Zur Konzeption von Regionalfiles am Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) 1 Zum Stand der Regionalforschung der GRV und des FDZ-RV

Transkript

1 Konzeption von Regionalfiles 47 Zur Konzeption von Regionalfiles am Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) Birgit Steppich Deutsche Rentenversicherung Bund, FDZ-RV, Würzburg Inhalt 1 Zum Stand der Regionalforschung der GRV und des FDZ-RV 2 Möglichkeiten zur Erstellung von Regionalfiles am FDZ-RV 2.1 Allgemeine Anforderungen an das Regionalfile 2.2 Regionalisierungskonzepte Regionalklassifikationen Regionaltypisierungen 3 Eckdaten zu den Grundauswertungen 4 Fazit 5 Ausblick 6 Literatur 1 Zum Stand der Regionalforschung der GRV und des FDZ-RV In den vergangenen Jahren ist der Bedarf und die Notwendigkeit regionalisierter Daten im Rahmen der sozialpolitischen und damit auch der rentenpolitischen Diskussion gestiegen. 1 Um dem vermehrten Forschungsinteresse und -bedarf hinsichtlich eines regionalisierten Datenangebots gerecht werden zu können, war es Ziel der zweiten vom Bundesministerium für Bildung und Forschung (BMBF) finanzierten Förderphase des FDZ-RV, geeignete Konzepte für die Weitergabe eines regionalisierten Datenangebots zu entwickeln, insbesondere im Bereich Versicherung und Rente. Bislang wurden am FDZ-RV Basisfiles publiziert, deren regionale Tiefe auf die Bundesländer bzw. auf eine Ost-West-Unterteilung begrenzt ist. Um allerdings die Daten auf einer geografisch kleingliedrigeren Ebene bereitstellen zu können, sind eigene, auf ein regionalisiertes Angebot zugeschnittene Anonymisierungen zu entwickeln. Um für wichtige sozialpolitische Fragestellungen (Berentungsintensitäten, Rentenzahlbeträge und Rentenniveau etc.) regionalisierte Daten seitens der gesetzlichen Rentenversicherung (GRV) zur Verfügung stellen zu können bzw. auch deren Vergleichbarkeit mit anderen amtlichen Regionalstatistiken zu ermöglichen, wurden bereits durch die Aufnahme der Gebietsschlüssel (amtliche Kreisschlüssel) in den Statistikdaten der GRV die Weichen gestellt. Damit 1 Vgl. in diesem Zusammenhang auch die bei der Deutsche Rentenversicherung Bund neuerdings angesiedelten Regionalprojekte, wie beispielsweise das Projekt SmartRegion ( oder auch Publikationen zu regionalisierten Daten der GRV externer Forschungsvorhaben (Blos 2006 oder Kistler 2007). In diesem Kontext soll auch auf die generell stark angestiegenen Forschungsaktivitäten zum Thema Regionales anderer Sozialversicherungsträger hingewiesen werden, wie z. B. am Institut für Arbeitsmarkt- und Berufsforschung (IAB) im Bereich Regionale Arbeitsmärkte ( Des Weiteren werden vom FDZ des IAB bereits Regionalfiles zur Beschäftigtenstichprobe angeboten und das Mikrozensus-Regionalfile des FDZ der Statistischen Landesämter steht kurz vor der Veröffentlichung. Zum Regionaldatenangebot anderer öffentlicher Forschungsdatenzentren siehe Beiträge von beispielsweise Christians 2005 (FDZ der BA am IAB) oder Haas 2001 (FDZ der Statistischen Landesämter) am Ende dieses Beitrages.

