Demographie und Fußball

Ähnliche Dokumente
Stadt Ingolstadt Statistik und Stadtforschung. Pflege in Ingolstadt. Strukturen, Entwicklung 1999 bis 2013 und Prognose 2014 bis 2034

Die Pflegeausgabenentwicklung bis ins Jahr Eine Prognose aus Daten der privaten Pflege-Pflichtversicherung

Pressekonferenz, 14. Juli 2014, Berlin. Die Zukunft der Sozialen Pflegeversicherung Fakten und Reformperspektiven. Materialien

Das Risiko, ein Pflegefall zu werden

animierte Bevölkerungspyramiden des Statistischen Bundesamtes

in Thüringen bis 2020 Die Entwicklung der Erwerbspersonenzahl Die Entwicklung der Erwerbspersonen in Thüringen bis 2020

Demografischer Wandel in Deutschland

Die Entwicklung der Pflegebedürftigen in Thüringen bis 2020


Ergebnisse der Bevölkerungsvorausberechnung 2014 bis 2040/2060

Demografischer Wandel Auswirkungen auf den Arbeitsmarkt im Norden

5 Zusammenhangsmaße, Korrelation und Regression

Vorlesung Erbrecht WS 2006/2007 (1. VL) Vorlesung Erbrecht. Vorlesung 1:

Demografie und Rente: Die Effekte einer höheren Erwerbstätigkeit Älterer auf die Beitragssätze zur Rentenversicherung

Der Einfluss monovalenter Strom- Wärmepumpen auf den Bedarf an gesicherter Kraftwerksleistung. Michael Bräuninger. Nr. 5

6.2 Regressionsanalyse

Fortgeschrittene Statistik Logistische Regression

Anne Goujon, Vegard Skirbekk, Katrin Fliegenschnee, Pawel Strzelecki

Der demografische Wandel und seine Folgen für den Arbeitsmarkt in NRW

Bevölkerungsprognose 2033 in kleinräumiger Gliederung

Der Einfluss des demografischen Wandels auf den Immobilienmarkt Deutschlands

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie

bevölkerung deutschlands bis 2060

Demografie und Immobilien. Dr. Michael Voigtländer Forschungsstelle Immobilienökonomik 7. Finanzmarkt Round-Table, 11. April 2011

Länderprofil Schweiz Demografischer Wandel

In Berlin wirken eine Vielzahl von Trends auf den ÖV die demographische Entwicklung führt -allein betrachtet- zu einem Rückgang der ÖV-Fahrten

Demographiebericht. Ein Baustein des Wegweisers Kommune. wegweiser-kommune.de. Wetter (Ruhr)

Konsumkredit-Index im Detail

Verteilungsmodelle. Verteilungsfunktion und Dichte von T

Berechnung der Erhöhung der Durchschnittsprämien

Das Wachstum der deutschen Volkswirtschaft

Standardab er des. Testwert = % Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere

Auswertung der Online- Lärmumfrage des Umweltbundesamtes

Verlässt Deutschland in der Rentenpolitik den Pfad der Nachhaltigkeit? Bert Rürup Berlin,

Schuldenbarometer 2015: Privatinsolvenzen sinken um 6,4 Prozent vierter Anstieg in Folge bei den älteren Bundesbürgern

Medikalisierung oder Kompression? Wie die demographische Entwicklung auf die Krankenversicherung wirkt?

Zahlen und Fakten zur Pflege

Anhang A: Fragebögen und sonstige Unterlagen

Gewerbliche Immobilienfinanzierung in Deutschland. Erhebung zur aktuellen Finanzierungslage und zur Situation notleidender Immobilienfinanzierungen

Migration in Deutschland: Makroökonomische Szenarioanalyse der Auswirkungen auf den Beitragssatz der gesetzlichen Rentenversicherung

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

BiB. Demographische Vorausschätzungen - Grenzen und Möglichkeiten, Methoden und Ziele -

Pflegedossier für den Landkreis Potsdam-Mittelmark

Abbildung 1: Meldepflichtige Arbeitsunfälle

FAQ Pflege und Pflegeprognose 2030

PKV-Info. Demographischer Wandel

ZUKÜNFTIGE KOSTEN VON DEMENZ IN DEUTSCHLAND. Uta Ziegler & Gabriele Doblhammer Universität Rostock Rostocker Zentrum für Demographischen Wandel

