Regionale Unterschiede der Lebenserwartung in Deutschland auf Ebene der Kreise und kreisfreien Städte und deren möglichen Determinanten

 

 Buy Article Permissions and Reprints

Zusammenfassung

Ziel der vorliegenden Arbeit ist es, regionale Unterschiede des Gesundheitszustandes der Bevölkerung in Deutschland auf Ebene der Kreise und kreisfreien Städte aufzudecken und deren möglichen Ursachen zu identifizieren. Gesundheit als latentes Konstrukt ist keiner direkten Messung zugänglich. Daher wird für Gesundheit stellvertretend die Lebenserwartung berechnet. Für den analytischen Teil der Arbeit wurde eine umfangreiche Datenbank mit Daten aus den Bereichen Sozioökonomie, Umwelt, Bildung sowie medizinische Versorgung aufgebaut und verwendet. In einem ersten Schritt wurde die Vielzahl der unabhängigen Variablen durch eine Faktorenanalyse zu drei Faktoren (sozioökonomische Rahmenbedingungen, Umwelt, medizinische Versorgung) verdichtet. Auf diesen Ergebnissen aufbauend wurde die regionale Verteilung der drei Faktoren mit einer Clusteranalyse dargestellt. Im letzten Schritt wurden die Faktoren für das multiple Regressionsmodell genutzt, um die Wirkstärke der Faktoren auf die Lebenserwartung der Bevölkerung Deutschlands zu identifizieren. Die Ergebnisse zeigen, dass sozioökonomische Bedingungen den größten Einfluss auf die Gesundheit haben. Daher greifen gesundheitspolitische Präventionskampagnen, die die sozioökonomischen Bedingungen der Bevölkerung unberücksichtigt lassen, zu kurz.

Abstract

The aim of this study is to show health differences at a county level in Germany and to identify possible reasons for these differences. The study calculates life expectancy as being representative for the health status. The analytical part of the study uses a wide database with socioeconomic, environmental, educational and health-care data. In a first step, the set of variables is reduced by a factor analysis and three factors are generated (socioeconomic conditions, environment, health-care). Secondly, a cluster analysis is used to show the regional distribution of the gained factors and thirdly a regression analysis is used to show the influence of the three factors on life expectancy. The results of the regression analysis show that socioeconomic conditions have the greatest influence on health status. Because of this, preventive health-care measures should integrate an improvement of socioeconomic conditions.

