Informationen für Auftraggeber und Nutzer der Studie Small Area-Schätzung bundesweiter Regionaldaten

Transkript

1 Informationen für Auftraggeber und Nutzer der Studie Small Area-Schätzung bundesweiter Regionaldaten MiD Abschlussveranstaltung 14./15. November 2018, Berlin Mobilität in Deutschland eine Studie des: durchgeführt von: in Kooperation mit:

2 Small Area-Schätzung bundesweiter Regionaldaten Marcus Bäumer, Manfred Pfeiffer (IVT) eine Studie des: durchgeführt von: in Kooperation mit:

3 Hintergrund Meist werden Stichproben so angelegt, dass für das anvisierte Gebiet (z.b. ein Landkreis) Schätzungen mit einer hinreichenden Genauigkeit resultieren. Bei Auswertungen für Untereinheiten dieses Gebiets (z.b. Gemeinden) stellt sich oft das Problem geringer Stichprobenumfänge; daraus resultieren ungenauere Schätzungen oder interessierende kleine Gebietseinheiten gelangen überhaupt nicht in die Stichprobe. Durch den Einsatz von Small Area-Schätzmethoden kann die Genauigkeit der Schätzung von - im vorliegenden Fall - Mobilitätskennzahlen für kleine Gebietseinheiten verbessert werden können auch Schätzwerte für kleine Gebietseinheiten generiert werden, bei denen der Stichprobenumfang Null ist Small Area-Schätzmethoden sind nicht nur bei räumlichen, sondern auch bei sachlichen Merkmalen anwendbar (Small Domain-Schätzung). 3

4 Methodischer Ansatz Solche Genauigkeitsverbesserungen lassen sich erreichen, wenn Hilfsmerkmale zur Verfügung stehen, die mit dem Analysemerkmal - hier also einem Merkmal des individuellen Verkehrsverhaltens korreliert sind. Die Schätzung bedient sich also geeigneter Hilfsinformationen, um die effektiv vorliegende Stichprobe anzureichern und somit die Schätzgenauigkeit zu erhöhen. Beispiele für Hilfsmerkmale: - Bevölkerung nach Erwerbstätigkeit (Anzahl bzw. Anteil) - Haushalte nach Haushaltsgröße (Anzahl bzw. Anteil) - Kfz-Bestand Die Daten für jede Area können z.b. aus der amtlichen Statistik stammen. 4

5 Modellierung Small Area-Schätzmethoden liegen gewisse Modellvorstellungen zugrunde. Die neueren (expliziten) Small Area-Methoden basieren auf speziellen Regressionsmodellen (sog. gemischte statistische Modelle) mit festen und zufälligen Effekten. Hilfsmerkmale dienen im Modell als Einflussgrößen. Für jede kleine Gebietseinheit resultiert ein synthetischer Schätzwert für das Analysemerkmal. Der endgültige Schätzer ( EBLUP ) lässt sich als gewogenes arithmetisches Mittel aus direkter Schätzung und synthetischer Schätzung darstellen. Je größer der Stichprobenumfang in der kleinen Gebietseinheit, desto mehr Gewicht hat die direkte Schätzung. Eine Modellierung lässt sich mit etablierter statistischer Software durchführen (z.b. SAS-Prozedur MIXED). Je nach Datenverfügbarkeit werden Hilfsvariable auf der Ebene der Gebietseinheiten ( area level ) oder der Ebene der Analyseeinheiten ( unit level ) im statistischen Modell verwendet. 5

6 Area Level-Modell Datenebene Analysemerkmal Hilfsmerkmale Individualdaten - - Aggregierte Daten (Area) z.b. mittlere tägliche Wegstrecke (HT) z.b. Anteil Erwerbstätige Regressionsmodell Stichprobendaten exogene Daten synthetischer Schätzer für die mittlere tägliche Wegstrecke endgültiger Schätzer für die mittlere tägliche Wegstrecke Die direkten Schätzer für die kleinen Gebietseinheiten (Stichprobendaten) werden in einem statistischen Modell mit kleinräumigen Hilfsvariablen (exogene Daten) verknüpft. Beispiel: Ausnutzung des statistischen Zusammenhangs zwischen der mittleren täglichen Wegstrecke in km pro Einwohner und Tag (= direkte Mittelwertschätzung auf Stichprobenbasis) und dem Erwerbstätigenanteil (= Hilfsvariable) z.b. auf Kreisebene. 6

