Projektnummer 70.557/98 Im Forschungsprogramm Stadtverkehr des Bundesministeriums für Verkehr, Bau- und Wohnungswesen Jutta Kloas Hartmut Kuhfeld Uwe Kunert DIW Berlin Dynamik des Verkehrsverhaltens im Jahresvergleich Analyse des deutschen Mobilitätspanels 1994 bis 1999 Endbericht Berlin, Juli 2001
214
Embed
Dynamik des Verkehrsverhaltens im Jahresvergleich Analyse ......Projektnummer 70.557/98 Im Forschungsprogramm Stadtverkehr des Bundesministeriums für Verkehr, Bau- und Wohnungswesen
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Projektnummer 70.557/98
Im Forschungsprogramm Stadtverkehr desBundesministeriums für Verkehr, Bau- undWohnungswesen
Jutta KloasHartmut KuhfeldUwe Kunert
DIW Berlin
Dynamik des Verkehrsverhaltens im JahresvergleichAnalyse des deutschen Mobilitätspanels1994 bis 1999
Endbericht
Berlin, Juli 2001
Dynamik des Verkehrsverhaltens im JahresvergleichAnalyse des deutschen Mobilitätspanels
2.9 Gewichtung für Längsschnittbetrachtungen......................................................................................... 49
3 Strukturwerte, Kenngrößen und Übergangshäufigkeiten ausgewählter Variablen im Sozio-oekonomischen Panel (SOEP)....................................................................................................... 513.1 Merkmale des Sozio-oekonomisches Panels ....................................................................................... 51
3.2 Aufbereitung des SOEP für die mit dem Mobilitätspanel vergleichbare Grundgesamtheit�deutschsprachige Privathaushalte in Westdeutschland�..................................................................... 53
3.3 Übergangshäufigkeiten ausgewählter Variablen des SOEP im Längsschnitt- undQuerschnittvergleich............................................................................................................................ 55
AnhangA Beispiele aus den WegetagebüchernB Liste der Variablen und KurzbezeichnungenC Stata � Listing der Analyse der Verkehrsleistung
Verzeichnisse III
Verzeichnis der Übersichten
1-1: Haushalte des Mobilitätspanels nach Kohorten und Wellen................................................................... 2
1-2: Querschnitt versus Längsschnitt ............................................................................................................. 6
1-3: Sozialökologischer Rahmen für die Erklärung von Mobilitätsverhalten ................................................ 8
1-4: Typologie von Variablen........................................................................................................................ 10
2-1: Haushalte nach der Personenzahl (ungewichtet)..................................................................................... 13
2-2: Haushaltskennziffern nach Kohorte, Welle und Teilnahmehäufigkeit.................................................... 14
2-3: Dreifachteilnehmende Haushalte des Mobilitätspanels 1994-1997 nach der Zahl der Personen imAlter ab 10 Jahren................................................................................................................................... 15
2-4: Dreifachteilnehmende Haushalte des Mobilitätspanels 1994-1997 nach der Zahl der Kinder im Alterbis unter 10 Jahren.................................................................................................................................. 16
2-5: Dreifachteilnehmende Haushalte: Anteil der Haushalte mit Angaben zu jeder Person (ab 10 Jahren)nach Haushaltsgröße und Erhebungsjahr................................................................................................ 17
2-6: Dreifachteilnehmende Haushalte: Anteil der Haushalte mit Angaben zu allen Kindern (bis zu 10Jahren) .................................................................................................................................................... 18
2-7: Haushaltsmotorisierung nach Kohorte, Welle und Teilnahmehäufigkeit................................................ 21
2-8: Personenkennziffern nach Kohorte, Welle und Teilnahmehäufigkeit..................................................... 22
2-9: Verkehrsbeteiligung nach Kohorte, Welle und Teilnahmehäufigkeit ..................................................... 23
2-10: Haushalte des Mobilitätspanels 1994 bis 1999 nach Bundesländern im Vergleich zum Mikrozensus1997 (Haushalte in %) ............................................................................................................................ 24
2-11: Räumliche Verteilung der Haushaltskohorten ........................................................................................ 25
2-12: Räumliche Verteilung der Haushalte des Mobilitätspanels mit dreimaliger Teilnahme ......................... 26
2-13: Anteil der dreifachteilnehmenden Haushalte an allen Haushalten des Mobilitätspanels 1994 bis 1997nach Bundesländern................................................................................................................................ 27
2-14: Änderungen von Datensätzen in den Wegedateien (Beispiele) .............................................................. 29
2-15: Visualisierung - Personenvergleich über drei Jahre................................................................................ 30
2-16: Wege (ungewichtet) nach Zweckcodierung............................................................................................ 33
2-17: Wegeketten nach Anzahl der Wege je Kette .......................................................................................... 34
2-18: Zweckcodierung, Wegekettenende und Zweckhierarchie....................................................................... 36
2-19: Wege (ungewichtet) 1997 nach Zweckcodierung und Charakteristik..................................................... 37
2-20: Heimwege (ungewichtet) nach DIW-Zwecken....................................................................................... 38
2-21: Wege insgesamt (ungewichtet) nach DIW-Zwecken .............................................................................. 39
2-22: Fallzahlen des Mobilitätspanels nach Kohorten und Wellen.................................................................. 41
2-23: Konzepte der Anordnungen von Beobachtungen bei Paneldaten I ......................................................... 42
2-24: Konzepte der Anordnungen von Beobachtungen bei Paneldaten II ....................................................... 43
2-25: Entwicklung der Fallzahlen der Ursprungsstichprobe des Sozio-oekonomischen Panels ...................... 44
3-1: Eckwerte des Sozio-oekonomischen Panels ........................................................................................... 54
3-2: Privathaushalte 1995 bis 1997 nach Haushaltsgröße - Ergebnisse des Mikrozensus � .......................... 57
3-3: Privathaushalte 1995 bis 1997 nach Haushaltsgröße - Ergebnisse des SOEP -..................................... 58
Verzeichnisse IV
3-4: Privathaushalte nach Haushaltsgröße - Querschnittergebnisse 1995, 1996 und 1997 -.......................... 59
3-5: Privathaushalte nach Haushaltsgröße - Längsschnittergebnisse - ........................................................... 60
3-6: Wohnungswechsel von Privathaushalten - Quer- und Längsschnittergebnisse 1996 und 1997 -............ 62
3-7: Hauptsächlicher Grund für den Wohnungswechsel ................................................................................ 62
3-8: Motorisierung von Privathaushalten und Anzahl der vorhandenen Pkw - Querschnittergebnisse1995 und 1996 -...................................................................................................................................... 64
3-9: Privathaushalte nach Haushaltsgröße und Motorisierung - Querschnittergebnisse 1995 und 1996 - ..... 64
3-10: Privathaushalte nach Haushaltsgröße und Motorisierung - Längsschnittergebnisse 1995 und 1996 -.... 65
3-11: Anzahl der Pkw in Privathaushalten - Längsschnittergebnisse 1995 und 1996 -.................................... 66
3-12: Personen im Alter ab 10 Jahren in deutschsprachigen Privathaushalten Westdeutschlands nach sozio-demografischen Gruppen - Querschnittergebnisse 1996 und 1997 - ...................................................... 67
4-1: Änderung der Haushaltsmotorisierung (Übergänge) .............................................................................. 72
4-2: Übergänge in der Haushaltsgröße - Vergleich mit dem SOEP ............................................................... 74
4-3: Anzahl der Wege in der Woche nach Altersklassen ............................................................................... 76
4-4: Anzahl der Personenkilometer in der Woche nach Altersklassen........................................................... 76
4-5: Übergänge in der beruflichen Stellung - Vergleich mit dem SOEP........................................................ 77
4-6: Anzahl der Wege in der Woche nach der beruflichen Stellung .............................................................. 78
4-7: Anzahl der Personenkilometer in der Woche nach der beruflichen Stellung.......................................... 78
4-8: Anzahl der Personenkilometer in der Woche nach der beruflichen Stellung (Übergänge)..................... 79
4-9: Änderung der Pkw-Verfügbarkeit und der Wegehäufigkeit (Übergänge) .............................................. 81
4-10: Angaben zum Zeitkartenbesitz im Längsschnitt ..................................................................................... 83
4-11: Zeitkartenbesitz und Mobilität im Längsschnitt ..................................................................................... 84
4-12: Haushalte nach der Zufriedenheit mit der Anbindung an öffentliche Verkehrsmittel............................. 87
4-13: Haushalte nach der Erreichbarkeit öffentlicher Verkehrsmittel.............................................................. 88
4-14: Anzahl der Personenkilometer in der Woche nach dem Raumtyp.......................................................... 89
4-15: Krankheitstage und Mobilität (Personenkilometer) bei Wiederholern ................................................... 90
4-16: Ereignisse auf Haushaltsebene zwischen den Erhebungsjahren ............................................................. 91
4-17: Ereignisse auf Personenebene zwischen den Erhebungsjahren .............................................................. 92
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 15
Ein Aspekt der Mehrfachteilnahme von Haushalten ist die Frage der Vollständigkeit in Bezug
auf die Teilnahme der Haushaltsmitglieder.4 Im Folgenden geht es um den Vergleich der Zahl
der Personen im Haushalt (wie sie vom Haushaltsvorstand genannt wurde) mit der Zahl vor-
liegender Angaben, differenziert nach Personen ab 10 Jahren und bis unter 10 Jahren. Be-
zugsgröße sind die dreifachteilnehmenden Haushalte. In Übersicht 2-3 und Übersicht 2-4 ist
die Verteilung dieser 614 Haushalte nach der Personenzahl (ab 10 Jahren bzw. bis unter 10
Jahren) ausgewiesen. In gut 20 % der dreifach teilnehmenden Haushalte lebt mindestens ein
Kind im Alter bis zu 10 Jahren.
Übersicht 2-3:Dreifachteilnehmende Haushalte des Mobilitätspanels 1994-1997
nach der Zahl der Personen im Alter ab 10 Jahren
0
50
100
150
200
250
300
350
1 2 3 4 5
Anzahl der Personen im Alter ab 10 Jahren im Haushalt
Quellen: Mobilitätspanel 1994-97, dreifach teilnehmende Haushalte im ersten Jahr; Berechnungen des DIW.
4 Im Haushaltsfragebogen wird u.a. die Haushaltsgröße insgesamt und die Zahl der Kinder im Alter bis zu 10Jahren erhoben. Für die vier ältesten Personen (ab 1999 die fünf ältesten Personen) sollen darüber hinaus Anga-ben zur Soziodemografie gemacht werden, ein persönliches Wegetagebuch soll von jeder Person ab 10 Jahrenausgefüllt werden.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 16
Übersicht 2-4:Dreifachteilnehmende Haushalte des Mobilitätspanels 1994-1997
nach der Zahl der Kinder im Alter bis unter 10 Jahren
0
50
100
150
200
250
300
350
400
450
500
0 1 2 3 4
Anzahl der Kinder (im Alter bis unter 10 Jahren) im Haushalt
Quellen: Mobilitätspanel 1994-97, dreifach teilnehmende Haushalte im ersten Jahr; Berechnungen des DIW.
Die Vermutung, dass mit zunehmender Haushaltsgröße der Anteil der Haushalte, in denen
sich alle Personen beteiligen, geringer wird, bestätigt sich nur teilweise (vgl. Übersicht 2-5).
Während der Anteil der Haushalte, in denen drei Personen ab 10 Jahren leben die sich auch an
der Erhebung beteiligt haben 77 % beträgt (und damit um zwölf Prozentpunkte geringer ist als
bei den Haushalten, in denen zwei Personen ab 10 Jahren leben) liegt bei den Haushalten mit
vier Personen ab 10 Jahren der Anteil derjenigen mit vollständiger Teilnahme mit 91 % deut-
lich darüber.
Bei allen Haushaltsgrößen zeigt sich eine rückläufige Teilnahmebereitschaft im zweiten Jahr
der Erhebung. Der vergleichsweise geringe Anteil großer Haushalte mit 5 Personen ab 10 Jah-
ren und vollständiger Teilnahme resultiert wahrscheinlich auch daher, dass das Erhebungsin-
strumentarium normalerweise nur auf die vier ältesten Personen ausgerichtet ist.5 Die Teil-
nahmebereitschaft im dritten Erhebungsjahr entspricht, abgesehen von den ganz großen Haus-
halten, der im Jahr zuvor.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 17
Übersicht 2-5:Dreifachteilnehmende Haushalte:
Anteil der Haushalte mit Angaben zu jeder Person (ab 10 Jahren)nach Haushaltsgröße und Erhebungsjahr
0
10
20
30
40
50
60
70
80
90
100
1 2 3 4 5
Anzahl der Personen im Alter ab 10 Jahren im Haushalt
Jahr 1Jahr 2Jahr 3
Quellen: Mobilitätspanel 1994-97, dreifach teilnehmende Haushalte; Berechnungen des DIW.
Die Bereitschaft, Angaben zu den im Haushalt lebenden Kindern (im Alter bis zu 10 Jahren)
zu machen, beträgt bei den Haushalten mit ein oder zwei Kindern im ersten Erhebungsjahr
rund 80 % (vgl. Übersicht 2-6). Im zweiten Jahr geht die Ausfüllbereitschaft etwas zurück.
Angaben für das dritte Kind finden sich hingegen nur bei einem geringen Anteil der Haushalte
und nur im dritten Erhebungsjahr. Hier dürfte der Effekt des Erhebungsinstrumentariums
durchschlagen, das im Normalfall auf die Angaben von nur vier Personen (ab 1999
5 Personen) im Haushalt gerichtet ist.
Im Mobilitätspanel gibt es zu wenige Haushalte ohne Pkw. Dies ist u.a. ein Effekt der Un-
tererfassung von Einpersonen- und Rentnerhaushalten. Bei der Gewichtung wird daher auch
auf die Motorisierung der Haushalte abgestimmt. In Übersicht 2-7 (S.21) sind die Anteile
nach gewichteten und ungewichteten Haushalten getrennt ausgewiesen. Die Untererfassung
war in den Kohorten jedoch nicht gleichmäßig. Mit 18,8 % nähert sich der Anteil lediglich
5 Die Haushaltsgröße ist aus dem Anwerbeverfahren bekannt und kann beim Versand der Fragebögen
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 18
Übersicht 2-6:Dreifachteilnehmende Haushalte:
Anteil der Haushalte mit Angaben zu allen Kindern (bis zu 10 Jahren)
0
10
20
30
40
50
60
70
80
90
1 2 3
Anzahl der Kinder (im Alter bis unter 10 Jahren) im Haushalt
Jahr1Jahr 2Jahr 3
Quellen: Mobilitätspanel 1994-97, dreifach teilnehmende Haushalte; Berechnungen des DIW.
bei der Kohorte 1995 dem Gesamtdurchschnittswert von 26 %. Bei den Kohorten 1994 und
1997 wird mit 13 bzw. 18 Haushalten nur ein Fünftel bzw. ein Drittel der notwendigen Zahl
erreicht. Die tatsächliche Motorisierungsentwicklung wird dadurch bei den ungewichteten
Zahlen auch in der Richtung nicht zutreffend abgebildet. Der Anteil der nicht motorisierten
Haushalte ist von 26,1 % in 1994 auf 21,5 % in 1998 zurückgegangen, wie bei den gewichte-
ten Zahlen im mittleren Teil der Tabelle in der Gesamtzeile für die Wellen ausgewiesen. Die
übrigen Werte dieses Tabellenteils (nach Kohorten) sind wegen der Querschnittgewichtung
nicht sinnvoll zu interpretieren. Die unten ausgewiesenen sich ergebenden durchschnittlichen
Gewichte sollen dies verdeutlichen. Erneut zeigt sich damit, dass bei Betrachtung der unge-
wichteten Zahlen Fehlschlüsse zur zeitlichen Entwicklung möglich sind und die Querschnitts-
gewichtung für die Längsschnittbetrachtung nicht verwendbar ist.
Insgesamt zeigt sich, dass die einzelnen Kohorten der Haushalte und insbesondere der Wie-
derholerhaushalte bislang designbedingt sehr unterschiedlich strukturiert sind. Beim Vergleich
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 19
zwischen den Jahren ist, wenn die Fallzahlen dies zulassen, daher überwiegend auf die Haus-
halte ab 1996 abzustellen.
2.2.2 Mobilitätskennziffern
Es ist zu vermuten, dass die seit 1996 erforderliche Bereitschaftserklärung zur Mehrfachteil-
nahme die Teilnehmerstruktur gegenüber den Vorjahren verändert hat. Zwischen den tatsächlich
mehrfach Teilnehmenden und den trotz Bereitschaftserklärung doch nur einmal Antwortenden
ähneln sich die Strukturen nun eher, da der Auswahlprozess ab 1996 in die Anwerbephase vor-
verlegt ist. Die Änderung der Teilnehmerstruktur legt z.B. ein Vergleich der Mobilitätsteilnah-
me, des Anteils mobiler Personen je Tag, nahe. Sie weist insgesamt von 1995 zu 1996 einen
Niveauanstieg von 90,8 % auf 92,9 % aus, zwischen den Kohorten 1995 (92,1 % Außer-Haus-
Anteil) und 1996 (93,1 %) besteht ein Unterschied von einem Prozentpunkt (Übersicht 2-8).
Eine ähnliche Zunahme ergibt sich bei der durchschnittlichen Wegehäufigkeit je mobiler Person
am Tag. Das IfV zieht, auch aus der Analyse nach Bevölkerungsgruppen und aus der Gewich-
tung, das Fazit, �dass das gesamte Panel sich tendenziell eher aus einer Bevölkerung rekrutiert,
die gegenüber dem Durchschnitt eher überdurchschnittlich gebildet, eher suburban lebend und
offensichtlich ökonomisch erfolgreicher als der Durchschnitt ist.�6
Mit der Einführung der �Einverständniserklärung� tritt auch verstärkt das Phänomen auf, dass
Personen erst in einem auf das Anwerbejahr folgenden Berichtszeitraum zum ersten Mal ant-
worten. In der Kohorte 1997 sind es 18 Personen, die erst im Folgejahr 1998 zum ersten Mal
berichten (Vgl. Übersicht 2-8, S.22). Darunter sind 2 Kinder aus dem Geburtsjahr 1988, die
mit dem 10. Geburtstag in das Mobilitätspanel hineingewachsen sind, überwiegend sind es
aber Personen, die ohne Angabe von Gründen im Vorjahr nicht berichtet haben.7 Für minde-
stens drei Haushalte der Kohorte 1997 fehlen in 1997 die Datensätze, sie treten erst 1998 mit
Haushalts- und Wegedaten auf. Wünschenswert wären für Längsschnittbetrachtungen Haus-
halts- und Personendateien zum Teilnahmeverlauf, die, ähnlich wie beim SOEP, eine Verfol-
gung der Teilnahme ermöglichen.
6 IfV (1998), S.34.7 Aus dem im Teilnahmejahr berichteten Verkehrsverhalten lassen sich die unterschiedlichsten Gründe für dieVerweigerung im Erstjahr vermuten (Von Immobilität wegen Alter und Krankheit bis zum Nichtberichten wegenhoher Mobilität als Berufskraftfahrer / Taxifahrer).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 20
Eine Unterscheidung nach Immobilität der Befragten an einem Tag und non-response ist nur
ausnahmsweise bei Einzelfallbetrachtung möglich. Wünschenswert wäre eine Erweiterung des
Erhebungsbuches8 um eine Frage zur täglichen Mobilitätsteilnahme.
In Übersicht 2-9 (S.23) sind die wichtigsten Kennziffern zur Verkehrsbeteiligung nach Kohorten
und Wellen zusammengestellt. Es sind ungewichtete und zunächst unbereinigte Werte zum di-
rekten Vergleich. Die Kohorte 1997 liegt bei der Wegehäufigkeit mit 3,8 an der Spitze. Es wer-
den mehr kurze Wege als in den Kohorten anderer Jahre berichtet; die durchschnittlich am Tag
zurückgelegte Wegstrecke erhöht sich etwa im Vergleich zu 1996 nicht entsprechend.
Bei den Mehrfachteilnehmern ist überwiegend die Wegehäufigkeit im Folgejahr niedriger als im
ersten Jahr der Teilnahme. Dies vor allem auf eine Berichtsmüdigkeit zurückzuführen und als De-
signeffekt über eine Gewichtung auszugleichen, wie vom IfV vorgeschlagen,9 dürfte der Komple-
xität des Paneldesigns nicht gerecht werden, auch wenn die Unterschiede statistisch signifikant
sind. Neben den unterschiedlichen Verzerrungen der Kohorten ist auch zu berücksichtigen, dass
sich die Kohorte von Jahr zu Jahr wandelt. Bei der ersten Teilnahme können auch neugegründete
Haushalte mit hohem Bedarf an Anschaffungskäufen und sonstiger Mobilität enthalten sein. In den
Folgejahren kann dies nicht der Fall sein, denn es sind Haushalte, die schon mindestens ein Jahr
bestehen. Überdies sind alle Personen ein Jahr älter10 (und gesetzter?). Bei den Wegelängen und -
zeiten zeigt sich innerhalb der Kohorten bei den Wiederholern ebenfalls überwiegend ein leichter
Rückgang, während bei den Wellen insgesamt und bei den Erstteilnehmern kein Trend erkennbar
ist. Die aktuellen Werte von 1998 weisen einen leichten Rückgang aus.
Der Vergleich des Verhaltens derselben Personen erfolgt zunächst für die ungewichteten
Fallzahlen. Da die ungewichteten Wiederholerstichproben (nach Kohorten unterschiedlich) ver-
zerrt sind, ist eine vereinfachte Längsschnittgewichtung durchgeführt worden (Abschnitt 2.9).
8 So könnte dort, wo nach Besonderheiten (Krankheit, Auto in Werkstatt ...) zu jedem Wochentag gefragt wird,vorab die Mobilitätsteilnahme, etwa durch
�Unterwegs: ❒ ja, Wege ausgefüllt; ❒ nein, ❒ ganzer Tag zu Haus, ❒ ganzer Tag außer Haus (Ferien-, Krankenhaus)�
erhoben werden.9 IfV (1998), S.37 f.10 Kinder in der Kohorte, die 10 Jahre alt werden und zum ersten Mal berichten, werden als Erstteilnehmer imWiederholungsjahr der Kohorte berücksichtigt.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 21
Übersicht 2-7:Haushaltsmotorisierung nach Kohorte, Welle und Teilnahmehäufigkeit
Anteil der Haushalte (ungewichtet) ohne Pkw in %Welle
Vom IfV ist zur Darstellung des Wochenverlaufs der Aktivitäten und der Mobilität einer Per-
son ein Visualisierungs-Werkzeug entwickelt worden. Das Programm GRADIV zeigt Aufent-
haltsorte und Wegezeiten der Befragungswoche grafisch auf dem Bildschirm an. Jeder Tag
wird als ein nach Aktivitäten und Verkehrsmitteln unterschiedlich eingefärbter waagrechter
Streifen dargestellt. Diese Darstellungsform ist vom DIW übernommen und so erweitert wor-
den, dass die Wochenverläufe von bis zu drei Jahren dargestellt werden können. Das Pro-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 30
gramm VERGL zeigt außerdem die besonderen Bedingungen für einzelne Tage an (z.B.
Krankheit), soweit sie in den Personendateien codiert sind.
Übersicht 2-15:Visualisierung - Personenvergleich über drei Jahre
Zum Vergleich der Jahre, aber auch der einzelnen Mitglieder eines Haushalts ist das Pro-
gramm ein wertvolles Hilfsmittel. Die Übersicht zeigt beispielhaft das Verkehrsverhalten ei-
ner 1984 geborenen Schülerin aus Hessen mit hoher Verhaltensübereinstimmung in zwei Jah-
ren, einschließlich des Abendunterrichts am Mittwoch. 1998 fiel der Befragungszeitraum da-
gegen in die Herbstferien (vom 12.10.98 - 17.10.98) und die Freizeitwege dominieren in der
gesamten Woche. Ein Vergleich mit den Bildern der anderen Haushaltsmitglieder zeigt un-
mittelbar, dass die Schülerin 1996 von der Mutter im Pkw zur Schule gebracht wurde.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 31
2.6 Zweckzuordnung für die Heimwege
Rund 40 % der Wege des Mobilitätspanels sind Heimwege. Für Erklärungs- und Prognose-
modelle fehlt diesen Wegen der inhaltliche Bezug. Daher werden auf der Analyseebene die
Heimwege dem �verursachenden� Motiv zugeordnet. Bei Wegeketten, die nur aus einem
Hin- und Rückweg bestehen, kann für den Heimweg der Wegezweck des Hinwegs zugewie-
sen werden. Bei Wegeketten, die aus einer Folge mehrerer Wege zu unterschiedlichen
Zwecken bestehen, müssen Kriterien dafür festgelegt werden, welchem Zweck der Heim-
weg zugerechnet werden soll. Im Folgenden wird vorgeschlagen, die Zweckzuweisung des
Heimwegs aus der Charakteristik der Wegekette, d.h., dem wichtigsten Zweck der Wege-
kette, abzuleiten.
Um die Zahl der Wegezwecke zu reduzieren, werden weiterhin Vorschläge für die inhaltliche
Zuordnung von Sonderkategorien (z.B. Rundwege, Wege ins Hotel) gemacht.
2.6.1 Wegezweck
Im Mobilitätspanel wird der Wegezweck nach sieben vorgegebenen Zwecken (u.a. Heimweg)
und einer offenen Kategorie erhoben. Der Ausgangspunkt eines Weges wird nicht explizit
erfragt. Wenn den Antworten des Wegetagebuches entnommen werden konnte, dass es sich
um Wege z.B. zum Hotel oder der Ferienwohnung (ZWECK=9) oder zum 2. Wohnsitz
(ZWECK=10)11 handelte, so wurden diese gesondert codiert. Weiterhin wurden fehlende
Heimwege (ZWECK=71 - 76,78)12 ergänzt.
Übersicht 2-1 zeigt die Verteilung der Zweckcodierung für die ungewichteten Wege. Je nach
Erhebungsjahr sind demnach 55-57 % der Wege unmittelbar einem Zweck zuordenbar
(ZWECK=1-6).
Für alle übrigen Wege, mit Ausnahme der Rundwege, die als Freizeit gewertet werden kön-
nen, ist der Zweck nicht unmittelbar ersichtlich. Bei Heimwegen (ZWECK=71-76,78,79) ist
zu entscheiden, welchem der vorangegangenen Wege sie zuzurechnen sind.
11 Erst ab Erhebungsjahr 1999.12 Im jetzigen Codeplan für die Wegedateien, der für die Erhebungen 1994-97 gleichermaßen gilt, taucht dieAusprägung �79� (Rückweg zum zweiten Wohnsitz) für die Variable ZWECK nicht mehr auf, in der Wegedatei1994 gibt es jedoch 18 Wege mit dieser Ausprägung.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 32
Der ZWECK=9,10 gibt zwar das jeweilige Ziel (z.B. Hotel, 2. Wohnsitz) nicht jedoch den
Wegezweck an. Dieser kann in manchen Fällen mehr mit der Aktivität zusammenhängen, die
von dem neuen Ausgangspunkt (z.B. Hotel, Zweitwohnung) aus startet. So könnte z.B. die
Fahrt einer Person zum Hotel, in dem sie am nächsten Tag an einem Seminar teilnimmt, als
Geschäftsweg gewertet werden. Wird die Ferienwohnung aufgesucht, wäre dieser Weg als
Freizeitweg anzusehen wenn eine entsprechende Aktivität anschließend stattfindet. Gleiches
gilt für den Weg zum zweiten Wohnsitz. Der Weg dorthin könnte als Berufsweg gerechnet
werden, wenn Berufstätigkeit die nächste Aktivität ist. Obwohl eine derartige Zuordnung des
Wegezwecks (orientiert an der Charakteristik der nachfolgenden Wegekette) für die Wege mit
der Zweckcodierung 9,10 sinnvoll wäre, wurde aus Zeitgründen hier ebenso verfahren wie bei
den Hinwegen und den Restkategorien, d.h., der Zweck wurde aus der Charakteristik der ak-
tuellen Wegekette abgeleitet.
Wegeketten, die im Hotel oder der Ferienwohnung beginnen, dürften teilweise dort auch wie-
der enden. Die Codierung des Wegezwecks 78 (zurück zum Hotel) wurde in den einzelnen
Erhebungsjahren offensichtlich sehr unterschiedlich gehandhabt, 1999 gibt es sie gar nicht.
