Bevölkerungsschrumpfung und entspannte Wohnungsmärkte tragen dazu bei, dass die nachfragenden Haushalte ihre differenzierten Wohnwünsche zunehmend besser realisieren können. Dabei gewinnen regionale Wohnungsmarktanalysen und ‑prognosen zunehmend an Bedeutung. Gerade kleinräumige Wohnungsprognosen können entscheidend dazu beitragen, dass realistischere Abschätzungen der regionalen Wohnbauland-, Wohnungsneubau- und Leerstandsentwicklungen besser gelingen, da die Rahmenbedingungen auf den kommunalen und regionalen Wohnungsmärkten spezifischer erfasst werden können. Im Leibniz-Institut für ökologische Raumentwicklung (IÖR) wurde dafür ein spezifischer Prognoseansatz entwickelt, der in diesem Beitrag kurz umrissen wird und dessen Anwendungsmöglichkeiten in der Kommunal- und Regionalplanung anhand von Anwenderbeispielen gezeigt werden.

Dieser Beitrag fokussiert auf Ansätze, die der Abschätzung des deutschen Bestandes von Wohn- und Nichtwohngebäuden dienen. Insbesondere werden rasterbasierte Gebäudedaten sowie gemeindescharfe Schätzergebnisse eines bereits etablierten Ansatzes vorgestellt, analysiert und bewertet. In Verbindung mit modernen Daten der amtlichen Geoinformation (Geobasisdaten) zeichnen sich neue, innovative Möglichkeiten ab, um künftig auf kleinräumiger Ebene den Gebäudebestand zu bestimmen. Das Leibniz-Institut für ökologische Raumentwicklung (IÖR) verfolgt vor diesem Hintergrund mit dem Projekt „Raumbezogenes Data Mining“ das Ziel, analytische Potenziale und Visualisierungsmöglichkeiten von zeitgemäßen Methoden des Data Mining und der Knowledge Discovery für die Raumforschung zu erschließen und in der Perspektive verborgene planungsrelevante Raummuster und Zusammenhänge im hochdimensionalen Geodatenbestand zu extrahieren.

Die örtliche Landschaftsplanung stellt die Grundlage zur Berücksichtigung von Naturschutzzielen im Rahmen der Bauleitplanung dar und trägt damit zur Sicherung der natürlichen Lebensgrundlagen bei. Dies gilt besonders für die Bemühungen im Rahmen der „Nationalen Strategie zur biologischen Vielfalt“ zum Erhalt der Biodiversität, der Anpassungsstrategien an die Folgen des Klimawandels, dem steigenden Biomasseanbau sowie der Reduzierung und Qualifizierung der Flächeninanspruchnahme im Rahmen des „30-ha-Ziel 2020“. Doch wie ist der derzeitige Stand der örtlichen Landschaftsplanung in Deutschland? In welchem Maße wird die Landschaftsplanung räumlich wirksam und spiegelt sich in der Landschaftsqualität und -struktur wider? Ist die Wirkung der kommunalen Landschaftsplanung anhand von auf Geoinformationsdaten basierenden Landschaftsindikatoren überhaupt messbar?

Der Beitrag stellt aktuelle Entwicklungen und Ergebnisse im Monitor der Siedlungs- und Freiraumentwicklung (IÖR-Monitor) vor. Da die Umstellung des ATKIS Basis-DLM als wichtigste Datengrundlage des Monitors auf das neue AAA-Modell inzwischen weit fortgeschritten ist, wurde das Flächenschema des Monitors angepasst, sodass nun ein weitestgehend konsistenter räumlicher und zeitlicher Vergleich alter und neuer ATKIS-Modelldaten möglich ist. Der neue Indikator „Bebauter Siedlungs- und Verkehrsflächenanteil“ ermöglicht eine Abschätzung der urbanen Entwicklung unabhängig von Sport-, Freizeit- und Erholungsflächen, wie es u. a. die Ministerkonferenz für Raumordnung (MKRO) fordert. Inzwischen werden die Indikatoren im IÖR-Monitor zusätzlich kleinräumig als Rasterkarten dargestellt und ermöglichen damit auch innergemeindliche Aussagen zur Flächennutzungsstruktur und ihrer Entwicklung. Es deutet sich an, dass die Flächennutzungsentwicklung mithilfe der Monitor-Indikatoren verlässlicher als mit den Daten der amtlichen Flächenerhebung bewertet werden kann. Das amtliche Liegenschaftsbuch (in Zukunft ALKIS) als deren Datengrundlage weist beim Flächennutzungseintrag und seiner Aktualisierung deutliche Schwächen gegenüber den zyklisch aktualisierten geotopographischen Basisdaten (ATKIS Basis-DLM) des IÖR-Monitors auf.

