk & Steg (2015), dass die Wirkung von Geld über das „neutral medium of exchange“ (S. 330) hinausgeht und psychologische sowie kognitive Einflüsse auf das Individuum ausübt (Gneezy et al., 2011; Lea & Webley, 2006). Nach Theorien, die Verhaltensweisen aufgrund von rationalen Entscheidungen erklären (z. B. TPB), können monetäre Anreize die Attraktivität des angestrebten Verhaltens erhöhen (Bolderdijk & Steg, 2015; Maki et al., 2016). Dementsprechend kann das zu etablierende Verhalten durch Vergünstigungen attraktiver werden (z. B. Auszahlung von einer Prämie, wenn der Pkw nicht genutzt wird, sondern das Fahrrad) und Personen entscheiden sich folglich mittels rationaler Kosten-Nutzen-Analyse für das neue finanziell günstiger gewordene Verhalten. Die Beeinflussung kann weiterhin durch die Höhe des Anreizes gesteuert werden. Je höher der monetäre Wert des Anreizes ist, desto stärker sind die möglichen 4 FINANZIELLE ANREIZE ALS MASSNAHMEN DES KOMMUNALEN MOBILITÄTSMANAGEMENTS Wie bereits im vorherigen Kapitel beschrieben, sind finanzielle Anreize externe Faktoren zur Beeinflussung oder Hervorrufung eines bestimmten Verhaltens. In Kapitel 2 wurden die Maßnahmen hinsichtlich ihres Wirkungscharakters abgegrenzt. Finanzielle Anreize können je nach beabsichtigter Wirkung zu den restriktiven und zu den angebotsorientierten Maßnahmen gezählt werden und sind somit ein Baustein des kommunalen Mobilitätsmanagements. Im folgenden Kapitel wird zuerst auf die allgemeine Wirkungsweise von finanziellen Anreizen auf das menschliche Verhalten eingegangen. Danach werden die finanziellen Anreize einerseits unter der Perspektive der restriktiven und andererseits der angebotsorientierten Maßnahmen hinsichtlich der potenziellen Auswirkungen auf das Mobilitätsverhalten untersucht. 4.1 Wirkung von finanziellen Anreizen auf das Mobilitätsverhalten Auswirkungen auf das Verhalten zu erwarten (Bolderdijk & Steg, 2015). Nach kognitiven Verhaltenstheorien (z. B. NAM) haben monetäre Anreize eine Auswirkung auf die intrinsische Motivation, indem sie die extrinsische Motivation fördern und dabei die intrinsische untergraben (Bolderdijk & Steg, 2015; Hess, 2018; Maki et al., 2016). Durch den Korrumpierungseffekt (Gneezy et al., 2011; Hess, 2018) verlieren reizvolle, sonst freiwillig ausgeführte Tätigkeiten an Wert, da die Belohnung des Verhaltens hauptsächlich wahrgenommen und somit das Verhalten nur wegen des Anreizes ausgeführt wird. Dieser Effekt wirkt sich nachteilig auf die Wirkungsweise von monetären Anreizen aus, da die angestrebte Verhaltensänderung nur oberflächlich erfolgt und sich die Einstellung gegenüber dem Verhaltensobjekt nicht geändert hat. Nach Maki et al. (2016) kann dadurch die Verhaltensänderung nur über den Zeitraum des Anreizes bestehen bleiben, denn sobald dieser wegfällt, ist es möglich, dass Personen in das alte Verhalten zurück verfallen. In Bezug auf prosoziales Verhalten fanden Ariely et al. (2009) heraus, dass monetäre Anreize mit der sozialen und persönlichen Norm zusammenhängen. Gibt die soziale Norm vor, dass soziales Verhalten angesehen ist, dann werden monetäre Anreize in einem öffentlichen Rahmen weniger beachtet und in Anspruch genommen als in einer privaten Umgebung (ebd.). Personen, die sich aufgrund der persönlichen Norm als altruistisch handelnd wahrnehmen, wollen in der Öffentlichkeit das eigene Gesicht wahren und nehmen deshalb keine monetären Anreize in Anspruch (Gneezy et al., 2011). Im privaten Rahmen überwiegt der extrinsische finanzielle Anreiz und überlagert die soziale und persönliche Norm (Ariely et al., 2009; Bolderdijk & Steg, 2015; Gneezy et al., 2011). 23 Als Vorteil kann die Auswirkung auf gewohnheitsbedingtes Verhalten gesehen werden, wozu das Mobilitätsverhalten zählt. Finanzielle Anreize können Gewohnheiten durchbrechen, indem sie ein konkurrierendes Verhalten attraktiver gestalten (Gneezy et al., 2011; Maki et al., 2016) und somit neue Informationen freigeben, die durch die Annahme des rationellen Handelns beachtet werden. Weiterhin kann durch operantes Konditionieren die Häufigkeit im Auftreten des Verhaltens gefördert werden und somit dazu beitragen, dass ein neues Verhalten zu einer Gewohnheit wird (ebd.). Dennoch kann auch in diesem Fall mit Wegnahme des Anreizes das alte Verhaltensmuster wieder aktiviert werden. Es wird deutlich, dass finanzielle Anreize sich in verschiedenen Weisen auf das Verhalten auswirken können. Dies hängt ab von der Form, die die finanziellen Anreize annehmen können. Sie können einerseits Verhalten belohnen und andererseits Verhalten bestrafen. 4.2 Finanzielle Anreize als restriktive Maßnahme Als restriktive Maßnahmen im Bereich der finanziellen Anreize werden insbesondere Preispolitiken angewendet, die die monetären Kosten der Pkw-Nutzung für Personen erhöhen. Es gibt verschiedene Maßnahmen, um die Nutzung als möglichst unattraktiv zu gestalten, z. B. die Erhebung von Steuern und Straßennutzungsgebühren, die Erhöhung der Kosten für Kraftstoff sowie die Berechnung einer Kilometerpauschale. Im folgenden Abschnitt wird die Erhebung von Straßennutzungsgebühren vorrangig betrachtet, da bezüglich dieser Maßnahme relevante Studien mit Bezug zur Verhaltensforschung vorliegen. Besonders die Untersuchung der beeinflussenden Faktoren auf die Akzeptanz dieser Maßnahme wird in den Studien fokussiert, da die fehlende gesellschaftliche Befürwortung eine Barriere in Bezug auf eine erfolgreiche Umsetzung darstellt (Steg & Schuitema, 2007). Straßennutzungsgebühren werden für den motorisierten Individualverkehr für die Benutzung von innerstädtischen Straßen erhoben (Gehlert, 2009). Mithilfe der Gebühren soll das Verkehrssystem organisiert und ein Einfluss auf den städtischen Verkehr ausgeübt werden (FIS, 2004). Weltweit finden sich Beispiele von Straßennutzungsgebühren in innerstädtischen Gebieten: London, Stockholm, Singapur. Gehlert (2009) belegt durch verschiedene Studien die Wirksamkeit der Maßnahme. Durch die Gebühren kann ein durchschnittlicher Rückgang des städtischen Verkehrsaufkommens von 16 % bis 22 % erzielt werden. Wirksamkeit der Maßnahme durch Steigerung der Akzeptanz Die Einführung von Straßennutzungsgebühren wird in der Politik stark diskutiert und mit der Umsetzung gezögert, da davon ausgegangen wird, dass die Gebühren in die individuelle Lebensqualität eingreifen (Steg & Schuitema, 2007). Im Gegensatz dazu belegen Studien, dass Personen die Gebühren nicht als Einschränkung ihrer Lebensqualität wahrnehmen. Die Verbesserung der Umweltbedingungen und der Verkehrssituation kompensieren den Eingriff in die individuelle Freiheit. Sobald Personen der Verkehrspolitik glauben, dass die Maßnahme zur Bekämpfung von Umweltproblemen und Verkehrsbelastung erfolgt, steigt die Erwartung der Verbesserung der eigenen Lebenssituation und daraus folgend die Akzeptanz gegenüber der Maßnahme (ebd.). Weiterhin argumentieren Gärling et al. (2008), dass die Akzeptanz wächst, wenn Personen die positiven Auswirkungen der Preispolitik leibhaftig erleben. Ein weiterer Einflussfaktor ist die soziale Norm, die in der TPB ein Merkmal für die Bildung der Verhaltensintention ist. Schade & Schlag (2003) haben in einer Studie unter Autonutzenden herausgefunden, dass die soziale Norm den größten Einfluss auf die positive Resonanz hinsichtlich der Preispolitik hat, gefolgt von der persönlichen Ergebniserwartung. Nehmen Bekannte einer Person die Preisrestriktion beispielsweise als angebracht wahr und erwarten, dass andere die Maßnahme ebenfalls befürworten, dann neigt die Person dazu aufgrund der Normen der wichtigen Bezugsgruppe, die Restriktionen als positiv wahrzunehmen. Je positiver die soziale Norm erlebt wird, desto stärker steigt die individuelle Akzeptanz gegenüber der Maßnahme (ebd.). Ein weiterer Faktor ist die Wahrnehmung der eigenen Verhaltenskonsequenzen, die in der NAM das Einsetzen der Verhaltensänderung mitbestimmt. Dabei lässt sich zwischen einer Umwelt-fokussierten und einer verkehrstechnischen Problemwahrnehmung unterscheiden (Schade & Schlag, 2003). Wenn sich Personen aufgrund ihrer persönlichen ökologischen Norm dazu verpflichtet fühlen, altruistisch zu handeln und sich 30 sichtlich der Unterschiede belegt worden sind (BMVI, 2020). Die Einteilung ist in der untenstehenden Tabelle 2 abgebildet. Durch die Einteilung habe ich die nominal skalierten Wohnorte in numerisch ordinal skalierte Variablen umcodieren können. Durchführung Die Befragung wurde durch die online Plattform limesurvey erstellt und war im Zeitraum vom 19.07.2021 bis zum 04.08.2021 unter folgendem Link abrufbar: „https://veraenderungmobilitaetsverhalten.limesurvey.net“. Auf verschiedenen sozialen Netzwerken wurde auf die Umfrage aufmerksam gemacht (Instagram (Mobilitätslabor Hamburg), Twitter, Facebook, LinkedIn). Weiterhin wurde die Befragung über den Newsletter des Pegasus-Netzwerkes sowie auf der Themeninternetseite „DIY. Dein Mobilitätsprojekt“ vom Verkehrsclub Deutschland (VCD) geteilt. Insgesamt haben 358 Personen die Umfrage aufgerufen, wovon 13 Personen auf der Startseite und 51 Personen innerhalb der Umfrage abgebrochen haben. Durch die zwei Filterfragen am Beginn der Umfrage zur Identifizierung der Zielgruppe wurden 89 Personen aussortiert. Nach dem Ablauf der Umfrage wurden 205 vollständige ausgefüllte Fragebögen registriert. Die Teilnehmenden benötigten im Durchschnitt 15 Minuten für die Beantwortung des Fragebogens. Auswertung des Fragebogens In der Auswertung wurden 201 Einzeldatensätze berücksichtigt, da durch die Prüfung der Konsistenz vier Antworten aufgrund der fehlenden Angabe der PKWAnzahl im Haushalt ausgeschlossen worden. Für die Aufbereitung des Datensatzes habe ich zuerst die Antworten der offenen Fragekategorien aus dem Datensatz entfernt und in ein separates Dokument eingefügt. Darauffolgend habe ich die richtige Skalierung den Variablen zugeordnet und Zeichenfolgen (z. B. A1) zu metrischen Werten umcodiert. Weiterhin wurde die Merkmalsausprägung „kann ich nicht einschätzen“ in SPSS als fehlend markiert, da sie keine Bewertung der Angebotsqualität darstellt und nur als Ausweichkategorie angegeben wurde. Die metrisch skalierte Variable Alter habe ich in eine ordinal skalierte umgewandelt, um die Alterszusammensetzung der Stichprobe beschreiben zu können. Um die angegebenen Wohnorte in Raumkategorien einzuordnen, habe ich als Referenz die vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) entwickelten regional statistische Raumtypologien (RegioStar) verwendet. Ich habe mich für die Einteilung nach sieben Raumtypen (RegioStar7) entschieden, da dadurch in der Erhebung „Mobilität in Deutschland 2017“ aussagekräftige Ergebnisse hinStadtregionen Ländliche Regionen Metropole Regiopolen, Großstädte Zentrale Städte Mittelstädte, städtischer Raum Mittelstädte, städtischer Raum Kleinstädtischer, dörflicher Raum Kleinstädtischer, dörflicher Raum Tab. 2: Einteilung der Raumkategorien nach Regiostar 7 Ein Ziel der deskriptiven Auswertung ist die Möglichkeit aus den heterogenen Antworten homogene Mobilitätstypen entwickeln zu können und somit die Unterschiede zwischen Personen bezüglich der Inanspruchnahme der Mobilitätsprämie herauszuarbeiten. Die Segmentierung ermöglicht die Entwicklung von zielgerichtete Interventionsmaßnahmen und Handlungsempfehlungen in der Planungspraxis, die im kommunalen Mobilitätsmanagement eine entscheidende Rolle spielen. Durch die zielgruppenspezifische Ausrichtung lässt sich die Effektivität der Maßnahmen erhöhen, da diese den Zielgruppen entsprechend gestaltet werden können (Haustein & Hunecke, 2013; Hunecke, 2015). In der Mobilitätsforschung haben sich vier Segmentierungsansätze etabliert: geographische, soziodemographische, verhaltensbasierte und psychographische Ansätze. Ich fokussiere in der vorliegenden Arbeit den psychographischen Ansatz, im konkreten die Entwicklung einstellungsbasierter Mobilitätstypen. Dieser Ansatz stützt sich auf die innerpsychischen Merkmale hinsichtlich des Mobilitätsverhaltens einer Person. Weiterhin ergänze ich den Ansatz, um eine räumliche Variable, Variablen des realisierten Mobilitätsverhaltens (Verkehrsmittelwahl, Wegezwecke) und soziodemographische Variablen. Für die Segmentierung der Zielgruppen habe ich das Verfahren der Clusteranalyse verwendet. Um die Unterfrage nach den Rahmenbedingungen beantworten zu können, wurden die Variablen auf Kohärenz überprüft. Weiterhin war mein Ziel der Analyse der Zusammenhänge zwischen den Variablen, diejenigen herauszufinden, die für die Clusteranalyse relevant 31 sind. Das Signifikanzniveau wurde auf 0,05 festgelegt. Dementsprechend habe ich angenommen, dass kein signifikanter Zusammenhang besteht (Nullhypothese), wenn p ≥ .05 ist. Es besteht ein signifikanter Zusammenhang, wenn p < .05 ist, dann wird die Nullhypothese verworfen. Der Zusammenhang wurde durch das Verfahren der Korrelation und der Kontingenz nachgewiesen. Basierend auf Cleff (2012) habe ich folgende Verfahren für die Analyse des Zusammenhangs genutzt (vgl. S. 80): Skalierung der Variablen Verfahren ordinal & ordinal Rangkorrelation nach Spearman ordinal & nominal nicht dichotom Cramers V beide Variablen dichotom Cramers V ordinal & nominal dichotom Cramers V Tab. 3: Übersicht Korrelationsverfahren Weiterhin wurde die Stärke des Zusammenhangs untersucht. Das Vorzeichen gibt die Richtung (positiv oder negativ) der Korrelation an. Bei der Kontingenz werden nur positive Werte ausgegeben. Die Stärke der Korrelation sowie der Kontingenz orientiert sich an Raab-Steiner & Benesch (2018, S. 145): 0 leicht mittel hoch sehr hoch 0,2 0,4 0,6 0,8 1 Die qualitative Auswertung wurde mit dem Programm MAXQDA durchgeführt. Als ersten Schritt habe ich das offene Codieren verwendet, um die „Daten und Phänomene in Begriffe zu fassen“ (Flick, 2007, S. 388). Die daraus resultierenden Codes habe ich geordnet und nach Oberund Unterkategorien sortiert. Die Kategorisierung ist im Anhang dargestellt. 