GLOBAL CHANGE IMPACT ON TOURISM

GLOBAL CHANGE IMPACT ON TOURISM Der sozio-ökonomische Einfluss des Klimawandels auf den Winter- und Sommertourismus in Österreich Endbericht: Projektjahr 1 (Juli 2006) Franz Prettenthaler 1 Herbert Formayer 2 Patrick Haas 2 Clemens Habsburg-Lothringen 1 Nadja Vetters 1 1 Joanneum Research Forschungsgesellschaft, Institut für Technologie- und Regionalpolitik 2 Universität für Bodenkultur Wien, Institut für Meteorologie

GC-Impacts on Tourism Endbericht Projektjahr 1 1 Inhalt TABELLENVERZEICHNIS...2 ABBILDUNGSVERZEICHNIS...3 1 EINLEITUNG...5 2 MOTIVATION/LITERATURÜBERBLICK...7 3 NATURRÄUMLICHE AUSGANGSSITUATION...10 3.1 Geographie...10 3.2 Meteorologie...12 4 SOZIOÖKONOMISCHE AUSGANGSSITUATION...15 4.1 Tourismus/Wintertourismus...15 4.2 Infrastruktur...21 4.3 Beschäftigung...24 5 METHODIK...27 5.1 Klimatologisch...27 5.1.1 Analyse tourismusrelevanter Klimakenngrößen für Österreich...27 5.1.2 Regionale Klimaänderungsszenarien...29 5.1.3 Schneemodellierung...30 5.2 Ökonomisch...31 6 ERSTE ERGEBNISSE...32 6.1 Clusteranalyse aller österreichischen Gemeinden...32 6.1.1 Vorgehensweise...32 6.1.2 Ergebnisse...33 6.1.3 Beschreibung der Cluster...35 6.2 Zweistufige Clusteranalyse...39 6.2.1 Vorgehensweise...39 6.2.2 Ergebnisse...41 6.2.3 Beschreibung der Cluster...45 6.3 Analyse tourismusrelevanter Klimakenngrößen für Österreich...51 6.4 Klimatologische Clusteranalyse...54 6.5 Auswahl repräsentativer Regionen...57 7 ARBEITSPLAN/NÄCHSTE SCHRITTE...59 8 BIBLIOGRAPHIE...61

GC-Impacts on Tourism Endbericht Projektjahr 1 2 Tabellenverzeichnis Tabelle 1: Vergleich der Tourismusintensität in sommer- bzw. winterdominierten Gemeinden 19 Tabelle 2: Meteorologische Stationen, die für die Analyse herangezogen werden: 27 Tabelle 3: Variablen der Clusteranalyse: Abkürzungen und Erläuterungen 33 Tabelle 4: Einteilung und Benennung der Cluster und Anzahl der jeweils zugehörigen Gemeinden 33 Tabelle 5: Mittelwerte und Standardabweichungen innerhalb der 8 Cluster 34 Tabelle 6: Variablen der zweistufigen Clusteranalyse 40 Tabelle 7: Ausprägung der Eingangsvariablen: Mittelwerte, Standardabweichung und Variationskoeffizient innerhalb der beiden Gemeindegruppen 41 Tabelle 8: Einteilung und Benennung der Cluster und Anzahl der jeweils zugehörigen Gemeinden 42 Tabelle 9: Mittelwerte, Standardabweichungen + Variationskoeffizienten (in %) innerhalb der 6 Cluster 44 Tabelle 10: Mittelwerte, Standardabweichungen + Variationskoeffizienten (in %) innerhalb der 4 Cluster 45 Tabelle 11: Merkmale der ausgewählten Schigebiete 58

GC-Impacts on Tourism Endbericht Projektjahr 1 3 Abbildungsverzeichnis Abbildung 1: Darstellung der Seehöhenklassen nach Gemeindehauptort...10 Abbildung 2: Höhenheterogenität der Siedlungspunkte einer Gemeinde. Die Legende ist als Differenz zu lesen (höchster - niedrigster Siedlungspunkt im Gemeindegebiet)...11 Abbildung 3: Verhältnis zwischen höchstem und niedrigsten Punkt im Gemeindegebiet...11 Abbildung 4: Mittlerer Jahresniederschlag in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG....13 Abbildung 5: Jahresmitteltemperatur in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG....13 Abbildung 6: Wintermitteltemperatur in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG....14 Abbildung 7: Mittlere Anzahl an Tagen mit einer Schneedecke 1961-1990. Datenquelle ÖKLIM- ZAMG...14 Abbildung 8: Anteil der Beherbergungsbetriebe die im Winter geöffnet haben...15 Abbildung 9: Durchschnittliche Zahl der Nächtigungen 2000 bis 2004...16 Abbildung 10: Zu- oder Abnahme der Nächtigungszahlen der Wintersaison vom Jahr 2000 bis zum Jahr 2005...16 Abbildung 11:Durchschnittlicher Anteil der Nächtigungen in der Wintersaison in den Jahren 2000 bis 2005...17 Abbildung 12: Gemeinden mit Wintertourismusdominanz (Verhältnis der Winternächtigungen zu den Sommernächtigungen)...18 Abbildung 13: Gemeinden mit Wintertourismusdominanz (Verhältnis der Winternächtigungen zu den Sommernächtigungen)...18 Abbildung 14: Nächtigungsdichte (Nächtigungen pro Einwohner und Jahr)...19 Abbildung 15: Nächtigungsdichte in der Wintersaison (Nächtigungen pro Einwohner und Jahr)...20 Abbildung 16: Anzahl der Haupt-, Kleinseilbahnen und Schlepplifte (Quelle: BMVIT (2003) Eisenbahn- und Seilbahnstatistik der Republik Österreich für den Berichtszeitraum 2001/2002 (Teil II Seilbahnen und Teil III Schlepplifte)...21 Abbildung 17: Maximale Förderleistung aller Haupt-, Kleinseilbahnen und Schlepplifte (Personen pro Stunde) (Quelle: BMVIT (2003) Eisenbahn- und Seilbahnstatistik der Republik Österreich für den Berichtszeitraum 2001/2002 (Teil II Seilbahnen und Teil III Schlepplifte)...22 Abbildung 18: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigen auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt)...24 Abbildung 19: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigen auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt)...25 Abbildung 20: Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigten im Tertiärsektor...25 Abbildung 21: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Beschäftigen im tertiären Sektor auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt)...26 Abbildung 22: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Beschäftigen im tertiären Sektor auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt)...26 Abbildung 23: Standorte der meteorologischen Stationen...29 Abbildung 24: Ergebnisse der Clusteranalyse - Zugehörigkeit der Gemeinden zu den 8 Clustern...34

GC-Impacts on Tourism Endbericht Projektjahr 1 4 Abbildung 25: Ergebnis der 2-stufigen Clusteranalyse für Gemeinden mit Aufstiegshilfen...43 Abbildung 26: Ergebnis der 2-stufigen Clusteranalyse für Gemeinden ohne Aufstiegshilfen...43 Abbildung 27: Änderung der Sommertemperatur [JJA] von der Periode 1961-1990 zu 1976-2005....52 Abbildung 28: Änderung der Wintertemperatur [DJF] von der Periode 1961-1990 zu 1976-2005...52 Abbildung 29: Änderung der Tage mit einer Schneedecke größer 20 cm von der Periode 1961-1990 zu 1976-2005...53 Abbildung 30: Prozent der Tage mit nennenswerten Niederschlag [> 5mm] im Winter [DJF] an denen das Temperaturminimum über 0 C liegt in der Periode 1976-2005...54 Abbildung 31: Regionen mit gleichzeitigem Auftreten von Starkniederschlägen im Winter in Österreich. Nach Seibert et al., 2006...55 Abbildung 32: Niederschlagsregionen im Winter in Österreich basierend auf Seibert et al., 2006...56 Abbildung 33: Ausgewählte Regionen für die weiterführenden Analysen...57

