Page - (000204) - in Tourismus und Klimawandel

im Vergleich zum 2 °C-Szenario um einen Prozentpunkt niedriger, bei rund 2 %. Die Einschränkungen der in diesen Untersuchungen gewählten Methode liegen darin, dass das Gästeverhalten rein auf in der Vergangenheit beobachteten Sensitivitäten beruht. Mögliche zukünftige Veränderungen dieser Sensitivitäten sind damit nicht berücksichtigt. Weiters betrachtet das gewählte Modell nur die Wetterabhängigkeit der Wintertourismusnachfrage in Skiregionen (ausgewählte NUTS-3-Regionen). Da künftig andere Tourismusregionen im Winter günstigere Witterungsbedingungen vorfinden und dadurch relativ zu den Skigebieten und dem Skitourismus an Attraktivität gewinnen könnten, bedarf es zur Modellierung dieses Effektes eines komplementären Zuganges. Auch inner- halb der Skiregionen könnten sich komparative klimatische Wettbewerbsvorteile zukünftig verschieben, was mit der sta- tischen Modellierung (getrennt für jede Region) von Damm et al. (2017) nicht erfasst ist. In Prettenthaler und Kortschak (2015b) wurden diese Zu- sammenhänge unterschiedlicher Witterungsbedingungen in Europa sowie unterschiedliche Anpassungsstrategien von Gästen und deren Auswirkungen auf die Winternächtigun- gen (aller Tourismusregionen) untersucht. Die Substitutions- effekte werden mithilfe eines regionalen Verteilungsmodells geschätzt1. Bezüglich der Anpassungsstrategien wurden dabei zwei Szenarien untersucht: (a) Beibehalten des Skifahrens als Freizeitaktivität im Winter, d. h., die Anzahl der Winternächti- gungen über alle Skiregionen bleibt gleich, und (b) Änderung des Freizeitverhaltens im Winter, d. h., Verschiebungen von Winternächtigungen auch in Nichtskiregionen sind möglich. Im Falle von Szenario (a) würden Österreich, Skandinavien, Deutschland und osteuropäische Länder gewinnen (bis zu +5 % in RCP 4.5), während vor allem Frankreich, Spanien, Italien und die Schweiz zu den Verlierern zählen (bis zu −6 % in RCP 4.5). Ändern die Wintergäste ihr Freizeitverhalten (Szenario b), so sind in allen Ländern Rückgänge zu erwar- ten: bis zu −20 % in Österreich und die höchsten mit bis zu −35 % (in RCP 4.5) in Frankreich. Auffallend sind in den genannten Studien die unterschied- lichen Resultate für Österreich, welche mit der unterschied- lichen methodischen Herangehensweise zusammenhängen. Während beispielsweise in Damm et al. (2017) der Einfluss von saisonalen Schwankungen der Schneebedingungen auf die Winternächtigungen im Fokus der Analyse steht, wird in Prettenthaler und Kortschak (2015b) die Sensitivität der Nächtigungen auf Basis der intrasaisonalen Schwankungen der Schneebedingungen in den einzelnen Wintermonaten geschätzt. Die Klimasensitivität unterliegt dabei in Damm et al. (2017) eher einer konservativen Schätzung, während in Prettenthaler und Kortschak (2015b) der Klimaeinfluss pro- gressiver geschätzt wird. Hinzu kommen Unterschiede und 1 Mögliche Substitutionseffekte zwischen Sommer- und Wintersaison sind auch hier nicht untersucht. Modellunsicherheiten hinsichtlich der Auswahl des am besten geeigneten Schneeindex2. Dies beeinflusst z. B. auch die Er- gebnisse für die beiden benachbarten Skinationen Österreich und Schweiz im direkten Vergleich. Die Schneesicherheits- analysen von Abegg et al. (2007) und auch Steiger und Abegg (2018) stützen die Ergebnisse von Damm et al. (2017), dass die Schweiz eine geringere Vulnerabilität aufweist. Weitere Limitationen, die beide Tourismusnachfragestu- dien in gleichem Maße betreffen, beinhalten Unsicherheiten hinsichtlich der Klimaszenarien und Schneemodellierung sowie die ausschließliche Berücksichtigung der Natur- schneesensitivität der Nächtigungen, die aufgrund der tech- nischen Beschneiung in den letzten Jahrzehnten jedoch abgenommen hat (vgl. Töglhofer et al. 2011 sowie die Aus- führungen in Kap. 6). Durch eine in großen Skigebieten fast flächendeckende Beschneiung dürften in manchen Regionen die Schneesensitivitäten und damit die Klimawandelaus- wirkungen überschätzt sein, während gleichzeitig in ande- ren Regionen eine Unterschätzung der Folgen im Falle von nichtsignifikanten Naturschnee-, aber signifikanten Gesamt- schneeeinflüssen möglich ist. Da jedoch auch die Model- lierung der Gesamtschneehöhe (d. h. inklusive technischer Beschneiung) hinsichtlich der Durchdringungsrate der tech- nischen Beschneiung über die Zeit sowie auch betreffend der Beschneiungsstrategie sehr vereinfachend erfolgen würde – insbesondere bei dieser großräumigen Betrachtung vieler Ski- gebiete –, wären auch diese Ergebnisse mit Unsicherheiten verbunden und damit die Betrachtung beider Indizes – Natur- und Gesamtschnee – sinnvoll. Wenngleich die Studien etwa zum Strandurlaub und schneebasierten Tourismus genauere Aussagen zulassen, zeigt sich, dass auch hier noch große Unsicherheiten gegeben sind und damit noch weiterer Forschungsbedarf besteht. 11.1.1 Weitere Einflussfaktoren Eine Prognose der zukünftigen Tourismusentwicklung wird auch dadurch erschwert, dass diese neben dem Klimawandel auch von vielen anderen Faktoren beeinflusst wird, wie etwa die zuvor angesprochenen Auswirkungen von technischen Innovationen bei der Beschneiung oder Änderungen im Frei- zeitverhalten. Auf globaler Ebene zählen Bevölkerungsent- wicklung und das Wirtschaftswachstum zu den wichtigsten Faktoren, welche auf die touristische Entwicklung einwir- ken. In einer Studie zur Modellierung der zukünftigen Än- derungen der Weltmarktanteile im internationalen Tourismus kamen beispielsweise Hamilton et al. (2005) zu dem Ergeb- 2 In den Modellen von Damm et al. (2017) zeigte sich der Schneeindex auf mittlerer Höhe der Skigebiete als am besten geeignet für die Mehr- heit der Modelle, während im methodischen Ansatz von Prettenthaler und Kortschak (2015b) der Schneeindex auf Höhe der Talstationen aus- gewählt wurde. 11 Berücksichtigung der globalen Entwicklung 197