Suchergebnisse

Die 13. koordinierte Bevölkerungsvorausberechnung bildet die aktuell bedeutsamste Informationsquelle für die zukünftige Entwicklung der deutschen Bevölkerung. Annahmen über eine anhaltend hohe Nettomigration führen im Ergebnis zu einer fast neutralen Bevölkerungsbilanz bis 2030. Dies lässt die demografischen Herausforderungen für die deutsche Wirtschaft weniger dramatisch erscheinen. Dennoch schreitet die Alterung der Gesellschaft weiter voran. Auch methodisch stößt die genutzte Szenariotechnik an Grenzen, weil den Szenarien keine Eintrittswahrscheinlichkeiten zugeordnet werden können. Es besteht die Gefahr, dass Entscheidungsträger aus Politik und Wirtschaft das für sie beste Szenario als das wahrscheinlichste auswählen und danach handeln. Das kann schwerwiegende Konsequenzen haben. Der Beitrag diskutiert den Mehrwert und die Probleme stochastischer Methoden am Beispiel einer vom Institut der deutschen Wirtschaft Köln erstellten stochastischen Bevölkerungsprognose.

Stochastic population forecasts are gaining popularity in these times of demographic change, as compared with the scenario technique frequently used for projections, they provide important additional information: the forecasted population lies within a prediction interval to which a probability of occurrence can be allocated. However, this approach requires long time-series and detailed information about the determinants of population development (fertility, mortality and net migration), which are frequently not available in sufficient depth at the regional level, but are generally subsumed into age groups. Stochastic population forecasts are therefore usually limited to the national level. Nonetheless, methods of functional data analysis enable us to disaggregate the required demographic variables into years of age and to use them as the data basis of a stochastic model, also at the regional level. This essay presents this approach and models based on it using the example of the population development of the Rhine-Neckar metropolitan area in Germany.

Vor dem Hintergrund des demographischen Wandels erfreuen sich stochastische Bevölkerungsprognosen
wachsender Beliebtheit, denn sie liefern im Vergleich zu der für Vorausberechnungen
häufig verwendeten Szenariotechnik ; eine wichtige Zusatzinformation: die prognostizierte
Bevölkerung liegt innerhalb eines Schwankungsbereichs, dem eine Eintrittswahrscheinlichkeit
zugeordnet werden kann. Allerdings erfordert dieser Ansatz lange Zeitreihen und detaillierte
Informationen über die Determinanten der Bevölkerungsentwicklung (Fertilität, Mortalität
und Nettomigration), die auf regionaler Ebene häufig nicht in ausreichender Tiefe
verfügbar, sondern in der Regel zu Altersgruppen zusammengefasst sind. Stochastische
Bevölkerungsprognosen beschränken sich deshalb meist auf die nationale Ebene. Jedoch
ermöglichen es Methoden der funktionalen Datenanalyse, die erforderlichen demographischen
Merkmale auf Altersjahre zu disaggregieren und als Datenbasis einer stochastischen
Modellierung, auch auf regionaler Ebene, zu nutzen. In diesem Aufsatz werden am Beispiel
der Bevölkerungsentwicklung der Metropolregion Rhein-Neckar dieser Ansatz und darauf
aufbauende Modelle vorgestellt.

This contribution proposes a simulation approach for the indirect estimation of age-specific fertility rates (ASFRs) and the total fertility rate (TFR) for Germany via time series modeling of the principal components of the ASFRs. The model accounts for cross-correlation and autocorrelation among the ASFR time series. The effects of certain measures are also quantified through the introduction of policy variables. Our approach is applicable to probabilistic sensitivity analyses investigating the potential outcome of political intervention. A slight increase in the TFR is probable until 2040. In the median scenario, the TFR will increase from 1.6 in 2016 to 1.68 in 2040 and will be between 1.46 and 1.92 with a probability of 75%. Based on this result, it is unlikely that the fertility level will fall back to its extremely low levels of the mid-1990s. Two simple alternate scenarios are used to illustrate the estimated ceteris paribus effect of changes in our policy variables on the TFR.

The future development of population size and structure is of importance since planning in many areas of politics and business is conducted based on expectations about the future makeup of the population. Countries with both decreasing mortality and low fertility rates, which is the case for most countries in Europe, urgently need adequate population forecasts to identify future problems regarding social security systems as one determinant of overall macroeconomic development. This contribution proposes a stochastic cohort-component model that uses simulation techniques based on stochastic models for fertility, migration and mortality to forecast the population by age and sex. We specifically focus on quantifying the uncertainty of future development as previous studies have tended to underestimate future risk. The results provide detailed insight into the future population structure, disaggregated into both sexes and 116 age groups. Moreover, the uncertainty in the forecast is quantified as prediction intervals for each subgroup. The underlying models for forecasting the demographic components have been developed in earlier studies and rely on principal component time series models. Since the proposed model is fully probabilistic, it offers a wide range of information, not only identifying the most probable course of the population but also a vast number of possible scenarios for future development of the population and quantifying their respective likelihoods. The model is applied to forecast the population of Germany until 2040. The results indicate a larger future population for Germany compared to the population predicted in studies conducted before 2015. The driving factors are lower mortality, higher fertility and higher net migration as derived by us statistically in contrast to widely used qualitative assumptions. The present study shows that the increase in population is mainly due to a larger proportion of older individuals.

