Gleitende Mittelfristprognose für den Güter- und Personenverkehr in den Jahren 2021 bis 2023

Description

Aufgabenstellung des Projekts ist die Erstellung von gleitenden kurz- und mittelfristigen Prognosen der wichtigsten Kennziffern der Verkehrsnachfrage im Güter- und im Personenverkehr in den Jahren von 2021 bis 2023. Sie dienen dem Bundesminister für Verkehr und digitale Infrastruktur (BMVI) - zur Beurteilung der Verkehrskonjunktur im Vergleich zur gesamtwirtschaftlichen Entwicklung, - zum Abgleich mit den langfristigen Verkehrsprognosen des Bundes, - als Basisinformation für unterschiedliche politische Aktivitäten und - zur Fundierung von Investitionsentscheidungen. Darüber hinaus besitzt die kurz- und mittelfristige Prognose der Verkehrsentwicklung eine hohe Bedeu-tung für Planungen und Entscheidungen anderer Politikbereiche (Wirtschaft, Umwelt, Energie etc.) sowie der Verkehrswirtschaft und anderer Wirtschaftsbereiche (Fahrzeugbau, Mineralölwirtschaft etc.). Lot 1: In der Gleitenden Mittelfristprognose ist die voraussichtliche Entwicklung des Güterverkehrs und des Personenverkehrs differenziert nach Verkehrsträgern bzw. Verkehrsarten zu prognostizieren. Der Schwerpunkt soll hierbei auf den beiden Kenngrößen „Verkehrsaufkommen“ (= transportierte Tonnen bzw. beförderte Personen) und „Verkehrsleistung“ (= Tonnenkilometer bzw. Personenkilometer) liegen. Es handelt sich um eine „gleitende“ Prognose. Das heißt, dass eine Prognose immer die vorhergehen-de Prognose ablöst und alle halbe Jahre eine neue kurz- bzw. mittelfristige Vorausschau erfolgt. Die Gleitende Mittelfristprognose unterliegt damit einer ständigen Überprüfung anhand der tatsächlichen Entwicklung. Aus diesem Grund werden alle Zielgrößen immer an den von der amtlichen Statistik aus-gewiesenen Zahlen gemessen. Dieses Prinzip impliziert, dass konzeptionelle und definitorische Verän-derungen in der statistischen Erfassung sowie spätere Revisionen von der Prognose - soweit und so-bald wie möglich - nachzuvollziehen sind. Für ggf. bestehende Lücken oder Schwachstellen in der De-finition, Abgrenzung und Erfassung der Daten gilt es, Hilfsgrößen heranzuziehen bzw. zu entwickeln.