Die Nutzung von sozialer Netzwerkanalyse zur Steuerung der Resilienz touristisch geprägter Räume Tobias Luthe und Romano Wyss

Transkript

1 Die Nutzung von sozialer Netzwerkanalyse zur Steuerung der Resilienz touristisch geprägter Räume Tobias Luthe und Romano Wyss 1. Netzwerkgouvernanz, regionale Anpassungsfähigkeit und Resilienz Im Kontext der Initiierung und Steuerung von Resilienz in einem regionalen touristischen Kontext kann Netzwerkgouvernanz als die Strukturen und Prozesse durch welche kollektive Aktionen zwischen unterschiedlichen Akteuren koordiniert [werden können], um gewisse gemeinschaftliche Werte und Ressourcen aufrechtzuerhalten (Ernstson et al. 2010, eigene Übersetzung) verstanden werden. Im Rahmen des regionalen Entwicklungsprogramms San Gottardo 2020 ( kann eine effektive Netzwerkgouvernanz zur Sicherung der Resilienz der regionalen Produktionsnetzwerke als eine aktive Steuerung und Stärkung der Zusammenarbeit zwischen Akteuren verschiedener Sektoren (mit touristischem Schwerpunkt) und über Gemeinde- und Kantonsgrenzen hinweg verstanden werden. Dies erfordert das aktive Überwinden von internen (psychologischen) und externen (strukturellen) Barrieren, um gemeinsam innovative, vielfach touristische Produkte zu lancieren. Unter anderem durch den Ausbau der grenzüberschreitenden Kooperationen im Gotthardraum (=Gotthard Perimeter) und der gezielten Weiterentwicklung der Vernetzung der regionalen Akteure - gerade auch im Tourismus - sollen gemäss dem Umsetzungsprogramm San Gottardo 2012 bis 2015 folgende Ziele erreicht werden: a) eine höhere Innovationsfähigkeit, b) die Schaffung einer regionalen Identität und die Stärkung der Eigeninitiative und c) eine Stärkung der Anziehungskraft der Region für externe Partner (San Gottardo 2013) Resilienz von regionalen touristischen Systemen gegenüber äusseren Einflussfaktoren Basierend auf der in Luthe et al. (2012) diskutierten Anwendung des Konzepts der Resilienz auf (alpine) Tourismussysteme hängt diese von zwei Hauptfaktoren ab; 1. Vorbereitung auf Veränderungen durch die Schaffung und Erhaltung von Diversität, und 2. Antwort auf Veränderungen durch die Schaffung und Erhaltung von Flexibilität. Diversität ist dabei eng an die Innovationsfähigkeit einer tourismusabhängigen Gemeinschaft geknüpft (Sotorauta und Srinivas 2006), während Flexibilität im touristischen Kontext in erster Linie von der Steuerungsfähigkeit eines regionalen Tourismussystems abhängt, wobei den stark vernetzten Gatekeepern und Brokern eine zentrale Rolle zukommt (siehe Ernstson et al. 2010). Broker sind dabei als Akteure mit einer generell hohen Zentralität (Betweeness Centrality) zu verstehen, während Gatekeeper über ihre Position im Netzwerk bestimmte Untergruppen (Communities) miteinander verbinden (siehe Luthe et al für eine vertiefte Besprechung) Hintergrund und Zielsetzung der netzwerkbasierten Regionalentwicklung im Rahmen von Programm San Gottardo 2020 Die relationale Komponenten der Regionalentwicklung, mit anderen Worten die Bedeutung des (Informations-) Austausches zwischen Personen(-gruppen) und Institutionen zur Stärkung der regionalen Innovation, wurde in den letzten Jahren aus unterschiedlicher Perspektive beleuchtet (Bathelt und Glückler 2003, Yeung 2005, Fritsch und Kauffeld-Monz 2010). Besondere Beachtung wurde in der neueren Literatur dabei dem Faktor Proximität beziehungsweise der Bedeutung der regionalen Verankerung wirtschaftlicher Akteure zwecks Stärkung der (regionalen) Innovationsfähigkeit geschenkt (Boschma und Frenken 2011, Ter Wal und 1

