The purchasing power reflects the household income.  It comprises information on labour supply, capital wealth, rental and leasing income minus taxes and social security contributions, including social transfers such as unemployment benefits, child-allowances and pensions. Regular payments, e.g. for rent, electricity or insurance premiums are not subtracted from the purchasing power. Microm computes the purchasing power in cooperation with Michael Bauer Research GmbH. The computation is based on statistical models on a small regional scale. This allows for small-scale purchasing power information on the street segment and postcode (PLZ8) level. As explanatory variables for the econometric models, many microm variables are used, such as typology, age, status and the car variables. Due to persistent differences between East and West Germany, the purchasing power was modelled separately for both parts (microm 2016, p. 106).

Die Kaufkraft spiegelt das Haushaltsnettoeinkommen wider. Sie beinhaltet alle Einkünfte aus Arbeit, Kapitalvermögen, Vermietung und Verpachtung nach Abzug von Steuern und Sozialabgaben, jedoch zzgl. Transferleistungen wie Arbeitslosen-, Kindergeld oder Renten. Regelmäßige Zahlungen für z.B. Miete, Strom oder Beiträge für Versicherungen sind nicht abgezogen und demnach noch in der Kaufkraft enthalten. Microm berechnet in Kooperation mit der Michael Bauer Research GmbH die Kaufkraft mittels statistischer Modelle auf kleinräumiger Ebene. Dies ermöglicht es, Aussagen zur Kaufkraft auf Straßenabschnitts-  bzw. PLZ8- Ebne zu treffen.  Ausgangspunkt der Berechnung ist die Kaufkraft auf Gemeinde- und PLZ- Ebene. Zur Berechnung der Kaufkraft auf kleinräumiger Ebene werden verschiedene erklärende Variablen des microm Portfolios herangezogen, wie beispielsweise microm Typologie, Alter, Status und PKW Variablen. Zudem wird die Berechnung der Kaufkraft für die Alten und Neuen Bundesländer getrennt voneinander vorgenommen, da bis heute erhebliche Unterschiede in der Kaufkraft dieser Regionen bestehen (microm 2016, S. 106).

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).