7 Unit Level-Modell Datenebene Analysemerkmal Hilfsmerkmale Individualdaten z.b. tägliche Wegstrecke z.b. erwerbstätig (ja/ nein) Regressionsmodell Aggregierte Daten (Area) mittlere tägliche Wegstrecke (GREG) Anteil Erwerbstätige Stichprobendaten synthetischer Schätzer für die mittlere tägliche Wegstrecke exogene Daten endgültiger Schätzer für die mittlere tägliche Wegstrecke Auf der Ebene der individuellen Analyseeinheiten (Haushalte, Personen) wird ein Zusammenhang zwischen der Analysevariablen und entsprechenden erklärenden Variablen hergestellt. Als Hilfsmerkmale kommen nur Variablen in Betracht, die in analoger Form in der Stichprobe enthalten sind Beispiel: Ausnutzung des statistischen Zusammenhang zwischen der täglichen Wegstrecke (in km) und der Erwerbstätigkeit (1 = erwerbstätig, 0 = nicht erwerbstätig) von Personen. 7

8 Small Area-Schätzungen in der MiD 2017 Unit Level-Modell auf Personenebene Areas: 402 Landkreise und kreisfreie Städte (Gebietsstand 2016) Modelliert wurden: Mittlere tägliche Zahl der Wege pro Person des Kreises X Mittlere Tagesstrecke pro Person des Kreises X Mobilitätsquote im Kreis X Anteile der verschiedenen Verkehrsmittel am Personenverkehrsaufkommen des Kreises X ( Modal Split ) Anteile der verschiedenen Verkehrsmittel an der Personenverkehrsleistung des Kreises X 8

9 Hilfsmerkmale des Unit-Level-Modells in MiD (Kreisebene) Hilfsvariable der Small-Area- Schätzung Stichprobenvariable (Personenebene) Aggregierte Variablenwerte (Kreisebene) und Datenquelle Alter Alter in Jahren mittleres Alter (StB-RDB) Geschlecht Erwerbstätigkeit Haushaltsgröße Pkw-Ausstattung Raumtyp 1 = weiblich 0 = männlich 1 = berufstätig 0 = nicht berufstätig 1 = Person lebt in Einpersonenhaushalt 0 = sonst Anz. Pkw im Haushalt / Anzahl Personen im Haushalt Zugehörigkeit der Gemeinde, in der die Person wohnt, zum Raumtyp (RegioStaR 4) (jeweils 0/1-Variable) Anteil weibliche Personen an Gesamtbevölkerung (StB-RDB) Anteil Erwerbstätige an Gesamtbevölkerung (StB-Z) Anteil Personen in Einpersonenhaushalten an Gesamtbevölkerung (StB-Z) Pkw-Bestand / Bevölkerung ( Pkw-Dichte ) (StB-RDB) Verteilung der Bevölkerung nach Raumtyp RegioStaR 4 (BMVI) (metropolitane Stadtregion, regiopolitane Stadtregion, stadtregionsnahe ländliche Region, periphere ländliche Region); Anteilswerte Hilfsvariable der Small-Area- Schätzung Wochentagstyp des Stichtags Quartal des Stichtags Haushaltseinkommen Eigentümerquote Stichprobenvariable (Personenebene) 1 = Stichtag Mo bis Fr 0 = Stichtag Sa oder So Quartal des Berichtstages der Person (jeweils 0/1-Variable) Haushaltseinkommen / Anzahl Personen im Haushalt 1 = Person lebt in Eigentümerhaushalt 0 = Person lebt in Mieterhaushalt bzw. anderes INKAR = Indikatoren und Karten zur Raum- und Stadtentwicklung des BBSR StB-RDB = Regionaldatenbank Deutschland StB-Z = Zensus 2011 Aggregierte Variablenwerte (Kreisebene) und Datenquelle Anteil Werktage (Mo bis Fr) an allen Tagen der Woche (5/7 = 71,43 %) Verteilung der Tage des Jahres nach Quartal (Anteil jeweils 25 %) durchschnittliches Haushaltseinkommen in je Einwohner (INKAR) Anteil Personen in Eigentümerhaushalten an Gesamtbevölkerung (geschätzt aus Anz. Wohnungen (StB-Z) x mittlere Anz. Personen in Mieter- bzw. Eigentümerhaushalten (Mikrozensus)) 9

