Einleitung

Ziel dieser Hausarbeit im Rahmen der Veranstaltung „Statistik 3“ ist es, beruhend auf den Untersuchungselementen der 440 Kreise und kreisfreien Städte in Deutschland, die statistischen Erklärungsansätze für das Binnenwanderungssaldo ¹ zu Beginn der 1980er Jahre, bezüglich ihres Erklärungsgehaltes zu Beginn des 21. Jahrhunderts, für Ost- und Westdeutschland zu untersuchen. Das Binnenwanderungssaldo beschreibt dabei die abhängige Variable und wird im Folgenden mit Y bezeichnet. Folgende unabhängige Variablen X 1,...., X 7 wurden (zu Beginn der 1980er Jahre) und werden zur Erklärung des Binnenwanderungssaldos herangezogen ² :

X 1 = Zahl sozialversicherungspflichtig Beschäftigter in 1.000 (2000)

X 2 = Entwicklung der Anzahl sozialversicherungspflichtig Beschäftigter 1990-2000 in %

X 3 = Arbeitslose je 100 Arbeitnehmer (2001)

X 4 = Einwohner je qkm (2000)

X 5 = sozialversicherungspflichtig Beschäftigte je 100 Einwohner (2000)

X 6 = Ärzte je 100.000 Einwohner (2000)

X 7 = Verhältnis bebauter Fläche zu Freifläche (2000)

Ziel der Untersuchung ist es, grundsätzlich Variablen auszuwählen, die das Binnenwanderungssaldo Y möglichst gut beschreiben, so dass sich die Variationen der Y-Werte so weit wie möglich auf die X-Werte zurückführen lassen.

Bahrenberg/Giese/Nipper [2003], beziehen sich im Buch „Statistische Methoden der Geographie 2“ auf diese Variablen für eine Untersuchung des Binnenwanderungssaldo in den norddeutschen Kreisen und den kreisfreien Städten zu Beginn der 1980er Jahre. ³ Ziel ist es von daher auch, zu untersuchen, ob die Analyse basierend auf diesen Variablen, die dort auf Basis

¹ Das Binnenwanderungssaldo beschreibt die Differenz zwischen den Zu- und Fortzügen in einem Gebiet (in diesem Fall bezogen auf den jeweiligen Kreis). Die Ausländermigration bleibt dabei unberücksichtigt. (Bahrenberg/Giese/Nipper [2003], S.16)

² Die Daten sind den „Aktuellen Daten zur Entwicklung der Städte, Kreise und Gemeinden“ [Ausgabe 2002] entnommen.

³ Bahrenberg/Giese/Nipper [2003], S.16ff

von 65 Kreisen durchgeführt wurde, zwanzig Jahre später noch einen guten Erklärungsansatz für das dortige Binnenwanderungssaldo bietet und ob eine Übertragung dieses Modells auf das gesamte Bundesgebiet möglich ist.

Möchte man eine Hypothese über das Wanderungsverhalten aufstellen, spielen in erster Linie die Umzüge eine gewichtige Rolle. Diese sind zum einen arbeitsplatzorientiert (der Arbeits-standort ist außerhalb des individuell hinnehmbaren Pendlerradius), zum anderen wohnungs-orientiert (obwohl der Arbeitsplatz beibehalten wird, wird aus individuellen, sozioökonomischen und raumspezifischen Gründen der Wohnstandort gewechselt). In der Wissenschaft wird davon ausgegangen, dass das erste Motiv häufig mit der interregionalen Wanderung in Zusammenhang steht (Stadt-Stadt-Wanderung, Land-Land-Wanderung ⁴ ), das zweite hingegen mit der intraregionalen (Land-Stadt-Wanderung, Stadt-Land-Wanderung ⁵ ), die vor allem in Zusammenhang mit der „Suburbanisierung des Wohnens“ gebracht wird. In dieser Wechselbeziehung ist der Maßstab der Betrachtungsebene von großer Wichtigkeit. Mit den Binnen-wanderungssalden auf der Kreisebene werden grundsätzlich nur die Wanderungen über die Kreisgrenzen erfasst, deren größerer Anteil nach den aufgezeigten Annahmen den arbeitsorientierten Wanderern, zum Teil auch den Stadt-Umland-Wanderern, zugeschrieben werden kann.

Bähr verweist in seinem neusten Aufsatz in der „Geographischen Rundschau“ 6/2003 zum Thema „Binnenwanderungen“ darauf, dass push-pull-Modelle, die vor allem auf abhängigen wirtschaftlichen Indikatoren in der Regressionsanalyse basieren, „selbst bei Wanderungen über große Distanzen zur Erklärung nicht ausreichen“ ⁶ . Er begründet dies mit den wenig mobilen Arbeitslosen (die Wanderungen werden in der Regel durch höherqualifizierte Kräfte getragen, während Arbeitslose durch die ausgebauten sozialen Sicherungssysteme einem geringen Mobilitätszwang unterliegen) und dem steigenden Einfluss der „weichen Faktoren“ (Wohn-, Freizeit-, Umweltqualität) in der postfordistischen Gesellschaft. ⁷ Bei den kleinräumigen Wanderungen greift das sogenannte Lebenszyklus-Konzept von Rossi, einen „abgesicherten Erklärungsansatz“ ⁸ Demnach ist ein Wechsel in der demographischen Struktur ausschlaggebend für eine Wanderungsentscheidung, mit der den gewandelten Wohnungs- und Wohnumfeldansprüchen Rechnung getragen wird.

