Suchergebnisse

Der Datensatz enthält für die gegebenen Länder jeweils zwei Zeitreihen für die Wohneigentumsquote.

Die erste Zeitreihe besteht aus den Rohdatenpunkten. Die Wohneigentumsquote ist in den meisten Ländern nur zu bestimmen Volks- oder Wohnungszählungszeitpunkten erhoben worden. Deswegen liegen für die Rohdaten Messungen nur zu einzelnen Zeitpunkten vor.
Die Rohdaten aller Länder können aus dem Menü 'Beschreibung' (blauer Button) unter dem letzten Punkt 'Materialien zur Studie' / 'Download weiterer Texte zu dieser Studie im PDF Format (Forschungsberichte, Publikationen, Materialien zur Studie)' (orangener Button mit PDF-Symbol) als Excel-Datei heruntergeladen werden.

Die zweite Zeitreihe geht von der gleichen Datengrundlage aus und fügt eine lineare Interpolation hinzu, damit die Variable in Panelanalysen verwendet werden kann. Die lineare Interpolation kann man damit rechtfertigen, dass die Wohneigentumsquote eine sich nur langsam verändernde Größe ist. Ferner zeigen die jüngeren jährlichen Daten aus Umfragen, dass die Reihe keine großen Sprünge macht.
Die interpolierten Zeitreihen befinden sich im Datenteil der Studie (orangener Button mit der Aufschrift '146 Zeitreihen (1900-2015) 1 Tabelle). Hier kann die Tabelle entweder komplett downgeloadet werden, oder es können Ländergruppen nach Kontinent oder einzelne Länder ausgewählt werden.

Zur Definition der Wohneigentumsquote, der Ländervergleichbarkeit und länderspezifischen Besonderheiten sollten folgende methodische Punkte berücksichtigt werden:

Erstens gibt es die auf die Wohnungseinheiten basierende Definition der Wohneigentumsquote, die alle selbstgenutzten Wohn-Einheiten zählt und sie durch alle Gebäude-Einheiten teilt. Diese Definition gilt für die Daten, die auf den Wohnungszählungen der Länder basieren, und der Autor S. Kohl bezieht sich auf diese Definition für die frühesten Zeiträume der Wohneigentums-Quoten. Zweitens hängt die auf Gebäude- bzw. Wohn-Einheiten basierende Definition davon ab, was als Gebäude-Einheit zählt und was zum Wohnungsbestand gehört. Die häufigsten internationalen Vergleiche basieren auf UN (UN 1974, Doling 1997: 35: 154) oder EU-Daten, die lediglich die jeweiligen nationalen statistischen Definitionen wiederholen, die sich erheblich unterscheiden (Behring, Helbrecht und Goldrian 2002). Obwohl die Definitionen der Wohneinheit zwischen den OECD-Ländern sehr ähnlich sind (vgl. Donnison und Ungerson 1982: 42), ist die Einbeziehung von z.B. Anhängern, Saison- und Wohnmobilen in den USA eine Ausnahme (US-Census 2013), die rund 7% des Wohnungsbestandes ausmachen und zu einer deutlich überdurchschnittlichenWohneigentumsquote führen. Diese Einheiten würden, wenn sie statistisch signifikant wären, in Deutschland wahrscheinlich nicht als Wohneinheiten gelten. Der Wohnungsbestand kann sich unterscheiden je nach dem, ob Unterkünfte wie Ferienhütten, Zweitwohnsitze, Wohnwagen, Schiffe, saisonale Wohneinheiten, leerstehende oder zeitweise unbewohnte Einheiten als Wohneinheiten behandelt werden. Die deutsche Definition des Wohnungsbestandes gehört zu den konservativeren im Vergleich zu denjenigen anderer nationaler Statistikämter (Destatis 1989: 7, SE / CZR 2004). Die einheitsbasierte Definition wird durch Kriegszerstörungen verzerrt, wie in Deutschland in den 1950er Jahren, als die offizielle Wohneigentumsquote auf Einheitsbasis mit 39,1% angegeben wurde. Die Zerstörung von überwiegend städtischem Wohnungsbau durch Luftschutzbauten hatte den gesamten Wohnungsbestand reduziert. Der Autor stützt sich deshalb im Falle von Deutschland auf die realistischere Hausbesitzquote von 26,7% im Jahr 1950 stützen (Glatzer 1980: 246).

