Suchergebnisse

The survey collects relevant information about respondents' financial literacy, financial inclusion and socio-demographics. Of particular interest are the financial knowledge, financial behaviour and financial attitudes as well as awareness and holding of financial products of adults in Germany. The questionnaire consists of 40 questions and covers e.g. topics such as keeping track of finances, making-ends-meet and longer-term financial planning. Furthermore, numeracy skills within a financial context and basic knowledge of financial concepts (e.g. time-value of money, compound interest or diversification) are tested. The survey is coordinated by the OECD International Network on Financial Education (INFE) and was developed to provide internationally comparable data on financial literacy and financial inclusion. The first two waves were carried out in 2010 and 2016 by the Deutsche Bundesbank in cooperation with the market research institute GfK. In total, 1000 telephone interviews were conducted via random digit dialling in each wave. The anonymized micro data for both waves are available as Scientific Use Files.

This database presents the results of the MOVE Project Survey (Work Package 4) that has received funding from the European Union's Horizon 2020 research and innovation programme under Grant Agreement No. 649263. The consortium of MOVE comprises nine partners in six countries: Luxembourg, Germany, Hungary, Norway, Romania, and Spain. The central aim of MOVE is to provide evidence-based knowledge on mobility of young people in Europe as a prerequisite to improve mobility conditions, and to identify fostering and hindering factors of "beneficial" mobility. This aim is pursued using a multilevel interdisciplinary research approach, aiming at a comprehensive and systematic analysis of the mobility of young people in Europe. Objectives of the Survey: –To find out about the role and value of information and support services for young people and their decision making process to go abroad. –To explore the role of transnational networks for support and as a potential "pull factor" for mobility. –To examine the agency of young people with mobility experience and without it. –To study the formation of social capital and the dimensions of social inequality of mobile young people and their effects on future perspectives as well as the reproduction of social inequalities. –To carry out research on the formation of identity by those mobile young people compared to non- mobile ones. –To examine the career-plans of young people and their personal attachments related to their commitments in their home country (e.g. sending money home, supporting the family, etc.) –To gain insights into the (re)production of social inequality concerning mobility and non- mobility.

The demographic ageing process in most industrialized countries will reverse the demographic pyramid within the next decades. While the fraction of young people in education will decrease, the fraction of people over the retirement age will almost double within the next forty years. Research in some countries has analyzed the effects these demographic changes will have on educational spending. For Switzerland there is evidence, that per-pupil spending declined significantly in response to the rise of the share of retired people. The existing body of empirical research has so far - with a few exceptions - analyzed the relationship between demographic change and educational spending with cross-sectional or panel analyses of educational spending. Although most results show a negative correlation between the share of elderly in the population and educational spending per pupil, these papers - due to the level of aggregation of the data and the limited number of observable characteristics - do not allow establishing a direct proof that the elderly are less inclined to spend money on education. Therefore, not surprisingly these findings have been challenged by a number of empirical and theoretical papers This study reassesses the question of an intergenerational conflict over educational spending by directly looking at the expressed differences in the preferences for public spending of Swiss voters. The data-set has been expressively made for the purpose of this analysis and simulates public votes on educational and public finance issues. The professional survey institute "Gesellschaft für praktische Sozialforschung" (GfS) was comissioned to collect data from a representative sample of Swiss citizens. The sample contains the data of 2025 Swiss citizens over the age of 25. The data was collected in May 2007 using Computed Assisted Telephone Interviewing (CATI). The interviews were held in German, French or Italian depending on the language region. Apart from individual socio-economic and family characteristics, respondents were asked to express their opinion on a series of question concerning education and education financing.

