Die vorliegende Untersuchung widmet sich der Frage, welche Bedeutung die räumliche Differenzierung des Haushaltsbildungsverhaltens für die Ergebnisse von kleinräumigen Haushaltsprognosen hat. Die Haushaltsgrößenstruktur veränderte sich in Deutschland seit ihrer erstmaligen flächendeckenden Erhebung beträchtlich. Diese Strukturveränderungen sind von anhaltenden Haushaltsverkleinerungen geprägt und vollziehen sich auf der Makro-, Meso- und Mikro-ebene in unterschiedlicher Intensität. Eine möglichst exakte Abbildung räumlich differenzierter Trends ist für kleinräumige Haushaltsprognosen ergebnisrelevant. Die Trends ergeben sich zum einen aus der kleinräumigen Bevölkerungsentwicklung und zum anderen aus den Veränderungen des Haushaltsbildungsverhaltens. Um die oben gestellte Frage zu beantworten, wurden zunächst die Veränderungen von Anzahl und Größenstruktur der Haushalte in Deutschland nach dem 2. Weltkrieg nach ihren räumlichen Ausprägungen - zunächst anhand der Literatur und frei zugänglichen Datenquellen - untersucht. Der Fokus der eigenen empirischen Untersuchungen lag auf dem Zeit-raum 1998 bis 2011. Als Hauptdatenquelle wurden Einzeldaten des Mikrozensus im Rahmen von Scientific-Use-Files und der kontrollierten Datenfernverarbeitung genutzt. Um die Bedeutung des Haushaltsbildungsverhaltens beurteilen zu können, musste es operationalisiert werden. Als Grundgerüst diente das Haushaltsvorstandsquotenverfahren, welches jedoch an die Erfordernisse der Untersuchung angepasst werden musste. Aufbauend auf der Operationalisierung wurde mithilfe eines selbst weiterentwickelten Standardisierungsverfahrens der Einfluss des Haushaltsbildungsverhaltens auf die Haushaltsentwicklung bestimmt. Um Aussagen für kleinräumige Entwicklungen treffen zu können, wurden im nächsten Schritt die räumlich und nach Altersgruppen differenzierten Haushaltsvorstands-quoten auf Gemeinden in Sachsen übertragen. Diese Vorgehensweise wird auch in kleinräumigen makroanalytischen Haushaltsprognosen angewendet. Die Berechnungen erfolgten für alle Gemeinden in fünf Varianten und darüber hinaus für ausgewählte Gemeinden des Dresdener Umlandes mit einer Variante auf Basis von kommunalen Daten der Haushaltegenerierung (HHGen). Die Bedeutung der räumlichen Differenzierung ließ sich schließlich durch den Vergleich der Varianten mit der Referenzvariante ohne räumliche Differenzierung sowie dem Vergleich zwischen den vier Varianten der räumlichen Differenzierung messen. Als am besten für die demographisch ausgerichtete Untersuchung geeignet, stellte sich die Definition der Haushaltsbezugsperson nach dem ältesten Haushaltsmitglied heraus. Die anhand des Lebenszykluskonzeptes und altersjahrspezifischer Ausprägungen gewählten acht bzw. sieben Altersgruppen erwiesen sich für räumliche Betrachtungen als günstig und wiesen nur geringe Unterschiede zu altersjahrspezifischen Berechnungen auf. Das Haushaltswachstum in Deutschland betrug im Betrachtungszeitraum 7,7 %. 3,0 % Haushaltswachstum lassen sich auf die Veränderung des Haushaltsbildungsverhaltens zurückführen. Altersstruktureffekte tragen zu einem Wachstum von 5,3 % bei, während dagegen die Veränderung der Bevölkerungszahl bei Ausschluss der anderen Einflussgrößen, zu einem Rückgang von 0,5 % geführt hätte. Die Veränderung des Haushaltsbildungsverhaltens hatte im Betrachtungszeitraum für die Haushaltsentwicklung zweifelsfrei eine hohe Relevanz. Der Einfluss des Haushaltsbildungsverhaltens war im Betrachtungszeitraum für ostdeutsche Bundesländer besonders hoch und in Sachsen mit 8,0 % am höchsten. In Westdeutschland unterschied sich der Einfluss des Haushaltsbildungsverhaltens auf Bundesländerebene deutlich. Darüber hinaus sind insbesondere Stadt-Land-Unterschiede feststellbar. Der Einfluss von stadtregionalen Einflüssen ist aufgrund fehlender Raumkategorien dagegen nicht nachweisbar. Die Erhebungsumstellung des Mikrozensus im Jahr 2005 hat Auswirkungen auf die berechneten Ergebnisse der Haushaltsstruktur und des Haushaltsbildungsverhaltens. Sondereffekte durch die gehäufte Einführung von Zweitwohnsitzsteuern und die sog. Hartz-IV-Reform lassen im Vergleich zu HHGen-Daten Dresdens den Schluss zu, dass es im Zeitraum der Erhebungsumstellung zu einer erhöhten Haushaltsverkleinerung gekommen ist und es sich somit nicht ausschließlich um einen reinen methodischen Effekt handelt. Zu Verzerrungen der regionalen und nach Gemeindetypen differenzierten Ergebnisse können insbesondere Gebietsreformen, Statuswechsel durch dynamische Prozesse sowie Konzeptumstellungen der Typisierungen führen. Am stärksten wirkten sich diese Veränderungen auf den Bevölkerungsmengeneffekt, weniger auf den Verhaltenseffekt aus. Auf Gemeindeebene ergab sich ebenso eine hohe Relevanz des Haushaltsbildungsverhaltens für die Haushaltsentwicklung. Im Maximum führte die räumliche Differenzierung zu einer Abweichung von neun Prozentpunkten im Vergleich zur Referenzvariante. Die Spannweite (R) zwischen den Varianten der räumlichen Differenzierungen ist in Mittelstädten und suburbanen Gemeinden besonders hoch. Für die untersuchten Mittelstädte ist ein Regionaleffekt verantwortlich, d. h. die regionale Differenzierung von Gemeindegrößenklassen führte zu einer Erhöhung der rechnerischen Haushaltsentwicklung. Aus den Ergebnissen lässt sich schlussfolgern, dass von den räumlichen Differenzierungen im Mikrozensus als Ausgangsbasis zunächst Gemeindegrößenklassen am besten geeignet sind. Diese sollten mindestens nach West- und Ostdeutschland unterschieden werden. Die Regionalisierung nach (zusammengefassten) Bundesländern oder zusammengefassten Raumordnungsregionen ist anzustreben, jedoch nur unter großer Sorgfalt umsetzbar, da sonst die Fallzahlen zu gering und der Stichprobenfehler zu hoch werden. Für kleinräumige Haushaltsprognosen ist das Risiko von Fehlprognosen durch die Unterlassung von räumlichen Differenzierungen weitaus höher ist als durch deren Berücksichtigung. Das räumliche Auswertungspotenzial des Mikrozensus ist sehr hoch. Es kann jedoch gegenwärtig nicht voll ausgeschöpft werden. Notwendig wären nachträgliche Gebietsstandsbereinigungen sowie die künftige und rückwirkende Aufnahme geeigneter räumlicher Differenzierungen, die den stadtregionalen Kontext explizit berücksichtigen. / The present study addresses the question of the significance of spatial differentiation of household formation behaviour for the results of small-scale household projections. The structure of household sizes in Germany changed significantly since its first nationwide survey. These structural changes are marked by the permanent trend of household size diminishment and take place in varying degrees on macro, meso and micro level. Representing spatially differentiated trends as exactly as possible is of high relevance for the results of small-scale projections of households. These trends result in part from small-scale population development and, secondly, from the changes in household formation behaviour. To answer the question above, the changes in number and size structure of households in Germany after World War II were examined according to their spatial characteristics – as a start in literature and openly accessible data sources. The focus of this thesis’ empirical studies lies on period from 1998 to 2011. The main data source was micro data acquired in the micro-census. These data were used in the context of Scientific Use Files and controlled remote data processing. The assessment of the importance of household formation behaviour requires its operationalization. As backbone the head of household ratio method was used, which, however, had to be adapted to the requirements of the investigation. Based on the operationalization a standardization method developed further in the context of this study was used to determine the influence of household formation behaviour on house-hold development. To be able to draw conclusions for small-scale developments, in a next step head of household ratios differentiated spatially and by age group were applied on municipalities in Saxony – analogous to the approach used in small-scale macro-analytical household projections. The calculations were made for all municipalities for five variants. Furthermore, an additional variant based on local data of household generation (HHGen) was calculated for selected municipalities surrounding Dresden. The importance of spatial differentiation was measured by comparing the variants with a reference calculation without spatial differentiation as well as by comparing between the four variants with spatial differentiation. The definition of the eldest household member as household head proved to be most suitable for demographic studies. Seven respectively eight age groups based on life cycle concept were found to be suitable for spatial considerations and showed only minor differences to year-of-age specific calculations. The number of households increased by 7.7% in the analysis period. 