Raum- und standortökonomische Optimierungsmodelle in Open-Source-Umgebungen. Implementation und Anwendungsmöglichkeiten im Kontext der Einzelhandels- und Versorgungsforschung.

Abstract

Bei raum- und standortökonomischen Problemen können Optimierungsalgorithmen eingesetzt werden, z.B. zur Anpassung von Modellen an Echtdaten oder zur Optimierung von Standortstrukturen. Im Kontext von Handels- und Dienstleistungsstandorten steht hierbei das räumliche Nachfragerverhalten im Vordergrund. Mit dem in der Handelsforschung populären Marktgebietsmodell von Huff ist es möglich, räumliche Kunden- bzw. Kaufkraftströme anhand der Attraktivität und Erreichbarkeit von Standorten abzuschätzen. Einsatzbereiche des Modells sind u.a. die betriebliche Standortplanung und die Verträglichkeitsbeurteilung von Einzelhandelsansiedlungen in der Raumordnung. Um die Aussagekraft des Modells zu erhöhen, sollte es allerdings anhand von Echtdaten an die Realität angepasst werden, was besonders problematisch ist, wenn nur Gesamtumsätze von Standorten (und nicht etwa Kundenbefragungen) vorliegen. Um in diesem Fall eine gute Modellanpassung zu erreichen, wurde ein Optimierungsalgorithmus entwickelt, der die Modellvariable der Standortattraktivitäten iterativ an die realen Daten anpasst. Wie an einem Beispiel aus dem Einzelhandel gezeigt wird, ist hiermit eine sehr gute Anpassung des Huff-Modells zu erreichen. Der Algorithmus wurde dahingehend weiterentwickelt, auch normative Aussagen zu einer optimalen Standortgröße treffen zu können. Ausgehend von Randbedingungen zur Mindestnachfrage und Erreichbarkeit von Anbietern lässt sich hiermit die Verteilung von Einrichtungen in einem Standortsystem optimieren, was am Beispiel der kleinräumigen Arztversorgung demonstriert wird. Das Huff-Modell sowie die Optimierungsalgorithmen wurden in der freien Programmiersprache R umgesetzt und in einem R-Erweiterungspaket veröffentlicht.