Auch sind in 1999 keine Rückwege zum 2. Wohnsitz vorhanden, obwohl erstmals entspre-
chende Hinwege codiert wurden. Die Art des Rückwegs ergibt sich entweder aus der offenen
Antwort bei der Frage nach dem Wegezweck/-ziel oder aus dem Gesamtzusammenhang des
Weges; er sollte künftig entsprechend einheitlich codiert werden.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 33
Übersicht 2-16:Wege (ungewichtet) nach Zweckcodierung
10 und mehr 0.1 0.1 0.1 0.1 0.1 0.1Gesamt 100 100 100 100 100 100
1) Westdeutschland.Quellen: Mobilitätspanel, Auswertung des DIW.
2.6.3 Charakteristik der Wegeketten
Eine Wegekette besteht aus einem oder mehreren Wegen. Jeder dieser Wege hat einen Zweck;
die Aufeinanderfolge dieser Zwecke ist das Wegemuster der Wegekette.
Die Charakteristik einer Wegekette soll Aufschluss über den hauptsächlichen Grund der Mo-
bilität geben. Da dieser nicht direkt abgefragt wird, müssen im Nachhinein Kriterien festgelegt
werden, anhand derer dieser hauptsächliche Grund abgeleitet werden kann. Er bestimmt sich
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 35
aus dem wichtigsten Zweck des Wegemusters, der über eine Prioritätenliste der Zwecke defi-
niert werden muss. Dem Wegemuster Service - Beruf - Einkauf - Heimweg würde z.B. nach
unserer Definition (vgl. Hierarchieliste in Übersicht 2-18) die Charakteristik Beruf zugewie-
sen werden, da der Weg zum Arbeitsplatz von uns als der wichtigste angesehen wird.
Auf diese Art und Weise kann für jeden Weg der übergeordnete Kontext, d.h., die Charakteri-
stik des Wegemusters bzw. der Wegekette, zu der er gehört, festgestellt werden. In Abhängig-
keit von dieser Charakteristik der Wegekette können Heimwege und andere sonst nicht zuor-
denbare Wege strukturiert werden. Dem Heimweg aus obigem Beispiel würde somit der
Zweck Beruf (ranghöchster Zweck der Wegekette=Charakteristik) zugewiesen werden.
2.6.4 Ableitung der Charakteristik der Wegeketten für das Mobilitätspanel
Um die Charakteristiken der Wegeketten des Mobilitätspanels bestimmen zu können, sind
zwei Dinge zu tun: Erstens ist festzulegen, welche Zweckcodierungen das Ende einer Wege-
kette markieren. Zweitens muss eine Hierarchie der Zwecke festgelegt werden, da die Cha-
rakteristik einer Wegekette sich aus dem jeweils ranghöchsten Zweck der Wegekette be-
stimmt.
Die Ausprägungen der Variablen ZWECK, die wir als Ende einer Wegekette interpretiert.
haben, sind in Übersicht 2-18 mit E markiert. Rundkurse (ZWECK=77) sind Wegeketten mit
nur einem Weg. Weiterhin haben wir die Festlegung getroffen, dass mit Auftauchen eines
neuen Haushalts, einer neuen Person oder eines neuen Tages immer auch eine neue Wegekette
beginnt. In den Fällen, in denen der Rückweg erst am nächsten Tag erfolgt (z.B. Samstag-
abend zu Freunden, in der Nacht zum Sonntag wieder nach Hause) wird mit dieser Festlegung
die Zahl der Wegeketten überschätzt. Derartigen Rückwegen wurde die Charakteristik der
nicht beendeten Wegekette des Vortages zugewiesen.
Die Ausprägungen 1-8 der Variablen CHARAKTERISTIK entsprechen denen der Variablen
ZWECK.13 Die Position der Zwecke in der Hierarchie (je kleiner die Nummer, desto ranghö-
her der Zweck) ist Übersicht 2-18 ausgewiesen. Um nicht noch eine neunte Hierarchiestufe
einzuführen, wurde den Rundkursen implizit der Zweck �Freizeit�, d.h., die Hierarchiestufe 6
13 Ausprägung �8� einschl. �99� (Keine Angabe).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 36
zugeordnet. Da Rundkurse per Definition nur aus einem Weg bestehen, ist damit gleichzeitig
auch deren Zweck auf Freizeit gesetzt.
Auch den Wegen nach außer Haus (ZWECK=9,10) wurde die Hierarchiestufe 6 (Freizeit)
unterstellt. Diese Wege erhalten dann den Zweck Freizeit, wenn kein ranghöherer Weg in der
Wegekette auftaucht.
Übersicht 2-18:Zweckcodierung, Wegekettenende und Zweckhierarchie
Wegezweck ZWECK Ende derWegekette
Zweck-Hierarchie1)
Arbeit 1 1Geschäfts- u. Dienstreise 2 3Ausbildung 3 2Einkauf 4 5Freizeit 5 6Service 6 4Heimweg 7 E 7Sonst.Weg oder Fehler 8 8Weg nach außer Haus(z:B. FeWo, Hotel) 9 6Weg zum 2. Wohnsitz 10 6ergänzter Nachhauseweg von der Arbeit 71 E 7ergänzter Nachhauseweg von Geschäft 72 E 7ergänzter Nachhauseweg von Ausbildung 73 E 7ergänzter Nachhauseweg von Einkauf 74 E 7ergänzter Nachhauseweg von Freizeit 75 E 7ergänzter Nachhauseweg von Service 76 E 7Weg von zu Hause nach Hause (Rundkurs) 77 E 2) 6Rückweg in z.B. FeWo Hotel, etc 78 E 7Rückweg zum zweiten Wohnsitz3) 79 E 7Keine Angabe 99 8
1) Je kleiner die Nummer, desto wichtiger der Zweck für die Charakterisierung. - 2) Beginn und Ende einer Wegekette. -3) Nur für 1994 relevant, vgl. Fußnote 13.Quellen: Mobilitätspanel, Auswertung des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 37
Ausgehend von den o.a. Festlegungen ergeben sich z.B. für das Jahr 1997 die in Übersicht
2-19 ausgewiesenen Zuordnungen zwischen Zweckcodierungen und Charakteristika.
Übersicht 2-19:Wege (ungewichtet) 1997 nach Zweckcodierung und Charakteristik
Lesehilfe: Von den 6544 Einkaufswegen (ZWECK=4), gehören 655 zu jeweils einer Wegekette mit der Charak-teristik Beruf (CHARAKTERISTIK=1). Rundwege haben definitionsgemäß die Charakteristik 5 (Freizeit).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 38
Wird nun den Heimwegen und den sonst nicht zuordenbaren Wegen (d.h., Wege mit
ZWECK=7 oder ZWECK>7 aber nicht Rundweg) die Charakteristik der jeweiligen Wege-
kette als Zweck zugeordnet, so ergibt sich die in Übersicht 2-20 dargestellte Verteilung dieser
Wege auf die DIW-Zwecke.
Übersicht 2-20:Heimwege1) (ungewichtet) nach DIW-Zwecken
1) Westdeutschland. - 2) Wege mit ZWECK=7,71-76,78,79 und ZWECK=8,9,99. -3) keinem der Zwecke 1-6 zuordenbar.Quellen: Mobilitätspanel, Auswertungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 39
Wird die Zweckzuordnung der Heimwege nach diesem Verfahren (d.h.. in Abhängigkeit von
der Charakteristik der Wegekette) vorgenommen und den Rundwegen der Zweck Freizeit zu-
gewiesen so ergibt sich für die Wege der Erhebungsjahre 1994-99 insgesamt jeweils die in
Übersicht 2-21 dargestellte Aufteilung auf die DIW-Zwecke.
Übersicht 2-21:Wege insgesamt (ungewichtet) nach DIW-Zwecken
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 51
3 Strukturwerte, Kenngrößen und Übergangshäufigkeiten ausgewählter Variablenim Sozio-oekonomischen Panel (SOEP)
Anhand des Mobilitätspanels wird im Rahmen dieses Gutachtens u.a. untersucht, ob und wel-
chen Einfluss Veränderungen von Rahmenbedingungen (z.B. Anschaffung eines Pkw) auf das
Verkehrsverhalten haben. Die Zahl der Haushalte und Personen, für die im Mobilitätspanel
derartige Veränderungen beobachtet werden können, ist jedoch aufgrund der vergleichsweise
kleinen jährlichen Stichprobe gering. Um die Bedeutung von Kontextveränderungen auf
Haushalts- und Personenebene deutlich zu machen, sollen die Ergebnisse des Mobilitätspanels
daher den repräsentativen Übergangshäufigkeiten des SOEP gegenübergestellt werden. Es
gilt, die mengenmäßige Bedeutung derartiger Übergänge festzustellen und mit den Strukturen
des Mobilitätspanels zu vergleichen.
3.1 Merkmale des Sozio-oekonomisches Panels
Die Methode und der Inhalt des SOEP sind ausführlich in einem Handbuch dokumentiert (vgl.
Haisken-De New und Frick, 1998; Wagner et al. 1994, SOEP Group 2001). Die folgenden
Ausführungen sollen lediglich einen groben Überblick über die Eigenschaften dieser Erhe-
bung geben.
Das SOEP, eine jährliche Haushaltserhebung zur Sammlung repräsentativer Mikrodaten über
die Lebenssituation bundesdeutscher Haushalte und Familien, findet seit 1984 statt. Die in-
haltliche Organisation und Betreuung des SOEP liegt beim Deutschen Institut für Wirtschafts-
forschung (DIW Berlin), die Feldarbeit wird von Infratest durchgeführt.
Die ursprünglich aus zwei Samples (Sample A=Deutsche und Sample B=Ausländer)15 zusam-
mengesetzte Stichprobe wurde um zwei weitere Samples (seit 1990 Sample C=Ostdeutschland
und seit 1994/95 Sample D=Zuwanderer)16 erweitert. Im Jahr 1999 schließlich wurde eine gene-
relle Auffrischung des SOEP (Sample E) vorgenommen.
15 Ausländerhaushalte sind definiert als Haushalte deren Haushaltsvorstand die türkische, griechische jugoslawis-che, spanische oder italienische Staatsangehörigkeit besitzt. Die Auswahl wurde orientiert an den in Deutschlandam häufigsten vertretenen Nationalitäten. Zum Sample A gehören alle Haushalte, deren Haushaltsvorstand nichteine der genannten Staatsangehörigkeiten besitzt.16 In Haushalten des Sample C muss der Haushaltsvorstand ehemaliger DDR-Bürger sein; in Haushalten desSamples D muss mindestens eines der Haushaltsmitglieder nach 1984 aus dem Ausland nach Westdeutschlandeingewandert sein.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 52
Der Stichprobenumfang des SOEP betrug zu Beginn (d.h., im Jahr 1984) 5924 Haushalte
(netto), die hier verwendete letzte Welle (1997) umfasst 6810 Haushalte (netto).
Die Erhebung wird von Interviewern als face-to-face Befragung durchgeführt. Befragt wird jede
Person ab 16 Jahren zur persönlichen Lebens- und Erwerbssituation, sowie zu Wünschen und
Meinungen. Darüberhinaus werden vom Haushaltsvorstand17 Angaben zu Sachverhalten, die
den Haushalt in seiner Gesamtheit betreffen und zur Situation nicht selbst berichtender Kinder
erbeten. Jede Welle des SOEP ist zusätzlich auf einen thematischen Schwerpunkt ausgerichtet.
Im SOEP wird eine umfangreiche Weiterverfolgungsstragegie angewendet. Alle Personen, die
an der ersten Welle eines Samples teilgenommen haben (einschließlich der Kinder), werden
von da an jedes Jahr einbezogen. Personen, die den Haushalt verlassen (z.B. junge Menschen,
die einen eigenen Haushalt gründen; Personen, die sich vom Partner trennen) werden in nach-
folgenden Wellen ebenso berücksichtigt wie Personen, die in einen bestehenden SOEP Haus-
halt hineinziehen. Auch Personen, die in ein Heim übersiedeln, werden weiterverfolgt. Nicht
mehr verfolgt werden dagegen Personen, die ins Ausland umziehen. Naturgemäß verliert das
Panel Personen durch Tod. Ein Haushalt wird dann als Verweigerer angesehen, wenn in zwei
aufeinander folgenden Jahren ein Komplettausfall, d.h. Verweigerung sämtlicher Haushalts-
mitglieder, festgestellt wird.
Die Weiterfolgungsstrategie des SOEP ist damit erheblich breiter angelegt als die des Mobili-
tätspanels, denn Personen, die den Haushalte verlassen, fallen hier automatisch aus der Stich-
probe herraus. Neugegründete Haushalte können nur im Zuge der jährlichen Aufstockung in
das Mobilitätspanel gelangen. Für eine Prüfung, ob junge Haushalte systematisch untererfasst
sind, fehlen jedoch geeignete Informationen zur Ableitung des Haushaltsalters.
Für die Hochrechnung der Zahl der Haushalte und Personen werden im SOEP getrennte Fak-
toren für Privathaushalte und Anstaltshaushalte gebildet. Für die Privathaushalte wird der
Hochrechnungsrahmen aus den Ergebnissen des Mikrozensus abgeleitet,18 für den Bereich der
Anstaltshaushalte wird eine freie Hochrechnung vorgenommen. Mit der Hochrechnung wer-
den selbstverständlich die in der Stichprobe verzerrten Proportionen der Samples zueinander
ausgeglichen.
17 Die Person, die am besten über die Bedingungen Bescheid weiß, in denen der Haushalt lebt und agiert.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 53
3.2 Aufbereitung des SOEP für die mit dem Mobilitätspanel vergleichbare Grund-gesamtheit �deutschsprachige Privathaushalte in Westdeutschland�
Das Mobilitätspanel wurde bis einschließlich 1998 nur in Westdeutschland durchgeführt. Die
Erhebung bezieht sich auf deutschsprachige Privathaushalte. Alle Personen ab 10 Jahren sol-
len ein Mobilitätstagebuch ausfüllen; der Haushaltsvorstand wird zusätzlich zu generellen
Haushaltsmerkmalen befragt. Die Ergebnisse werden auf die gesamte Bevölkerung (im Alter
ab 10 Jahren), bzw. auf sämtliche Privathaushalte Westdeutschlands hochgerechnet.
Für die Ableitung der Übergangshäufigkeiten von Kontextvariablen aus dem SOEP musste
eine mit dem Mobilitätspanel vergleichbare Grundgesamtheit definiert werden. Es wurde ent-
schieden, diese nicht am Hochrechnungsrahmen19 sondern an der Auswahlgrundlage des Mo-
bilitätspanels (deutschsprachige Privathaushalte in Westdeutschland) zu orientieren, da dies
auch die Abgrenzung ist, in der die zu analysierenden Informationen zum Verkehrsverhalten
zur Verfügung stehen.
Für die Entscheidung, ob ein SOEP-Haushalt zu dieser Grundgesamtheit gehört oder nicht,
wurden folgende Kriterien herangezogen:
• Der Wohnort des Haushalts ist in Westdeutschland,
• der Haushalt ist ein Privathaushalt20 und
• der Haushalt ist deutschsprachig, d.h., es lebt mindestens eine Person mit deutscherStaatsangehörigkeit im Haushalt.
Nur solche SOEP-Haushalte, die alle drei Kriterien erfüllen, wurden als zu der genannten
Grundgesamtheit gehörig angesehen. Die Grundgesamtheit auf Personenebene setzt sich aus
den Mitgliedern dieser Haushalte (im Alter ab 10 Jahren) zusammen.
Als aktuellste Daten standen aus dem SOEP zum Zeitpunkt der Bearbeitung die Ergebnisse
der Welle 1997 zur Verfügung. Für die Ableitung von Übergangshäufigkeiten wurden somit
18 Die Ergebnisse des Mikrozensus werden dafür um Doppelzählungen aufgrund von Mehrfachwohnsitzen vonHaushalten bereinigt.19 Lt. Erläuterung des Codeplans der Haushaltsdateien zum Faktor GEWHH ist dies die gesamte Bevölkerung inWestdeutschland. Diese setzt sich zusammen aus Deutschen und Ausländern in Privat- und Anstaltshaushalten.20 Die 1997er Welle des SOEP umfasst hochgerechnet 783 Tsd. Anstaltshaushalte (z.B. in Studenten-wohnheimen, Berufstätigenheimen, Altenheimen). Ihr Anteil an allen Haushalten betrug 1997 im SOEP 2 %. DaAnstaltshaushalte nicht von Beginn an erhoben wurden sondern erst allmählich durch das Hineinwechseln der
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 54
die Jahre 1996/1997 und -soweit möglich- auch die Jahre 1995/1996 betrachtet. In Übersicht
3-1 sind die ungewichteten und die hochgerechneten Fallzahlen des SOEP auf Haushalts- und
Personenebene insgesamt und für die Teilmenge �deutschsprachige Privathaushalte in West-
deutschland� ausgewiesen. Zu berücksichtigen ist, dass die für das Jahr 1995 ermittelten Häu-
figkeiten nicht vollständig mit denen von 1996 und 1997 vergleichbar sind, da hier aufgrund
der Datensituation ein etwas anderes Vorgehen bei der Abgrenzung angewendet werden
musste.21 Für die Längsschnittbetrachtungen spielt dies keine Rolle, da als Basisjahr für die
Übergangshäufigkeiten immer das jeweils zweite Jahr genommen wurde (vgl. Kap. 3.3).
Übersicht 3-1:Eckwerte des Sozio-oekonomischen Panels
1995 1996 1997
Nettowerte der Stichprobe
Haushalte insgesamt 6968 6894 6810
dar. deutschsprachige Privathaushalte 1) in Westdeutschland 39812) 4155 4136
dar. Haushaltsneugründungen von einem Jahr zum anderen 181 184
Bevölkerung insgesamt 17927 17504 17126
dar. in deutschsprachigen Privathaushalten1) in Westdeutschland 98712) 10159 10089
dar. im Alter ab 10 Jahren 8641 8598
in 1000
Haushalte insgesamt 37560 37967 38240
dar. deutschsprachige Privathaushalte 1) in Westdeutschland 262592) 28749 28951
dar. Haushaltsneugründungen von einem Jahr zum anderen 1998 1553
Bevölkerung insgesamt 81551 81784 82117
dar. in deutschsprachigen Privathaushalten1) in Westdeutschland 568332) 60851 61421
dar. im Alter ab 10 Jahren 52294 524621) Haushalte, in denen mindestens eine Person mit deutscher Staatsangehörigkeit lebt.2) Aufgrund anderer Methoden der Abgrenzung nur bedingt mit den Folgejahren vergleichbar.Quellen: SOEP, Berechnungen des DIW.
SOEP Population in diese Wohnform in die Stichprobe gelangen, ist erst nach vielen Jahren mit ihrer repräsenta-tiven Erfassung zu rechnen.21 Während 1996 und 1997 die Personen nach ihrer Nationalität gefragt wurden, war dies in 1995 nicht der FallDas Kriterium �Mindestens eine Person im Haushalt mit deutscher Staatsangehörigkeit� wurde im Jahr 1995dann als erfüllt angesehen, wenn in einem Haushalt eine Person lebte, die 1996 die deutsche Staatsangehörigkeithatte.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 55
3.3 Übergangshäufigkeiten ausgewählter Variablen des SOEP im Längsschnitt- undQuerschnittvergleich
Die Auswahl konzentriert sich auf solche im SOEP enthaltenen Variablen, für die ein enger Zu-
sammenhang mit dem Verkehrsverhalten von Personen und Haushalten vermutet werden kann.
Für diese Kontextvariablen werden Ergebnisse im Längsschnitt- und Querschnittvergleich zwei-
er aufeinander folgender Jahre dargestellt. Während der Querschnittvergleich die Verände-
rung/Konstanz der Verteilung einer Variablen in der jeweiligen Grundgesamtheit aufzeigt (z.B.
�Wie viele Haushalte sind 1995 motorisiert und wie viele sind es in 1996?� ), lässt die Längs-
schnittbetrachtung Aussagen über die Ausprägung von Variablen im Vorher/Nachher Vergleich
für die untersuchte Population zu; es können z.B. Fragen wie �In wie vielen, zuvor unmotori-
sierten Haushalten wurde 1996 ein Pkw angeschafft?� beantwortet werden.
Die Längsschnittbetrachtung umfasst naturgemäß nur eine Teilmenge der Grundgesamtheit
des jeweiligen Jahres, und zwar nur diejenigen Haushalte bzw. Personen, die gleichermaßen
in beiden Jahren existierten.22 Haushalte bzw. Personen, die von einem zum anderen Jahr ent-
fallen (z.B. durch Tod oder Verlassen der Bundesrepublik aber auch durch Antwortverweige-
rung) oder neu hinzukommen (z.B. durch Auszug aus dem Elternhaus), sind zwar Teil des
jeweiligen Querschnitts, jedoch nicht einer Längsschnittbetrachtung. Der Übersicht 3-1 ist zu
entnehmen, dass knapp 7 % der Haushalte 199623 im Jahr zuvor nicht existierten, 1997 betrug
dieser Anteil gut 5 %.
22 Jeder Haushalt des SOEP ist u.a. mit einer Haushaltsnummer gekennzeichnet. Diese bleibt dem ursprünglichenHaushalt erhalten, solange er besteht, unabhängig von der Haushaltsgröße in den einzelnen Wellen, d.h., unab-hängig davon, ob einzelne Personen ausziehen oder dazukommen. Personen, die den Haushalt verlassen, erhalteneine neue Haushaltsnummer. Die Identifizierung der Längsschnittgrundgesamtheit wurde anhand dieserHaushaltsnummer vorgenommen.In der Realität gilt folgendes: Verlässt eine Person einen bestehenden Haushalt, so gibt es zwei Möglichkeiten fürihren Verbleib: Entweder die Person gründet selbst einen Haushalt oder sie zieht in einen bereits vorhandenenHaushalt ein. Im ersten Fall erhöht sich die Zahl der Haushalte, im zweiten Fall bleibt sie unverändert. In derSOEP-Stichprobe werden diese Entwicklungen dadurch abgebildet, dass Haushaltsabspaltungen grundsätzlichals neue Haushalte gerechnet werden, unabhängig davon, ob ein neuer Haushalt gebildet wurde oder nicht.Zuzüge in bestehende SOEP-Haushalte werden unter der bereits vorhandenen Haushaltsnummer integriert.In den Text- und Tabellendarstellungen dieses Berichts werden SOEP-Haushalte, die im Vorjahr noch nicht inder Stichprobe waren, als Haushaltsneugründungen oder neu hinzugekommene Haushalte bezeichnet. Sie setzensich aus tatsächlichen Neugründungen und Einzügen in vorhandene Haushalte zusammen.23 Deutschsprachige Privathaushalte in Westdeutschland.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 56
Aus der Längsschnittbetrachtung abgeleitete Ergebnisse können somit immer nur die Ent-
wicklung in einem Teil der Grundgesamtheit erklären, denn Eigenschaften und Verhalten der
neugegründeten Haushalte sind nicht erfasst, haben aber Anteil an der Gesamtsituation.
Für die Ableitung der Übergangshäufigkeiten muss festgelegt werden, welches der beiden
aufeinander folgenden Jahre das Basisjahr für die Längsschnittbetrachtung sein soll; d.h., ob
nach vorne ins nächste Jahr oder zurück in das vergangene Jahr geschaut werden soll. Die
Bildung der Längsschnittgrundgesamtheit, d.h. das Herauslösen der in beiden Jahren glei-
chermaßen vorhandenen Haushalte führt in der hier durchgeführten Untersuchung zu gering-
fügigen Unterschieden in den Ergebnissen. Dies liegt daran, dass sich bei einigen Haushalten
eines oder mehrere der drei Merkmale, die für die Zuordnung �deutschsprachiger Privathaus-
halt in Westdeutschland� herangezogen wurden, von einem zum anderen Jahr änderte. Je
nachdem, welches Jahr dann als Basisjahr gewählt wird, ist dadurch ein Haushalt einbezogen
oder nicht. Da die Übergangshäufigkeiten z.T. aus retrospektiv gestellten Fragen abgeleitet
werden, wurde entschieden, als Basisjahr jeweils das zweite der beiden aufeinander folgenden
Jahre zu nehmen.
Die Längsschnittgrundgesamtheit für Personen setzt sich im Prinzip aus den Mitgliedern der
für den Längsschnitt ausgewählten Haushalte zusammen. Tatsächlich werden jedoch nur die
Personen berücksichtigt, die an beiden betrachteten Wellen teilgenommen haben.24
3.3.1 Haushaltsgröße
Veränderungen in der Personenzahl eines bestehenden Haushalts können verschiedene Ursa-
chen haben: Haushalte werden größer durch die Geburt eines Kindes oder den Zuzug einer
anderen Person, Haushalte werden kleiner durch Tod oder Auszug eines Haushaltsmitgliedes.
Eine Veränderung der Haushaltsgröße trifft häufig noch mit anderen Ereignissen zusammen
(z.B. Unterbrechung der Erwerbstätigkeit der Mutter nach der Geburt eines Kindes), so dass
sich in vielen Fällen das Aktivitätsspektrum und Verkehrsverhalten zumindest dieser Haus-
haltsmitglieder verändern dürfte.
24 Die Identität von Personen ist über eine unveränderliche Personennummer gegeben. Haushaltsmitglieder, die indas Befragungsalter hineingewachsen sind, werden mithilfe dieser Personennummer als identische Personenerkannt.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 57
Im ersten Schritt wurde die Variable �Haushaltsgröße� des SOEP ausgewertet. Grundsätzlich
ist festzustellen, dass die Haushaltsgrößenstruktur des SOEP von der des Mikrozensus ab-
weicht (vgl. Übersicht 3-2 und Übersicht 3-3). Da der Mikrozensus auch Zweitwohnungs-
haushalte enthält, ist es plausibel, dass der Anteil kleiner Haushalte im SOEP geringer ist.
Wichtiger noch ist der methodische Einfluss: Die Interviewer des Mikrozensus wurden nach
der Anzahl der befragten Haushalte bezahlt. Sie haben damit einen Anreiz, in einer Wohnung
(dies ist die Erhebungseinheit des Mikrozensus) möglichst viele Haushalte zu identifizieren.
Übersicht 3-2:Privathaushalte 1995 bis 1997 nach Haushaltsgröße
- Ergebnisse des Mikrozensus �
0
2000
4000
6000
8000
10000
12000
14000
1 2 3 4 5 und mehr
Haushaltsgröße in Personen
Hau
shal
te in
100
0
199519961997
Quelle: Statistisches Bundesamt., Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 58
Übersicht 3-3:Privathaushalte 1995 bis 1997 nach Haushaltsgröße
- Ergebnisse des SOEP -
0
2000
4000
6000
8000
10000
12000
14000
16000
1 2 3 4 5 und mehr
Haushaltsgröße in Personen
Hau
shal
te in
100
0
199519961997
Quellen: SOEP, Berechnungen des DIW.
95%
Vertrau-
ensbe-
reich
Die in Übersicht 3-3 ausgewiesenen Fehlerindikatoren für das 95 % Vertrauensintervall ma-
chen deutlich, dass die Schwankungen der Haushaltsgrößen des SOEP für die drei Jahre zu-
fallsbedingt sind und nicht überinterpretiert werden dürfen.
Im Längsschnitt zeigt sich, dass die Personenzahl in über 90 % der Haushalte (1995/96:
91,8%; 1996/97: 90,6 %) jeweils gleich geblieben ist.25 Diese Anteile sind als Obergrenze zu
interpretieren, denn in Einzelfällen kann eine unveränderte Haushaltsgröße auch der Saldo aus
dem Zugang und dem Weggang von Personen sein; dies wurde jedoch nicht weiter untersucht.