Bisher sind Indikatoren für die Landschaftsvielfalt auf bundesweiter Ebene trotz vorhandener früherer Ansätze, beispielsweise zur Umweltökonomischen Gesamtrechnung, noch unterrepräsentiert. Auch auf EU-Ebene existieren dazu nur erste Ansätze. Die Vielfalt der Nutzung einer Landschaft kann auf der Basis von Flächennutzungsinformationen mittels geeigneter Maßzahlen beschrieben werden. Dabei dienen Indizes der Landschaftsstruktur („Landschaftsstrukturmaße“) zur Beschreibung der Zusammensetzung und räumlichen Ordnung einer Landschaft. Aus der flächendeckenden Datengrundlage des Monitors der Siedlungs- und Freiraumentwicklung (IÖR-Monitor) lassen sich räumliche Maßzahlen zu Größe, Form, Anzahl, Art und Anordnung der Landschaftselemente ableiten und mit weiteren Fachdaten verknüpfen. Der Beitrag gibt einen Überblick über bisher vorhandene Ansätze und Indikatoren in Deutschland sowie der Europäischen Union. Abschließend werden Überlegungen für Indikatoren zur Landschaftsvielfalt im IÖR-Monitor sowie erste Ergebnisse vorgestellt.

Die Dissertation untersucht auf der Basis der Inhaltsanalyse von 429 deutschsprachigen Konzepten der Raumplanung sowie mit Hilfe von 17 ExpertInneninterviews verschiedene Problemzustände der Planung und Umsetzung räumlicher Entwicklungsmaßnahmen sowie den Umgang mit diesen Problemzuständen seitens der raumplanerischen Praxis und der Raumpolitik in Deutschland, Österreich und der Schweiz. Dabei wurde – neben allgemeinen Informationen über inhaltliche Schwerpunkte und Ausrichtungen der untersuchten Konzepte, ihre Planungszeiträume und Autoren sowie Entscheidungsverfahren und -methoden – ein differenzierter Katalog unterschiedlicher Problemzustände und kritischer Faktoren erstellt, welcher bei der konzeptionellen Ausrichtung zukünftiger Konzepte als Orientierungshilfe dienen kann. Der Autor diskutiert die heutige Rolle räumlicher Handlungskonzepte und weist eindringlich auf die Problematik der Verdrängung kritischer Zustände im Zusammenhang der Erarbeitung und Umsetzung räumlicher Handlungskonzepte hin.

Nachdem sich die Diskussion um die biologische Vielfalt bisher hauptsächlich um die floristische und faunistische Artenvielfalt drehte, rückt in den letzten Jahren die Landschaft verstärkt in das Blickfeld. So empfahl der Sachverständigenrat für Umweltfragen der Bundesrepublik in seinem Gutachten 1994 eine flächendeckende Ermittlung und Bewertung kritischer struktureller Veränderungen der Landschaft. Die Sachverständigen sehen das Ausmaß der Eingriffe in die Nutzungsstruktur der Kulturlandschaft sowie den Grad der Verdrängung naturnaher bzw. naturverträglicher Nutzungsformen und weitgehend vom Menschen unbeeinflußter Gebiete als wesentliches Kriterium für die Bewertung von Landschaften. Der Beitrag stellt die Methodik der Analyse und Beschreibung von Landschaften mit Indikatoren zur Landschaftsstruktur in den Vordergrund. Neben der Suche und Auswahl geeigneter Parameter bzw. Indizes, brauchbarer Datenquellen und den technischen Problemen der Software spielen zunehmend anwendungsorientierte Fragen eine große Rolle.

