Ergebnisse der VDSt-Umfrage Juli/August 2016

Transkript

1 Zensus 2011 Was brachte er den Städten? Verwendung der untergemeindlichen Daten des Zensus 2011 Ergebnisse der VDSt-Umfrage Juli/August 2016 Dr. Helga Kreft-Kettermann, Stadt Münster

2 Ausgangsfragen Welchen Nutzen haben die untergemeindlichen Zensus-Daten erbracht? Wie kleinräumig wurde ausgewertet? Für welche Fragestellungen waren die Daten von Nutzen? Welche Themen? Was waren die Gründe, wenn die Daten nicht kleinräumig ausgewertet wurden?

3 Teilnahme an der Umfrage Teilnahmezeitraum: Teilnahmequote: 76 % (nur Städte: 78 %) 26 insgesamt 19 Städte 2 Kreis 5 Institutionen 82 insgesamt 76 Städte 1 Kreis 5 Institutionen Teilnahme Keine Teilnahme n=108 (alle angeschriebenen)

4 Untergemeindliche Auswertung GWZ Haushalte Ja Nein 17 Kleinräumige Auswertung GWZ = Regelfall Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise) Kleinräumige Auswertung weitere Daten = eher Ausnahme

5 Auswertungsmodule in Kombination GWZ 60 Ja Nein 2 In rund der Hälfte der Fälle wurde nur GWZ ausgewertet. nur GWZ GWZ+Haushalte (+ weitere) andere Kombin Nur 8 Kommunen haben alle 5 Module kleinräumig ausgewertet. alles ausgewertet 8 54 Berlin, Bielefeld, Bochum, Kreis Lippe, München, Rosenheim, Stuttgart, Würzburg n=62 (Städte und Kreise, die kleinräumig ausgewertet haben)

6 Schriftgröße steigt mit Anzahl kleinräumig ausgewerteter Module

7 GWZ

8 Untergemeindliche Auswertung Ja Nein GWZ Haushalte Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise)

9 GWZ: Auswertungsebenen Ja Nein Stadtteile, Stat. Bezirke o.ä. 60 Bezirke = Regelfall Baublöcke, Blockseiten Blaublöcke = teils/teils Rasterzellen 7 53 n=60 (Städte und Kreise, die kleinräumig ausgewertet haben) Rasterzellen = Ausnahmefall Bremen, Gelsenkirchen, Hamburg, Herne, Karlsruhe, Kreis Lippe, Stuttgart

10 GWZ: Verwendung der SAFE-Daten Ja Nein nach SAFE nach SAFE = eher Ausnahme vor SAFE 49 7 vor SAFE = Regelfall n=56 (Städte und Kreise, die kleinräumig ausgewertet haben, k.a.: 4) in 11 Fällen beides verwendet

11 GWZ: Darstellungsform Tabellen 52 Ja Nein 2 klassische Darstellung =Regelfall Diagramme Karten Textliche Analyse Interpretation= eher Ausnahme n=54 (Städte und Kreise, die kleinräumig ausgewertet haben, k.a.: 6)

12 GWZ: Bearbeitete Themen Leerstand Baualter Neubauwohnungen Eigentumsformen Gebietstypisierung Wohnungsbelegung (Kombination mit HH-Daten) Vergleich mit kommunaler Gebäudedatei Basis für Fortschreibung der kommunalen Gebäudedatei

13 GWZ: Nutzen für Auskünfte Ja Nein stadt-/ kreisinterne Auskünfte Hauptsächlich für interne kommunale Zwecke externe Auskünfte n=60 (Städte und Kreise, die kleinräumig ausgewertet haben)

14 GWZ: Grund für Verzicht auf detailliertere Auswertung Ja Nein kein Vertrauen in die Daten 20 8 zu wenig Ressourcen keine Nachfrage nicht aktuell genug bessere eigene Daten Gebäudedatei als bessere eigene Daten genannt n=28 (Städte und Kreise, die kleinräumig ausgewertet haben, k.a.: 32)

15 GWZ: Grund für völligen Verzicht auf Auswertung Ja Nein zu wenig Ressourcen 10 4 kein Vertrauen in die Daten bessere eigene Daten keine Nachfrage Gebäudedatei als bessere eigene Daten genannt nicht aktuell genug 4 10 n=14 (Städte und Kreise, die nicht kleinräumig ausgewertet haben, k.a.: 3)

16 GWZ: Ausgewählte Veröffentlichung Stadt Karlsruhe

17 GWZ Haushalte

18 Untergemeindliche Auswertung Ja Nein GWZ Haushalte Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise)

19 Haushalte: Grund für Nicht- Auswertung bessere eigene Daten Bessere eigene Daten: MR+HHGen zu wenig Ressourcen kein Vertrauen in die Daten keine Nachfrage nicht aktuell genug n=50 (Städte und Kreise, die nicht kleinräumig ausgewertet haben, k.a.: 2)