Zentrales Thema der Publikation "The Reichsbank and Public Finance in Germany 1924 – 1933. A Study of the Politics of Economics during the Great Depression" von Harold James (Frankfurt/Main: Fritz Knapp Verlag, 1985) ist die Geldpolitik der Reichsbank zwischen 1924 und 1933. Der Autor, der sich der "revisionistischen" Richtung um Knut Borchardt verbunden fühlt, sieht in der expansiven Geldpolitik der USA die Hauptursache dafür, dass es in Deutschland in der zweiten Hälfte der 20er Jahre inflationäre Symptome gab: Die mit dem Dawes – Abkommen von 1924 verknüpften ausländischen - vorwiegend amerikanischen - Anleihen bestimmten die Ausgabenpolitik der öffentlichen Hände; die Reichsbank hatte demgegenüber nur begrenzte Einwirkungsmöglichkeiten. Nach Harold James hatte in der Zeit der Großen Krise die Reichbank unter ihrem Präsidenten Hans Luther mitnichten eine rigide Deflationspolitik betrieben. Vielmehr gab es seit dem Sommer 1931, nach Beginn des vom amerikanischen Präsidenten Hoover angeregten einjährigen Reparationsmoratorium, eine bemerkenswerte Kreditausweitung, die allerdings nicht direkt auf Arbeitsbeschaffung, sondern auf die Förderung bestimmter privater Investitionen abzielte. Den weitaus größten Posten machten hierbei die die "Russengeschäfte" aus (die Kreditierung von Exportaufträgen aus der Sowjetunion), mit deren Hilfe nicht nur etwa 150.000 zusätzliche Arbeitsplätze geschaffen, sondern auch einige Unternehmungen vor dem Kollaps bewahrt werden. Dazu kam die kontinuierliche Senkung des Diskontsatzes seit dem Herbst 1931.


Hinweise zur neuen Version:

Version 2.0.0:
Datum der Änderung: 01.01.2013.

Tabellenteil A:
- Änderung der Tabellennummerierung von1.a, 1.b und 2.0 in A.01.01; A.01.02 und A.02.
- Datenbeschreibung in den Tabellenköpfen der A-Tabellen: Übersetzung in das Deutsche mit Erwähnung der englischen Version in Klammern.

Tabellenteil B:
Vollständig neu aufgenommener Tabellenteil B;
Hinweis:
Datentabelle B.03 ist nicht in HISTAT eingeladen worden – Querschnittsdaten, per Bestellung erhältlich (histat@gesis.org).

Nachfolgend Datentabellen der Version 2:

Datentabellen in HISTAT (Thema: Geld):

A. Deutsche Währungsstatistik (Datentabellen aus dem Anhang)

A.01.01 Die Reichsbank – Notenumlauf, Scheck und Wechsel und Mindestreserven, Jahresdurchschnitte (1913, 1925-1932)
ZA8438_A-01-01.xls
(Variablen=
- Goldreserven
- Goldreserven (im Ausland)
- Devisen, deckungsfähig
- Deutsche Wertmarken
- Lombard
- Banknoten
- Banknoten, ausländische
- Reichsschatzanweisungen/-schatzwechsel
- Einlagen in der Reichsbank, öffentliche
- Einlagen in der Reichsbank, private
- Reichsbank-Notenumlauf
- Deckung des Notenumlaufs mit Gold und Devisen)

A.01.02 Die Reichsbank – Notenumlauf, Scheck und Wechsel und Mindestreserven, Monatsdaten (1928-1929)
ZA8438_A-01-02.xls
(Variablen=
- Goldreserven
- Goldreserven (im Ausland)
- Devisen, deckungsfähig
- Deutsche Wertmarken
- Lombard
- Banknoten
- Banknoten, ausländische
- Reichsschatzanweisungen/-schatzwechsel
- Einlagen in der Reichsbank, öffentliche
- Einlagen in der Reichsbank, private
- Reichsbank-Notenumlauf
- Deckung des Notenumlaufs mit Gold und Devisen )

A.02 Geldmenge in Deutschland, Monatsdaten (1925-1934)
ZA8438_A-02.xls
(Variablen=
- Geldmenge im Umlauf (, monatlicher Durchschnitt)
- Einlagen großer Kreditbanken, Staatsbanken, Girobanken und Hypothekenbanken
(Anm.: zum Ende des Monats)
- Reserven (bar und als Einlagen der Zentralbank) großer Kreditbanken,
Staatsbanken, Girobanken und Hypothekenbanken
(Anm.: zum Ende des Monats)
- Sog. leistungsfähiges Geld plus Geldumlauf plus Geldreserven
(Anm.: High-powered money + Geldmenge im Umlauf + Reserven grosser Banken.)
- Geldangebot (= Geldumlauf plus Geldeinlagen)
- Verhältnis der Geldreserven zu den Geldeinlagen
(Anteil der Geldreserven an den Geldeinlagen, in %)
- Verhältnis der Geldeinlagen zu der Geldmenge
(Anteil der Geldeinlagen an der Geldmenge)
- Geldangebot im Verhältnis zu den Großhandelspreis-Index (1928=100)


