Regionale Strukturen

Bereits seit seiner Gründung führt infas Regionalforschung durch und hilft lokalen Akteuren auf Basis empirischer Erhebungen, frühzeitig neue Herausforderungen und Entwicklungen zu erkennen, um auf dieser Basis Maßnahmen für die Zukunft abzuleiten.

Die Herausforderungen für Städte und Kommunen diversifizieren sich und werden komplexer. Klimawandel und Corona-Pandemie als globale Phänomene verweben sich mit Strukturwandel, der Gestaltung nachhaltiger Mobilitätssysteme, Anforderungen des Wohnungsmarkts auf regionaler oder kommunaler Ebene. Wechselwirkungen und Interdependenzen lassen sich schwerer einschätzen und in die Zukunft projizieren.

infas hat seit 60 Jahren Erfahrung mit der Erforschung komplexer Herausforderungen und der Entwicklung und Gestaltung von Lösungsansätzen. Dazu werden Daten aus verschiedenen Quellen herangezogen, bewertet und zu differenzierten Erkenntnissen verdichtet. Dabei arbeitet infas eng mit der Unternehmensschwester infas 360 GmbH zusammen, der ein umfassender Bestand an Markt- und Geodaten zur Verfügung steht. Für infas-Studien in der Regionalforschung erfolgen bei Bedarf übergreifende Analysen unter Kombination dieser vielfältigen Datenbestände. Dieses Vorgehen ermöglicht exakte mikrogeografische Auswertungen und regionale Standort- und Mobilitätsanalysen.

Regelmäßig führt die infas-Regionalforschung durch:

  • Empirische Projekte zur Stadt- und Regionalentwicklung,
  • Analysen für Regionen, Städte und Kommunen zu den Themen Strukturwandel, Homeoffice, (Mobilitäts-)Infrastruktur,
  • Zielgruppen-Analysen und -Segmentationen für Immobilien- und Quartiersprojekte,
  • Potenzial- und Akzeptanzprüfungen auf Basis empirischer Untersuchungen für neue Wohnkonzepte und neuer Haustechnik (Smart Home),
  • weitere Projekte zum Wohnungsmarkt, darunter auch die Erstellung von qualifizierten und belastbaren Mietspiegeln.

Mietspiegel

Um eine ortsübliche Vergleichsmiete ermitteln zu können, ist es Aufgabe der kommunalen Gebietskörperschaften einen Mietspiegel bereitzustellen. Mit der Reform des Mietspiegelrechts zum 1. Juli 2022 sind Städte mit mehr als 50.000 Einwohnern dazu verpflichtet, den Mietspiegel in Eigenregie oder durch Beauftragung fachkundiger Experten zu erstellen.

Zu Beginn des Jahres 2023 hat sich die Erforderlichkeit eines einfachen Mietspiegels (zwei Jahre Gültigkeit, ohne Anwendung spezifischer Verfahren) ergeben, ab dem 01.01.2024 haben die betreffenden Städte einen qualifizierten Mietspiegel (mit Fortschreibung vier Jahre Gültigkeit, Erstellung nach wissenschaftlich anerkannten Grundsätzen) vorzuweisen.

Im Auftrag von Kommunen erstellt infas in Zusammenarbeit mit infas 360 und der fachlichen Expertise von Prof. Dr. Kauermann (LMU München) qualifizierte Mietspiegel unter Anwendung der Regressionsmethode. Hierfür sind zum einen die vorbereitende Planung zur Ermittlung der Stichprobengröße, die sorgfältige Stichprobenziehung und die Konzeption von Fragebögen unerlässlich. Darauf aufbauend erfolgt die standardisierte und repräsentative Befragung von Mietern (und Vermietern) durch eine effiziente Kombination von schriftlicher und Online-Befragung. Der Rücklauf beider Befragungsformen wird plausibilisiert und mithilfe eines Regressionsmodells analysiert und ausgewertet.

Die Anwendung der Regressionsmethode bietet zudem den Vorteil, dass der Stichprobenumfang im Vergleich zum Tabellenmietspiegel geringer ausfällt. Das Team von infas, infas 360 und Prof. Dr. Kauermann verfügt neben der umfangreichen Methodenerfahrung zudem über die zur Mietspiegelerstellung benötigten Daten wie Wohnlagen und Gebäudealter.

Über die Erstellung des Mietspiegels hinaus bieten das Konsortium auf Basis der Ergebnisse auch die Bereitstellung eines Online-Berechnungstools an. Weitere Informationen zum Mietspiegel finden sich auch auf der Webseite von infas 360.

In einigen Untersuchungen werden Datensätze benötigt oder erzeugt, die einen Adressbezug bzw. eine Adressinformation aufweisen.  Unabhängig davon, ob damit ein Haushalt, ein Unternehmensstandort oder sonstige Daten mit Ortsbezug zu verstehen sind, können aufgrund der klar definierten räumlichen Lage weitere Informationen verknüpft werden. 