Die größte Konstanz in der Zahl der Haushaltsmitglieder weisen naturgemäß Einpersonen-
haushalte auf (1996/95: 95 %; 1997/96: 97,2 %), da Veränderungen im Längsschnitt hier ja
nur in einer Richtung nachvollziehbar sind. Von den Haushalten des Jahres 1996 haben sich
25 Einschließlich der nach oben offenen Haushaltsgrößenklasse �6 Personen und mehr�.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 59
rund 4 % im Vergleich zum Vorjahr vergrößert und ein ebenso großer Anteil der Haushalte ist
kleiner geworden.26
Die Verteilung der Haushaltsgrößen insgesamt zeigt für die Haushalte 1996 im Vergleich zum
Vorjahr nur marginale Veränderungen. Die im Querschnittvergleich sichtbare deutliche Zu-
nahme der Einpersonenhaushalte ist folglich der Haushaltsgrößenstruktur der neu hinzuge-
kommenen Haushalte geschuldet. Ein etwas anderes Bild ergibt sich für die Haushalte 1997
im Vergleich zum Vorjahr. Die Veränderung der Haushaltsgrößenstruktur im Längsschnitt
folgt hier - in abgeschwächter Form - der Querschnittsentwicklung.
Übersicht 3-4:Privathaushalte1) nach Haushaltsgröße
- Querschnittergebnisse 1995, 1996 und 1997 -
Personen im Haushalt 19952) 1996 1997Haushalte in 1000
1) Deutschsprachige Privathaushalte in Westdeutschland. Aufgrund einer anderen Abgren-zungsmethode ist das Jahr 1995 nur bedingt mit den Folgejahren vergleichbar.2) Aufgrund anderer Methode der Abgrenzung nur bedingt mit den Folgejahren vergleichbar.Quellen: SOEP, Berechnungen des DIW.
26 1997 wurden 5,6 % der Haushalte im Vergleich zum Vorjahr kleiner und 3,8 % größer.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 60
Übersicht 3-5:Privathaushalte 1) nach Haushaltsgröße - Längsschnittergebnisse -
Übergänge 1995/1996Anzahl Personen Anzahl Personen im Jahr 1996
im Jahr 1995 1 2 3 4 5 6 u. mehr GesamtHaushalte in 1000
6 und mehr 0,0 0,0 0,0 0,0 0,0 1,4 1,5Gesamt 31,9 33,6 14,9 14,2 4,0 1,5 100
1) Deutschsprachige Privathaushalte in Westdeutschland, jeweils ohne Haushaltsneugründungen von einem Jahr zum ande-ren.Quellen: SOEP, Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 61
3.3.2 Wohnungswechsel
Eine wichtige Kontextvariable zur Erkärung von Veränderungen des Verkehrsverhaltens ist
der Umzug von Haushalten. Je größer die Unterschiede zwischen altem und neuem Wohn-
standort (z.B. bezüglich der Entfernungen zum Arbeitsplatz) sind, umso mehr dürfte sich auch
das Verkehrsverhalten (z.B. die Wahl des Verkehrsmittels) der Haushaltmitglieder verändern.
Im Mobilitätspanel wird die Variable Umzug des Haushalts nicht explizit erhoben.
Im SOEP wurde u.a. in den Wellen 1996 und 1997 der Tatbestand Wohnungswechsel erho-
ben. Im Haushaltsfragebogen wurde dazu retrospektiv jeweils folgende Frage gestellt:
„Haben Sie bei unserer letzten Befragung, also vor ungefähr einem Jahr, schon in dieser
Wohnung gelebt?“
Ja ❐Nein ❐
Haushalte, die die Frage verneinten, sollten darüber hinaus angeben, seit wann sie in der jetzi-
gen Wohnung leben (gefragt wurde nach Monat und Jahr) und welches die Gründe für den
Wohnungswechsel waren.27 Für die Feststellung der Häufigkeit von Wohnungswechseln wur-
de die o.a. Frage (ohne Berücksichtigung der konkreten Zeitangabe) herangezogen. Es wurde
davon ausgegangen, dass sich die Differenzen zwischen dem jeweils aktuellen Befragungs-
monat und dem der vorherigen Welle zwischen den befragten Haushalten in etwa ausgleichen.
Im Jahr 1996 bewohnten demnach 10 % der Haushalte eine andere Wohnung als im Jahr zu-
vor, 1997 betrug dieser Anteil 12 % (vgl. Übersicht 3-6).
Zu berücksichtigen ist, dass in diesen Werten auch Wohnungswechsel innerhalb desselben
Gebäudes und damit ohne Veränderung des Wohnstandortes enthalten sein dürften. Betrachtet
man die Wohnungswechsel im Längsschnitt, d.h., die Wohnungswechsel bestehender Haus-
halte, so reduziert sich die Zahl der umgezogenen Haushalte 1996 um ein Drittel und ihr An-
teil geht auf gut 7 % zurück. Ähnliche Tendenzen zeigen sich in der Längsschnittbetrachtung
1997 im Vergleich zum Vorjahr.
27 Die Gründe für den Wohnungswechsel wurden 1997 anhand einer Liste von 14 Kategorien und einer offenenAntwortmöglichkeit erhoben; erwünscht war die Angabe von maximal drei Gründen. 1996 wurde dagegen derHauptgrund des Wohnungswechsels anhand acht vorgegebener Kategorien (zuzügl. einer offenen Frage) erho-ben.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 62
Übersicht 3-6:Wohnungswechsel von Privathaushalten
- Quer- und Längsschnittergebnisse 1996 und 1997 -
Vor ungefähr einem Jahr Haushalte1) Haushalte1) 2)
schon in dieser Wohnung gelebt? - Querschnitt - - Längsschnitt -
Gesamt 100,0 100,0 100,0 100,01) Deutschsprachige Privathaushalte in Westdeutschland. - 2) Ohne Haushaltsneugründungen von einem Jahr zumanderen.Quellen: SOEP, Berechnungen des DIW.
Übersicht 3-7:Hauptsächlicher Grund für den Wohnungswechsel
Haushalte 1996 mit Woh-nungswechsel1)2)
Haushalts-neugründungen 19961)3)
Grund für den Wohnungswechsel in 1000 in % in 1000 in %
Kündigung durch den Vermieter 75 3,8 30 2,9Vorherige Mietwohnung wurde inEigentumswohnung umgewandelt
3 0,1 0 0
Erwerb eines Eigenheims/einer Ei-gentumswohnung
338 17,3 31 3,0
Berufliche Gründe 233 11,9 82 7,9Familiäre Gründe (z.B. Heirat, Erb-schaft, Trennung/Scheidung, Fort-zug aus dem Elternhaus)
342 17,6 579 55,6
Größe der Wohnung 422 21,6 230 22,1Andere Gründe im Zusammenhangmit der Wohnung (z.B. günstigereMiete, bessere Lage, Ausstattung)
Insgesamt 1950 100 1042 1001) Deutschsprachige Privathaushalte in Westdeutschland.2) Ohne Haushaltsneugründungen.3) Neu hinzugekommene Haushalte.
Quellen: SOEP, Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 63
Da der Tatbestand Umzug/Wohnungswechsel häufig zusammentrifft mit der Neugründung
eines Haushalts, ist es sehr plausibel, dass der Anteil umgezogener Haushalte in der Längs-
schnittbetrachtung jeweils deutlich geringer ausfällt. Die angegebenen Gründe für einen Woh-
nungswechsel, differenziert nach bestehenden und neu hinzugekommenen Haushalten, bestä-
tigen dies:
3.3.3 Pkw-Verfügbarkeit von Haushalten
Die aktuellsten Informationen zur Pkw-Verfügbarkeit zweier aufeinander folgender Jahre sind
den Wellen 1995 und 1996 des SOEP zu entnehmen. Sie beruhen auf folgender Frage im
Haushaltsbogen:28
„Gehören zu Ihrem Haushalt folgende Dinge? Pkw ❐ und zwar...........Anzahl Pkw Motorrad ❐ Telefon ❐ Fernsehgerät ❐ Waschmaschine ❐ PC (Personalcomputer). ❐ Im Jahr 1995 haben bei dieser Frage 74 % der Haushalte angegeben, über mindestens einen
Pkw zu verfügen; im Jahr darauf betrug dieser Anteil 75 % (vgl. Übersicht 3-8). Die weiter
gehende Frage nach der Zahl der Pkw im Haushalt wurde in beiden Jahren leider von vielen
Haushalten nicht beantwortet. Für diese Haushalte ist dann lediglich bekannt, dass sie motori-
siert sind, aber nicht, wie viele Pkw im Haushalt vorhanden waren.29 Bis zur Haushaltsgröße
mit 4 Personen nimmt die Motorisierung zu. Der vergleichsweise geringen Motorisierung von
Einpersonenhaushalten ist im Rahmen der bisherigen Arbeiten noch nicht weiter nachgegan-
gen worden.
28 Die Frage wurde in beiden Jahren identisch gestellt; 1995 enthielt der Vorgabenkatalog zusätzlich noch eineweitere Kategorie aus dem Haushaltsgerätebereich.29 Die hier und im Folgenden ausgewiesenen Anteile motorisierter Haushalte sind durchweg höher als die imvorläufigen Schlussbericht des Haushaltspanels (vgl. IfV (1998)) für das SOEP dargestellten Werte. Die Motor-isierung wurde dort aus der Angabe der Pkw-Anzahl abgeleitet, wobei die Haushalte, die hierzu keine Angabemachten, als nichtmotorisiert gerechnet wurden. Es wurde formuliert, dass der Anteil unmotorisierter Haushalteaufgrund vieler KA-Fälle systematisch überschätzt ist. Freilich müssen diese KA-Fälle jedoch als motorisiertgerechnet werden, da es sich um Haushalte handelt, die zwar die Angabe der Anzahl verfügbarer Pkw unter-ließen, aber zuvor angaben, dass es einen Pkw im Haushalt gibt.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 64
Übersicht 3-8:Motorisierung von Privathaushalten1) und Anzahl der vorhandenen Pkw
- Querschnittergebnisse 1995 und 1996 -
Privathaushalte1)
1995 1996 in 1000 in % in 1000 in %
Pkw im HH Ja 19 550 74,4 21 476 74,7 Nein 6 710 25,6 7 273 25,3
4 und mehr 77 0,3 85 0,3unbekannt 2 307 8,8 2 207 7,7
Gesamt 26 259 74 28 749 751) Deutschsprachige Privathaushalte in Westdeutschland. Aufgrund anderer Methode der Abgrenzung sind die Abso-lutwerte des Jahres 1995 nicht vollständig mit dem Folgejahr vergleichbar.Quellen: SOEP, Berechnungen des DIW.
Übersicht 3-9:Privathaushalte1) nach Haushaltsgröße und Motorisierung
- Querschnittergebnisse 1995 und 1996 -
Haushalte 1995 Haushalte 1996Personen im HH insgesamt dar. mit Pkw insgesamt dar. mit Pkw
6 und mehr 392 379 96,5 393 380 96,6Gesamt 26 259 19 550 74,4 28 749 21 476 74,7
1) Deutschsprachige Privathaushalte in Westdeutschland. Aufgrund anderer Methode der Abgrenzung sind die Absolutwerte desJahres 1995 nicht vollständig mit dem Folgejahr vergleichbar.Quellen: SOEP, Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 65
Betrachtet man die Motorisierungsentwicklung im Längsschnitt so zeigt sich eine große Kon-
stanz im Motorisierungsstatus der Haushalte 1996 (Pkw im Haushalt vorhanden oder nicht)
im Vergleich zum Vorjahr (vgl. Übersicht 3-10).
Übersicht 3-10:Privathaushalte1) nach Haushaltsgröße und Motorisierung
- Längsschnittergebnisse 1995 und 1996 -
Haushalte 1996
Haushalte 1995 ohne Pkw mit Pkw Gesamt ohne Pkw mit Pkw Gesamt
Personen im Alter ab 65 Jahre 10 590 20,3 10 241 19,5
Gesamt 52 294 100 52 462 1001) Auszubildende sowie Personen in Fortbildung oder Umschulung.Quellen: SOEP, Berechnungen des DIW.
30 Diese Werte sind Untergrenzen, da die Haushalte mit unbekannter Pkw-Anzahl nicht berücksichtigt sind.31 Da die Kategorie Hausfrau/mann aus den Daten des SOEP allenfalls als Restgröße bestimmbar ist, wurde aufeine Differenzierung der nichtwerbstätigen und nicht in Ausbildung befindlichen Personen in die KategorienHausfrauen und Rentner verzichtet. Stattdessen wurden diese Nichterwerbstätigen nach dem Alter(bis unter 65J./ab 65J.) unterschieden. Die Personen des Mobilitätspanels konnten dieser Einteilung problemlosangepasst werden.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 68
Während sich im Mobilitätspanel der Ausbildungs- und Erwerbsstatus der Personen unmittel-
bar aus den Antwortvorgaben einer einzigen Frage bestimmen lässt, müssen im SOEP dafür
mehrere Fragen herangezogen werden. Da jede Person nur einer der genannten Gruppen zuge-
ordnet werden darf, sind Prioritäten für Überschneidungsfälle festzulegen (z.B. Person ist ar-
beitslos gemeldet und ist teilzeit erwerbstätig), die dann in allen Jahren gleichermaßen anzu-
wenden sind.
Während die Querschnittbetrachtung nur auf die Veränderungen in der Zusammensetzung der
Bevölkerung nach sozio-demografischen Gruppen hinweist, macht die Längsschnittbetrach-
tung auch die Wechselbeziehungen zwischen diesen Gruppen deutlich. Für 87 % der Bevölke-
rung des Jahres 1997 hat es demnach keine Änderung im Erwerbs- bzw. Ausbildungsstatus im
Vergleich zum Vorjahr gegeben.32
Die geringste Konstanz findet sich dabei plausiblerweise in denjenigen Kategorien, die sich
auf solche Phasen der Erwerbs- und Ausbildungssituation beziehen, in denen man sich nor-
malerweise nur vorübergehend oder für kürzere Zeiträume befindet. So wiesen 1997 nur 48 %
der Arbeitslosen und 59 % der in beruflicher Ausbildung befindlichen Personen einen mit
dem Vorjahr identischen Status auf. Die vergleichsweise geringen Wechselbeziehungen in der
Gruppe der Schüler/Studenten erklären sich aus der inhaltlichen Breite dieser Kategorie und
der Tatsache, dass es bei den jüngeren Personen zu diesem Status keine Alternative gibt.
Abgesehen von den Übergangshäufigkeiten zeigt die Längsschnittbetrachtung auch die Hete-
rogenität dieser sozio-demografischen Gruppen, die bei inhaltlichen Interpretationen von
Sachverhaltsänderungen von einem zum anderen Jahr berücksichtigt werden muss. So dürfte
z.B. die Motorisierungsentwicklung der Arbeitslosen stark von denjenigen Personen geprägt
sein, die in diesen Status gewechselt sind.
32 Dieses Ergebnis stimmt gut mit den von IfV (1998) ausgewiesenen Werten für die Übergänge 1995/96 überein.Abweichungen in der Aufteilung nach Gruppen dürften in erster Linie durch unterschiedliche Vorgehensweisenbei der Abgrenzung nach Gruppen zu erklären sein.
Mobilitätspanel � D
ynamik des V
erkehrsverhaltens im Jahresvergleich
69
Übersicht 3-13:Personen im Alter ab 10 Jahren in deutschsprachigen Privathaushalten Westdeutschlands nachsozio-demografischen Gruppen
Quellen: Mobilitätspanel 1994 bis 1999 (Dreifachteilnehmer), Berechnungen des DIW.
Um in den Übergängen ausreichende Fallzahlen berücksichtigen zu können, waren weitere Zu-
sammenfassungen von Kategorien notwendig (Übersicht 4-8). Für diese Kategorien können
dann Vergleiche der Verhaltensmerkmale zwischen Wechslern und Verbleibenden vorgenom-
men werden. Dabei zeigt sich u.a., dass der Unterschied in der Verkehrsleistung zwischen Voll-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 79
zeit- und Teilzeitbeschäftigten aus der Querschnittsbetrachtung sich beim Wechsel der Personen
zwischen diesen Kategorien nicht realisiert.34 Die Wechsler von der Voll- in die Teilzeittätigkeit
bzw. Arbeitslosigkeit hatten schon vorher eine geringere Verkehrsleistung als die Voll-
Berufstätigen insgesamt und haben diese auch mit dem Tätigkeitswechsel nicht weiter verrin-
gert. Beim umgekehrten Wechsel, zu dem 39 Beobachtungen vorliegen, zeigt sich schon vor der
Aufnahme der Vollzeittätigkeit eine weit überdurchschnittliche Verkehrsleistung, die dann auf
den Durchschnittswert aller Voll-Berufstätigen zurückgeht. Ähnlich ist die Situation bei denen,
die von der Schul-, Hochschulausbildung in die Berufstätigkeit wechseln. Bereits vor dem
Wechsel liegt ihre Verkehrsleistung höher als der Durchschnitt der Schüler / Studentinnen, um
dann auf das Niveau der Voll-Berufstätigen anzusteigen. Deutliche Rückgänge der Verkehrslei-
stung zeigen sich beim Wechsel aus der Berufstätigkeit in den Renten- bzw. Hausfrauenstatus.
Dieser Wechsel ist auch bei den statistischen Analysen signifikant (s. Abschnitt 5.2).
Übersicht 4-8:Anzahl der Personenkilometer in der Woche nach der beruflichen Stellung (Übergänge)
Berufstätigkeit N PkmVorjahr Befragungsjahr Vorjahr Befragungsjahr
11 Voll-Berufstätig Voll-Berufstätig 1.054 312 31012 Voll-Berufstätig Teilzeit/arbeitslos 44 286 28814 Voll-Berufstätig Rentner(in)/Hausfrau 25 348 27721 Teilzeit/arbeitslos Voll-Berufstätig 39 336 30922 Teilzeit/arbeitslos Teilzeit/arbeitslos 397 237 23924 Teilzeit/arbeitslos Rentner(in)/Hausfrau 64 208 14031 In Ausbildung Voll-Berufstätig 38 234 33433 In Ausbildung In Ausbildung 352 177 19042 Rentner(in)/Hausfrau Teilzeit/arbeitslos 57 179 18644 Rentner(in)/Hausfrau Rentner(in)/Hausfrau 1.003 187 183
3.108 241 239
Quellen: Mobilitätspanel 1994 bis 1999 (Wiederholer), Berechnungen des DIW.
34 Diese und die folgenden Aussagen beziehen sich auf die zweidimensionale Brechung nach Verkehrsleistungund Wechsel der Berufssituation. Die Zahlen sind natürlich Salden aus weiteren Einflussfaktoren auf dieVerkehrsleistung, wie Geschlecht, Bildungsniveau usw., die simultan in der später folgenden statistischen Mod-ellierung (vgl. Kapitel 5) einbezogen werden. Im Gegensatz zu IVT (1999), halten wir auch die Betrachtung nureinzelner Einflussgrößen für durchaus sinnvoll und glauben, dass sich die Leser durchaus der Bedingtheit derformulierten Schlussfolgerungen bewusst sind. Die Ergebnisse der dynamischen Regressionsanalysen bestätigenim Übrigen (oft, aber nicht immer) die in der aggregierten Tabelle aufscheinenden Zusammenhänge.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 80
4.2.3 Arbeitsplatz- oder Ausbildungsplatzwechsel
Ein Wechsel des Arbeits- oder Ausbildungsplatzes gehört zu den Änderungsgrößen, die nicht
aus dem Vorjahresvergleich bestimmt werden können, sondern (ab 1996) direkt abgefragt
werden, so dass die Angaben nicht nur für Wiederholer vorliegen. Etwa 10 % der Berufstäti-
gen geben an, den Arbeitsplatz im letzten Jahr gewechselt zu haben. Bei den ungewichteten
Fällen hat dies keine Veränderung der Verkehrsleistung zur Folge. Nach der DIW-
Längsschnitt-Gewichtung (s. Abschnitt 2.9) zeigt sich eine Zunahme der zurückgelegten Per-
sonenkilometer bei Arbeitsplatzwechsel um 7 % von 274 auf 295 km in der Woche. Bei den
statistischen Analysen zur Dynamik der Verkehrsleistung war diese Variable sowohl im ge-
wichteten wie im ungewichteten Datenbestand nie signifikant.
4.2.4 Persönliche Pkw-Verfügbarkeit und Wegehäufigkeit
Die Frage nach der persönlichen Pkw-Verfügbarkeit mit den drei Antwortmöglichkeiten - ja,
regelmäßig; ja, gelegentlich; nein - wurde von einem Viertel der Befragten nicht beantwortet.
Unter Zuhilfenahme des für die Erhebungswoche berichteten Verhaltens dieser Nichtantwor-
ter wurden die fehlenden Angaben einer der oben genannten Kategorie zugeordnet.35
Als ein Beispiel zur Veränderung der Mobilität bei Übergängen wird in Übersicht 4-9 für die
Wiederholerkohorte von 1996 die Änderung der Wegehäufigkeit in Abhängigkeit von einer
Änderung der Verfügbarkeit über einen Pkw ausgewiesen. Im obersten Block der Tabelle sind
die Fallzahlen ausgewiesen, z.B. haben 29 Personen, denen 1996 nur bedingt ein Fahrzeug zur
Verfügung stand, 1997 eine regelmäßige Verfügbarkeit angegeben. Die Werte unterhalb der
Diagonalen (hell schraffiert) weisen Personen mit steigender, oberhalb der Diagonalen (dun-
kel schraffiert) mit sinkender Verfügbarkeit über einen Pkw aus.
35 Für die Auflösung der Kategorie �Keine Angabe� wurden folgende Kriterien angewendet: unter der Voraus-setzung, dass die Person über einen Pkw-Führerschein verfügt und der Anteil ihrer Wege als Pkw-Fahrer in derWoche >50 % war, wurde ständige Pkw-Verfügbarkeit unterstellt, ansonsten wurde bedingte Pkw-Verfügbarkeitangenommen. Personen ohne Pkw-Fahrerlaubnis wurde die Kategorie �nein� (keine Pkw-Verfügbarkeit) zugewi-esen.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 81
Übersicht 4-9:Änderung der Pkw-Verfügbarkeit und der Wegehäufigkeit (Übergänge)
Pkw-Verfügbarkeit in 1997Ja,regelm Ja bedingt Nein k.A Summe
Quellen: Mobilitätspanel (Dreifachteilnehmer 1994 – 1998), Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 85
Es zeigt sich, dass diejenigen Personen mit konstantem Zeitkartenbesitz über die drei Jahre
(Zeile JJJ) im Vergleich zu den konstant ÖV-Abstinenten (Zeile NNN) im dritten Befra-
gungsjahr nahezu die gleichen Aufkommens- und Verkehrsleistungswerte aufweisen. Bei den
Nicht-Zeitkartenbesitzern ergibt sich dies allerdings aus einem deutlichen Mobilitätsrückgang
(Ermüdung ?), wie der Vergleich mit den Vorjahren zeigt, während die ständigen Zeitkarten-
besitzer in Bezug auf die Wegezahl beständiger sind und ihre berichteten Verkehrsleistungen
und vor allem die im Verkehr zugebrachte Zeit sogar steigern. Hier deutet sich an, dass weite-
re Einflussfaktoren (Alter, Ausbildung) mit zur Erklärung herangezogen werden sollten.
4.3 Siedlungsstruktur, Verkehrserschließung
4.3.1 Parkprobleme am Wohnort
Die Parkprobleme am Wohnort, die ursprünglich in 3 Variablen (PARKSTR, PARKGAR,
PARKPROB) codiert sind, werden vom DIW in einer Variablen zusammengefasst, die sich aus
einer Erweiterung der Variablenausprägungen von PARKPROB ergibt. Die Ausprägungen
1 Sehr schwierig
2 Schwierig
3 Nicht besonders schwierig
4 überhaupt nicht schwierig
9 keine Angabe
werden ergänzt durch
5 wenn Privatparkplatz vorhanden und
6 wenn kein Pkw im HH.
d.h. je größer der Wert umso weniger spielen Parkprobleme eine Rolle. Informationsverluste
bzw. Verfälschungen könnten für die HH eintreten, in denen mehrere Pkw vorhanden sind
(26 % aller Haushalte im gepoolten ungewichteten Bestand) und deren private Parkmöglich-
keiten nicht für alle Fahrzeuge ausreichen.37 Es sind jedoch nur 4,5 % der Haushalte, die
mehrfach motorisiert sind und berichten, sowohl am Straßenrand als auch privat zu parken.
37 Ab 1999 werden im Mobilitätspanel diese Informationen für bis zu drei Fahrzeuge im Haushalt getrennt erho-ben. In diese Längsschnitt-Untersuchung konnte dies noch nicht einbezogen werden.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 86
Hiervon haben wiederum nur rd. 10 % angegeben (19 Haushalte), dass die Möglichkeit zum
Parken am Straßenrand als schwierig oder sehr schwierig anzusehen ist.
Generell ist der Anteil der Haushalte, die ihr Auto am Straßenrand parken, mit 10 % in 1994
und rd. 20 % in den übrigen Jahren relativ gering. Hiervon geben etwa ein Drittel unter-
schiedliche Schwierigkeitsgrade der Parkplatzsuche in den Befragungsjahren an. Die Fallzah-
len mit einer Änderung der Parksituation am Straßenrand sind daher sehr niedrig und dürften
darüber hinaus dadurch verzerrt sein, dass sie die subjektive Einschätzung der jeweils ausfül-
lenden Person darstellen, die nicht in allen Jahren identisch sein muss. Bei den Übergangshäu-
figkeiten mit einer Änderung der Parkprobleme ergaben sich somit wegen der geringen
Fallzahlen der Haushalte, die nicht über einen privaten Parkplatz oder eine Garage verfügen
können, und den eher subjektiv bedingten Schwankungen keine in der statistischen Analyse
verwendbaren Ergebnisse.
4.3.2 Qualität der Anbindung der Wohnung an öffentliche Verkehrsmittel
Die Erschließung des Wohnungsstandortes durch öffentliche Verkehrsmittel wird im Mobili-
tätspanel umfangreich erhoben. Insgesamt 10 Variablen zur Erreichbarkeit von Haltestellen
der öffentlichen Verkehrsmittel und eine Frage zur Zufriedenheit mit der ÖV-Anbindung wer-
den codiert. Die letztgenannte Bewertungsvariable weist eine bemerkenswert stetige Ent-
wicklung aus. Die Zufriedenheit mit der Anbindung der Wohnung an öffentliche Verkehrs-
mittel nimmt von 1994 bis 1998 kontinuierlich von unter 50 % auf über 75 % zu, umgekehrt
sinkt der Anteil derer, die meinen, die Anbindung �sollte verbessert werden� von 50 auf 23 %.
Diese Entwicklung verläuft entgegengesetzt zu der des Kundenmonitors Deutschland 2000,
der die Globalzufriedenheit mit dem Öffentlichen Personennahverkehr erhebt. Die auf einer 5-
er Skala (von 1=vollkommen zufrieden bis 5=unzufrieden) ermittelten Branchenmittelwerte
weisen für die Jahre 1994 bis 1998 konstante bis rückläufige Zufriedenheit aus.38 Hier stellt
sich die Frage, ob in dieser Divergenz eine Selektivität der Stichprobe des Mobilitätspanels
zum Ausdruck kommt.
38 Für die Jahre 1994 bis 1998 wurden folgende Werte ermittelt: 2,78 � 2,91 � 2,97 � 2,95 � 3,01; vgl.http://www.servicebarometer.de (März 2001).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 87
Übersicht 4-12:Haushalte nach der Zufriedenheit mit der Anbindung an öffentliche Verkehrsmittel
HaushalteZufriedenheit mit der
Anbindung an öffentliche Verkehrsmittel1994 1995 1996 1997 1998 Gesamt
absolut
Im Großen und Ganzen zufrieden 116 240 512 557 565 1990
Sollte verbessert werden 118 141 222 193 173 847
keine Angabe 5 4 14 14 8 45
Gesamt 239 385 748 764 746 2882
Anteile in %
Im Großen und Ganzen zufrieden 48,5 62,3 68,4 72,9 75,7 69,0
Sollte verbessert werden 49,4 36,6 29,7 25,3 23,2 29,4
Quellen: Mobilitätspanel (Haushalte 1994 – 1998), Berechnungen des DIW.
Kreuztabellen der Bewertungsvariablen mit den Entfernungs-, bzw. Erreichbarkeitsvariablen
der Verkehrsmittel zeigen, dass die Erreichbarkeit einer Straßenbahn-, U-, oder S-Bahn-
Haltestelle in angemessener Zeit (10 - 20 Min. zu Fuß) zu über 90 % mit Zufriedenheit mit
der Erschließung zusammentrifft. Diese Ergebnisse sind plausibel, denn die genannten Schie-
nenverkehrsmittel verkehren nur in ausgebauten Netzen und weisen einen vergleichsweise
hohen Bedienungsstandard auf. Die Entfernung zur Bushaltestelle39 dagegen sagt noch nichts
über die Qualität der Bedienung aus, entsprechend gering ist der Zusammenhang mit der Be-
wertungsvariablen. In den statistischen Analysen wird daher nur die Variable zur Zufrieden-
heit mit dem ÖV verwendet. Sie korreliert stark mit der Wohnlage.