2 48 DRV-Schriften Band 55/2008 können die Daten der GRV ab dem Berichtsjahr 1992 prinzipiell auf der Ebene der Landkreise bzw. den kreisfreien Städten als kleinste räumliche Analyseeinheit ausgewertet werden. 2 Möglichkeiten zur Erstellung von Regionalfiles am FDZ-RV An dieser Stelle soll zunächst eine Übersicht gegeben werden, welche Möglichkeiten dem FDZ-RV zur Erstellung von Regionalfiles prinzipiell zur Verfügung stehen. Die hier kurz skizzierten vorgestellten Optionen stellen das Ergebnis der bisherigen Überlegungen am FDZ-RV dar. Auf die unten aufgeführten Vorschläge wird im Detail in diesem Beitrag eingegangen (zur weiteren Orientierung siehe insbesondere Punkt 2.2 und Punkt 5). I. Mikrodatenebene: Personenkonzept 1. Regionalinformation über Typologie/Siedlungstyp 2 Regionen können nach Typen ausgewertet werden, ohne dass Rückschlüsse auf den tatsächlichen Wohnort möglich sind (vgl. Punkt 2.2.2). 2. Echte Regionalinformation Analyse der Mikrodaten auf Ebene der Kreise, Mikrozensuskreisregionen, Raumordnungsregionen oder Regierungsbezirke bzw. NUTS-II-Regionen etc. 3 II. Makrodatenebene: Regionen sind Fälle File mit Durchschnittswerten auf beispielsweise Kreisebene In dem möglichen Datenfile sind Renteninformationen enthalten, wie zum Beispiel durchschnittlicher Rentenzahlbetrag oder durchschnittliche Beitragsjahre der Versicherten. Zudem können aber auch weitere Kennzahlen und Indikatoren aus GRV-externen Datenquellen 4 aufgenommen werden, wie Bevölkerung nach Altersgruppen. Damit sind eigenständige Quotierungen der Daten durch die Forscher möglich (vgl. Punkt 5). 2.1 Allgemeine Anforderungen an das Regionalfile Zu Beginn der Arbeiten zur Konzeption eines regionalisierten Datenangebots am FDZ-RV stand die Frage, welchen Anforderungen ein Regionaldatenangebot grundsätzlich entsprechen sollte, um eine möglichst hohe Datenqualität gewährleisten zu können und um gleichzeitig auf die individuellen Forschungsbedarfe der Datennutzer eingehen zu können. In einem ersten Schritt wurden folgende Mindestanforderungen an das Regionalfile formuliert: Für unterschiedliche Fragestellungen sollte eine möglichst flexible Gliederung gewählt werden, d. h. die regionale Gliederung sollte einerseits in Anlehnung an die amtliche Statistik vorgenommen werden, andererseits sollten aber auch weitere (nicht amtliche) Aggregationen konstruierbar sein (z. B. Regionalträgerregionen der GRV, Arbeitsmarktregionen). 2 Quelle: Bundesamt für Bauwesen und Raumordnung (BBR). 3 Nähere Angaben und Erläuterungen zu den Regionalklassifikationen siehe Punkt Zum Beispiel Daten-CD Statistik Regional des Statistischen Bundesamtes (STABU) oder Indikatoren und Karten zur Raum- und Stadtentwicklung (INKAR) des BBR.

3 Konzeption von Regionalfiles 49 Die regionale Zuordnung sollte eine hohe zeitliche Kontinuität aufweisen, insbesondere für intertemporale Fragestellungen (vgl. Punkt 2.2). Das Ergebnis der Überlegungen war, die kleinste verfügbare Regionalebene der GRV-Daten, nämlich die Landkreise und kreisfreien Städte, als Grundbaustein für weitere ausgewiesene regionale Einheiten zu verwenden. 5 Der entscheidende Vorteil des vorgeschlagenen Vorgehens ist, dass damit die Aggregation aller weiteren verfügbaren Regionalklassifikationen, wie die Raumordnungsregionen oder die Regierungsbezirke, möglich ist. 2.2 Regionalisierungskonzepte Um allerdings die Daten der GRV auf den verschiedenen Regionalebenen überhaupt bereitstellen zu können, mussten am FDZ-RV zunächst grundlegende konzeptionelle Arbeiten vorgenommen werden. Ein wesentliches Aufgabenfeld war, die aufgrund von zum Teil jährlich stattfindenden Kreisgebietsreformen 6 inkonsistenten Kreisschlüssel