Bevölkerungsstruktur in deutschen Städten

Transkript

1 -Frühjahrstagung 2012, Passau Bevölkerungsstruktur in deutschen Städten Clusteranalysen als Basis für den Vergleich demografischer Indikatoren Entwicklung intra- & interkommunaler Vergleichsmöglichkeiten

2 Gliederung ( Ausgangssituation und Ansatz (Strukturanalyse) ( Problem (Städtevergleich) ( Lösung (IRB & Strukturanalyse) ( Ergebnisse (Demografiebericht) ( Ausblick (Intra-/Interkommunal)

3 Ausgangssituation und Ansatz ( Strukturatlas der Stadt Augsburg seit 2008 Veröffentlichung kleinräumig verfügbarer Daten Flächennutzung Einwohner und Haushalte Wohnungen und Gebäude Beschäftigte und Arbeitslose Leistungsempfänger Kraftfahrzeuge Wahlergebnisse mit - Erläuterungen (Definitionen und Beschreibungen) - Tabellen für die 42 Stadtbezirke - Karten für die 298 Statistischen Distrikte

4 Ausgangssituation und Ansatz ( Strukturatlas der Stadt Augsburg => kleinräumig verfügbare Daten für 359 Kennzahlen und 291 Indikatoren in 34 Tabellen und 27 Abbildungen. ( => einerseits detaillierte Daten als Planungsgrundlage <= anderseits erschwert die Datenfülle den Überblick <= bilden die Daten Strukturen ab? ( <= Korrelation von Merkmalen? <= Gebiete mit ähnlicher Merkmalsstruktur? => Multivariate Methoden (Strukturanalyse) => Bildung von Struktur- / Gebietstypen!

5 Ausgangssituation und Ansatz ( Multivariate Analyse-Methoden (Strukturanalyse) - Varianten der Hauptkomponentenanalyse - Varianten der Clusteranalyse <= Tests und Vergleich der Methoden im Rahmen eines Praktikums ( => Clusteranalyse Ergebnisse sind - besser darstellbar - leichter erklärbar - vergleichbar mit den Ergebnissen anderer Städte* => nachvollziehbare Bildung von Gruppen ähnlicher Merkmalskombi. => relativ stabile Struktur- / Gebietstypen => Vergleichsmöglichkeit von Mittelwerten, Indikatoren etc. * Workshop der AG Methodik -Frühjahrstagung Saarbrücken 2008 (s. Tagungsdokumentation

6 Ausgangssituation und Ansatz ( => Bildung kleinräumiger Strukturtypen (Ergebnis der Clusteranalyse) - unter Berücksichtigung aller Variablen - unter Berücksichtigung historischer und zukünftiger Einwohnerdaten (Bestand 1999 Prognose 2030) => Festlegung der erklärenden Variablen => Beschreibung von Strukturtypen (Cluster) anhand der Mittelwerte und Indikatoren => Vergleichsmöglichkeit der Entwicklung von Strukturtypen ( Monitoring )

7 Ausgangssituation und Ansatz ( AG Bevölkerung: - Auf dem Weg zum standardisierten Demografiebericht ( aktuell 13/2008) - Indikatoren- und Merkmalskatalog ( 2011) ( Stadt Augsburg: Demografiebericht => Wunsch: Struktur-/Indikatorenvergleich mit vergleichbaren Städten ( IRB-Datensammlung: - zugänglich - vergleichbar - kleinräumig - typisiert - regelmäßig - geprüft...

8 Problemstellung / Probleme ( Problemstellung: Vergleich mit anderen Städten - Gesamtstadt - Stadtgebietstypen ( Probleme: - fehlende (und auch einige wenige falsche) Werte - unterschiedliche Größe der Einheiten (strukturell bedeutsam?) - Gebiet nach IRB-Typisierung sind nicht unbedingt vergleichbar (sowohl innerhalb der Stadt und besonders zwischen den Städten) <= Bildung von neuen Stadt-Strukturtypen (Clusteranalyse)? => große Clusterzahl, schwer abgrenzbar ( Lösungsansatz: Bildung von Stadttypen (Clusteranalyse) => nachvollziehbare Bildung von Gruppen ähnlicher Merkmalskombi. => relativ stabile Gebietstypen => Berechnung von Mittelwerten, Indikatoren etc. (s.o.)