3.0% can be attributed to the change in household formation behaviour. Age structure effects contribute to a growth of 5.3%, whereas the change in population - excluding other influences - would have led to a decline in household numbers of 0.5%. The change in household formation behaviour was doubtless of high relevance in the analysis period. The influence of household formation behaviour in the analysis period was particularly high for East Germany, with the maximum in Saxony (8.0%). In West Germany, the influence of household formation behaviour differed significantly for the different federal states (Länder). Moreover, especially urbanrural differences are noticeable. Urban-suburban interrelations are, however, undetectable due to lack of spatial categories. The change in survey methods for the micro-census in 2005 affects the results of household structure and the calculated household formation behaviour. Compared to HHGen data of Dresden, special effects by the frequent introduction of taxes on secondary residences and the socalled “Hartz IV reform” lead to the conclusion, that an increased household size reduction has taken place in the period of change in survey methods. Consequently, this is not merely a methodological effect. Reforms of regional structures, changes in status caused by dynamic processes as well as changes in concepts of typification may lead to biased regionally differentiated and municipal results. The highest impact of these changes was discovered on population quantity effect, less on the behaviour effect. At municipal level, household formation behaviour showed a high relevance for household development. Spatial differentiation led to a maximal deviation of nine percentage points compared to the reference calculation. The range between the variants of spatial differentiation is particularly high in medium-sized towns and suburban municipalities. For the medium-sized towns this is due to a regional effect: the regional differentiation of municipality size classes led to an increase in the determined household development. The results lead to the conclusion that, choosing from the spatial differentiation possibilities in the micro-census, differentiation on municipality level is most suited as a basis. These should be differentiated at least into West and East Germany. Regionalization to (combined) federal states (Länder) or combined spatial planning regions (Raumordnungsregionen) is desirable. However, it can be implemented only with great care, as there are only a limited number of cases and the sampling error would be too high. For small-scale household projections the risk of incorrect predictions by the omission of spatial differentiation is is much higher than by taking them into account. The potential of spatial analysis of the micro-census is very high, but cannot be exploited to the fullest at the time being. Subsequent territorial adjustments would be necessary, as well as future and retroactive inclusion of appropriate spatial differentiations which explicitly take into account the intraregional context.

隨著時代的變遷，家庭結構出現了龐大變化。尤其在社會氛圍瀰漫著「不婚、不生」的風氣下，人口轉型的速度比起過去大幅增加。根據行政院主計總處的調查，近年來單人家戶以及夫婦兩人家戶占總家庭戶數的比重已增長至33.01%。因此，在「單人」、「頂客」家庭越來越多的情況下，不僅僅改變了社會型態，也改變了家庭的消費模式。所以說，本研究企圖利用家庭收支調查以及普查資料進行分析，並使用R軟體運算資料以及視覺化呈現空間資訊。其研究的方向與重點有三：第一，本研究旨在探討在不同背景條件下，會分別產生出何種樣貌的單人家戶以及頂客家戶類型，以針對各類型家戶進行人口樣貌與背景特徵的比較分析；第二，於分類後，結合2010年普查資料中的鄉鎮市區地理資訊，來歸納出不同的家庭類型其區域分布的差異；最後，再使用家庭等值規模尺度之概念，從家庭的收入、消費支出著手，以瞭解在不同的單人家戶、頂客家戶類型中，其消費樣態的差異為何？單人家戶是否能夠達到與頂客家戶相同甚至更高的生活風貌？並探究出單人家戶者究竟能否透過消費來實現「樂單」生活。 本研究結果發現，在分布與特性中，無論是在單人家戶抑或頂客家戶，個人的背景會影響其未來組成家庭的樣貌，大部分的青年人口皆為高學歷，也因為教育年限的延長以及晚婚，導致這些人成為單人家戶抑或是頂客家戶的比率也隨之成長。尤其是在單人家戶裡的青年人口，逐漸成為現代中不容小覷的一群，其比率僅次於第一高的離異單人家戶。而在區域分布的部分，可以發現，單人家戶與頂客家戶的高齡人口比例，已足以影響整體家戶區域分布的狀況，實有必要透過本研究中的五種以及三種分類加以說明，才能夠更為精確地描述出各家戶的分布狀況。 最後，在消費趨勢中，則可以發現，一個家庭位於不同生命週期以及不同家庭規模之下，會呈現出不同比例的消費特性，家庭中的所有消費，除單人戶之外，均須考慮到規模經濟的影響，所以，最後研究者利用等值規模尺度概念進行運算，得出在單人階段與年輕夫妻階段，於家庭收支調查所列的消費項目都有較高的消費支出，而單人家戶又比頂客家戶更高，因此，由本文即可證明，單人家戶的消費，的確能夠比起其他家戶更為自由，其消費會以精美、自我實現為最大考量，使自己能夠獲得享受獨居生活之樂趣，所以說，「樂單」一詞足以取代「孤單」，成為「單人者」的新興代名詞。 / As time goes by, the structure of family has made some changement. Especially under the atmosphere of “no marriage, no plan to give birth to a child” within this society, the speed of demographic transition has risen intensely than the old times. According to the survey of The Directorate General of Budget, Accounting and Statistics (DGBAS) of Executive Yuan, the percentage of One-person household and Married-couple household have increased to 33.01% in all kinds of household. Hence, the increase of One-person, DINK household has not only change the social type but also the way of consumption of a family. This study attempt to analysis the changement by the Survey of Family Income and Expenditure and census data. I use R to run statistic data, and also to visualize space information. The research focus on three points: First, I would like to know what kind of One-person household and DINK household will be formed under different condition to do comparative analysis. Second, after categorizing, combined with the geography information in 2010. To distinguish the distribution pattern difference within each type of household. In the end, use the Household Equivalence Scale to see through the difference of consumption to be affected by income and consumption. If One-person household can be living at the same or even better than the DINK household? I would also like to know if One-person household can live their “Quirkyalone” life simply through consumption. According to the result, personal background will affect the future household feature both in One-person and DINK household. Most of the youth are highly educated, due to the extension of years of education and the postpone of going into marriage. These kind of persons are more likely to become One-person household or DINK household. Particularly the youth in the One-person household, their rate after the highest divorced One-person household. In the regional distribution, proportion of elderly population in the One-person and DINK household can affect the regional distribution of households. It needs to explain by the five and the three categories in this study, then precisely describe the distribution of household ratio. In the consumption trends, when a family at different stage and scale of life cycle will present different portion of consumption features. However, this proportionality is to ignore the fact that composition of One-person household is less than DINK household. Therefore, to take the effection of economies of scale into consideration, during single and newlyweds stage they have higher expense within the Survey of Family Income and Expenditure. Above all, the One-person household is higher than the DINK household. Thus, as a result, I can prove that the One-person household is more liberated than other household. They will take their self-fulfillment maximize into consideration while making consumptions. To increase the enjoyment of living alone. In a nutshall, “Quirkyalone” is a word that can replace “lonely”.

