Advertisement

Zur Entwicklung eines kleinräumigen und sektorenübergreifenden Mikrosimulationsmodells für Deutschland

  • Ralf MünnichEmail author
  • Rainer Schnell
  • Johannes Kopp
  • Petra Stein
  • Markus Zwick
  • Sebastian Dräger
  • Hariolf Merkle
  • Monika Obersneider
  • Nico Richter
  • Simon Schmaus
Chapter

Zusammenfassung

Eine sektorenübergreifende Mikrosimulationsinfrastruktur für Deutschland ermöglicht die Analyse auf kleinräumig differenzierter Ebene zu verschiedenen Themenkomplexen. Unter Verwendung verschiedener Datenquellen wird eine (teil-)synthetische Grundgesamtheit für Deutschland erstellt, die umfangreiche Informationen auf Individualebene enthält und geographisch differenzierte Auswertungen erlaubt. Zur dynamischen Fortschreibung der Population werden Übergangswahrscheinlichkeiten geschätzt und auf deren Grundlage individuelle Zustandsänderungen simuliert. Die ersten Anwendungsgebiete liegen in der Untersuchung der Arbeitsmarktintegration von Migranten sowie der Entwicklung des Pflegebedarfes unter Berücksichtigung familiärer Strukturen. Dieser Beitrag resümiert den Rahmen und die Methoden des kleinräumigen Mikrosimulationsmodells der DFG-Forschungsgruppe MikroSim.

Schlüsselbegriffe

Räumliche Mikrosimulationen Dynamische Mikrosimulationen Demographische Simulationen Pflege Migration Arbeitsmarkt 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Afentakis, A., & Bihler, W. (2005). Das Hochrechnungsverfahren beim unterjährigen Mikrozensus ab 2005. Wirtschaft und Statistik 10 (2005). 1039–1049.Google Scholar
  2. Arránz Becker, O. (2015). Determinanten und Konsequenzen von Trennung und Scheidung. In P. B. Hill & J. Kopp (Hrsg.). Handbuch Familiensoziologie (S. 527–561). Wiesbaden: Springer VS.Google Scholar
  3. Becker, R. (2011). Integration von Migranten durch Bildung und Ausbildung: Theoretische Erklärungen und empirische Befunde. S. 11–36 in R. Becker (Hrsg.): Integration durch Bildung (S. 11–36). Wiesbaden: Springer VS.Google Scholar
  4. Bélanger, A., Sabourin, P. (2017). Microsimulation and Population Dynamics: An Introduction to Modgen 12. Cham: Springer.Google Scholar
  5. Brouwers, L., Ellegård, L. M., Janlöv, N., Johansson, P., Mossler, K., & Ekholm, A. (2014). Simulating the need for health-and elderly care in Sweden. A model description of Sesim-LEV. In G. Dekkers, M. Keegan & C. O’Donoghue (Hrsg.): New pathways in microsimulation (S. 41–60). Farnham: Ashgate.Google Scholar
  6. Cumpston, J. R. (2010). Alignment and matching in multi-purpose household microsimulations. International Journal of Microsimulation, 3, 34–45.Google Scholar
  7. Cumpston, J. R. (2011). New techniques for household microsimulation, and their application to Australia. Canberra: Australian National University.Google Scholar
  8. Davison, A. C., Tsai, C. L. (1992). Regression model diagnostics. International Statistical Review/Revue Internationale de Statistique, 60, 337–353.Google Scholar
  9. De Kramer, R. M. (2016). Evaluation of Cross-Survey Research Methods for the Estimation of Low-Incidence Populations. Mimeo. Boston.Google Scholar
  10. Dekkers, G., Cumpston, R. (2012). On weights in dynamic-ageing microsimulation models. The International Journal of Microsimulation, 5, 59–65.Google Scholar
  11. Drechsler, J. (2011). Synthetic Datasets for Statistical Disclosure Control. Theory and Implementation. New York/Heidelberg: Springer.Google Scholar
  12. Duncan, A., Weeks, M. (1998). Simulating transitions using discrete choice models. In Papers and Proceedings of the American Statistical Association, 106, 151–156.Google Scholar
  13. Esser, H. (1999). Inklusion, Integration und ethnische Schichtung. Journal für Konflikt- und Gewaltforschung, 1, 5–34.Google Scholar
