6. Abschließendes Fazit
Die in dieser Arbeit angestellten Untersuchungen gliedern sich eigentlich in zwei Bereiche. Zunächst wurde das allgemeine Problem der Ermittlung der Parkplatzsuchzeit eingehend untersucht, um eine bessere Ausgangsbasis für die weitere Arbeit zu erhalten. Dann wurden für zwei Beispiele - Ulm und Wuppertal - Befragungsergebnisse überprüft.
Das Problem des Parkplatzsuchverkehrs ist ein Thema, das dringend noch weiterer Forschungsarbeiten erfordert. Allein schon die fehlende einheitliche Definition erschwert die Ermittlung des durch Parksuchverkehr verursachten Verkehrsaufkommens und damit der Parkplatzsuchzeit. Ein Grund dafür, dass die Analyse des Parksuchverkehrs bisher nicht Bestandteil umfangreicher Forschungen war, liegt wahrscheinlich in der Komplexität der Materie, die durch das Vorhandensein zahlreicher Einflussfaktoren verursacht wird.
Es wurden zwei theoretische Ansätze zur Berechnung des Parksuchverkehrs beschrieben. Diese beruhen auf unterschiedlichen Annahmen und werden daher auch abweichende Ergebnisse liefern. Außerdem weisen sie für die Bestimmung von Eingabedaten für PNV-Split noch einige Unzulänglichkeiten auf. Das Verfahren nach Kipke baut auf sehr vereinfachenden Annahmen auf, das Verfahren nach Birkner erfordert umfangreiche Berechnungen. Für beide Verfahren ist die Bereitstellung von umfangreichem Datenmaterial erforderlich.
Das weitere vorgestellte Verfahren zur Ermittlung der Parkplatzsuchzeit in Abhängigkeit von der Entfernung liefert zwar einigermaßen plausible Ergebnisse. Allerdings leidet es auch an der begrenzten Verfügbarkeit von Ausgangsdaten. Die von Infosystem Verkehr [8] gelieferten Daten sind nicht ausreichend für eine sichere Ermittlung der Parkplatzsuchzeit. Zur Verbesserung der Datengrundlage wären mehr Daten über Parkplatzsuchzeiten bei verschiedenen Parkstandstypen, und über den Mix von Parkstandstypen in bestimmten Stadtbereichen wünschenswert.
Die im zweiten Teil dieser Arbeit durchgeführte Überprüfung von Befragungsergebnissen führte in keinem Fall zur Feststellung einer vollständige Plausibilität der von Socialdata gemachten Angaben.
Beim Beispiel Ulm konnte die Angabe zur Mobilität bestätigt werden, es wurden jedoch Abweichungen beim Modal Split festgestellt. Der ÖV-Anteil wurde von Socialdata zu niedrig und der MIV-Anteil zu hoch ermittelt. Beim Beispiel Wuppertal war die ermittelte Mobilität zu niedrig. Der von Socialdata ermittelte Modal Split konnte generell bestätigt werden.
Beim Vergleich der Wegeweitenhäufigkeitsverteilungen ergibt sich das Problem, dass diese von Socialdata nur für PKW-Fahrten und für alle Wege bestimmt wurden. Für die anderen Verkehrsmittel wurden die WWHV aus anderen Daten berechnet, die nicht stadtspezifisch waren, sondern nur grob auf den Stadttyp abgestimmt wurden. Ein weiterer Unsicherheitsfaktor ist das subjektive Empfinden der befragten Personen bei Haushaltsbefragungen, die auf Schätzungen (z. B. bezüglich der Wegelängen) beruhen. Zur Bestimmung der Verteilungen liefert Socialdata nur Werte für fünf bzw. sechs Entfernungsstufen, aus denen dann eine Regressionskurve ermittelt wurde. Zur Steigerung der Genauigkeit wäre die Angabe von mehr Werten notwendig.
Auch der Vergleich der mittleren Unterwegszeiten war aufgrund Datenmangels nur eingeschränkt möglich. Bei den Vergleichen, die möglich waren, ergaben sich allerdings keine großen Abweichungen.
Ein Problem bei den Socialdata-Befragungen ist die Vielfalt der Daten, die erhoben werden. Eine Vereinheitlichung der erhobenen Daten wäre wünschenswert, um einen besseren Vergleich zwischen den einzelnen Städten zu ermöglichen. Wenn für alle Städte die gleichen Daten erhoben würden, wäre eine einfache Gegenüberstellung leichter zu bewerkstelligen. Generell mangelt es den Ergebnisbänden von Socialdata an der notwendigen Klarheit der Angaben. Oft bleibt unklar, auf welche Grundlage die Daten bezogen werden. Es sollte daher mehr Wert auf eine genaue Beschreibung des Datenmaterials als auf graphische Spielereien gelegt werden.