39 Auf die Fragen zur Erreichbarkeit von Bushaltestellen ohne Angaben zur Qualität der Bedienung könnte u.E.verzichtet werden.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 88
Übersicht 4-13:Haushalte nach der Erreichbarkeit öffentlicher Verkehrsmittel
Erreichbarkeit
öffentlicher Verkehrsmittel 1994 1995 1996 1997 1998 GesamtAnteil an allen Haushalten in %
Bushaltestelle zu Fuss erreichbar: Ja 92,5 89,6 93,9 95,0 95,0 93,8
in bis zu 10 Min. 79,9 79,7 85,4 87,8 89,1 85,8
In bis zu 20 Min. 88,3 87,5 92,5 94,0 94,4 92,4
Strassenbahnhaltest. z.F. erreichbar: Ja 5,4 15,1 13,6 14,7 14,2 13,6
in bis zu 10 Min. 3,3 10,9 9,8 11,8 11,0 10,2
In bis zu 20 Min. 4,2 13,8 13,0 13,9 13,3 12,7
U-Bahn-Haltestelle zu Fuss erreichbar: Ja 3,3 7,3 8,6 8,2 7,9 7,7
in bis zu 10 Min. 2,1 4,9 6,3 6,3 5,0 5,4
In bis zu 20 Min. 2,5 6,2 8,2 7,7 7,0 7,0
S-Bahn-Haltestelle zu Fuss erreichbar: Ja 7,1 14,8 14,2 16,8 15,4 14,7
in bis zu 10 Min. 2,1 4,2 5,6 7,1 7,0 5,9
In bis zu 20 Min. 4,6 8,8 11,0 14,1 12,5 11,4
Bahnhof zu Fuss erreichbar: Ja 42,7 43,6 39,6 36,0 37,5 38,9
in bis zu 10 Min. 13,0 11,7 13,2 11,1 12,6 12,3
In bis zu 20 Min. 32,2 28,1 27,7 24,2 25,2 26,5
Quellen: Mobilitätspanel (Haushalte 1994 – 1998), Berechnungen des DIW.
4.3.3 Raumtyp, Siedlungsstruktur
Das Wohnumfeld, d.h., die zur Verfügung stehende Verkehrsinfrastruktur und die Erreichbar-
keit von Zielen wie Einkaufsgelegenheiten und Freizeiteinrichtungen, hat unmittelbaren Ein-
fluss auf das Verkehrsverhalten, d.h. die Verkehrsmittelwahl, die Zahl der Wege und die Ver-
kehrsleistung. Im Panel wird die Situation daher durch zahlreiche Einzelfragen zur Erreich-
barkeit von Einrichtungen, durch eine Einschätzungsfrage zur Lage der Wohnung und durch
die Codierung des Raumtyps der Wohnung (als eher objektiv zu sehendes Merkmal) einbezo-
gen. In den Längsschnittauswertungen konnten nur die beiden letztgenannten Variablen
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 89
berücksichtigt werden. Als Beispiel sind in Übersicht 4-14 die Personenkilometer nach dem
Raumtyp ausgewiesen. Wie zu erwarten, ist die Verkehrsleistung der Einwohner kleinerer
Gemeinden höher als die von Innenstadtbewohnern.
Übersicht 4-14:Anzahl der Personenkilometer in der Woche nach dem Raumtyp
Darüber hinaus sind die besonderen Datenstrukturen eines Panel zu berücksichtigen. Durch
die wiederholte Befragung derselben Personen ergeben sich für Paneldaten besonders kom-
plexe Fehlerstrukturen. Die Unabhängigkeit der Messungen ist nicht gegeben. Andererseits
bestehen neue Analysemöglichkeiten, da die vorherigen Messungen der abhängigen Größe y
mit einbezogen werden können. Es existiert umfangreiche Literatur zu den Methoden der Pa-
nelanalyse, darunter in deutscher Sprache Engel und Reinecke (1994), siehe des Weiteren den
Sammelband von Engel und Reinecke (1996) und das Standardwerk von Hsiao (1986) sowie
einzelne in der Literaturliste aufgeführte Artikel.
42 D.h. z.B. es wird erwartet, dass eine Einkommensveränderung um 100 DM bei einem Basiseinkommen von1000 DM höhere Reaktionen bewirkt, als bei einem Einkommen von 10000 DM.43 Durch die Effektkodierung der kategorischen Einflussgrößen ist die Summe der Parameter der MerkmalsstufenNull bzw. es erübrigt sich die Angabe eines Parameters, vgl. Tutz (2000).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 100
5.1.2 Methodenstudie von IVT und Steinbeis-TZ
In der Methodenstudie von IVT Heilbronn und Steinbeis-TZ Angewandte Systemanalyse
Stuttgart44 werden zwei Ansätze zur Analyse der Paneldaten verfolgt.
Vom Steinbeis-Transferzentrum Angewandte Systemanalyse sind Modelle der künstlichen
Intelligenz zur Fragestellung, welche Einflussgrößen die wöchentlich für Verkehr aufgewen-
dete Zeit bestimmen, eingesetzt worden. Neuronale Netze haben im Vergleich zu den klassi-
schen statistisch-ökonometrischen Modellen der linearen Regressions- und Varianzanalyse
den Vorteil, nichtlineare Zusammenhänge zu berücksichtigen. Der große Nachteil liegt jedoch
(derzeit noch) in der fehlenden Standardsoftware und darin, dass die Modellbildung, wie die
Ausgestaltung des Lernverfahrens und der zusätzlichen Parameter, z.B. Zahl der verdeckten
Neuronen, großer Erfahrung mit den Verfahren bedarf. Für dieses Projekt konnten diese Mo-
delle vom DIW noch nicht eingesetzt werden.
Das von IVT an den Beispielen
• Erklärung der Dauer der Verkehrsbeteiligung (Variable DAU_SUM) als metrischer Varia-
blen und
• Erklärung der Nutzung des Pkw als Fahrer am Befragungstag (Variable NUTZPKW) als
Beispiel einer kategorialen abhängigen Größe
eingesetzte statistische Modell ist dagegen in Standardsoftwarepaketen SAS bzw. LIMDEP
implementiert. Das vorgeschlagene Verfahren lässt sich � wie oben dargestellt � als eine Er-
weiterung der klassischen linearen Regressions- und Varianzanalyse interpretieren. Es unter-
scheidet sich hiervon durch die Möglichkeit, Variable mit zufälligen Effekten einzubeziehen,
sowie durch die Schätzmethode für die Modellparameter. Die für die Modelle mit metrischer
abhängiger Variablen eingesetzte Prozedur MIXED des SAS-Programmpakets nimmt nach
der �Feasible Generalized Least Squares (FGLS)�-Methode eine �Restricted Maximum-
Likelihood (REML)�-Schätzung vor. Die Zerlegung der Einflussgrößen der Schätzgleichung
in solche mit festen Effekten (den eigentlich gesuchten erklärenden Variablen) und �zufälli-
gen Effekten�, die in den speziellen Einstellungen und Verhaltensweisen der (zufällig ausge-
wählten) wiederholt befragten Haushalte und Personen liegen, erfolgt über die entsprechende
Einbeziehung der Haushalts- und der Personennummer in die Analyse. Dies ermöglicht die
44 Vgl. IVT und Steinbeis -TZ Angewandte Systemanalyse (1999).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 101
Aufteilung der nach Berücksichtigung der festen Effekte verbleibenden Residuen in ein als
rein zufallsabhängiges unterstelltes �Weißes Rauschen� und in eine �Varianzkomponente�,
die sich aus den Erklärungsbeiträgen der wiederholten Befragung der gleichen Person/des
gleichen Haushalts mit seinen Eigenheiten ergibt.
5.2 Die Quer- und Längsschnittanalyse im Vergleich
In diesem Abschnitt werden exemplarisch einige inhaltliche Zusammenhänge herausgegriffen,
um die Analyseansätze und Ergebnisse bei der Quer- und Längsschnittbetrachtung zu verglei-
chen. Zur Analyse sind am DIW die statistischen Programmpakete SAS und Stata eingesetzt
worden. Sowohl in SAS als auch in Stata stehen unterschiedliche Möglichkeiten zur Verfü-
gung, um die Komplexität der Paneldaten angemessen zu berücksichtigen. Als Verhaltensin-
dikatoren werden in den folgenden Analysen Wochenwerte der gesamten Wegehäufigkeit und
der Anzahl Wege mit öffentlichen Verkehrsmitteln sowie die Summe der jeweils zurückge-
legten Entfernungen herangezogen. Zwei Datensätze werden für die Analysen genutzt: Der
gepoolte Bestand aller Teilnehmer unabhängig von der Teilnahmehäufigkeit (N ca. 7 500,
Mehrfachteilnehmer werden mehrfach einbezogen) und der Bestand aller Wiederholer mit
Variablenwerten für jeweils zwei Beobachtungsjahre (N ca. 3 200, Dreifachteilnehmer werden
doppelt einbezogen). In einigen Analyseschritten wird die Stichprobe in Untergruppen seg-
mentiert.
Zunächst werden für die Wegehäufigkeit - ein zentraler Indikator für die Mobilität � die Er-
klärungsgrößen in einem Quer- und einem Längsschnittansatz ermittelt und bewertet. Der
Befund leitet dann zur Analyse der ÖV-Nutzung über, einem Verhaltensindikator, von dem
erwartet werden kann, dass er sensibler im Zusammenhang mit der Veränderung struktureller
Variablen reagiert als die Wegehäufigkeit insgesamt. Schließlich wird die persönliche Ver-
kehrsleistung der Befragten modelliert.
5.2.1 Bestimmungsgrößen der wöchentlichen Wegehäufigkeit
Die Wegehäufigkeit ist ein wesentlicher Indikator für die Mobilität von Personen und war
Gegenstand zahlreicher Analysen. Die Anzahl der durchgeführten Wege hängt unmittelbar mit
der Anzahl der Aktivitäten außer Haus zusammen und ist deshalb im Aggregat eine relativ
stabile Größe in zeitlichen oder räumlichen Vergleichen. Im Folgenden werden alle in der
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 102
Berichtswoche von den befragten Personen angegebenen Wege in die Analyse einbezogen,
damit sind alle Wochentage gleichermaßen in der Analyse repräsentiert. Dies wird Unter-
schiede in den Wegezahlen und in den Bestimmungsgrößen gegenüber anderen Untersuchun-
gen bewirken, wenn diese z.B. auf Daten für Werktage basieren und / oder sich auf Wege (je
Person und Tag) beziehen.
Ziel der Querschnittanalyse ist es nicht, den vorhandenen Untersuchungen noch eine weitere
hinzuzufügen. Es geht vielmehr darum,
• die bei einer normalen Querschnittbetrachtung in diesem Datenbestand vorhandenen Er-
klärungsmuster offen zu legen,
• daraus Hypothesen für die Bedeutung der Veränderung von Einflussgrößen im Übergang
(im Längsschnitt) abzuleiten und
• diese Hypothesen in einer Längsschnittanalyse zu überprüfen.
Die Querschnittsanalysen werden mit dem gepoolten Datenbestand der Wellen 1994 bis 1998
oder 1999 durchgeführt. Damit stehen bis zu ca. 7 650 Beobachtungen (Personenwochen) für
die Analyse zur Verfügung (vgl. Übersicht 2-17) Die abhängige Variable �Wegehäufigkeit�
ist annähernd normalverteilt mit einem Mittelwert von 24,6 Wegen je Person und Woche. Zur
Auswahl der relevanten Einflussgrößen wird zunächst die Signifikanz aller siebzehn in Frage
kommenden Variablen in einem varianzanalytischen Haupteffektenmodell geprüft.45 Fünf
Variablen erweisen sich bei einer Grenze für die Irrtumswahrscheinlichkeit von 1 % als nicht
signifikant (aus der Variablenliste: Anzahl Pkw im Haushalt, Geschlecht, Haushaltstyp, Park-
situation an der Wohnung, Parksituation am Arbeits-/Ausbildungsplatz). Die im Erklärungs-
modell für die wöchentliche Wegehäufigkeit verbleibenden 12 Variablen sind in der Übersicht
5-1 mit den Freiheitsgraden (DF), dem F-Wert und der Irrtumswahrscheinlichkeit ausgewie-
sen. Das Haupteffektenmodell (ohne Interaktionen) erreicht eine Varianzaufklärung von 14 %,
alle Variablen sind hochsignifikant. Sieben der signifikanten Variablen messen Personen-
merkmale (Alter, etc.) oder andere Angaben der Personen (Erreichbarkeit, Zufriedenheit),
zwei Variablen sind Haushaltsmerkmale und die Variable Raumtyp ist eine auf fünf Stufen
zusammengefasste Typisierung nach BIK.
45 Geschätzt mit der Prozedur GLM (General Linear Models) des Statistikpaketes SAS (vgl. SAS Institute Inc.,1994), Release 6.12.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 103
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 105
Für die Interpretation ist zu bedenken, dass der Zielwert �Wegehäufigkeit� für eine hypotheti-
sche Person mit bestimmten Merkmalen nur durch die Linearkombination aller einzelnen 12
Effekte bestimmt werden kann (z.B. Person der Kohorte 1996, in der Welle 1997, ohne Pkw-
Verfügung, mit mittlerem Schulabschluss, etc.). Bezüglich des Kohorteneffektes heißt dies
zum Beispiel, dass mit der Zugehörigkeit zur Kohorte 1997 eine deutlich höhere Wegezahl
verbunden ist, gegeben (oder kontrolliert für) die anderen 11 Effekte. Weitere Einflüsse, die
sich in der Variablen Kohorte niederschlagen, da sie nicht mit den angegebenen anderen Va-
riablen kontrolliert werden, könnten also eine Rolle spielen. Ebenso schwierig ist die Inter-
pretation des Einflusses des Befragungsjahres, die Effekte sind springend und klein. Beide
Variablen können als Stellvertreter (Proxy) für andere, nicht gemessene Einflüsse stehen.
Die isolierte Wirkung der 10 inhaltlichen Einflussgrößen sei nur kurz charakterisiert:
• mit voller Pkw-Verfügung sind etwa 1,5 mehr wöchentliche Wege verbunden;
• mit steigendem Bildungsniveau nimmt die Wegehäufigkeit deutlich zu;
• in den Berufs- oder Lebenszyklus-Kategorien weisen Teilzeitbeschäftigte die höchsten
Wegezahlen auf, gefolgt von den Rentnern;
• mit höherem Alter sinkt die Wegezahl � diese Variable hat die größten Effekte mit einer
Differenz von 8,7 Wegen zwischen den bis 18-jährigen und den über 75-jährigen Perso-
nen;
• Befragte in Haushalten mit zwei oder drei Personen haben eine geringere, die in Haushal-
ten mit vier oder mehr Personen höhere Wegezahl;
• die Personen mit Pkw-Führerschein weisen systematisch 2,4 Wege wöchentlich mehr auf;
• mit Kindern im Haushalt der befragten Personen liegt die Wegezahl höher;
• im ländlichen Raum sind die Wegezahlen geringer als in den anderen Raumtypen;
• die Personen mit schlechter Erreichbarkeit des Arbeits- oder Ausbildungsplatzes mit dem
ÖV und
• die Personen, die sich eine bessere ÖV-Anbindung ihrer Wohngegend wünschen, berich-
ten weniger Wege.
Aus diesem Erklärungsmuster können nun Hypothesen über die Wirkung der Veränderung
von Einflussgrößen im Übergang auf die Wegehäufigkeit abgeleitet werden. So legt der Un-
terschied in der Wegezahl für die zwei Kategorien der Pkw-Verfügung nahe, dass mit einem
Wechsel zwischen den Kategorien eine Veränderung um etwa 1,5 Wege verbunden sein
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 106
könnte. Entsprechendes gilt für die weiteren �faktischen� Einflussgrößen. Mit Änderungen in
den �weicheren� Angaben zur Erreichbarkeit und Zufriedenheit können wohl weniger eindeu-
tige Wirkungen erwartet werden, wie schon die schwer interpretierbaren Effekte der Quer-
schnittsanalyse zeigen.
Die Variable Alter ist perfekt korreliert mit der Zeit � also den Wellen der Befragung � und
daher können in einer Längsschnittanalyse Alterseffekte innerhalb der Personen nicht von
anderen zeitabhängigen Effekten getrennt werden. Alterseffekte können also nur in einer
Querschnittsanalyse gemessen werden � wie es mit dem oben geschilderten Querschnittsmo-
dell geschehen ist. Andere Einflussgrößen - wie das Ausbildungsniveau und der Besitz eines
Führerscheins � ändern sich bei fast allen Personen nicht mehr sobald sie das Erwachsenenal-
ter erreicht haben, sind also auch invariant über der Zeit (vgl. Bradley, 1997, S. 283).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 107
Übersicht 5-3:Wöchentliche Wegeanzahl der Mehrfachteilnehmer im Mobilitätspanel
Wegehäufigkeit in jeweils zwei Folgebeobachtungen
Anzahl derFälle
0
10
20
30
40
50
60
0 10 20 30 40 50 60
Wegeanzahl in erster Beobachtung
Weg
eanz
ahl i
n zw
eite
r Beo
bach
tung
bis 45 bis 89 bis 1213 bis 1617 bis 20
Quellen: Mobilitätspanel 1994-1999,Berechnungen des DIW.
In der Übersicht 5-3 ist die doch beachtliche Streuung der Wegezahlen zwischen erster und
zweiter Beobachtung aufgetragen. Diese Graphik vermittelt nicht das Bild einer konstanten
Anzahl der Wege auf individueller Ebene. Der hier gewählte Ansatz für die Längsschnittana-
lyse in einem Übergang will die Wegeanzahl in der zweiten Beobachtung (WEGE2) erklären
mit derjenigen in der ersten Beobachtung (WEGE1) und weiteren Variablen, die eine Verän-
derung in den auch im Querschnittsmodell genutzten Einflussgrößen messen. Zusätzlich zu
den genannten Variablen steht für eine Längsschnittbetrachtung die Information �Wechsel des
Arbeits- oder Ausbildungsplatzes im letzten Jahr� zur Verfügung. Mit WEGE1 stehen damit
zwölf Variable im Modell, von denen sich allerdings nur drei als signifikant erweisen. Nicht
signifikant auf die Veränderung der Wegezahl wirken in diesem Modell Änderungen der An-
zahl Pkw, des Schulabschlusses, der Kategorie im Lebenszyklus, der Haushaltsgröße, des
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 108
Führerscheinbesitzes, der Anzahl Kinder im Haushalt, des Raumtyps und der Erreichbarkeit
des Arbeits- oder Ausbildungsplatzes mit öffentlichen Verkehrsmitteln.
Übersicht 5-4:Änderung der wöchentlichen Wege - Haupteffektenmodell Längsschnitt
Modell 6 341,06 0,0001
R2 = 0,41 N = 2969
Wege 1 1 1777,83 0,0001
Delta PKW-Verfügung 3 3,37 0,0178
Arbeits-/Ausbildungsplatz 2 12,96 0,0001-Wechsel
Variable DF F-Wert p-Wert
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Als signifikant verbleiben die Änderung der Pkw-Verfügung und der Wechsel des Arbeits-
oder Ausbildungsplatzes neben der Wegezahl in der ersten Beobachtung im Modell
(Übersicht 5-4), das damit eine Varianzaufklärung von 41 % erreicht. Diese wird fast aus-
schließlich von der Wegezahl in der ersten Beobachtung abgedeckt, d. h. obwohl die beiden
weiteren Variablen signifikant sind ist ihr Erklärungsbeitrag für die abhängige Variable sehr
bescheiden. Dies wird auch an der Größe der geschätzten Effekte deutlich: Bei einem Abso-
lutglied von 7,75 und einem geschätzten Parameter für WEGE 1 von 0,62 ergibt sich für einen
mittleren Fall (Mittelwert WEGE1 = 24,9, Variationskoeffizient 39 %) ein Basiseffekt von
23,2 Wegen, der von beiden weiteren Variablen nur noch geringfügig modifiziert werden
kann. Bedeutender als bei der Querschnittsmodellierung (dort sollen nur generelle Erklärungs-
strukturen aufgezeigt werden, einzelne Effekte innerhalb signifikanter Variablen sollten u.U.
nicht �überinterpretiert� werden) ist im Längsschnitt die Frage der Signifikanz einzelner Ef-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 109
fekte. Eine vierstufige Variable kann z.B. signifikant im Modell vertreten sein, obwohl nur
einer der vier Effekte signifikant verschieden von Null ist.
In der Übersicht 5-5 sind die für die einzelnen Ausprägungen der Veränderungsvariablen ge-
schätzten Effekte veranschaulicht. Als Vorgabe wird der Effekt für die Fälle auf Null gesetzt,
die in der ersten und der zweiten Beobachtung nicht uneingeschränkt über einen Pkw verfügen
(N = 1043). Relativ dazu wird für die Personen, die unverändert über einen Pkw verfügen, ein
positiver Effekt von 0,71 geschätzt. Für die 203 Personen, die die volle Pkw-Verfügung zwi-
schen erster und zweiter Beobachtung verlieren, ergibt sich eine systematische Verringerung
der Wegezahl um 0,77. Die geschätzte Wirkung auf die Wegezahl bei Erlangen der vollen
Pkw-Verfügung (224 Personen) liegt nahe Null (+0,09). Hingegen legt die Querschnittsanaly-
se nahe, dass mit einer Veränderung der Pkw-Verfügung eine entsprechende Veränderung der
Wegezahl um 1,5 verbunden sein könnte. Die hier bestimmten Effekte sind weitaus geringer
und deutlich unsymmetrisch.
Für die Variable �Wechsel des Arbeits- oder Ausbildungsplatzes im letzten Jahr� ist der Ef-
fekt für die 1 138 Personen auf Null gesetzt, für die die Frage nicht zutrifft, weil sie weder
berufstätig noch in Ausbildung sind. Relativ dazu wird ein Effekt von +1,52 Wegen für die
Personen ohne und von +0,92 für diejenigen mit Wechsel des Arbeits-/Ausbildungsplatzes
geschätzt. Mit der Wirkung dieser Einflussgröße ist nicht von vornherein eine Hypothese ver-
bunden, da ein Arbeitsplatzwechsel neutral, positiv oder negativ mit der Wegezahl einer Per-
son verbunden sein kann. Daher scheint es, dass diese Wechsel-Variable hier das höhere
Wegeniveau der Personen in Ausbildung und Berufstätigkeit misst und nicht eine Verände-
rung im Übergang.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 110
Übersicht 5-5:Effekte auf die Veränderung der wöchentlichen Wege - Haupteffektenmodell
nein ja trifft nichtzu
N 1629 203 1138
Arbeits-/Ausbildungsplatz-Wechsel
unverändertnein
unverändertja
ja →→→→ nein
1043 1500 203
Pkw-Verfügung
nein →→→→ ja
224
Basiseffekt 7,75 + 0,62 * Wege 1
Mittelwerte Wege 1 = 24,9
→→→→ Wege 2 = 24,5
0,92 0,71
-0,77
0,090,01,52 0,0
Wege
0,0
-1,0
1,0
2,0
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Obwohl dies interessante Erkenntnisse sind, ist der Befund aus diesem Ansatz insgesamt
spärlich. Dies könnte zahlreiche Ursachen haben, u. a könnte der Modellansatz ungeeignet
und die Zielgröße Wegezahl könnte tatsächlich zu träge sein. Daher werden im Folgenden mit
der ÖV-Nutzung und der Verkehrsleistung sensiblere Indikatoren des Verkehrsverhaltens be-
trachtet.
5.2.2 Bestimmungsgrößen der Nutzung öffentlicher Verkehrsmittel
Die signifikant zur Erklärung der wöchentlichen Wege mit dem ÖV beitragenden Variablen
werden wiederum mit einem varianzanalytischen Haupteffektenmodell ermittelt.46 Von den
46 Geschätzt mit der Prozedur GLM des Statistikpaketes SAS (vgl. SAS Institute Inc., 1994), Release 6.12. Andie Prüfung der Mittelwertsunterschiede mit dem F-Test sind einige Voraussetzungen gebunden, die für dieWegehäufigkeit nicht erfüllt sind. Allerdings gilt die Varianzanalyse gegen die Verletzung der Voraussetzungenals robust, insbesondere bei dem hier gegebenen großen Stichprobenumfang. Bei Verletzung der Normalität neigtder F-Test zu konservativen Entscheidungen (vgl. Bortz, 1985, S. 300, S. 344 und S. 346f). Kodiert man die
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 111
17 getesteten Einflussgrößen erweisen sich drei räumliche Merkmale und fünf Merkmale der
Personen als bedeutsam (Übersicht 5-6). Für die einzelnen Merkmalsausprägungen sind die
Effekte in der Übersicht 5-7 dargestellt. So ist mit höherem Schulabschluss eine stärkere Nut-
zung des ÖV verbunden und in den Kategorien der Berufsstellung zeigen sich für Schüler die
höchsten und für Hausfrauen die geringsten Effekte auf die ÖV-Nutzung.
Übersicht 5-6:Wöchentliche Wege mit dem ÖV - Haupteffektenmodell
Alter 6 11,24 0,0001Schulabschluß 3 12,85 0,0001Beruf 6 7,31 0,0001Pkw-Verfügung 1 121,89 0,0001Pkw im Haushalt 3 171,26 0,0001
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Übersicht 5-7:Effekte auf die wöchentliche Wegehäufigkeit mit öffentlichen Verkehrsmitteln
wöchentliche ÖV-Nutzung als zweistufige kategoriale Variable (Nutzer des ÖV/Nichtbenutzer des ÖV) undschätzt sie als abhängige in einem Logit-Modell (Prozedur CATMOD in SAS), so ergibt sich eine Struktur derParameter, die der hier präsentierten sehr ähnlich ist.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 112
Wege-1,5 -1,0 -0,5 0 0,5 1,0 1,5 2,0 2,5 3,0
Alter
Schulabschl .
Beruf
Pkw-Verf .
Pkw im HH
Err. ÖV
Parkplatz
Raumtyp
bis 24bis 34bis 54bis 64bis 7475 +
VH ohne LehreVH mit LehreMittlere ReifeAbi+vollzeitteilzeitarbeitslosSchuleAzubiHausRentnerneinja0123 und mehrzügig, direktlangsam, direkt1x umsteigen2+ umsteigenkeinek.A.sehr schwierigschwierignicht bes. schw.nicht schwierigk.A.>100 Kern>100 Rand20-1005-20<5
bis 18
Wege-1,5 -1,0 -0,5 0 0,5 1,0 1,5 2,0 2,5 3,0
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Als rein deskriptive Längsschnittanalyse präsentiert die Übersicht 5-8 die Nutzungshäufigkeit
des ÖV für die AEinflussgrößeder wichtigen Einflußgröße Pkw-Verfügbarkeit in den Über-
gängen. Die Personen, die jeweils volle Pkw-Verfügbarkeit angegeben haben, berichten im
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 113
Mittel 0,76 bzw. 0,67 Wege mit dem ÖV. Wer zu beiden Befragungszeitpunkten keinen vol-
len Zugriff auf ein Auto hatte, trug im Durchschnitt gut 3,4 ÖV-Wege in das Wegeprotokoll
ein. Bei den 232 Personen, die den Zugriff auf ein Auto zwischen dem ersten und dem zwei-
ten Befragungszeitpunkt verloren, steigt die Inanspruchnahme des ÖV von 0,98 auf 1,29 We-
ge. Deutlicher geht jedoch die Zahl der Wege mit dem ÖV bei den 242 Personen zurück, die
die volle Verfügung über ein Auto erlangen: ihre ÖV-Inanspruchnahme sinkt von 1,50 auf
0,90 Wege je Woche. In dieser Grafik wird offenbar, dass die Personen mit einem Wechsel -
in diesem Fall der Pkw-Verfügung - in der ersten und in der zweiten Beobachtung ein anderes
Niveau der ÖV-Nutzung aufweisen als wir es bei den Personen ohne eine derartige Verände-
rung vorfinden.