aufzubereiten bzw. zu aktualisieren. Für die Jahre ab 1992 wurden für jedes Jahr Schlüsselprogramme entwickelt, die den jeweiligen Gebietsstand des entsprechenden Jahres abbilden. Intertemporale Analysen sind derzeit, wie unter Punkt 2.1 gefordert, insbesondere in den neuen Bundesländern nur begrenzt möglich Regionalklassifikationen Durch Aggregation der bereinigten Kreisschlüssel konnten nun verschiedene kreisscharfe amtliche und nicht amtliche Regionalklassifikationen erstellt werden, die programmtechnisch für die Statistikdaten umgesetzt werden können. Die Daten der GRV sind derzeit auf folgenden Regionalebenen auswertbar: Landkreise und kreisfreie Städte, Mikrozensuskreisregion (MZKR) 7, Raumordnungsregion (ROR) 8, Regierungsbezirke bzw. NUTS-II-Regionen 9. 5 Generell gilt für die Landkreise und die kreisfreien Städte zu beachten, dass diese für administrative Verwaltungsstrukturen geschaffen wurden und sich zum Teil sehr stark hinsichtlich Größe, Arbeitsplatz- und Bevölkerungsdichte etc. unterscheiden. 6 Kreisgebietsreformen finden seit der Erfassung der Regionaldaten durch die GRV ab dem Jahr 1992 jährlich statt, und zwar vorrangig in Ostdeutschland. Für die Bereitstellung von Regionalisierungskonzepten werden die Folgen der Gebietsreformen insbesondere dann problematisch, wenn für die Neueinteilung der Gebietskategorien (Kreis etc.) die alten Gebietseinheiten durchschnitten werden. Damit geht folglich eine Einschränkung für intertemporale Analysen einher. Auch können damit in Folge keine zuverlässigen mehrjährigen Systematiken, wie z. B. die Typisierung des BBR, angeboten werden. 7 Die Mikrozensuskreisregionen wurden vom BBR in Kooperation mit dem Zentrum für Umfragen, Methoden und Analysen (ZUMA) und den statistischen Landesämtern für das Mikrozensus-Regionalfile als SUF konzipiert. 8 Die vom BBR konzipierten Raumordnungsregionen (ROR) werden seit 1981 als räumliche Bezugseinheit für bundesweite Analysen zum Stand und zur Entwicklung der regionalen Lebensbedingungen in der Bundesrepublik Deutschland herangezogen. 9 Regierungsbezirke existieren nicht in allen Bundesländern. Für einige Bundesländer werden am FDZ-RV jedoch die sogenannten NUTS-II-Regionen der europäischen Statistik berücksichtigt, welche den Regierungsbezirken, soweit (noch) vorhanden, entsprechen. Anhand der Klassifikation der NUTS (la Nomenclature des Unités Territoriales Statistiques) wurde eine einheitliche europäische Territorialsystematik geschaffen.

4 50 DRV-Schriften Band 55/ Regionaltypisierungen Eine weitere Möglichkeit der regionalisierten Datenanalyse besteht anhand der siedlungsstrukturellen Typisierung nach dem Bundesamt für Bauwesen und Raumordnung (BBR) auf Ebene der Landkreise und/oder der ROR. Die Typisierung des BBR stellt in der Bundesrepublik Deutschland derzeit die einzig verfügbare flächendeckende Regionaltypisierung dar und dient dem Vergleich von Regionen oder Kreisen mit ähnlicher Siedlungsstruktur 10. Zentrale Bestimmungsfaktoren des Status quo bzw. der räumlichen Entwicklung von Regionen und damit wesentliche Kriterien zur Beschreibung der Siedlungsstruktur sind Zentralität und Verdichtung. Je nach Ausprägung der einschlägigen Parameter zur Beschreibung der beiden Kriterien (Infrastruktur und Erreichbarkeit, Arbeits- und Einkaufsmöglichkeit, Einwohnerdichte, Pendlerströme etc.), gelangt man zu den drei Siedlungsstrukturtypen: ländlich, gemischt oder städtisch geprägt. Die Klassifikation nach diesen Raumstrukturtypen bietet den Vorteil, dass die räumliche Erfassung und Darstellung der strukturellen Unterschiede von administrativen Grenzen weitgehend unabhängig erfolgt. Je nach Forschungsfrage ist entsprechend die regionale