2 Boschma 2009). Aus empirisch unterlegten Studien wird ersichtlich, dass regionale Verankerung wichtig ist, besonders für Regionen spezifische Innovationen welche stark von den lokalen Gegebenheiten und Ressourcen geprägt sind, z.b. im alpinen Tourismus (Luthe und Wyss 2013). Gleichzeitig ist aber auch der Austausch mit Akteuren ausserhalb des eigenen näheren geographischen und sozialen Umfelds wichtig, um Lock-In Effekte zu verhindern (Grabher 1993). Die Soziale Netzwerk Analyse (SNA) hat sich als Methode zur empirischen Erfassung des Informations- und Wissensaustausches zwischen Akteuren etabliert (Wassermann und Faust 1999). Dabei kann zwischen der Full Sample Methode (auch Roster-Recall Methode genannt) und der Snowball Methode unterschieden werden (Wassermann und Faust 1999, Ter Wal und Boschma 2009). In der vorliegenden Untersuchung beschreiben wir die Anwendung der Snowball Methode aufgrund ihrer zeiteffizienteren Umsetzung (Luthe et al. 2013) und gehen der Frage nach, inwiefern empirisch gewonnene Daten aus einer Snowball basierten Netzwerkanalyse a) zur Steuerung der Resilienz touristisch geprägter Räume dienen können und b) wie solche Daten zur Stärkung der weiteren regionalen Wirtschaft im Rahmen von spezifischen Regionalentwicklungsprogrammen eingesetzt werden können. Wir basieren unsere Analyse auf Daten aus dem Gotthard-Raum, wo im Rahmen des Programms San Gottardo 2020 eine grössere Regionalenwicklungsinitiative im Rahmen der Neuen Regional Politik (NRP) lanciert wurde. Besondere Beachtung findet dabei die Analyse von Interaktionen über administrative Grenzen der vier Kantone Wallis, Tessin, Uri und Graubünden, und der beteiligten Gemeinden hinweg. 2. Zentrale Fragestellungen und Methodik Die zentralen Fragestellungen der Untersuchung ergeben sich aus der Zielsetzung, Regionalentwicklung im Kontext von Resilienz über eine Netzwerk basierte Analyse zu steuern, und beziehen sich auf inhaltliche und methodische Aspekte: A. Wie lässt sich eine Netzwerkanalyse basierend auf einem Snowball-Sampling Ansatz zur Analyse und Steuerung von Resilienz nutzen wissenschaftstheoretisch und als Instrument der Praxis? B. Welche Aussagen bezüglich der Resilienz eines - eng an lokale (Natur-)Ressourcen gekoppelten touristischen Systems lassen sich aus einem Snowball-Netzwerk ableiten, und welche Einschränkungen bestehen hier? C. Inwiefern können netzwerkbasierte Analysen bei der Sensibilisierung der lokalen Akteure für die Bedeutung regionaler Kooperationsbestrebungen helfen? D. Inwiefern lassen sich gemeinde- und kantonsübergreifende Destinationsbildungsprozesse (Kooperationsprozesse/Innovationsprozesse) mit Snowball-Sampling abbilden, analysieren und steuern (gerichtet entwickeln und monitoren), und welche Schlüsse können daraus gezogen werden? E. Kann mit einer solchen Methode der Praxis eine konkrete Hilfeleistung geboten werden? Die Datensammlung erfolgte in Zusammenarbeit mit Programm San Gottardo während vier kantonaler Informationsveranstaltungen im Gotthard Perimeter in Uri, Wallis, Tessin und Graubünden. Die anwesenden regionalen Akteure (67 in allen vier Workshops) wurden in einem schriftlichen Fragebogen gebeten, ihre fünf individuell wichtigsten beruflichen 2

3 Kooperationspartner innerhalb des eigenen Kantons und weitere fünf Partner ausserhalb dieses zu nennen. Die Festlegung einer Zahl (bis zu 10) von zu nennenden Akteuren ist eine etablierte Art des Snowball-Sampling, um eine Vergleichbarkeit der Ergebnisse durch eine möglichst präzise Aufgabenstellung zu erreichen, jedoch bestünde auch die Möglichkeit, die gewünschte Anzahl der Nennungen offen zu lassen. In der ersten Befragungsrunde nannten die 67 Workshop Teilnehmer 101 neue Akteure (neu genannte Personen konnten keine Workshop Teilnehmer sein). Diesen 101 neu genannten Personen wurde dann in einer zweiten Befragungsrunde erneut die anfängliche Frage gestellt, und es wurden nochmals 94 neue Namen genannt. In Tabelle 1 sind die jeweiligen Antwortgrössen ersichtlich. Um den Befragungsaufwand und die Strapazierung der Akteure mit weiteren Befragungen gering zu halten, wurde keine weitere Befragungsrunde ausgeführt; dies auch mit Hinsicht auf die zukünftige Nutzung der Methode als regelmässig auszuführendem Monitoring Tool mit grösstmöglicher Effektivität und Effizienz. Die Datenauswertung erfolgte mit der Software Visone ( und Gephi ( hinsichtlich ausgewählter, für die Resilienz Analyse bedeutender Kennzahlen (im Detail diskutiert in Luthe und Wyss 2013). 