9 Lösung ( Clusteranalyse mit dem IRB-Datensatz zur Identifizierung ähnlicher Städte ( Methodik 3 Verwendung von Verhältnisvariablen und Indikatoren - ausschließlich bevölkerungsstrukturelle Variablen - mindestens von 48 Städten für das Jahr 2009 geliefert (max. zwei fehlende / falsche Werte in einer Stadt wurden durch die Mittelwerte aller Städte ersetzt) 3 Normierung der Werte zwischen 0 und 1 3 Single-Linkage-Verfahren zur Identifizierung von Ausreißern 3 Ward-Verfahren mit quadrierter euklidischer Distanz 3 Iterative Entfernung von Variablen mit hohen Korrelationen => Nach diesem Vorgehen wurden 14 erklärende Verhältnisvariablen bzw. Indikatoren festgestellt, die alle in die Clusteranalyse einflossen

10 Ergebnisse => 14 beschreibende bevölkerungsstrukturelle Variablen Anteil der Bevölkerung mit Hauptwohnsitz an der wohnberechtigten Bevölkerung* Einwohnerdichte* (Einwohner je ha) Belegungsdichte (Einwohner je Wohnung) Anteil der unter 6-Jährigen an der Gesamtbevölkerung Anteil der 18- bis unter 30-Jährigen an der Gesamtbevölkerung Anteil der Doppelstaatler/-innen an der Gesamtbevölkerung Anteil der Ausländer/-innen an der Gesamtbevölkerung Jugendquotient (quantitatives Verhältnis der unter 18-Jährigen zu den 18- bis unter 65-Jährigen) Altenquotient (quantitatives Verhältnis der 65-Jährigen und Älteren zu den 18- bis unter 65-Jährigen) Greying-Index (quantitatives Verhältnis der 75-Jährigen und Älteren zu den 60- bis unter 75-Jährigen) Anteil der Ledigen an der Gesamtbevölkerung ab 18 Jahren Anteil des Wanderungssaldos an der Gesamtbevölkerung Anteil der Zuzüge von 18- bis unter 25-Jährigen über die Stadtgrenzen an den 18- bis unter 25-Jährigen Einwohnern Fruchtbarkeitsziffer (Geborene pro der 15- bis unter 45-jährigen Frauen) * Diese zwei Variablen wurden nur für die kleinräumigen Clusteranalyse verwendet, da sie bei der Analyse der Städte zu Verzerrungen führten: - der Anteil der Bevölkerung mit Hauptwohnsitz erzeugt nur ein Cluster mit Städten, die (noch) keine Zweitwohnsitzsteuer eingeführt haben, - die Einwohnerdichte führt zu einem nicht-aussagekräftigen Cluster mit geringer unbebauter Fläche innerhalb der Stadtgrenze.

11 Ergebnisse => korrelierende Variable zur erweiternden Beschreibung, z.b.:

12 Ergebnisse => Elbow-Kriterium 25,0 20,0 Fehlerquadratsumme 15,0 10,0 Potentieller Elbow 5,0 0, Anzahl der Cluster Datenbasis: Kommunalstatistiken der IRB-Städte zum

13 Ergebnisse => Dendrogramm Datenbasis: Kommunalstatistiken der IRB-Städte zum

14 Ergebnisse => 4 Städte-Cluster (SC) = 4 Stadttypen Cluster SC 1 SC 2 SC 3 SC 4 Fehlende Städte Städte im Cluster Anzahl der Städte Aachen Augsburg Chemnitz Darmstadt Berlin Bonn Bielefeld Dresden Düsseldorf Hamburg Freiburg Bochum Erfurt Frankfurt a.m. Hannover Bremen Halle Ingolstadt Heidelberg Dortmund Jena Köln Karlsruhe Duisburg Kiel Ludwigshafen Konstanz Essen Leipzig Mannheim Mainz Koblenz Magdeburg München Münster Krefeld Potsdam Offenbach Regensburg Lübeck Rostock Wiesbaden Stuttgart Nürnberg Weimar Oberhausen Saarbrücken Wuppertal Datenbasis: Kommunalstatistiken der IRB-Städte zum

15 Ergebnisse => Vergleich von Kennzahlen und beschreibenden Variablen Kennzahlen Verhältniszahlen Gesamt Mittelwerte der 4-Clusterlösung SC 1 SC 2 SC 3 SC 4 Mittelwert Mittelwert % Mittelwert % Mittelwert % Mittelwert % Wohnberechtigte Bevölkerung , , , ,9 Einwohner am Hauptwohnsitz , , , ,7 Sozialversicherungspflichtig Beschäftigte , , , ,5 Arbeitslose insgesamt , , , ,1 Leistungsempfänger (SGB II) insgesamt , , , ,8 Lebendgeborene , , , ,0 Gestorbene , , , ,4 Mittelwert Mittelwert Mittelwert Mittelwert Mittelwert Belegungsdichte 1,85 1,91 1,87 1,73 1,88 Anteil der unter 6-Jährigen 5,2 5,1 4,9 5,2 5,6 Anteil der 18 bis unter 30-Jährigen 17,7 Anteil der Doppelstaatlerinnen und Doppelstaatler 6,6 Anteil der Ausländerinnen und Ausländer 12,2 Jugendquotient 23,1 Altenquotient 31,3 Greying-Index 53,3 Anteil der Ledigen 34,7 Anteil des Wanderungssaldos 0,23 Anteil der Zuzüge von 18 bis unter 25-Jährigen 21,3 Fruchtbarkeitsziffer 44,4 Zur Erleichterung der Lesbarkeit symbolisieren zusätzlich Pfeile die Werte eines Clusters im Vergleich zu den anderen Clustern: von grüner Pfeil nach oben (höchster Wert) über gelbe Diagonalpfeile bis zum rote Pfeil nach unten (geringster Wert) Die Symbole zeigen aber keine Tendenz an! Datenbasis: Kommunalstatistiken der IRB-Städte zum ,8 6,8 15,4 8,1 19,0 1,5 13,5 12,1 4,2 22,3 25,1 20,1 27,2 34,0 34,3 56,0 40,6 27,3 40,5 55,6 31,9 0,05 17,4 42,4 49,5 36,9 0,35 0,55 20,6 48,0 16,2 9,6 20,0 24,5 28,5 51,2 29,7 0,02 21,0 47,6