Ebene der Typisierung zu wählen: A: Ebene der ROR: Differenzierte Siedlungsstrukturelle Regionstypen Ziel: inter- und intraregionale Vergleiche. B: Ebene der Landkreise: Zusammengefasste Kreistypen Ziel: kleinräumige Untersuchung, z. B. Stadt-Umland-Beziehung. A: Differenzierte Siedlungsstrukturelle Regionstypen nach ROR Das Instrument der Gebietstypen eignet sich insbesondere für inter- und intraregionale Vergleiche und beinhaltet, wie beschrieben, drei siedlungsstrukturelle Regionsgrundtypen. Angesichts der erheblichen internen Heterogenität dieser Grundtypen werden jedoch zusätzlich sieben differenzierte siedlungsstrukturelle Regionstypen (Diff.) angeboten, welche sich konkret über folgende Abgrenzungskriterien 11 definieren. Regionsgrundtyp 1: Agglomerationsräume Diff. Regionstyp 11: Hochverdichtete Agglomerationsräume Oberzentrum über Einwohner oder Dichte um 300 Einwohner/km² Diff. Regionstyp 12: Agglomerationsräume mit herausragenden Zentren Oberzentrum über Einwohner und Umland-Dichte unter 300 Einwohner/km² 10 Bei der Interpretation von Analysen mittels der siedlungsstrukturellen Typisierung gilt zu beachten, dass die räumliche Situation und Entwicklung in einzelnen Regionen oder Städten durchaus vom Durchschnitt der jeweils betrachteten Siedlungsstrukturkategorie abweichen können. 11 Vgl. hierzu allgemein sowie im Speziellen die ausführliche Internetadresse am Ende dieses Aufsatzes zu den Regionstypen.

5 Konzeption von Regionalfiles 51 Regionsgrundtyp 2: Verstädterte Räume Diff. Regionstyp 21: Verstädterte Räume höherer Dichte Dichte über 200 Einwohner/km² Diff. Regionstyp 22: Verstädterte Räume mittlerer Dichte mit großen Oberzentren Dichte 100 bis 200 Einwohner/km² und Oberzentrum über Einwohner Diff. Regionstyp 23: Verstädterte Räume mittlerer Dichte ohne große Oberzentren Dichte 150 bis 200 Einwohner/km² und ohne Oberzentrum über Einwohner Regionsgrundtyp 3: Ländliche Räume Diff. Regionstyp 31: Ländliche Räume höherer Dichte Dichte über 100 Einwohner/km² Diff. Regionstyp 32: Ländliche Räume geringerer Dichte Dichte unter 100 Einwohner/km² Karte 1: Differenzierte siedlungsstrukturelle Regionstypen Schleswig-Holstein Mecklenburg-Vorpommern Hamburg Bremen Niedersachsen Berlin Brandenburg Sachsen-Anhalt Nordrhein-Westfalen Sachsen Thüringen Hessen Rheinland-Pfalz Differenzierter Raumordnungstyp Raumordnungsregionen Deutschland 2006 Saarland Baden-Württemberg Quelle: eigene Darstellung nach dem BBR. Bayern

6 52 DRV-Schriften Band 55/2008 B: Siedlungsstrukturelle Kreistypen Die siedlungsstrukturellen Kreistypen dienen dem intraregionalen Vergleich. Es wird nach Kernstädten und sonstigen Kreisen bzw. Kreisregionen unterschieden. Als Kernstädte werden kreisfreie Städte mit mehr als Einwohnern ausgewiesen. Kreisfreie Städte unterhalb dieser Größe werden mit ihrem Umland zu Kreisregionen zusammengefasst. Die Typisierung der Kreise und Kreisregionen erfolgt außerhalb der Kernstädte nach der Bevölkerungsdichte. Um den großräumigen Kontext zu berücksichtigen, wird weiter nach der Lage im siedlungsstrukturellen Regionstyp differenziert. Mit dieser Einordnung wird der Überlegung Rechnung getragen, dass die Lebensbedingungen in den Kreisen sowie ihre Entwicklung wesentlich auch von der Entwicklung und der Struktur der jeweiligen Region bzw. des Regionstyps abhängig sind. Es ergeben sich 9 Kreistypen: Karte 2: Siedlungsstrukturelle Kreistypen Schleswig-Holstein Hamburg Mecklenburg-Vorpommern Bremen Niedersachsen Berlin Sachsen-Anhalt Brandenburg Nordrhein-Westfalen Thüringen Sachsen Hessen Rheinland-Pfalz Saarland Baden-Württemberg Bayern Kreistypen Stadt-/ Landkreise Deutschland Quelle: eigene Darstellung nach dem BBR.