3. Resultate und Diskussion der Snowball-SNA 3.1 Netzwerk Topologie Das soziale Snowball-Netzwerk der Wirtschaftsakteure im Gotthard Perimeter umfasst 262 Akteure und 643 Verbindungen, was einer Dichte von nur 0.9% entspricht (Grafik 1). Die Bildung von Untergruppen oder Communities (Modularität) ist mit relativ hoch, und es sind zwölf Communities (Blondel et al. 2008) vorhanden. Diese hohe Modularität unterstützt die Bildung von innovativen Ideen innerhalb dieser Untergruppen (Luthe und Wyss 2013), was im Abschnitt zu Einzelakteuren und Communities genauer ausgeführt wird. Die Tendenz, dichtere Bereiche zu bilden (Clustering), ist mit sehr gering. Die durschnittliche Zentralität (average degree) ist mit vergleichsweise gering ausgeprägt, die durschnittliche Länge der Verbindungen (average path length) vergleichsweise lang (Tabelle 1). Einige dieser metrischen Daten sind in ihrer Aussagekraft mit einer gewissen Vorsicht zu beurteilen, da z. B. die Dichte, das Clustering oder auch die durchschnittliche Zentralität mit der Art der Datenaufnahme korrelieren. So kann z. B. die Aufgabenstellung des Snowball-Samplings in dieser Studie, jeweils die fünf wichtigsten Kooperationspartner innerhalb und ausserhalb des eigenen Kantons zu nennen, zu einer Beeinflussung der Netzwerktopologie führen wenn jemand deutlich weniger oder mehr Partner hätte, könnte je nach Formulierung und Verständnis der Frage das Ergebnis unterschiedlich ausfallen, was aber eine generelle Problematik der Snowball-Methode darstellt (Ter Wal und Boschma 2009). In der weiteren Diskussion und Interpretation der Ergebnisse beziehen wir uns daher primär auf die Positionen (Zentralität) und Funktionen (Gatekeeper, Broker) einzelner Akteure und Communities, sowie bedeutender Kollaborationen. 3

4 Grafik 1. Das soziale Snowball-Netzwerk des Gotthard Perimeters. Die Farben und die Formen zeigen die Kantone (schwarz/parellelogramm = Graubünden, hellgrau/rund = Wallis, dunkelgrau/sechseck = Uri, weiss/dreieck = Tessin, dunkelgrau mit starkem schwarzen Rand/rund = ausserkantonal), die Grösse die Zentralität (Betweeness Centrality). Tabelle 1. Metrische Analyse des Gotthard-Perimeter Netzwerks. 4

5 3.2 Einzelakteure und Communities Deutlich aussagekräftiger sind die Ergebnisse auf Basis der einzelnen Akteure, die in ihrer relativen Zentralität im gesamten Netzwerk, sowie in ihrer Rolle als Broker bzw. Gatekeeper zwischen Untergruppen (Communities) identifiziert werden können. Das Netzwerk des Perimeters beinhaltet 105 Akteure aus dem Kanton Graubünden, 37 Akteure aus dem Wallis, 44 aus Uri, 63 aus dem Tessin und 13 aus anderen Kantonen der Schweiz, welche damit ausserhalb des Perimeters gelegen sind. In den zwei Befragungsrunden teilen sich die Nennungen neuer Namen wie in Tabelle 2 ersichtlich auf. Die gesamte Umsetzungsrate als Verhältnis aller neu genannten Namen zu den ursprünglichen Workshop Teilnehmern (Befragung 1) ist 0.26 im Perimeter; besonders niedrig ist sie in Uri (0.16) und besonders hoch im Tessin (0.37). Diese Unterschiede sind nicht auf zentralere Akteure beim ersten Workshop zurückzuführen (gleichbedeutend mit mehr Kooperationen pro Person - die durchschnittliche Zentralität der Workshop Teilnehmer aus dem Kanton Uri