GC-Impacts on Tourism Endbericht Projektjahr 1 5 1 Einleitung Österreich erwirtschaftet von allen industrialisierten Nationen den höchsten Anteil seines BIP/Kopf im Tourismussektor. Die starke Abhängigkeit der österreichischen Wirtschaft vom Tourismus bedingt eine hohe Vulnerabilität gegenüber durch Klimawandel bedingten Veränderungen. Darüber hinaus gewinnt der Wintertourismus im Vergleich zum Sommertourismus immer mehr an Bedeutung, zumindest in Hinblick auf das erzielte Einkommen. Die Schneeverhältnisse vor Weihnachten können beispielsweise einen enormen Einfluss auf die Wirtschaftsprognosen für die laufende Saison, aber auch auf die Arbeitslosenzahlen des gesamten Jahres haben. Angesichts dieser hohen Vulnerabilität der österreichischen Wirtschaft gegenüber Nachfrageschocks auf Grund von Klima- und Wetterschwankungen hat dieses Forschungsprojekt Socio-Economic Impact of Global Change Scenarios on Tourism zum Ziel, die sozioökonomische Vulnerabilität auf regionaler Ebene zu bewerten. Dies umfasst sowohl eine Analyse der prognostizierten Klimaveränderungen als auch der Verwundbarkeit der regionalen Wirtschaft gegenüber diesen Veränderungen. Es werden realistische regionale Szenarien aus GCM-Modellen abgeleitet und anschließend untersucht, welche Auswirkungen die resultierenden Nachfrageschocks auf den Tourismussektor und andere verbundene Sektoren haben. Die Input-Output-Beziehungen dieser Sektoren mit dem Tourismussektor sollen genau bestimmt und auf regionaler Ebene quantifiziert werden. Um diese Forschungsziele zu erreichen, werden einige gefährdete Gemeinden in Hinblick auf ihre Vulnerabilität gegenüber Klimaveränderungen untersucht. Die wichtigsten Fragen hierbei beziehen sich auf die Faktoren, die die Vulnerabilität dieser Gemeinden bestimmen, sowie die Möglichkeiten des sozioökonomischen Systems diese Vulnerabilität durch geringere Abhängigkeit von sich verändernden Klimabedingungen zu verringern. Mit dieser Analyse eng verbunden ist die Suche nach geeigneten Anpassungsstrategien, wobei nicht nur technische Maßnahmen sondern auch Optionen betrachtet werden, die die Flexibilität des sozioökonomischen Systems erhöhen. Die Forschungsergebnisse sollen Gemeinden und politischen Entscheidungsträgern wertvolle Informationen und geeignete Handlungsoptionen bieten. Die Methodik die in diesem Pilotprojekt entwickelt wird hat zum Ziel, anderen interessierten Gemeinden zu ermöglichen, ähnliche Studien durchzuführen. Der Fokus des ersten Projektjahres lag zunächst auf einer Sichtung der Datenlage zur Bestimmung von lokaler und regionaler ökonomischer Vulnerabilität sowie einer ersten Trennung der österreichischen Gemeinden je nachdem, ob die sozioökonomische Bedeutung des Winter- oder des Sommertourismus überwiegt. Viele der untersuchten Parameter stehen in direktem Zusammenhang zu wintertouristischen ökonomischen Aktivitäten (wie etwa die Auswertung der Seilbahnstatistik etc.), was vielleicht zunächst auch den Eindruck erweckt, die Untersuchung beschäftige sich überwiegend mit dem Wintertourismus. Die Autoren möchten betonen, dass eine

GC-Impacts on Tourism Endbericht Projektjahr 1 6 Konzentration auf diese Parameter in erster Linie aus methodischen Überlegungen heraus angezeigt war, und vorläufigen Charakter besitzt: Mithilfe einer multivariaten Clusteranalyse wurden alle österreichischen politischen Gemeinden nach der relativen Bedeutung des Tourismus auf den lokalen Arbeitsmarkt, des Tourismus insgesamt und dessen Intensität sowie der relativen Anteile von Sommer- und Winternächtigungen zu möglichst homogenen Gruppen zusammengefasst. Es galt also, die österreichischen Gemeinden so in Gruppen zusammenzufassen, sodass jene, die eher im Wintertourismus von möglichen Klimaveränderungen betroffen sind von solchen mit möglichen Auswirkungen für den Sommertourismus unterschieden werden und dabei auch auf die Höhenlagen Rücksicht genommen wird. In der darauf folgenden zweistufigen Analyse wurde ein besonderes Augenmerk auf die vorhandene Wintersportinfrastruktur gelegt. Darüber hinaus wurden die Ergebnisse einer klimatologischen Clusteranalyse für die weiteren Untersuchungen nutzbar gemacht, indem Österreich in drei Niederschlagsregionen eingeteilt wurde, was eine erste Abgrenzung von Regionen mit unterschiedlichen Voraussetzung für den Schneedeckenaufbau und die Schneesicherheit im Winter ermöglichte. Auf Basis dieser klimatologischen und sozioökonomischen Untersuchungen erfolgte schließlich die Auswahl von repräsentativen Gemeinden bzw. Regionen, die in weiterer Folge detailliert in Hinblick auf ihre Vulnerabilität bzw. die zu erwartenden direkten und indirekten Auswirkungen zukünftiger Klimaveränderungen untersucht werden.

GC-Impacts on Tourism Endbericht Projektjahr 1 7 2 Motivation/Literaturüberblick Tourismus zählt international zu den größten und am schnellsten wachsenden Sektoren. Die große Wetter- und Klimaabhängigkeit des Tourismus ist unbestritten. Dennoch gewannen Fragen des Klimawandels und der Klimavariabilität erst in den letzten Jahren langsam an Bedeutung in der Tourismusfachliteratur, wie auch von der World Tourism Organization (WTO) noch im Jahr 2003 festgestellt wurde (Todd 2003). Auch in der Fachliteratur über die ökonomischen Auswirkungen des Klimawandels wird dem Tourismus erst seit kurzem vermehrte Aufmerksamkeit geschenkt. Wintertourismus wurde wiederholt als potentiell besonders vulnerabel gegenüber dem globalen Klimawandel identifiziert und zählt daher in der Klimafolgenforschung zu den bereits stärker beachteten Bereichen. Für viele alpine Regionen stellt der Wintertourismus beispielsweise eine Haupteinnahmequelle dar und Schneesicherheit zählt dabei zu den entscheidenden Faktoren des touristischen Angebots. Die Auswirkungen des Klimawandels auf den Schitourismus waren bereits in einigen Ländern wie der Schweiz, Kanada, USA, Australien, Schottland, Frankreich oder Österreich Gegenstand von Impactanalysen (vgl. beispielsweise Elsasser und Bürki 2002; Galloway 1988; McBoyle und Wall 1992; Lamothe und Periard 1988; Breiling et al. 1997; Harrison et al. 1999; König and Abegg 1997; Scott et al. 2001). Die Ergebnisse aller Studien deuten auf negative Auswirkungen möglicher Klimaveränderungen für den Schitourismus und damit verbundene Sektoren hin. Während einige Schigebiete in der Lage sein werden, den Wintertourismus mit Hilfe geeigneter Anpassungsstrategien aufrecht zu erhalten, bzw. Schigebiete in höheren Lagen mittelfristig von den veränderten Bedingungen profitieren können, würde für andere Gebiete die abnehmende Schneesicherheit und die sich verkürzende Saison das Ende einer rentablen Wintertourismusindustrie bedeuten (Bürki et al. 2003). Bürki et al. (2000) stellten für die Schweiz fest, dass Klimaveränderungen zu einem neuen Muster begünstigter und benachteiligter Schiregionen führen wird. Die einzigen Schigebiete mit guten Aussichten seien jene, die einen Zugang zu Höhen über 2000m haben. Dieser Trend erhöht den Druck in Richtung Erschließung neuer Schigebiete in ökologisch sensiblen hochalpinen Regionen. König (1998) kommt zu ähnlichen Ergebnissen für die Schigebiete der Australischen Alpen. König und Abegg (1997) untersuchten die Auswirkungen dreier aufeinander folgender schneearmer Winter Ende der 1980er Jahre auf den Wintertourismussektor in der Schweiz. Während unter den damaligen Klimabedingungen 85% der schweizer Schigebiete als schneesicher galten, wurde für einen Temperaturanstieg von 2 C ein Sinken dieses Anteils auf 63% prognostiziert. Für einige Regionen der Schweiz würde dies eine Gefährdung des regionalen Wirtschaftswachstums basierend auf Wintertourismus bedeuten. Zudem wird hervorgehoben, dass zukünftige Planungen im hochsensitiven Tourismussektor im schweizer Alpenraum mögliche Auswirkungen von Klimaveränderungen mitberücksichtigen müssen. Scott et al. (2001) bewerteten die Vulnerabilität der kanadischen Schiregionen in Ontario gegenüber Klimavariabilität und Klimaveränderungen. Aufzeichnungen über 17 Jahre auf Tagesbasis über die Schneebedingungen in fünf Schiregionen wurden herangezogen, um die Sensitivität in Hinblick auf Klimavariabilität und Beschneiung als Anpassungsstrategie zu untersuchen. Zudem wurden historische Daten zu Schisportaktivitäten herangezogen, um ein Modell für die Simulierung der Länge der Schisaison unter verschiedenen Klimaszenarien (2020, 2050, 2080) zu