BMV Visionen Ergebnisbericht der Mitglieder Befragung

bevölkerung deutschlands bis 2050

Institut für Technische Chemie Technische Universität Clausthal

Mittel- und langfristige Finanzierung der Pflegevorsorge. Präsentation der Studie des WIFOs

Demografische Grundlagen für Pensionssystem und -vorsorge

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

Zahlen u n d. Fakten. zur P flege.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

Modul G.1 WS 07/08: Statistik Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Schuldenbarometer 2014

INFO-BLATT FEBRUAR 2014

Gerechte und zukunftssichere Altersvorsorge

Werden wir immer noch älter?

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Qualifikationsspezifische Arbeitsnachfrage und Arbeitsangebot: Quantitative Abschätzung zum Handlungsbedarf

Die Folgen des demographischen Wandels für Arbeitsmarkt, Arbeit und soziale Sicherungssysteme

Korrelation - Regression. Berghold, IMI

Zur Einkommensverteilung in Thüringen Ergebnisse des Mikrozensus

effektweit VertriebsKlima

Fallzahlprognose für den Raum Salzgitter

Gliederung zu Kapitel Break-Even-Analyse

Gewichtsentwicklung. der Vorarlberger Kindergartenkinder 2010 / 11 bis 2013 / 14

Kennziffern der extensiven und intensiven Entwicklung des Versicherungsmarktes in Russland

Protokoll O 4 - Brennweite von Linsen

Approximationsalgorithmen

Vermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn

Zunehmende Bedeutung im Verarbeitenden Gewerbe

Demografischer Wandel in Deutschland

Herzlich Willkommen zur Vorlesung Statistik

Verbrauchorientierte Materialbedarfsplanung

auf die Große Anfrage der Abgeordneten Sibylle Laurischk, Ina Lenke, Miriam Gruß, weiterer Abgeordneter und der Fraktion der FDP Drucksache 16/8301

Telezentrische Meßtechnik

Peak Oil Fördermaximum von konventionellem Erdöl

Überschuldung von Privatpersonen in Deutschland

Das Fürstenberg Institut

Religionsmonitor Online-Befragung Hintergrundinformationen

Methoden Quantitative Datenanalyse

Fernunterrichtsstatistik Forum DistancE-Learning Der Fachverband für Fernlernen und Lernmedien e.v.

2. Tag der saarländischen Versicherungswirtschaft

Klausur Sommersemester 2010

Einführung in statistische Analysen

roße Pötte auf kleiner Flamme

Die Lebenserwartung in Deutschland ein Blick in die Zukunft

6BG Klasse 10 Bevölkerungsentwicklung VBRW

Kommentierter SPSS-Ausdruck zur logistischen Regression

Private Internetnutzung in der Stuttgarter Bevölkerung Ergebnisse der Stuttgarter Bürgerumfrage 2011

Personalstandsbericht 2014

Anleitung zur Altersstrukturanalyse

Der MEISTERKREIS-Index 2013 (Ausgabe 1)

Studiendesign/ Evaluierungsdesign

Transkript:

Demographie und Fußball Eike Emrich 1, Werner Pitsch & Christian Rullang Einleitung Die Bevölkerung Deutschlands wird sich in den kommenden Jahrzehnten nach der 12. koordinierten Bevölkerungsvorausberechnung erheblich verändern. Die Veränderungen werden sich sowohl auf den Umfang der Wohnbevölkerung als auch auf die Struktur, d.h. den Altersaufbau, auswirken (s. Abb.1). Ursächlich für diese Veränderungen sind die Geburtenrate, die Lebenserwartung sowie die Ein- und Auswanderungsbewegungen. Abb.1: Bevölkerungspyramiden der Jahre 2011, 2025 und 2050 (Quelle: Statistisches Bundesamt) Für die Bevölkerungsvorausberechnung wurden bezüglich der Geburtenrate, der Lebenserwartung und der Ein- und Auswanderungsbewegung verschiedene Annahmen getroffen. Insgesamt wurden vom Statistischen Bundesamt zwölf Variationen von Annahmen bezüglich dieser Parameter gerechnet. Methode Grundlage der hier dargestellten Rechnungen waren die 12. koordinierte Bevölkerungsvorausberechnung des Statistischen Bundesamtes und die aktuellen Mitgliederstatistiken des Deutschen Fußball-Bundes (DFB). Für die Berechnungen wurde der Mittelwert der Variante 1-W1 ( mittlere Untergrenze) und der Variante 1-W2 ( mittlere Obergrenze) der 12. koor- 1 Korrespondenzadresse: Prof. Dr. Eike Emrich, Universität des Saarlandes, Campus B 8 1, 66123 Saarbrücken, Fon: ++49(0)681 302 4170, Fax: ++49(0)681 302 4915, E-Mail: e.emrich@mx.uni-saarland.de, Autoren in alphabetischer Reihenfolge. 1