16 Ergebnisse => Beispiel für Augsburg: Altersstruktur - unterdurchschnittlicher Jugendquotient aber auch - niedrigster Altenquotient Datenbasis: Kommunalstatistiken der IRB-Städte zum

17 Ergebnisse => Beispiel für Augsburg: Altersstruktur - überdurchschnittlicher Greying-Index bei - geringem Billeter-Maß Datenbasis: Kommunalstatistiken der IRB-Städte zum

18 Ergebnisse => Beispiel für Augsburg: Altersstruktur Datenbasis: Kommunalstatistiken der IRB-Städte zum und LfStaD

19 Ergebnisse => Beispiel für Augsburg: Veröffentlichung im Demografiebericht Augsburg im Städtevergleich im Kapitel zum Demografiemonitoring Der relativ geringe Altenquotient weißt in Verbindung mit dem relativ hohem Billeter-Maß darauf hin, dass in Augsburg die (Über-)Alterung im Vergleich zu den anderen Städten noch nicht so weit fortgeschritten ist. Der leicht erhöhte Greying-Index zeigt aber eine etwas höhere Alterung innerhalb der Gruppe der 60-Jährigen an.

20 Ergebnisdiskussion => Beispiel für Augsburg: kleinräumige Strukturtypen Stadt Augsburg IRB Lagetyp Stadtgrenze Stadtbezirke City Cityrand Innenstadtrand Stadtrand Stadt Augsburg Stadtgrenze Stadtbezirke Clusteranalyse der Stadtbezirke Cluster 1 Cluster 2 Cluster 3 Cluster 4 nicht klassifiziert Stadt Augsburg Stadtgrenze Stadtbezirke Statistische Distrikte Clusteranalyse der statistischen Distrikte Cluster 1 Cluster 2 Cluster 3 Cluster 4 nicht klassifiziert km km km Amt für Statistik und Stadtforschung Amt für Statistik und Stadtforschung Amt für Statistik und Stadtforschung IRB <> Cluster <> tiefere räumliche Differenzierung

21 Diskussions-/Entwicklungsstand => Zwischenstand - Prüfung und gemeinsame Abstimmung erforderlich - Weiterentwicklung und Bereitstellung des Verfahrens (R & SPSS) - Evtl. Ergänzung um neue Variablen wie z.b. Migrationshintergrund - Evtl. Erweiterung um sozialstrukturelle Variablen? => Weiterentwicklung zu eigenen, kommunalen Strukturanalysen - Unterscheidung Demografie-/Sozial-Strukturanalysen? - Abhängigkeit von der räumlichen Tiefe? - Zeitlichen Vergleichsanalysen?

22 Ausblick ( Festlegung der Städtecluster (Gruppen vergleichbarer Städte) - Typisierung der Städte (als Ergänzung zur IRB-Typisierung) - Vergleich der Typen und Städte ( Festlegung von Stadtteiltypen (vergleichbare Stadtgebiete) - innerstädtische Typisierung (als Ergänzung zur IRB-Typisierung) mit Varianten nach Stadttypen ( östl. Innenstädte ) (iterativ über bekannte und stabile Stadtteiltypen) - Vergleich der Typen und Städte => Bevölkerungsstruktur in deutschen Städten Typisierung der Städte (Regionale Einbettung) Nordwesten altindustrialisiert geprägter Westen entlang des Rheins Süden Osten innerstädtische Typisierung (Lagetypen) Innenstadt City Cityrand Innenstadtrand+Stadtrand Innenstadtrand Stadtrand Eingemeindungen (am Stadtrand)

23 Vielen Dank für Ihre Aufmerksamkeit -Frühjahrstagung 2012, Passau