32 Soziodemographische Beschreibung Die Stichprobe weist einen hohen Anteil an Teilnehmerinnen auf. Insgesamt fühlten sich 60,4 % dem weiblichen Geschlecht zugehörig, 37,1 % dem männlichen. 1 % der Befragten haben divers angegeben und 1,5 % wollten keine Angabe machen. Das Durchschnittsalter liegt bei 35 Jahren, wobei das Minimum 18 Jahre und das Maximum 78 Jahre ist. Die Altersgruppe zwischen 25 und 34 Jahren ist mit 34,2 % am stärksten in der Stichprobe vertreten, wohingegen die Gruppe der über 65-jährigen (3,5 %) sowie die Gruppe der 35bis 44-jährigen (8,4 %) am geringsten auftreten. 6 ERGEBNISSE DER BEFRAGUNG 6.1 Stichprobenbeschreibung 18-24 29 % 34 % 9 % 17 % 8 % 4 % 25-34 35-44 45-54 55-64 ≥ 65 Abb. 5: Altersverteilung der Stichprobe Die Befragten sind am häufigsten in einem angestellten Arbeitsverhältnis (47,8 %). Die zweitgrößte Gruppe setzt sich aus den Studierenden und Auszubildenden zusammen (36,8 %). Am wenigsten vertreten sind Rentner*innen (4 %) und Selbstständige (4,5 %). Eine Person hat angegeben, dass sie arbeitssuchend ist und eine Person, dass sie nicht erwerbstätig und nicht arbeitssuchend ist. 6,5 % der Befragten haben als Beschäftigungsstatus „Sonstiges“ angegeben. Darunter fallen vor allem Mini-Jobs oder eine Kombination aus Angestelltenverhältnis und Studium. Ein Durchschnitt an Personen pro Haushalt kann durch die Umfrage nicht abgebildet werden, da die Antwortkategorien vorgegeben waren. Den größten Anteil haben Zweipersonenhaushalte. Diese sind zu rund 45 % in der Stichprobe vertreten. Am zweithäufigsten kommen Einpersonenhaushalte (ca. 20 %) vor. In Dreipersonenhaushalten leben rund 19 % der Befragten und in Vierpersonenhaushalten ca. 11 %. Die kleinste Gruppe (4,5 %) beschreibt Haushalte, die fünf oder mehr Personen aufweisen. In der Erhebung wurden Wohngemeinschaften nicht als ein Haushalt gezählt. Das monatliche Nettoeinkommen aller erwerbstätigen Personen im Haushalt beträgt im Durchschnitt rund 5200 Euro. Das Minimum liegt bei 160 Euro und das Maximum bei 11 0000. Die Frage war nicht verpflichtend auszufüllen, wodurch 34 Personen keine Antwort angegeben haben (n = 167). Da rund 17 % an gültigen Antworten fehlen, wird das Einkommen in der weiterführenden Auswertung als Variable nicht berücksichtigt. Die Stichprobe setzt sich aus rund 62 % Pkw-Besitzer*innen und rund 38 % aus Personen, die den Pkw im Haushalt mitbenutzen, zusammen. Ungefähr jede vierte Person der Stichprobe kann sich vorstellen, den privaten Pkw gegen eine Mobilitätsprämie einzutauschen (ca. 21 %. Ja-Stimmen/ca. 79 % Nein-Stimmen). Geographische Beschreibung Rund 88 % der Befragten wohnen im städtischen Raum, 12 % im ländlichen Raum. In der Stichprobe konnten alle Raumtypologien (RegioStar 7) nachgewiesen werden. Die Metropole ist mit 46,5 % am stärksten vertreten. In der Stichprobe sind beispielsweise die Städte Hamburg, Berlin, Düsseldorf, Stuttgart und Köln vorhanden. Hamburg (ca. 30 %) und Berlin (10 %) machen den größten Anteil in der Kategorie Metropole aus. In einer Regiopole/Großstadt wohnen ca. 12 % der Befragten und 4 % leben im kleinstädtischen dörflichen Raum. Rund 30 % wohnen in einer Mittelstadt im städtischen Raum, u. a. Lilienthal, Teltow, Versmold und Marbach. Im Bereich des ländlichen Raums wurde am häufigsten die Kategorie Kleinstadt/dörflicher Raum nachgewiesen (5,5 %). Dazu zählen Kommunen wie z. B. Bollingstedt, Scheeßel und Osterburg. Am geringsten in der Stichprobe vertreten sind zentrale Städte im ländlichen Raum (1,5 %). Mittelstädte im ländlichen Raum kommen zu 5 % vor. In der Abbildung 6 ist die deutschlandweite räumliche Verteilung abgebildet. 33 © 2021 Mapbox © OpenStreetMap Blatt 4 Abb. 6: Räumliche Verteilung der Stichprobe 34 Verkehrsmittel im Haushalt Im Durchschnitt besitzen die Befragten 1,5 Pkw (keine Dienstautos) und 2.6 Fahrräder pro Haushalt. Es wurde darüber hinaus der Besitz von (E-)Lastenfahrrädern, E-Bikes (25 km/h und 45 km/h) sowie sonstigen Verkehrsmittel abgefragt. Insgesamt haben drei Personen angegeben, dass sie ein (E-)Lastenfahrrad besitzen. Insgesamt 20 Personen verfügen über ein E-Bike bis zu einer Unterstützung von 25 km/h und 34 Personen haben den Besitz eines sonstigen Verkehrsmittels angegeben. In dieser Kategorie wird allerdings nicht erfasst, um welches Verkehrsmittel es sich handelt. Anhand der offenen Antwortmöglichkeiten in einem späteren Abschnitt der Befragung wird deutlich, dass darunter u. a. Motorräder und Fahrradanhänger gezählt werden. Das E-Bike bis zu einer Unterstützung von 45 km/h wird in der weiteren Auswertung nicht betrachtet, da keine Anzahl angegeben wurde. Knapp die Hälfte der Befragten (46 %) besitzen ein Aboticket des ÖPNV. Das Semesterticket/Ausbildungsticket tritt am häufigsten auf (82 %). Daran schließt sich das Jobticket für ein Jahr an (10 %). Rund 8 % besitzen ein selbstfinanziertes Aboticket mit einer Laufzeit von mindestens einer Woche. Eine Person verfügt über einen Schwerbehindertenausweis. 6.2 Auswertung der Befragung Verkehrsmittelwahl Insgesamt wird vom Pkw am häufigsten Gebrauch gemacht, da keine Angaben gemacht worden sind, diesen nie zu nutzen. Zu rund 75 % wird der Pkw mindestens wöchentlich genutzt, ebenso häufig gehen die befragten Personen zu Fuß. Das Fahrrad wird zu einem Viertel täglich genutzt und zu rund 30 % wöchentlich. Rund 40 % der Befragten nutzen den ÖPNV mindestens wöchentlich. Weiterhin zeigt sich, dass das (E-)Lastenfahrrad und das E-Bike zum Großteil nicht genutzt werden. Es haben zwei Personen angegeben, das (E-) Lastenfahrrad nicht zu nutzen, obwohl eines im Haushalt vorhanden war. Teilweise haben Personen angegeben, ein (E-)Lastenfahrrad selten zu nutzen, auch wenn keines im Haushalt verfügbar ist. Hervorzuheben ist die Nutzungshäufigkeit des Carsharings. Rund 17 % der Personen haben angegeben es selten zu nutzen. In der folgenden Auswertung werden das E-Bike, (E-) Lastenfahrrad und Carsharing aufgrund der geringen Nutzungshäufigkeit nicht weiter analysiert, da durch die geringe Antwortanzahl keine belastbaren Aussagen getroffen werden können. Pkw Carsharing ÖPNV Fahrrad E-Bike (E-)Lastenfahrrad zu Fuß 20 % 0 % täglich bzw. fast täglich 1-3 Tage in der Woche 1-3 Tage im Monat selten nie 40 % 60 % 80 % 100 % Abb. 7: Verkehrsmittelwahl 35 Raumkategorie und Verkehrsmittelwahl Zwischen der Raumkategorie und der Pkw-Häufigkeit besteht ein mittelstarker Zusammenhang, der auf dem 0,01 Niveau signifikant ist (r = -0.402, p = < .001). Im Gegensatz dazu wurde bei der ÖPNV-Häufigkeit ein mittelstarker Zusammenhang nachgewiesen, der auf dem 0,01 Niveau signifikant ist (r = 0.329, p = < .001). Die Raumtypologie hat jedoch keinen signifikanten Zusammenhang mit der Nutzungshäufigkeit des Fahrrads (p = .501) und die Intensität des Zufußgehens (p = .051). Personen, die in einer Metropole oder in einer Regiopole wohnen, nutzen den Pkw weniger als Personen in ländlichen Regionen. Die Nutzung des Pkw als tägliches Verkehrsmittel sinkt, je städtischer die Raumkategorie wird. Die Nutzung des ÖPNV steigt mit zunehmender städtischer Raumkategorie. Abb. 8: Pkw-Nutzung unterschieden nach Raumkategorien 100 % 80 % 60 % 40 % 20 % 0 % Metropole kleinstädtischer, dörflicher Raum Verkehrsmittelwahl und soziodemographische Faktoren Durch die Spearman Korrelation wurde zwischen der Altersgruppe und der Verkehrsmittelwahl kein signifikanter Zusammenhang nachgewiesen. Tendenziell nutzen die unter 35-Jährigen den Pkw weniger als die über 35-Jährigen. Rund 46 % der unter 25-Jährigen nutzt den ÖPNV mindestens an 1 bis 3 Tagen in der Woche. Äquivalent zu der Pkw-Nutzung sinkt die Nutzungsintensität des ÖPNV mit steigendem Alter. Bezüglich der Nutzung des Fahrrads gibt es kaum Unterschiede zwischen den Altersgruppen, genauso wie beim Zufußgehen. Die Korrelation ergab zwischen der Verkehrsmittelwahl und der Altersgruppe keinen signifikanten Zusammenhang. Für fast alle Haushaltsgrößen ist der Pkw das Verkehrsmittel für die tägliche Mobilität. Nur Zweipersonenhaushalte nutzen den Pkw zu 5 % häufiger wöchentlich. Kumuliert wird der ÖPNV am meisten von Zweiund Vierpersonenhaushalten für die täglichen Wege genutzt (42 %). Hinsichtlich der Nutzungsintensität des Fahrrads war kein Unterschied zwischen den Haushaltsgrößen erkennbar. Der Zusammenhang zwischen der Haushaltsgröße und der Verkehrsmittelwahl war nicht signifikant. Zwischen dem Beschäftigungsstatus und der ÖPNVHäufigkeit konnte ein leicht signifikanter Zusammenhang festgestellt werden (V = .224, p = .038). Rund 24 % der Studierenden und Auszubildenden nutzen den ÖPNV täglich, wohingegen fast die Hälfte der Festangestellten den ÖPNV selten bis gar nicht nutzt. Dementsprechend sind 53 % der täglich Pkw-Nutzenden in einem Angestelltenverhältnis. In Bezug auf die anderen Verkehrsmittel ließ sich kein signifikanter nachweisen. Verbindung der Nutzungsintensität verschiedener Verkehrsmittel Anhand der Ergebnisse wurde deutlich, dass die PkwNutzung am häufigsten mit dem Fahrrad und dem zu Fuß gehen kombiniert wird. 26 % der Personen, die den Pkw täglich verwenden, gehen auch täglich zu Fuß. Der Zusammenhang ist leicht auf dem 0,01 Niveau signifikant (r = - .222, p = < .001). Je weniger Personen das Auto nutzen, desto mehr gehen sie zu Fuß. Nur 6 % der täglich Pkw-Nutzenden gaben an, den ÖPNV jeden Tag für ihre Wege zu nutzen. Rund 32 % der wöchentlichen Autonutzenden sind auch wöchentlich mit dem ÖPNV unterwegs. Die ÖPNV Nutzung steigt mit sinkendem Pkw-Gebrauch. Dementsprechend wurde ein starker signifikanter Zusammenhang auf dem 0,01 Niveau nachgewiesen (r = -.484, p = < .001). Rund 7 % der Personen, die täglich den Pkw nutzen, verwenden täglich das Fahrrad. Jedoch steigt die tägliche Fahrradnutzung auf rund 39 %, wenn Personen den Pkw an 1 bis 3 Tagen in der Woche verwenden. Daraus folgt, dass der Gebrauch des Fahrrads mit sinkender Häufigkeit der Autonutzung steigt. Es wurde ein mittelstarker Zusammenhang auf dem 0,01 Niveau nachgewiesen (r = - .320, p = < .001). Abschließend ist festzustellen, dass die Pkw-Häufigkeit in einem negativen Zusammenhang mit der Häufigkeit der alternativen Verkehrsmittel steht. täglich bzw. fast täglich 1-3 Tage in der Woche 1-3 Tage im Monat selten 36 Wegezwecke Grundsätzlich werden alle Verkehrsmittel und Fortbewegungsarten im Vergleich zu den anderen Wegezwecken überwiegend für den Freizeitverkehr genutzt. Der Pkw und der ÖPNV werden am häufigsten für den Weg zur Arbeit, Hochschule oder Ausbildungsstelle verwendet werden (zwischen 53 und 56 %). Der hohe ÖPNV-Anteil ist darauf zurückzuführen, dass rund 67 % der Wege zur Arbeit/Hochschule/Ausbildungsstelle von Personen mit einem Aboticket zurückgelegt werden. Weiterhin wird der ÖPNV für sonstige private Erledigungen mehrfach genutzt. Für die Erledigung der Einkäufe des täglichen Bedarfs und für das Holen und Bringen von Personen wird der ÖPNV sehr wenig verwendet und ist dementsprechend für diese Zwecke unattraktiv. Das Auto hingegen wird für alle Zwecke zu mindestens 50 % genutzt, was die MIV-Affinität der Stichprobe untermauert. Zusätzlich sind die alternativen Verkehrsmittel vorrangig für den Freizeitverkehr attraktiv. 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 % Arbeit/Hochschule/Ausbildungsstelle Pkw Carsharing ÖPNV Fahrrad E-Bike (E-)Lastenfahrrad Fuß tägliche Erledigungen andere Erledigungen bringen/holen von Personen Freizet Abb. 9: Übersicht der Wegezwecke nach Verkehrsmittel (Mehrfachnennung) Bewertung der Radverkehrsinfrastruktur Die Bewertung der Radverkehrsinfrastruktur wurde anhand von drei Kriterien analysiert: • Sicherheit (n = 191) • Baulicher Zustand (n = 191) • Erreichbarkeit der Alltagsziele (n = 189) Grundsätzlich sind die Befragten mit der Radverkehrsinfrastruktur an ihrem Wohnort relativ unzufrieden (M = 2.4). Der bauliche Zustand der Radwege am Wohnort wurde im Mittelwert mit 2,5 am schlechtesten eingeschätzt. Darauf folgt die Bewertung der Sicherheit als eher schlecht (M = 2.4). Zufrieden sind die Befragten mit der Erreichbarkeit ihrer Alltagsziele mit dem Fahrrad (M = 2.1). Im Gegensatz zu der eher schlechten Bewertung der physischen Rahmenbedingungen der Radverkehrsinfrastruktur, fahren die Teilnehmenden gerne mit dem Fahrrad in ihrem Alltag (M = 1.8, n = 188). Dementsprechend wurde eine positive Einstellung gegenüber dem Fahrradfahren nachgewiesen. Zwischen der Nutzungsintensität des Fahrrads/Pkw 37 und der Zufriedenheit die Alltagsziele mit dem Fahrrad erreichen zu können, wurde ein signifikanter Zusammenhang festgestellt. Der Zusammenhang zur Fahrradnutzung ist mittelstark (r = .310, p = < .001) und zur Pkw-Nutzung leicht mittelstark (r = - .287, p = < .001). Daraus folgt, dass Personen zufriedener sind, wenn das Fahrrad häufiger genutzt wird. Umgekehrt sind Personen, die das Auto häufig nutzen, unzufriedener mit der Erreichbarkeit der Alltagsziele. Weiterhin sind Personen, die häufiger zu Fuß gehen mit der Erreichbarkeit der Alltagsziele zufriedener. Es konnte auf dem 0,05 Niveau ein leicht signifikanter Zusammenhang festgestellt werden (r = .165, p = .023). Ein weiterer Zusammenhang konnte bezüglich der Einstellung zum Fahrrad nachgewiesen werden. Je häufiger Personen das Fahrrad nutzen, desto positiver ist die Einstellung dem Fahrrad gegenüber (r = .639, p = < .001). Ebenso trifft dies auf die Häufigkeit des Zufußgehens zu (r = .249, p = < .001). Im Gegensatz dazu haben Personen eine negativere Einstellung gegenüber dem Fahrrad, wenn sie häufiger mit dem Auto fahren (r = - .154, p = .034). Bewertung des ÖPNV Die Bewertung des ÖPNV am Wohnort wurde anhand von drei Kriterien analysiert: • Angebotsqualität (Taktung, Betriebszeiten, Linien) (n = 186) • Zuverlässigkeit (n = 176) • Erreichbarkeit der Alltagsziel (n = 183) Grundsätzlich sind die Befragten mit der gesamten Angebotsqualität des ÖPNV-Netzes zufrieden (M = 