Literatur

• 1 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen . Koordination und Integration – Gesundheitsversorgung in einer Gesellschaft des längeren Lebens.  Sondergutachten. Berlin 2009; 
  PubMedGoogle Scholar
• 2 Koalitionsvertrag CDU, CSU, FDP. Wachstum. Bildung. Zusammenhalt. Berlin 2009; 
• 3 Rürup B. IGES Institut GmbH, DIW Berlin e. V., DIW econ GmbH, Wille E, Hrsg. Effizientere und leistungsfähigere Gesundheitsversorgung als Beitrag für eine tragfähige Finanzpolitik in Deutschland: Forschungsvorhaben für das Bundesministerium der Finanzen. Berlin: IGES Institut; 2009
• 4 Birg H. „Regionale Mortalitätsunterschiede in der Bundesrepublik Deutschland ein Problemaufriss”. In: Materialien des Instituts für Bevölkerungsforschung und Sozialpolitik, Bd. 4, Bielefeld 1982: 1-22
  PubMedGoogle Scholar
• 5 Bucher H. Die Sterblichkeit in den Regionen der Bundesrepublik Deutschland und deren Ost-West-Lücke seit der Einigung. In: Cromm J, Scholz R Hrsg. (2002): Regionale Sterblichkeit in Deutschland. Augsburg: WiSoMed Verlag Göttingen; 2002: 33-38
  Google Scholar
• 6 Mey W. Regionale Unterschiede der Sterblichkeit im Süden der Neuen Bundesländer. In: Cromm J, Scholz R Hrsg. (2002): Regionale Sterblichkeit in Deutschland. Augsburg: WiSoMed Verlag Göttingen; 2002: 117-127
  Google Scholar
• 7 Luy M. Differenzielle Sterblichkeit: die ungleiche Verteilung der Lebenserwartung in Deutschland.  Rostocker Zentrum – Diskussionspapier. No. 6. 2006;  1-6
  PubMedGoogle Scholar
• 8 Gans P. Klare regionale Unterschiede der Lebenserwartung. In: Nationalatlas aktuell. Leibniz-Institut für Länderkunde: Leipzig, 2008. URL: http://aktuell.nationalatlas.de , 24.02.2010.
  PubMed
• 9 Wittwer-Backofen U. Disparitäten der Alterssterblichkeit im regionalen Vergleich. Biologische versus sozioökonomische Determinanten.  Regionale Studie für den Raum Hessen. Heft 95. Wiesbaden: Bundesinstitut für Bevölkerungsforschung, Hrsg. 1999; 
  PubMedGoogle Scholar
• 10 Henke W, Müller H. Regionale Mortalität in Rheinland-Pfalz unter besonderer Berücksichtigung soziostruktureller Indikatoren. In: Cromm J, Scholz R Hrsg. (2002) Regionale Sterblichkeit in Deutschland. Göttingen: WiSoMed Verlag Göttingen; 2002: 205-230
  Google Scholar
• 11 Kemper FJ. Zum Zusammenhang sozialstruktureller Merkmale und der Mortalität am Beispiel von Berlin. In: Cromm J, Scholz R Hrsg. (2002): Regionale Sterblichkeit in Deutschland. Göttingen: WiSoMed Verlag Göttingen; 2002: 84-100
  Google Scholar
• 12 von Gaudecker HM. Regionale Mortalitätsunterschiede in Baden-Württemberg.  Mannheimer Forschungsinstitut Ökonomie und Demografischer Wandel; Mannheim. 2004; 
  PubMedGoogle Scholar
• 13 Kuhn J, Zirngibl A, Wildner M. et al . Regionale Sterblichkeitsunterschiede in Bayern.  Das Gesundheitswesen. 2006;  68 (8/09) 551-556
  Article in Thieme ConnectPubMedGoogle Scholar
• 14 Meinlschmidt G. Senatsverwaltung für Gesundheit, Umwelt und Verbraucherschutz, Hrsg. Gesundheitsberichterstattung Berlin.  Spezialbericht. Sozialstrukturatlas Berlin 2008. Ein Instrument der quantitativen, interregionalen und intertemporalen Sozialraumanalyse und -planung. Berlin 2008; 
  PubMedGoogle Scholar
• 15 Queste A, Fehr R, Kistemann T. et al . Geo-socio-economic factors as determinants of health: An analysis of small area mortality rates in Germany.  Presented at GeoHealth 2002. Victoria University of Wellington. 2002; 
  PubMedGoogle Scholar
• 16 Landesinstitut für den Öffentlichen Gesundheitsdienst des Landes Nordrhein-Westfalen (lögd), Hrsg. Analyse kleinräumiger Mortalitätsraten in Deutschland. Wissenschaftliche Reihe 22. Bielefeld. 2007; 
• 17 Nowossadek E, Horch K. Regionale Mortalitätsunterschiede in den neuen Bundesländern – Ausdruck sozialer Disparitäten.  Graue Reihe. Bd. 603. Halle 1992;  2
  PubMedGoogle Scholar
• 18 World Health Organisation . Hrsg.: Atlas of health in Europe. 2nd ed. Denmark 2008;  19
  PubMed
• 19 Dinkel RH. Demografie, Band 1. Bevölkerungsdynamik. München: Vahlen; 1989: 67-89
  Google Scholar
• 20 Luy M. Warum Frauen länger leben – Erkenntnisse aus einem Vergleich von Kloster- und Allgemeinbevölkerung. Materialien zur Bevölkerungswissenschaft 106. Wiesbaden: Bundesinstitut für Bevölkerungsforschung; Hrsg. 2002
  Google Scholar
• 21 Backhaus K, Erichson B, Plinke W. et al .Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. 11. Aufl. Berlin: Springer; 2006: 275-534
  Google Scholar
• 22 Abkürzungen der Bundesländer. Bundesministerium für Ernährung, Landwirtschaft und Verbraucherschutz. URL: http://www.bmelv-statistik.de/de/daten-tabellen/abkuerzungen-der-bundeslaender/ , 23.02.2009
• 23 Scholz R. Zu methodischen Problemen und Grenzen der regionalen Sterblichkeitsmessung. In:, Cromm J, Scholz R Hrsg. (2002): Regionale Sterblichkeit in Deutschland. Augsburg: WiSoMed Verlag Göttingen; 2002: 7-17
  Google Scholar
• 24 Mackenbach JP, Looman CW. Living standards and mortality in the European Community.  Journal of Epidemiology and Community Health. 1994;  48 (2) 140-145
  CrossrefPubMedGoogle Scholar
• 25 Lampert T, Kroll LE. Einfluss der Einkommensposition auf die Gesundheit und Lebenserwartung.  Discussion Papers 527. Deutsches Institut für Wirtschaftsforschung, Hrsg. 2005;  18
  PubMedGoogle Scholar
• 26 Luy M. Mortalitätsanalyse in der historischen Demografie. Die Erstellung von Periodensterbetafeln unter Anwendung der Growth-Balance-Methode und statistischer Testverfahren. Wiesbaden: VS Verlag für Sozialwissenschaften; 2004: 54-59
  Google Scholar
• 27 Scholz R. Zu methodischen Problemen und Grenzen der regionalen Sterblichkeitsmessung. In:, Cromm J, Scholz R Hrsg. (2002): Regionale Sterblichkeit in Deutschland. Augsburg: WiSoMed Verlag Göttingen; 2002: 7-17
  Google Scholar
• 28 Birg H, Flöthmann EJ. Langfristige Trends der demografischen Alterung in Deutschland.  Zeitschrift für Gerontologie und Geriatrie. 2002;  35 (5) 387-399
  CrossrefPubMedGoogle Scholar