10 Ergebnisse - Schätzung der mittleren täglichen Wegehäufigkeit Erläuterungen: Für die Schätzung des Mittelwerts der täglichen Weghäufigkeit von Personen für die einzelnen Landkreise und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf der vorherigen Folie dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 10

11 Ergebnisse - Schätzung der mittleren Tagesstrecke Erläuterungen: Für die Schätzung der mittleren Tagesstrecke für die einzelnen Landkreise und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 11

12 Ergebnisse - Schätzung der Mobilitätsquote Erläuterungen: Für die Schätzung der Mobilitätsquote für die einzelnen Landkreise und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 12

13 Ergebnisse - Schätzung des Anteils des Verkehrsmittels ÖV Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels ÖV am gesamten Personenverkehrsaufkommen in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 13

14 Ergebnisse - Schätzung des Anteils des Verkehrsmittels ÖV (2) Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels ÖV an der gesamten Personenverkehrsleistung in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 14

15 Ergebnisse - Schätzung des Anteils des Verkehrsmittels MIV (Fahrer) Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels MIV (Fahrer) am gesamten Personenverkehrsaufkommen in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 15

16 Ergebnisse - Schätzung des Anteils des Verkehrsmittels MIV (Mitfahrer) Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels MIV (Mitfahrer) am gesamten Personenverkehrsaufkommen in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 16

17 Ergebnisse - Schätzung des Anteils des Verkehrsmittels Fahrrad Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels Fahrrad am gesamten Personenverkehrsaufkommen in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 17

18 Ergebnisse - Schätzung des Anteils des Verkehrsmittels zu Fuß Erläuterungen: Für die Schätzung des Anteils des Verkehrsmittels zu Fuß am gesamten Personenverkehrsaufkommen in den einzelnen Landkreisen und kreisfreien Städte der Bundesrepublik Deutschland wurde ein Unit-Level-Modell mit den auf Folie 9 dargestellten Hilfsmerkmalen verwendet. Die Grafik zeigt die gebietsspezifischen Schätzwerte (EBLUP_A). Spannweite der Kreis-Ergebnisse: SAE [ ] Rohdaten [ ] 18

19 Fazit und Ausblick Small Area Verfahren bieten im Rahmen der MiD die Möglichkeit, auch für Regionen (Kreise), in denen nur wenige primär erhobene, empirische Daten vorliegen, Aussagen zu Verkehrskennzahlen treffen zu können. Voraussetzung ist, dass für diese Regionen entsprechende Daten zu den benötigten Hilfsmerkmalen vorliegen. Die Aussagekraft der Modelle und damit der Ergebnisse hängt dabei entscheidend von der richtigen Auswahl der herangezogenen Hilfsmerkmale sowie der Verfügbarkeit und der Qualität der zugehörigen Daten ab. In einem weiteren Schritt könnten die Modelle auf kleinräumigere Einheiten (z.b. Prognoseräume, welche für die BVWP-Verkehrsprognosen relevant sind), angewendet werden. Eine Herausforderung hierbei ist, dass je kleinräumiger modelliert werden soll, desto komplizierter ist natürlich auch die Bereitstellung von Daten für die Hilfsmerkmale dieser Gebietseinheiten. Weitere Informationen finden sich im Paper Mobilität in Deutschland Regionalisierung von MiD-Ergebnissen: Small-Area-Methoden zur Schätzung von Verkehrskennzahlen in kleinräumiger Gliederung. 19

20 Ansprechpartner Robert Follmer Bereichsleiter Tel. 0228/ Fax 0228/ Dana Gruschwitz Senior-Projektleiterin Tel. 0228/ Fax 0228/ Johannes Eggs Projektleiter Tel. 0228/ Fax 0228/ Claudia Nobis Gruppenleiterin Tel. 030/ Fax 030/ Marcus Bäumer Geschäftsführer Tel. 0621/ Fax 0621/ Michael Herter Geschäftsführer Tel. 0228/ Fax 228/