Internationale Migration ist eines der gesellschaftlich am kontroversesten diskutierten Themen. Kritiker einer offenen Migrationspolitik sehen hohe Immigrationszahlen als großes Risiko für die Sicherheit und warnen vor möglichen Verdrängungseffekten am Arbeitsmarkt, während die Befürworter u.a. argumentieren, dass internationale Migration aus demografischer Sicht eine große Chance sei, die Folgen des Demografischen Wandels durch eine Erhöhung und Verjüngung der Bevölkerung auszubremsen und vor allem das Arbeitskräfteangebot in vom Fachkräftemangel bereits betroffenen Wirtschaftsbereichen zu erhöhen. Aus diesen Gründen ist es umso wichtiger, eine sachliche Diskussion auf Basis empirischer Ergebnisse zu führen. Eine quantitative Diskussionsgrundlage bildet in diesem Zusammenhang eine Prognose der zukünftigen Migrationsströme für Planungen in der Politik und dem Unternehmenskontext, was bisher nur unzureichend durchgeführt wird. Hierfür stellen wir einen Modellansatz für die Prognose der internationalen Nettomigration zwischen Deutschland und dem Ausland, differenziert nach Geschlecht, Alter und Nationalitätsgruppen, vor. Der Beitrag liefert stochastische Prognosen der zukünftigen Nettomigrationen auf Basis eines Hauptkomponenten-Zeitreihenmodells. Bei diesem Verfahren bilden Prognoseintervalle die Unsicherheit über die zukünftige Entwicklung ab.

Neben den Herausforderungen, welche die wachsende Nachfrage nach Wohnraum in den Großstädten an den Markt stellt, wächst auch der politische Druck auf die Wohnungsmärkte. Trotz massiver Kritik steht nach dem Beschluss des Deutschen Bundestages vom 5. März dieses Jahres fest: Die Mietpreisbremse kommt. Anders als intendiert wird die Bremse Markt und Mieter jedoch nicht entlasten, sondern die Lage an angespannten Wohnungsmärkten langfristig sogar verschlimmern: Sie senkt die Renditeaussichten von Investoren und erhöht damit die Anreize Mietwohnungen an Selbstnutzer zu verkaufen. Das vorhandene Angebot an Mietwohnungen wird so gerade an den dynamischen Wohnungsmärkten der attraktiven Städte noch weiter verknappt. So sind in Berlin und Köln nach aktuellem Stand bereits weite Teile der neuvermieteten Immobilien von der Regulierung betroffen. Die Wirkung der Mietpreisbremse hängt folglich entscheidend davon ab, wie gut der Mietspiegel den tatsächlichen Markt abbilden kann. Wird das tatsächliche Marktgeschehen nicht korrekt abgebildet, beispielsweise aufgrund veralteter Daten oder zu grober Einteilungen der Kategorien zur Wohnlage, kann die Mietpreisbremse wie ein Mietstopp wirken, der die Funktionsfähigkeit des Mietwohnungsmarktes langfristig gefährdet. Um diesen Fehlentwicklungen entgegenzuwirken, sollen die der Mietpreisbremse zugrundeliegenden Mietspiegel nach aktuellem Recht im Abstand von zwei Jahren der Marktentwicklung angepasst werden. Zusätzlich müssen qualifizierte Mietspiegel alle vier Jahre neu erstellt werden. [.]

Substantiated knowledge of future demographic changes that is derived from sound statistical and mathematical methods is a crucial determinant of regional planning. Of the components of demographic developments, migration shapes regional demographics the most over the short term. However, despite its importance, existing approaches model future regional migration based on deterministic assumptions that do not sufficiently account for its highly probabilistic nature. In response to this shortcoming in the literature, our paper uses age- and gender-specific migration data for German NUTS-3 regions over the 1995–2019 period and compares the performance of a variety of forecasting models in backtests. Using the bestperforming model specification and drawing on Monte Carlo simulations, we present a stochastic forecast of regional migration dynamics across German regions until 2040 and analyze their role in regional depopulation. The results provide evidence that well-known age-specific migration patterns across the urban-rural continuum of regions, such as the education-induced migration of young adults, are very likely to persist, and to continue to shape future regional (de)population dynamics.