2.2). Die Zuverlässigkeit und die Erreichbarkeit wurden zufriedenstellend eingeschätzt (M = 2.2) ebenso wie die Angebotsqualität als ausreichend eingeschätzt wurde (M = 2.1). Im Gegensatz zu der Einschätzung, dass die Rahmenbedingungen des ÖPNV ausreichend sind, fahren die Befragten in ihrem Alltag ungern mit dem ÖPNV (M = 2.7, n = 188). Daraus folgt, dass die Teilnehmenden eine eher negative Einstellung gegenüber dem ÖPNV haben. In Bezug auf die Verkehrsmittelwahl wurde ein signifikanter Zusammenhang mit der ÖPNV-Nutzungshäufigkeit identifiziert. Je häufiger Personen den ÖPNV nutzen, desto zufriedener sind sie mit der Angebotsqualität. Angebotsqualität Zuverlässigkeit Erreichbarkeit Korrelationskoeffizient .309 .165 .481 Signifikanz (2-seitig) < .001 .028 < .001 Tab. 4: Korrelation Einstellung zum ÖPNV und Bewertung der Angebotsqualität Zwischen der Einstellung gegenüber dem ÖPNV und der Verkehrsmittelwahl (Pkw, ÖPNV, zu Fuß) konnte ein signifikanter Zusammenhang nachgewiesen werden. Je häufiger Personen den ÖPNV nutzen (r = .550, p = < .001) und zu Fuß gehen (r = .204, p = .005), desto lieber fahren sie im Alltag mit dem ÖPNV. Im Gegensatz dazu haben Personen eine negative Einstellung dem ÖPNV gegenüber, wenn sie den Pkw häufiger verwenden (r = -.320, p = < .001). Die Korrelation bezüglich des Fahrrades ergab keinen signifikanten Zusammenhang (p = .015). Bewertung des Pkw Die Bewertung der Nutzung des Pkw wurde anhand von drei Kriterien analysiert: • Verzögerungen auf Alltagswegen (n = 184) • Parkplatzangebot am Wohnort (n = 200) • Parkplatzangebot am Zielort (n = 194) Das erste Kriterium wurde als negative Aussage formuliert (Auf meinen Alltagswegen habe ich häufig zeitliche Verspätungen.), wodurch die Antwortkategorien der Likert-Skala für diesen Fall umcodiert worden sind (1 = stimme überhaupt nicht zu, 2 = stimme teilweise nicht zu, 3 = stimme teilweise zu, 4 = stimme voll und ganz zu). Grundsätzlich sind die Befragten tendenziell zufrieden mit der Angebotsqualität in Bezug auf die PkwNutzung (M = 2.3). Die Alltagswege der Befragten sind teilweise durch Verzögerungen geprägt (M = 2.4). Im gesamten wurde die Parkplatzsituation als gut eingeschätzt, am Zielort (M = 2.3) wurde sie etwas schlechter eingeschätzt als am Wohnort (M = 2.1). Im Alltag fahren die Teilnehmenden gern mit dem Auto (M = 2.2, n = 199) und haben folglich eine positive Einstellung gegenüber dem eignen Auto. Zusätzlich ist der Zusammenhang zwischen der Nutzungshäufigkeit des Autos und der Zufriedenheit mit dem Angebot als signifikant belegt worden. 38 Parken Wohnort Parken Ziele Zeitliche Verzögerungen Korrelationskoeffizient .330 .212 .191 Signifikanz (2-seitig) < .001 .003 .009 Tab. 5: Korrelation Pkw-Häufigkeit und Bewertung Angebotsqualität Zwischen der Einstellung gegenüber dem Pkw und der Verkehrsmittelwahl konnte ein signifikanter Zusammenhang nachgewiesen werden. Je häufiger Personen den Pkw nutzen, desto negativer sind sie gegenüber dem ÖPNV, dem Fahrrad und dem Zufußgehen eingestellt. Im Gegensatz dazu haben Personen eine positive Einstellung, wenn sie den Pkw häufiger verwenden. Die Ergebnisse der Korrelation sind in der Tabelle 6 dargestellt. Darüber hinaus wurden mittels zwei offener Fragen die Gründe für die Nutzung und Nichtnutzung der Verkehrsmittel abgefragt. Durch die Codierung ist ersichtlich geworden, dass die Befragten vor allem instrumentelle und affektive Motive, die die Einstellung gegenüber dem Verkehrsmittel prägen, als Gründe angegeben haben. Dies wurde für alle Verkehrsmittel festgestellt. Motive der Pkw-Nutzung Die Befragten haben hauptsächlich instrumentelle Motive als Begründung für die Pkw-Nutzung angegeben. Dazu zählen: Erreichbarkeit und Entfernung von Zielen, Schnelligkeit, Möglichkeit der Mitnahme von Personen und Gegenständen und Fehlen einer attraktiven Alternative. Für die Befragten liegen viele Ziele nicht in unmittelbarer Nähe zum Wohnort und können aufgrund eines langen Fahrtweges nur mit dem Pkw erreicht werden. Dementsprechend ist das Auto für die Teilnehmenden die schnellste Möglichkeit, um im Alltag mobil zu sein. Das Auto bietet für einige Befragte den Vorteil, dass Gegenstände unkompliziert transportiert werden können. Pkw-Häufigkeit ÖPNV-Häufigkeit Fahrrad-Häufigkeit Fuß-Häufigkeit Korrelationskoeffizient .504 - .378 - .314 - .224 Signifikanz (2-seitig) < .001 < .001 < .001 .001 Tab. 6: Korrelation „Ich fahre gerne in meinem Alltag mit dem Pkw“ und der Häufigkeit anderer Verkehrsmittel „PKW ist einfach flexibler, vor allem wenn ich für einen Freizeitausflug ein paar Sachen mitnehmen möchte.“ Ein weiterer Faktor ist die Unabhängigkeit von Wettereinflüssen, weshalb einige Personen den Pkw bei schlechtem Wetter nutzen. Zusätzlich wird die Sicherheit im Pkw höher eingeschätzt als bei anderen Verkehrsmitteln. Infolge der aktuellen pandemiebedingten Situation nutzen Personen das Auto aufgrund der geringen Ansteckungsgefahr und der fehlenden Verpflichtung eine Maske zu tragen. Auch wenn der Pkw für viele Personen die beste Wahl für die Mobilität ist, gaben einige Personen Gründe an, den Pkw öfter stehenzulassen. Erstens wird der Zeitfaktor angebracht. Sobald Verspätungen auf der Wegstrecke durch insbesondere Baustellen zu erwarten sind, wählen Personen ein alternatives Verkehrsmittel. Zweitens spielt die Parkplatzsituation am Zielort eine Rolle, wenn dort Parkgebühren erhoben werden und/ oder die Parkplatzsuche viel Zeit in Anspruch nimmt, nutzen Personen eher den ÖPNV. Drittens nutzen Personen den Pkw weniger, um das Klima zu schützen. Ein weiterer Vorteil des Pkw stellt die Unabhängigkeit dar. Personen fühlen sich durch den Pkw in ihrer Mobilität flexibler. Der Pkw kann zu jeder Tageszeit verwendet werden und Personen schätzen es, sich nicht nach Taktzeiten richten zu müssen und haben dementsprechend die (zeitliche) Kontrolle über ihre individuelle Mobilität. „PKW – fährt auf die Sekunde, wenn ich es will.“ „Ich fahre gern mit dem Auto, da man unabhängig ist, man fahren kann, wann man will und wohin man will ohne auf Bus, Bahn, etc. zu warten und gegebenenfalls den Anschluss nicht bekommt.“ Teilweise wurden affektive Motive als Begründung angegeben. Einige Personen verbinden mit der Nutzung des Pkw ein Erlebnisgefühl und haben Spaß daran Auto zu fahren. Das Auto wird als privater Raum gese- 39 hen, indem Personen z. B. über die Musik entscheiden können, es nicht laut ist und sich diesen nicht mit anderen Personen teilen müssen. „Auto fahre ich, um meinen privaten Raum zu haben, bessere Transportmöglichkeit und Komfort und bin vor Schadstoffen geschützter als beim Radfahren.“ Motive ÖPNV-Nutzung Am häufigsten wurden von den Befragten Gründe genannt, den ÖPNV nicht zu benutzen. Als instrumentelles Motiv wird die Weglänge und der damit einhergehende hohe Zeitaufwand wiederholt angegeben. Im Vergleich zum Pkw ist der ÖPNV für viele zeitlich langsamer. Weiterhin ist auch hier die Wohnsituation entscheidend. Einige Personen sind mit dem schlecht ausgebauten Nahverkehrsnetz an ihrem Wohnort unzufrieden, da es teilweise keinen ÖPNV gibt oder dieser nur eine sehr geringe Taktung hat. In Bezug auf die Angebotsqualität bemängeln einige Personen, dass es keine direkten Verbindungen gibt. Ein weiterer Nachteil ist das mehrfache Umsteigen, da dadurch Zeit verloren geht. Die Erreichbarkeit der Ziele wird positiv und negativ eingeschätzt. Teilweise sind die Zielorte besser mit dem ÖPNV zu erreichen als mit dem Pkw. Dennoch geben die Befragten hauptsächlich an, dass einerseits die Erreichbarkeit von Zielen schlecht ist und andererseits die nächste Haltestelle nicht in direkter Umgebung ist, weshalb der ÖPNV als Verkehrsmittel unattraktiv wird. „Das Bus und Bahn-Netz ist in meinem Ort nicht ausreichend flächendeckend. Eine fußläufige Strecke von 20 min zur nächstliegenden Station ist mit Besorgungen zu weit.“ In Bezug auf die monetären Kosten gehen die Meinungen bei den Befragten auseinander. Einige empfinden die Ticketpreise des ÖPNV zu teuer, wohingegen vereinzelt Personen angegeben haben, dass es aus finanzieller Sicht günstiger ist, als mit dem Pkw zu fahren. „PKW: weil öffentliche Verkehrsmittel viel zu teuer und dafür nicht komfortabel genug sind.“ „Es ist praktisch und finanziell, in meiner Situation, sinnvoller kein Auto zu fahren. Also eher ÖPNV.“ Weiterhin nutzen Personen den ÖPNV, wenn das eigene Auto nicht zur Verfügung steht. Bezüglich der aktuellen pandemischen Situation wird der ÖPNV aufgrund des als erhöht wahrgenommenen Ansteckungsrisikos vermieden. Die Nutzung des ÖPNV wird bei einigen Befragten durch das Parkplatzangebot am Zielort beeinflusst, da die Parkplatzsuche ausbleibt und das Ziel schneller erreicht werden kann. Die wahrgenommene Unzuverlässigkeit des ÖPNV ist ein weiteres instrumentelles Motiv, weshalb der ÖPNV nicht genutzt wird. Einige Personen gaben an, dass sie bei Schienenersatzverkehr ihre Ziele nicht erreichen können und durch zeitliche Verspätungen nicht pünktlich ankommen. Personen möchten die Kontrolle über ihr Mobilitätsverhalten behalten und damit geht eine verlässliche Zeitplanung einher, genauso wie die Möglichkeit flexibel zu sein. Diese wird durch die Anpassung an Fahrtzeiten als eingeschränkt wahrgenommen. „Zug fahren nervt, mache ich nicht. Ist mir zu unflexibel und oft zu spät.“ „Öffentliche Verkehrsmittel schränken einen in der persönlichen Freiheit ein.“ Als positives affektives Motiv wird angegeben, dass der ÖPNV zum entspannten unterwegs sein beiträgt, da nebenbei andere Dinge gemacht werden können. Zusätzlich wird der Weg als stressfreier wahrgenommen als mit dem Pkw. „Der Weg zur Arbeit ist weit und geht quer durch die Stadt. Da ist die Fahrt mit dem ÖPNV entspannter.“ Im Gegensatz zum privaten Pkw stellt der ÖPNV keinen privaten Raum dar. Dementsprechend wurde vielfach genannt, den ÖPNV aufgrund der überfüllten Bahnen und Busse nicht zu nutzen. Personen fühlen sich dadurch nicht wohl und verbinden ein negatives Gefühl mit dem ÖPNV. „Ich fahre sehr ungern mit öffentlichen Verkehrsmitteln, weil es mir zu eng und zu voll ist.“ 46 Wahrnehmung der Verhaltenskonsequenzen Die beiden Gruppen unterscheiden sich durch die Faktoren der NAM sehr deutlich. Grundsätzlich weist die Pro-Gruppe eine höhere Wahrnehmung der Verhaltenskonsequenzen auf. Rund 62 % der Gruppe stimmten der Aussage „Mit der Nutzung des Pkws trage ich zur Umweltbelastung an meinem Wohnort bei“ voll und ganz zu. Wohingegen in der Contra-Gruppe ca. 43 % der Aussage voll und ganz zustimmten. Dennoch wurde kein signifikanter Zusammenhang nachgewiesen (p = .159). Problemwahrnehmung Im Gegensatz zum Bewusstsein, wurde in Bezug auf die allgemeine Problemwahrnehmung ein leicht signifikanter Zusammenhang zur Mobilitätsprämie festgestellt (V = .257, p = .004). Knapp 71 % der Pro-Gruppe haben eine starke Problemwahrnehmung, wohingegen in der Contra-Gruppe 45 % den Anteil der Treibhausgase, der durch den Autoverkehr verursacht wird, als erheblich einschätzen. Weiterhin gab es keine Personen in der Pro-Gruppe, die die Aussage „Der Beitrag des weltweiten Autoverkehrs zum Ausstoß von klimawirksamen Treibhausgasen ist erheblich“ vollständig ablehnten. Attraktivität der Angebote Die meisten Befragten (23 %) gaben an, die Prämie für den Zuschuss zu einer Jahreskarte für den ÖPNV zu nutzen. Kumuliert ist jedoch die Subvention von einem Fahrrad, einem E-Bike sowie (E-)Lastenfahrrad für die befragten Personen am attraktivsten. Dementsprechend teilten 54 % der Befürwortenden die Mobilitätsprämie auf Angebote des Radverkehrs auf. Am unattraktivsten ist die Subventionierung eines E-Bikes mit einer Unterstützung von bis zu 45 km/h (4 %) und der Zuschuss zu einer Monatskarte (8 %). Es ist hervorzuheben, dass die Subventionierung der CarsharingMitgliedschaft für 14 % der Befragten in Erwägung gezogen wurde. 20 % 18 % 4 % 13 % 8 % 23 % 14 % Fahrrad E-Bike (bis 25 km/h) E-Bike (bis 45 km/h) (E-)Lastenfahrrad Monatskarte (ÖPNV) Jahreskarte (ÖPNV) CarsharingMitgliedschaft Abb. 15: Aufteilung der Mobilitätsprämie Für das E-Bike mit einer Unterstützung von 45 km/h wählten die Befragten den größten Betrag, gefolgt vom E-Bike mit einer Unterstützung von 25 km/h. Den geringsten geldlichen Betrag hatte der Zuschuss zur Carsharing-Mitgliedschaft zu verzeichnen. Durchschnittliche Beträge: • Fahrrad: 640 Euro • E-Bike (25 km/h): 1200 Euro • E-Bike (45 km/h): 1420 Euro • (E-)Lastenrad: 1190 Euro • Monatskarte: 610 Euro • Jahreskarte: 820 • Carsharing-Mitgliedschaft: 520 Euro 47 Gründe den Pkw nicht abzugeben Die Gründe sich nicht vorstellen zu können, den privaten Pkw abzugeben, sind fast identisch zu den bereits beschriebenen Motiven, den Pkw zu nutzen. Die Befragten schätzen die Vorteile, die mit der Nutzung einhergehen und sind deshalb nicht bereit auf das Auto zu verzichten. Einige befragte Personen gaben an, dass sie aufgrund der Wohnsituation, vorrangig auf dem Land, auf den Pkw angewiesen sind. Es gibt für sie keine praktikable Alternative, um insbesondere den Weg zur Arbeit zurückzulegen. Damit einhergehend wurden häufig die weiten Entfernungen zu den Zielorten als Gründe angebracht, den Pkw nicht abgeben zu wollen. „Für viele Wege benötigt man hier einen PKW, da sie oft sehr weit sind.“ „Weil ich mein Auto brauche. Ich lebe auf dem Land und nicht in einer Stadt.“ Das Auto bietet für die Befragten den Vorteil, dass Personen, vor allem Kinder, und schwer transportierbare Gegenstände unkompliziert mitgenommen werden können. Diese Gründe beschränken sich teilweise auf gelegentliche Aktivitäten. Daran wird deutlich, dass Personen ein Gefühl der Sicherheit mit dem Besitz eines Autos verbinden, da dieses für Eventualitäten genutzt werden kann. „Für die größeren Ausflugsfahrten mit Kindern, für den Urlaub, für das Fahren zu Familienfeiern o. ä. ist das Auto mit 2 kleinen Kindern einfach weiterhin zu praktisch.