1 Variante 1-W1 entspricht jährlichem Wanderungssaldo von+100 000 Personen.

2 Dies bestätigen ebenfalls die berechneten Lebenserwartungen auf Kreisebene des Bundesinstituts für Bau-, Stadt- und Raumforschung. Ihnen liegen ebenfalls für den Bevölkerungsstand nur Daten bis zum Alter 75+ vor. Veröffentlicht wird jedoch die Lebenserwartung bis zum Alter 85+. Dies ist möglich, da die Bevölkerungsanteile der Bevölkerung der neuen bzw. alten Bundesländer genutzt und für die Bevölkerung im Alter von 75-85+ der jeweiligen Kreise aus „Ost- und Westdeutschland” unterstellt werden.

3 Die niedrigste Lebenserwartung der Frauen liegt in Zweibrücken, jedoch hat Zweibrücken nur eine weibliche Bevölkerung von ca. 17 900. Daher ist das Konfidenzintervall für die Lebenserwartung relativ breit. (78,24 Jahre ≤ 79,62 Jahre ≤ 81,00 Jahre).

4 4. Easy Map

5 _nê_{x − 1,96 * S.E.(n}ê_x) ≤ _nê_x ≤ _nê_x +1,96 *S.E.(_nê_x)

6 Hamburg und Bremen sind in der Auswertung nicht enthalten, da sie keine oder nur eine geringe Einteilung bezüglich der Kreisebene aufweisen.

9 MOLAND (Monitoring Land Cover/Use Dynamics) ist ein von der EU gefördertes Projekt, dass die zeitliche Veränderung der Landnutzung untersucht.

Korrespondenzadresse

N. LatzitisDipl. Demogr 

Wissenschaftliche Mitarbeiterin

am Fachgebiet Management im

Gesundheitswesen

Technische Universität Berlin

Straße des 17. Juni 135

10623 Berlin

Email: ninon.latzitis@tu-berlin.de