GC-Impacts on Tourism Endbericht Projektjahr 1 8 kalibrieren. Man fand heraus, dass die Entwicklung verbesserter Beschneiungstechnologien in den 1980er und 1990er Jahren die Vulnerabilität der Schigebiete reduzierte. Unter den Klimaszenarien und unter Annahme des derzeitigen Standes der Technik im Bereich Beschneiung wurde eine verkürzte Saison um 8-30% bis 2020, 16-52% in den 2050er Jahren und um 30-66% für das Jahr 2080 prognostiziert. Gleichzeitig wird eine Verdopplung des Bedarfs an Kunstschnee bis 2050 geschätzt. Durch technologische Fortschritte im Bereich der Kunstschneeerzeugung und zusätzliche Beschneiung könnten die Verluste an Saisonlänge auf 3-17% bis 2020, 10-32% für 2050 und 22-49% bis 2080 reduziert werden. Als wichtiger Faktor für die Vulnerabilität einzelner Schigebiete wurde deren Fähigkeit, die Kosten zusätzlicher Beschneiungsanlagen und Kunstschneeproduktion zu absorbieren und wirtschaftlich rentabel zu bleiben, hervorgehoben. Auch Bürki et al. (2003) identifizieren die steigenden Kosten für Schigebiete auf Grund der sinkenden Schneesicherheit als Folge von Klimaveränderungen als eines der zu erwartenden Hauptprobleme der Wintertourismusbranche. Auch die WTO (Todd 2003) betont die Notwendigkeit der betroffenen Tourismusregionen, nach geeigneten Anpassungsstrategien zu suchen. Für Wintertourismusgebiete kann dies über die vermehrte Produktion von Kunstschnee hinaus beispielsweise den Ausbau von alternativen Attraktionen neben Schisportmöglichkeiten oder die verstärkte Nutzung der Aufstiegshilfen im Sommer sowie die Ausdehnung der Sommersaison bedeuten. Die Diskussion geeigneter Anpassungsmaßnahmen wird in weiterer Folge auch Gegenstand dieses Forschungsprojektes sein. Keine der genannten Studien erstreckt sich jedoch von der Analyse der zu erwartenden Veränderungen der natürlichen Rahmenbedingungen für die Ausübung von Wintersport und der damit in Verbindung stehenden Tourismusbranche hin zu einer Analyse der regionalökonomischen Auswirkungen dieser Veränderungen. Als Beispiel für die Modellierung der Einflüsse von Klimaveränderungen auf die Nachfrageseite, das heißt auf Reisebewegungen und internationale Touristenströme, können die Studien von Hamilton et al. (2003) und Amelung and Viner (2004) genannt werden. Berritella et al. (2004) verwenden ein weltweites Angewandtes Allgemeines Gleichgewichtsmodell (GTAP5) um die Auswirkungen des Klimawandels, dargestellt als Schocks, auf die Tourismusnachfrage abzuleiten. Ausgehend von einer Bestandsaufnahme aller ökologischen und sozioökonomischen Assets einer Region, die besonders empfindlich auf extreme Wetter- und Klimaereignissen reagieren, verwenden Kropp et al. (2005) fortgeschrittene Methoden der Clusteranalyse, um die unterschiedliche Verwundbarkeit der Kommunen in der Untersuchungsregion (Bundesland Nordrhein-Westfalen) abzuleiten und zu visualisieren. Verwundbarkeit (Vulnerabilität) wird in diesem Zusammenhang als Maß der potenziellen Anfälligkeit eines Systems für die negativen Auswirkungen des Klimawandels verstanden. Die spezifische Anpassungsfähigkeit der einzelnen Kommunen wird dabei außer Acht gelassen. Im gegenständlichen Forschungsprojekt wird die Methode der Clusteranalyse herangezogen, um in einem ersten Schritt jene Gemeinden bzw. Regionen herauszufiltern, deren Charakteristiken auf eine hohe Verwundbarkeit durch externe Schocks auf den Tourismussektor hindeuten. Für eine umfassende Bibliographie im Bereich Tourismus/Freizeitwirtschaft und Klima/Wetter (Stand September 2004) wird auf Scott et al. (2004) verwiesen.

GC-Impacts on Tourism Endbericht Projektjahr 1 9 Durch die große Bedeutung des Tourismus für die österreichische Wirtschaft ergibt sich auch hier eine hohe Vulnerabilität gegenüber durch Wetter- oder Klimavariabilität ausgelösten Nachfrageschocks. Dennoch fehlt in Österreich nach wie vor eine exakte Bewertung der regionalen ökonomischen Vulnerabilität, basierend sowohl auf einer Analyse der erwarteten Klimaveränderungen (einschließlich der naturgemäß verbleibenden Unsicherheiten) als auch der ökonomischen Verwundbarkeit der regionalen Wirtschaft gegenüber diesen Veränderungen. Die erwähnte Studie von Breiling et al. (1997) versuchte erstmals für ganz Österreich klimatologische und ökonomische Fragestellungen gemeinsam zu betrachten. Diese Studie und die damit zusammenhängenden Arbeiten können als Ausgangspunkt für die Einbeziehung sozioökonomischer Fragestellungen betrachtet werden. Einige der methodischen Zugänge erscheinen nach wie vor gültig und sollten mit aktualisierten Daten überprüft werden. Obwohl Breiling et al. (1997) die allgemeine Klimasensibilität von Gruppen von Bezirken darstellen, beruhten die Untersuchungen der regionalen Vulnerabilität jedoch nicht auf regionalen Klimaszenarien, ein Umstand der jedoch durch die zu der Zeit übliche Methodik erklärbar ist. Die im gegenständlichen Forschungsprojekt durchzuführenden regionalökonomischen Analysen und Untersuchungen der sektoralen Verflechtungen auf regionaler Ebene waren ebenso nicht Gegenstand der Studie aus dem Jahr 1997, stellen jedoch aus Sicht der Autoren einen wesentlichen Aspekt zur Beurteilung der Vulnerabilität/Anpassungsfähigkeit dar.

