Neue Studie zur regionalen Impfbereitschaft: Anteil der Corona-Impfgegner in Niedersachsen am größten.

Durch ein neu angewendetes Verfahren hat infas 360 gemeinsam mit dem infas Institut die Befragungsergebnisse zur Impfbereitschaft aus dem Februar und März erstmals bevölkerungsrepräsentativ (ab 18 Jahren) regionalisiert. Im Ergebnis liegen nun fünf Impfgruppen für alle Bundesländer und auf Wunsch pro Kreis bzw. kreisfreier Stadt vor.

Die Corona-Impfgruppen

Bei der Befragung wurde neben der Gruppe der bereits Geimpften (6,5%) die Impfbereitschaft in vier Gruppen mit der Fragestellung: „Würden Sie sich impfen lassen, wenn Ihnen eine Impfung angeboten werden würde?“ unterteilt nach folgenden Antwortmöglichkeiten:

  •  Ja, sobald dieses Angebot besteht (56,2%)
  •  Ja, aber ich warte noch etwas ab (11,9%)
  •  Ich habe noch nicht entschieden, ob ich mich impfen lassen werde (14%)
  •  Nein (11,4%)

In Klammern die jeweils bundesweiten Ergebnisse dazu mit Stand Februar/März. Hinweis: Durch den Befragungszeitraum können hier abweichende Zahlen zur Impfquote / Impfwillige je Bundesland entstehen.   

Die Regionalisierung

Durch eine neuartige Kombination des Online-Access-Panels von infas 360 mit über 10.000 Befragten und den Daten aus der monatlich fortlaufenden telefonischen Befragung auf Basis einer ADM-Zufallsstichprobe (Dual Frame) des infas Instituts ist es mittels einer „Blended Calibration“ gelungen, die Ergebnisse repräsentativ auf Bundeslandebene zu regionalisieren. Die Ergebnisse lassen sich nun für alle Impfgruppen wie folgt darstellen (Anm.: Ja in einer Gruppe zusammengefasst als Impfwillige).

Danach ist die Impfbereitschaft (inkl. der bereits Geimpften) in Bremen, Hamburg, Saarland und NRW am größten. Dagegen weisen Niedersachen und Sachsen-Anhalt die meisten Impfverneinenden auf. Die Gruppe der Abwägenden mit ihrer Antwort „Ich habe noch nicht entschieden, ob ich mich impfen lassen werde“ stellen für die Impfstrategie ein wesentliche Kenngröße dar, gilt es diese, noch zu überzeugen und tendieren hin zum NEIN. In Thüringen, Mecklenburg-Vorpommern und Baden-Württemberg ist das rund jeder vierte.

Hier geht‘ zur interaktiven Karte der Impfverneinenden …
Hier geht‘ zur interaktiven Karte der Impfwilligen …
Hier geht‘ zur interaktiven Karte der Impfabwägenden …

Ausblick

Das nun vorliegende „Blended Sample“ von über 12.000 Befragten kann nun in einem nächsten Schritt mittels Small Area Methoden auf Kreisebene für alle 401 Kreise in Deutschland berechnet werden. Unser Consulting-Team gibt Ihnen darüber gerne unter consulting@infas360.de weitere Auskünfte.

Impfverneinde

Klicken Sie auf den unteren Button, um den Inhalt von datawrapper.dwcdn.net zu laden.

Inhalt laden


Impfwillige

Klicken Sie auf den unteren Button, um den Inhalt von datawrapper.dwcdn.net zu laden.

Inhalt laden


Impfabwägende

Klicken Sie auf den unteren Button, um den Inhalt von datawrapper.dwcdn.net zu laden.

Inhalt laden

Der Virus und sein Veedel

Zum Hauptartikel

Update 27. April 2021

Die Stadt Köln veröffentlicht erstmals die Daten auf Ebene der Stadtviertel wöchentlich aktualisiert in einer interaktiven Karte Stadt Köln – Corona-Fallzahlen nach Stadtteil (arcgis.com)

Update 23. April 2021

Analog zur Analyse der Kölner Daten vom 16.3.21 liegen nun auch die Ergebnisse der Stadt Duisburg vor, die ebenfalls die Infektionszahlen auf Stadtteilebene veröffentlicht haben (siehe Meldung der Rheinischen Post vom 16. April 21). Hier geht`s zu den Duisburger Ergebnissen.

