Die Dienstleistungsnachfrage im Freizeitsektor - eSport

12. Mikrosimulationsmodelle im FUK-Bereich 206
12.2.11 OPER
(1) Auswahl der identifizierenden Variable(n): Als identifizierende Variablen werden
für diese Ausgabenkategorie hohesbn und alos herangezogen. Im theoretischen
Zusammenhang wird ein hohes Bildungsniveau als Grundlage für ein gewisses
Interesse bzw. für das Verständnis der Oper gesehen. Darüber hinaus ist
ein Opernbesuch in der Regel recht kostspielig und dürfte für einen Haushalt mit
einem arbeitslosen HV (alos) einen nicht bezahlbaren Luxus darstellen. Im Gegensatz
zu TANZ spielen q1, q2, q3 und q4 eher eine Rolle im Bezug auf die Höhe
des verwendeten Budgets als im Bezug auf die Konsumwahrscheinlichkeit, da
sich ein Opernbesuch nicht über einen längeren Zeitraum erstreckt. Während die
univariate Vorabanalyse die Auswahl größtenteils stützt, ist bei den Probit-
Modellen lediglich hohesbn signifikant (vgl. Anhang 16.8, 16.9).
(2) Zentrale Ergebnisse im Überblick: (2.1) Mit Werten zwischen rund 15 und
knapp 18 Prozent fällt der Erklärungsanteil der herangezogenen Faktoren verhältnismäßig
hoch aus. Die Werte der Pseudo-R 2 -Statstiken für die Probit-Modelle
(5,8 bzw. 7,3 Prozent) und die Tobit-Modelle Typ I (9,3 bzw. 11,6 Prozent) fallen
dagegen eher gering aus.264 (2.2) Die logarithmierten Gesamtausgaben
(logprivkm) haben auch auf OPER den weiter oben beschriebenen modellbedingt
unterschiedlichen Effekt. Bei den OLS m-Modellen sind die geschätzten Parameter
jedoch nicht signifikant. (2.3) Haushalte, die im Nordosten (nordo) Deutschlands
angesiedelt sind, verwenden einen (im Vergleich zu solchen, die im Süden
(sued) angesiedelt sind) geringeren Budgetanteil für OPER. (2.4) Die IMR haben
für beide Erhebungsjahre keinen signifikanten Parameter auf der zweiten Stufe
der Tobit-Modelle Typ II. (2.5) Die weiteren geschätzten Parameter unterscheiden
sich hinsichtlich Signifikanz und Einflussrichtung auf Basis der verschiedenen
Modelle und Erhebungsjahre (vgl. Anhang 16.10.11).
12.2.12 THEATER
(1) Auswahl der identifizierenden Variable(n): Mit der gleichen Begründung wie
unter Abschnitt (12.2.11) werden hohesbn und alos als identifizierende Variablen
auch für diese Ausgabenkategorie herangezogen. Während die univariaten Vora-
264 Im Modell OLS m korreliert das IMR (VIF2005 > 17, VIF2006 > 23), logprivkm (VIF2005 > 17,
VIF2006 > 22), anzpershh (VIF2005 > 11) und rent (VIF2006 > 11) hoch mit den übrigen erklärenden
Variablen.