Strukturgleichungsmodellierung zur Bewertung der Auswirkungen sozioökonomischer und gebauten Umweltfaktoren auf die Reisegenerierungsraten von Gewerbegebieten

Warum große Einkaufsstätten den Stadtverkehr prägen

Wer schon einmal im Stau in der Nähe eines großen Einkaufszentrums saß, hat sich gefragt, wie sehr diese großen Malls und Gewerbehubs den Stadtverkehr tatsächlich beeinflussen. Diese Studie untersucht genau diese Frage in Mashhad, der zweitgrößten Stadt Irans. Durch sorgfältiges Zählen der Personen, die zu großen Gewerbestandorten reisen, und durch Verknüpfung dieser Zählungen mit der Größe der Standorte, ihrem Umfeld und den nahegelegenen Bevölkerungsmerkmalen zeigen die Autorinnen und Autoren auf, welche Merkmale der städtischen Struktur tatsächlich einkaufsbedingten Verkehr antreiben — und welche weniger wichtig sind, als Planer oft annehmen.

Wie Veränderungen in der Stadtform tägliche Fahrten beeinflussen

Moderne Städte formen Flächen ständig neu für profitablere Nutzungen, und gewerbliche Entwicklungen stehen dabei häufig im Mittelpunkt. Wenn neue Malls, Großhandelszentren oder große Einzelhandelskomplexe entstehen, können sie lokale Verkehrsbedingungen deutlich verändern, Stau erhöhen und das Reiseverhalten verschieben. Traditionelle Planungsinstrumente, wie das weit verbreitete U.S. Trip Generation Handbook, schätzen, wie viele Fahrten eine bestimmte Nutzungsart erzeugt, anhand einfacher Größen wie der Gebäudefläche. Diese Instrumente wurden jedoch überwiegend für autozentrierte Vororte entwickelt und spiegeln nicht vollständig dichte, gemischte Innenstädte in Entwicklungsländern wider. Frühere Forschung deutet darauf hin, dass nahe Straßennetze, ÖPNV-Anbindung und lokale Bevölkerungsmerkmale die Anzahl der erzeugten Fahrten beeinflussen, doch die meisten Studien analysieren diese Faktoren separat statt als verbundenes System.

Den Mustern von Einkaufsfahrten auf den Grund gehen

Um diese Zusammenhänge zu entwirren, konzentrierten sich die Forschenden auf 33 große Gewerbestandorte in Mashhad, deren Kundschaft weit über die unmittelbaren Nachbarschaften hinausreicht. Sie zählten, wie viele Personen während der Spitzenzeiten jeden Standort betraten und verließen, unabhängig davon, ob sie mit dem Auto, Bus oder zu Fuß kamen. Aus diesen Beobachtungen entwickelten sie zwei zentrale Maße: die Gesamtanzahl der Fahrten und ein dichteorientiertes Maß, das die Fahrten durch die Geschossfläche des Gebäudes teilt (Fahrten pro 100 Quadratmeter). Anschließend sammelten sie detaillierte Informationen zur physischen Größe jedes Standorts, zur Struktur der umliegenden Straßen und Parkflächen sowie zu grundlegenden sozioökonomischen Merkmalen des Gebiets, einschließlich Bevölkerungsniveau und Pkw-Besitz.

Stadtform und Straßen überwiegen lokale Demografie

Das Team nutzte einen statistischen Rahmen namens Strukturgleichungsmodellierung, um all diese Elemente zusammen zu betrachten statt einzeln. Dieser Ansatz ermöglichte es ihnen, drei Einflussgruppen — physische Größe des Standorts, umgebene gebaute Umwelt und lokale sozioökonomische Bedingungen — als verflochtene Teile eines einzigen Systems zu behandeln. Ihre Analyse zeigt, dass in dieser Stichprobe die Gesamtanzahl der Fahrten zu einem Gewerbezentrum stärker mit der Größe des Standorts und der Anordnung der umliegenden Straßen und Parkplätze verknüpft ist als mit der Zusammensetzung der angrenzenden Bevölkerung. Insbesondere Maße wie Grundstücksfläche, gesamte Geschossfläche, Straßenanteil und Parkfläche waren eindeutig mit höheren Gesamtfahrten verbunden. Im Gegensatz dazu zeigten Indikatoren wie Bevölkerungsdichte, Geschlechterverhältnis und Pkw-Besitz keine konsistente statistische Verbindung zur Anzahl der Fahrten, die diese großen Zentren anzogen.

Warum „Fahrten pro Quadratmeter“ eine andere Sicht liefern

Als die Forschenden von den Gesamtfahrten auf das normalisierte Maß — Fahrten pro 100 Quadratmeter Geschossfläche — umstellten, änderte sich das Bild. Für diesen dichtebasierten Indikator zeigte keiner der getesteten Faktoren eine stabile, statistisch nachweisbare Beziehung. Anders gesagt: Sobald die Größe des Gebäudes berücksichtigt ist, erzeugten größere oder besser angebundene Standorte nicht zuverlässig mehr Fahrten pro Flächeneinheit als kleinere. Die Autorinnen und Autoren schlagen vor, dass bei großen Gewerbekomplexen die Division durch die Geschossfläche sinnvolle Unterschiede glätten und verschleiern kann, wie physische Gestaltung und Infrastruktur tatsächlich wirken. Diese Erkenntnis ist wichtig, weil viele Planungsleitfäden und Wirkungsstudien stark auf solche normalisierten Raten zur Verkehrsprognose bauen.

Was das für Planerinnen und Planer und zukünftige Studien bedeutet

Für den Alltagleser ist die Schlussfolgerung klar: Was den Verkehr um große Einkaufsziele betrifft, zählen vor allem die schiere Größe des Standorts und die Anordnung von Straßen und Parkplätzen mehr als die genaue Zusammensetzung der Anwohnenden — zumindest nach den ersten Befunden aus Mashhad. Die Studie betont vorsichtig, dass ihre Ergebnisse explorativ sind; die Stichprobe von 33 Standorten ist überschaubar, und das Modell wurde wegen Datenbeschränkungen bewusst vereinfacht. Dennoch weisen die Resultate Stadtplanende darauf hin, bei der Bewertung neuer gewerblicher Projekte stärker auf Standortgröße, Straßenkapazität und Parkgestaltung zu achten, statt sich allein auf standardisierte Reiseraten aus anderen Ländern zu verlassen. Die Arbeit unterstreicht auch den Bedarf an größeren, detaillierteren Studien, die diese Muster bestätigen und Trip-Generation-Werkzeuge besser an die Realitäten schnell wachsender Städte in der entwickelnden Welt anpassen können.

Zitation: Ahooee, R., Babazadeh, A. & Naderan, A. Structural equation modeling approach to evaluate effects of socio-economic and built environment factors on trip generation rates of commercial land use. Sci Rep 16, 11738 (2026). https://doi.org/10.1038/s41598-026-43632-3

Schlüsselwörter: Reisegenerierung, Gewerbezentren, städtischer Verkehr, gebaute Umwelt, Entwicklungsländerstädte