Übersicht 5-8:Deskriptive Längsschnittanalyse der Wegehäufigkeiten mit dem ÖV zu zwei Zeitpunkten
ÖV-Wege
Zeitpunkt
Pkw-Verfügbarkeit
N
1 2
jeweils ja
1640
1 2
jeweils nein
1150
1 2
ja →→→→ nein
232
1 2
nein →→→→ ja
242
0,76
3,44
0,98
1,50
0,67
3,41
1,29
0,90
0
0,5
1
1,5
2
2,5
3
3,5
4
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Wie in der Modellierung im Querschnitt mehrere Variable eine abhängige Größe simultan
beeinflussen, ist auch eine mehrschichtige Kausalität im Längsschnitt für die Veränderung
entsprechender Verhaltensgrößen zu vermuten. Daher wird wie in dem Modellierungsansatz
für die gesamte Wegehäufigkeit versucht, die Anzahl der ÖV-Wege in der zweiten Beobach-
tung zu erklären durch die Zahl der ÖV-Wege in der ersten Beobachtung (als Niveau-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 114
Variable) und die Veränderung aller infrage kommenden Erklärungsvariablen zwischen den
zwei Beobachtungen (als Anpassungs-Variablen). Dabei erweisen sich jedoch die Verände-
rungen aller sozio-demographischen Variablen als nicht signifikant. Neben der ÖV-Wegezahl
in der ersten Beobachtung können sich nur die Veränderung der Pkw-Verfügung der Person
und die Veränderung der Angabe zur Erreichbarkeit des Arbeits- oder Ausbildungsplatzes mit
dem ÖV als signifikante Erklärungsgrößen behaupten (in Übersicht 5-9 als Delta-Variable
bezeichnet). Dabei ist der Anteil an Aufklärung der Varianz, den die Delta-Variablen beitra-
gen, sehr bescheiden (s. F-Werte in Übersicht 5-9).
In der hier analysierten Stichprobe liegt für die wöchentliche Zahl der Wege mit dem ÖV ein
Mittelwert in der ersten Beobachtung von 1,78 und in der zweiten Beobachtung von 1,69 vor.
Als Ergebnis des Modells setzt sich die Wegezahl in der zweiten Beobachtung additiv aus drei
Effekten zusammen:
• der Summe aus dem Absolutterm (1,1) und dem geschätzten Effekt des Niveaubeitrags der
Wegezahl in der ersten Beobachtung (0,66 * ÖV-Wegezahl 1) als Basiseffekt von 2,2 im
Mittel der Stichprobe,
• einem Effekt für die drei Ausprägungen der Veränderung der Erreichbarkeit (unverändert,
besser, schlechter),
• einem Effekt für die vier Ausprägungen der Veränderung der Pkw-Verfügung der be-
fragten Person (unverändert nein, unverändert ja, erst ja � dann nein, erst nein � dann ja).
Die für die zwei Delta-Variablen geschätzten Effekte veranschaulicht die Übersicht 5-10. Hat
sich bei einer Person zwischen den zwei Beobachtungen die Angabe zur Erreichbarkeit nicht
verändert (Effekt 0,0) und hat die Person selbst nach wie vor keinen regelmäßigen Zugriff auf
einen Pkw (Effekt 0,0), so ist die Schätzung für die ÖV-Wegezahl in der zweiten Beobach-
tung identisch mit dem Basiseffekt. Für vier der fünf weiteren möglichen Merkmalskombina-
tionen ergibt sich eine geringere Inanspruchnahme des ÖV im zweiten Zeitraum, insbesondere
bei denjenigen, die zwischen erster und zweiter Befragung den Zugriff auf ein Auto erlangt
haben (Effekt �1,22) und denen, die unverändert einen Pkw zur Verfügung haben (Effekt �
0,95). Bemerkenswert ist, dass die Personen, die den Zugriff auf ein Auto verloren haben,
danach eine geringere ÖV-Nutzung aufweisen als die Vergleichskategorie für den Zustand in
der zweiten Beobachtung. Somit zeigen sich auch hier unsymmetrische jedoch für diese
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 115
zweiten Beobachtung. Somit zeigen sich auch hier unsymmetrische jedoch für diese einzelnen
Merkmalsausprägungen nicht signifikante - Effekte in den Übergängen.
Dieser Modellierungsansatz erscheint jedoch noch formal unbefriedigend, u.a. weil er allen
Personen die gleiche Bedeutung des Basiseffektes trotz sehr verschiedener Verhaltensausprä-
gung in der ersten Beobachtung zuweist. Außerdem gelten einige Einschränkungen bezüglich
der Erfüllung statistischer Voraussetzungen. Es sollten daher weitere Formen von so genann-
ten Link-Modellen erprobt werden, die z.B. mit Lag- oder Lead-Variablen die Informationen
verschiedener Erhebungswellen miteinander verknüpfen (vgl. Johnson und Hensher, 1982).
Übersicht 5-9:Änderung der wöchentlichen Wege mit dem ÖV - Haupteffektenmodell Längsschnitt
Modell 6 619,11 0,0001
R2 = 0,53 N = 3263
Wege ÖV 1 1 2843,88 0,0001
Delta PKW im Haushalt 2 3,03 0,0484
Delta Erreichbarkeit 3 35,10 0,0001Arbeit / Ausbildung mit ÖV
Variable DF F-Wert p-Wert
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 116
Übersicht 5-10:Effekte auf die Veränderung der wöchentlichen Wege mit dem ÖV � Haupteffektenmodell
Wege
unverändert besser schlechter
N 2235 483 546
Erreichbarkeit Arbeit/Ausbildungsplatz mit ÖV
unverändertnein
unverändertja
ja →→→→ nein
1150 1640 232
Pkw-Verfügung
nein →→→→ ja
242
-0,16
-0,95
-0,47
-1,22
0,000,00
0,22
-1,50
-1,00
-0,50
0,00
0,50 Basiseffekt 1,10 + 0,67 * WegeÖV1
Mittelwerte WegeÖV 1 = 1,78→ WegeÖV 2 = 1,69
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 117
5.2.3 Bestimmungsgrößen der persönlichen Verkehrsleistung
Die Verkehrsleistung wird hier als die in der Befragungswoche insgesamt zurückgelegten Di-
stanz in Kilometern betrachtet. Sie hat eine weit höhere Varianz (Variationskoeffizient V =
83 %) als die Wegezahl (V = 40 %). Dies gilt sowohl im Gesamtvergleich, als auch zwischen
den Personen (between) und für dieselben Personen (within) zwischen den einzelnen Jahres-
werten.47
Übersicht 5-11:Varianzzerlegung für Wege und Personenkilometer
Wege overall 24,6 9,8 N = 7357between 9,3 n = 4248
within 4,0km km
Pkm overall 243,4 202,1 N = 7357between 187,1 n = 4248
within 98,7Erläuterung im Text.Quelle: .Mobilitätspanel, gepoolt 1994-99, ungewichtet, Berechnungen des DIW.
Die Analysen zur Verkehrsleistung sind nicht mit SAS sondern mit dem Programmpaket Stata48
durchgeführt worden. Stata bietet Routinen zur Analyse von Paneldaten an, die auch unvollstän-
dige Beobachtungen einbeziehen. Dies betrifft im Mobilitätspanel Datensätze, die nicht für alle
drei Jahre Beobachtungen aufweisen. Die komplexen Fehlerstrukturen von Paneldaten werden in
den Modellen berücksichtigt.
Wie bei der Wegehäufigkeit wurden zunächst in Querschnittregressionen im gepoolten Da-
tenbestand die Variablen isoliert, die Einfluss auf die Verkehrsleistung haben. Anschließend
wurden dynamische Modelle getestet, die zusätzlich definierte Änderungsvariablen umfassen.
47 Stata bietet für Paneldaten die Zerlegung der Varianz auch für Daten an, die unvollständig (unbalanced) sind,im Mobilitätspanel also nicht generell für alle drei Befragungsjahre Antworten enthalten. In der Tabelle beziehtsich die Standardabweichung für Insgesamt auf den Gesamt-Mittelwert. Bei der Zerlegung wird die Variable itx
(i für die Person und t für das Jahr) in die interpersonellen Varianz ix (between) und die intrapersonelle (within)
Varianz xxx iit +− (der globale Mittelwert x wird zurückaddiert, um die Ergebnisse vergleichbar zu ma-chen) aufgeteilt.48 StataCorp. (2001).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 118
Es sind aus methodischen und inhaltlichen Gründen eine Reihe von unterschiedlichen Ansät-
zen getestet worden. Im Ergebnis stützt das Testen der von Stata angebotenen unterschiedli-
chen Verfahren, die sich vor allem auf die Schätzung der Varianz und damit auf die Beurtei-
lung der Signifikanz der unabhängigen Variablen auswirken, die Vorgehensweise bei den
vorher mit SAS durchgeführten Rechnungen zur Erklärung der Wegezahl. Die Besonderheiten
der Panel-Daten (keine Unabhängigkeit zwischen den Beobachtungswerten des gleichen
Haushalts) erfordern keine Modifikation der Modellansätze.
Übersicht 5-12:Quer- und Längsschnittmodelle zur Erklärung der Verkehrsleistung:
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 119
In den Querschnittsanalysen werden als erklärende Größen die panelspezifischen Variablen
Kohortenjahr und Befragungsjahr einbezogen. Als situative Einflussgrößen werden zwei
Variablen zum Wetter und die Zahl der Krankheits-, der Ferien- der Urlaubstage in der Be-
fragungswoche sowie die Zahl der Tage mit sonstigen Besonderheiten (Variable ANORM)
und der Tage mit �Auto in der Werkstatt� berücksichtigt. Geschlecht, Alter, Schulab-
schluss, Berufsstatus, Führerscheinbesitz, Pkw-Verfügbarkeit und Zeitkartenbesitz sind die
die Person beschreibenden Kenngrößen; Anzahl der Kinder, Haushaltsgröße und die Zahl
der Pkw im Haushalt sind die vertretbaren Haushaltsmerkmale. Als Kennziffern, die das
Verkehrsangebot abbilden sollen, sind der Raumtyp und die Erreichbarkeit von Arbeits-
bzw. Ausbildungsplatz mit öffentlichen Verkehrsmitteln (OEFFERR) angegeben. Schließ-
lich sind noch die Angaben zur subjektiven Zufriedenheit mit der ÖV-Anbindung in die
Analyse einbezogen worden.
Im Einzelnen wurden zur Analyse im Querschnitt sieben methodisch unterschiedliche Mo-
delle betrachtet:
(1) Eine (klassische) lineare Regression, die methodisch der Analyse der Wegehäufigkeit
vergleichbar ist.49
(2) Die gleiche Rechnung wie (1), jedoch mit DIW-gewichteten Fallzahlen. Die ersten
Jahre vor der Aufstockung 1996, im gepoolten Datenbestand unterdurchschnittlich
vertreten, erhalten mit der Gewichtung eine höhere Bedeutung. Durch die in den
Startjahren des Mobilitätspanels unterschiedlichen Ausfallhäufigkeiten verschieben
sich die Häufigkeiten bei den Ausprägungen einzelner Variablen.
(3) Von Stata werden eine Reihe von speziell für Panel-Daten entwickelte Analyserouti-
nen angeboten, die die unterschiedlichen Varianzstrukturen von unabhängigen Beob-
achtungen und von denen derselben Personen berücksichtigen. Die in Variante (3) ein-
gesetzte Stata-Prozedur �xtreg ,pa� entspricht weitgehend der SAS-Prozedur MIXED.
Stata bietet weitere Verfahren für Panel-Daten an, die wegen der angewandten Trans-
formationen aber nicht zusätzlich die Angabe von Gewichten vorsehen.
49 Die bei (1) und (2) durch die Mehfachbefragung derselben Personen verletzte Bedingung der Unabhängigkeitder Messungen kann bei Stata durch die Angabe der Cluster-Option berücksichtigt werden. Es wird dabei die vonHuber und White entwickelte �Sandwich-Formel� zur Berechnung robuster Varianz-Schätzer verwendet.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 120
(4) Aus Vergleichszwecken ist als Rechnung (4) eine (3) vergleichbare Schätzung ohne
Gewichtung durchgeführt worden.
(5) Stata bietet die Möglichkeit, gezielt auf die intrapersonelle Varianz zu optimieren (fi-
xed effects): Das allgemeine Panel-Modell yit = α + xitβ + νi + εit mit i als Index für die
Personen und t für die Jahre hat die Residuen νi + εit. Für die Mittelwerte zu jeder Per-
son über die betrachteten Jahre gilt yi = α + xiβ + νi + εi . In der Optimierung nach den
festen Effekten wird nun das Modell (yit � yi) = (xit - xi) β + (εit - εi) betrachtet, d.h. es
werden Erklärungsgrößen für die intrapersonelle Varianz gesucht. In Spalte (5) sind
die Ergebnisse dieser Rechnung ausgewiesen.
(6) Schließlich sind Regressionen unter Einbeziehung der Verkehrsleistung der Person im
Vorjahr gerechnet worden. Damit wird bereits der Übergang zu den dynamischen Mo-
dellen begonnen. Durch die Hinzunahme der Verkehrsleistung des Vorjahres als Er-
klärungsgröße steigt die Erklärungsgüte des Modells, wenn auch nicht so deutlich wie
erwartet. Die Modelle (6) und (7) sind mit der �Random effects�-Option gerechnet
worden, die ebenfalls wie Modell (3) die unterschiedlichen intra- und interpersonellen
Varianzstrukturen berücksichtigt, aber weniger rechenzeitaufwendig ist.
(7) Modell (7) hat die Struktur wie (6) erklärt aber die logarithmierten Werte der Ver-
kehrsleistung [ln(Pkm)]. Aus dem additiven wird damit ein multiplikatives Modell. In
Übersicht 5-17 sind die Koeefizienten bereits in Faktorwerte umgerechnet worden.
Die in der Woche zurückgelegten Personenkilometer bilden eine asymetrische Verteilung, so
dass eine Transformation der bhängigen Variablen zur Annäherung an die Normalverteilung
für die statistischen Tests eigentlich notwendig ist. Da die bei den anderen, additiven Model-
len überwiegend verwendeten robusten Varianzschätzer aber eine der Transformation entspre-
chende Gewichtung der Beobachtungen mit großer Verkehrsleistung vornehmen, sind die Er-
gebnisse vergleichbar.
Die in der Spalte (7) der Übersicht 5-15 ausgewiesenen Koeffizienten sind als Faktoren zu
interpretieren. So wird die Verkehrsleistung von Frauen im Durchschnitt um 14 km (Modell
6) bzw. 6 % (Faktor 0,94 in Modell 7) niedriger geschätzt als der Mittelwert; mit Zeitkarten-
besitz steigt die Verkehrsleistung um 16 km (Modell 6) bzw. ein Zehntel (Modell 7), ohne
Zeitkartenbesitz ist sie um die genannten Werte niedriger.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 121
Übersicht 5-13:Verteilung der in der Woche zurückgelegten Personenkilometer und Normalverteilung50
%
Pkm5 1000
0
0,12
%
Pkm5 1000
0
0,12
Pkm ln ( Pkm )
Quellen: Mobilitätspanel 1994-1999; Berechnungen des DIW.
Die Ergebnisse für die sieben Modelle sind in Übersicht 5-12 bezüglich der Signifikanz der
Variablen und in Übersicht 5-17 im Detail ausgewiesen. Die in der Übersicht 5-17 darge-
stellten Ergebnisse wurden ohne die Variablen Kohorte und Befragungsjahr gerechnet, da
diese in allen Querschnitts-Modellen zur Verkehrsleistung nicht signifikant waren. Bevor
auf die inhaltlichen Ergebnisse weiter eingegangen wird, sollen kurz die methodischen Er-
gebnisse, wie sie im Vergleich der Modellvarianten deutlich werden, dargestellt werden.
Im Vergleich der Modelle (2) zu (1) und (3) zu (4) lässt sich die Wirkung der Gewichtung
ablesen. Die ersten Befragungsjahre 1994 und 1995 erhalten mit der Gewichtung eine höhere
Bedeutung. Durch die in den Startjahren des Mobilitätspanels unterschiedlichen Ausfallhäu-
figkeiten verschieben sich die Häufigkeiten bei den Ausprägungen einzelner Variablen. Den-
noch ergibt sich nahezu die gleiche Signifikanzstruktur für die gewichteten und die unge-
wichteten Rechnungen. So haben das Befragungs- und Kohortenjahr hier, wie auch in den
weiteren Rechnungen, keinen Einfluss. Lediglich die ohnehin sehr unsichere Angabe zur
Temperatur51 verliert durch die Gewichtung die Signifikanz, ebenso die Variablen Führer-
schein- und Zeitkartenbesitz.
50 Zum Vergleich ist eine Normalverteilung mit gleichem Mittelwert und gleicher Varianz eingezeichnet.51 Für mehr als ein Viertel aller Pesonentage liegt keine Wetterangabe vor.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 122
Die Varianten (3) und (4) unterscheiden sich von den ersten beiden Varianten in der Raffi-
nesse der Bewertung der Signifikanz, durch die unterschiedliche Berücksichtigung der Va-
rianzverzerrung. Bei den Modellen (3) und (4) sind die Varianzen i.a. größer als in den Mo-
dellen (1) und (2), da berücksichtigt wird, dass voneinander nicht unabhängig Messwerte
für dieselben Personen vorliegen. Die Ergebnisse von (3) und (4) unterscheiden sich in den
Aussagen kaum von denen der einfachen linearen Regressionen mit robuster Varianzschät-
zung. Bei der den Paneldaten adäquaten Schätzung mit xtreg verliert beim Vergleich der
ungewichteten Daten (Modell 4 und 1) lediglich die Zahl der Ferientage ihre schwache Si-
gnifikanz; bei den Modellen mit Gewichtung (3 und 2) die Variable Zahl der Kinder bis zu
10 Jahren.
In (6) und (7) wird die Panelstruktur ebenfalls adäquat berücksichtigt. Zusätzlich wird die
Verkehrsleistung der Person im Vorjahr als erklärende Variable aufgenommen. Hier wird
erneut die hohe intrapersonelle Varianz der Verkehrsleistung deutlich: Die im Vorjahr zu-
rückgelegten Personenkilometer gehen nur mit dem Faktor 0,15 in die Erklärungsgleichung
ein. Fast alle in den Vergleichsrechnungen (1) und (4) ohne Einbeziehung der Verkehrslei-
stung des Vorjahres signifikanten Erklärungsgrößen sind auch in diesem Modell vertreten,
obwohl die Erklärungsmerkmale der Person ja überwiegend implizit im Vorjahreswert ent-
halten sind. Lediglich der Führerscheinbesitz und die Pkw-Verfügbarkeit (in Modell 6) ver-
lieren ihre Signifikanz. Dagegen wird die Regenmenge, die in den anderen Modellen keine
Berücksichtigung findet, jetzt schwach signifikant. Mit der Einbeziehung der individuellen
Verkehrsleistung des Vorjahres wird bereits der Übergang zu den dynamischen Modellen
begonnen.
Das Modell (7) ist methodisch, wie dargestellt, sicher am überzeugendsten. Im Vergleich zu
Modell (6) ergeben sich aber keine neuen Erkenntnisse.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 123
Übersicht 5-14:Intrapersonelle Effekte auf die wöchentliche Verkehrsleistung (Modell 5)
-80 -40 0 40 80 120
Anzahl Tage KrankAnzahl Tage mit UrlaubAnzahl Tage mit -Anormal-SCHULAB ohne
const. 195 ** 185 ** 193 ** 201 ** 202 ** 183 ** 119 **1) * signifikant auf 5 %-Niveau; ** signifikant auf 1 %-Niveau. 2) Der Koeffizient der Exponentialfunktion wurde bereits umgerechnet,d.h. die ausgewiesenen Werte zeigen die relative Änderung der Pkm bei zutreffender Ausprägung (Kategoriale Variable) bzw. einerVariation der Erklärungsgröße um 1 (stetige Variable).
Quelle: Mobilitätspanel, Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 127
Inhaltliche Ergebnisse bezüglich der gefundenen verkehrsbestimmenden Variablen können
dann als gesichert angesehen werden, wenn sie stabil in allen Varianten gleichermaßen auf-
treten. Von den die Verkehrsleistung im Querschnittsmodell potentiell erklärenden Variablen
sind die personenbezogenen Merkmale Geschlecht, Altersgruppe, Schulabschluss und Beruf
stets signifikant. Von den Haushaltsvariablen behaupten sich die Anzahl der Personen und die
Motorisierung. Die Anzahl der Fahrzeuge im Haushalt hat den größten Effekt, sie kann auch
als Variable zur Beschreibung des sozialen Status angesehen werden. Von den situationsbe-
schreibenden Erklärungsgrößen haben die Zahl der Krankheitstage und die Zahl der Urlaub-
stage einen eindeutigen Zusammenhang mit der Verkehrsleistung. Jeder Urlaubstag mehr er-
höht im Vergleich zwischen den Personen die Verkehrsleistung um 15 bis 20 km. Bei den die
Lage und die Verkehrsinfrastruktur charakterisierenden Variablen zeigt sich beim Raumtyp
ein eindeutiger Zusammenhang zur Verkehrsleistung, ebenso bei der Erreichbarkeit der re-
gelmäßigen Ziele (Arbeits- bzw. Ausbildungsplatz) mit öffentlichen Verkehrsmitteln. Diese
Variable dürfte als Proxy für die Siedlungsstruktur anzusehen sein. Die niedrigste Verkehrs-
leistung ergibt sich für Personen, denen eine schnelle Direktverbindung zur Verfügung steht.
Die meisten Kilometer in der Woche legen Personen zurück, die angeben, ihr regelmäßiges
Arbeits- oder Ausbildungsziel nur mit mehrmaligem Umsteigen erreichen zu können.
Für eine über die Modelle (5) bis (7) hinausgehende Untersuchung der Dynamik im individu-
ellen Verkehrsverhalten sind Änderungsvariablen definiert und explizit in die Regressions-
rechnungen eingeführt worden. Diese geben das Ergebnis des Vergleichs zwischen den Aus-
prägungen von Variablen in zwei aufeinander folgenden Wellen an. Dreifache Beobachtungen
einer Person sind in dem Datensatz durch zwei zweimalige Beobachtungen vertreten.
Definiert werden:
Vier binäre situative Änderungsvariablen
wärmer wahr, wenn die Temperatur mindestens 2 Grad höher als im Vorjahr ist,
feuchter wahr, wenn die Anzahl der Regentage größer ist,
kränker wahr, wenn die Anzahl der Krankheitstage höher als im Vorjahr ist,
gesünder wahr, wenn die Anzahl der Krankheitstage niedriger als im Vorjahr ist;
Fünf personenbezogene Übergangsvariablen (Kombination von vorher und nachher)
Entwicklung in Berufsstellung bzw. Lebenszyklus,
Entwicklung der Pkw-Verfügbarkeit,
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 128
Entwicklung der Zufriedenheit mit dem ÖV,
Entwicklung des Zeitkartenbesitzes;
Entwicklung der Erreichbarkeit des Arbeits. bzw. Ausbildungsplatzes mit öffentlichen
Verkehrsmitteln;
Drei binäre Änderungsvariablen zur Haushaltssituation
Randwanderung wahr, wenn Nr. des Raumtyps höher ist als im Vorjahr,
Stadtwanderung wahr, wenn Nr. des Raumtyps kleiner ist als im Vorjahr,
Kind wahr, wenn Zahl der Kinder unter 10 J. höher ist als im Vorjahr.
Von den getesteten Modellen werden folgende Rechnungen52 dokumentiert:
(8) Log-lineare Regression mit den genannten zusätzlichen Variablen,
(9) lineare Regression mit den genannten zusätzlichen Variablen,
(10) lineare Regression mit den genannten zusätzlichen Variablen, durchgeführt nur für
Frauen,
(11) lineare Regression der Personenkilometer von Fahrradnutzern53 mit dem Fahrrad,
(12) lineare Regression der Personenkilometer von Fahrradnutzern mit dem Fahrrad,
durchgeführt nur für Frauen,
(13) lineare Regression der Personenkilometer von Fahrradnutzern mit dem Fahrrad,
durchgeführt nur für Männer.
Die Varianten 8 und 9 sind die Grundvarianten in Erweiterung der statischen Modelle zur
Einbeziehung der dynamischen Variablen. Die Variante 10 (nur Frauen) ist eingefügt worden,
um den geschlechtsspezifischen Effekt der Zunahme der Kinderzahl (i.a. Geburt) zu zeigen.
Die Varianten 11 bis 13 zeigen die Unterschiede, die sich ergeben, wenn nur die mit einem
Verkehrsmittel (hier das Fahrrad) zurückgelegte Kilometer erklärt werden sollen.
Signifikant ist stets der Einfluss der Verkehrsleistung des Vorjahres. Kohorte und Befra-
gungsjahr bleiben auch bei den dynamischen Modelle ohne Einfluss.
52 In allen Modellen wurde die DIW-Gewichtung benutzt, siehe auch den Stata-Output in Anhang C.53 Betrachtet wurden alle Personen, die in der aktuellen Woche wenigstens drei Kilometer mit dem Fahrradzurückgelegt haben,.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 129
Übersicht 5-18:Zusammenfassung: Einflußgrößen auf die wöchentliche Verkehrsleistung
Variable Signifikanz mittl. Effekt in km je WocheBefragungsjahrKohorte
TemperaturRegenmengeKrankheitstageAuto in WerkstattSchulferienUrlaubAnormale TageArbeitsplatzwechsel
GeschlechtAlterSchulabschlussBeruf
RaumtypAnzahlPkw im HaushaltÖV-ZeitkartenbesitzFührerscheinbesitzErreichbarkeit Arb.Ausb.platz mit ÖV
HaushaltsgrößeKinderzahl
––
++
++––
++––
++++++++
++++++
++
++
-12 je Krankheitstag
+20 je Urlaubstag
+30 Mann vs Frau+70 bis 17 J. vs über 70 J.+95 Abitur vs ohne Abschl.-70 Rentner vs VollBerufst.
+50 kl.Gem. vs Stadtkern+100 drei Pkw vs ohne Besitz
+90 bei mehrm. Umsteigen vs Direkt-verbindung
– nie signifikant+ teilweise signifikant++ stets signifikant
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 130
Übersicht 5-19:Regressionen zur Dynamik der Verkehrsleistung: Test der Variablen
1) * signifikant auf 5 %-Niveau; ** signifikant auf 1 %-Niveau. 2) Der Koeffizient der Exponentialfunktion wurde bereitsumgerechnet, d.h. die ausgewiesenen Werte zeigen die relative Änderung der Pkm bei zutreffender Ausprägung (Katego-riale Variable) bzw. einer Variation der Erklärungsgröße um 1 (stetige Variable).
Quellen: Mobilitätspanel (Wiederholer 1994-1999), Berechnungen des DIW.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 134
Mit einem R2 von 0,38 zeigt die logarithmische Regression (8) wiederum eine bessere Anpas-
sung als die lineare Regression mit R2 = 0,33. Kaum Bedeutung haben die zugefügten Varia-
blen zur Änderung beim Wetter. Insbesondere bei den Regressionen (11) bis (13) zur Erklä-
rung der Veränderung der mit dem Fahrrad zurückgelegten Kilometer ist ein Einfluss des
Wetters nicht zu erkennen.
Bei den Variablen zur Krankheit zeigt sich die Problematik der Autokorellation. Die Variable
�Anzahl der Krankheitstage� enthält die intra- und die interpersonellen Effekte eines zusätzli-
chen Krankheitstages. Mit einer Minderung der Verkehrsleistung um 19 km bzw. 12 % sind
die Koeffizienten zwar hochsignifikant aber kaum größer als in den Rechnungen (6) und (7)
ohne die Änderungsvariablen. Von den zusätzlich eingeführten intrapersonellen Variablen
�kränker� und �gesünder� ist nur erstere in (8) auf dem 5 %-Niveau schwach signifikant. Es
ergibt sich ein positiver Wert von +13 %. Die isolierte Interpretation dieses Koeffizienten ist
nicht sinnvoll, der Effekt der Variablen �Anzahl der Krankheitstage� mit einzubeziehen ist.