dinierten Bevölkerungsvorausberechnung verwendet. Die Annahmen dieser Varianten sind in Tabelle 1 dargestellt. Tab. 1: Annahmen der Variante 1-W1 und Variante 1-W2 (Quelle: Statistisches Bundesamt) Variante 1-W1 Variante 1-W2 Geburtenrate (Kinder je Frau) Annähernde Konstanz bei 1,4 Annähernde Konstanz bei 1,4 Lebenserwartung Jährlicher positiver Wanderungssaldo Basisannahme 2 100.000 ab 2014 Basisannahme 200.000 ab 2020 Zunächst wurden die Prävalenzen des Fußballspielens für die Jahre 1991 bis 2011 errechnet. Die Prävalenz beschreibt das Ereignisrisiko für ein Individuum bestimmten Alters und Geschlechts, Fußball zu spielen. Für die Berechnung der Prävalenz wurden die Bevölkerungszahlen mit der Mitgliederstatistik des DFB, und zwar jeweils der Jahre 1991 bis 2011, miteinander verrechnet (s. Tab. 2 und Tab. 3). Bei der Berechnung der Prävalenzen muss man aufgrund der geschätzten Bevölkerungszahlen von einer gewissen Ungenauigkeit ausgehen. Tab.2: Bevölkerung der BRD, dargestellt in den altersspezifischen Fußballklassen (Angaben in Tsd.; vgl. Statistisches Bundesamt) Männlich Weiblich Jahr (jeweils Insgesamt Alter von... bis... Jahren Alter von... bis... Jahren 31.12.) 6-14 15-18 19-59 6-16 17-59 1991 80 275 3 963 1 673 24 280 4 541 24 056 1995 81 817 4 235 1 814 24 453 4 893 24 228 2000 82 260 4 136 1 882 23 630 4 804 23 678 2005 82 438 3 748 1 989 23 525 4 492 23 798 2010 81 545 3 505 1 664 23 278 4 090 23 489 Tab. 3: Mitgliederzahlen des DFB (Angaben in Tsd.; vgl. Mitgliederstatistiken des DFB) Männlich Weiblich Jahr (jeweils Insgesamt Alter von... bis... Jahren Alter von... bis... Jahren 31.12.) 6-14 15-18 19-59 6-16 17-59 1991 5245 811 373 3539 521 1995 5675 1016 389 3656 613 2000 6255 1339 490 3598 208 618 2 Basisannahme: Lebenserwartung neugeborener Jungen im Jahr 2060: 85,0 Jahre; Lebenserwartung neugeborener Mädchen im Jahr 2060: 89,2 Jahre. 2