Since 2013, more than two million refugees have arrived in Germany and have been allocated across federal states and districts according to legal policies. A steadily increasing number of refugees is now entering the German labor market, albeit under varying economic and demographic contexts. However, regional differences in refugees' labor market integration have received little attention both retrospectively and particularly prospectively, given the projected population decline across Germany. Addressing this apparent shortcoming in the literature, we collect data on refugee arrivals by gender, nationality, approval rates, and regional allocation from 1995 to 2019. Applying principal component analysis and time series analysis, we first analyze past patterns of refugee migration to Germany and project both arrivals and regional allocations by gender and nationality until 2030. Then, combining the collected migration figures for German labor market regions and official labor market statistics, we investigate past regional employment effects from 2008 to 2019. Next, we calculate corresponding future employment effects conditional on our projected refugee figures, our estimation results, and official regional demographic forecasts until 2030. Our findings suggest that refugee migration does not affect German labor market regions equally, but instead has and will continue to lead to distinct regional employment effects. Moreover, the labor market integration differs by gender and origin of the refugees. Consequently, the interaction of regional employment effects with projected population change gives rise to different regional mitigation potentials in view of the upcoming population decline.

Getrieben durch den starken Zuzug aus dem In- und Ausland erleben die Wohnungsmärkte der deutschen Metropolregionen in den letzten Jahren einen deutlichen Nachfrageschub. Durch die gleichzeitig nur moderat ausgeweitete Bautätigkeit fällt es Mietern zunehmend schwerer bezahlbaren Wohnraum zu finden. Im Nachgang der Bundestagswahl 2013 ist das Problem der sich verschärfenden Wohnungs-knappheit auf der politischen Agenda der deutschen Bundesregierung gelandet, mit dem Ziel, Wohnraum auch zukünftig für die breite Bevölkerung bezahlbar zu halten. Mit dem 1. Juni 2015 wurde dann das Wohnungsmarktinstrument der Mietpreisbremse - zunächst in Berlin - eingeführt, um überdurchschnittlichen Mietpreiserhöhungen entgegenzuwirken. Mit einigen Ausnahmen für neu errichtete und umfassend modernisierte Wohnungen darf seitdem die geforderte Neuvertragsmiete die jeweilige orts-übliche Vergleichsmiete um maximal zehn Prozent überschreiten. Jedoch scheint der Anstieg der Mieten trotz der Einführung der Wohnungsmarktregulierung ungebrochen, sodass in Öffentlichkeit und Medien zunehmend Zweifel an der Wirksamkeit der Mietpreisbremse aufgekommen sind. [.]

Die Frage nach bezahlbarem Wohnraum ist derzeit omnipräsent in der Politik. Insbesondere wird dabei gefragt, wie die Mietendynamik reduziert und durch Transfers und Subvention die Wohnkosten gesenkt werden können. Bislang kaum adressiert wurde jedoch die Frage, welche Anbietergruppen günstigen Wohnraum anbieten. Aufbauend auf einer Auswertung von 300.000 Angebotsinseraten für die zehn größten Städte in Nordrhein-Westfalen zeigt diese Untersuchung, dass vor allem große Wohnungsunternehmen günstige Wohnungen anbieten. Neben Genossenschaften und kommunalen Wohnungsgesellschaften sind dies vor allem große private Wohnungsunternehmen. Diese privaten Wohnungsunternehmen stellen teilweise ein deutliches größeres Wohnungsangebot zur Verfügung als Genossenschaften oder öffentliche Anbieter. Die Preisunterschiede zwischen den Gruppen zeigen sich nicht nur bei den Durchschnittsmieten, sondern auch im Rahmen einer ökonometrischen Analyse. Bei gleichen Lagen und Wohnungsqualitäten liegen die Mieten der Genossenschaften 16 Prozent und die der kommunalen Wohnungsgesellschaften 5,7 Prozent unter dem Mietenniveau der anderen Wohnungsunternehmen und der anderen privaten Vermieter (Kleinvermieter). Große Wohnungsunternehmen ordnen sich mit einem Wert von 6,5 Prozent zwischen den Genossenschaften und den kommunalen Wohnungsgesellschaften ein. Ursächlich für die Mietpreisvorteile sind vor allem Größenvorteile. Diese Kostenvorteile erlauben es den Unternehmen günstigere Mieten anzubieten. Die Ergebnisse der Studie legen nahe, dass die Politik zur Sicherstellung bezahlbaren Wohnraums nicht nur auf kommunale Gesellschaften setzen sollte, sondern auch große private Wohnungsunternehmen berücksichtigen sollte.