Ohne diese Variable würde sich auch für die intrapersonelle Variable �kränker� wie erwartet
ein negativer Einfluss auf die Verkehrsleistung zeigen. Als Ergebnis lässt sich somit lediglich
festhalten, dass der interpersonelle verkehrsleistungsmindernde Einfluss von Krankheitstagen
etwas höher ist als der intrapersonelle Effekt.
Bei der Entwicklungsvariablen zur beruflichen Stellung ergeben sich in mehreren Modellen
statistisch abgesicherte Ergebnisse (Modell 9 10 11 13). Der höchste Kontrast besteht zwi-
schen Personen, die von Voll- in die Teizeitbeschäftigung wechseln (+63 km) zu denen, die
von ihrer Ausbildung in eine Teilzeitbeschäftigung kommen (-63 km). Die Fallzahlen sind
jedoch sehr niedrig und die Ergebnisse dürfen daher nicht überinterpretiert werden.54 Werden
nur Frauen betrachtet (Variante 10), sind ein Anstieg der Verkehrsleistung um 103 km beim
Wechsel von der Ausbildung in die Vollzeit-Tätigkeit signifikant und ein Rückgang um
172 km in der Woche beim Wechsel von der Ausbildung in den Hausfrauenstatus.
Umgekehrt als bei der Variablen �Krankheitstage� zeigt sich beim Raumtyp eine höhere Wir-
kung der intrapersonellen Veränderung als sie in den statischen Unterschieden der Koeffizi-
54 In einem auf Berufstätige und in Ausbildung befindliche reduzierten Datenbestand ist auch der Einfluss derVariablen WARB getestet worden. Für diese direkt erfragte Variable, die angibt, ob im Vorjahr Arbeits- oderAusbildungsort gewechselt haben, ergab sich jedoch kein signifikanter Einfluss auf die gesamte Verkehrsleistungder Woche.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 135
enten der Raumtyp-Variablen in den Querschnitts-Modellen (4) und (6) zum Ausdruck
kommt. Während generell in Modell (6) die Verkehrsleistung in kleinen Gemeinden nur
46 km höher ist als in der Innenstadt,55 steigt sie bei denen, die aus verdichteten Gebieten um-
gezogen sind um rd. 60 % bzw. 140 km (Modell 8 und 9). Der Einfluss ist trotz der geringen
Fallzahl von 15 Personen signifikant. Bei 18 Personen ist eine entgegengesetzte Wanderung in
verdichtete Räume codiert. Für diese ergibt sich eine Verringerung der Verkehrsleistung um
40 % bzw. 70 km. Es zeigt sich also eine deutliche Asymmetrie (Abnahme um 70 km in der
Woche bei Stadtwanderung gegenüber einer Zunahme um 140 km bei Randwanderung). Be-
reits in der Variante 5 des intrapersonellen Vergleichs zeigte sich, dass eine Veränderung des
Raumtyps eine stärkere Bedeutung hat, als es in Querschnittsbetrachtungen sichtbar wird.
Einen deutlichen Einfluss auf die Verkehrsleistung hat die Verfügbarkeit über einen Pkw. Die
konstanten Pkw-Besitzer haben die höchsten Verkehrsleistungen. Personen, die konstant nur
bedingt über einen Pkw verfügen können, legen 42 km bzw. 32 % weniger zurück. Personen,
die in beiden Jahren nicht über einen Pkw verfügen konnten, legen sogar 67 km bzw. 58 %
weniger Pkm zurück als die Bezugsgruppe. Die wechselnden Gruppen bleiben eher auf ihrem
vorherigen Mobilitätsniveau: Die 55 Personen, die von den Nicht-Pkw-Besitzern in den Pkw-
Besitz gewechselt haben legen nicht mehr Kilometer zurück, als diejenigen, die weiterhin oh-
ne Pkw sind.
Die Entwicklungsvariable zur Zufriedenheit mit der ÖV-Anbindung zeigt plausible signifi-
kante Werte in Modell 9. Steigende Zufriedenheit führt zu höherer Verkehrsleistung, sinkende
zu einem (geringeren) Rückgang. Dagegen bringt die eingeführte Entwicklungsvariable zum
Zeitkartenbesitz keine Ergebnisse; sie ist nicht signifikant. Sehr uneinheitlich und z.T. unplau-
sibel sind die Ergebnisse zur Variablen �Erreichbarkeit von Arbeits- bzw. Ausbildungsplatz�.
Die Ausprägungen dieser Variablen müssten stärker zusammengefasst und konkreter kontra-
stiert werden.
Nicht signifikant ist zunächst auch die zugefügte Variable �zusätzliches Kind im Haushalt�,
die in der Regel die Geburt eines Kindes kennzeichnet. Nur in der logarithmischen Regression
ist sie schwach signifikant, nicht bei der linearen Regression. Dies ändert sich, wenn nur
55 Unter Einbeziehung der sonstigen in den anderen Variablen berücksichtigten Unterschiede (Pkw-Verfügbarkeitetc.).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 136
Frauen betrachtet werden (Modell 10). Die Verkehrsleistung von Frauen verringert sich um
wöchentlich 80 km, wenn ein zusätzliches kleines Kind zu versorgen ist.
Bei den mit dem Fahrrad zurückgelegten Personenkilometern ist diese Entwicklungs- bzw.
Änderungsvariable ebenfalls schwach signifikant. In (11) zeigt sich ein signifikanter Einfluss
des Geschlechtes, daher sind als Rechnungen (12) und (13) noch getrennte Regressionen für
Frauen und Männer durchgeführt worden. Betrachtet wurden alle Personen, die in der aktuel-
len Woche wenigstens drei Kilometer mit dem Fahrrad zurückgelegt haben. Nur wenige der
eingeführten Änderungsvariablen sind signifikant. Die dafür geschätzten Effekte sind plausi-
bel. So steigt die Fahrradnutzung, wenn das Auto in der Werkstatt steht. Mit dem Übergang
von der Vollbeschäftigung zum Hausfrauen- bzw. Rentnerstatus wird das Fahrrad ebnfalls
stärker benutzt. Insgesamt ist der Regressionskoeffizient bei den Modellen zur Verkehrslei-
stung mit dem Fahrrad deutlich höher als bei den Modellen zur gesamten Verkehrsleistung
und erreicht R2 = 0,58 (Modell 13).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 137
6 Ergebnisse und Empfehlungen
Anlass für das zunehmende Interesse an Längsschnittuntersuchungen ist die Erkenntnis, dass
viele kausale Zusammenhänge nur durch die Erfassung von auslösenden Faktoren und darauf
im Zeitablauf erfolgende Verhaltensänderungen der reagierende Personen verstanden werden
können (vgl. Golob, Kitamura, Long, 1997). Im Kapitel 1 dieser Untersuchung ist ferner ein-
leitend dargelegt worden, dass der Verwendung von Querschnittdaten für planerische und
prognostische Aussagen meist nicht explizit gemachte Annahmen zugrunde liegen (Extrapo-
lation, Symmetrie, Habit, Gleichgewicht), deren empirische Gültigkeit nur mit Paneldaten
überprüft werden kann. Aus der in zeitlichen Abständen erfolgenden Befragung derselben
Erhebungseinheiten (Panel-Design) entstehen Längsschnittdaten, die von Erhebungswelle zu
Erhebungswelle sukzessiv reichere Informationen zu Prozessen von Veränderung oder Kon-
stanz bieten und z.B. den Test dieser Annahmen ermöglichen.
Die vorliegende Untersuchung betrachtet die Stabilität und Veränderung des Verkehrsverhal-
tens bei identischen Personen im Jahresvergleich und hat zwei Schwerpunkte:
• Die vergleichende Einordnung der Ergebnisse des Mobilitätspanels mit anderen Informa-
tionen. Es wird die Repräsentativität im Vergleich zum Mikrozensus und zum Sozio-
oekonomischen Panel betrachtet.
• Die Wirkung der Veränderungen struktureller Variablen auf das Mobilitätsverhalten. Hier
sind insbesondere die sozio-demographischen Eigenschaften der Personen und Haushalte
angesprochen, für die in Querschnittanalysen mit unterschiedlichen Merkmalsausprägun-
gen auch Differenzen im Mobilitätsverhalten einhergehen. Welche Bedeutung hat also
z.B. ein tatsächlich beobachteter Wechsel im Berufsstatus für die Mobilität der mehrfach
befragten Personen.
Vor diesem Hintergrund sind Gehalt und Struktur der Daten des deutschen Mobilitätspanels
dargestellt worden. Zunächst wurde mit dem Sozialökologischen Ansatz ein konzeptioneller
Rahmen für die Analyse von Mobilität herangezogen und dessen mögliche Operationalisie-
rungen im Längsschnitt mit den vorliegenden Daten anhand einer Typologie von Variablen
veranschaulicht. Da die Veränderungen relevanter Einflussgrößen zwischen den Beobachtun-
gen relativ seltene Ereignisse sind, wurden verschiedene Möglichkeiten des Poolens der Be-
obachtungen aufgezeigt.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 138
Im Kapitel 2 werden neben datentechnischen Arbeitsschritten (Plausibilitätsprüfungen,
Zweckcodierung der Wege) grundlegende Fallzahlen, die regionale Verteilung und Verhal-
tensmerkmale in der Stichprobe differenziert nach Kohorten, Wellen, einmaligen und mehr-
maligen Teilnehmern präsentiert. Aus den in Kapiteln 2 bis 5 dargestellten Auswertungen
werden im Folgenden die wichtigsten methodischen und inhaltlichen Befunde zusammenge-
fasst.
6.1 Methodische Ergebnisse
Die methodischen Ergebnisse lassen sich in die Datenebene und die Analysemethodik tren-
nen. Auf der Datenebene kann unseres Erachtens die Bedeutung der Datenqualität und �aufbe-
reitung des Mobilitätspanlels gar nicht überschätzt werden. Durch die mehrfache Befragung
derselben Personen werden stellenweise Fehler in den Variablen offensichtlich, die in einem
Querschnittdatensatz verborgen bleiben. Teilweise sind diese Fehler durch Plausibilitätsprü-
fungen mit anderen Variablen und durch einen Vergleich zwischen den Wellen korrigierbar.
Ein Teil der erfolgten Korrekturen ist im Kapitel 2 beispielhaft dokumentiert.
Die hohe Bedeutung der Datenaufbereitung hängt unmittelbar mit der Natur der Betrachtung
im Längsschnitt zusammen: mehrfach erhobene Merkmale und gebildete Variablenkombina-
tionen müssen zueinander passen, Veränderungen in den Übergängen sollen dokumentiert
aber auch sinnvoll sein. Die relativ geringe Zahl sinnvoller Änderungen in den Ausprägungen
der interessierenden Einflussgrößen führt dazu, dass man bestrebt ist, um jede Verbesserung
der Fallzahl zu ringen. Damit wird auch die Relevanz der im Kapitel 2 geschilderten Imputa-
tionen höher, allerdings sind mit einem Längsschnittdatensatz auch die Möglichkeiten der
Datenergänzung erweitert.
Im Kapitel 2 ist, vorbereitend für die inhaltlichen Auswertungen, die Problematik der Ge-
wichtung angesprochen worden, die gewissermaßen zwischen der Datenebene und den reprä-
sentativen Auswertungen angesiedelt ist. Der vorliegende Datensatz ist je Welle querschnitts-
gewichtet, wodurch sich die Gewichtungen der Einheiten � insbesondere bei schwankenden
Stichprobengrößen � im Befragungsverlauf teilweise stark ändern. Als eine Alternative dazu
ist eine Längsschnittgewichtung konstruiert und in einigen Analysen genutzt worden. Freilich
lässt sich über den Stellenwert der Gewichtung für die Auswertung der Daten des Mobili-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 139
tätspanels streiten, da man Analysen auch ausschließlich mikroanalytisch betreiben kann und
Ergebnisse dann nur in einem engen Kontext verallgemeinert.
Bewusst ist das Design des Mobilitätspanels als rotierend mit maximal dreimaliger Teilnah-
memöglichkeit angelegt worden. Damit könnten verzögerte Reaktionen über ein bis zwei Jah-
re betrachtet werden. Modelle hierzu konnten aus Gründen des begrenzten möglichen Auf-
wandes vom DIW im Rahmen dieses Projektes nicht entwickelt werden.
Die repräsentativen Strukturwerte und Häufigkeiten von Kontextveränderungen aus dem So-
zio-oekonomischen Panel werden im Kapitel 3 präsentiert und im Kapitel 4 zur Beurteilung
der Daten des Mobilitätspanels herangezogen. Die ungewichteten Daten zeigen Schiefen be-
züglich der Haushaltsgröße, der Motorisierung und der Umzugshäufigkeit, für die beiden erst-
genannten Variablen kann dies durch Gewichtung korrigiert werden. Die Selektion der Stich-
probe in der Anwerbephase und im Stichprobenverlauf führt bisher leider dazu, dass die Um-
züge von Haushalten in der Panelstichprobe deutlich unterrepräsentiert sind. Ein Vergleich
des Erwerbsstatus (Stellung im Lebenszyklus) der Personen im Mobilitätspanel und im SOEP
zeigt eine gute Übereinstimmung. Die regionale Verteilung der Stichprobe auf Raumtypen
und Bundesländer ist gut.
Die inhaltliche und methodische Forschung zu Panelanalysen ist selbst in einer sehr dynami-
schen Entwicklung begriffen. Vom DIW sind daher unterschiedliche Programmpakete und
Analysemethoden parallel eingesetzt worden. Mit den in dieser Studie zu untersuchenden
Veränderungen im Längsschnitt sind empirische Probleme verbunden, die eine Umsetzung
weitaus schwieriger als eine Querschnittsauswertung machen: Es handelt sich dabei um relativ
seltene Ereignisse und mit dem Auftreten derartiger Ereignisse (z.B. Umzug eines Haushalts)
dürfte eine höhere Wahrscheinlichkeit des Ausfalls aus der Stichprobe verbunden sein. Wei-
terhin sind nicht alle interessierenden Variablen in den Daten enthalten. Schon allein der erste
Grund führt zu geringen Fallzahlen. Da zudem zu derartigen Daten und Fragestellungen in der
Verkehrsforschung noch wenig Erfahrungen vorliegen (zumindest in Deutschland), hat die
vorliegende DIW-Studie Pilotcharakter.
6.2 Inhaltliche Ergebnisse
Aus den empirischen Ergebnissen der Analyse von zehn verschiedenen Panel-Surveys an der
Transport Studies Unit der University of Oxford zieht Goodwin unter anderem das Fazit: �We
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 140
have had the opportunity to work on a number of panel data sets, and find that there are in-
sights to be gained that simply are not available from other forms of data. In particular, con-
sideration of the process of change in travel behavior offers the chance of treating as testable
hypotheses some of the basic assumption of classical cross-section-based analysis. This is not
just a question of testing how many of a models predicted mode transfers are really correctly
classified (interesting though that is), but more generally of investigating what it means to say
that a base data set demonstrates relationships that can be described as �equilibrium�, and what
follows if it cannot. There is a prima facie case that we shall need to recast both modelling
tools and policy preconceptions. Responses seem bigger, more complex, but slower, than we
had tended to assume.� (Goodwin, 1997, S.93)
Von der Fülle der Fragestellungen, die mit dem Mobilitätspanel untersucht werden könnten,
konnte in diesem Forschungsprojekt nur eine Auswahl umgesetzt werden. Selbst die darge-
stellten Analysen sind aus Gründen des zeitlichen Aufwandes in der Breite der einbezogenen
Aspekte beschränkt.56 Die Analysen wurden deskriptiv und mit verschiedenen Modellansät-
zen der Programmpakete SAS und Stata durchgeführt. Im Ergebnis zeigt sich auch in der vor-
liegenden Untersuchung � wie von Goodwin ausgeführt � dass die Befunde der Längsschnit-
tanalyse komplexer sind als es die auf Querschnittdaten basierenden Erfahrungen erwarten
lassen.
Zunächst ist bemerkenswert, dass in den Kontextvariablen, die potentiell Einfluss auf das
Verkehrsverhalten haben, eine beachtliche und mit Querschnittdaten nicht zu belegende Dy-
namik auf der Mikroebene von Personen und Haushalten herrscht (Kapitel 4). So verändert
sich zwischen zwei Erhebungsjahren bei fast 9 % der Haushalte die Anzahl der Personen, bei
annähernd 10 % ändert sich die Zahl der Pkw. Bei jeder achten Person ändert sich im Jahres-
vergleich die Berufskategorie (bzw. Stellung im Lebenszyklus) und bei jeder zehnten die
Pkw-Verfügbarkeit.
Für die Variablen berufliche Stellung, Pkw-Verfügbarkeit und Zeitkartenbesitz wird im Ka-
pitel 4 deskriptiv der Zusammenhang von Änderungen in der Merkmalsausprägung und Mo-
bilitätsindikatoren dargelegt. Die modellbasierten inhaltlichen Analysen (Kapitel 5) befassen
56 In den Erklärungmodellen zur Verkehrsleistung wurde z.B. nur der RAUMTYP als wahrscheinlich �objektive�Größe als Variable zur Siedlungsstruktur benutzt. Ergänzend hätte auch die Wechselwirkung mit der VariablenLAGE (Einschätzung der Befragten zur Lage der Wohnung) berücksichtigen werden können.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 141
sich mit der Wirkung erklärender Variablen und ihrer Änderungen auf die Wegehäufigkeit,
die ÖV-Nutzung und die Verkehrsleistung der befragten Personen in der Quer- und der
Längsschnittbetrachtung. In der Querschnittanalyse wurde deutlich, dass schon eine relativ
einfache Modellbildung nur unter Berücksichtigung der Haupteffekte ein wesentlich differen-
zierteres Bild der Zusammenhänge liefert, als dies tabellarische Analysen leisten können.
Würde man zusätzlich Interaktionen und indirekte Effekte zulassen, die die direkten Effekte
verstärken oder negieren können, so würden die Zusammenhänge noch feingliedriger heraus-
gearbeitet.
Die tabellarische und modellgestützte Längsschnittanalyse zeigt teilweise deutlich andere Ef-
fekte, die zudem auf unterschiedlichen Niveaus der abhängigen Variablen angesiedelt sind.
Das bedeutet, dass Verhaltensänderungen nicht - wie es Querschnittanalysen nahe legen -
symmetrisch reversibel ablaufen. Die im Querschnitt belegten Unterschiede zwischen Katego-
rien sind also nicht identisch mit sich einstellenden Veränderungen bei einem tatsächlichen
Wechsel von einer Kategorie zur anderen. Dass sich die Verhaltensänderungen obendrein auf
unterschiedlichen Niveaus zutragen, lässt parallele Habit- oder Kohorteneffekte vermuten.
Hier müssen weiterführende Methoden herangezogen werden, die es besser erlauben Ursache-
Wirkungs-Beziehungen sichtbar zu machen und die z.B. eine Trennung von Struktureffekten
und Reaktionen im Zeitablauf zulassen.
Da Querschnittdaten verfügbar bzw. leichter generierbar sind wird die Verkehrsplanung und -
forschung auch weiterhin vornehmlich mit dieser Datenart arbeiten. Auch die Analyse zeitli-
cher Entwicklungen ist mit den Daten wiederholter Querschnitterhebungen möglich � aller-
dings mit einigen bedeutsamen Einschränkungen der Aussagemöglichkeiten (vgl. Kloas und
Kunert, 1994; Kunert, 1998). Von den Längsschnittanalysen sind nicht nur zusätzliche und
erweiterte kausale Ergebnisse zu erwarten, es sind auch Verbesserungen und gegebenenfalls
Korrekturen von Zusammenhängen möglich, die bisher mit Querschnittdaten nur unzurei-
chend analysiert werden konnten. Die zunächst noch eher auf der Forschungsebene angesie-
delten Panelstudien können somit zu einem informierteren Gebrauch der Querschnittdaten
beitragen.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 142
6.3 Empfehlungen zur Erhebungsdurchführung
In den Übergängen von einer Erhebungswelle zur folgenden sind insbesondere Umzüge der
Haushalte untererfasst, hier wären unseres Erachtens verbesserte Regeln für die Anlage der
Stichprobe und die Nachverfolgung von Haushalten zu diskutieren. Eventuell könnte auch
eine Frage nach einem erfolgten Umzug gestellt werden. Wünschenswert sind zudem Infor-
mationen im Datensatz auch zu ausfallenden Haushalten (die noch nicht dreimal befragt wur-
den, aber dennoch nicht im Datensatz der Folgebefragung vertreten sind), z.B. ob hier eine
Verweigerung der weiteren Teilnahme oder ein Kontaktverlust vorlag.
Bezüglich des Erhebungsinstruments erscheinen uns zwei Anregungen bedenkenswert: Es
wäre eine Angabe wünschenswert, warum einzelne Haushaltsmitglieder in einer Welle nicht
antworten (z.B. wegen Urlaub, Verweigerung, etc.). Eine derartige Frage kann auch genutzt
werden, um den Teilnehmern zu verdeutlichen, dass Immobilität auch Erhebungsgegenstand
ist. Damit hat dieser Vorschlag auf der Ebene von Personen und von Tagen Relevanz.
Für die Beurteilung und Verbesserung der Datenqualität wäre die Information hilfreich, wel-
ches Haushaltsmitglied jeweils den Haushaltsbogen und damit auch Angaben für andere Per-
sonen ausgefüllt hat. Wir vermuten, dass die im Haushaltsbogen berichteten Personenmerk-
male durch den Wechsel berichtender Personen in Verbindung mit mangelnder Kenntnis der
wahren Werte teilweise nicht sinnvolle Änderungen aufweisen (z.B. Schulabschluss). In der
wechselnden Zuständigkeit der Haushaltsmitglieder für diese Ausfüllaufgabe dürfte auch eine
Ursache für unplausibel schwankende Angaben auf der Haushaltsebene liegen (z.B. zur
Wohnlage).
6.4 Vorschlag für eine ausgebaute Datenbereitstellung
Die Aufbereitung der Daten durch das Institut für Verkehrswesen der Universität Karlsruhe,
die sich bewährt hat, sollte mit zwei Zielrichtungen fortgesetzt und ausgebaut werden:
• Die erste Zielsetzung sollte es sein, den Panel-Datenbestand einem breiteren Nutzerkreis
zugänglich zu machen. Der kumulierte Panel-Datenbestand ist inzwischen so groß, dass
differenzierte Querschnittsaussagen möglich sind, die bis zur Vorlage der Ergebnisse der
KONTIV 2001 von keiner anderen Informationsquelle geliefert werden. Daher sollte ein
Zugriff auf die Daten für zusätzliche Nutzer ohne spezielle Kenntnisse der Erhebungs-
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 143
techniken und der Statistik möglich sein. So z.B. wenn Verkehrsingenieure für Planungs-
aufgaben den Anteil des Wochenend-Freizeitverkehrs an der gesamten Verkehrsleistung
im ÖV benötigt. Eine Voraussetzung hierfür wäre die Ausarbeitung von Hinweisen zur
Datennutzung, z.B. welche Segmente des Verkehrs schlecht erfasst sind und welche me-
thodischen Probleme und Lösungsmöglichkeiten beim Umgang mit den Paneldaten exi-
stieren (z.B. Autokorrellation im gepoolten Datensatz).
• Die zweite Überlegung zielt auf einen leichteren Zugang zu den Daten für die Längs-
schnittanalyse. Eine nahe liegende Zielvorstellung könnte sich am Sozio-oekononomische
Panel orientieren, für das Newsletter, Nutzerschulungen und Online-Dokumentationen
existieren. Zumindest sollten Hinweise auf die Literatur, Techniken für Auswertungen und
entsprechende Software gegeben werden. Auch könnte überlegt werden, leicht handhabba-
re Datensätze zu erstellen (z.B 1. Alle Teilnahmen gepoolt; 2. Wiederholer: Vorjahr | Jahr;
3. Dreifachteilnehmer: 1.Jahr | 2.Jahr | 3.Jahr).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 144
7 Literaturverzeichnis
Alecke, B. (1997) Regressionsanalyse mit Panel-Daten: Eine Einführung, in: Zentralarchiv fürEmpirische Sozialforschung an der Universität zu Köln (Hrsg.) ZA-Information 40.
Allison, P.D. (1982) Discrete-Time Methods for the Analysis of Event Histories, in: Leinhardt, S. (Hg.)Sociologied Methodology, San Francisco: Jossey Bass Inc.
Baanders, A., Garden, J.M., Brög, W. (1982) Panels: Attractions and Pitfalls, PTRC Summer AnnualMeeting, Warwick.
Baanders, A., Slootman, K.C.P. (1983) A Panel for Longitudinal Research into Travel Behaviour, in:Carpenter, S. Joares, P. (Hrsg.) Recent Advances in Travel Demand Analysis, Aldershot.
Blase, J.H. (1979) Hysteresis and Catastrophe Theory: empirical identification in transportationmodelling, in: Environment and Planning A, Vol.11, S. 675-680.
Blase, J.H. (1980) Hysteresis in Travel Demand, in: Transportation Planning and Technology, Vol. 6, S.109-116.
Bortz, J. (1985) Lehrbuch der Statistik. Für Sozialwissenschaftler, Springer, Berlin.
Bradley, M. (1997) A Practical Comparison of Modeling Approaches for Panel Data, in: Golob, T.F.,Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods and Applications,Boston, Dordrecht, London.
Brownstone, D., Chu, X. (1997) Multiply-imputed Sampling Weights for Consistent Inference withPanel Attrition, in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for TransportationPlanning, Methods and Applications, Boston, Dordrecht, London.
Clarke, M., Dix, M., Goodwin, P. (1982) Some Issues of Dynamics in Forecasting Travel Behaviour -A Discussion Paper, in: Transportation, S. 153-172.
Dargay, J.M., Vythoulkas, P.C. (1999) Estimation of a Dynamic Car Ownership Model. A Pseudo-Panel Approach, in: Journal of Transport Economics and Policy, September 1999, Vol. 33, S.287-302.
Davies, R.B. (1984) A generalised beta-logistic model for longitudinal data with an application toresidential mobility, in: Environment and Planning A, S. 1375-1386.
Davies, R.B., Pickles, A.R. (1985) Longitudinal versus cross-sectional methods for behaviouralresearch: a first-round knockout, in: Environment and Planning A, S. 1315-1329.
Deaton, A. (1985) Panel Data from Time Series of Cross-Sections, in: Journal of Econometrics 30(1985), S. 109-126.
Deloucas, A. (1990) Macro-Micro Relationships and In-Depth Research into Activity/TravelBehaviour, in: Jones, P. (ed.) Developments in Dynamic and Activity-Based Approaches toTravel Analysis, Aldershot.
Dix, M.C., Layzell, A.D. (1986) Behaviour Changes in Changing Populations: problems and proposalsfor policy-directed longitudinal studies, in: Behavioural Research for Transport Policy, Utrecht.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 145
Duncan, G.J., Juster, F.T., Morgan, J.N. (1987) The role of panel studies in research on economicbehavior, in: Transportation Research A, No. 4/5.
Eijk, C. van der (1987) Wave-Pooling: An Approach to strengthen the Validity of Causal Inferences inthe Analyses of Multy-Wave Panels, in: Ministerie van Verkeer en Waterstaat (1987) Analysesof Panel Data - Proceedings of the Round Table Conference on the Longitudinal Travel Study,The Hague.
Engel, U., Reinecke, J. (1994) Panelanalyse. Grundlagen - Techniken � Beispiele, de Gruyter, Berlin,New York.
Engel, U., Reinecke, J. (Hrsg.) (1996) Analysis of Change: Advanced Techniques in Panel DataAnalysis, Walter de Gruyter.
Fienberg, S.E., Mason, W.M (1985) Specification and Implementation of Age, Period and CohortModels, in: W.M. Mason, S.E. Fienberg (eds.) Cohort Analysis in Social Research, Springer.
Frick, J. (1996) Lebenslagen im Wandel - Determinanten kleinräumlicher Mobilität inWestdeutschland, Frankfurt und New York.
Gärling, T. (1998) Behavioural Assumptions Overlooked in Travel Choice Modelling, in: Ortúzar, J. deD., Hensher, D., Jara-Diaz, S. (eds.) Travel Behaviour Research: Updating the State of Play,Elsevier.
Giuliano, G., Wachs, M. (1997) An Employer Panel for Evaluating the Effectiveness of Trip ReductionIncentives, in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for Transportation Planning,Methods and Applications, Boston, Dordrecht, London.