2005 6303 1344 500 3587 236 633 2010 6756 1419 537 3748 339 710 Für die Berechnungen wurden zwei Annahmen getroffen: 1. Es gibt eine konstante Prävalenz, das heißt eine gleich bleibende Wahrscheinlichkeit für jedes Individuum, in einem bestimmten Alter und Geschlecht, Fußball zu spielen. 2. Es gibt einen linearen, leicht ansteigenden Verlauf der Prävalenz. Zum Beispiel können Großereignisse wie die WM die Prävalenz positiv verändern und so die Wahrscheinlichkeit erhöhen, dass Individuen bestimmten Alters und Geschlechts künftig Fußball spielen. Für die erste Annahme wurde zunächst der Mittelwert der Prävalenzen der Jahre 1991 bis 2011 errechnet. Diese Mittelwerte wurden, innerhalb eines Sicherheitsintervalls von 95%, mit den Bevölkerungsvorausberechnungen des Statistischen Bundesamtes verrechnet, um daraus die Mitgliederzahlen bis zum Jahre 2025 zu prognostizieren. Für die zweite Annehme wurde mittels Regressionsanalyse die prognostizierten Prävalenzen der Jahre 2012 bis 2025 errechnet. Die Regressionsanalyse liefert nach Rasch (2006, S.146) eine Funktion, die der Vorhersage eines Merkmals (hier die Prävalenz für Fußballspielen) aus einem anderen Merkmal (Jahreszahl) dient. Hierzu wurde eine lineare Funktion aus den Prävalenzen der Jahre 1991 bis 2011 errechnet und diese bis zum Jahr 2025 fortgeführt. Diese Prognose der Prävalenzen liegt ebenfalls in einem 95%igen Sicherheitsintervall. Ergebnisse Der berechnete Mittelwert aus den Varianten 1-W1 und 1-W2 der 12. koordinierten Bevölkerungsvorausberechnung ergibt folgende Bevölkerungszahlen (s. Tab. 4): Tab.4: Bevölkerung der BRD, dargestellt in den altersspezifischen Fußballklassen (Quelle: Statistisches Bundesamt; eigene Berechnung; in Tsd.) Männlich Weiblich Jahr (jeweils Insgesamt Alter von... bis... Jahren Alter von... bis... Jahren 31.12.) 6-14 15-18 19-59 6-16 17-59 2012 81222 3376 1644 23015 3994 23188 2015 80824 3228 1629 22595 3819 22782 3

2020 80176 3108 1470 21646 3633 21773 2025 79330 3093 1411 20167 3585 20312 Die Berechnungen der Mittelwerte der Prävalenzen für die Jahre 1991 bis 2011 kamen zu den folgenden Ergebnissen (s. Tab. 5): Tab.5: Berechneter Mittelwert der Prävalenz der Jahre 1991 bis 2011 Männlich Alter von... bis... Jahren Weiblich Alter von... bis... Jahren Insgesamt 6-14 15-18 19-59 6-16 17-59 Mittelwert 0,0749 0,3176 0,2552 0,1523 0,0545 0,0263 Untere Schranke 0,0727 0,2878 0,2402 0,1506 0,0455 0,0253 Obere Schranke 0,0772 0,3474 0,2701 0,1541 0,0635 0,0272 Das heißt, dass die Wahrscheinlichkeit, dass ein weibliches Individuum im Alter zwischen 6 und 16 Jahren in Deutschland Fußball spielt, bei 0,0545 liegt, was wiederum bedeut, dass auf 100.000 Personen dieses Alters und Geschlechts 5.450 Fußballspielerinnen kommen. Bezogen auf männliche Personen ergibt der Wert in der Altersgruppe 6-14 Jahren auf 100.000 Personen 31.760 Fußballspieler. Die obere bzw. untere Schranke stellt hier den oberen bzw. unteren Wert des 95%-Sicherheitsintervalls dar, d.h. mit einer Wahrscheinlichkeit von 95% liegt die Prävalenz innerhalb dieses Intervalls. Mit Hilfe dieser Schranken und der oben angegeben, errechneten Bevölkerungsvorausberechnung, ergeben sich die folgenden prognostizierten Mitgliederstatistiken für den DFB im Zeitraum bis 2025 (s. Abb. 2a und Abb. 2b): 4

Abb.2a: Prognostizierte Mitgliederstatistik der Jahre 2012 bis 2025 bei konstanter Prävalenz für männliche Fußballer Abb.2b: Prognostizierte Mitgliederstatistik der Jahre 2012 bis 2025 bei konstanter Prävalenz für weibliche Fußballer In beiden Geschlechtsgruppen kommt es bei der angenommenen konstanten Prävalenz im Seniorenbereich zu Abnahmen in der Mitgliederzahl. Im Juniorenbereich scheint der Verlauf in den kommenden Jahren bis 2025 annähernd konstant zu bleiben. Insgesamt betrachtet führt dies auch zu einer annähernd konstanten Gesamtmitgliederzahl (s. Abb. 3). 5