“ „Für den Notfall ist es gut ein Auto zu haben, falls man zum Beispiel schnell zum Krankenhaus muss.“ Weiterhin gibt es verschiedene persönliche Gründe. Beispielsweise haben mobilitätseingeschränkte Personen an der Umfrage teilgenommen. Für diese Gruppe ist es aufgrund ihrer persönlichen Situation nicht möglich ein anderes Verkehrsmittel zu nutzen. Ein weiterer Grund ist die fehlende Bereitschaft sich umweltverträglich fortzubewegen. Im Gegensatz dazu hat eine Person angegeben, bereits ein E-Auto zu besitzen und dementsprechend umweltverträglich mobil zu sein. An einigen Aussagen ist deutlich geworden, dass sich Personen das tägliche Leben ohne Auto nicht vorstellen können, da es gewisse Vorteile bietet, die aus ihrer Sicht mit anderen Verkehrsmitteln nicht erfüllt werden können. Daran ist erkennbar, dass Informationen fehlen, die Alternativen attraktiver machen können und Hemmnisse abbauen. „Für viele tägliche Dinge braucht man ein Auto, Einkaufen mit Getränkekisten ist mit dem Auto erheblich besser als mit einem Fahrrad […].“ Einige Personen haben auf das Beispiel (Tausch gegen ein E-Bike in Paris) in dem Vorstellungstext zur Mobilitätsprämie reagiert und merkten an, dass die alltäglichen Wege mit einem E-Bike nicht zu bewältigen und gewisse längere Strecken, beispielsweise zu Bekannten und der Familie, zu weit für ein E-Bike seien. Die angegebene Prämie von 2500 Euro ist für einige Personen unattraktiv, da die Höhe nicht den Wert des eigenen Pkw erreicht und somit mit der Abgabe ein finanzieller Verlust gemacht werden würde. Weiterhin sieht eine Person die Prämie als zu niedrig an, um Folgekosten, die durch die Abgabe des Autos entstehen, zu decken. „Was bringen mir 2500 Euro, wenn ich dafür für jede Strecke, die nicht mit dem Fahrrad erreichbar ist, einen Mietwagen mieten muss?“ Nicht nur der monetäre Wert des Pkws ist für die Befragten ein Grund diesen zu behalten, auch der emotionale Wert spielt für einige Personen eine Rolle. Der Pkw wird mit einem Freiheitsgefühl verbunden und stellt ein Luxusobjekt dar. „Weil Autofahren ein gewisser Luxus ist und 2500 Euro in keinem Verhältnis dazu steht.“ „Auch wenn ich nicht viel fahre, ich mag mein Auto. Es ist ein treuer Gefährte seit vielen Jahren. Ich pflege es und verbinde eine Geschichte mit ihm. Die Vorstellung mein Auto zu verschrotten, um Geld für andere Verkehrsmittel zu haben gefällt mir daher nicht. Irgendwie ist mein Auto dann doch ein kleines Stück Freiheit, dass ich nicht völlig aufgeben möchte, es ist Erinnerung, praktischer Helfer und ein persönlicher (mobiler) Raum, den ich schätze.“ 48 Weiterhin fühlen sich einige Befragte durch die Abgabe des Pkw in ihrer Lebensqualität beschränkt. Das Bedürfnis nach flexibler und komfortabler Mobilität kann aus ihrer Sicht nur mit einem Pkw erfüllt werden. „Weil es meinen Alltag sehr viel schwieriger und unbequemer machen würde.“ „Ein Auto bietet mehr Vorteile und erhöht meine Lebensqualität.“ Abschließend wurde Kritik an dem Konzept der Mobilitätsprämie geäußert. Eine Person nahm an, dass dadurch keine Verhaltensänderung erreicht werden kann, da „Mitnahmeeffekte“ entstehen können. Dies bezieht sich beispielsweise auf folgendes Szenario: „Es ist bereits geplant, den Pkw zu verkaufen und einen neuen zu kaufen. Der alte Pkw wird abgegeben und dabei von der Prämie profitiert. Später wird ein neues Auto gekauft.“ Des Weiteren sei das Konzept nicht durchdacht und würde somit keinen Anreiz darstellen. Eine genauere Begründung der Aussagen wurde nicht vorgenommen. Bedingungen und alternative Angebote, um den Pkw abzugeben Zum Abschluss der Umfrage wurden die Personen der Contra-Gruppe nach Bedingungen gefragt, unter denen sie bereit wären, auf den Pkw zu verzichten und die gesamte Stichprobe konnte Aussagen zu weiteren attraktiven Angeboten treffen. Die Antworten auf die beiden Fragen sind thematisch gleichwertig, weshalb sie zusammengefasst dargestellt werden. Wie die Nutzungsgründe bereits vermuten ließen, ist für den Großteil der Befragten der Ausbau des ÖPNVNetzes essenziell, um auf den Pkw verzichten zu können. Dazu zählen eine bessere Taktung, eine höhere Liniendichte und eine bessere sowie schnellere Verbindung zwischen Wohnund Zielorten. Der ÖPNV soll dementsprechend die ähnlichen bis gleiche Vorteile bieten, wie ein privater Pkw. „Wenn die ÖPNV-Fahrzeit annähernd die aktuelle Fahrzeit mit dem PKW erreichen würde.“ „Wenn ich in weniger als 5 Minuten nach Buchung GARANTIERT von einem öffentlichen Verkehrsmittel abgeholt werde und an ein Ziel meiner Wahl gebracht werde.“ Die Verbesserung des Radwegenetzes durch die Gestaltung von sicheren Radwegen und bessere Abstellmöglichkeiten für Fahrräder sind Angebote, die das Fahrrad als Verkehrsmittel attraktiver machen. „Die Infrastruktur (Radwege etc.) ist so gut, dass es einfach (in fast allen Fällen) keinen Sinn mehr macht, Auto zu fahren. Mit dem Fahrrad ist man schneller und kann seine Ziele auch komfortabler erreichen.“ Eine weitere Bedingung ist der Ausbau des Carsharing-Angebots, vor allem in ländlichen Gebieten. Das Angebot ist am attraktivsten, wenn es möglichst kostengünstig im Gegensatz zum eigenen Pkw, flexibel nutzbar und jederzeit verfügbar ist. „Wenn günstige Carsharingautos sich bei uns in der Vorstadt bei mir vor der Tür immer verfügbar wären. Ansonsten nicht.“ „Wenn Familien attraktive Car-Sharing Angebote gemacht werden!“ Von einigen Befragten wurden geographische Faktoren angegeben, z. B. der Umzug in eine innenstadtnahe Lage und die Veränderung des Arbeitsortes, die vor allem den Fokus auf geringen Wegdistanzen legen. Die Mobilitätsprämie fokussiert nicht den Eintausch des Pkw gegen eine alternative Antriebsform, sondern den Umstieg auf andere Verkehrsmittel. Dies wurde im Einführungstext der Mobilitätsprämie deutlich gemacht, dennoch können sich Personen nur vorstellen, ihren Pkw gegen ein E-Auto einzutauschen. „Wenn mein Auto weniger als 2500 € und ich mir mit der Prämie ein neues E-Auto finanzieren könnte. Ansonsten würde ich mein Pkw niemals abgeben.“ Weiterhin wurde deutlich, dass sich mehrere Personen unter keinen Umständen vorstellen können, den eigenen Pkw abzugeben. 49 Äquivalent zur thematischen Fokussierung der vorliegenden Arbeit, hat ein Großteil der Befragten angegeben, dass ein kostengünstiger ÖPNV eine Bedingung darstellt, um auf den Pkw verzichten zu können. Zusätzlich äußerten einige Personen, dass die Ticketpreise für den Fernverkehr günstiger gestaltet werden müssten, damit der Pkw für gelegentliche Aktivitäten, wie in den Urlaub fahren, nicht mehr notwendig wäre. „Kostenloser Nahverkehr mit guter störungsfreier Taktung, wie es bereits Modelle schon in anderen Ländern gibt.“ „Hoher Zuschuss für Monatskarte im ÖPNV.“ Zusammenfassend ist durch die qualitative Auswertung ersichtlich geworden, dass der Pkw für den Großteil der Befragten mehr als ein reines Verkehrsmittel ist. Das Bedürfnis nach selbstbestimmtem Handeln kann durch den Pkw gestillt werden, da er Flexibilität, Komfort und Unabhängigkeit bietet. Der ÖPNV kann aus Sicht der Befragten diese Vorteile nicht bieten. 50 Durch die vorhergehende Auswertung und die Analyse der Zusammenhänge unter den Variablen hat sich gezeigt, dass die soziodemographischen Ansätze nicht für die Clusteranalyse geeignet sind. Ebenso gibt es zwischen den Verkehrsmitteln und der Bewertung der Angebotsqualität keinen einheitlichen signifikanten Zusammenhang, weshalb diese Variablen ausgeschlossen worden sind. Die Raumtypologie wird als Faktor zur Klassifizierung berücksichtigt, weil ein signifikanter Zusammenhang durch die Auswertung bewiesen wurde. Allerdings wurde zur Segmentierung die RegioStar 2 Ebene verwendet (Stadt/Land), um eine zu kleinteilige Verteilung zu vermeiden. Nach der Segmentierung wurde durch den Mittelwert der räumliche Charakter auf RegioStar7 Ebene ermittelt. In Bezug auf die verhaltensbasierten Faktoren wurden die Nutzungshäufigkeiten folgender Verkehrsmittel einbezogen: Pkw, ÖPNV, Fahrrad und Zufußgehen. Die anderen Verkehrsmittel wurden aufgrund der geringen Nutzungsintensität nicht berücksichtigt. Die Wegezwecke und die Abwrackprämie wurden aufgrund der dichotomen Ausprägung nicht für die Clusteranalyse verwendet. Als einzige psychographische Variable hatte die Wahrnehmung der Verhaltenskonsequenzen in Bezug auf die Verkehrsmittel keinen signifikanten Zusammenhang. Da allerdings ein Zusammenhang mit der persönlichen Norm festgestellt worden ist, wird diese Variable verwendet. Die restlichen psychographischen Variablen wurden aufgrund des signifikanten Zusammenhangs zu der Verkehrsmittelwahl in die Analyse einbezogen. Dementsprechend wurde die Stichprobe durch folgende Variablen segmentiert: 6.4 Clusteranalyse Zuerst wurde eine hierarchische Clusteranalyse nach dem Ward-Verfahren durchgeführt, da die Anzahl der Cluster durch die Analyse erkannt werden sollten. Aus dem Scree-Plot wurde die Einteilung nach fünf Clustern abgelesen. Die finale Klassifizierung und Validierung erfolgten durch die K-Means-Analyse. Durch diese Analyse wurden alle 201 Antworten wie folgend aufgeteilt: Anzahl der Fälle in jedem Cluster Cluster 1 32 2 74 3 26 4 25 5 44 Gesamt 201 Diese Vorgehensweise empfehlen Bortz & Schuster (2010), da sich das Verfahren in der Praxis durchgesetzt hat. Nach der Clusteranalyse wurden die Gruppen hinsichtlich der Häufigkeiten der ausgeschlossenen Variablen untersucht, um eine Tendenz abbilden zu können und die Zielgruppen tiefergehender zu charakterisieren. Verhaltensbasierte Variablen Räumliche Variable Psychographische Variablen Pkw-Häufigkeit Raumtypologie (RegioStar 2) Einstellung (TPB) ÖPNV-Häufigkeit wahrgenommene Verhaltenskontrolle (TPB) Fahrrad-Häufigkeit persönliche Norm (NAM) Häufigkeit Zufußgehen Problemwahrnehmung (NAM) Wahrnehmung der Verhaltenskonsequenzen (NAM) Tab. 9: Zuordnung der relevanten Variablen der Clusteranalyse 51 Cluster 1 „Die multimodal Konservativen“ Der Wohnort der multimodal Konservativen hat städtischen Charakter und gleicht einer Regiopole. Das Durchschnittsalter liegt bei 32 Jahren, wobei die Altersgruppe der über 35-Jährigen den kleinsten Anteil ausmacht (ca. 19 %). Die Gruppe nutzt alle Verkehrsmittel und Fortbewegungsarten regelmäßig, durchschnittlich wöchentlich. Lediglich der Pkw wird geringfügig häufiger verwendet. In Bezug auf die psychographischen Faktoren hat die Gruppe eine positive Einstellung gegenüber dem Pkw und dieser stellt für sie die beste Wahl dar, um im Alltag mobil zu sein. Der Verzicht auf die Pkw-Nutzung fällt den multimodal Konservativen relativ schwer, da dieser für alle Wegezwecke verwendet wird, hauptsächlich für tägliche Aktivitäten, wie der Weg zur Arbeit/Hochschule/Ausbildungsstelle und das Erledigen von Einkäufen. Das Fahrrad und der ÖPNV werden am häufigsten für den Freizeitverkehr genutzt. Die Gruppe fühlt sich aufgrund ihrer persönlichen Werte nicht dazu verpflichtet, den Pkw weniger zu nutzen, sind sich aber den umweltbezogenen Problemen der Nutzung bewusst. Die Gruppe befindet sich tendenziell in der predecisional stage der SSBC. Aufgrund der Affinität zum Pkw können sich die multimodalen Konservativen nicht vorstellen, den Pkw gegen eine Mobilitätsprämie einzutauschen. Cluster 2 „Die umweltbewussten Mobilen“ Diese Gruppe hat den größten Anteil an der Stichprobe (37 %, n = 74). Der Wohnort hat städtischen Charakter und gleicht einer Metropole. Im Durchschnitt sind die umweltbewussten Mobilen 33 Jahre alt, wobei die Altersgruppen der über 55-Jährigen den geringsten Anteil hat (9 %). Das Hauptverkehrsmittel ist das Fahrrad, gefolgt vom Zufußgehen. Das Auto und der ÖPNV werden maximal an einigen Tagen im Monat genutzt. Dementsprechend ist der Pkw für die umweltbewussten Mobilen eine schlechte Wahl, um im Alltag mobil zu sein. Sie verbinden mit der Nutzung eine negative Einstellung. Dementsprechend fällt es der Gruppe leicht auf den Pkw zu verzichten, da dieser für tägliche Wege nicht das Hauptverkehrsmittel darstellt. Das Auto wird am häufigsten für den Freizeitverkehr verwendet, wohingegen das Fahrrad hauptsächlich für die Einkäufe des täglichen Bedarfs, für den Weg zur Arbeit/Hochschule/Ausbildungsstelle und für andere private Erledigungen genutzt wird. Aufgrund ihrer persönlichen Norm fühlen sich die umweltbewussten Mobilen dazu verpflichtet, das Auto so wenig wie möglich zu benutzen. Die persönliche Norm ist umweltfreundlich orientiert, da sie die umweltbelastenden Auswirkungen als hoch einschätzen und sich der Konsequenzen der eigenen Pkw-Nutzung bewusst sind. Nach der SSBC befindet sich die Mehrheit der Gruppe in der postactional stage. Aufgrund der geringeren Affinität zum Auto und des umweltbewussten Mobilitätsverhaltens neigt die Gruppe dazu gegenüber der Mobilitätsprämie offen zu sein und kann sich vorstellen, den privaten Pkw abzugeben. Cluster 3: „Die überzeugten MIV-Affinen“ Durch die Clusteranalyse wurden dieser Gruppe 26 Personen zugeteilt. Der Wohnort hat städtischen Charakter und gleicht einer Mittelstadt. Im Durchschnitt sind die Personen 44 Jahre alt. Das Auto ist das Hauptverkehrsmittel und wird täglich genutzt. Der ÖPNV und das Fahrrad werden selten für die Mobilität verwendet. Zusätzlich gehen die überzeugten MIV-Affinen auch selten zu Fuß. Der Pkw wird für alle Wegezwecke in einem sehr hohen Maß verwendet. Aufgrund der täglich wiederkehrenden Aktivitäten, wie der Weg zur Arbeit/ Hochschule/Ausbildungsstelle und der Erledigung von Einkäufen, ist das Autofahren für diese Gruppe eine eingeschliffene Gewohnheit. Darüber hinaus haben sie eine sehr positive Einstellung gegenüber dem Auto, da dieses für die Gruppe die beste Wahl der Fortbewegung darstellt. Somit fällt es den überzeugten MIV-Affinen schwer auf diese Form der Mobilität zu verzichten. Dennoch besteht ein Bewusstsein über die negativen Umweltauswirkungen der Pkw-Nutzung. Im Gegensatz dazu, fühlt sich die Gruppe durch die persönliche Norm nicht verpflichtet die Nutzung zu reduzieren. Deswegen befindet sich der Großteil in der predecisional stage ohne Verhaltensabsicht nach der SSBC und sind nicht bereit dazu, den Pkw gegen eine Mobilitätsprämie einzutauschen. 