ist 2.11, die aus dem Tessin aber nur 0.88), sondern möglicherweise auf individuell dichtere Netzwerke (=mehr Kooperationen) im Tessin, auf ein insgesamt besonders kleines Netzwerk in Uri (die Netzwerk Begrenzung oder Closure ist eher erreicht), und eventuell auch auf kulturell/individuell bedingt unterschiedliche Auffassungen von Zusammenarbeit und entsprechend der unterschiedlich verstandenen Nennungen von wichtigen Kooperationspartnern, wobei dieser Effekt als eher gering einzustufen ist. Tabelle 2. Darstellung des methodischen Vorgehens beim Snowball-Sampling. Ausgehend von den Workshop Teilnehmern wurden zwei Befragungsrunden durchgeführt, die jeweils neu genannten Akteure ergeben die Zahlen in Befragung 1 und 2. Die Umsetzungsrate bezieht sich auf die Nähe zur Vollständigkeit des Netzwerkes, und bildet das Verhältnis zwischen Workshop Teilnehmern und erreichter Netzwerkgrösse. Die durch den in der Software Gephi (Bastian 2009) implementierten und auf Blondel et al. (2008) beruhenden Algorithmus identifizierten 12 Untergruppen oder Communities (Tabelle 1), in der sich die Akteure in modularer Form durch mehr Verbindungen innerhalb der jeweiligen Community als nach aussen abgrenzen, sind deutlich mehr als die fünf vordefinierten geographisch abgetrennten Communities der vier Kantone und der ausserhalb gelegenen Akteure. Dies spricht möglicherweise für eine Durchmischung der Kooperationen über die geographischen Kantonsgrenzen hinweg, oder aber beruht auf mehreren existierenden Communities innerhalb der Kantone. In Tabelle 3 sind die 12 Communities mit der jeweiligen Anzahl von Akteuren und deren prozentuale Aufteilung auf die vier Kantone und ausserhalb aufgeführt. Die grösste Community (2) wird mit 95% von Tessiner Akteuren, die zweitgrösste (1) wird mit 68% von Walliser Akteuren bestimmt. Die Communities 3, 4, 5, 6, 7 und 9 werden zum Grossteil von Akteuren aus Graubünden definiert. Uri bildet die dominierende Gruppe in 5

6 den Communities 8, 10 und 11. Die Dominanz der Communities durch Akteure aus den jeweiligen Kantonen ist deutlich, jedoch zeigt das Vorhandensein durchmischter Communities (1, 4, 8, 9, 10, 11) die vorhandenen Kooperationen über Kantonsgrenzen hinweg, ein erklärtes Ziel der Arbeiten von Programm San Gottardo. Eine kleine vom Gesamtnetzwerk isolierte Gruppe von drei Akteuren im Kanton Graubünden (Community 12) beinhaltet zwei aus ihrer Funktion für die Regionalentwicklung her sehr bedeutende Gewerbevereine, die in das gesamte Netzwerk integriert werden sollten (Grafik 1, isolierte Gruppe oben rechts). Tabelle 3. Prozentuale Verteilung von Akteuren aus den vier Kantonen und ausserhalb des Perimeters auf die 12 identifizierten Communities. Als Broker oder Vermittler zwischen den Communities sind neben den zentralsten Akteuren aus Tabelle 4 auch weitere Akteure visuell zu identifizieren, die als Mittler oder Gatekeeper zwischen den Kantonen oder den funktionalen Sektoren der touristischen Leistungskette (Michel 2001; Flagestad und Hope 2001) fungieren, und welche die Anbindung ans Netzwerk sonst isolierter Akteure sicherstellen. Diese sind z. B. dadurch erkennbar, dass sie mehrere sonst isolierte aussenstehende Akteure über eine zentrale Verbindung an das Hauptnetzwerk anbinden (Grafik 1). Beispiele sind eine Tourismusorganisation in UR, ein Spital in Graubünden, und ein Hotel in Graubünden. Die zehn zentralsten Akteure hinsichtlich ihrer verbindenden Vermittlung zwischen anderen Akteuren (Betweeness Centrality) sind die bekannten, öffentlichen oder privaten grossen touristischen Akteure (hier anonymisiert nur in ihrer Funktion dargestellt) verteilt über die vier Kantone, wie zwei Tourismusorganisationen in Uri, ein Gästecenter im Wallis, ein Transportunternehmen im Wallis, eine