Golob T.F. (1990 a) The Dynamics of Household Travel Time Expenditures and Car OwnershipDecisions, in: Transportation Research A, Vol. 24A, No.6, S. 443-463.
Golob, T.F. (1990 b) Structural Equation Modelling of Travel Choice Dynamics, in: Jones, P. (ed.)Developments in Dynamic and Activity-Based Approaches to Travel Analysis, Aldershot.
Golob, T.F., Kitamura, R., Long, L. (1997) Panels for Transportation Planning, Methods andApplications, Boston, Dordrecht, London.
Golob, T.F., Kitamura, R., Supernak, J. (1997) A Panel-Based Evaluation of the San Diego I-15Carpool Lanes Project, in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for TransportationPlanning, Methods and Applications, Boston, Dordrecht, London.
Golob, T.F., Meurs, H. (1986) Biases in response over time in a seven-day travel diary, in:Transportation, S. 163-181.
Golob, T.F., Meurs, H. (1987) A Structural Model of Temporal Change in Multi-Modal TravelDemand, in: Transportation Research A, Heft 6, S. 391-400.
Golob, T.F., Meurs, H. (1988) Modelling the dynamics of passenger travel demand by using structuralequations, in: Environment and Planning A, S. 1197-1218.
Golob, T.F., Recker W.W. (1987) Dynamic Analyses of Complex Travel Behaviour Using aSubsample of the Dutch National Mobility Panel, in: Ministerie van Verkeer en Waterstaat
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 146
(1987) Analyses of Panel Data - Proceedings of the Round Table Conference on theLongitudinal Travel Study, The Hague.
Golob, T.F., Van Wissen, L., Meurs, H. (1986) A Dynamic Analysis of Travel Demand, in:Transportation Research A, Heft 5, S. 401-414.
Goodwin, P.B. (1989) Family changes and public transport use 1984-1987: A dynamic analysis usingpanel data, in: Transportation, S. 121-154.
Goodwin, P.B. (1997) Have Panel Surveys Told Us Anything New?, in: Golob, T.F., Kitamura, R.,Long, L. (eds.) Panels for Transportation Planning, Methods and Applications, Boston,Dordrecht, London.
Goodwin, P.B., Layzell, A.D. (1985) Longitudinal Analysis for Public Transport Policy Issues, in:G.R.M. Janssen, P. Nijkamp and C.J. Ruijgrok (eds.) Transportation and Mobility in an Era ofTransition, Studies in Regional Science and Urban Economics, Volume 13, Elsevier.
Goodwin, P.B., Dix, M.C., Layzell, A.D. (1987) The case for heterodoxy in logitudinal analysis, in:Transportation Research A, No. 4/5.
Goodwin, P.B., Kitamura, R., Meurs, H. (1990) Some Principles of Dynamic Analysis of TravelBehaviour, in: Jones, P. (ed.) Developments in Dynamic and Activity-Based Approaches toTravel Analysis, Aldershot.
Goulias, K.G. (1999) Longitudinal analysis of activity and travel pattern dynamics using generalizedmixed Markov latent class models, in: Transportation Research Part B, S. 535-557
Goulias, K.G., Kitamura, R. (1997) A Dynamic Microsimoulation Model System for Regional TravelDemand Forecasting, in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for TransportationPlanning, Methods and Applications, Boston, Dordrecht, London.
Goulias, K.G., Pendyala, R.M., Kitamura, R. (1993) Weighting Methods for Choice-Based Panelswith Correlated Attrition and Initial Choice, Forschungsbericht an das Puget Sound RegionalCouncil, Seattle.
Haisken-De New, J., Frick J.R. (Hrsg.) (1998) DTC, Desktop Companion to the German Socio-Economic Panel Study, (updated to wave 14 [N]), Berlin.
Hautzinger, H. (2001) Auswertung des Mobilitätspanels mittels statistisch-ökonometrischer Panel-modelle, in: Dynamische und statische Elemente des Verkehrsverhaltens � Das Deutsche Mo-bilitätspanel, Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft, Band B234, Bergisch Gladbach.
Havens, J.J. (1981) New Approaches to Understanding Travel Behaviour: Role, Life-Style andAdaptation, in: Stopher, P.R., Meyburg, A.H., Brög, W. (Hrsg.) New Horizons in Travel-Behavior Research, Lexington.
Heckman, J.J. (1981) Statistical models for discrete panel data, in: Manski, C.F., Mc Fadden D. (Hg.)Structural Analysis of Discrete Data with Econometric Applications, Cambridge, Mass.: MITPress, S. 114-178.
Heidemann, C. (1981) Spatial Behavior Studies: Concepts and Contexts, in: Stopher, P.R., Meyburg,A.H., Brög, W. (Hrsg.) New Horizons in Travel-Behavior Research, Lexington.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 147
Hensher, D.A. (1985 a) An Overview of the Theoretical, Methodological, Empirical and Policy Basesof the Dimensions of Automobile Demand Project, Dimensions of Automobile Demand Project,Working Paper No. 12A, Macquarie University.
Hensher, D.A. (1985 b) Longitudinal Surveys in Transport: An Assessment, in: Ampt, E.S., Richardson,A.J., Brög, W. (Hrsg.) New Survey Methods in Transport, Utrecht.
Hensher, D.A. (1987) Issues in the Pre-Analysis of Panel Data, in: Transportation Research A, Nr. 4/5.
Hensher, D.A. (1997) The Timing of Change: Discrete and Continuous Time Panels in Transportation,in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods andApplications, Boston, Dordrecht, London.
Hensher, D.A. (1998) The Timing of Change for Automobile Transactions: Competing Risk MultispellSpecification, in: Ortúzar, J. de D., Hensher, D., Jara-Diaz, S. (eds.) Travel Behaviour Research:Updating the State of Play, Elsevier.
Hensher, D.A., Smith, N.C. (1990) Estimating Automobile Utilisation with Panel Data: AnInvestigation of Alternative Assumptions for the Initial Conditions and Error Covariances, in:Transportation Research A, Vol. 24A, No.6, S. 417-426.
Hensher, D.A., Smith, N.C., Milthorpe, F.M., Barnard, P.O. (1992) Dimensions of AutomobileDemand: A Longitudinal Study of Automobile Ownership and Use, Amsterdam, North Holland.
Hensher, D.A., Wrigley, N. (1984) Statistical Modelling of Discrete Choices with Panal Data,Dimensions of Automobile Demand Project, Working Paper Nr. 16, Macquarie University.
Honoré, B.E., Kyriazidou, E. (2000) Panel Data Discrete Choice Models with Lagged DependentVariables, in: Econometrica, Journal of Econometric Society, Vol. 68, No. 4, S. 839-874.
Hsiao, C. (1986) Analysis of panel data, Cambrigde University Press.
Huff, J., Hanson, S. (1990) Measurement of Habitual Behaviour: Examining Systematic Variabilityin Repetitive Travel, in: Jones, P. (ed.) Developments in Dynamic and Activity-BasedApproaches to Travel Analysis, Aldershot.
IfV Institut für Verkehrswesen, Universität Karlsruhe (1998) Haushaltspanel 1997 / 1998 -Auswertung. Vorläufiger Schlussbericht. Karlsruhe.
IVT Heilbronn und Steinbeis-Tranferzentrum Stuttgart (1999) Erprobung und Evaluierung vonModellen der Statistik und der Künstlichen Intelligenz als Instrumente zur Analyse desMobilitätspanels, Pilotstudie, Heilbronn und Stuttgart.
Jansson, J.O. (1990) Car Ownership Entry and Exit Propensities of Different Generations � A KeyFactor for the Development of the Total Car Fleet, in: Jones, P. (ed.) Developments inDynamic and Activity-Based Approaches to Travel Analysis, Aldershot.
Johnson, L., Hensher D. (1982) Application of Multinomial Probit to a Two-period Panel Data Set, in:Transportation Research A, Vol. 16A, No.5-6, S. 457-464.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 148
Jones, P.M., Clarke, M. (1986) The Significance and Measurement of Variability in Travel Behaviour,PTRC Summer Annual Meeting, Warwick.
Kalter, F. (1994) Pendeln statt Migration? Die Wahl und Stabilität von Wohnort-Arbeitsort-Kombinationen, in: Zeitschrift für Soziologie, Jg. 23, Heft 6.
Kampmann, C. und Wagner, G. (1996) Autofahren und Mineralölsteuererhöhungen - Einempirischer Ost-West-Vergleich zur Wirkung und Akzeptanz, in: Zeitschrift für angewandteUmweltforschung, 9 (2), S. 188-199.
Kim, S.-G., Mannering, F.L. (1997) Panel Data and Activity Duration Models: EconometricAlternatives and Applications, in: Golob, T.F., Kitamura, R., Long, L. (eds.) Panels forTransportation Planning, Methods and Applications, Boston, Dordrecht, London.
Kitamura, R. (1989 a) Guest editorial, in: Transportation, S. 97-99.
Kitamura, R. (1989 b) A causal analysis of car ownership and transit use, in: Transportation, S. 155-174.
Kitamura, R. (1990) Panel Analysis in Transportation Planning: An Overview, in: TransportationResearch A, Vol. 24A, No.6, S. 401-415.
Kitamura, R. (1992) Longitudinal Surveys, in: Ampt, E.S., Richardson, A.J., Meyburg, A.H. (eds.)Selected Readings in Transport Survey Methodology, Eucalyptus Press, Melbourne.
Kitamura, R., Bovy, P.H.L. (1987) Analysis of Attrition Biases and Trip Reporting Errors for PanelData, in: Transportation Research A, No. 4/5.
Kitamura, R., Van der Hoorn, T. (1987) Regularity and irreversiblity of weekly travel behaviour, in:Transportation, Vol. 14, S. 227-251.
Kloas, J. (1988) Sonderauswertung des Sozio-oekonomischen Panels zum Themenbereich Verkehr,Gutachten im Auftrag des Bundesministers für Verkehr, Berlin.
Kloas, J., Kuhfeld, H., Kunert, U. (1999) Konstanz bzw. Variabilität des Verkehrsverhaltens beigleichen Personen, Analyse des Mobilitätspanels 1994 bis 1998, 1. Zwischenbericht, Berlin.
Kloas, J., Kunert, U. (1993) Vergleichende Auswertungen von Haushaltsbefragungen zumPersonennahverkehr (KONTIV 1976, 1982, 1989), Gutachten im Auftrag des Bundesministersfür Verkehr, Berlin.
Kloas, J., Kunert, U. (1994 a) Über die Schwierigkeit, Verkehrsverhalten zu messen. Die dreiKONTIV-Erhebungen im Vergleich, in: Verkehr und Technik, Heft 3 und 5.
Kloas, J., Kunert, U. (1994 b) Die zeitliche Entwicklung der Bedeutung von Personenmerkmalen fürdas Verkehrsverhalten, in: Verkehr und Technik, Heft 11 und 12.
Kloas, J., Recke, C. (1988) Verkehr, in: Krupp, H.-J., Schupp, J. (Hrsg.) Lebenslagen im Wandel:Daten 1987, Campus Verlag, Frankfurt (Main).
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 149
Knippenberg van, C., Kockelkoren, M., Korsten, N. (1990) Travel Behaviour of Non-TraditionalHouseholds, in: Jones, P. (ed.) Developments in Dynamic and Activity-Based Approaches toTravel Analysis, Aldershot.
Kohler, U., Kreuter, F. (2001) Datenanalyse mit Stata, Oldenbourg Verlag, München.
Kunert, U. (1992) Individuelles Verkehrsverhalten im Wochenverlauf, DIW-Beiträge zurStrukturforschung, Heft 130, Berlin.
Kunert, U. (1994 a) Konzeption einer Panel-Erhebung für die Verkehrsplanung in Berlin undBrandenburg. Gutachten im Auftrag des Ministeriums für Stadtentwicklung, Wohnen undVerkehr des Landes Brandenburg und der Senatsverwaltung für Verkehr und Betriebe desLandes Berlin.
Kunert, U. (1994 b) Weekly Mobility of Life Cycle Groups, in: Transportation, Vol. 21, S. 271-288.
Kunert, U. (1998) Detecting Long Term Trends in Travel Behaviour: Problems Associated withRepeated National Personal Travel Surveys, in: Ortuzar, J., Hensher, D., Jara-Diaz, S. (eds.)Travel Behaviour Research: Updating the State of Play, Elsevier, Amsterdam.
Kunert, U. (2001) Die Quer- und Längsschnittanalyse des Mobilitätspanels im Vergleich, in: Dyna-mische und statische Elemente des Verkehrsverhaltens � Das Deutsche Mobilitätspanel,Schriftenreihe der Deutschen Verkehrswissenschaftlichen Gesellschaft, Band B 234, BergischGladbach.
Loop, H. van der (1990) Panel Analysis of Travel Behaviour for Policy Applications: Methods Usedand Results Available, in: Jones, P. (ed.) Developments in Dynamic and Activity-BasedApproaches to Travel Analysis, Aldershot.
Ma, J., Goulias, K.G. (1997) A dynamic analysis of person and household activity and travel patternsusing data from the first two waves in the Puget Sound Transportation Panel, in:Transportation, Vol. 24 (3), S.309-331.
Maddala, G.S. (1987) Recent developments in the econometrics of panel data analysis, in:Transportation Research A, 21A, No. 4/5.
Madré, J.-L. (1990) Long-Term Forecasting of Car Ownership and Car Use, in: Jones, P. (ed.)Developments in Dynamic and Activity-Based Approaches to Travel Analysis, Aldershot.
Mason, W.M., Fienberg, S.E. (1985) Introduction: Beyond the Identification Problem, in: W.M.Mason, S.E. Fienberg (eds.) Cohort Analysis in Social Research, Springer.
McCullagh, P., Nelder, J.A. (1983) Generalized Linear Models (second edition), Chapman and Hall.
McFadden, D. (2000) Disaggregate Behavioral Travel Demand´s RUM Side, A 30-yearRetrospective, Paper presented at the International Association for Travel Behaviour (IATB)Conference, Australia, July 2000.
Meurs, H. (1990) Dynamic Analysis of Trip Generation, in: Transportation Research A, Vol. 24A,No.6, S. 427-442.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 150
Meurs, H., Ridder, G. (1997) Attrition and Response Effects in the Dutch National Mobility Panel, in:Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods andApplications, Boston, Dordrecht, London.
Meurs, H., Van Eijk, T., Goodwin, P. (1990) Dynamic Estimation of Public Transport DemandElasticities, in: Jones, P. (ed.) Developments in Dynamic and Activity-Based Approaches toTravel Analysis, Aldershot.
Meurs, H., Van Wissen, L., Visser, J. (1989) Measurement biases in panel data, in: Transportation, S.175-194.
Mobidrive (2001) Forschungsprojekt dokumentiert unter http://www.ptv.de/mobidrive.
Murakami, E., Ulberg, C. (1997) The Puget Sound Transportation Panel, in: Golob, T.F., Kitamura, R.,Long, L. (eds.) Panels for Transportation Planning, Methods and Applications, Boston,Dordrecht, London.
Murakami, E., Watterson, W.T. (1992) The Puget Sound Transportation Panel after two waves, in:Transportation, Vol. 19.
Ortúzar, J. de D., Willumsen, L.G. (1994) Modelling Transport, Wiley Publishers, London.
Paaswell, R.E. (1997) Why Panels for Transportation Planning?, in: Golob, T.F., Kitamura, R.,Long, L. (eds.) Panels for Transportation Planning, Methods and Applications, Boston, Dordrecht,London.
Pannenberg, M. (2000) Documentation of Sample Sizes and Panel Attrition in the German SocioEconomic Panel (GSOEP) 1984 until 1999, in: DIW Discussion Papers, No. 232, Berlin.
Pas, E. (1990) Is Travel Demand Analysis and Modelling in the Doldrums? in: Jones, P. (ed.)Developments in Dynamic and Activity-Based Approaches to Travel Analysis, Aldershot.
Pendyala, R.M. (1998) Causal Analysis in Travel Behaviour Research: A Cautionary Note, in: Ortúzar,J. de D., Hensher, D., Jara-Diaz, S. (eds.) Travel Behaviour Research: Updating the State ofPlay, Elsevier.
Pendyala, R.M., Kitamura, R. (1997) Weighting Methods for Attrition in Choice-Based Panels, in:Golob, T.F., Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods andApplications, Boston, Dordrecht, London.
Pendyala, R.M., Pas, E.I. (1997) Multiday and Multiperiod Data, in: Transport Surveys: Raising theStandard, Paper for the International Conference on Transport Survey Quality and Innovation,Grainau.
Pickles, A.R., Davies, R.B., Crouchley, R. (1984) Individual and geographical variation in longitudinalvoting data for England 1964-1970, in: Environment and Planning A, S. 1237-1247.
Pol, F. van de (1987) Panel Sampling Designs, in: Ministerie van Verkeer en Waterstaat (1987)Analyses of Panel Data - Proceedings of the Round Table Conference on the LongitudinalTravel Study, The Hague.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 151
Porst, R., Briel, C.v. (1995) Wären Sie vielleicht bereit, sich gegebenenfalls noch einmal befragen zulassen? Oder: Gründe für die Teilnahme an Panelbefragungen. ZUMA � Arbeitsbericht Nr.95/04, Mannheim.
Purvis, C.L. (1997) Planning for Panel Suveys in the San Francisco Bay Area, in: Golob, T.F.,Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods and Applications,Boston, Dordrecht, London.
Raimond, T., Hensher, D.A. (1997) A Review of Empirical Studies and Applications, in: Golob, T.F.,Kitamura, R., Long, L. (eds.) Panels for Transportation Planning, Methods and Applications,Boston, Dordrecht, London.
RDC, The Transportation Futures Group (1993) Puget Sound Transportation Panel: ModelDevelopment and Testing, San Francisco.
Rendtel, U. (1995) Lebenslagen im Wandel: Panelausfälle und Panelrepräsentativität, (Hrsg.:Projektgruppe �Das Sozio-oekonomische Panel� im Deutschen Institut fürWirtschaftsforschung) Frankfurt a. M., New York.
Rostek, K. (2000) Die Rolle des Mobilitätspanels in der deutschen Verkehrsstatistik, Vortrag auf demKolloquium Dynamische und statische Elemente des Verkehrsverhaltens � Das Deutsche Mo-bilitätspanel, Deutsche Verkehrswissenschaftliche Gesellschaft, Karlsruhe.
Rudinger, G., Rietz, C. (1993) Und mal wieder: Reliabilität & Stabilität in Panelmodellen, in: ZUMA-Nachrichten, 32. Jg, 17.Mai 1993, S. 60-75.
Ryder, N.B. (1985) The Cohort as a Concept in the Study of Social Change, in: W.M. Mason, S.E.Fienberg (eds.) Cohort Analysis in Social Research, Springer.
SAS Institute Inc. (1994) SAS/STAT User�s Guide Vol.1, Version 6, Fourth Edition, Cary.
Sauer, A. (2001) Die Methodik der Feldarbeit für das deutsche Mobilitätspanel, in: Dynamische undstatische Elemente des Verkehrsverhaltens � Das Deutsche Mobilitätspanel, Schriftenreiheder Deutschen Verkehrswissenschaftlichen Gesellschaft, Band B 234, Bergisch Gladbach.
SOEP Group (2001) The German Socio-Economic Panel (GSOEP) after more than 15 years � Over-view. In: Elke Holst, Dean R. Lillard und Thomas A. DiPrete (Hrsg.) Proceedings of the 2000Fourth International Conference of German Socio-Economic Panel Study Users(GSOEP2000), Vierteljahrshefte zur Wirtschaftsforschung, Jg. 70, Nr. 1, S. 7-14
Schräpler, J.-P. (2001) Respondent Behavior in Panel Studies � A Case Study of the German Socio �Economic Panel, in: DIW Discussion Papers, No. 244, Berlin.
Schupp, J., Wagner, G. (1998) Das sozio-oekonomische Panel - Eine sozial- undwirtschaftswissenschaftliche Längsschnittsstudie für die Bundesrepublik Deutschland, in:planung&analyse 3/98, S. 22-25.
Smith N.C., Hensher D.A., Wrigle, N. (1991) A Discrete Choice Sequence Model: Method and anIllustrative Application to Automobile Transactions, in: International Journal of TransportEconomics, Vol. XVIII, No. 2, S. 123- 150.
StataCorp (2001) Stata Statistical Software: Release 7.0, College Station, TX: Stata Corporation.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 152
Supernak, J. (1990) A Dynamic Interplay of Activities and Travel: Analysis of Time of Day UtilityProfiles, in: Jones, P. (ed.) Developments in Dynamic and Activity-Based Approaches toTravel Analysis, Aldershot.
Terzis, G. (1990) Panel Analysis: An Application to Public Transport Policies in London, in: Jones,P. (ed.) Developments in Dynamic and Activity-Based Approaches to Travel Analysis,Aldershot.
Tourangeau, R., Zimowski, M., Ghadialy, R. (1997) An Introduction to Panel Surveys inTransportation Studies, Research Report for the Federal Highway Administration, Chicago.
Tutz, G. (2000) Die Analyse kategorialer Daten, Anwendungsorientierte Einführung in Logit-Modellierung und kategoriale Regression, Oldenbourg Wissenschaftsverlag, München.
Vermunt, J.K., Georg, W. (1995) Die Analyse kategorialer Panel-Daten mit Hilfe von log-linearenKausalmodellen mit latenten Variablen: Eine Anwendung am Beispiel der Skala�Jugendzentrismus�, in: Zentralarchiv für Empirische Sozialforschung an der Universität zuKöln (Hrsg.) ZA-Information 36.
Voß, W. (Hrsg.) (2000) Taschenbuch der Statistik, Leipzig.
Wagner, G. et al. (1994) Das sozio-oekonomische Panel (SOEP) � Methoden der Datenproduktion und�aufbereitung im Längsschnitt. In: Hauser, R. et al. (Hrsg.) Mikroanalytische Grundlagen derGesellschaftspolitik, Bd. 2, Akademie Verlag, Berlin S. 70-112.
Wegener, M., Gnad, F., Vannahme, M. (1986) The Time Scale of Urban Change, in: Hutchinson, B.,Batty, M. (Hrsg.) Advances in Urban Systems Modelling, North-Holland.
Wissen, L.J.G. van, Meurs, H.J. (1989) The Dutch mobility panel: Experiences and evaluation, in:Transportation, S. 99-120.
Wrigley, N., Dunn, R. (1984) Stochastic panel-data models of urban shopping behaviour: Theinteraction of store choice and brand choice, in: Environment and Planning A, S. 1221-1236.
Yee, J.L., Niemeier, D. (1996) Advantages and Disadvantages: Longitudinal vs. Repeated Cross-Section Surveys, Project Battelle 94-16, FHWA, HPM-40, http://ntl.bts.gov/ntl/data/bat.pdf.
Yee, J.L., Niemeier, D.A. (2000) Analysis of activity duration using the Puget sound transportationpanel, in: Transportation Research Part A 34, S. 607-624.
Zumkeller, D. (1997) Begleitung und Auswertung der laufenden Erhebungen zum Mobilitätsverhaltensowie zu Fahrleistungen und Benzinverbrauch, Schlussbericht, Karlsruhe.
Zumkeller, D. et al. (1993) Paneluntersuchungen zum Verkehrsverhalten, in: Bundesministerium fürVerkehr (Hrsg.), Forschung Straßenbau und Straßenverkehrstechnik, Heft 688, Bonn-BadGodesberg.
Zumkeller, D., Chlond, B., Lipps, O. (1999) Das Mobilitäts-panel (MOP), Konzept und Realisierungeiner bundesweiten Längsschnittbetrachtung, in: Schriftenreihe der DeutschenVerkehrswissenschaftlichen Gesellschaft e.V., Reihe B, S. 33-72.
Mobilitätspanel � Dynamik des Verkehrsverhaltens im Jahresvergleich 153
Zumkeller, D., Lipps, O., Chlond, B. (1997) The German Mobility Panel: Options, Limitations and thecomplementary Use of secondary Data, Transport Surveys: Raising the Standard, Paper for theInternational Conference on Transport Survey Quality and Innovation, Grainau.
Zumkeller, D. (2001) Eigenschaften von Paneluntersuchungen � Anwendungen und Einsatzmöglich-keiten im Verkehrsbereich, in: Dynamische und statische Elemente des Verkehrsverhaltens �Das Deutsche Mobilitätspanel, Schriftenreihe der Deutschen Verkehrswissenschaftlichen Ge-sellschaft, Band B 234, Bergisch Gladbach.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 1
Anhang A
Beispiele aus den Wegetagebüchern
Die folgenden Darstellungen zeigen z.T. Beispiele für die Vielfalt des Verkehrsverhaltens, die
in den Auswertungen mit Durchschnittswerten leicht untergehen, z.T. illustrieren sie die
Auswertungsprobleme.
1. Teilerfassung des Geschäfts-, Dienstreiseverkehrs, Überschneidung mit Wirtschafts-
verkehr.
Im Jahr 1995 legt die Person geschäftlich/dienstlich Dienstag bis Freitag in einer Fahrt mit
„sonstigen Verkehrsmitteln“ jeweils 520 bis 570 km zurück.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 2
2. Langer Weg zum Abeitsplatz
In 1994 legt die Person den Weg zur und von der Arbeitsstelle (12 km Entfernung) in je zwei
Stunden zu Fuss zurück. Im Folgejahr beträgt die Entfernung Wohnung – Arbeitsplatz 90 km.
Der Zeitaufwand beträgt mit Bahn und Fussweg zweimal 100 Minuten.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 3
3. Inplausible Wege 1994 / 1995
1994 werden Donnerstag und Freitag lange Fusswege mit der Zweckcodierung „Dienstreise“
angegeben. In 10 bzw. 8 Stunden werden angeblich 385 bzw. 190 km zurückgelegt. Am
Samstag fehlt die Rückfahrt zu einer mittäglichen Autofahrt zu Einkauf/Besorgung.
In den Folgejahren treten solche inplausiblen Wegetagebücher nicht mehr auf.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 4
4. Unterschiedliche Angabesorgfalt bei Besonderheiten
Abgesehen von der Interpretationsfähigkeit der Codierung „andere Besonderheit“ am
Befragungstag sind diese und die übrigen zum Befragungstag erhobenen Besonderheiten
(Krankheit, Urlaub, Auto in Werkstatt) subjektiv von den Befragten unterschiedlich bewertet
bzw. unterschiedlich sorgfältig ausgefüllt worden. Hier z.B. kann nur für 1996 zu einer
Bahnreise Mittwoch und Donnerstag „andere Besonderheit“ ausgewiesen werden. Weder
1997 noch 1998 hat die Person einen Wechsel des Arbeitsplatzes oder andere Begründungen
angegeben, dennoch unterscheiden sich die Wochen in der Berufswegezeit extrem.
5. Zwillinge
Die folgenden Wegetagebücher der 1985 geborenen Brüder unterscheiden sich nur am
2.10.1997 (Krankheit) und (geringfügig) am 9.10.1996.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 5
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 6
6. Auswärtige Unterbringung
Zum Haushalt gehörende, aber i.a. nicht in dem erhobenen Wohnumfeld (Wohnlage, Ein-
kaufsgelegen, ÖV-Angebot etc.) lebende Personen (Wochenendpendler), lassen sich identi-
fizieren. Eine Zusatzcodierung, die es ermöglichen würde, z.B. solche Fälle von statistischen
Analysen zu Wohnumfeld und Verkehrsverhalten auszuschließen, oder sie gezielt zu
untersuchen, ist aber noch nicht erfolgt.
7. Immobilität oder Non-Response?
Die nächste Grafik mit dem Haushalt 5226 zeigt deutlich die Problematik des Abbruchs im
Protokoll: Erster Befragungstag ist Sonntag. In 1997 hat die erste Person offensichtlich (nach
einem besonderen beruflichen Ereignis?) am Dienstag abgebrochen, Mittwoch bis Sonnabend
zählen (vermutlich fälschlich) als Tage mit Immobilität. Die zweite Person im Haushalt
berichtet dagegen, wie auch die erste Person wieder im Folgejahr, vollständig.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 7
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 8
8. Grenzen der Erhebung des Mobilitätskontextes
Die folgende 1971 geborene Frau, die im elterlichen Haushalt lebt und sich im ersten
Befragungsjahr als teilzeitbeschäftigt und in den Folgejahren als arbeitslos charakterisiert hat,
weist gerade im letzten Befragungsjahr die meisten, sehr langen Arbeitswege aus, da sie
offenbar einen Job bekommen hat.