Die vorliegende Untersuchung widmet sich der Frage, welche Bedeutung die räumliche Differenzierung des Haushaltsbildungsverhaltens für die Ergebnisse von kleinräumigen Haushaltsprognosen hat. Die Haushaltsgrößenstruktur veränderte sich in Deutschland seit ihrer erstmaligen flächendeckenden Erhebung beträchtlich. Diese Strukturveränderungen sind von anhaltenden Haushaltsverkleinerungen geprägt und vollziehen sich auf der Makro-, Meso- und Mikro-ebene in unterschiedlicher Intensität. Eine möglichst exakte Abbildung räumlich differenzierter Trends ist für kleinräumige Haushaltsprognosen ergebnisrelevant. Die Trends ergeben sich zum einen aus der kleinräumigen Bevölkerungsentwicklung und zum anderen aus den Veränderungen des Haushaltsbildungsverhaltens. Um die oben gestellte Frage zu beantworten, wurden zunächst die Veränderungen von Anzahl und Größenstruktur der Haushalte in Deutschland nach dem 2. Weltkrieg nach ihren räumlichen Ausprägungen - zunächst anhand der Literatur und frei zugänglichen Datenquellen - untersucht. Der Fokus der eigenen empirischen Untersuchungen lag auf dem Zeit-raum 1998 bis 2011. Als Hauptdatenquelle wurden Einzeldaten des Mikrozensus im Rahmen von Scientific-Use-Files und der kontrollierten Datenfernverarbeitung genutzt. Um die Bedeutung des Haushaltsbildungsverhaltens beurteilen zu können, musste es operationalisiert werden. Als Grundgerüst diente das Haushaltsvorstandsquotenverfahren, welches jedoch an die Erfordernisse der Untersuchung angepasst werden musste. Aufbauend auf der Operationalisierung wurde mithilfe eines selbst weiterentwickelten Standardisierungsverfahrens der Einfluss des Haushaltsbildungsverhaltens auf die Haushaltsentwicklung bestimmt. Um Aussagen für kleinräumige Entwicklungen treffen zu können, wurden im nächsten Schritt die räumlich und nach Altersgruppen differenzierten Haushaltsvorstands-quoten auf Gemeinden in Sachsen übertragen. Diese Vorgehensweise wird auch in kleinräumigen makroanalytischen Haushaltsprognosen angewendet. Die Berechnungen erfolgten für alle Gemeinden in fünf Varianten und darüber hinaus für ausgewählte Gemeinden des Dresdener Umlandes mit einer Variante auf Basis von kommunalen Daten der Haushaltegenerierung (HHGen). Die Bedeutung der räumlichen Differenzierung ließ sich schließlich durch den Vergleich der Varianten mit der Referenzvariante ohne räumliche Differenzierung sowie dem Vergleich zwischen den vier Varianten der räumlichen Differenzierung messen. Als am besten für die demographisch ausgerichtete Untersuchung geeignet, stellte sich die Definition der Haushaltsbezugsperson nach dem ältesten Haushaltsmitglied heraus. Die anhand des Lebenszykluskonzeptes und altersjahrspezifischer Ausprägungen gewählten acht bzw. sieben Altersgruppen erwiesen sich für räumliche Betrachtungen als günstig und wiesen nur geringe Unterschiede zu altersjahrspezifischen Berechnungen auf. Das Haushaltswachstum in Deutschland betrug im Betrachtungszeitraum 7,7 %. 3,0 % Haushaltswachstum lassen sich auf die Veränderung des Haushaltsbildungsverhaltens zurückführen. Altersstruktureffekte tragen zu einem Wachstum von 5,3 % bei, während dagegen die Veränderung der Bevölkerungszahl bei Ausschluss der anderen Einflussgrößen, zu einem Rückgang von 0,5 % geführt hätte. Die Veränderung des Haushaltsbildungsverhaltens hatte im Betrachtungszeitraum für die Haushaltsentwicklung zweifelsfrei eine hohe Relevanz. Der Einfluss des Haushaltsbildungsverhaltens war im Betrachtungszeitraum für ostdeutsche Bundesländer besonders hoch und in Sachsen mit 8,0 % am höchsten. In Westdeutschland unterschied sich der Einfluss des Haushaltsbildungsverhaltens auf Bundesländerebene deutlich. Darüber hinaus sind insbesondere Stadt-Land-Unterschiede feststellbar. Der Einfluss von stadtregionalen Einflüssen ist aufgrund fehlender Raumkategorien dagegen nicht nachweisbar. Die Erhebungsumstellung des Mikrozensus im Jahr 2005 hat Auswirkungen auf die berechneten Ergebnisse der Haushaltsstruktur und des Haushaltsbildungsverhaltens. Sondereffekte durch die gehäufte Einführung von Zweitwohnsitzsteuern und die sog. Hartz-IV-Reform lassen im Vergleich zu HHGen-Daten Dresdens den Schluss zu, dass es im Zeitraum der Erhebungsumstellung zu einer erhöhten Haushaltsverkleinerung gekommen ist und es sich somit nicht ausschließlich um einen reinen methodischen Effekt handelt. Zu Verzerrungen der regionalen und nach Gemeindetypen differenzierten Ergebnisse können insbesondere Gebietsreformen, Statuswechsel durch dynamische Prozesse sowie Konzeptumstellungen der Typisierungen führen. Am stärksten wirkten sich diese Veränderungen auf den Bevölkerungsmengeneffekt, weniger auf den Verhaltenseffekt aus. Auf Gemeindeebene ergab sich ebenso eine hohe Relevanz des Haushaltsbildungsverhaltens für die Haushaltsentwicklung. Im Maximum führte die räumliche Differenzierung zu einer Abweichung von neun Prozentpunkten im Vergleich zur Referenzvariante. Die Spannweite (R) zwischen den Varianten der räumlichen Differenzierungen ist in Mittelstädten und suburbanen Gemeinden besonders hoch. Für die untersuchten Mittelstädte ist ein Regionaleffekt verantwortlich, d. h. die regionale Differenzierung von Gemeindegrößenklassen führte zu einer Erhöhung der rechnerischen Haushaltsentwicklung. Aus den Ergebnissen lässt sich schlussfolgern, dass von den räumlichen Differenzierungen im Mikrozensus als Ausgangsbasis zunächst Gemeindegrößenklassen am besten geeignet sind. Diese sollten mindestens nach West- und Ostdeutschland unterschieden werden. Die Regionalisierung nach (zusammengefassten) Bundesländern oder zusammengefassten Raumordnungsregionen ist anzustreben, jedoch nur unter großer Sorgfalt umsetzbar, da sonst die Fallzahlen zu gering und der Stichprobenfehler zu hoch werden. Für kleinräumige Haushaltsprognosen ist das Risiko von Fehlprognosen durch die Unterlassung von räumlichen Differenzierungen weitaus höher ist als durch deren Berücksichtigung. Das räumliche Auswertungspotenzial des Mikrozensus ist sehr hoch. Es kann jedoch gegenwärtig nicht voll ausgeschöpft werden. Notwendig wären nachträgliche Gebietsstandsbereinigungen sowie die künftige und rückwirkende Aufnahme geeigneter räumlicher Differenzierungen, die den stadtregionalen Kontext explizit berücksichtigen.:INHALTSVERZEICHNIS ABBILDUNGSVERZEICHNIS TABELLENVERZEICHNIS ABKÜRZUNGSVERZEICHNIS KURZFASSUNG ABSTRACT 1. EINFÜHRUNG 21 1.1 PROBLEMSTELLUNG 21 1.2 ZIEL UND AUFBAU DER ARBEIT 26 2. GRUNDZÜGE EINER BEVÖLKERUNGSGEOGRAPHISCH AUSGERICHTETEN HAUSHALTSFORSCHUNG 29 2.1 EMPIRISCHE HAUSHALTSFORSCHUNG IM BEVÖLKERUNGSGEOGRAPHISCHEN KONTEXT 29 2.2 ZUSAMMENHÄNGE ZWISCHEN BEVÖLKERUNGS- UND HAUSHALTSENTWICKLUNG 32 2.3 ZENTRALE BEGRIFFE 36 2.3.1 Privater Haushalt 37 2.3.1.1 Herkunft und Bedeutung 37 2.3.1.2 Abgrenzung zu anderen Formen des Zusammenlebens 38 2.3.2 Haushaltsbildungsverhalten 40 2.3.3 Räumliche Differenzierung 43 3. GRUNDLAGEN DER ERKLÄRUNG, ANALYSE UND PROGNOSE VON RÄUMLICH UNTERSCHIEDLICH VERLAUFENDEN DYNAMIKEN DER ANZAHL UND STRUKTUR PRIVATER HAUSHALTE 44 3.1 DAS LEBENSZYKLUSKONZEPT ALS GRUNDSÄTZLICHES ERKLÄRUNGSMODELL DES INDIVIDUELLEN HAUSHALTSBILDUNGS- UND AUFLÖSUNGSPROZESSES 44 3.2 THEORIEANSÄTZE ZUR ERKLÄRUNG DES SICH VERÄNDERNDEN HAUSHALTSBILDUNGSVERHALTENS 49 3.2.1 Demographische Theorieansätze 49 3.2.2 Soziologische Theorieansätze 56 3.2.2.1 Individualisierungsthese 57 3.2.2.2 Theorie gesellschaftlicher/sozialer Differenzierung privater Lebensformen 59 3.2.3 Zwischenfazit 61 3.3 DYNAMIK DER HAUSHALTSGRÖßENSTRUKTUR IN DEUTSCHLAND 64 3.3.1 Vorbemerkung 64 3.3.2 Haushaltsgrößenveränderungen im Überblick 64 3.3.2.1 Historische Entwicklung 64 3.3.2.2 Internationaler Vergleich 72 3.3.3 Veränderung von Haushaltsgrößenstrukturen und Haushaltsbildungsverhalten in Deutschland 75 3.3.3.1 Quellen- und Literaturüberblick 75 3.3.3.2 Überregionale Entwicklungen und Zusammenhänge 77 3.3.3.3 Ausgewählte Erkenntnisse regionaler Betrachtungen 88 3.3.3.4 Ausgewählte Erkenntnisse intraregionaler und innerstädtischer Betrachtungen 95 3.3.4 Zwischenfazit 105 3.4 DATENGRUNDLAGEN FÜR ANALYSEN DES HAUSHALTSBILDUNGSVERHALTENS IN DEUTSCHLAND 107 3.4.1 Anforderungen an Datengrundlagen für kleinräumige und regionale Betrachtungen 107 3.4.2 Überblick zu für Forschungszwecke nutzbaren Datenquellen 