Tourismusorganisation in Graubünden, eine Regionalentwicklungsorganisation in Graubünden, ein Bergbahnunternehmen in Graubünden, ein Amt in Graubünden, und eine Tourismusorganisation im Tessin (Tabelle 4). Im Sinne der Umsetzung und Vermarktung möglicher neuer, innovativer Dienstleistungen ist der Perimeter aus Netzwerk theoretischer Sicht damit recht gut aufgestellt, da bedeutende öffentliche und private Akteure in zentraler Form verbunden sind und das Netzwerk bestimmen. Der zentralste Akteur ist Programm San Gottardo, und dieser wird damit der gewünschten zentralen Rolle als Vermittler und Ermöglicher (Enabler) für die regionale Entwicklung des gesamten Perimeters gerecht. Bei den 30 zentralsten Akteuren sind die Kantone Wallis und Uri vergleichsweise wenig vertreten, was verbessert werden könnte. Private Tourismusunternehmen sind, bis auf die 6

7 grösseren Bergbahnen, nicht unter den 30 zentralsten Akteuren vertreten, obwohl private Akteure wie kleinere Bergbahnen, Hotels, Aktivitäten Anbieter und Restaurants wichtige Akteure für die touristische Innovation und wirtschaftliche Entwicklung einer Region sind (Stobl und Peters 2013). Die Kontrolle eines grossen Teils der Verbindungen durch eine relativ kleine Zahl an zentralen Akteuren weist auf eine Tendenz zu einem Lock-In Effekt hin., Lock-In Effekte beschreiben das Verharren in einem gewissen Entwicklungspfad ( path of development ) durch die Steuerung eines Netzwerkes durch einige wenige, sehr zentrale Akteure, wobei weniger zentrale Akteure mit ihren Anliegen eher negiert werden, was Innovation behindern kann (siehe z.b. Grabher 1993). Geeignete Massnahmen wie die selektierte Vernetzung solcher Akteure z. B. über die Förderung neuer Projekte in dezidierter, institutionalisierter Zusammenarbeit mit den zentralsten Akteuren und die Auswahl innovativer Ansätze von den weniger zentralen Akteuren sollten zur Verbesserung der Regionalentwicklung umgesetzt werden. Die Auswahl der Akteure und zu fördernder Verbindungen und Partnerschaften kann direkt über die Zentralität und Funktion der Akteure aus dieser Netzwerkanalyse erfolgen. Tabelle 4. Die 30 zentralsten Akteure des Gotthard Perimeters (Betweeness Centrality). In Grafik 2 sind die zwei Befragungsrunden anhand der äusseren Form aller genannten Akteure in Bezug zu ihrer Bedeutung im Netzwerk (Zentralität) und des Kantons (schwarz-weiss Stufe) dargestellt. Die zentralsten Akteure sind zum grossen Teil diejenigen, die schon in den Workshops dabei waren, und damit jene Akteure, die sich bisher bereits aktiv am Prozess der Regionalentwicklung mit Programm San Gottardo beteiligen. Die in der zweiten, finalen Befragungsrunde genannten neuen Namen sind dagegen aus Netzwerk theoretischer Sicht relativ unbedeutend, da sie eine sehr geringe Zentralität aufweisen, und damit weniger Einfluss auf die Umsetzung innovativer Ideen, die Flexibilität und die Diversität im Netzwerk haben. Von grösserer Bedeutung könnten diese Akteure jedoch für die Generierung neuer Ideen sein; Bemühungen von Regionalentwicklern, neue Kooperationen zu entwickeln, sollten primär diese weniger zentralen Akteure einbeziehen. 7

8 Grafik 2. Status-Layout nach Zentralität (auf der Y-Achse nach oben zunehmend). Formen zeigen die Befragungsrunde (Parallelogramm = Workshop Teilnehmer und Seeds der Befragung, Rund = Runde 1, Dreieck = Runde 2), die Farben die Kantone (schwarz = Graubünden, hellgrau = Wallis, dunkelgrau = Uri, weiss = Tessin, dunkelgrau mit starkem schwarzen Rand = ausserkantonal). Auch diese Auswertung weist auf die Tendenz zum Lock-In Effekt hin und unterstützt die notwendige bessere Vernetzung und Einbindung der kleineren, privat organisierten touristischen Unternehmen, um die Zielsetzung einer Regionalentwicklung im Kontext einer höheren Innovationskraft und genereller Resilienz zu erreichen. Die Einbindung der beschriebenen Broker mit geringer Zentralität sollte dabei ein besonderes Anliegen sein. Eine Tendenz zum Lock-In Effekt in der Region obere Surselva-Andermatt wurde bereits in Luthe et al. (2012) sowie in Luthe und Wyss (2013) beschrieben. 