B. Finanzen der Reichsbank und des Staates (Datentabellen aus dem Textteil)

B.01 Neue Darlehen großer Banken als Anteil an den Kapitalanlagen der Industrie (1925-1930)
ZA8438_B-01.xls

B.02 Bilanz des Reiches: der Staatshaushalt und seine Leistungsbilanz in Mill. RM (1924-1929)
ZA8438_B-02.xls
(Variablen=Staatshaushalt:
- current account = Leistungsbilanz
- Incl. use of reserves for pervious years = Leistungsbilanz inklusive der
Verwendung von Reserven aus dem Vorjahr
- Loans = Darlehen
- Official budget surplus/deficit = Haushaltsüberschuss/-defizit )

B.03 Staatliche Subventionen in Mill. RM(1927-1929)
ZA8438_Q-B-03.xls
(Variablen=Subventionen:
- insgesamt
- Industrie und Handel)

B.04 Entwicklung des Umsatzes der Lebensversicherung in Deutschland als Anteil an neuen Abschlüssen insgesamt, notiert in RM.
ZA8438_B-04.xls
(Variable:
- Abgeschlossene Lebensversicherungen in % an allen Versicherungsabschlüssen)

B.05 Dividenden deutscher Großbanken auf das Grundkapital 1925-1932)
ZA8438_B-05.xls
(Variablen= Bankhäuser:
- Deutsche Bank
- Dresdner Bank
- Danat Bank
- Commerz- und Privatbank )

B.06 Deutscher Handel mit Frankreich in mill. RM (1928-1933)
ZA8438_B-06.xls
(Variablen:
- Deutsche Importe
- Deutsche Exporte
- Handelsbilanz
- Verhältnis des Exports zum Import)

B.07 Deutsche Zahlungsbilanz ohne sog. unsichtbare Elemente (z.B. Überweisungen, stat. nicht erfasste Transaktionen, sog. Restposten) (1929-1933)
ZA8438_B-07.xls
(Variablen=
Handelsbilanz:
- Import
- Export
- Saldo)

B.08 Anteil der Arbeitslosenunterstützung an den Wohlfahrtsausgaben in Städten über 100000 Einwohner (1927-1930)
ZA8438_B-08.xls

B.09 Ausgaben der Kommunen für die Wohlfahrt in Mill. RM und in % an den kommunalen Ausgaben insgesamt (1928/29 – 1931/32)
ZA8438_B-09.xls

B.10 Steuereinnahmen der Kommunen in mill. RM und in % der Einnahmen des Jahres 1928/29 (1928/29-1932/33)
ZA8438_B-10.xls
(Variablen:
- Reichssteuertransfers, absolut
- Reichssteuertransfers, in %
- Steuereinnahmen der Länder und Kommunen, absolut
- Steuereinnahmen der Länder und Kommunen, in %
- Steuereinnahmen insgesamt, absolut
- Steuereinnahmen insgesamt, in %)

B.11 Schulden der Kommunen mit mehr als 10000 Einwohner in mill. RM und in % der der Schulden des Jahres 1928/ (1928-1930)
ZA8438_B-11.xls
(Variablen:
- Bevölkerung über 10.000 – Auslandsschulden, abs.
- Bevölkerung über 10.000 – Auslandsschulden, % von 1928
- Bevölkerung über 10.000 – Inlandsverschuldung, abs.
- Bevölkerung über 10.000 – Inlandsverschuldung, in % von 1928
- Bevölkerung über 10.000 – Inlandsverschuldung - darunter:
Kurz- und mittelfristige Kredite, abs.
- Bevölkerung über 10.000 – Inlandsverschuldung - darunter:
Kurz- und mittelfristige Kredite, in % von 1928
- Bevölkerung über 100.000 – Auslandsschulden, abs.
- Bevölkerung über 100.000 – Auslandsschulden, % von 1928
- Bevölkerung über 100.000 – Inlandsverschuldung, abs.
- Bevölkerung über 100.000 – Inlandsverschuldung, in % von 1928
- Bevölkerung über 100.000 – Inlandsverschuldung - darunter:
Kurz- und mittelfristige Kredite, abs.
- Bevölkerung über 100.000 – Inlandsverschuldung - darunter:
Kurz- und mittelfristige Kredite, in % von 1928 )