⁴ Bähr, J., [2003], S. 5

⁵ Bähr, J., [2003], S. 5

⁶ Bähr, J., [2003], S. 6

⁷ Bähr, J., [2003], S. 6

⁸ Bähr, J., [2003], S. 5

Ich werde als erklärende (unabhängige) Variablen einerseits arbeitsmarktorientierte (X 1, X 2, X 3, X 5 ), wie auch auf den Verstädterungsgrad abzielende Größen (X 4, X 6, X 7 ) in die Analyse einbeziehen - über die vorwärtsgerichtete und die schrittweise Auswahl unabhängiger Variablen.

Folgende Zusammenhänge und erwarteten Beziehungen der Variablen X 1 - X 7 zum Binnen-wanderungssaldo werden vermutet:

Tab. A:

Bei der Analyse wird zwischen ost- und westdeutschen Kreisen differenziert und somit bei allen Ansätzen eine gesamtdeutsche Betrachtung (440 Kreise), eine ostdeutsche (112 Kreise) (unter Ausschluss von Berlin) und eine westdeutsche (327 Kreise) vorgenommen.

5

Inhalt

Einleitung.   2

1.  Betrachtung der bivariaten Korrelationskoeffizienten.  6

2.  Die Regressionsanalyse  8

Quellenverzeichnis   24

1. Betrachtung der bivariaten Korrelationskoeffizienten

Zunächst werden nach dem Modell der vorwärtsgerichteten Auswahl unabhängiger Variablen die Korrelationskoeffizienten zwischen dem Binnenwanderungssaldo und den ausgewählten unabhängigen Variablen auf Basis der Kreise untersucht.

Folgende Koeffizienten wurden ermittelt:

Tab. 1a: Gesamtdeutschland:

Tab. 1b: Ostdeutschland:

Tab. 1c: Westdeutschland:

Zunächst einmal fällt auf, dass außer der Variablen X 2 (=Entwicklung der sozialversicherungspflichtig Beschäftigten 1990-2000 in %), die für den Osten nicht vorliegt, alle Korrelationskoeffizienten negativ sind (Mit steigendem Binnenwanderungssaldo ergibt sich nahezu überall ein negativer Zusammenhang zu den ausgewählten Variablen.), und sich dabei enorme Unterschiede zwischen Ost- und Westdeutschland bemerkbar machen. Die auf den Verstädterungsgrad abzielenden Größen (X 4, X 6, X 7 ) haben im Osten (absolut betrachtet) einen wesentlich größeren Einfluss auf das Binnenwanderungssaldo als im Westen, wo den arbeitsmarkt-orientierten Variablen (X 1, X 2, X 3, X 5 ) ein bedeutsameres Gewicht zukommt als im Osten. In einer gesamtdeutschen Betrachtung sind diese Unterschiede kaum nachzuvollziehen, wobei aber eine leichte Dominanz der westlichen Einflüsse v.a. bei X 3 = Arbeitslose je 100 Arbeitnehmer (2001) ausgemacht werden kann. Wohnungsbezogene Umzüge scheinen im Osten, arbeitsplatzbezogene Umzüge im Westen zu dominieren. Durchgängig gering scheint der Einfluss von X 1 = Zahl sozialversicherungspflichtig Beschäftigter in 1.000 (2000) zu sein, die noch nicht einmal auf dem 5%-Niveau bei zweiseitiger Fragestellung signifikant ist.

Ziel der nun folgenden Regressionsanalyse ist es, einen möglichst großen Teil der Varianzen von Y durch die unabhängigen Variablen aufzudecken, wobei ich mich zunächst gemäß der obigen Tabellen (Tab.1a-c) an den jeweils intensivsten Einflussvariablen aller drei Untersuchungsgebiete orientieren werde.

Ich beginne mit der Variable X 3 = Arbeitslose je 100 Arbeitnehmer (2001), die bezogen auf Gesamtdeutschland den höchsten Korrelationskoeffizienten aufweist und führe eine Regression von Y nach X 3 durch, wobei sich bezogen auf die drei Teilgebiete folgende Regressionsgleichungen und Bestimmtheitsmaße einstellen: Gesamtdeutschland: Ŷ = 6,616 -0,617X 3, B YX3 = r 2 YX3 = 9,2% Ostdeutschland: Ŷ = 16,824 -1,093X 3, B YX3 = r 2 YX3 = 8,8% Westdeutschland: Ŷ= 9,530 -1,067 X 3, B YX3 = r 2 YX3 = 7,3%

Gemäß den absolut gesehen recht geringen Korrelationskoeffizienten fallen die Varianzen von Y auf X 3 ebenso recht dürftig aus. Mit der Arbeitslosenquote kann also bundesweit nur ein sehr geringer Anteil des Binnenwanderungssaldo erklärt werden. Zu Erhöhung des beschreibenden Varianzanteils von Y werde ich im Folgenden die Variable X 6 in die Analyse einbeziehen, die zumindest bezogen auf den Osten, absolut betrachtet, den höchsten Korrelationskoeffizienten mit Y aufweist. Korreliert man die Variable X 6 mit der abhängigen Variable Y so kommt man zu folgenden Bestimmtheitsmaßen: Gesamtdeutschland: B YX6 = r 2 YX6 = 3,0%