GC-Impacts on Tourism Endbericht Projektjahr 1 10 3 Naturräumliche Ausgangssituation 3.1 GEOGRAPHIE Abbildung 1: Darstellung der Seehöhenklassen nach Gemeindehauptort Abbildung 1 stellt alle Gemeinden Österreichs nach der Zugehörigkeit des jeweiligen Gemeindehauptortes zu neun Höhenklassen dar. Nachdem einige meteorologische Parameter (etwa Schneefall- und ganz allgemein Temperaturgrenzen) höhenabhängig sind, stellt diese Zusammenfassung von politischen Gemeinden zu Gruppen vergleichbarer Seehöhe einen Aspekt der unterschiedlichen Ausgangsbedingungen österreichischer Gemeinden für Tourismusaktivitäten dar. Aus diesem Grund wurde dieser Parameter auch in die Clusteranalysen, wie in Kapitel 6 dargestellt, aufgenommen.

GC-Impacts on Tourism Endbericht Projektjahr 1 11 Abbildung 2: Höhenheterogenität der Siedlungspunkte einer Gemeinde. Die Legende ist als Differenz zu lesen (höchster - niedrigster Siedlungspunkt im Gemeindegebiet) Abbildung 2 zeigt einen Indikator, der als Annäherung an einen weiteren Aspekt von geographischen Rahmenbedingung für den Tourismus in österreichischen Gemeinden interpretiert werden kann: Je größer die Differenz aus höchstem Siedlungspunkt und niedrigstem Siedlungspunkt einer Gemeinde, desto stärker erstreckt sich der Siedlungsraum in vertikaler Hinsicht. Landschaftsnutzungen wie Wandern, Schiwandern und Schifahren gewinnen ihre Attraktivität zwar zunächst aus den Höhenunterschieden im Naturraum (dargestellt in Abbildung 3), inwieweit Siedlungsaktivitäten diesen Höhenlagen folgen, entscheidet aber unter anderem darüber, wie intensiv diese menschlichen Aktivitäten vor Ort ökonomisch genutzt werden können. Abbildung 3: Verhältnis zwischen höchstem und niedrigsten Punkt im Gemeindegebiet

GC-Impacts on Tourism Endbericht Projektjahr 1 12 3.2 METEOROLOGIE Österreich liegt in der Westwindzone der gemäßigten nördlichen Breiten. Die wichtigsten Feuchtequellen für Österreich sind der Atlantik und das Mittelmeer. Der Niederschlag weist einen starken Jahresgang auf, wobei die Niederschlagsmaxima im Sommer auftreten. Rund die Hälfte des Jahresniederschlages fällt in den Monaten Mai bis August. Die Niederschlagscharakteristika in den einzelnen Regionen sind sehr unterschiedlich. So reicht die Spannbreite der Jahresniederschlagssummen von knapp 500 mm in Marchfeld und Weinviertel bis zu 2.500 mm in Vorarlberg (Abbildung 4). Dies hat zwei Hauptursachen: Einerseits liegt Österreich im Übergangsbereich vom atlantisch zum kontinental beeinflussten Klima. Dies bewirkt, dass in den östlichsten Regionen nur rund die Hälfte des Jahresniederschlages der westlichsten Regionen fällt. Andererseits wirken die Alpen stark modifizierend auf die Niederschlagsverteilung. In den Gebieten nördlich des Alpenhauptkammes führen hauptsächlich atlantische Fronten, die in westliche bis nordwestliche Strömungen eingebettet sind, zu Niederschlag. Hierbei verursacht die Stauwirkung der Alpen sehr hohe Niederschlagssummen und große Intensitäten (Abbildung 4). In den Gebieten südlich des Alpenhauptkammes treten hingegen Niederschläge großteils in Verbindung mit einem Mittelmeertief auf. Im Sommerhalbjahr spielen in ganz Österreich auch konvektive Niederschläge (Gewitter) eine wichtige Rolle. Die Temperaturverteilung in Österreich ist stark durch die Alpen geprägt. Die Jahresmitteltemperaturen reichen von mehr als 10 C im östlichen Flachland bis hin zu unter 4 C an den höchsten Berggipfeln (Abbildung 5). Generell kann man in Österreich eine Abnahme der Temperatur um rund 6 7 C je 1000 m Seehöhe beobachten, wobei jedoch während der Wintermonate durch ausgeprägte Temperaturinversionen diese Temperaturabnahme mit der Höhe besonders in den Alpinen Tal- und Beckenlagen gestört ist. Im Winter kann man daher erst ab einer Seehöhe von rund 1500 m mit einer konstanten Temperaturabnahme mit der Höhe rechnen. Dies erkennt man auch in der Karte der Wintermitteltemperatur (Abbildung 6). Das Klagenfurter und Grazer Becken sind deutlich kühler als vergleichbare Höhenlagen im Donautal. Die Temperaturverteilung ist natürlich auch hauptverantwortlich für den Aufbau einer Schneedecke. In den warmen Flachlandregionen ergeben sich im Mittel weniger als 75 Tage mit einer geschlossenen Schneedecke, in den Akkumulationsregionen der Gletscher hingegen bleibt der Schnee das ganze Jahr liegen (siehe Abbildung 7)

GC-Impacts on Tourism Endbericht Projektjahr 1 13 Abbildung 4: Mittlerer Jahresniederschlag in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG. Abbildung 5: Jahresmitteltemperatur in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG.

GC-Impacts on Tourism Endbericht Projektjahr 1 14 Abbildung 6: Wintermitteltemperatur in Österreich 1961-1990. Datenquelle ÖKLIM-ZAMG. Abbildung 7: Mittlere Anzahl an Tagen mit einer Schneedecke 1961-1990. Datenquelle ÖKLIM- ZAMG.

GC-Impacts on Tourism Endbericht Projektjahr 1 15 4 Sozioökonomische Ausgangssituation 4.1 TOURISMUS/WINTERTOURISMUS Abbildung 8: Anteil der Beherbergungsbetriebe die im Winter geöffnet haben Abbildung 8 zeigt für alle Gemeinden Österreichs mit mindestens 500 Nächtigungen pro Jahr den Anteil der Beherbergungsbetriebe, die im Winter geöffnet haben. Neben eindeutigen Ganzjahresdestinationen (wie etwa den Thermenstandorten und Städten) sind es vor allem Gemeinden, in welchen der Wintertourismus der Treiber für touristische Entwicklung war, die hier mit hohen Prozentsätzen geöffneter Beherbergungsbetriebe hervorstechen.