52 Cluster 4 „Die ÖPNV-Mobilen“ Die ÖPNV-Mobilen wohnen in einer Umgebung, die städtischen Charakter hat und einer Metropole gleicht. Die ÖPNV-Mobilen sind die jüngste Gruppe, da der Altersdurchschnitt bei 28 Jahren liegt. Der ÖPNV ist das Hauptverkehrsmittel und wird an mehreren Tagen unter der Woche für die Mobilität genutzt. Die Personen gehen am zweithäufigsten zu Fuß. Das Auto wird am häufigsten monatlich verwendet und das Fahrrad am seltensten. Die täglichen Wege zur Arbeit/Hochschule/ Ausbildungsstelle werden mit dem ÖPNV zurückgelegt. Der Pkw wird hauptsächlich zum Einkaufen und für andere private Erledigungen genutzt, das Fahrrad überwiegend für den Freizeitverkehr. In Bezug auf den Pkw haben die ÖPNV-Mobilen eine negative Einstellung, da dieser nicht die beste Wahl für die tägliche Mobilität darstellt. Weiterhin fällt es ihnen leicht den Pkw wenig zu nutzen und fühlen sich aufgrund ihrer persönlichen Norm dazu verpflichtet, diesen für die Bewältigung der Alltagswege zu vermeiden. Ihre Wahrnehmung der Verhaltenskonsequenzen bezüglich der Pkw-Nutzung ist geringer ausgeprägt als die allgemeine Problemwahrnehmung in Bezug auf die negativen Auswirkungen der Autonutzung. Dennoch haben die ÖPNV-Mobilen eine grundlegende umweltbewusste Einstellung. Die Gruppe befindet sich größtenteils in der postactional stage der SSBC, ist aber weniger bereit dafür, den Pkw gegen eine Mobilitätsprämie einzutauschen. Cluster 5 „Die gefangenen MIV-Affinen“ Die fünfte Gruppe stellt die zweitgrößte in der Stichprobe dar (22 %, n = 44). Der Wohnort hat städtischen Charakter und gleicht einer dörflichen Mittelstadt. Im Durchschnitt sind die Personen 41 Jahre alt. Das Auto ist das Hauptverkehrsmittel und wird täglich genutzt. Die gefangenen MIV-Affinen gehen wöchentlich zu Fuß, nutzen das Fahrrad gelegentlich und den ÖPNV selten. Der Pkw wird für alle Wegezwecke im sehr hohen Maße verwendet, am häufigsten für den Weg zur Arbeit/ Hochschule/Ausbildungsstelle. Andere tägliche Wege, wie unter anderem einkaufen gehen oder andere private Erledigungen, werden häufig zu Fuß gemacht. Für den Freizeitverkehr werden der ÖPNV und das Fahrrad gelegentlich genutzt. Die gefangenen MIV-Affinen haben eine sehr positive Einstellung zum Pkw und es fällt ihnen sehr schwer diesen weniger zu nutzen. Dies wird beeinflusst durch die Raumkategorie, die tendenziell dörflich geprägt ist. Sie fühlen sich durch ihre persönliche Norm nicht dazu verpflichtet, den Pkw weniger zu verwenden. Trotzdem besteht ein Bewusstsein über die negativen Umweltauswirkungen der Pkw-Nutzung und sie haben eine umweltbewusste Einstellung. Der Großteil befindet sich in der predecisional Phase der SSBC und können sich überhaupt nicht vorstellen, den privaten Pkw gegen die Mobilitätsprämie einzutauschen. 6.5 Zusammenfassung der zentralen Erkenntnisse Erklärung des Mobilitätsverhaltens durch räumliche und soziodemographische Faktoren Der räumliche Faktor der Raumtypologie ist ebenfalls ein guter Prädiktor für die Nutzungshäufigkeit des Autos und des ÖPNV. Je ländlicher die Raumkategorie wird, desto häufiger verwenden Personen den privaten Pkw für die Mobilität. Entgegensetzt dazu wird der ÖPNV weniger genutzt, wenn die Raumkategorie dörflicher geprägt ist. Personen, die in einer Metropole wohnen, nutzen den ÖPNV öfter und den Pkw tendenziell weniger, als Personen, die in den anderen Raumkategorien wohnen. Die erfassten soziodemographischen Merkmale (Alter, Geschlecht, Haushaltsgröße und Beschäftigungsstatus) sind nicht geeignet, um das individuelle Mobilitätsverhalten zu erklären, da kein signifikanter Zusammenhang festgestellt worden ist. Erklärung des Mobilitätsverhaltens durch psychographische Faktoren Durch die Auswertung ist erkennbar geworden, dass die verhaltensbasierten Faktoren den stärksten Zusammenhang mit dem individuellen Mobilitätsverhalten aufweisen. Anhand der gewählten Merkmale ist es möglich die Nutzungshäufigkeit der verschiedenen Verkehrsmittel zu erklären. Die Merkmale der TPB weisen den stärksten Zusammenhang auf. Insbesondere die wahrgenommene Verhaltenskontrolle (perceived bahaviour control) hat eine starke Aussagekraft bezüglich der Nutzungshäufigkeit der verschiedenen Verkehrsmittel. Je schwerer es Personen fällt auf den privaten Pkw für die Mobilität zu verzichten, desto häufiger nutzen sie diesen. Vice versa nutzen Personen den ÖPNV und das Fahrrad häufiger, wenn der Verzicht auf 53 den Pkw als mühelos wahrgenommen wird. Die Merkmale der NAM stehen ebenso in einer Wechselbeziehung mit der Verkehrsmittelwahl. Die persönliche Norm ist der aussagekräftigste Prädiktor für die Häufigkeit der Verkehrsmittelwahl, da alle Verkehrsmittel in einem signifikanten Zusammenhang dazu stehen. Je stärker die persönliche Norm ausgeprägt ist, desto mehr fühlen sich Personen dazu verpflichtet den Pkw weniger zu verwenden. Dementsprechend benutzen die Personen die alternativen Verkehrsmittel häufiger. Die Problemwahrnehmung (awareness of need) spielt ebenso eine Rolle, jedoch besteht der stärkste signifikante Zusammenhang in Bezug auf die Autonutzung. Je stärker Personen die Auswirkungen der weltweiten Autonutzung auf die Umwelt als negativ einschätzen, desto weniger wird der private Pkw genutzt. Rahmenbedingungen für die Inanspruchnahme der Mobilitätsprämie Identisch zu den Einflussfaktoren auf das Mobilitätsverhalten stellen die soziodemographischen Merkmale keine Rahmenbedingung für die Bereitschaft, den Pkw gegen die Mobilitätsprämie einzutauschen dar. Obwohl kein signifikanter Zusammenhang zwischen der Raumkategorie und der Mobilitätsprämie festgestellt werden konnte, ist aufgrund der Häufigkeit erkennbar, dass die städtische Raumkategorie eine Rahmenbedingung darstellt. Die prägnantesten Rahmenbedingungen sind die Verkehrsmittelwahl und die psychographischen Faktoren. Es ist deutlich erkennbar, dass die Personen, die sich für die Mobilitätsprämie entschieden haben, den Pkw nicht als Hauptverkehrsmittel nutzen, sondern multimodal mobil sind. Der ÖPNV wird am häufigsten wöchentlich für die Alltagswege verwendet, wohingegen der Pkw monatlich für die Fortbewegung genutzt wird. Äquivalent dazu haben die Wegezwecke, die mit dem Pkw verbunden sind, Gelegenheitscharakter und die Wegezwecke des ÖPNV einen vergleichsweise höheren regelmäßigen Charakter. Die Einstellung gegenüber der Pkw-Nutzung ist die geeignetste innerpsychologische Rahmenbedingung, um die Inanspruchnahme der Mobilitätsprämie zu erklären. Ebenso stellt die wahrgenommene Verhaltenskontrolle einen weiteren Faktor dar, da es Personen bereits leicht fällt auf den Pkw zu verzichten. Eine ökologisch orientierte persönliche Norm und damit einhergehend eine starke Problemwahrnehmung führt dazu, dass Personen bereit sind, den privaten Pkw einzutauschen. Reichen finanzielle Anreize zur Veränderung des Mobilitätsverhaltens aus? Einerseits ist in Bezug auf die Stichprobe hervorzuheben, dass sich 42 Person für die Mobilitätsprämie entschieden haben. Dementsprechend ist die Mobilitätsprämie für einige ausreichend gewesen, um das Mobilitätsverhalten zu verändern. Darüber hinaus besitzen 31 Personen der Pro-Gruppe nur einen Pkw im Haushalt, wodurch die Abgabe des Pkw den KuckucksEffekt auflösen kann, der eine Barriere in der Veränderung des Mobilitätsverhaltens darstellt. Andererseits gaben viele Personen als Begründung an, dass sie sich unter keinen Umständen vorstellen können, auf den privaten Pkw zu verzichten. Infolgedessen ist die Prämie nicht ausreichend, um das Mobilitätsverhalten zu verändern. Dennoch wurde erkennbar, dass andere finanzielle Anreize attraktiv sind, um auf den Pkw zu verzichten. Dazu zählt vor allem die Vergünstigung des ÖPNV sowie eine Prämie, die dem Wert des aktuellen Autos entspräche. Durch die Auswertung hat sich gezeigt, dass die Befürwortung der Prämie mit den inneren psychologischen Faktoren zusammenhängt. Wenn Personen bereits das Verhaltensziel „den Pkw so wenig wie möglich zu nutzen“ internalisiert haben und es aktiv verfolgen, dann sind diese auch bereit dazu die Bedingung der Pkw-Abgabe zu erfüllen. Dementsprechend kann die Mobilitätsprämie als situativer Anreiz, der die inneren Motive in der integrierten Regulation triggert, interpretiert werden. Dadurch hat die Mobilitätsprämie den Vorteil, dass sie das Bedürfnis nach selbstbestimmtem Handeln nicht untergräbt. 54 Gestaltung des Fragebogens Grundsätzlich hat meine Gestaltung des Fragebogens dazu beigetragen, dass ich aussagekräftige Antworten generieren konnte. Dennoch gab es einige Verbesserungsstellen, die ich im folgenden diskutiere. Durch die Korrelation zwischen der Problemwahrnehmung, der Wahrnehmung der Verhaltenskonsequenzen und der persönlichen Norm, konnte ich nachweisen, dass sich die persönliche Norm als umweltbewusst charakterisieren lässt. Um jedoch eine konkrete Aussage diesbezüglich machen zu können, muss der Fragebogen durch die Abfrage der Selbstwahrnehmung ergänzt werden. Dementsprechend ist das Einfügen einer neuen Variablen, durch die sich Personen in Bezug auf die Umwelt-Norm einschätzen, unerlässlich. Es kann beispielsweise geprüft werden, in welcher Stärke Personen ihre Lebensweise am Klimaschutz orientieren oder ob sie glauben, dass sie sich ausreichend für den Klimaschutz einsetzen. Im Gegensatz zu meiner gewählten Skalierung, haben numerische Skalen den Vorteil, dass in der Auswertung keine Umwandlung bezüglich der Stärke vorgenommen werden muss. Weiterhin hatte ich mich für eine vierdimensionale Likert-Skala entschieden, die die Aussagekraft der Ergebnisse zwar nicht deutlich eingeschränkt hat, da gewisse Zusammenhänge durch die Korrelation bewiesen worden sind, dennoch können Personen bezogen auf ein Einstellungsobjekt (Pkw) auch neutral eingestellt sein. In der Erfassung von psychographischen Merkmalen geht es nicht, um die persönliche Meinung einer Aussage gegenüber, sondern um innerpsychologische Prozesse. Dementsprechend ist die Ausprägung neutral nicht mit Meinungslosigkeit gleichzusetzen. Bei der Formulierung der Fragen habe ich darauf geachtet diese neutral zu formulieren. Rückblickend ist mir dies bei der Bewertung der Problemwahrnehmung nicht gelungen: „Der Beitrag des weltweiten Autoverkehrs zum Ausstoß von klimawirksamen Treibhausgasen ist erheblich“. Das Adjektiv „erheblich“ kann subjektiv unterschiedlich interpretiert werden. Dementsprechend muss diese Aussage angepasst oder in eine andere Fragekategorie umgewandelt werden. In der Anpassung kann die Frage als Schätzung formuliert werden, um einen Vergleich zu dem richtigen Anteil herzustellen und daran zu bemessen wie stark Personen das Problem wahrnehmen. Auch wenn die Umfrage anonym und ohne die Beaufsichtigung meinerseits durchgeführt worden ist, besteht das Risiko, dass die Befragten sozial erwünscht geantwortet haben. Um dieses Risiko zu verringern, habe ich die Bitte eingefügt nach eigenem Ermessen zu antworten und das es keine „falschen“ Antworten gibt. Allerdings identifiziere ich zwei Fragekategorien, bei denen Personen tendenziell sozial erwünscht geantwortet haben könnten, zum einen die Aussage über die Problemwahrnehmung und zum anderen die Wahrnehmung der Verhaltenskonsequenzen. Als Gegenargument zählt die Vielzahl an ehrlichen Antworten, die bei den offenen Fragekategorien verzeichnet worden sind. Dementsprechend nehme ich an, dass die Anonymität der Umfrage dazu beigetragen hat, das Risiko der sozial erwünschten Antworten zu reduzieren. Am Anfang der Umfrage habe ich den Hinweis eingefügt, dass die Befragten die Umfrage hinsichtlich ihres Mobilitätsverhaltens vor den pandemiebedingten Einschränkungen angeben sollen. Trotzdem ist darauf hinzuweisen, dass die Pandemie einen Einfluss auf das Ergebnis der Umfrage gehabt haben könnte, da diese aktuell den Alltag der Gesellschaft stark beeinflusst. Weiterhin kann es für die Befragten schwierig gewesen sein, sich an das Mobilitätsverhalten zu erinnern. Forschungsergebnisse Um zu untersuchen, inwiefern die Mobilitätsprämie als kommunal gesteuerter finanzieller Anreiz einen Einfluss auf das Mobilitätsverhalten von MIV-affinen Personen hat, habe ich eine quantitative empirische Forschung durchgeführt. Aus der online basierten schriftlichen Umfrage sind insgesamt 201 gültige Einzeldatensätze hervorgegangen. Die Ergebnisse der Umfrage zeigen, dass der räumliche Charakter des Wohnorts (städtisch/dörflich), die Nutzungshäufigkeit des Pkw und alternativer Verkehrsmittel (ÖPNV, Fahrrad) und die psychographischen Merkmale (TPB, NAM, SSBC) relevant für die Erklärung der Rahmenbedingungen für die Abgabe des Pkw sind. Durch diese Faktoren habe ich die Unterschiede zwischen den Personengruppen hinsichtlich der Inanspruchnahme der Mobilitätsprämie mithilfe der Clusteranalyse belegt. 6.6 Diskussion der Fragebogengestaltung und der Forschungsergebnisse 55 Zusätzlich habe ich nachgewiesen, dass verschiedene Arten von Fahrrädern am attraktivsten bezüglich der Aufteilung der Mobilitätsprämie sind. Anhand der ausgewerteten Studien, die sich mit der Wirkungsweise von finanziellen Anreizen beschäftigen, ist zu erkennen, dass restriktive Maßnahmen (z. B. City-Maut) einen größeren Effekt auf das Mobilitätsverhalten von MIV-affinen Personen haben als angebotsorientierte Maßnahmen. Grundsätzlich lehnt die Mehrheit der Befragten die Mobilitätsprämie ab. Die Gründe dafür sind vielfältig. Das Auto wird verbunden mit Komfort, Flexibilität und Schnelligkeit. Dementsprechend verwenden viele Personen den Pkw aufgrund von positiv wahrgenommenen instrumentellen Motiven. Dies bestätigt die Forschung von Veldstra et al. (2021), die durch die Auswertung von verschiedenen Studien zu dem Ergebnis kommt, dass Personen bei Befragungen am häufigsten die instrumentellen Motive angeben. Dennoch sind die affektiven und symbolischen Motive besser geeignet, um den Gebrauch vom Pkw zu erklären (ebd.). Teilweise haben einige Befragte den Fahrspaß, die emotionale Verbundenheit und die Wahrnehmung des Autos als Luxusobjekt benannt. Um die symbolischen und affektiven Motive genauer zu erfahren, kann das Forschungsdesign dahin angepasst werden, dass zum einen qualitative Interviews mit Einzelpersonen durchgeführt werden oder zum anderen der Fragebogen durch konkrete Fragestellungen mit Bezug zu diesen Motiven erweitert wird. Beispielsweise könnten die Fragen wie folgt lauten: „Wie fühlen Sie sich, wenn Sie Ihr Auto nutzen?