  14. Esser, H. (2001). Integration und ethnische Schichtung. Mannheimer Zentrum für europäische Sozialforschung. Arbeitspapier 40. Mimeo. Mannheim.Google Scholar
  15. Esser, H. (2009). Pluralisierung oder Assimilation? Effekte der multiplen Inklusion auf die Integration von Migranten. Zeitschrift für Soziologie, 38, 358–378.Google Scholar
  16. Faraway, J. J. (2016). Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models, Bd. 124: CRC.Google Scholar
  17. Flood, L. (2008). SESIM: A Swedish Micro-Simulation Model. S. 55–83 in: A. Klevmarken & B. Lindgren (Hrsg.): Simulating an Ageing Population: A microsimulation approach applied to Sweden, Bingley: Emerald.Google Scholar
  18. Fox, K. M. P. C. (2011). A framework for the meta-analysis of survey data. Kingston: Queen’s University.Google Scholar
  19. Frick, J. R., Goebel, J., Grabka, M. M., Groh-Samberg, O., Wagner, G. G. (2007). Zur Erfassung von Einkommen und Vermögen in Haushaltssurveys: Hocheinkommensstichprobe und Vermögensbilanz im SOEP (No. 19). Data Documentation.Google Scholar
  20. Galler, Heinz H. P. (1997): Discrete-Time and Continous-Time Approaches to Dynamic Microsimulation Reconsidered. Canberra.Google Scholar
  21. Gelman, A. & Hill, J. (2006). Data analysis using regression and multilevel/hierarchical models. Cambridge university press.Google Scholar
  22. Granato, N.& Kalter, F. (2001). Die Persistenz ethnischer Ungleichheit auf dem deutschen Arbeitsmarkt: Diskriminierung oder Unterinvestition in Humankapital? Kölner Zeitschrift für Soziologie und Sozialpsychologie, 53, 497–520.Google Scholar
  23. Granato, N. (2009). Effekte der Gruppengröße auf die Arbeitsmarktintegration von Migranten. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 61, 387–409.Google Scholar
  24. Gresch, C. & Kristen, C. (2011). Staatsbürgerschaft oder Migrationshintergrund? Ein Vergleich unterschiedlicher Operationalisierungsweisen am Beispiel der Bildungsbeteiligung. Zeitschrift für Soziologie, 40, 208–227.Google Scholar
  25. Grunwald, M., Schiebel, B., Strohmeier, Klaus P., & Sensch, J. (1988): Familienentwicklung in Nordrhein-Westfalen: Modellierung und Mikrosimulation mit Paneldaten. Ökonometrische Modelle mit qualitativen abhängigen Variablen. IBS.Google Scholar
  26. Häcker, J., & Raffelhüschen, B. (2006): Zukünftige Pflege ohne Familie: Konsequenzen des“Heimsog-Effekts“. Technischer Bericht Diskussionsbeiträge//Institut für Finanzwissenschaft der Albert- Ludwigs-Universität Freiburg im Breisgau.Google Scholar
  27. Hank, K. (2001). Regional fertility differences in Western Germany: an overview of the literature and recent descriptive findings. International journal of population geography, 7, 243–257.Google Scholar
  28. Hank, K. (2015). Intergenerationale Beziehungen. In P. B. Hill & J. Kopp (Hrsg.): Handbuch Familiensoziologie (S. 463–486). Wiesbaden: Springer VS.Google Scholar
  29. Hannappel, M. (2019). Mikrosimulationen und die ,Analytische Soziologie‘. Zur Anwendbarkeit des Begriffs des sozialen Mechanismus auf die Mikrosimulation. In N. J. Saam, M.Google Scholar
  30. Resch & A. Kaminski (Hrsg.), Simulieren und Entscheiden. Entscheidungsmodellierung, Modellierungsentscheidungen, Entscheidungsunterstützung (S. 83–109). Wiesbaden: Springer VS.Google Scholar
  31. Hannappel, M., Troitzsch, K. G. (2015). Mikrosimulationsmodelle. In N. Braun & N. J. Saam (Hrsg.): Handbuch Modellbildung und Simulation in den Sozialwissenschaften (S. 455–489). Wiesbaden: Springer VS.Google Scholar
  32. Hedström, P., Swedberg, R., & Hernes, G. (Eds.) (1998). Social mechanisms: An analytical approach to social theory. Cambridge University Press.Google Scholar
  33. Herlth, A. & Strohmeier, K. P. (Hrsg.). (2013). Lebenslauf und Familienentwicklung: Mikroanalysen des Wandels familialer Lebensformen (Vol. 7). Wiesbaden: Springer VS.Google Scholar