Abb.3: Prognostizierte Mitgliederstatistik Gesamt für die Jahre 2012 bis 2025 bei konstanter Prävalenz Für die Berechnung der Regression wurde ebenfalls ein Sicherheitsintervall von 95% festgelegt. Daraus folgt, dass es hier ebenfalls eine obere und untere Schranke gibt, in der die Prävalenz, unter Annahme des linearen Verlaufs, mit einer Wahrscheinlichkeit von 95% liegt. Aus Übersichtsgründen sind diese hier jedoch nicht abgebildet. Die errechneten oberen und unteren Schranken der Prävalenz für jedes Jahr wurden mit der Bevölkerungsvorausberechnung verrechnet, so dass es zu folgenden prognostizierten Veränderungen in der Mitgliederstatistik des DFB kommen wird (s. Abb. 4a und Abb. 4b): Abb.4a: Prognostizierte Mitgliederstatistik der Jahre 2012 bis 2025 bei linearen Prävalenz für männliche Fußballer 6

Abb.4b: Prognostizierte Mitgliederstatistik der Jahre 2012 bis 2025 bei linearen Prävalenz für weibliche Fußballer Mit der Annahme einer linearen Prävalenz sieht man einen Anstieg der prognostizierten Mitgliederzahlen im männlichen Juniorenbereich im Alter bis 14 Jahren. Im männlichen Seniorenbereich sieht man weiterhin einen Rückgang der Mitgliederzahl und im Juniorenbereich im Alter zwischen 15 und 18 ist eine annähernde Konstanz zu sehen. Im weiblichen Juniorenbereich ist ein Anstieg der Mitgliederzahlen zu erkennen. Im weiblichen Seniorenbereich ist in den Jahren bis 2020 ein tendenzieller leichter Anstieg zu erkennen, in den Jahren 2020 bis 2025 gehen die Mitgliederzahlen jedoch wieder leicht zurück. Insgesamt wird bei Annahme einer linearen Prävalenz die Mitgliederzahl in den kommenden Jahren steigen (s. Abb.6). Abb.3: Prognostizierte Mitgliederstatistik Gesamt für die Jahre 2012 bis 2025 bei linearer Prävalenz 7

Diskussion Die Unterschiede in der Höhe der Mitgliederzahl zwischen den zwei Annahmen sind mit der unterschiedlichen Berechnung und den Annahmen selbst zu erklären. Durch die Mittelwertsberechnung bei der Annahme konstanter Prävalenz erhält man einen geringen, über den Zeitverlauf gleichbleibenden Wert. Bei der Annahme einer linearen, leicht ansteigenden Prävalenz hingegen steigt die Prävalenz in den Jahren 1991 bis 2011, was dazu führt, dass im Jahre 2012 bereits eine Differenz zwischen den Prävalenzen der zwei Annahmen existiert. Die Analyse zeigt, dass es in den kommenden Jahren (bis 2025) trotz des demographischen Wandels mit hoher Wahrscheinlichkeit nur zu geringen Veränderungen in den Mitgliederzahlen des Deutschen Fußball-Bundes kommen wird. Offensichtlich werden demographische Effekte von Entwicklungen im Fußball teilweise kompensiert oder gar überkompensiert. Vor allem im männlichen Juniorenbereich bis 14 Jahre und im weiblichen Junioren- und Seniorenbereich ist, unter der Annahme einer linearen Prävalenz, mit steigenden Mitgliederzahlen trotz des demographischen Wandels zu rechnen. Literatur Rasch, B., Friese, M., Hofman, W. & Naumann, E. (2006). Quantitative Methoden. Einführung in die Statistik. Band 1. (2., erweiterte Auflage). Heidelberg: Springer. Statistisches Bundesamt (2009). Bevölkerung Deutschlands bis 2060. Ergebnisse der 12. koordinierte Bevölkerungsvorausberechnung. Download am 28.09.2011 unter http://www.destatis.de/jetspeed/portal/cms/sites/destatis/internet/de/navigation/statistiken/bevoelkerung/vorausberechnungbevoelkerung/vorausberechnungbevoelkerung.psml 8