“ und „Aus welchen Gründen haben Sie sich für Ihr Automodell entschieden?“. Durch die Umfrage können die individuellen Gründe, die für die Mobilitätsprämie sprechen, nicht vollständig begründet abgebildet werden. Aufgrund der Charakterisierung der Pro-Gruppe (s. Kapitel 6.3) können verschiedene Rahmenbedingungen angenommen werden. Grundsätzlich nutzen die Pro-Gruppe den Pkw am häufigsten an 1 bis 3 Tagen im Monat. Daraus lässt sich schließen, dass das Auto keine große Rolle in Bezug auf das Mobilitätsverhalten spielt. Die Affinität ist dementsprechend eher gering ausgeprägt, wodurch es leichter fällt, auf den Pkw zu verzichten. Eine weitere Erklärung kann die persönliche Norm sein, die das Umweltbewusstsein der Personen ausdrückt. Dementsprechend kann ein Grund sein, dass Pro-Gruppe die Umwelt schützen und ihren CO2-Fußabdruck verringern will, indem sie das Auto abgeben. Ähnlich zu der Erfassung der affektiven und symbolischen Motive in Bezug auf die Autonutzung, muss das Forschungsdesign angepasst werden, um die genauen persönlichen Gründe zu erfahren. Einerseits können qualitative Interviews durchgeführt werden, bei denen Personen ihre genauen Lebensumstände schildern und erklären. Andererseits kann der Fragebogen, um die folgende Frage „Warum sind Sie bereit ihr Auto abzugeben?“ erweitert werden. Es hat sehr geholfen, die psychographischen Merkmale zur Erklärung des Mobilitätsverhaltens im Fragebogen durch Referenzen aus Studien abzufragen. Dadurch konnte ich treffende Aussagen für jedes Merkmal formulieren. Zusätzlich wurden durch meine Ergebnisse Erkenntnisse aus anderen Studien belegt. Durch die Auswertung ist ersichtlich geworden, dass die drei Faktoren der NAM (personal norm, awareness of need, awareness of consequences) zusammenhängen. Die moralische Verpflichtung den Pkw weniger zu nutzen ist bei Personen hoch, die sich selbst die Verantwortung zuschreiben durch die Nutzung zur Umweltbelastung beizutragen und sich bewusst sind, dass der Verkehr zum weltweiten CO2-Ausstoß beiträgt. Diesen Zusammenhang haben De Groot & Steg (2009) in ihren durchgeführten Studien ebenfalls belegt. Weiterhin wurde durch meine Erhebung gezeigt, dass die wahrgenommene Verhaltenskontrolle und die Einstellung gegenüber dem Pkw gute Prädiktoren darstellen, um die Verkehrsmittelwahl zu erklären. Zu den gleichen Ergebnissen kommen Studien von Bamberg (2013a), Bamberg et al. (2011) und Lanzini & Khan (2017). Meine durchgeführte quantitative Forschung erklärt das Mobilitätsverhalten ausschließlich durch bewusst getroffene Prozesse. Ich kann nicht abbilden, inwiefern Gewohnheiten das Mobilitätsverhalten beeinflussen. Dafür müssen andere Messmethoden genutzt werden. Um den Einfluss der Vergangenheit auf die Gewohnheit zu erfassen, können die Fragen diesbezüglich ausgerichtet sein. Personen berichten dementsprechend über ihr vergangenes Mobilitätsverhalten. Damit das mentale Konstrukt der Gewohnheit erfasst werden kann, können Fragen gestellt werden, die Personen unter Zeitdruck beantworten müssen (Verplanken, 2006). 62 I. Die multimodal Konservativen Fokus: Potenziale nutzen! Die Wirkung der Mobilitätsprämie ist für diese Zielgruppe als mittelmäßig einzuschätzen, da noch kein inneres Bedürfnis besteht, das Mobilitätsverhalten zu verändern. Dementsprechend ist die Abgabe des Pkws eine unbezwingbare Hürde. Um diese Wahrnehmung zu verändern, müssen kommunikative angebotsorientierte Maßnahmen ergriffen werden, die folgende Schwerpunkte enthalten: 1. Durch das kommunale Mobilitätsmanagement sollen die Zielpersonen dazu angeregt werden, über die Verkehrsmittelwahl bezüglich der Wegezwecke nachzudenken. Personen müssen dabei unterstützt werden, offen für andere Verkehrsmittel zu werden, um diese beispielsweise für den Weg zu Arbeit/Hochschule/Ausbildungsstelle oder zum Einkaufen zu nutzen. 2. Personen müssen darin bestärkt werden ihre Wahrnehmung bezüglich der Umweltauswirkungen auch auf ihre persönliche Norm zu übertragen. Die Stärkung der persönlichen ökologischen Norm ist Aufgabe des kommunalen Mobilitätsmanagements. 3. Da diese Zielgruppe sich in der predecisional stage befindet, müssen Widerstände und Vorurteile gegen ein umweltbewussteres Mobilitätsverhalten abgebaut werden. Der Fokus liegt auf der Bildung einer neuen Verhaltensintention. 7.3 Zielgruppenspezifische Handlungsempfehlungen Durch die Clusteranalyse wurden aus der Stichprobe Zielgruppen segmentiert, die hinsichtlich der Wirksamkeit der Mobilitätsprämie vorgestellt worden sind. Die zielgruppenspezifischen Handlungsempfehlungen thematisieren Maßnahmen, die vom kommunalen Mobilitätsmanagement angestrebt werden können, um die Attraktivität der Mobilitätsprämie zu erhöhen. II. Die umweltbewussten Mobilen Fokus: Mobilitätsverhalten festigen! Die Wirkung der Mobilitätsprämie ist in dieser Gruppe als sehr hoch zu erwarten, da das Mobilitätsverhalten als umweltbewusst und nicht stark MIV-affin eingestuft wird. Dementsprechend ist die Abgabe des Pkws gegen die Mobilitätsprämie keine Hürde. Um diese Wahrnehmung zu stärken, müssen die Maßnahmen folgende Schwerpunkte fokussieren: 1. Das innere Bedürfnis, den Pkw für Eventualitäten nutzen zu wollen, muss abgebaut werden. Dabei müssen durch das kommunale Mobilitätsmanagement die Gründe herausgefunden werden, um zielgerichtet attraktive Alternativen bieten zu können. Es kann helfen, Personen die laufenden Kosten eines nicht genutzten Pkw zu offenbaren, um aufzuzeigen, dass die Abschaffung zu einer Kostenreduzierung führen kann. 2. Die Zielgruppe befindet sich in der postactional stage. Dementsprechend ist es nach Bamberg (2014) wichtig, durch positives Feedback das Mobilitätsverhalten aufrechtzuerhalten. Die Aufgabe des kommunalen Mobilitätsmanagements ist es Rückfälle zu vermeiden und mit Personen einen Plan zu erarbeiten, der verschiedene Rückfallszenarien beleuchtet und einen Lösungsansatz enthält. 63 III. Die überzeugten MIV-Affinen Fokus: Aufmerksamkeit fördern! Die Wirkung der Mobilitätsprämie ist in dieser Gruppe als einflusslos zu erwarten, da das Auto einen hohen Stellenwert hat. Die Mobilitätsprämie beeinträchtigt nicht das aktuelle Mobilitätsverhalten, wie es insbesondere restriktive finanzielle Maßnahmen machen würden. Dadurch wird sie von den überzeugten MIVAffinen nicht wahrgenommen. Um diese Wahrnehmung zu verändern, müssen die Maßnahmen folgende Schwerpunkte fokussieren: 1. Restriktive Maßnahmen werden bezüglich der Zielgruppe als wirksam eingestuft, da die überzeugten MIV-Affinen keinen Anlass sehen ihr Mobilitätsverhalten zu verändern. Um den Widerstand abzumildern, wird empfohlen die restriktiven Maßnahmen mit angebotsorientierten Maßnahmen zu verbinden, z. B. kostengünstige ÖPNV-Tickets. Schuitema et al. (2007) haben in einer Befragung nachgewiesen, dass die Kombination der finanziellen Erhöhung der Autonutzung und der finanziellen Reduzierung der ÖPNV-Nutzung einen abmildernden Effekt auf die Autonutzung hat. 2. Damit die überzeugten MIV-Affinen wieder aufmerksam bezüglich neuer Information werden, muss das kommunale Mobilitätsmanagement den situativen Kontext, in dem das Verhalten auftritt, verändern. Die Veränderung kann einerseits temporärer Natur sein oder andererseits von dauerhaftem Charakter. Als temporäre angebotsorientierte Maßnahme, können z. B. kostenlose ÖPNV-Tage eingeführt werden. Dauerhafte Veränderungen gehen meist mit restriktiven Maßnahmen einher. 3. Die Zielgruppe befindet sich in der predecisional stage. Ähnlich zu den multimodal Konservativen müssen die Aufforderungen zur Verhaltensänderung so formuliert werden, dass sie nicht als Zwänge verstanden werden (Bamberg, 2014). Es geht darum Menschen mitzunehmen, statt durch Maßnahmen abzuschrecken. Der Fokus muss daraufgelegt werden, dass die Notwendigkeit einer neuen Verhaltensintention erkannt wird. IV. Die ÖPNV-Mobilen Fokus: Alternativen aufzeigen! Die Wirkung der Mobilitätsprämie ist als tendenziell geringfügig zu bewerten. Unter bestimmten Voraussetzungen kann es möglich sein, dass die Mobilitätsprämie in dieser Gruppe auf Zuspruch trifft. Um die Wahrnehmung der Prämie zu stärken, müssen Maßnahmen folgende Schwerpunkte enthalten: 1. Die ÖPNV-affinen nutzen den Pkw hauptsächlich für gelegentliche Aktivitäten. Das Ziel des kommunalen Mobilitätsmanagements muss es sein, die Personen dabei zu unterstützen alternative Verkehrsmittel für diese Wegezwecke zu verwenden. Dabei kann die Erstellung eines individualisierten Reiseplans helfen, in dem thematisiert wird welche Verkehrsmittel sich individuell für bestimmte Wegezwecke eignen. Durch den Prozess der Erstellung des Plans werden die Vorund Nachteile der Verkehrsmittel abgewogen. Der Fokus sollte darauf ausgerichtet sein, auf die Vorteile der alternativen Verkehrsmittel aufmerksam zu machen und die Nachteile der Pkw-Nutzung zu thematisieren. 2. Durch Beratungsangebote können die Gründe für den Pkw-Besitz in einem offenen Gespräch herausgefunden werden. In diesem Gespräch liegt der Fokus auf dem Abbau der Hemmnisse gegenüber dem Verkauf des Pkws. 3. Genau wie die umweltbewussten Mobilen befinden sich die ÖPNV-affinen in der postactional stage. Dementsprechend gilt durch positives Feedback das Mobilitätsverhalten aufrechtzuerhalten und Rückfälle vorzubeugen. Die Ermutigung zum Verkauf des Pkw stellt eine Möglichkeit dar, das Mobilitätsverhalten dauerhaft zu implementieren. 64 V. Die gefangenen MIV-Affinen Fokus: Bedürfnisse identifizieren! Die Wirkung der Mobilitätsprämie ist als erfolglos zu betrachten, da Personen aufgrund der räumlichen Gegebenheiten sich auf den Pkw angewiesen sehen. Um dieser Wahrnehmung entgegenzuwirken, müssen Maßnahmen folgende Schwerpunkte enthalten: 1. Für die Erarbeitung von Maßnahmen für diese Zielgruppe nimmt das kommunale Mobilitätsmanagement die typische koordinierende Funktion ein. Die Maßnahmen müssen in Wechselwirkung und enger Absprache mit den Beteiligten an den Zielorten erarbeitet werden. Das größte Potenzial bieten Unternehmen, da die Zielgruppe den Pkw am häufigsten für den Arbeitsweg nutzt. Dementsprechend muss das kommunale Mobilitätsmanagement die Unternehmen dabei unterstützen ein eigenes betriebliches Mobilitätsmanagement zu etablieren. 2. Weiterhin können durch Beratungsgespräche Alternativen zum Pkw gefunden werden. Als Potenzial ist erkennbar, dass die Zielgruppe bereits Einkäufe des täglichen Bedarfs zu Fuß erledigt, aber auch in großen Teilen noch mit dem Pkw. Der Fokus sollte daraufgelegt werden, dass z. B. das Fahrrad eine Alternative zum Pkw für die täglichen Einkäufe darstellen kann. Dabei sollten Bedenken seitens der Personen abgebaut werden. 3. Die räumlichen Gegebenheiten zwingen die gefangenen MIV-affinen dazu den Pkw zu nutzen. Durch Beteiligungen kann das kommunale Mobilitätsmanagement Schwachstellen in Bezug auf das Angebot von alternativen Verkehrsmitteln feststellen und die Bedürfnisse der gefangenen MIV-Affinen herausfinden. Der Fokus liegt dementsprechend auf der Erhöhung der Angebotsqualität alternativer Verkehrsmittel. 65 Inwiefern können kommunal gesteuerte finanzielle Anreize einen Beitrag zur Beeinflussung des Mobilitätsverhaltens von MIV-affinen Personen und der Reduzierung des privaten Pkw-Besitzes leisten? Ziel meiner Bachelorarbeit war es, die oben genannte Forschungsfrage durch theoriebasiertes Wissen und den Erkenntnissen aus der quantitativen Forschung zu beantworten. Stellvertretend für die Vielzahl an finanziellen Anreizen habe ich das Konzept der Mobilitätsprämie mithilfe einer internetbasierten Befragung untersucht. Durch die intensive Auseinandersetzung mit den Einflussfaktoren des Mobilitätsverhaltens, ist mir bewusst geworden, dass der Weg zur Reduzierung des MIV aktiv verfolgt werden muss. Des Weiteren habe ich erkannt, dass einer der wichtigsten Einflussfaktoren die innere Einstellung gegenüber dem Auto ist. Der Pkw hat bei vielen Menschen einen hohen (auch emotionalen) Stellenwert und bietet Vorteile, die alternative Verkehrsmittel aus individueller Sicht nicht haben. Bezüglich meines Konzepts der Mobilitätsprämie ist als Kritik anzumerken, dass ich keine Selbstverpflichtung integriert hatte. Dadurch können Personen angenommen haben, dass sie sich ein neues Auto, nur nicht von der Mobilitätsprämie, kaufen können. Meine Forschung hat einen Beitrag dazu geleistet, ein Meinungsbild bezüglich des noch nicht etablierten Konzepts der Mobilitätsprämie in Deutschland abzubilden. Da es diesbezüglich keine Forschungen gibt, bietet meine Bachelorarbeit eine Grundlage für zukünftige repräsentative Studien. Damit die Mobilitätsprämie als zukunftsfähige Maßnahme des kommunalen Mobilitätsmanagements attraktiv wird, müssen in der Praxis Ergebnisse generiert werden, die Aufschluss über Erfolgsfaktoren und Grenzen geben können. Finanzielle Anreize haben das Potenzial, das Mobilitätsverhalten zu beeinflussen. Restriktive Maßnahmen haben eine kalkulierbare und vorausgesetzte Wirkung, wohingegen angebotsorientierte Maßnahmen von der Freiwilligkeit der Verhaltensänderung abhängen. Da das Mobilitätsverhalten von MIV-affinen Personen stark durch Gewohnheiten geprägt sein kann, ist davon auszugehen, dass angebotsorientierte finanzielle Anreize