20 Haushalte: Bearbeitete Themen Kombination mit GWZ-Daten: Wohnsituation Wohngemeinschaften Generationenwechsel Vergleich mit kommunaler Haushaltegenerierung

21 Haushalte: Ausgewählte Veröffentlichung Stadt Wiesbaden

22 Demographie

23 Untergemeindliche Auswertung Ja Nein GWZ Haushalte Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise)

24 Demographie: Grund für Nicht- Auswertung bessere eigene Daten Bessere eigene Daten: MR nicht aktuell genug keine Nachfrage kein Vertrauen in die Daten zu wenig Ressourcen n=54 (Städte und Kreise, die nicht kleinräumig ausgewertet haben, k.a.: 3)

25 Demographie: Bearbeitete Themen Dokumentation der Zensus-Ergebnisse Evaluierung der kommunalen / amtlichen Einwohnerzahl

26 Demographie: Ausgewählte Veröffentlichung Stadt Nürnberg

27 Bildung

28 Untergemeindliche Auswertung Ja Nein GWZ Haushalte Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise)

29 Bildung: Grund für Nicht- Auswertung zu wenig Ressourcen keine Nachfrage nicht aktuell genug kein Vertrauen in die Daten Prio C obwohl selten bessere Daten zur Verfügung stehen (z.b. eigene Befragung) bessere eigene Daten 5 55 n=64 (Städte und Kreise, die nicht kleinräumig ausgewertet haben, k.a.: 4)

30 Bildung: Bearbeitete Themen nach Migrationshintergrund

31 Bildung: Ausgewählte Veröffentlichung Untergemeindliche Daten / Analysen?

32 Erwerb

33 Untergemeindliche Auswertung Ja Nein GWZ Haushalte Demographie Bildung Erwerb n=77 (teilgenommene Städte und Kreise)

34 Erwerb: Grund für Nicht- Auswertung zu wenig Ressourcen keine Nachfrage nicht aktuell genug Prio C, in wenigen Fällen werden die aktuelleren (kostenpflichtigen) Daten der BA vorgezogen kein Vertrauen in die Daten bessere eigene Daten 8 55 n=64 (Städte und Kreise, die nicht kleinräumig ausgewertet haben, k.a.: 4)

35 Erwerb: Bearbeitete Themen nach Migrationshintergrund nach Geschlecht bestimmte Berufsgruppen (z.b. IT-Beschäftigte, Kulturschaffende) Selbständige

36 Bildung: Ausgewählte Veröffentlichung Untergemeindliche Daten / Analysen?

37 Fazit

38 Erkenntnisse aus der Befragung Die Teilnahmebereitschaft an der Umfrage war sehr groß Am Thema besteht ein großes Interesse seitens der Kommunen Es wurden zahlreiche praxisrelevante Themen mit den Daten bearbeitet Es besteht weiterhin ein dringender Bedarf an untergemeindlichen Zensus-Daten Es liegen Best-Practice -Beispiele für die untergemeindliche Zensusdaten-Auswertung vor Es wurde versucht, so viel wie möglich aus den Daten herauszuholen

39 Problemfelder Fehlende Ressourcen Ja Nein Keine Nachfrage Ja Nein Kein Vertrauen in die Daten Ja Nein GWZ GWZ GWZ Haushalte Haushalte Haushalte Demographie Demographie Demographie Bildung Bildung Bildung Erwerb Erwerb Erwerb Daten nicht aktuell genug Ja Nein Bessere eigene Daten vorhanden Ja Nein GWZ Haushalte Demographie GWZ Haushalte Demographie n=75 (Städte und Kreise, die Angaben zum Thema Nicht-Verwendung gemacht haben) Bildung Bildung 5 70 Erwerb Erwerb 8 67

40 Handlungsbedarf Die untergemeindlichen Daten der GWZ brachten den größten Nutzen für die Kommunen, das teilweise mangelnde Vertrauen in die Daten limitierte aber die Auswertungstiefe Maßnahme: Verbesserung der Erhebungsmethode, mehr Transparenz. Mangelnde Ressourcen war der Hauptgrund für den Verzicht auf die Auswertung von Zensus-Modulen, insbesondere Erwerb + Bildung Maßnahme: Nutzergerechte Aufbereitung der Daten verbessern. Die von den Statistischen Ämtern des Bundes und der Länder empfohlenen SAFE-Daten wurden kaum verwendet Maßnahme: Verbesserung der Geheimhaltungsmethode für untergemeindliche Daten. Beim Thema Demographie wurde in zahlreichen Fällen das eigene Melderegister als bessere Datenquelle genannt Maßnahme: Fortentwicklung der Registerdaten als durchgängige Datenquelle im deutschen statistischen System.