7 Konzeption von Regionalfiles 53 Für die 9 siedlungsstrukturellen Kreistypen gelten folgende Abgrenzungskriterien: Regionsgrundtyp 1: Agglomerationsräume Kreistyp 1: Kernstädte: Kreisfreie Städte über Einwohner Kreistyp 2: Hochverdichtete Kreise: Kreise mit einer Dichte über 300 Einwohner/km 2 Kreistyp 3: Verdichtete Kreise: Kreise mit einer Dichte über 150 Einwohner/km 2 Kreistyp 4: Ländliche Kreise: Kreise/Kreisregionen mit einer Dichte unter 150 Einwohner/km 2 Regionsgrundtyp 2: Verstädterte Räume Kreistyp 5: Kernstädte: Kreisfreie Städte über Einwohner Kreistyp 6: Verdichtete Kreise: Kreise/Kreisregionen mit einer Dichte über 150 Einwohner/km 2 Kreistyp 7: Ländliche Kreise: Kreise/Kreisregionen mit einer Dichte unter 150 Einwohner/km 2 Regionsgrundtyp 3: Ländliche Räume Kreistyp 8: Ländliche Kreise höherer Dichte: Kreise/Kreisregionen mit einer Dichte über 100 Einwohner/km 2 Kreistyp 9: Ländliche Kreise geringerer Dichte: Kreise/Kreisregionen mit einer Dichte unter 100 Einwohner/km 2 3 Eckdaten zu den Grundauswertungen Die bisherigen Ausführungen haben einen Überblick über allgemeine Hintergründe zur Konzeption von Regionalfiles am FDZ-RV gegeben, sowie deren potentielle Analysemöglichkeiten nach den verschiedenen verfügbaren Regionalebenen aufgezeigt. Um in einem nächsten Schritt herauszufinden, welche Regionalebene sich für ein Regionalfile mit den Daten der GRV am Besten eignet, wurden beispielhaft am Statistikdatensatz des Rentenbestands (RTBN) 2005 Fallzahlen zu den Versichertenrenten 12 nach allen Regionalklassifikationen aus dem Rohdatenbestand ausgewertet. Der Rentenbestand wurde aufgrund seiner hohen Fallzahlen gewählt, um auch auf den kleingliedrigeren Ebenen, wie den Kreisen, zu einer angemessenen Zahl von Fällen zu gelangen. Im Folgenden wird ein Überblick zu den wichtigsten Ergebnissen der Fallzahlen nach den vorgestellten Regionalklassifikationen gegeben werden. Nachstehende Tabelle 1 beschränkt sich auf die wichtigsten regionalen Analyseebenen, nämlich den Kreisen (LKR), den Raumordnungsregionen und den Regierungsbezirken/NUTS-II-Regionen. Die Eckdaten weisen hohe Schwankungen in den Fallzahlen der dargestellten Regionen auf. Besonders auffällig ist dies auf der Kreisebene mit einem Minimum der Versichertenrentner von lediglich und einem Maximum von Versichertenrenten sind Erwerbsminderungsrenten, Altersrenten und reine Kindererziehungsleistungen (KLG-Leistungen). Der Effekt der Beschränkung auf die Versichertenrenten ist die Eingrenzung der Grundgesamtheit auf große Fallgruppen.