107 3.4.3 Kommunales Haushaltegenerierungsverfahren HHGen 110 3.4.4 Sozio-oekonomisches Panel (SOEP) 111 3.4.5 Zensus 2011 112 3.4.6 Mikrozensus 113 3.4.6.1 Datenerhebungsverfahren und daraus resultierende Konsequenzen 113 3.4.6.2 Möglichkeiten und Grenzen der räumlichen Differenzierung 116 3.4.7 Zwischenfazit 120 3.5 AUSGEWÄHLTE HAUSHALTSPROGNOSEVERFAHREN UND IHRE DATENANFORDERUNGEN 123 3.5.1 Überblick 123 3.5.2 Makroanalytische Verfahren 125 3.5.2.1 Haushaltsmitgliederquotenverfahren 126 3.5.2.2 Haushaltsvorstandsquotenverfahren 127 3.5.2.3 Die IÖR-Haushaltsprognose - ein Beispiel für die Weiterentwicklung makroanalytischer Verfahren für kleinräumige Anwendungen 130 3.6 SCHLUSSFOLGERUNGEN FÜR DIE EMPIRISCHE ARBEIT 132 4. OPERATIONALISIERUNG DER VERÄNDERUNG DES HAUSHALTSBILDUNGSVERHALTENS BEI MÖGLICHST HOHER RÄUMLICHER DIFFERENZIERUNG 133 4.1 VORBEMERKUNGEN 133 4.2 BESONDERHEITEN DER MESSUNG VON HAUSHALTSGRÖßENSTRUKTUREN 135 4.3 DEFINITION DER HAUSHALTSBEZUGSPERSON – EIN VERGLEICH 138 4.3.1 Bestehende Konzepte 138 4.3.2 Empirischer Vergleich der Definitionen der Haushaltsbezugsperson 141 4.3.2.1 Vergleich insgesamt 141 4.3.2.2 Vergleich nach Geschlecht 149 4.3.3 Zwischenfazit 155 4.4 DIFFERENZIERUNG NACH ALTER UND BILDUNG VON ALTERSGRUPPEN 157 4.5 FESTLEGUNGEN ZUR OPERATIONALISIERUNG DES HAUSHALTSBILDUNGS-VERHALTENS IM ÜBERBLICK 165 4.6 METHODIK ZUR ERMITTLUNG VON EINFLUSSGRÖßEN DER HAUSHALTSENTWICKLUNG 166 4.7 METHODISCHE VORGEHENSWEISE EX-POST-PROGNOSEN 172 5. ERGEBNISSE EMPIRISCHER ANALYSEN ZUR RÄUMLICHEN DIFFERENZIERUNG DER VERÄNDERUNG DES HAUSHALTSBILDUNGSVERHALTENS IN DEUTSCHLAND 176 5.1 VORBEMERKUNGEN 176 5.2 HAUSHALTSGRÖßENENTWICKLUNG UND EINFLUSSGRÖßEN DER HAUSHALTSENTWICKLUNG 177 5.2.1 Vorgehensweise 177 5.2.2 Regionale Differenzierung 177 5.2.2.1 Bundesländer sowie West- und Ostdeutschland 177 5.2.2.2 Raumordnungsregionen 194 5.2.3 Gemeindetypen 207 5.2.3.1 Stadt-Land-Gliederung Eurostat bis 2011 208 5.2.3.2 Siedlungsstrukturelle Gemeindetypen 217 5.2.3.3 Gemeindegrößenklassen 225 5.2.3.4 Zusammengefasste Gemeindegrößenklassen nach zusammengefassten Raumordnungsregionen 235 5.2.3.5 Weitere Möglichkeiten der räumlichen Differenzierung im Mikrozensus 239 5.2.4 Analysen mit HHGen-Daten der Landeshauptstadt Dresden 240 5.2.5 Zwischenfazit 248 5.3 WIRKUNG DER RÄUMLICHEN DIFFERENZIERUNG DES HAUSHALTSBILDUNGSVERHALTENS AUF GEMEINDEEBENE AM BEISPIEL VON SACHSEN 253 5.3.1 Vorbemerkungen 253 5.3.2 Bevölkerungsentwicklung auf Gemeindeebene sowie Variante ohne räumliche Differenzierung als Vergleichsbasis 254 5.3.3 Gemeindegrößenklassen Ostdeutschland 258 5.3.4 Testrechnung für angrenzende Dresdener Umlandgemeinden anhand von HHGen-Daten 264 5.3.5 Varianten der räumlichen Differenzierung im Vergleich 267 5.3.5.1 Gesamtentwicklung nach ausgewählten Kategorien 267 5.3.5.2 Einzelfallbetrachtung ausgewählter Gemeinden 274 5.3.6 Zwischenfazit 281 6. SCHLUSSFOLGERUNGEN UND AUSBLICK 286 6.1 SCHLUSSFOLGERUNGEN FÜR DIE RÄUMLICHE DIFFERENZIERUNG DES HAUSHALTSBILDUNGSVERHALTENS ALS GRUNDLAGE KLEINRÄUMIGER HAUSHALTSPROGNOSEN 286 6.2 AUSBLICK 297 LITERATURVERZEICHNIS 299 WEITERE QUELLEN 317 ANHANG / The present study addresses the question of the significance of spatial differentiation of household formation behaviour for the results of small-scale household projections. The structure of household sizes in Germany changed significantly since its first nationwide survey. These structural changes are marked by the permanent trend of household size diminishment and take place in varying degrees on macro, meso and micro level. Representing spatially differentiated trends as exactly as possible is of high relevance for the results of small-scale projections of households. These trends result in part from small-scale population development and, secondly, from the changes in household formation behaviour. To answer the question above, the changes in number and size structure of households in Germany after World War II were examined according to their spatial characteristics – as a start in literature and openly accessible data sources. The focus of this thesis’ empirical studies lies on period from 1998 to 2011. The main data source was micro data acquired in the micro-census. These data were used in the context of Scientific Use Files and controlled remote data processing. The assessment of the importance of household formation behaviour requires its operationalization. As backbone the head of household ratio method was used, which, however, had to be adapted to the requirements of the investigation. Based on the operationalization a standardization method developed further in the context of this study was used to determine the influence of household formation behaviour on house-hold development. To be able to draw conclusions for small-scale developments, in a next step head of household ratios differentiated spatially and by age group were applied on municipalities in Saxony – analogous to the approach used in small-scale macro-analytical household projections. The calculations were made for all municipalities for five variants. Furthermore, an additional variant based on local data of household generation (HHGen) was calculated for selected municipalities surrounding Dresden. The importance of spatial differentiation was measured by comparing the variants with a reference calculation without spatial differentiation as well as by comparing between the four variants with spatial differentiation. The definition of the eldest household member as household head proved to be most suitable for demographic studies. Seven respectively eight age groups based on life cycle concept were found to be suitable for spatial considerations and showed only minor differences to year-of-age specific calculations. The number of households increased by 7.7% in the analysis period. 3.0% can be attributed to the change in household formation behaviour. Age structure effects contribute to a growth of 5.3%, whereas the change in population - excluding other influences - would have led to a decline in household numbers of 0.5%. The change in household formation behaviour was doubtless of high relevance in the analysis period. The influence of household formation behaviour in the analysis period was particularly high for East Germany, with the maximum in Saxony (8.0%). In West Germany, the influence of household formation behaviour differed significantly for the different federal states (Länder). Moreover, especially urbanrural differences are noticeable. Urban-suburban interrelations are, however, undetectable due to lack of spatial categories. The change in survey methods for the micro-census in 2005 affects the results of household structure and the calculated household formation behaviour. Compared to HHGen data of Dresden, special effects by the frequent introduction of taxes on secondary residences and the socalled “Hartz IV reform” lead to the conclusion, that an increased household size reduction has taken place in the period of change in survey methods. Consequently, this is not merely a methodological effect. Reforms of regional structures, changes in status caused by dynamic processes as well as changes in concepts of typification may lead to biased regionally differentiated and municipal results. The highest impact of these changes was discovered on population quantity effect, less on the behaviour effect. At municipal level, household formation behaviour showed a high relevance for household development. Spatial differentiation led to a maximal deviation of nine percentage points compared to the reference calculation. The range between the variants of spatial differentiation is particularly high in medium-sized towns and suburban municipalities. For the medium-sized towns this is due to a regional effect: the regional differentiation of municipality size classes led to an increase in the determined household development. The results lead to the conclusion that, choosing from the spatial differentiation possibilities in the micro-census, differentiation on municipality level is most suited as a basis. These should be differentiated at least into West and East Germany. Regionalization to (combined) federal states (Länder) or combined spatial planning