GC-Impacts on Tourism Endbericht Projektjahr 1 16 Abbildung 9: Durchschnittliche Zahl der Nächtigungen 2000 bis 2004 Die absoluten Nächtigungszahlen sind im Westen Österreichs, das heißt im Alpenraum, sowie in Städten generell höher als im Osten und Norden. Abbildung 10: Zu- oder Abnahme der Nächtigungszahlen der Wintersaison vom Jahr 2000 bis zum Jahr 2005 Abbildung 10 zeigt im Überblick Veränderungen in den Nächtigungszahlen für die österreichischen Gemeinden. Dabei können im Allgemeinen größere Schwankungen im Osten Österreichs und eine stabilere Auslastung im Westen, das heißt in den eher winterdominierten

GC-Impacts on Tourism Endbericht Projektjahr 1 17 bzw. Ganzjahrestourismusgemeinden, die wie in Abbildung 9 erkennbar wesentlich höhere absolute Nächtigungszahlen aufweisen, festgestellt werden Das ausgesprochen heterogene Bild, das Verbesserungen bei der touristischen Infrastruktur ebenso widerspiegelt wie Abnahmen, die unter Umständen auf ungünstige Witterungslagen zurückgeführt werden können, verlangt jedoch eine genauere Analyse im Detail, wie sie mit Ausnahme von einfachen Regressionsmethoden vor allem mithilfe der, aufgrund der Clusteranalyse vorgenommenen Gruppenbildung sinnvoll ist. Abbildung 11:Durchschnittlicher Anteil der Nächtigungen in der Wintersaison in den Jahren 2000 bis 2005 Ausschließlich im Sommer erfolgreiche Tourismusgemeinden sind in Abbildung 11 gut durch die grüne Einfärbung erkennbar, wie etwa das oberösterreichische Salzkammergut zwischen Mondsee und Traunsee, die Wachau, die Gemeinden um den Neusiedlersee, das Gros der Kärntner Tourismusgemeinden etc., während es beispielsweise Gemeinden am Arlberg und in den Ötztaler Alpen auf annähernd 100% der Nächtigungen in der Wintersaison bringen. Diese Daten wurden auch für die Clusteranalyse (siehe Kapitel 6.1) herangezogen. Die Dominanz des Wintertourismus in vielen Alpengemeinden wird noch deutlicher in Abbildung 12 und Abbildung 13 zum Ausdruck gebracht, welche sich auf die Darstellung von Werten in Gemeinden mit mindestens 50% Nächtigungsanteil in der Wintersaison konzentrieren.

GC-Impacts on Tourism Endbericht Projektjahr 1 18 Abbildung 12: Gemeinden mit Wintertourismusdominanz (Verhältnis der Winternächtigungen zu den Sommernächtigungen) Abbildung 13: Gemeinden mit Wintertourismusdominanz (Verhältnis der Winternächtigungen zu den Sommernächtigungen)

GC-Impacts on Tourism Endbericht Projektjahr 1 19 Betrachtet man gesamt Österreich, so ist die Nächtigungsdichte im Sommer annähernd gleich hoch bzw. leicht höher wie die Nächtigungsdichte im Winter. Nur 251 der 2357 österreichischen Gemeinden erzielen jedoch mehr als 50% der Nächtigungen in der Wintersaison. Mehr als die Hälfte aller Nächtigung in Österreich finden in diesen Gemeinden mit mehr als 50% der Nächtigungen im Winter statt. Tabelle 1 gibt einen Überblick über die unterschiedliche Intensität des Tourismus in den sommer- bzw. winterdominierten Gemeinden Österreichs. Vergleich Gemeinden mit Sommer- bzw. Winterschwerpunkt Gemeinden Wintersaison 2004/2005 Sommersaison 2005 Jahr 2005 alle Gem. mit Nächtigungen Gem. mit > 50% Winternächt. Gem. mit > 50% Sommernächt. Anzahl 1.571 247 1.324 Durchschnittl. EW-Zahl 4.384 1.999 4.829 Summe Einwohner 6.887.948 493.836 6.394.112 Summe Nächtigungen 59.194.925 39.509.357 19.685.568 Anteil 100 67 33 Nächtigungsdichte 9 80 3 Summe Nächtigungen 59.578.497 21.287.724 38.290.773 Anteil 100 36 64 Nächtigungsdichte 9 43 6 Summe Nächtigungen 119.241.539 60.989.017 58.252.522 Anteil 100 51 49 Nächtigungsdichte 17 124 9 Tabelle 1: Vergleich der Tourismusintensität in sommer- bzw. winterdominierten Gemeinden Abbildung 14: Nächtigungsdichte (Nächtigungen pro Einwohner und Jahr)

GC-Impacts on Tourism Endbericht Projektjahr 1 20 Abbildung 14 zeigt einen wesentlichen Parameter, der für die meisten regionalökonomischen Charakterisierungen von Gebieten zur Bestimmung der Tourismusintensität herangezogen wird und auch Eingang in die Clusteranalyse von Kapitel 6.1 gefunden hat: Nächtigungen pro Einwohner und Jahr. Bereits ein grober Vergleich mit den Karten zur Winterdominanz legt eine These nahe, die auch durch nähere Analyse bestätigt wird: der Wintertourismus ist weitgehend nächtigungsintensiver als der Sommertourismus. Diese Tatsache verdankt sich zum Teil der geringeren Bevölkerungszahl in den Berggemeinden. Aber ein Blick auf die Absolutzahlen in Abbildung 9 zeigt, dass mit Ausnahme der Städtedestinationen und verschiedenen Kärntner Seengemeinden die Wintertourismusgemeinden insgesamt am stärksten frequentiert werden. Nur eine derartige Nächtigungsintensität ist schließlich auch in der Lage, die hohen Investitionen in Beförderungsinfrastruktur, wie sie in Abbildung 16 und Abbildung 17 dargestellt sind, zu finanzieren. Abbildung 15: Nächtigungsdichte in der Wintersaison (Nächtigungen pro Einwohner und Jahr) Während die Nächtigungsdichte des gesamten Jahres ihr Maximum bei 1111 Nächtigungen pro Einwohner erreicht, fällt auf, dass die maximale Nächtigungsdichte im Winter (Abbildung 15) wesentlich höher bei mehr als 2000 Nächtigungen pro Einwohner liegt. Für die Top- Wintertourismusgemeinden in Österreich kann also von einer wesentlich intensiveren touristischen Nutzung ausgegangen werden als in erfolgreichen Sommerdestinationen.

GC-Impacts on Tourism Endbericht Projektjahr 1 21 4.2 INFRASTRUKTUR Einen wichtigen Indikator für die Bedeutung des Wintertourismus stellt die bestehende Wintersportinfrastruktur in Form von Aufstiegshilfen dar. Diese Informationen müssen demnach auf Gemeindeebene verfügbar gemacht werden, um auch in die Clusteranalyse zur Auswahl jener repräsentativen Regionen, die im Mittelpunkt der weiteren Untersuchungen stehen werden, einfließen zu können. In den folgenden Abbildungen ist sowohl die Anzahl (Abbildung 16) als auch die maximale Förderleistung (Abbildung 17) der Haupt- und Kleinseilbahnen und Schlepplifte auf Gemeindeebene dargestellt. Abbildung 16: Anzahl der Haupt-, Kleinseilbahnen und Schlepplifte (Quelle: BMVIT (2003) Eisenbahn- und Seilbahnstatistik der Republik Österreich für den Berichtszeitraum 2001/2002 (Teil II Seilbahnen und Teil III Schlepplifte)