Die zunehmende Verfügbarkeit adressbezogener Daten im Zusammenhang mit der Nutzung geometrischer Raster zur Raumuntergliederung haben die Voraussetzungen für kleinräumige Analysen deutlich verbessert. Bei der Verwendung personenbezogener Daten müssen datenschutzrechtliche Vorgaben eingehalten werden, falls die Rasterzellen zu wenig Fallzahlen enthalten. Vielfach werden diese Rasterzellen ausgeblendet, wodurch Informationen in der Karte verloren gehen. Eine datenschutzkonforme Alternative stellt die Aggregation von Rasterzellen dar, bis die Fallzahlen einen vorgegebenen Grenzwert überschreiten. In diesem Beitrag werden Möglichkeiten vorgestellt und bewertet, nach denen sich datenschutzkonforme Mischrasterkarten erzeugen lassen. Besonderes Augenmerk wird auf die Auflösungsverluste der erzeugten Mischrasterkarten gelegt, um geeignete Datengrundlagen für kleinräumige Analysen zu schaffen.

Ob für das Erkennen von Innenbereichspotenzialen oder das Monitoring von Siedlungsentwicklungen, es werden flächendeckende, computerverarbeitbare und vergleichbare Abgrenzungen des Innenbereiches benötigt. Explizite Abgrenzungen des Innenbereiches erfolgen entweder über Bebauungspläne (§§ 8 bis 10 BauGB) oder Satzungen (§ 34 BauGB). Diese sind aber weder flächendeckend, noch frei verfügbar oder digital vorhanden. Mit der Einführung des ATKIS® Basis-DLM ist eine flächendeckende, computerverarbeitbare und vergleichbare Siedlungsabgrenzung gegeben. Diese Siedlungsflächen in Form von Baublöcken und Ortslagen sind jedoch nur eine Näherung. Es wurde daher erstmals untersucht, ob auf Grundlage von Geobasisdaten Innenbereichsabgrenzungen automatisiert zu erzeugen. In einem ersten Schritt wurden Vorgaben und Grenzwerte aus der aktuellen Gesetzgebung und Rechtsprechung ermittelt. Auf diesen beruhte die anschließende Konstruktion des Abgrenzungsalgorithmus. Mithilfe einer Referenzinnenbereichsabgrenzung aus der Region Hannover und einem eigens entwickelten Verfahren ist die Bewertung von Abgrenzungen möglich. Neben der Ortslage und einer „verbesserten“ Ortslage wurden fünf Varianten der mit dem Werkzeug „Delineate Built-Up Areas“ erzeugten Siedlungsabgrenzungen auf Ihre Eignung als Innenbereichsabgrenzung untersucht. Dabei hat sich gezeigt, dass mit Hilfe des entwickelten Verfahrens und geeigneter Trainingsdaten eine deutlich bessere Abgrenzung des Innenbereiches generiert werden kann als jene, die mit der Ortslage bisher zur Verfügung steht. Da lediglich Gebäudegrundrisse, wie Hausumringe oder extrahierte Gebäudegrundrisse aus topografischen Karten als Eingangsdaten notwendig sind, können auf diese Weise in Zukunft Innenentwicklungsflächen flächendeckend und in gleichbleibender Qualität - und das auch retrospektiv - abgegrenzt werden. Der Raumforschung steht damit eine lang geforderte Datengrundlage zur Verfügung.:Zusammenfassung v Abkürzungsverzeichnis ix Abbildungsverzeichnis xv Tabellenverzeichnis xvii 1 Einleitung 1 1.1 Problemdefinition 2 1.2 Forschungsfragen 2 1.3 Lösungsansatz und Struktur der Masterarbeit 3 2 Rechtliche Grundlagen für eine Innenbereichsabgrenzung 7 2.1 Das geltende Recht und wichtige Begriffsdefinitionen 7 2.1.1 Vorhaben 7 2.1.2 Ortsteil 8 2.1.3 Bebauungszusammenhang 9 2.1.4 Innenbereichssatzungen 10 2.1.5 Verhältnis zu Bebauungsplänen . 