8 54 DRV-Schriften Band 55/2008 Tabelle 1: Fallzahlen auf verschiedenen Regionalebenen Versichertenrentner, RTBN 2005 RTBN 2005 (Rohdatensatz: N , Versichertenrenten: n ) Einheit Anzahl Durchschnitt Min. Max. LKR ROR Regierungsbezirk/ NUTS-II-Region Quelle: FDZ-RV RTBN 2005, Rohdaten, eigene Berechnungen. Die Fallzahlen für die Siedlungsstrukturellen Kreistypen und die Differenzierten Siedlungsstrukturellen Regionstypen werden ebenfalls aus dem Rohdatenbestand RTBN 2005 ermittelt. Die Anzahl der Versichertenrenten im Rentenbestand 2005 und deren Verteilung auf die Kreistypen ist in Tabelle 2 dargestellt, die Verteilung der Regionstypen zeigt Tabelle 3. Tabelle 2: Auswertungen zu den Kreistypen Versichertenrentner, RTBN 2005 Regionsgrundtyp Kreistyp 1 Agglomerationsräume 1 Kernstädte 2 Hochverdichtete Kreise 3 Verdichtete Kreise 4 Ländliche Kreise 2 Verstädterte Räume 5 Kernstädte 6 Verdichtete Kreise 7 Ländliche Kreise 3 Ländliche Räume 8 Ländliche Kreise höherer Dichte 9 Ländliche Kreise geringerer Dichte Quelle: FDZ-RV RTBN 2005, Rohdaten, eigene Berechnungen. Anzahl Versichertenrenten Summe Die beiden Auswertungen nach der siedlungsstrukturellen Typisierung weisen weniger starke Schwankungen bei den Fallzahlen zwischen den Typen auf als die Eckdaten auf den in Tabelle 1 dargestellten Regionalebenen. Die Kreistypen vereinen im Durchschnitt knapp 2 Millionen Versichertenrentner auf einen Typ, die Regionstypen rund 2,5 Millionen. Die durchschnittlichen Fallzahlen im Kreistyp sind damit 4,5-mal so hoch wie in den NUTS-II-Regionen, und im Regionstyp knapp 6-mal so hoch. In den städtischen Gebieten sind die Fallzahlen in der Typensystematik aufgrund der dort inkludierten höheren Siedlungsdichte erwartungsgemäß höher als in den ländlichen Regionen. 13 In der Bundesrepublik gibt es im Jahr Kreise. In den Daten der GRV wird allerdings Berlin nochmals in Berlin Ost und Berlin West unterteilt. Damit ergeben sich für die Daten der GRV 440 Kreise. 14 Die Werte entsprechen den NUTS-II-Regionen.

9 Konzeption von Regionalfiles 55 Tabelle 3: Auswertungen zu den Regionstypen Versichertenrentner, RTBN 2005 ROR Typen 1 Agglomerationsräume Differenzierte ROR Typen Quelle: FDZ-RV RTBN 2005, Rohdaten, eigene Berechnungen. 11 hochverdichtet 12 mit herausragenden Zentren 2 Verstädterte Räume 21 höherer Dichte 22 mittlerer Dichte + Oberzentrum 23 mittlerer Dichte ohne Oberzentrum 3 Ländliche Räume 31 höherer Dichte 32 geringer Dichte Anzahl Versichertenrenten Summe Fazit Insgesamt bleibt zu konstatieren, dass die Mikrodaten auf der Ebene der Landkreise und kreisfreien Städte insbesondere in dünn besiedelten Gebieten zu geringe Fallzahlen aufweisen, um damit eine geeignete Zahl bzw. Tiefe an Merkmalen in einem Regionalfile mit Mikrodaten (Personenkonzept) anbieten zu können. Zumindest würde sich diese Option auf die Datensätze mit großen Fallzahlen beschränken, wie dem Rentenbestand oder den Aktiv Versicherten. Die Typisierung nach dem BBR weist hingegeben geeignetere Fallzahlen für Regionalisierungskonzepte aller Datensätze des FDZ-RV auf. 5 Ausblick Im Ergebnis konnte ein fundierter Grundstock für ein regionalisiertes Datenangebot am FDZ- RV gelegt werden. Daneben wurde als Pilotprojekt die siedlungsstrukturelle Typisierung des BBR Differenzierte Siedlungsstrukturelle Regionstypen und Sieldungsstrukturelle Kreistypen im Scientific Use File (SUF) Aktiv Versicherte 2006 als jeweils ein Merkmal im Datensatz aufgenommen. Vorbehaltlich personeller Ressourcen soll im Frühjahr 2009 damit begonnen werden, die beiden Typisierungen in sämtlichen Standardfiles des FDZ-RV aufzunehmen. Geplant ist ferner, ein geografisch weiter differenziertes Datenangebot auf der Mikro- und Makrodatenebene zu erstellen. Hierzu kann auf den bisherigen Arbeiten aufgebaut werden. Die Inhalte zur weiteren Konzeption zum Regionaldatenangebot lassen sich in zwei Bestandteile untergliedern:

