Bereit für die Bahn?

Kurzfassung dieser Studie

Der Tourismus als wichtiger Motor der Wirtschaftstätigkeit in vielen Ländern ist mit einer Reihe negativer externer Effekte verbunden. In einem sich rasch erwärmenden Klima wird den tourismusbedingten CO2-Emissionen, die größtenteils aus der An- und Abreise zu und innerhalb der Zielgebiete resultieren, besondere Aufmerksamkeit geschenkt. Bahnreisen weisen deutlich geringere Emissionen auf als andere Verkehrsmittel, aber die Faktoren, die den Anteil der Bahn an Urlaubsreisen erhöhen können, variieren zwischen verschiedenen Bevölkerungsgruppen, ebenso wie die Fähigkeit verschiedener Akteure, diese Faktoren zu beeinflussen.

Die Ergebnisse dieser Studie zeigen, dass die Reisekosten über alle Cluster hinweg wichtig sind, ihre Steuerung jedoch von staatlichen Eingriffen abhängt. Verbesserte Mobilitätsdienste am Zielort hingegen sind einfacher zu implementieren und zeigen ein großes Potenzial zur Steigerung des Anteils der Nutzung nachhaltiger Verkehrsmittel sowohl für die Anreise als auch für die Mobilität innerhalb eines Zielgebietes.

Die Studie führt zu drei Clustern von Reisenden: Service-Orientierte,Auto-Verpflichtete und Budget-Reisende. Die drei Segmente lassen sich hinsichtlich ihrer Präferenzen bei der Wahl des Fernverkehrsmittels erheblich unterscheiden.

Erkenntnisse aus dieser Studie 

• Identifizierung von drei unterschiedlichen Reisenden-Clustern:Die Segmentierungsanalyse unterteilt die Befragten in drei Gruppen, die sich erheblich in ihren Präferenzen für die Wahl des Fernverkehrsmittels unterscheiden:
  • Service-Orientierte: Dieses Cluster legt den höchsten Wert auf lokale Mobilitätsdienste am Zielort. Reisekosten und Reisezeit folgen dicht dahinter. Sie sind grundsätzlich zugunsten von Bahnreisen eingestellt.
  • Auto-Verpflichtete: Dies ist das größte Cluster, dessen Präferenzen primär vom Verkehrsmittel selbst dominiert werden. Diese Gruppe weist die stärkste Präferenz für das Auto auf, was es schwierig macht, diese Präferenz allein durch andere Attribute auszugleichen.
  • Budget-Reisende: Dieses Cluster ist am ausgewogensten, wobei Reisekosten und die Kosten für den Gepäcklieferservice die wichtigsten Attribute darstellen. Sie legen den größten Wert auf niedrige Preise und sind ebenfalls zugunsten der Bahn eingestellt.
• Hohes Potenzial durch verbesserte lokale Mobilitätsdienste:Die Qualität der Mobilitätsdienste am Zielort hat den stärksten Einfluss auf die Wahl nachhaltiger Verkehrsmittel. Verbesserte Mobilitätsdienste am Zielort sind einfacher zu implementieren (verglichen mit staatlichen Eingriffen) und zeigen ein großes Potenzial, den Anteil nachhaltiger Verkehrsmittel sowohl für die Anreise als auch für die Mobilität innerhalb des Zielgebiets zu erhöhen. Selbst bei den Auto-Verpflichteten zeigt die Mobilität vor Ort Potenzial, da diese Gruppe, obwohl sie nur schwer zur Bahnanreise zu bewegen ist, dennoch an öffentlichen Verkehrsmitteln für lokale Fahrten interessiert ist.
• Reisekosten sind zentral, die Preissensitivität ist jedoch clusterabhängig:Die Reisekosten sind über alle Cluster hinweg wichtig. Die Studie zeigt jedoch erhebliche Unterschiede in der Preisreaktion zwischen den Clustern:
  • Budget-Reisende reagieren am stärksten auf Preisänderungen. Beispielsweise führt eine Erhöhung der Autofahrkosten von 70 € auf 100 € zu einer Verdoppelung des Bahnanteils bei Budget-Reisenden.
  • Die Auto-Verpflichteten reagieren auf realistische Preisänderungen kaum, was ihre Preisunelastizität belegt. Bedeutsame Verschiebungen in diesem Cluster sind erst bei einem extremen Preisanstieg des Autofahrens um 200 € zu verzeichnen.
  • Während eine Senkung der Bahnpreise eine relativ unelastische Nachfrage zur Folge hat, kann eine Erhöhung der Kosten für das Autofahren (z. B. durch Besteuerung) relevant zur Steigerung des Bahnmarktanteils beitragen, insbesondere bei Service-Orientierten und Budget-Reisenden.
• Die Zugehörigkeit zu den Clustern ist im Voraus nicht vorhersehbar:Es konnte keine statistisch signifikante Evidenz dafür gefunden werden, dass die Cluster-Zugehörigkeit ex-im Voraus zugeteilt werden kann. Weder sozioökonomische Variablen (wie Alter, Geschlecht, Bildung oder Haushaltsgröße) noch einstellungsbezogene Daten trugen wesentlich zur Vorhersage der Cluster-Zugehörigkeit bei. Diese Schwierigkeit bei der Vorhersage erschwert die effiziente Anwendung gezielter Politikmaßnahmen und Marketingstrategien.