Zweitens gibt es haushaltsbasierte Definitionen der Wohneigentumsquote, die alle Eigentümer-Haushalte (Wohnungs-Eigentümer und Haus-Eigentümer) in das Verhältnis setzt zur Gesamtzahl der Haushalte. Diese Definition, die auf repräsentativen Umfragedaten basiert, ersetzte die auf Wohneinheiten basierenden Daten ab den 1980er Jahren. Der Autor bezieht sich auf diese Definition für die neueren Daten seiner Wohneigentumsquoten. Umfragen berücksichtigen tendenziell Wohnungs- und Hauseigentümer aus den mittleren Klassen stärker als andere Bevölkerungsgruppen. Dies scheint vor allem bei den Eurostat-Umfragen zu gelten, die deutlich höhere Zahlen liefern als nationale Erhebungen, weil das Verhältnis von befragten Eigentümerhaushalten zu allen Befragten höher ist als wohneinheitenbasierte Berechnungen. Dadurch kommt es zu einer Verzerrung bzw. zu höheren Eigentums-Quoten. Aus diesem Grund hat sich der Autor, soweit möglich, auf Quellen außerhalb von Eurostat gestützt, um den Vergleich mit Nicht-EU-Ländern nicht zu verzerren.

Eine dritte Definition ist bevölkerungsbezogen und setzt die in Eigenheimen lebende Bevölkerung in das Verhältnis zur Bevölkerung insgesamt (Braun 2004). Diese Definition führt aufgrund der statistischen Prävalenz von Familien in den Eigentümerhaushalten zu höheren Wohneigentumsquoten als die erstgenannte. Dies ist wichtig, wenn man beispielsweise nach Sozialisationseffekten von Wohneigentum sucht, spielt aber in den Vergleichsdaten dieser Studie keine Rolle.

Weiterhin existiert viertens eine objektbasierte Definition, die sich auf die Anzahl der Haushalte, die Immobilien besitzen, konzentriert. Die Wohneigentumsquote nach dieser Definition kann höher als die wohneinheitenbasierte Definition sein, weil Mieter mit Immobilienbesitz hier auch als Eigentümer zählen. Diese Definition findet in der Studie allerdings keine Anwendung.

Eine fünfte Definition umfasst alle Wohnimmobilien, die in Privatbesitz sind (Privateigentum), im Gegensatz zu denen, die dem Staat oder den Unternehmen gehören (Jenkis 2010). Diese Definition ist wichtig im Kontext der kommunistischen Länder, aber auch in den westlichen Ländern, wo Genossenschaften oder Unternehmen einen großen Anteil am gesamten Immobilienbesitz hatten. Der Autor bezieht sich auf diese Zahl als Proxy für die Eigennutzung im Fall einiger kommunistischer Länder, in denen das verbleibende Privateigentum stark mit dem Besitz eines Einfamilienhausbesitzers korreliert." (Sebastian Kohl)

Die Datentabellen zu dieser Studie kann in Online-Datenbank Histat unter dem Thema 'Bauen' downgeloadet werden. Der Download für die Rohdaten wird über die Studienbeschreibung unter 'Materialien zur Studie' angeboten. Die interpolierten Zeitreihen befinden sich im Datenteil der Studie (orangener Button mit der Aufschrift '146 Zeitreihen (1900-2015) 1 Tabelle).