B.12 Deutscher Handel mit der Sowjetunion in mill. RM (1929-1933)
ZA8438_B-12.xls
(Variablen:
- Deutsche Importe
- Deutsche Exporte)

B.13 Deutsche Exporte in die Sowjetunion als Anteil an den deutschen Exporten insgesamt nach Gütern (1929-1933)
ZA8438_B-13.xls
(Variablen=Exportgüter:
- Elektromaschinen
- Elektrotechnische Ausstattungsteile
- Ingenieursprodukte
- sonstige nichtelektronische Werkzeuge
- Rohrleitungen und gewalztes Eisen
- Schmiedeeisen, Gusseisen
- Bleche, Bäder, Drähte)

B.14 Bankaktiva zum 30. November in mill. RM (1931-1934)
ZA8438_B-14.xls
(Variablen=Aktiva:
- Checks und Quittungen
- Anzahlungen auf Güter
- Schatzanweisungen
- insgesamt)

B.15 Inanspruchnahme der Ressourcen des Bruttoinlandsproduktes (in Preisen von 1913) in bill. RM und in % (1925/29-1935/38)
ZA8438_B-15.xls
(Variablen=Verwendung des BIP:
- Privater Konsum, abs
- Privater Konsum, in %
- Nettoinvestitionen, abs
- Nettoinvestitionen, in %
- Öffentlicher Konsum, abs
- Öffentlicher Konsum, in %)

Die Media-Analyse Daten wurden zu kommerziellen Zwecken erhoben. Sie werden in der Mediaplanung sowie der Werbeplanung der unterschiedlichen Mediengattungen (Radio, Pressemedien, TV, Plakat und seit 2010 auch Online) eingesetzt. Es handelt sich um Querschnitte, die für ein Jahr aneinandergereiht werden.

Um die Daten für die wissenschaftliche Nutzung zugänglich zu machen, wurden ab 2006 durch mehrere Drittmittelprojekte zunächst durch das Medienwissenschaftliche Lehr- und Forschungszentrum (MLFZ) in Köln und dann an der Heinrich-Heine-Universität (HHU) die Datensätze der einzelnen Jahre zu einem Längsschnitt-Datensatz ab 1954 harmonisiert. Ziel ist es durch die Harmonisierung der einzelnen Querschnitte die Datenquelle der Media-Analyse für Forschung zum sozialen und medialen Wandel in der Bundesrepublik Deutschland zugänglich zu machen.

Bei der vorliegenden Studie handelt es sich um die Kumulation der Jahre 2010-2015.

