Das Carsharing hat in den vergangenen Jahren einen großen Bedeutungsgewinn zu verzeichnen. Charakteristisch sind dabei teils große Unterschiede zwischen städtischen und ländlichen Regionen sowie auch zwischen einzelnen Städten. Der vorliegende...
mehr
ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
Signatur:
DS 30 (99)
Fernleihe:
keine Fernleihe
Das Carsharing hat in den vergangenen Jahren einen großen Bedeutungsgewinn zu verzeichnen. Charakteristisch sind dabei teils große Unterschiede zwischen städtischen und ländlichen Regionen sowie auch zwischen einzelnen Städten. Der vorliegende Beitrag geht der vor allem für Deutschland bislang nicht untersuchten Frage nach, welche Faktoren auf kleinräumiger Ebene die unterschiedliche Nachfrage nach Carsharing-Angeboten beeinflussen. Basierend auf einem Geographischen Informationssystem (GIS) wird ein multiples Regressionsmodell erstellt, das mit Hilfe soziodemographischer und struktureller Merkmale die Nachfrage nach Carsharing erklärt. Anhand umfangreicher empirischer Daten aus der Universitätsstadt Tübingen zeigt die Arbeit, dass vor allem soziale Merkmale der Bevölkerung wichtige Determinanten sind. Insbesondere das Alter und die persönlichen Einstellungen sind hier zu nennen. Andere häufig genannte Faktoren wie die Nutzungsmischung oder die Fahrrad- und Fußgängerfreundlichkeit zeigen sich hingegen als weniger einflussreich. Carsharing has been growing significantly throughout the last years. However, the density of regional supply largely differs between urban and rural regions, between cities and also within cities and regions. Particularly the question of intraregional differences in the demand for carsharing is only sporadically researched so far. The present contribution thus addresses the question which factors determine the demand for carsharing on the subregional level of urban quarters. Grounded on a geographic information system (GIS) and comprehensive empirical data from the city of Tübingen, Germany, we explain the demand for carsharing taking into account different socio-demographic and structural factors. The paper shows that social characteristics of the population, particularly age and attitudes, are import determinants of the observable regional differences. Factors of a more structural nature, e.g. the diversity of land utilization or an environment favoring bicycles or pedestrians, which have been emphasized in the extant literature, are less influential in our models.