regions (Raumordnungsregionen) is desirable. However, it can be implemented only with great care, as there are only a limited number of cases and the sampling error would be too high. For small-scale household projections the risk of incorrect predictions by the omission of spatial differentiation is is much higher than by taking them into account. The potential of spatial analysis of the micro-census is very high, but cannot be exploited to the fullest at the time being. Subsequent territorial adjustments would be necessary, as well as future and retroactive inclusion of appropriate spatial differentiations which explicitly take into account the intraregional context.:INHALTSVERZEICHNIS ABBILDUNGSVERZEICHNIS TABELLENVERZEICHNIS ABKÜRZUNGSVERZEICHNIS KURZFASSUNG ABSTRACT 1. EINFÜHRUNG 21 1.1 PROBLEMSTELLUNG 21 1.2 ZIEL UND AUFBAU DER ARBEIT 26 2. GRUNDZÜGE EINER BEVÖLKERUNGSGEOGRAPHISCH AUSGERICHTETEN HAUSHALTSFORSCHUNG 29 2.1 EMPIRISCHE HAUSHALTSFORSCHUNG IM BEVÖLKERUNGSGEOGRAPHISCHEN KONTEXT 29 2.2 ZUSAMMENHÄNGE ZWISCHEN BEVÖLKERUNGS- UND HAUSHALTSENTWICKLUNG 32 2.3 ZENTRALE BEGRIFFE 36 2.3.1 Privater Haushalt 37 2.3.1.1 Herkunft und Bedeutung 37 2.3.1.2 Abgrenzung zu anderen Formen des Zusammenlebens 38 2.3.2 Haushaltsbildungsverhalten 40 2.3.3 Räumliche Differenzierung 43 3. GRUNDLAGEN DER ERKLÄRUNG, ANALYSE UND PROGNOSE VON RÄUMLICH UNTERSCHIEDLICH VERLAUFENDEN DYNAMIKEN DER ANZAHL UND STRUKTUR PRIVATER HAUSHALTE 44 3.1 DAS LEBENSZYKLUSKONZEPT ALS GRUNDSÄTZLICHES ERKLÄRUNGSMODELL DES INDIVIDUELLEN HAUSHALTSBILDUNGS- UND AUFLÖSUNGSPROZESSES 44 3.2 THEORIEANSÄTZE ZUR ERKLÄRUNG DES SICH VERÄNDERNDEN HAUSHALTSBILDUNGSVERHALTENS 49 3.2.1 Demographische Theorieansätze 49 3.2.2 Soziologische Theorieansätze 56 3.2.2.1 Individualisierungsthese 57 3.2.2.2 Theorie gesellschaftlicher/sozialer Differenzierung privater Lebensformen 59 3.2.3 Zwischenfazit 61 3.3 DYNAMIK DER HAUSHALTSGRÖßENSTRUKTUR IN DEUTSCHLAND 64 3.3.1 Vorbemerkung 64 3.3.2 Haushaltsgrößenveränderungen im Überblick 64 3.3.2.1 Historische Entwicklung 64 3.3.2.2 Internationaler Vergleich 72 3.3.3 Veränderung von Haushaltsgrößenstrukturen und Haushaltsbildungsverhalten in Deutschland 75 3.3.3.1 Quellen- und Literaturüberblick 75 3.3.3.2 Überregionale Entwicklungen und Zusammenhänge 77 3.3.3.3 Ausgewählte Erkenntnisse regionaler Betrachtungen 88 3.3.3.4 Ausgewählte Erkenntnisse intraregionaler und innerstädtischer Betrachtungen 95 3.3.4 Zwischenfazit 105 3.4 DATENGRUNDLAGEN FÜR ANALYSEN DES HAUSHALTSBILDUNGSVERHALTENS IN DEUTSCHLAND 107 3.4.1 Anforderungen an Datengrundlagen für kleinräumige und regionale Betrachtungen 107 3.4.2 Überblick zu für Forschungszwecke nutzbaren Datenquellen 107 3.4.3 Kommunales Haushaltegenerierungsverfahren HHGen 110 3.4.4 Sozio-oekonomisches Panel (SOEP) 111 3.4.5 Zensus 2011 112 3.4.6 Mikrozensus 113 3.4.6.1 Datenerhebungsverfahren und daraus resultierende Konsequenzen 113 3.4.6.2 Möglichkeiten und Grenzen der räumlichen Differenzierung 116 3.4.7 Zwischenfazit 120 3.5 AUSGEWÄHLTE HAUSHALTSPROGNOSEVERFAHREN UND IHRE DATENANFORDERUNGEN 123 3.5.1 Überblick 123 3.5.2 Makroanalytische Verfahren 125 3.5.2.1 Haushaltsmitgliederquotenverfahren 126 3.5.2.2 Haushaltsvorstandsquotenverfahren 127 3.5.2.3 Die IÖR-Haushaltsprognose - ein Beispiel für die Weiterentwicklung makroanalytischer Verfahren für kleinräumige Anwendungen 130 3.6 SCHLUSSFOLGERUNGEN FÜR DIE EMPIRISCHE ARBEIT 132 4. OPERATIONALISIERUNG DER VERÄNDERUNG DES HAUSHALTSBILDUNGSVERHALTENS BEI MÖGLICHST HOHER RÄUMLICHER DIFFERENZIERUNG 133 4.1 VORBEMERKUNGEN 133 4.2 BESONDERHEITEN DER MESSUNG VON HAUSHALTSGRÖßENSTRUKTUREN 135 4.3 DEFINITION DER HAUSHALTSBEZUGSPERSON – EIN VERGLEICH 138 4.3.1 Bestehende Konzepte 138 4.3.2 Empirischer Vergleich der Definitionen der Haushaltsbezugsperson 141 4.3.2.1 Vergleich insgesamt 141 4.3.2.2 Vergleich nach Geschlecht 149 4.3.3 Zwischenfazit 155 4.4 DIFFERENZIERUNG NACH ALTER UND BILDUNG VON ALTERSGRUPPEN 157 4.5 FESTLEGUNGEN ZUR OPERATIONALISIERUNG DES HAUSHALTSBILDUNGS-VERHALTENS IM ÜBERBLICK 165 4.6 METHODIK ZUR ERMITTLUNG VON EINFLUSSGRÖßEN DER HAUSHALTSENTWICKLUNG 166 4.7 METHODISCHE VORGEHENSWEISE EX-POST-PROGNOSEN 172 5. ERGEBNISSE EMPIRISCHER ANALYSEN ZUR RÄUMLICHEN DIFFERENZIERUNG DER VERÄNDERUNG DES HAUSHALTSBILDUNGSVERHALTENS IN DEUTSCHLAND 176 5.1 VORBEMERKUNGEN 176 5.2 HAUSHALTSGRÖßENENTWICKLUNG UND EINFLUSSGRÖßEN DER HAUSHALTSENTWICKLUNG 177 5.2.1 Vorgehensweise 177 5.2.2 Regionale Differenzierung 177 5.2.2.1 Bundesländer sowie West- und Ostdeutschland 177 5.2.2.2 Raumordnungsregionen 194 5.2.3 Gemeindetypen 207 5.2.3.1 Stadt-Land-Gliederung Eurostat bis 2011 208 5.2.3.2 Siedlungsstrukturelle Gemeindetypen 217 5.2.3.3 Gemeindegrößenklassen 225 5.2.3.4 Zusammengefasste Gemeindegrößenklassen nach zusammengefassten Raumordnungsregionen 235 5.2.3.5 Weitere Möglichkeiten der räumlichen Differenzierung im Mikrozensus 239 5.2.4 Analysen mit HHGen-Daten der Landeshauptstadt Dresden 240 5.2.5 Zwischenfazit 248 5.3 WIRKUNG DER RÄUMLICHEN DIFFERENZIERUNG DES HAUSHALTSBILDUNGSVERHALTENS AUF GEMEINDEEBENE AM BEISPIEL VON SACHSEN 253 5.3.1 Vorbemerkungen 253 5.3.2 Bevölkerungsentwicklung auf Gemeindeebene sowie Variante ohne räumliche Differenzierung als Vergleichsbasis 254 5.3.3 Gemeindegrößenklassen Ostdeutschland 258 5.3.4 Testrechnung für angrenzende Dresdener Umlandgemeinden anhand von HHGen-Daten 264 5.3.5 Varianten der räumlichen Differenzierung im Vergleich 267 5.3.5.1 Gesamtentwicklung nach ausgewählten Kategorien 267 5.3.5.2 Einzelfallbetrachtung ausgewählter Gemeinden 274 5.3.6 Zwischenfazit 281 6. SCHLUSSFOLGERUNGEN UND AUSBLICK 286 6.1 SCHLUSSFOLGERUNGEN FÜR DIE RÄUMLICHE DIFFERENZIERUNG DES HAUSHALTSBILDUNGSVERHALTENS ALS GRUNDLAGE KLEINRÄUMIGER HAUSHALTSPROGNOSEN 286 6.2 AUSBLICK 297 LITERATURVERZEICHNIS 299 WEITERE QUELLEN 317 ANHANG

In my dissertation, I investigate the relationship between household consumption expenditures and transitory income shocks. In the first two essays, I pay particular attention to household expenditures in the aftermath of natural disasters, which are becoming more frequent and costly in the U.S. since 1980. Additionally, I study specialty farm producers' risk attitudes after an income shock due to natural disasters. Although the permanent income hypothesis predicts that households smooth consumption over their lifetimes, credit-constrained households may find consumption smoothing impractical. This dissertation brings forth evidence regarding heterogeneity in the effect of income shocks on household expenditures. First, I find that floods and hurricanes affect food-at-home (FAH) spending in different ways. The average 15-day decrease in FAH spending is about $2 in the 90 days after a flood and about $7 in the 30 days after a hurricane. In other words, floods have a prolonged effect and hurricanes have an immediate effect. I find that floods and hurricanes remain a threat to the FAH expenditures of vulnerable households, for instance, low-income households and households in coastal states. Second, Indiana specialty farm households reduce their monthly expenses of food and miscellaneous categories by about $119 and $280, respectively, after an income loss of 20%-32%. I also find that Indiana specialty producers are less willing to take financial risk after an income loss experience, i.e., they have a decreasing absolute risk aversion. Finally, in the third essay, I show that Australian households exhibit loss aversion in consumption expenditures which also means that they behave asymmetrically in their consumption response to income shocks. However, it is only working-age younger households that show asymmetric consumption behavior as opposed to the symmetric behavior of retirement-age households. The main message of these various findings is clear: after an income shock, the magnitude of change in consumption expenditures and the saliency of certain expenditure categories for adjustment are context- and population-dependent. Hence, income support policies and post-disaster relief programs may benefit from a better understanding of the consumption behavior of beneficiary population, to achieve maximum impact through better targeting.

No description available.