GC-Impacts on Tourism Endbericht Projektjahr 1 22 Abbildung 17: Maximale Förderleistung aller Haupt-, Kleinseilbahnen und Schlepplifte (Personen pro Stunde) (Quelle: BMVIT (2003) Eisenbahn- und Seilbahnstatistik der Republik Österreich für den Berichtszeitraum 2001/2002 (Teil II Seilbahnen und Teil III Schlepplifte) Als Datengrundlage wurden die Teile II und III - Seilbahnen und Schlepplifte der Eisenbahn- und Seilbahnstatistik der Republik Österreich für den Berichtszeitraum 2001/2002, herausgegeben vom Bundesministerium für Verkehr, Innovation und Technologie (2003) herangezogen. Die darin enthaltenen Informationen wurden dem Projektteam dankenswerterweise von Herrn Robert Wallner (BMVIT, Sektion II, Abteilung SCH3) in elektronischer Form zur Verfügung gestellt. Für die Clusteranalyse wurde die maximale Förderleistung in Personen pro Stunde als Indikator herangezogen. Neben Angaben zur maximalen Förderleistung enthält die Seilbahnstatistik unter anderem auch detaillierte Informationen über die Anlagenverhältnisse sowie Betriebszeiten und Verkehrsleistungen. Zwar sind in der Statistik auch Ort der Talstation und Ort der Bergstation vermerkt, da diese jedoch größtenteils nicht offiziellen Gemeinde- oder Ortschaftsnamen entsprechen, ist eine Zuordnung zu politisch-administrativen Gebietsabgrenzungen wie Gemeinden, Bezirken oder NUTS 3-Regionen nicht unmittelbar möglich. Daher musste zunächst durch das Projektteam eine Verortung der Daten auf Gemeindeebene erfolgen. Diese Verortung erfolgte in erster Linie über den Betreiber der einzelnen Anlage, der ebenfalls in der Seilbahnstatistik erfasst ist. Dazu wurden zunächst alle in Österreich erfassten Seilbahnbetreiber und deren Firmensitze erhoben. Diese Informationen wurden anschließend mit der Seilbahnstatistik verknüpft. Durch die unterschiedlichen Schreibweisen waren jedoch umfangreiche händische Korrekturen notwendig. Durch die Verortung der einzelnen Anlagen über deren Betreiber ergibt sich folgende Einschränkung: In jenen Fällen, in denen Firmensitz und Standort der Seilbahn bzw. des Schlepplifts nicht übereinstimmen, werden die Anlagen der Gemeinde des Firmensitzes

GC-Impacts on Tourism Endbericht Projektjahr 1 23 zugeordnet. Diese falschen Zuordnungen wurden größtenteils händisch korrigiert, eine vollständige Verifizierung der Verortung kann jedoch auf Grund des Datenumfangs (von der Seilbahnstatistik wurden für den Berichtszeitraum 2001/2002 insgesamt 2.246 Schlepplifte, 463 Kleinseilbahnen und 493 Hauptseilbahnen erfasst) nicht durchgeführt werden. Eine weitere Einschränkung ergibt sich bei der Verwendung der verorteten Daten für die Clusteranalyse: Bei Gemeinden, die Teil einer Schiarena sind, das heißt Zugang zu einem Schigebiet und daher zu Förderkapazitäten haben, die über die Gemeindegrenzen hinausgehen, fließen nur jene Förderkapazitäten in die Analyse mit ein, die direkt der jeweiligen Gemeinde zugeordnet werden können. Die vorhandene (im Sinne von den Besuchern des Schigebiets zur Verfügung stehende) Wintersportinfrastruktur wird für diese Gemeinden somit zum Teil unterschätzt (jede Anlage wird nur einmal gezählt). Als Beispiel kann das Schigebiet Obertauern herausgegriffen werden, das sich über die Gemeinden Untertauern und Tweng erstreckt. Die Verortung der Seilbahnstatistik ergibt für die Gemeinde Tweng 14 Liftanlagen mit einer maximalen Förderkapazität von 24.740 Personen pro Stunde, für die Gemeinde Untertauern 16 Anlagen mit einer maximalen Förderkapazität von 18.497 Personen pro Stunde. Da diese beiden Gemeinden und deren Liftanlagen jedoch ein gemeinsames Schigebiet bilden, müsste eigentlich beiden Gemeinden eine maximale Förderkapazität von 43.237 Personen pro Stunde zugeordnet werden. Eine derartige Korrektur kann jedoch im Rahmen dieses Projekts mit den zur Verfügung stehenden Daten und Informationen nicht flächendeckend für ganz Österreich, sondern nur für die im Zuge der Analyse ausgewählten repräsentativen Regionen bewerkstelligt werden.

GC-Impacts on Tourism Endbericht Projektjahr 1 24 4.3 BESCHÄFTIGUNG Abbildung 18: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigen auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt) Jene, in Abschnitt 4.1 und 4.2 dargestellte Konzentration von touristischen Angeboten spiegelt sich naturgemäß auch in der Beschäftigungssituation auf Gemeindeebene wieder. Abbildung 18 und Abbildung 19 stellen diesbezüglich einen Parameter dar, der im Zusammenhang mit den Risiken des Klimawandels für den Tourismus eine zum Teil problematisch hohe Abhängigkeit des Arbeitsmarktes vieler österreichischer Gemeinden vom Tourismus erkennen lässt. In den verschiedenen Rotschattierungen sind all jene Gemeinden dargestellt, deren Beschäftigtenanteil im Tourismus gemessen an den Gesamtbeschäftigten über dem entsprechenden Wert des Österreichdurchschnitts von rund 6,5% liegt. In extremen Fällen kann dieser Wert das ca. 12 fache des Durchschnitts, also über 80% der Gesamtbeschäftigung annehmen. Höhere Konzentration der Beschäftigten im Tourismussektor kann aufgrund der starken Witterungsabhängigkeit des Tourismus als ein wesentlicher Faktor für zunehmende ökonomische Vulnerabilität im Hinblick auf Klimaveränderungen für eine Gemeinde im Vergleich zum Österreichdurchschnitt gewertet werden. Dieser Parameter wurde daher auch in die Clusteranalyse von Kapitel 6.1 aufgenommen. In Abbildung 21 und Abbildung 22 wurde im Zuge der Berechnung des Konzentrationsmaßes der Anteil der Beschäftigten im Tourismussektor an den Beschäftigten im Tertiären Sektor auf den entsprechen Anteil auf Österreichebene bezogen, was die regionale Verteilung dieses wesentlichen sozioökonomischen Vulnerabilitätsparameters nur geringfügig verändert. In Abbildung 19 und Abbildung 22 sind die Konzentrationsmaße jener Gemeinden dargestellt, deren Wert über dem jeweiligen Österreichdurchschnitt liegt. In Abbildung 20 ist der jeweilige absolute Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigten im Tertiären Sektor dargestellt.

GC-Impacts on Tourism Endbericht Projektjahr 1 25 Abbildung 19: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigen auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt) Abbildung 20: Anteil der Beschäftigten im Tourismussektor an den Gesamtbeschäftigten im Tertiärsektor

GC-Impacts on Tourism Endbericht Projektjahr 1 26 Abbildung 21: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Beschäftigen im tertiären Sektor auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt) Abbildung 22: Konzentration der Beschäftigung (Anteil der Beschäftigten im Tourismussektor an den Beschäftigen im tertiären Sektor auf Gemeindeebene im Vergleich zum entsprechenden Anteil im Österreichdurchschnitt)