3.3 Zentralität intra- und interkantonaler Kollaborationen Neben der Bedeutung einzelner Akteure oder Akteursgruppen (Communities) bestehen auch Unterschiede hinsichtlich der Bedeutung einzelner Kollaborationen für das Netzwerk. Grafik 3 zeigt die intra- und interkantonalen Verbindungen, wobei die 5% zentralsten Verbindungen (closeness centrality beschreibt die direkte Nähe von Akteuren zueinander) gestrichelt markiert sind, die die 17 Akteure in Tabelle 5 verbinden. Diese direktesten und kürzesten, somit am schnellsten aktivierbaren Verbindungen bestehen zwischen Graubünden zu den jeweils drei anderen Kantonen; die Verbindungen zwischen Uri, Wallis und Tessin untereinander sind weniger zentral, was die Rolle einiger sehr zentraler Akteure aus Graubünden für die 8

9 Vernetzung des Parameters unterstreicht. Es fällt auf, dass unter den Akteuren, die durch sehr zentrale und nahe Verbindungen (closenes centrality) verbunden sind, sowohl sehr zentrale Broker (hohe Betweeness Centrality), als auch weniger zentrale Akteure vorhanden sind, wie etwa Akteure 12 bis 17 aus Tabelle 5, die entsprechende Broker und auch Gatekeeper Funktionen übernehmen können. Grafik 3. Das Snowball-Netzwerk des Gotthard Perimeters mit Separierung der Akteure der vier Kantone und der ausserkantonalen Akteure. Die intrakantonalen Kollaborationen sind hellgrau, die interkantonalen Verbindungen schwarz dargestellt. Die 5% der zentralsten Verbindungen (32 insgesamt) sind fett schwarz gestrichelt dargestellt (closeness centrality). Generell relativ wenige Verbindungen bestehen zwischen Akteuren aus dem Tessin und dem Wallis, wobei ein Landschaftspark aus dem Tessin als Gatekeeper zwischen den Kantonen fungiert. Zwischen Uri und Tessin bestehen ebenfalls relativ wenige Verbindungen; Gatekeeper ist ein Akteur aus dem Gastronomiesektor im Tessin. Weiterhin ist der Anteil der Verbindungen zwischen dem Wallis und Uri gering; Gatekeeper hier ist eine Tourismusorganisation aus Uri. Bei den intrakantonalen Verbindungen sind solche zwischen den zentralsten Akteuren in Graubünden zu nennen. Zusammenfassend ist die interkantonale Vernetzung existent, wobei die klare Rolle der zentralen Akteure aus Graubünden als Broker, sowie einzelner weniger zentraler Gatekeeper, für die weitere Vernetzung des Parameters deutlich wird. Insbesondere gilt es, die Kantone Uri, Tessin und Wallis untereinander stärker zu vernetzen, und dabei auf bestehende Gatekeeper aufzubauen. 9

10 Tabelle 5. Akteure des Perimeters, die durch die 5% der zentralsten (closeness centrality) intraund interkantonalen Verbindungen kooperieren. 4. Schlussfolgerungen und Empfehlungen Die quantitative Analyse des Snowball-Netzwerks der Gotthard Region bestätigt die zentrale Rolle von Programm San Gottardo als hochvernetztem Akteur in der Region, der somit seiner anvisierten Rolle als Regionalentwickler gerecht wird. Neben San Gottardo nehmen eine Anzahl an öffentlichen Tourismusakteuren zentrale Positionen im Netzwerk ein. Bezüglich ihrer Bedeutung untervertreten im Netzwerk sind private touristische Akteure mit der Ausnahme einzelner Bergbahnunternehmen. Unter den 30 zentralsten Akteuren sind Organisationen aus den Kantonen Wallis und Uri verhältnismässig untervertreten. Besonders die Akteure aus Graubünden weisen eine starke Vernetzung mit anderen Akteuren auf, sowohl innerhalb wie auch über die Kantonsgrenzen hinweg. Die Akteure aus den Kantonen Uri, Wallis