Themen: Nutzungswahrscheinlichkeiten für Tageszeitungen (Augsburger Allgemeine - Nordausgabe, Allgäuer Zeitung - Südausgabe, Abendzeitung (8 Uhr Blatt) / Abendzeitung, Aachener Zeitung & Aachener Nachrichten, Badische Zeitung, Bild Deutschland West - Gesamt, Berlin-Kompakt, Berliner Kurier, Berliner Morgenpost (1993-2015 und Gesamt 2009-2015), Braunschweiger Zeitung, B.Z., Berliner Zeitung, Darmstädter Echo, Dresdner Neueste Nachrichten, Der neue Tag, Donaukurier, Die Rheinpfalz, Esslinger Zeitung - Gesamt, Express, Freie Presse, Frankenpost Hochfranken, General-Anzeiger Bonn, Die Glocke, Hamburger Abendblatt/ Hamburger Abendblatt - Hauptausgabe, HAZ & NP-Hannover, Heilbronner Stimme, HNA Hessische & Niedersächsische Allgemeine, Die Welt Berlin/ Die Welt, Gesamt Berlin, Kieler Nachrichten - Gesamtausgabe, Lausitzer Rundschau, Lübecker Nachrichten/ Lübecker Nachrichten, Gesamtausgabe, Leipziger Volkszeitung - Hauptausgabe, Märkische Allgemeine, Mittelbadische Presse, Mittelbayerische Zeitung, Main-Echo, Mittel Hessen Presse, Münchener Merkur -Großraumausgabe und Gesamtausgabe, Hamburger Morgenpost, Morgenpost für Sachsen, Märkische Oderzeitung, Main-Post, Nordbayerischer Kurier, Nordkurier, Neue Presse - Gesamtausgabe, Nordwest-Zeitung, Nordsee Zeitung, Offenbach-Post, Ostsee Zeitung, Pforzheimer Zeitung, Passauer Neue Presse - Gesamt, Recklinghäuser Zeitung, Reutlinger General-Anzeiger, Rheinische Post, Rhein-Zeitung, Ruhr Nachrichten & Hellweger Anzeiger, Saarbrücker Zeitung, Schwäbische Zeitung, sh:z, Hauptausgabe & Flensburg, Siegener Zeitung, Südkurier, Schweriner Volkszeitung, Schwarzwälder Bote, Südwest Presse, Sächsische Zeitung, Stuttgarter Zeitung & Stuttgarter Nachrichten, Trierischer Volksfreund, tz, Bild, Deutschland, Frankfurter Allgemeine Zeitung, Frankfurter Rundschau, Financial Times Deutschland, Handelsblatt, Süddeutsche Zeitung, die Tageszeitung, Die Welt/ Die Welt - Gesamt, Volksstimme, Westfälischer Anzeiger, Westfalen-Blatt/ Westfalen-Blatt - Gesamtausgabe, Die Welt - Gesamt Hamburg, Weser Kurier/ Weser Kurier - Gesamtausgabe, Weser Kurier & Bremer Nachrichten;

Nutzungswahrscheinlichkeit für kombinierte Tageszeitungen (Augsburger Allgemeine & Allgäuer Zeitung - Gesamtausgabe, Liste aller Abo-Zeitungen/ Liste aller Abo-Zeitungen (Liste aller regionalen und überregionalen Abo-Zeitungen & Abo Zeitungsliste/ Nichtmitglieder), ACN-Gesamt, ACN-Gesamt Abo, Bremer Anzeigenblock/ Bremer Anzeigenblock - Weser Kurier, Bild, Berlin-Brandenburg - Gesamt (inkl. B.Z.), Bild, Deutschland-Ost - Gesamt (inkl. B.Z.), Bild, Deutschland -Gesamt (inkl. B.Z.), Boulevard national - die Kaufzeitungskombi, bremerplus, Businesskombi Berlin (Handelsblatt & Der Tagesspiegel, BY-Reisekombi Bayern, Berliner Zeitung plus, DreiLänderKombi/ DreiLänderKombi, Hauptverbreitungsgebiet, Göttinger Tageblatt mediakombi, HAZ-Nielsen-Ballungsraumausgabe, HAZ-Total, Nutzungswahrscheinlichkeit 8 Kaufzeitungen - Gesamt, Mitteldeutsche Zeitung, Gesamt & Naumburger Tageblatt, media kombi nord, Münchener Merkur & tz - Großraumausgabe und Gesamtausgabe, mrw - Mediaregion Ruhrgebiet & Westfalen;