Thesis (LLM. (Labour Law)) -- University of Limpopo, 2022 / This study discusses the legal analysis of social security rights of domestic workers in the South African social security law. The notion social security is concerned with the protection of individuals during the happening of certain event such as unemployment, maternity, disability, old age, sickness, and death. For the purpose of this study, social insurance schemes which arise from the employment relationship will be explored. It is submitted that domestic workers like any other employees should also be afforded social security protection as envisaged in the Constitution of the Republic of South Africa, 1996 (the Constitution). Therefore, domestic workers must also be provided social security rights arising out of their employment. Thus, the research process will involve thorough analysis of statutes, case law, textbooks and scholarly articles dealing with the social security law protection afforded to domestic workers, in particular the social insurance component of social security. For an exceptionally long time, domestic workers have been excluded from the formal employment sector, which followed that they were automatically excluded from social security protection. Despite section 9 of the Constitution, this espouses non-discrimination and equal treatment of all the workers in South Africa. To this end, there is no comprehensive social security system in South Africa that is capable of providing adequate social protection to domestic workers. For example, most domestic workers have no pension fund, and some are not registered with Unemployment Insurance fund and Compensation for Injuries and Diseases schemes.

The 2007-2008 US subprime mortgage crisis evolved into a financial crisis that negatively affected many economies in the world and therefore it was widely referred to as the global financial crisis. Since the beginning of this financial crisis of 2008-2009, South Africa experienced a significant increase in its household debt to income ratio. In the main, the aim of this dissertation is to investigate the prominent factors contributing to the rise in the level of household debt in South Africa. Also, we study the response of household debt to various shocks originating from the aforementioned crisis. Additionally, in the context of our timeline (1985 Q1-2012 Q1) we will extrapolate possible graphical trends in the rise and fall of household indebtedness in South Africa associated with various crises. Working from past research papers and a theoretical framework developed by Franco Modigliani and Milton Friedman, seven macroeconomic variables will be considered to examine the rise of household borrowing to income namely; the real house price index, consumer price index. real income, real prime rate, real household consumption expenditure, real gross domestic product and real household savings. Both a long-run cointegration analysis and a short-run error correction model will be used to evaluate the relationship between household debt and the chosen variables by estimating a Vector Error Correction Model. Furthermore, the Variance Decomposition and the Generalized Impulse Response Function will be utilized to assess the impact of household debt to various shocks emanating from the 2008-2009 financial crisis. The different models and tests conducted in this research will be executed using the statistical software package EVIEWS 7. Based on the results, household debt was seen to have been fairly affected by the 2008-2009 financial crisis. The cointegration analysis maintains that in the long run, household borrowing is positively and significantly determined by consumer price index and real household consumption. In addition, it confirms that household borrowing is negatively affected by real household income and real GOP. The rest of the variables were found insignificant. Nevertheless, the short run error correction model reveals that about 3.6% of the disequilibrium will be corrected each quarter for the equilibrium state to be restored. Also, the Variance Decomposition results confirmed that the South African household debt is mostly affected by shocks from real house price index, real household income, real household consumption and real household savings, respectively. Furthermore, the Generalized Impulse Response Function results established the significant positive response of household debt to a shock from real house price index and real household consumption. The response of debt to shocks from consumer price index, real household savings and real income is negative and this outcome is confirmed by the theory. However, the response of debt shows fluctuating behaviours to shocks from LRIN, LRPR and LRGDP over the estimated period. In conclusion, our econometric investigation highlighted the main causes of the high levels of household debt in South Africa both in the short and long run. The Generalized Impulse Response Functions confirm that shocks like the occurrence of the 2007-2008 financial crisis will have a significant impact on real house price index, consumer price index, real household consumption and real household savings. The Engle granger results show that there exist no significant relationship between household debt and unemployment in South Africa over the period 1980 to 2010. However, we propose that this result may have been significant if quarterly unemployment data was available and included in the main data set. Finally, based on the stability, validity and reliability of our model, we recommend its use to facilitate policy analysis and decision making regarding household debt levels in South Africa. / Thesis (M.Com.( Economics) North-West University, Mafikeng Campus, 2012

ABSTRACT INTRODUCTION: Studies on the topic of adverse childhood experiences (ACEs) and childhood obesity collectively indicate an association, but there is a lack of replication in nationally representative sample of children aged 10-17 years. This study aims to expand on the definition of ACEs to include: socio-economic hardship, racial discrimination, witness or victim of neighborhood violence, and bereavement, and to examine their individual and joint association with BMI levels, especially childhood obesity (primary outcome). METHODS: The 2011-2012 National of Children’s Health (NSCH) was used for this study (N=45,309). One child interview weight was produced; hence, the estimates are generalized to all non-institutionalized children 10-17 years of age in the US and each state. Statistical methods used included descriptive statistics and multivariable multinomial logistic regression models. ACEs examined included: (1) Socioeconomic hardship, (2) Parental divorce or separation, (3) Bereavement, (4) Incarcerated family member, (5) Witness to domestic violence, (6) Victim/witness of neighborhood violence, (7) Household mental illness, (8) Household substance abuse, (9) Racial discrimination. BMI for the same sex and age (10-17 years) percentile relative measurement, using growth charts recommended by CDC, among children and teens were used as indicators of BMI. BMI-95th percentile or greater was considered obese. RESULTS: The prevalence of childhood obesity and ACE exposure was higher for boys compared to girls. Controlling for gender, among those who were obese, White-non-Hispanic children had the highest prevalence of obesity compared to other races for both genders. Southern States constituted 80% and 60 % of top 10 states with the highest prevalence of childhood obesity and ACE, respectively. Approximately 25.4 million (89.5%) children aged 10-17 years had experienced 3 or less ACE. The most prevalent ACE category of nine asked about for child was-living with parents who were either divorced or separated after his/her birth (26.77%) and the least prevalent was living with a parent who died (4.84 %). ACEs were not mutually exclusive, and all nine categories of ACEs were interrelated. The adjusted odds ratio of covariates to their reference groups that were only statistically significant for childhood obesity relative to healthy weight encompassed: a) Place of residence in metropolitan statistical area, b) two or more chronic health conditions of 18 asked about, c) Watching TV, videos, or playing video games across categories >1 to≥4 hours, d) family members in the household eat a meal together 7 days of the week, e) and computer, cell phone or electronic device use ≤1 hour. Moreover, the explanatory variables, namely, age, sex, the physical health status of parents, and physical activity, were strongly related to childhood obesity (associated both with higher odds and lower odds of outcome) compared to overweight and underweight BMI categories. CONCLUSIONS: This is the first study to explore the co-occurrence, individual and joint association of ACEs with childhood obesity using nationally representative sample of children aged10-17 years in the U.S. Having childhood obesity, BMI-95th percentile or above was strongly related to ACE dichotomy, ACE score ≥2 and two ACE types (socioeconomic hardship and bereavement) than the probability of overweight, BMI-85th to 94th percentile. Underweight-BMI less than 5th percentile had only statistically significant association with socioeconomic hardship ACE category. Sociodemographic, parental, and childhood related factors were also independently associated with childhood obesity.