und Tessin sind untereinander weniger gut vernetzt; hier bedarf es der gezielten Förderung neuer Kooperationen. Innerhalb des Netzwerks sind 12 Untergruppen (Communities) vorhanden, wobei diese teilweise stark grenzüberschreitend (über Kantonsgrenzen) aufgebaut sind, was als Indikator für die gewünschte Vernetzung der Kantone innerhalb der Region San Gottardo gewertet werden kann. Diese Communities können als Inkubatoren ortspezifischer oder lokaler Innovationen aufgefasst werden, basierend auf einem intensiveren Informationsaustausch zwischen einer begrenzten Anzahl von Akteuren. Diese Ergebnisse lassen somit Rückschlüsse auf regionale Destinationsbildungsprozesse über Kantonsgrenzen hinweg zu. In Bezug auf die Resilienz des Gotthard Perimeters zu externen Störungen wie etwa wirtschaftlichen Schwankungen des Marktes oder Klimawandel auf Basis der Snowball Daten besteht einerseits eine hohe Steuerungsfähigkeit des Systems durch eine begrenzte Anzahl an zentralen Akteuren, welche auf Grund ihrer hohen (betweeness) Zentralität neben der Steuerung kollektiver Anpassungsprozesse in einer idealen Position sind, um weitere Zusammenarbeiten zwischen bisher noch wenig vernetzten Akteuren zu initiieren. Diese bessere Einbindung besonders von Akteuren der touristischen Privatwirtschaft ist bedeutend, um durch Innovation die Wirtschaftsentwicklung, und damit langfristig auch die Resilienz gegenüber komplexen, langsam voranschreitenden Umweltveränderungen zu erhöhen. Methodisch kann zusammengefasst werden, dass die Snowball-Methode eine Zeit und Ressourcen sparende Möglichkeit darstellt, um wichtige, grundlegende Aussagen bezüglich der (strukturellen) Resilienz eines touristisch geprägten Raumes wie der Gotthard-Region, und dessen gezielte Entwicklung bezogen auf die wirtschaftliche Vernetzung von Akteuren und Akteursgruppen treffen zu können. Insbesondere eignet sich die Methode, um im Rahmen von 10

11 bereits laufenden partizipativen Prozessen die Region zu analysieren, die zentralen Broker zu identifizieren, die einerseits zur Steuerung des Systems, und andererseits zur Initiierung neuerer Verbindungen von zentraler Bedeutung sind, sowie um strukturelle Löcher in der Vernetzung, und auch Lock-In Effekte zu erkennen. Etwas weniger gut geeignet ist die Methode, um metrische Daten über das gesamte Netzwerk hinweg zu interpretieren, bzw. um die metrischen Daten mit anderen Netzwerken zu vergleichen. Im Kontext der regionalen Tourismusentwicklung sind die grössten Stärken der Snowball-Methodik die Möglichkeiten, Änderungen in der Zusammenarbeit zwischen regionalen Akteuren über die Zeit nachzuvollziehen und zu evaluieren, sowie gezielt Akteure und Akteursgruppen zu identifizieren, die für eine weitere Entwicklung des Netzwerks zentral sind (Broker, Gatekeeper, Enabler, Communities). Die Durchführung von nur zwei Befragungsrunden aus Gründen der Effizienz und Wiederholbarkeit hat sich als ausreichend erwiesen, da die zentralsten Akteure bereits durch die Workshop Teilnahme und die erste Befragung eruiert werden konnten. Als Hilfe für die Praxis kann die Snowball-SNA Methode wie im beschriebenen Fall von Programm San Gottardo erstens für die Sensibilisierung der regionalen Akteure für eine partnerschaftliche Zusammenarbeit genutzt werden; in persönlichen Interviews mit Akteuren in der Surselva (GR) hat sich gezeigt, dass die Bereitschaft, an einer besseren Vernetzung zusammenzuarbeiten, mit der Darstellung und dem Verständnis der eigenen Position des befragten Akteurs im kommunalen oder regionalen Netzwerk deutlich anstieg entweder gepaart mit Freude über die zentrale Position, oder aber aus Sorge über die wenig zentrale Position (Schneider 2011, Luthe et al. 2012). Zweitens können Netzwerke effizient und effektiv