  34. Hill, P. B. & Kopp, J. (Hrsg.), (2015): Handbuch Familienforschung. Wiesbaden: Springer VS.Google Scholar
  35. Höhne, J., & Buschoff, K. S. (2015). Die Arbeitsmarktintegration von Migranten und Migrantinnen in Deutschland. Ein Überblick nach Herkunftsländern und Generationen. WSI-Mitteilungen, 68, 345–354.Google Scholar
  36. Huinink, J., Kreyenfeld, M., & Trappe, H. (2012). Familie und Partnerschaft in Ost-und Westdeutschland: Eine Bilanz. In J. Huinink, M. Kreyenfeld & H. Trappe (Hrsg.): Familie und Partnerschaft in Ost- und Westdeutschland. Ähnlich und doch immer noch anders. Sonderheft 9 der Zeitschrift für Familienforschung. Opladen: Barbara Budrich.Google Scholar
  37. Kalter, F., & Granato, N. (2002). Demographic Change, Educational Expansion and Structural Assimilation of Immigrants. The Case of Germany. European Sociological Review, 18, 199–216.Google Scholar
  38. Kalter, F., Granato, N., & Kristen, C. (2011). Die strukturelle Assimilation der zweiten Migrantengeneration in Deutschland: Eine Zerlegung gegenwärtiger Trends. In R. Becker (Hrsg.), Integration durch Bildung (S. 257–288. Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  39. Kirchner, T., Pflanz, F., Techen, A., & Wagenknecht, L. (2014). Kleinräumige Gliederung, Georeferenzierung und Rasterdarstellung im Zensus. Zeitschrift für amtliche Statistik Berlin-Brandenburg, 3, 28–32.Google Scholar
  40. Kolb, J.-P. (2013). Methoden zur Erzeugung synthetischer Simulationsgesamtheiten. Dissertation an der Universität Trier. Mimeo. Trier.Google Scholar
  41. Kopp, J., & Richter, N. (2016). Social Mechanisms and Empirical Research in Social Mechanisms and Empirical Research in the Field of Sociology of the Family: The Case of Separation and Divorce. Analyse & Kritik, 38, 121–148.Google Scholar
  42. Kreyenfeld, M., & Konietzka, D. (2015). Sozialstruktur und Lebensform. In P. B. Hill, J. Kopp (Hrsg.): Handbuch Familiensoziologie (S. 345–374). Wiesbaden: Springer VS.Google Scholar
  43. Leim, I. (2008). Die Modellierung der Fertilitätsentwicklung als Folge komplexer individueller Entscheidungsprozesse mit Hilfe der Mikrosimulation. Marburg: Metropolis.Google Scholar
  44. Li, J., & O’Donoghue, C. (2013). A survey of dynamic microsimulation models: uses, model structure and methodology. International Journal of microsimulation, 6, 3–55.Google Scholar
  45. Li, J., O’Donoghue, C., & Dekkers, G. (2014). Dynamic Models. In B. H. Baltagi & E. Sadka (Hrsg.): Handbook of Microsimulation Modelling (S. 305–343). Bingley: Emerald.Google Scholar
  46. Lovelace, R. & Dumont, M. (2016). Spatial Microsimulation with R. Boca Raton: CRC.Google Scholar
  47. Lovelace, R., & Ballas, D. (2013). ‘Truncate, replicate, sample’: A method for creating integer weights for spatial microsimulation. Computers, Environment and Urban Systems, 41, 1–11.Google Scholar
  48. Makles, A., & Schneider, K. (2012). Freie Wahl der Grundschule: wie entscheiden sich die Eltern und welche Konsequenzen hat die Schulwahl für die Segregation? DDS – Die Deutsche Schule, 104, 332–346.Google Scholar
  49. McLeman, R. (2016). Conclusion: Migration as Adaptation: Conceptual Origins, Recent Developments, and Future Directions. In Migration, risk management and climate change: evidence and policy responses (S. 213–229). Cham: Springer.Google Scholar
  50. Merz, J. (2004). Kumulation von Mikrodaten–Konzeptionelle Grundlagen und ein Vorschlag zur Realisierung. Allgemeines Statistisches Archiv, 88, 451–472.Google Scholar
  51. Meyer, M. (2006). Pflegende Angehörige in Deutschland: ein Überblick über den derzeitigen Stand und zukünftige Entwicklungen, (S. 10–11). Hamburg: Lit Verlag.Google Scholar
  52. Möller, K. P. (1982). Entwicklung von Bevölkerung und Haushalten in der Bundesrepublik Deutschland bis zum Jahr 2000. Berlin: Duncker & Humblot.Google Scholar