Nutzungswahrscheinlichkeit Gesamtbelegung NBR 1-13 Nielsen-BallungsRaum-Zeitungen (NRBZ)-Gesamt excl. ACN und Mitteldeutsche Zeitung (1993 und 1995), Nutzungswahrscheinlichkeit NBRZ Gesamtbelegung NBR 1-13/ NBRZ Classic NBR 1-13, NBRZ Gesamtbelegung inkl. aller Plus , Teilbelegung Ost NBR 11-13 plus Gesamtberlin inklusive Mitteldeutsche Zeitung, NBRZ Teilbelegung Ost NBR 10-13 inkl. Gesamtberlin/ NBRZ Teilbelegung Ost 10-13, NBRZ Teilbelegung West NBR 10-13 inkl. Gesamtberlin/ NBRZ Teilbelegung West 10-13, Nürnberger Nachrichten & Nürnberger Zeitung, Zeitungsgruppe Nord - Gruppe D/ Zeitungsgruppe Nord, Zeitungsgruppe Nord, Gruppe D, Neue Osnabrücker Zeitung Zeitungsgruppe Südwest-Niedersachen, Nordwest-Zeitung/ Zeitungsregion Nordwest, OberfrankenKombi neu/ OberfrankenKombi Neu, Gesamtausgabe/ OberfrankenKombi, Hauptausgabe, Liste aller regionalen Abo-Zeitungen (inkl. FR & SZ)/ Liste aller regionaler Abo-Zeitungen (inklusive Frankfurter Rundschau und Süddeutsche Zeitung, Nichtmitglieder inkl. Neues Deutschland), Rhein-Main-Presse/ Rhein Main Presse, RheinMainMedia, Gesamt, Ruhr Nachrichten & Münstersche Zeitung/ Ruhr Nachrichten - Münstersche Zeitung, Schleswig-Holstein Presse, sh:z, Gesamtausgabe, Südthüringer Presse plus, Hauptausgabe, Straubinger Tagblatt & Landshuter Zeitung, Stuttgarter Zeitung Anzeigengemeinschaft, Liste aller Tageszeitungen (Liste aller regionalen Abozeitungen & alle Kaufzeitungen, inklusive Nichtmitglieder); Der Tagesspiegel Gesamtbelegung & Potsdamer Neueste Nachrichten, TZ Premium Compact, TZ Premium Coverage, TZ Premium Select, überregionale Abo-Zeitungen/ Liste überregionale Abo-Zeitungen (enthält FT, FAZ, FR, HB, SZ, taz, Welt)/ Liste überregionaler Abo-Zeitungen (enthält FAZ, Fr, HB, SZ, taz, Welt), WAZ Mediengruppe/ Funke Medien NRW, Westdeutsche Zeitung plus, Zeitungsgruppe Bremen & Weser-Ems, Zeitungsgruppe Köln (Kölner Stadt-Anzeiger & Kölnische Rundschau), Zeitungsgruppe Münsterland/ Zeitungsgruppe Münsterland, Zeitungsgruppe Neue Westfälische, Zeitungsgruppe Rhein-Neckar, Zeitungsgruppe Thüringen/ Mediengruppe Thüringen, ZGW Zeitungs-Gruppe Westfalen/ ZGW Zeitungsgruppe Westfalen, ZGW Gesamt, ZGW-Klassik, Zeitungsgruppe Zentralhessen, zeitungs kombi hessen, ZRO & Fränkischer Tag, Gesamt/ Fränkischer Tag, Gesamt & ZRO, Zeitungsregion Rheinland-Pfalz Saarland).

Bekanntheit und generelle Nutzung ausgewählter wöchentlich, 14-tägig und monatlich erscheinender Zeitschriften (Generalfilter):

wöchentlich erscheinende Zeitschriften (Auto Bild, auf einen Blick, Alles für die Frau, die aktuelle, Avanti, Bild am Sonntag, Bild der Frau, bella, Bild + Funk, Bravo, Bunte, Bildwoche, B.Z. am Sonntag, Closer, das neue, der Spiegel, Echo der Frau, frau aktuell, Frankfurter Allgemeine Sonntagszeitung, Frau im Spiegel, Frau im Trend, Frau mit Herz, Focus, Focus-Money, Freizeit Revue, Freizeit Spass, Freizeitwoche, Funk Uhr, Frau von Heute, Fernsehwoche, Gala, Das goldene Blatt, Grazia, Glücks Revue, Hörzu, In-DAS Premium Weekly, In Touch, kicker-sportmagazin, Laura, Lea, Lisa, Mini, mach mal Pause, Die neue Frau, Neue Post, Neue Welt, neue Woche, OK!, Prisma, rtv, SUPERillu, Sport Bild, 7 Tage, stern, Super TV, Schöne Woche, Süddeutsche Zeitung Magazin, tina, tv Hören und Sehen, TV klar, Viel Spaß, Welt am Sonntag, Wirtschaftswoche, Woche der Frau, die Zeit);