This thesis comprises three stand-alone chapters: The first chapter is on the effect of natural disasters on labor markets. Using data from the Indonesia Family Life Survey, the Desinventar database, the US Geological Survey and district level employment indicators, we explore how a large earthquake in Indonesia affected local labor markets, in particular the evolution of wages and employment across sectors. We find that wage growth in the agriculture sector is significantly higher in earthquake affected areas. We propose two mechanisms for this result and show evidence for both mechanisms. The second chapter investigates the intra-household allocation of leisure and consumption among siblings. Children are often treated as passive members in the household and their preferences over consumption and leisure are rarely modeled. This chapter considers children as agents with their own preferences over leisure and consumption and builds a theoretical and empirical model for children's time and consumption allocations in a household. We test the predictions of the model with data from Ethiopia, India, Peru and Vietnam. The results suggest that differences in siblings' relative time and consumption allocations are driven by their relative preferences over leisure and consumption rather than differences in parents' relative altruism. The third chapter examines the cost of transport infrastructure in developing countries. To our knowledge, this is the first study that analyzes drivers of unit costs of construction of transport infrastructure using a large data set of 3,322 unit costs of road work activities in low and middle income countries. We find a large dispersion in unit costs for comparable work activities. Unit costs are significantly higher in conflict and corrupt countries, and these effects are robust to controlling for a country's public investment capacity and business environment. Finally, higher unit costs are significantly negatively correlated with infrastructure provision.

Thesis (PhD)--Stellenbosch University, 2012. / ENGLISH ABSTRACT: In order to evaluate the extent to which South Africa achieve the objectives of poverty and inequality reduction as well as job creation, up-to-date and reliable data are required. Since the transition, various survey data have been commonly used for these analyses, namely Census, Community Survey (CS) 2007, Income and Expenditure Survey (IES), October Household Survey (OHS), Labour Force Survey (LFS), Quarterly Labour Force Survey (QLFS), General Household Survey (GHS), Project for Statistics on Living Standards and Development (PSLSD), National Income Dynamics Study (NIDS) and All Media Products Survey (AMPS). However, these datasets are not fully comparable, due to differences in the sampling design, sample size, questionnaire structure, methodology to derive labour market status, as well as the way the income and expenditure information was collected. Hence, this dissertation begins by analysing these issues in each survey in Chapter 2. With regard to the income and expenditure information, it was collected differently in the surveys: the recall method was used in all surveys except IES 2005/2006, the only survey that adopted the diary method; respondents were asked to report the actual amount in some surveys but only asked to declare the relevant interval in others; for the former approach, respondents could either declare the single estimate amount or amounts for sub-categories that were then aggregated; for interval data, various methods can be used to determine the amount in each interval. Thus, Chapter 3 begins by discussing the merits and drawbacks of these approaches, as well as how they would affect the reliability and comparability of income and expenditure variables across the surveys. In some surveys (e.g., the two censuses and CS 2007), quite high proportions of households incorrectly reported zero income or expenditure or did not specify their income or expenditure. Poverty and inequality estimates could be influenced by either including or excluding these households from the analyses. Hence, various approaches to deal with these households are examined in Chapter 3. As the surveys typically under-captured income or expenditure when compared with the national accounts income, the validity of the resultant poverty and inequality estimates might be affected. Hence, arguments for and against adjusting the survey means in line with the national accounts mean (e.g. by shifting the survey distribution rightwards) are discussed. As the survey data are, strictly speaking, crosssectional and not designed for time-series labour market, poverty and inequality analyses, it is sometimes argued that the data should be re-weighted to be consistent with demographic and geographic numbers presented by the Actuarial Society of South Africa (ASSA) and Census data. This cross entropy re-weighting approach is discussed in Chapter 3. Finally, the chapter examines the labour market status derivation methodology in all OHSs, LFSs and QLFSs in greater detail, and investigates how the changes across the surveys could possibly affect the comparability of labour market estimates throughout the years. The dissertation then examines the labour market trends since the transition by using the OHS, LFS and QLFS data, and it is found that both the labour force and employment numbers increased in general since the transition, but the latter increase was not rapid enough to absorb the expanding labour force. In addition, the number of narrow unemployed doubled between 1994 and 2009, and the narrow unemployment rate showed an upward trend and peaked at just above 30% in 2003. It decreased between 2004 and 2007, before rising again in 2008- 2009 due to the impact of global recession. Application of the cross entropy approach does not substantially affect labour market trends, suggesting that the trends (including the abrupt increase in labour market estimates during the changeover from OHS to LFS) were either real or took place due to the improvement of the questionnaire to capture the labour market status of the respondents better. Furthermore, the application of the LFS 2000b-LFS 2007b methodology on the earlier surveys reduced the extent of the abrupt increase of the number of broad unemployed and broad unemployment rates during the changeover between OHS and LFS. Finally, the use of the QLFS methodology (which required minor revisions) on the LFSs greatly reduced the extent of the abrupt decrease of unemployment aggregates between LFS 2007b and QLFS 2008Q1, thereby improving the comparability of these aggregates across the surveys. In Chapter 5 poverty and inequality concepts are reviewed, followed by a detailed explanation of the sequential regression multiple imputation (SRMI) technique to deal with households with zero or missing income or expenditure, as well as the derivation of real income, expenditure and consumption variables in each survey. Poverty and inequality trends since the transition are examined in Chapter 6. With regard to poverty, with the