nicht wahrgenommen werden, im Gegensatz zu restriktiven Anreizen, da diese direkt erfahrbar sind. Zusammenfassend kann die Mobilitätsprämie als Maßnahme des kommunalen Mobilitätsmanagements einen Beitrag zur Reduzierung des Pkw-Besitzes leisten, da sich in meiner Umfrage 42 Personen für die Abgabe entschieden haben. Es ist anzunehmen, dass sich das Mobilitätsverhalten verändert, wenn nach der Abgabe kein Auto mehr im Haushalt vorhanden ist. Allerdings wird die Mobilitätsprämie ein tief verwurzeltes MIV-affines Mobilitätsverhalten kaum beeinflussen können, da die Bedingung der Pkw-Abgabe eine Hürde darstellt. Dementsprechend haben meine Ergebnisse gezeigt, dass die Mobilitätsprämie von Leuten in Anspruch genommen wird, die bereits negativer gegenüber dem Pkw eingestellt sind, denen es leicht fällt auf diesen zu verzichten und sich mit Sicht auf die negativen Folgen des Autoverkehrs moralisch dazu verpflichtet fühlen umweltbewusst zu handeln. Weiterhin stellt das Wohnumfeld eine Rahmenbedingung dar. Das größte Potenzial zeigte sich in Metround Regiopolen. Ebenso spielt die Nutzungshäufigkeit vom Pkw eine Rolle. Sobald dieser selten verwendet wird und andere Verkehrsmittel für die täglichen Wege häufiger genutzt werden, ist die Inanspruchnahme der Mobilitätsprämie höher. Dennoch war meine Auslegung der Mobilitätsprämie nicht weitreichend und attraktiv genug, um den Großteil der Teilnehmenden dazu zu motivieren, dauerhaft auf ihren privaten Pkw zu verzichten und somit eine großflächige Reduzierung des Autobesitzes zu erzielen. Dafür ist das Mobilitätsverhalten zu individuell und allein der Gedanke ohne Auto zu leben war für viele Befragte unvorstellbar. Damit Personen die Mobilitätsprämie in Anspruch nehmen, ist es essenziell die innerpsychologischen Faktoren des Mobilitätsverhaltens zu ergründen. Deshalb muss das kommunale Mobilitätsmanagement verhaltensbeeinflussende Maßnahmen fokussieren, die die Einstellung gegenüber dem Pkw dahingehend verändern, dass dieser nicht mehr attraktiv für die Mobilität ist. Die angebotsorientierten Maßnahmen des kommunalen Mobilitätsmanagements müssen mit der Stadtund Verkehrsplanung Hand in Hand gehen. Dadurch kann sichergestellt werden, dass attraktive alternative Angebote zum Pkw geschaffen werden. 8 REFLEXION UND FAZIT 66 I QUELLENVERZEICHNIS Literaturverzeichnis Wenn es nicht anders angegeben, wurden alle Abbildungen in eigener Autorenschaft erstellt. Aarts, H., Verplanken, B., & Van Knippenberg, A. (1998). Predicting behavior from actions in the past: Repeated decision making or a matter of habit? Journal of Applied Social Psychology, 28(15), 1355–1374. https://doi. org/10.1111/j.1559-1816.1998.tb01681.x Ajzen, I. (1985). From Intentions to Actions: A Theory of Planned Behavior. In J. Kuhl & J. Beckmann (Hrsg.), Action Control: From Cognition to Behavior (S. 11–39). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3642-69746-3_2 Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/https://doi.org/10.1016/0749-5978(91)90020-T Ajzen, I. (2020). The theory of planned behavior: Frequently asked questions. Human Behavior and Emerging Technologies, 2(4), 314–324. https://doi.org/10.1002/hbe2.195 Anable, J. (2005). „Complacent Car Addicts“; or „Aspiring Environmentalists“? Identifying travel behaviour segments using attitude theory. Transport Policy, 12(1), 65–78. https://doi.org/10.1016/j.tranpol.2004.11.004 Ariely, D., Bracha, A., & Meier, S. (2009). Doing good or doing well? Image motivation and monetary incentives in behaving prosocially. American Economic Review, 99(1), 544–555. https://doi.org/10.1257/aer.99.1.544 Asitha, K. S., & Khoo, H. L. (2020). Incentivised Travel and Mobile Application as Multiple Policy Intervention for Mode Shift. KSCE Journal of Civil Engineering, 24(10), 3074–3091. https://doi.org/10.1007/s12205-020-2325-y Bamberg, S. (2013a). Applying the stage model of self-regulated behavioral change in a car use reduction intervention. Journal of Environmental Psychology, 33, 68–75. https://doi.org/10.1016/j.jenvp.2012.10.001 Bamberg, S. (2013b). Changing environmentally harmful behaviors: A stage model of self-regulated behavioral change. Journal of Environmental Psychology, 34(1), 151–159. https://doi.org/10.1016/j.jenvp.2013.01.002 Bamberg, S., Ajzen, I., & Schmidt, P. (2003). Choice of Travel Mode in the Theory of Planned Behavior: The Roles of Past Behavior, Habit, and Reasoned Action. Basic and Applied Social Psychology, 25(3), 175–187. https://doi. org/10.1207/S15324834BASP2503_01 Bamberg, S., Fujii, S., Friman, M., & Gärling, T. (2011). Behaviour theory and soft transport policy measures. Transport Policy, 18(1), 228–235. https://doi.org/10.1016/j.tranpol.2010.08.006 Bamberg, S., & Schmidt, P. (1998). Changing travel-mode choice as rational choice: Results from a longitudinal intervention study. Rationality and Society, 10(2), 223–252. https://doi.org/10.1177/104346398010002005 Beckers, T. (2018). Werte. In J. Jopp & A. Steinbach (Hrsg.), Grundbegriffe der Soziologie (12. Aufl., S. 507–511). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-20978-0_98 Beckmann, J., & Heckhausen, H. (2018). Motivation durch Erwartung und Anreiz. In Jutta Heckhausen & H. Heckhausen (Hrsg.), Motivation und Handeln (5. Aufl., S. 119–162). Springer Berlin Heidelberg. https://doi. org/10.1007/978-3-662-53927-9_5 II Blees, V. (2012). Mobilitätsmanagement - eine Aufgabe für Kommunen. In M. Stiewe & U. Reutter (Hrsg.), Mobilitätsmanagement. Wissenschaftliche Grundlagen und Wirkungen in der Praxis (1. Aufl., S. 214–230). Klartext Verlag. Blöbaum, A., Hunecke, M., Höger, R., & Matthies, E. (1998). Die Interaktion von ökologischer Normorientierung und situativen Faktoren. Ruhr-Universität BMVI. (2020). Regionalstatistische Raumtypologie (RegioStaR). https://www.bmvi.de/SharedDocs/DE/Artikel/G/regionalstatistische-raumtypologie.html Bolderdijk, J. W., & Steg, L. (2015). Promoting sustainable consumption: The risks of using financial incentives. In J. Reisch, L. A. Thøgersen (Hrsg.), Handbook of Research on Sustainable Consumption (S. 328–342). Edward Elgar Publishing Limited. https://doi.org/10.4337/9781783471270.00033 Borchert, M. (2010). Geld und Kredit. Oldenbourg Wissenschaftsverlag. https://doi.org/10.1524/9783486599558 Bortz, J., & Schuster, C. (2010). Statistik für Humanund Sozialwissenschaftler. Springer Berlin Heidelberg. https:// doi.org/10.1007/978-3-642-12770-0 Busch-Geertsema, A., Lanzendorf, M., Müggenburg, H., & Wilde, M. (2014). Mobilitätsforschung aus nachfrageorientierter Perspektive: Theorien, Erkenntnisse und Dynamiken des Verkehrshandelns. In W. Canzler, A. Knie, & O. Schwedes (Hrsg.), Handbuch Verkehrspolitik (S. 1–21). Springer Fachmedien Wiesbaden. https://doi. org/10.1007/978-3-658-04777-1_33-1 Cats, O., Reimal, T., & Susilo, Y. (2014). Public transport pricing policy. Transportation Research Record, 2415, 89–96. https://doi.org/10.3141/2415-10 Cats, O., Susilo, Y. O., & Reimal, T. (2017). The prospects of fare-free public transport: evidence from Tallinn. Transportation, 44(5), 1083–1104. https://doi.org/10.1007/s11116-016-9695-5 Cervero, R., & Ewing, R. (2010). Travel and the built environment. Journal of the American Planning Association, 76(3), 265–294. https://doi.org/10.1080/01944361003766766 Cervero, R., & Kockelman, K. (1997). Travel demand and the 3Ds: Density, diversity, and design. Transportation Research Part D: Transport and Environment, 2(3), 199–219. https://doi.org/10.1016/S1361-9209(97)00009-6 Ciccone, A., Fyhri, A., & Sundfør, H. B. (2021). Using behavioral insights to incentivize cycling: Results from a field experiment. Journal of Economic Behavior & Organization, 188, 1035–1058. https://doi.org/10.1016/j. jebo.2021.06.011 Cleff, T. (2012). Bivariate Zusammenhänge. In Deskriptive Statistik und moderne Datenanalyse: Eine computergestützte Einführung mit Excel, PASW (SPSS) und STATA (S. 79–146). Gabler Verlag. https://doi.org/10.1007/978-38349-7071-8_4 De Groot, J. I. M., & Steg, L. (2009). Morality and Prosocial Behavior: The Role of Awareness, Responsibility and Norms in the Norm Activation Model. The Journal of Social Psychology, 149(4), 425–449. https://doi. org/10.3200/SOCP.149.4.425-449 de Kruijf, J., Ettema, D., Kamphuis, C. B. M., & Dijst, M. (2018). Evaluation of an incentive program to stimulate the shift from car commuting to e-cycling in the Netherlands. Journal of Transport & Health, 10, 74–83. https:// doi.org/https://doi.org/10.1016/j.jth.2018.06.003 III Deci, E. L., & Ryan, R. M. (1985). Intrinsic Motivation and Self-Determination in Human Behavior. Springer US. https:// doi.org/10.1007/978-1-4899-2271-7 Edelmann, W., & Wittmann, S. (2012). Lernpsychologie (7. Aufl.). Beltz Verlag. Eriksson, L., Garvill, J., & Nordlund, A. M. (2008). Interrupting habitual car use: The importance of car habit strength and moral motivation for personal car use reduction. Transportation Research Part F: Traffic Psychology and Behaviour, 11(1), 10–23. https://doi.org/10.1016/j.trf.2007.05.004 Flade, A. (2013). Grundlagen. In Der rastlose Mensch: Konzepte und Erkenntnisse der Mobilitätspsychologie (S. 17–29). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-531-19086-0 Flick, U. (2007). Kodierung und Kategoriesierung. In Qualitative Forschung. EIne Einführung (S. 386-422). Rowohlt. Forschungsgesellschaft für Straßenund Verkehrswesen (FGSV). (2018). Empfehlungen zur Anwendung von Mobilitätsmanagement EAM (Nr. 167; 167. Aufl., R2 - Regelwerke). Fujii, S., & Gärling, T. (2007). Role and Acquisition of Car-Use Habit. In T. Gärling & L. Steg (Hrsg.), Threats from Car Traffic to the Quality of Urban Life (S. 235–250). Emerald Group Publishing Limited. https://doi. org/10.1108/9780080481449-013 Gärling, T., Jakobsson, C., Loukopoulos, P., & Fujii, S. (2008). Acceptability of road pricing. In E. Verhoef, M. Bliemer, L. Steg, & B. van Wee (Hrsg.), Pricing in Road Transport: A Multi-Disciplinary Perspective (S. 193–208). Edward Elgar Publishing. https://doi.org/10.4337/9781848440258.00017 Gatersleben, B. (2007). Affective and Symbolic Aspects of Car Use. In T. Gärling & L. Steg (Hrsg.), Threats from Car Traffic to the Quality of Urban Life: Problems, Causes, and Solutions (1. Aufl., S. 219–233). Elsevier. Gatersleben, B. (2014). Psychological Motives for Car Use. In T. Gärling, D. Ettema, & M. Friman (Hrsg.), Handbook of Sustainable Travel (S. 85–94). Springer Science+Business Media. https://doi.org/10.1007/978-94-007-7034-8 Gehlert, T. (2009). Straßenbenutzungsgebühren in Städten. Akzeptanz und Mobilitätsverhalten. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91818-1 Gneezy, U., Meier, S., & Rey-Biel, P. (2011). When and why incentives (don’t) work to modify behavior. Journal of Economic Perspectives, 25(4), 191–210. Haddock, G., & Maio, G. R. (2014). Einstellungen. In M. Hewstone, J. Klaus, & W. Stroebe (Hrsg.), Sozialpsychologie (6. Aufl., S. 197–229). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-41091-8_6 Haustein, S., & Hunecke, M. (2013). Identifying target groups for environmentally sustainable transport: Assessment of different segmentation approaches. Current Opinion in Environmental Sustainability, 5(2), 197–204. https://doi.org/10.1016/j.cosust.2013.04.009 Heckhausen, J., & Heckhausen, H. (2018). Motivation und Handeln: Einführung und Überblick. In H. Heckhausen & J. Heckhausen (Hrsg.), Motivation und Handeln (5. Aufl., S. 1–11). Springer Berlin Heidelberg. https://doi. org/10.1007/978-3-662-53927-9_1 Hennecke, M., & Brandstätter, V. (2016). Intrinsische Motivation. In H.-W. Bierhoff & D. Frey (Hrsg.), Soziale Motive und soziale Einstellungen (Enzyklopädie der Psychologie, Serie Sozialpsychologie) (2. Aufl., S. 1–29). Hogrefe. https://doi.org/10.1026/00564-000 Hess, U. (2018). Allgemeine Psychologie II. In B. Leplow (Hrsg.), Motivation und Emotion. W. Kohlhammer Verlag. IV Hewstone, M., & Martin, R. (2014). Sozialer Einfluss. In M. Hewstone, K. Jonas, & W. Stroebe (Hrsg.), Sozialpsychologie (6. Aufl., S. 269–313). https://doi.org/10.1007/978-3-642-41091-8_8 Hunecke, M. (2015). Mobilitätsverhalten verstehen und verändern (M. P. D. Gather, A. Kagermeier, S. Kesselring, M. Lanzendor, B. Lenz, & M. Wilde (Hrsg.)). