Socio-economic data on grid level (SUF 5.1). House type Sozioökonomische Daten auf Rasterebene (SUF 5.1). Haustyp

DOI

The variable house type indicates the size of a house and is based on the sum of the households and the number of firms in a house. Houses with particularly many commercial addresses are categorised as commercially used houses. Single- and two-family homes are distinguished according whether the house type in that road (section) is homogenous or not. There are 7 house types in the data:  single- and two-family homes in homogenous road sections, single- and two-family homes in heterogeneous road sections, 3-5 family homes, 6-9 family homes, blocks of flats with 10-19 households, multi-storey buildings with 20 and more households, mainly commercially used houses. The house type allows for conclusions on geographical information, such as the location in an urban area: while cities predominantly consist of multi-family houses, the countryside is shaped by single- and two-family homes (microm 2016, p. 32).

Der Haustyp gibt die Größe des einzelnen Hauses an und basiert auf der Summe der Haushalte und der Anzahl der Firmen pro Haus. Bei besonders vielen gewerblichen Adressen im Haus wird der Haustyp als extrem gewerblich genutztes Haus eingestuft. Ein- bis Zweifamilienhäuser werden zusätzlich danach unterschieden, ob die Bebauung in der Straße bzw. dem Straßenabschnitt homogen ist oder nicht. Es wird zwischen folgenden sieben Haustypen unterschieden: 1-2 Familienhäuser in homogen bebautem Straßenabschnitt; 1-2 Familienhäuser in nicht homogen bebautem Straßenabschnitt; 3-5 Familienhäuser; 6-9 Familienhäuser; Wohnblocks mit 10-19 Haushalten; Hochhäuser mit 20 und mehr Haushalten; überwiegend gewerblich genutzte Häuser. Anhand des Bebauungstyps können in Analysen bereits Rückschlüsse auf geografische Informationen gezogen werden, wie die Lage im Raum bzw. Stadtgebiet. Während in Städten vornehmlich Mehrfamilienhäuser stehen, ist das Bebauungsbild in ländlichen Regionen von Ein- und Zweifamilienhäusern geprägt (microm 2016, S. 32).

RWI-GEO-GRID

Other

For data privacy reasons, houses within a residential environment are summed up to a "virtual" micro-geographic segment (so-called micro-cell), which on average comprises eight, but at least five households. Houses in which at least five households live become a distinct micro-cell, while houses with less than five households are combined with similar houses on the same street. Combined houses are as close as possible in spatial terms. Structural indicators are aggregated on the micro cell level and subsequently computed household level averages are computed (microm 2016, p.8). If such data exist, the calculated data is made consistent with official data sources (microm 2014, p. 2). Additionally, due to the cooperation with SOEP, it is possible to validate the small-scale regional data of microm (microm 2016, p. 8). The dataset is based on the variable group microm-Basis which is comprised of four categories: number of households, number of business enterprises, number of houses (including those purely used for business), and number of residential houses (excluding those purely used for business) (cf. microm 2016, p. 26). The number of houses on the street segment level is the basis for all aggregations to other regional levels. Based on business registers, the number of enterprises in each house is determined.

Aus Gründen des Datenschutzes werden mehrere zu einem Wohnfeld gehörende Häuser zu einer sogenannten Mikrozelle zusammengeführt. Diese Mikrozellen beinhalten mindestens fünf, durchschnittlich acht Haushalte. Dabei bilden größere Häuser, in denen mehr als fünf Haushalte leben ihr eigenes Segment. Häuser mit weniger als fünf Haushalten werden mit vergleichbaren Häusern in der gleichen Straße zusammengefasst, so dass die Mikrozelle dann mindestens fünf Haushalte umfasst. Die zusammengefassten Häuser weisen eine größtmögliche räumliche Nähe auf. Zudem werden Strukturindikatoren für die jeweilige Mikrozelle verdichtet, und die Information wieder pro Haushalt als Datei aufbereitet (microm 2016, S. 8). Wann immer dies möglich ist, werden die errechneten Daten mit anderen Datenquellen wie beispielsweise amtlichen Daten, die auf einer höheren Aggregationsstufe vorliegen, abgeglichen (microm 2014, S. 2). Zudem ermöglicht die Zusammenarbeit des SOEP und microm eine inhaltliche Beschreibung sowie Validierung der kleinräumigen microm Daten (microm 2016, S. 8). Die Basis des Datensatzes bildet die Variablengruppe microm-Basis. Diese ist in die folgenden vier Unterklassen unterteilt: Anzahl der Haushalte, Anzahl der Gewerbebetriebe, Anzahl der Häuser (inklusive reiner Gewerbehäuser) und Anzahl der Wohngebäude (exklusive reiner Gewerbehäuser) (vgl. microm 2016, S. 26). Die Anzahl der Häuser wird auf Grundlage der Straßenabschnitte für alle übergeordneten Gebietsebenen ermittelt. Basierend auf Unternehmensregistern werden für jedes Haus Aussagen zu der Anzahl der Gewerbebetriebe gemacht.

Microm uses more than a billion individual data points for the aggregation of the microm dataset. These are anonymised and stem from various data sources. The data points are available for all 40.9 million households in Germany, while the final data product contains information on approximately 20 million houses (microm 2016, p. 8).

In die Datenerstellung fließen mehr als eine Milliarde Einzelinformationen ein. Diese Daten liegen anonymisiert vor und werden von mehreren Quellen bezogen. Die einfließenden Daten liegen grundsätzlich für sämtliche 40.9 Mio. Haushalte in Deutschland vor und werden für die rund 20 Mio. Häuser ausgewiesen (microm 2016, S. 8).

Identifier
DOI https://doi.org/10.7807/microm:haustyp:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:kinder:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:pkwseg:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:kaufkraft:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:pkwmarken:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:auslaender:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:hstruktur:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:alq:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:einwohner:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:einwgeal:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:ethno:suf:v5:1
Related Identifier IsSupplementedBy https://doi.org/10.7807/microm:zahlindex:suf:v5:1
Related Identifier Continues https://doi.org/10.7807/microm:haustyp:suf:v4
Related Identifier IsVariantFormOf https://doi.org/10.7807/microm:haustyp:v5
Related Identifier IsDocumentedBy http://hdl.handle.net/10419/97627
Related Identifier IsDocumentedBy https://doi.org/10.1007/s13147-015-0356-5
Related Identifier IsDocumentedBy https://doi.org/10.4419/86788734
Metadata Access https://api.datacite.org/dois/10.7807/microm:haustyp:suf:v5:1
Provenance
Creator RWI; Microm Micromarketing-Systeme Und Consult GmbH
Publisher RWI – Leibniz Institute for Economic Research
Contributor Budde, Rüdiger; Eilers, Lea; Microm Micromarketing-Systeme Und Consult GmbH; RWI – Leibniz-Institut Für Wirtschaftsforschung
Publication Year 2017
Rights microm Micromarketing-Systeme und Consult GmbH
OpenAccess true
Representation
Language German
Resource Type Dataset
Format Stata
Size 110996 KB
Version 1
Discipline Social Sciences
Spatial Coverage Germany