  53. Müller, K. U., Spieß, C. K., Tsiasioti, C., Wrohlich, K., Bügelmayer, E., Haywood, L., Peter, F., Ringmann, M., & Witzke, S. (2013). Evaluationsmodul: Förderung und Wohlergehen von Kindern. Endbericht: Studie im Auftrag der Geschäftsstelle für die Gesamtevaluation ehe-und familienbezogener Maßnahmen und Leistungen in Deutschland, Prognos AG, für das Bundesministerium für Familie, Senioren, Frauen und Jugend und das Bundesministerium der Finanzen, 73, DIW Berlin: Politikberatung kompakt.Google Scholar
  54. Münnich, R., Burgard, J. P., & Vogt, M. (2013). Small area-statistik: Methoden und Anwendungen. AStA Wirtschafts-und Sozialstatistisches Archiv, 6, S. 149–191.Google Scholar
  55. Münnich, R., Gabler, S., Ganninger, M., Burgard, J. P., & Kolb, J. P. (2011). Das Stichprobendesign des registergestützten Zensus 2011. Methoden, Daten, Analysen, 5, 37–61.Google Scholar
  56. Münnich, R., Gabler, S., Ganninger, M., Burgard, J.-P., & Kolb, J.-P. (2012). Stichprobenoptimierung und Schätzung im Zensus 2011. In Bd. 21 Statistik und Wissenschaft. Wiesbaden: Destatis.Google Scholar
  57. Münnich, R., & Kopp, J. (2019). Pflege an der Grenze. Entwicklungen, Fragestellungen, Herangehensweisen. Wiesbaden: Springer VS.Google Scholar
  58. Nowossadeck, S., Engstler, H., & Klaus, D. (2016). Pflege und Unterstützung durch Angehörige. In Report Altersdaten, 1/2016.Google Scholar
  59. O’Donoghue, C., Ballas, D., Clarke, G., Hynes, S., & Morrissey, K. (Eds.). (2013). Spatial microsimulation for rural policy analysis. Berlin: Springer.Google Scholar
  60. O’Donoghue, C. (2014). Handbook of Microsimulation Modelling. Contributions to Economic Analysis. London: Emerald.Google Scholar
  61. Orcutt, G. H. (1957). A New Type of Socio-Economic System. Review of Economics and Statistics, 39, (S. 116–123) [nachgedruckt in: International Journal of Microsimulation1 (2007), 3–9..Google Scholar
  62. Park, D. K., Gelman, A., & Bafumi, J. (2004). Bayesian multilevel estimation with poststratification: state-level estimates from national polls. Political Analysis, 12(4), 375–385.Google Scholar
  63. Rahman, A., & Harding, A. (2016). Small area estimation and microsimulation modeling. Boca Raton: Chapman and Hall.Google Scholar
  64. Rao, J. N., & Molina, I. (2015). Small area estimation. Hoboken: John Wiley.Google Scholar
  65. Richter, N. (2017). Fertilität und Mechanismen sozialer Ansteckung. Wiesbaden: Springer VS.Google Scholar
  66. Richter, N., & Lois, D., Arránz Becker, O., & Kopp, J. (2012). Mechanismen des Netzwerkeinflusses auf Fertilitätsentscheidungen in Ost-und Westdeutschland. In Zeitschrift für Familienforschung, Sonderheft 9, (S. 95–118). Opladen: BudrichGoogle Scholar
  67. Riedel, A., Schneider, K., Schuchart, C., & Weishaupt, H. (2010). School Choice in German Primary Schools: How Binding are School Districts? Journal for Educational Research Online, 2 (1), 94–120.Google Scholar
  68. Roberts, G., & Binder, D. (2009). Analyses based on combining similar information from multiple surveys. In Survey Research Methods Section of the Joint Statistical Meetings (JSM), 2138–2147.Google Scholar
  69. Rothgang, H., Müller, R., & Unger, R. (2012). Themenreport“ Pflege 2030“: was ist zu erwarten- was ist zu tun?. Bertelsmann Stiftung.Google Scholar
  70. Schenker, N., & Raghunathan, T. E. (2007). Combining Information from Multiple Surveys to Enhance Estimation of Measures of Health. Statistics in Medicine, 26 (8), 1802–1811.Google Scholar
  71. Schneider, M., Ruppertsthal, S., & Lück, D. (2009). Beruf, Mobilität und Familie. In G. Burkart (Hrsg.): Zukunft der Familie. Sonderheft 9 der Zeitschrift für Familienforschung (S. 111–136). Opladen: Barbara Budrich.Google Scholar