GC-Impacts on Tourism Endbericht Projektjahr 1 27 5 Methodik 5.1 KLIMATOLOGISCH Die klimatologische Aufgabenstellung in dieser Studie kann in drei Arbeitsschritte unterteilt werden, die unterschiedliche methodische Ansätze erfordern. 5.1.1 Analyse tourismusrelevanter Klimakenngrößen für Österreich Im ersten Arbeitsschritt werden die klimatologischen Grundvoraussetzungen in den verschiedenen Regionen Österreichs untersucht. Hierfür steht ein qualitätsgeprüfter Datensatz an 71 österreichischen Stationen auf Tagesbasis für Temperatur, Niederschlag und Schneehöhe für den Zeitraum 1948 bis 2002 zur Verfügung (Schöner, 2003). Dieser Datensatz wurde mit den Daten von 2003 bis 2005 ergänzt, um eine Auswertung für die Klimanormalperiode 1961-1990, als auch für die letzten 30 Jahre 1976 bis 2005 zu ermöglichen. Der Vergleich der beiden Analyseperioden erlaubt zusätzlich eine Quantifizierung des beobachteten Klimawandels in den letzten Dekaden. Nach Berücksichtigung diverser Stationsausfälle stehen letztendlich 66 Stationen für die Auswertungen zur Verfügung. Die Namen und die Koordinaten der ausgewählten Stationen sind in Tabelle 2 zusammengestellt. Wesentlich für die Praxistauglichkeit der Auswertung ist es, aussagekräftige tourismusrelevante Kenngrößen zu erarbeiten. Hierzu werden einerseits die Parameter Temperatur, Niederschlag und Schnee einzeln, aber auch miteinander kombiniert untersucht, da etwa für den Schneedeckenaufbau die Temperatur bei Niederschlag wesentlich relevanter ist, als die normale Mitteltemperatur. Die Auswertung erfolgt im ersten Schritt auf monats- und saisonaler Basis, diese kann aber für spezielle Anwendungen beliebig variiert werden. Für den Wintertourismus wird zum Beispiel als Saison der Zeitraum Dezember bis April betrachtet und als Frühjahr nur die Monate März und April. Da der Basissatz aus Tageswerten besteht könnten aber auch Zeiträume wie 20. Dezember bis 10. März ausgewählt werden. Nur sollten die Zeitintervalle nicht zu kurz sein, da ansonsten das stochastische Rauschen eventuelle Trends überdeckt. Tabelle 2: Meteorologische Stationen, die für die Analyse herangezogen werden: NAME LAENGE BREITE HOEHE NAME LAENGE BREITE HOEHE Feldkirch 9.6086 47.2697 440 Irdning Gum 14.0994 47.4944 702 Bregenz 9.7444 47.5017 424 Kremsmünste 14.1322 48.0553 383 Schoppernau 10.0186 47.3111 835 Stolzalpe 14.1858 47.1217 1215 Schröcken 10.0853 47.2631 1263 Hörsching 14.1911 48.2411 298 Galtür 10.1858 46.9728 1587 Loibl 14.2500 46.4444 1098

GC-Impacts on Tourism Endbericht Projektjahr 1 28 Holzgau 10.3492 47.2625 1100 Klagenfurt 14.3236 46.6497 450 Landeck 10.5642 47.1386 798 Freistadt 14.5061 48.5067 549 Reutte 10.7153 47.4950 850 Hieflau 14.7500 47.6000 555 Obergurgl 11.0272 46.8675 1938 Zeltweg 14.7600 47.2014 669 Innsbruck F 11.3553 47.2589 579 Seckau 14.7833 47.2667 855 Innsbruck U 11.3850 47.2606 578 Pabneukirch 14.8194 48.3189 595 Patscherkof 11.4622 47.2094 2247 Preitenegg 14.9161 46.9383 1035 Jenbach 11.7553 47.3900 530 Lobming 15.1833 47.0500 400 Mayrhofen 11.8506 47.1594 643 Stift Zwettl 15.2047 48.6197 505 Kufstein 12.1628 47.5753 493 Bruck Mur 15.2497 47.4053 482 St.Jakob De 12.3544 46.9172 1385 Mariazell 15.3019 47.7892 866 Mooserboden 12.7167 47.1500 2036 Graz Flugha 15.4417 46.9883 340 Zell am See 12.7950 47.3267 766 Graz Uni 15.4478 47.0797 366 Lienz 12.8083 46.8275 659 Schöckl 15.4661 47.1992 1445 Rauris 12.9925 47.2236 941 St.Pölten 15.6111 48.1803 285 Salzburg Fl 13.0017 47.8014 430 Krems 15.6208 48.4183 204 Badgastein 13.1208 47.0928 1100 Mürzzuschla 15.6886 47.6036 700 Reisach 13.1542 46.6483 646 Gleisdorf 15.7094 47.1131 375 Mondsee 13.3689 47.8478 491 Reichenau 15.8367 47.6997 486 Reichersber 13.3700 48.3361 350 Bad Gleiche 15.9067 46.8786 280 Bad Ischl 13.6317 47.7167 469 Retz 15.9500 48.7536 256 Villacher A 13.6733 46.6036 2140 Wörterberg 16.0983 47.2272 400 Krippenstei 13.7000 47.5167 2050 Mariabrunn 16.2306 48.2081 227 Feuerkogel 13.7183 47.8178 1618 Hohe Warte 16.3564 48.2486 198 Bad Aussee 13.7822 47.6114 665 Laa Thaya 16.3853 48.7261 187 Tamsweg 13.8100 47.1247 1025 Eisenstadt 16.5386 47.8542 184

GC-Impacts on Tourism Endbericht Projektjahr 1 29 Kollerschla 13.8400 48.6064 725 Schwechat 16.5708 48.1108 184 Kanzelhöhe 13.9067 46.6781 1526 Hohenau 16.9044 48.6172 155 Abbildung 23: Standorte der meteorologischen Stationen 5.1.2 Regionale Klimaänderungsszenarien Als zweiter Arbeitsschritt müssen für die ausgewählten Zielregionen lokale Klimaänderungsszenarien auf Tagesbasis für den Zeitraum 2005 bis 2050 erarbeitet werden. Hierbei werden sowohl Ergebnisse aus statistischen als auch dynamischen Downscaling- Verfahren verwendet. Als Ergebnisse von statistischen Verfahren stehen dem Projekt Szenarien abgeleitet mittels Analogmethode (Matulla et al. 2004) zur Verfügung. Als globales Klimamodel wurde hierbei das ECHAM4/OPYC3 (Röckner et al. 1996) betrieben mit dem Emissionsszenario IS92 A verwendet. Als dynamisches Szenario werden derzeit gerade am Max Planck Institut für Meteorologie in Hamburg im Auftrage des Deutschen Umweltbundesamtes (UBA Deutschland) mit dem regionalen Klimamodell REMO transiente Klimaszenarien von 2000 bis 2100 mit 10 km räumlicher Auflösung für die SRES Emissionsszenarien B1, A1B und A2 berechnet. Wir haben mit Frau Daniela Jacob vom MPI als auch mit Herrn Benno Hain vom UBA Deutschland Kontakt aufgenommen und die mündliche Zusage erhalten, diese Szenarien verwenden zu dürfen. Diese Daten werden spätestens ab Mai 2006 zur Verfügung stehen.

GC-Impacts on Tourism Endbericht Projektjahr 1 30 Aus den Klimaänderungsszenarien werden die lokalen Klimaänderungen (Referenz Klimanormalperiode 1961-1990) für Temperatur und Niederschlag auf Tagesbasis bestimmt und auf die lokalen Gegebenheiten der Zielregionen in den verschiedenen Seehöhenstufen übertragen. 5.1.3 Schneemodellierung Die Kenngrößen Temperatur und Niederschlag können direkt aus den lokalen Klimaänderungsszenarien übernommen und analog zu den historischen Beobachtungen ausgewertet werden. Da Schnee jedoch eine kumulative Größe ist, kann sie mittels statistischer Verfahren nicht direkt aus globalen Klimamodellen abgeleitet werden. Bei regionalen Klimamodellen wird der Schnee zwar direkt mitberechnet, aufgrund der groben Auflösung von 10 km selbst der derzeit besten regionalen Modelle kann jedoch der Schnee für unsere Anwendung nicht direkt verwendet werden. Um dennoch jene Klimakenngrößen, die Schneeinformation beinhalten, für die Szenarien berechnen zu können, wird deshalb für die ausgewählten Skiregionen ein Schneemodell (USACE, 1998 ) mit den Beobachtungsdaten an die Zielregion in drei Höhenstufen (Talbereich, Bergstation und knapp über der winterlichen Inversionshöhe) angepasst und validiert. Dieses Schneemodell benötigt als Eingabedaten die Temperatur und den Niederschlag auf Tagesbasis und wurde in Österreich für hydrologische Fragestellungen bereits erfolgreich angewandt (Nachtnebel und Fuchs, 2000). Um robuste Angaben über die sich durch den Klimawandel ändernde Schneesicherheit machen zu können, wird ein Wettergenerator (Semenov, 1998) eingesetzt. Hierzu werden für den Wettergenerator die benötigten klimatischen Kenngrößen in drei Höhenstufen für die Periode 1961-1990, 1976-2005 und den verschiedenen regionalen Klimaänderungsszenarien bestimmt. Anschließend wird für die jeweilige Periode bzw. das jeweilige Szenario eine 50jährige Zeitreihe mit täglichen Daten für Niederschlag und Temperatur erzeugt und das Schneemodell betrieben. Diese Schneezeitreihen werden hinsichtlich Schneesicherheit untersucht und miteinander verglichen.