Der Virus und sein Veedel

Soziale Ungleichheit prägt den Verlauf der Infektion. So lautete die Überschrift eines Artikels von P. Heisig und C. König des Wissenschaftszentrum Berlin für Sozialforschung. Die beiden Wissenschaftler wiesen bereits in einer frühen Phase der Pandemie darauf hin, dass Infektionsrisiko, Schwere des Krankheitsverlaufs und Sterberisiko vom sozialen Status abhängen würde, was auf sozioökonomisch und ethnisch ungleich verteilte Risikofaktoren zurückgeführt werden könne. Das RKI bekräftigt diese These erst kürzlich mit einer Veröffentlichung im März 2021 unter dem Titel Soziale Unterschiede in der COVID-19-Sterblichkeit während der zweiten Infektionswelle in Deutschland und stellte dabei fest:

  • Der Anstieg der COVID-19-Todesfälle fiel in sozial benachteiligten Regionen Deutschlands am stärksten aus – sowohl bei Männern als auch bei Frauen.
  • Im Dezember und Januar lag die COVID-19-Sterblichkeit in sozial stark benachteiligten Regionen um rund 50 bis 70 Prozent höher als in Regionen mit geringer sozialer Benachteiligung

Etwa zur selben Zeit veröffentlichte die Stadt Köln die Infektionsdaten pro Stadtviertel (‚Veedel‘) mit Stand 16.3.2021 (siehe dazu auch Blogbeitrag Innerstädtische Zonen für eine nachhaltige Niedriginzidenz). infas 360 hat diese Daten nun aufbereitet und mit weiteren ihr bundesweit zur Verfügung stehenden adressgenauen sozio-demographischen, ökonomischen und infrastrukturellen Informationen angereichert. Für den Kölner Datensatz wurden dazu u.a. folgende rund 100 Merkmale (Variablen) entsprechend pro ‚Veedel‘ ausgewählt und aggregiert:

  • Einwohnerdichte, Kaufkraft, Wirtschaftsbranchen, Zentralität, ÖPNV-Verbindung, Shop-Dichte, Wahleinstellungen, Migrationsanteil, Miet-und Kaufpreisspiegel, Gebäudestruktur, Altersstruktur, Schul- und Gesundheitseinrichtungen u.v.m.

Anschließend wurden die Pearson-Korrelationen als Maß für den linearen Zusammenhang zwischen der jeweiligen Variable und der Gesamtinzidenz je Stadtteil (Gesamtanzahl der Covid19-Fälle je 100.000 Einwohner) berechnet (siehe nachfolgendes Tabellenbeispiel).

Stadt Köln Covid19-Korrelationen
Auszug aus dem Datensatz und den jeweiligen Korrelationen zwischen den Variablen und der Inzidenz je Stadtviertel (‚Veedel). Grün je weniger/rot je mehr desto höhere Inzidenz.

Danach sind die Korrelationen mit den höchsten Koeffizienten (Auszug)

  • die Arbeitslosenquote
  • der Migrations- und Ausländeranteil
  • Zweitstimmenanteil sonstige Parteien und AfD, Bundestagswahl 2017
  • Kaufkraft je Einwohner (negativ)
  • Zweitstimmenanteil FDP, Bundestagswahl 2017 (negativ)
  • Anteil Hochschulabschlüsse (negativ)
  • Hochhäuser
  • Anteil Einwohner unter 18J.
  • Einwohnerdichte
  • Anteil Firmen in Finanz- und Versicherungsdienstleistungen (negativ)
  • Anteil Schüler
  • Kaufpreisspiegel (negativ)
  • ÖPNV-Verfügbarkeit
  • Freistehende Ein-/Zweifamilienhäuser (negativ)

Der komplette Datensatz inkl. aller Korrelationen steht für nicht-kommerzielle, wissenschaftliche Zwecke kostenlos zur Verfügung und kann für weitere Analysen eingesetzt werden (Lizenzbedingungen). Dazu einfach kurz eine Mail an corona-datenplattform@infas360.de senden.