14-tägig erscheinende Zeitschriften (auto motor und sport, AUTOStraßenverkehr, Autozeitung, Bravo Girl!, Brigitte, Bravo Sport, Computer Bild, Donna, 11 Freunde, freundin, für sie, Glamour, Laviva, Meins, Motorrad, myself, TVdirekt, TV Digital, TV für mich, TV Movie, TV Spielfilm, TV Today, tv 14, View, Vital, Vogue, Welt der Wunder, Wohnidee, Womens´s Health, Wohnen und Garten, Wunderwelt Wissen, Zuhause wohnen);

monatlich erscheinende Zeitschriften (Auto Bild Sportscars, ARD Buffet Magazin, ACE Lenkrad, ADAC Motorwelt, Auto Tests, Audio Video Foto Bild, burda style, Brigitte Woman, Capital, Computer Bild Spiel, Chip Foto-Video, Chip, Cinema, Cosmopolitan, Reader, Eltern family, Elle, GEltern, essen & trinken, essen & trinken für jeden Tag, familie & co, Fit for fun, Frau im Leben, Gartenspaß, GEO, GEO Saison, GQ, Guter Rat, Das Haus, Ein Herz für Tiere, InStyle, Jolie, Joy, kochen & genießen, Living at Home, Lisa Blumen & Pflanzen, Lecker, Lisa Kochen & Backen, Leben & Erziehen, Lisa Wohnen & Dekorieren, Laura wohnen kreativ, Maxi, Madam, Meine Familie & ich, Men, manager magazin, Mein schöner Garten, Neon, National Geographic Deutschland, Öko-Test, Playboy, PC-Welt, Petra, P.M. Magazin, Popcorn, Rezepte pur, Shape, selbst ist der Mann, sport auto, Schöner Wohnen, tina Koch & Back-Idee, tv pur).

Nutzung ausgewählter Zeitschriften (Großer Zeitfilter):
wöchentlich erscheinende Zeitschriften: innerhalb der letzten drei Monate, 1/4 bis 1/2 Jahr her, länger her oder Zeitschrift nicht in der Hand gehabt;
14-tägig erscheinende Zeitschriften: innerhalb der letzten sechs Monate, 1/2 bis 1 Jahr her, länger her oder Zeitschrift nicht in der Hand gehabt;
monatlich erscheinende Zeitschriften: innerhalb der letzten zwölf Monate, ein bis zwei Jahre her, länger her oder Zeitschrift nicht in der Hand gehabt.

Nutzung ausgewählter Zeitschriften (Kleiner Zeitfilter):
wöchentlich erscheinende Zeitschriften: innerhalb der letzten 7 Tag, 8 bis 14 Tage, 2 bis 3 Wochen oder länger her;
14-tägig erscheinende Zeitschriften: innerhalb der letzten 14 Tage, 14 Tage bis 4 Wochen, 4 bis 6 Wochen oder länger her;
monatlich erscheinende Zeitschriften: innerhalb der letzten 4 Wochen, 1 bis 2 Monate, 2 bis 3 Monate oder länger her.

Lesehäufigkeiten wöchentlich, 14-tägig und monatlich erscheinender Zeitschriften (1 von 12 Ausgaben, 2-3 von 12 Ausgaben, 4-5 von 12 Ausgaben, 6-7 von 12 Ausgaben, 8-9 von 12 Ausgaben, 10-11 von 12 Ausgaben oder 12 von 12 Ausgaben)
bezogen auf den Zeitraum der letzten drei Monaten für wöchentlich erscheinende Zeitschriften, der letzten 6 Monaten für 14-tägig erscheinende Zeitschriften und der letzten 12 Monaten für monatlich erscheinende Zeitschriften.

Nutzungswahrscheinlichkeit wöchentlich, 14-tägig und monatlich erscheinender Zeitschriften.

