Martin Rosemann. Auswirkungen datenverändernder Anonymisierungsverfahren auf die Analyse von Mikrodaten

Transkript

1 Institut für Angewandte Wirtschaftsforschung e.v. Tübingen Direktorin: Professor Dr. Claudia Buch law-forschungsberichte Nr. 66 Martin Rosemann Auswirkungen datenverändernder Anonymisierungsverfahren auf die Analyse von Mikrodaten Tübingen 2006

2 INHALTSVERZEICHNIS Tabellenverzeichnis I Abbildungsverzeichnis XI Einführung 1 I Anonymisierung von Mikrodaten 6 1 Stand der Forschung 8 2 Der Begriff der faktischen Anonymität 14 3 Die besondere Problemlage bei der Anonymisierung wirtschaftsstatistischer Mikrodaten '" 16 II Verfahren und Verfahrensgruppen zur Anonymisierung wirtschaftsstatistischer Mikrodaten 19 4 Zur Abgrenzung der verschiedenen Anonymisierungsverfahren 21

3 5 Verfahren zur Informationsreduktion Merkmalsträgerbezogene Verfahren zur Informationsreduktion Merkmalsbezogene Verfahren zur Informationsreduktion Ausprägungsbezogene Verfahren zur Informationsreduktion 30 6 Datenverändernde Anonymisierungsverfahren Datenverändernde Anonymisierungsverfahren für kategoriale Variablen Vertauschungsverfahren (Swapping) bei kategorialen Variablen Post-Randomisierung Datenverändernde Anonymisierungsverfahren für metrische Variablen Vertauschungsverfahren (Swapping) bei metrischen Variablen Imputationsverfahren Stochastische Überlagerung Mikroaggregationsverfahren Simulationsverfahren Datenverändernde Verfahren zum Schutz besonders gefährdeter Merkmalsträger Auf einzelne Merkmalsträger beschränkte datenverändernde Verfahren Gruppenspezifische datenverändernde Verfahren Kombination unterschiedlicher datenverändernder Verfahren Das Verfahren von Winkler SAFE - Das Verfahren des Statistischen Landesamts Berlin 72 7 Im Rahmen der Arbeit betrachtete Verfahren 74

4 III Das Analysepotenzial anonymisierter Daten 76 8 Bestimmungsfaktoren des Analysepotenzials von Daten Zur generellen Definition des Analysepotenzials Informationseinschränkungen versus Ergebnisveränderung Relevanz unterschiedlicher Datengrundlagen Querschnittsanalysen versus Panelanalysen Berücksichtigung unterschiedlicher Analysemethoden 86 9 Ansätze zur Messung des Analysepotenzials beim Einsatz datenverändernder Anonymisierungsverfahren Der maßzahlorientierte Ansatz Der anwendungsorientierte Ansatz Der theorieorientierte Ansatz Schlussfolgerungen für die Vorgehensweise innerhalb der Arbeit 97 IV Die empirischen Datengrundlagen Die Kostenstrukturerhebung im Verarbeitenden Gewerbe Das IAB-Betriebspanel 105

5 V Wirkung stochastischer Überlagerungen, der Mikroaggregation und der Post-Randomisierung auf deskriptive Auswertungen Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf deskriptive Auswertungen Theoretische Überlegungen Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf arithmetische Mittel und Quantile Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf Streuungsmaße Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf Korrelationen Empirische Untersuchungen der Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf Verteilungsmaße Auswirkungen von stochastischen Überlagerungen und Mikroaggregationsverfahren auf die Verteilungsmaße von Teilgesamtheiten Zusammenfassende Bewertung Auswirkungen der Post-Randomisierung auf deskriptive Auswertungen Theoretische Eigenschaften Praxisbeispiele Zusammenfassende Bewertung der Post-Randomisierung in deskriptiven Auswertungen 138

6 VI Stochastische Überlagerungen, Mikroaggregation und Post- Randomisierung in ökonometrischen Modellen Anwendungsbeispiele für lineare und nichtlineare Modelle Linearisierte Cobb-Douglas-Produktionsfunktion mit den Daten der Kostenstrukturerhebung Binäres Probit-Modell zur Erklärung der Tarifbindung mit den Daten des IAB- Betriebspanels Stochastische Überlagerungen in linearen und nichtlinearen Modellen Theoretische Eigenschaften Stochastische Überlagerungen in linearen Modellen Stochastische Überlagerungen in nichtlinearen Modellen Monte-Carlo-Simulationen Stochastische Überlagerungen in linearen Modellen Stochastische Überlagerungen in nichtlinearen Modellen Praxisbeispiele Stochastische Überlagerungen in linearen Modellen Stochastische Überlagerungen in nichtlinearen Modellen Mikroaggregation in linearen und nichtlinearen Modellen Theoretische Eigenschaften Mikroaggregations_verfahren in linearen Modellen Mikroaggregationsverfahren in nichtlinearen Modellen Monte-Carlo-Simulationen 294

7 Mikroaggregationsverfahren in linearen Modellen Mikroaggregationsverfahren in nichtlinearen Modellen Praxisbeispiele Mikroaggregationsverfahren in linearen Modellen Mikroaggregationsverfahren in nichtlinearen Modellen Ein Fazit für den Einsatz von stochastischen Überlagerungen und Mikroaggregationsverfahren Zusammenfassende Bewertung von stochastischen Überlagerungen und Mikroaggregation Schlussfolgerungen für den Einsatz der Verfahren zur Erstellung von Scientific- Use-Files Auswirkungen der Post-Randomisierung im Probit-Modell Ausschließliche Post-Randomisierung der abhängigen Variablen im Probit-Modell Theoretische Eigenschaften Monte-Carlo-Simulationen Ergebnisse empirischer Analysen mit dem IAB-Betriebspanel Post-Randomisierung der abhängigen diskreten Variablen und Bearbeitung der erklärenden metrischen Variablen mit datenverändernden Verfahren im Probit- Modell Theoretische Eigenschaften Monte-Carlo-Simulationen Ergebnisse eines empirischen Beispiels mit dem IAB-Betriebspanel

8 19.3 Auswirkungen der Post-Randomisierung von erklärenden diskreten Variablen im Probit-Modell Ein Fazit für den Einsatz der Post-Randomisierung im Probit-Modell 371 VII Zusammenfassung und Ausblick Zusammenfassung der wichtigsten Ergebnisse Ausblick auf weitere Forschungsarbeiten J 379 Anhang 383 Literaturverzeichnis 401