Die Zuordnung einer Adresse zu einer räumlichen Koordinate wird als Geocodierung bezeichnet. Diese Lageinformation ermöglicht es, auf verschiedenen Ebenen weitere wertvolle Daten mit Raumbezug anzureichern. Dabei ist es dem jeweiligen Anwendungszweck überlassen, welche Sachdaten verknüpft werden. Als konkrete Beispiele sind die Anbindung an MIV/ÖPNV, Gebäudemerkmale, Kaufkraft, Nahversorgung, soziodemographische Strukturen oder Wohnlage zu nennen.

Das Resultat einer Geocodierung kann in rein tabellarischer Form weiterverarbeitet werden. Vielfach ist es jedoch sinnvoll, das Resultat (in Verbindung mit angereicherten Daten) auch visuell darzustellen. Hierfür kommen Geoinformationssysteme (GIS) zum Einsatz. Eine weit verbreitete Form der Darstellung von aggregierten bzw. verarbeiteten Daten stellen Choroplethenkarten dar. Dabei werden die zugrundliegenden Flächen (z.B. Gemeinden) entsprechend ihrer Ausprägung mittels sequentiellen bzw. divergierenden Farbverläufen oder einem qualitativen Farbschema abgebildet.

Für statistische Auswertungen bieten sich für gewöhnlich Geodaten an, die im Vektorformat vorliegen. Diese können von ihrer Eigenheit punkt- (z.B. Adresse oder Ortsmittelpunkt), linien- (z.B. Straßen- oder Gewässerverläufe), oder flächenartig (z.B. administrative Einheiten, landschaftliche Abgrenzungen oder Flurstücke) ausgestaltet sein. Die betreffenden Daten verfügen meistens über eine eindeutige Zuordnung („ID“, z.B. Gemeindeschlüssel) und können tabellarisch verknüpft werden. Kontinuierliche Daten wie Temperatur, Windgeschwindigkeit, Geländehöhe oder Lärm werden grundsätzlich in Form von Rasterdaten (z.B. 100 m x 100 m) dargestellt und weisen keine Zuordnungsmöglichkeit über einen Schlüssel auf, sie sind lediglich durch ihre Lage räumlich bestimmt. Die Umwandlung von Raster in Vektordaten zwecks weiterer Verarbeitung und Verknüpfung ist mittels GIS-Methoden gegeben.

Zu beachten ist, dass der Begriff „Raster“ auch in einem anderen Kontext Anwendung findet, nämlich für die ebenso schachbrettartige Darstellung von Vektordaten, deren Form durch gleichgroße Quadrate beschrieben wird. Ein anderer, etwas präziserer, Begriff, sind „geographische Gitter bzw. Gitterzellen“.

Diese verfügen über eine eindeutige ID/Schlüssel und werden unter anderem für die räumliche Darstellung von Zensus-Daten verwendet.

Insbesondere Daten aus Befragungen, deren Raumbezug essentiell für den Untersuchungsgegenstand ist, erfordern große Sorgfalt bei der weiteren Verarbeitung und Datenhaltung. Dies wird vornehmlich durch die Aggregation auf bestimmte Raumebenen, wie Gemeindegebiete, gewährleistet. Für einige Fragestellungen ist dieser Maßstab jedoch zu ungenau und erfordert eine andere Handhabung. Abhängig von der Größe und Struktur eines Kommunalgebiets kommen dafür kleinteiligere Einheiten wie Ortsteile oder statistische Bezirke in Frage. Aufgrund der unterschiedlichen Größe von Gemeinden (einwohner- und flächenbezogen) und letztlich der kommunalen Selbstverwaltung herrscht hier eine große Heterogenität. Für vergleichende Betrachtungen mit größerem räumlichen Bezug und gleichzeitigem Fokus auf kleinräumige Bereiche bieten sich daher geographische Einteilungen mit homogener Struktur an. Dies kann zum Beispiel in Form von quadratischen Gitterzellen erfolgen.

Für die europaweit einheitliche Darstellung von Geodaten wurde daher ein hierarchisches Gitterzellensystem definiert(INSPIRE-Richtlinie). Gitterzellen, gestaffelt von 1 m bis 100.000 m Kantenlänge, werden anhand eines Zellencodes eindeutig identifiziert. Bei der Aggregation von Adresspunkten (bzw. derer Daten) zu einer Gitterzelle wird durch eine hinreichend große Anzahl von Fällen bzw. Einwohnern eine Re-Identifikation ausgeschlossen.  Um dieses Kriterium durchweg zu erfüllen, wird bei Notwendigkeit auf eine größere Gitterzelle der nächsten Hierarchiestufe aggregiert.

Anwendung von Small Area Statistics

Darüber hinaus setzt die infas-Regionalforschung regelmäßig Modellierungen nach dem Small Area Statistics-Verfahren ein. Dies erfolgt auch in Kooperation mit der Unternehmensschwester infas 360. Aktuelle Beispiele dafür stellen Schätzungen der Homeoffice-Situation sowie der Verteilung der Corona-Impfungen dar.

Projekte der Regionalforschung

Publikationen zur Regionalforschung