GC-Impacts on Tourism Endbericht Projektjahr 1 31 5.2 ÖKONOMISCH Im Zuge der sozioökonomischen Untersuchungen wird in einem ersten Schritt eine Clusteranalyse aller österreichischen politischen Gemeinden durchgeführt. Diese Analyse soll dazu dienen, jene repräsentativen Regionen herauszufiltern, die Gegenstand der weiterführenden klimatologischen und regionalökonomischen Untersuchungen sein werden. Ziel der Analyse ist die Einteilung der Gemeinden in Gruppen (Cluster), die die unterschiedliche ökonomische Bedeutung des Tourismussektors widerspiegeln. Die Gemeinden sollen dabei auf eine Weise zu Gruppen zusammengefasst werden, die die größtmögliche Ähnlichkeit der einzelnen Objekte innerhalb jeder Gruppe und die geringstmögliche Ähnlichkeit der Gruppen zueinander sicherstellt. Aus den so gebildeten Clustern werden in weiterer Folge repräsentative Gemeinden für die weitere Analyse ausgewählt. Als Methode zur Generierung der Gemeindegruppen wurde das multivariate Verfahren der Clusteranalyse herangezogen 1. Die Bildung der Gruppen (Cluster) im Zuge der Clusteranalyse erfolgt über Ähnlichkeits- oder Distanzmaße, die die Ähnlichkeit bzw. Unterschiedlichkeit zwischen je zwei Objekten quantifizieren, sowie über einen Clusteralgorithmus, der die Objekte auf Grund ihrer Ähnlichkeits- oder Distanzwerte zu Gruppen zusammenfasst. Als Distanzmaß wurde für die gegenständlichen Clusteranalyse die quadrierte euklidische Distanz 2, als Algorithmus für den Fusionierungsprozess das hierarchische Ward-Verfahren festgelegt. Beim Ward-Verfahren handelt es sich um ein hierarchisches agglomeratives Verfahren: Ausgehend von der feinstmöglichen Partition (jedes Objekt bildet einen Cluster) werden die Gruppen sukzessive zusammengefasst, wobei einmal gebildete Gruppen nicht mehr aufgelöst werden (es werden keine Objekte zwischen den Gruppen ausgetauscht). Dieses Verfahren wurde u. a. auf Grund seiner Eigenschaft ausgewählt, möglichst homogene Gruppen zu bilden. Im Zuge der Gruppenbildung werden Schritt für Schritt Objekte bzw. Gruppen so zusammengefasst, dass sich die Fehlerquadratsumme (Summe der quadrierten Abweichungen der Werte vom Mittelwert der Werte der Variablen in der Gruppe) einer Gruppe insgesamt am wenigsten erhöht. Um eine Gewichtung unterschiedlich skalierter Variablen zu vermeiden bzw. starke Unterschiede der Ausprägungsniveaus der einzelnen Variablen auszugleichen, wurden die Daten nach Z- Scores standardisiert. Dies erfolgt durch Subtraktion des Mittelwertes µ jeder Variable vom x µ jeweiligen Wert xi und anschließende Division durch die Standardabweichung σ : z = i i. σ Für die auf diese Weise errechneten Werte gilt für alle Variablen: µ = 0 und σ = 1. Vor Beginn der Clusteranalyse wurde zudem eine Korrelationsanalyse durchgeführt um aus der Menge der interessierenden Variablen jene auszuscheiden, die zu hoch untereinander korrelieren. 1 Einen methodischen Überblick bietet beispielsweise Backhaus et al. (2000). 2 2 d = x x k, l J j= 1 kj lj 2 wobei x kj, x lj : Wert der Variable j bei Objekt k, l (j=1,2,, J).

GC-Impacts on Tourism Endbericht Projektjahr 1 32 6 Erste Ergebnisse 6.1 CLUSTERANALYSE ALLER ÖSTERREICHISCHEN GEMEINDEN 6.1.1 Vorgehensweise In die Clusteranalyse flossen die in Tabelle 3 aufgelisteten Merkmale ein. Für jede der 2357 Gemeinden wurden die Ausprägungen dieser 5 Variablen erhoben und zu einer 2357 x 5 Datenmatrix zusammengefasst 3. Die Ausprägungen der einzelnen Merkmale auf Gemeindeebene sind in Kapitel 4 als Karten dargestellt: AnteilWi (gemessen in %) siehe Abbildung 11, LokGes siehe Abbildung 18, NaDiGes (gemessen in Nächtigungen pro Einwohner) siehe Abbildung 14 und FörderGes (gemessen in Personen pro Stunde) siehe Abbildung 17. Der höchste Siedlungspunkt im Gemeindegebiet ( z_max, gemessen in Meter über dem Meeresspiegel) ist nicht als eigene Karte dargestellt, jedoch liefern Abbildung 1 und Abbildung 2 einen topographischen Überblick. Der Anteil der Winternächtigungen ist ein Indikator für die relative Bedeutung des Winter- bzw. Sommertourismus in der jeweiligen Gemeinde. Die Konzentration der Beschäftigung im Tourismussektor im Vergleich zur Konzentration im Österreichschnitt informiert über die Bedeutung des Tourismussektors als Arbeitgeber, das heißt auch über die Abhängigkeit des lokalen Arbeitsmarktes vom Tourismus 4. Die Nächtigungsdichte soll die Intensität der touristischen Nutzung sowie die allgemeine Bedeutung des Übernachtungstourismus für die Gemeinden widerspiegeln. Die Höhenlage der Gemeinden lässt Rückschlüsse auf die Art der möglichen touristischen Nutzungen zu und ist vor allem auch in Hinblick auf die weiteren meteorologische Analysen von Bedeutung. Die installierte maximale Förderleistung gibt Auskunft über die Bedeutung dieser Wintersportinfrastruktur als Teil des touristischen Angebots der Gemeinde bzw. der Region. VARIABLEN CLUSTERANALYSE Abkürzung Erläuterung AnteilWi Anteil der Winternächtigungen im Durchschnitt der Jahre 2000-2005 LokGes Lokation Tourismus an Gesamtbeschäftigung 5 (0=Konzentration entspricht dem Ö-Schnitt) NaDiGes Nächtigungsdichte im Durchschnitt der Jahre 2000-2005 3 Wien wurde dabei als eine einzelne Gemeinde angesehen, da für Wien nicht alle interessierenden Variablen auf Bezirksebene vorliegen. 4 Betrachtet wird hierbei Abschnitt H - Beherbergungs- und Gaststättenwesen der ÖNACE Grundsystematik der Wirtschaftstätigkeiten. 5 BeschTour BeschTour ( Gemeinde) ( Österreich) BeschGes BeschGes ( Gemeinde) ( Österreich) 1 Beherbergungs- und Gaststättenwesen und BeschGes = Gesamtzahl der Beschäftigten am Arbeitsort., wobei BeschTour = Anzahl der Beschäftigten im