Anmerkungen:
"Methodological note about home ownership statistics: There are five different measures that one can distinguish.
First, there is the unit-based definition which counts all owner-occupied units and divides them by all units. This definition prevails for the data based on the countries' housing censuses and I rely on it for the earliest periods. First, it depends on what counts as "owning" in critical cases where the bundle of rights of owner-occupiers is restricted (they cannot freely sell the underlying land or unit, for instance) or entirely unregulated. I followed the existing definition – which counts many owner-occupiers in the Global South in spite of unclear property rights. I decided to count "cooperative ownership" in the Scandinavian countries as "owner occupation". For even though the bundle of rights was restricted in the early days, cooperative owners had to put money down for housing, which is essentially different from renting. Second, the unit-based definition depends on what counts as a unit and on what belongs to the housing stock. Most common international comparisons are based on UN (UN 1974, Doling 1997: 35: 154) or EU collected data that merely repeat the respective national statistical definitions which differ quite considerably (Behring, Helbrecht, and Goldrian 2002). Though OECD countries adopt quite similar definition of housing unit (cf. Donnison and Ungerson 1982: 42) the US' inclusion of trailers, seasonal and mobile homes is an exception (US-Census 2013), constituting around 7% of the housing stock with significantly above-average homeownership rate. These units, were they statistically significant, would probably not count as housing units in Germany, for instance. The housing stock can differ as to whether one includes recreational housing units such as tourist cabins, secondary residences, trailers, ships, seasonal housing units, vacant or temporarily unoccupied units. An intra-European comparison of what various national statistical institutes count in the housing stock of the homeownership rate reveals the German definition to be among the most conservative (Destatis 1989: 7, SE/CZR 2004), i.e. were other countries to adopt the German definition, their homeownership rate would be even higher. This observation holds also for the US-German comparison: as the US Census definition of homeownership rate includes seasonal and other mobile units, it tends to be lower than it would be according to the German definition. The unit-based definition is distorted by war-time destructions such as in Germany in the 1950s, when the official unit-based homeownership rate is given as 39,1%. Air-raid destructions of predominantly urban tenement housing had reduced the overall housing stock and two million people still lived in barracks with many others doubling up, 35,6% of households subleasing and the secretary of housing estimating a housing deficit of 4,8 million units, mostly rental (Schulz 1994: 32-35). I will therefore rely on the more realistic household-based homeownership rate of 26,7% in 1950 (Glatzer 1980: 246).
Second, there is household-based definitions which counts all owner-occupying households divided by the overall number of households. This definition, based on representative survey data, began to replace the unit-based data from the 1980s onwards and I rely on them for the more recent data. Some comparisons differ depending on whether some residual tenancies such as "free-of-charge" or "family housing" is counted in. Whenever possible, I did not count these categories as owner-occupation. Household-based numbers are usually a bit higher than the unit-based numbers because one evades the problem to assess the overall stock. It is also higher because surveys tend to have a bias in favor of the owner-occupying middle-classes. This seems to be particularly true for the Eurostat surveys which yield considerably higher numbers than even national surveys. This is why, where possible, I relied on non-Eurostat sources to not distort the comparison with non-EU countries.
A third definition is population-based and count the population living in owner-occupied households divided by the population (population-based) (Braun 2004). This definition leads to higher homeownership rates than the former due to the statistical prevalence of families among the owner households. It is important when looking, for instance, at socialization effects of homeownership but does not play a role in the comparative data here.
Fourth, a property-based definition counts the number of households owning real estate. In many countries tenants own property which they do not occupy and numbers according to this definition are higher than for the household-based definition. Yet, this does not seem to distort the finding about the low German homeownership rate. The latest ECB wealth report reveals German households are among the fewest (17,8%) to own non-occupied real estate, confirmed by Luxembourg wealth study data (Sierminska, Smeeding, and Allegrezza 2013). Countries with strong rent price restrictions and therefore rich sitting tenants, a vacation home culture and low banking investment alternatives score highest according to this ownership definition (up to over 50%) (ECB 2013: 24). Especially, when the property-based definition adjusts for the actual wealth of property this definition is important for comparative wealth studies of different housing tenures.
A fifth definition (private-property) counts all residential real estate privately owned as opposed to the one owned by the state (or corporations) (Jenkis 2010). This definition is important in the context of communist countries, but also in Western countries, where cooperatives or corporations had large shares of the overall real estate. I rely on this number as proxy for owner-occupation in some communist countries where the remaining private property strongly correlated with single-family-house owner occupation." (Sebastian Kohl)