Radiohören: Häufigkeit des Radiohörens an wie vielen Wochentagen (Werktagen) zu verschiedenen Uhrzeiten (zwischen 00 und 06 Uhr, zwischen 7 und 8 Uhr, zwischen 8 und 10 Uhr, zwischen 10 und 12 Uhr, zwischen 12 und 14 Uhr, zwischen 14 und 16 Uhr, zwischen 16 und 18 Uhr, zwischen 18 und 20 Uhr und zwischen 20 und 24 Uhr oder nie zu dieser Zeit);

Fernsehen: Häufigkeit des Fernsehens an wie vielen Wochentagen (Werktagen) zu verschiedenen Uhrzeiten (zwischen 2 und 6 Uhr, zwischen 6 und 9 Uhr, zwischen 9 und 14 Uhr, zwischen 13 und 17 Uhr, zwischen 17 und 18 Uhr, zwischen 18 und 19 Uhr, zwischen 19 und 20 Uhr, zwischen 20 und 23 Uhr und zwischen 23 und 2 Uhr oder nie zu dieser Zeit);

Freizeitverhalten: Häufigkeit ausgewählter Freizeitaktivitäten (Zeitung lesen, ins Kino gehen, Spazieren gehen, Fitness, Sport treiben, basteln, heimwerken, do-it-yourself, Fernsehen, Bücher lesen, Radio hören, Besuche machen, Besuche bekommen, Schaufensterbummel, Zeitschriften, Illustrierte lesen, Spazieren gehen, Fitness, Sport treiben, Bücher lesen, Theater, Konzert, kulturelle Veranstaltungen, stricken, häkeln, schneidern, Ausgehen in Restaurant, Gaststätte, Kneipe, Disco oder Clubs, Videocassetten ansehen, Videos, DVDs ansehen, Wandern, CDs, MP3s, Kassetten, Schallplatten hören); Reisen: Kurzreise in den letzten 12 Monaten; Ziel der letzten Kurzreise (Europäisches Ausland, Außereuropäisches Ausland, Deutschland, Österreich, Schweiz, Südtirol); Ziel der letzten größeren Ferienreise; Zeitpunkt der letzten größeren Ferienreise (mindestens eine Woche).

Internetnutzung: Nutzung von PC, Notebook, Laptop und/oder Tablet; Nutzungshäufigkeit von PC, Notebook, Laptop und/oder Tablet; persönliche Nutzung von Internet- oder Onlinediensten an mindestens einem Ort in den letzten 12 Monaten (Zusammenfassung aller Orte); Orte der persönlichen Nutzung von Internet- oder Onlinediensten in den letzten 12 Monaten (an öffentlichen Orten z.B. im Internet-Café, bei Freunden, Verwandten, in der Universität/ in der Schule, zu Hause, am Arbeitsplatz, unterwegs, an einem anderen Ort); Anzahl der Tage in einer normalen Woche und am Wochenende für die Nutzung von Internet oder Onlinediensten; Nutzungsdauer von Internet am letzten Nutzungstag in Minuten, in den letzten drei Monaten; Zeitpunkt der letzten Nutzung von Internet oder Online-Diensten.

Demographie: Geschlecht; Alter (gruppiert); Anzahl der Kinder im Haushalt bis unter 14 Jahren; Anzahl der Kinder im Haushalt bis unter 18 Jahren; Berufsausbildung; andere Art der Berufsausbildung; derzeitiger bzw. früherer berufliche Stellung; monatliches Netto-Einkommen des Befragten (gruppiert); Anzahl der Einkommensbezieher im Haushalt; Berufstätigkeit; Familienstand; Haushaltsnettoeinkommen (gruppiert); Konfession; Haushaltsgröße; Anzahl Personen im Haushalt ab 14 Jahren; gegenwärtiger Besuch einer Schule/ Hochschule; Schulbildung; Schulart der derzeit besuchten Schule/ Hochschule; deutsche Staatsangehörigkeit.

Zusätzlich verkodet wurde: Erhebungsjahr; Gewichtungsfaktoren; Bundesländer; Bundesländer Ost/West; Ortsgröße (politische Gemeindegrößenklasse); Kinder bis unter 14 Jahren im Haushalt; Kinder bis unter 18 Jahren im Haushalt.

Interviewspezifische Variablen: Bereitwilligkeit zum Interview; Interviewdauer in Minuten; Tag des Interviews/ nach Tagesablauf; laufende Satznummer des Tochterbandes; Interesse am Befragungsthema.

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)