Ausblick

In diesem Verfahren wurden die aggregierten Falldaten je Stadtteil nachträglich mit weiteren Informationen ebenfalls aggregierten Datensätzen angereichert. Deutlich präziser und damit aussagekräftiger werden die Analysen, wenn man vor dem Aggregationsprozess die gebäudescharfen Merkmale mit den pseudo-anonymisierten Adressen der Gesundheitsämter DSGVO-konform verknüpft und dann anonymisiert sowie räumlich aggregiert. Im Anschluss können mikrogeographische Analysen wie z.B. eine Predictive Risk Analytics (vorhersagende Risikobewertung) durchgeführt werden.

Analyse der Neuinfektionszahlen nach Stadtteilen in Duisburg

Auf Basis desselben Datenkranzes (Auswahl der Merkmale) wie in Köln wurden auch die Neuinfektionszahlen in Duisburg mit Datenstand 11. April 2021 untersucht. Folgende der ca. 100 Auswahlkriterien weisen die höchsten Korrelationen auf (Auszug):

  • Ausländeranteil
  • Anteil Personen mit höchstem schulischen Abschluss Fachhochschulreife oder Abitur (negativ)
  • Anteil Personen mit türkischem Migrationshintergrund
  • Migrationsanteil, allgemein
  • Anteil Personen mit höchstem beruflichen Abschluss Fachschule, Fachakademie oder Berufsakademie (negativ)
  • Anteil Personen mit höchstem beruflichen Abschluss  Fachhochschulabschluss oder Hochschulabschluss (negativ)
  • Kaufspiegel (negativ)
  • Kaufkraft pro Einwohner (negativ)
  • Mietspiegel (negativ)
  • Anteil Einwohner unter 18 Jahren
  • Anteil Schüler

Der komplette Datensatz inkl. aller Korrelationen steht für nicht-kommerzielle, wissenschaftliche Zwecke kostenlos zur Verfügung und kann für weitere Analysen eingesetzt werden (Lizenzbedingungen). Dazu einfach kurz eine Mail an corona-datenplattform@infas360.de senden.

Coronakrise: Jeder dritte Geschäftsführende in Deutschland gehört altersbedingt zur Risikogruppe.

Aktuell bilden rund 2,1 Mio. Personen im deutschen Handelsregister die Geschäftsführung. Davon stellt die größte Altersgruppe die der über 60-Jährigen mit fast 660.000 Personen bzw. 32% dar.

Der aktuelle RKI-Lagebericht vom 19.4.2020 zur Corona-Epidemie berichtet, dass von den 4.291 Todesfällen 95,5% auf die Altersgruppe der 60-Jährigen und älter entfallen, obwohl nur 29% der Infizierten dieser Altersgruppe entsprechen. Der Anteil der Verstorbenen liegt damit bei 9,9%. Man kann hier also altersbedingt von einer besonders gefährdeten Risikogruppe sprechen.

Unterteilt man nun die aktiven 2,1 Mio. Personen der 1. Führungsebene (z.B. Geschäftsführer/Innen und Prokurist/Innen) aus der Handelsregisterdatenbank der infas 360 über die vorhandene Geburtsdaten nach Altersgruppen, zeigt sich, dass fast 660.000 Personen bzw. 32% zur Gruppe ab 60 Jahren zählen. Sie stellt damit auch die insgesamt größte aller Altersgruppen dar (siehe nachfolgende Tabelle).

Geschäftsführung nach Altersgruppen

Die Altersgruppen in der Firmendatenbank von infas 360 liegen auch geschlechterspezifisch vor. Dabei stellt sich heraus, dass der weibliche Anteil in der absolut größten Gruppe der ab 60J. mit 27,32% am stärksten vertreten ist (vgl. Abbildung).

Geschäftsführung nach Altersgruppen und Geschlecht (m/w, unbekannt nicht dargestellt)

Zu allen 2,1 Mio. Personen liegen weiterführende Businessinformationen vor, wie z.B.

  • Unternehmensfirmierung
  • Inhaber
  • postalische Adresse und weitere Kontaktdaten (z.B. Telefon, eMail etc.)
  • Branche, Umsatz und Firmengröße
  • weitere Unternehmen am Standort, u.v.m.

So ließe sich beispielsweise sofort identifizieren wie der Altersmix in der Führungsebene in einem Unternehmen aussieht. Sollten Sie weiterführende Auswertungen wünschen, kontaktieren Sie einfach unser Consulting-Team unter Consulting@infas360.de