10 56 DRV-Schriften Band 55/2008 Ausbau der Auswertungsmöglichkeiten der Mikrodaten durch Weiterentwicklung der Klassifikationen, Konzeption und Aufbau eines Datenbank gestützten Datenpools zur Realisierung von indikatorengestützten Regional-Makroinformationen und -datenfiles. Ausbau regionalisierter Mikrodaten Die Möglichkeit der kleinräumigen Datenanalyse unter Verwendung etablierter Regionsklassifikationen soll weiter ausgebaut werden. Das bedeutet erstens die Ausweitung der bereits zur Verfügung stehenden Klassifikationsschemata (siehe Punkt und 2.2.2) auf weitere Statistikdatensätze und deren Etablierung unter Wahrung des Datenschutzes in Scientific Use Files (SUF). Neben dem SUF Aktiv Versicherte sind dies: Rentenbestand, -zugang und -wegfall sowie Datensätze zur Rehabilitation. Zweitens sind die noch nicht für die GRV-Daten zur Verfügung stehenden prominenten Klassifikationen (z. B. Arbeitsmarktregionen) in die Statistikdaten zu implementieren und drittens ist beim Ausbau des Datenangebots eine Rückerschließung zu konzipieren, auf deren Basis es ermöglicht wird in langen Reihen ab 1992 Regionaluntersuchungen auf Mikrodatenebene zu betreiben. Zusammengefasst beinhaltet diese Komponente des Vorhabens damit drei Bestandteile: Implementierung der erschlossenen Klassifikationen auf weitere Statistikbereiche, Ausbau der zur Verfügung stehenden Klassifikationsmöglichkeiten und Rückerschließung der Regional-Statistikdaten zur Erstellung langer Reihen ab Regionaldatenpool für flexible Regionalauswertungen Die Auswertung von Mikrodaten mit regional klassifizierenden Merkmalen erschöpft den Datenbedarf nur zum Teil. Für die renten- und sozialpolitische Diskussion sind darüber hinaus Fragen zu berücksichtigen, in deren Zentrum zum Beispiel aus strukturpolitischer Perspektive die Regionen selbst stehen. Analyseebene ist in diesem Fall die Region, beispielsweise die Kreise. In einem solchen Regionalfile sollen renten- und sozialpolitisch relevante Angaben u. a. aus den Bereichen Versicherung und Rente, Soziodemografie, Soziogeografie, Arbeitsmarkt und volkswirtschaftliche Indikatoren auf Kreisebene und evtl. höher aggregierten Ebenen erstellt werden. Diese deskriptiven Merkmale für jeden einzelnen Kreis ermöglichen es, eigenständig auf deren Basis Indikatoren und Kennzahlen zu ermitteln bzw. zur Verfügung gestellte Indikatoren zu ergänzen. Diese Datenbasis bietet strukturpolitische, differenzierte Informationen und ermöglicht die statistische Analyse der Regionen in vielfacher Hinsicht. Ferner ist es möglich, Informationen aus diesem Datenpool auch in die Mikrodatenbestände zu implementieren und damit den Lebensraum und -kontext des Individuums differenzierter zu beschreiben. Durch eine Einbindung in eine Datenbank kann die Analyseebene variiert werden (z. B. Bundesland, Regierungsbezirk, Kreis). Abschließend und in Abbildung 1 dargestellt, lässt sich das Modell dieses Regionaldatenpools folgendermaßen veranschaulichen:

11 Konzeption von Regionalfiles 57 Abbildung 1: Datenmodell-Regionaldatenpool Datenpool Datenaufbereitung Ergebnis Ebene Kreis/ kreisfreie Stadt Merkmale zur Beschreibung des Kreises/ der kreisfreien Stadt Aus den Bereichen: } -Versicherung -Rente GRV - Rehabilitation - Demografie - Soziodemografie -Soziogeografie - Infrastruktur -Arbeitsmarkt - Volkswirtschaftl. Kennzahlen - Regionalklassifikation Verdichtung z.b. auf -Regierungsbezirke - Bundesländer - Arbeitsmarktregionen -Trägeregionen -etc. Ermittlung von Indikatoren und Kennzahlen Transfer in Mikrodatensätze als Einzelfallinformation Report: Strukturinformationen über Regionen Datenfiles zur statistischen (vergleichenden) Analyse Quelle: FDZ-RV Würzburg, eigene Darstellung. 6 Literatur Autorengemeinschaft Regionales Forschungsnetzwerk des IAB (2007): Die regionale Arbeitsmarktforschung des IAB: Aufbau, Leitbild, und Forschungsperspektiven. In: Blien, U.; Bogai D.; Fuchs, S. (Hrsg.). Nürnberg. Böltken, F. (1999): Vorschlag zur Abgrenzung von Regionaleinheiten zur regionalisierten Auswertung des Mikrozensus. BBR Manuskript. Bonn. Bundesamt für Bauwesen und Raumordnung (Hrsg.): INKAR 2006 (CD-Rom). Indikatoren, Karten und Grafiken zur Raumentwicklung in Deutschland und Europa. Berlin Bundesamt für Bauwesen und Raumordnung (Hrsg.): Raumordnungsbericht Band 21. Bonn Christians, H. (2005): Möglichkeiten kleinräumiger Analysen auf Basis des Mikrozensus. In: Amtliche Mikrodaten für die Sozial- und Wirtschaftswissenschaften. In: Beiträge zu den Nutzerkonferenzen des FDZ der Statistischen Landesämter (Hrsg.). Düsseldorf Grönzinger, G. & Matiaske, W. (2005): Deutschland regional. Sozialwissenschaftliche Daten im Forschungsverbund. München und Mering.

12 58 DRV-Schriften Band 55/2008 Haas, A. & Hitzelsberger, J. (2001): Die IAB-Regionalstichprobe In: ZA-Information 48. Köln Kistler, E. & Trischler, F. (2007): Rente Extreme Unterschiede in den Regionen. In: Böcklerimpuls 6/2007. Düsseldorf. Download der Datenkarte: Luckert, H. (2006): Das aktuelle Datenangebot und Zugangswege im FDZ-RV. In: Deutsche Rentenversicherung Bund (Hrsg.): Forschungsrelevante Daten der Rentenversicherung: Bericht zum zweiten Workshop des Forschungsdatenzentrums der Rentenversicherung (FDZ-RV) vom Juni 2005 in Würzburg. DRV-Schriften, Band 55/2005. Berlin Rehfeld, U. (2001): Die Statistiken der gesetzlichen Rentenversicherung. In: VDR (Hrsg.): DRV 3 4/2001. Frankfurt a. M Stegmann, M. (2006): Aufbereitung der Sondererhebung Vollendete Versichertenleben 2004 als Scientific Use File für das FDZ-RV. In: Deutsche Rentenversicherung Bund (Hrsg.), Sonderband des FDZ-RV, DRV 9 10/2006. Berlin Verordnung (EG) Nr. 1059/2003 des Europäischen Parlaments und des Rates vom 26. Mai 2003 über die Schaffung einer gemeinsamen Klassifikation der Gebietseinheiten für die Statistik (NUTS) Amtsblatt Nr. L 154 vom 21/06/2003. Brüssel Internetquellen Regionaldatenbank Genesis Online: Siedlungsstrukturelle Typisierung des Bundesamtes für Bauwesen und Raumordnung: Kreistypen: nnntrue. Raumordnungstypen: Birgit Steppich, Dipl. Geogr., studierte Sozial- und Wirtschaftsgeografie, Soziologie und Regionalwissenschaften an der Technischen Universität München und an der Universität Augsburg. Daneben mehrjährige wissenschaftliche Mitarbeit am Internationalen Institut für empirische Sozialforschung (INIFES) in Stadtbergen bei Augsburg. Beim VDR war sie zunächst in der Abteilung Volkswirtschaft und Statistik in Berlin vorrangig im Projekt SmartRegion tätig. Zurzeit ist sie wissenschaftliche Mitarbeiterin im Forschungsdatenzentrum der Rentenversicherung in Würzburg.