Mobilitätspanel – Dynamik des Verkehrsverhaltens im Jahresvergleich 9
9. Auswärtige Unterbingung
Bei auswärtiger Ausbildung / Arbeit bzw. Wehrdienst kann die Angabe „Urlaub“ bedeuten:
Jetzt ist die Person im Wohnumfeld (ein 1977 geborener Jugendlicher aus Bayern).
Mobilitätspanel – ANHANG B B-1
1 Datei Haushaltsdaten (1994 - 1998)
Variable Inhalt
ID Identitätsnummer des Haushalts
0001-1999: Teilnehmer Beginn 19943000-3999: Aufstockung in 1995.5000-5999: Aufstockung in 1996.6000-6999: Aufstockung in 1997.7000-7999: Aufstockung in 1998.
JAHR Durchführungsjahr der Befragung der Haushalte
LAGE Lage der Wohnung des HH nach Einschätzung und Angabe der HH selbst
im inneren Stadtbereich einer Großstadtam Stadtrand / in einem Vorort einer Großstadtim inneren Stadtbereich einer mittelgroßen Stadtam Stadtrand / in einem Vorort einer mittelgroßen Stadtin einer Kleinstadt / in einer großen Gemeindeauf dem Land / in einer kleinen Landgemeindekeine Angabe
HHGRO Anzahl der im Haushalt lebenden Personen
keine Angabe
P0_10 Anzahl der im Haushalt lebenden Kinder unter 10 Jahren
keine Angabe
PKWHH Anzahl der im Haushalt vorhandener PKW
keine Angabe
PARKSTR Angabe, ob am Straßenrand geparkt wird
jakeine Angabe
PARKGAR Angabe, ob eine Garage oder ein privater Parkplatz vorhanden ist.
jakeine Angabe
Mobilitätspanel – ANHANG B B-2
PARKPROB Wenn Variable PARKSTR = 1: Angabe bezüglich der Schwierigkeit, einenParkplatz zu finden
Sehr schwierigSchwierigNicht besonders schwierigüberhaupt nicht schwierigkeine Angabe
HALTBUS Angabe, ob eine Bushaltestelle zu Fuß zu erreichen ist
nein (nur 1994)jakeine Angabe
HALTBUSZ Dauer des Fußwegs von Wohnung zur Bushaltestelle in Minuten (wenn:HALTBUS =2); sonst:
keine Angabe
HALTSTR Angabe, ob eine Straßenbahnhaltestelle zu Fuß zu erreichen ist
nein (nur 1994)jakeine Angabe
HALTSTRZ Dauer des Fußwegs von Wohnung zur Straßenbahnhaltestelle in Minuten(wenn: HALTSTR =2); sonst:
keine Angabe
HALTU Angabe, ob eine U-Bahn Haltestelle zu Fuß zu erreichen ist
nein (nur 1994)jakeine Angabe
HALTUZ Dauer des Fußwegs von Wohnung zur U-Bahn Haltestelle in Minuten.(wenn: HALTU =2); sonst:
keine Angabe
HALTS Angabe, ob eine S-Bahn Haltestelle zu Fuß zu erreichen ist
nein (nur 1994)jakeine Angabe
HALTSZ Dauer des Fußwegs von Wohnung zur S-Bahn Haltestelle in Minuten(wenn: HALTS =2); sonst:
keine Angabe
Mobilitätspanel – ANHANG B B-3
HALTZUG Angabe, ob ein Bahnhof zu Fuß zu erreichen ist
nein (nur 1994)jakeine Angabe
HALTZUGZ Dauer des Fußwegs von Wohnung zu Bahnhof in Minuten, (wenn:HALTZUG = 1); sonst :
keine Angabe
OEFFZUF Zufriedenheit mit der Anbindung an öffentliche Verkehrsmittel
im großen und ganzen zufriedensollte verbessert werdenkeine Angabe
EINK1 Besteht in der näheren Umgebung der Wohnung (1-2 km entfernt bzw. 15-20 Minuten Fußweg) eine Einkaufsmöglichkeit für den täglichen Bedarf(Lebensmittel u. ä.)
janeinkeine Angabe
EINK1KM wenn Variable EINK1 = 2, dann:
Entfernung in km zur nächsten Möglichkeitkeine Angabe
EINK2 Besteht in der näheren Umgebung der Wohnung (1-2 km entfernt bzw. 15-20 Minuten Fußweg) eine Einkaufsmöglichkeit für andere Dinge wie z. B.Kleidung
janeinkeine Angabe
EINK2KM wenn Variable EINK2 = 2, dann:
Entfernung in km zur nächsten Möglichkeitkeine Angabe
KNEIPE Gibt es in der näheren Umgebung der Wohnung (1-2 km entfernt bzw. 15-20 Minuten Fußweg) eine Kneipe / Café oder ähnliches
janeinkeine Angabe
KNEIPEKM wenn Variable Kneipe = 2, dann:
Entfernung in km zur nächsten Möglichkeitkeine Angabe
Mobilitätspanel – ANHANG B B-4
KINO Gibt es in der näheren Umgebung der Wohnung (1-2 km entfernt bzw. 15-20 Minuten Fußweg) Ausgehmöglichkeiten (Kino / Theater oder ähnliches)
janeinkeine Angabe
KINOKM wenn Variable Kino = 2, dann:
Entfernung in km zur nächsten Möglichkeitkeine Angabe
SPORT Gibt es in der näheren Umgebung der Wohnung (1-2 km entfernt bzw. 15-20 Minuten Fußweg) Sportstätten oder ähnliches
janeinkeine Angabe
SPORTKM wenn Variable Sport = 2, dann:
Entfernung in km zur nächsten Möglichkeitkeine Angabe
BIK Raumtyp nach BIK: Einw.-Zahl näherungsweise
mehr als 500.000 Einw., Wohnung im Ortskern gelegenmehr als 500.000 Einw., Wohnung am Ortsrand100.000 – 500.000 Einw., Wohnung im Ortskern100.000 – 500.000 Einw., Wohnung am Ortsrand 50.000 - 100.000 Einw., Wohnung im Ortskern 50.000 - 100.000 Einw., Wohnung am Ortsrand 20.000 - 50.000 Einw. 5.000 - 20.000 Einw. 2.000 - 5.000 Einw.unter 2.000 Einw.
RAUMTYP Raumtyp nach BIK (s. BIK), zusammengefasst:
mehr als 100.000 Einw., Lage im Kernmehr als 100.000 Einw., Lage am Rand20.000 - 100.000 Einw. 5.000 - 20.000 Einw.unter 5.000 Einw.
HHTYP Kleinhaushalt mit Berufstätigen (1-2 Personen)Kleinhaushalt ohne Berufstätige (1-2 Personen, Rentner)Haushalt mit Kindern unter 18 JahrenHaushalt ohne Kinder, 3 und mehr Erwachsenekeine Angabe / zur Berechnung fehlte ein Wert (1995)
GEWHH Dieser Gewichtungsfaktor zur Hochrechnung auf die gesamte Bevölkerungder alten BRD wurde in Abhängigkeit des Verdichtungsraums (binär), derHHgröße (1, 2, 3+) und des PKW-Besitzes (0, 1, 2+) errechnet.
Mobilitätspanel – ANHANG B B-5
BFLR Typisierung der 17 Gemeindetypen der BFLR (Bundesanstalt fürLandeskunde und Raumordnung) in 4 Raumkategorien :
GroßzentrenOberzentrenMittelzentrensonstige Gemeinden
Achtung: Seit 1997 gelten neue siedlungsstrukturelle Regionstypen; eineunmittelbare Vergleichsmöglichkeit der 1997er Daten mit den Vorjahren istnicht mehr gegeben !Die Variable BFLR ist ab der 97er Haushaltsdatei nicht mehr ausgewiesen.Bzgl. der Zuordnung vgl. Beiblatt „Siedlungsstrukturelle Gebietstypen“(Mitt. Infratest v. 4.2.98)
REGION Regionstypen nach BFLR
Regionen mit großen VerdichtungsräumenRegionen mit VerdichtungsansätzenLändlich geprägte Regionenkeine Angabe (für 1996)
Achtung: Seit 1997 gelten neue siedlungsstrukturelle Regionstypen; eineunmittelbare Vergleichsmöglichkeit der 1997er Daten mit den Vorjahren istnicht mehr gegeben !Die Variable Region ist ab der 97er Haushaltsdatei in differenzierter Formausgewiesen (7 Ausprägungen). Bzgl. der Zuordnung vgl. Beiblatt„Siedlungsstrukturelle Gebietstypen“ (Mitt. Infratest v. 4.2.98)
KREIS Kreistypzuordnung gem. BFLR
falls Variable REGION = 1:Kernstädtehochverdichtete Kreiseverdichtete Kreiseländliche Kreisefalls Variable REGION = 2:Kernstädteverdichtete Kreiseländliche Kreisefalls Variable REGION = 3:verdichtete Kreiseländliche Kreisekeine Angabe (für 1996)
Mobilitätspanel – ANHANG B B-6
GEMEINDE Gemeindetypzuordnung gem. BFLRfalls Variable REGION = 1 und Variable KREIS = 1:Kernstädte > 500.000 Einw.Kernstädte < 500.000 Einw.falls Variable REGION = 1 und Variable KREIS = 2:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 1 und Variable KREIS = 3:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 1 und Variable KREIS = 4:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 2 und Variable KREIS = 5:Kernstädtefalls Variable REGION = 2 und Variable KREIS = 6:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 2 und Variable KREIS = 7:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 3 und Variable KREIS = 8:Ober- / Mittelzentrensonstige Gemeindefalls Variable REGION = 3 und Variable KREIS = 9:Ober- / Mittelzentrensonstige Gemeinde
WETTER Zuordnung des HH-Wohnortes in den Wetterbereich der Wetterstationen:
PERSNR Personennummer zur Identifizierung der einzelnen Personen einesHaushalts
WELLE Die Befragungswelle, aus der die Daten stammen (bis 1997)
JAHR Durchführungsjahr der Befragung der Haushalte
SEX Angabe des Geschlechts der befragten Person
männlichweiblich
GEBJAHR Geburtsjahr der befragten Person
keine Angabe
SCHULAB Höchster Schulabschluß der befragten Person
Volks / Hauptschule ohne LehreVolks / Hauptschule mit LehreMittlerer Schulabschluß, Mittlere ReifeAbitur, Fachhochschule, Hochschule(Noch) kein Abschlußkeine Angabe
BERUF Angabe der befragten Person bzgl. seiner Berufstätigkeit
voll berufstätigTeilweise berufstätig / teilzeitbeschäftigtZur Zeit arbeitslosNoch in Ausbildung:in der Schule bzw. Hochschulein der Berufsausbildung ( Lehre etc.)Nicht erwerbstätig:HausfrauRentner(in)Kleinkind och im Kindergartenkeine Angabe
WECHSARB (ab 1996) Arbeits- oder Ausbildungsplatz hat im letzten Jahr gewechseltnicht gewechseltkeine Angabe
Mobilitätspanel – ANHANG B B-8
LAGEARB Lage des Arbeitsplatzes / Ausbildungsplatzes / der Schule / Hoch-schule bzw. des Kindergartens
im inneren Stadtbereich einer Großstadt (100.000 und mehr Einw.)am Stadtrand / in einem Vorort einer Großstadtim inneren Stadtbereich einer mittelgroßen Stadt (20.000 - 100.000 Einw.)am Stadtrand / in einem Vorort einer mittelgroßen Stadtin einer Kleinstadt / einer großen Gemeinde (5.000 - 20.000 Einw.)auf dem Land / in einer kleinen Landgemeindekeine Angabe
OEFFERR Erreichbarkeit des Arbeitsplatzes / Ausbildungsplatzes / derSchule / Hochschule bzw. des Kindergartens mit öffentlichenVerkehrsmitteln
zügige Direktverbindunglangsame DirektverbindungVerbindung mit einmaligem UmsteigenVerbindung mit mehrmaligem Umsteigenkeine Verbindung mit öffentlich Verkehrsmittelnkeine Angaben
FUSSMIN Fußweg von der Haltestelle bis zum Arbeitsplatz / Ausbildungs-platz / Schule / Hochschule / Kindergarten
kürzer als 10 Minuten10 bis 20 Minutenlänger als 20 Minutenkeine Angabe
PARKP Parkplatzsituation am Arbeitsplatz / Ausbildungsplatz
sehr schwierigschwierignicht besonders schwierigüberhaupt nicht schwierigkeine Angabe
FSPKW Hat Person einen Führerschein Klasse 2 oder 3
neinja
FSMOT Hat Person einen Führerschein Klasse 1, 4 oder 5
neinja
PKWVERF Angabe, ob im allgemeinen ein PKW zur Verfügung steht
ja, regelmäßigja, gelegentlich auch Abspracheneinkeine Angabe
Mobilitätspanel – ANHANG B B-9
ZEITOPNV Besitz einer Zeitkarte (Wochen-, Monats- oder Jahreskarte) für dieöffentlichen Verkehrsmittel
janeinkeine Angabe
ZWEIRAD Zweiradbesitz der Person
Mofa / Moped / MotorradFahrrad falls kein Mopedbesitzkeine Angabe bzw. nein
ANFTAG Wochentag, an dem der Bericht zu beginnen war
NORMAL Angabe, ob es in den sieben Berichtstagen mehr oder wenigerBesonderheiten gab
mehr oder weniger wie immernicht wie immerkeine Angabe
KRANKMO Person war am Montag krank
janein
KRANKDI Person war am Dienstag krank
janein
KRANKMI Person war am Mittwoch krank
janein
KRANKDO Person war am Donnerstag krank
janein
KRANKFR Person war am Freitag krank
janein
Mobilitätspanel – ANHANG B B-10
KRANKSA Person war am Samstag krank
janein
KRANKSO Person war am Sonntag krank
janein
WERKMO PKW war am Montag in der Werkstatt
janein
WERKDI PKW war am Dienstag in der Werkstatt
janein
WERKMI PKW war am Mittwoch in der Werkstatt
janein
WERKDO PKW war am Donnerstag in der Werkstatt
janein
WERKFR PKW war am Freitag in der Werkstatt
janein
WERKSA PKW war am Samstag in der Werkstatt
janein
WERKSO PKW war am Sonntag in der Werkstatt
janein
URLAUBMO Person war am Montag im Urlaub
janein
URLAUBDI Person war am Dienstag im Urlaub
janein
Mobilitätspanel – ANHANG B B-11
URLAUBMI Person war am Mittwoch im Urlaub
janein
URLAUBDO Person war am Donnerstag im Urlaub
janein
URLAUBFR Person war am Freitag im Urlaub
janein
URLAUBSA Person war am Samstag im Urlaub
janein
URLAUBSO Person war am Sonntag im Urlaub
janein
ANORM1MO Andere Besonderheiten am Montag: erste Nennung
janein
ANORM2MO Andere Besonderheiten am Montag: zweite Nennung
janein
ANORM1DI Andere Besonderheiten am Dienstag: erste Nennung
janein
ANORM2DI Andere Besonderheiten am Dienstag: zweite Nennung
janein
ANORM1MI Andere Besonderheiten am Mittwoch: erste Nennung
janein
ANORM2MI Andere Besonderheiten am Mittwoch: zweite Nennung
janein
Mobilitätspanel – ANHANG B B-12
ANORM1DO Andere Besonderheiten am Donnerstag: erste Nennung
janein
ANORM2DO Andere Besonderheiten am Donnerstag: zweite Nennung
janein
ANORM1FR Andere Besonderheiten am Freitag: erste Nennung
janein
ANORM2FR Andere Besonderheiten am Freitag: zweite Nennung
janein
ANORM1SA Andere Besonderheiten am Samstag: erste Nennung
janein
ANORM2SA Andere Besonderheiten am Samstag: zweite Nennung
janein
ANORM1SO Andere Besonderheiten am Sonntag: erste Nennung
janein
ANORM2SO Andere Besonderheiten am Sonntag: zweite Nennung
janein
ALTER Alterseinteilung in Klassen zur Auswertung
Klasse: Person unter 10 Jahre alt (nicht befragt)Person zwischen 10 und 17 Jahre altPerson zwischen 18 und 25 Jahre altPerson zwischen 26 und 35 Jahre altPerson zwischen 36 und 50 Jahre altPerson zwischen 51 und 59 Jahre altPerson zwischen 60 und 69 Jahre altPerson 70 Jahre und älter
GEWHHP kombinierter Gewichtungsfaktor zur Hochrechnung: Gewicht auf HH-Ebene wird für die Personen - Ebene nach Alter und Geschlecht korrigiert.Faktor bezieht sich auf das Gebiet der alten BRD als Grundgesamtheit.
Mobilitätspanel – ANHANG B B-13
3 Datei Wegedaten (1994 - 1998)
Variable Inhalt
ID Identitätsnummer des Haushalts
PERSNR Personennummer zur Identifizierung der einzelnen Personen eines Haushalts
Arbeitsweg, Weg zur Arbeitsstättedienstlicher Weg (z.B. Dienstreise, Handwerker fährt von einem Kunden zumnächsten, Tour eines Briefträgers)Ausbildungsweg, Weg zur AusbildungsstätteEinkaufswegFreizeitwegServiceweg (jemanden, etwas bringen oder holen)Heimwegsonstiger Weg oder FehlerWeg nach außer Haus, z.B. Ferienwohnung oder HotelFolgende Wegzwecke wurden als Übercode vergeben:reiner Nachhauseweg ohne nähere InformationNachhauseweg von der Arbeit, wenn angegebener Zweck desHinwegs Arbeit istNachhauseweg von Dienstreise, wenn angegebener Zweck dienstlich oder aberfür den gesamten Weg, wenn Weg und Aktivität identisch sind (z.B. "Fahrer")Nachhauseweg von Ausbildung, wenn ang. Zweck AusbildungNachhauseweg von Einkauf, wenn ang. Zweck EinkaufNachhauseweg von Freizeit, wenn ang. Zweck FreizeitHeimweg von einem ServicewegWeg geht von Zuhause nach Zuhause, "Rundkurs" oder Spazierweg, meistensGeschwindigkeit gering, Verkehrsmittel sind zu Fuß oder Fahrrad, in seltenenFällen auch PKW möglich (kleine Spritztour, Probefahrt o.ä.)Weg führt nach Hause, aber nicht in "normale Wohnung": Personübernachtetauswärts (z.B. Ferienwohnung, zu Gast auswärts, Hotel, bei Freund/Freundin)keine Angabe
Mobilitätspanel – ANHANG B B-14
VM1 Erstes auf dem Weg benutztes Verkehrsmittel
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeug (kommt 1994 nicht vor)keine Angabe
VM2 Zweites auf dem Weg benutztes Verkehrsmittel
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeug (kommt 1994 nicht vor)keine Angabe
VM3 Drittes auf dem Weg benutztes Verkehrsmittel
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeug (kommt 1994 nicht vor)keine Angabe
Mobilitätspanel – ANHANG B B-15
VM4 Viertes auf dem Weg benutztes Verkehrsmittel
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeugkeine Angabe
VM5 Fünftes auf dem Weg benutztes Verkehrsmittel
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeug (kommt 1994 nicht vor)keine Angabe
ANZEIT Uhrzeit, zu der der Weg beendet wurde
keine Angabe und keine Ergänzungsmöglichkeit
KM von der befragten Person angegebene oder geschätzte Entfernung in km (eineNachkommastelle). Wege über 1000 km Länge wurden gemäß demTerritorialprinzip =1000 gesetzt
keine Angabe
DAUER Wegdauer in Minuten; die errechnete Differenz zwischen Anfangs- und Endzeitdes Weges
keine Berechnung möglich
Mobilitätspanel – ANHANG B B-16
VMDIW hauptsächlich benutztes Verkehrsmittel eines Weges, ermittelt nach DIW-Empfehlung
zu FußFahrradMofa, Moped, MotorradPKW als FahrerPKW als MitfahrerBusStraßenbahnU- und / oder S-BahnZugsonstigeFlugzeug (kommt 1994 nicht vor)keine Angabe
KM_GEW Gewicht zum Ausgleich der designbedingten Verzerrung derWeglängenverteilung (3 Nachkommastellen)
GEWV Gewicht zum Ausgleich der Berichtsmüdigkeit („Verkehrsbeteiligung“)innerhalb der Welle (3 Nachkommastellen)
WEG_GEW Gewicht zum Ausgleich der Berichtsmüdigkeit von Wegen zwischen Wellen (3Nachkommastellen)
Mobilitätspanel – ANHANG C C-1
. * Anhang C Modelle zur Verkehrsleistung
. *Parameter für Desmat
. global D_SIGSEP 1
. global D_CON "dev(99)"
. * Gruppen- und Zeitvariable
. iis idp
. tis JAHR
. *Panelbeschreibung
. xtdesidp: 11, 12, ..., 99962 n = 4242
JAHR: 94, 95, ..., 99 T = 6Delta(JAHR) = 1; (99-94)+1 = 6(idp*JAHR uniquely identifies each observation)
Distribution of T_i: min 5% 25% 50% 75% 95% max1 1 1 1 3 3 3
> ORM SEX ALTKL SCHULAB diwBERUF HHGRO P0_10 RAUMTYP PKWVERF3 FSPKW PKWHH OEFF> ERR ZEITOV OEFFZUF. destestTesting all model terms ...-------------------------------------------------------------------------------Term F statistic Model Residual Prob > F
Dependent variable PkmNumber of observations: 7357F statistic: 39,809Model degrees of freedom: 47Residual degrees of freedom: 7309R-squared: 0,204Adjusted R-squared: 0,199Root MSE 180,899Prob: 0,000
-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 durchschn.Temperatur je Tag 0,183 ** 0,0512 Anzahl Regentage 0,011 0,0083 Anzahl Tage Krank -13,298 ** 2,3464 Anzahl Tage Auto in Werkst. -0,758 7,2095 Anzahl Tage mit Schulferien -1,557 0,9386 Anzahl Tage mit Urlaub 16,510 ** 1,7227 Anzahl Tage mit -Anormal- 2,925 2,108
Dependent variable PkmNumber of observations: 7357pweight: PG1Cluster variable: idpNumber of clusters: 4242Type of standard error RobustF statistic: 27,329Model degrees of freedom: 47Residual degrees of freedom: 4241R-squared: 0,228Adjusted R-squared: 0,223Root MSE 179,976Prob: 0,000
-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 durchschn.Temperatur je Tag 0,099 0,0822 Anzahl Regentage 0,017 0,0103 Anzahl Tage Krank -11,182 ** 3,1094 Anzahl Tage Auto in Werkst. -4,500 5,2675 Anzahl Tage mit Schulferien -0,350 1,6576 Anzahl Tage mit Urlaub 15,495 ** 3,2917 Anzahl Tage mit -Anormal- 3,050 3,258
Dependent variable PkmNumber of observations: 7357Type of standard error Semi-robustDeviance: 18326487560,
> 703Deviance dispersion: 32215,860df 568865Wald chi square: 1234,550Model degrees of freedom: 47
Mobilitätspanel – ANHANG C C-6
Prob: 0,000-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 durchschn.Temperatur je Tag 0,076 0,0842 Anzahl Regentage 0,015 0,0103 Anzahl Tage Krank -11,087 ** 3,1164 Anzahl Tage Auto in Werkst. -9,412 6,3155 Anzahl Tage mit Schulferien -0,541 1,5476 Anzahl Tage mit Urlaub 16,456 ** 3,2727 Anzahl Tage mit -Anormal- 4,161 3,219
Dependent variable PkmNumber of observations: 7357Deviance: 239485211,31
> 3Deviance dispersion: 32552,020df 7357Wald chi square: 1518,928Model degrees of freedom: 47Prob: 0,000
-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 durchschn.Temperatur je Tag 0,166 ** 0,0482 Anzahl Regentage 0,008 0,0083 Anzahl Tage Krank -12,628 ** 2,2724 Anzahl Tage Auto in Werkst. -5,468 6,8245 Anzahl Tage mit Schulferien -1,114 0,8966 Anzahl Tage mit Urlaub 17,327 ** 1,6467 Anzahl Tage mit -Anormal- 4,091 * 2,028
Dependent variable PkmNumber of observations: 7357Initial log likelihood: -44254,958Log likelihood: -44013,484F statistic: 4,527Model degrees of freedom: 4287Residual degrees of freedom: 3069R-squared: 0,064Adjusted R-squared: -1,245Root MSE 148,524Prob: 0,000
-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 durchschn.Temperatur je Tag 0,135 * 0,0662 Anzahl Regentage 0,005 0,0223 Anzahl Tage Krank -12,087 ** 3,0954 Anzahl Tage Auto in Werkst. -13,814 8,1245 Anzahl Tage mit Schulferien -0,405 1,1846 Anzahl Tage mit Urlaub 19,722 ** 2,1247 Anzahl Tage mit -Anormal- 5,546 * 2,617
OEFFZUF29 Nein -2,128 4,06330 Pkmv 0,147 ** 0,01831 durchschn.Temperatur je Tag 0,085 0,07032 Anzahl Regentage 0,023 0,02033 Anzahl Tage Krank -17,356 ** 3,39034 Anzahl Tage Auto in Werkst. 0,127 9,17935 Anzahl Tage mit Schulferien -1,321 1,31236 Anzahl Tage mit Urlaub 19,777 ** 2,27837 Anzahl Tage mit -Anormal- 0,203 2,816
OEFFZUF30 Nein 1,017 0,01931 Pkmv 1,001 ** 0,00032 durchschn.Temperatur je Tag 1,001 * 0,00033 Anzahl Regentage 1,000 0,00034 Anzahl Tage Krank 0,893 ** 0,01435 Anzahl Tage Auto in Werkst. 1,028 0,04336 Anzahl Tage mit Schulferien 0,999 0,00637 Anzahl Tage mit Urlaub 1,054 ** 0,01138 Anzahl Tage mit -Anormal- 0,976 0,012
Dependent variable PkmlnNumber of observations: 3115pweight: PG2Type of standard error RobustF statistic: 62,550Model degrees of freedom: 102Residual degrees of freedom: 3012R-squared: 0,383Adjusted R-squared: 0,362Root MSE 0,790Prob: 0,000
-------------------------------------------------------------------------------nr Effect Coeff s.e.(exponential parameters)-------------------------------------------------------------------------------1 Anzahl Tage Auto in Werkst. 1,031 0,0442 Anzahl Tage mit Schulferien 1,002 0,0083 Anzahl Tage mit Urlaub 1,020 0,0164 Anzahl Tage mit -Anormal- 0,972 0,021
gesuender57 0 -4,021 8,49258 Anzahl Tage Auto in Werkst. -0,736 8,53359 Anzahl Tage mit Schulferien -2,698 1,64360 Anzahl Tage mit Urlaub 13,461 ** 3,76561 Anzahl Tage mit -Anormal- 3,307 4,086
gesuender57 0 6,118 10,82458 Anzahl Tage Auto in Werkst. 8,878 15,69259 Anzahl Tage mit Schulferien -5,187 * 2,07860 Anzahl Tage mit Urlaub 22,554 ** 5,72561 Anzahl Tage mit -Anormal- 2,939 5,506
gesuender57 0 -1,451 2,19058 Anzahl Tage Auto in Werkst. 3,923 4,19659 Anzahl Tage mit Schulferien -0,213 0,41160 Anzahl Tage mit Urlaub 0,145 0,88461 Anzahl Tage mit -Anormal- 0,422 1,423
Dependent variable PkmvRNumber of observations: 419pweight: PG2Cluster variable: idpNumber of clusters: 326Type of standard error RobustF statistic: .Model degrees of freedom: 88Residual degrees of freedom: 325R-squared: 0,500Adjusted R-squared: 0,352Root MSE 14,618Prob: .
-------------------------------------------------------------------------------nr Effect Coeff s.e.-------------------------------------------------------------------------------1 Anzahl Tage Auto in Werkst. 5,120 ** 0,8992 Anzahl Tage mit Schulferien 0,190 0,5733 Anzahl Tage mit Urlaub 0,635 1,154
gesuender57 0 -8,475 * 4,30358 Anzahl Tage Auto in Werkst. 2,689 6,31259 Anzahl Tage mit Schulferien -0,846 0,85660 Anzahl Tage mit Urlaub -0,919 0,93561 Anzahl Tage mit -Anormal- 2,859 3,197