Hier - Berlin-Institut für Bevölkerung und Entwicklung
Hier - Berlin-Institut für Bevölkerung und Entwicklung
Hier - Berlin-Institut für Bevölkerung und Entwicklung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Im zweiten Schritt werden Querschnittsindikatoren einbezogen: Kaufkraft, Erwerbstätigenquote,<br />
der <strong>Bevölkerung</strong>santeil der 25- bis 49-Jährigen, die Arbeitslosenquote <strong>und</strong> die Wohneigentumsquote.<br />
Den stärksten Einfluss zeigt in Modell 2 der Altersstruktur-Indikator „Anteil der 25-<br />
bis 49-Jährigen“, während die anderen Faktoren nur wenig Einfluss haben. Der Indikator „<strong>Bevölkerung</strong>sveränderung“<br />
verliert im zweiten Modell seine Signifikanz. Relevanter als die Einwohnerentwicklung<br />
<strong>für</strong> die Immobilienpreisentwicklung erweist sich der <strong>Bevölkerung</strong>santeil<br />
der 25- bis 49-Jährigen sowie die zahlenmäßige <strong>Entwicklung</strong> dieser Altersgruppe.<br />
In Modell 3 schließlich werden Infrastrukturindikatoren <strong>und</strong> Indikatoren der Siedlungsstruktur<br />
zum Modell hinzugefügt – die Ärztedichte, der Anteil der Eigenheime an den Gebäuden, der<br />
Anteil von Hochhäusern sowie die durchschnittliche Haushaltsgröße. Je kleiner die durchschnittliche<br />
Zahl der Personen in den Haushalten eines Stadtteils oder einer Gemeinde ausfällt,<br />
desto stärker ist tendenziell der zu beobachtende Preisanstieg. Die Art der Bebauung hat<br />
hingegen kaum Einfluss auf die Preisveränderungen. Auch wenn die Hypothesen 2 bis 4 im<br />
Prinzip zutreffen – die Erklärungskraft dieses Regressionsmodells <strong>für</strong> die Immobilienpreisentwicklung<br />
auf Stadtteilebene ist insgesamt gering. 18 Indikatoren erklären lediglich 15,5<br />
Prozent der Varianz der Wohnungspreis- <strong>und</strong> 13,7 Prozent der Varianz der Mietpreisveränderungen.<br />
Am schwächsten sind – mit lediglich zehn Prozent erklärter Varianz – die Zusammenhänge<br />
mit der <strong>Entwicklung</strong> von Hauspreisen.<br />
Als relativ gut interpretierbar erweist sich ein sparsameres Regressionsmodell mit neun Indikatoren<br />
(Tab. 7). Den stärksten Einfluss auf die Preisveränderungen hat der <strong>Bevölkerung</strong>santeil<br />
der 25- bis 49-Jährigen. Bei den Wohnungspreisen <strong>und</strong> Mietpreisen ist dieser Indikator<br />
dominant <strong>und</strong> erklärt allein etwa neun Prozent der Varianz der abhängigen Variablen. Als weitere<br />
Einflussfaktoren folgen die Kaufkraft je Einwohner, die durchschnittliche Haushaltsgröße,<br />
die Unternehmensdichte, die natürliche Saldorate (Geburten minus Sterbefälle je 1000 Einwohner),<br />
die <strong>Bevölkerung</strong>sveränderung der Altersgruppe von 25 bis 49 Jahren sowie die Erwerbstätigenquote.<br />
Allerdings haben nicht sämtliche Indikatoren einen Einfluss auf alle drei<br />
Immobilienpreistypen. Diese neun Indikatoren erklären zwischen acht Prozent (Hauspreise)<br />
<strong>und</strong> 14 Prozent (Wohnungspreise) der Varianz der Immobilienpreisveränderungen des jeweiligen<br />
Immobilientyps zwischen 2007 <strong>und</strong> 2012.<br />
24