12 2.2 Eigenschaften des Innenbereichs in der Rechtsprechung 13 2.2.1 Objektauswahl . 13 2.2.2 Mindestanzahl Gebäude für einen Ortsteil 13 2.2.3 Größe von Baulücken und Freiflächen 14 2.2.4 Grenzziehung zum Außenbereich . 14 3 Kartographische Grundlagen für eine Siedlungsabgrenzung 17 3.1 Definitionen relevanter Begriffe 17 3.1.1 Gebäude 17 3.1.2 Siedlung 17 3.1.3 Geobasisdaten 18 3.1.4 Geoobjekt 18 3.2 Kartographische Modellbildung . 19 3.3 Digitale Modelle in der Kartographie 20 3.4 Generalisierung 21 3.4.1 Arten der Generalisierung 21 3.4.2 Entwicklung automatisierter Generalisierungsverfahren 23 3.5 Datenqualität 27 3.6 Ausschnitt bisheriger Arbeiten zur GIS-gestützten Abgrenzung von Siedlungen 28 4 Methodik 31 4.1 Ziel und Anforderungen der Modellentwicklung 31 4.1.1 Ziel der Modellentwicklung 31 4.1.2 Anforderungen an das Verfahren 32 4.1.3 Anforderungen an Eingangsdaten und mögliche Datenquellen 33 4.2 Eingangsdaten und Untersuchungsgebiet 38 4.2.1 Untersuchungsgebiet 38 4.2.2 Eingangsdaten 39 4.2.3 Referenzdaten 39 4.3 Parametrisierung des Modells 40 4.3.1 Ableitung der Parameter aus der Rechtsprechung 40 4.3.2 Übertragung der Parameter in das Modell 41 4.4 Ableitung eines methodischen Designs 41 4.4.1 Datenaufbereitung 43 4.4.2 Merkmalberechnung und Selektion 46 4.4.3 Datenvorverarbeitung 49 4.4.4 Datenverarbeitung49 4.4.5 Datennachbearbeitung 51 4.4.6 Modellselektion 51 4.5 Abgrenzungsqualität 52 4.5.1 Robustheit von Methoden zur Bestimmung der Ähnlichkeit 54 4.5.2 Die Symmetric-Difference (SD) Methode 57 4.5.3 Die Buffer-Overlay-Statistics (BOS) Methode 58 4.5.4 Berechnung der Abgrenzungsqualität 59 4.6 Untersuchungsansätze 60 4.6.1 Verwenden von vorhandenen Daten 60 4.6.2 Erzeugung von Siedlungsabgrenzungen mit dem Basismodell 62 4.6.3 Verbessern der Abgrenzungsergebnisse durch Modellerweiterungen 63 4.7 Eingesetzte Software 64 5 Ergebnisse und Diskussion 65 5.1 Qualitative Beurteilung der Abgrenzungsergebnisse 65 5.2 Ergebnisse der Modellselektion 67 5.3 Ergebnisse des Single-Feature-Validierung 71 5.4 Prüfung auf Signifikanz und Bestimmung des besten Modells 76 5.5 Fehlerdiskussion 77 5.5.1 Systembedingte Fehler 77 5.5.2 Dateninduzierte Fehler 80 6 Schlussfolgerungen und Ausblick 83 6.1 Beantwortung der Forschungsfragen 83 6.2 Praktische Bedeutung 86 6.2.1 Unterstützung für rechtskräftige Innenbereichsabgrenzungen 86 6.2.2 Grundlage zur Innenentwicklungspotenzialanalyse. 86 6.2.3 Grundlage für die Bilanzierung von Innen- zu Außenentwicklung 87 6.3 Ausblick . 87 Literaturverzeichnis 99 Anhang 99 A Skript 101 A.1 Python-Toolbox 101 A.2 Klasse ibtool . 102 A.2.1 Funktion urban 102 A.2.2 Funktion idx 103 A.2.3 Funktion buff 103 A.2.4 Funktion deli 104 A.2.5 Funktion loch 105 A.2.6 Funktion siedgr 106 A.2.7 Funktion muster_qual 107 A.2.8 Funktion qual 107 A.2.9 Funktion stat 108 A.2.10 Funktion split 109 A.3 Klasse Ansatz0 110 A.4 Klasse AnsatzX 111 A.5 Klasse QualSingle 112 A.6 Klasse Grenzen 113 A.7 Klasse Partitionen 114 B Quellcode des ibTool 117 C Ermittlung der Grenzwerte für den Shape- und Roeck-Index 149 D Ermittlung des Grenzwertes für den Urbanitätsindex 153 E Abgrenzungsbeispiele 155 F Siedlungspartitionierung 157 G Anwendung des ibTools ohne Training 161

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