  72. Schönwälder, K., & Söhn, J. (2009). Immigrant Settlement Structures in Germany: General Patterns and Urban Levels of Concentration of Major Groups. Urban Studies, 46: 1439–1460.Google Scholar
  73. Schrijver, A. (2003). Combinatorial Optimization: Polyhedra and Efficiency. Berlin: Springer.Google Scholar
  74. Schuchart, C., Schneider, K., Weishaupt, H., & Riedel, A. (2011). Welchen Einfluss hat die Wohnumgebung auf die Grundschulwahl der Eltern? Analysen zur Bedeutung von kontextuellen und familiären Merkmalen auf das Wahlverhalten. Schumpeter Discussion Papers, No. 2011–009. Mimeo. Wuppertal.Google Scholar
  75. Schupp, J., & Wagner, G. G. (1995). Die Zuwanderer-Stichprobe des Sozio-oekonomischen Panels (SOEP). Vierteljahrshefte zur Wirtschaftsforschung, 64, 16–25.Google Scholar
  76. Seifert, W. (1995). Die Mobilität der Migranten: die berufliche, ökonomische und soziale Stellung ausländischer Arbeitnehmer in der Bundesrepublik: eine Längsschnittanalyse mit dem Sozio-Ökonomischen Panel, 1984–1989. Berlin: Edition Sigma.Google Scholar
  77. Spielauer, M. (2007). Dynamic microsimulation of health care demand, health care finance and the economic impact of health behaviours: survey and review. International Journal of Microsimulation, 1, 35–53.Google Scholar
  78. Stadt Leipzig, 2016: Schulentwicklungsplan der Stadt Leipzig. Fortschreibung 2016. Mimeo. Leipzig.Google Scholar
  79. Statistisches Bundesamt (2016): Bevölkerung und Erwerbstätigkeit: Bevölkerung mit Migrationshintergrund. Ergebnisse des Mikrozensus 2015. Wiesbaden.Google Scholar
  80. Statistisches Bundesamt (2017a): Pflegestatistik 2015. Pflege im Rahmen der Pflegeversicherung. Deutschlandergebnisse. Wiesbaden.Google Scholar
  81. Statistisches Bundesamt (2017b): Zusammengefasste Geburtenziffer nach Kalenderjahren.Google Scholar
  82. Tanton, R. (2014). A review of spatial microsimulation methods. International Journal of Microsimulation, 7, 4–25.Google Scholar
  83. Tanton, R., Vidyattama, Y., Nepal, B., & McNamara, J. (2011). Small area estimation using a reweighting algorithm. Journal of the Royal Statistical Society: Series A (Statistics in Society), 174, 931–951.Google Scholar
  84. van Imhoff, Evert; & Post, Wendy (1998). Microsimulation Methods for Population Projection. Population: An English Selection, 10, 97–136.Google Scholar
  85. White, M. J. (Ed.). (2016). International handbook of migration and population distribution. Dordrecht: Springer.Google Scholar
  86. Willekens, F. (2017). The decision to emigrate: A simulation model based on the theory of planned behaviour. In A. Grow & J. v. Bawel (Hrsg.): Agent-Based Modelling in Population Studies (S. 257–299). Cham: Springer.Google Scholar
  87. Williamson, P. (2012). Spatial microsimulation: A reference guide for users, Bd. 6: Springer Science & Business Media.Google Scholar
  88. Zhang, L.-C. (2012). Topics of statistical theory for register‐based statistics and data integration. Statistica Neerlandica 66: 41–63.Google Scholar
  89. Zhu, Y., & Ferreira, J. (2014). Synthetic population generation at disaggregated spatial scales for land use and transportation microsimulation. Transportation Research Record: Journal of the Transportation Research Board, 2429, (S. 168–177).Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  • Ralf Münnich
    • 1
    Email author
  • Rainer Schnell
    • 2
  • Johannes Kopp
    • 1
  • Petra Stein
    • 2
  • Markus Zwick
    • 3
  • Sebastian Dräger
    • 1
  • Hariolf Merkle
    • 1
  • Monika Obersneider
    • 2
  • Nico Richter
    • 1
  • Simon Schmaus
    • 1
  1. 1.Universität TrierTrierDeutschland
  2. 2.Universität Duisburg-EssenDuisburgDeutschland
  3. 3.Statistisches Bundesamt WiesbadenWiesbadenDeutschland

Personalised recommendations