hinsichtlich der bestehenden Struktur und der Bedeutung von Akteuren und Kooperationen analysiert werden, und Regionalentwickler können somit bis auf die Ebene einzelner Akteure konkrete Interventionsmassnahmen identifizieren, umsetzen und die regionale Entwicklung gezielt steuern. Drittens kann der Erfolg solcher Massnahmen in einem Monitoring evaluiert werden, wozu auch die Überprüfung der Wirksamkeit und der Rolle von San Gottardo zählt, was wiederum die Zuteilung öffentlicher Mittel beeinflussen kann. Für die Zukunft gilt es, weitere Erfahrung bezüglich der Interpretation von metrischen Daten aus Snowball-Netzwerken im touristischen Kontext zu gewinnen, sowie die Veränderungen des Netzwerks über einen längeren Zeitraum hinweg dynamisch nachzuvollziehen, um daraus weitere Informationen zur langfristigen Resilienz eines regionalen (touristischen) Netzwerkes zu gewinnen. 5. Referenzen Bastian, M. (2009). Gephi: An Open Source Software for Exploring and Manipulating Networks. AAAI Publications, Third International AAAI Conference on Weblogs and Social Media. Blondel, V. D., Guillaume, J.-L., Lambiotte, R., und Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, (10), Boschma, R. und Frenken, K. (2011). The emerging empirics of evolutionary economic geography. Journal of Economic Geography, Volume 11, Issue 2,

12 Flagestad, A., und Hope, C. (2001). Strategic success in winter sports destinations: a sustainable value creation perspective. Tourism Management, 22(5), Fritsch, M. und Kauffeld-Monz, M. (2010). The impact of network structure on knowledge transfer: an application of social network analysis in the context of regional innovation networks. The Annals of Regional Science. Volume 44, Issue 1, pp Bathelt, H., und Glückler, J. (2003). Toward a relational economic geography. Journal of Economic Geography, 3(2), Grabher, G. (1993). The weakness of strong ties: the lock-in of regional development in the Ruhr area. In: Grabher G. (ed.). The Embedded Firm: On the Socioeconomics of Industrial Networks, The Embedded Firm: On the Socio-Economics of Industrial Networks ( ). Routledge, London. Luthe, T. und Wyss, R. (2013). Enhancing resilience by destination development: a quantitative and qualitative comparison of regional and community scale network governance in an alpine context. Annals of Tourism Research. In review. Luthe, T., Wyss, R. und Schuckert, M.(2012). Network governance and regional resilience to climate change: empirical evidence from mountain tourism communities. Regional Environmental Change. Volume 12, Issue 4, Michel, J. (2001). Erlebnis Berg: Qualitätsanforderungen an Luftseilbahnen und ihre Dienstleistungen. Bern: Berner Studien zu Freizeit und Tourismus. Schneider, K. (2011). Climate change and social network functions. An evaluation of the region Disentis-Sedrun-Andermatt. Unpublished masters thesis, University of Applied Sciences HTW Chur, Switzerland. Sotorauta, M. und Srinivas, S. (2006). Co-evolutionary policy processes: Understanding innovative economies and future resilience. Futures, 38, Ter Wal, A. und Boschma, R. (2009). Applying social network analysis in economic geography: framing some key analytic issues. The Annals of Regional Science, 43, 3, Wasserman, S. und Faust, K. (1999). Social network analysis: Methods and applications (3 rd.ed,). Cambridge University Press, Cambridge. Yeung, H. W. (2005). Rethinking relational economic geography. Transactions of the Institute of British Geographers 30.1 (2005): Danksagungen Die Autoren bedanken sich für die finanzielle Unterstützung durch das Swiss Network for International Studies (SNIS), Genf, im Rahmen des internationalen Projekts ArcAlpNet ( sowie für die organisatorische Zusammenarbeit mit Programm San Gottardo. 12