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-65808825-5 Hunecke, M., Blöbaum, A., Matthies, E., & Höger, R. (2001). Responsibility and environment: Ecological norm orientation and external factors in the domain of travel mode choice behavior. Environment and Behavior, 33(6), 830–852. https://doi.org/10.1177/00139160121973269 Hunecke, M., Haustein, S., Böhler, S., & Grischkat, S. (2010). Attitude-based target groups to reduce the ecological impact of daily mobility behavior. Environment and Behavior, 42(1), 3–43. https://doi. org/10.1177/0013916508319587 Hunecke, M., Haustein, S., Grischkat, S., & Böhler, S. (2007). Psychological, sociodemographic, and infrastructural factors as determinants of ecological impact caused by mobility behavior. Journal of Environmental Psychology, 27(4), 277–292. https://doi.org/10.1016/j.jenvp.2007.08.001 infas, DLR, IVT, & 360, I. (2018). Mobilität in Deutschland - MiD Methodenbericht Anhang. Infas, DLR, IVT, & 360, I. (2018). Mobilität in Deutschland – MiD Ergebnisbericht. Jarass, J. (2012). Wohnstandortpräferenzen und Mobilitätsverhalten. VS Verlag für Sozialwissenschaften. https://doi. org/10.1007/978-3-531-94340-4 Kębłowski, W. (2020). Why (not) abolish fares? Exploring the global geography of fare-free public transport. Transportation, 47(6), 2807–2835. https://doi.org/10.1007/s11116-019-09986-6 Keizer, M., Sargisson, R. J., van Zomeren, M., & Steg, L. (2019). When personal norms predict the acceptability of push and pull car-reduction policies: Testing the ABC model and low-cost hypothesis. Transportation Research Part F: Traffic Psychology and Behaviour, 64, 413–423. https://doi.org/10.1016/j.trf.2019.06.005 Kirchler, E., & Walenta, C. (2010). Motivation (S. 123). facultas. Klöckner, C. A. (2005). Das Zusammenspiel von Gewohnheiten und Normen in der Verkehrsmittelwahl – ein integriertes Norm-AktivationsModell und seine Implikationen für Interventionen. Ruhr-Universität Bochum. Klöckner, C. A., & Blöbaum, A. (2010). A comprehensive action determination model: Toward a broader understanding of ecological behaviour using the example of travel mode choice. Journal of Environmental Psychology, 30(4), 574–586. https://doi.org/10.1016/j.jenvp.2010.03.001 Klöckner, C. A., & Matthies, E. (2012). Two pieces of the same puzzle? Script-based car choice habits between the influence of socialization and past behavior. Journal of Applied Social Psychology, 42(4), 793–821. https://doi. org/10.1111/j.1559-1816.2011.00817.x Knapp, F. D. (1998). Determinanten der Verkehrsmittelwahl (Bd. 10). Duncker und Humblot. Krapp, A., & Ryan, R. M. (2002). Selbstwirksamkeit und Lernmotivation. Eine kritische Betrachtung der Theorie von Bandura aus der Sicht der Selbstbestimmungstheorie und der pädagogisch-psychologischen Interessentheorie. In M. Jerusalem & D. Hopf (Hrsg.), Selbstwirksamkeit und Motivationsprozesse in Bildungsinstitutionen (Nummer 44, S. 54–82). Zeitschrift für Pädagogik. V Lanzini, P., & Khan, S. A. (2017). Shedding light on the psychological and behavioral determinants of travel mode choice: A meta-analysis. Transportation Research Part F: Traffic Psychology and Behaviour, 48, 13–27. https:// doi.org/10.1016/j.trf.2017.04.020 Lea, S. E. G., & Webley, P. (2006). Money as tool, money as drug: The biological psychology of a strong incentive. Behavioral and Brain Sciences, 29(2), 161–176. https://doi.org/10.1017/S0140525X06009046 Leck, E. (2006). The impact of urban form on travel behavior: A meta-analysis. Berkeley Planning Journal, 19, 37–58. https://doi.org/10.5070/bp319111488 Louen, C. (2021). Mobilitätsmanagement. In Stadtverkehrsplanung Band 1 (S. 161–178). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-59693-7_6 Loukopoulos, P. (2007). A Classification of Travel Demand Management Measures. In T. Gärling & L. Steg (Hrsg.), Threats from Car Traffic to the Quality of Urban Life (S. 273–292). Emerald Group Publishing Limited. https:// doi.org/10.1108/9780080481449-015 Maki, A., Burns, R. J., Ha, L., & Rothman, A. J. (2016). Paying people to protect the environment: A meta-analysis of financial incentive interventions to promote proenvironmental behaviors. Journal of Environmental Psychology, 47, 242–255. https://doi.org/https://doi.org/10.1016/j.jenvp.2016.07.006 Møller, M., Haustein, S., & Bohlbro, M. S. (2018). Adolescents’ associations between travel behaviour and environmental impact: A qualitative study based on the Norm-Activation Model. Travel Behaviour and Society, 11, 69–77. https://doi.org/10.1016/j.tbs.2017.12.005 Möser, G., & Bamberg, S. (2008). The effectiveness of soft transport policy measures: A critical assessment and meta-analysis of empirical evidence. Journal of Environmental Psychology, 28(1), 10–26. https://doi. org/10.1016/j.jenvp.2007.09.001 Ouellette, J. A., & Wood, W. (1998). Habit and Intention in Everyday Life: The Multiple Processes by Which Past Behavior Predicts Future Behavior. Psychological Bulletin, 124(1), 54–74. https://doi.org/10.1037/00332909.124.1.54 Raab-Steiner, E., & Benesch, M. (2018). Der Fragebogen : von der Forschungsidee zur SPSS-Auswertung (5. Aufl.). facultas. Raufelder, D. (2018). Edward L. Deci & Richard M. Ryan Selbstbestimmungstheorie – Intrinsische und externale Formen der Motivation. In Grundlagen schulischer Motivation (S. 47–52). Verlag Barbara Budrich. Reiss, S. (2012). Intrinsic and Extrinsic Motivation. Teaching of Psychology, 39(2), 152–156. https://doi. org/10.1177/0098628312437704 Renner, B., & Salewski, C. (2009). Differentielle und Persönlichkeitspsychologie. Ernst Reinhardt Verlag. Richter, J., Friman, M., & Gärling, T. (2009). Soft transport policy measures 1. Results of implementation. In Karlstad University Studies (Bd. 31, Nummer 1). Sammer, G. (2014). Erhebungsmethoden: Probleme und Lösungen bei der empirischen Analyse des Verkehrsverhaltens. In W. Canzler, A. Knie, & O. Schwedes (Hrsg.), Handbuch Verkehrspolitik. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-04777-1_31-1 XII XIII XIV Soziodemographische Daten XV Korrelationstabelle Spearman Altersgruppen Haushaltsgröße Raumtypologie Pkw Häufigkeit ÖPNV Häufigkeit Fahrrad Häufigkeit Fuss Häufigkeit Sicherheit baulicher Zustand Alltagsziele Einstellung Fahrrad Angebotsqualität Zuverlässigkeit Alltagsziele Einstellung ÖPNV ParkenWohnort Parken Ziele Verzögerungen Einstellung PKW beste Wahl Verhaltenskontrolle persönliche Nerte Verhaltenskonsequenzen Problemwahrnehmung Altersgruppen r 1 Sig. (2-seitig) . N201 Haushaltsgröße r - .044 1 Sig. (2-seitig) .537 . N201 201 Raumtypologie r .11 .086 1 Sig. (2-seitig) .118 .226 . N201 201 201 Pkw Häufigkeit r .041 .024 -.402** 1 Sig. (2-seitig) .563 .74 0 . N201 201 201 201 ÖPNV Häufigkeit r .041 - .137 .329** -.484** 1 Sig. (2-seitig) .564 .053 0 0 . N201 201 201 201 201 Fahrrad Häufigkeit r .08 -.179* .048 -.320** .187** 1 Sig. (2-seitig) .257 .011 .501 0 .008 . N201 201 201 201 201 201 Fuss Häufigkeit r - .042 - .033 .138 -.222** .247** .320** 1 Sig. (2-seitig) .557 .638 .051 .002 0 0 . N201 201 201 201 201 201 201 Sicherheit r - .09 - .04 -.211** .114 - .066 .108 - .02 1 Sig. (2-seitig) .215 .586 .003 .115 .363 .137 .786 . N191 191 191 191 191 191 191 191 baulicher Zustand r - .099 .007 -.182* .045 - .054 .086 .07 .681** 1 Sig. (2-seitig) .174 .92 .012 .533 .458 .234 .333 0 . N191 191 191 191 191 191 191 191 191 Alltagsziele r - .098 - .097 - .001 -.287** - .069 .310** .165* .376** .330** 1 Sig. (2-seitig) .18 .182 .993 0 .344 0 .023 0 0 . N189 189 189 189 189 189 189 188 188 189 Einstellung Fahrrad r - .013 - .1 .019 -.154* .131 .639** .249** .165* .193** .228** 1 Sig. (2-seitig) .859 .173 .794 .034 .073 0 .001 .025 .009 .002 . N188 188 188 188 188 188 188 184 184 182 188 Angebotsqualität r - .022 - .107 .333** -.320** .309** .096 .181* .054 .062 .235** .076 1 Sig. (2-seitig) .765 .146 000 .195 .013 .478 .41 .002 .316 . N186 186 186 186 186 186 186 178 178 178 174 186 Zuverlässigkeit r -.161* - .147 .082 -.149* .165* .134 .068 .049 .079 .205** .078 .502** 1 Sig. (2-seitig) .033 .051 .279 .048 .028 .076 .373 .526 .304 .007 .314 0 . N176 176 176 176 176 176 176 170 170 170 168 175 176 Alltagsziele r - .037 -.148* .401** -.516** .481** .05 .116 - .066 .04 .277** - .003 .639** .328** 1 Sig. (2-seitig) .623 .046 000 .502 .117 .384 .595 0 .974 0 0 . N183 183 183 183 183 183 183 175 175 174 171 180 171 183 Einstellung ÖPNV r .017 - .082 .174* -.320** .550** .106 .204** - .048 .005 .073 .093 .433** .357** .454** 1 Sig. (2-seitig) .815 .261 .017 0 0 .15 .005 .523 .945 .335 .22 0 0 0 . N188 188 188 188 188 188 188 181 181 179 177 180 172 180 188 Parken Wohnort r - .027 - .047 -.408** .330** - .098 - .065 - .133 .115 .129 - .101 .021 -.214** - .017 -.317** - .111 1 Sig. (2-seitig) .707 .51 0 0 .166 .357 .06 .115 .076 .169 .776 .003 .82 0 .132 . N200 200 200 200 200 200 200 190 190 188 187 185 175 182 187 200 Parken Ziele r - .026 .148* -.232** .212** - .094 .028 .081 .160* .170* .004 .054 - .038 .066 -.184* - .029 .530** 1 Sig. (2-seitig) .719 .04 .001 .003 .194 .701 .262 .029 .021 .955 .466 .612 .392 .014 .702 0 . N194 194 194 194 194 194 194 185 185 183 182 179 169 178 182 193 194 Verzögerungen r -.332** .141 -.292** .191** -.153* - .045 .008 .185* .091 .079 - .029 - .14 .044 -.210** - .065 .218** .317** 1 Sig. (2-seitig) 0 .056 0 .009 .039 .544 .914 .014 .229 .299 .707 .067 .579 .006 .392 .003 0 . N184 184 184 184 184 184 184 177 177 176 173 172 162 170 174 183 182 184 Einstellung PKW r .062 .102 -.198** .504** -.378** -.314** -.224** .125 .152* - .091 -.258** -.253** -.233** -.268** -.371** .276** .179* .097 1 Sig. (2-seitig) .381 .151 .005 000 .001 .086 .037 .213 0 .001 .002 0 0 0 .013 .19 . N199 199 199 199 199 199 199 189 189 188 186 184 174 181 186 198 193 184 199 beste Wahl r .054 .053 -.429** .706** -.499** -.429** -.280** .061 .03 -.282** -.325** -.438** -.248** -.542** -.439** .289** .161* .152* .714** 1 Sig. (2-seitig) .442 .459 00000 .404 .681 000 .001 0 0 0 .025 .039 0 . N201 201 201 201 201 201 201 191 191 189 188 186 176 183 188 200 194 184 199 201 Verhaltenskontrolle r - .129 - .046 .330** -.658** .411** .302** .185** - .014 .022 .374** .234** .417** .256** .520** .349** -.191** - .039 - .055 -.515** -.748** 1 Sig. (2-seitig) .068 .516 0000 .009 .849 .766 0 .001 0 .001 0 0 .007 .59 .456 0 0 . N201 201 201 201 201 201 201 191 191 189 188 186 176 183 188 200 194 184 199 201 201 persönliche Norm r .035 - .056 .174* -.357** .312** .327** .262** -.148* - .125 .048 .308** .222** .138 .253** .312** - .083 .071 -.208** -.484** -.551** .478** 1 Sig. (2-seitig) .621 .433 .014 0000 .04 .084 .512 0 .002 .069 .001 0 .241 .327 .005 0 0 0 . N201 201 201 201 201 201 201 191 191 189 188 186 176 183 188 200 194 184 199 201 201 201 Verhaltenskonsequenzen r .079 .059 .036 - .063 .023 .138 .081 - .11 - .094 - .029 .1 - .005 - .041 .084 .051 - .004 .131 - .053 - .089 -.162* .059 .462** 1 Sig. (2-seitig) .265 .407 .61 .377 .747 .051 .255 .13 .196 .694 .171 .946 .587 .256 .49 .952 .068 .474 .213 .022 .407 0 . N201 201 201 201 201 201 201 191 191 189 188 186 176 183 188 200 194 184 199 201 201 201 201 Problemwahrnehmung r .12 - .029 .063 -.246** .131 .223** .180* -.210** -.162* .005 .171* .059 - .013 .114 .210** .061 .057 -.152* -.334** -.327** .188** .466** .481** 1 Sig. (2-seitig) .091 .681 .378 0 .063 .001 .01 .004 .026 .942 .019 .426 .867 .124 .004 .39 .431 .04 0 0 .007 0 0 . N201 201 201 201 201 201 201 191 191 189 188 186 176 183 188 200 194 184 199 201 201 201 201 201 * Die Korrelation ist auf dem .05 Niveau signifikant (zweiseitig). ** Die Korrelation ist auf dem .01 Niveau signifikant (zweiseitig). XVI Kontingenztaballe Cramers V Clusteranalyse Hierarchische Clusteranalyse (Ward Verfahren, euklidische Distanz) Zuordnungsübersicht (gekürzt) Pkw Häufigkeit ÖPNV Häufigkeit Fahrrad Häufigkeit Fuss Häufigkeit Einstellung Verhaltenskontrolle persönliche Norm Verhaltenskonsequenzen Problemwahrnehmung Altersgruppe Raumtypologie Predecisional 1 Predecisional 2 Postactional Predecisional 1 V .445 .385 .317 .291 .610 .462 .574 .236 .316 .119 .301 Sig. (2-seitig) 0 0 0 .002 0 0 0 .011 0.721 .006 N201 201 201 201 201 201 201 201 201 201 201 Predecisional 2 V .619 .394 .168 .235 .608 .627 .204 .220 .134 .223 .379 Sig. (2-seitig) 0 0 .446 .123 0 0 .139 .094 .501 .253 .004 N132 132 132 132 132 132 132 132 132 132 132 Postactional V .204 .185 .122 .292 .317 .085 .472 .576 .469 .161 .118 Sig. (2-seitig) .342 .605 .880 .144 .045 .903 0 0 .001 .837 .954 N80 80 80 80 80 80 80 80 80 80 80 80 80 80 Mobilitätsprämie V .335 .254 .193 .119 .362 .275 .280 .161 .257 .188 .195 .268 .075 .007 Sig. (2-seitig) 0.011 .113 .582 0.002 .001 .159 .004 .213 .265 0.388 .947 N201 201 201 201 201 201 201 201 201 201 201 201 102 80 Schritt Zusammengeführte Cluster Koeffizienten Cluster 1 Cluster 2 Anzahl Differenz 187 2 42 779,047 14 26,604 188 5 61 807,625 13 28,578 189 12 29 843,436 12 35,811 190 3 7 882,621 11 39,185 191 19 22 923,312 10 40,691 192 18 60 966,908 9 43,596 193 3 4 1025,099 8 58,191 194 1 15 1086,103 7 61,004 195 12 19 1147,352 6 61,249 196 3 5 1217,365 5 70,013 197 1 2 1311,454 4 94,089 198 12 18 1414,206 3 102,752 199 1 3 1554,4 2 140,194 200 1 12 2140,697 1 586,297 XVII Screeplot (basiert auf der Zuordnungsübersicht, Ablesen der Anzahl an Cluster) Mittelwerte der Cluster (Charakterisierung) 0 20 40 60 80 100 120 140 160 10 98765432 Differenz Anzahl Cluser Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Verhaltenskontrolle 3 2 3 2 4 persönliche Norm 3 2 3 2 3 Verhaltenskonsequenzen 2 1 2 2 2 Problemwahrnehmung 2 1 2 2 2 Pkw Häufigkeit 2 2 1 3 1 ÖPNV Häufigkeit 2 3 4 2 4 Fahrrad Häufigkeit 2 1 4 4 3 Fuss Häufigkeit 2 1 4 2 2 Raumkategorie 1,13 1,03 1,19 1,04 1,27 Einstellung 2 3 1 3 1 Verkehrsmittel Häufigkeit Einstellung/Verhaltenskontrolle/persönline Norm/ Verhaltenskonsequenzen/Problemwahrnehmung Raumkategorie 1: täglich 2: 1 bis 3 Tage in der Woche 3: 1 bis 3 Tage im Monat 4: selten 1: stimme voll und ganz zu 2: stimme teilweise zu 3: stimme teilweise nicht zu 4: stimme überhaupt nicht zu 1: städtischer Raum 2: ländlicher Raum XVIII Codes der qualitativen Auswertung Oberkategorie Unterkategorie 1 Unterkategorie 2 Pkw Instrumentelle Motive Finanzielle Gründe Schnelligkeit Kurzer Weg Einzige Alternative Persönliche Gründe Sicherheit Komfort Transportmöglichkeit Unabhängigkeit/Flexibilität Wetter Gelegentliche Aktivitäten Affektive Motive Fahrspaß Auto als privater Raum Stressempfinden ÖPNV Instrumentelle Motive Dauert zu lange Zu weiter Weg Keine direkte Verbindung Unkomfortabel Unflexibel/Abhängigkeit Zuverlässigkeit Klimaschutz Affektive Motive Entspannung Kein gutes Gefühl Fahrrad Instrumentelle Motive Weglänge Schnelligkeit Komfort Wetter Affektive Motive Gesundheit Fahrspaß Bewegung/an der frischen Luft sein Fuß/sonstige Verkehrsmittel Corona Gründe Nutzung und Nicht-Nutzung XIX Alternative Angebote/Bedingungen Oberkategorie Unterkategorie Pkw Alternativen gleiche Vorteile Kosten steigen ÖPNV Kostengünstiger Streckenausbau Bessere Taktung Ziele schneller erreichbar Fahrrad Verbesserung der Radwege Verbesserung der Sicherheit Ohne Einschränkungen mobil sein Unter keinen Umständen Sonstige Gründe das Auto nicht abzugeben (teilweise unter den bereits aufgeführten genannt) Bequemlichkeit Wohnort Freiheitsgefühl Einschränkung der Lebensqualität Emotionale Bindung Für gelegentliche Aktivitäten brauchen Wert des Autos höher Persönliche Gründe Prämie zu niedrig Einzige Möglichkeit mobil zu sein HafenCity Universität Hamburg September 2021