exception of AMPS, the poverty trends were very similar across the surveys, that is, poverty increased since the transition, before a downward trend took place since 2000. As far as inequality is concerned, both the levels and trends in the Gini coefficients differed a lot amongst the surveys, as the estimates were very stable in the AMPSs, showed an upward trend in surveys like IESs and GHSs, but first increased until 2000 before a downward trend took place in others (e.g., the two censuses and CS 2007). The levels of inequality also differed when comparing the surveys. The abovementioned poverty and inequality estimates and trends could in part be affected by the various issues discussed in Chapter 3, thus there is a need for careful analysis. The impact of the number and width of intervals in which income or expenditure data are recorded on poverty and inequality estimates and trends are dealt with in greater detail in Chapter 6 by applying various intervals on the three IESs and NIDS 2008. It is found that the number and width of intervals only had some impact on these estimates and trends in some surveys. The effect of adjusting the survey means in line with the national accounts mean is also investigated. Finally, the application of the cross entropy re-weighting technique did not have any significant impact on the poverty and inequality estimates and trends. / AFRIKAANSE OPSOMMING: Data wat op datum en betroubaar is word vereis om te kan evalueer in watter mate Suid- Afrika sy doelwitte rakende die vermindering van armoede en ongelykheid en die skepping van werkgeleenthede bereik. Sedert die politieke oorgang word verskeie opnamedatastelle gewoonlik vir sulke ontledings gebruik, byvoorbeeld Sensusse, die Gemeenskapsopname van 2007, Inkomste- en Bestedingsopnames, Oktober-huishoudingsopnames, Arbeidsmagopnames, Kwartaallikse Arbeidsmagopnames, Algemene-Huishoudingsopnames, die Nasionale-Inkomste-Dinamika-Studie en die Alle-Media-en-Produkte-opnames. Weens verskille in steekproef-ontwerp, struktuur van die vraelyste, metodologie om arbeidsmarkstatus te klassifiseer, asook maniere waarop inligting oor inkomste en besteding ingewin is, is hierdie datastelle egter nie ten volle vergelykbaar nie, Gevolglik begin hierdie proefskrif in Hoofstuk 2 om elk van hierdie kwessies in elke opname te ontleed. Inkomste- en bestedingsinligting is in die opnames verskillend ingewin: In die meeste opnames is respondente gevra om aan te dui hoeveel hulle in die verlede bestee of verdien het, maar in die Inkomste- en Bestedingsopname van 2005/2006 is die dagboekmetode gebruik; respondente is in party opnames gevra om die presiese bedrag te vermeld, terwyl hulle in ander opnames die betrokke inkomste- of bestedingsinterval moes aandui; vir eersgenoemde is hulle gevra om òf die enkelbedrag te verklaar, òf hulle moes ‘n aantal sub-komponente onderskei; vir intervaldata kan verskillende metodes gebruik word om skattings van die inkomste in elke interval te maak. Dus begin Hoofstuk 3 met ‘n oorsig van die voor- en nadele van die verskillende benaderings en ‘n bespreking van hoe dit die betroubaarheid en vergelykbaarheid van inkomste- en bestedingsveranderlikes oor die opnames beïnvloed. In party opnames (bv. die twee sensusse en die Gemeenskapsopname van 2007) dui heelwat huishoudings verkeerdelik aan dat hulle geen inkomste verdien of uitgawes aangaan nie, of hulle spesifiseer nie hoeveel hulle verdien of bestee nie. Ramings van armoede en ongelykheid kan geraak word deur sulke respondent in te sluit of deur hulle uit te laat in die ontledings. Gevolglik word verskeie benaderings in Hoofstuk 3 bespreek om hiermee om te gaan. Omdat opnames vergeleke met die nasionale rekeninge tipies inkomste of besteding onderskat, mag dit die geldigheid van daaruitvoortspruitende armoede- en ongelykheidsramings raak. Gevolglik word argumente vir en teen die aanpsssing van die opname-data om dit in ooreenstemming te bring met die nasionale rekeninge (d.w.s. deur die verdeling na regs te verskuif) bespreek. Ten slotte, omdat die opnamedata streng gesproke kruissnitdata is en nie ontwerp is vir tydreekse van die arbeidsmag, armoede en ongelykheid nie, word soms aangevoer dat die gewigte van die data herweeg moet word om in ooreenstemming te wees met demografiese en geografiese data soos verkry van die Aktuariële Vereniging van Suid-Afrika en sensusdata. Hierdie kruisentropie herwegingsmetode word in Hoofstuk 3 bespreek. Ten slotte ondersoek die laaste hoofstuk die metodologie vir die bepaling van arbeidsmarkstatus in all die OHS, LFS en QLFS opnames in groter besonderhede, en ook hoe die veranderings oor die verskillende opname-reekse heen dalk die vergelykbaarheid van arbeidsmarkramings deur die jare kan beïnvloed. Die proefskrif ontleed daarna arbeidsmarktendense sedert die politieke oorgang met gebruik van die Oktober-huishoudingsoponames, Arbeidsmagopnames en Kwartaallikse Arbeidsmagopnames. Beide die arbeidsmag en indiensneming het sedert die transisie toegeneem, maar die toename in indiensneming was onvoldoende om die uitbreiding van die arbeidsmag te absorbeer. Verder het die getal eng-gedefinieerde werkloses tussen 1994 en 2009 verdubbel, en die eng werkloosheidskoers het ‘n toename getoon en in 2003 ‘n toppunt van 30% bereik. Dit het daarna tussen 2004 en 2007 gedaal voordat dit weer in 2008-2009 gestyg het weens die wêreldreseessie. Die toepassing van die kruisentropie-benadering het arbeidsmarktendense nie noemenswaardig beïnvloed nie, wat daarop dui dat hierdie tendense (insluitende die skielike toename in arbeidsmagramings in die oorgang van die Oktoberhuishoudingsopname- data na die Arbeidsmarkopname-data) werklik was, of anders plaasgevind het weens veranderings in die opnamevraelyste om respondente se arbeidsmarkstatus beter te probeer bepaal. Verder het die toepassing van die LFS2000b tot LFS 2007B metodologie op die vroeëre opnames die abrupte verlaging in die oorgang tussen die OHS en LFS in die getal breed-gedefineerde werkloses en breë werkloosheidkoerse verminder. Ten slotte het die gebruik van die QLFS-metodologie op die LFS (wat kleiner hersienings benodig het) die abrupte verlaging tussen LFS2007b en QLFS2008Q1 aansienlik verminder, en dus die vergelykbaarheid van hierdie groothede oor die opnames heen verbeter. In Hoofstuk 5 word eers ‘n oorsig van armoede- en ongelykheidsbegrippe gegee, waarma die sekwensiële-regressie-veelvoudige-imputasie-tegniek in besonderhede bespreek word. Hierdie tegniek word veral gebruik vir gevalle waar huishoudings aandui dat hulle inkomste of besteding nul is, of waar hulle nie antwoord nie. Daar is ook ‘n bespreking van die bepaling van reële inkomste, besteding of verbruiksveranderlikes in elke opname. Armoedeen ongeleykheidstendense word in Hoofstul 6 bespreek. Rakende armoede is daar, met uitsondering van die Alle-Media-en-Produkte-opname, eenstemmigheid dat dit sedert die politieke oorgang eers gestyg het voor dit sedert 2000 begin daal het. Sover dit ongelykheid aanbetref verskil neigings in die Gini-koëffissiënt baie tussen die opnames, want die ramings is stabiel oor die periode vir die Alle-Media-en-Produkte-opname, styg vir die Inkomste- en Bestedingsopname en die Algemene-Huishoudingsopnames, en styg tot 2000 voordat dit afneem in ander opnames (bv. die twee sensusse en die Gemeenskapsopname van 2007). Vlakke van ongelykheid verskil ook tussen die opnames. Deels kan die genoemde tendense in armoede- en ongelykheid dalk toegeskryf word aan die kwessies wat in Hoofstuk 3 bespreek is. Die effek van die getal en wydte van die intervalle waarin inkomste- en bestedingsdata ingewin word op ramings van armoede en ongelykheid word in meer besonderheid in Hoofstuk 6 bespreek. Deur die toepassing van verskillende intervalle op data van die drie Inkomste- en Bestedingsopnames en die Nasionale-Inkomste-Dinamika-studie word bevind dat die getal en wydte van intervalle ‘n beperkte effek op hierdie ramings en tendense het. Verder word gekyk na die effek van die aanpssing van die opname-data om dit in ooreenstemming met die nasionale rekeninge te bring. Ten slotte word getoon dat die gebruik van die kruisentropie-metode nie enige beduidende uitwerking op armoede- en ongeleykheidsramings en -tendense het nie.