Wohnen und Arbeiten im Jahr 2050: Modellierung von Wohnungswahl und Pendelverflechtungen in der Metropolregion FrankfurtRheinMain

Abstract

Die Digitalisierung in der Arbeitswelt sowie die Automatisierung im Verkehr sind zentrale Entwicklungen, die die zukünftige Siedlungsentwicklung beeinflussen. Veränderte Standortentscheidungen von Beschäftigten infolge von Homeoffice könnten – beschleunigt durch die Corona-Pandemie – bereits kurzfristig wirken. Vorausgesetzt, Beschäftigte akzeptieren größere Entfernungen zwischen Wohn- und Arbeitsplatzstandort, wenn sie weniger häufig pendeln (z. B. Ettema 2010). In der Folge könnten periphere oder ländliche Gemeinden an Bevölkerung wachsen und die Attraktivität der Großstädte als Wohnstandort sinken.

In Konzepten des geteilten Fahrens wie dem automatisierten Car- und Ridesharing sehen Forschende ebenfalls ein Potenzial, auf Standortentscheidungen einzuwirken (z. B. Stead und Vaddadi 2019; Zhang und Guhathakurta 2021). Voraussetzung ist, dass die im Fahrzeug verbrachte Zeit produktiver genutzt würde und so die generalisierten Kosten sänken (z. B. Steck et al. 2018).

In diesem Kontext fokussiert das Projekt MOBITAT2050 das Thema Pendeln, indem es die drei Bereiche Wohnen, Arbeiten und Verkehr integriert untersucht. Ziel ist die Entwicklung eines übertragbaren Instrumentariums, das die Effekte der Digitalisierung und Automatisierung auf das Pendelverhalten unter Berücksichtigung der Wohn- und Arbeitsplatzstandortwahl analysiert. Dies geschieht modellhaft anhand der Metropolregion FrankfurtRheinMain.

Dieser Beitrag beschäftigt sich damit, Zusammenhänge aus Verkehrssystem, Wohnstandortwahl, Wohnflächennachfrage und Wohnkosten zu simulieren. Vorgestellt wird ein iteratives Modell, das Wirkungen von Digitalisierung und Automatisierung auf Bevölkerungsverteilung, Pendelverflechtungen, Wohnflächennachfrage und Wohnkosten auf Gemeindeebene abbildet. Das Modell quantifiziert dabei zusätzlich Effekte von steuernden Eingriffen (z. B. Wohnungsneubau, Reisezeitverkürzung infolge Infrastruktur-/Angebotsausweitung, Kosten im ÖV).

Ettema, Dick. 2010. „The impact of telecommuting on residential relocation and residential preferences: A latent class modelling approach.“ JTLU 3 (1): 7–24. https://doi.org/10.5198/jtlu.v3i1.61.

Stead, Dominic und Bhavana Vaddadi. 2019. „Automated vehicles and how they may affect urban form: A review of recent scenario studies.“ Cities 92:125–33. https://doi.org/10.1016/j.cities.2019.03.020.

Steck, Felix, Viktoriya Kolarova, Francisco Bahamonde-Birke, Stefan Trommer und Barbara Lenz. 2018. „How Autonomous Driving May Affect the Value of Travel Time Savings for Commuting.“ Transportation Research Record 2672 (46): 11–20. https://doi.org/10.1177/0361198118757980.

Zhang, Wenwen und Subhrajit Guhathakurta. 2021. „Residential Location Choice in the Era of Shared Autonomous Vehicles.“ Journal of Planning Education and Research 41 (2): 135–48. https://doi.org/10.1177/0739456X18776062.